本文關鍵詞：云環(huán)境下基于負載特征的節(jié)能算法研究

  更多相關文章： 虛擬機遷移 遷移策略 虛擬機整合 服務器負載 節(jié)能

【摘要】：隨著云數(shù)據(jù)中心規(guī)模的不斷擴大,數(shù)據(jù)中心的能耗問題也日趨嚴重。目前解決的辦法很多,其中常見的做法是進行虛擬機遷移。虛擬機的遷移若數(shù)量過大或過于頻繁,這不僅影響服務的質(zhì)量,同時也要消耗額外的能量。本文采用基于容量感知和負載特征的虛擬機選擇算法和自適應虛擬機動態(tài)整合啟發(fā)式算法來減少虛擬機的遷移次數(shù),從而節(jié)約數(shù)據(jù)中心能耗�；谌萘扛兄拓撦d特征的虛擬機選擇算法主要思想為:在服務器過載時,首先讀取服務器的容量信息,并依據(jù)服務器的容量特征,對大容量服務器和小容量的服務器分別采取不同的虛擬機選擇策略。對于容量較小的服務器,采取傳統(tǒng)的最小遷移時間算法來選擇待遷移的虛擬機。對于容量較大的服務器,則采用自主設計的基于負載特征的最小遷移次數(shù)算法來選擇待遷移的虛擬機,該算法通過計算歷史負載列表里的CPU資源的分配量和CPU的利用率來獲得虛擬機的歷史負載,然后再依據(jù)虛擬機當前的CPU資源利用量及服務器當前的負載情況來選擇算法,若存在虛擬機能夠使得通過遷移該虛擬機將服務器的負載降低到設定值之下,則采用基于負載特征的最小遷移次數(shù)算法進行待遷移虛擬機的選擇,否則采用最小遷移時間算法進行虛擬機的選擇。實驗結(jié)果表明該算法能夠大幅減少虛擬機的遷移次數(shù),從而降低數(shù)據(jù)中心的能耗。為了減少虛擬機節(jié)能調(diào)度時虛擬機遷移次數(shù),針對自適應虛擬機動態(tài)整合啟發(fā)式算法的不足,本文提出了一種改進的自適應虛擬機動態(tài)整合啟發(fā)式算法。該算法主要思想是將服務器過載判定和需要進行虛擬機遷移的判定相分離,從而減少虛機遷移次數(shù)。具體策略如下:自動依據(jù)服務器的歷史負載對服務器是否過載進行判定,再依據(jù)服務器的當前負載值是否大于設定的虛擬機遷移閾值對是否需要進行虛擬機遷移進行判定。若服務器的當前負載大于虛擬機遷移閾值,則立即進行虛擬機的遷移,并禁止在該服務器上創(chuàng)建和遷入虛擬機,否則禁止在該服務器上創(chuàng)建和遷入虛擬機,但并不進行虛擬機遷移。仿真實驗表明該算法能有效減少虛擬機遷移次數(shù),從而降低數(shù)據(jù)中心的能耗。
【關鍵詞】：虛擬機遷移 遷移策略 虛擬機整合 服務器負載 節(jié)能
【學位授予單位】：河南理工大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP302;TP308
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-10
• 1 緒論10-16
• 1.1 研究背景與意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 本文的主要工作及特色13
• 1.4 論文的組織結(jié)構(gòu)13-16
• 2 國內(nèi)外研究現(xiàn)狀分析16-24
• 2.1 虛擬化及虛擬機遷移16-18
• 2.2 虛擬化節(jié)能算法分析18-21
• 2.3 存在的問題21-23
• 2.3.1 虛擬機的選擇問題21-22
• 2.3.2 服務器狀態(tài)的判定問題22-23
• 2.4 本章小結(jié)23-24
• 3 基于容量感知和負載特征的虛擬機選擇算法24-40
• 3.1 虛擬機選擇算法存在的問題24-27
• 3.2 基于容量感知和負載特征的虛擬機選擇算法27-30
• 3.3 算法實現(xiàn)30-31
• 3.4 實驗31-38
• 3.4.1 CLOUDSIM仿真平臺簡介31-32
• 3.4.2 實驗環(huán)境配置32-33
• 3.4.3 算法性能評估方法33-34
• 3.4.4 實驗結(jié)果分析34-38
• 3.5 本章小結(jié)38-40
• 4 改進的自適應虛擬機動態(tài)整合啟發(fā)式算法40-56
• 4.1 自適應虛擬機動態(tài)整合啟發(fā)式算法存在的問題40-42
• 4.2 改進的自適應動態(tài)虛擬機整合啟發(fā)式算法42-44
• 4.3 算法實現(xiàn)44
• 4.4 實驗44-54
• 4.5 本章小結(jié)54-56
• 5 總結(jié)與展望56-58
• 5.1 總結(jié)56-57
• 5.2 展望57-58
• 參考文獻58-62
• 作者簡歷62-64
• 學位論文數(shù)據(jù)集64

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹曉剛;;Java虛擬機的10年[J];程序員;2005年07期

