论文部分内容阅读
在公有云部署方式中,云服务提供商将云数据中心中大规模的物理上分散的计算设备以及独立存储设备、网络设备通过虚拟化技术构成虚拟资源池,主要以IaaS这种服务形式为用户提供相应的服务。由于在云数据中心中物理主机的规格可能不同且规模日增,加之用户对虚拟机的性能要求不一,所以合理的虚拟机部署策略将极大地影响云服务的质量和成本。在IaaS中,虚拟机是一个基本的资源调度单位,一台物理主机被虚拟化为若干台虚拟机提供给用户使用,确定虚拟机和物理主机之间的映射关系是虚拟机部署的核心问题。本文首先分析了 CloudStack上的虚拟机部署算法和在CloudStack上实现自定义虚拟机部署策略的方法,同时也分析了其他的主流云平台下的虚拟机部署策略,在这些基础上结合公有云的应用场景,提出了一种基于多目标粒子群算法的虚拟机部署策略。该策略的主要内容为:(1)面向用户的多目标优化虚拟机部署策略,包含了基于指数平滑法的预部署算法和以改进多目标粒子群算法为基础的虚拟机实时部署算法。虚拟机申请由用户使用互联网向云服务提供商提出后,针对虚拟机部署至目标物理主机这一过程,综合考虑了性能和成本两方面的优化目标,首先提出了基于用户申请虚拟机历史数据的预部署算法,在预部署的基础上,基于多目标粒子群优化算法提出针对用户实时申请虚拟机的虚拟机部署算法,并结合ε-Pareto支配、高斯变异及拥挤度函数等思想提出对算法的改进。(2)面向平台的虚拟机资源自适应管理策略,包含虚拟机异常标记算法和基于共享程度判断的虚拟机动态调整算法。将虚拟机部署到目标物理主机上后,针对主机上的负载变化导致部分物理机处于异常状态这一现象,先通过对物理机上虚拟机负载增量预测算法标记待调整的虚拟机,再将待调整的虚拟机使用基于共享程度判断的改进多目标粒子群优化算法进行动态地自适应调整。本文在CloudSim上将虚拟机部署策略予以仿真模拟,并与CloudStack上自带的虚拟机部署算法以及其他常用的部署算法进行对比。结果表明本文提出的虚拟机部署策略能够在资源的负载均衡、主机数、物理主机利用率及动态迁移调整次数这四个目标上更加地折中,达到了整体最优的目的。