论文部分内容阅读
数据中心是云计算中数据运算、交换、存储的中心。近年来以虚拟机为粒度的虚拟机放置管理成为云数据中心能耗管理、实现动态可伸缩提供的重要支撑技术。在虚拟机初始化放置阶段,虚拟机的放置主要是基于当前数据中心负载的大小,采取相应的贪心或启发式的初始化放置策略。缺乏对数据中心负载类型的考虑,难以做到资源均衡利用。在虚拟机放置的动态管理阶段,虚拟机迁移触发机制主要是根据物理主机中资源利用率的变化情况,决定是否需要将虚拟机迁移到其它主机。迁移时机判决的准确能够有效地平衡过热点,关掉过冷点。当前虚拟机迁移时机的判决缺乏对整个数据中心负载变化行为趋势的反映,也因为静态的阈值设定容易发生频繁的迁移造成不必要的迁移代价和传输开销。针对上述问题,论文开展以下三方面的研究工作：(1)本文在初始化放置阶段针对不同的负载类型,提出了负载感知的虚拟机归并放置算法WAM。与已有算法不同,该算法针对不同类型的负载进行分类,实现虚拟机初始化放置的归并装箱策略。比较了WAM与BFD、RR等算法在初始化放置下的数据中心耗能、物理机的使用数量以及资源均衡度。实验表明,WAM算法有效的节约电源消耗,均衡负载,减少了物理机的使用数量。(2)针对虚拟机的迁移时机,提出了基于阈值滑动窗口机制的虚拟机迁移判决算法(iWnd),与已有算法不同,iWnd能够根据整个数据中心任务量的多少动态调整高低阈值间窗口的大小,减少了任务量满负荷时期需要迁移虚拟机的数量,从而避免了不必要的迁移开销和传输代价,实现有效地节能。实验表明,提出的iWnd算法在减少虚拟机迁移数量,降低迁移失败率上有良好的效果,而且并未产生大量额外的能耗。(3)为了解决初始化放置和动态管理两阶段工作的有效关联问题,本文结合WAM和iWnd算法,提出了负载类型感知的虚拟机迁移判决机制(WAM_iWnd),分析了在初始化放置阶段依据虚拟机类型进行放置后对迁移时机的影响。实验结果表明,采用WAM_iWnd算法与不采用WAM iWnd算法相比,在保证数据中心负载均衡的同时并未产生额外的能耗,：且在减少能源消耗上有良好的效果,同时并未产生大量额外的迁移代价。