面向云数据中心的资源监控研究

摘要

数据中心经过多年的发展，现已成为具有云计算特征的云数据中心。云数据中心作为信息系统的核心，采用虚拟化技术对资源进行封装提供弹性可扩展的服务。然而云数据中心面临着规模大、负载大、能耗高等诸多问题。为了保证云数据中心高效、稳定运行，云数据中心必须拥有针对自身特点的资源监控系统。现有的资源监控系统大多是对物理资源或是某些特定功能的监控，不适用于规模巨大且具有高度虚拟化特性的云数据中心。
　　本文针对云数据中心的资源监控展开研究，主要研究内容分为三个方面：
　　(1)研究云数据中心分布式结构的特点，设计一个可扩展的监控架构，并采用实时监控与状态监控并存的监控方式，实现监控数据实时性与网络负载控制的平衡；
　　(2)针对状态监控的特点，设计一个优化策略，进一步降低监控系统的网络负载，该优化策略只需要进行少量的数据传输和计算，对系统整体影响极小，经实验验证，该优化策略能够很好的降低状态监控的数据传输，是一个轻量级的优化策略；
　　(3)设计一种CPU空闲率预测算法，结合CPU空闲率与服务器能耗之间的关系，通过对CPU空闲率的监控和预测，间接实现对服务器能耗的监控和预测，具有很高的实用价值。
　　最后，根据本文设计的监控架构完成监控系统的开发与实现。该监控系统能够对云数据中心的物理资源和虚拟资源进行监控，利用状态监控很好地降低了监控系统产生的网络负载，同时，能耗监控提供了更加实用的监控功能。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题背景

1.2课题来源及论文的主要工作

1.3论文的组织结构

第二章 相关背景知识介绍

2.1云数据中心

2.2云数据中心的关键技术——虚拟化技术

2.3监控技术

2.4本章小结

第三章 云数据中心监控系统体系结构

3.1云数据中心的资源结构

3.2总体设计

3.3概要设计

3.4本章小结

第四章 状态监控的优化策略

4.1状态监控

4.2状态监控的优化思路

4.3优化策略

4.4状态监控优化策略验证与分析

4.5本章小结

第五章 能耗的分析与预测算法

5.1监控能耗的意义

5.2能耗模型

5.3预测算法与分析

5.4 CPU空闲率的预测

5.5能耗预测算法验证

5.6算法分析

5.7本章小结

第六章 资源监控系统的实现

6.1实现环境

6.2监控系统实现

6.3监控系统部署

6.4监控系统功能测试

6.5本章小结

第七章 总结与展望

7.1总结

7.2展望

参考文献

附录1 攻读硕士学位期间申请的专利

附录2 攻读硕士学位期间参加的科研项目

致谢