本文選題：云計(jì)算數(shù)據(jù)中心 + 虛擬化��； 參考：《武漢大學(xué)》2015年博士論文

【摘要】：作為一種新興的商業(yè)計(jì)算模型和服務(wù)模式(IT as a Service),云計(jì)算(Cloud Computing)己經(jīng)成為信息領(lǐng)域備受關(guān)注的研究熱點(diǎn),它以虛擬化(Virtualization)技術(shù)為支撐,將計(jì)算任務(wù)分布在大量計(jì)算機(jī)構(gòu)成的資源池上,以按需方式向Internet用戶提供動態(tài)、彈性、可擴(kuò)展的服務(wù)(計(jì)算服務(wù)、存儲服務(wù)以及信息服務(wù))。目前,云計(jì)算己經(jīng)在網(wǎng)絡(luò)搜索、科學(xué)計(jì)算、虛擬環(huán)境、能源和生物信息等領(lǐng)域開始了相關(guān)的應(yīng)用和探索。隨著云計(jì)算的快速發(fā)展,云計(jì)算數(shù)據(jù)中心基礎(chǔ)設(shè)施的規(guī)模急劇膨脹,然而,系統(tǒng)規(guī)模也隨著的不斷擴(kuò)大,日趨復(fù)雜。高性能計(jì)算也必將向高效能發(fā)展,而不能再單一追求系統(tǒng)的高性能。國家中長期戰(zhàn)略規(guī)劃也明確了末來IT發(fā)展的高能效計(jì)算目標(biāo)。能耗作為一種系統(tǒng)需求,一方面受資源效率的影響；另一方面,其也會以資源或者服務(wù)使用成本的形式來影響用戶。系統(tǒng)效能的高低不僅依賴于系統(tǒng)硬件(如體系結(jié)構(gòu),制作工藝),另一方面,部署在體系架構(gòu)上的資源管理系統(tǒng)決定在一定程度上也起著很大的作用。資源管理的主要職責(zé)：快速響應(yīng)用戶資源請求,公平有效調(diào)度任務(wù)和按需合理分配資源,以確保用戶期望的性能。數(shù)據(jù)中心資源虛擬化、資源管理動態(tài)化、任務(wù)響應(yīng)彈性化、資源分配按需自動化、基礎(chǔ)設(shè)施節(jié)能化已成為業(yè)界一致認(rèn)可的發(fā)展趨勢。面向高能效的自適應(yīng)資源管理是當(dāng)前研究綠色虛擬數(shù)據(jù)中心的熱點(diǎn)之一。在虛擬化數(shù)據(jù)中心內(nèi),用戶的需求,任務(wù)的調(diào)度都是以虛擬機(jī)(VM, Virtual Machine)為資源管理基本單位的,因此,虛擬機(jī)管理(部署、遷移、撤銷等)成為資源管理的核心。多虛擬機(jī)的調(diào)度問題,鑒于其NP復(fù)雜性、資源異構(gòu)性、資源異構(gòu)性、用戶需求和調(diào)度目標(biāo)的折中性等,一直沒有得到很好的解決,尤其在數(shù)據(jù)中心能耗成為影響全球能源和環(huán)境重要因素的背景下。此外,系統(tǒng)資源的負(fù)載不均衡也是導(dǎo)致系統(tǒng)效能降低運(yùn)行成本增加的重要因素。論文相關(guān)工作以此為依據(jù),首先分析和總結(jié)了當(dāng)前數(shù)據(jù)中心主要的資源管理自適應(yīng)方法和IaaS云服務(wù)資源供應(yīng)的研究現(xiàn)狀,然后圍繞虛擬數(shù)據(jù)中心資源管理中的若干關(guān)鍵問題進(jìn)行了深入研究。論文的主要工作包括：1)提出了一種能耗感知的虛擬機(jī)部署優(yōu)化算法基于CPU-Memory的雙向啟發(fā)式貪婪算法沿著兩種關(guān)鍵計(jì)算資源方向進(jìn)行搜索,保證了虛擬機(jī)部署時(shí)的負(fù)載均衡,基于雙閾值的虛擬機(jī)動態(tài)遷移與合并,減少服務(wù)違約率以及能耗。同時(shí),通過證明負(fù)載均衡時(shí)系統(tǒng)總能耗最小,驗(yàn)證了算法實(shí)施的有效性。采用動態(tài)加權(quán)的思想基于不同服務(wù)類型進(jìn)行資源預(yù)測,預(yù)測更加精確。采用二次指數(shù)平滑移動的方法預(yù)測本地服務(wù)器的資源需求,減少虛擬機(jī)部署后的二次遷移,增強(qiáng)了系統(tǒng)的穩(wěn)定性,節(jié)約能耗。同時(shí),采用基于time-unit的動態(tài)加權(quán),下周期的預(yù)測權(quán)值是基于過去周期的預(yù)測值和觀測值誤最小的權(quán)值,有效消除了預(yù)測誤差的積累帶來的預(yù)測失真,增加了系統(tǒng)負(fù)載預(yù)測的準(zhǔn)確性。實(shí)驗(yàn)表明,該策略在負(fù)載均衡、能耗、虛擬機(jī)遷移等方面與基于CPU的能耗感知算法相比都有很大提升。2)提出了基于時(shí)空的能效最大化虛擬機(jī)部署策略。提出基于共物理機(jī)的虛擬機(jī)最大時(shí)間共享的多目標(biāo)最大化能效優(yōu)化算法,從更長的時(shí)間角度上,在虛擬機(jī)部署階段就保證了多種資源的負(fù)載均衡,而且也減少了潛在的虛擬機(jī)遷移及其帶來的性能擾動和能耗增加,增強(qiáng)了系統(tǒng)的穩(wěn)定性。雙閾值動態(tài)開關(guān)機(jī)策略,根據(jù)系統(tǒng)當(dāng)前的平均資源效用和服務(wù)器開關(guān)機(jī)的時(shí)間開銷,自適應(yīng)決定開機(jī)關(guān)機(jī)的時(shí)機(jī),在不損失性能的同時(shí)進(jìn)一步減少了系統(tǒng)能耗。實(shí)驗(yàn)結(jié)果也驗(yàn)證了策略的優(yōu)越性。3)提出了異構(gòu)云環(huán)境下的多資源聯(lián)合公平分配策略基于用戶請求的占優(yōu)資源熵和占優(yōu)資源權(quán)重,提出了一種基于占優(yōu)資源的多資源聯(lián)合的公平分配策略,采用該策略進(jìn)行虛擬機(jī)部署,達(dá)到帕累托最優(yōu)化資源配置等相關(guān)屬性,并且給出了詳細(xì)證明。占優(yōu)資源熵保證了VM部署時(shí)的服務(wù)器資源自適應(yīng)性,占優(yōu)資源權(quán)重和Max-Min策略保證了VM競爭占優(yōu)資源的有序性。本文在保障資源分配公平性的前提下,提高了數(shù)據(jù)中心資源利用率,從而提高了數(shù)據(jù)中心能效。本文中基于Google的集群使用情況數(shù)據(jù)集的實(shí)驗(yàn)結(jié)果清晰展示了所提出算法的性能。本文圍繞云計(jì)算數(shù)據(jù)中心資源供應(yīng)中的負(fù)載均衡、能耗和公平性三個(gè)面方面進(jìn)了較深入的研究,提出了基于CPU-Memory的雙向搜索啟發(fā)式算法、基于于時(shí)空的能效最大化算法以及基于占優(yōu)資源的多資源公平分配算法,為云計(jì)算數(shù)據(jù)中心在資源供應(yīng)機(jī)制方面的后續(xù)研究提供借鑒和支持。
[Abstract]:As an emerging business computing model and service model ( IT as a Service ) , Cloud Computing has become a hot research hotspot in the field of information , which is supported by virtualization technology , distributes computing tasks on a large number of computer - formed resource pools to provide dynamic , resilient , scalable services ( computing services , storage services , and information services ) to Internet users as needed . At present , cloud computing has started relevant applications and exploration in the fields of network search , scientific computing , virtual environment , energy and biological information . With the rapid development of cloud computing , the scale of cloud computing data center infrastructure is expanding rapidly . However , the scale of the system is becoming more and more complex .
On the other hand , it will influence users in the form of resource or service usage cost . The system efficiency depends not only on system hardware ( such as architecture , manufacturing process ) , but also the resource management system of virtual data center . This paper puts forward a multi - objective maximum energy efficiency optimization algorithm based on CPU - Memory .

