面向PaaS平臺(tái)的資源動(dòng)態(tài)調(diào)度研究.pdf

1、云計(jì)算利用虛擬化的技術(shù)將數(shù)據(jù)中心的各種硬件資源抽象成虛擬單元，進(jìn)而將資源進(jìn)行池化，來滿足用戶復(fù)雜動(dòng)態(tài)的資源需求。云計(jì)算自誕生以來，以其低成本、高可靠性、高擴(kuò)展性等特點(diǎn)得到了迅速發(fā)展，并廣泛應(yīng)用于各行各業(yè)中，隨之而來的是海量的資源需求。云計(jì)算提供商為了滿足這些海量的資源需求，會(huì)在各地部署數(shù)據(jù)中心。由于大量的物理資源聚集在數(shù)據(jù)中心，加上云計(jì)算層次劃分的復(fù)雜性，如何合理與高效地管理和調(diào)度云資源是云計(jì)算的難點(diǎn)之一。
　　目前關(guān)于云計(jì)算中資

2、源調(diào)度方法的研究，大都集中在IaaS層，以降低IaaS層的能耗為目標(biāo)。本文立足于PaaS層，特別是私有的PaaS平臺(tái)，對(duì)PaaS層的資源動(dòng)態(tài)調(diào)度、負(fù)載均衡、實(shí)例動(dòng)態(tài)伸縮等方面進(jìn)行了研究。
　　本文首先調(diào)研了多種PaaS平臺(tái)的資源管理策略，并著重研究了CloudFoundry(CF)這一極具代表性的開源PaaS，詳細(xì)地分析了CF的架構(gòu)與設(shè)計(jì)。
　　隨后本文研究了幾種可用于預(yù)測云應(yīng)用資源使用率的預(yù)測模型，包括ARIMA（Auto

3、regressive Integrated Moving Average）模型、神經(jīng)網(wǎng)絡(luò)模型以及它們的組合模型，并對(duì)這些模型進(jìn)行了實(shí)驗(yàn)與應(yīng)用。
　　然后本文提出了一種基于預(yù)測結(jié)果的資源動(dòng)態(tài)調(diào)度算法，可為部署在PaaS平臺(tái)上的應(yīng)用進(jìn)行動(dòng)態(tài)的資源調(diào)度，具有高實(shí)時(shí)性的特點(diǎn)，可提高PaaS層的資源利用率，提高云應(yīng)用的服務(wù)質(zhì)量。
　　接下來針對(duì)CF的不足，對(duì)CF進(jìn)行了改進(jìn)并應(yīng)用了提出的資源動(dòng)態(tài)調(diào)度算法，實(shí)現(xiàn)了一個(gè)新的DEA(Dropl