论文部分内容阅读
云计算将数据中心的计算、存储和网络等资源进行平台化,为各式各样的互联网应用提供资源服务。虚拟化技术是进行云计算资源平台化的关键技术,可以提高云计算数据中心资源利用效率。一台物理服务器通常会虚拟出多台虚拟机,虚拟机是通过软件模拟的具有完整硬件系统功能的计算机系统。虚拟机之间共享物理资源,可能会造成资源共享冲突,使得虚拟机未能及时获得足够的物理资源,其所负载的应用性能随之下降。虚拟机CPU资源共享冲突,会对虚拟机应用处理时间、服务器资源溢出概率和虚拟机应用长尾时延三个重要应用性能造成负面影响,主要原因在于:(1)虚拟机之间共享服务器CPU资源产生共置干扰,虚拟机需要等待资源调度,从而增加应用处理时间;(2)虚拟机和虚拟交换机共享服务器CPU资源,虚拟交换开销占用一定的服务器CPU资源,从而增大服务器资源溢出概率;(3)虚拟化平台CPU调度器采用队列方式为虚拟CPU分配资源,虚拟CPU的等待时延可能不均衡,从而增加相关虚拟机应用的长尾时延。 本文针对上述三个问题,通过虚拟机共置干扰优化、虚拟交换开销预留和虚拟化平台CPU调度频率优化等方法,开展优化虚拟机应用处理时间、服务器资源溢出概率和虚拟机应用长尾时延的研究工作,为优化虚拟机应用性能提供有效的理论依据和技术手段,从而提高云计算服务质量。本文的创新性主要体现在: (1)提出一种基于共置干扰优化的虚拟机调度机制——STO-VMS 针对共置干扰造成虚拟机应用处理时间增加的问题,本文提出一种基于共置干扰优化的虚拟机调度机制STO-VMS,对直接反映共置干扰的系统指标进行分析和优化,通过建立虚拟机共置干扰模型,求解共置干扰最小化问题,推导出满足共置干扰最小化条件下的服务器部署特征,最后使用虚拟机调度算法最小化服务器上虚拟机的共置干扰,从而减少虚拟机应用处理时间。实验结果表明,STO-VMS与已有的虚拟机应用处理时间优化方法相比,在不同的数据中心负载情况下可减少35.6%-56.8%的虚拟机应用处理时间。 (2)提出一种基于虚拟交换开销预留的虚拟机调度机制——VSA-VMS 针对虚拟交换开销占用服务器CPU资源使得服务器资源溢出概率增大的问题,本文提出一种基于虚拟交换开销预留的虚拟机调度机制VSA-VMS,通过建立虚拟交换开销模型,基于典型工作负载测量实验确定模型参数,进而确定虚拟交换开销所需占用服务器资源大小,并在虚拟机调度算法中为虚拟交换开销预留相应的服务器CPU资源,从而在给定服务器资源条件下,降低服务器资源溢出概率。实验结果表明,VSA-VMS与已有的流量感知虚拟机调度方法相比,在不同数据中心资源负载情况下可平均降低52.1%的服务器资源溢出概率。 (3)提出一种周期性CPU调度频率调整机制——PVCA 针对CPU调度器以队列方式调度资源造成虚拟机应用长尾时延增加的问题,本文提出一种周期性CPU调度频率调整机制PVCA,通过对虚拟机应用时延的模型分析,并采用周期性CPU调度频率调整机制,在每一个观测点通过求解最小化虚拟机应用时延问题,计算下一个观测周期的最优CPU调度频率,并计算最优的观测周期,优化虚拟化平台的CPU调度器,从而降低虚拟机应用的长尾时延。实验结果表明,PVCA与基于固定调度频率的方法相比,在不同服务器资源负载情况下,可降低51.5%-95.3%的虚拟机应用长尾时延。