馮政軍

摘要：隨著社會(huì)經(jīng)濟(jì)的蓬勃發(fā)展，云計(jì)算領(lǐng)域也在逐漸擴(kuò)張，其規(guī)模也在日益壯大，而越來越多的資源分配與管理方面等問題也凸顯出來．與此同時(shí)，國內(nèi)大多數(shù)云計(jì)算企業(yè)的數(shù)據(jù)管理資源部門通常以虛擬設(shè)備為工作中心，為客戶提供所需的設(shè)備個(gè)數(shù)和匹配資源，包括儲(chǔ)存卡、顯示器等，甚至可能還要包含外顯設(shè)施．因此，云計(jì)算企業(yè)應(yīng)當(dāng)在滿足自身需求的同時(shí)，減少資源的浪費(fèi)，利用現(xiàn)代計(jì)算模式重新評(píng)估云計(jì)算資源分配過程中的服務(wù)成本，以達(dá)到云計(jì)算行業(yè)綠色、節(jié)能的最終目標(biāo)。據(jù)此，針對(duì)當(dāng)下時(shí)代發(fā)展的要求，文章以云計(jì)算資源發(fā)展與分配現(xiàn)狀為出發(fā)點(diǎn)，淺析了當(dāng)前包簇映射框架，闡述了基于包簇框架的云計(jì)算資源分配策略，希望為未來云計(jì)算資源分配策略探究提供新方向。

關(guān)鍵詞：云計(jì)算：資源分配：包簇映射分析

中圖分類號(hào)：TP39

文獻(xiàn)標(biāo)志碼：A

0 引言

傳統(tǒng)的云計(jì)算資源分配管理通常以數(shù)據(jù)為重點(diǎn)，通過扁平化的資源模式對(duì)整體數(shù)據(jù)信息進(jìn)行管理，而這種精細(xì)化的管理模式將導(dǎo)致后續(xù)出現(xiàn)的問題既復(fù)雜又?jǐn)?shù)量龐大，因此，基于傳統(tǒng)虛擬數(shù)據(jù)的云計(jì)算資源分配方式不利于現(xiàn)代社會(huì)的進(jìn)步與發(fā)展。此外，由于網(wǎng)絡(luò)技術(shù)的飛速發(fā)展和受眾群體類別的不斷變化．互聯(lián)網(wǎng)領(lǐng)域不僅需要擁有適應(yīng)云計(jì)算系統(tǒng)的強(qiáng)大能力，還應(yīng)使企業(yè)既能滿足客戶的服務(wù)條件，又能實(shí)現(xiàn)資源的有效利用。云計(jì)算資源的高效發(fā)展既可考慮到實(shí)際分配的動(dòng)態(tài)模式以應(yīng)對(duì)當(dāng)代行業(yè)變化，還可進(jìn)行虛擬化技術(shù)的開發(fā)，改良資源稀少、經(jīng)費(fèi)開支較高等負(fù)面現(xiàn)象。

1 云計(jì)算資源發(fā)展與分配現(xiàn)狀

1.1 發(fā)展現(xiàn)狀

當(dāng)代云計(jì)算資源規(guī)模的日益增加，以往的資源管理模式難以適應(yīng)目前企業(yè)對(duì)互聯(lián)網(wǎng)計(jì)算的實(shí)際需要，同時(shí)可擴(kuò)展性、靈活性等方面問題逐漸凸顯。一方面，靈活性主要包括計(jì)算機(jī)用戶在進(jìn)入互聯(lián)網(wǎng)時(shí)必須對(duì)云計(jì)算中心的資源管理進(jìn)行優(yōu)化，并提出對(duì)整體資源的實(shí)際要求。當(dāng)計(jì)算機(jī)使用者通過集中的方法進(jìn)行計(jì)算機(jī)資源的輸出時(shí)，如果市場統(tǒng)一對(duì)資源進(jìn)行共享，則對(duì)每個(gè)使用者而言就沒有獨(dú)立的網(wǎng)絡(luò)管理[1]。另一方面，云計(jì)算的可擴(kuò)展性主要包括互聯(lián)網(wǎng)中的資源管理展現(xiàn)到服務(wù)器時(shí)需要大量維護(hù)，而市場中的網(wǎng)絡(luò)流量模型、數(shù)據(jù)拓?fù)淠Ｐ鸵约肮芾碇行牡墓蚕砟Ｊ蕉紩?huì)影響到云計(jì)算資源的可擴(kuò)展性。

