下载文档原格式
云计算平台的虚拟机资源管理技巧云计算平台在近年来的快速发展中，已经成为企业部署应用程序和存储数据的首选方案。
虚拟机是云计算平台的基础组件之一，对于高效管理虚拟机资源是确保云计算平台性能和可靠性的关键。
本文将介绍一些虚拟机资源管理的技巧，以帮助管理员更好地利用和管理云计算平台的虚拟机资源。
1. 充分利用虚拟化技术虚拟化技术是云计算平台实现资源共享和统一管理的基础。
管理员应该充分了解和利用虚拟化技术的特性和功能，如硬件虚拟化、内存共享、磁盘镜像等。
通过合理使用虚拟化技术，可以提高资源利用效率，降低硬件成本。
2. 虚拟机性能监控对于云计算平台来说，虚拟机的性能监控是非常重要的一环。
管理员需要实时监控虚拟机的CPU利用率、内存使用情况、磁盘IO等关键指标，以便及时发现并解决性能瓶颈。
可以使用性能监控工具来收集和分析虚拟机的性能数据，提供决策依据。
3. 虚拟机负载均衡在云计算平台中，虚拟机的负载均衡是保证各个虚拟机之间资源平衡和高可用性的关键。
管理员可以通过监控虚拟机的资源使用情况，自动调整虚拟机的分配策略，实现负载均衡。
可以使用负载均衡器或者自动化工具来进行虚拟机负载均衡。
4. 虚拟机自动化管理虚拟机的自动化管理可以大大提高云计算平台的效率和稳定性。
管理员可以使用自动化工具来实现虚拟机的自动部署、自动监控和自动维护。
通过自动化管理，可以降低管理员的工作量，减少人为错误，并提高虚拟机资源的利用率。
5. 虚拟机容错和备份虚拟机容错和备份是确保云计算平台可靠性和数据安全的重要手段。
管理员应定期对关键虚拟机进行备份，并确保备份数据的完整性和可恢复性。
同时，应考虑虚拟机容错功能的部署，以提高云计算平台的可用性和故障恢复能力。
6. 虚拟机网络管理虚拟机网络是云计算平台重要的组成部分，合理的网络管理可以提高虚拟机的性能和可用性。
管理员需要合理规划虚拟机网络拓扑，保证虚拟机之间的通信和数据传输的可靠性和安全性。
可以使用虚拟化网络设备和管理工具来实现虚拟机网络管理。
云计算环境下的虚拟机调度与资源管理算法在云计算环境中，虚拟机的调度与资源管理是确保云计算系统高效运行的重要环节。
随着云计算的快速发展，越来越多的企业和个人将自己的业务部署到云端，这就对虚拟机的调度与资源管理提出了更高的要求。
本文将介绍云计算环境下常用的虚拟机调度与资源管理算法，并讨论它们的优缺点。
一、虚拟机调度算法虚拟机调度算法是为了实现云计算环境下的虚拟机任务分配和负载均衡。
以下是几种常见的虚拟机调度算法。
1. 随机调度算法随机调度算法是最简单且最常用的虚拟机调度算法之一。
它将虚拟机任务均匀地分配到各个物理服务器上，不考虑服务器的资源利用率和负载情况。
虽然随机调度算法的实现简单，但可能导致服务器资源浪费和负载不均衡的问题。
2. 轮询调度算法轮询调度算法是将虚拟机任务按照一定的顺序依次分配到物理服务器上。
轮询调度算法可以保证任务被平均分配到每个服务器上，但无法根据服务器的资源利用率和负载情况来做出调度决策。
3. 加权轮询调度算法加权轮询调度算法在轮询调度算法的基础上，根据物理服务器的资源利用率和负载情况进行加权调度决策。
资源利用率较高或负载较重的服务器将会得到较小的权重，虚拟机任务也相应地会被分配到资源利用率较低或负载较轻的服务器上。
这样可以一定程度上实现负载均衡。
4. 最短作业优先调度算法最短作业优先调度算法是根据虚拟机任务的处理时间来决定调度优先级的算法。
处理时间较短的任务将会优先被调度，从而减少任务的等待时间和响应时间。
最短作业优先调度算法可用于实现任务的快速响应和提高系统的吞吐量。
二、资源管理算法资源管理算法是为了实现资源的有效分配和利用。
以下是几种常见的资源管理算法。
1. 静态资源管理算法静态资源管理算法是在系统启动时进行资源分配的算法。