【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TP393.09

【相似文獻(xiàn)】

相關(guān)會議論文 前2條

1 聶峰;;創(chuàng)建金融BPO人力資源供應(yīng)新模式的研究[A];中國的前沿 文化復(fù)興與秩序重構(gòu)——上海市社會科學(xué)界第四屆學(xué)術(shù)年會青年文集（2006年度）[C];2006年

2 邁克·奧德里斯科爾;;復(fù)蘇的鎂砂市場[A];2010年全國鎂鹽行業(yè)年會暨節(jié)能減排與發(fā)展研討會論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 孟為;奧運(yùn)期間北京資源供應(yīng)有保障[N];中國高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2008年

2 通訊員 劉鏡;湖北銷售——多措并舉 保障資源供應(yīng)[N];中國石油報(bào);2011年

3 陳甲斌;短缺性有色礦產(chǎn)資源供應(yīng)戰(zhàn)略[N];中國有色金屬報(bào);2005年

4 商務(wù)部國際貿(mào)易經(jīng)濟(jì)合作研究院研究員 金柏松;確保資源供應(yīng)應(yīng)當(dāng)成為貿(mào)易戰(zhàn)略重點(diǎn)[N];中國經(jīng)濟(jì)導(dǎo)報(bào);2010年

5 袁淑敏;國內(nèi)熱卷資源供應(yīng)減緩 價(jià)格將窄幅震蕩[N];世界金屬導(dǎo)報(bào);2013年

6 陳甲斌;短缺性有色礦產(chǎn)資源供應(yīng)戰(zhàn)略亟待構(gòu)建[N];中國工業(yè)報(bào);2005年

7 陳甲斌;短缺性有色礦產(chǎn)資源供應(yīng)戰(zhàn)略[N];中國有色金屬報(bào);2005年

8 蕭平;熱卷市場資源供應(yīng)將偏緊[N];現(xiàn)代物流報(bào);2009年

9 陳甲斌;構(gòu)建有色資源供應(yīng)戰(zhàn)略迫在眉睫[N];中國礦業(yè)報(bào);2005年

10 商報(bào)記者 張涵;青海將成礦產(chǎn)資源供應(yīng)大省[N];北京商報(bào);2010年

相關(guān)博士學(xué)位論文 前1條

1 王金海;云計(jì)算環(huán)境下基于能效和公平性的資源供應(yīng)機(jī)制研究[D];武漢大學(xué);2015年

，

本文編號：1810448