朱倩

(河源市職業(yè)技術(shù)學(xué)校，廣東河源　517000)

?

云環(huán)境下顧及SLA及QoS的資源調(diào)度策略

朱倩

(河源市職業(yè)技術(shù)學(xué)校，廣東河源517000)

摘要：考慮到云技術(shù)是當(dāng)前較為流行基于服務(wù)的分布式計(jì)算及其不需要用戶關(guān)注底層的系統(tǒng)實(shí)現(xiàn)。有效的資源調(diào)配一方面能減少資源的過(guò)度浪費(fèi)，或者減少成本以增加用戶的滿意度，最終提升系統(tǒng)的性能。本文通過(guò)對(duì)云計(jì)算平臺(tái)資源的虛擬化技術(shù)，實(shí)現(xiàn)系統(tǒng)性能需求的精確預(yù)算。從服務(wù)的角度，探討一種云環(huán)境下基于Virtual Machine(VM)的顧及Service Level Agreement (SLA)及Quality of Service (QoS)的資源調(diào)度策略。模擬實(shí)驗(yàn)結(jié)果表明，本資源的調(diào)度策略是一種提高系統(tǒng)資源利用率的有效手段，具有一定的實(shí)用價(jià)值。

關(guān)鍵詞：云計(jì)算；Virtual Machine(VM)；Service Level Agreement (SLA)；Service Level Agreement (SLA)；資源調(diào)度

過(guò)去的幾年，在學(xué)術(shù)界與工業(yè)界，云計(jì)算已經(jīng)取得了長(zhǎng)足的進(jìn)步。作為服務(wù)計(jì)算的一部分，云計(jì)算提供了編程、應(yīng)用開(kāi)發(fā)、存儲(chǔ)以及各類硬件資源的服務(wù)。正如云計(jì)算的概念指出，云計(jì)算一方面是虛擬化技術(shù)(Virtualization)、效用計(jì)算(Utility Computing)、XaaS(包括IaaS、PaaS、SaaS等)等技術(shù)混合演進(jìn)并躍升的結(jié)果；另一方面是并行計(jì)算(Parallel Computing)、分布式計(jì)算(Distributed Computing)和網(wǎng)格計(jì)算(Grid Computing)的發(fā)展，或者說(shuō)是這些計(jì)算機(jī)科學(xué)概念的商業(yè)實(shí)現(xiàn)[1]。云計(jì)算則通過(guò)Web服務(wù)請(qǐng)求的方式，訪問(wèn)云數(shù)據(jù)中心所提供的相關(guān)服務(wù)，使得云計(jì)算中心能夠依據(jù)服務(wù)請(qǐng)求所需資源，在虛擬資源池中按需分配必要的可計(jì)算資源，包括計(jì)算機(jī)和存儲(chǔ)系統(tǒng)實(shí)現(xiàn)計(jì)算任務(wù)的高效執(zhí)行[2]。

然而，云計(jì)算仍面臨著一系列的挑戰(zhàn)，尤其是確保Quality of Service(QoS)的資源調(diào)配問(wèn)題。要實(shí)現(xiàn)資源與服務(wù)的有效調(diào)配，必須獲得QoS涉及一系列的參數(shù)與屬性，包括包的丟失率、網(wǎng)絡(luò)延遲、傳輸率、成本與聲譽(yù)，以及數(shù)據(jù)安全、可信度與用戶滿意度等等。當(dāng)然，提升用戶滿意度與QoS的目標(biāo)是一致的。由于資源提供者與使用者間的Service Level Agreement (SLA)協(xié)議中定義了相關(guān)的QoS和成本費(fèi)用，只有協(xié)調(diào)好這兩者的關(guān)系，才能保證系統(tǒng)的用戶滿意度，從而提升系統(tǒng)的性能。當(dāng)前，基于不同QoS測(cè)度約束的資源調(diào)配的研究很多，有從高性能角度通過(guò)計(jì)算響應(yīng)時(shí)間百分比、資源利用率以及包丟失率等參數(shù)進(jìn)行研究的方法，也有通過(guò)計(jì)算最大、最小以及平均響應(yīng)時(shí)間進(jìn)行衡量的方法，以及考慮帶寬等資源分配進(jìn)行的研究[3-5]。國(guó)外也嘗試著從SLA的角度確保QoS的研究[6]，其中也有一些工作針對(duì)Virtual Machine(VM)資源的調(diào)配確保QoS的方式[7]。在云平臺(tái)中，由于網(wǎng)絡(luò)特性和IT資源的不確定性與動(dòng)態(tài)變化特性，要實(shí)現(xiàn)SLA的目標(biāo)也是一項(xiàng)重要的挑戰(zhàn)。鑒于此，在提及的資源調(diào)配，在滿足SLA的基礎(chǔ)上，探討采用一種基于云環(huán)境下資源的自適應(yīng)VM資源回收與調(diào)配策略，確保計(jì)算資源的整體花費(fèi)最小。

