多租户集群中基于服务水平目标的调度机制

针对多租户集群中无法保证作业服务水平目标(SLO)的问题,提出了一种多租户场景下基于SLO的调度机制,其中包括优先调度算法和资源抢占算法。优先调度算法区别考虑超额使用资源的租户和未超额使用资源的租户,赋予后者的作业更高的优先级,在此前提下选择紧急度最高的作业,优先为其分配资源;资源抢占算法在资源受限的情况下,选择紧急度超过阈值的作业实施资源抢占,并根据租户的资源使用情况,在相应的运行作业范围内选择紧急度最低的作业,抢占其资源。实验结果表明,与现有保证公平的多租户调度器Capacity Scheduler相比,该调度机制可以在兼顾作业执行效率和租户间公平的前提下,显著提高作业的截止时间保证率,从而保证业务的服务水平目标。     

多租户高可用并行任务调度框架

描述了一种多租户高可用并行任务调度框架MTHPT的设计思想、体系结构和实现技术,MTHPT包括3部分：任务定义与配置、异步并行任务调度模式、消息告警与监视.任务调度引擎和任务执行组件采用分开部署、异步并行调度和快速回调的模式,快速释放调度引擎占用的线程资源,解决了部分任务执行周期长、定时任务无法按时执行等影响业务系统性能的问题.任务调度配置提供了多租户应用模式.实验分析及评估表明,MTHPT提高了应用系统的任务调度并行调度效率和稳定性.     

基于Eucalyptus的多租户水利系统应用研究

多租户作为云计算的核心计算,它解决了在相同的系统资源或软件应用中实现多用户共同访问和使用,提高了系统软硬件资源的利用率,如何保障租户服务质量的前提下提高服务器资源利用率是一个挑战性问题.本文在Eucalyptus平台基础上,利用多租户技术,实现了陕西农村饮水规划调查数据库系统.数据的存储方式采用共享数据库共享模式,提出了多租户改进遗传放置算法,将租户合理的放置到虚拟机上,在最少硬件资源使用的情况下保证了租户服务质量.在此基础上进行了实验分析,表明了上述算法的可行性和有效性.     

面向多租户的门户资源管理框架

为了提高企业信息门户中间件平台的资源利用率,提出了一个面向多租户架构的资源管理框架。针对门户应用场景中资源的特点,在建立资源模型的基础上,通过元数据描述租户与资源的映射关系,并针对不同类型的资源,提供相应的资源共享和隔离机制。在提高资源利用率的同时,向资源使用者屏蔽对租户敏感资源的访问细节,简化多租户环境中逻辑资源的管理问题。将该框架应用于OncePortal门户中间件,并在此基础上进行了实验分析,结果表明了框架的可行性和有效性。     

云计算环境中面向DAG任务的多目标调度算法

为了实现任务执行效率与执行代价的同步优化,提出了一种云计算环境中的DAG任务多目标调度优化算法。算法将多目标最优化问题以满足Pareto最优的均衡最优解集合的形式进行建模,以启发式方式对模型进行求解;同时,为了衡量多目标均衡解的质量,设计了基于hypervolume方法的评估机制,从而可以得到相互冲突目标间的均衡调度解。通过配置云环境与三种人工合成工作流和两种现实科学工作流的仿真实验测试,结果表明,比较同类单目标算法和多目标启发式算法,算法不仅求解质量更高,而且解的均衡度更好,更加符合现实云的资源使用特征与工作流调度模式。     

面向多租户数据库的Skyline处理算法

对面向服务的多租户数据库上的Skyline查询展开了深入研究,提出了一个有效的查询处理算法--面向多租户数据库的Skyline(multi-tenant database oriented Skyline,MDOS).针对多租户数据库环境下,数据往往以枢轴表形式存贮的特点,设计了一个基于B<'+>树的索引阵列.基于该索...     

