基于Ceph集群的能耗管理策略研究

数据中心能耗高是云计算发展过程中一个亟待解决的关键问题。建立了一个集群能耗优化模型,并在此基础上提出了一种基于Ceph集群的数据副本放置策略。该策略在考虑集群可用性和容错性的同时,采用了顺序存储和随机存储相结合的存储方法,使得Ceph集群在满足用户SLA需求和保证集群性能的前提下,达到节能的目的。实验结果表明,与原始Ceph集群相比,该数据副本放置策略在保证集群服务质量的同时,使得数据中心耗电量降低了14.3%。

基于人工智能技术的天气现象视频监测系统

为获得更加清晰的天气现象视频,实现对极端天气的精准监控,设计基于人工智能技术的天气现象视频监测系统。按需配置监测主机,并将视频显示模块、信息处理模块接入既定模块单元之中。利用人工智能技术,优化已被占用的Ceph集群,通过分析天气信息需求的方式,确定完整的视频处理流程,完成监测系统的软件执行环境搭建,结合相关硬件设备结构,实现基于人工智能技术的天气现象视频监测系统的设计与应用。对比实验结果表明,与基于深度学习网络的预报系统相比,在人工智能技术作用下,天气现象视频的平均清晰度水平超过了5.0 pi,对监控极端天气提供技术支持。

基于Proxmox超融合虚拟化平台的设计与实现——以网络靶场竞技系统应用为例

随着虚拟化和超融合的不断成熟,文章针对盐城工业职业技术学院信息与安全学院实验实训中心的需求,从管理和成本的角度提出基于Proxmox虚拟化平台和Ceph分布式存储软件组建超融合虚平台,并将网络靶场竞技系统与Proxmox超融合平台融合,搭建网络信息安全技术综合练习场景,培养学生安全知识与技能综合运用能力,考评学生安全知识与技能综合运用水平。

基于Docker的云资源弹性调度策略

针对云资源弹性调度问题,结合Ceph数据存储的特点,提出一种基于Docker容器的云资源弹性调度策略。首先,指出Docker容器数据卷不能跨主机的特性给应用在线迁移带来了困难,并对Ceph集群的数据存储方法进行改进;然后,建立了一个基于节点综合负载的资源调度优化模型;最后,将Ceph集群和Docker容器的特点相结合,利用Docker Swarm实现了既考虑数据存储、又考虑集群负载的应用容器部署算法和应用在线迁移算法。实验结果表明,与一些调度策略相比,该调度策略对集群资源进行了更细粒度的划分,实现了云平台资源的弹性调度,并在保证应用性能的同时,达到了合理利用云平台资源和降低数据中心运营成本的目的。

基于强化学习的电力数据存储系统参数自适应调优

Ceph系统被广泛应用于电力数据的存储,现有数据中心依赖人工经验对存储配置参数进行优化。但是,人工经验无法适应电网的动态变化,准确性低,无法满足激增的电网边缘快速存储与处理需求。针对以上问题,在电力数据存储系统中提出一种基于强化学习的数据负载感知自适应配置参数推荐方法。该方法基于强化学习的马尔可夫链蒙特卡洛采样算法配置参数样本集和相应的集群性能,使用分层建模方法构建性能预测模型,采用集群性能代价函数与负载相似度估算结合算法,提供负载的快速感知和配置参数的持续优化。实验结果表明,采样效率得到有效提升,预测精度优于现有预测模型,满足电力数据采集系统的运行要求,且寻优耗时也低于现有的黑盒参数调优方法。

超融合架构平台在发射监控系统中的应用

本文将ProxMox-VE超融合架构平台应用到宁波广播电视发射中心监控平台中,实现对监控服务进行统一web管理,利用ceph分布式存储系统实现数据存储,采用HA集群技术实现服务高可用性。实施过程中,利用NTP服务提供服务器时钟同步,采用虚拟网络Vlan技术,实现对多个发射台站网络互通。超融合架构平台首次应用到发射系统综合监控,为今后监控运行在云服务平台进行了积极探索,对建设低成本、高可靠广播电视发射综合监控系统具有重要参考意义。