云計算環(huán)境下動態(tài)資源管理關(guān)鍵技術(shù)研究

1、    云計算環(huán)境下動態(tài)資源管理關(guān)鍵技術(shù)研究    陳董摘 要：本文從云計算資源管理的基本概念入手，分析負載均衡原理及常用算法，以基于粒子群雙向拍賣為例的探討動態(tài)資源競價調(diào)度策略。關(guān)鍵詞：云計算；動態(tài)；資源管理；技術(shù)自云計算誕生以來，已悄然改變了網(wǎng)絡(luò)世界的格局，改變了用戶的網(wǎng)絡(luò)習(xí)慣。迄今為止，如、阿里巴巴等商業(yè)巨頭紛紛將大規(guī)模的數(shù)據(jù)存儲在云上并參與云計算領(lǐng)域的競爭。隨著云計算的逐漸成熟和廣泛應(yīng)用，價格和性能將是決定這場角逐的決定性因素，通過合理的資源管理，最大效率地利用系統(tǒng)資源，在保證服務(wù)質(zhì)量的同時降低成本是當前云計算領(lǐng)域最熱門的研究話題。1云計算資源管

2、理的基本概念在計算機科學(xué)中，我們所說的“資源”通常指內(nèi)存、硬盤、等硬件資源以及系統(tǒng)文件等軟件資源，由于軟件資源是事先部署在系統(tǒng)上的，更改難度較大，所以我們平時所講的“資源管理”即是對硬件資源的管理。在處理特定事件時對資源的消耗將是我們衡量系統(tǒng)性能的重要標準，我們將資源泛性的分為“計算資源”、“存儲資源”和“網(wǎng)絡(luò)資源”。2負載均衡原理及常用算法云計算是采用虛擬化技術(shù)將眾多分散資源抽象成資源池，將底層的物理設(shè)備進行資源整合，并作為一個整體向用戶提供服務(wù)。因此云技術(shù)首先面臨的問題就是如何將共享資源合理的分配和調(diào)度，其中平均響應(yīng)時間和資源利用率是衡量均衡調(diào)度算法的重要標準。負載均衡就是通過對服務(wù)結(jié)點性

3、能以及負載情況的分析，得出合理的分配策略，將數(shù)據(jù)和請求有效的分配到服務(wù)結(jié)點，達到服務(wù)器的最理想效果。負載均衡主要分為靜態(tài)調(diào)度和動態(tài)調(diào)度，其主要算法為輪轉(zhuǎn)調(diào)度算法、加權(quán)最少連接算法以及動態(tài)反饋控制算法。1、輪轉(zhuǎn)調(diào)度算法輪轉(zhuǎn)調(diào)度算法是最簡單的負載均衡算法，其原理采用輪轉(zhuǎn)方法按順序依次調(diào)度不同的結(jié)點，對系統(tǒng)結(jié)點無區(qū)別對待，也就不存在硬件配置和當前結(jié)點連接數(shù)的差異。輪轉(zhuǎn)調(diào)度算法開銷非常小、簡單易行，在云計算的初始階段發(fā)揮了重要的作用，但是其有效性差、并行性低，無法適應(yīng)現(xiàn)在的大規(guī)模異構(gòu)集群系統(tǒng)。2、加權(quán)最少連接算法最少連接算法顧名思義，是將請求優(yōu)先分配給連接數(shù)較少的結(jié)點，但是僅僅根據(jù)連接數(shù)量不能很好的反

4、映出結(jié)點的真實負載，所以根據(jù)結(jié)點處理能力的不同，對其分配不同的權(quán)值，將連接數(shù)量和權(quán)值大小相結(jié)合，更加合理的反映負載大小。但是隨著動態(tài)資源的規(guī)模激增，如何合理的設(shè)定權(quán)值并在動態(tài)資源調(diào)度中調(diào)整權(quán)值是該算法面臨的主要問題。3、動態(tài)反饋控制算法由于靜態(tài)算法的適應(yīng)能力較差、應(yīng)用范圍較窄，動態(tài)負載均衡算法逐漸成為研究熱門。近年來基于反饋的負載均衡算法取得非常理想的成果，基本原理為當節(jié)點負載變化時，通過反饋機制將其負載信息進行收集并反饋，根據(jù)反饋得到的實際負載情況對請求進行遷移或重分配，以期提高負載均衡度。通過對現(xiàn)有負載均衡算法的分析，動態(tài)負載算法明顯優(yōu)于靜態(tài)算法，但是當前許多算法主要采用對資源指標使用率進