1.2 資源分配

新時(shí)代云計(jì)算系統(tǒng)中的資源分配管理主要與多目標(biāo)升級(jí)問題有關(guān)，且與裝箱問題相似，例如如何使資源分配的管理高效、安全，或者判斷云計(jì)算環(huán)境的負(fù)載能力和具體性能。此外，云計(jì)算的啟發(fā)式仿生算法可以模擬生物的成長歷程，并在無數(shù)模擬解法中，準(zhǔn)確找到最優(yōu)解，這種算法比以往算法更加科學(xué)、實(shí)用，有著無法超越的高效性，即使面對(duì)消費(fèi)者的更多需求，云計(jì)算的資源分配也可以在滿足客戶要求的情況下，更多地減少企業(yè)的成本。由此可見，完善云計(jì)算資源分配的管理模式，降低企業(yè)的成本，杜絕浪費(fèi)現(xiàn)象，已經(jīng)成為當(dāng)前社會(huì)的云計(jì)算專家重點(diǎn)研究的方向。

與此同時(shí)，有學(xué)者提出一種基于蟻群活動(dòng)模式的資源分配，并命名為蟻群算法，此算法通過模擬蟻群的活動(dòng)模式，運(yùn)用至云計(jì)算環(huán)境中，最終得到一種最優(yōu)的資源分配方法，其算法如圖1所示。

通過蟻群算法的仿真實(shí)驗(yàn)，證明了云計(jì)算資源分配模式可以幫助使用者享有極速的響應(yīng)時(shí)間和高效的運(yùn)行質(zhì)量，但由于相關(guān)技術(shù)還在持續(xù)更新進(jìn)步，導(dǎo)致其資源分配速度較慢[2]。眾多國內(nèi)外學(xué)者為達(dá)到理想的實(shí)用效果，提高云計(jì)算資源的服務(wù)質(zhì)量和資源利用率，并構(gòu)建以此為目標(biāo)的多目標(biāo)優(yōu)化模型，同時(shí)融合現(xiàn)代流行的神經(jīng)網(wǎng)絡(luò)，幫助蟻群算法等眾多優(yōu)秀算法對(duì)云資源分配資源模式實(shí)現(xiàn)理想模式，但神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)也對(duì)算法的精準(zhǔn)性造成了約束與影響。

2 包簇映射框架

2.1 包的定義

包的定義在于云環(huán)境下針對(duì)子包的集合，它也是一個(gè)層級(jí)含義，例如一層級(jí)的包可以由無數(shù)個(gè)二層級(jí)的包構(gòu)成，同時(shí)單個(gè)二級(jí)包也可由無數(shù)個(gè)三級(jí)包構(gòu)成，或者由不同的虛擬數(shù)據(jù)構(gòu)成。由此可見，包的定義在于其可以集中并實(shí)現(xiàn)包內(nèi)云環(huán)境間的資源分配與共享，所以這種模式的制定只能使客戶自身通過層級(jí)化的結(jié)構(gòu)來保證自身的資源要求。

以國內(nèi)某中外合資企業(yè)的內(nèi)部結(jié)構(gòu)為例，其部門結(jié)構(gòu)和管理級(jí)別層層劃分，管理中心設(shè)立在北京，并在湖南、上海、深圳和南京等大型城市分別設(shè)立分部試行逐級(jí)管理[3]。并依據(jù)企業(yè)的實(shí)際需求，針對(duì)包的結(jié)構(gòu)定義，構(gòu)建出至少數(shù)量為5的企業(yè)二級(jí)管理部門，每個(gè)地區(qū)都設(shè)有4個(gè)二級(jí)包，分別囊括了人事部、銷售部、管理部和工程部，以滿足企業(yè)的資源分配需要，這4個(gè)分部門也都擁有多個(gè)三級(jí)或以下層級(jí)包，保證每個(gè)包之間的企業(yè)資源都達(dá)到互利共享。

