本發(fā)明涉及云計(jì)算
技術(shù)領(lǐng)域：
，特別是涉及業(yè)務(wù)調(diào)度，以及通信網(wǎng)絡(luò)。
背景技術(shù)：
：云計(jì)算是并行計(jì)算、分布式計(jì)算和網(wǎng)格計(jì)算的延伸和發(fā)展,它通過(guò)對(duì)虛擬化技術(shù)、任務(wù)調(diào)度、負(fù)載均衡和分布式存儲(chǔ)等技術(shù)的融合和利用,使得云內(nèi)的所有資源整合為一個(gè)龐大的資源池共同執(zhí)行計(jì)算和存儲(chǔ)等任務(wù),避免個(gè)人計(jì)算機(jī)或者小型數(shù)據(jù)中心的性能瓶頸,解決了如何對(duì)大數(shù)據(jù)快速計(jì)算和合理存儲(chǔ)的問(wèn)題。自云計(jì)算的概念提出至今,在谷歌(Google)、IBM、亞馬遜(Amazon)和微軟(Microsoft)等國(guó)際知名廠商的大力推動(dòng)下,云計(jì)算已經(jīng)得到了廣泛的普及和認(rèn)可,越來(lái)越多的云產(chǎn)品應(yīng)用到了實(shí)際生活中?？梢哉f(shuō),云計(jì)算的成功發(fā)展是各大企業(yè)的宣傳和推動(dòng)的結(jié)果,所以云計(jì)算本身帶有明顯的商業(yè)烙印。因此,云計(jì)算是一種新型的商業(yè)計(jì)算模式,是并行計(jì)算、分布式計(jì)算和網(wǎng)格汁算等技術(shù)的商業(yè)實(shí)現(xiàn),它把系統(tǒng)內(nèi)各種不同類(lèi)型的物理機(jī)和虛擬機(jī)等異構(gòu)資源整合為若干虛擬資源池,采用按需分配的思想把資源池內(nèi)的計(jì)算資源、存儲(chǔ)空間和網(wǎng)絡(luò)帶寬等資源分配給不同需求的用戶,為用戶提供不同類(lèi)型的服務(wù)。云計(jì)算使得系統(tǒng)的資源管理和用戶的業(yè)務(wù)處理相互獨(dú)立,云平臺(tái)和云用戶可以協(xié)同運(yùn)行,互不干涉。通過(guò)這種方式,用戶無(wú)需關(guān)心資源管理和部署的具體過(guò)程,只需在有資源需求時(shí)向云平臺(tái)提出請(qǐng)求,業(yè)務(wù)處理完成后還需將資源返還給云平臺(tái),從而節(jié)省購(gòu)買(mǎi)、維護(hù)硬件和軟件資源的成本,并不必?fù)?dān)心節(jié)點(diǎn)的過(guò)載和資源的失效等情況,把更多的精力投入到應(yīng)用的開(kāi)發(fā)和優(yōu)化上面。而云平臺(tái)采用合理的資源管現(xiàn)和調(diào)度策略,通過(guò)專門(mén)的軟件模塊實(shí)現(xiàn)云內(nèi)資源的自動(dòng)管理和動(dòng)態(tài)部署,同時(shí)為大量用戶提供不同類(lèi)型的資源,并可在用戶請(qǐng)求結(jié)束后回收這些資源捉供給其他用戶使用,從而能夠提高資源的利用效能,避免資源浪費(fèi)。并且云內(nèi)近無(wú)限的計(jì)算和存儲(chǔ)能力可以提高對(duì)任務(wù)的執(zhí)行效率,保證服務(wù)的可靠性，云計(jì)算的體系結(jié)構(gòu)如圖1所示。面對(duì)云計(jì)算的自治性、分布性、擴(kuò)展性、異構(gòu)性和按需服務(wù)等特點(diǎn),以往的資源管理和調(diào)度方法難以滿足用戶體驗(yàn)需求。而資源的管理和調(diào)度技術(shù)的優(yōu)劣直接決定了云平臺(tái)所能提供的服務(wù)質(zhì)量,是決定云計(jì)算性能的要因素。