一种混合云环境下服务提供者的资源供应方法

摘要

本发明公开了一种混合云环境下服务提供者的资源供应方法，利用混合云模型从云服务提供商的角度出发，提出了一种虚拟资源实时动态高效调度供应方法，使其满足每个用户的需求；用户的需求被抽象为相互独立的任务，如果对于当前任务无法分配合适资源，则最小化动态调整未执行任务，在调整代价最小化的同时，使得当前任务能够满足截止期；如果最大化调整也不能使当前任务满足截止期，则考虑租借公有云中的类似服务，权衡能耗和接受任务的收益，租用最少的服务使得收益最大化，优化完工时间和资源利用率的同时，有效保证了用户的服务质量。

说明书

技术领域

本发明涉及一种混合云环境下服务提供者的资源供应方法，属于云计算资源 调度技术领域

背景技术

基于分布式计算特别是网格计算的发展，产生了一种新型服务计算模型：云 计算（Cloud Computing）。云计算是一种能够通过网络以便利的、按需的方式访 问一个可配置的计算资源共享池的模式，这个资源共享池能以最少的管理开销和 最少的与供应商的交互，迅速配置、提供或释放资源。云计算包括三种服务模式： 软件即服务（Software as a Service，SaaS）、平台即服务（Platform as a Service， PaaS）和基础设施即服务（Infrastructure as a Service，IaaS）；云计算的主要部署 方式有私有云（Private Clouds）、公有云（Public Clouds）和混合云（Hybrid Clouds）。 混合云是内部基础设施（私有云）和外部公众服务（公有云）的混合匹配。

云计算的主要优势在于：能够迅速地降低硬件成本和提升计算能力以及存储 容量等；用户可以以极低的成本投入获得极高的计算品质，而不用再投资购买昂 贵的硬件设备，进行频繁的保养与升级。由于上述优点，云计算的规模会非常大； 区别于网格的独占式资源分配模式，云环境中的资源将会被所有的用户同时共 享，以保证对延迟敏感的作业在云上也能够很好地运行。所以云计算的核心问题 是资源管理，它对计算资源的分配算法有着严格苛刻的要求。

IaaS是更高层次服务（如PaaS、SaaS）的基础，它允许云服务提供商以虚 拟机（Virtual Machines，VMs）的方式将资源租赁给云用户。云用户根据需求选 择VM实例，但是云用户请求的到达是随机的，同时所需的VM实例资源的类 型和数量是未知的，因此可能会发生众多请求同时到达的情况，IaaS提供商不能 保证以有限的资源同时满足所有用户的要求并确保用户的服务质量（Quality of  Service，QoS）。

目前，有两种主要的解决方法。一是资源分配采取先来先服务（First Come  First Service，FCFS）方法，如果IaaS云能够满足先到达的用户需求就最大条件 的满足用户，并使其他用户需求置于等待状态；如果IaaS云不能满足用户的需 求，就使其等待或将其抛弃。但是这种方法缺乏整体上对资源的掌控与分配，会 造成很多不必要的开销和资源的浪费。另一种直观的解决方法是提前购买大量的 设备，这对于一些大型云服务提供商是非常具有成本效益的模式，但是对于中小 型云服务提供商并不是一个可行的策略；同时由于固定的资源和需要大量的资 金，导致对大中小型云服务提供商都缺少灵活性。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种混合云环境 下服务提供者的资源供应方法，利用混合云模型从IaaS服务提供商的角度分配 资源，以便有效调度IaaS云有限的资源并最小化其成本和保证用户的QoS。

技术方案：一种混合云环境下服务提供者的资源供应方法，包括以下步骤： 首先判断私有云环境下的服务资源是否充足，如果充足，则采用服务选择策略将 任务分配在适合的服务上；如果不充足，则采用收益调整策略，将当前任务和待 处理任务列表中的任务重新进行分配，调整的目标是总超期惩罚最小；如果最大 的调整也不能使当前任务的收益大于总超期惩罚以及当前所有待处理任务的总 收益大于租借代价，则采用公有云租借策略，从公有云中租借适当的服务，建立 混合云调度模型，考虑租借代价、调整后私有云公有云资源传输代价、能耗等多 重目标，设计高效智能方法，得出最佳调度方案。

有益效果：与现有技术相比，本发明通过实现在线动态分配合适资源，优化 了完工时间和资源利用率。

另外，本发明通过对私有云服务节点的不断检查和优化，判断其是否能够满 足资源调度的要求，如果不能，则租借公有云中类似服务，权衡能耗和任务完成 的收益，租用最少的服务使得收益最大化，增加了灵活性和资源利用率。

