论文部分内容阅读
数据中心是支撑云计算的基础架构,巨大的电能消耗导致日益严重的能耗问题。利用虚拟化技术,数据中心将计算资源、存储资源和网络资源进行抽象,形成统一的虚拟资源池,按照云租户资源请求的峰值进行资源配置,供用户租用。云租户资源需求的动态性、随机性、独立性和多样性等特点,使数据中心产生大量资源碎片,导致服务器性能下降,资源利用率低下。因此,针对数据中心开展降低能耗的研究,设计高效的资源调度策略具有重要理论意义和实用价值。 针对以上问题,以数据中心的虚拟资源为主要研究对象,在分析和总结云资源管理技术基础上,结合能耗优化和资源利用率优化目标,从虚拟机放置和虚拟机整合两个方面开展研究。针对虚拟机放置问题,建立多维度的资源损耗度量模型,分别进行启发式调度和动态规划调度优化,降低数据中心能耗。针对数据中心资源利用率低的问题,建立剩余可用容量模型,设计能源高效资源感知的虚拟机整合策略,将虚拟机集聚到少量活跃主机,最小化服务器数量实现资源整合,提高资源利用率水平。 本文主要研究内容如下: 1)提出了一个基于多维资源利用率的信息熵形式的资源损耗模型,以度量不同维度物理资源的不均衡程度。该模型通过对物理资源不同维度的资源利用率差值的信息熵度量,表征物理资源的碎片化程度。面向能耗和资源损耗两个目标,提出并实现了一个能耗和资源损耗优化的多目标虚拟机放置策略。该策略通过线性加权平均的方法将多个目标归一化,针对数据中心的物理服务器资源,依据可用资源量进行降序排序,以总量支出增量最小化为着眼点,对虚拟机进行优化放置。实验结果表明,该策略能有效降低能源消耗和资源损耗,提高资源利用率。 2)提出了一个基于动态规划的多目标虚拟机放置策略,将虚拟机放置问题转化为0-1背包问题,将能源消耗和资源损耗有机结合,针对数据中心资源紧张情形下的批量虚拟机放置问题进行优化求解。该策略以服务器综合性能评价入手,通过宿主机性能评价,虚拟机选择和动态规划放置三个阶段,完成虚拟机放置的多目标优化。实验结果表明,该方法能有效解决资源紧张情形下的虚拟机放置问题。 3)面向服务器整合,提出了一个最小欧氏距离的虚拟机选择策略和基于资源感知的效用模型的虚拟机放置策略,解决待迁移虚拟机的选择和放置问题。该策略将虚拟机放置构建为多容量装箱问题,对待迁移的虚拟机依据最小平方根选择策略进行选择,而后将待重新放置的虚拟机依据资源效用大小进行放置,实现服务器的有效整合。实验结果表明,该方法可以有效降低能源开销,减少虚拟机迁移次数。 4)提出了一个剩余可用容量资源模型,基于效用的观点,对不同维度的可用资源进行度量,综合衡量物理服务器的效用水平。为了解决不同规格的虚拟机在服务器整合过程中的选择问题,采用欧氏距离选择最小负载的虚拟机,以减少虚拟机迁移的负面影响。同时对待重新分配的虚拟机,采用排序机制首选负载影响最大的虚拟机进行放置,以降低虚拟机迁移造成的性能损失。使用真实的负载数据进行实验验证,结果表明该方法能显著降低数据中心的能耗。