一种面向多平台航电资源建模及其调度算法

随着航空电子系统朝着体系化发展,依靠网络构建包含不同飞行器航电资源在内的多平台航电资源就显得尤为重要。通过综合利用不同飞行平台的资源,发挥不同平台资源的优势,利用协同提升执行任务的能力。多平台航电系统的资源管理和任务调度是其核心功能。为了仿真和验证多平台航电系统资源管理功能,进一步研究资源调度方法,对多平台航电资源建模方法和调度算法进行研究,解决了对多平台航电系统上硬件资源的合理调度问题,增加了任务接受率。首先,利用多层分级拓扑结构对多平台航电资源进行建模,并对多平台航电任务需求进行分析;其次在SST自适应调度算法的基础上增加传感器、优先级等因素,以达到更高的接受率目标,改进后的算法完成一系列任务请求对航电资源的需求分配过程;最后,利用CloudSim仿真实验环境实现改进后的算法,从不同场景对实验结果进行全面分析。实验结果表明,本文设计的算法相比于原始算法任务请求的接受率有较大的改善。     

气象环境下的云计算调度算法

针对气象计算的特点,提出气象计算的云模型,在这个模型之上,提出气象云计算（Weather Cloud）的启发式调度算法。调度算法对气象作业按照时间紧迫型、CPU紧迫型、内存紧迫型和硬盘空间紧迫型进行分类,计算资源综合紧迫指数,相应地赋予不同调度优先权限。与CMMS（Cloud Min min Scheduling）、AFCFS（Adaptive First Come First Service）、Fair的调度算法对比表明,Weather Cloud的调度算法不但减少了计算的等待时间,而且增加了完成的指令数量。     

面向多目标的云计算资源调度算法

在传统的虚拟机资源调度中,仅仅考虑当前负载,对虚拟机历史数据没有充分考虑,在处理云计算资源调度的时候出现负载失衡的状况,为了解决上述问题,本文提出了基于启发式遗传算法的资源调度算法,满足多目标规划的情况下实现云计算资源的调度.算法在为用户提供服务的同时充分考虑虚拟机的各种开销和因素,使提供云计算资源的服务器达到负载均衡.对目前的负载情况和历史数据进行分析,经过搜索和计算,计算得到同时满足负载变化数据约束和最小动态迁移开销的最好的云计算资源调度方案.最后,通过仿真实验,对算法进行验证,通过引入负载变化率和平均负载距离二个性能参数来比较和衡量虚拟机负载.实验数据证明,所提出的算法具有很好的全局收敛性和资源利用率,有效解决在资源调度中出现负载失衡和较大动态迁移开销的问题,因此,算法是可行和有效的.     

面向多租户的属性标签分层方案

Saa S模式中租户与服务商之间一直存在信任问题,将服务商与租户分开管理,借助标签跨域访问则存在效率瓶颈和标签安全的问题。利用属性特征结合标签,设计出一个针对多租户跨域访问的方法,将标签根据属性分类管理,再把跨域访问的权限赋予各属性标签,实现平台内通过属性标签的跨域访问。最后,通过实验和分析验证了该属性标签保护方法的高效性。     

一种面向多租户的Linux容器集群组网方法

目前,越来越多的云平台开始采用容器组成的集群为云服务提供运行环境,而如何在多租户环境下为用户的容器集群提供高效且可用的网络成为了一个重要的技术问题。对此,以Linux容器为例,提出了一种面向多租户的Linux容器集群组网方法。这种方法参考了Kubernetes的组网方法,并在其基础上简化了网络结构,并引入了网络隔离,使得构建的网络能够满足多用户场景下的需求。文中描述了此种组网方法在小规模和大规模应用场景下的设计和它在虚拟云操作系统Docklet中的实现,实现的代码是开源的,并且进行了实验与评估。实验证明,这一组网方法所构成的虚拟网络与原生网络的性能相当接近,其TCP出口下行带宽与原生网络相差0.4%以内,而TCP内部通信带宽只损失了约3.39%,且对批处理型应用和长服务型应用都有良好的支撑。     

一种云计算资源的多目标优化的调度方法

云计算通过虚拟化技术将基础设施硬件资源虚拟化,以动态可缩放的方式提供给用户。云计算基础设施规模不断增加导致资源调度系统负载不均衡,从而造成资源浪费等问题。提出多目标优化资源调度策略和相应的算法,试图同时满足多个资源调度优化目标,如减少资源浪费,降低服务等级约定(SLA)违背率、保持系统负载均衡等。通过仿真实验,验证了多目标优化资源调度的策略能够在多个相互冲突的目标之间实现最优权衡。     

云计算资源调度算法仿真

针对云计算的资源调度问题,有效利用云网络结构,是分布式结构与网格技术中的主要问题.大量资源调度算法使用任务结构对云计算环境下的负载进行分配,但较少考虑网络节点的动态信任度问题使得云计算资源存在一定的安全隐患.首先基于云计算任务串并联结构对网络动态资源进行分配,然后使用粒子群算法并结合节点置信度指标进行改进.通过仿真进行验证,证明了改进方法在增加节点信任度指标后提高了云计算资源的利用率,降低了网络资源负载.     