1基于QoS的VM資源調(diào)度策略

1.1面向QoS的請(qǐng)求過(guò)程

云計(jì)算通常采用虛擬化技術(shù)實(shí)現(xiàn)資源的按需分配與管理。文中提到的資源主要指計(jì)算資源、數(shù)據(jù)資源包括服務(wù)資源。下面依據(jù)SLA中資源約束準(zhǔn)則對(duì)調(diào)配相關(guān)的資源調(diào)度問(wèn)題進(jìn)行探討。

作業(yè)調(diào)度研究的是如何分配計(jì)算資源，而資源調(diào)配研究的是計(jì)算資源的分配問(wèn)題。一般地，資源調(diào)配與作業(yè)調(diào)度一樣，都屬于NP復(fù)雜性問(wèn)題[8-9]。涉及到資源的提供者與消費(fèi)者，對(duì)于資源的提供者，希望充分利用已有資源，更多地分配資源給用戶使用，提升資源利用率獲得更大的回報(bào)；但是如果分配的資源不足，將導(dǎo)致作業(yè)無(wú)法執(zhí)行，因此資源調(diào)配在作業(yè)調(diào)度方面起著關(guān)鍵作用。通常用戶與資源提供者間在所簽署的SLA協(xié)議中定義了相關(guān)的QoS和費(fèi)用。如圖1所示，從系統(tǒng)結(jié)構(gòu)角度依據(jù)SLA協(xié)議的客戶服務(wù)請(qǐng)求，在用戶提交事務(wù)生成服務(wù)請(qǐng)求作業(yè)隊(duì)列后，系統(tǒng)按請(qǐng)求的不同需求構(gòu)建與釋放VM資源進(jìn)行處理的過(guò)程。

圖1　用戶與服務(wù)資源VM框架體系

實(shí)際上，基于相關(guān)分析結(jié)果的虛擬機(jī)調(diào)配已有相關(guān)研究[10]，主要是針對(duì)虛擬機(jī)的動(dòng)態(tài)場(chǎng)景使用云計(jì)算的SaaS、PaaS與IaaS層，然而，多數(shù)并未從資源再利用的角度去探討VM回收資源去滿足新的請(qǐng)求，而是直接創(chuàng)建新的VM，雖然新的任務(wù)可能與之前分配的VM具有同樣的資源需求程度，但該方法比較費(fèi)時(shí)，并不適合每一種情形尤其是VM的再利用問(wèn)題。

QoS約束下資源調(diào)度策略問(wèn)題主要研究數(shù)據(jù)、服務(wù)、網(wǎng)絡(luò)等可計(jì)算資源在確保用戶QoS參數(shù)前提下如何提高系統(tǒng)性能的問(wèn)題。通常，為實(shí)現(xiàn)任務(wù)完成在時(shí)間上的改善，可以給每一個(gè)任務(wù)成本設(shè)定一組QoS參數(shù)來(lái)衡量用戶的滿意度，包括任務(wù)完成的Deadline和費(fèi)用約束。下面從系統(tǒng)性能角度探討一種服務(wù)、數(shù)據(jù)、計(jì)算節(jié)點(diǎn)與網(wǎng)絡(luò)距離的調(diào)度策略模型。系統(tǒng)請(qǐng)求根據(jù)請(qǐng)求的類型進(jìn)行分類，構(gòu)建不同類型的VM提供服務(wù)，主要關(guān)注當(dāng)前是否有滿足需求的VM隊(duì)列提供服務(wù)，從而避免重新創(chuàng)建VM。以下為QoS管理控制過(guò)程偽碼描述：

Procedure Controlling：

do{

Predict user requirements analyzing or admission controlling

if not (avail. Resources)