它根据系统的需求和资源的可用性进行分配，但无法实时调整资源的分配情况。
这种算法适合于资源需求相对稳定的场景。
2. 动态资源管理算法动态资源管理算法是根据系统的实时需求来动态地调整资源的分配情况。
云计算中的资源分配与管理一、引言随着科技的不断发展，云计算技术在企业和个人中的应用越来越广泛。
而资源分配与管理是云计算中的一个非常重要的环节。
本文将从云计算的资源分配与管理的概念入手，介绍其基本原理，以及不同的资源分配方式和管理策略，最后探讨其未来发展趋势。
二、概念解析云计算是一种由虚拟化和分布式计算组成的计算模式，它使得用户可以通过网络访问共享的计算资源，如服务器、存储、应用程序和服务等。
资源分配与管理是指在云计算环境中，如何动态地分配和管理这些计算资源，以满足不同的用户需求和任务要求。
三、资源分配方式在云计算环境中，有多种资源分配方式可供选择，可以根据需求和实际情况选择合适的方式。
下面列举了几种常见的资源分配方式。
1. 基于虚拟化的资源分配虚拟化是云计算中最基本的技术之一，它将物理资源虚拟化为多个独立的虚拟资源，使得用户可以按需分配这些资源。
虚拟化技术可以应用于服务器、存储、网络等不同类型的资源。
2. 动态分配的资源分配动态分配是指根据实时需求分配资源，这种方式可以在需要时自动调整资源分配，以最大限度地利用计算资源。
例如，当用户访问量增加时，系统可以自动调整服务器的内存和处理器资源，并增加网络带宽。
3. 弹性资源分配弹性资源分配是通过根据用户需求自动分配资源来满足任务的需求。
当任务完成后，这些资源将被释放，从而保证了资源的最优利用。
四、资源管理策略资源管理策略是保证云计算性能和效率的关键因素之一。
下面列举了几种常见的资源管理策略。
1. 负载均衡负载均衡是分布式计算系统中常用的资源管理策略，它将计算负载分散到多个服务器上以达到均衡负载。
负载均衡可以针对不同的负载情况采用不同的策略，例如基于轮询、基于权重等。
2. 容错性设计在云计算环境中，由于用户数量多、访问量大，系统容易出现故障。
因此，容错设计是非常重要的。
容错策略可以帮助系统在发生故障时保持高可用性，例如备份硬件、冗余数据等。
3. 安全措施在云计算环境中，数据安全是至关重要的。
虚拟化技术在云计算中的资源管理随着云计算技术的发展，虚拟化技术在云计算中的应用变得越来越广泛。
虚拟化技术通过将物理资源进行虚拟化，使得云计算平台可以更好地管理和分配这些资源。
虚拟化技术在云计算中的资源管理方面有以下几个方面的应用：一、虚拟化技术在云计算中的资源分配虚拟化技术可以将一台物理服务器虚拟成多个虚拟机，每个虚拟机可以独立运行不同的操作系统和应用程序。
这使得云计算平台可以更好地利用硬件资源，将多个用户的应用程序和数据隔离开来，从而实现资源的有效分配。
在云计算中，虚拟机是云计算资源的一种形式，每个虚拟机都独立于物理机的其他虚拟机运行。
这种虚拟化技术在资源分配中起着至关重要的作用。
通过将物理资源虚拟化为虚拟机，云计算平台可以更好地管理资源的分配，以充分利用硬件资源，从而更好地满足用户的需求。
二、虚拟化技术在云计算中的云存储虚拟化技术在云计算中的另一个重要应用是云存储。
云存储技术是将数据存储在云计算平台上，这种技术可以使得用户可以随时随地访问他们的数据。
虚拟化技术在这方面的应用是将物理存储设备虚拟化为虚拟存储池或虚拟磁盘。
云存储虚拟化技术可以极大地提高存储资源的利用率。
通过将多个存储设备虚拟化为一个存储池，可以在数据存储方面实现更好的管理和分配。
此外，虚拟化技术还可以实现对存储资源的自动调整和动态扩展。
三、虚拟化技术在云计算中的安全性应用虚拟化技术在云计算中的安全性应用也非常重要。
在云计算中，因为多个用户共享同一台物理机，存在安全方面的风险。