多租户模式的业务平台云安全体系设计与实现

云计算技术目前已成为实现业务平台基础设施的可选方式之一。基于云计算技术,可以提供规模弹性、应用快速部署、资源按需分配与动念管理的业务平台云。但是在发展初期,云资源池主要以能力建设为主,对于安全体系的考虑尚不充分。通过对云资源池网络安全、应用安全及虚拟化安全等方面的分析和研究,给出了一种基于多租户模式的业务平台云安全体系,该方案已经广泛运用于中国电信业务平台云资源池,取得了显著的效果。     

云计算环境下多DAG调度的资源分配进化算法

现有多DAG调度研究主要在多个DAG共享资源调度的时间最小化、公平性最大化、吞吐量最大化等问题方面提出了相关的解决方案,然而,现有的方法还不能很好地解决云计算环境下多DAG共享资源调度的资源分配优化问题.为此,首先分析讨论了一组多DAG共享云计算资源调度中的多DAG数量、属性结构分布特点与资源需求量之间的关系,并在此基础上提出了基于资源需求强度预测变异方法的进化算法EFRD,有效地解决了云计算环境下多DAG共享资源调度的资源分配优化问题,既保证了多DAG的调度执行时间最小化,也避免了资源的浪费.实验表明,EFRD算法能够有效地收敛到最优解.     

面向多租户应用CPU资源消耗的回归分析方法改进研究

回归分析作为一种估算资源消耗的方法常用于克服不易于直接测量的问题,但在多租户应用的动态负载环境下效果并不好。针对多租户环境下的动态负载变化,以CPU资源消耗为研究目标,提出一种基于回归分析方法的改良策略,减少共线性影响从而提高评估的精确度。实验结果表明,在动态的负载环境,所提方法能较好的适应多租户环境,平均估算误差得到改善。     

路由器多端口公平调度算法与实现

本文提出并实现了一种应用于路由器多端口公平调度的算法——分组分割轮询调度算法。该算法把分组分割成更小的数据片,采用分组调度和分片调度相结合,处理一个包仅需O(1)的运算量,易于在高速网络设备中实现,可以做到多个端口近似公平共享输出带宽,阻止个别端口过度占用输出带宽。该算法已经应用于核心路由器BE12000的8OC-3线卡,实际运行良好,具有较好的性能。     

面向服务的多租户访问控制模型研究

传统访问控制模型在多租户环境下无法满足租户之间的隔离访问以及对各租户的访问请求实行有效的统一管理的需求。为了在多租户环境下实现一套快速的、访问控制可配置的实施方案, 提出了一个面向服务的多租户访问控制模型。根据对多视图业务模型之间的关联进行分析, 识别出组织模型及其相关的资源模型。通过映射和转换将组织模型转换为面向服务的多租户访问控制模型, 并构建访问控制模块以配置和运行访问控制模型。最后以某交通物流信息平台为范例验证了该模型的可行性和有效性。验证结果表明, 模型能够在多租户环境下提供兼备快速配置与访问控制的实现支持。     

TenantCPUMan:基于负载分析的多租户动态CPU资源调整

在云计算多租户应用模式中,由于动态的负载变化会影响租户资源分配,可能会出现因负载过高而产生资源竞争或侵占,导致服务质量下降。针对关键的CPU资源,设计一种基于负载分析的多租户应用动态CPU资源调整机制及其原型系统,在租户应用负载信息采集的基础上,运用多元线性回归法对资源分析,根据负载的变化动态调整资源分配,实施租户虚拟机调整、CPU资源管理等。测试结果表明该系统能有效实现多租户资源调整,能应对租户的CPU和内存负荷过载问题,有助于保障租户服务质量。