虚拟终端云的资源动态调度技术研究结题报告.pptVIP

2.3.1.7 各种编码方法的效果对比——查询 将序列化对象的结果，反复用效率最高的方法，从序列化对象中取得指定属性一百万次，得出测试结果。 目录 多租户数据存储模式 多租户数据索引方式 多租户支持技术 数据索引设计 租户定制索引时，系统把索引结构映射到索引元数据中．基于索引元数据的映射，索引数据共享地存储在一个索引表中，首先屏蔽了多租户索引模式的差异，其次有效地解决了传统数据透视表数目过多导致性能下降的问题，最后能解决索引数据中标识性信息重复存储的问题，节约了索引数据存储空间． 访问数据时，根据访问参数对索引数据进行切片，同一个切片内部的数据含义一致，解决了传统索引中索引难以理解及按租户标识进行过滤的问题。 索引设计原则 用户数据表中的键为用户ID，用户相关属性数据均有用户ID索引。映射表索引，用来存储索引列A与用户ID的关系，系统维护以下两个数据表格： 索引项索引表：Mappinglndex=(TenantID，MappinglD，Columnl)． 索引数据表：MappingData=(MappinglD，Column-value, userID)． 索引数据表根据MappingID和TenantID进行切片，对于来自单一租户的索引查询，数据展现为： Mapping=(Columnl-value, userID)． 索引设计 数据索引流程 当系统对Column1创建索引时： 在索引项索引表中添加一行(TenantID，MappinglD，Column1)。 系统对数据表中的数据进行扫描，生成索引数据表。 索引创建 索引更新 当系统对Column1索引删除时： 在索引项索引表中查询(TenantID，MappinglD，Column1) MappingID。 系统对索引数据表删除MappingID数据。 在索引项索引表中删除一行(TenantID，MappinglD，Column1)。 索引删除 当系统对Column1索引更新时： 系统以MappingID为键，纪录需要更新的用户ID列表。 系统对索引数据表更新相关MappingID数据。 数据索引实现（一） B+ 树是最常见的索引实现数据结构，具有以下特性: 所有叶节点到根节点的距离相同 每一中间节点具有n/2到n个子节点 每个叶节点具有 从(n ? 1)/2 到 n ? 1个值 特例: 如果根节点自身不是叶节点，其至少拥有2个子节点 如果根节点本事就是叶节点，其可以具有从0到n ? 1个值 B+ 树 优缺点分析 B+树的优点: 针对局部变化可以自动重新组织和平衡, 局部变化的自组织过程对系统性能影响小 B+树的缺点: 插入与删除操作的系统开销较大 存储空间开销较大 数据索引实现（二） 跳跃表的设计思想是采用概率的方法实现数据结构的平衡性. 多层结构. 所有键值都出现在第一层 每一层都是经过排序的列表. 如果键值k出现在第n层，它也会出现在所有in层中 跳跃表 在第n层中的键值将具有指向所有in层同一键值的指针 最高层第一个指针将指向列表中的最小值. 数据索引实现（二） 跳跃表的操作 k – 对于任一键值在表中具有的深度. 采用随机数功能 OurRnd()以同等概率返回 1或0 k=1 ; While( OurRnd() ) k++ ; p=top While(1){ while (p-next-key x ) p=p-next; If (p-down == NULL ) return p-next p=p-down ; } 决定插入键值的深度 实现搜索操作，找到插入位置，实现插入操作 决定深度 插入 搜索 数据索引实现（二） 跳跃表的深度应为O( log n ) 插入删除和搜索的复杂度为O( log n ) 存储效率为O(n ) 算法复杂度 优劣势分析 跳跃表的优势在于: 跳跃表比B+树更容易理解，算法也更简单 在通常情况下，性能远远优于B+树 节省空间 跳跃表的缺点在于: 极端情况下性能较差 * 结束 谢谢大家！ * * 2.1.3.2 业内现有的解决思路 VDI系统提供商的商业发布的产品通常采用试验采样的方法决定资源分配大小，周期长，准确度差，缺乏明确的系统方法论和理论依据。 学术界在面向SLA驱动的资源分配的算法研究上主要侧重于基于静态装箱算法的分配策略，集中于资源使用率单一目标，并不考虑服务的质量和用户体验。 业界常用方法论参照 2.1.3.3 本方案所设计的主动资源分配平台 仿真系统 负载模型 成本模型 性能模型 多目标优化算法 SLA 主动资源分配平台要解决的问题是：通过对典型用户的数据进行采集，根据典型用户的物理机的资源使用配置以及资源使用情况，对该类用户的虚拟桌面的硬件配置提出建议，并在实际的VDI系统