因此，為滿足用戶的體驗(yàn)需求，需建立高性能云計(jì)算服務(wù)架構(gòu)。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問(wèn)題是：解決基于QoE(QualityofExperience)的業(yè)務(wù)調(diào)度效能提升問(wèn)題，通過(guò)云資源的高效調(diào)度，如圖2所示，滿足用戶高QoE條件下云計(jì)算的傳輸與處理能力。本發(fā)明為解決上述技術(shù)問(wèn)題所采用的技術(shù)方案包括以下步驟，如圖3所示：A、建立基于QoE的云計(jì)算服務(wù)模型；B、建立基于QoE的云計(jì)算服務(wù)流程；C、建立數(shù)據(jù)中心能量管理優(yōu)化模型。所述步驟A中，基于QoE的云計(jì)算服務(wù)模型由中央調(diào)度器、數(shù)據(jù)中心資源管理單元、光纖，服務(wù)管理控制單元、多個(gè)計(jì)算和存儲(chǔ)單元組成，其中數(shù)據(jù)中心資源管理單元主要由本地調(diào)度器、QoE估計(jì)單元和綠色能源估計(jì)單元組成，每一個(gè)計(jì)算和存儲(chǔ)單元具有相應(yīng)的數(shù)據(jù)中心資源管理單元，其用于對(duì)計(jì)算和存儲(chǔ)資源、能量分配和QoE的協(xié)同管理和調(diào)節(jié)，中央調(diào)度器用于實(shí)現(xiàn)數(shù)據(jù)中心資源管理單元間的統(tǒng)一協(xié)同工作，如圖4所示。所述步驟B中，基于QoE的云計(jì)算服務(wù)流程具體為：服務(wù)管理控制單元包括服務(wù)周期循環(huán)操作與控制單元、服務(wù)邏輯規(guī)劃單元、云服務(wù)資源發(fā)現(xiàn)與分配單元、基于云服務(wù)的架構(gòu)部署設(shè)置單元、虛擬服務(wù)池、云服務(wù)定義與操作單元、數(shù)據(jù)分析單元、數(shù)據(jù)和服務(wù)管理單元、服務(wù)邏輯規(guī)劃單元以及流數(shù)據(jù)處理單元，其中服務(wù)周期循環(huán)操作與控制單元包含服務(wù)周期循環(huán)規(guī)則管理單元和管理引擎，云服務(wù)資源發(fā)現(xiàn)與分配單元包含資源自適應(yīng)優(yōu)化分配單元和虛擬網(wǎng)絡(luò)架構(gòu)管理單元，云服務(wù)定義與操作單元包含虛擬服務(wù)與實(shí)體服務(wù)映射轉(zhuǎn)化單元和服務(wù)請(qǐng)求單元，數(shù)據(jù)分析單元包含模糊控制單元、數(shù)據(jù)文檔和分類(lèi)和歸一化處理單元，數(shù)據(jù)和服務(wù)管理單元包含數(shù)據(jù)修正引擎和日志文檔管理單元，如圖5所示。所述步驟B中，一方面，首先服務(wù)請(qǐng)求單元接收用戶的服務(wù)請(qǐng)求，并將其傳遞至數(shù)據(jù)分析單元，數(shù)據(jù)分析單元中的模糊控制單元通過(guò)相應(yīng)的規(guī)則將數(shù)據(jù)文檔進(jìn)行預(yù)處理，然后進(jìn)行分類(lèi)和歸一化處理，并且其通過(guò)日志文檔管理單元傳遞至數(shù)據(jù)修正引擎，數(shù)據(jù)修正引擎將修正調(diào)節(jié)參數(shù)和被處理后的數(shù)據(jù)傳遞至管理引擎，另一方面，服務(wù)周期循環(huán)操作與控制單元通過(guò)服務(wù)邏輯