论文部分内容阅读
随着虚拟化技术的普及应用，虚拟机镜像的容量和数量迅速增加，如何合理、高效地存储镜像对于数据中心十分重要。目前，数据中心存储介质趋于多样化，合理的镜像存储策略可以结合存储介质在性能、容量以及价格方面的优势，大幅提升数据中心的整体性能。现有云平台采用的分级存储的策略大多是基于先验知识的静态分级策略，没有考虑不同镜像类型对存储的需求和镜像之间的关联关系，使得用户使用模板、快照这类型的镜像时需要跨存储进行实时迁移，导致用户获得虚拟机实例的时间较长，服务质量无法保证。 针对以上问题，本文研究了一种服务质量约束的虚拟机镜像放置优化方法，首先，将满足用户服务质量以及提供基础存储服务这两者的综合收益定义为存储收益，然后，基于存储收益设计了一种镜像文件的动态分级策略，有别于人工制定数据划分和迁移规则的策略，该策略对镜像对存储的需求和关联关系进行分析，通过Random Forest预测分析镜像的使用概率，从而动态调整其存储位置。同时，为了减少虚拟机镜像迁移的负载对存储性能造成的影响，采用反馈控制方法对迁移速率进行自适应调整。最终实现在保障服务质量的基础上优化镜像存储系统中的资源配置。 基于上述研究和设计，本文在ONCE VMFabric虚拟化平台中设计并实现了一个镜像动态分级存储系统。并且针对本文的镜像优化放置方法进行了多组实验，将本文提出的镜像动态分级策略与基于先验知识的静态分级策略进行对比。实验结果表明，本系统能够在满足用户服务质量的前提下显著提高存储收益。