1、近年來(lái)，隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，云計(jì)算作為一種按需分配計(jì)算資源與存儲(chǔ)資源的新興商業(yè)化模式被廣泛應(yīng)用于IT企業(yè)方案中。隨著云計(jì)算被廣泛應(yīng)用于IT企業(yè)方案中，云計(jì)算數(shù)據(jù)中心的規(guī)模越來(lái)越大。面對(duì)大規(guī)模的數(shù)據(jù)中心，云服務(wù)提供商面臨著兩個(gè)挑戰(zhàn)。如何進(jìn)行虛擬機(jī)分配以便于1）降低數(shù)據(jù)中心的能耗;2）提高服務(wù)質(zhì)量（如:減少數(shù)據(jù)訪問(wèn)延遲）以滿足用戶需求。以往對(duì)數(shù)據(jù)中心虛擬機(jī)分配的研究往往只關(guān)注二者之一。值得注意的是，這兩個(gè)目標(biāo)在有些情況下是互斥的，僅僅

2、把已有工作中的虛擬機(jī)分配方法合并不能有效的同時(shí)優(yōu)化能耗和數(shù)據(jù)訪問(wèn)延遲。這種情況下，本文提出一種同時(shí)優(yōu)化兩個(gè)目標(biāo)的虛擬機(jī)分配策略，以便于更好的滿足云服務(wù)提供商的需求。因此，本文的主要研究?jī)?nèi)容是如何有效分配數(shù)據(jù)中心的虛擬機(jī)，以兼顧降低數(shù)據(jù)中心計(jì)算節(jié)點(diǎn)（即物理機(jī)或服務(wù)器）的總能耗和最大數(shù)據(jù)訪問(wèn)延遲。
　　本文首先形式化兼顧能耗與數(shù)據(jù)訪問(wèn)延遲優(yōu)化的云計(jì)算數(shù)據(jù)中心虛擬機(jī)分配問(wèn)題，將能耗和最大數(shù)據(jù)訪問(wèn)延遲轉(zhuǎn)化為一個(gè)目標(biāo)評(píng)估值。按照由淺入深的研

3、究思路，本文首先研究靜態(tài)環(huán)境下的虛擬機(jī)分配，這種情況下只考慮固定時(shí)刻的虛擬機(jī)分配，一次性將虛擬機(jī)分配完成。針對(duì)靜態(tài)環(huán)境下的虛擬機(jī)分配，根據(jù)節(jié)點(diǎn)的候選集，提出了一種基于節(jié)點(diǎn)實(shí)際能力的迭代貪心算法(Real Capacity-Based Iterator Greedy Algorithm，RCG)。RCG算法首先設(shè)定最大數(shù)據(jù)訪問(wèn)延遲約束閾值，根據(jù)計(jì)算節(jié)點(diǎn)的實(shí)際資源量，在滿足數(shù)據(jù)訪問(wèn)延遲約束的情況下，尋找最小化計(jì)算節(jié)點(diǎn)數(shù)目的分配策略。然后不斷

4、減小閾值，迭代執(zhí)行上述過(guò)程，直到當(dāng)前約束閾值下不存在一種有效的分配策略。在迭代過(guò)程中，保存評(píng)估值最小的分配策略。
　　基于靜態(tài)環(huán)境下的虛擬機(jī)分配研究，本文進(jìn)一步研究了更加貼近實(shí)際的動(dòng)態(tài)環(huán)境下的虛擬機(jī)整合，這種情況下隨著任務(wù)的不斷到達(dá)和離開(kāi)，系統(tǒng)不斷分配和回收虛擬機(jī)。本文在RCG算法的基礎(chǔ)之上，針對(duì)動(dòng)態(tài)環(huán)境下的虛擬機(jī)整合提出了基于多智能體協(xié)商的虛擬機(jī)整合算法(Multi-agent Negotiation-Based Resourc

5、e Consolidation Algorithm，MAC)。MAC算法為每個(gè)計(jì)算節(jié)點(diǎn)分配一個(gè)智能體。智能體具備一些可以促進(jìn)協(xié)商（合作）進(jìn)行的性質(zhì)。智能體根據(jù)自身的資源利用率和當(dāng)前的最大訪問(wèn)延遲與其他智能體進(jìn)行協(xié)商遷移虛擬機(jī)。如果智能體檢測(cè)到當(dāng)前自身分配的虛擬機(jī)產(chǎn)生的數(shù)據(jù)訪問(wèn)延遲等于最大數(shù)據(jù)訪問(wèn)延遲，就向其他智能體發(fā)出遷移虛擬機(jī)的請(qǐng)求。智能體通過(guò)判斷執(zhí)行虛擬機(jī)遷移策略之后，根據(jù)目標(biāo)評(píng)估值的值變化情況，決定是否繼續(xù)執(zhí)行協(xié)商過(guò)程。接著本文通

6、過(guò)分析算法的時(shí)間復(fù)雜度來(lái)證明MAC算法的收斂性。
　　最后，本文通過(guò)模擬實(shí)驗(yàn)驗(yàn)證算法的有效性。針對(duì)靜態(tài)環(huán)境下的情形，實(shí)驗(yàn)表明，RCG算法的能耗、最大數(shù)據(jù)訪問(wèn)延遲以及評(píng)估值均接近優(yōu)化工具求解方法(Optimization Software-Based Method，OS)，且均優(yōu)于其他對(duì)比方法。針對(duì)動(dòng)態(tài)環(huán)境下的情形，實(shí)驗(yàn)表明，MAC算法產(chǎn)生的能耗和評(píng)估值均優(yōu)于其他對(duì)比方法，數(shù)據(jù)訪問(wèn)延遲比動(dòng)態(tài)重分配算法(Dynamic Realloc