论文部分内容阅读
云计算是新一代信息技术产业的重要组成部分，是继个人计算机、互联网之后的第三次信息技术浪潮，将引发信息产业商业模式的根本性改变。网站云是一种多租户的云部署架构，是云计算应用中的一种，以网站为应用目标的云计算系统。Eucalyptus是一个开源的软件基础架构，通过计算集群或者工作站实现弹性的、高效用的云计算平台，包含了计算集群、存储基础架构的云计算框架。 传统的主机托管、购置服务器等的网站构建方式难以实现资源动态分配、伸缩管理以及负载均衡的要求，因此，结合云计算的网站云在资源调度上能够解决传统网站的上述难题。Eucalyptus架构在资源调度上使用了简单的轮询调度策略，缺乏VM(Virtual Machine，虚拟机)实例调度和负载均衡，对资源使用状况的非动态探测，在网站云的应用实现中显然存在不足。本文研究了基于Eucalyptus实现的网站云资源综合调度策略，提出了以HTTP请求为细粒度任务的贪婪调度算法，并引入了机器学习算法模型，使系统能主动感知请求高峰并进行负载均衡。 本文的主要工作包括：1、研究Eucalyptus云平台架构，分析其工作原理，提出结合Eucalyptus平台的网站云架构；2、提出基于Eucalyptus网站云系统的调度策略模型，包含实现VM高利用率的基于HTTP请求为细粒度任务的贪婪调度策略以及能够实现高峰负载预测的基于机器学习算法的负载均衡策略；3、在基于Eucalyptus的网站云环境中实现该策略模型，测试并对结果进行分析。实验在一个基于Libvirt的虚拟机监控平台上进行，该平台能够收集实验数据并输出结果。实验结果表明，该策略模型在基于Eucalyptus的网站云系统上能够实现VM高利用率，优于Eucalyptus本身的调度方法；在负载高峰的预测性实验中达到了预期的效果，提高了平台的动态调度能力。 本文的创新点是使用HTTP连接作为任务实现VM高利用率调度以及引入机器学习算法实现主动负载预测并进行负载均衡的调度策略，后者在云计算尤其在网站云系统中具有开创性的特点，符合未来云计算平台更加成熟和智能化的发展趋势。