桌面云的智能自适应性调度研究.docVIP

桌面云的智能自适应性调度研究 　　在广东移动现有的桌面云基础上，针对现有云计算平台缺乏针对资源供应量的自动调整机制的问题，研究了云计算平台中基础设施资源供给的自适应性问题。主动监控不同等级用户的性能指标和系统指标，并以此为依据，提出了桌面云的智能自适应性理论，统一调度管理不同资源。根据资源需求量对云服务的资源供给进行调整，选择恰当的虚拟机组合为云服务提供足量且高利用率的资源。 　　云计算 桌面云 智能调度 自适应性 　　1 云计算简介 　　云计算（Cloud Computing）是一种近年兴起的计算模式，与传统计算模式相比较，云计算通过共享可配置计算资源，解决以往传统计算环境中，由于硬件或问题复杂度带来的限制。云计算具有以下基本特性：按需索取、广泛的网络访问、资源池化管理和供应、快速弹性伸缩和服务度量[1]。 　　依据服务模式分类，云计算可以分为软件即服务（SaaS，Software as a Service）、平台即服务（PaaS，Platform as a Service）和基础设施即服务（IaaS，Infrastructure as a Service）。SaaS通过浏览器把程序传给用户，这个模式大大减少了用户在软件授权和开发商方面的开支，同时也实现了供应商的效益最大化。Salesforce[2]是典型的SaaS应用。PaaS则通过这种形式的云计算，把开发、部署环境作为服务来提供，如Google App Engine[3]。IaaS负责的是最底层的硬件支持，通过将CPU、内存、网络等计算机资源可计算化，向上层SaaS和PaaS提供硬件支持。典型的例子有亚马逊的EC2[4]、VMware的vSphere[5]等。本文的研究对象主要面向IaaS云。 　　2 研究环境及相关方法 　　2.1 广东移动桌面云 　　2009年，广东移动通过将云计算应用到办公系统中，并且结合虚拟桌面技术，让新全球通移动信息化大厦，实现员工的高效、安全、可控的移动办公。在2010年和2011年两年的努力下，构建了桌面虚拟化架构（VDI）与应用虚拟化结合的统一桌面云。云计算的核心就是整合资源，所以随着桌面云的投入使用及用户规模的不断扩大，需要精细化整合资源，智能自动化调度管理资源，从而来构建高鲁棒性的桌面云，来提高桌面云的ROI投资收益率。 　　2.2 云计算平台的规模自适应性研究 　　私有云的主要目的之一是在云中设备及数据具有完全所有及控制权并满足日常运作需求的前提下，降低能源及维护成本，提高系统整体可靠性，为硬件平台的平滑升级提供支持。基于以上目的，私有云通常配备有足够的硬件资源以保证高峰时期的资源供应。同时，私有云内部运行的虚拟机类型相对公有云比较少，资源的使用时间、数量有较强的规律性。本文所研究的云计算平台的规模自适应性问题即在此环境下，建立适合的模型。通过对业务需求的资源量进行预测及必要的修正，自动调度虚拟机，以保证资源供给，支持应用的正常运行，合理分配资源，提高物理机的资源使用率，降低能耗。 　　云计算平台的规模自适应性可以分解为向上扩展性（Scale-out）、向下扩展性（Scale-down）和规模的自适应性（Adaptive）三类。向上扩展性主要指伴随着计算资源需求的增长，平台自身的资源扩展性。向下扩展性则是平台满足节约成本的资源供给。规模的自适应性则是满足用户需求变化的资源供给。 　　3 系统设计 　　3.1 整体设计 　　不同等级的用户有相应规定的资源使用标准，但用户有时有些特别繁重的业务需要处理，需要临时调大所需资源。通常的做法是用户提出申请，管理员经过故障排查，当发现由非系统故障引起时，调整用户虚拟机资源，交付用户使用资源。用户使用完后，管理员恢复用户原有标准的资源，整个业务过程比较繁琐，时间较长。 　　桌面云智能自动优化管理模型通过统一状态监控，主动发现用户的资源使用情况以及接近90%使用率等临界状态，并且相应系统资源有足够的富裕资源。自动化运维模块自动调度统一资源管理模块，动态调整用户资源，调整过程对用户透明，满足用户的弹性需求。当统一状态监控发现用户资源已经释放，自动化运维模块自动调度统一资源管理模块，动态调整用户资源恢复到原有标准。这种主动智能动态资源调整可以及时满足用户的弹性需求，提升用户的使用体验。 　　主机资源占用率在80%～90%是合理经济的状态，主机资源占用率太低除了白白浪费资源外主机还要耗电，所以在满足用户需求的情况下，要精细计算所需资源，并自动将空闲资源进行整合，实现ROI投资收益率最大化。 　　3.2 系统架构 　　以自动化运维平台为核心，通过统一监控平台主动监控用户状态和系统状态，智能统一地调度资源。系统架构如图1所示： 　　3.3 主要技术方案及关键技术