综合负载均衡度最小优先：一种实现云数据中心负载均衡的新方法

摘要

随着数据中心规模的不断扩大，数据中心服务器的性能越来越受人们的关注，性能低在很大程度上是由于服务器负载过高而效率低下。同时，能源消耗成为日益严重和备受关注的问题，负载均衡使得数据中心不会因为某些机器负载太低而浪费不必要的资源。本文首先介绍了云计算的背景和负载均衡的研究意义。然后重点设计了最小综合负载优先：一种高可变环境下的云计算数据中心动态调度算法。云计算数据中心的一个挑战性的调度问题是分配和迁移虚拟机，以及物理主机的集成功能。动态负载均衡调度算法是一个NP-hard问题。传统的负载均衡调度算法普遍只考虑一个因素，比如物理服务器的CPU。综合负载均衡度最小优先算法(lowest integrated load first，以下简称LILF)同时考虑了多个维度的资源，包括：CPU、内存和网络带宽，将他们整合进了物理服务器和虚拟服务器进行调度，用综合负载值用来作为分配虚拟机的依据。本文还研究了云计算数据中心整体的多维度不均衡度的衡量、物理服务器的平均不均衡度的衡量，以及 CPU、内存和网络带宽的平均利用率。这些指标用来比较算法之间的优劣。最后的模拟结果显示了LILF在数据中心总体不均衡度、物理服务器不均衡度，以及平均利用率三个指标上均有非常好的性能。作为应对预订任务的业务需求的扩展，本论文还详细的设计和实现了静态离线负载均衡调度算法。静态离线负载均衡调度算法的目标是使得未来一段时间内的物理服务器平均负载均衡。调度系统知晓一段时间内前来的所有任务以及其生命周期，从而可以计算出一段时间内平均每一台物理机应该承担的负载，然后以平均负载作为标准分配，使得所有物理机的负载在一段时间内接近该平均负载。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 引言

1.1研究背景及研究意义

1.2研究现状及发展趋势

1.3论文研究内容

1.4论文章节安排

第二章 云数据中心的负载均衡

2.1云数据中心负载均衡的基础概念

2.2目前业界的负载均衡调度算法

2.3几种动态综合负载均衡调度算法

2.4负载均衡调度算法对比

第三章 最小综合负载优先算法的设计与实现

3.1介绍

3.2算法关键点描述

3.3整体负载均衡调度算法的衡量

3.4LILF算法

3.5本章小结

第四章 静态离线负载均衡调度算法

4.1算法背景

4.2算法设计

4.3算法实现

4.4本章小结

第五章 算法的模拟测试及性能评估

5.1软硬件环境

5.2 最小综合负载优先算法的测试环境

5.3 最小综合负载优先算法的性能评估

5.4静态离线算法的模拟测试

第六章 结论

6.1本次课题总结

6.2本次课题心得

参考文献

致谢

攻硕期间取得的研究成果