基于ARIMA模型的虚拟资源动态调度方法.pdfVIP

Vo 1. 44 No. 10 第 44 卷第10 期 计算机科学 2017 年 10 月 COMPUTER SCIENCE Oct.2017 基于 ARIMA 模型的虚拟资源动态调度方法 杨冬菊邓崇彬 (大规模流数据集成与分析技术北京市重点实验室 北京 100144) (北方工业大学云计算研究中心 北京 100144) 摘 要 将应用部署到云端已经成为业界越来越普遍的做法，高并发、大流量已经成为多数云应用的一大特征。如何 应对不断增长的高并发和用户流量的激增、合理利用资源、保障应用的稳定运行是云资源管理需要解决的重要问题。 针对基于监控数据进行资源调整的方式容易引发资源调整滞后的问题，提出了一种基于 ARIMA 预测模型进行资源 调整的虚拟资源动态调度方法。该方法能够根据预测的请求量，结合当前资源的负载能力来计算所需的资源规模，材、 而进行虚拟机资源的自己置或释放。实验结果表明，所采用的预测模型能够较好地拟合实验的场景，通过使用基于预测 模型的资源调度算法能够及时、有效地保证云服务质量。 关键词 云应用，流量激增，服务质量，预测模型，资源动态调度 中固法分类号 TP301 文献标识码 A DOI 10. 11896/j. issn. 1002-1372♀ 2017.010.003 Dynamic Scheduling Method of Virtual Resources ßased on ARlMA Model YANG Dong-ju DENG Chong-bin (Beijing Key Laboratory on Integration and Analysis of Large-scale Stre田丑 Data.Beijing 100144,China) (Research Center for Cloud Computing ,North China University of Technology ,Beijing 100144 ,China) Abstract Deploying applications to the cloud has become an increasingly common practice in the industry ,high concur rency and high traffic have become major features of most cloud applications. How to deal with the rising of the high concurrency and the surge of user traffic ,to use resources reasonably ,and to ensure the stable operation of the applica tion ,are important issues to solve for the cloud resource management. Considering the adjustment of resources based on monitoring data is easy to trigger the delay of resource scheduling ,a dynamic scheduling method for resource adjustment based on ARlMA prediction model was proposed in th