泛在智能環(huán)境下云操作系統(tǒng)資源分配自主策略研究

李燕　董倩　李紅娟　陳棟偉

摘 要：本文分析了目前的云操作系統(tǒng)在資源調(diào)度方面存在的問(wèn)題，提出在泛在智能環(huán)境下，利用應(yīng)用軟件的資源需求反推云系統(tǒng)軟件，并進(jìn)行自主學(xué)習(xí)分配資源的策略。

關(guān)鍵詞：云操作系統(tǒng);泛在環(huán)境;自主策略

自2006年正式提出“云計(jì)算”概念以來(lái)，由于其巨大的商業(yè)價(jià)值和對(duì)大量數(shù)據(jù)資源的傳輸處理使得云計(jì)算成為了企業(yè)不可缺少的重要底層支撐技術(shù)。

1 云操作系統(tǒng)資源調(diào)度運(yùn)行現(xiàn)狀

為了支撐上層應(yīng)用的柔性功能和性能，需要有一套基礎(chǔ)軟件系統(tǒng)將云監(jiān)控、云分析、云自動(dòng)化運(yùn)維、安全以及云資源進(jìn)行統(tǒng)一編排管理，這就是云操作系統(tǒng)。

當(dāng)前使用的云操作系統(tǒng)普遍存在資源管控復(fù)雜度高;向下無(wú)法快速適應(yīng)新硬件的基礎(chǔ)設(shè)施、向上無(wú)法高效承載新應(yīng)用;云操作系統(tǒng)部件數(shù)目龐大，各部件之間緊耦合且層次混亂等問(wèn)題。造成這些問(wèn)題的根源，主要包括以下幾個(gè)方面：

（1）硬件資源粒度較大，且各應(yīng)用軟件對(duì)資源的需求差異性很大，客觀造成了資源粒度與應(yīng)用需求不匹配的情況，造成了資源的浪費(fèi)和服務(wù)的延遲。

（2）數(shù)據(jù)量和任務(wù)量龐大，客戶(hù)對(duì)于信息處理效率卻要求很高，使得云平臺(tái)要在毫秒級(jí)范圍內(nèi)調(diào)度超百萬(wàn)個(gè)任務(wù)，在數(shù)十萬(wàn)運(yùn)行節(jié)點(diǎn)中快速找出任務(wù)最佳節(jié)點(diǎn)。目前的資源管理方式應(yīng)對(duì)大規(guī)模任務(wù)量的能力相對(duì)不足。

（3）各應(yīng)用的資源需求多樣，甚至某一應(yīng)用對(duì)資源的需求也是動(dòng)態(tài)的。而在資源分配過(guò)程中資源管理軟件的靈活度不夠，無(wú)法實(shí)現(xiàn)細(xì)粒度的資源供給。

目前已有的資源調(diào)度框架包括集中式、兩級(jí)式、共享狀態(tài)、完全分布式和混合式調(diào)度等，都只能部分解決以上問(wèn)題，并且在資源管理軟件架構(gòu)上沒(méi)有創(chuàng)新，使得資源利用率和服務(wù)質(zhì)量沒(méi)有顯著改善、運(yùn)維難度較大。[1]

2 泛在智能環(huán)境下云操作系統(tǒng)的新方向

云操作系統(tǒng)作為系統(tǒng)軟件改進(jìn)和發(fā)展的核心是生態(tài)。根據(jù)當(dāng)前軟件生態(tài)系統(tǒng)所呈現(xiàn)出的協(xié)作性、復(fù)雜性等的新特征，需要對(duì)系統(tǒng)軟件的生態(tài)進(jìn)行全面評(píng)估。[2]基于應(yīng)用軟件生態(tài)對(duì)系統(tǒng)軟件進(jìn)行倒逼式推動(dòng)發(fā)展，通過(guò)反推構(gòu)造底層系統(tǒng)軟件。

面向泛在環(huán)境的自主元操作系統(tǒng)，為我們提供了新的研究思考方向。泛在環(huán)境是由網(wǎng)絡(luò)設(shè)施、硬件、軟件、信息資源和人有機(jī)組成的新一代的知識(shí)基礎(chǔ)設(shè)施。在此環(huán)境下形成的系統(tǒng)軟件可以稱(chēng)之為人機(jī)物泛在系統(tǒng)軟件，它實(shí)現(xiàn)了了云、網(wǎng)、邊、端的元操作系統(tǒng)的融合，在生態(tài)牽引下為上層應(yīng)用提供支撐環(huán)境。

