徐胜超

(广州华商学院 数据科学学院,广州 511300)

近年来云数据中心的构造与使用成了政府和各大IT 企业越来越重视的问题,为了倡导绿色云计算,云数据中心的构造目标是低能量消耗、高服务质量(Quality of Service,QoS)、节省物理空间和高可靠性等[1-3].一个数据中心(Data Center,DC)通常配置有大量的紧密堆积在一起物理节点(Physical Machines,PMs),目的是提高建筑物空间的利用率;虚拟化技术是云数据中心中最重要的技术,虚拟化允许用户对云资源的访问是透明与简单方便的,它通过虚拟机(Virtual Machines,VM)的形式将应用程序封装在虚拟机之中,通过虚拟机分配策略将其分配到具体的数据中心的物理节点之中执行.所以虚拟机分配(Virtual Machine Distribution,VMD)等策略很大程度上影响了云平台的整体性能,目前大量的文献把性能指标关注在SLA 违规比率、服务质量QoS、系统能量消耗、虚拟机迁移次数等方面[4].

虚拟机分配的理想目标是尽量利用个数比较少的云数据中心,同时提高每个数据中心的云资源利用效率,在此基础上提高云数据中心的灵活性和可用性,降低硬件成本和操作成本(能量消耗,物理空间占用等)[5].

本文设计了一种用于企业的云数据中心的工作场景,它可以接受大量客户端的虚拟机的请求,并将这些虚拟机分配到云数据中心的具体物理节点执行.参考了经典的装箱问题(classical in packing problem)模型,包括经典的最好适应算法Best-Fit-Algorithm (BFA)、首次适应算法First-Fit-Algorithm (FFA),下次适应算法Next-Fit-Algorithm (NFA)、最坏适应算法Worst-Fit-Algorithm (WFA)和随机算法Random Allocation -Algorithm (RAA)等来将大量的虚拟机放置到各个数据中心……