虚拟化技术可以通过隔离不同用户之间的虚拟机来避免这种风险。
通过虚拟化技术，云计算平台可以为每个用户分配一个虚拟机，这样就能够实现不同用户之间的隔离，从而增强云计算平台的安全性。
此外，虚拟化技术还可以实现虚拟防火墙、虚拟VPN等安全性应用。
四、虚拟化技术在云计算中的高可用性虚拟化技术在云计算中的另一个应用是提高高可用性。
在云计算中，虚拟化技术可以实现虚拟机的迁移和负载均衡。
云计算平台资源调度和管理技术随着数字化时代的到来，更多的人们开始意识到云计算的重要性。
云计算早已成为越来越多企业的首选，云计算平台资源调度和管理技术也变得至关重要。
云计算是一个高度分布式的系统，它可以通过网络提供一系列计算和存储资源。
云平台的资源调度和管理技术可以实现一台计算机同时运行多种应用，保证云平台资源的高效利用，提升计算机性能。
一、虚拟化技术在云计算平台资源调度和管理技术中，虚拟化技术是应用最广泛的一种技术。
虚拟化技术可以将一台计算机分配为多个虚拟机，从而实现资源的高效利用。
云平台采用虚拟化技术可以为不同用户提供相互独立的虚拟计算机，这样可以提高计算机的效率，避免资源浪费，提升应用的可靠性。
二、数据存储技术在云计算平台资源调度和管理技术中，数据存储技术也是非常关键的。
云平台采用了大规模并行处理技术，可以在存储资源上任意扩展和缩小计算资源。
此外，还采用了增量快照、冗余备份、数据可靠性保障和协调器基础的数据一致性协议等技术，以确保数据的安全和可靠性。
云平台通过数据存储技术有效地管理了海量数据，为用户提供高速、可靠、安全的数据存储服务。
三、弹性计算技术云平台资源管理技术的另一项重要技术是弹性计算技术。
通过弹性计算技术，云平台可以动态地分配计算资源来满足用户对计算资源的不同需求。
例如，根据业务或用户需求变化，云平台可以自动增加或减少资源的数量和类型。
四、资源调度技术资源调度技术是云计算平台资源调度和管理技术的核心之一，它可以避免资源的浪费，提供更好的性能和服务质量。
资源调度技术可分为静态负载均衡和动态负载均衡两种。
静态负载均衡是基于预测或评估的，通过平衡服务器的负载来分配和调度资源。
动态负载均衡是实时响应的，根据系统的状态和变化动态分配资源。
五、容器技术容器技术是近年来较为流行的一种虚拟化技术。
与虚拟机不同，容器不会模拟硬件，直接在宿主机上复制一个操作系统。
容器技术可以避免资源浪费、提高系统的稳定性，同时可以支持更快的应用程序启动时间。
云计算平台中的虚拟机资源管理与调度技术研究随着云计算的迅速发展，虚拟化技术成为云计算平台的核心组成部分。
云计算平台中的虚拟机是云服务提供商向用户提供的计算资源单元。
为了能够高效地利用云计算平台中的虚拟机资源，虚拟机资源管理与调度技术成为一个重要的研究领域。
本文将对云计算平台中的虚拟机资源管理与调度技术进行研究。
一、虚拟机资源管理虚拟机资源管理是指为了提高资源利用率和满足用户需求而对虚拟机进行资源分配与管理的过程。
具体来说，虚拟机资源管理需要关注以下几个方面：1.资源分配策略：资源分配策略是指如何合理地分配虚拟机所需的计算资源，如CPU、内存和存储资源。
常见的资源分配策略有静态分配和动态分配两种。
静态分配是在虚拟机创建时就为其分配一定的资源，而动态分配则根据虚拟机的实时需求动态调整资源分配。
2.资源回收策略：资源回收策略是指在虚拟机不再被使用时如何回收其所占用的资源。
虚拟机的回收可以通过销毁虚拟机实例或迁移虚拟机实例到其他物理机来实现。
合理的资源回收策略可以提高资源的利用率。
3.资源性能管理：资源性能管理是指如何监控和调整虚拟机的性能，以提供更好的服务质量。
其中包括监控虚拟机的运行状态、调整虚拟机的资源分配和对虚拟机进行性能优化等。
