一种云环境下可靠性增强的服务部署方法技术

技术编号:19829047 阅读:17 留言:0更新日期:2018-12-19 17:04
本申请公开了一种云环境下可靠性增强的服务部署方法,该方法首先将复杂服务建模为图模型,图的主节点代表复杂服务的子服务,图的边代表子服务之间数据传输速率,然后依据各子服务自身的特性为各子服务选择对应的可靠性策略,并基于所选择的可靠性策略,为图模型中的各个主节点增加关键点存储节点或冗余节点,进行相应的可靠性增强的服务部署,与此同时,本申请又兼顾了各子服务可靠性保障带来网络资源占用的差异性,从而能够最小化可靠性保障带来的额外网络资源占用。

【技术实现步骤摘要】
一种云环境下可靠性增强的服务部署方法
本申请涉及计算机应用
,特别涉及一种云环境下可靠性增强的服务部署方法。
技术介绍
在云计算平台中部署复杂服务时,需要将复杂服务的每个子服务部署到放置于物理机之上的虚拟机中,通过虚拟机协作完成复杂任务的执行。由于失效事件导致虚拟资源的非持续占用使得服务的可靠性下降,通常需要采取关键点存储或虚拟机冗余放置等措施提高服务的可靠性。当前可靠性策略由于忽略子服务计算特征的差异性以及不同子服务在可靠性需求方面的差异性,而为各子服务采用相同的可靠性策略,因此,难以取得最优的可靠性保障效果。
技术实现思路
有鉴于此,本专利技术的主要目的在于提供一种云环境下可靠性增强的服务部署方法,在保证复杂服务可靠性的同时,最小化可靠性策略带来的额外网络资源开销。本申请公开了一种云环境下可靠性增强的服务部署方法,包括:a:将复杂服务建模为图模型,图的主节点代表所述复杂服务的子服务,图的边代表子服务之间数据传输速率;b:遍历复杂服务各子服务,根据复杂服务各子服务的特性为其选择关键点存储或者资源冗余作为其可靠性策略;c:基于所述选择的可靠性策略,对所述图模型进行扩展,分别为每个主节点增加关键点存储节点或冗余节点;d:对图模型中所有连接主节点的边按数据传输速率的降序进行排序,依次将边的头尾节点映射到云数据中心的物理机上,并在物理机上按需求分配虚拟机,将节点对应的子服务部署到虚拟机上;e:对图模型中所有连接主节点和关键点存储节点的边按数据传输速率的降序进行排序,依次将边的尾节点映射到云数据中心的物理机上,并在该物理机上为关键点分配存储空间;f:对图模型中剩余的边按数据传输速率的降序进行排序,依次将尾节点映射到云数据中心的物理机上,并在该物理机上为冗余服务节点分配虚拟机。较佳的,所述b包括:遍历所述复杂服务的所有子服务,对于当前遍历的子服务si,依据无中断执行所需时间T_exe(si)、对于该子服务进行一次关键点存储所需时间T_cp(si)和进行关键点存储的可接受周期T_interval(si),基于以下公式计算无效时间百分比perc:然后,将perc与可接受度阈值delta进行比较,如果perc大于delta,则为该子服务选择资源冗余作为其可靠性策略;若perc小于或者等于perc,则为该子服务选择关键点存储作为其可靠性策略。较佳的,所述a包括:a1:为复杂服务构建一个空的图模型G(V,E),其中,节点集合V和边集合E都为空;a2:为复杂服务S={s1,s2...si...smax(s)}的每一个子服务si增加一个图节点节点的类型为主节点,节点的属性包括该子服务对CPU资源、内存资源和磁盘资源的需求,并将该节点添加到G的节点集合V中;a3:对于有数据交互的子服务si和sj,为其对应的节点和增加一条边并将该边增加到G的边集合E中,边的类型为主边,边的属性为子服务si和sj之间数据传输速率。