保证响应时间百分比下的云中心资源优化配置

何怀文

doi:10.11959/j.issn.1000-0801.2015197

您当前的位置：

首页 >

文章列表页 >

保证响应时间百分比下的云中心资源优化配置

研究与开发 | 更新时间：2024-06-05

- 保证响应时间百分比下的云中心资源优化配置
- Optimal Resource Provision of Cloud Center with Guarantee Percentile Response Time
- 电信科学 2015年31卷第8期页码：91-98
- 作者机构：
  
  1. 电子科技大学中山学院计算机学院中山 528402
  2. 中山大学信息科学与技术学院广州 510275
- 作者简介：
  
  [ "何怀文，男，电子科技大学中山学院讲师，主要研究方向为随机优化、云计算资源分配、绿色计算。" ]
- 基金信息：
  
  国家自然科学基金青年科学基金资助项目;The National Natural Science Foundation of China(61300095);广东省自然科学基金博士启动项目基金资助项目;The Ph D Start-up Fund of Natural Science Foundation of Guangdong Province(S2012040011123);中山市科技计划基金资助项目;The Science and Technology Project of Zhongshan(2013A3FC0285);中山市科技计划基金资助项目;The Science and Technology Project of Zhongshan(2014A2FC396)
- DOI：10.11959/j.issn.1000-0801.2015197
  中图分类号：
- 网络出版日期：2015-08，
  
  纸质出版日期：2015-08-20
- 稿件说明：
移动端阅览
何怀文. 保证响应时间百分比下的云中心资源优化配置[J]. 电信科学, 2015,31(8):91-98.

Huaiwen He. Optimal Resource Provision of Cloud Center with Guarantee Percentile Response Time[J]. Telecommunications science, 2015, 31(8): 91-98.
何怀文. 保证响应时间百分比下的云中心资源优化配置[J]. 电信科学, 2015,31(8):91-98. DOI： 10.11959/j.issn.1000-0801.2015197.

Huaiwen He. Optimal Resource Provision of Cloud Center with Guarantee Percentile Response Time[J]. Telecommunications science, 2015, 31(8): 91-98. DOI： 10.11959/j.issn.1000-0801.2015197.

摘要

为了保证响应时间百分比SLA的同时，最小化商用云中心资源配置成本，基于排队理论提出了云中心模型，从经济角度分析云中心资源配置成本，并推导出云中心响应时间百分比的数学表达式。给出了计算最小配置成本算法（MPCA），通过大量实验分析了负载流量、响应时间百分比和基准响应时间对配置成本的影响。实验结果表明，通过MPCA对云中心服务器数量和运行速率进行优化，可以使配置成本随着负载流量的增加而呈线性增长。

Abstract

In order to minimize resource provisioning cost of commercial cloud center，while guarantee percentile response time SLA，a cloud center model based on queuing theory was proposed.Resource provisioning cost was analyzed from an economic point of view，and the mathematical expressions of cloud center percentile response time were deduced.Meanwhile the minimum provisioning cost algorithm（MPCA）was developed to calculate the minimum cost of cloud center，the affect on cloud center cost by load flow，percentile response time and based response time was analyzed via a large number of experiments.The results show that with MPCA to optimized server number and speed of cloud center，it can achieve cost linear increase with increasing traffic load.

关键词

Keywords

references

Armbrust M ， Fox A ， Griffith R ， et al . A view of cloud computing . Communications of the ACM ， 2010 ， 53 （ 4 ）： 50 ～ 58

Bruneo D . A stochastic model to investigate data center performance and QoS in IaaS cloud computing systems . IEEE Transactions on Parallel and Distributed Systems ， 2014 ， 25 （ 3 ）： 560 ～ 569

Wang S ， Munawar W ， Liu J ， et al . Power-saving design for server farms with response time percentile guarantees . Proceedings of the 18th Real-Time and Embedded Technology and Applications Symposium（RTAS）， Beijing，China ， 2012

Xiong K Q ， Perros H . QRP01-6：resource optimization subject to a percentile response time SLA for enterprise computing . Proceedings of Global Telecommunications Conference ， San Francisco，CA，USA ， 2006

Decandia G ， Hastorun D ， Jampani M ， et al . Dynamo：amazon’s highly available key-value store . SIGOPS Oper Syst Rev ， 2007 ， 41 （ 6 ）： 205 ～ 220

Khazaei H . Performance modeling of cloud computing centers （doctor dissertation） . The University of Manitoba ， 2012

Zhuravlev S ， Saez J C ， Blagodurov S ， et al . Survey of energy-cognizant scheduling techniques . IEEE Transactions on Parallel and Distributed Systems ， 2013 ， 24 （ 7 ）： 1447 ～ 1464

Deng W ， Liu F ， Jin H ， et al . Reliability-aware server consolidation for balancing energy-lifetime tradeoff in virtualized cloud datacenters . International Journal of Communication Systems ， 2014 ， 27 （ 4 ）： 623 ～ 642

Berl A ， Gelenbe E ， Di Girolamo M ， et al . Energy-efficient cloud computing . The Computer Journal ， 2010 ， 53 （ 7 ）： 1045 ～ 1051

Bilal K ， Malik S U R ， Khalid O ， et al . A taxonomy and survey on green data center networks . Future Generation Computer Systems ， 2014 ， 36 （ 7 ）： 189 ～ 208

Cao J ， Li K ， Stojmenovic I . Optimal power allocation and load distribution for multiple heterogeneous multicore server processors across clouds and data centers . IEEE Transactions on Computers ， 2014 ， 63 （ 1 ）： 45 ～ 58

Cao J W ， Kai H ， Li K Q ， et al . Optimal multiserver configuration for profit maximization in cloud computing . IEEE Transactions on Parallel and Distributed Systems ， 2013 ， 24 （ 6 ）： 1087 ～ 1096

Xiong K Q ， Perros H . Service performance and analysis in cloud computing . Proceedings of 2009 World Conference on Services-I ， Los Angeles，CA，USA ， 2009 ： 693 ～ 700

Xiong K Q ， Suh S . Resource Provisioning in SLA-Based Cluster Computing Job Scheduling Strategies for Parallel Processing . Berlin ： Springer Berlin Heidelberg , 2010 ： 1 ～ 15

陆传赉 . 排队论 . 北京：北京邮电学院出版社， 1994

Lu C L . Queuing Theory . Beijing ： Beijing University of Posts and Telecommunications Press ， 1994

唐应辉，唐小我 . 排队论：基础与分析技术 . 北京：科学出版社， 2006

Tang Y H ， Tang X W . Queuing Theory：Basic and Analysis . Beijing ： Science Press ， 2006

Gross D ， Shortle J F ， Thompson J M ， et al . Fundamentals of Queueing Theory . Hoboken ： John Wiley ＆ Sons , 2013

Zhai B ， Blaauw D ， Sylvester D ， et al . Theoretical and practical limits of dynamic voltage scaling . Proceedings of the 41st Design Automation Conference ， San Diego，USA ， 2004

Mazzucco M ， Dyachuk D . Balancing electricity bill and performance in server farms with setup costs . Future Generation Computer Systems-The International Journal of Grid Computing and Escience ， 2012 ， 28 （ 2 ）： 415 ～ 426

Altiok T ， Melamed B . Simulation modeling and analysis with Arena . New York ： Academic Press , 2010

浏览量

578

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向垂直行业的5G网络规划设计方法论及产品化解决方案

5G端到端网络协同关键技术