云環(huán)境下基于服務類型的資源調(diào)度策略研究.pdf

1、云計算是近幾年IT領域比較熱門的研究方向，云計算時代的到來，不僅僅改變了互聯(lián)網(wǎng)的技術(shù)基礎，而且還對整個 IT行業(yè)產(chǎn)生深遠的影響。云計算將數(shù)據(jù)存放在數(shù)據(jù)中心中，應用所需要的計算能力、存儲和帶寬都由數(shù)據(jù)中心提供。在云計算環(huán)境中，云中的資源分配和調(diào)度是云計算平臺的核心技術(shù)之一。目前，隨著云計算需求的不斷增加，研究如何對云環(huán)境中的資源分配、提高云的資源利用率、降低能耗，具有較為重大的研究意義和技術(shù)價值。
　　本文在分析現(xiàn)有的云計算環(huán)境和O

2、penStack平臺的基礎上，從資源量化的角度出發(fā)，研究了云中各種硬件資源的量化方法，使用通過基準測試的方式將云中的資源全部量化，以及獲取量化資源的架構(gòu)模型。在此基礎上，根據(jù)虛擬機不同的資源需求和使用量建立虛擬機的服務類型模型，將虛擬機的服務類型分為三類：事物處理型服務、數(shù)據(jù)IO型服務和網(wǎng)絡流量型服務。為虛擬機分配物理機時，對于不同的虛擬機服務類型，在虛擬機分配和遷移調(diào)度時，優(yōu)先考慮相應類型的資源權(quán)重，以實現(xiàn)較好的資源負載和服務質(zhì)量。為

3、了實現(xiàn)虛擬機在選擇物理機時的優(yōu)化分配和物理機負載變化時虛擬機的動態(tài)遷移，設計了監(jiān)控代理機制收集物理機和虛擬機負載的歷史數(shù)據(jù)。在研究最小二乘法預測模型的基礎上，選定其中的三次多項式模型來預測物理機的未來負載，最終提出了根據(jù)物理機當前資源負載狀況和未來負載預測模型動態(tài)地進行物理主機選擇和虛擬機遷移的策略。在虛擬機遷移策略中，根據(jù)物理機的兩種不同負載情況實施了分類管理策略：一是基于發(fā)散模式的遷移策略：物理機高負載時以降低物理機負載為目的的虛擬