張曉峰　李欣　孫海春　趙曉凡　 中國人民公安大學信息技術與網(wǎng)絡安全學院

引言

云計算是一種商業(yè)模式。在該模式的定價機制中，最常用的付費方式是按需付費，其中彈性是按需付費的核心。彈性表現(xiàn)良好的云服務，既能保障用戶租賃服務的最高性價比，又能保障云服務提供商的最低成本。

本文將衡量一個云的資源調(diào)配能力的指標定義為云彈性。具體思路為：將云彈性完全量化并客觀打分，借助層次分析法，以得分高低對云彈性優(yōu)劣進行衡量；利用心跳包技術以及閾值判斷實現(xiàn)云彈性的客觀檢測；最后，開發(fā)相應的檢測工具軟件，并對其效果和性能進行了評估。

一、研究現(xiàn)狀

目前對于云服務的評測缺乏全面系統(tǒng)的研究。雅虎公司開發(fā)的YSCB框架的主要指標為：scale-up測試靜態(tài)可擴展性，speedup測試動態(tài)可擴展性。IBM設計研發(fā)了一種CloudBench。思博倫公司提出了PASS測試方法，測試系統(tǒng)的可擴展性。C.Binig提出的Enhanced TPC-W benchmark框架，通過測試服務器的性能指標吞吐率和響應時間來評估云可擴展性。

關于云服務評測有如下幾方面問題：一是指標評價體系比較單一；二是在彈性評測中缺乏有效的方法對云平臺的彈性能力進行量化。同時，已發(fā)布SLA中關于資源管理與調(diào)配能力的表述也不具有可比性（表1）。因此，需要對SLA中的云的資源調(diào)配能力進行定義及檢測，為用戶提供更多的參考。

?

二、彈性的定義及量化指標

（一）彈性定義

關于彈性的定義，NIST提出云計算提供的快速彈性通過縮減或者擴展資源來實現(xiàn)；IBM 認為云計算系統(tǒng)資源的擴展或者縮減過程能夠自動實現(xiàn)； OCDA（Open Data Center Alliance）將用戶負載的增加或者釋放云計算系統(tǒng)資源的能力即為彈性。歸納彈性定義現(xiàn)狀，得出云平臺的彈性應該具備以下幾個關鍵點：（1）實時動態(tài)性；（2）迅速；（3）自動化。綜上給出彈性定義。

定義1 （云彈性E）云彈性是衡量一個云的資源調(diào)配能力的指標，記為E，表示為：

其中，Ec、 En、 ES分別表示計算、網(wǎng)絡以及存儲資源的彈性；w1、 w2、 w3分別代表計算、網(wǎng)絡以及存儲資源的權重，且滿足w1+ w2+ w3=1。

（二）彈性評估指標

本小節(jié)基于剖析彈性評估要素及其關聯(lián)關系的思路，借助層次分析法理論，實現(xiàn)云平臺彈性的量化評估。

1. 計算資源的量化

根據(jù)SLA的研究現(xiàn)狀，一般會指定計算資源的擴展范圍以及擴展極限，根據(jù)文獻[9]，擴展速度需要被考慮。計算資源彈性定義如下。

定義2（云平臺計算資源彈性Ec） 云平臺計算資源彈性記為Ec，表示為：

其中，vec代 表彈性擴展的速度，LC代表擴展的能力極限。w4、 w5為 權重。且滿足w4+ w5=1。

定義3（云平臺計算資源擴展速度vec）云平臺計算資源擴展速度記為vec，表示為：

其中，△CC為 CPU利用率的改變量，tC為實際間隔時間，設置單位為秒。vei為單次測試中的擴展速度，多次測量求平均值，表示為：

其中，n為擴展次數(shù)。

Lc是擴展能力極限，具體得分見表2：

L 5 0%c 5 0% L 1 0 0%c L 1 0 0%c

2. 存儲資源的量化

定義4（云平臺存儲資源彈性Es） 云平臺計算資源彈性記為Es，表示為：

其中，ms代 表存儲資源的擴展方式，Ls為擴展能力極限，w6、 w7為 權重，且滿足w6+ w7=1。量化打分如表3與表4所示。

?

