上海代写论文网专业提供代写毕业论文、代写本科论文服务
联系方式
您现在的位置:首页 > 计算机论文 > 软件工程论文 >
探究云存储容器的动态迁移技术
发布时间:2019-03-13

软件工程硕士论文范文第六篇:探究云存储容器的动态迁移技术
 

  本篇文章目录导航:

  【题目】探究云存储容器的动态迁移技术
  【第一章】云环境下容器动态迁移技术研究绪论
  【第二章】云容器的虚拟化和迁移技术
  【第三章】基于最小迁移量的迁移算法优化
  【第四章】基于预拷贝的迁移算法优化
  【第五章】云容器动态迁移原型系统的设计与实现
  【第六章】云数据动态迁移技术的结论与参考文献

摘要

  随着云计算的飞速发展,以及容器化部署的广泛应用,容器的动态迁移研究越来越受到关注。由于容器生命周期短,灵活性高,容器的迁移与传统的虚拟机迁移有许多不同之处。

  因此提出了热点容器选择以及迁移过程两个方面相应的算法,并通过实验验证了算法的有效性,本文主要包括以下三个方面内容:

  (1)针对实际容器迁移操作中,没有关注容器的自身变化,从而导致容器迁移出去之后间接的增加迁移次数的情况,提出了优化的最小迁移量算法(Optimized  Migration  NumberMinimum  algorithm,OMNM)。从容器的数据量增长速度入手,在一段时间内,根据每个容器在每个时间点上的大小形成历史数据,利用拟合来判断增长的速度。若增长速度较快,则在迁移容器的选择时优先处理,而数据增长较慢或数据减少的,则降低优先度处理,形成一个迁移选择的机制。最终在保证集群负载均衡的前提下,减少了资源的浪费。

  (2)针对传统的预拷贝方式忽视了内存页的特征,导致一些经常被修改的内存页在前期的预拷贝阶段被拷贝多次的情况,提出了一种优化的预拷贝算法(Optimized pre-copy algorithm,OPCA)。引入预测模型,根据容器中有一部分的内存页经常被改变的特征,尽量把这些内存页放在最后的宕机拷贝里面进行,而在拷贝前期,去拷贝那些改变较少的内存页。最终OPCA在保证总迁移时间不高于传统算法的前提下,较好的减少了迭代次数和宕机时间,提高了资源的利用率。

  (3)设计并实现了一种容器的动态迁移系统,以期容器在动态迁移方面能有更好的关注和发展。系统最核心的功能包括待迁移容器选择模块和容器迁移模块,可以满足用户实际的负载均衡和用户体验等需求。实验表明,该系统可以有效的在较短的时间内完成容器的迁移,实现集群的负载均衡。

  综上所述,本文分别针对热点容器选择以及迁移过程两个方面提出了优化的最小迁移量算法和优化的预拷贝算法。提出的算法能够有效的提高容器迁移的效率和系统资源的利用率。

  关键词:云计算,Docker,容器迁移,负载均衡

云计算
 
Abstract
  


  With  the  rapid  development  of  cloud  computing  and  the  wide  application  of  containerdeployment, more and more attention has been paid to the research of container dynamic migration.
  Based on the short life cycle of container and high flexibility, there are  many differences betweencontainer  migration  and  traditional  virtual  machine  migration.  In  this  thesis,  the  correspondingalgorithms  of  hot  container  selection  and  migration  process  are  proposed,  and  algorithms  arevalidated experimentally. This thesis mainly includes the following three aspects:
  
  (1)  An  optimized  Minimal  Migration  Algorithm  (OMNM)  is  proposed  for  the  case  where  theactual  container  migration  operation  does  not  pay  attention  to  the  change  of  the  container  itself,which indirectly increases the number of migration after the container is moved out. The main ideaof  the  algorithm  is  to  start  with  the  growth  rate  of  the  data  volume  of  the  container,  to  formhistorical data according to the size of each container at each time point for a period of time, and touse  the  fitting  to  judge  the  growth  rate.  If  the  growth  rate  is  fast,  priority  is  given  to  migratecontainer  selection,  while  slower  or  slower  data  growth  reduces  prioritization  and  forms  amechanism  for  migrating  alternatives.  In  the  end,  under  the  premise  of  ensuring  cluster  loadbalancing, resource waste is reduced.
  
