摘要：随着互联网的高速发展,云计算逐渐走向了云原生时代。在云原生领域中,对容器进行调度与编排的标准系统是Kubernetes。Kubernetes有着开源、可扩展、部署难度低等诸多优点,然而,随着容器化应用的多样化和底层资源的多元化,Kubernetes在以非统一存储访问(non-uniform memory access,NUMA)资源为代表的细粒度资源调度方面仍然存在不足,集群中计算资源利用率低、使用不均衡、系统关键资源争用等情况常常发生。本文以Kubernetes系统为基础,探究以NUMA为代表的细粒度资源的优化调度机制,具体研究点如下:(1)建立缓存管理器,对集群中基于容器的典型应用进行性能的建模与特征分析;(2)设计NUMA管理器,实现细粒度资源划分;(3)优化面向细粒度资源调度的算法,细粒度分配NUMA资源。通过NUMA感知的调度优化,本文所提方案提高了系统的关键资源利用率,提升了应用的运行速度,减少了集群中资源的争用以及资源使用上不均衡的现象。

摘要：本文给出了一个机群式视频服务器结构设计,并着重讨论了存储器命中优先,轻负载优先、轮转和改进的存储器命中优先四个负载调度策略,最后通过实验测试了各负载策略的调度性能。

摘要：云计算环境下,应用负载规模巨大,云服务提供商为多个客户提供共享的计算、网络和存储资源以最大化资源利用率,降低总体能耗,从而减少数据中心的运营成本,同时需要为用户提供良好的性能保障。针对该问题,提出一种基于动态限速的云应用负载调度方法。面向长时间运行的云应用,根据负载历史记录生成r-b曲线以描述存储和网络利用率,基于动态规划为每类负载自动生成限速参数。在保障处理负载的性能满足SLO的约束下,通过对自动化设置存储和网络限速参数,调度并整合负载以最小化处理负载的服务器数量,从而提高资源利用率并减少能耗。最后,设计并实现了原型系统,实验结果表明,提出的方法能够保障云应用性能,减少运行服务器数量,并具有较好的可扩展性。

摘要：为提高电网的负载转化效率,研究了面向电力需求侧的智能电网负载调度方法。采用BP神经网络算法,识别并提取电力需求侧用户的用电行为特征,为智能电网负载调度方法提供用电特征样本基础。分析负载调度的影响因素,基于用电条件约束,建立智能电网负载调度模型。为检测模型的负载调度效果,在模型高效稳定的基础上,根据某区域的电力需求群体用电特征进行负载调度仿真试验,结果显示,进行电网负载调度后,试验组用电最高峰与用电最低谷的峰谷距离比对照组低13,表明设计的面向电力需求侧的智能电网负载调度方法可以更加有效地降低电网负载的峰谷差值,提高电力需求侧用户的用电效率。

摘要：针对多核密码处理器高能效负载调度问题,基于可分负载理论提出多轮与单轮混合负载调度机制,在不增加功耗前提下缩短密码任务完成时间,提升处理器能效。利用可分负载理论分析方法重点划分计算、负载传输时间,建立单轮调度、多轮与单轮混合调度方式,得到数学解析解以指导负载调度高能效设计,同时考虑计算通信占比、结果输出等因素以精确模型。分析模型并设计负载调度机制,在多核密码处理器芯片上实现并验证。MATLAB仿真结果表明,混合调度方式具有更好的性能表现,密码任务传输与计算时间比越大,负载完成时间的下限值越大,当处理器核数、调度轮数取中间值时,达到最优的负载完成时间和能效值,当结果输出时间小于任务传输时间时,影响较小。芯片实测结果表明,对于不同密码算法,提出的多轮与单轮混合调度方式能缩短10.1%~48.2%的负载任务完成时间,相应的多核密码处理器能效值提升9.8%~48.1%。

摘要：能源成本的增长和环境问题的日益突出使得数据中心面临严峻挑战,引进经济环保的新能源已经迫在眉睫。但是,新能源的间歇性、不稳定性和突变性等特点,导致数据中心无法有效适应新能源。为此,各大数据中心提出能源管理策略和负载调度算法等解决方案,但是现有的研究成果大多是针对计算方面的能耗优化,无法适应于存储方面。鉴于此,提出一种基于新能源驱动的存储系统的能耗优化方案,利用不同存储介质的特性和在线-离线负载划分模型来实现负载能耗需求和新能源供应的匹配。为保证存储系统的性能和能耗效率,采用双驱动和虚拟化合并技术实现细粒度的能耗控制方案;此外,还设计并实现了一种离线负载优化调度算法,进一步提高了新能源的利用率。实验结果表明,优化能耗方案可以使新能源的利用率达到95%,同时保证存储系统性能的退化比例低于9.8%。

摘要：大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响。对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性。在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡。

摘要：简要介绍了LVS相关知识,在此基础上设计出了基于IP负载均衡技术的三种LVS模式的结构:VS/NAT、VS/TUN、VS/DR,重点阐述了这三种模式的LVS集群系统的实施,提出实现过程中的体会.

摘要：缓存任务过多容易导致云环境下数据传输卡顿,因此,为实现云数据的流畅传输,提出基于模拟退火机制的移动边缘云计算任务卸载模型。根据边缘云计算的定义表达式,计算任务缓存指标,完成移动边缘云计算队列的构建。以模拟退火机制为基础,确定云负载调度标准的执行条件,联合数据库主机中缓存的信息参量,求解优化卸载参数,完成基于模拟退火机制的移动边缘云计算任务卸载模型的设计。实验结果表明,所提方法可以有效解决云任务堆积的问题,将单位时间内的缓存任务量控制在550个以下,可以提升云数据传输流畅性。

摘要："创新型人才"培养模式的理论和实践是高等教育改革研究中最重要的基础研究领域,培养创新人才,优质教育资源是基础。精品课程网站是优质教育资源和信息技术结合的集中体现。为解决精品课程传播中的性能问题,设计了基于集群架构的传播模式,经测试可较好提升服务性能,因此集群架构是一种值得在精品课程网站中采用的传播模式。