摘  要： 提出了一種評價云中心綜合性能指標(biāo)的分析架構(gòu)?；谛阅艽砗头?wù)接口方式(PASI)建立分析架構(gòu)，該接口方式由性能客戶端(PMC)、性能代理(PMA)和性能服務(wù)端(PMS)組成(CAS)，并提出了一個基于排隊原理的數(shù)學(xué)模式來論證這個方法的可行性。實(shí)驗(yàn)結(jié)果表明，以PASI 模式對云中心性能指標(biāo)進(jìn)行采集和評估的方式是非常有效的。
關(guān)鍵詞： 云計算；排隊原理；性能分析；采集模式

    云計算使得通過運(yùn)用分布式組件海量池建立高性能應(yīng)用成為可能。對于一個致力于優(yōu)化為獲取應(yīng)用服務(wù)、信息和存儲以及計算能力相關(guān)服務(wù)預(yù)算為其主要戰(zhàn)略的企業(yè)來說，這將成為不可或缺的一部分。伴隨著對云計算架構(gòu)的需求性和復(fù)雜性的增加，性能分析和管理熱點(diǎn)引起了業(yè)界強(qiáng)烈的關(guān)注。
    雖然業(yè)界在定義云概念存在著分歧，但仍可以找到一些共同的關(guān)鍵點(diǎn)[1]。首先，云計算是特定的分布式計算范疇。它與傳統(tǒng)分布式計算的區(qū)別在于：(1)可大批量升級的；(2)可以被封裝為一個抽象的實(shí)體以向云外部用戶傳遞不同水平的服務(wù)；(3)強(qiáng)烈地受到經(jīng)濟(jì)規(guī)模的驅(qū)動；(4)其服務(wù)可以通過虛擬化或其他途徑被動態(tài)配置和按需分發(fā)[2]。由于云計算主要被定義為服務(wù)層面，所以它應(yīng)該提供穩(wěn)固和平滑的服務(wù)，并避免發(fā)生由于請求消息及任務(wù)激增而引起的執(zhí)行需求超過云中心響應(yīng)處理能力的情況。
    綜上所述，能提供充足云組件的性能信息是非常必要的，并且建立高質(zhì)量云計算服務(wù)很明顯已經(jīng)成為一個重要的研究領(lǐng)域[3]。
    一個典型的云計算應(yīng)用通常由多種云組件組成，它們之間主要通過應(yīng)用程序接口來進(jìn)行相互通信[4]，本文提出了一個由客戶端及服務(wù)端模式組成的系統(tǒng)級性能收集架構(gòu)。從部署于不同云組件性能客戶端(PMC)的性能代理(PMA)獲取相關(guān)參數(shù)，并且采集和匯聚這些數(shù)據(jù)部署在云計算任務(wù)隊列管理簇的性能服務(wù)端(PMS)中。
1 相關(guān)工作
    近些年，性能分析已經(jīng)成為云計算相關(guān)眾多領(lǐng)域中的研究熱點(diǎn)。對云計算性能分析的研究工作按照研究對象可以分為如下幾類：對云計算中心的性能分析、對云計算應(yīng)用層面的性能分析以及對云計算組件的性能分析。并且可以按照實(shí)施切入點(diǎn)被識別為兩個層面：性能預(yù)測和性能實(shí)時狀態(tài)檢測[5]。
    云計算的性能分析模型可以被描述為一個近似分析模型，該模型建立在阻塞預(yù)警控制和完全拒絕策略為保證的前提下[6]。
    這里展現(xiàn)了一個典型的云環(huán)境，它包括了數(shù)以千計的云服務(wù)端(宿主機(jī))，每一個都能被嵌入一定數(shù)量的獨(dú)立的或內(nèi)部交互的虛代理(虛擬機(jī))，并且服務(wù)可以被恰當(dāng)?shù)胤植荚诓煌奶摂M機(jī)或宿主機(jī)上。本文關(guān)注重點(diǎn)在于云計算應(yīng)用的性能分析測量。
    下面詳細(xì)說明這種針對云計算應(yīng)用和組件的性能分析方法。就像計算網(wǎng)格用來在小數(shù)據(jù)集上處理大量的計算密集型問題一樣，它展現(xiàn)了結(jié)合若干抽象任務(wù)的復(fù)雜功能的實(shí)現(xiàn)。每一個任務(wù)都可以從一系列功能相同的候選組件中選擇一個優(yōu)化的云計算組件。云計算應(yīng)用通過構(gòu)建可選組件為任務(wù)執(zhí)行實(shí)施提供保障，候選組件分布于不同的區(qū)域，并能被通過通信鏈接所調(diào)用。本文提出了一個性能監(jiān)控背景下的控制和預(yù)測模型，用來監(jiān)控云計算組件中的用戶側(cè)實(shí)時性能，目標(biāo)是獲取云計算環(huán)境中更準(zhǔn)確的性能分析結(jié)果。
    在本文中，焦點(diǎn)是基于PASI模式下的性能相關(guān)數(shù)據(jù)的收集。通過基于該模式收集的性能數(shù)據(jù)與之前的數(shù)據(jù)的完整性和有效性相比，證明該模式的效用。
2 基于云計算環(huán)境的PASI模式
    如圖1所示，性能客戶端、代理和服務(wù)端信息收集架構(gòu)建立在云宿主機(jī)和云虛擬機(jī)的門戶應(yīng)用部署之上。PMS應(yīng)用是嵌入在云門戶中的，它主要由宿主機(jī)隊列映射表組成，該主機(jī)映射表包括了宿主機(jī)以及運(yùn)行于其中的虛擬機(jī)性能信息等。應(yīng)用執(zhí)行模塊需要在選擇前在未使用的網(wǎng)絡(luò)服務(wù)中基于其服務(wù)質(zhì)量進(jìn)行預(yù)測。通常，這種預(yù)測基于其他的應(yīng)用執(zhí)行經(jīng)驗(yàn)。性能數(shù)據(jù)從部署于宿主機(jī)的代理應(yīng)用收集而來，而代理的這些數(shù)據(jù)又從部署于虛擬機(jī)的客戶端應(yīng)用獲取而來。因?yàn)閺挠脩魝?cè)角度來看，所有以評估為目的而設(shè)立的可用云組件都是奢侈和不實(shí)際的, 性能服務(wù)端的性能管理表包括了主機(jī)映射表、主機(jī)數(shù)據(jù)表、主機(jī)占用或閑置表等。

