【摘要】：隨著云計(jì)算用戶(hù)數(shù)量的不斷增長(zhǎng),用戶(hù)市場(chǎng)也隨之逐漸細(xì)分。云服務(wù)提供商針對(duì)低端用戶(hù)群體推出的廉價(jià)云服務(wù)通常會(huì)采用超售的方式售賣(mài)云計(jì)算資源。雖然通過(guò)資源超售能夠大幅降低成本,但是當(dāng)數(shù)據(jù)中心虛擬機(jī)節(jié)點(diǎn)的負(fù)載產(chǎn)生波動(dòng)時(shí),會(huì)有很大幾率導(dǎo)致云服務(wù)質(zhì)量的下降,增加違反與用戶(hù)簽訂的SLA協(xié)議的風(fēng)險(xiǎn)。為了在對(duì)資源進(jìn)行超售的同時(shí)保證云服務(wù)的質(zhì)量,云服務(wù)提供商會(huì)使用虛擬機(jī)遷移技術(shù)對(duì)數(shù)據(jù)中心內(nèi)的資源進(jìn)行動(dòng)態(tài)調(diào)整。隨著云計(jì)算規(guī)模的不斷擴(kuò)大以及云計(jì)算業(yè)務(wù)的全球化,數(shù)據(jù)中心內(nèi)的虛擬機(jī)負(fù)載波動(dòng)變得難以尋找規(guī)律。如何在虛擬機(jī)隨機(jī)負(fù)載波動(dòng)情況下保證云服務(wù)的質(zhì)量便成為了需要攻克的難關(guān)。針對(duì)以上問(wèn)題,本文從以下三個(gè)方面開(kāi)展研究工作。(1)在對(duì)云計(jì)算、虛擬化的相關(guān)概念及研究現(xiàn)狀進(jìn)行梳理的基礎(chǔ)上,闡述了虛擬機(jī)的生命周期;圍繞云計(jì)算服務(wù)質(zhì)量展開(kāi)討論,對(duì)影響服務(wù)質(zhì)量的因素及云計(jì)算服務(wù)質(zhì)量指標(biāo)進(jìn)行歸納總結(jié)。(2)研究了隨機(jī)負(fù)載波動(dòng)環(huán)境下,雙閾值虛擬機(jī)遷移策略中不同虛擬機(jī)選擇策略與虛擬機(jī)放置策略的組合對(duì)云計(jì)算服務(wù)質(zhì)量的影響。實(shí)驗(yàn)結(jié)果表明,雙閾值虛擬機(jī)遷移策略在虛擬機(jī)負(fù)載波動(dòng)平穩(wěn)的環(huán)境中能夠起到降低虛擬機(jī)遷移次數(shù)、提高云服務(wù)質(zhì)量的效果,但在隨機(jī)負(fù)載波動(dòng)環(huán)境中表現(xiàn)不佳。使用降序首次適應(yīng)策略作為虛擬機(jī)放置策略,在資源超售的云計(jì)算環(huán)境中表現(xiàn)優(yōu)異。使用最大增長(zhǎng)策略作為虛擬機(jī)選擇策略可以使云平臺(tái)中虛擬機(jī)遷移次數(shù)降低,而使用最大需求優(yōu)先策略則可以提高云服務(wù)的質(zhì)量。(3)在雙閾值虛擬機(jī)遷移策略的基礎(chǔ)上進(jìn)行改進(jìn)。針對(duì)隨機(jī)負(fù)載波動(dòng)環(huán)境提出了一種基于上閾值、分配閾值、下閾值的三閾值虛擬機(jī)遷移策略,并對(duì)三閾值虛擬機(jī)遷移策略中的閾值設(shè)定進(jìn)行研究。實(shí)驗(yàn)結(jié)果表明,三閾值虛擬機(jī)遷移策略在隨機(jī)負(fù)載波動(dòng)環(huán)境中,相比雙閾值虛擬機(jī)遷移策略能夠有效減少虛擬機(jī)遷移次數(shù)并提高云計(jì)算服務(wù)質(zhì)量。
[Abstract]:With the increasing number of cloud computing users, the user market is gradually subdivided. Low-cost cloud services offered by cloud service providers for low-end users typically sell cloud computing resources on an oversold basis. Although overselling of resources can greatly reduce the cost, when the load of the virtual machine node in the data center fluctuates, there is a great chance that the quality of service of the cloud will decline, increasing the risk of violating the SLA protocol signed with the user. In order to oversell resources and ensure the quality of cloud services, cloud service providers use virtual machine migration technology to dynamically adjust the resources in the data center. With the expansion of cloud computing scale and the globalization of cloud computing business, the fluctuation of virtual machine load in data center becomes difficult to find a regular pattern. How to guarantee the quality of cloud service under the random load fluctuation of virtual machine becomes a difficult problem. Aiming at the above problems, this paper carries out research work from the following three aspects. (1) on the basis of combing the related concepts and research status of cloud computing and virtualization, this paper expounds the life cycle of virtual machine, and discusses the quality of service in cloud computing. The factors that affect the quality of service and the quality of service index of cloud computing are summarized. (2) the random load fluctuating environment is studied. The effect of the combination of different virtual machine selection strategy and virtual machine placement strategy on the quality of service of cloud computing in dual-threshold virtual machine migration strategy. The experimental results show that the dual-threshold virtual machine migration strategy can reduce the number of virtual machine migration and improve the cloud quality of service in the environment where the virtual machine load fluctuates smoothly, but it does not perform well in the random load fluctuating environment. The first adaptation strategy of descending order is used as a virtual machine placement strategy, which performs well in the cloud computing environment where resources are oversold. Using the maximum growth strategy as the virtual machine selection strategy can reduce the number of virtual machine migration in the cloud platform, while using the maximum demand first strategy can improve the quality of cloud service. (3) based on the dual-threshold virtual machine migration strategy, we can improve the virtual machine migration. A migration strategy of virtual machine with three thresholds based on the upper threshold, the allocation threshold and the lower threshold is proposed for the random load fluctuation environment, and the threshold setting in the migration strategy of the three threshold virtual machines is studied. The experimental results show that the migration strategy of three-threshold virtual machine can effectively reduce the number of virtual machine migrations and improve the quality of service of cloud computing compared with the dual-threshold virtual machine migration strategy in the random load fluctuating environment.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP302

