面向云服务的弹性调度算法的研究与实现

摘要

云服务是一种基于互联网的服务模式，通常包括了从服务申请、使用到支付的全部过程。云计算的吸引力就在于其计费标准是按照用户实际使用的资源付费的，云服务有能力在任何时间灵活的增加或者减少资源以满足用户的需求。弹性作为云计算模式下的一个重要特征，资源的动态分配机制实现在需求增加时，相应的增加资源；在需求降低时，将分配的资源回收。弹性通过按需付费的模式灵活适应用户波动的需求，在保证服务等级协议（SLA，Service Level Agreement）和服务质量（QoS，Quality of Service）的前提下使资源供应与资源需求尽可能接近。弹性调度是实现云计算系统中动态、频繁以及自动变更资源配置关键，其性能很大程度上决定了云计算系统提供服务的能力。传统面向可扩展性的调度因无法随着系统资源需求的变化而动态伸缩资源，导致大量的资源浪费，以致无法满足当前云服务的要求。一个可以快速伸缩、精确配置的弹性调度策略将会有效的提升云计算系统的性能。但是目前的弹性算法主要还存在两方面的问题：一方面体现在面临大规模突发式与激增式应用负载涌现时，出现调度时延长（传统方式下虚拟机从镜像启动到服务可用的时间通常在5~15分钟左右）、大量QoS不满足以及导致SLA违约等问题；另一方面是目前的弹性调度算法大多只从用户或者服务提供者单方面进行优化，很少有从双方共同的角度，以费用最低为原则，以寻求Provision-Cost平衡为目标进行研究。
　　本研究通过对调度算法进行深入研究，提出了一种结合反馈与多级预测机制的敏捷弹性在线调度算法，采用预测机制提前预留资源有效避免了由于资源延迟而导致的服务违约问题；加入预测式补偿机制，在资源分配过程中结合系统反馈信息，在保证预测结果准确性的同时提高资源分配的合理性。文章从资源配置速度与配置精确度两个方面出发，既考虑到用户的经济效益又结合服务提供者的切身利益，在保证QoS和SLA的基础上，以最小的成本实现最大的资源利用率，并设计罚金模型作为评测指标进行验证。最后，在CloudStack云平台上，部署适用于云环境下的弹性应用，提供多种资源、多种负载验证本文算法的有效性。

目录

第1章 绪 论

1.1 课题背景

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本文的主要结构

第2章 弹性云服务

2.1 弹性云服务的概念

2.2 AEOAS算法的基本思想

2.3 本章小结

第3章 改进的动态SARIMA-BPNN在线预测算法

3.1 SARIMA-BPNN预测算法设计思想

3.2 基于改进的动态SARIMA-BPNN在线负载预测算法

3.3 实验结果及分析

3.4 本章小结

第4章 基于CloudStack平台的AEOAS弹性调度

4.1 基于CloudStack的资源弹性调度器的设计

4.2 弹性调度算法AEOAS的设计与实现

4.3 测试原理与测试流程

4.4 本章小结

第5章 实验结果与分析

5.1 实验环境

5.2 实验相关数据

5.3 实验结果与分析

5.4 本章小结

结论

参考文献

声明

致谢