收藏本站
《南京大学》 2016年
收藏 | 手机打开
二维码
手机客户端打开本文

云数据中心绿色节能需求的虚拟机负载均衡技术研究

彭成磊  
【摘要】:虚拟化技术作为云计算中最关键的核心技术,使得商用云数据中心可以向用户提供按需配置的弹性计算资源。然而,在数据中心的部署中,高性能计算往往是评价的最主要标准,缺少对能源消耗和碳排放的关注。随着云数据中心的规模越来越大,其消耗的电能也十分巨大,这不仅带来了较高的运行成本,而且还产生了较高的二氧化碳排放量。导致数据中心耗电量巨大的一个很重要的原因是计算资源的低效利用。大量数据表明,数据中心中大部分服务器设备事实上处于低负载运行状态,即处于满负荷的10%-50%,而这些设备却要消耗满负载运行时能耗的70%。不仅如此,还带来了额外的冷却系统能耗。在倡导绿色节能、降低碳排放从而实现可持续发展的今天,云数据中心应该不仅仅关注用户服务质量,而应该更加重视提高资源利用率对能耗的影响,实现绿色节能高效的可持续发展目标。但是,除非开发并应用先进的节能资源管理解决方案,否则这些数据预计将进一步快速增长。本论文重点围绕以绿色节能为目标的的云数据中心资源管理问题进行研究,在满足用户服务质量的前提下,通过建立能耗模型,对比分析云环境下主机负载数据的新特点,提出一系列的主机负载检测、虚拟机安置等动态虚拟机均衡算法,使用真实云环境下的主机负载数据进行仿真实验,结果表明,本文提出的多个算法组合与基准参考算法相比,都有明显的性能提升。具体而言,本文的主要工作内容和创新点如下:1.针对高能耗问题,对云计算系统的节能技术进行了分类研究。从静态和动态功率管理,硬件和软件层面,操作系统级、虚拟机级和数据中心级等多个类别展开了深入的分析。在研究过程中,重点从系统资源、优化目标、节能技术、负载特性等多个方面进行展开。重点分析了操作系统级、虚拟机以及云数据中心级三方面节能高效的关键技术。相关分类研究对本文进一步开展以绿色节能为目标的动态虚拟机均衡算法研究具有很强的指导意义。2.提出了云计算环境下一整套分布式动态虚拟机均衡的启发式算法。提出利用中值绝对偏差和四分差来改进传统的设定静态阈值,进一步利用局部回归LR和强局部回归LRR的动态自适应算法进行过载主机探测。提出利用最短迁移时间策略、随机选择策略和最大相关性策略等三种迁移选择算法进行虚拟机迁移选择。将云计算环境中的虚拟机安置问题定义为一个一维装箱问题,设计基于功耗的改进降序最佳自适应启发式算法BFD-PA进行虚拟机安置。通过使用真实Planetlab云数据中心工作负载数据进行仿真实验。结果表明,所提出的结合局部回归算法和最短迁移时间策略来实现虚拟机均衡的综合算法显著优于其他动态虚拟机均衡算法,能够大大降低SLA违例情况和并减少虚拟机迁移的数量。3.提出了基于相空间重构(PSR)和数据组合处理进化方法(EA-GMDH)的组合算法,首次将其用于云计算环境下的主机负载预测领域。利用PSR方法,将一维工作负载的时间序列重构成了多维空间中的时间序列,送入EA-GMDH神经网络,通过训练和学习得到最终的预测结果。通过使用真实Google云数据中心工作负载数据进行仿真实验。本文提出的EA-GMDH算法在平均负载预测和精确负载预测两个方面都好于对比的基准算法:Bayes, EMA, LWMA, LMA, AR, ANN和PP等。4.提出了一种全新的实现云环境下主机负载预测的方法,利用Autoencoder自编码网络和Softmax分类器,将回归问题转换成分类问题,再次提升了负载预测的准确度。通过无监督学习方法成功地将历史窗口中的负载数据特征提取出来。基于这些提取的特征,利用分类器,成功地获得了负载数据的预测结果。同样,通过使用Google云数据中心的工作负载数据作为数据源进行仿真。与基准参照算法ANN、Bayes以及EA-GMDH算法相比,提出的新算法可以获得更高的准确度性能,从而更好地为实现云环境下更为精确的动态虚拟机均衡提供服务和支撑,最终达到在满足QoS要求下降低系统整体能耗的目的。
【学位授予单位】:南京大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:TP308

【相似文献】
中国期刊全文数据库 前10条
1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期
2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期
3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期
4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期
5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期
6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期
7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期
8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期
9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期
10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期
中国重要会议论文全文数据库 前10条
1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年
2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集(上)[C];2014年
4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用(CACIS)学术会议论文集(上册)[C];2006年
5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年
6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年
8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年
中国重要报纸全文数据库 前10条
1 ;虚拟机的生与死[N];网络世界;2008年
2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年
3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年
4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年
5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年
6 Tom Henderson沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年
7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年
8 本版编辑 综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年
9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年
10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年
中国博士学位论文全文数据库 前10条
1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年
2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年
3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年
4 郭芬;面向虚拟机的云平台资源部署与调度研究[D];华南理工大学;2015年
5 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年
6 代炜琦;云计算执行环境可信构建关键技术研究[D];华中科技大学;2015年
7 刘圣卓;面向虚拟集群的镜像存储与传输优化[D];清华大学;2015年
8 彭成磊;云数据中心绿色节能需求的虚拟机负载均衡技术研究[D];南京大学;2016年
9 赵长名;IaaS云中基于资源感知的虚拟机资源管埋[D];电子科技大学;2016年
10 陈彬;分布环境下虚拟机按需部署关键技术研究[D];国防科学技术大学;2010年
中国硕士学位论文全文数据库 前10条
1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年
2 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年
3 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年
4 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年
5 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年
6 于晖;基于ARM平台的Java智能卡虚拟机研究与实现[D];上海交通大学;2015年
7 王志远;多数据中心的虚拟机调度算法研究和实现[D];上海交通大学;2015年
8 毛亚强;基于Xen虚拟化技术的混合监控度量框架研究[D];上海交通大学;2015年
9 李传云;KVM虚拟机热迁移算法分析及优化[D];浙江大学;2016年
10 曲晓雅;负载感知的虚拟机初始化放置和迁移时机判决机制的研究[D];北京交通大学;2016年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026