【摘要】：隨著云計算技術在新時代的飛速提升,其已經成為世界上it行業(yè)的重要指向,世界上的各個國家都對云計算技術有了高度的重視,并且對其進行了深入的研究和改進。如何在云環(huán)境中將云計算的服務質量提升的更高,如何節(jié)省消耗的資源成本以及如何提高云環(huán)境中資源的使用率,對云計算有著十分重要的研究意義。云環(huán)境中的虛擬化技術雖然有著寶貴的優(yōu)點,但是存在的缺點也是不容小覷的。因為云平臺中云主機是虛擬出來的,各個的配置性能相差比較大。另外到達任務的種類不同對資源的需求也不同,因此這些因素都會導致云主機出現(xiàn)機器宕機的情況,進而導致集群中部分節(jié)點收到大量任務,而部分節(jié)點沒有任務處理太過清閑而出現(xiàn)系統(tǒng)癱瘓現(xiàn)象,最終嚴重到集群不能正常工作。為了解決前面提到的這些惡性問題,本文選取OpenStack云平臺,針對應用到該平臺中的LVS集群的調度策略和OpenStack的后端元數據存儲策略而做出深入的研究。進而達到解決集群負載失衡的問題。本文主要提出了兩個創(chuàng)新點。第一個創(chuàng)新點針對OpenStack集群內部作業(yè)分配策略完成優(yōu)化。文章就OpenStack內部工作原理展開深入研究。對應用到OpenStack中的Linux虛擬機集群(LVS)的底層機理、已存在的調度算法等進行探討。最終結合LVS最小加權鏈接算法與蟻群算法,得到一種新的調度策略。其第一步是把節(jié)點的權值重新定義,其次根據蟻群算法的智能尋優(yōu)的特性,將集群中的性能最優(yōu)的一組服務器節(jié)點找出來,最后對這個最優(yōu)節(jié)點組利用原始加權最少連接算法(WLC),選出一個負載性能最好的機器節(jié)點。然后把外界發(fā)送來的任務交給這個最好的節(jié)點進行處理。然后,設計相關的實驗方案對蟻群最優(yōu)節(jié)點組算法進行測試。最終結果證實本文提出的蟻群最優(yōu)節(jié)點組算法比蟻群和WLC策略更適用于大規(guī)模需要調度資源的集群。另一個創(chuàng)新點深入OpenStack后端存儲Ceph集群,對集群中元數據的管理進行改進。首先重構節(jié)點權重,基于通信量和遷移量來對元數據實行遷移策略。實驗結果顯示元數據管理的改進方案比原始方案更加有效。
【圖文】：

圖 2.1 云計算三大服務類型Figure2.1 Cloud computing three major service types云計算相關技術小節(jié)介紹“云”中囊括的重要技術。程模型apReduce 是一種編程模型，該模型能夠使分布式編程變得更簡潔，變得更加高效。云計算中的編程因為該模型的嚴謹性而變得非常容educe 主要分為兩大部分：Map(映射)和 Reduce(化簡)。第一步把待過 Map 分割為若干過相互獨立的塊，第二步把分割好的這些塊分配大量的計算機進行處理。最后一步通過 Reduce 程序聚合并輸出結量數據管理技術

第二章 相關云技術研究7 Horizon 為用戶提供操作 OpenStack 系統(tǒng)的接口。該組件提供一個虛擬的 Web 界面，，其又被稱作 Dashboard。8 Ceilometer 組件主要是起到監(jiān)控作用。該組件收集 OpenStack 系統(tǒng)中發(fā)生的各項事件。然后，根據所收集到的信息進行費用的計算和對數據的研究統(tǒng)計9 Trove 可以授權使用者對關系型和非關系型數據庫完成操作和管理�？梢詾橄到y(tǒng)提供高可靠的數據服務。
【學位授予單位】：中國科學院大學(中國科學院沈陽計算技術研究所)
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP393.09

【參考文獻】

相關期刊論文 前1條

1 肖中正;陳寧江;魏峻;張文博;;一種面向海量存儲系統(tǒng)的高效元數據集群管理方案[J];計算機研究與發(fā)展;2015年04期

本文編號：2666156