二、虚拟机资源调度虚拟机资源调度是指根据云计算平台的负载情况和用户需求，将虚拟机从一台物理机迁移到另一台物理机的过程。
虚拟机资源调度需要考虑以下几个方面：1.负载均衡：负载均衡是指将虚拟机平均分布在物理机上，以实现资源的均衡利用。
负载均衡可以通过动态调整虚拟机实例的位置来实现，确保每台物理机的负载处于合理的范围内。
2.能耗优化：能耗优化是指通过合理地调度虚拟机资源，以降低系统的能耗。
在云计算平台中，往往有成千上万台物理机，通过合理地调度虚拟机资源可以减少未被充分利用的物理机的能耗。
3.容错与可靠性：容错与可靠性是指在虚拟机资源调度过程中，考虑到物理机故障和网络中断等情况，确保虚拟机服务的连续性和可靠性。
基于虚拟化技术的资源管理与调度随着云计算和大数据技术的发展，资源管理和调度成为了计算机科学领域中的一个重要研究方向。
在云计算环境中，资源的利用率和效率是衡量系统性能的重要指标。
而资源管理和调度是实现这一目标的关键技术。
虚拟化技术是实现资源管理和调度的重要手段之一。
本文将探讨基于虚拟化技术的资源管理与调度。
一、虚拟化技术简介虚拟化技术是一种将一个物理资源抽象成多个逻辑资源的技术。
在虚拟化环境中，不同的逻辑资源可以独立使用，并且互相隔离，从而提高了资源的利用效率和可靠性。
虚拟化技术包括计算虚拟化、存储虚拟化和网络虚拟化等。
其中，计算虚拟化是最常见的一种虚拟化技术，它可以将一个物理服务器抽象成多个虚拟机，每个虚拟机可以运行一个独立的操作系统和应用程序，从而实现对计算资源的虚拟化。
二、基于虚拟化技术的资源管理虚拟化技术为资源管理提供了一个新的视角，即可以将物理资源抽象成多个逻辑资源进行管理。
基于虚拟化技术的资源管理主要包括以下几个方面：1. 资源分配在云计算环境中，资源的利用效率和公平性是非常重要的。
基于虚拟化技术的资源管理可以对物理资源进行分配和调度，例如CPU、内存、磁盘和网络带宽等。
资源分配的主要目标是使每个虚拟机都能够获得足够的资源，并尽可能地提高资源利用率。
2. 资源隔离在云计算环境中，多个虚拟机共享同一台物理服务器，彼此之间可能存在着相互干扰的情况。
为了避免这种情况，基于虚拟化技术的资源管理可以对虚拟机之间进行隔离，从而确保虚拟机之间的资源使用互不干扰。
3. 统计和监控基于虚拟化技术的资源管理可以为每个虚拟机提供详细的资源使用情况，并进行统计和监控。
通过对资源使用情况的统计和监控，可以找出系统中资源瓶颈，从而优化资源管理和调度。
三、基于虚拟化技术的资源调度虚拟化技术为资源调度提供了更加灵活和高效的方式。
基于虚拟化技术的资源调度主要包括以下几个方面：1. 负载均衡在云计算环境中，不同的虚拟机可能存在着不同的负载情况。
如何利用云计算技术实现虚拟化和集中管理云计算技术在当今信息时代发挥着越来越重要的作用。
通过云计算技术，用户可以使用互联网上的资源，无需自己建设硬件和软件的基础设施，将计算资源的管理和维护交给云服务提供商。
其中，虚拟化和集中管理是云计算技术的重要组成部分，通过它们的实现可以提高资源利用率、降低成本并实现灵活的管理。
虚拟化是将计算资源（包括计算机、存储和网络）进行抽象，将它们作为虚拟的实体呈现给用户。
这使得用户可以在不受物理硬件限制的情况下，根据自己的需求动态分配资源。
虚拟化技术的核心是虚拟机（VM）技术。
虚拟机将物理计算机划分为多个逻辑单元，每个虚拟机都可以独立运行操作系统和应用程序。
通过虚拟化技术，用户可以在同一台物理服务器上同时运行多个虚拟机，提高硬件的利用率。
实现虚拟化的关键是虚拟机监视器（Hypervisor），也被称为虚拟机管理器。
它是一种软件或硬件，使得多个虚拟机能够共享同一台物理服务器的计算资源。
虚拟机监视器负责管理和分配物理资源、监控虚拟机的运行状态，并提供虚拟机间的通信功能。
它可以将不同物理服务器上的虚拟机连接成一个逻辑的云端集群。
