论文部分内容阅读
随着信息技术的迅速发展和计算机应用项目的大量推广,网络数据服务中心的数量大量增加。计算机系统的规模也越来越大,其系统性能也不断的提升,计算资源的种类越来越庞杂。在这种情况下,网络数据服务中心部分服务器出现了资源的闲置,造成了硬件资源的浪费。此外,部分服务器由于到达了使用的年限,需要更换设备,而原来运行在服务器上的应用因为软件或硬件的兼容性问题,无法重新部署在新的设备上,服务器的维护也消耗了大量的人力、物力。虚拟化技术实现了资源的高效利用和集中管理。这些优势为虚拟化在信息技术上的应用提供了良好的发展条件。计算虚拟化是继互联网之后,又一个信息产业中具有突破性的技术。虚拟化从根本上来说就是对硬件资源的最充分利用。计算虚拟化技术提供了更灵活和动态的IT架构。目前出现了许多不同种类的虚拟化解决方案,从不同的角度解决不同的系统性能问题,使得虚拟化技术的内容越来越丰富,功能越来越强大,展现了虚拟化技术的良好前景。随着虚拟化系统中各种服务运行的变化,虚拟化系统资源的利用变得复杂多样,物理资源在多个虚拟机间的有效利用变得很困难。现有的虚拟化系统,对资源在各个虚拟机之间的分配,缺少灵活和高效的动态调节机制,使得物理资源在不同的虚拟机中出现使用不均衡的现象,一部分虚拟机资源大量空闲,另一部分虚拟机资源严重不足。资源的优化配置是个需要进一步解决的问题。细致地观察和分析虚拟机资源的利用情况,有助于更好地调整和优化资源的使用策略。此外,如何根据用户对网络数据中心的服务质量要求来调整虚拟机的资源分配,更是一个急需解决的问题。虚拟机对资源的需求是一个动态变化的过程。针对上述虚拟机资源分配不足,资源利用不匀衡以及用户服务质量要求的问题,只有不断的探测资源的使用情况,综合分析所有虚拟机的资源需求,然后作出相应的资源分配策略才能有效地利用共享的底层资源。本文深入研究了现有的虚拟化技术及其应用,对XEN虚拟机的系统架构和基础技术作了详细的介绍;提出了两种根据用户服务质量要求来为虚拟机分配物理资源的策略。第一种资源分配策略是基于利用率的资源控制模型,资源控制系统首先探测得到用户的请求速率,查找可以满足服务性能要求的资源利用率区间,然后利用利用率控制模型把虚拟机的资源利用率控制在一个动态变化的利用率区间内,最后通过对资源利用率的控制达到满足用户QOS要求的目标。第二种资源分配策略是基于灰色预测理论的控制模型,模型通过对用户请求速率的预测和通过实验建立的资源映射模型,为虚拟机分配满足性能要求的最小物理资源,从而满足用户的服务质量要求。本文在XEN虚拟化平台上通过网络benchmark进行了大量的实验,实验分别验证了这两种资源分配策略可以动态地控制资源的分配,使得虚拟机在达到满足用户服务质量目标的同时提高物理资源的利用率。