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王立冬,張凱;Java虛擬機(jī)分析[J];北京理工大學(xué)學(xué)報(bào);2002年01期

2 曹曉剛;;Java虛擬機(jī)的10年[J];程序員;2005年07期

3 宋韜;盤(pán)細(xì)平;羅元柯;倪國(guó)軍;;Java虛擬機(jī)在嵌入式DSP系統(tǒng)上的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用與軟件;2007年04期

4 劉黎波;;Java虛擬機(jī)攔截原理研究[J];科技風(fēng);2008年21期

5 劉治波;;Java虛擬機(jī)簡(jiǎn)析[J];濟(jì)南職業(yè)學(xué)院學(xué)報(bào);2008年01期

6 郝帥;;Java虛擬機(jī)中相關(guān)技術(shù)的探討[J];成功(教育);2008年08期

7 李霞;;系統(tǒng)虛擬機(jī)關(guān)鍵技術(shù)研究[J];微型電腦應(yīng)用;2010年03期

8 鄭曉瓏;孔挺;;虛擬機(jī)的安全風(fēng)險(xiǎn)與管理[J];硅谷;2010年16期

9 李學(xué)昌;平淡;;為速度而戰(zhàn),虛擬機(jī)內(nèi)外兼修[J];電腦愛(ài)好者;2010年18期

10 王惠萍;張海龍;馮帆;王建華;;Java虛擬機(jī)使用及優(yōu)化[J];計(jì)算機(jī)與網(wǎng)絡(luò);2010年21期

相關(guān)會(huì)議論文 前10條

1 孟廣平;;虛擬機(jī)漂移網(wǎng)絡(luò)連接方法探討[A];中國(guó)計(jì)量協(xié)會(huì)冶金分會(huì)2011年會(huì)論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機(jī)平臺(tái)的研究[A];第26次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡(luò)流量感知的虛擬機(jī)高可用動(dòng)態(tài)部署研究[A];2014第二屆中國(guó)指揮控制大會(huì)論文集（上）[C];2014年

4 林紅;;Java虛擬機(jī)面向數(shù)字媒體的應(yīng)用研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展——全國(guó)第17屆計(jì)算機(jī)科學(xué)與技術(shù)應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機(jī)的備份系統(tǒng)實(shí)現(xiàn)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十二次學(xué)術(shù)年會(huì)論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機(jī)網(wǎng)絡(luò)部署與管理研究[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

7 李英壯;廖培騰;孫夢(mèng);李先毅;;基于云計(jì)算的數(shù)據(jù)中心虛擬機(jī)管理平臺(tái)的設(shè)計(jì)[A];中國(guó)高等教育學(xué)會(huì)教育信息化分會(huì)第十次學(xué)術(shù)年會(huì)論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國(guó);龔健雅;;GIS符號(hào)虛擬機(jī)及實(shí)現(xiàn)方法研究[A];《測(cè)繪通報(bào)》測(cè)繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