由此我們可以提出在泛在環(huán)境下操作系統(tǒng)的智能化機(jī)理：

自主策略——具備感受環(huán)境、感知應(yīng)用和推理判斷能力，根據(jù)外界條件的變化在一定范圍內(nèi)自行修改資源管理策略。

自主結(jié)構(gòu)——具備自學(xué)習(xí)、自強(qiáng)化、自我修復(fù)能力，基于柔性的操作系統(tǒng)結(jié)構(gòu)，可以根據(jù)外界條件的變化改變自身結(jié)構(gòu)，實(shí)現(xiàn)操作系統(tǒng)部件的靈活組裝與上下打通。

3 云操作系統(tǒng)資源分配自主策略實(shí)現(xiàn)方法

（1）首先將傳統(tǒng)的一體化體系結(jié)構(gòu)解耦，形成松耦合的分層體系結(jié)構(gòu)。將數(shù)據(jù)、配置、控制平面進(jìn)行分離，各層級(jí)平面之間可編程，實(shí)現(xiàn)上下層控制。

（2）在數(shù)據(jù)平面對(duì)所有硬件資源標(biāo)簽化，為各資源添加來(lái)自上層資源需求的狀態(tài)標(biāo)簽。通過(guò)標(biāo)簽實(shí)現(xiàn)細(xì)粒度資源劃分和分配，實(shí)現(xiàn)按需分配。

（3）在控制平面，構(gòu)建應(yīng)用案例策略庫(kù)。通過(guò)預(yù)先執(zhí)行的任務(wù)，存儲(chǔ)若干個(gè)特征不同的應(yīng)用案例及對(duì)應(yīng)的資源需求信息集。如果有新應(yīng)用到達(dá)，則在策略庫(kù)中進(jìn)行檢索匹配，確定是否存在相同案例，如果已存在，則按照存儲(chǔ)的應(yīng)用資源分配策略進(jìn)行處理，不需更新策略庫(kù);否則，在更新應(yīng)用案例策略庫(kù)之前借助相應(yīng)自主學(xué)習(xí)模型強(qiáng)化學(xué)習(xí)，使資源分配模塊可以隨環(huán)境配置的改變或應(yīng)用需求的改變自主調(diào)整策略或自主產(chǎn)生新策略，如下圖。

由于運(yùn)行在云端的應(yīng)用數(shù)量非常龐大，逐個(gè)檢索匹配很難實(shí)現(xiàn)。為了方便的對(duì)這些數(shù)以萬(wàn)計(jì)的應(yīng)用進(jìn)行特征提取，批量更新策略庫(kù)，可借助應(yīng)用分類(lèi)架構(gòu)對(duì)云中的應(yīng)用分類(lèi)，實(shí)現(xiàn)同類(lèi)應(yīng)用聚集并提供相應(yīng)的資源分配預(yù)測(cè)。[3]

通過(guò)應(yīng)用分類(lèi)以及應(yīng)用案例策略庫(kù)中自學(xué)習(xí)功能的迭代，使各應(yīng)用資源需求情況逐漸完善和精確。

（4）在配置平面中添加配置引擎和配置接口，實(shí)現(xiàn)上層應(yīng)用策略庫(kù)中的資源需求信息與下層硬件資源標(biāo)簽的設(shè)置和添加進(jìn)行整合，從而實(shí)現(xiàn)上下打通，對(duì)資源進(jìn)行管理。

4 總結(jié)

根據(jù)當(dāng)前云操作系統(tǒng)中資源分配調(diào)度存在的問(wèn)題。結(jié)合當(dāng)下軟件生態(tài)，提出了一種泛在環(huán)境下的云操作系統(tǒng)自主學(xué)習(xí)管理資源調(diào)度策略。首先將體系結(jié)構(gòu)分層，并在各層面分別為硬件資源設(shè)置資源標(biāo)簽，為上層應(yīng)用設(shè)置策略庫(kù)及自主學(xué)習(xí)策略，通過(guò)迭代式的自主學(xué)習(xí)，提高資源分配的靈活性和效率。

參考文獻(xiàn)：

[1]李樂(lè)樂(lè).云計(jì)算下硬件資源度量方式及其任務(wù)調(diào)度策略研究[D].中國(guó)科學(xué)院大學(xué)（中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院），2019.

[2]董瑞志，李必信，王璐璐，李宏偉，陳海雷，Jack TAN.軟件生態(tài)系統(tǒng)研究綜述[J/OL].計(jì)算機(jī)學(xué)報(bào)，2019：1-24.

[3]熊輝，王川.云應(yīng)用分類(lèi)與基于預(yù)測(cè)的細(xì)粒度云資源提供[J].計(jì)算機(jī)應(yīng)用，2013，33（06）：1534-1539.

作者簡(jiǎn)介：李燕（1981-），女，漢族，河北石家莊人，碩士，講師，所在院校：石家莊學(xué)院，研究方向：云計(jì)算、數(shù)據(jù)庫(kù)、計(jì)算機(jī)應(yīng)用。