私有云IT运维管理平台监控系统设计

研究私有云IT运维管理平台中监控系统的设计,有效实现对网络基础设施、服务器、存储设备、客户机、虚拟化平台、数据库、应用系统、中间件及系统集成等监控管理,及时准确地了解私有云平台运行状况,大幅度提升企业IT运维管理的效率.     

一种成本相关的云提供商数据可靠性保证算法

数据可靠性保证和容灾成本控制对云提供商而言是一个相互矛盾的问题.在分析已有数据保障机制的基础上,设计了一个基于多个云平台的分布式富云容灾模型,利用富云容灾系统,私有云提供商可以借用其他云平台的虚拟资源对自身数据进行冗余备份.为了减少数据传输的响应时间,富云容灾模型通过设置多个地理位置隔离的富云代理实现云平台用户任务的分配,减少私有云平台的工作负荷.针对富云容灾系统的成本优化和数据可靠性保证问题,提出了一种成本相关的云计算服务数据可靠性保证算法CAHRPA.该算法根据数据传输带宽和容灾费用在多个云平台中动态选择数据副本的存放位置,从而以一种成本优化的方式为云提供商提供数据容灾方案.实验结果表明,CAHRPA 能够在保证数据可靠性的同时,实现一种成本更低的数据容灾策略.     

私有云平台的虚拟机内存调度策略

在私有云平台中,现有的方法无法灵活地对虚拟机内存资源进行有效的监控和分配。针对以上问题,提出了内存实时监测和动态调度(MMS)模型,利用libvirt函数库和Xen提供的libxc函数库实现了对虚拟机内存紧缺、内存空闲时的实时监测和动态调度,并且提出虚拟机迁移策略,有效地缓解宿主机的内存紧缺问题。最后选取一台物理机作为主控节点,两台物理机作为子节点,利用Eucalyptus搭建一个小型的私有云平台。结果显示,当宿主机处于内存紧缺状态时,MMS系统通过启动虚拟机迁移策略有效地释放了内存空间;当虚拟机占用内存逼近初始最大内存时,MMS为其分配新的最大内存;当占用内容降低时,MMS系统对部分空闲的内存资源进行了回收,而且释放内存不超过150MB(最大内存512MB)时,其对虚拟机性能的影响不大。结果表明该模型对私有云平台中虚拟机内存进行实时监测和动态调度是有效的。     

云数据中心分布式监控架构研究与平台设计

对云数据中心大规模资源监控的架构进行研究,并在监控平台中实现了研究的成果。提出一种多线程、分布式监控架构,支持云数据中心在规模增加时,监控平台的水平扩展。设计一种可扩展的适配器框架,实现监控协议或自定义监控接口的动态扩展。设计一种主/被动轮询检测模型,在监控主机工作负载和监控数据准确可靠之间形成平衡。在系统实现中设计了平台总体架构,并重点对监控数据采集处理层进行详细设计和实现。实际应用表明分布式监控架构具有良好的扩展性和适应性,能满足大规模云数据中心资源监控的要求。     

一种满足任务主/次需求的云计算资源划分算法

云计算平台中存在大量的异构资源,当云用户将任务提交给云平台,云调度系统搜索与这些任务需求相匹配的资源时,有可能没有任何资源节点能满足任务的需求,因此需要对这些异构资源进行聚类划分,满足任务的需求.根据实际情况,不妨假设云任务对云资源有主/次需求.文章给出云资源分簇计算能力的定义以及资源均衡划分概念,设计了随机近似和增强内聚性的云资源均衡划分算法.最后,通过模拟实验对算法的有效性进行分析.     

Hadoop云平台的一种新的任务调度和监控机制

云平台任务监控与资源调度机制是云平台的核心功能之一。Hadoop云平台中任务监控和资源管理的任务是由JobTracker负责处理,并通过slave节点向其发送心跳消息来实现。这种方式导致JobTracker的负载过重,降低了Hadoop云平台的工作效率,限制了Hadoop云平台的规模。提出了一种新的任务监控方案,该方案将JobTracker的任务监控和资源管理功能分离,任务监控功能仍由JobTracker节点完成,资源管理功能由新增的资源管理节点完成,JobTracker通过增量更新的算法将任务调度所需的对象信息动态同步到资源管理节点上,资源管理节点根据心跳消息进行任务分配,并将分配结果返回给JobTracker节点。实验结果表明,本方案不仅通过监控节点实现了任务的监控,增加了监控的灵活性和鲁棒性,而且降低了Jobtracker节点的负担,可有效提高Hadoop云平台的工作效率和规模。     

