云平臺(tái)應(yīng)用性能監(jiān)控與資源擴(kuò)容機(jī)制研究.pdf

1、保證云環(huán)境中應(yīng)用性能的同時(shí)盡可能高效的使用資源，對(duì)于云服務(wù)提供商和云應(yīng)用所有者都是至關(guān)重要的。應(yīng)用性能監(jiān)控和資源擴(kuò)容機(jī)制的研究正是為了實(shí)現(xiàn)應(yīng)用性能保障和資源高效利用的目標(biāo)。自動(dòng)擴(kuò)容技術(shù)通過監(jiān)控性能指標(biāo)來判斷擴(kuò)容的時(shí)機(jī)，然后動(dòng)態(tài)改變分配給應(yīng)用的資源量，從而適應(yīng)變化的需求。
　　云環(huán)境中大量的Web應(yīng)用都面臨著波動(dòng)突發(fā)的工作負(fù)載，為了同時(shí)滿足性能目標(biāo)和效率目標(biāo)，現(xiàn)有的自動(dòng)擴(kuò)容方案還存在著定量擴(kuò)容缺陷、擴(kuò)容時(shí)機(jī)與粒度調(diào)度不準(zhǔn)確的問題。性

2、能監(jiān)控量化擴(kuò)容結(jié)合混合粒度的擴(kuò)容算法可以在一定程度上解決上述問題。該方案使用了多層應(yīng)用請(qǐng)求跟蹤和性能建模的方法，建立了資源分配量和工作負(fù)載量之間的關(guān)系，從而量化擴(kuò)容。在擴(kuò)容算法的實(shí)現(xiàn)上，則是使用了混合時(shí)間粒度和空間粒度的自動(dòng)擴(kuò)容算法，結(jié)合了長期的基于負(fù)載預(yù)測的橫向擴(kuò)容和短期的基于服務(wù)水平目標(biāo)SLO（Service Level Objective）違反率檢測的縱向擴(kuò)容。在OpenStack云平臺(tái)上對(duì)該性能監(jiān)控與自動(dòng)擴(kuò)容方案的實(shí)現(xiàn)，包括了性

3、能日志的采集與統(tǒng)計(jì)、自動(dòng)擴(kuò)容的決策機(jī)制以及基于OpenStack Nova實(shí)現(xiàn)的對(duì)虛擬機(jī)和單一資源的分配管理。
　　實(shí)驗(yàn)結(jié)果表明，針對(duì)云環(huán)境中的多層Web應(yīng)用在處理波動(dòng)突發(fā)的負(fù)載時(shí)，混合式的自動(dòng)擴(kuò)容方案比當(dāng)前主流的自動(dòng)擴(kuò)容方案在應(yīng)用性能保障方面和資源利用效率方面都得到了提升。具體地，混合式自動(dòng)擴(kuò)容方案相比于基于資源使用率閾值觸發(fā)的橫向擴(kuò)容和基于小時(shí)負(fù)載預(yù)測的橫向擴(kuò)容能夠降低16％~39%的平均響應(yīng)時(shí)間，在SLO違反率方面降低了34