基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法
【專利摘要】本發(fā)明屬于云計(jì)算資源管理領(lǐng)域，涉及一種應(yīng)用負(fù)載預(yù)測(cè)技術(shù)，具體涉及一種云計(jì)算中基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法。該發(fā)明中根據(jù)應(yīng)用負(fù)載的歷史數(shù)據(jù)，分析應(yīng)用模式并動(dòng)態(tài)的選擇相應(yīng)預(yù)測(cè)模型，對(duì)應(yīng)用將來(lái)一段時(shí)間內(nèi)的負(fù)載進(jìn)行預(yù)測(cè)。本發(fā)明可以根據(jù)預(yù)測(cè)的準(zhǔn)確程度及時(shí)的修正所運(yùn)用的預(yù)測(cè)模型及相關(guān)參數(shù)以獲得更高的準(zhǔn)確度，為后面的資源分配提供決策支持。
【專利說(shuō)明】基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于云計(jì)算資源管理領(lǐng)域，涉及一種應(yīng)用負(fù)載預(yù)測(cè)技術(shù)，具體涉及一種云計(jì)算中基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法。本發(fā)明根據(jù)應(yīng)用負(fù)載的歷史數(shù)據(jù)，分析負(fù)載的模式并動(dòng)態(tài)地選擇相應(yīng)預(yù)測(cè)模型，對(duì)應(yīng)用將來(lái)一段時(shí)間內(nèi)的負(fù)載情況進(jìn)行預(yù)測(cè)。
【背景技術(shù)】
[0002]云計(jì)算作為一種新型的服務(wù)模式，得到了公眾的廣泛關(guān)注。近年來(lái)，不斷發(fā)展進(jìn)步的虛擬化軟件使得云計(jì)算能夠靈活地提供可擴(kuò)展性，彈性和低成本的基礎(chǔ)設(shè)施。憑借這些優(yōu)勢(shì)，云計(jì)算逐漸成為現(xiàn)代IT解決方案中的普遍選擇?；A(chǔ)設(shè)施即服務(wù)的提供商使用虛擬化技術(shù)來(lái)封裝應(yīng)用并為沒(méi)有合作關(guān)系的用戶提供隔離。然而靜態(tài)的為虛擬機(jī)劃分物理資源，可能會(huì)導(dǎo)致許多問(wèn)題。通常，應(yīng)用的負(fù)載是不斷變化，如果根據(jù)應(yīng)用的峰值負(fù)載為其分配資源，這樣會(huì)導(dǎo)致大量資源的浪費(fèi)。相反地，如果為應(yīng)用分配的資源少了，應(yīng)用可能在某些時(shí)刻會(huì)因?yàn)橘Y源的不足而違反應(yīng)用服務(wù)目標(biāo)。為了實(shí)現(xiàn)資源的有效利用并保證應(yīng)用的性能，云環(huán)境需要一個(gè)高效的資源供應(yīng)系統(tǒng)。
[0003]雖然現(xiàn)有技術(shù)公開(kāi)了一些針對(duì)云計(jì)算應(yīng)用的資源供應(yīng)方法和技術(shù)，但是解決從負(fù)載模式分析到為不同模式的負(fù)載提供合適的預(yù)測(cè)模型這一關(guān)鍵重要需求上，這些方法仍存在一些問(wèn)題，主要有:
