本發(fā)明屬于云計(jì)算領(lǐng)域，尤其涉及一種高效的云市場彈性期限計(jì)算資源拍賣機(jī)制。

背景技術(shù)：

云計(jì)算的出現(xiàn)為用戶提供了快速的資源按需分配，例如CPU、RAM及磁盤存儲器的資源分配。在過去的數(shù)十年里，兩種云平臺在互聯(lián)網(wǎng)上蓬勃發(fā)展，第一種是大規(guī)?；ヂ?lián)網(wǎng)數(shù)據(jù)中心，如AmazonEC2、微軟Azure和Linode這些可以管理共享資源池的云平臺；第二種是托管數(shù)據(jù)中心，通常位于大城市，物理位置相同的不同用戶使用的相對較小的云資源，托管數(shù)據(jù)中心共同管理這些云資源且為用戶提供服務(wù)。

虛擬技術(shù)把云產(chǎn)商的資源收集到一起，打包成各種不同類型的虛擬機(jī)，再分配給云用戶。比如，AmazonEC2目前提供7類共23種不同類型的虛擬機(jī)，每種虛擬機(jī)都有自己的優(yōu)勢且針對不同的作業(yè)。通常，大型的計(jì)算作業(yè)需要多個虛擬機(jī)實(shí)例合作進(jìn)行。比如，社交游戲和企業(yè)應(yīng)用通常由前段web服務(wù)器層、負(fù)載均衡層及后端數(shù)據(jù)存儲層組成，每層適用于在特定類型的資源，如帶寬、CPU或者存儲充足的虛擬機(jī)上執(zhí)行作業(yè)。

云計(jì)算作業(yè)可根據(jù)計(jì)算需求是否有彈性分為兩類。非彈性云作業(yè)，如大規(guī)模web服務(wù)將云服務(wù)作為公共設(shè)施，要求租用的虛擬機(jī)一直運(yùn)行且適應(yīng)可能的作業(yè)大小變化。這些云作業(yè)與電網(wǎng)中需要不間斷電能供應(yīng)的用戶類似。彈性云作業(yè)，如大數(shù)據(jù)分析和谷歌數(shù)據(jù)爬取處理通常是批處理，它們需要特定的計(jì)算作業(yè)能在虛擬機(jī)不是一直開啟的情況下完成，并且可以容忍作業(yè)完成過程中特定級別的延遲。這些用戶與電網(wǎng)中需要定量能源來處理提供的作業(yè)但時間窗靈活的能源用戶相似。

現(xiàn)有的云計(jì)算市場機(jī)制，特別是拍賣機(jī)制中已有針對非彈性云作業(yè)的機(jī)制。在只有一輪的云資源拍賣或在線云資源拍賣中，一旦某個投標(biāo)中標(biāo)，相對應(yīng)的虛擬機(jī)的服務(wù)時間窗口就確定了，即服務(wù)時間要么是本輪，要么是投標(biāo)中要求的時間段。這種拍賣算法不需要考慮接受的作業(yè)的完成順序。與之形成鮮明對比的是，一個設(shè)計(jì)優(yōu)良的彈性云作業(yè)市場機(jī)制不僅需要考慮是否接受投標(biāo)，也要注意在投標(biāo)中的時限信息的基礎(chǔ)上考慮何時執(zhí)行投標(biāo)中的作業(yè)。例如，假設(shè)有一個云用戶(投標(biāo)者)為人類染色體組分析作業(yè)競拍虛擬機(jī)資源，這個作業(yè)在有特定虛擬機(jī)的情況下可以在3小時內(nèi)完成，但只要在接下來的24小時內(nèi)拍賣商能分配計(jì)算資源完成這一作業(yè)用戶就能滿意，這24小時就是我們所說的彈性期限(soft deadline)。彈性期限在時間上給作業(yè)調(diào)度留下了充足的空間，一個好的拍賣算法如果能充分利用這一點(diǎn)，就可以達(dá)到資源利用和社會效益(拍賣商的效益與中標(biāo)的投標(biāo)者的效益之和)最大化。比如，可以在彈性期限內(nèi)選擇需求低的時段執(zhí)行該用戶的作業(yè)。

但由于即使每個投標(biāo)者都是誠實(shí)的(即用自己對計(jì)算資源的真實(shí)估價進(jìn)行投標(biāo))，計(jì)算社會效益(social welfare)最大的方案也是一個屬于NP-hard的整數(shù)線性規(guī)劃問題(integer linear program，ILP)，而傳統(tǒng)線性規(guī)劃又無法模擬及解決彈性期限問題。再加上還需要拍賣是在線的，即可以即時處理所有的投標(biāo)，又增加了問題的難度。所以目前，還沒有針對彈性期限的云計(jì)算資源在線拍賣機(jī)制既在計(jì)算上高效，又能達(dá)到較高社會效益且保證拍賣的誠實(shí)性。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述技術(shù)問題，本發(fā)明提供了一種高效的云市場彈性期限計(jì)算資源拍賣機(jī)制。先通過使用posted pricing拍賣框架保證誠實(shí)性，再通過緊湊指數(shù)型整數(shù)線性規(guī)劃和dual oracles處理彈性期限約束問題。最后，通過使用基于線性規(guī)劃對偶的經(jīng)典原始對偶算法，達(dá)到最優(yōu)社會效益。