    另外置于主機(jī)映射表的關(guān)鍵信息包括虛擬機(jī)映射表、數(shù)據(jù)表、占用或閑置表、當(dāng)前數(shù)據(jù)表、歷史15 min數(shù)據(jù)表以及歷史24 h數(shù)據(jù)表等。存在于性能表中的關(guān)鍵數(shù)據(jù)主要包括采樣請求周期時間、周期中空閑時間、周期中平均請求時間和周期內(nèi)請求平均失敗率。并且數(shù)據(jù)組織粒度主要按照當(dāng)前15 min、當(dāng)前24 h、歷史15 min和歷史24 h來設(shè)置。
    性能客戶端上報的性能數(shù)據(jù)來源于虛擬機(jī)，并被部署于宿主機(jī)的性能代理接收捕獲。性能代理在采集周期內(nèi)計算上報數(shù)據(jù)，繼而在采樣周期到達(dá)時將數(shù)據(jù)同步到性能服務(wù)端。性能數(shù)據(jù)傳輸?shù)叫阅芊?wù)端后將被統(tǒng)一計算匯總，并按照排隊論原理模型產(chǎn)生最終的統(tǒng)計信息。所有性能客戶端嵌入在不同虛擬機(jī)中，這些虛擬機(jī)分布在單個云節(jié)點(diǎn)或多個云節(jié)點(diǎn)中，性能代理便運(yùn)行在其中。
    由于面向的是基礎(chǔ)設(shè)施即服務(wù)(IAAS)類型，從而需要廣泛地吸收云計算資源，獲取準(zhǔn)確的性能評估信息，以滿足要求。即允許服務(wù)提供者在其資源上標(biāo)明可用標(biāo)簽，以達(dá)到其用戶需求。
3 模式架構(gòu)和分析
    從虛擬機(jī)簇采集性能信息數(shù)據(jù)并加以分析。云計算組件的響應(yīng)時間指從請求到達(dá)虛擬機(jī)到響應(yīng)結(jié)束的時間、性能客戶端解碼時間以及對CPU利用率、內(nèi)存利用率等相關(guān)信息進(jìn)行處理的時間。
    如圖2所示，性能代理端收到從性能客戶端轉(zhuǎn)發(fā)來的數(shù)據(jù)，接著進(jìn)行統(tǒng)計處理。當(dāng)一個15 min周期到達(dá)后，性能代理端將把本周期內(nèi)的完全統(tǒng)計數(shù)據(jù)進(jìn)行打包，并轉(zhuǎn)發(fā)給性能服務(wù)端。這里的信息包括了性能客戶端每一個周期片段響應(yīng)上報后被性能代理端處理過后的數(shù)據(jù)，這部分信息涵蓋了周期性請求采樣時間、周期內(nèi)空閑時間總和、周期內(nèi)平均請求時間以及相應(yīng)性能客戶端周期內(nèi)平均請求失敗率。在性能服務(wù)端獲取到從性能代理端發(fā)送的性能信息數(shù)據(jù)后，這些數(shù)據(jù)將被累加統(tǒng)計到當(dāng)前24 h數(shù)據(jù)中，如果條件達(dá)到則會一并同步到歷史15 min和歷史24 h隊列中。當(dāng)然通常的用戶請求響應(yīng)將被開啟的實(shí)時監(jiān)控任務(wù)所處理。

