云的环境中虚拟机资源分配算法的研究.docVIP

云的环境中虚拟机资源分配算法的研究 　　【摘要】 近几年来我国的经济水平与科技水平在飞速提升，云计算技术获得了迅猛的发展，将IT资源转换为动态化的虚拟资源，从而为人们提供更加优质、快速的服务。基于云环境中的虚拟机资源分配算法可提升服务器运行的可靠性与安全性，还可将资源进行优化，降低各种因素形成的风险。综上所述，本文将基于云环境对虚拟资源分配算法展开分析与研究，以期增强算法的准确性，并对资源进行更加合理、高效的分配。 　　【关键词】 云环境 虚拟机 资源分配算法 研究 　　前言：云环境作为构建智慧城市采用的主要技术，会将互联网作为主要的媒介，将分布式结构、网格技术等互相结合。相比于传统的服务模式来说，这种服务模式更具商业价值，还能将资源更加合理地进行配置。而基于云环境的基础上，对虚拟机资源进行分配的技术是将云计算技术大规模应用的主要技术，从而将资源进行更好的调度。 　　一、云环境中影响虚拟机资源分配算法的相关因素 　　1.1多目标优化模型的差异 　　多目标优化模型在此方面可以发挥很好的作用，然而此方面在发展过程中已经由传统模型进化为新模型，两者之间存在着一定的差异，如在传统模型中，目标函数的权重较大，但此项特点在如今的云计算中却并不十分适用，如今更多的是针对减少数据能耗方面采取措施，因此第一个目标函数是最重要的，也是最大的权重，模型的差异使得此方面建设难以得到完善，如在逻辑意义上，需要将虚拟主机集中在尽可能少的物理服务器上运行，但人工干预模式在多目标优化模型差异下难以得到实现。 　　1.2 NSGA-II算法的作用难以发挥 　　在此方面，限制函数的存在是很有必要的，其可以将一个虚拟主机调到另外一台物理服务器上运行的，但具有针对性，而正是因为此限制条件，使得NSGA-II算法在进化过程中难以通过变异来提高遗传算法对于局部空间的搜索能力。另外，在应用变异算法时，很多情况下均会出现得到的新染色体存在不满足限制条件的可能性。 　　1.3传统虚拟机部署的局限性 　　根据对传统部署方法的研究可以知道，该方法在应用时会有一定的局限性，具体表现在如下几个方面：一、一般来讲，若虚拟机中有着操作系统，同时又拥有大量业务应用软件，其所包含的模板映像容量往往很大，几个GB，甚至是几十个GB的情况均十分常见，若要对其进行传输，往往需要较长时间，导致部署效率下降；二、当出现集群现象时，往往会出现较高的网络传输开销；三、目前来看很多虚拟机均会存在相似的情况，即以集中式存储形式为主，然而此种方式总会带来数据吞吐问题，进而造成运行不畅现象。 　　二、云环境中虚拟机优化方案 　　用户在应用云计算一定形式之后，虚拟机在应用内会产生一定数额费用，并且需要一段计算时间。本文对虚拟机资源分配进行分析研究，主要目的就是借助云计算形式，优化运行计算手段，最大程度减少用户在规定时间内所承担的经济成本。云计算虚拟机优化内，用户一同具有两种优化方案，第一种优化方案暂时忽略时间因素，仅对虚拟机费用进行优化，最大程度降低虚拟机成本，但是时间因素在忽略之后，所涉及到的用户计算时间较短；第二种优化方案就是综合时间及费用影响因素，方案在设定默认时间之后，在约束条件控制之下，完成云计算虚拟机费用优化操作。用户如果对处理时间要求十分严苛，还可以按照自身实际需求，设置针对性限制时间，进而完成费用优化。 　　三、系统模型的构建 　　将分布在不同地理区域的数据中心构成的云计算平台，各个数据中心的容量、延时性能以及虚拟机的资源价格都不一致。基于云环境提供的服务会将用户的要求作为基础，对相应的虚拟机资源合理分配，云用户在业务运行的过程中，可通过虚拟机的数据中心将相关信息充分掌握[1]，可以将其定义为以下几点内容：第一，资源的调度器。将云用户的相关要求以及云计算数据中心的运行状态作为基础，为用户提供有效的虚拟机资源，资源调度器自身还会在云计算的平台中某个数据中心上进行运行。第二，数据中心所实施状态监控的具体进程，会运行于各个数据中心之上，还会对数据提供实施的监控，将其运行状态充分掌握，其中还包含数据中心剩余的资源量以及虚拟机资源价格等方面的信息，还会向资源的调度器将相关状态信息发送至数据中心中[2]。第三，数据中心形成的状态表。资源调度器中还将各种中心状态信息的模块进行存储，还会将数据的中心状态进行实时监控，以确保状态信息可以获得实时的更新，其中主要包含数据中心的剩余资源量、延时以及资源价格等方面的相关信息。 　　通过对上述三种定义进行分析，可以生成系统的架构示意图。 　　四、模型构建方式与问题的描述 　　基于云用户的层面来说，会将业务的主要特征作为基础对虚拟机中的各项资源进行合理分配，主要是对云用户具备的业务特征进行描述，还会将资源调度器中的数据中心状态表实时更新，这两