魏秀然，惠向暉

(河南農(nóng)業(yè)大學(xué) 信息與管理科學(xué)學(xué)院，河南 鄭州 450046)

0 引 言

負(fù)載分布優(yōu)化作為負(fù)載均衡、節(jié)約電耗的常用手段，被廣泛應(yīng)用于大規(guī)模IDC中。負(fù)載優(yōu)化可以分為兩個(gè)方面：一是研究如何將新的負(fù)載部署到合適的主機(jī)上，通常稱為負(fù)載放置或負(fù)載部署[1,2]；二是研究如何優(yōu)化調(diào)整IDC中已有負(fù)載的分布，通常稱為負(fù)載重分布或負(fù)載重分配[3,4]。無論是負(fù)載放置還是負(fù)載重分布，現(xiàn)有解決方案都大致分為兩類，即確切方法和啟發(fā)式方法。其中，確切方法[1,3,5]通常將負(fù)載分布優(yōu)化問題轉(zhuǎn)化為規(guī)劃問題，進(jìn)而使用最優(yōu)化手段來求解問題，復(fù)雜度較高，難以在大規(guī)模系統(tǒng)中使用。所以，實(shí)際的IDC系統(tǒng)常常釆用啟發(fā)式方法進(jìn)行負(fù)載分布優(yōu)化[6,7]。

近年來，已有大量負(fù)載分布優(yōu)化方面的研究工作[8-12]，但是這些方案在大規(guī)模IDC中仍然存在資源利用率不均衡等問題。

本文設(shè)計(jì)了一套面向大規(guī)模IDC的負(fù)載分布優(yōu)化解決方案。然而，同時(shí)優(yōu)化資源供應(yīng)和通信開銷并非易事。一方面，同一應(yīng)用的組件通常具有相似的資源需求特性，如果將同一應(yīng)用的若干組件分配到同一臺(tái)主機(jī)上，就會(huì)導(dǎo)致主機(jī)資源利用不均衡，進(jìn)而影響分布式應(yīng)用性能。另一方面，如果將同一應(yīng)用的組件簡單地分配到不同的主機(jī)上，又會(huì)產(chǎn)生大量的跨主機(jī)通信，這會(huì)給IDC基礎(chǔ)通信設(shè)施帶來壓力，也會(huì)影響分布式應(yīng)用的吞吐率和可用性。

在容器化數(shù)據(jù)中心中，本文通過容器分布優(yōu)化來均衡資源利用率并降低跨主機(jī)通信開銷。具體而言，本文提出了一種面向大規(guī)模IDC的容器分布優(yōu)化系統(tǒng)Themis，以實(shí)現(xiàn)負(fù)載均衡和通信開銷的聯(lián)合優(yōu)化。在IDC中部署新的分布式應(yīng)用時(shí)，使用通信感知的降序匹配算法用于容器部署。

1 問題定義

本節(jié)定義了容器分布優(yōu)化問題。具體而言，用一個(gè)由主機(jī)、分布式應(yīng)用和容器組成的三元組來標(biāo)識(shí)一個(gè)容器化數(shù)據(jù)中心IDC(H,A,C)。 在該IDC中，使用H標(biāo)識(shí)主機(jī)的集合，使用A標(biāo)識(shí)分布式應(yīng)用的集合。每個(gè)應(yīng)用a∈A被實(shí)例化為一組容器Ca， 每個(gè)容器容納了該應(yīng)用的一個(gè)或多個(gè)組件；所有應(yīng)用的容器構(gòu)成了容器的全集C。 為了分布式處理及魯棒性需求，每個(gè)應(yīng)用a可能會(huì)在IDC中有若干副本，a的容器也就有相應(yīng)的副本。在問題中，考慮的資源種類集合為R。給定某臺(tái)主機(jī)h∈H， 使用hr標(biāo)識(shí)該主機(jī)的資源r的總量。給定某個(gè)容器c∈C， 使用cr標(biāo)識(shí)該容器對(duì)于資源r的需求量。來自同一個(gè)應(yīng)用a的容器會(huì)相互通信；特別的，來自同一個(gè)應(yīng)用的兩個(gè)容器分布在不同主機(jī)上時(shí)，可能產(chǎn)生跨主機(jī)通信，這會(huì)給IDC的網(wǎng)絡(luò)基礎(chǔ)設(shè)施帶來壓力。

1.1 目標(biāo)函數(shù)

