如今,基于云计算的软件服务对自适应资源分配提出要求,这种分配可以根据需要动态调整资源,以保证良好的服务质量(QoS,Quality of Service)和低成本资源.然而,在复杂波动的负载环境下,以具有成本效益的资源量来分配资源并满足QoS是一个挑...如今,基于云计算的软件服务对自适应资源分配提出要求,这种分配可以根据需要动态调整资源,以保证良好的服务质量(QoS,Quality of Service)和低成本资源.然而,在复杂波动的负载环境下,以具有成本效益的资源量来分配资源并满足QoS是一个挑战.本文引入一种同时考虑当前工作负载和未来工作负载变化的自适应资源分配策略,该策略在预测资源分配操作中,以QoS预测模型为基础,使用面向负载时间窗口的方法,将当前负载以及窗口内未来的负载加入资源分配方案计算过程中,最后使用基于PSO-GA的运行时决策算法来搜索合理的资源分配方案.我们在RUBiS历史数据的基准上评估了我们的方法.实验结果表明,基于本方法的云应用资源分配的有效性有所提高.展开更多
文摘如今,基于云计算的软件服务对自适应资源分配提出要求,这种分配可以根据需要动态调整资源,以保证良好的服务质量(QoS,Quality of Service)和低成本资源.然而,在复杂波动的负载环境下,以具有成本效益的资源量来分配资源并满足QoS是一个挑战.本文引入一种同时考虑当前工作负载和未来工作负载变化的自适应资源分配策略,该策略在预测资源分配操作中,以QoS预测模型为基础,使用面向负载时间窗口的方法,将当前负载以及窗口内未来的负载加入资源分配方案计算过程中,最后使用基于PSO-GA的运行时决策算法来搜索合理的资源分配方案.我们在RUBiS历史数据的基准上评估了我们的方法.实验结果表明,基于本方法的云应用资源分配的有效性有所提高.