批量到達(dá)的云中心性能分析模型.pdf

1、云計(jì)算作為一個(gè)新興領(lǐng)域正處于一個(gè)迅猛發(fā)展的階段。越來(lái)越多的用戶(hù)要求云中心能夠提供有質(zhì)量保證的服務(wù)。若要判斷云中心的服務(wù)質(zhì)量?jī)?yōu)劣就需要對(duì)其進(jìn)行性能評(píng)估。云中心由大量物理機(jī)構(gòu)成，每臺(tái)物理機(jī)可運(yùn)行百臺(tái)以上虛擬機(jī)朋艮務(wù)器，規(guī)模龐大且復(fù)雜性高，要求必須采用可擴(kuò)展模型對(duì)云中心進(jìn)行分析。而構(gòu)造可擴(kuò)展模型的基礎(chǔ)是對(duì)云中心的單元設(shè)備即物理機(jī)進(jìn)行建模。用排隊(duì)系統(tǒng)對(duì)擁有百臺(tái)以上虛擬機(jī)的物理機(jī)系統(tǒng)進(jìn)行描述，并通過(guò)建模計(jì)算得到系統(tǒng)平均任務(wù)數(shù)量、立即服務(wù)概率等性能

2、指標(biāo)是一種有效的性能評(píng)估手段。大量實(shí)際數(shù)據(jù)統(tǒng)計(jì)分析顯示，云服務(wù)中25％的用戶(hù)任務(wù)為批量任務(wù)，并且任務(wù)服務(wù)時(shí)間服從一般分布。因此，為面向批量任務(wù)的云中心物理機(jī)進(jìn)行建模是十分必要的。
　　現(xiàn)有成果主要集中在單服務(wù)器Mx/G/1排隊(duì)系統(tǒng)上，少量的研究者關(guān)注多服務(wù)器Mx/G/m排隊(duì)系統(tǒng)的建模。已經(jīng)有研究者采用排隊(duì)系統(tǒng)對(duì)物理機(jī)進(jìn)行抽象并建模，得到了一些性能指標(biāo)。但是，大部分模型都沒(méi)有考慮到批量任務(wù)并且模型可描述的系統(tǒng)虛擬機(jī)數(shù)量較少。因此，目

3、前還沒(méi)有一個(gè)模型能夠?qū)γ嫦蚺咳蝿?wù)的云中心物理機(jī)進(jìn)行準(zhǔn)確完整的描述。本論文旨在批量任務(wù)環(huán)境下，利用建模分析技術(shù)為運(yùn)行在一臺(tái)物理機(jī)上的多虛擬機(jī)服務(wù)器系統(tǒng)進(jìn)行性能分析。
　　本文的主要工作是:1.使用Mx/G/m/m+r排隊(duì)系統(tǒng)對(duì)IaaS層云中心物理機(jī)上虛擬機(jī)服務(wù)器系統(tǒng)進(jìn)行描述，并采用嵌入馬爾可夫鏈方法為該系統(tǒng)建立一種創(chuàng)新的近似分析模型，即NMC[x]模型。該系統(tǒng)批量任務(wù)到達(dá)過(guò)程符合泊松分布，服務(wù)時(shí)間服從一般分布，存在m臺(tái)服務(wù)器和容量

4、為r的等待隊(duì)列?；贗aaS層云中心的系統(tǒng)概況，本文提出了建模的相關(guān)假設(shè)以及推導(dǎo)了模型的相關(guān)參數(shù)。之后，利用嵌入馬爾可夫鏈技術(shù)，獲得模型轉(zhuǎn)移概率計(jì)算方法。2.在NMC[x]模型的基礎(chǔ)上，本文提出了對(duì)物理機(jī)進(jìn)行性能評(píng)估的方法。為解決由NMC[x]不滿(mǎn)足PASTA性質(zhì)而帶來(lái)的平均時(shí)間穩(wěn)態(tài)概率無(wú)法計(jì)算問(wèn)題，本文將原始過(guò)程進(jìn)一步近似為嵌入式半馬爾科夫過(guò)程，最終獲得了系統(tǒng)任意時(shí)間的任務(wù)平均數(shù)量和批量任務(wù)被立即服務(wù)的概率等性能指標(biāo)求解公式。經(jīng)過(guò)實(shí)驗(yàn)