云數(shù)據(jù)中心的虛擬機(jī)部署時(shí)延優(yōu)化算法

于方澤 楊松濤

摘要：隨著云技術(shù)的不斷發(fā)展，云數(shù)據(jù)中心部署的服務(wù)器內(nèi)部資源呈現(xiàn)出了多樣化、大容量的特征?；诖?，由于數(shù)據(jù)業(yè)務(wù)發(fā)展需求量的大幅提升，可以通過云計(jì)算技術(shù)為相關(guān)用戶提供穩(wěn)定可靠的在線請(qǐng)求服務(wù)，但需要及時(shí)地尋找到一種能夠縮短虛擬機(jī)部署時(shí)延的優(yōu)化算法，為其技術(shù)提供支持。

關(guān)鍵詞：云數(shù)據(jù)；虛擬機(jī)；部署時(shí)延算法；優(yōu)化方法

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）06-0241-02

互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)業(yè)務(wù)量也隨著其技術(shù)發(fā)展而不斷變化。為了能夠更好地滿足許多企業(yè)基于云計(jì)算核心技術(shù)環(huán)境下，構(gòu)建數(shù)據(jù)中心的發(fā)展需求?？梢岳迷朴?jì)算數(shù)據(jù)中心中的虛擬化技術(shù)來增強(qiáng)其數(shù)據(jù)中心資源利用率，最終結(jié)合用戶服務(wù)需要，針對(duì)其服務(wù)請(qǐng)求來完成將虛擬機(jī)部署于服務(wù)器上的方法，實(shí)現(xiàn)為用戶提供更加優(yōu)質(zhì)的服務(wù)。但在這個(gè)業(yè)務(wù)處理過程中，由于云數(shù)據(jù)中心服務(wù)器數(shù)量繁多，其中心的帶寬會(huì)在一定程度上受到限制，對(duì)于其中心虛擬機(jī)部署時(shí)延優(yōu)化問題成為了當(dāng)前各專家所研究的重點(diǎn)。因此，為了能夠有效減少服務(wù)器數(shù)量以及緩解虛擬機(jī)遷移，需要一種能夠切實(shí)解決其問題的優(yōu)化算法，以此來提高云數(shù)據(jù)中心性能。

1云數(shù)據(jù)中心模型分析

2優(yōu)化算法設(shè)計(jì)思路

2.1算法簡(jiǎn)介

在行云數(shù)據(jù)中心的虛擬機(jī)部署時(shí)延優(yōu)化過程中，可以選擇采用遺傳算法。通過這種算法，能夠有效地對(duì)其組合優(yōu)化。但在此所運(yùn)用的遺傳算法與傳統(tǒng)算法有一定的區(qū)別，可以考慮與貪心理念進(jìn)行結(jié)合來實(shí)現(xiàn)對(duì)目標(biāo)服務(wù)器的選擇。此外，為了能夠解決因交叉問題所造成的沖突問題，可以為其算法設(shè)計(jì)相應(yīng)的交叉?zhèn)€體檢查法。整個(gè)算法的主要流程為以下幾個(gè)方面：（1）在進(jìn)行初始化時(shí)，需要通過貪心理念來為其整個(gè)算法構(gòu)建一個(gè)種群，其大小為[P]。在所構(gòu)建的種群中，不同的個(gè)體可以一個(gè)部署方案進(jìn)行對(duì)應(yīng)，其長(zhǎng)度為[M]。（2）再根據(jù)所構(gòu)建種群所產(chǎn)生的隨機(jī)概率進(jìn)行個(gè)體選擇，將其兩個(gè)個(gè)體進(jìn)行對(duì)比，然后選擇將一個(gè)適應(yīng)性非常好的個(gè)體進(jìn)行保存，成為個(gè)體種群。（3）再將其種群個(gè)體進(jìn)行奇偶數(shù)排列，然后通過將奇、偶數(shù)位置的個(gè)體進(jìn)行隨機(jī)交叉，同時(shí)需要對(duì)交叉成所形成的新個(gè)體進(jìn)行檢查，分析個(gè)體是否存在沖突問題。（4）經(jīng)過交叉后形成的新體，需要其進(jìn)行變異位的隨機(jī)選擇，然后在所有種群中提取出最佳的個(gè)體進(jìn)行保留。（5）通過重復(fù)上述幾個(gè)流程，實(shí)現(xiàn)完成所規(guī)定迭代次數(shù)，然后完成算法并輸出結(jié)果。

2.2算法設(shè)計(jì)細(xì)節(jié)，提升個(gè)體適應(yīng)性

對(duì)于本文所提及的優(yōu)化算法，主要是以遺傳算法為核心思想。想要實(shí)現(xiàn)通過初始化來完成編碼的目標(biāo)，需要以隨機(jī)生成虛擬機(jī)的部署序列的方式來進(jìn)行。（如圖1所示）

