- 相關(guān)推薦
一種基于服務(wù)選取的SBS云資源優(yōu)化分配方式的論文
云計算的資源彈性分配特性允許企業(yè)和政府等組織按照實際需求購買資源,使其逐漸成為分布式軟件系統(tǒng)的主要部署平臺[1,2].隨著軟件規(guī)模和復(fù)雜性的迅速增長,大部分分布式軟件系統(tǒng)開始采用面向服務(wù)的體系架構(gòu)(service-oriented architecture,簡稱 SOA),進而具備可靈活配置、動態(tài)重構(gòu)、維護難度低等特點.這類基于 SOA泛型開發(fā)的軟件系統(tǒng)也稱作基于服務(wù)的軟件系統(tǒng)(service-based software system,簡稱 SBS)[3].SBS 可表示成一個由一系列組件服務(wù)根據(jù)不同組合規(guī)則(如順序結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、并行結(jié)構(gòu)等)構(gòu)成的業(yè)務(wù)流程,其中,各組件服務(wù)用于完成特定功能,而組合規(guī)則則定義了組件服務(wù)之間的交互關(guān)系.為了處理用戶請求,需要將各組件服務(wù)初始化為相應(yīng)的服務(wù)實例,并部署到云環(huán)境中分配有一定數(shù)量資源的虛擬機上. 由于云資源的按需付費模式,應(yīng)用提供商在部署 SBS 時,通常希望以最少的資源滿足與應(yīng)用消費者之間達成的服務(wù)水平協(xié)議(service level agreement,簡稱 SLA)[4],其中描述了關(guān)于服務(wù)質(zhì)量(quality of service,簡稱 QoS)屬性的約束,如響應(yīng)時間、吞吐量和可靠性等.實際上,云服務(wù)提供商的資源并不是無限的,如果應(yīng)用的資源需求量過大,則當(dāng)前云資源的狀態(tài)可能無法滿足其需要.因此,面向全局成本優(yōu)化目標的 SBS 資源分配策略(即,各個組件服務(wù)的資源分配量)既要避免SLA違例,又要滿足當(dāng)前云環(huán)境可用資源狀態(tài)的約束,分配策略的好壞直接影響 SBS 運行時的環(huán)境適應(yīng)能力.
目前,針對 SBS 的云資源分配量計算問題尚未提出有效的分配方法,主要依賴應(yīng)用提供商的手工分配.對于結(jié)構(gòu)簡單的應(yīng)用,如單層應(yīng)用或者線性多層應(yīng)用,可以比較容易地根據(jù)運行經(jīng)驗手工確定應(yīng)用(每層)的最少資源分配量.在手工分配資源方法中,主要通過反復(fù)嘗試為 SBS 各組件服務(wù)分配不同資源量,即,產(chǎn)生不同測試用例,然后從中選取滿足SLA約束且資源成本最小的資源分配策略.然而在資源眾多的云環(huán)境中,對于任意組件服務(wù)往往存在大量不同資源分配量,進而導(dǎo)致測試用例的組合爆炸問題,此時,手工分配方法是不現(xiàn)實的. SBS 云資源的手工分配,本質(zhì)上是通過不斷嘗試一定數(shù)量的測試用例來確定最優(yōu)資源分配策略的過程,因此可根據(jù)基于搜索的軟件工程(search-based software engineering,簡稱 SBSE)[6]思想將其轉(zhuǎn)換為一個最優(yōu)化問題,并采用元啟發(fā)式搜索算法求解.分析可知,為 SBS
各組件服務(wù)確定最佳資源分配量類似于服務(wù)選取問題中為抽象服務(wù)選擇最優(yōu)具體服務(wù)的過程[7],其中,SBS 對應(yīng)組合服務(wù)流程,組件服務(wù)對應(yīng)抽象服務(wù),其可能的資源分配量對應(yīng)備選具體服務(wù).由于服務(wù)選取是一種面向全局目標求解帶約束的組合優(yōu)化問題的有效手段,因此本文提出將 SBS 云資源的優(yōu)化分配問題轉(zhuǎn)換成為一個服務(wù)選取問題來進行求解.然而,如何將資源劃分為組件服務(wù)的備選具體服務(wù),是一個必須解決的難點.同時,與基本的服務(wù)選取問題不同,求解 SBS 最優(yōu)資源分配策略時要考慮哪些備選具體服務(wù)不能被同時選取,以免違反可用資源狀態(tài)的約束.