規(guī)劃單元將動(dòng)態(tài)管理信息傳遞至云服務(wù)資源發(fā)現(xiàn)與分配單元，其中服務(wù)邏輯規(guī)劃單元用于云服務(wù)進(jìn)程的動(dòng)態(tài)分配與調(diào)整，云服務(wù)資源發(fā)現(xiàn)與分配單元根據(jù)動(dòng)態(tài)管理信息，并通過(guò)QoE優(yōu)化保障單元提供的相關(guān)參數(shù)信息對(duì)虛擬服務(wù)池中的服務(wù)資源進(jìn)行搜尋與分配，隨之通過(guò)虛擬服務(wù)與實(shí)體服務(wù)映射轉(zhuǎn)化單元實(shí)現(xiàn)虛擬服務(wù)資源與實(shí)體服務(wù)資源的實(shí)時(shí)轉(zhuǎn)化。所述步驟C中，采用如下優(yōu)化模型來(lái)實(shí)現(xiàn)：minΣd∈Dcd.Σk∈K(d)pdk·ydk+Σe∈Ece·ze]]>s.t.1Σl∈Lnll·Σl∈LΣd∈Dnll·qld·xvd≤thv,v∈V,]]>Σd∈Dxvd=1,∀v∈V,]]>ns·γd≥Σv∈Vncv·xvd,∀d∈D,]]>ρdM2≥4γd,∀d∈D,]]>bd=PUEd(M24wcare+M2(wagg+wedge)ρd+wsever-mac·yd+wsever-idlle·(M24ρd-γd)),∀d∈D]]>ydk≥bd-gdk,∀d∈D,k∈K(d),]]>ze=(d1,d2)=Σv∈V(d1)uv·xvd2,∀d1,d2∈D,d1≠d2,]]>ze≤ue,∀e∈E]]>其中D為數(shù)據(jù)中心集合，d∈D為數(shù)據(jù)中心標(biāo)識(shí)，E為光纖鏈路集合，e∈E為光纖鏈路標(biāo)識(shí)，V為虛擬機(jī)集合，v∈V為虛擬機(jī)標(biāo)識(shí)，V(d)為數(shù)據(jù)中心d的虛擬機(jī)集合，L為客戶端位置集合，l為客戶端位置標(biāo)識(shí)，K(d)為數(shù)據(jù)中心d處于工作狀態(tài)的概率場(chǎng)景集合，qld為位置l中的用戶對(duì)數(shù)據(jù)中心d的QoE評(píng)價(jià)值，nll為位置l中的用戶數(shù)，thv為用于保障用戶接入虛擬機(jī)的平均QoE門(mén)限值，M為每一個(gè)數(shù)據(jù)中心的計(jì)算單元數(shù)量，ns為每一個(gè)服務(wù)器的處理器單元數(shù)目，uv為GB數(shù)據(jù)量所需的虛擬機(jī)v的規(guī)模，ncv為虛擬機(jī)v的處理器單元數(shù)目，ue為鏈路e的容量，ce為使用鏈路e傳輸每一GB數(shù)據(jù)所需的使用代價(jià)，cd為數(shù)據(jù)中心d每千瓦時(shí)所消耗的能量，gdk為在概率場(chǎng)景k時(shí)數(shù)據(jù)中心d的可用綠色能源，pdk為數(shù)據(jù)中心處于運(yùn)行場(chǎng)景k的概率，xvd為決策變量，若虛擬機(jī)v處于數(shù)據(jù)中心d則xvd＝1，反之則xvd＝0，ydk為在概率場(chǎng)景k時(shí)數(shù)據(jù)中心d的能量消耗，ze為光纖鏈路e中的流量，ze為正整數(shù)，ρd為數(shù)據(jù)中心d中的計(jì)算單元切換系數(shù)，其為正整數(shù)，bd為數(shù)據(jù)中心d的總體能量消耗，PUEd為數(shù)據(jù)中心d的能量使用效能。