Russian Language English Language

3.Организация облачных вычислений

3.1 АНАЛИЗ ИНФОРМАЦИИ О ВЫЧИСЛИТЕЛЬНОЙ СЕТИ ДЛЯ ПЕРЕНОСА СЕРВИСОВ В ОБЛАКО

3.2 РЕШЕНИЕ ЗАДАЧИ НАЗНАЧЕНИЯ ДЛЯ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ С РАСПРЕДЕЛЕННОЙ ПАМЯТЬЮ

3.3 РАЗРАБОТКА МЕТОДИКИ ДЛЯ ОЦЕНКИ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ РЕСУРСОВ GRID-СИСТЕМ

3.4 . МЕТОД РЕШЕНИЯ ЗАДАЧИ ПОИСКА ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ ПРИ ПРИМЕНЕНИИ МЕХАНИЗМОВ ВИРТУАЛИЗАЦИИ


Экспресс информация

Редколлегия журнала

Подписка на новости

Гостевая книга

Предоставление материалов

Письмо в редакцию

На начало


2018, Номер 1 ( 32)



Place for sale

BC/NW 2018 № 1 (32):3.4

МЕТОД РЕШЕНИЯ ЗАДАЧИ ПОИСКА ОПТИМАЛЬНОГО РАСПРЕДЕЛЕНИЯ ВЫЧИСЛИТЕЛЬНЫХ РЕСУРСОВ ПРИ ПРИМЕНЕНИИ МЕХАНИЗМОВ ВИРТУАЛИЗАЦИИ

Осипов А. В., Оцоков Ш. А.

 

Виртуализация стала популярным средством, которое помогает организовать работу крупных распределенных вычислительных систем (РВС).

Одна из основных целей, для достижения которой применяются механизмы виртуализации — это повышение эффективности использования ресурсов вычислительной системы.

Достигнуть этого позволяет возможность распределения виртуальных машин (ВМ), заведенных внутри системы [1]. Однако, виртуальных серверов может быть большое количество. В этом случае задача их распределения может оказаться довольно трудоемкой задачей многокритериальной оптимизации.

На данный момент нет продуктов, предоставляющих возможность заранее смоделировать загруженность РВС и произвести оптимизацию использования ее ресурсов распределением ВМ еще до их создания на реальной системе.

Для решения задачи распределения был разработан метод. Он опирается на математическую модель неоднородной РВС, разработанную ранее. Модель позволяет произвести оценку эффективности вариантов решений задачи распределения. Оценка производится на основе целевой функции в совокупности с рядом неравенств, накладывающих ограничения на эту функцию.

Задача выбора  виртуальных серверов относится к классу условной псевдобулевой оптимизации [2]. Для решения таких задач применяют приближенные методы, дающие субоптимальные решения, но снижающие объема перебора вариантов.

В результате анализа приближенных методов было решено воспользоваться методом локального поиска с внесением некоторых модификаций: разбиение множеств серверов на подмножества, введение изменяемого радиуса поиска, механизм многократного старта. Метод был опробован на сети малого офиса. Его применение позволило повысить эффективность работы РВС, а также  выявить зависимости результатов решений от некоторых параметров алгоритма.

Литература

1. Ghosh A. OpenVZ vs KVM Virtualization: Which is Best for Cloud Server 2016.

TheCustomizeWindows Journal, Saturday, March 5th, 2016, Vol.1 (01). Available at:

https://thecustomizewindows.com/2016/03/openvz-vs-kvm-virtualization-which-isbest-

for-cloud-server/

2. Boros E., Hammer P. L. Pseudo-Boolean Optimization. Rutcor Research Report,

RRR 48–2001, September 2001.