如前所述，在容器化IDC中，本文試圖通過容器部署和容器重分配以最小化通信開銷并均衡資源利用。需要指出的是，這兩個(gè)目標(biāo)都是IDC中常見且重要的優(yōu)化目標(biāo)，盡管很少有研究工作考慮如何同時(shí)優(yōu)化二者。

1.1.1 通信開銷

為了衡量IDC中的通信量，定義了通信對(duì)(communica-tion pair)這個(gè)概念。所謂一個(gè)通信對(duì)，是指屬于同一個(gè)應(yīng)用的兩個(gè)容器，這兩者之間可能產(chǎn)生通信。特別的，如果兩個(gè)容器分布在同一臺(tái)主機(jī)上，兩者就構(gòu)成一個(gè)主機(jī)內(nèi)通信對(duì)(intra-host communication pair)，否則就構(gòu)成一個(gè)主機(jī)間通信對(duì)(inter-host communication pair)。主機(jī)間通信對(duì)越多，IDC的網(wǎng)絡(luò)帶寬就被占用越多。

因此，這里使用IDC內(nèi)的主機(jī)間通信對(duì)的總數(shù)來衡量該IDC中的通信開銷

(1)

其中，I(ci,cj) 標(biāo)識(shí)了兩個(gè)不同容器是否位于同一主機(jī)上

(2)

hc表示容器c所處的主機(jī)。

1.1.2 資源利用開銷

一臺(tái)過載的主機(jī)可能成為整個(gè)IDC的瓶頸，進(jìn)而影響IDC內(nèi)分布式應(yīng)用的性能。理想狀態(tài)下，對(duì)于每種資源r而言，IDC中所有主機(jī)的利用率應(yīng)該相等。這里，將資源r的目標(biāo)利用率定義為

(3)

即希望所有主機(jī)的資源的利用率盡量趨近于資源r的需求總量與其供應(yīng)總量的比值。

在此基礎(chǔ)上，定義了Er來衡量資源r利用率的不均衡程度

(4)

(5)

這里使用不同資源的Er之和來衡量IDC中資源利用的不均衡程度。因此，資源利用開銷可以表示為

(6)

1.2 容器分布優(yōu)化

基于前文的論述，容器部署和重分配問題都可以表達(dá)為

兩個(gè)問題的不同之處在于約束條件不完全相同。

對(duì)于容器部署問題，約束條件為容量約束(每臺(tái)主機(jī)的資源利用量不能超過其資源總量)、沖突約束(某個(gè)容器和其副本不能放置在同一主機(jī))、散布約束(分布式應(yīng)用應(yīng)至少散布在一定數(shù)量的主機(jī)上)、關(guān)聯(lián)約束(有依賴關(guān)系的組件應(yīng)部署到同一主機(jī)上)；而對(duì)于容器重分配問題，除了要滿足上述約束外，還要滿足暫態(tài)約束(被遷移的容器只有在目標(biāo)主機(jī)實(shí)例化完成后才能在源主機(jī)上銷毀)。

容器部署和重分配問題實(shí)際上可以歸類為非線性混合整數(shù)規(guī)劃問題，這類問題是NP難的。解決容器部署和重分配問題，才能夠最小化通信開銷并均衡資源利用。為了解決這些問題，本文設(shè)計(jì)了一套面向大規(guī)模IDC的負(fù)載分布優(yōu)化解決方案Themis。

2 體系結(jié)構(gòu)及工作流程

為了解決上一節(jié)定義的容器部署問題和容器重分配問題，本文設(shè)計(jì)了一套面向大規(guī)模IDC的負(fù)載分布優(yōu)化解決方案Themis。本節(jié)給出了Themis的體系結(jié)構(gòu)及工作流程。

在大規(guī)模容器化IDC中，通常部署有專門的集群管理系統(tǒng)負(fù)責(zé)對(duì)IDC中的容器進(jìn)行統(tǒng)一的管理調(diào)度，如創(chuàng)建、遷移、銷毀以及資源配額調(diào)整等。如圖1所示，Themis被實(shí)現(xiàn)為集群管理系統(tǒng)的一個(gè)部件。部署新的分布式應(yīng)用時(shí)，Themis會(huì)被觸發(fā)并計(jì)算合理的容器部署方案(即該應(yīng)用的容器應(yīng)當(dāng)實(shí)例化在哪些主機(jī)上)；IDC中的通信開銷或者資源利用開銷超過安全閾值時(shí)，Themis也會(huì)被觸發(fā)并計(jì)算容器重分配方案(即當(dāng)前IDC中的容器該如何遷移以降低開銷)。而后，容器部署方案及容器重分配方案會(huì)反饋給集群管理系統(tǒng)的執(zhí)行模塊，執(zhí)行模塊會(huì)進(jìn)行容器的實(shí)例化或遷移等。Themis的輸入有以下3類：

