论文部分内容阅读
虚拟化技术具有增强系统弹性和扩展性、提高资源利用率以及能够满足灵活多样的应用需求等诸多优势而成为云计算系统的重要支撑技术。而虚拟机资源调度技术又是该领域的核心技术之一。如何设计既能够保证各个计算节点负载均衡,又有助于改善用户体验的虚拟机资源调度算法一直是当前的一个研究热点。现有云环境下的虚拟机资源调度算法大都串行部署用户提交的作业请求,因而存在用户体验差,同时会导致系统负载不均衡的问题。为此,本文依托国家海洋公益性项目“海洋环境信息云计算与云服务体系框架应用研究—资源虚拟化”,对云环境下虚拟机资源调度技术进行了深入研究,主要做了如下工作：(1)针对现有资源调度算法存在的批量作业部署总体完成时间过长和云平台系统负载不均衡的问题,提出了一种基于PC-BC的虚拟机资源调度算法。该算法运用平衡能力(BC)和潜在能力(PC)两个新度量指标来动态度量虚拟机的剩余能力,在此基础之上,设计了批量作业匹配调度算法,通过构造资源需求矩阵和作业资源权重矩阵来求解虚拟机上作业部署,并利用十字相消法来评估标准部署批量作业,能够大大减少作业部署的等待时间和虚拟机的迁移次数；(2)综合考虑虚拟机的稳定性和时间成本效益因素,提出了一种基于QoS约束的虚拟机资源调度算法。该算法从虚拟机的信誉度和时间成本两个方面综合考虑虚拟机资源调度,并运用时间隶属度函数、费用隶属度函数和信誉度评价模型来进行作业调度。首先利用时间费用隶属度函数和权重向量的乘积获得性能效益值；然后利用性能信誉两个值和权重向量的乘积获得综合效益值向量进行作业部署。(3)本文最后通过大量实验对基于PC-BC的虚拟机资源调度算法和基于QoS约束的虚拟机资源调度算法进行性能验证。实验结果表明,PC-BC算法实验在总体作业完成时间和云平台系统的负载均衡度上均优于原有算法,取得了良好的效果,达到了设计要求；QOS约束算法在作业完成数量和综合效益均值上也优于原有算法,取得了很好的效果。