本發(fā)明所采用的技術(shù)方案是：

一種高效的云市場彈性期限計(jì)算資源拍賣機(jī)制，其特征在于，包括：

云數(shù)據(jù)中心：云數(shù)據(jù)中心的資源池中有K種資源，資源能夠動態(tài)地分配到不同類型的虛擬機(jī)中；

虛擬機(jī)：設(shè)置在資源池中，第k種類型的虛擬機(jī)一共有c_k個單位；[X]代表整數(shù)集{1,2,...,X}；

云服務(wù)供應(yīng)商：作為拍賣商，以拍賣的方式向用戶出租虛擬機(jī)；用戶的投標(biāo)在大的時間跨度{1,2,...,T}上隨機(jī)地出現(xiàn)；

其中，多個投標(biāo)會同時到來或者以隨機(jī)的次序到來；令有I個用戶參與拍賣，每個用戶需要多個類型的虛擬機(jī)，且會提交多個投標(biāo)，將投標(biāo)總數(shù)記為J；

具體拍賣步驟如下：

步驟1：定義對每個用戶i的所有b_ij≠v_ij，都有u_ij(v_ij)≥u_ij(b_ij)，即用戶都會用自己的真實(shí)估價進(jìn)行投標(biāo)，也就是b_ij＝v_ij，這時拍賣機(jī)制是誠實(shí)的，利用緊湊指數(shù)型整數(shù)線性規(guī)劃將社會效益最大化寫成如下整數(shù)線性規(guī)劃形式：

限制條件:

其中，ζ_i.代表能在期限內(nèi)完成作業(yè)的時間安排；

步驟2：引入對偶變量p_k(t)和用戶i的效用u_i，其中，時間t時每單位k類型資源的臨界定價，用原始對偶算法寫出對偶線性規(guī)劃：

限制條件:

令當(dāng)u_i>0時，拍賣商接受用戶i的投標(biāo)，并用達(dá)到最大值時的時間來調(diào)度任務(wù)的執(zhí)行；當(dāng)u_i＝0時，拍賣商拒絕用戶i的投標(biāo)；

步驟3：初始化原始變量和對偶變量；x_ij＝0,y_i(t)＝0,u_i＝0,p_k(t)＝0,z_k(t)＝0；l∈ζ_i，x_il＝0；

步驟4：在每個用戶i的投標(biāo)到來時，通過dual oracle選擇可以使用戶i效用最大化的投標(biāo)j^*及對應(yīng)的執(zhí)行調(diào)度即對用戶i的調(diào)度的每個期限d_ij，選擇t∈[t_i,d_ij]中價格最低時隙數(shù)w_i，記錄所對應(yīng)的作業(yè)執(zhí)行安排l_j；

步驟5：如果用戶i效用u_i＝0，拒絕該用戶的投標(biāo)；如果用戶i效用u_i>0，則更新原始變量y_i(t)＝1，并更新z_k(t)(t時間內(nèi)被分配出去的k類資源的數(shù)目)，和價格p_k(t)；由于這里決定價格p_k(t)的定價機(jī)制屬于posted pricing機(jī)制，也就是說價格與用戶i的投標(biāo)價格無關(guān)，所以本發(fā)明的拍賣機(jī)制是誠實(shí)的；此時，若所有用戶均已投標(biāo)，則結(jié)束算法；反之則回到步驟5。

在上述的一種高效的云市場彈性期限計(jì)算資源拍賣機(jī)制，用戶i的投標(biāo)包含：

約束條件一：需要的第k種類型的虛擬機(jī)的總量

約束條件二：完成該計(jì)算作業(yè)需要的槽(slot)的數(shù)量w_i；

約束條件三：完成作業(yè)的期限d_ij，

約束條件四：每個期限對應(yīng)的競價b_ij；此外，作業(yè)的完成過程不需要是連續(xù)的，用戶i的作業(yè)可以在任何時間槽中執(zhí)行，只要在期限內(nèi)該作業(yè)的執(zhí)行時間之和達(dá)到w_i；表示用戶i在t_i時間提交的投標(biāo)。