[0004]1.對(duì)負(fù)載模式認(rèn)識(shí)不夠清晰。負(fù)載的基本模式有周期性模式和非周期模式，也就是應(yīng)用負(fù)載呈現(xiàn)出周期性特征或非周期性特征。事實(shí)上，有些應(yīng)用的負(fù)載表現(xiàn)出多種模式相混合的特征。比如，在一段時(shí)間內(nèi)負(fù)載呈現(xiàn)出周期性，而后卻表現(xiàn)出非周期特點(diǎn)，一段時(shí)間后又出現(xiàn)周期性特征的負(fù)載；或者負(fù)載的周期會(huì)發(fā)生改變的周期性負(fù)載。所以對(duì)于應(yīng)用，實(shí)踐中需要實(shí)時(shí)地檢測(cè)應(yīng)用負(fù)載的模式，然后選擇相應(yīng)的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。然而目前的資源供應(yīng)方法中，有些并沒(méi)有考慮負(fù)載的模式就直接建立預(yù)測(cè)模型，有些方法考慮了應(yīng)用的模式來(lái)建模預(yù)測(cè)。對(duì)于這些資源供應(yīng)方法，如果負(fù)載模式發(fā)生改變，而預(yù)測(cè)模型不能及時(shí)地發(fā)現(xiàn)并進(jìn)行調(diào)整，這樣會(huì)導(dǎo)致嚴(yán)重的預(yù)測(cè)誤差，從而影響資源的整體供應(yīng)。
[0005]2.開(kāi)銷(xiāo)大。目前尚無(wú)一個(gè)通用的預(yù)測(cè)模型，能夠?qū)λ心Ｊ降呢?fù)載可以進(jìn)行很好的預(yù)測(cè)，即不同模式的負(fù)載需要不同的預(yù)測(cè)模型來(lái)保證預(yù)測(cè)的準(zhǔn)確度。有些方法采用多種預(yù)測(cè)模型同時(shí)對(duì)負(fù)載進(jìn)行預(yù)測(cè)，然后選擇準(zhǔn)確度比較高的結(jié)果。這種預(yù)測(cè)方法雖然能夠取得好的預(yù)測(cè)結(jié)果，但是多個(gè)預(yù)測(cè)模型方法同時(shí)進(jìn)行預(yù)測(cè)會(huì)導(dǎo)致方法本身的開(kāi)銷(xiāo)變大。
[0006]3.預(yù)測(cè)的準(zhǔn)確性。不同的負(fù)載模式需要不同的預(yù)測(cè)模型。對(duì)于非周期性應(yīng)用，尤其是具有很多尖峰的應(yīng)用，因?yàn)樨?fù)載序列不存在明顯的自相關(guān)性，序列之間的隨機(jī)性很大，對(duì)這種負(fù)載的預(yù)測(cè)具有很大的挑戰(zhàn)性。對(duì)于周期性序列，周期性預(yù)測(cè)模型能夠獲得很好的預(yù)測(cè)效果，同時(shí)也能降低預(yù)測(cè)的計(jì)算開(kāi)銷(xiāo)。
[0007]由此可見(jiàn)，在云計(jì)算資源管理中，為了實(shí)現(xiàn)資源的高效利用，降低應(yīng)用成本，動(dòng)態(tài)地為應(yīng)用提供所需資源是非常重要的。預(yù)測(cè)結(jié)果作為分配資源的依據(jù)，其準(zhǔn)確性直接影響系統(tǒng)應(yīng)用的性能。本發(fā)明擬提出一種基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其考慮了應(yīng)用的模式，實(shí)現(xiàn)預(yù)測(cè)模型的動(dòng)態(tài)切換，在保證準(zhǔn)確性的前提下，降低本身計(jì)算開(kāi)銷(xiāo)。
[0008]與本發(fā)明相關(guān)的現(xiàn)有技術(shù)有:
[0009][l]Gong, Z., Gu, X., Wilkes, J.:PRESS:PRedictive Elastic ReSource Scalingfor cloud systems.1n:201OInternational Conference on Network and ServiceManagement, pp.9-16.Niagara Fall, ON(2010)
[0010][2]Peter, J.B., Richard, A.D.:1ntroduction to Time Series andForecasting.Springer-Verlag New York Inc.，2002.