5、行加權(quán)的方式，如果權(quán)值選取不當，效果反而適得其反。3基于虛擬機部署的資源提供和雙向競拍競價機制1、基于虛擬機部署的資源提供云計算中的資源提供主要是虛擬機在接收到任務(wù)后，根據(jù)任務(wù)對物理資源的需求，采用具體的資源選擇策略為虛擬機選擇合適的物理計算資源。虛擬機與主機之間有、內(nèi)存、帶寬等多種限制，隨著虛擬機和主機數(shù)量的增多，問題的解決難度也成指數(shù)增長，很難在多項式時間內(nèi)得到最優(yōu)解。2、雙向競拍競價機制經(jīng)濟效用是資源分配中常用的目標函數(shù)，目前已有大量的研究把經(jīng)濟模型引入云計算的資源管理和任務(wù)調(diào)度優(yōu)化問題中。隨著云計算商業(yè)步伐的加快，必須引入經(jīng)濟機制以更好地吸引資源的提供。在經(jīng)濟機制下，用戶和資源提供者可

6、以根據(jù)市場價格和自身愛好進行自主決策，而市場價格也反映了供需關(guān)系，有助于實現(xiàn)資源的優(yōu)化分配?，F(xiàn)有的定價模型主要包括：市場模型、標價模型、議價模型、招投標模型以及拍賣模型。拍賣作為重要的市場機制，根據(jù)市場的參與者競價來決定資源的分配結(jié)果，并且在市場不明朗的前提下，根據(jù)博弈理論得到最優(yōu)解，從而符合云環(huán)境中變化無常的用戶需求，這逐漸成為定價模型的熱點。針對傳統(tǒng)拍賣模型中資源提供者處于主導(dǎo)地位，往往會發(fā)生壟斷現(xiàn)象，許多研究人員提出了雙向拍賣的概念，即用戶和資源提供者為多對多的關(guān)系，在拍賣過程中地位均等，有效的避免了壟斷現(xiàn)象的出現(xiàn)。4以基于粒子群雙向拍賣為例的探討動態(tài)資源競價調(diào)度策略?；谠拼鎯Φ馁Y源調(diào)

7、度存在著兩個非常大的挑戰(zhàn)，首先，如何將用戶請求映射到云處理器中，并且很好的滿足參與者的服務(wù)質(zhì)量需求；其次資源調(diào)度是一個在多項式時間內(nèi)難以解決的復(fù)雜問題。一個優(yōu)秀的資源調(diào)度算法，不僅僅需要考慮到計算能力（cpu 處理能力）、存儲和帶寬能力，更要滿足用戶和資源提供者的服務(wù)要求。目前，傳統(tǒng)的云環(huán)境資源競價策略主要考慮資源提供者的收益，不但導(dǎo)致了服務(wù)響應(yīng)時間過長，而且用戶與資源提供者沒有實現(xiàn)雙向選擇，也導(dǎo)致了云資源市場的不均衡交易，最終用戶的服務(wù)質(zhì)量無法得到保障。1、云環(huán)境下的動態(tài)調(diào)度問題云平臺提供了一種“超市”模式的云資源共享平臺，根據(jù)用戶需求，將資源打包成服務(wù)提供給用戶，如果用戶不滿足云資源提供者

8、的服務(wù)，完全可以選擇其他資源提供者。為了讓云資源提供者獲得更大的交易量和收益，并且讓用戶獲得更滿意的服務(wù)，引入經(jīng)濟學(xué)中雙向拍賣理論，其基本過程如下：（1） 確定獲勝者，這個過程主要通過求“競勝標確定問題（winner determination problem， wdp）”的最優(yōu)解完成；（2） 資源分配，針對獲勝的賣家找到一個或多個購買其資源的買家；針對獲勝的買家找到一個或多個提供資源的賣家；（3） 資源定價，針對每個競拍者確定其實際的交易價格。如何滿足資源提供者和用戶的需求，并使云平臺的整體交易量達到最佳是本章的研究方向和目的。2、粒子群雙向拍賣機制的競價機制粒子群雙向拍賣機制將資源的競價和

9、資源的分配分為兩個獨立的步驟完成，也可以針對特殊需求的用戶施行一對一資源匹配同時完成資源定價，其整個競價過程具有一定的合理性，粒子群優(yōu)化雙向拍賣機制力求最大化總的收益，保障市場交易量和參與者的收益，其在雙向拍賣中的目標函數(shù)和約束限制如圖所示：收益最大化：約束限制：其中m為資源提供者的總數(shù)量；n為用戶的總數(shù)量；資源提供者i和用戶j間的項目交易價格；qi，j，a為資源提供者i和用戶j間的項目交易量；s為資源提供者的集合，s=m個資源提供者；b為用戶的集合， b=n個用戶。5結(jié)語隨著云計算的普及和應(yīng)用，動態(tài)的資源調(diào)度成為研究熱點，傳統(tǒng)的雙向拍賣機制以最大化市場價值作為目標，強調(diào)資源提供者在云環(huán)境中的利益，忽略了用戶體驗的重要性，從另一個角度上可以看成集中式的分配系統(tǒng)。本文在此基礎(chǔ)上提出了一種粒子群優(yōu)化雙向拍賣策略，力求為所有參與者提供滿意的服務(wù)。實驗結(jié)果驗證，粒子群優(yōu)化雙向拍賣策略不但總交易量和收益量優(yōu)于傳統(tǒng)雙向拍賣策略，并隨著用戶的增加，其優(yōu)勢越來越明顯，從而