云环境中基于map%2freduce的虚拟机调度策略研究

《云环境中基于map%2freduce的虚拟机调度策略研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、107011008420230代号学号公开TP301.6分类号密级云环境中基于Map/Reduce的虚拟机调度策略研究题目（中、英文）TheResearchonVirtualMachineSchedulingbasedonMap/ReduceinCloudComputing作者姓名张飞飞指导教师姓名、职务马文平教授学科门类工学学科、专业通信与信息系统提交论文日期二○一三年一月西安电子科技大学学位论文创新性声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含

2、其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。申请学位论文与资料若有不实之处，本人承担一切的法律责任。本人签名：日期西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后结合学位论文研究课

3、题再撰写的文章一律署名单位为西安电子科技大学。（保密的论文在解密后遵守此规定）本人签名：日期导师签名：日期摘要摘要云计算是从网格计算、并行计算和分布式计算发展而来的，云计算采用虚拟化技术对数据中心的各种硬件资源进行虚拟化，形成虚拟资源池，然后动态部署虚拟资源供用户透明使用。数据中心规模的不断扩大以及用户数量的持续增加，都导致如何在海量数据中快速提取有价值的信息成为云计算首要解决的问题。本文在总结前人工作的基础上，针对云环境中基于Map/Reduce的虚拟机调度策略做出两种改进方案，一是对Map/Reduce框架进行改进，将GPU应用到Map/Reduce并行计算模型平台进行大规模数

4、据处理，形成双层次并行处理模型，有效的加快任务的执行效率。二是结合云计算不确定性和复杂性的特点，将基于Map/Reduce的改进蚁群算法应用到云计算的虚拟机资源调度问题中，首先采用Min-min算法得出的任务预期最小完成时间，以实现最小调度时间；其次在信息素局部更新时不仅考虑到当前节点还考虑到周遭节点的信息素变化情况，加强了蚂蚁间的协作；然后在双向蚂蚁机制中根据信息素最优原则保存反向蚂蚁携带的信息；最后将需求的价格弹性应用到改进的蚁群算法中，以价格间接控制系统负载，达到用户和商家的双赢。仿真结果表明基于Map/Reduce的改进蚁群算法能够更快地为用户寻找到适合执行任务的虚拟机资源

5、，保证用户服务等级协议，提高负载均衡水平。关键词：云计算GPU资源调度蚁群算法Map/ReduceAbstractAbstractCloudcomputingcomesfromthedevelopmentofthegridcomputing,distributedcomputingandparallelcomputing.Itvirtualizesdifferenthardwareresourcesinthedatacenterbyvirtualizationtechnology,thevirtualmachinesaredeployedforbeingusedtransparen

6、tly.Withtheexpansionofthescaleofdatacenterandtheincreasenumberofusers,makingtherapidextractionofvaluableinformationfromamassivedataturnsintotheimportantissuesofcloudresourcescheduling.Basedonpreviousresearches,thispaperhasdonetwoimprovementsonvirtualmachineschedulingbasedonMap/Reduceincloudcom

7、puting.OneistheimprovementonMap/Reduce,whichappliesGPUtotheMap/Reduceparallelscomputingmodelandformsadoublelevelparallelprocessingmodeltospeeduptheexecutionefficiencyoflarge-scaledata.Anotherisacombinationoftheuncertaintyandcomplexityof