【發(fā)明內(nèi)容】

[0011]本發(fā)明的主要目的是針對(duì)云計(jì)算環(huán)境中現(xiàn)有的各種資源供應(yīng)方法中存在各種問(wèn)題，提出一種基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法。該方法通過(guò)對(duì)應(yīng)用負(fù)載歷史數(shù)據(jù)處理，分析出負(fù)載的模式，然后動(dòng)態(tài)地選擇相應(yīng)的預(yù)測(cè)模型。
[0012]具體的，本發(fā)明的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，包括兩個(gè)模塊:預(yù)測(cè)模塊和調(diào)整模塊，其中預(yù)測(cè)模型包括周期性預(yù)測(cè)模型和多項(xiàng)式擬合預(yù)測(cè)模型。所述的周期性預(yù)測(cè)模型主要針對(duì)具有周期性特征的負(fù)載，多項(xiàng)式擬合預(yù)測(cè)模型主要是針對(duì)非周期性負(fù)載。
[0013]本發(fā)明中，所述的預(yù)測(cè)模塊給定應(yīng)用負(fù)載的歷史序列，預(yù)測(cè)模塊能夠計(jì)算出該應(yīng)用在將來(lái)一段時(shí)間內(nèi)的負(fù)載情況。
[0014]預(yù)測(cè)模塊包含三個(gè)子模塊，分別為:選擇器，周期性預(yù)測(cè)模型和多項(xiàng)式擬合預(yù)測(cè)模型。
[0015](I)選擇器
[0016]選擇器有三個(gè)任務(wù)。第一:給定一個(gè)序列，選擇器分析該序列中是否存在周期性特征。如果該序列是周期序列，選擇器則選擇周期性預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，相反，如果序列中不存在明顯的周期性，選擇器則決定用多項(xiàng)式擬合模型來(lái)建模預(yù)測(cè)。第二:切換序列的預(yù)測(cè)模型。選擇器實(shí)時(shí)地監(jiān)控預(yù)測(cè)的誤差情況，當(dāng)預(yù)測(cè)出現(xiàn)了嚴(yán)重的誤差時(shí)，選擇器會(huì)立即對(duì)最新的歷史序列進(jìn)行分析，并確定合適的預(yù)測(cè)模型；當(dāng)系統(tǒng)中連續(xù)出現(xiàn)N個(gè)預(yù)測(cè)值，其誤差的絕對(duì)值大于某個(gè)閾值，這說(shuō)明應(yīng)用的模式可能發(fā)生了改變，選擇器會(huì)對(duì)最新的歷史序列進(jìn)行分析，判斷是序列的周期發(fā)生了改變，還是周期性消失，序列變成了非周期序列，然后選擇相應(yīng)的預(yù)測(cè)模型。第三:對(duì)于使用多項(xiàng)式擬合預(yù)測(cè)模型的情況，為了降低預(yù)測(cè)的計(jì)算量，在保證誤差的情況下，選擇器每個(gè)一段時(shí)間Ts進(jìn)行周期性檢測(cè)，判斷其周期性，如果有，則切換到周期性預(yù)測(cè)模型，如果沒(méi)有，則保持多項(xiàng)式擬合預(yù)測(cè)模型。
[0017](2)周期性預(yù)測(cè)模型
[0018]選擇器檢測(cè)出序列具有周期性之后，周期性預(yù)測(cè)模型則計(jì)算出序列的最佳周期，然后根據(jù)這個(gè)周期對(duì)序列進(jìn)行處理，建模，預(yù)測(cè)。該模型一次可以預(yù)測(cè)一個(gè)周期的數(shù)據(jù)。
[0019](3)多項(xiàng)式擬合預(yù)測(cè)模型
[0020]如果序列不存在周期性，選擇器則選擇此預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。該模型適用于非周期模式的平穩(wěn)序列和瞬時(shí)尖峰序列。相對(duì)于現(xiàn)有技術(shù)的多項(xiàng)式擬合的方法，本發(fā)明選擇使用周期性預(yù)測(cè)模型來(lái)預(yù)測(cè)周期性負(fù)載，能保證預(yù)測(cè)準(zhǔn)確性，降低預(yù)測(cè)開(kāi)銷(xiāo)。目前現(xiàn)有技術(shù)中有些資源供應(yīng)方法采用多項(xiàng)式擬合對(duì)平穩(wěn)序列進(jìn)行預(yù)測(cè)，實(shí)驗(yàn)表明對(duì)于瞬時(shí)尖峰序列，多項(xiàng)式擬合的方法同樣可以獲得很好的預(yù)測(cè)效果，但為了更好的擬合負(fù)載的趨勢(shì)，擬合方法往往不同，通過(guò)歷史數(shù)據(jù)的擬合，得到多項(xiàng)式之后就可以對(duì)負(fù)載進(jìn)行預(yù)測(cè)，由于多項(xiàng)式擬合模型主要針對(duì)局部趨勢(shì)進(jìn)行擬合，所以它也可以對(duì)周期性負(fù)載進(jìn)行預(yù)測(cè)。
