网站大量收购独家精品文档,联系QQ:2885784924

基于openstack的云监控系统的研究与实现-计算机应用技术专业论文.docxVIP

基于openstack的云监控系统的研究与实现-计算机应用技术专业论文.docx

  1. 1、本文档共81页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于openstack的云监控系统的研究与实现-计算机应用技术专业论文

I 摘要 摘要 本文以 OpenStack 云计算平台作为基础,它是一个可以管理整个数据中心里 面的计算资源、存储资源和网络资源的云系统。云的复杂结构是由若干层组成, 以满足云系统的功能分离,模块化和可管理性。然而,云计算系统的分层设计 造成了云监控系统对云计算系统内各项监控指标获取上的限制。这些限制包括 无法让用户访问底层的监控指标和无法让云服务提供方访问高层的监控指标。 随着云计算的大规模应用,云环境下虚拟机资源在多数时间中处于闲置状态, 导致云资源利用率低。已有的云资源预测方法中有的方法忽视了云资源负载的 周期性变化规律,有的方法预测精度虽然高,但是时间复杂度过高,使预测过 程成为主要的系统资源开销,缺少实际应用价值。 针对云监控和云资源预测与优化配置存在的问题,本文主要的研究内容如 下: 第一,基于 OpenStack 云计算平台进行二次开发,并部署了“华云”云平台, 作为本文研究云监控系统和云资源预测与优化配置的基础。 第二,结合传统的监控工具的优势和云系统的特点,提出了一个三层的云 监控系统架构,并且结合所提出的云监控系统架构给出了云监控系统的部署模 型、监控流程。并基于“华云”云平台开发和部署了云监控系统。 第三,提出并验证一种基于 ARIMA 季节模型的动态负载预测与资源配置的 方法。该方法利用虚拟机负载与配置的关系,通过负载的预测情况,提前启动 或者挂起虚拟机,提高云资源的利用率。 本文的研究实现了基于“华云”云平台的跨层的云监控系统,并将监控数 据可视化,有助于对复杂度高的云平台中各组件进行直观的性能监控和故障分 析。本文提出的云资源预测与弹性配置方法,可根据云资源负载情况准确预测 虚拟机的需求量,所制定的资源弹性分配策略能够提高云资源的利用率,进一 步节约成本。 关键词:云计算 OpenStack 云监控 负载预测 求和自回归移动平 均模型 II 华侨大学硕士学位论文  PAGE 6 Abstract Abstract In this paper, OpenStack is the base cloud computing platform for researching. OpenStack is a cloud operating system that controls large pools of compute, storage, and networking resources throughout a datacenter. The complex structure of the cloud is composed of several layers so that the structure could realize the separation of functions, the modularization and manageability. However, layered architecture of cloud computing system limits the cloud monitoring system to get on the monitoring indicators. These restrictions include that users can’t access the low-level monitoring metrics and cloud service providers can’t access the high-level monitoring metrics. Virtual machine resources in the cloud are idle most of the time, resulting in the cloud resource utilization is low. However, there are some defects in existing cloud resource forecasting methods. Some methods ignore the periodic variation of cloud load. Some methods have relatively high prediction accuracy, but the time complexity is too high. The complex forecasting process takes up lots of system resources, resulting in the lack of practical applied value. According to the defects

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档