2.2 簇的定義

簇就是指數(shù)據(jù)核心拓?fù)渲形恢每拷?wù)器或者更低級(jí)別的虛擬賬戶的總和。而簇所持有的數(shù)據(jù)總和就是組成簇整體的各部分資源和。依照簇的定義可得到，每個(gè)互聯(lián)網(wǎng)中的服務(wù)器可表示成一個(gè)簇，同時(shí)當(dāng)?shù)蛯蛹?jí)的簇向上合并成為高層級(jí)的簇后，可再次向上幫助進(jìn)一步的合并，所以不同的層級(jí)包含關(guān)系可以融合出各種不同的簇結(jié)構(gòu)，其結(jié)構(gòu)關(guān)系如圖2所示。

由此可見，簇和包在云計(jì)算中的應(yīng)用，使數(shù)據(jù)資源分配管理的復(fù)雜度大幅下降。可將同種問題假設(shè)成多維裝箱題材，即將資源共享的虛擬機(jī)組合成的包假設(shè)為裝入的物品，包中所囊括的資源分配數(shù)量就是物品的個(gè)數(shù)，而箱子則代表簇，其容量大小代表了簇整體的使用閾值，云計(jì)算的資源種類數(shù)量代表了裝箱過程中的維數(shù)，同時(shí)其目標(biāo)是使點(diǎn)數(shù)達(dá)到最小，資源利用率呈最大值。

2.3 包簇框架模型

包簇框架模型是指通過各層級(jí)的抽象模型來解決問題的模型，并將頂層的包對(duì)應(yīng)著頂層的簇，使每一個(gè)簇都有其所匹配的包，同時(shí)將模型下一層級(jí)的包接著對(duì)應(yīng)到下一級(jí)別的簇，將此過程反復(fù)進(jìn)行，直到整體數(shù)據(jù)匹配到服務(wù)器接受客戶訪問。所以，包簇框架模型可以將一個(gè)煩瑣復(fù)雜的問題簡化，并肢解成多部分較小程度的子問題，這些子問題又可通過云計(jì)算的各個(gè)算法逐一擊破而得到充分解決[4]。因此，云環(huán)境的資源管理分配問題就被轉(zhuǎn)換成多層級(jí)、可分開解決且易于整理的問題，并可通過資源中心系統(tǒng)性的監(jiān)控體系，結(jié)合企業(yè)的資源需要和性能進(jìn)行約束，完成從高層級(jí)的包簇到低級(jí)包簇匹配的聯(lián)系過程。綜上所述，現(xiàn)代資源管理中心的分配問題可被包簇框架模型分解成多個(gè)獨(dú)立的子問題，這些子問題相互獨(dú)立且解決方式簡單，因此，可通過固定資源分配處理器對(duì)其進(jìn)行快速計(jì)算，以提升資源分配的實(shí)際效率。

3 基于包簇框架的云計(jì)算資源分配策略

3.1 多目標(biāo)包部署算法的編碼概況

3.1.1 物品編碼

多目標(biāo)包部署算法將對(duì)物品進(jìn)行預(yù)先編碼，其中需編碼資源主要包含CPU、內(nèi)存等。然后對(duì)固定時(shí)間內(nèi)的各個(gè)包進(jìn)行提取，并充分整理與分析，將包的初始生成過程設(shè)定為先隨機(jī)輸入一定量的虛擬內(nèi)存，并記錄其輸入與輸出的數(shù)據(jù)量，再鎖定當(dāng)前包，將所有包中的資源整體進(jìn)行統(tǒng)一并做規(guī)范化處理，即計(jì)算出當(dāng)前包中的每一種資源占據(jù)當(dāng)前簇的比重[5]。如此，每個(gè)包就可以通過當(dāng)前簇的比重找到匹配的包，并且保障各匹配資源的運(yùn)行量小于簇的門閾值。