另外，虚拟化技术还可以实现弹性伸缩。
当某个虚拟机的负载过高时，云平台可以通过虚拟化技术将该虚拟机迁移到负载较低的物理服务器上，以提供更好的性能。
相反，当虚拟机的负载较低时，云平台可以将其停止或迁移到资源利用率较高的物理服务器上，以实现能源节约。
虚拟化只是云计算技术中的一部分，集中管理则是云计算平台的另一重要特性。
集中管理通过将云中的各种资源进行集中管理，实现资源的统一调度、监控和管理。
集中管理使得云服务提供商能够更好地管理虚拟机、存储和网络等资源，并提供更好的服务质量和可靠性。
在集中管理中，自动化管理是至关重要的。
云计算平台利用自动化技术对资源进行配置和部署，实现快速、可靠的资源管理。
通过自动化管理，云服务提供商可以实现资源的快速调度和切换，提高系统的灵活性和可靠性，同时降低管理成本。
基于虚拟化技术的云计算资源池管理研究一、前言云计算是当前信息产业发展的热门话题，其中虚拟化技术和资源池管理是云计算不可或缺的关键技术之一。
虚拟化技术可以将一台物理服务器划分成多个虚拟机，提高服务器资源利用率和管理效率。
而资源池管理可以将多个物理服务器集中管理，提高资源利用率和应用性能。
因此，基于虚拟化技术的云计算资源池管理研究具有重要的理论和实践意义。
二、虚拟化技术与资源池管理1. 虚拟化技术虚拟化技术是一种将计算机的硬件资源（处理器、内存、存储和网络）隔离出来，使其可以被多个操作系统和应用程序共享的技术。
它可以将单个物理服务器划分成多个虚拟机，每个虚拟机可以运行不同的操作系统和应用程序。
虚拟化技术可以提高服务器资源利用率和管理效率，减少服务器数量和管理成本。
2. 资源池管理资源池管理是指将多个物理服务器集中管理，形成一个统一的资源池，以提高资源利用率和应用性能。
资源池管理可以将多个服务器的计算、存储和网络资源整合为一体，并且可以根据应用需求自动调整资源分配，提高应用运行效率和性能。
三、基于虚拟化技术的云计算资源池管理研究1. 云环境模型构建在云环境中，虚拟机是最基本和重要的资源，因此需要对虚拟机进行管理和调度。
首先需要构建虚拟机的管理模型，包括虚拟机的配置信息、状态信息和性能指标。
其次需要构建云环境模型，包括云数据中心的物理资源信息、网络拓扑结构、虚拟化软件和云服务管理系统。
云环境模型可以通过建立逻辑和物理映射关系，使虚拟机和物理资源之间形成一种映射关系，从而实现虚拟机的调度和管理。
2. 资源虚拟化管理资源虚拟化管理是虚拟化技术中的重要方法之一，可以将单个物理服务器的资源划分成多个虚拟资源，并且可以根据应用需求自动调整资源分配，优化资源利用率和应用性能。
需要采用虚拟机监控和虚拟机资源管理技术，对虚拟机资源进行监测和管理，从而实现虚拟机资源的动态调整和负载均衡。
3. 负载均衡技术负载均衡技术是资源池管理中重要的技术之一，可以将多个应用请求分配到多台服务器上，实现资源的均衡使用，同时可以提高应用的响应速度和性能。
２０１０年１０月第２８卷第５期西北工业大学学报ＪｏｕｒｎａｌｏｆＮｏｒｔｈｗｅｓｔｅｒｎＰｏｌｙｔｅｃｈｎｉｃａｌＵｎｉｖｅｒｓｉｔｙＯｃｔ．２０１０Ｖ０１．２８Ｎｏ．５面向虚拟资源的云计算资源管理机制袁文成，朱怡安，陆伟（西北工业大学计算机学院，陕西西安７１００７２）摘要：云计算为能够为用户提供基础作为服务（ＩａａＳ，ＩｎｆｒａｓｔｒｕｃｔｕｒｅａｓａＳｅｒｖｉｃｅ）的计算能力，使得用户能够在使用高效、可靠、经济的计算资源的同时，不用增加额外的购置、维护资源的开销，这在很大程度上要依赖对虚拟资源的使用。
因此如何有效地管理虚拟资源，使其使用率最大化并保证用户对资源使用的有效性，已成了眼下的攻关难题。
针对这一问题，文章提出了一种面向虚拟资源的云计算资源管理机制，通过对虚拟资源的划分、预留及调度策略，为用户提供有效的ＩａａＳ服务。