針對上述問題,為了確定使 SBS 整體資源成本最小的資源分配策略,假設(shè)資源可以細粒度分配[8],并且能夠獲得云環(huán)境的當(dāng)前可用資源狀態(tài).本文根據(jù)不同資源狀態(tài)對應(yīng)不同組件服務(wù)性能的特點,首先通過資源劃分方法獲取當(dāng)前可用資源狀態(tài)下組件服務(wù)可能的資源分配量,并利用性能模型和資源定價模型分別計算相應(yīng)的組件服務(wù)性能與資源成本,進而生成組件服務(wù)的備選邏輯服務(wù)集;然后,建立了一種基于服務(wù)選取的 SBS云資源優(yōu)化分配模型,并提出了求解該模型的混合遺傳算法.算法采用整數(shù)編碼方式對個體進行十進制編碼,同時引入了精英保留策略,從而保證算法的全局收斂性.另外,針對遺傳算法局部搜索能力差的不足,提出了基于局部搜索的變異算子.
實驗結(jié)果表明:所提出的基于服務(wù)選取的 SBS 云資源優(yōu)化分配方法能夠有效地確定每個組件服務(wù)的最優(yōu)資源分配量,且與常用的求解整數(shù)規(guī)劃的分支定界法和基于精英保留策略的遺傳算法相比,本文的混合遺傳算法能夠在較大規(guī)模問題上獲得資源成本較低的資源分配策略,且具有更快的收斂速度.另外,實驗分析了不同資源劃分策略對解的質(zhì)量和算法求解效率的影響.本文的主要貢獻在于: (1) 提出了兩種能夠顯著縮小可行解搜索空間從而提高優(yōu)化問題求解效率的資源劃分策略,包括等寬劃分策略和 Ent-MDLP 劃分策略; (2) 在此基礎(chǔ)上,根據(jù) SBSE 的思想構(gòu)建了一種云環(huán)境中基于服務(wù)選取的 SBS 資源優(yōu)化分配模型; (3) 設(shè)計了一種能夠有效求解該優(yōu)化模型的基于精英保留策略和局部搜索變異的混合遺傳算法. 本文第 1 節(jié)介紹相關(guān)工作.第 2 節(jié)描述云環(huán)境中基于服務(wù)選取的 SBS 資源優(yōu)化分配過程.第 3 節(jié)給出組件服務(wù)備選邏輯服務(wù)集的確定方法.第 4 節(jié)提出 SBS 云資源優(yōu)化分配模型及其求解算法.第 5 節(jié)對本文提出的優(yōu)化分配方法和求解算法進行實驗分析.最后總結(jié)全文并展望下一步工作. 1 相關(guān)工作 1.1 基于服務(wù)的應(yīng)用的云資源分配 現(xiàn)有工作主要從工作流和業(yè)務(wù)過程角度進行云資源分配的研究.
文獻研究了一種云環(huán)境中基于控制論的自主動態(tài)資源分配源預(yù)算約束的基礎(chǔ)上最大化自適應(yīng)應(yīng)用的 QoS,其中,自適應(yīng)應(yīng)用是由多個服務(wù)構(gòu)成的,但是沒有涉及到應(yīng)用的組成結(jié)構(gòu); 文獻采用云服務(wù)實現(xiàn)科學(xué)工作流,并且提出了一種基于粒子群優(yōu)化的資源調(diào)度方法,其考慮了數(shù)據(jù)傳輸和存儲代價,并以最小化整體成本為目標; 文獻[10]研究了由多個工作流構(gòu)成的SBS的資源動態(tài)分配方法,其優(yōu)化目標是適應(yīng)資源狀態(tài)和QoS等的變化,從而最大化系統(tǒng)整體吞吐量; 文獻[11]提出了一種用于視頻監(jiān)控組合服務(wù)應(yīng)用的資源分配方法,該方法將虛擬機資源分配問題映射為一個多維背包問題,并且采用線性規(guī)劃和最佳適應(yīng)下降法進行求解,其假設(shè)構(gòu)成應(yīng)用的每個媒體服務(wù)所需虛擬機的資源量是已知的,問題的實質(zhì)是確定虛擬機在物理機上的優(yōu)化放置,目標是使所占用的物理機數(shù)量最少;
文獻針對基于服務(wù)的應(yīng)用,將應(yīng)用性能目標轉(zhuǎn)換成組件級別的目標,進而確定各組件的資源需求,并使用多層應(yīng)用程序驗證了方法有效性; 文獻[13]針對資源超額分配帶來的高成本問題,提出了 ViePEP 彈性過程平臺,其將業(yè)務(wù)過程管理系統(tǒng)與云資源管理系統(tǒng)的功能相結(jié)合,能夠調(diào)度整個過程或者單個任務(wù)以滿足服務(wù)等級目標,同時盡可能地降低資源成本和資源空閑率. 與這些工作不同的是: 本文研究的是在當(dāng)前云資源狀態(tài)下求解滿足 SLA 約束與資源成本優(yōu)化目標的 SBS 資源分配策略,而以上工作主要針對 QoS 優(yōu)化[810],如系統(tǒng)吞吐量,或者在最小化成本時未考慮 SLA 約束; 其次,本文采用了基于服務(wù)選取的方法解決云環(huán)境中 SBS 的資源優(yōu)化分配問題; 最后,在確定 SBS 的各組件服務(wù)最優(yōu)資源分配量時,考慮了資源有限情況下組件服務(wù)對資源的競爭,以及資源分配策略對云環(huán)境中各物理機可用資源狀態(tài)約束的滿足問題. 1.2 基于搜索的軟件工程方法 本文本質(zhì)上是基于SBSE的思想,采用混合遺傳算法在SBS各組件服務(wù)的資源分配量空間中尋找能夠最小化資源成本,且滿足 SLA 約束以及云環(huán)境可用資源狀態(tài)約束的組件服務(wù)最優(yōu)資源分配量組合. SBSE 方法近年來被廣泛用于軟件設(shè)計、測試、需求工程、軟件項目管理等領(lǐng)域.