?

3. 網(wǎng)絡資源的量化

網(wǎng)絡資源主要包括帶寬資源，由于帶寬資源的擴展速度非常快，考慮擴展方式與擴展極限，網(wǎng)絡資源彈性定義如下。

定義5（云平臺網(wǎng)絡資源彈性En） 云平臺網(wǎng)絡資源彈性記為En，表示為：

其中，mn代表網(wǎng)絡資源的擴展方式，有自動擴展與手工申請擴展兩種，Ln為擴展能力極限，具體分值同上表3與表4，w8、 w9為 權重，且滿足w8+ w9=1。

三、基于心跳機制和閾值的彈性檢測方法

本文提出了基于心跳機制獲取CPU利用率的方法，并根據(jù)設定的閾值判斷彈性調(diào)度開始與結束的時間，得到擴展速度，實現(xiàn)彈性的檢測。

（一）檢測方法的總體框架

本文利用第三方對云平臺的彈性進行測試，通過客戶端通信方式實現(xiàn)遠程訪問云平臺，并利用發(fā)送心跳包的機制來間接測量彈性調(diào)度的時間。實現(xiàn)的框架圖如下圖1所示：

本方法的基本功能如下：

（1）利用心跳機制在第三方與云服務提供商之間實現(xiàn)通信；（2）施加負載，觸發(fā)彈性資源調(diào)度。（3）返回得到CPU利用率以及系統(tǒng)時間。被測系統(tǒng)將當前時刻的CPU利用率返回給第三檢測方。

（二）檢測方法的實現(xiàn)

（1）心跳機制的實現(xiàn)：本方法中使用Socket實現(xiàn)TCP程序開發(fā)。測試中，由客戶端向服務器端發(fā)送心跳包，被測方接收到心跳包后，將當前的CPU利用率以及系統(tǒng)時間返回給檢測方，并在客戶端顯示。

（2）負載的實現(xiàn)：典型的負載類型主要包括以下幾種：穩(wěn)定型、漸變型以及激增型負載，利用Loadrunner等負載生成工具可以得到上述三種負載。

（3）數(shù)據(jù)處理：利用心跳包中數(shù)據(jù)，再根據(jù)2.2中的方法得到最終定量化結果。

四、實驗仿真與分析

（一）實驗環(huán)境

實驗硬件環(huán)境：Intel（R） Core（TM） i5-4200U CPU@ 1.60GHz，3.2GHz 4GB內(nèi)存。

軟件環(huán)境：Eclipse編譯工具，java語言。

云服務提供商利用服務器搭建的基于openstack的云架構，操作系統(tǒng)為centOS 7.2.1511，通過IP端口可以實現(xiàn)本機（即第三檢測方）與云（即模擬云服務提供商）的連接與訪問。

（二）實驗過程設置與結果分析

（1）權重值的設置采取層次分析法確定權重值w1、w2、…、w9。根據(jù)三種資源需求的調(diào)研，設置w1=0.5，w2=0.2，w3=0.3，利用層次分析法確定w4、…、w9，w4=0.83，w5=0.17，w6=0.83，w7=0.13，w8=0.83，w9=0.17，三種典型負載權重各占1/3。

（2）設置△CC。CPU利用率的改變量設置為5%比較合理。tc的單位設置為秒。擴展速度相應得分見表5：

v 5ec0.1 7 v 5ec0.0 8 3 v 0.1 7ecv 0.0 8 3 e c

若CPU利用率降低5%所用的時間低于或者1分鐘，則擴展速度為vec≥5，若所用時間超過1分鐘但是小于30分鐘，則擴展速度0.17≤vec＜5 ，若所用時間超過30分鐘但是小于1小時，則擴展速度0.083≤vec＜0.17 ，若時間達到1小時以上，則擴展速度vec＜0.083。