混合云中的一个高效协调器

云计算提供了4种部署模型:公有云、私有云、社区云和混合云.通常,一个私有云中可用的资源是有限的,因此云用户不得不从公有云租用资源.这意味着云用户将会产生额外的费用.越来越多的企业选择混合云来部署它们的应用.在混合云中,为了实现用户的利益最大化,必须满足使用资源的费用最小化和用户的QoS,为此为混合云用户提供了一个既能最小化资源费用又能保证满足QoS的资源分配方法.实验结果表明,该算法在保持低操作成本的同时还满足了用户的QoS.     

基于双层Stackelberg博弈的MEC计算卸载方案

多接入边缘计算(multi-access edge computing, MEC)中的计算卸载问题已经成为当前研究的热点之一.目前的计算卸载方案仅考虑云、边、端结构中的计算卸载问题,而未考虑到其公、私有云的属性.提出了一种新的计算卸载方案,所提方案考虑了边缘计算中公有云与私有云之间的关系,将公有云作为了私有云资源的补充,可以缓解由于私有云资源局限性带来的算力不足问题;并通过建立双层Stackelberg博弈来解决计算卸载问题.对公有云、私有云以及用户的策略和收益进行了分析,求出了各参与人的最优策略,证明了双层博弈的纳什均衡解的存在性及唯一性.仿真结果和分析也验证了基于双层Stackelberg博弈的计算卸载方案的可行性,且相较基于单层Stackelberg博弈的卸载方案更高效,更适合可扩展的边缘计算的环境.     

私有云平台下基于性能感知的自动化管理框架研究

与公有云不同,私有云大都由各个企业单独建立,因此如何对私有云的基础设施进行高效管理,真正实现资源的集中管理、按需分配成为企业搭建私有云平台时面临的挑战。本文提出一种基于性能感知的自动化管理框架,对私有云平台下基础设施进行管理,框架监控云平台的实时运行状态,根据运行状态动态调整资源的分配,实验表明该框架可以有效地对私有云的基础设施进行管理。     

基于开源软件的云监控平台设计与实现

最近几年,基于云计算的互联网服务迅速增长,数据中心的基础设施和应用资源不断增加。需要及时、高效的监控和管理资源的可用性,保证云服务的可靠性。通过对云监控的内容和特性的研究,提出一种管理云计算资源的云监控系统架构,重点对分布式架构、逻辑处理模块和云监控接口进行设计,实例中完成对私有云中物理主机、虚拟机、应用服务的批量监控,实现数据的存储和展示。     

云计算环境下的资源监测模型研究

云计算环境下的资源监测是云计算平台资源管理的重要组成部分,为资源分配、任务调度和负载均衡等提供依据。由于云计算环境下资源的透明虚拟化和弹性化,并需要对用户使用资源进行计费,因此原有的资源监测方法不能完全满足云计算环境的要求。为此,根据云计算平台的特点,提出一种适应云计算环境下的资源监测模型,该模型通过虚拟机监测器和Java调用C/C++得到资源的状态信息。通过理论分析和实验表明,该模型可以较好地收集节点的资源监测信息,满足云计算平台特性的要求。     

基于OpenVZ的中小型企业私有云定制服务的设计与实现

云计算是当前计算机信息科技领域十分热门一项的技术。私有云凭借其整合管理企业IT资源的优越性能,迅速被大众企业认可。为了降低中小型企业的运营成本,该文提出基于OpenVZ框架及其核心组件搭建私有云平台的解决方案,通过LNMP实现框架,采用磁盘阵列(RAID10)、定时任务corn等备份技术保障企业数据安全。搭建Centos6、Debian、Ubuntu等系统镜像模板以及虚拟服务器,满足不同环境需求。测试表明,OpenVZ实现的云平台可充分解决中小型企业资源管理问题。     

一种高效的虚拟网络结构

弹性资源需求是云计算的关键特征,它需要系统支持自适应的虚拟网络配置管理机制,以满足云计算服务中虚拟资源的动态组合要求。本文提出了一种高效的虚拟网络结构,能够根据虚拟资源的动态分配状态,在网络层面建立相应的应用群组,提高组内资源的通信效率。不仅如此,本文提出的虚拟网络结构还能根据虚拟资源在物理平台上的实时分布状态,选择不同的信息传送机制,保证虚拟资源之间的高性能通信。     