這些工作面向不同目標,通過定義合適的適應(yīng)度函數(shù)將軟件工程問題轉(zhuǎn)換成基于搜索的最優(yōu)化問題,并采用不同元啟發(fā)式搜索算法進行求解.遺傳算法能夠有效求解 NP 問題且實現(xiàn)相對簡單,因此被大量運用于基于 SBSE 方法的研究中.文獻采用遺傳算法研究了 QoS 感知的 Web 服務(wù)組合與服務(wù)選取問題,表明該算法能夠在令人滿意的時間內(nèi)找到近似最優(yōu)解;文獻在考慮性能、可靠性以及代價等因素的基礎(chǔ)上,提出一種面向基于組件系統(tǒng)的軟件優(yōu)化及部署的遺傳算法;文獻從云用戶的角度,基于排隊論和歷史平均到達率研究最優(yōu)化 QoS 屬性的服務(wù)部署問題,并提出了一種遺傳算法E3-R 進行求解,該方法能夠減少冗余 QoS 目標;文獻[18]研究了如何在考慮云環(huán)境特性、部署架構(gòu)等條件下將由服務(wù)構(gòu)成的軟件組件遷移到云平臺,并采用遺傳算法提高了在巨大解空間中搜
結(jié)束語
本文探討了一種適用于云環(huán)境中 SBS 的資源優(yōu)化分配方法.該方法基于 SBSE 思想,將資源優(yōu)化分配策略的確定轉(zhuǎn)換為服務(wù)選取問題,從而采用混合遺傳算法搜索最優(yōu)解.在轉(zhuǎn)換問題時,定義了邏輯服務(wù)的概念,使得問題不僅從形式上與服務(wù)選取相匹配,而且還考慮了云環(huán)境中的資源約束,因此更具實際應(yīng)用價值.實驗證明了提出的模型和算法在確定 SBS 各組件服務(wù)資源分配量方面的有效性,且在遺傳算法中引入精英保留策略與局部搜索變異,對于全局收斂性和加快收斂速度具有顯著作用.另外,結(jié)果表明:提出的資源劃分策略對優(yōu)化算法求解效率和解的質(zhì)量均具有一定的影響,因此有助于在實際問題中指導(dǎo)如何選取合適的資源分配粒度.本文擴展了 SBSE 方法在云計算領(lǐng)域優(yōu)化 SBS 系統(tǒng)設(shè)計方面的具體應(yīng)用,且所得優(yōu)化結(jié)果對于提高 SBS 運行時的環(huán)境適應(yīng)能力具有一定的幫助.在實際中,由于運行環(huán)境的動態(tài)性,如負載減少或增加、主機或網(wǎng)絡(luò)故障導(dǎo)致的資源不可用等,確定的最優(yōu)資源分配策略可能失效,因此在下一步工作中,有必要深入探索能夠適應(yīng)環(huán)境變化的SBS 云資源動態(tài)分配方法.
【一種基于服務(wù)選取的SBS云資源優(yōu)化分配方式的論文】相關(guān)文章：
基于混合優(yōu)化策略的目標分配優(yōu)化研究05-02
基于拍賣算法的目標分配問題優(yōu)化04-29
基于公平性原則的員工薪酬分配優(yōu)化策略論文04-27
基于宏觀經(jīng)濟優(yōu)化模型的區(qū)域污染負荷分配04-25
基于微觀經(jīng)濟學(xué)方法的網(wǎng)絡(luò)資源分配研究論文05-03
SBS防水卷材應(yīng)用的論文04-27