混合云环境下基于负载预测的资源弹性伸缩方法技术

本发明专利技术公开了一种混合云环境下基于负载预测的资源弹性伸缩方法，包括步骤：计算混合云集群下一时间戳的负载预测值，确定当前集群能够处理的最大请求数；判断负载预测值是否大于当前集群能够处理的最大请求数，是则对混合云集群进行弹性扩展，否则对混合云集群进行弹性收缩。其中，资源弹性扩展通过负载预测方法预测集群下一时间戳的负载情况，计算进行弹性扩展的资源，使用以用户公有云集群租用成本最小化为目标的扩展模型进行弹性扩展；资源弹性收缩，确定将要收缩的一个或者多个节点将这些节点上的数据进行迁移。本发明专利技术在实际负载来临之前完成资源的弹性扩展或弹性收缩，达到优化资源成本和提高集群资源利用率的目的。

【技术实现步骤摘要】
混合云环境下基于负载预测的资源弹性伸缩方法
本专利技术涉及计算机云计算
，特别涉及一种混合云环境下基于负载预测的资源弹性伸缩方法。
技术介绍
云计算可以划分为公有云、私有云和混合云。其中公有云由企业或组织运营，通过互联网向用户提供计算或存储资源，使用其服务的用户按需付费，无需购买和维护软硬件等基础设施。私有云则将云计算服务架设在企业或组织内部，不再受到公用网络上安全威胁和网络带宽的影响，其基础架构可以进行调整和优化以符合企业或组织的需求，缺点是需要付出额外的成本进行维护和管理。混合云是私有云、公有云两种云计算部署模式的结合体，支持应用在云间的数据共享、自动部署、灵活迁移和按需扩展。一般而言，混合云等于“私有云+公有云”，兼容公有云可扩展、节约成本和私有云安全可控的优势。由于安全和管理等原因，有些用户既希望使用公有云，又不希望将一些隐私信息部署在公有云上，这时就可以使用混合云。同时，混合云也为私有云的弹性资源需求和灾难恢复等问题提供了一个解决方案。国内外的电信运营商如中国移动、中国电信和中国联通等在对外提供公有云服务的同时也在企业内部积极尝试实施私有云，这也是混合云的一种形式。随着云计算的发展，混合云被许多用户和企业所采用。用户或企业对于混合云的需求越来越大，从而对云环境下资源弹性管理的要求也越来越高。在云计算集群规模日益庞大的今天，如果不能提升整个系统的资源弹性管理能力，就无法充分利用系统资源。为保证集群的可靠运行，云用户在搭建应用集群时，往往按照负载最高值配置资源，但由于日常负载通常维持在一个较低的水平，造成资源的极大浪费。而如果按照较低负载配置资源，则在系统达到负载高峰时，将因资源短缺而无法满足服务质量需求，甚至造成服务不可用。
技术实现思路
本专利技术的目的是针对现有技术的不足，提出一种混合云环境下基于负载预测的资源弹性伸缩方法，能满足资源需求和保证集群可靠性的同时，降低公有云成本和提高混合云集群资源利用率。为实现上述目的，本专利技术所设计的混合云环境下基于负载预测的资源弹性伸缩方法，其特殊之处在于，包括如下步骤：1)计算混合云集群下一时间戳的负载预测值β，确定当前集群能够处理的最大请求数req；2)判断负载预测值β是否大于当前集群能够处理的最大请求数req，是则前往步骤3)，否则前往步骤4)；3)对混合云集群进行弹性扩展：确定每一种配置节点在单位时间内能够处理的最大请求数，建立弹性扩展模型和约束条件，计算进行弹性扩展的资源，使用以用户公有云集群租用成本最小化为目标的扩展模型进行弹性扩展；4)对混合云集群进行弹性收缩：通过集群剩余负载能力、数据迁移时间、数据传输代价求得每一个数据节点的迁移代价，确定迁移代价最小的一个或者若干个节点为收缩节点进行数据迁移并释放节点。优选地，所述步骤3)中弹性扩展模型为约束条件为：式中，minCost为开销最低供给方案，为有效开销，为无效开销，Ai代表当前虚拟机供给配置中类型i虚拟机实例的数量，Tij代表Ai个类型i虚拟机中第j个虚拟机实例的剰余时间，Eij为虚拟机淘汰变量，取值为0或1，μ,Pi,Ci,Ai,Tij,N均为常量，其中N表示当前云服务提供商资源类型的数量，Pi表示类型为i的公有云资源单位时间内对应的成本，Xi表示进行资源伸缩方案后类型为i的公有云资源对应的数量，Xi为自然数且其中的i小于资源类型数N，β表示通过负载预测得到的混合云集群负载预测值，Ci表示类型为i的公有云资源的处理能力，μ表示比较有效成本和无效成本的权值参数。