17、大型IaaS云的性能分析

大型IaaS云的性能分析

1. 引言

IaaS云是数据密集型云应用的重要推动者，为管理大数据环境提供必要的计算能力。目前，大多数IaaS云提供商仅在保证可用性方面提供服务级别协议（SLA），但随着云服务需求和普及度的增加，性能SLA在不久的将来也将变得必要。然而，由于硬件、软件、工作负载和管理特性等多种因素的影响，云基础设施的性能分析具有挑战性。

评估云性能通常有三种方法：
1. 实验测量 ：受云规模的限制，时间和成本过高。
2. 离散事件模拟 ：获得统计上显著的结果可能需要很长时间。
3. 随机模型 ：成本较低，但对于大型云系统，随机模型的状态空间可能会变得非常大，导致模型生成和求解困难。

因此，一种可扩展且能保持准确性的建模方法是有意义的。这里将介绍一种可扩展的随机建模方法，通过多个子模型的交互来分析大型IaaS云的性能。

2. 三池云架构

在IaaS云中，物理机（PM）根据功耗和响应时间特性分为三个池：热池、温池和冷池。
- 热池 ：所有PM都在运行，需要根据用户请求配置和部署虚拟机（VM）。
- 温池 ：PM已开启但未运行，处于节能/睡眠模式，在收到部署请求时开启，部署VM需要额外延迟。
- 冷池 ：PM初始处于关闭状态，部署VM需要额外延迟。热池PM的功耗最大，冷池PM的功耗最小。

服务请求是同质的，每个请求为一个具有特定C