基于KVM集群的負(fù)載均衡機(jī)制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、目前在云計(jì)算蓬勃發(fā)展的同時(shí)，也暴露了一系列問(wèn)題，最突出的問(wèn)題是集群的整體負(fù)載不均衡以及服務(wù)器的資源利用率低。首先數(shù)據(jù)中心規(guī)模逐步擴(kuò)大，針對(duì)不同業(yè)務(wù)的基礎(chǔ)設(shè)施標(biāo)準(zhǔn)也各不相同，數(shù)據(jù)中心設(shè)備的異構(gòu)性逐漸增強(qiáng)，同時(shí)用戶(hù)的應(yīng)用需求數(shù)量激增，導(dǎo)致數(shù)據(jù)中心負(fù)載不均衡的現(xiàn)象普遍存在;其次傳統(tǒng)的資源調(diào)度并未考慮虛擬機(jī)是什么樣的應(yīng)用類(lèi)型，而集群中不同應(yīng)用類(lèi)型的虛擬機(jī)對(duì)應(yīng)不同的資源需求，這就導(dǎo)致同一宿主機(jī)的各種資源（網(wǎng)絡(luò)、計(jì)算或存儲(chǔ)）的利用不均衡，造成資源浪

2、費(fèi)。
　　本研究針對(duì)上述兩個(gè)問(wèn)題，提出一種基于KVM集群的負(fù)載均衡機(jī)制，研究工作主要包含四方面。首先設(shè)計(jì)了基于KVM集群的負(fù)載均衡機(jī)制的系統(tǒng)，系統(tǒng)分為兩大部分----應(yīng)用端和管理端，應(yīng)用端為用戶(hù)提供各種應(yīng)用;管理端是整個(gè)系統(tǒng)的核心部分，包括服務(wù)器監(jiān)控模塊、虛擬機(jī)監(jiān)控模塊、負(fù)載評(píng)估模塊、彈性伸縮模塊、核心模塊以及彈性調(diào)整模塊。其中負(fù)載評(píng)估模塊根據(jù)本文設(shè)計(jì)的負(fù)載均衡算法求得可以衡量服務(wù)器負(fù)載壓力的權(quán)值，彈性伸縮模塊基于服務(wù)器的負(fù)載權(quán)值

3、可以自動(dòng)調(diào)整KVM集群的規(guī)模，核心模塊由蟻群與模擬退火優(yōu)化算法決策出需要進(jìn)行調(diào)度的虛擬機(jī)的最佳匹配服務(wù)器，最后由彈性調(diào)整模塊實(shí)現(xiàn)虛擬機(jī)的遷移與系統(tǒng)的負(fù)載再評(píng)估。其次為了合理地衡量集群中物理機(jī)的負(fù)載壓力，本文提出一種負(fù)載均衡算法來(lái)負(fù)責(zé)監(jiān)控各個(gè)虛擬機(jī)的運(yùn)行狀態(tài)以及定期獲取各個(gè)應(yīng)用端的內(nèi)存利用率、CPU使用率、IO占用率和帶寬占用率，并結(jié)合服務(wù)器的硬件性能指標(biāo)以及當(dāng)前時(shí)刻服務(wù)器的運(yùn)行情況，求得數(shù)據(jù)中心中各個(gè)服務(wù)器的權(quán)值。同時(shí)根據(jù)權(quán)值實(shí)現(xiàn)系統(tǒng)的

4、彈性伸縮、決定觸發(fā)遷移時(shí)機(jī)、確定需要進(jìn)行調(diào)度的虛擬機(jī)以及選擇合適的可遷移服務(wù)器，確保系統(tǒng)負(fù)載均衡，提高其可用性以及可靠性。提出了一種蟻群與模擬退火優(yōu)化算法，算法思想是通過(guò)用戶(hù)虛擬機(jī)和后臺(tái)宿主機(jī)之間的匹配度決策出需要進(jìn)行調(diào)度的虛擬機(jī)以及可遷移服務(wù)器的最佳匹配關(guān)系。然后利用彈性調(diào)整模塊實(shí)現(xiàn)虛擬機(jī)的遷移，并且在每次遷移完成后需對(duì)集群的負(fù)載壓力重新評(píng)估。最后通過(guò)CloudSim云平臺(tái)工具仿真測(cè)試基于本文提出的蟻群與模擬退火優(yōu)化算法的負(fù)載均衡機(jī)制