3.1.2 組編碼

組編碼的制定對(duì)資源分配的影響十分關(guān)鍵，同時(shí)組編碼的實(shí)際運(yùn)作就是資源問題的解決方案到服務(wù)器之間的對(duì)應(yīng)關(guān)系。將其類比于基因的發(fā)展過程，資源管理的包到簇之間的組編碼可稱為染色體，并將4個(gè)包分成兩個(gè)組，其對(duì)應(yīng)的染色體則存在兩個(gè)基因，同時(shí)每個(gè)基因囊括一組包和簇，所以基因既可以表達(dá)成物品也可以表達(dá)成箱子。由此可見，組編碼可類比遺傳算法對(duì)染色體的具體操作，其內(nèi)容部分以資源編碼的形式展現(xiàn)。由于編碼節(jié)點(diǎn)放置的包個(gè)數(shù)不統(tǒng)一，導(dǎo)致同類型的包會(huì)被安置到不同的節(jié)點(diǎn)上，因此，組編碼要處理不同長度的包簇模型。

3.2遺傳算法與螞蟻算法的融合

為了解決多目標(biāo)包部署算法在云計(jì)算后期的乏力，相繼使用了遺傳算法與螞蟻算法。但由于遺傳算法進(jìn)行了大量的無用迭代，且螞蟻算法在運(yùn)行初期存在缺少信息素導(dǎo)致進(jìn)化緩慢的弊端，因此，企業(yè)將遺傳算法與螞蟻算法進(jìn)行即時(shí)的融合與改進(jìn)，組成新型算法命名為融合改進(jìn)算法。融合改進(jìn)算法的主要特點(diǎn)是結(jié)合遺傳算法和螞蟻算法的各自優(yōu)勢(shì)，減少其各自存在的缺點(diǎn)，相互補(bǔ)充，揚(yáng)長避短。在融合改進(jìn)算法執(zhí)行任務(wù)且進(jìn)行云計(jì)算的資源分配任務(wù)時(shí)，對(duì)任務(wù)中可能發(fā)生的各種情況使用染色體編碼方式進(jìn)行編碼，并將可能存在的各種資源分配方案進(jìn)行染色體組合及編碼，將其用來展現(xiàn)包到資源簇之前的匹配、對(duì)應(yīng)關(guān)系，即將每條染色體設(shè)為云計(jì)算分配問題中的一個(gè)可行解法，再運(yùn)用融合改進(jìn)算法在可行解法中找到最優(yōu)解，實(shí)現(xiàn)云計(jì)算資源分配與管理問題的高效解決[6-7]。

3.3 實(shí)驗(yàn)分析

3.3.1 實(shí)驗(yàn)設(shè)置

為了驗(yàn)證融合改進(jìn)算法的合理性、科學(xué)性以及可行性，實(shí)現(xiàn)基于包、簇映射云資源分配算法的高效性能，進(jìn)行了仿真實(shí)驗(yàn)，實(shí)驗(yàn)軟件使用Matlab，CloudSim等，同時(shí)設(shè)置任務(wù)數(shù)為600個(gè)，其資源簇為200個(gè)。實(shí)驗(yàn)人員構(gòu)建成本評(píng)估模型，觀察并分析資源簇節(jié)點(diǎn)的數(shù)量、執(zhí)行時(shí)間和服務(wù)成本，最后展現(xiàn)基于包簇框架的改進(jìn)多目標(biāo)遺傳算法的科學(xué)與合理之處。

3.3.2 實(shí)驗(yàn)過程

實(shí)驗(yàn)人員將所有的云計(jì)算資源抽象成為資源簇的概念，并將客戶的實(shí)際需求設(shè)立為需求包，計(jì)算在同一需求條件下可以有效降低資源簇的個(gè)數(shù)，同時(shí)分別采用改進(jìn)后算法和傳統(tǒng)算法。通過大量實(shí)驗(yàn)證明，改進(jìn)后的算法進(jìn)行的簇個(gè)數(shù)明顯要比傳統(tǒng)算法部署的簇個(gè)數(shù)少很多，這是因?yàn)樾滤惴ㄈ诤狭宋浵佀惴?，使相較單一的傳統(tǒng)算法能夠獲得更準(zhǔn)確的解集[8]。此外，在相同任務(wù)數(shù)下，與傳統(tǒng)算法相比較，改進(jìn)后的算法完成時(shí)間較短，且在任務(wù)數(shù)小于100時(shí)，先進(jìn)算法與傳統(tǒng)算法的任務(wù)完成時(shí)間相近，但是，隨著任務(wù)量的逐漸增加，新算法的任務(wù)完成時(shí)間仍然保持以往速度，而傳統(tǒng)算法的任務(wù)完成時(shí)間還在大幅提升，其結(jié)果如表1所示。