9 于洋;陳曉東;俞承芳;李旦;;基于FPGA平臺(tái)的虛擬機(jī)建模與仿真[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機(jī)調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;虛擬機(jī)的生與死[N];網(wǎng)絡(luò)世界;2008年

2 本報(bào)記者 卜娜;高性能Java虛擬機(jī)將在中國(guó)云市場(chǎng)釋能[N];中國(guó)計(jì)算機(jī)報(bào);2012年

3 本報(bào)記者 邱燕娜;如何告別虛擬機(jī)管理煩惱[N];中國(guó)計(jì)算機(jī)報(bào);2012年

4 ;首批通過(guò)云計(jì)算產(chǎn)品虛擬機(jī)管理測(cè)評(píng)名單[N];中國(guó)電子報(bào);2014年

5 申琳;虛擬機(jī)泛濫 系統(tǒng)安全怎么辦[N];中國(guó)計(jì)算機(jī)報(bào);2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機(jī)管理的五大問(wèn)題[N];計(jì)算機(jī)世界;2008年

7 盆盆;真實(shí)的虛擬機(jī)[N];中國(guó)電腦教育報(bào);2004年

8 本版編輯　綜合 編譯整理 田夢(mèng);管理好虛擬機(jī)的全生命周期[N];計(jì)算機(jī)世界;2008年

9 李婷;中國(guó)研制出全球最快反病毒虛擬機(jī)[N];人民郵電;2009年

10 張弛;虛擬機(jī)遷移走向真正自由[N];網(wǎng)絡(luò)世界;2010年

相關(guān)博士學(xué)位論文 前10條

1 宋翔;多核虛擬環(huán)境的性能及可伸縮性研究[D];復(fù)旦大學(xué);2014年

2 王桂平;云環(huán)境下面向可信的虛擬機(jī)異常檢測(cè)關(guān)鍵技術(shù)研究[D];重慶大學(xué);2015年

3 周真;云平臺(tái)下運(yùn)行環(huán)境感知的虛擬機(jī)異常檢測(cè)策略及算法研究[D];重慶大學(xué);2015年

4 郭芬;面向虛擬機(jī)的云平臺(tái)資源部署與調(diào)度研究[D];華南理工大學(xué);2015年

5 周傲;高可靠云服務(wù)供應(yīng)關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2015年

6 劉圣卓;面向虛擬集群的鏡像存儲(chǔ)與傳輸優(yōu)化[D];清華大學(xué);2015年

7 彭成磊;云數(shù)據(jù)中心綠色節(jié)能需求的虛擬機(jī)負(fù)載均衡技術(shù)研究[D];南京大學(xué);2016年

8 趙長(zhǎng)名;IaaS云中基于資源感知的虛擬機(jī)資源管埋[D];電子科技大學(xué);2016年

9 許小龍;支持綠色云計(jì)算的資源調(diào)度方法及關(guān)鍵技術(shù)研究[D];南京大學(xué);2016年

10 衷宜;虛擬化系統(tǒng)中的軟件自愈相關(guān)技術(shù)研究[D];南京理工大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 潘飛;負(fù)載相關(guān)的虛擬機(jī)放置策略研究[D];杭州電子科技大學(xué);2011年

2 王建一;混合型桌面云高可用性研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

3 周衡;云計(jì)算環(huán)境下虛擬機(jī)優(yōu)化調(diào)度策略研究[D];河北大學(xué);2015年

4 羅仲皓;基于OpenStack的私有云計(jì)算平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

5 李子堂;面向負(fù)載均衡的虛擬機(jī)動(dòng)態(tài)遷移優(yōu)化研究[D];遼寧大學(xué);2015年

6 張煜;基于OpenStack的“實(shí)驗(yàn)云”平臺(tái)的研究與開(kāi)發(fā)[D];西南交通大學(xué);2015年

7 曾文琦;面向應(yīng)用服務(wù)的云規(guī)模虛似機(jī)性能監(jiān)控與負(fù)載分析技術(shù)研究[D];復(fù)旦大學(xué);2013年

8 施繼成;面向多核處理器的虛擬機(jī)性能優(yōu)化[D];復(fù)旦大學(xué);2014年

9 游井輝;基于虛擬機(jī)動(dòng)態(tài)遷移的資源調(diào)度策略研究[D];華南理工大學(xué);2015年

10 方良英;云平臺(tái)的資源優(yōu)化管理研究與實(shí)現(xiàn)[D];南京師范大學(xué);2015年

，

本文編號(hào)：2282525