本文關鍵詞：虛擬機性能干擾預測模型及其調度策略研究

  更多相關文章： 虛擬化 虛擬機性能干擾 干擾預測模型 能耗 虛擬機調度

【摘要】：云計算作為一種新型的商業(yè)計算模式,向用戶提供可配置的、共享基礎資源的計算模型,使用戶獲取服務的方式、手段和花費發(fā)生了巨大變化。虛擬化技術作為云計算的關鍵技術,因其擁有服務器整合、在線遷移、隔離性、高可用性、靈活部署、低管理開銷等諸多優(yōu)點,為云計算數(shù)據中心的性能提升、資源優(yōu)化起了關鍵作用,給云數(shù)據中心的能耗管理提供了新的解決思路。但是,在使用虛擬化技術將物理機資源分配給多個虛擬機VM (Virtual Machine)實例使用時,共享同一物理機資源的虛擬機實例,可能會因為競爭資源而相互之間產生性能干擾。因此,實時預測虛擬機實例在干擾下運行時的性能是保證用戶服務質量的關鍵。虛擬機實例的性能與數(shù)據中心的能效利用不能同時達到最優(yōu),因為要降低數(shù)據中心的能耗,需提高物理機的資源利用率,而物理機資源利用率過高,又容易導致虛擬機實例之間因爭奪資源而性能下降。通過設計良好的虛擬機調度策略,使得調度后虛擬機實例的性能干擾較小同時物理機能效利用較優(yōu),是目前數(shù)據中心研究的熱點問題。 本文主要研究了虛擬機實例的性能干擾預測問題和以降低虛擬機實例性能干擾、提高物理機的能效利用為目標的虛擬機調度問題。結合前人的研究,本文所做的主要工作如下： (1)深入分析虛擬化技術的特點,通過實驗模擬虛擬機實例間的性能干擾,研究虛擬機實例在干擾下的運行時特征,收集運行時的系統(tǒng)特征參數(shù)以建立虛擬機實例干擾下的性能與干擾運行時特征參數(shù)的模型。 (2)在建立應用性能干擾預測模型時,發(fā)現(xiàn)不同資源密集型應用在干擾下收集到的同組特征參數(shù)值之間差異很大,對所有類型的應用建立統(tǒng)一的性能干擾預測模型,預測結果不精確。本文首先根據基準應用在運行時的特征參數(shù),建立應用的分類模型,將應用分為CPU密集型、I/O密集型、Memory密集型及Mixed型；然后根據各類型應用在干擾下的系統(tǒng)特征參數(shù),分別為其建立性能干擾預測模型；最后比較分類前后兩種性能預測模型的預測結果,發(fā)現(xiàn)分類后模型的預測精確度明顯優(yōu)于未分類模型。 (3)針對虛擬機實例間的性能干擾與數(shù)據中心的能效利用不能同時達到最優(yōu)問題,本文建立了虛擬機性能干擾與物理機的能效利用的綜合權值函數(shù),設計了性能-能耗均衡的虛擬機調度策略。詣在將虛擬機實例調度到性能干擾盡量小同時又能使數(shù)據中心的能效得到高效利用的物理機中執(zhí)行。通過調整權值函數(shù)的參數(shù),還可以實現(xiàn)性能優(yōu)先的虛擬機調度或者能耗優(yōu)先的虛擬機調度。最后,通過實驗對比,性能-能耗均衡的虛擬機調度策略能有效的均衡性能和能效之間的關系。
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP302

【參考文獻】

中國期刊全文數(shù)據庫 前1條

1 陳康;鄭緯民;;云計算:系統(tǒng)實例與研究現(xiàn)狀[J];軟件學報;2009年05期

，

本文編號：1185749