[0021]本發(fā)明中，調(diào)整模塊在預(yù)測(cè)之后對(duì)預(yù)測(cè)值進(jìn)行一些誤差糾正處理，優(yōu)選采用多項(xiàng)式擬合方法進(jìn)行誤差值估計(jì)。
[0022]預(yù)測(cè)中，誤差是不可避免的。如果預(yù)測(cè)值大于實(shí)際的負(fù)載(高估)，這時(shí)可能會(huì)導(dǎo)致資源的浪費(fèi)，但是如果預(yù)測(cè)值低于實(shí)際負(fù)載(低估)，應(yīng)用可能會(huì)因?yàn)橘Y源的不足致使違反應(yīng)用服務(wù)目標(biāo)。為了減少這種情況的發(fā)生，通常會(huì)在預(yù)測(cè)之后對(duì)預(yù)測(cè)值進(jìn)行一些誤差糾正處理。在本方法中，維護(hù)了每個(gè)應(yīng)用負(fù)載序列的誤差序列，這個(gè)序列保存了最新的誤差值序列，同樣采用多項(xiàng)式擬合的方法估算下一 時(shí)刻的誤差值。
[0023]本發(fā)明中，為了保證預(yù)測(cè)的準(zhǔn)確性同時(shí)降低計(jì)算開(kāi)銷(xiāo)，需要實(shí)現(xiàn)預(yù)測(cè)模型的切換。
[0024]切換預(yù)測(cè)模型的原因有兩點(diǎn):第一，準(zhǔn)確性，對(duì)于周期性序列，周期性預(yù)測(cè)模型能夠獲得很好的準(zhǔn)確度，而對(duì)于非周期性序列，多項(xiàng)式擬合模型的準(zhǔn)確性更好；第二，計(jì)算復(fù)雜度，在本發(fā)明中，周期性預(yù)測(cè)模型的復(fù)雜度是O (η)，多項(xiàng)式擬合模型的復(fù)雜度是O (n*m5)，其中，η是歷史數(shù)據(jù)的量，m是擬合多項(xiàng)式的最高次冪。本發(fā)明中周期性預(yù)測(cè)模型一次可預(yù)測(cè)整個(gè)周期的值，而多項(xiàng)式擬合預(yù)測(cè)模型為了保證其準(zhǔn)確度，一次預(yù)測(cè)只一個(gè)值或者最近的幾個(gè)點(diǎn)。
[0025]本發(fā)明方法中，要求輸入應(yīng)用負(fù)載的歷史數(shù)據(jù)序列，在云環(huán)境中，以虛擬機(jī)的負(fù)載情況表示應(yīng)用負(fù)載，由監(jiān)控系統(tǒng)對(duì)系統(tǒng)中所有虛擬機(jī)負(fù)載情況進(jìn)行監(jiān)控與記錄以及對(duì)監(jiān)控?cái)?shù)據(jù)進(jìn)行預(yù)處理，本發(fā)明的一個(gè)實(shí)施例中，應(yīng)用負(fù)載選自訪問(wèn)量的負(fù)載參數(shù)，通過(guò)下述方法獲得:每隔10分鐘采取一個(gè)樣本點(diǎn)，然后組成負(fù)載序列{X(t)}，即為t時(shí)刻負(fù)載的值，或根據(jù)不同負(fù)載的樣本序列應(yīng)用的特點(diǎn)選擇不同的采樣周期。
[0026]本發(fā)明方法中，選擇器中，給定一個(gè)序列，利用快速傅里葉轉(zhuǎn)換判斷該序列中是否存在周期性成分，如果是周期性序列并且確定其周期，則采用周期性預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，檢測(cè)出序列中存在多個(gè)周期成分時(shí)，采用如下公式選擇最合適周期:
【權(quán)利要求】