(1)主機(jī)信息：描述了IDC中主機(jī)的配置，包括主機(jī)ID、位置、IP地址及資源量等。這些信息存儲(chǔ)在一個(gè)實(shí)時(shí)數(shù)據(jù)庫中。在計(jì)算容器部署方案或容器重分配方案時(shí)，Themis按需從數(shù)據(jù)庫中讀取這些信息。

(2)應(yīng)用信息：描述了IDC中分布式應(yīng)用的特征，包括應(yīng)用ID、資源需求、容器數(shù)量、副本數(shù)量等。應(yīng)用信息也存儲(chǔ)在實(shí)時(shí)數(shù)據(jù)庫中，Themis按需從數(shù)據(jù)庫讀取這些信息。

(3)IDC當(dāng)前狀態(tài)：主要包括每個(gè)容器的位置、每臺(tái)主機(jī)的資源利用率、IDC中網(wǎng)絡(luò)帶寬消耗情況等。集群管理系統(tǒng)的監(jiān)控模塊定期釆集IDC狀態(tài)信息，Themis按需向監(jiān)控模塊請(qǐng)求這些信息。

圖1 集成Themis的機(jī)群管理系統(tǒng)控制流

Themis將上述信息作為輸入，計(jì)算得到合理的容器部署方案或者容器重分配方案。

上述性能分析帶來一些啟示。首先，應(yīng)該嘗試去計(jì)算最優(yōu)的分類閾值來識(shí)別最有可能為無益廣告請(qǐng)求的廣告請(qǐng)求，而不是嘗試改進(jìn)分類器的預(yù)測(cè)性能去準(zhǔn)確識(shí)別所有的無益廣告請(qǐng)求。因此，本文分兩步來識(shí)別并過濾無益廣告請(qǐng)求：先使用一個(gè)概率分類器預(yù)測(cè)廣告請(qǐng)求的點(diǎn)擊概率，而后計(jì)算最優(yōu)的分類閾值來分類。此外，注意到概率分類器的預(yù)測(cè)性能不是一成不變的(盡管性能相對(duì)穩(wěn)定)。這是可以理解的，因?yàn)橛脩籼卣骱蛷V告特征會(huì)隨著時(shí)間變化而變化。因此，應(yīng)該根據(jù)概率分類器的預(yù)測(cè)性能來動(dòng)態(tài)調(diào)整分類閾值，以得到最優(yōu)解。

Themis以事件驅(qū)動(dòng)的方式運(yùn)行。若有新應(yīng)用部署到IDC中，則Themis調(diào)用Deployment()函數(shù)，生成合理的容器部署方案并返回。若IDC內(nèi)資源開銷或者通信開銷超出了安全閾值，則Themis調(diào)用Reassignment()函數(shù)，生成合理的容器重分配方案。可以看到，Deployment()函數(shù)和Reassignment()函數(shù)是Themis的核心機(jī)制，其設(shè)計(jì)細(xì)節(jié)將在后文給出。

3 容器部署機(jī)制

第2節(jié)指出，負(fù)載優(yōu)化問題可以歸類為非線性混合整數(shù)規(guī)劃問題，這是一類較典型的NP難問題。本節(jié)設(shè)計(jì)一種通信感知的降序最差匹配策略來求解。

3.1 算法設(shè)計(jì)

如前所述，大型IDC中通常有數(shù)萬臺(tái)主機(jī)以及數(shù)十萬個(gè)容器。因此，出于在真實(shí)系統(tǒng)場(chǎng)景中的運(yùn)行效率考慮，本小節(jié)設(shè)計(jì)了一種啟發(fā)式方法來解決容器部署問題。

容器部署問題的優(yōu)化目標(biāo)之一是資源利用均衡。而降序最差匹配策略(worst fit decreasing，WFD)是均衡資源利用的常用策略之一。WFD策略解決的是這樣一個(gè)問題：如何將一系列物品裝入一系列箱子中，并盡量保證所有箱子中裝入的物品體積盡量相等。WFD策略首先將物品按照體積降序排列，而后依次將物品放入具有最多空閑空間的箱子中。

