分布式云計(jì)算資源配置技術(shù)研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩142頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、采用令用戶滿意的高效資源配置機(jī)制是云服務(wù)提供商取得成功的關(guān)鍵因素之一。在基礎(chǔ)設(shè)施即服務(wù)(Infrastructure act as Service,IaaS)模型中,云服務(wù)提供商主要以虛擬機(jī)的形式對(duì)外提供服務(wù),因此資源配置問(wèn)題也就歸結(jié)為在滿足業(yè)務(wù)需求前提下的虛擬機(jī)部署問(wèn)題。本文首先依據(jù)虛擬機(jī)部署順序,采用自頂向下的方法,將分布式云計(jì)算中虛擬機(jī)部署分為三個(gè)階段,即云網(wǎng)絡(luò)選擇階段,數(shù)據(jù)中心選擇階段和服務(wù)器選擇階段。然后結(jié)合各階段中具體業(yè)務(wù)的

2、不同需求,給出了針對(duì)性的資源配置策略。
  在云網(wǎng)絡(luò)選擇階段,云經(jīng)紀(jì)人(cloud broker)會(huì)利用長(zhǎng)期資源預(yù)留的價(jià)格優(yōu)勢(shì)和資源統(tǒng)計(jì)復(fù)用帶來(lái)的增益,通過(guò)租賃公有云服務(wù)提供商的基礎(chǔ)設(shè)施來(lái)降低自己的成本。由于云服務(wù)提供商會(huì)提供多種不同的虛擬機(jī)預(yù)留實(shí)例周期(virtual machines reserved instance terms),而不同周期的實(shí)例價(jià)格不同,云經(jīng)紀(jì)人必須從多種實(shí)例周期中做出適當(dāng)選擇,以便采用最低成本資源滿足用

3、戶的實(shí)時(shí)動(dòng)態(tài)需求。針對(duì)此目標(biāo),本文提出了最長(zhǎng)實(shí)例周期優(yōu)選的逐層預(yù)留啟發(fā)式算法和基于集合覆蓋的近似算法來(lái)解決離線情況下的資源配置問(wèn)題,并提出了基于歷史資源使用信息的在線資源配置算法。實(shí)驗(yàn)表明啟發(fā)式離線算法的運(yùn)行速度幾乎是近似離線算法的兩倍,相比全部使用實(shí)時(shí)虛擬機(jī)的方法,兩種離線算法均能節(jié)省大約27%的成本,在線算法能節(jié)省大約14%的成本。與已有的只考慮一種預(yù)留實(shí)例的算法相比,本文提出的算法更具有實(shí)用性。
  在數(shù)據(jù)中心選擇階段,本文

4、研究了虛擬機(jī)部署時(shí)基于聚類的數(shù)據(jù)中心選擇和大數(shù)據(jù)向云端遷移時(shí)數(shù)據(jù)中心選擇兩個(gè)問(wèn)題。第一個(gè)問(wèn)題的目標(biāo)是優(yōu)化數(shù)據(jù)中心間通信時(shí)延和帶寬。為某大型任務(wù)或者某組織服務(wù)的一組相互通信的虛擬機(jī)可能會(huì)跨越多個(gè)數(shù)據(jù)中心,所以需要極小化最大的數(shù)據(jù)中心間的距離,以便極小化通信時(shí)延,同時(shí)節(jié)省昂貴的數(shù)據(jù)中心間的長(zhǎng)途帶寬。本文首先提出了基于密度聚類的2-近似數(shù)據(jù)中心選擇算法。相比已有的只考慮數(shù)據(jù)中心間距離的方法,該算法能充分利用數(shù)據(jù)中心的組網(wǎng)拓?fù)鋵傩?、稠密屬性以?/p>

5、容量信息,效率提升了約15%~72%。然后建立了虛擬機(jī)半通信模型,并提出了基于該模型的虛擬機(jī)劃分算法將虛擬機(jī)分組并對(duì)應(yīng)到已選定的數(shù)據(jù)中心。實(shí)驗(yàn)表明,該算法不僅能進(jìn)一步減少數(shù)據(jù)中心間的帶寬消耗,而且運(yùn)行速度比已有算法快2倍左右。所有算法均適用于虛擬機(jī)同構(gòu)或異構(gòu)的場(chǎng)景,克服了已有算法只適用于虛擬機(jī)同構(gòu)場(chǎng)景的局限性。第二個(gè)問(wèn)題的目標(biāo)是為分布式大數(shù)據(jù)選擇合適的數(shù)據(jù)中心,將數(shù)據(jù)遷移到云端,既可保證快速的本地?cái)?shù)據(jù)接入又能實(shí)現(xiàn)低成本數(shù)據(jù)遷移和處理。本

6、文首先分析了大數(shù)據(jù)遷移時(shí)的四種目標(biāo):即公平數(shù)據(jù)放置、優(yōu)選數(shù)據(jù)放置、傳輸成本最小化數(shù)據(jù)放置和總成本最小化數(shù)據(jù)放置。然后采用二分圖對(duì)問(wèn)題進(jìn)行了建模。針對(duì)前兩種目標(biāo),提出了一種基于組合優(yōu)化的緊的3-近似算法。針對(duì)后兩種目標(biāo),提出了一種最近數(shù)據(jù)中心優(yōu)先的啟發(fā)式算法。所給兩種算法能夠降低接入時(shí)延和成本,解決因法規(guī)限制或者用戶偏好引起的部分?jǐn)?shù)據(jù)中心不可用的問(wèn)題,彌補(bǔ)了已有方法默認(rèn)全部數(shù)據(jù)中心均可用的不足。
  在服務(wù)器選擇階段,需要實(shí)現(xiàn)服務(wù)質(zhì)

7、量可感知的低成本服務(wù)器選擇。服務(wù)器和組網(wǎng)占了數(shù)據(jù)中心總成本的60%左右。如何有效部署虛擬機(jī)以盡可能地節(jié)省成本,并保證服務(wù)質(zhì)量,對(duì)于提高云服務(wù)提供商的競(jìng)爭(zhēng)力起著舉足輕重的作用。考慮異構(gòu)服務(wù)器以及虛擬機(jī)多種資源需求的隨機(jī)性,該問(wèn)題被形式化為一個(gè)多目標(biāo)非線性規(guī)劃。通過(guò)利用數(shù)據(jù)中心的組網(wǎng)拓?fù)湫畔?,具有更大通信量的虛擬機(jī)被盡可能地部署在一起,減少了通信時(shí)延并節(jié)省了服務(wù)器之間帶寬消耗。同時(shí),統(tǒng)計(jì)復(fù)用和新定義的“相似性”方法被用來(lái)整合虛擬機(jī),資源容量

8、違約被盡可能地限定在指定的極小概率內(nèi)。這樣的部署方案既不會(huì)影響服務(wù)質(zhì)量,又可以節(jié)省服務(wù)器和網(wǎng)絡(luò)成本。本文分別針對(duì)離線和在線場(chǎng)景給出了啟發(fā)式算法。與已有算法比較,實(shí)驗(yàn)顯示本文所給算法能更多地節(jié)省包括服務(wù)器,帶寬在內(nèi)的多種資源成本,而且運(yùn)行更快。
  本文最后考慮了跨數(shù)據(jù)中心大數(shù)據(jù)處理時(shí)數(shù)據(jù)中心和服務(wù)器的協(xié)同選擇問(wèn)題??紤]到將跨全球分布的數(shù)據(jù)全部遷移到同一個(gè)數(shù)據(jù)中心進(jìn)行分析不一定可行,而已廣為接受的大數(shù)據(jù)分析框架Hadoop卻只能處理

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論