优选地，所述步骤4)中确定迁移代价最小的节点的方法为求解每个负载均衡方案的最终效用值Y，确定最小的最终效用值Y对应的节点为迁移代价最小的节点；Y＝WXX′+WTT′+WLL′式中，WX、WT、WL分别为剩余负载能力、数据迁移时间和数据传输代价的权重，X′、T′和L′分别为剩余负载能力方差、数据迁移时间方差和数据传输代价方差的格式化值。优选地，所述剩余负载能力、数据迁移时间和数据传输代价的权重的确定方法为利用熵值法确定剩余负载能力、数据迁移时间和数据传输代价三个指标的客观权重。优选地，所述剩余负载能力、数据迁移时间和数据传输代价的权重的确定方法为利用层次分析法确定剩余负载能力、数据迁移时间和数据传输代价三个指标的主观权重。优选地，所述剩余负载能力、数据迁移时间和数据传输代价的权重的确定方法为根据剩余负载能力、数据迁移时间和数据传输代价三个指标的主观权重、客观权重，利用组合赋权法确定剩余负载能力、数据迁移时间和数据传输代价三个指标的权重。优选地，所述步骤4)中数据迁移的过程包括两个步骤：机架内数据迁移和机架间数据迁移，机架内数据迁移过程中会进行尽量多数据的迁移，以减少机架间数据迁移的数据量，迁移前需要计算待迁移的数据量，然后完成迁移操作，如此循环，直到所有节点都不再能够进行机架内数据迁移，再进行机架间的数据迁移，先计算待迁移的数据量，完成迁移操作，直到每个待删除节点上的数据完全迁移后迁移过程结束，对节点进行删除操作。优选地，所述剩余负载能力方差的极差格式化值X′的计算方法为式中，X′为当前负载均衡方案的剩余能力方差，Xmax、Xmin分别为所有负载均衡方案剩余负载能力方差的最大值、最小值。本专利技术的优点在于：1.本专利技术结合资源弹性管理和混合云资源的特性提出了混合云中基于负载预测的资源弹性伸缩方法，在保持平台资源利用率的基础上，伸缩方法以降低平台成本为目标，通过构建伸缩成本模型来衡量伸缩过程中的花费，并从众多伸缩策略中选择一个能够最大限度降低平台成本的策略来执行。2.本专利技术提出基于负载预测的混合云集群弹性扩展方法，以根据负载请求的波动情况，当平台需要扩展资源时增加成本较低的资源，当平台需要释放资源时释放成本较高的资源，动态地从云服务提供商申请、释放资源。3.本专利技术建立基于多目标优化的弹性收缩节点的选择方法，选择迁移代价最小的一个或多个节点作为释放节点，数据迁移完成后即可进行资源的释放。4.本专利技术在实际负载来临之前完成资源的弹性扩展或弹性收缩，达到优化资源成本和提高集群资源利用率的目的。附图说明图1为本专利技术混合云环境下基于负载预测的资源弹性伸缩方法的流程图。图2为混合云环境下基于负载预测的资源弹性伸缩方法的模型框架。具体实施方式以下结合附图和具体实施例对本专利技术作进一步的详细描述。如图1所示，本专利技术提出的一种混合云环境下基于负载预测的资源弹性伸缩方法，包括如下步骤：1)计算混合云集群下一时间戳的负载预测值β，确定当前集群能够处理的最大请求数req；2)判断负载预测值β是否大于当前集群能够处理的最大请求数req，是则前往步骤3)，否则前往步骤4)；3)对混合云集群进行弹性扩展：确定每一种配置节点在单位时间内能够处理的最大请求数，建立弹性扩展模型和约束条件，计算进行弹性扩展的资源，使用以用户公有云集群租用成本最小化为目标的扩展模型进行弹性扩展；4)对混合云集群进行弹性收缩：通过集群剩余负载能力、数据迁移时间、数据传输代价求得每一个数据节点的迁移代价，确定迁移代价最小的一个或者若干个节点为收缩节点进行数据迁移并释放节点。下面详述本专利技术的研究过程：如图2所示，混合云环境下资源弹性管理能够根据用户的业务需求和策略，经济地自动调整弹性计算资源的管理服本文档来自技高网...

