云计算环境下虚拟机批量部署和动态迁移问题研究

摘要

云计算因具有按需分配、成本低、可靠性高、伸缩性好等诸多优势，在其概念推出的较短时间内便发展为学术界和工业界的研究重点。虚拟化、海量存储、编程模型等云计算关键技术的长足发展为云计算的腾飞创造了有利条件。随着云计算的飞跃发展，数据中心的资源调度和管理越来越受人们的关注。当前，数据中心广泛存在着物理机负载失衡、资源利用率不高的问题，需要选择合适的虚拟机部署算法来均衡物理机负载、提高资源利用率；并且，随着任务需求的动态变化和物理机规模的增大，数据中心高能耗问题也日益突出，需要对虚拟机进行动态迁移以降低电能消耗。
　　目前，虚拟机部署多看做一个0-1背包问题，常使用智能优化算法解决，但各类智能优化算法有自己的优缺点；与此同时，现有研究多对数据中心资源做了简化处理，资源维度研究存在不足。针对当前的研究现状，本文以极小化数据中心负载不均衡度作为优化目标，将数据中心四个维度的资源全部考虑进去；改进只对连续性问题效果显著的粒子群算法，并融入模拟退火算法，使其能够较好的解决离散型的虚拟机部署问题。实验表明，本文实现的虚拟机部署算法能够显著减小数据中心负载不均衡程度。
　　当前，虚拟机动态迁移的目标物理机选择算法，多以削减数据中心能耗作为优化目标，而忽略了物理机负载对虚拟机迁移次数的影响，本文提出基于性能标签和能量感知的目标物理机选择算法，兼顾数据中心能耗和物理机负载程度。实验表明，本文提出的目标物理机选择算法，有效的减少了数据中心能耗和虚拟机迁移次数。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 研究背景与意义

1.2 国内外研究概况

1.3 本文研究内容

1.4 论文组织结构

2 虚拟机批量部署问题研究

2.1 引言

2.2 基本的粒子群算法

2.3 基本的模拟退火算法

2.4 改进的粒子群算法

2.5 虚拟机批量部署模型的建立

2.6 基于改进的粒子群算法的虚拟机批量部署算法

2.7 算法流程

2.8 本章小结

3 虚拟机动态迁移问题研究

3.1 引言

3.2 虚拟机动态迁移问题研究

3.3 本章小结

4 实验及结果分析

4.1 实验环境

4.2 虚拟机批量部署算法实验

4.3 虚拟机动态迁移中目标物理机选择算法实验

4.3 本章小结

5 总结与展望

5.1 全文总结

5.2 课题展望

致谢

参考文献