通过仿真实验结果表明，该方法能够提高虚拟资源的使用率及保证用户对资源使用的有效性。
关键词：云计算，虚拟资源，资源预留策略，资源调度策略中图分类号：ＴＰ３０２．１文献标识码：Ａ文章编号：１０００－２７５８（２０１０）０５－０７０４－０５云计算（ＣｌｏｕｄＣｏｍｐｕｔｉｎｇ）…通过虚拟化（Ｖｉｒ－ｒｅａｌｉｚａｔｉｏｎ）技术，整合使用大量的虚拟资源【２，３Ｊ，为用户提供ＰａａＳ（ＰｌａｆｆｏｒｉｌｌａｓａＳｅｒｖｉｃｅ），ＳｅａＳ（Ｓｏｆｔ—ｗａｒｅ８．ｓａｓｅｒｖｉｃｅ）和ＩａａＳ服务…，例如ＡＭＡＺＯＮＥＣ２…，ＭｉｃｒｏｓｏｆｔＡｚｕｒｅ【５】，ＧｏｏｇｌｅＡｐｐＥｎｇｉｎｔ６１，Ｓａｌｅｓｆｏｒｃｅ【＿７１，使用户能够迅速获得所需的应用环境，能够将更多的精力和开销投人到业务逻辑上。
由于对虚拟资源的管理在很大程度上决定了云计算平台所提供的服务质量，因此本文研究的重点是如何管理这些虚拟资源，提出一种面向虚拟资源的云计算资源管理机制，通过资源划分策略、资源预留（Ａｄ—ｖａｎｃｅＲｅｓｅｒｖａｔｉｏｎ）策略来实现对虚拟资源的分配，确保用户对虚拟资源使用的有效性，并提出一种借Ａ／借出调度策略来实现虚拟资源利用率的最大化。
１虚拟资源划分策略由于使用虚拟化技术，云计算与传统的计算模式不同，用户能使用的不再是单一的物理资源，更多使用的是借助于ＶＭｗａｒｅ／Ｘｅｎ／Ｃｉｔｒｉｘ等虚拟化平台在部分物理资源上构建出来的虚拟资源，这部分物理资源称为虚拟服务器（ｈｙｐｅｒｖｉｓｏｒ）。
换句话说，在“云端”，借助虚拟化技术可以根据指定的ＣＰＵ和内存大小，在Ｉ台宿主主机上创建出多个虚拟主机，每个虚拟主机都可以有各自的操作系统及应用环境，用户可以迅速地从云端取得所需的应用环境，而不用考虑资源购置、维护、环境部署等问题。
如图１所示。
图Ｉ云端资源分布图１．１资源定义云端的可用资源可包括物理资源及虚拟资源。
为了统一管理这些可用资源，本文将每个可用资源表示为一个可调度单元（Ｓｌｏｔ）。
对于物理资源，一个Ｓｌｏｔ代表一个物理主机；对于虚拟资源，一个Ｓｌｏｔ单元由一个二元组Ｕ（Ｃ，Ｍ）确定，其中Ｃ代表ＣＰＵ大小，肘代表内存总数。
一个虚拟服务器Ｐｉ上能够收稿日期：２００９·ＩＩ·１０基金项目：西北工业大学研究生创业种子基金（Ｚ２００８５２）资助作者简介：袁文成（１９８２一），西北工业大学博士研究生，主要从事网格计算及集群计算研究。
第５期袁文成等：面向虚拟资源的云计算资源管理机制·７０５·提供的Ｓｌｏｔ数为ｓ胁Ｈ删ｎ（鲁，等）（１）Ｃ。
为虚拟服务器只的ＣＰＵ大小，尬为虚拟服务器只的内存数量。
因此可以得出，云端的可用资源总数‰为儿Ｉ＿ｌ２ＳＺｏｔ咖Ｉｌ＋Ｓ砌ｐｈ，．ｉｃ－ｌ２∑Ｐ‘＋Ｓｌｏｔ＃ｐｉ谢＝∑ｍｉｎ（鲁，等）＋‰。
ｄ（２）１．２资源分组根据云计算能够提供ＩａａＳ／ＰａａＳ／ＳａａＳ等服务的特点可知，云端资源都是有共性的，或者操作系统是Ｗｉｎｄｏｗｓ／Ｌｉｎｕｘ，或者能够提供特殊的应用环境，使得用户能够直接使用他们所关心的应用环境，而不是得到一个裸机资源；其次，统一分配和调度元规则的资源，对于拥有大量资源的云端来说是不合适的，除了效率低下以外，还会造成资源使用混乱。
因此本文引入了分组（Ｇｒｏｕｐ）的思想，将具有相同特性的资源分组，用一个四元组Ｇ（Ｇ一，Ｇｕ吐，Ｇ砌。
，Ｇｄ．．）来描述，其中Ｇ一为分组名字，Ｇ。
岫为分组中的一组数组主机，Ｃ州。
为Ｓｌｏｔ单元Ｕ，Ｇｄ。
为分组描述，通过分组Ｇ可以知道一个分组能够提供哪些特性及有多少可用虚拟资源，由（１）式可得。
２虚拟资源预留及调度策略资源预留策略，能够为用户的复杂应用需求在特定的时间内提供所需的资源，以保证用户对ＳＬＡ和ＱｏＳ的需求。
