论文部分内容阅读
近年来，随着云数据中心规模的持续扩大，云计算系统能耗的高效管理成为云计算可持续发展的新问题。虚拟化作为云计算技术的基础，在数据中心资源管理方面和能耗优化发挥着重要作用。如何利用虚拟机迁移技术提高数据中心的资源利用率，降低云数据中心的能耗成为近年来一个研究的热点。 本文从迁移的负载检测，待迁移虚拟机的选择以及虚拟机重分配三个阶段对云数据中心的节能和 SLA违例问题进行了系统的研究。利用历史同一时刻的负载预测值变化的相似性，得出每一时刻的误差修正信息，再与传统指数平滑预测法的预测值相加，得到最终的负载预测，并基于此预测值判定主机的负载是否需要迁移。针对虚拟机重分配时的能耗优化问题，设计了感知能耗的BFD-SA组合算法。运用BFD和改进的SA组合算法进行虚拟机重分配。首先，采用BFD算法获取一个较好的局部最优解作为初始解，以提高搜索效率，然后结合虚拟机迁移过程中的能耗优化需要，对模拟退火算法的目标评价函数进行改进，将预分配方案产生的总能耗增量预估值作为目标函数，并在算法搜索过程中保留和更新历史最优解，在满足虚拟机资源需求的前提下，找到使得全局总能耗增量最小的虚拟机-物理机映射方案。设计了三组对比实验，并在CloudSim仿真平台中对基于误差修正的指数平滑预测法（RES）和BFD-SA重分配算法进行仿真分析。实验表明，在待迁移虚拟机的选择算法和整合力度参数都相同的前提下，与双阈值法(DT)、LR预测法相比，采用RES预测法进行负载检测并提前迁移虚拟机对于降低SLA违约率和能耗的效果更明显；与BFD算法相比，采用本文设计的BFD-SA算法进行虚拟机重分配的能耗有所降低；总体来看，RES-MMT-BFDSA-1.2策略的能耗和SLA违约率优化效果较好。