2 宋韜;盤細平;羅元柯;倪國軍;;Java虛擬機在嵌入式DSP系統(tǒng)上的實現(xiàn)[J];計算機應用與軟件;2007年04期

3 劉黎波;;Java虛擬機攔截原理研究[J];科技風;2008年21期

4 劉治波;;Java虛擬機簡析[J];濟南職業(yè)學院學報;2008年01期

5 郝帥;;Java虛擬機中相關技術(shù)的探討[J];成功(教育);2008年08期

6 李霞;;系統(tǒng)虛擬機關鍵技術(shù)研究[J];微型電腦應用;2010年03期

7 鄭曉瓏;孔挺;;虛擬機的安全風險與管理[J];硅谷;2010年16期

8 李學昌;平淡;;為速度而戰(zhàn),虛擬機內(nèi)外兼修[J];電腦愛好者;2010年18期

9 王惠萍;張海龍;馮帆;王建華;;Java虛擬機使用及優(yōu)化[J];計算機與網(wǎng)絡;2010年21期

10 鄭婷婷;武延軍;賀也平;;云計算環(huán)境下的虛擬機快速克隆技術(shù)[J];計算機工程與應用;2011年13期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孟廣平;;虛擬機漂移網(wǎng)絡連接方法探討[A];中國計量協(xié)會冶金分會2011年會論文集[C];2011年

2 段翼真;王曉程;;可信安全虛擬機平臺的研究[A];第26次全國計算機安全學術(shù)交流會論文集[C];2011年

3 李明宇;張倩;呂品;;網(wǎng)絡流量感知的虛擬機高可用動態(tài)部署研究[A];2014第二屆中國指揮控制大會論文集（上）[C];2014年

4 林紅;;Java虛擬機面向數(shù)字媒體的應用研究[A];計算機技術(shù)與應用進展——全國第17屆計算機科學與技術(shù)應用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

5 楊旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虛擬機的備份系統(tǒng)實現(xiàn)[A];中國高等教育學會教育信息化分會第十二次學術(shù)年會論文集[C];2014年

6 沈敏虎;查德平;劉百祥;趙澤宇;;虛擬機網(wǎng)絡部署與管理研究[A];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

7 李英壯;廖培騰;孫夢;李先毅;;基于云計算的數(shù)據(jù)中心虛擬機管理平臺的設計[A];中國高等教育學會教育信息化分會第十次學術(shù)年會論文集[C];2010年

8 朱欣焰;蘇科華;毛繼國;龔健雅;;GIS符號虛擬機及實現(xiàn)方法研究[A];《測繪通報》測繪科學前沿技術(shù)論壇摘要集[C];2008年

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

10 丁濤;郝沁汾;張冰;;內(nèi)核虛擬機調(diào)度策略的研究與分析[A];'2010系統(tǒng)仿真技術(shù)及其應用學術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 ;虛擬機的生與死[N];網(wǎng)絡世界;2008年

2 本報記者 卜娜;高性能Java虛擬機將在中國云市場釋能[N];中國計算機報;2012年

3 本報記者 邱燕娜;如何告別虛擬機管理煩惱[N];中國計算機報;2012年

4 ;首批通過云計算產(chǎn)品虛擬機管理測評名單[N];中國電子報;2014年

5 申琳;虛擬機泛濫 系統(tǒng)安全怎么辦[N];中國計算機報;2008年

6 Tom Henderson邋沈建苗 編譯;虛擬機管理的五大問題[N];計算機世界;2008年

7 盆盆;真實的虛擬機[N];中國電腦教育報;2004年

8 本版編輯　綜合 編譯整理 田夢;管理好虛擬機的全生命周期[N];計算機世界;2008年

9 李婷;中國研制出全球最快反病毒虛擬機[N];人民郵電;2009年

10 張弛;虛擬機遷移走向真正自由[N];網(wǎng)絡世界;2010年

中國博士學位論文全文數(shù)據(jù)庫 前10條

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

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

3 周真;云平臺下運行環(huán)境感知的虛擬機異常檢測策略及算法研究[D];重慶大學;2015年

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

5 周傲;高可靠云服務供應關鍵技術(shù)研究[D];北京郵電大學;2015年

6 代煒琦;云計算執(zhí)行環(huán)境可信構(gòu)建關鍵技術(shù)研究[D];華中科技大學;2015年

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

8 陳彬;分布環(huán)境下虛擬機按需部署關鍵技術(shù)研究[D];國防科學技術(shù)大學;2010年

9 劉海坤;虛擬機在線遷移性能優(yōu)化關鍵技術(shù)研究[D];華中科技大學;2012年

10 劉謙;面向云計算的虛擬機系統(tǒng)安全研究[D];上海交通大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 潘飛;負載相關的虛擬機放置策略研究[D];杭州電子科技大學;2011年

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

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

4 羅仲皓;基于OpenStack的私有云計算平臺的設計與實現(xiàn)[D];華南理工大學;2015年

5 李子堂;面向負載均衡的虛擬機動態(tài)遷移優(yōu)化研究[D];遼寧大學;2015年

6 張煜;基于OpenStack的“實驗云”平臺的研究與開發(fā)[D];西南交通大學;2015年

7 曾文琦;面向應用服務的云規(guī)模虛似機性能監(jiān)控與負載分析技術(shù)研究[D];復旦大學;2013年

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

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

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

，

本文編號：586556