【技术保护点】
1.一种混合云环境下基于负载预测的资源弹性伸缩方法，其特征在于：包括如下步骤：1)计算混合云集群下一时间戳的负载预测值β，确定当前集群能够处理的最大请求数req；2)判断负载预测值β是否大于当前集群能够处理的最大请求数req，是则前往步骤3)，否则前往步骤4)；3)对混合云集群进行弹性扩展：确定每一种配置节点在单位时间内能够处理的最大请求数，建立弹性扩展模型和约束条件，计算进行弹性扩展的资源，使用以用户公有云集群租用成本最小化为目标的扩展模型进行弹性扩展；4)对混合云集群进行弹性收缩：通过集群剩余负载能力、数据迁移时间、数据传输代价求得每一个数据节点的迁移代价，确定迁移代价最小的一个或者若干个节点为收缩节点进行数据迁移并释放节点。

【技术特征摘要】
1.一种混合云环境下基于负载预测的资源弹性伸缩方法，其特征在于：包括如下步骤：1)计算混合云集群下一时间戳的负载预测值β，确定当前集群能够处理的最大请求数req；2)判断负载预测值β是否大于当前集群能够处理的最大请求数req，是则前往步骤3)，否则前往步骤4)；3)对混合云集群进行弹性扩展：确定每一种配置节点在单位时间内能够处理的最大请求数，建立弹性扩展模型和约束条件，计算进行弹性扩展的资源，使用以用户公有云集群租用成本最小化为目标的扩展模型进行弹性扩展；4)对混合云集群进行弹性收缩：通过集群剩余负载能力、数据迁移时间、数据传输代价求得每一个数据节点的迁移代价，确定迁移代价最小的一个或者若干个节点为收缩节点进行数据迁移并释放节点。2.根据权利要求1所述的混合云环境下基于负载预测的资源弹性伸缩方法，其特征在于：所述步骤3)中弹性扩展模型为约束条件为：式中，minCost为开销最低供给方案，为有效开销，为无效开销，Ai代表当前虚拟机供给配置中类型i虚拟机实例的数量，Tij代表Ai个类型i虚拟机中第j个虚拟机实例的剰余时间，Eij为虚拟机淘汰变量，取值为0或1，μ,Pi,Ci,Ai,Tij,N均为常量，其中N表示当前云服务提供商资源类型的数量，Pi表示类型为i的公有云资源单位时间内对应的成本，Xi表示进行资源伸缩方案后类型为i的公有云资源对应的数量，Xi为自然数且其中的i小于资源类型数N，β表示通过负载预测得到的混合云集群负载预测值，Ci表示类型为i的公有云资源的处理能力，μ表示比较有效成本和无效成本的权值参数。3.根据权利要求1所述的混合云环境下基于负载预测的资源弹性伸缩方法，其特征在于：所述步骤4)中确定迁移代价最小的节点的方法为求解每个负载均衡方案的最终效用值Y，确定最小的最终效用值Y对应的节点为迁移代价最小的节点；Y＝WXX′+WTT′+WLL′式中，WX...

【专利技术属性】
技术研发人员：李春林，郑乙，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42