论文部分内容阅读
基础设施即服务(IaaS)是提供基础计算资源的一种云计算模式,它给用户提供一个可以按需使用来配置计算资源的共享资源池。然而,IaaS云平台存在着诸多问题,最值得关注的是如何通过资源调度来降低云平台的能耗,并同时保障云服务的高质量水平(SLA);当前研究工作一般通过提高资源使用率,减少活跃服务器数目来实现低能耗目标;通过为应用提供充裕的计算资源,避免资源使用率过高而影响应用性能,以实现对SLA的保障,此二者之间存在一定的冲突性,且多数工作没有充分考虑云平台整体资源使用的均衡度,取得的实际效果有待进一步提升。针对上述问题,本文深入研究了 IaaS云平台的资源调度技术,设计了一种高效的启发式动态资源调度算法,并为资源调度的实施提出了一种热迁移混合优化方法,具体工作包括:1.基于传统的双阈值方法,提出了“健康阈值”的概念,用于指示资源使用的健康状态;进而设计了启发式的动态资源调度算法,该算法将整个云平台集群的资源使用率调整得更加均衡,并趋向于“健康阈值”,从而能够有效的在保障低SLA违反率的同时降低云平台的能耗。2.提出了一个分析模型来对虚拟机热迁移的性能进行预测,基于该模型的混合优化方法为不同的虚拟机迁移场景决策出不同的迁移技术方案,有效得提高了 IaaS云平台资源调度实施的效率。3.基于云计算模拟平台CloudSim,开展了大规模的模拟实验,验证了本文动态资源调度算法的有效性;基于Qemu-KVM平台,对虚拟机热迁移的混合优化方法提高IaaS云平台资源调度效率的有效性进行了验证。4.基于本文的动态资源调度算法,在典型的IaaS云平台-OpenStack上实现了一个资源调度系统,并对OpenStack以及底层虚拟机管理器Qemu-KVM中关于虚拟机热迁移的部分模块进行修改,实现了热迁移的混合优化方法。