云数据中心虚拟资源管理研究综述(7)

二次元学姐 分享 2021-06-02 下载文档

·2414·计算机应用研究 第29卷

统分为若干功能层,有利于对具有站点自治性和底层异构性资源进行管理,能在一定程度上实现资源的联合分配,具有较强的适用性。抽象所有者模型使用作为资源所有者的资源经纪人与用户进行交互和协商。资源共享过程中遵循类似于快餐店的订购与交货模式。计算经济模型综合了层次模型和抽象所有者模型的核心特征,既可以利用层次模型中相对成熟的技术,又明确强调了以经济为基础的资源管理和调度。基于供求原则的投资回报机制,促进了计算服务质量的提高和资源的升级,经济是调节供求关系的最重要的机制,为访问网格资源的用户提供公平的价格机制,并允许对一切资源进行交易。建立以用户为中心而不是系统为中心的调度政策,提供了资源分配和管理的有效机制

[25]

?  资源调度算法

针对不同的资源调度模型,许多学者都提出了各自不同的算法,根据算法的目标函数,较典型的有时间最优算法、代价最

优算法和时间代价最优算法[26,27]

。时间最优算法的出发点是

尽量快地在预算范围内完成任务,针对每个资源,考虑到以往分配的任务和完成率,估算一个任务的完成时间,再依据完成时间对资源按升序排序,再从队列中依次取出资源。如果该任务的成本小于或等于该任务的预算,则分配该任务给这个资源。代价最优算法尽量以最小的花费在完成期限内完成任务,基本思想是首先给资源按价格升序排序,对队列中的每个资源,在不超过完成期限的范围内分配尽可能多的任务。时间代价最优算法结合了以上两个算法的优点,在不增加额外处理成本的情况下,最优化处理时间。

考虑算法的不同调度策略和目标函数,按照不同标准可以对资源调度算法进行多种分类:

a)传统的调度算法,如轮循调度、最小连接调度、目标地址散列调度、源地址散列调度等,但算法简单,性能不佳;b)启发式调度算法,由于资源调度因素复杂,通常采用启发式方法,根据调度算法的运行时间,启发式映射算法可以分为静态映射和动态映射,动态调度算法分为在线模式和批模式,典型的在线模式启发是算法有MCT、MET、SA、KPB、OLB等,典型的批模式启发算法有min?min算法、max?min算法、快速贪心算法、贪吃算法、忍耐算法和老化算法等;c)基于经济学模型的调度算法,以经济学中的商品市场模型、标价模型、议价模型、招标/合同网模型、拍卖模型等为基础,分别采用代价最优、时间最优或时间代价等目标函数,实现最优资源调度;d)基于agent的调度算法的资源调度将每个资源节点封装成一个a

gent,资源管理系统成为一种多层次Agent系统的集合,调度问题被简化成如何在各Agent之间匹配计算任务并随时根据Agent的变化情况进行调整,以及在agent内如何进行子任务的继续分配的问题;

e)基于任务的性质及任务之间的相关性,调度算法可以分为独立任务调度算法、可分任务调度算法、依赖任务调度算法以及多维Q

oS要求及负载均衡的任务调度算法[25];f)基于博弈论的资源调度算法,博弈

论是经济学中的重要理论方法,由于资源分配与社会经济活动的相似性,博弈论也广泛地应用到资源分配研究中;g)其他的调度算法,除以上介绍的资源调度算法之外,还有一些改进和综合的调度算法如基于信任模型的可信资源调度、任务依赖调度算法、多维QoS要求调度算法、负载均衡的调度算法、基于能耗的资源调度算法等

[24,25]

云资源调度算法可以借鉴网格计算和分布式计算中的研

究成果,并关注云计算资源调度的特点。云数据中心资源调度的特点是:资源虚拟化和面向用户的调度性能优化。虚拟机的出现使得所有的计算任务都被封装在一个虚拟机内部。由于虚拟机具有隔离性,可以采用虚拟机的动态迁移技术来完成计算任务的迁移,实现资源优化。在传统的分布式计算环境中,资源均为无偿免费的,系统整体性能最优往往是调度的最优化目标。云计算环境中,云服务提供商提供资源和服务,用户按需付费,只需要为使用的资源或服务付费。因此,云环境中的调度问题必须考虑任务执行的成本约束。此外,与成本相关的如任务完成时间、赔偿率以及用户付费等因素,也是云计算调度问题中需要考虑的重要约束条件。传统分布式环境中,调度的优化目标均是以系统为中心,主要面向系统性能,如系统吞吐量、CPU利用率等,而对用户的QoS需求考虑较少。云计算环境中不仅注重资源利用率及系统性能的提高,而且重视保证

用户的Q

oS需求,以实现资源供给与资源消费的双赢局面[28]

。  虚拟机迁移

系统虚拟化技术是一种重要的虚拟化技术,具有跨平台、隔离性强、可移动等特点。云数据中心的资源以虚拟机的形式提供给用户,实现资源的动态切割和分配,用户通过虚拟机执行任务。由于云数据中心的虚拟机数量众多,而且虚拟机数量和虚拟机的负载会随用户和应用的需求而经常变化,静态的资源分配往往会使虚拟机产生资源浪费或资源不足的情况,而人工的动态资源调整会有明显的滞后性,因此虚拟机资源需要进行动态调整。虚拟机实时迁移一般运用在虚拟环境中。所谓虚拟机的动态迁移,是指虚拟机在不关机、且能持续提供服务的前提下,从一台虚拟平台服务器迁移到其他的虚拟平台服务器运行,目前Citrix、VMware以及微软等几家主要的虚拟平台厂商都提出了自己的虚拟机动态迁移技术。

数据中心通常包含大量计算节点,并且经常会出现节点失败的情况,因此,虚拟机的失效是一种常态。通过虚拟机实时迁移,无缝地将虚拟机从失效的物理机转移到稳定的物理机上,快速部署新节点来代替失效的节点,实现故障隔离,确保计算环境的可用性非常重要。此外,虚拟机实时迁移技术可以从以下两个方面考虑。 ?  能量优化

云数据中心虚拟资源管理研究综述(7).doc 将本文的Word文档下载到电脑

下一篇:生物质燃料综述

相关推荐
相关阅读
本类排行
× 游客快捷下载通道(下载后可以自由复制和排版)

下载本文档需要支付 7

支付方式:

开通VIP包月会员 特价:29元/月

注:下载文档有可能“只有目录或者内容不全”等情况,请下载之前注意辨别,如果您已付费且无法下载或内容有问题,请联系我们协助你处理。
微信:xxxxxx QQ:xxxxxx