1.基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，該方法根據(jù)應(yīng)用負(fù)載的歷史數(shù)據(jù)，分析應(yīng)用模式并動(dòng)態(tài)的選擇相應(yīng)預(yù)測(cè)模型，對(duì)應(yīng)用將來(lái)一段時(shí)間內(nèi)的負(fù)載進(jìn)行預(yù)測(cè)，該方法中包括預(yù)測(cè)模塊和調(diào)整模塊； 所述預(yù)測(cè)模塊包含三個(gè)子模塊，分別為:選擇器，周期性預(yù)測(cè)模型和多項(xiàng)式擬合預(yù)測(cè)模型，其中，①選擇器根據(jù)應(yīng)用負(fù)載的歷史數(shù)據(jù)分析負(fù)載的模式，并動(dòng)態(tài)選擇相應(yīng)的預(yù)測(cè)模型，同時(shí)，選擇器實(shí)時(shí)的觀察預(yù)測(cè)的準(zhǔn)確度，當(dāng)預(yù)測(cè)數(shù)據(jù)出現(xiàn)大的偏差時(shí)，選擇器立刻應(yīng)用負(fù)載進(jìn)行重新分析并選擇合適的預(yù)測(cè)模型；②周期性預(yù)測(cè)模型對(duì)周期性序列進(jìn)行預(yù)測(cè)多項(xiàng)式擬合預(yù)測(cè)模型預(yù)測(cè)瞬時(shí)尖峰序列； 所述調(diào)整模塊在預(yù)測(cè)后對(duì)預(yù)測(cè)值進(jìn)行修正處理，利用預(yù)測(cè)誤差序列計(jì)算預(yù)測(cè)負(fù)載的修正值。
2.如權(quán)利要求1所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，該方法中輸入應(yīng)用負(fù)載的歷史數(shù)據(jù)序列，在云環(huán)境中，以虛擬機(jī)的負(fù)載情況表示應(yīng)用負(fù)載，由監(jiān)控系統(tǒng)對(duì)系統(tǒng)中所有虛擬機(jī)負(fù)載情況進(jìn)行監(jiān)控與記錄以及對(duì)監(jiān)控?cái)?shù)據(jù)進(jìn)行預(yù)處理。
3.如權(quán)利要求2所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，所述的應(yīng)用負(fù)載選自訪問(wèn)量的負(fù)載參數(shù)，通過(guò)下述方法獲得:每隔10分鐘采取一個(gè)樣本點(diǎn)，然后組成負(fù)載序列{X(t)}，即為t時(shí)刻負(fù)載的值，或根據(jù)不同負(fù)載的樣本序列應(yīng)用的特點(diǎn)選擇不同的采樣周期。
4.如權(quán)利要求1所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，所述的選擇器中，給定一個(gè)序列，利用快速傅里葉轉(zhuǎn)換判斷該序列中是否存在周期性成分，如果是周期性序列并且確定其周期，則采用周期性預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，檢測(cè)出序列中存在多個(gè)周期成分時(shí)，采用如下公式選擇最合適周期:
鳳
Err(Ti) = ^lXCt)-StI
t=l 其中，Err (Ti)是周期為T(mén)i時(shí)的總誤差，gt:是周期為T(mén)i時(shí)的周期成分，選擇誤差值最小的周期為最合適周期。
5.如權(quán)利要求1所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，所述的多項(xiàng)式擬合預(yù)測(cè)模型中，采用下述公式對(duì)尖峰序列進(jìn)行均值處理:tH|lx(t) = ^ 室 X(I) 其中I為-的下取整，L的值為奇數(shù)。
6.如權(quán)利要求1所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，所述的調(diào)整模塊中，采用多項(xiàng)式擬合方法進(jìn)行誤差值估計(jì)。
7.如權(quán)利要求1所述的基于應(yīng)用負(fù)載的自適應(yīng)資源供應(yīng)方法，其特征在于，所述的應(yīng)用模式為混合模式時(shí)，采用動(dòng)態(tài)的調(diào)整預(yù)測(cè)模型適應(yīng)負(fù)載模式的變化。
【文檔編號(hào)】G06F9/50GK103577268SQ201210279875
【公開(kāi)日】2014年2月12日 申請(qǐng)日期:2012年8月7日 優(yōu)先權(quán)日:2012年8月7日
【發(fā)明者】吳杰, 張飛飛, 呂智慧 申請(qǐng)人:復(fù)旦大學(xué)