برای جستجو در بین هزاران پایان نامه در موضوعات مختلف     

      و دانلود متن کامل آنها با فرمت ورد اینجا کلیک کنید     

 
دانلود پایان نامه

میزان استفاده‌ی پردازنده به خوبی نشان دهنده‌ی میزان فعالیت کلی ماشین است [Buyya, 2010]. از اینرو ما با در نظر گرفتن این ملاک با کمترین حجم انتقال و ذخیره سازی اطلاعات، ملاکی مناسب و کارامد برای تعدیل بار روس گره‌ها ارائه دادیم. از طرف دیگر با یافتن ماشین با میزان استفاده‌ی پردازنده‌ی بزرگتر مسساوی با حد افزونگی، روش ما د رکوتاه‌ترین زمان و با انجام کمترین مهاجرت‌ها به دامنه‌ی عملکرد متعادل باز می‌گردد. این 2 اثر مثبت روی عملکرد مدل پیشنهادی دارد:
با سرعت بخشیدن به بازگشت یک سرور فرابار به متعادل در واقع زمان کاهش کیفیت سرویس را حداقل نموده‌ایم.
با کمتر شدن مهاجرت‌ها هم پایداری کل سیستم بهبود داده می‌شود و هم سربار پردازشی و انرژی ناشی از مهاجرت‌ها کمتر می‌گردد.
هر دوی این ویژگی‌ها اثرات مثبتی بر عملکرد مدل پیشنهادی دارند که در واقع ما با قرار دادن این ملاک‌ها و مقادیر به دنبال همین اثرات مثبت بوده‌ایم.
در مورد استقرار نیز، سرورهای فروبار بر حسب میزان استفاده از پردازنده، به ترتیب نزولی مرتب شده و با الگوریتم بهترین مکان ماشین مجازی انتخاب شده به اولین گرهی هدایت می‌شود که میزان استفاده‌ی فعلی‌اش از پردازنده به علاوه‌ی میزان استفاده‌ی ماشین مهاجر از پردازنده آن را در نزدیکترین فاصله به حد پایینی محدوده‌ی متعادل (به اضافه‌ی حاشیه) قرار دهد. برای محدوده‌ی متعادل نیز مقدار حاشیه‌ای در نظر گرفته شده است که باعث بهبود عملکرد مدل پیشنهادی می‌گردد. این روش باعث می‌گردد که با استفاده از الگوریتمی بسیار ساده (و در نتیجه با پیچیدگی و سربار کم) در کوتاهترین زمان گره‌های فروبار به محدوده‌ی متعادل برسند.
حدود دسته بندی و حاشیه
دیدیم که با تعیین درصدهایی برای میزان استفاده از پردازنده به عنوان حد بالایی و حد پایینی، اقدام به دسته بندی سرورها به فروبار، متعادل و فرابار می‌نماییم.
این درصدها با توجه به کارهای صورت گرفته در گذشته و با تحلیل آماری نسبت میزان استفاده از پردازنده به مصرف انرژی سرور، 40% و 90% در نظر گرفته شدند. یعنی سروری که درصد استفاده از پردازنده‌اش کمتر از 40 باشد به عنوان فروبار، سروری که درصد استفاده از پردازنده‌اش بین 40 تا 90 باشد به عنوان متعادل و سروری که درصد استفاده از پردازنده‌اش بیش از 90 باشد به عنوان فرابار در نظر گرفته شده‌اند.
نویسندگان [Buyya, 2010] در نظر گرفتن ثابت این حدود را کافی ندانسته و اقدام به ارائه‌ی الگوریتمی برای تغییر پویای این حدود نموده‌اند. انجام اینکار منطقی به نظر می‌رسد زیرا گره‌ای که یکبار به بیشینه‌ی استفاده از پردازنده‌اش رسیده است، احتمالاً به دلیل همبستگی بین ماشین‌هایش و یا نوسانات کاربرد یک یا چند ماشینش، به زودی رفتاری مشابه نشان خواهد داد. پس نباید دارای حد بالایی مساوی با سروری باشد که تا به حال هیچگاه از این حد فراتر نرفته است. همینطور برای حد پایین و سرورهای فروبار. از طرف دیگر اجرای الگوریتمی برای تغییر دائمی این حدود تولید سربار پردازشی و در نتیجه سربار انرژی می‌کند، به همین دلیل ما به صورت ابتکاری برای حدود یک حاشیه تعیین کردیم که باعث می‌گردد تا حد بالای هر سرور فرابار پس از خارج شدن از این محدوده و قرار گرفتن در محدوده‌ی متعادل 5% کاهش یابد. همچنین حد پایینی برای سرورهای فروبار 5% افزایش می‌یابد. مقدار 5% پس از انجام چندین آزمایش به دست آمد و نتایج نشان دهنده‌ی بهبود کارایی مدل پیشنهادی با در نظر گرفتن این حاشیه‌ها هستند. از طرفی قرار دادن یک حاشیه‌ی ثابت و از قبل معلوم (به جای اجرای الگوریتم برای یافت آماری مقدار مناسب جدید برای حدود) سبب کاهش سربارهای پردازشی و انرژی مدل پیشنهادی می‌گردد.
