本文關(guān)鍵詞：多租戶服務(wù)應(yīng)用性能預(yù)測(cè)模型及性能評(píng)價(jià)，由筆耕文化傳播整理發(fā)布。

【摘要】：為了達(dá)到service level agreements (SLAs)和保持應(yīng)用設(shè)備(應(yīng)用服務(wù)器和數(shù)據(jù)庫服務(wù)器)的高性能和利用率,多租戶服務(wù)應(yīng)用系統(tǒng)面臨著一個(gè)嚴(yán)重的、針對(duì)“負(fù)載分配、允許控制、資源監(jiān)控”的優(yōu)化部署和性能優(yōu)化的問題。而精確地預(yù)測(cè)出“從多租戶服務(wù)應(yīng)用系統(tǒng)中的客戶端,并發(fā)發(fā)出訪問的每種交互的響應(yīng)時(shí)間”,就能很好地解決這個(gè)問題。這個(gè)工作的困難性在于：在多租戶服務(wù)應(yīng)用系統(tǒng)中的客戶端,不同規(guī)模類型的多租戶組合有多種,多租戶的組合種類對(duì)交互的查詢響應(yīng)時(shí)間有很大的影響；應(yīng)用系統(tǒng)中的負(fù)載包含很多的并發(fā)訪問,這些訪問之間的具有相互影響,進(jìn)而會(huì)影響數(shù)據(jù)庫的查詢響應(yīng)時(shí)間。因此,一個(gè)精確的交互響應(yīng)時(shí)間預(yù)測(cè)模型需要捕獲這些影響因素。此外,現(xiàn)在多租戶服務(wù)應(yīng)用系統(tǒng)中的客戶端、應(yīng)用服務(wù)器、和數(shù)據(jù)庫服務(wù)器往往是一個(gè)部署在動(dòng)態(tài)的云計(jì)算環(huán)境下的虛擬機(jī),負(fù)載、數(shù)據(jù)和物理資源是能夠經(jīng)常變化的。根據(jù)動(dòng)態(tài)變化的負(fù)載、數(shù)據(jù)和物理資源配置,建立一個(gè)有效的、高精度的、很好魯棒性的“多租戶服務(wù)應(yīng)用性能模型”仍然是一個(gè)待解決的問題。本文中,我們的目標(biāo)就是使用實(shí)驗(yàn)驅(qū)動(dòng)模型的方法,建立一個(gè)這樣的模型。我們使用貝葉斯方法和高斯模型,通過考慮多種影響交互查詢響應(yīng)時(shí)間的因素(詳細(xì)見第2章),預(yù)測(cè)在不同因素組合的環(huán)境下,在多租戶應(yīng)用系統(tǒng)中的客戶端,每種交互的查詢響應(yīng)時(shí)間。實(shí)驗(yàn)表明,我們的模型在吻合度、精確度、模型訓(xùn)練和預(yù)測(cè)時(shí)間方面,優(yōu)于其他模型,像支持向量機(jī)模型(SVM)等不確定性方法。
【關(guān)鍵詞】：服務(wù)平臺(tái)部署 貝葉斯方法 高斯模型 性能模型 試驗(yàn)驅(qū)動(dòng)
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP311.13;TP393.09
【目錄】：

• 摘要8-9
• ABSTRACT9-10
• 第一章 緒論10-16
• 1.1 研究背景10-11
• 1.2 相關(guān)研究11-13
• 1.3 研究?jī)?nèi)容和主要工作13-15
• 1.4 論文組織結(jié)構(gòu)15-16
• 第二章 多租戶服務(wù)應(yīng)用性能預(yù)測(cè)模型設(shè)計(jì)16-26
• 2.1 影響交互查詢響應(yīng)時(shí)間的因素組合16-23
• 2.1.1 定制負(fù)載16-17
• 2.1.2 客戶端多租戶組合類型17-19
• 2.1.3 交互的查詢組合19-20
• 2.1.4 并發(fā)訪問的負(fù)載20-23
• 2.1.5 資源配置23
• 2.2 動(dòng)態(tài)自適應(yīng)的多租戶性能模型設(shè)計(jì)23-25
• 2.2.1 模型構(gòu)建23-25
• 2.3 本章小結(jié)25-26
• 第三章 基于高斯過程的多租戶應(yīng)用性能模型26-34
• 3.1 高斯過程的基本原理26-27
• 3.2 非線性高斯貝葉斯響應(yīng)時(shí)間模型27-29
• 3.2.1 學(xué)習(xí)過程27-29
• 3.2.2 預(yù)測(cè)過程29
• 3.3 配置模型29-30
• 3.4 模型具體運(yùn)算過程30-32
• 3.4.1 產(chǎn)生訓(xùn)練負(fù)載和取樣30-31
• 3.4.2 Matalab計(jì)算31-32
• 3.5 本章小結(jié)32-34
• 第四章 實(shí)驗(yàn)設(shè)計(jì)與評(píng)估34-41
• 4.1 實(shí)驗(yàn)環(huán)境與實(shí)驗(yàn)設(shè)計(jì)34-35
• 4.2 實(shí)驗(yàn)評(píng)估35-40
• 4.2.1 模型精度35-37
• 4.2.2 模型的魯棒性37-40
• 4.3 本章小結(jié)40-41
• 第五章 總結(jié)與展望41-43
• 5.1 總結(jié)41-42
• 5.2 展望42-43
• 參考文獻(xiàn)43-47
• 致謝47-48
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄48-49
• 攻讀學(xué)位期間參與科研項(xiàng)目情況49-50
• 附件50

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 滕文彥,喬春生,胡宇庭;軟巖工程支護(hù)的雙層SVM的智能設(shè)計(jì)方法[J];北京科技大學(xué)學(xué)報(bào);2005年04期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 狄澤玉;基于STAGING與業(yè)務(wù)預(yù)測(cè)的服務(wù)部署優(yōu)化與遷移方法[D];山東大學(xué);2014年

  本文關(guān)鍵詞：多租戶服務(wù)應(yīng)用性能預(yù)測(cè)模型及性能評(píng)價(jià)，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：442632