论文部分内容阅读
oVirt管理数量巨大的资源,资源分配是否合理,将影响整个系统的任务处理能力和用户体验。负载均衡作为云平台必备的关键机制,在oVirt中仍存在一些不足之处,这将导致系统的总体性能下降以及资源分配的不合理。为改善oVirt集群性能和降低系统能耗,分别提出了PBORLB和ECPTLB两种改进算法,并设计了oVirt平台资源调度算法验证系统,对以上算法进行验证。在设计负载均衡算法的过程中,研究了国内外负载均衡理论的先进成果,分析了oVirt平台架构与其负载均衡实现机制,最终在提高负载均衡性能和降低迁移成本上优化了oVirt负载均衡算法。本文主要工作如下:(1)研究负载均衡相关技术、oVirt云平台架构与源码,在此基础上分析了oVirt平台下的负载均衡算法,总结了oVirt云平台负载均衡在设计上的优缺点。(2)针对oVirt平台中vm_evenly_distributed和evenly_distributed算法考虑资源类型单一、负载均衡粒度粗糙、忽略虚拟机迁移性能损失的缺点,设计了PBORLB算法。PBORLB算法考虑每台虚拟机对资源的不同需求,并使用负载预测的方式改善oVirt负载均衡算法中的滞后性。然后通过设计遗传算法对多目标优化问题求解,包括种群编码、遗传算子设计、适应度函数设计等内容。(3)针对oVirt平台中power-saving算法未能考虑虚拟机的迁移成本,且虚拟机资源需求变化频繁时,容易引起系统性能下降的情况,设计了ECPTLB算法。ECPTLB算法注重降低能耗的同时,适当保证冗余计算资源,兼顾系统性能。(4)针对算法的验证设计了基于Master/Slave架构的oVirt平台资源调度算法验证系统(简称ORSAVS),对验证系统的总体架构和详细设计进行描述,并给出了各个模块的详细设计方案。最后通过验证系统,对PBORLB、ECPTLB算法进行分析和验证。实验表明,相比oVirt原生负载均衡算法,PBORLB算法在提高负载均衡程度、减小虚拟机性能损失等方面具有一定优势,而ECPTLB算法在降低能耗的同时能有效减少迁移成本。