一种云计算系统的服务资源动态调节方法技术方案

本发明专利技术针对云计算系统的服务资源难以实现协同优化管理问题，通过建立云计算系统中的无线mesh网络资源优化模型和进行云服务单元的服务精细化管理，实现云计算系统服务资源的自适应调节能力。

【技术实现步骤摘要】
一种云计算系统的服务资源动态调节方法
本专利技术涉及智能电网领域，特别是涉及通信网络，以及优化理论。
技术介绍
云计算(CloudComputing)从狭义上讲是指打基础设施的交付和使用模式,即通过网络按需、易扩展的方式获取所需的资源。广义上云计算是指服务的交付和使用模式,指通过网络按需、易扩展的方式获得所需服务。提供资源的网络称为"云",其计算能力通常是由分布式的大规模集群和服务器虚拟化软件搭建决定的。云计算提供的服务资源的类型可将云计算划分为3大类:基础设施服务(IaaS)、平台服务(PaaS)、软件服务(SaaS)，基础设施服务通过虚拟化和分布式存储等技术,实现对包括服务器、存储设备、网络设备等各种物理硬件资源的抽象,从而形成了一个按需分配且可扩展的虚拟化资源池。IaaS对外提供的是各种基础设施服务,如虚拟主机、磁盘及主机互联而成的网络。这些虚拟主机不仅可运行Windows操作系统,还可运行Linux操作系统,在用户看来,它与一台真实的物理主机是没有区别的。目前具有代表性的IaaS产品有:亚马逊(Amazon)AWS中的虚拟机EC2、云存储平台为开发者提供了应用程序的开发环境和运行环境,将开发者从繁琐的IT环境管理中解放出来,自动实现应用程序的部署和运行,使开发者能够将精力集中于应用程序的开发,极大地提升应用的开发效率。PaaS主要面向软件应用程序的开发者。Google的AppEngine和国内的新浪SAE都采用了PaaS的模式。软件即服务主要面向使用软件的终端用户。一般来说SaaS将软件功能特定的接口形式发布,终端用户通过网络浏览器就可使用软件功能。终端用户将只关注软件业务的使用,除此之外的工作,如软件的升级等是在客户端实现的,对终端用户都是透明的，云计算体系架构参考模型如图1所示。云服务的资源优化是为不同目标、从不同角度为基础进行资源的调配或控制,代表性的资源最大化内容包括:满足用户的资源请求,使用成本最低,最大资源利用率等优化目标函数,进一步细分主要工作集中在资源节能技术、资源负载平衡、虚拟机迁移及高可靠QoS服务。目前云计算系统的服务资源动态优化技术主要有：1.静态初始化优化管理静态初始优化管理主要针对用户的任务、资源需求及能耗最低策略设计,基于任务是从用户角度出发,而基于资源粒度是从资源需求进行研究。(1)基于任务特征的优化资源节能管理主要是根据任务特征来优化资源分配策略。部分学者提出了基于临时覆盖的优化分配策略,该策略首先根据虚拟机的相关属性建立一个表,该表根据不同的虚拟机组合,及计算对应的执行速度和支付成本,然后按照这个速度进行递増排序来构建这个排序表,并从中选择满足资源需求的最小支付成本集合,此成本就是资源运行效能最大化。(2)基于资源粒度的优化是从任务对资源的偏好的差异对虚巧机进行初始或重新配置,通过对资源优化组合获得成本更低的虚拟机到物理机的映射配置。根据用户的任务需求分为单资源和多资源,在单资源配置中,保证用户需求得到满足条件下,寻求最小资源需求下的最大化物理机效能,支配资源公平性分配策略DRF是一种常用的策略，在多资源需求分配中,为解决分配的公平和效率平衡,往往采用折中的策略。2动态优化技术管理动态优化技术节能是通过动态地监测资源使用情况,并根据实际情况做出相应的调整。DVFS是用硬件的方法调整工作频率实现的节省电能,虚拟机配置优化和迁移则是通过动态修正物理机的能效获得节能。(1)DVFS节能技术DVFS即动态电压频率调整,动态技术则是根据芯片所运行的应用程序对计算能力的不同需要,动态调节芯片的运行频率和电压,从而达到节能的目的。降低频率可降低功率,但是单纯地降低频率并不能节省能量。除此之外,DVFS方法能够利用因任务交互而导致的空闲时间。利用与任务相关的空闲期时间来执行任务,即在负载空闲时间降低频率和电压,达到降低能耗的作用。尽管上述优化技术使云计算资源利用效能获得了提升，但尚不能满足大范围的动态应用需求，为此有必要提出一种满足QoE的服务资源动态调节机制。
技术实现思路
本专利技术所要解决的技术问题是：通过建立云计算系统中的无线mesh网络资源优化模型和进行云服务单元的服务精细化管理，实现云计算系统服务资源的自适应调节能力。本专利技术为解决上述技术问题所采用的技术方案包括以下步骤，如图2所示：A、建立云计算系统中的无线mesh网络资源优化模型；B、进行云服务精细化管理。所述步骤A中，具体为：采用基于单播的无线mesh网络作为云计算系统的数据传输平台，并对其资源进行优化处理，具体为：IM-1＝{0,1,...,M-2}其中G(N,E)为无线mesh网络的连通图，N为网络中的节点集合，E为网络中的链路集合，t(l)为链路l的发送节点，r(l)为链路l的接收节点，TO(n)为以节点n为起始节点的链路集合，Ti(n)为以节点n为目的节点的链路集合，Γ为网络中的源节点与目的节点对集合，(s,d)为源节点s与目的节点d之间的单播集合，cl为链路l的容量，为链路l的平均丢包率，为业务的平均传输速率，为(s,d)之间的数据传输所需传输子网数目，为(s,d)的第个子网，为(s,d)的第个子网的平均传输速率，M为子网的最大数目，lM＝{0,1,2,...,M-1}为(s,d)间的子网标识集合，Pi(s,d)为(s,d)中的Li数据成功传输的概率，为决策变量，若链路l用于传输(s,d)中的Li数据包则反之则为源节点s与目的节点d之间子网Li中用于传输业务数据的链路集合，为决策变量，若子网Li中的数据包的发送源节点为s且目的节点为d，则反之则为中的子网优先级权重系数，中根据子网优先级不同则其具有不同的优先级权重系数，当i<j时，为的QoS约束值，J为所有独立数据包的标识集合，i和j为独立子网标识，Zj为多条链路被同时使用的决策系数集合，为决策变量，若链路l经过第j个子网，则反之则aj为每个时隙中使用第j个子网进行业务数据传输的链路触发因子。所述步骤B中，使用服务管理控制单元进行服务精细化管理，具体为：服务管理控制单元包括服务周期循环操作与控制单元、服务逻辑规划单元、云服务资源发现与分配单元、基于云服务的架构部署设置单元、虚拟服务池、云服务定义与操作单元、数据分析单元、数据和服务管理单元、服务逻辑规划单元以及流数据处理单元，其中服务周期循环操作与控制单元包含服务周期循环规则管理单元和管理引擎，云服务资源发现与分配单元包含资源自适应优化分配单元和虚拟网络架构管理单元，云服务定义与操作单元包含虚拟服务与实体服务映射转化单元和服务请求单元，数据分析单元包含模糊控制单元、数据文档和分类和归一化处理单元，数据和服务管理单元包含数据修正引擎和日志文档管理单元。所述步骤B中，一方面，首先服务请求单元接收用户的服务请求，并将其传递至数据分析单元，数据分析单元中的模糊控制单元通过相应的规则将数据文档进行预处理，然后进行分类和归一化处理，并且其通过日志文档管理单元传递至数据修正引擎，数据修正引擎将修正调节参数和被处理后的数据传递至管理引擎，另一方面，服务周期循环操作与控制单元通过服务逻辑规划单元将动态管理信息传递至云服务资源发现与分配单元，其中服务逻辑规划单元用于云服务进程的动态分配与调整，云服务资源发现与分本文档来自技高网...