附圖說(shuō)明圖1云計(jì)算系統(tǒng)的體系結(jié)構(gòu)示意圖圖2云服務(wù)資源的調(diào)度流程示意圖圖3基于QoE的云計(jì)算服務(wù)架構(gòu)獲取示意圖圖4基于QoE的云計(jì)算服務(wù)模型圖5基于QoE的云計(jì)算服務(wù)流程示意圖具體實(shí)施方式為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下：第一步，建立基于QoE的云計(jì)算服務(wù)模型，基于QoE的云計(jì)算服務(wù)模型由中央調(diào)度器、數(shù)據(jù)中心資源管理單元、光纖，服務(wù)管理控制單元、多個(gè)計(jì)算和存儲(chǔ)單元組成，其中數(shù)據(jù)中心資源管理單元主要由本地調(diào)度器、QoE估計(jì)單元和綠色能源估計(jì)單元組成，每一個(gè)計(jì)算和存儲(chǔ)單元具有相應(yīng)的數(shù)據(jù)中心資源管理單元，其用于對(duì)計(jì)算和存儲(chǔ)資源、能量分配和QoE的協(xié)同管理和調(diào)節(jié)，中央調(diào)度器用于實(shí)現(xiàn)數(shù)據(jù)中心資源管理單元間的統(tǒng)一協(xié)同工作。第二步，基于QoE的云計(jì)算服務(wù)流程具體為：服務(wù)管理控制單元包括服務(wù)周期循環(huán)操作與控制單元、服務(wù)邏輯規(guī)劃單元、云服務(wù)資源發(fā)現(xiàn)與分配單元、基于云服務(wù)的架構(gòu)部署設(shè)置單元、虛擬服務(wù)池、云服務(wù)定義與操作單元、數(shù)據(jù)分析單元、數(shù)據(jù)和服務(wù)管理單元、服務(wù)邏輯規(guī)劃單元以及流數(shù)據(jù)處理單元，其中服務(wù)周期循環(huán)操作與控制單元包含服務(wù)周期循環(huán)規(guī)則管理單元和管理引擎，云服務(wù)資源發(fā)現(xiàn)與分配單元包含資源自適應(yīng)優(yōu)化分配單元和虛擬網(wǎng)絡(luò)架構(gòu)管理單元，云服務(wù)定義與操作單元包含虛擬服務(wù)與實(shí)體服務(wù)映射轉(zhuǎn)化單元和服務(wù)請(qǐng)求單元，數(shù)據(jù)分析單元包含模糊控制單元、數(shù)據(jù)文檔和分類(lèi)和歸一化處理單元，數(shù)據(jù)和服務(wù)管理單元包含數(shù)據(jù)修正引擎和日志文檔管理單元；一方面，首先服務(wù)請(qǐng)求單元接收用戶的服務(wù)請(qǐng)求，并將其傳遞至數(shù)據(jù)分析單元，數(shù)據(jù)分析單元中的模糊控制單元通過(guò)相應(yīng)的規(guī)則將數(shù)據(jù)文檔進(jìn)行預(yù)處理，然后進(jìn)行分類(lèi)和歸一化處理，并且其通過(guò)日志文檔管理單元傳遞至數(shù)據(jù)修正引擎，數(shù)據(jù)修正引擎將修正調(diào)節(jié)參數(shù)和被處理后的數(shù)據(jù)傳遞至管理引擎，另一方面，服務(wù)周期循環(huán)操作與控制單元通過(guò)服務(wù)邏輯規(guī)劃單元將動(dòng)態(tài)管理信息傳遞至云服務(wù)資源發(fā)現(xiàn)與分配單元，其中服務(wù)邏輯規(guī)劃單元用于云服務(wù)進(jìn)程的動(dòng)態(tài)分配與調(diào)整，云服務(wù)資源發(fā)現(xiàn)與分配單元根據(jù)動(dòng)態(tài)管理信息，并通過(guò)QoE優(yōu)化保障單元提供的相關(guān)參數(shù)信息對(duì)虛擬服務(wù)池中的服務(wù)資源進(jìn)行搜尋與分配，隨之通過(guò)虛擬服務(wù)與實(shí)體服務(wù)映射轉(zhuǎn)化單元實(shí)現(xiàn)虛擬服務(wù)資源與實(shí)體服務(wù)資源的實(shí)時(shí)轉(zhuǎn)化。