Exit service

End if

If not (match Queue type)

Create New Queue type

End if

Save request queue and results of predict

Monitoring request resources

}

while (requirement threshold > types of queue )

上述QoS管理過(guò)程，系統(tǒng)首先通過(guò)需求分析與許可控制對(duì)新的請(qǐng)求服務(wù)檢測(cè)可用資源充足與否，如果發(fā)現(xiàn)請(qǐng)求服務(wù)在SLA規(guī)定的時(shí)間內(nèi)能完成，將請(qǐng)求作業(yè)將進(jìn)入隊(duì)列匹配已有的隊(duì)列類型，如果沒(méi)有相關(guān)隊(duì)列，將重新分配合適規(guī)模的資源創(chuàng)建VM。

1.2自適應(yīng)VM調(diào)度策略

在允許一個(gè)服務(wù)進(jìn)入隊(duì)列服務(wù)前，所有在隊(duì)列中的服務(wù)被計(jì)算的時(shí)間總和，標(biāo)記為T(mén)neg，平均執(zhí)行時(shí)間為T(mén)exe，服務(wù)時(shí)間為T(mén)service，總的需求時(shí)間Ttotal為系統(tǒng)監(jiān)測(cè)到隊(duì)列中所有服務(wù)的執(zhí)行時(shí)間Texe與不確定的網(wǎng)絡(luò)時(shí)間總和，且Treq，Tact分別表示請(qǐng)求協(xié)商與實(shí)際作業(yè)完成時(shí)間。在運(yùn)行中，當(dāng)一個(gè)新的作業(yè)到來(lái)后，Tnew_act被預(yù)測(cè)，滿足

Tnew_neg+Tneg> Ttotal+Tnew_act+Tthreshold,

Tservice> Tneg+Tnew_act。

則新的作業(yè)將進(jìn)入隊(duì)列獲得VM資源完成服務(wù)請(qǐng)求。當(dāng)然，在隊(duì)列中，作業(yè)的執(zhí)行還與作業(yè)的優(yōu)先數(shù)有關(guān)。通常用到達(dá)時(shí)間Tarriv與協(xié)商限定時(shí)間Tneg_limit之和，稱為優(yōu)先因子Fprio來(lái)衡量作業(yè)的優(yōu)先級(jí)，即

Fprio=Tarriv+Tneg_limit。

調(diào)度策略按如下算法執(zhí)行：

Input:Texe,Tservice,ReservedTime,n(Numberofjob),j(Numberofqueue),i(Numberofjobsinqueue);Output:ProvisioningbetweenVMwithQoS Tneg_=∑Tneg; Ttotal=n×Texe; Testimate=Tnew_act+Ttotal+other_time; Tmax_limit=Tnew_act+Tneg_; if Tmax_limit≥Testimate&&Tservice≥Tmax_limitthen Allowjobtoenterintoinputqueue; else Rejectjobtoenterintoinputqueue; endif Calculatepriorityfactor; ifavailable(resources)then createVM Repeatforallqueue; Calculatepriorityi=∑Fprio; FindmaximumpriorityiforcreatingnewVMoftypei; else WaitforVMofsametypeforcompletingcurrentjob; endif

2實(shí)驗(yàn)仿真

采用云仿真CloudSim工具對(duì)上述提出的基于QoS的VM調(diào)配進(jìn)行模擬實(shí)驗(yàn)，現(xiàn)采用100臺(tái)4核CPU和4G內(nèi)存的計(jì)算節(jié)點(diǎn)構(gòu)建云計(jì)算中心。作業(yè)請(qǐng)求率按每秒200個(gè)請(qǐng)求計(jì)算，假定VM的創(chuàng)建與去分配時(shí)間為3 min，其服務(wù)時(shí)間約定為30 min。圖2顯示為加載調(diào)度策略算法與云計(jì)算自動(dòng)執(zhí)行時(shí)的比較結(jié)果，圖2(a)為計(jì)算節(jié)點(diǎn)數(shù)與VM創(chuàng)建時(shí)間的關(guān)系，隨著節(jié)點(diǎn)數(shù)的增加，創(chuàng)建時(shí)間也隨之增加。圖2(b)為請(qǐng)求服務(wù)數(shù)與模擬時(shí)間在是否加載調(diào)度策略算法的關(guān)系。表明在有調(diào)度策略算法的情況下，相同時(shí)間的基礎(chǔ)上，服務(wù)請(qǐng)求的數(shù)量較一般云計(jì)算的要多。