较佳的,所述c包括:c1:遍历选择关键点存储作为其可靠性策略的子服务,对当前遍历的子服务si所对应的主节点增加相应的关键点存储节点节点的类型为关键点节点,节点的属性为存储关键点文件所需要的存储空间然后,基于以下公式计算和的数据传输速率:并增加一条连接和的边边的类型为存储边,边的属性为和的数据传输速率,并将添加到所述图模型的节点集合V中,将添加到所述图模型的边集合E中;c2:遍历选择资源冗余作为其可靠性策略的子服务,对当前遍历的子服务si所对应的主节点增加相应的冗余节点并且,对于集合V中的任意主节点如果其与直接相连,增加一条边边的属性为和的数据传输速率,边的类型为冗余边,将添加到集合E中。较佳的,所述d包括:d1:将所述图模型的边集合E中所有的主边添加到列表Ranked_EM[]中,对列表Ranked_EM[]按数据传输速率由高到低排序;d2:遍历列表Ranked_EM[],对当前遍历的边ei,获取ei的头结点head(ei)和尾节点tail(ei);d3:如果head(ei)和tail(ei)对应的子服务尚未部署,则搜索数据中心的子网,如果存在有两台物理机和的子网,满足的剩余资源大于head(ei)的资源需求,的剩余资源大于tail(ei)的资源需求,则在上按head(ei)的资源需求分配虚拟机,将head(ei)对应的子服务部署到该虚拟机上,在上按tail(ei)的资源需求分配虚拟机,将tail(ei)对应的子服务部署到该虚拟机上,返回步骤d2;d4:如果在步骤d3没有找到满足条件的子网,则搜索数据中心的集群,如果存在有两台物理机和的集群,满足的剩余资源大于head(ei)的资源需求,的剩余资源大于tail(ei)的资源需求,则在上按head(ei)的资源需求分配虚拟机,将head(ei)对应的子服务部署到该虚拟机上,在上按tail(ei)的资源需求分配虚拟机,将tail(ei)对应的子服务部署到该虚拟机上,返回步骤d2;d5:如果在步骤d4没有满足条件的集群,则从整个数据中心寻找两台物理机和满足的剩余资源大于head(ei)的资源需求,的剩余资源大于tail(ei)的资源需求,将head(ei)对应的子服务部署到tail(ei)对应的子服务部署到返回步骤d2;d6:如果只有head(ei)尚未部署,以部署tail(ei)的物理机为中心,从近到远搜索剩余资源大于head(ei)的资源需求的物理机,在该物理机上按head(ei)对资源的需求分配虚拟机,将head(ei)对应的子服务部署在该虚拟机上,返回步骤d2;d7:如果只有tail(ei)尚未部署,以部署head(ei)的物理机为中心,从近到远搜索剩余资源大于tail(ei)的资源需求的物理机,在该物理机上按tail(ei)对资源的需求分配虚拟机,将tail(ei)对应的子服务部署在该虚拟机上,返回步骤d2。较佳的,所述e包括:e1:将所述图模型的边集合E中所有的存储边添加到列表Ranked_EC[]中,对Ranked_EC[]按数据传输速率由高到低排序;e2:遍历Ranked_EC[],对当前遍历的边ei,获取头结点head(ei)和尾节点tail(ei);e3:以head(ei)部署的物理机为中心,从近到远搜索剩余资源大于tail(ei)的资源需求的物理机,将该物理机分配为head(ei)的关键点存储物理机。较佳的,所述f包括:f1:将所述图模型的边集合E中所有冗余边添加到列表Ranked_ER[]中,对Ranked_ER[]按数据传输速率由高到低排序;f2:遍历Ranked_ER[],对当前遍历的边ei,获取头结点head(ei)和尾节点tail(ei);f3:以head(ei)部署的物理机为中心,从近到远搜索剩余资源大于tail(ei)资源需求的物理机,在该物理机上按tail(ei)对资源的需求分配虚拟机,将tail(ei)对应的子服务部署在该虚拟机上。由上述技术方案可见,本申请提出的云环境下可靠性增强的服务部署方法通过将复杂服务建模为图模型,令图的主节点代表复杂服务的子服务,图的边代表子服务之间数据传输速率,然后依据各子服务自身的特性为各子服务选择对应的可靠性策略,并基于所选择的可靠性策略,为图模型中的各个主节点增加关键点存储节点或冗余节点,进行本文档来自技高网...