    采用排隊原理作為獲取虛擬機(jī)周期內(nèi)平均運(yùn)行總時間結(jié)果的抽象模式。為了獲取最大網(wǎng)絡(luò)效益，被服務(wù)端統(tǒng)計和統(tǒng)一安排的數(shù)以千計的可用客戶端隊列被登記在空閑表中。按照消費(fèi)能力將被請求的應(yīng)用合理地安置到可用計算服務(wù)單元是非常重要的。

4 數(shù)字化論證
    通過實(shí)驗(yàn)論證上述數(shù)學(xué)過程，且通過不同的配置來估算外部請求到達(dá)與y個性能客戶端處理系統(tǒng)的概率x之間的關(guān)系。在配置1中，性能客戶端以平均到達(dá)率θj=1接收到請求，并且以配置2平均到達(dá)率θj=1+(j+1)×Pr進(jìn)行試驗(yàn)，Pr是部署系數(shù)。定義Tm為指定周期內(nèi)的負(fù)載率， 數(shù)字驗(yàn)證結(jié)果SE(i)和Dcloud為CAS系統(tǒng)中持續(xù)運(yùn)行態(tài)概率和平均負(fù)載度。部署不同的參數(shù)配置作為試驗(yàn)的條件，如表1～表4所示。

    綜上可以給出TM、SE和DQ/D配置效果間關(guān)系，如圖3所示。

    從表1～表4，可得到如下結(jié)論：y、K、θ、σ的改變對TmQ/D的結(jié)果產(chǎn)生了明顯的影響，而TmQ/D的結(jié)果改變將引起DQ/D的變化。
    本文中描述了IAAS模式下基于代理服務(wù)接口的云計算性能信息采集模型。在這種模型下，可以從客戶端、代理端及服務(wù)端獲取性能信息，并最終通過它們獲得云中心的平均負(fù)載度。云中心系統(tǒng)可以通過其門戶調(diào)整云計算組件的組成。
    將來的工作將把注意力重點(diǎn)轉(zhuǎn)向基于云計算性能分析模型的反壓機(jī)制以及相應(yīng)的調(diào)整策略上。
參考文獻(xiàn)
[1] SYS-CON Media Inc.Twenty experts define Cloud  Computing[S].2008.
[2] FOSTER I，Zhao Yong，RAICU I，et al.Cloud Computing  and Grid Computing 360-degree compared[C].Grid Computing Enviroments Worksshop.2008.
[3] Zhang Yilei，Zheng Zibin，LYU M R.Real-time performance  prediction for Cloud Components[C].2012 IEEE 15th  International Symposium.2012.
[4] GOSWAMI V，PATRA S S，MUND G B.Performance analysis  of Cloud with Queue-dependent virtual machines[C].RAIT-2012.
[5] KHAZAE H.Performance analysis of Cloud centers under  burst arrivals and total rejection Policy[C].IEEE Globecom 2011 Technical Symposium Program.2011.
[6] RAAJESWARI R，SELVARANI.A performance analysis method for service-oriented Cloud applications(SOCAs)[C].Coimbatore，INDIA.2012.