圖2　加載調(diào)度策略算法與云計(jì)算自動(dòng)執(zhí)行時(shí)的比較結(jié)果

3結(jié)論

云計(jì)算環(huán)境中資源與服務(wù)的調(diào)配是一個(gè)較為復(fù)雜的問(wèn)題，針對(duì)云環(huán)境下可計(jì)算資源的VM回收與重構(gòu)技術(shù)，以作業(yè)的分類與VM類型對(duì)應(yīng)，針對(duì)優(yōu)先因子的計(jì)算提出一種云環(huán)境下基于VM(的顧及SLA及QoS的資源調(diào)度策略算法，從而獲得系統(tǒng)性能的提升。實(shí)驗(yàn)表明提出的資源調(diào)度算法是一種提高系統(tǒng)性能的有效手段，具有顯著效果。下一步可以從資源分配的角度探討資源調(diào)配策略對(duì)資源利用率與系統(tǒng)性能的影響。

參 考 文 獻(xiàn)

[1]劉鵬．云計(jì)算[M].北京:電子工業(yè)出版社,2011．

[2]曾志,王晉,杜震洪,等.一種云格環(huán)境下可計(jì)算資源與服務(wù)高效調(diào)配機(jī)制[J].浙江大學(xué)學(xué)報(bào):理學(xué)版,2014, 41(3):353-357.

[3]Xiong K，Suh S．Resource provisioning in SLA-based cluster computing[C]．JSSPP'10,Berlin：Springer-Verlag,2010:1-15．

[4]Cao Z, Zegura EW. Utility Max-Min: An Application-Oriented Bandwidth Allocation Scheme[C]. In Proceedings of IEEE INFOCOM,1999: 793-801.

[5]Chassot C. Performance analysis for an IP Differentiated Services Network[C]. Proceeding of IEEE International conference communication,2002,2:976-980.

[6]Lee Y C, Wang C, Zomaya A Y, et al. Profit-driven service request scheduling in clouds. In Proceedings of the 10thIEEE/ACM International Conference on Cluster, Cloud and Grid Computing, 2010.

[7]Rodero-Merino L, Vaquero L M, Gil V, et al. From infrastructure delivery to servicemanagement in clouds. in Future Generation Computer Systems,2010, 26(8):1226-1240.

[8]Wang L，Siegel H J，Roychowdhury V R, et al.Task matching and scheduling in heterogeneous computing environments using a genetic-algorithm-based approach[J]. J Parallel Distrib Comput,1997,47:8-22.

[9]謝麗霞，嚴(yán)焱心. 云計(jì)算環(huán)境下的服務(wù)調(diào)度和資源調(diào)度研究[J]. 計(jì)算機(jī)應(yīng)用研究,2015(2):528-531.

[10]許力，曾智斌，姚川. 云計(jì)算環(huán)境中虛擬資源分配優(yōu)化策略研究[J]. 通信學(xué)報(bào)，2012(SD):9-16.

Resource Scheduling Strategy of SLA and QoS Under Cloud Computing

ZHU Qian

(Heyuan City Occupation Technical School, Heyuan 51700, China)

AbstractConsidering that cloud computing does not require users paying attention to the bottomed system implementation, we take the technology of cloud computing as currently more popular distributed computing based services. However, efficient resource allocation can reduce the excessive waste of resources, and increase user satisfaction by reducing cost, so as to improve the system performance. This paper realizes the accurate prediction on system performance with virtual technology in cloud computing platform, discussing the resource scheduling strategy based on Virtual Machine(VM) and ervice Level Agreement (SLA) in a cloud environment from the service point of view. Simulation results show that the scheduling strategy is an effective method to improve the utilization of system resources, which has a certain practical value.

Key wordscloud computing; Virtual Machine(VM); Service Level Agreement (SLA); Service Level Agreement (SLA); resource scheduling

文章編號(hào)：1009-0312(2016)01-0020-04

中圖分類號(hào)：TP391

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介：朱倩(1982—)，女，江西高安人，講師，碩士，主要從事計(jì)算機(jī)應(yīng)用研究。

收稿日期：2014-06-03