在上述的一種高效的云市場彈性期限計(jì)算資源拍賣機(jī)制，定義整個拍賣過程中每個用戶最多中一次標(biāo)；每個投標(biāo)出現(xiàn)時，拍賣商會立即決定是否接受這一投標(biāo)，如果接受，則還要決定選擇哪個期限及如何安排投標(biāo)中的作業(yè)的執(zhí)行時間；二元參數(shù)x_ij＝1代表用戶i的第j個投標(biāo)中標(biāo)；否則，x_ij＝0；另一個二元參數(shù)y_i(t)＝1表示用戶i的作業(yè)在時間t被執(zhí)行；否則y_i(t)＝0；拍賣商向用戶i收取的費(fèi)用為p_i；v_ij是用戶i對第j個投標(biāo)的真實(shí)估價，這個投標(biāo)的效用u_ij(b_ij)＝v_ij-p_i(如果x_ij＝1)；如果x_ij＝0，u_ij(b_ij)＝0；如果對所有b_ij≠v_ij，都有u_ij(v_ij)≥u_ij(b_ij)，則這一拍賣機(jī)制是誠實(shí)的(truthful)；社會效益是用戶效用∑_i∈[I]∑_j∈[J]v_ijx_ij-∑_i∈[I]p_i與拍賣商效用∑_i∈[I]p_i之和，也就是∑_i∈[I]∑_j∈[J]v_ijx_ij。

因此，本發(fā)明具有如下優(yōu)點(diǎn)：本發(fā)明通過posted pricing拍賣框架保證在線投標(biāo)的誠實(shí)性，還通過緊湊指數(shù)型整數(shù)線性規(guī)劃和dual oracles處理彈性期限帶來的限制，并通過基于線性規(guī)劃對偶的經(jīng)典原始對偶算法提出了高效的社會收益近似算法。

附圖說明

圖1是本發(fā)明實(shí)施例的流程圖。

圖2是本發(fā)明實(shí)施例與離線拍賣算法獲得社會效益的對比圖。

圖3是本發(fā)明實(shí)施例在不同用戶數(shù)目和投標(biāo)數(shù)目時獲得的社會收益圖。

具體實(shí)施方式

為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。

首先介紹一下本發(fā)明的具體方法：考慮一個擁有資源池的云數(shù)據(jù)中心，資源池中有K種資源，包括CPU、RAM和磁盤存儲，這些資源可以動態(tài)地分配到不同類型的虛擬機(jī)中。在這個資源池中，第k種類型的虛擬機(jī)一共有c_k個單位。[X]代表整數(shù)集{1,2,...,X}。云服務(wù)供應(yīng)商作為拍賣商，以拍賣的方式向用戶出租虛擬機(jī)。用戶的投標(biāo)在大的時間跨度{1,2,...,T}上隨機(jī)地出現(xiàn)。需要注意的是，多個投標(biāo)可能會同時到來，也可能會以隨機(jī)的次序到來。令有I個用戶參與拍賣，每個用戶需要多個類型的虛擬機(jī)，且會提交多個投標(biāo)，將投標(biāo)總數(shù)記為J。用戶i的投標(biāo)包含：(1)需要的第k種類型的虛擬機(jī)的總量(2)完成該計(jì)算作業(yè)需要的時隙數(shù)(slot)的數(shù)量w_i；(3)完成作業(yè)的期限d_ij，(4)每個期限對應(yīng)的競價b_ij。此外，作業(yè)的完成過程不需要是連續(xù)的，用戶i的作業(yè)可以在任何槽中執(zhí)行，只要在期限內(nèi)該作業(yè)的執(zhí)行時間之和達(dá)到w_i。表示用戶i在t_i時間提交的投標(biāo)。

假設(shè)整個拍賣過程中每個用戶最多中一次標(biāo)。每個投標(biāo)出現(xiàn)時，拍賣商會立即決定是否接受這一投標(biāo)，如果接受，則還要決定選擇哪個期限及如何安排投標(biāo)中的作業(yè)的執(zhí)行時間。二元參數(shù)x_ij＝1表示用戶i的第j個投標(biāo)中標(biāo)；否則，x_ij＝0。另一個二元參數(shù)y_i(t)＝1表示用戶i的作業(yè)在時間t被執(zhí)行；否則y_i(t)＝0。拍賣商向用戶i收取的費(fèi)用為p_i。v_ij是用戶i對第j個投標(biāo)的真實(shí)估價，這個投標(biāo)的效用u_ij(b_ij)＝v_ij-p_i(如果x_ij＝1)；如果x_ij＝0，u_ij(b_ij)＝0。如果對所有b_ij≠v_ij，都有u_ij(v_ij)≥u_ij(b_ij)，則這一拍賣機(jī)制是誠實(shí)的(truthful)。社會效益是用戶效用∑_i∈[I]∑_j∈[J]v_ijx_ij-∑_i∈[I]p_i與拍賣商效用∑_i∈[I]p_i之和，也就是∑_i∈[I]∑_j∈[J]v_ijx_ij，具體包括：

