40、云资源管理与动态应用扩展：策略、理论与稳定性分析

云资源管理与动态应用扩展：策略、理论与稳定性分析

1. 资源管理与动态应用扩展技术

资源需求会随多种因素变化，如一天中的不同时间、业务发展趋势等，可能呈现稳定变化或出现可预测、不可预测的高峰。例如，新的网络服务初期请求率低，若成功则负载会指数级增长；所得税处理服务在报税截止日期附近会达到高峰；联邦紧急事务管理局（FEMA）的服务在自然灾害后访问量会大幅增加。

云的弹性使得用户可以按需获取资源并按使用量付费，这吸引了众多应用迁移到公共云。但在拥有大量行为不可预测应用的云环境中实现扩展是一个挑战，同时还要应对服务器故障导致的应用迁移问题。

1.1 数据迁移技术

一种资源管理技术基于数据迁移。部分系统使用分布式哈希表管理虚拟节点中的数据存储，迁移由两个算法控制：
- 短期优化算法：根据每日工作负载变化聚集或分散虚拟节点，将活跃物理节点数量降至最低。
- 长期优化算法：应对数据流行度的长期变化，如一周内的变化。

1.2 能源比例网络

能源比例网络的能耗与通信负载成正比。例如，基于扁平化蝴蝶拓扑的数据中心互连网络在能源和成本效率方面表现更优。高速通道通常由多个相同数据速率的串行线路组成，物理单元会分布在所有活跃线路上。通道通常准同步运行且始终开启，因为需要发送空闲数据包来维持多线路间的字节和通道对齐。像Infiniband就是一种能源比例网络。

1.3 动态资源调配

许多方案认为动态资源调配对于最小化功耗至关重要。节能的两个关键问题是：为每个应用分配的资源量和单个工作负载的放置位置。有资源管理框架将基于效用的动态虚拟机调配管理器与动态虚拟机放置管理器相结合，以