【技术保护点】
一种云计算系统的服务资源动态调节方法，通过建立云计算系统中的无线mesh网络资源优化模型和进行云服务单元的服务精细化管理，实现云计算系统服务资源的自适应调节能力，包括如下步骤：A、建立云计算系统中的无线mesh网络资源优化模型；B、进行云服务精细化管理。

【技术特征摘要】
1.一种云计算系统的服务资源动态调节方法，通过建立云计算系统中的无线mesh网络资源优化模型和进行云服务单元的服务精细化管理，实现云计算系统服务资源的自适应调节能力，包括如下步骤：A、建立云计算系统中的无线mesh网络资源优化模型；B、进行云服务精细化管理。2.根据权利要求1的方法，对于所述步骤A其特征在于：采用基于单播的无线mesh网络作为云计算系统的数据传输平台，并对其资源进行优化处理，具体为：IM-1＝{0,1,...,M-2}其中G(N,E)为无线mesh网络的连通图，N为网络中的节点集合，E为网络中的链路集合，t(l)为链路l的发送节点，r(l)为链路l的接收节点，TO(n)为以节点n为起始节点的链路集合，Ti(n)为以节点n为目的节点的链路集合，Γ为网络中的源节点与目的节点对集合，(s,d)为源节点s与目的节点d之间的单播集合，cl为链路l的容量，为链路l的平均丢包率，为业务的平均传输速率，为(s,d)之间的数据传输所需传输子网数目，为(s,d)的第个子网，为(s,d)的第个子网的平均传输速率，M为子网的最大数目，lM＝{0,1,2,...,M-1}为(s,d)间的子网标识集合，为(s,d)中的Li数据成功传输的概率，为决策变量，若链路l用于传输(s,d)中的Li数据包则反之则为源节点s与目的节点d之间子网Li中用于传输业务数据的链路集合，为决策变量，若子网Li中的数据包的发送源节点为s且目的节点为d，则反之则为中的子网优先级权重系数，中根据子网优先级不同则其具有不同的优先级权重系数，当i<j时，为的QoS约束值，J为所有独立数据包的标识集合，i和j为独立子网标识，Zj为多条链路被同时使用的决策系数...

【专利技术属性】
技术研发人员：黄东，杨涌，龙华，刘竟成，张矩，沈俊，
申请(专利权)人：黄林果，
类型：发明
国别省市：重庆,50