【摘要】：在構(gòu)筑智慧城市的進程中,云計算、大數(shù)據(jù)等新一代信息通訊技術不斷發(fā)展,提供服務所需的基礎設施變得極為龐大,由此形成了一種大規(guī)模網(wǎng)絡系統(tǒng)(Large Scale Network System,LSNS)。相比傳統(tǒng)IT系統(tǒng),除了需要管理數(shù)據(jù)中心中大規(guī)模的、復雜的基礎設施資源,還需要達到多種多樣的服務需求,特別是服務可靠性的需求。為了實現(xiàn)可靠的服務,對大規(guī)模網(wǎng)絡系統(tǒng)的可靠性指標構(gòu)建理論模型是一種直觀、高效的評估方法。但現(xiàn)有的研究中,可靠性模型的適用性往往比較局限。一方面,現(xiàn)有的可靠性研究中,一般以預測系統(tǒng)故障的發(fā)生或者減少系統(tǒng)故障的發(fā)生為目的,當系統(tǒng)的可靠性降低時,是以增加物理資源的冗余度來提高系統(tǒng)可靠性的。在大規(guī)模網(wǎng)絡系統(tǒng)中,以虛擬機資源為代表的軟件類資源的自身老化帶來的系統(tǒng)可靠性降低問題,通過增加物理資源冗余度對系統(tǒng)可靠性的提升往往收效甚微。另一方面,通過對大量的物理資源冗余備份,物理資源的利用率往往較低,導致資源空載,能耗成本劇增,也不符合節(jié)能減排的要求。這導致可靠性與能效呈現(xiàn)相互制約的關系。針對這些存在的關鍵性問題,本文以大規(guī)模網(wǎng)絡系統(tǒng)的一個數(shù)據(jù)中心為研究對象,以提供可靠性感知的能效服務(Reliability-aware and Energy-efficient Service,RES)為目的,綜合運用了故障樹分析法、Markov建模理論、解析建模等方法,構(gòu)建了虛擬機系統(tǒng)的可靠性模型、物理機系統(tǒng)的可靠性模型、可靠性感知的能耗模型;為了最大化提升系統(tǒng)的可靠性和能效,基于采用了冗余備份策略的虛擬機系統(tǒng),分析了如何最大化降低數(shù)據(jù)中心中由于發(fā)生共因失效而導致的虛擬機系統(tǒng)不能正常服務的影響,提出了面向SLA的可靠性保障機制、可靠性感知的能效資源分配算法、物理機決策算法等可靠性保障和能效提升的優(yōu)化策略。為了評估以上模型和算法的有效性,通過在Cloudsim中引入大規(guī)模的谷歌集群數(shù)據(jù)Google Trace,并擴展了故障注入、能耗模型等模塊,分別對模型和算法進行了大量的仿真實驗。通過對實驗結(jié)果分析,較好地驗證了本文提出的模型或算法的有效性。
【圖文】：

智慧城市與云計算

以認為是物理主機修復完成，可以再次使用而加入集群；移除事件可以認為是物理機主機發(fā)生硬件失效，導致物理主機被移除出集群。根據(jù) Jobs 和 Tasks 數(shù)據(jù)，模擬任務請求達到數(shù)據(jù)中心、資源使用請求等。大規(guī)模的任務請求導入 Cloudsim進行關于可靠性和能耗的仿真實驗，可以更真實的反映現(xiàn)實世界的情況，，驗證可靠性與能耗模型的正確性，最終指導大規(guī)模網(wǎng)絡系統(tǒng)的數(shù)據(jù)中心的可靠性和能耗的優(yōu)化。通過分析 Google Trace 的 Machines 數(shù)據(jù)，針對不同物理主機在不同時間發(fā)生的總共 37780 次事件，得到其中一臺物理主機發(fā)生失效事件的時間序列圖如下。圖 5-1 Google Trace 主機失效時間序列（部分）進一步地，我們分析主機失效時間間隔，得到如圖 5-2 的主機失效間隔時間的結(jié)果。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP308

【參考文獻】

相關碩士學位論文 前1條

1 高順川;動態(tài)故障樹分析方法及其實現(xiàn)[D];國防科學技術大學;2005年

本文編號：2674543