附图说明

图1是本发明实施例实现混合云环境下服务提供者的资源供应方法的结构 图；

图2是本发明实施例中服务充足时服务选择的流程图；

图3是本发明实施例中服务不足时收益调整和公有云租借的流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本 发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发 明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明实施例实现混合云环境下服务提供者的资源供应方法的结构图如图 1所示，包括私有云11、公有云12和待处理任务缓冲队列13。本实施例中假设 服务节点S＝{S₁,S₂,...,S_m}是一个包含m个功能相同，加工能力不同的私有云 服务节点。大量相互独立的任务不断调用S服务，将它们按照先来先服务的策略 存放在缓冲队列WL＝{t_k+1,...,t_n-1,t_n}中。对于每个子服务s_j，设t_j,i为s_j当 前正在处理的任务（带有开始时间和截止时间），分配给s_j尚未执行的任务用列 表WS_jL＝{t_j,1,t_j,2...,t_j,i}表示，每个服务资源s_j都有可用区间列表（服务资源 在某个时间段可以处理任务就是服务资源的可用区间列表）。

如图2所示，当服务资源充足时，服务资源选择策略的具体步骤如下：

步骤s201，判断私有云11中服务资源和待处理任务列表中是否有任务，如 果没有任务，方法结束；如果有任务，转步骤s202。

步骤s202，根据各服务资源s_j中正在处理的任务t_j,i和其等待任务列表WS_jL 中各个任务状态，更新各个服务资源s_j的可用区间表。

步骤s203，接收任务调用，将新到来的任务加入缓冲队列WL中，采取先来 先服务的策略，考虑队列中的第一个任务t_k+1，根据t_k+1服务等级协议（Service  Level Agreement）中的任务量约束，计算t_k+1在各个服务资源s_j上的处理时间 time_j。

步骤s204，根据各个服务资源s_j的可用区间表和当前任务t_k+1在各个服务 资源s_j上的处理时间time_j，计算t_k+1的最早完工时间ftime和其分配的服务资源 S_a。

步骤s205，判断当前任务t_k+1的最早完工时间ftime和SLA约束中任务截止 期ltime的关系，如果ftime≤ltime，则转步骤s205；否则转步骤s301。

步骤s206，接收该任务，将其加入对应服务资源s_a的等待任务列表WS_aL中， 更新服务资源s_a的可用区间列表，转步骤s201。

图3是本发明实施例的一种服务不足时收益调整和公有云租借的流程图。如 图所示，当服务资源不足时，收益调整策略和公有云12租借策略的具体步骤如 下：

步骤s301，对于m个服务资源，提取它们等待任务队列WS_jL中的任务，更 新各个服务资源可用区间列表。

步骤s302，考虑所有未执行的m个任务（每个服务资源s_j的等待任务列表 WS_jL中的第一个任务，如果有的话）以及所有未执行的2m个任务（每个服务资 源s_j的等待任务列表WS_jL中的第一、二个任务，如果有的话）和当前任务tk+1组 成的2m+1个任务，把2m+1个任务重新分配到m个服务器上，调整的目标是最 小化调整，使所有任务都满足各自的截止时间。

步骤s303，如果2m+1个任务在m个服务资源上的重新调整，使得所有任 务都能够满足各自的截止期，则转步骤s304；否则转步骤s305。

步骤s304，接收该任务，将其加入对应服务资源s_a的等待任务列表WS_aL中， 更新服务资源s_a的可用区间列表，转步骤s201。

步骤s305，如果最大的（两层）动态调整也不能使所有任务满足截止期， 改变目标函数，考虑2m+1个任务SLA中的超期惩罚，动态调整2m+1个任务在 m个资源上的分配，使得总超期惩罚fout最小。

步骤s306，比较最小超期惩罚fout和接收该任务获得的收益fin，如果 fin≥fout，则转步骤s304；否则转步骤s307。

步骤s307，获取m个服务资源上的所有超期任务的收益allfin以及租借公有 云12的费用代价rentprice。

步骤s308，如果allfin≥rentprice，则转步骤s304，否则转步骤s309。

步骤s309，获取待处理任务缓冲队列WL中的任务数，记为num。如果 num≥1，则转步骤s310，否则转步骤s311。

步骤s310，将当前任务t_k+1重新加入待处理任务缓冲队列WL中，转步骤 s201。

步骤s311，将当前任务t_k+1重新加入待处理任务缓冲队列WL中，等待m个 服务资源上有任务执行完毕，更新各个服务资源s_j的可用区间表，转步骤s201。

通过上述过程，本发明实现混合云环境下服务资源的分配功能，使服务资源 的利用率处于最高状态并有效保证了任务的服务质量。