计算机学报
計算機學報
계산궤학보
CHINESE JOURNAL OF COMPUTERS
2014年
12期
2395-2407
,共13页
李青%李勇%涂碧波%孟丹
李青%李勇%塗碧波%孟丹
리청%리용%도벽파%맹단
数据中心%混合部署%虚拟化%作业资源匹配算法%资源预测算法%云计算%大数据
數據中心%混閤部署%虛擬化%作業資源匹配算法%資源預測算法%雲計算%大數據
수거중심%혼합부서%허의화%작업자원필배산법%자원예측산법%운계산%대수거
data center%hybrid deployment%virtualization%job-resources matching algorithm%resource prediction algorithm%cloud computing%big data
在满足应用QoS的前提下,提高系统的资源利用率,是数据中心资源管理的一个难点,原因在于应用的资源消耗是动态变化的.为了保证应用的QoS,需要实时预测应用的资源需求,并以此为基础动态按需供应资源.已有的资源预测算法可以分为两类:一类需要与应用进行实时交互以监测负载和性能,预测精度高,但扩展性差;另一类只需要在外部监测应用的资源消耗,扩展性好,但是现有算法的预测精度较低.该文针对第二类方法的不足,结合全局及局部的资源消耗变化趋势来改进已有的预测算法.实验证明改进后的预测精确度可以达到95％以上.资源需求的动态变化会导致节点资源无法满足所有应用的QoS,常用的解决方法是采用虚拟机迁移进行负载平衡,但是迁移虚拟机会带来相当大的额外资源消耗.该文提出了一种作业资源匹配算法,对数据中心所有作业进行布局,使不同优先级、不同资源需求及变化规律的作业在节点上混合部署,不仅极大地降低了发生节点资源紧缺的频度,而且实验证明,该算法在相同的资源需求下,还能提高应用的性能.
在滿足應用QoS的前提下,提高繫統的資源利用率,是數據中心資源管理的一箇難點,原因在于應用的資源消耗是動態變化的.為瞭保證應用的QoS,需要實時預測應用的資源需求,併以此為基礎動態按需供應資源.已有的資源預測算法可以分為兩類:一類需要與應用進行實時交互以鑑測負載和性能,預測精度高,但擴展性差;另一類隻需要在外部鑑測應用的資源消耗,擴展性好,但是現有算法的預測精度較低.該文針對第二類方法的不足,結閤全跼及跼部的資源消耗變化趨勢來改進已有的預測算法.實驗證明改進後的預測精確度可以達到95％以上.資源需求的動態變化會導緻節點資源無法滿足所有應用的QoS,常用的解決方法是採用虛擬機遷移進行負載平衡,但是遷移虛擬機會帶來相噹大的額外資源消耗.該文提齣瞭一種作業資源匹配算法,對數據中心所有作業進行佈跼,使不同優先級、不同資源需求及變化規律的作業在節點上混閤部署,不僅極大地降低瞭髮生節點資源緊缺的頻度,而且實驗證明,該算法在相同的資源需求下,還能提高應用的性能.
재만족응용QoS적전제하,제고계통적자원이용솔,시수거중심자원관리적일개난점,원인재우응용적자원소모시동태변화적.위료보증응용적QoS,수요실시예측응용적자원수구,병이차위기출동태안수공응자원.이유적자원예측산법가이분위량류:일류수요여응용진행실시교호이감측부재화성능,예측정도고,단확전성차;령일류지수요재외부감측응용적자원소모,확전성호,단시현유산법적예측정도교저.해문침대제이류방법적불족,결합전국급국부적자원소모변화추세래개진이유적예측산법.실험증명개진후적예측정학도가이체도95％이상.자원수구적동태변화회도치절점자원무법만족소유응용적QoS,상용적해결방법시채용허의궤천이진행부재평형,단시천이허의궤회대래상당대적액외자원소모.해문제출료일충작업자원필배산법,대수거중심소유작업진행포국,사불동우선급、불동자원수구급변화규률적작업재절점상혼합부서,불부겁대지강저료발생절점자원긴결적빈도,이차실험증명,해산법재상동적자원수구하,환능제고응용적성능.
