云環(huán)境下基于LQNM的數(shù)據(jù)庫系統(tǒng)自配置框架研究.pdf

1、隨著云計算技術(shù)的快速發(fā)展，部署在云計算平臺下的應(yīng)用程序向著多樣化和復(fù)雜化的方向發(fā)展，對云計算技術(shù)的要求也越來越高。云數(shù)據(jù)庫作為云計算平臺的后臺支撐系統(tǒng)，其性能直接決定著部署在云計算環(huán)境下應(yīng)用程序的性能。因此，根據(jù)不同時刻負(fù)載的變化情況，通過合理地為云數(shù)據(jù)庫系統(tǒng)調(diào)整系統(tǒng)資源分配，是實時滿足用戶的性能目標(biāo)和系統(tǒng)的服務(wù)質(zhì)量的有效手段之一。但是，面對云數(shù)據(jù)庫系統(tǒng)下龐大的數(shù)據(jù)量、復(fù)雜多變的負(fù)載，要保障云數(shù)據(jù)庫系統(tǒng)的服務(wù)質(zhì)量，通過人工手動來調(diào)整系統(tǒng)

2、資源配置是十分困難的，不僅需要大量的云數(shù)據(jù)庫專業(yè)工作者，而且這項工作是消耗大量的時間，不能實時滿足系統(tǒng)的性能目標(biāo)。因此，為云數(shù)據(jù)庫構(gòu)建負(fù)載自適應(yīng)配置框架就成為解決該問題的一項核心任務(wù)。
　　本文的負(fù)載自適應(yīng)配置框架是基于性能預(yù)測模型的基礎(chǔ)上提出來的，通過構(gòu)建云數(shù)據(jù)庫系統(tǒng)的性能模型來預(yù)測云數(shù)據(jù)庫系統(tǒng)的性能，可以在給定系統(tǒng)資源配置的情況下，使用性能模型求解算法預(yù)測系統(tǒng)的性能指標(biāo)參數(shù)，從而為系統(tǒng)搜索最優(yōu)的資源配置提供強(qiáng)有力的支持。目前，

3、比較成熟的性能模型有排隊網(wǎng)絡(luò)模型和分層排隊網(wǎng)絡(luò)模型，其中，排隊網(wǎng)絡(luò)模型適用于簡單的系統(tǒng)（處理負(fù)載請求的過程中只涉及到系統(tǒng)的硬件資源），分層排隊網(wǎng)絡(luò)模型適用于較復(fù)雜的系統(tǒng)，可以將系統(tǒng)處理負(fù)載請求的過程描述為系統(tǒng)的軟件資源之間、硬件資源之間、軟件資源和硬件資源之間的調(diào)用關(guān)系?；谝陨鲜聦?，本文在通過分析云數(shù)據(jù)庫的工作原理，提出了Hadoop平臺下HBase數(shù)據(jù)庫系統(tǒng)的分層排隊網(wǎng)絡(luò)模型。該模型由五個任務(wù)組成，其中有兩個軟件任務(wù)（工作進(jìn)程、數(shù)據(jù)

4、庫管理進(jìn)程）和三個硬件任務(wù)（THINK、CPU、硬盤）。
　　本文的實驗以HBase數(shù)據(jù)庫為目標(biāo)云數(shù)據(jù)庫，TPC-H基準(zhǔn)測試的1G數(shù)據(jù)量作為數(shù)據(jù)源和負(fù)載進(jìn)行實驗，與無控制機(jī)制、優(yōu)先權(quán)控制機(jī)制進(jìn)行對比，證明了本文提出的負(fù)載自適應(yīng)配置框架的有效性，通過自適應(yīng)配置框架對系統(tǒng)資源的調(diào)控，系統(tǒng)的QoS得到了很大提升。此外，為了證明性能模型（分層排隊網(wǎng)絡(luò)模型）的有效性，將分層排隊網(wǎng)絡(luò)模型預(yù)測的平均響應(yīng)時間和吞吐量，分別與排隊網(wǎng)絡(luò)模型的性能指標(biāo)