面向云數據中心的資源管理機制研究.pdf

1、近年，云計算技術的發(fā)展和成熟，使得云計算已經被廣泛的應用在各行各業(yè)（如軍事、教育、金融、電子政務、電商等）中，大量的傳統(tǒng)IT系統(tǒng)紛紛遷移到云數據中心，此外，大數據、移動互聯網、物聯網等的飛速發(fā)展和應用，進一步加速了云計算的基礎設施也就是云數據中心數量和規(guī)模的增長，這也造成了現代云數據中心規(guī)模極其龐大、結構異常復雜等特點。除此之外，現代多樣的應用需求背景下，資源管理者除了需要關心用戶對可靠性、性能等服務質量之外，還要考慮節(jié)能減排等問題來降

2、低的開支，實現利潤的增大，這給云數據中心的管理者帶來了不小的挑戰(zhàn)。為了實現云數據中心高效、高可靠和低能耗的資源管理，本文分別從云數據中心資源監(jiān)控、關聯建模和資源調度三個方面進行了研究，核心的貢獻點如下：
　　1）研發(fā)了基于仿生自主神經系統(tǒng)（Bionic Autonomic Nervous System，BANS）的云資源監(jiān)控系統(tǒng)。借鑒 BANS的設計思想，設計了一種資源監(jiān)控系統(tǒng)，它充分的考慮現代云數據中心的虛擬化和超大規(guī)模等特點。

3、其通過分層式的設計，使得系統(tǒng)的擴展性良好；除此之外，該監(jiān)控系統(tǒng)還具有BANS的自主性，能夠實現某種程度上的自組織、自診斷、自修復和自優(yōu)化，進而減輕監(jiān)控系統(tǒng)主節(jié)點的負載，使得監(jiān)控系統(tǒng)可以更好的適用于現代的大規(guī)模云數據中心。
　　2）提出了一種可靠性、性能和能耗的多維關聯模型。其首先在考慮硬件隨機失效的前提下，分別建立了可靠性-性能和可靠性-能耗兩個關聯子模型，實現了更加準確合理的云服務的性能和能耗分析；然后通過利潤模型——利用時間功

4、效函數評估性能的收益，電能消耗來評估支出——實現了可靠性、性能和能耗三者的關聯分析，為現代云數據中心可靠性、性能和能耗評估和調度管理建立了模型基礎。
　　3）提出了一種自優(yōu)化的資源管理框架。充分考慮了 VM對資源需求是動態(tài)變化的這一前提，本文借鑒BANS的思想，提出了一種基于BANS的云資源管理系統(tǒng)用于云資源動態(tài)管理，其將監(jiān)控系統(tǒng)獲取的監(jiān)控信息作為基礎，通過系統(tǒng)各個模塊的配合實現了一種自優(yōu)化的動態(tài)云資源管理框架。其通過虛擬機的遷移

5、來滿足虛擬機對資源的動態(tài)需求：當物理機出現過載時，可以選擇遷出虛擬機，減少不必要服務性能退化；而當物理機欠載時，還可以通過遷移整合虛擬機來減少開啟的物理機總數，進而提高物理機資源的利用率。
　　4）提出了可靠性感知的多數據中心能耗成本建模方法。在考慮可靠性的基礎上，建立分布式多數據中心的系統(tǒng)、任務、調度、功耗和約束模型，將多數據中心管理問題公式化為了滿足用戶對性能、可靠性約束的前提下，最小化多數據中心能耗成本的問題，并提出可靠性感