步驟1：假設(shè)對每個用戶i的所有b_ij≠v_ij，都有u_ij(v_ij)≥u_ij(b_ij)，即用戶都會用自己的真實(shí)估價進(jìn)行投標(biāo)，也就是b_ij＝v_ij，這時拍賣機(jī)制是誠實(shí)的?；诖思僭O(shè)，可以將社會效益最大化寫成如下整數(shù)線性規(guī)劃形式：

限制條件：

步驟2：利用緊湊指數(shù)型整數(shù)線性規(guī)劃(compact-exponential ILP)簡化步驟1中的線性規(guī)劃：

限制條件:

其中，ζ_i.代表能在期限內(nèi)完成作業(yè)的時間安排。

步驟3：引入對偶變量p_k(t)(時間t時每單位k類型資源的臨界定價)和用戶i的效用u_i，用原始對偶算法寫出對偶線性規(guī)劃：

限制條件:

令在之后的步驟中，當(dāng)u_i>0時，拍賣商接受用戶i的投標(biāo)，并用達(dá)到最大值時的時間來安排作業(yè)的執(zhí)行；當(dāng)u_i＝0時，拍賣商拒絕用戶i的投標(biāo)。

步驟4：初始化原始變量和對偶變量。x_ij＝0,y_i(t)＝0,z_k(t)＝0,u_i＝0,p_k(t)＝0；l∈ζ_i,x_il＝0。

步驟5：在用戶i的投標(biāo)到來時，通過dual oracle選擇可以使用戶i效用最大化的投標(biāo)j^*及對應(yīng)的執(zhí)行安排即對用戶i的作業(yè)的每個期限d_ij，選擇t∈[t_i,d_ij]中價格最低時隙數(shù)w_i，記錄所對應(yīng)的作業(yè)執(zhí)行安排l_j。

步驟6：如果用戶i效用u_i＝0，拒絕該用戶的投標(biāo)。如果用戶i效用u_i>0，則更新原始變量y_i(t)＝1，并更新z_k(t)(t時間內(nèi)被分配出去的k類資源的數(shù)目)，和價格p_k(t)。由于這里決定價格p_k(t)的定價機(jī)制屬于posted pricing機(jī)制，也就是說價格與用戶i的投標(biāo)價格無關(guān)，所以本發(fā)明的拍賣機(jī)制是誠實(shí)的。此時，若所有用戶均已投標(biāo)，則結(jié)束算法；反之則回到步驟5。

在本實(shí)施例中，我們設(shè)置用戶人數(shù)分別為40、50、60、70、80、90、100，每個用戶的投標(biāo)數(shù)J為2、4、6。

步驟1：先假設(shè)每個用戶i都會用自己的真實(shí)估價進(jìn)行投標(biāo)，也就是b_ij＝v_ij。由于拍賣機(jī)制是誠實(shí)的，因此可以將社會效益最大化寫成如下整數(shù)線性規(guī)劃形式：

限制條件：

步驟2：利用緊湊指數(shù)型整數(shù)線性規(guī)劃(compact-exponential ILP)簡化步驟1中的線性規(guī)劃：

限制條件:

其中，ζ_i.代表能在期限內(nèi)完成作業(yè)的時間安排。

步驟3：引入對偶變量p_k(t)(時間t時每單位k類型資源的臨界定價)和用戶i的效用u_i，用原始對偶算法寫出對偶線性規(guī)劃：

限制條件:

令

步驟4：初始化原始變量和對偶變量。x_ij＝0,y_i(t)＝0,z_k(t)＝0,u_i＝0,p_k(t)＝0；l∈ζ_i,x_il＝0。

步驟5：在用戶i的投標(biāo)到來時，通過dual oracle選擇可以使用戶i效用最大化的投標(biāo)j^*及對應(yīng)的執(zhí)行安排

步驟6：如果用戶i效用u_i＝0，拒絕該用戶的投標(biāo)。如果用戶i效用u_i>0，則更新原始變量y_i(t)＝1，并更新z_k(t)(t時間內(nèi)被分配出去的k類資源的數(shù)目)，和價格p_k(t)。此時，若所有用戶均已投標(biāo)，則結(jié)束算法；反之則回到步驟5。

本發(fā)明研究了云市場彈性期限計(jì)算資源拍賣問題,通過研究使用posted pricing拍賣框架、緊湊指數(shù)型整數(shù)線性規(guī)劃和dual oracles，保證了拍賣的誠實(shí)性、高社會效益，且該拍賣算法能在多項(xiàng)式時間內(nèi)完成，比一般算法更高效。

應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)，上述針對較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對本發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā)明的請求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。