基于容器技术的云计算资源自适应管理方法

云计算的发展使得越来越多的软件应用选择云平台作为部署平台。为了应对动态变化的工作负载、应用场景和服务质量目标,应用提供商希望能以一种可伸缩的方式对云计算资源进行动态调整。基于虚拟机的资源管理较为重载,难以实现细粒度的资源动态调整与混合云中跨平台的服务快速迁移。容器技术在一定程度上弥补了虚拟机的不足,然而传统的资源管理方法在诸多方面并不十分适用于容器技术。针对这一问题,提出了基于容器技术的云计算资源自适应管理方法,设计了更适用于容器的资源架构方案与资源之间的调度方式。与传统的线性建模方法不同,所提方法使用非线性函数对云计算资源进行更加精确的建模,同时用遗传算法进行参数调优,使得自适应调整响应更快、总体性能更好。所提方法还针对不同容器多维度的异构性,合理分配容器部署位置,提高物理资源利用率。此外,所提方法结合了容器技术多方面的底层特性,在分配负载等方面进行适应性调整。最后通过实验分析初步确认了所提方法的有效性。     

基于Kubernetes云平台的弹性伸缩方案设计与实现

容器技术可为多个业务需求及其依赖组件提供独立的应用资源,在现实生产环境中由于容器中的业务需求不断变化,使得与其对应的应用资源在线负载处于动态变化中,面临固定资源容量规划不能满足在线负载变化的困境。为解决该问题,设计一种基于Kubernetes云平台的弹性伸缩方案。该方案通过集成Prometheus监控系统来自定义指标与采集业务指标,并结合HPA、VPA等组件,实现包括自定义指标和不同维度伸缩方法相结合的最佳弹性伸缩方法。通过集成Grafana页面显示和报警等组件,实现实时查看弹性伸缩状态变化以及伸缩预警功能,以实时观测集群健康状态,使得集群操作更加友好、便于维护。实验结果表明,在不同压力测量测试下,该弹性伸缩方案具有随负载增加扩大集群规模的作用,能够增强应用集群的高可用能力。     

基于虚拟化技术的私有云计算平台设计

为提高分布式集群系统的硬件资源利用率,避免闲置设备造成的经济损失,结合虚拟化技术,提出了一种基于多种框架技术的私有云平台实现方案.该方案整合底层硬件资源,实现了对资源的按需分割、动态分配及动态迁移,并针对传统的虚拟机部署方法中的负载不均衡问题,提出了基于动态分配决策的虚拟机部署机制,该策略根据虚拟机资源的特点,结合现有物理节点的负载情况,对虚拟机进行了动态部署.最后设计实现了灵活性强、可扩展性能好的私有云计算服务平台,以石油勘探中的傅里叶有限差分叠前深度偏移为测试用例进行了应用测试,证明了私有云平台的可行性和有效性,并对虚拟机的部署机制进行了测试.实验结果表明,动态分配决策能够在部署大量虚拟机的同时,较好地保持私有云平台的负载平衡.     

基于资源监控统计的云计算主动调度方法

现有的云计算资源调度策略没有考虑资源池的总体资源需求,造成了资源的损耗,影响虚拟机的正常运行．提出了一种基于资源监控统计的云计算主动调度方法,充分考虑资源池的总体资源需求情况,引入监控数据采集模块和监控数据分析模块,同时加入监控数据库作为系统的基础,定制一套适用于资源调度的虚拟机监控数据统计和分析的方法,使得基于监控统计数据的虚拟机调度方法可以轻松实现．     

一种云平台中优化的虚拟机部署机制

传统虚拟机部署机制通常单一地依据宿主机当前的CPU状况来选择目标宿主机,从而引起负载不均衡。针对该问题,提出一种云平台中优化的虚拟机部署机制。建立宿主机自动选择模型,给出基于个性需求的宿主机自动选择策略,对宿主机后续负载状况进行预测,估算虚拟机的资源消耗。实验结果表明,该机制能在满足用户需求的基础上提高系统性能。     

云应用资源交付与分裂聚类调度方法

针对私有云环境中资源交付与调度的高效实现问题,提出一种面向云应用的资源交付调度及实现方法。该方法以云应用元模型为核心,根据模型中虚拟机间数据交互特征生成最小生成树,采用图论分裂聚类算法拆分虚拟机集合并映射物理主机。通过对比分析面向虚拟机调度的实验数据,证明该方法能在提升云应用整体性能的同时降低云应用对物理网络设备及带宽资源的占用。