پیکر بندی سفارشی نرم افزار
نرم افزار حاصل، برای محیط آزمایشی در دو حالت پیکربندی شد. در آزمایش‌های انجام شده نیز از این دو نوع پیکر بندی بهره بردیم. به طور خلاصه؛ مقادیر پارامترهای آزاد در حالت اول که آن را حریص می‌نامیم به گونه‌ای تعیین شده‌اند که در گزارش گیری در بازه‌های کوتاه صورت گیرد، طبقه بندی و اتخاذ تصمیم نیز در بازه‌های کوتاه صورت گیرد و تجدید نظر در تخصیص‌ها به گونه‌ای باشد که با توجه به حجم بار پردازشی در آن لحظه کمترین تعداد سرورها فعال باشند و تعداد سرورهای رزور فروبار و بیکار هم حداقل ممکن در آن لحظه (بدون توجه به آینده) باشد؛ و این معادل با بیشترین بهره وری از پتانسیل موجود برای صرفه جویی در هر لحظه است.
در مقابل در پیکر بندی دوم که آن را قانع می‌نامیم، گزارش گیری‌ها و اتخاذ تصمیم هر دو در بازه‌های طولانی، و تخصیص‌ها به گونه‌ای است که در هر بازنگری تنها از بخشی از پتانسیل موجود برای صرفه جویی بهره ببریم. در این پیکر بندی یک سرور فروبار ممکن است پس از بازنگری کماکان در حالت فروبار بماند و تعداد سرورهای رزرو نیز بیشتر از پیکر بندی حریص است. منطق این پیکر بندی جلوگیری از تخصیص‌های تکراری و عکس یکدیگر است (قرار دادن یک سرور فروبار در حالت متعادل در یک تخصیص و مجبور شدن به بازگرداندن همان سرور از حالت فرابار به متعادل در بازنگری بعد مثلاً به علت افزایش طبیعی بار کاری آن سرور). باید یاد آور شد که هیچیک از این دو پیکربندی به شکل مطلق برتر از دیگری نبوده و پیشبینی می‌شود که در محیط‌های کاری متفاوت عملکرد نسبی آنها نیز متفاوت باشد. مقادیر واقعی پارامترهای آزاد در این دو پیکر بندی در بخش بعدی بیان می‌گردد.
در جدول 4-1 مقادیر پارامترهای گوناگون این دو پیکربندی مشاهده می‌گردد.
پیکربندی بازه‌ی ارسال گزارش (دقیقه) بازه‌ی ترکیب ماشین‌ها (دقیقه) تعداد گره‌های بیکار رزرو
قانع 5 15 2
حریص 5 5 0
جدول 4-1 مقادیر پارمترهای در پیکربندی‌های نرم افزار
محیط انجام آزمایشات
برای تست و اندازه گیری نتایج حاصل از اجرای نرم افزار، تعداد 21 سرور از میان 25 سرور یک آزمایشگاه انتخاب شدند. تعداد و مشخصات این سرورها در جدول 4-2 آمده است. بر روی تمامی این سرورها، سیستم عامل Linux توزیع openSUSE 12.1 محصول سال 2012 با هسته‌ی نسخه‌ی 3.0.10 نصب گردید. سپس روی هر سرور مجازی ساز XEN 4.1 نصب گردید. از این میان یک سرور را به عنوان سرور مرکزی انتخاب شد. سپس تمام سرورها به وسیله‌ی یک سوئیچ شبکه‌ی 24 پورت گیگابیت ساخت شرکت DLink به صورت شبکه در آمدند. سپس روی 20 گره‌ی آزمایشگاه، ماشین مجازی با همان سیستم عامل نصب گردید. تعداد و مشخصات ماشین‌ها در جدول 3 آورده شده‌است.
یکی از الزامات انجام مهاجرت، برپایی صحیح و دقیق شبکه بین گره‌ها و بین ماشین‌هاست. در این پیکر بندی باید:
همه‌ی گره‌ها یکدیگر و سرور مرکزی را ببینند؛
سرور مرکزی باید تمام گره‌ها را ببیند؛
دسته بندی : علمی