由此可見，改進(jìn)后的算法得益于螞蟻算法的相互融合，以及遺傳算法的大力幫助，得以展現(xiàn)出后期的快速求解能力，最后通過對(duì)比實(shí)驗(yàn)可以看出．改進(jìn)后的算法能夠高效地降低云計(jì)算資源的分配與管理時(shí)間。

3.3.3 結(jié)果分析

云環(huán)境用戶在享受服務(wù)價(jià)值的同時(shí)，怎樣降低服務(wù)成本，降低費(fèi)用是客戶通常關(guān)心的問題。對(duì)于云計(jì)算資源企業(yè)來講，在提高服務(wù)價(jià)值的同時(shí)，減少服務(wù)成本也是應(yīng)當(dāng)改革的重點(diǎn)方向。因此，減少任務(wù)服務(wù)成本對(duì)消費(fèi)者和企業(yè)來講都是十分重要的。通過觀察新算法和傳統(tǒng)算法的執(zhí)行過程，建立成本評(píng)價(jià)模型，展現(xiàn)各算法的特點(diǎn)及優(yōu)劣情況，最后分析得到，在完成相同時(shí)間的條件下，融合改進(jìn)算法的任務(wù)執(zhí)行時(shí)間與成本更低，并在成本評(píng)價(jià)模型中展示，將任務(wù)效益采用倒數(shù)的形式反映，即計(jì)算結(jié)果越大，其任務(wù)結(jié)束時(shí)間和執(zhí)行成本越少。

4 結(jié)語

為了實(shí)現(xiàn)云計(jì)算的資源分配，并將大數(shù)據(jù)環(huán)境中的計(jì)算資源以最小的使用成本通過彈性分配進(jìn)行合理規(guī)劃，充分利用編碼的思想體系，將大量的、雜亂的云資源分配管理內(nèi)容逐步分解，形成部分相對(duì)簡單的問題，并通過遞歸循環(huán)的解決方法，幫助云環(huán)境的資源實(shí)現(xiàn)科學(xué)、合理的分配。本文以云計(jì)算資源發(fā)展與分配現(xiàn)狀為基本點(diǎn)，闡述了當(dāng)前包簇映射框架，并提出基于包簇框架的云計(jì)算資源分配策略，旨在為未來云計(jì)算資源分配策略探究提供理論基礎(chǔ)。

參考文獻(xiàn)

[1]梁慈，陳世平．基于包簇映射架構(gòu)的包漂移策略研究[J]．計(jì)算機(jī)與現(xiàn)代化．2019（ 11）：112-119.

[2]呂騰飛，陳世平．基于包簇映射的云計(jì)算資源分配策略[J]．上海理工大學(xué)學(xué)報(bào)，2019（3）：260-266．

[3]邱春紅．云計(jì)算中虛擬機(jī)簇的優(yōu)化分配[J]．西南師范大學(xué)學(xué)報(bào)，2021（1）：44-49．

[4]朱兵偉，陳世平．包簇框架云資源分配規(guī)劃[J]．計(jì)算機(jī)應(yīng)用與軟件，2018（9）：252-257，287.

[5]王無恙．基于用戶行為特征的云計(jì)算資源分配策略研究[J]．?dāng)?shù)碼世界，2017（11）：383.

[6]孫凌宇，冷明．基于不同分配策略的云計(jì)算任務(wù)調(diào)度性能比較與分析[J]．井岡山大學(xué)學(xué)報(bào)，2016（1）：62-68，74．

[7]李天宇．基于強(qiáng)化學(xué)習(xí)的云計(jì)算資源調(diào)度策略研究[J]．上海電力學(xué)院學(xué)報(bào)．2019（4）：309-403.

[8]倪思源，扈紅超，劉文彥，等．基于輪換策略的異構(gòu)云資源分配算法[J]．計(jì)算機(jī)工程，2021（ 6）：44 -51，67．

（編輯沈強(qiáng)）