（3）彈性擴展的量綱及粒度。彈性測試前必須要確定彈性擴展的量綱。資源調(diào)度的粒度本文中規(guī)定資源量綱為虛擬機，粒度為一臺虛擬機配置雙核CPU。

（4）彈性調(diào)度閾值的設置。很多云服務商將80%定為彈性調(diào)度的CPU利用率閾值上限。彈性調(diào)度的開始時間為通過加壓使得CPU利用率達到80%的最小時間，觀察CPU的利用率是否結束彈性調(diào)度的時間為使得CPU利用率降到80%的最小時間，兩者相減即為一次彈性調(diào)度時間。計算得到CPU利用率降低5%所用的時間，兩者相比記為一次彈性擴展的速度。

當CPU的利用率低于30%時，認為開始進行彈性的縮減調(diào)度，則計算方法同理，得到CPU利用率增加5%所用的時間，兩者的比值參照表5進行。

（5）實驗參數(shù)設置：開始實驗前，需要先輸入IP地址及端口，輸入心跳包發(fā)送次數(shù)為20次，設置心跳包的發(fā)送時間間隔為5000ms。

（6）負載場景設置。

實驗一：加入穩(wěn)定型負載，整體利用率較高。

從CPU利用率達到80%開始，每次心跳包間隔的時間為10s、5s，CPU利用率分別降低了6%、23%，如表6所示：

C C TC

計算兩次的平均擴展速度，得到ve1= 0.60，ve2=4.58，求取平均值，vec=2.59，根據(jù)表8得分為0.7。

實驗二：施加激增型負載時，CPU利用率迅速上升，超過80%，如圖4所示。

從CPU利用率達到80%開始，每次心跳包間隔的時間為17s、5s、7s、11s、9s、10s,CPU利用率分別降低了2%、9%、8%、-2%、37%、,由于CPU利用率降低37%為異常值，觀測CPU利用率從82%降低至75%所用時間為19s，CPU利用率的降低量為7%，CPU利用率增長2%為異常值，可用數(shù)據(jù)如表7所示：

C C TC

計算四次的平均擴展速度，得到ve1= 0.12，ve2=1.80，ve3= 1.14，ve4= 0.37求取平均值，vec=0.86，根據(jù)表5得分為0.7。

實驗三：施加漸變型負載時，緩慢達到CPU利用率的閾值上限，如圖5所示。

從CPU利用率達到80%開始，每次心跳包間隔的時間為10s、10s、8s,CPU利用率分別降低了4%、-2%、28%，將第二次與第三次的結果合并，得到CPU利用率降低26%用時18s，可用數(shù)據(jù)如表8所示：

C C TC

計算兩次的平均擴展速度，得到ve1= 0.40，ve2=1.44，求取平均值，vec=0.92。根據(jù)表5得分為0.7。

由用戶根據(jù)層次分析法得到三種負載下權重，計算得到的最終值，擴展速度的最終得分為0.7。

（三）實驗效率檢驗

進行20次測試，設置每次心跳包發(fā)送間隔為5000ms，發(fā)送心跳包此時為20次（返回得到11次），每次測試中增加負載，檢驗實驗運行的總時間，如下表9所示：

由表9分析可得，該算法的耗時隨著數(shù)據(jù)規(guī)模的增長而增長，但即使很大的負載對于時間的影響較小，在可接受范圍內(nèi)，擬合效果圖如圖5所示。

綜上所述，該算法能夠實現(xiàn)云彈性的可靠檢測，在檢測耗時上可達到正常的要求。

五、結束語

本文提出了一種云平臺彈性檢測方法，并以第三檢測方的角度提出了一種全新的，基于心跳機制和閾值的云平臺彈性擴展速度的檢測算法，經(jīng)實驗驗證該算法具有良好的實時性。但另一方面，該方法的缺陷在于網(wǎng)絡、存儲資源的彈性檢測方法不夠完善。因此，下一步的研究重點是完善彈性檢測方法。