需要注意的是，直接將WFD應(yīng)用到容器部署問題是不可行的。第一，與背包問題不同，容器部署問題面臨多種資源約束和多種開銷，所以很難量化主機(jī)剩余資源和容器大小。一種可行的方法是將多資源向量矢量化為一個(gè)標(biāo)量，用這個(gè)標(biāo)量來衡量主機(jī)剩余資源量和容器大小。然而，有多種方法可以將向量矢量化，所以首先需要確定最佳的矢量化方案。第二，WFD的目標(biāo)僅僅是負(fù)載均衡，而容器部署問題則不僅需要考慮負(fù)載均衡，還要考慮通信開銷優(yōu)化。基于上述原因，還需要對(duì)WFD作出擴(kuò)展。

本小節(jié)定義了容器的主導(dǎo)需求來衡量容器的大小。所謂主導(dǎo)需求，就是在不同種類的資源中，該容器的最大需求量

(7)

此外，本小節(jié)使用各類資源剩余量的加權(quán)和來衡量主機(jī)h的剩余資源量

(8)

其中，ωr為資源r的權(quán)重。

為了實(shí)現(xiàn)負(fù)載均衡，經(jīng)典的WFD策略會(huì)將容器依次放置到具有最多剩余資源的主機(jī)上。這里，為了將WFD擴(kuò)展到容器部署問題，分兩個(gè)步驟為某個(gè)新容器c選定其目標(biāo)主機(jī)，以實(shí)現(xiàn)通信開銷與資源利用開銷的聯(lián)合優(yōu)化。第一步，強(qiáng)調(diào)負(fù)載均衡，選擇d個(gè)有最多剩余資源的主機(jī)，主機(jī)的剩余資源量以加權(quán)和衡量；第二步，在d個(gè)候選主機(jī)中，選擇那個(gè)容納了最多的c的同輩容器(peer containers)的主機(jī)作為目標(biāo)主機(jī)。

綜合上述舉措，本小節(jié)設(shè)計(jì)了通信感知的降序最差匹配算法(communication-aware worst fit decreasing，CA-WFD)用于容器部署。該算法首先將新容器按照其資源需求量降序排序，容器資源需求量是以其主導(dǎo)需求衡量的。而后進(jìn)行迭代，依次將當(dāng)前資源需求量最大的、還沒有部署的容器部署到主機(jī)上，直到所有的容器都部署完成。在每次部署某個(gè)容器c時(shí)，CAAVFD會(huì)選取d個(gè)具有最多剩余資源的主機(jī)，主機(jī)的剩余資源量以多種資源剩余量的加權(quán)和衡量；而后選擇容納了最多的c的同輩容器的主機(jī)以最小化目標(biāo)函數(shù)。

3.2 性能驗(yàn)證

本小節(jié)在真實(shí)IDC環(huán)境中對(duì)容器部署算法的有效性進(jìn)行了評(píng)估。在評(píng)估中，試圖回答如下兩個(gè)問題：第一，CA-WFD算法能否有效優(yōu)化通信開銷和資源利用開銷？第二，CA-WFD算法所釆用的容器資源需求和主機(jī)空閑資源量的衡量方法(即式(7)定義的主導(dǎo)需求和式(8)定義的加權(quán)和)，是否比其它衡量方法更加有效？

性能評(píng)估的主要結(jié)果總結(jié)如下。

(1)目標(biāo)函數(shù)優(yōu)化：評(píng)估結(jié)果表明，與當(dāng)前工業(yè)界普遍釆用的容器部署策略相比，CA-WFD可以有效降低IDC的通信開銷與資源利用開銷。

(2)衡量方法的有效性：釆用不同方法來衡量容器資源需求和主機(jī)剩余資源量，可以看到現(xiàn)有衡量方法在多個(gè)IDC中性能優(yōu)越且表現(xiàn)穩(wěn)定，肯定了CA-WFD的設(shè)計(jì)選擇的有效性。

3.2.1 實(shí)驗(yàn)環(huán)境

基于兩個(gè)真實(shí)的大規(guī)模IDC對(duì)CA-WFD算法的有效性進(jìn)行評(píng)估。其中，第一個(gè)IDC(記為IDC1)部署有2500+臺(tái)主機(jī)和來自25個(gè)分布式應(yīng)用的10000+個(gè)容器，第二個(gè)IDC(記為IDC2)部署有4300+臺(tái)主機(jī)和來自29個(gè)分布式應(yīng)用的25000+個(gè)容器。在實(shí)驗(yàn)中，計(jì)算資源開銷時(shí)，考慮CPU、內(nèi)存(MEM)和存儲(chǔ)(SSD)等3種資源的均衡利用。

