一种多户云的内部网络共享策略.docxVIP

一种多户云的内部网络共享策略 与计算资源和存储资源相比，多租户云很难为网络资源提供定量服务。这是因为网络流程在传输过程中会影响其他网络流程，并将影响区域乃至整个网络的网络。并非所有的网络协议都像TCP一样对网络比较友好, 网络流之间的竞争非常普遍。几乎所有的应用都依赖网络通信, 而一个多租户云的内部网络流量占据其所有网络流量的80% 目前, 基于资源预留的算法 文献[11]指出, 多租户云的内部网络共享问题有3个无法同时满足的目标, 分别是最小保证、公平分配和最大利用。本文提出一种平衡3个目标的FairNet策略。该策略由主机和链路的带宽分配算法组成, 分别在主机上实现了最小保证和最大利用, 在链路上实现了公平分配和最大利用。仿真实验结果表明, 相比于其他算法, FairNet策略能更好地适应不同的网络通信模式, 同时获得较好的链路和网络公平性。 1 带宽分配不合理 使用G= (V, E, T) 代表多租户云, 其中, V、E、T分别是设备、链路、租户的集合。设备包括虚拟机、主机和交换机, V 租户t∈T的带宽需求是一个|V 因此, 不同的租户处于竞争状态, P要在租户之间合理地分配带宽。P有3个目标: (1) 公平分配。理想的公平性是根据租户带宽需求按比例进行分配, 即 式中: 式中:δ 目标 (1) 、 (2) 、 (3) 无法同时得到满足。资源预留策略 此外, 在实际网络中, 一个租户的带宽需求矩阵很难进行估计和测量, 这导致公平分配的公平性无法准确定义。已有算法普遍利用权重代替带宽需求矩阵定义公平分配, 即目标 (1) 变为 式中:w 2 算法描述 本文提出一种多租户云的内部网络共享策略———FairNet策略, 由主机和链路的带宽分配算法组成。 2.1 带宽参数推导 以往的算法没有指出权重设置的原则。观察虚拟机的CPU、内存、存储等资源, 可以发现这些资源都有定量的性能参数, 参数的值既代表了虚拟机的需求, 也代表了系统做出的服务质量承诺。因此, 带宽也不应该例外, 虚拟机和租户的网络权重能够从一些确定的带宽参数推导得到。 定义虚拟机为 式中:c 主机h∈V 式中:V 主机能够确保每个虚拟机的保证带宽, 又允许剩余带宽被全部共享, 最小保证和最大利用同时得到满足。增加了带宽限制的虚拟机分配问题并非本文讨论的重点, 我们将它作为未来的工作。 式中:α∈[0, 1]。主机上所有虚拟机的权重之和为 当使用的调度器为GPS 2.2 链路上权重的计算 FairNet策略在交换机上为每一条链路实现基于租户权重的带宽分配算法。链路上的流量组成远比主机复杂, 且带宽往往不足以满足所有租户的需求, 因此, 算法放弃最小保证。 每一个虚拟机在链路上的权重为 式中:β∈[0, 1]。以式 (11) 取代式 (9) 计算虚拟机的权重, 因为式 (9) 计算的权重可能会发生变化, 而在相关链路上同步权重变化代价很大。这样, 一个虚拟机集合I的权重为 考虑链路的一个传输方向, 租户t∈T在其上传输了流量, 流量的发送端和接收端的虚拟机集合分别为X和Y, 权重分别为x=w H (x, y) 至少应该满足对称性和增长性 当H (x, y) =x+y, 算法等价于PS-L 式中:γ≥0, 用于调节带宽需求不平衡的影响。 3 实验与结果分析 3.1 带宽分配算法 在NS-3 对比算法包括文献[11]归纳或提出的Per-S (即Per-Source) 、Per-D (即Per-Destination) 、Per-SD、PS-L、PS-N。所有算法均使用WFQ 实验结果如图3所示。1对多和多对1通信模式中, PS-S和PS-D的曲线发生了对调, 说明这2种算法不具有对称性;Per-SD、PS-L、PS-N随着N的增大, 租户B的带宽越来越多, 最终接近其在L上能达到的最大带宽1Gb/s, 相应地, 租户A的带宽越来越小, 直至为0, 这对租户A不公平, 而FairNet策略较好地保护了租户A在L上的带宽。多对多模式中, PS-S、PS-D依然不具有对称性;PS-L和PS-N将A、B的带宽维持在1∶1的比例, 没有考虑发送端、接收端虚拟机数量的差异;Per-SD、FairNet策略则根据发送端、接收端的情况对租户的带宽分配做了相应的调整。因此, FairNet策略更好地符合了不同通信模式的需求, 算法参数γ用于调节接收端、发送端带宽需求不平衡对算法的影响。 接下来将评估租户内部通信变化和虚拟机权重的影响。由于1对多模式每个租户仅有1个发送端, 容易观察实验结果, 因此实验采用1对多模式。 首先测量租户内部通信变化对算法的影响。在1对多通信模式下, N=6, B 最后, 测量虚拟机权重对算法的影响。在1对多通信模式下, N=8, 除B 实验结果表明, 相比于