虚拟化环境下面向多目标优化的自适应SSD缓存系统
以SSD(solid state drive)为代表的新型存储介质在虚拟化环境下得到了广泛的应用,通常作为虚拟机读写缓存,起到优化磁盘I/O性能的作用.已有研究往往关注SSD缓存的容量规划,依据缓存读写命中率评价SSD缓存分配效果,未能充分考虑SSD的服务能力上限,难以适用于典型的分布式应用场景,存在虚拟机抢占SSD缓存资源,导致虚拟机中应用性能违约的可能.实现了虚拟化环境下面向多目标优化的自适应SSD缓存系统,考虑了SSD的服务能力上限.基于自适应闭环实现对虚拟机和应用状态的动态感知.动态检测局部SSD缓存抢占状态,基于聚类方法生成虚拟机的优化放置方案,依据全局SSD缓存供给能力确定虚拟机迁移顺序和时机.实验结果表明,该方法在应对典型分布式应用场景时可以有效缓解SSD缓存资源的争用,同时满足应用对虚拟机放置的需求,提升应用的性能并兼顾应用的可靠性.在Hadoop应用场景下,平均降低了25％的任务执行时间,对I/O密集型应用平均提升39％的吞吐率.在ZooKeeper应用场景下,以不到5％的性能损失为代价,应对了虚拟化主机的单点失效带来的虚拟机宕机问题.
固态盘、缓存、虚拟化、动态迁移
28
TP316(计算技术、计算机技术)
国家重点研发计划2016YFB1000103;国家自然科学基金61572480;中国科学院青年创新促进会2015088National Key Research and Development Program of China2016YFB1000103;National Natural Science Foundation of China61572480;Youth Innovation Promotion Association,the Chinese Academy of Sciences2015088
2017-09-13（万方平台首次上网日期，不代表论文的发表时间）
共17页
1982-1998