上述兩個(gè)IDC中，代表性的主機(jī)配置見表1，代表性的應(yīng)用資源需求見表2。需要注意的是，兩個(gè)表格中的資源值是經(jīng)過歸一化處理過的，每個(gè)資源維度r中，最高的主機(jī)配置maxhr被歸一化為1。此外，上述兩個(gè)表格給出的僅是部分有代表性的主機(jī)和應(yīng)用的情況，IDC中還存在其它配置主機(jī)和其它類型的應(yīng)用。從上述真實(shí)系統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)可以看到，大規(guī)模IDC在不同維度上存在著顯著的異構(gòu)性。

表1 主機(jī)配置

表2 應(yīng)用詳情

3.2.2 算法性能

考慮這樣一個(gè)場(chǎng)景：分別部署一個(gè)新的分布式應(yīng)用到IDC1和IDC2中去。其中，部署在IDC1中的應(yīng)用被實(shí)例化為2000+個(gè)容器；部署在IDC2中的應(yīng)用被實(shí)例化為5000+個(gè)容器。為了驗(yàn)證CA-WFD算法的性能，首先將該算法與當(dāng)前工業(yè)界(包括Docker[13]、Swarm[14]和Amazon[15])普遍應(yīng)用的容器部署策略作了對(duì)比。

(1)CA-WFD：CA-WFD算法，即本文設(shè)計(jì)的通信感知的降序最差匹配算法。在實(shí)驗(yàn)中，每次選取2臺(tái)主機(jī)作為候選。

(2)隨機(jī)策略(Random)：在不違反約束條件的前提下，將容器隨機(jī)地部署到某臺(tái)主機(jī)上。

(3)高可用性策略(high availability，HA)：將新容器部署在容納c的同輩容器最少的主機(jī)上。HA致力于提升負(fù)載均衡及應(yīng)用的可用性。然而，HA可能會(huì)引起較高的通信負(fù)載，因?yàn)檫@些容器被分配到盡量多的主機(jī)上。

(4)最空節(jié)點(diǎn)優(yōu)先策略(emptiest node first，ENF)：總是將新容器部署在當(dāng)前容納容器最少的主機(jī)上。ENF可以在較粗的粒度上提升負(fù)載均衡程度。注意到，主機(jī)容納的容器數(shù)量少并不一定意味著資源利用率也較低；因?yàn)槟硞€(gè)大容器(比如表2中的B2)會(huì)比多個(gè)小容器(比如表2中的B1)占用更多的資源。

(5)裝箱策略(Binpack)：將新容器部署到剩余CPU資源最少的主機(jī)上。Binpack試圖將應(yīng)用部署在盡量少的主機(jī)上，進(jìn)而節(jié)省耗電量。

表3給出了以不同算法將新應(yīng)用的容器部署到IDC中后的系統(tǒng)開銷值。為了簡明，表格中的開銷值經(jīng)過了最小值-最大值標(biāo)準(zhǔn)化，每項(xiàng)開銷的下界和上界被分別歸一化為0和1。每項(xiàng)開銷的下界和上界是在理想狀態(tài)下計(jì)算得到的。以通信開銷為例：其上界，是該應(yīng)用的容器部署在盡量多的主機(jī)上時(shí)的通信開銷；其下界，則是這些容器部署在盡量少的主機(jī)上時(shí)的通信開銷?？梢钥吹剑瑥娜魏我环N開銷來看，CA-WFD均明顯優(yōu)于其它算法。通信開銷方面，CA-WFD表現(xiàn)最佳；HA表現(xiàn)最差，因?yàn)镠A總是將容器分布在盡量多的主機(jī)上，這會(huì)引入大量的跨主機(jī)通信開銷。資源利用開銷方面，在IDC1上，CA-WFD的性能最多比其它方法好57.7%；在IDC2上，CA-WFD的性能最多比其它方法好45.5%；ENF的性能僅次于CA-WFD，這是因?yàn)镃A-WFD和ENF算法都傾向于將容器部署在擁有更多剩余資源的主機(jī)上，這有利于負(fù)載均衡；然而ENF算法認(rèn)為主機(jī)容納的容器數(shù)量越少則主機(jī)剩余資源越多，這是不準(zhǔn)確的。Binpack策略的資源利用開銷最高，因?yàn)閷⑷萜鞑渴鹪谏贁?shù)主機(jī)上明顯對(duì)資源的均衡利用有害。