  (2) The traditional pre-copy mode ignores the characteristics of the memory page, resulting in asituation  in  which  frequently-modified  memory  pages  are  copied  multiple  times  in  the  pre-copyphase.  An  optimized  pre-copy  algorithm  (OPCA)  is  proposed  to  introduce  the  predictive  model.
  
  According  to  the  fact  that  some  of  the  memory  pages  in  the  container  are  often  changed,  it  isrecommended to  put  these memory pages in  the  last  copy of the downtime to copy those changesless memory pages. Finally, OPCA can reduce the number of iterations and downtime, improve theutilization of resources and enhance the user experience under the premise of guaranteeing that thetotal migration time is not higher than the traditional algorithm.
  
  (3)  Design  and  implement  a  dynamic  container  migration  system,  in  order  to  have  betterattention and development of containers in the dynamic migration. The core functions of the systeminclude  migration container selection module  and container migration module which  can meet  theactual  load  balancing,  user  experience  and  other  needs.  Experiments  show  that  the  system  caneffectively complete the container migration in a short period of time and realize the load balancingof the cluster. To  summarize,  this  thesis  proposes  optimized  minimum  migration  algorithm  and  optimizedpre-copy  algorithm  for  hotpot  container  selection  and  migration  process  respectively.  Through  thesimulation  experiment  and  the  realization  of  the  prototype  system,  the  proposed  algorithm  caneffectively  improve  the  efficiency  of  container  migration  and  improve  the  utilization  of  systemresources under certain conditions.
  

  Key words: Cloud computing, Docker, Container migration, Load balancing

目录

  第一章 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究现状
    1.3 主要研究内容
    1.4 章节安排
  第二章 容器的虚拟化和迁移技术
    2.1 云计算技术
    2.2 容器虚拟化技术
      2.2.1 传统虚拟技术
      2.2.2 容器化技术
    2.3 容器迁移技术
      2.3.1 容器的静态迁移
      2.3.2 容器的动态迁移
    2.4 本章小结
  第三章 基于最小迁移量的迁移算法优化
    3.1 研究背景
      3.1.1 基于服务器均衡的迁移算法
      3.1.2 基于预测的迁移算法
    3.2 传统的最小迁移量算法
      3.2.1 MNM的思想
      3.2.2 MNM的分析
    3.3 优化的最小迁移量算法
      3.3.1 热点容器的判断机制
      3.3.2 拟合方法的选择
      3.3.3 待迁移容器的选择
    3.4 仿真分析
      3.4.1 仿真参数设置
      3.4.2 性能指标
      3.4.3 仿真结果分析
    3.5 本章小结
  第四章 基于预拷贝的迁移算法优化
    4.1 研究背景
      4.1.1 基于内存压缩的优化算法
      4.1.2 基于预测的优化算法
    4.2 传统的预拷贝算法
      4.2.1 预拷贝模型
      4.2.2 预拷贝算法的分析
  4.3 优化的预拷贝算法
      4.3.1 OPCA的迁移模型
      4.3.2 工作区的划分
      4.3.3 预测模型的选择
      4.3.4 OPCA的算法流程
    4.4 仿真分析
      4.4.1 仿真参数设置
      4.4.2 性能指标
      4.4.3 仿真结果分析
    4.5 本章小结
  第五章 容器动态迁移原型系统的设计与实现
    5.1 系统运行搭建
      5.1.1 应用场景
      5.1.2 系统框架
    5.2 动态迁移基础模块的建立
      5.2.1 资源使用统计模块
      5.2.2 迁移判断模块
      5.2.3 系统管理模块
    5.3 OMNM的模块实现
      5.3.1 OMNM模块设计
      5.3.2 模块工作流程
      5.3.3 模块伪代码
    5.4 OPCA的模块实现
      5.4.1 OPCA模块设计
      5.4.2 模块工作流程
      5.4.3 模块伪代码
    5.5 系统测试
      5.5.1 实验环境及参数设定
      5.5.2 实验步骤
      5.5.3 实验成果及分析
    5.6 本章小结
  第六章 总结与展望
    6.1 本章小结
    6.2 工作展望
  参考文献

对应分类:
版权所有:上海论文网专业权威的论文代写、论文发表的网站,秉承信誉至上、用户为首的服务理念,服务好每一位客户
本站部分论文收集于网络,如有不慎侵犯您的权益,请您及时致电或写信告知,我们将第一时间处理,邮箱:shlunwen@163.com