面向云數(shù)據(jù)中心的資源管理機(jī)制研究.pdf

1、近年，云計(jì)算技術(shù)的發(fā)展和成熟，使得云計(jì)算已經(jīng)被廣泛的應(yīng)用在各行各業(yè)（如軍事、教育、金融、電子政務(wù)、電商等）中，大量的傳統(tǒng)IT系統(tǒng)紛紛遷移到云數(shù)據(jù)中心，此外，大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等的飛速發(fā)展和應(yīng)用，進(jìn)一步加速了云計(jì)算的基礎(chǔ)設(shè)施也就是云數(shù)據(jù)中心數(shù)量和規(guī)模的增長，這也造成了現(xiàn)代云數(shù)據(jù)中心規(guī)模極其龐大、結(jié)構(gòu)異常復(fù)雜等特點(diǎn)。除此之外，現(xiàn)代多樣的應(yīng)用需求背景下，資源管理者除了需要關(guān)心用戶對(duì)可靠性、性能等服務(wù)質(zhì)量之外，還要考慮節(jié)能減排等問題來降

2、低的開支，實(shí)現(xiàn)利潤的增大，這給云數(shù)據(jù)中心的管理者帶來了不小的挑戰(zhàn)。為了實(shí)現(xiàn)云數(shù)據(jù)中心高效、高可靠和低能耗的資源管理，本文分別從云數(shù)據(jù)中心資源監(jiān)控、關(guān)聯(lián)建模和資源調(diào)度三個(gè)方面進(jìn)行了研究，核心的貢獻(xiàn)點(diǎn)如下：
　　1）研發(fā)了基于仿生自主神經(jīng)系統(tǒng)（Bionic Autonomic Nervous System，BANS）的云資源監(jiān)控系統(tǒng)。借鑒 BANS的設(shè)計(jì)思想，設(shè)計(jì)了一種資源監(jiān)控系統(tǒng)，它充分的考慮現(xiàn)代云數(shù)據(jù)中心的虛擬化和超大規(guī)模等特點(diǎn)。

3、其通過分層式的設(shè)計(jì)，使得系統(tǒng)的擴(kuò)展性良好；除此之外，該監(jiān)控系統(tǒng)還具有BANS的自主性，能夠?qū)崿F(xiàn)某種程度上的自組織、自診斷、自修復(fù)和自優(yōu)化，進(jìn)而減輕監(jiān)控系統(tǒng)主節(jié)點(diǎn)的負(fù)載，使得監(jiān)控系統(tǒng)可以更好的適用于現(xiàn)代的大規(guī)模云數(shù)據(jù)中心。
　　2）提出了一種可靠性、性能和能耗的多維關(guān)聯(lián)模型。其首先在考慮硬件隨機(jī)失效的前提下，分別建立了可靠性-性能和可靠性-能耗兩個(gè)關(guān)聯(lián)子模型，實(shí)現(xiàn)了更加準(zhǔn)確合理的云服務(wù)的性能和能耗分析；然后通過利潤模型——利用時(shí)間功

4、效函數(shù)評(píng)估性能的收益，電能消耗來評(píng)估支出——實(shí)現(xiàn)了可靠性、性能和能耗三者的關(guān)聯(lián)分析，為現(xiàn)代云數(shù)據(jù)中心可靠性、性能和能耗評(píng)估和調(diào)度管理建立了模型基礎(chǔ)。
　　3）提出了一種自優(yōu)化的資源管理框架。充分考慮了 VM對(duì)資源需求是動(dòng)態(tài)變化的這一前提，本文借鑒BANS的思想，提出了一種基于BANS的云資源管理系統(tǒng)用于云資源動(dòng)態(tài)管理，其將監(jiān)控系統(tǒng)獲取的監(jiān)控信息作為基礎(chǔ)，通過系統(tǒng)各個(gè)模塊的配合實(shí)現(xiàn)了一種自優(yōu)化的動(dòng)態(tài)云資源管理框架。其通過虛擬機(jī)的遷移

5、來滿足虛擬機(jī)對(duì)資源的動(dòng)態(tài)需求：當(dāng)物理機(jī)出現(xiàn)過載時(shí)，可以選擇遷出虛擬機(jī)，減少不必要服務(wù)性能退化；而當(dāng)物理機(jī)欠載時(shí)，還可以通過遷移整合虛擬機(jī)來減少開啟的物理機(jī)總數(shù)，進(jìn)而提高物理機(jī)資源的利用率。
　　4）提出了可靠性感知的多數(shù)據(jù)中心能耗成本建模方法。在考慮可靠性的基礎(chǔ)上，建立分布式多數(shù)據(jù)中心的系統(tǒng)、任務(wù)、調(diào)度、功耗和約束模型，將多數(shù)據(jù)中心管理問題公式化為了滿足用戶對(duì)性能、可靠性約束的前提下，最小化多數(shù)據(jù)中心能耗成本的問題，并提出可靠性感