关于数据中心资源调度算法的调研报告模板.pptVIP

3.2基于预测及蚁群算法的云计算资源调度策略 3.2.1概述 随着计算机性能的不断提高和互联网技术的飞速发展，出现了云计算这种新兴的计算方式来满足人们日益增长的计算需求和海量数据处理需求。资源调度问题是云计算中一个核心问题。针对网格计算，已经有许多静态资源调度算法被提出和应用。但是，这些针对网格计算的静态资源调度算法并不适用于云计算的资源调度中，原因包含以下三方面：首先，网格计算中的资源调度问题大多只考虑如何将一批网格任务合理分配到网格资源上使得当前资源得到最优分配。然而，云计算中时刻存在着虚拟机的申请和释放。所以，静态资源调度算法不适用于云计算。其次，网格计算中的网格任务运行时间是由其所选择的静态资源调度策略所决定的。但是，云计算中虚拟机的使用时间是由用户所决定的，云计算资源调度策略不能决定虚拟机的使用时间。最后，网格计算中的资源调度的目的是为了减少任务运行时间。然而，云计算中虚拟机的使用时间是不能改变的，所以，云计算中资源调度的主要目的变成了如何降低数据中心的用电量。 针对上述情况，提出一种结合预测算法与蚁群算法的云计算资源调度策略来降低数据中心的用电量。该资源调度策略有如下两个创新点：第一、通过动态趋势预测算法预测未来短时间内数据中心负载的变化情况，从而合理开关宿主机并且进行资源预留。预测数据中心负载的好处是提前判断下一时刻数据中心的负载情况，避免频繁开关宿主机，从而达到了资源预留的目的。第二、为了适应云计算的动态性和实时性，动态运行改进蚁群算法。在整个数据中心利用率较低时，利用改进蚁群算法将虚拟机集中到某些宿主机从而提高数据中心利用率。动态运行蚁群算法的好处是避免由频繁的虚拟机迁移导致数据中心产生额外用电量。 3.2.2问题描述 3.2.3云计算资源调度算法模型 3.2.3.1云计算资源调度系统原理 本文提出的云计算资源调度策略系统原理如图1所示。数据中心资源调度系统由虚拟机管理模块、虚拟机调度模块、宿主机电源管理模块和数据中心负载预测模块组成。系统拥有一个虚拟机队列和两个宿主机队列(开启／关闭)，分别维护和监控虚拟机和宿主机的状态。 1)虚拟机管理模块 当用户向虚拟机管理器发送申请请求时，虚拟机管理器从开启宿主机队列中查找该虚拟机所需资源是否可以被满足，如果可以被满足，那么该虚拟机会被分配给此宿主机；如果不可以被满足，那么从关闭宿主机队列中开启一个可以满足该虚拟机所需资源的宿主机，并且添加该虚拟机至虚拟机队列并更新宿主机队列。当用户向虚拟机管理器发送释放请求时，虚拟机管理器销毁该虚拟机，从虚拟机队列中删除该虚拟机并更新宿主机队列。 3.2.3.2预测算法设计 3.2.3.3改进蚁群算法设计 蚁群算法可以应用于组合爆炸问题，组合优化问题已经被证明是一个NP—hard问题。蚁群算法最初是用来解决旅行商问题的。蚁群算法的基本思想是模拟蚂蚁在寻找食物过程中释放信息素的行为来寻找组合爆炸问题的近似全局最优解。云计算中的资源调度策略对基本蚁群算法进行了改进，用来调度m个虚拟机到n个宿主机，通过虚拟机迁移技术使得在正常运行虚拟机的情况下数据中心的总功率最小。改进蚁群算法通过以下步骤解决该问题： 3.3基于云计算的“用户期待”任务调度算法的研究 3.3.1基本理论 3.3.2研究方法 云计算环境的特点包括了支持基础设施的建模与仿真，支持数据中心、服务代理人、调度和分配策略的平台。它提供虚拟化引擎，在数据中心节点上帮助建立和管理多重的、独立的、协同的虚拟化服务。对虚拟化服务分配处理核心时能够在时间共享和空间共享之间灵活切换。 1.云计算的任务调度模型 任务调度模型的工作方式如图1 所示，云信息服务和数据调度中心实现资源发现和信息交互，是任务调度的核心。设计的调度算法可在数据调度中心中实现，从而实现调度算法的模拟。 Thank You! QA 知识回顾Knowledge Review 关于数据中心调度算法的调研报告 李安南 南京邮电大学计算机软件学院 2013.12.21 目 录 研究背景 1 数据中心资源调度方案分析 2 数据中心资源调度算法 3 QA 4 1.1研究背景 什么是云计算：（云计算并没有一个统一的定义。） 长定义是：概括的讲云计算是一种商业计算模型。它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。也是建立在计算机界长期的技术积累基础之上，包括软件和平台作为一种服务，虚拟化技术和大规模的数据中心技术等关键技术。 短定义是：云计算是通过网络按需提供可动态伸缩的廉价计算服务。——百度知道 1.2研究背景 云计算是并行计算(