云計算環(huán)境下虛擬機資源調(diào)度策略研究.pdf

1、云計算概念從網(wǎng)格計算、分布式計算和并行計算概念發(fā)展而來,是一種新型的計算模式.它改變了傳統(tǒng)的服務(wù)模式,通過與互聯(lián)網(wǎng)結(jié)合提供了一種新型的商業(yè)模式.當(dāng)前云計算環(huán)境中的資源主要是虛擬機資源,具體是通過使用虛擬化技術(shù)對數(shù)據(jù)中心的各種硬件資源進行虛擬化,形成虛擬資源池后,動態(tài)部署虛擬機提供給用戶透明使用.用戶只知道任務(wù)在云中執(zhí)行,但并不知道其具體的執(zhí)行位置.資源調(diào)度與作業(yè)調(diào)度是云計算的兩個關(guān)鍵技術(shù),云計算具有的商業(yè)性質(zhì)因為關(guān)注了用戶QoS,其使用

2、的虛擬化技術(shù)使得作業(yè)調(diào)度和資源調(diào)度與以往的并行分布式計算不同.
　　隨著數(shù)據(jù)中心規(guī)模的不斷擴大以及用戶數(shù)量的持續(xù)增加,如何使云中的虛擬機資源能夠被高效地利用以及使用戶任務(wù)不必等待更長的時間,被快速有效地完成成為云計算資源調(diào)度的重要問題.因此研究云計算的虛擬機資源調(diào)度問題對于研究云資源管理具有重要意義.云計算虛擬機資源調(diào)度主要研究如何將云計算虛擬池中的虛擬機資源分配給用戶任務(wù)使用,以保證能夠滿足用戶QoS要求,從而達到提高云計算資源

3、使用率,減少計算時間,不違反服務(wù)等級協(xié)議(Service Level Agreement,SLA)的目的.
　　本文主要研究云計算環(huán)境下虛擬機資源調(diào)度策略,在總結(jié)前人工作的基礎(chǔ)上,本文所做的主要工作和創(chuàng)新包括以下幾點:
　　1.本文分析了當(dāng)前云計算以及云計算環(huán)境下的虛擬機資源調(diào)度研究現(xiàn)狀,系統(tǒng)地闡述了云計算的概念、分類、應(yīng)用場景、關(guān)鍵技術(shù)、Map/Reduce分布式處理框架等云計算技術(shù).通過仔細分析云計算資源特征,總結(jié)了云計

4、算的虛擬機資源調(diào)度模型、虛擬機資源調(diào)度算法目標(biāo)、特點以及傳統(tǒng)的調(diào)度算法等.并介紹了一種云數(shù)據(jù)中心資源調(diào)度模擬系統(tǒng)CloudSim模擬器.
　　2.分析了Map/Reduce框架,在此基礎(chǔ)上提出了基于蟻群優(yōu)化算法的虛擬機資源調(diào)度算法(包括基于改進螞蟻系統(tǒng)的虛擬機資源調(diào)度算法以及基于改進蟻群算法的虛擬機資源調(diào)度算法).針對當(dāng)前蟻群算法中螞蟻只依靠信息素交流,螞蟻之間缺少直接交流的特點,在基于改進蟻群算法的虛擬機資源調(diào)度算法中引入了螞蟻

5、相遇機制,利用螞蟻之間的直接交流促進云計算環(huán)境中適合執(zhí)行任務(wù)的虛擬機資源的快速發(fā)現(xiàn).模擬實驗表明基于改進蟻群算法的虛擬機資源調(diào)度算法與基于螞蟻系統(tǒng)的虛擬機資源調(diào)度算法相比能夠更快地尋找到適合任務(wù)執(zhí)行的虛擬機資源,以保證用戶服務(wù)等級協(xié)議.
　　3.分析了傳統(tǒng)的基于信任驅(qū)動的TD Max-min算法、TD Min-min算法以及虛擬機節(jié)能調(diào)度算法.針對當(dāng)前節(jié)能機制和信任驅(qū)動的資源調(diào)度機制相分離的特點,提出了一種節(jié)能及信任驅(qū)動的虛擬機資

6、源調(diào)度算法.該算法不僅考慮了任務(wù)對于虛擬機資源的信任需求,還考慮了數(shù)據(jù)中心對節(jié)能的要求.該算法利用任務(wù)和虛擬機資源之間的信任機制對任務(wù)和虛擬機資源進行匹配,并利用虛擬機初始化算法對虛擬機部署,以及利用最小化遷移算法對虛擬機進行實時遷移,以保證用戶任務(wù)的性能以及數(shù)據(jù)中心的節(jié)能.模擬實驗表明了該算法與TD Max-min算法、TD Min-min算法相比不僅能夠獲得好的總信任效益值以及平均信任效益值,還能夠獲得較低的服務(wù)等級協(xié)議違反率以及較