论文部分内容阅读
资源弹性调度技术已成为云计算系统研究的基础性问题,也是构建弹性云计算系统的关键问题,对云计算服务提供商最大化资源利用率,节省用户的资源使用成本和提高用户应用的执行效率都至关重要。本文基于典型层次型数据中心的分布式云计算系统探讨云资源弹性调度技术,并围绕云资源分配和云资源动态调度两个问题展开了深入研究。具体而言,本文的主要工作和贡献如下:(1)基于多用户单数据中心的云资源分配方法针对已有方法在求解多用户单数据中心的云资源分配问题时,由于往往只关注于寻找―当前最优解‖而缺乏对全局最优解的考虑,导致资源综合利用率不高、各用户虚拟资源性能差异明显的问题,提出了一种基于多背包的分层递进资源分配算法(LP-MKP)。实验结果表明,LP-MKP算法优于基于最大空闲资源的贪心算法,以及基于最小子树的启发式算法,能够很好地适用于面向多用户的云资源分配需求。(2)基于多用户多数据中心的云资源分配方法针对已有方法在求解多用户多数据中心的云资源分配问题时,缺乏对多用户同时进行资源分配的特性以及多数据中心(MDC)环境下用户位置对服务质量的影响的考虑,导致资源综合利用率不高、各用户虚拟资源性能较低且差异明显的问题,提出了一种基于贪心思想的MDC资源分配算法(RAGA-MDC)和一种基于多阶段决策的MDC资源分配算法(RAMD-MDC)。实验结果表明,相比于随机算法,RAGA-MDC和RAMD-MDC算法都能显著取得较好的服务距离之和,RAMD-MDC算法的效果优与RAGA-MDC算法,但计算时间效率相对RAGA-MDC算法较低。(3)云计算系统资源动态调度技术针对云计算系统资源动态调度技术问题,将云资源动态调度技术分为弹性增缩资源和动态优化资源结构两个部分。针对弹性增缩资源时增缩对象如何确定的问题,提出了一种旨在以最小化资源网络直径为目标、基于动态规划思想的云资源动态扩展算法(DEA-DP)。针对动态优化资源结构时迁移对象如何确定的问题,提出了一种基于启发函数的云资源动态优化算法(DOA-HF)。实验结果表明,DEA-DP算法能够较好地提高虚拟资源性能,DOA-HF算法能够达到有效、快速优化资源结构的目的,从而提升了用户虚拟机群的运行效率。