论文部分内容阅读
随着互联网技术和网络技术的快速发展，互联网用户数呈现对数增长，产生了庞大的互联网数据，这就要求服务器具有更快、更高的数据处理能力。由此，云计算技术则应运而生。云计算环境下的资源是高度虚拟化和弹性化的，它不仅需要监控物理服务器上的物理资源，还需要监控虚拟资源。而目前，云计算作为商业计算，这就离不开对云计算资源的合理且精确计费。目前存在的资源监控系统其监控粒度并不能满足日益增长的精确计费需求，它不能获取到进程级别的监控信息。此外，云计算平台上用户需求和应用的多样性，服务器节点资源的异构性这些特点，都会造成系统负载不均衡，这时运用虚拟机动态迁移技术即可将高负载虚拟机节点平滑的移动到低负载的物理机上去，实现服务器各个节点负载均衡。在虚拟机动态迁移过程中，首先需要选出负载值过高的节点并选择合适的时机将其迁移出去。“合适的时机”就是一种虚拟机迁移的触发策略，合适的触发策略能降低迁移次数，节约能耗。因此，结合云计算自身的特性，本文做了如下工作：（1）针对现有虚拟资源监控框架中缺乏精细化计费功能的问题，本文使用虚拟机专用监控器，设计适应云环境中虚拟资源计费指标的资源监控模型，使得虚拟资源监控粒度更细，更好地满足云环境下资源虚拟化和计费指标的特性。（2）针对单阈值触发策略和简单双阈值触发策略中因瞬间峰值引发迁移等因触发时机不合理造成资源浪费的问题，利用基于虚拟机历史负载值数据的ARMA时序预测模型，提出基于历史数据的时序预测加权双阈值触发策略，能有效降低迁移次数、节省资源。（3）利用CentOS下的Eucalyptus平台搭建虚拟资源监控环境，使用Linux命令获取虚拟机300秒内的进程层次CPU,内存资源每秒使用情况，此细粒度的监控结果能在较大程度上解决服务提供商在衡量用户使用虚拟资源所需费用上问题。利用cloudsim云平台仿真软件实现基于时序预测的迁移触发策略的仿真实验，在虚拟机迁移次数和虚拟机迁移能耗两个方面与单阈值迁移触发策略和双阈值策略进行比较。实验表明本文的迁移触发策略能有效降低虚拟机迁移次数，减少虚拟机迁移能耗。