第三步，建立數(shù)據(jù)中心能量管理優(yōu)化模型，采用如下優(yōu)化模型來(lái)實(shí)現(xiàn)：minΣd∈Dcd.Σk∈K(d)pdk·ydk+Σe∈Ece·ze]]>s.t.1Σl∈Lnll·Σl∈LΣd∈Dnll·qld·xvd≤thv,v∈V,]]>Σd∈Dxvd=1,∀v∈V,]]>ns·γd≥Σv∈Vncv·xvd,∀d∈D,]]>ρdM2≥4γd,∀d∈D,]]>bd=PUEd(M24wcare+M2(wagg+wedge)ρd+wsever-mac·yd+wsever-idlle·(M24ρd-γd)),∀d∈D]]>ydk≥bd-gdk,∀d∈D,k∈K(d),]]>ze=(d1,d2)=Σv∈V(d1)uv·xvd2,∀d1,d2∈D,d1≠d2,]]>ze≤ue,∀e∈E]]>其中D為數(shù)據(jù)中心集合，d∈D為數(shù)據(jù)中心標(biāo)識(shí)，E為光纖鏈路集合，e∈E為光纖鏈路標(biāo)識(shí)，V為虛擬機(jī)集合，v∈V為虛擬機(jī)標(biāo)識(shí)，V(d)為數(shù)據(jù)中心d的虛擬機(jī)集合，L為客戶端位置集合，l為客戶端位置標(biāo)識(shí)，K(d)為數(shù)據(jù)中心d處于工作狀態(tài)的概率場(chǎng)景集合，qld為位置l中的用戶對(duì)數(shù)據(jù)中心d的QoE評(píng)價(jià)值，nll為位置l中的用戶數(shù)，thv為用于保障用戶接入虛擬機(jī)的平均QoE門(mén)限值，M為每一個(gè)數(shù)據(jù)中心的計(jì)算單元數(shù)量，ns為每一個(gè)服務(wù)器的處理器單元數(shù)目，uv為GB數(shù)據(jù)量所需的虛擬機(jī)v的規(guī)模，ncv為虛擬機(jī)v的處理器單元數(shù)目，ue為鏈路e的容量，ce為使用鏈路e傳輸每一GB數(shù)據(jù)所需的使用代價(jià)，cd為數(shù)據(jù)中心d每千瓦時(shí)所消耗的能量，gdk為在概率場(chǎng)景k時(shí)數(shù)據(jù)中心d的可用綠色能源，pdk為數(shù)據(jù)中心處于運(yùn)行場(chǎng)景k的概率，xvd為決策變量，若虛擬機(jī)v處于數(shù)據(jù)中心d則xvd＝1，反之則xvd＝0，ydk為在概率場(chǎng)景k時(shí)數(shù)據(jù)中心d的能量消耗，ze為光纖鏈路e中的流量，ze為正整數(shù)，ρd為數(shù)據(jù)中心d中的計(jì)算單元切換系數(shù)，其為正整數(shù)，bd為數(shù)據(jù)中心d的總體能量消耗，PUEd為數(shù)據(jù)中心d的能量使用效能。本發(fā)明提出了一種大數(shù)據(jù)移動(dòng)網(wǎng)絡(luò)端口的業(yè)務(wù)優(yōu)化調(diào)度方法，通過(guò)建立基于QoE的云計(jì)算服務(wù)模型、基于QoE的云計(jì)算服務(wù)流程和數(shù)據(jù)中心能量管理優(yōu)化模型，解決了基于QoE(QualityofExperience)的業(yè)務(wù)調(diào)度效能提升問(wèn)題，滿足用戶高QoE條件下云計(jì)算的傳輸與處理能力。當(dāng)前第1頁(yè)1 2 3