表3 容器部署完成后的系統(tǒng)開銷值

圖2、圖3和圖4給出了IDC1中容器部署完成之后，主機(jī)資源利用率的分布情況，圖的橫軸為IDC中的主機(jī)，縱軸為對(duì)應(yīng)主機(jī)的資源利用率?？梢钥吹?，CA-WFD下的負(fù)載均衡情況明顯優(yōu)于其它方案，這與表3中的結(jié)果一致。由于主機(jī)的資源利用均衡程度影響了IDC在壓力下的性能，因此可以預(yù)期，CA-WFD可以提升IDC在突發(fā)流量下的應(yīng)用吞吐率。

圖3 IDC1中容器部署完成之后的內(nèi)存利用率

圖4 IDC1中容器部署完成之后的儲(chǔ)存資源利用率

3.2.3 算法性能

如前所述，CA-WFD使用主導(dǎo)需求來衡量容器的資源需求量，以剩余資源的加權(quán)和來衡量主機(jī)的剩余資源量。受文獻(xiàn)[16]啟發(fā)，本小節(jié)對(duì)CA-WFD算法的幾個(gè)變種算法的性能進(jìn)行了評(píng)估，用來說明上述兩個(gè)衡量指標(biāo)的有效性。這些變種算法的運(yùn)行流程與CA-WFD的流程相同，但是以不同的指標(biāo)來衡量容器資源需求量和主機(jī)剩余資源量。

(1)主導(dǎo)需求-加權(quán)和(dominant requirement-weighted sum，DR-WS)：本文采用的衡量方法。

(2)加權(quán)和-點(diǎn)積(weighted sum-dot product，WS-DP)：使用容器的資源需求向量的加權(quán)和，即來衡量容器的資源需求量。文獻(xiàn)[16]所做的模擬實(shí)驗(yàn)結(jié)果表明，WS-DP在向量化裝箱問題上表現(xiàn)優(yōu)越。

(3)CPU-CPU(C-C)：使用容器的CPU需求量衡量其資源需求量，使用主機(jī)的剩余CPU資源量衡量其剩余資源量。這種衡量方法實(shí)際上是一個(gè)單維度版本的CA-WFD算法，其在容器部署過程中僅考慮CPU資源。

表4比較了CA-WFD及其變種的性能。表格中的開銷值也經(jīng)過了和表4相同的最小值-最大值歸一化過程。可以看到，DR-WS(即CA-WFD目前釆用的衡量方法)在兩個(gè)IDC中均優(yōu)于其它設(shè)計(jì)選擇。然而，需要注意的是，WS-DP在IDC2的表現(xiàn)比其在IDC1中的表現(xiàn)要差，這說明WS-DP不能有效捕捉到異構(gòu)環(huán)境下的資源特征(表1所示，IDC2的異構(gòu)程度明顯高于IDC1)。C-C在資源利用開銷方面表現(xiàn)較差，這是因?yàn)镃-C傾向于將容器部署在具有高端CPU配置的主機(jī)上，而優(yōu)化單一維度的資源負(fù)載均衡，會(huì)導(dǎo)致其它資源利用均衡程度的惡化。

表4 變種算法的性能對(duì)比

總之，與當(dāng)前工業(yè)界普遍釆用的負(fù)載部署策略相比，CA-WFD算法可以有效優(yōu)化通信開銷及資源利用的均衡程度；此外，CA-WFD算法釆用的評(píng)估指標(biāo)優(yōu)于其它的設(shè)計(jì)選擇。

4 結(jié)束語

近年來，伴隨著IDC虛擬化技術(shù)迅猛發(fā)展，一個(gè)突出問題是如何同時(shí)優(yōu)化虛擬化數(shù)據(jù)中心的通信開銷及資源利用均衡。本文以容器化數(shù)據(jù)中心為具體背景，設(shè)計(jì)了一種高效通用的負(fù)載分布優(yōu)化系統(tǒng)Themis。該系統(tǒng)將虛擬化數(shù)據(jù)中心的通信開銷及資源利用均衡性同時(shí)作為優(yōu)化對(duì)象。提出了容器的主導(dǎo)需求衡量方法，并基于此設(shè)計(jì)了通信感知的降序匹配算法用于新容器的快速部署。性能評(píng)估結(jié)果表明，該算法在通信開銷和資源利用均衡性上比現(xiàn)有方法表現(xiàn)更好。