但是由于资源的预留和分配调度是分开的，被预留的资源只在有用户使用请求时才会被分配使用，如果没有用户使用请求，这些资源既不能被其他用户再次预留，也不能分配给已预留者使用。
因此，资源预留会降低资源的利用率，用户预留请求拒绝数也会不断增多【８“１１。
因此本文在研究虚拟资源预留策略的同时，引入了资源借Ⅳ借出策略，提高资源利用率及降低请求拒绝数。
２．１资源预留策略资源预留的原子操作是，给特定的用户在指定时间内，预留单位个指定的资源。
因此每一个资源预留请求可以由一个四元组表示为Ｒ（Ｃ，Ｇ，Ⅳ，Ｚ，瓦），其中Ｃ表示消费实体（Ｃｏｎｓｕｍｅｒ），用来描述预留资源的所属关系；Ｇ表示所请求的资源组；Ⅳ表示请求资源的总数；￡和瓦分别表示预留的开始时间和结束时间。
对于每一个资源组，用一个时间表（ＴｉｍｅＴａｂｌｅ），记录该组资源预留情况。
每一个成功的资源预留记录，资源管理器都会将其有序地记录到对应的资源组的时间表中。
在某一时刻瓦，当有一个新的预留请求Ｒｍ（Ｃ置，Ｇ厅，％，Ｚ，￡）时，首先资源管理器会根据指定的资源组取出相应的时间表，并从时间表中将记录有序地插入时间轴，如图２所示。
图２资源预留时间表接着，将￡和疋插入到时间轴中得到一连串的时间区间ｒ｛（正，乃）ＩＬ≤ｔｌ，其中Ｌ为每段区间的开始时间，死为每段区间的时间间隔。
如果满足Ｖｉ，ｃ（ｉ）刊＝∑ＲＡｉ）≤ＧｔｏｌｌＩ（３）则判定为资源预留成功，Ｃ詹的可用资源数为ⅣＲ，更新时间表，否则为失败。
其中Ｃ（ｉ）刊表示在第ｉ段时间区间内的预留资源总数，Ｒｉ（ｉ）表示预留资源请求－『在第ｆ段区间内的预留数。
２．２资源预留状态每一个预留申请会有８种不同的状态，状态间的转换过程如图３所示。
图３资源预留状态图（１）预留申请一提交就进人资源查询验证阶段，如果用户申请满足（３）式，则同意该预留请求，否则拒绝申请；（２）在验证过程中，用户如果发现预留申请不第５期袁文成等：面向虚拟资源的云计算资源管理机制·７０７·本文实验侧重点在以下方面：（１）虚拟资源是否能被正确地预留；（２）预留资源的使用率评估。
３．１资源预留表现首先创建２个消费实体Ａ和Ｂ，分别申请进行资源预留。
其中Ａ的预留情况为Ｒｌ＝｛Ａ，ｔｅｓｔ，３ｓｌｏｔｓ，２００９／０５／０３，２００９／０５／１１｝和Ｒ２＝｛Ａ，ｔｅｓｔ，２Ｓｌｏｔｓ，２００９／０５／１５，２００９／０５／２１｝；Ｂ的预留情况为坞＝｛Ｂ，ｔｅｓｔ，４ｓｌｏｔｓ，２００９／０５／０３，２００９／０５／１２｝，Ｒ４＝｛Ｂ，ｔｅｓｔ，６Ｓｌｏｔｓ，２００９／０５／０８，２００９／０５／１７｝。
图６资源预留状态由图６可见，Ｒ，、兄、Ｒ，能够被成功预留，而地由于在２００９／０５／０８—２００９／０５／０９期间的资源预留超出虚拟资源组ｔｅｓｔ的Ｓｌｏｔ总数，从而预留失败。
３．２预留资源使用情况在消费实体Ａ下创建２个下层消费实体Ａ—ｌ和Ａ一２，为Ａ—ｌ预留资源２个ｓｌｏｔ，并令其Ｃｌ和Ｇ１６：００１６：３０１６：５０“）彳一Ｉ４总结１６：００１６：３０１６：５０（ｂ）彳一２都为１；为Ａ一２预留一个Ｓｌｏｔ令其Ｃ，为ｌ；在消费实体曰下创建２个个下层消费实体Ｂ—ｌ和Ｂ一２，为Ｂ一１预留３个ｓｌｏｔ，Ｂ一２预留１个ｓｌｏｔ。
此时资源分布数为：Ａ一１：２ｓｌｏｔｓ，即２ＧＣＰＵ，２Ｇ内存，可以借入／借出１个Ｓｌｏｔ；Ａ一２：１Ｓｌｏｔ，即１ＧＣＰＵ，１Ｇ内存，可以借人１个Ｓｌｏｔ，不能借出；Ｂ一１：３Ｓｌｏｔｓ，即３ＧＣＰＵ，３Ｇ内存，不能借入／借出；Ｂ一２：１Ｓｌｏｔ，即１ＧＣＰＵ，ＩＧ内存，不能借入／借出。
