云计算环境下基于时间片预测的虚拟机带宽动态调整策略

• 作 者: 韩泽宇
• 出 处: 兰州理工大学
• 发表日期: 2018年01期
• 关键词: 云计算 带宽分配 Open Stack Docker 智能交通云

随着云计算服务需求的日益增长,有限的带宽容量成为未来云增长的关键瓶颈。目前,云数据中心带宽优化分配问题亟待解决,各种云数据中心带宽优化分配的策略应运而生。由于云数据中心网络拓扑的复杂性,许多带宽分配策略仍然存在不足,如带宽保证在一定程度上减少了虚拟机层面对带宽资源的浪费,但并未完全在时间和空间上充分利用带宽。可预测的带宽分配在时间和空间上提高了带宽资源的利用率,但其着眼于整个云数据中心或者应用本身而忽视了接入层宿主服务器上虚拟机的带宽分配,并且在虚拟机产生流量突变时不能够及时调整虚拟机的带宽。本文着眼于接入层宿主服务器上虚拟机的带宽分配问题,提出了基于时间片预测的虚拟机带宽动态调整策略。该策略融合了最小带宽保证和可预测带宽分配的思想,采用自适应大小的时间片内预测,同时将该时刻的历史带宽作为参考量,对虚拟机带宽进行调整。根据上述理论,基于Open Stack平台实现了文本基于时间片预测的虚拟机带宽动态调整策略。本文的研究内容主要有以下几个方面:(1)参考Oktopus、Gatekeeper以及Cicada等方案,在Hose模型的基础上,提出了一种基于时间片预测的虚拟机带宽动态调整策略。通过实验对线性预测、多项式预测等方法进行验证,选择线性预测的方法对虚拟机的流量变化趋势进行预测。同时借鉴流量控制技术中的滑动窗口机制,最终找到根据虚拟机流量的变化幅度而自适应大小的时间片内调整虚拟机带宽的方法,保证本文提出的策略能够快速适应虚拟机的流量变化。另外将对应时刻的历史带宽作为参考量进一步调整虚拟机的预测带宽。(2)研究云计算的基础架构、平台特性以及运营模式。其中,以流行的开源云计算平台Open Stack为切入点,着重研究了Open Stack的基础架构及其核心组件,学习了Open Stack组件的二次开发,并掌握了Ceilometer组件的流量采集机制及监测原理,为本文策略在Open Stack上的实现奠定了基础。(3)研究了Docker容器技术,并将其与本文提出的带宽分配策略进行融合,设计了基于Docker容器技术的智能交通云系统(Intelligent Transportation System,ITS),解决了传统智能交通云汇聚层、软件即服务(Software as a Service,Saa S)层网络流量拥堵的问题和传统智能交通云整体资源利用率低、交通数据不能融合共享、应用管理复杂、迁移困难等问题。