开源云管理平台OpenStack中虚拟机部署机制的研究与优化

论文摘要

近年来,云计算一词越来越多的出现在人们的视野当中,也获得了越来越多的关注。云计算描述了一种基于互联网的新的IT服务增加、使用和交付模式,通常涉及通过互联网来提供动态可扩展而且经常是虚拟化的资源。云计算所带来的不仅仅是技术上的变革,更是商业模式上的变革。从长远来看,伴随着商业模式的变革,无论是企业用户还是个人用户,都会大幅降低投入成本,提高生产效率。借助云计算,社会各个领域会更廉价、更快捷的获取IT服务。作为现在最炙手可热的IT技术,云计算正在并将继续改变整个IT产业的格局。可以预见,云计算将像几十年前的个人电脑和互联网一样引领IT行业新一轮的浪潮。然而,无论云计算怎么发展,最终都需要依托数据中心来对外提供服务,数据中心尤其是采用虚拟化技术的数据中心的受关注程度也越来越高。同时,传统数据中心正在消耗大量的能源、空间和成本,而且消耗量日益膨胀。随着信息服务的日益深化,越来越多的企业希望构建更加绿色更加节能的新型数据中心,提高数据中心各项资源的利用率和节能降耗已成为当前数据中心面临的首要问题,相应的虚拟机部署问题也成为IT领域的重要研究方向。近两年来,通过虚拟化手段进行集中化整合开始成为提高数据中心利用率且节能的有力途径。部署了虚拟化技术之后,我们需要利用云计算系统的平台管理技术来实现大量服务器的协同工作,帮助我们便捷的进行业务部署和开通,快速发现和恢复系统故障,通过自动化、智能化的手段实现大规模系统的可靠运营。随着云计算的发展,云计算系统的平台管理技术也越来越成熟,OpenStack就是其中的佼佼者。但是其虚拟机部署机制还不太完善,存在如下问题：第一,采用原虚拟机部署算法的时候,使用状态的物理机的各项资源利用率偏低,造成了资源浪费；第二,原虚拟机部署算法不能为每一台物理机找到最合适的虚拟机组合,从而使用的物理机的数量偏多,增加了不必要的电能损耗,也增加了运营成本。本文针对新兴开源云计算平台OpenStack中虚拟机部署机制的不足,设计实现了一项新的解决方案——基于蚁群算法的OpenStack虚拟机部署策略。该策略利用了蚂蚁寻找食物过程中的分布式协作和正反馈机制来处理虚拟机请求,以减少使用的物理机数量并且降低电能消耗。通过搭建真实实验环境,验证了采用新虚拟机部署策略的OpenStack管理平台的可用性和可靠性,然后通过仿真实验的方式比较了改进算法和原来算法在各个层面的性能。证明了改进算法可以提高处于使用状态的物理机的各项资源的利用率,并能减少同等情况物理机使用数量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 本文贡献
• 1.2.1 面临的挑战
• 1.2.2 提出问题
• 1.2.3 解决方案
• 1.3 本文组织结构
• 1.4 本章小结
• 第二章 OpenStack开源云平台架构研究与分析
• 2.1 云计算
• 2.2 计算管理平台OpenStack
• 2.3 OpenStack架构分析
• 2.3.1 OpenStack Compute逻辑架构
• 2.3.2 OpenStack Compute系统架构
• 2.3.3 OpenStack Compute物理架构
• 2.3.4 OpenStack Compute服务架构
• 2.4 几种相关云平台的研究
• 2.4.1 Amazon EC2
• 2.4.2 OpenNebula
• 2.4.3 CloudStack
• 2.4.4 Eucalyptus
• 2.5 本章小结
• 第三章 OpenStack虚拟机部署机制研究与分析
• 3.1 OpenStack Compute源码框架概况
• 3.2 各个组件间通信机制AMQP
• 3.2.1 协议模型
• 3.2.2 消息处理流程
• 3.3 虚拟机启动过程
• 3.3.1 nova服务启动
• 3.3.2 nova-api处理阶段
• 3.3.3 nova-scheduler处理阶段
• 3.3.4 nova-compute处理阶段
• 3.4 本章小结
• 第四章 基于蚁群算法的OpenStack虚拟机部署算法设计与实现
• 4.1 组合优化问题
• 4.2 可行性分析
• 4.3 改进策略设计
• 4.3.1 改进策略总体框架
• 4.3.2 改进策略nova-api服务设计
• 4.3.3 改进策略nova-scheduler服务设计
• 4.3.4 物理机选择算法设计
• 4.3.5 改进策略Nova-compute服务设计
• 4.4 本章小结
• 第五章 实验和测试
• 5.1 实验环境
• 5.1.1 硬件配置
• 5.1.2 主要参数
• 5.2 OpenStack Compute云计算管理平台功能测试
• 5.2.1 测试场景
• 5.2.2 OpenStack云计算环境的启动和关闭
• 5.2.3 启动/关闭虚拟机功能
• 5.2.4 改进算法和原算法性能比较
• 5.2.5 可靠性与可扩展性
• 5.3 改进虚拟机部署算法性能仿真测试
• 5.3.1 测试方法
• 5.3.2 使用物理机数目
• 5.3.3 控制节点资源占用率
• 5.3.4 计算节点资源利用率
• 5.3.5 算法执行时间
• 5.4 本章小结
• 第六章 总结和展望
• 6.1 本文工作总结
• 6.2 今后研究展望
• 参考文献
• 缩略语
• 致谢
• 攻读学位期间发表的学术论文和科研情况