现对Ａ一２和Ｂ一２分别申请创建一个ＩＧＣＰＵ＋１Ｇ内存的虚拟机；接着对Ａ一２和Ｂ一２申请创建一个２ＧＣＰＵ＋２Ｇ内存的虚拟机；实验结果如图７所示，Ａ一２和Ｂ一２的请求得到响应时，Ａ一２和Ｂ一２是满负载的，当再对Ａ一２申请资源时，由于Ａ一１虚拟资源允许借出数可以满足Ａ一２对虚拟资源的需求，因此Ａ一１的空闲资源能够得到有效利用，但是由于Ａ一１只允许借出一个空闲资源，因此在Ａ一２对资源需求较大时，仍有在等待资源；而曰一１由于不允许借入／借出，造成了Ｂ一２的请求得不到响应，产生在等待资源，必须得将在使用资源释放后才能满足在等待请求，而且使得Ｂ一２的空闲资源没有被有效利用。
一…等待资源………·借入／借出资源——在使用资源图７资源使用状态由于对虚拟资源的管理在很大程度上决定了云计算平台所提供的服务质量，因此本文研究的重点是如何管理这些虚拟资源。
本文提出一种面向虚拟资源的云计算资源管理机制，通过资源划分策略、资１６：００１６：３０１６：５０（ｍ—肿源预留（ＡｄｖａｎｃｅＲｅｓｅｒｖａｔｉｏｎ）策略和调度策略来实现对虚拟资源的分配，以确保虚拟资源对用户的有效性，并提出一种借Ⅳ借出调度策略来实现虚拟资源利用率的最大化。
最后通过实验分析验证本文所提出的资源管理机制的有效性，并且能够解决资源预留带来的资源利用率降低和用户预留请求拒绝数增大的问题。
面向虚拟资源的云计算资源管理机制作者：袁文成， 朱怡安， 陆伟， Yuan Wencheng， Zhu Yi'an， Lu Wei作者单位：西北工业大学,计算机学院,陕西,西安,710072刊名：西北工业大学学报英文刊名：JOURNAL OF NORTHWESTERN POLYTECHNICAL UNIVERSITY年，卷(期)：2010,28(5)1.Amazon Elastic Compute Cloud (EC2)2.Sotomayor B;Montero R;Llorente I;Foster I Capacity Leasing in Cloud Systems Using the Open-Nebula Engine 20083.Rajkumar Buyya;Chee Shin Yeo;Srikumar Venugopal Market-Oriented Cloud Computing:Vision,Hype,and Reality for Delivering IT Services as Computing Utilities 20084.Xiao Peng;Hu Zhigang;Li Xi;Yang Liu A Novel Statistic-Based Relaxed Grid Resource Reservation Strategy 20085.Marco A S N;Rajkumar Buyya Rescheduling Co-Allocation Requests Based on Flexible Advance Reservations and Processor Remapping 20086.Qu Changtao A Grid Advance Reservation Framework for Co-Allocation and Co-Reservation across Heterogeneous Local Resource Management Systems7.Foster I;Kesselman C;Lee C A Distributed Resource Management Architecture that Supports Advance Reservation and Co-Allocation 19998.Salesforce9.Google App Engine10.Microsoft Azure11.Michael Armbrust Above the Clouds:A Berkeley View of Cloud Computing本文链接：/Periodical_xbgydxxb201005013.aspx。
