基于openstack的云计算实训平台

对基于OpenStack的云计算实训平台进行了研究,为了解决云计算实训平台资源调度方案设计不合理而出现的资源利用率低、能耗过高等问题,分别对平台整体的物理架构与逻辑架构进行设计,并提出了一种基于HGQP算法的最佳放置方案求解方法,继而获取资源利用率最高、能量消耗最低的虚拟机调度方案,来实现提高云计算实训平台资源利用率和降低能耗的目的。最后分别对HGQP算法与遗传算法、量子粒子优化算法进行实验对比,并对基于OpenStack的云计算实训平台进行了功能测试。结果表明:HGQP算法适用于虚拟机调度问题,当虚拟机增加到300时,最优调度方案获取时间仅需16 s,CPU利用率为0.45,能量消耗为0.81,在三种算法中计算速度最快、耗时最短、稳定性更高,且当虚拟机请求增加越多,HGQP算法的优势更强。同时,基于OpenStack的云计算实训平台的各个功能模块能够反应迅速并正常运行。