摘要:
近年来,随着云计算服务的普及,数据中心的规模越来越大,庞大的能源开销问题也越来越突出.据研究,能源开销的大部分来源于服务器.然而,当前数据中心服务器的资源利用率却非常低下.虚拟机调度是解决数据中心高能耗问题的一种行之有效的方法.目前许多关于虚拟机调度和资源管理的算法已经被提出,但是大多数都是针对单个或两个目标的优化,而实际情况下,虚拟机调度需要综合考虑多个目标,例如在保证云服务质量,数据中心负载均衡等等.另外,当前对于云环境的仿真以及虚拟机调度算法的评价大多采用CloudSim仿真软件来进行,但是CloudSim自身存在的缺点和限制,用来进行虚拟机调度的模拟和评测学习代价过高.针对虚拟机调度问题,本文进行了深入的分析和研究.首先分析了真实云环境下的虚拟机调度模型,总结了虚拟机调度的一般过程,并将其分为三步:迁移时间的确定,待迁移虚拟机的选取以及虚拟机的放置.然后,针对待迁移虚拟机的选取问题,提出和设计了一种基于TOPSIS多目标决策的虚拟机选取策略,该策略综合权衡了虚拟机选取过程中的多个目标.最后,针对当前云计算仿真软件CloudSim的限制和不足,设计和实现了一个专注于进行虚拟机调度算法模拟和评价的云计算仿真工具CloudEval.本文提出的虚拟机调度算法利用TOPSIS多目标决策方法综合权衡了能耗,负载均衡度,迁移时间等多个优化目标,能够较好地对数据中心的资源进行管理,实现利益和性能的最大化.同时,本文设计的虚拟机调度算法评价工具基于离散事件仿真引擎来实现,进行分层架构,对数据中心各组件进行仿真模拟,并通过实现提出的调度算法来对仿真软件进行测试.相对于CloudSim,本文设计的CloudEval更符合数据中心的特征,支持对虚拟机实时迁移的仿真,优化了离散事件处理过程,可扩展性更强.研究人员不用过多了解框架本身,只需进行简单的配置就可完成一次仿真评测过程.
展开