圖1中的編碼，是以隨機(jī)產(chǎn)生的方式對(duì)長(zhǎng)度為M部署序列，根據(jù)相應(yīng)的次序來選擇貪心理念排序后的目標(biāo)服務(wù)器。但在一定程度上會(huì)受到帶寬影響，導(dǎo)致虛擬機(jī)網(wǎng)絡(luò)遷移時(shí)延大于配置時(shí)延。所以，需要結(jié)合貪心理念并按照上次公式來針對(duì)虛擬機(jī)到目標(biāo)服務(wù)器的部署時(shí)延進(jìn)行計(jì)算。在此過程中，需要將能夠部署的目標(biāo)服務(wù)器部署時(shí)延按照從小到大的順序進(jìn)行排列，然后再結(jié)合虛擬機(jī)不同資源需求以及相應(yīng)的容量限制，并根據(jù)貪心理念將虛擬機(jī)部署到目標(biāo)服務(wù)器形成長(zhǎng)度為[M]的個(gè)體，在通過重復(fù)執(zhí)行之后會(huì)形成一個(gè)種群，其種群大小為[P]。通過其種群中的不同個(gè)體進(jìn)行選擇，將其適應(yīng)性最好的個(gè)體虛擬機(jī)到目標(biāo)服務(wù)器的總體部署時(shí)延高為Γ，如果Γ呈現(xiàn)出較短的表現(xiàn)，則代表其個(gè)體的適應(yīng)性非常好。然后再將其種群中所有奇數(shù)位個(gè)體遍歷，將其隨機(jī)生成[0，1]間的數(shù)，將所生成的隨機(jī)數(shù)小于交叉概率的個(gè)體與下一個(gè)偶數(shù)位個(gè)體進(jìn)行交叉。通過這樣的交叉方法，可以形成一個(gè)新的交叉?zhèn)€體，從而可以有效地防止出現(xiàn)重復(fù)交叉?zhèn)€體的出現(xiàn)。這也是一種非常有效的檢查是否存在沖突的手段。

在此過程中，如果完成交叉后的虛擬機(jī)沒有部署到目標(biāo)服務(wù)器，可以讓其完成其余虛擬機(jī)部署后，再對(duì)其進(jìn)行部署，而且其時(shí)延會(huì)最小并能夠滿足虛擬機(jī)資源需求的目標(biāo)服務(wù)器。在實(shí)現(xiàn)交叉操作之后，需要變異操作。其具體操作方法是遍歷所有個(gè)體生成[0，1]隨機(jī)數(shù)，將隨機(jī)數(shù)小于變異概率進(jìn)行變異。在整個(gè)變異操作過程中，每一次變異都是針對(duì)某一位所進(jìn)行隨機(jī)變異，再結(jié)合貪心理念來將虛擬機(jī)部署至?xí)r延最小且滿足虛擬機(jī)資源需求的目標(biāo)服務(wù)器。

2.3算法分析

本文所提出來的云數(shù)據(jù)中心虛擬機(jī)部署時(shí)延優(yōu)化算法，其主要核心是以遺傳算法為主，并結(jié)合了貪心策略來進(jìn)行完成。因此，對(duì)于整個(gè)優(yōu)化算法的每一個(gè)流程需要進(jìn)行復(fù)雜化分析。（1）針對(duì)貪心理念的分析。假設(shè)具算法中虛擬機(jī)的數(shù)量為M，物理服務(wù)器的數(shù)量為N。同時(shí)，在其云數(shù)據(jù)中心中擁有L條通信鏈路。在進(jìn)行貪心理念排序算法時(shí)間復(fù)雜度時(shí)，可以通過O（N·M·L）來表示。（2）針對(duì)選擇、交叉、變異操作的復(fù)雜度分析。前面有所提及，這些操作過程都是在選擇了大小為[P]的種群來進(jìn)行操作。因此，需要把種群個(gè)體均分后，在確保其不會(huì)出現(xiàn)重復(fù)的前提下進(jìn)行對(duì)比，然后保留下適應(yīng)度較好的個(gè)體。因此，可以通過來代表其復(fù)雜度。當(dāng)完成交叉操作后，再將其種群中奇、偶數(shù)個(gè)體根據(jù)交叉概率來完O（P²）成交叉形成新個(gè)體。因此，如果所有偶數(shù)位個(gè)體被交叉，其操作最壞復(fù)雜度為D（P²）；如果所有偶數(shù)位個(gè)體只有一個(gè)被交叉，其復(fù)雜度應(yīng)該為：O（P）。根據(jù)這種算法，可以得到種群內(nèi)個(gè)體某個(gè)位進(jìn)行變異，算法復(fù)雜度最壞為：O（M）。綜合上述各個(gè)步驟，再對(duì)其算法復(fù)雜度進(jìn)行分析后得知：如果種群中個(gè)體數(shù)為P，算法規(guī)定的迭代次數(shù)為G，則可以得出最壞的情況下復(fù)雜度為：O（G·（NML+2P²+M））。

3結(jié)語

總之，在本文中所提出的云數(shù)據(jù)中心的虛擬機(jī)部署時(shí)延優(yōu)化算法，主要是基于遺傳算法為核心，并結(jié)合了理論來完成將虛擬機(jī)部署到目標(biāo)服務(wù)器的時(shí)延從小到大的排列。通過這種優(yōu)化算法，可以實(shí)現(xiàn)每次選擇時(shí)延最小的服務(wù)器部署形成個(gè)體，同時(shí)還可以針對(duì)個(gè)體形成的多樣性進(jìn)行了解，基本終實(shí)現(xiàn)最小化虛擬機(jī)部署的時(shí)延。