【技术保护点】
1.一种云环境下可靠性增强的服务部署方法,其特征在于,包括:a:将复杂服务建模为图模型,图的主节点代表所述复杂服务的子服务,图的边代表子服务之间数据传输速率;b:遍历复杂服务各子服务,根据复杂服务各子服务的特性为其选择关键点存储或者资源冗余作为其可靠性策略;c:基于所述选择的可靠性策略,对所述图模型进行扩展,分别为每个主节点增加关键点存储节点或冗余节点;d:对图模型中所有连接主节点的边按数据传输速率的降序进行排序,依次将边的头尾节点映射到云数据中心的物理机上,并在物理机上按需求分配虚拟机,将节点对应的子服务部署到虚拟机上;e:对图模型中所有连接主节点和关键点存储节点的边按数据传输速率的降序进行排序,依次将边的尾节点映射到云数据中心的物理机上,并在该物理机上为关键点分配存储空间;f:对图模型中剩余的边按数据传输速率的降序进行排序,依次将尾节点映射到云数据中心的物理机上,并在该物理机上为冗余服务节点分配虚拟机。

【技术特征摘要】
1.一种云环境下可靠性增强的服务部署方法,其特征在于,包括:a:将复杂服务建模为图模型,图的主节点代表所述复杂服务的子服务,图的边代表子服务之间数据传输速率;b:遍历复杂服务各子服务,根据复杂服务各子服务的特性为其选择关键点存储或者资源冗余作为其可靠性策略;c:基于所述选择的可靠性策略,对所述图模型进行扩展,分别为每个主节点增加关键点存储节点或冗余节点;d:对图模型中所有连接主节点的边按数据传输速率的降序进行排序,依次将边的头尾节点映射到云数据中心的物理机上,并在物理机上按需求分配虚拟机,将节点对应的子服务部署到虚拟机上;e:对图模型中所有连接主节点和关键点存储节点的边按数据传输速率的降序进行排序,依次将边的尾节点映射到云数据中心的物理机上,并在该物理机上为关键点分配存储空间;f:对图模型中剩余的边按数据传输速率的降序进行排序,依次将尾节点映射到云数据中心的物理机上,并在该物理机上为冗余服务节点分配虚拟机。2.根据权利要求1所述的方法,其特征在于,所述b包括:遍历所述复杂服务的所有子服务,对于当前遍历的子服务si,依据无中断执行所需时间T_exe(si)、对于该子服务进行一次关键点存储所需时间T_cp(si)和进行关键点存储的可接受周期T_interval(si),基于以下公式计算无效时间百分比perc:然后,将perc与可接受度阈值delta进行比较,如果perc大于delta,则为该子服务选择资源冗余作为其可靠性策略;若perc小于或者等于perc,则为该子服务选择关键点存储作为其可靠性策略。3.根据权利要求1或2所述的方法,其特征在于,所述a包括:a1:为复杂服务构建一个空的图模型G(V,E),其中,节点集合V和边集合E都为空;a2:为复杂服务S={s1,s2...si...smax(s)}的每一个子服务si增加一个图节点节点的类型为主节点,节点的属性包括该子服务对CPU资源、内存资源和磁盘资源的需求,并将该节点添加到G的节点集合V中;a3:对于有数据交互的子服务si和sj,为其对应的节点和增加一条边并将该边增加到G的边集合E中,边的类型为主边,边的属性为子服务si和sj之间数据传输速率。4.根据权利要求1或2所述的方法,其特征在于,所述c包括:c1:遍历选择关键点存储作为其可靠性策略的子服务,对当前遍历的子服务si所对应的主节点增加相应的关键点存储节点节点的类型为关键点节点,节点的属性为存储关键点文件所需要的存储空间然后,基于以下公式计算和的数据传输速率:并增加一条连接和的边边的类型为存储边,边的属性为和的数据传输速率,并将添加到所述图模型的节点集合V中,将添加到所述图模型的边集合E中;c2:遍历选择资源冗余作为其可靠性策略的子服务,对当前遍历的子服务si所对应的主节点增加相应的冗余节点并且,对于集合V中的任意主节点如果其与直接相连,增加一条边边的属性为和的数据传输速率,边的类型为冗余边,将添加到集合E中。5.根据权利要求1或2所述的方法,其特征在于,所述d包括:d1:将所述图模型的边集合E中所有的主边添加到列表Ranked_EM[]中,对列表Ranked_EM[]按...

【专利技术属性】
技术研发人员:周傲王尚广孙其博李静林原媛
申请(专利权)人:北京邮电大学
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1