[发明专利]地理分布交互服务云资源协同优化方法

说明书

本发明提供了一种地理分布交互服务云资源协同优化方法，包括以下步骤：步骤1：确定每个区域可用的数据中心；步骤2：确定交互服务可以调度分布所有可能数据中心组合；步骤3：设计并且约定数据中心资源提供方式；步骤4：确定与随机规划算法对应的价格需求概率分布模型；步骤5：根据步骤3制定的资源提供计划确定价格模型；步骤6：定义交互交互服务的尾延迟，并作为优化模型的延迟约束；步骤7：确定数据中心资源调度优化模型；步骤8：利用随机规划的特点把总体问题分解为一个主问题和一系列的子问题求解；步骤9：优化算法求解。本发明旨在通过多云服务提供商最小化地理分布交互服务的资源配置成本。

技术领域

本发明涉及一种优化方法，具体地，涉及一种地理分布交互服务云资源协同优化方法。

背景技术

地理分布交互服务是一类需要部署到多个数据中心区域(如：北美、亚太以及欧洲等数据中心区域)的延迟敏感计算服务。对于web search、real-time data analysis等交互服务，用户发送Web请求到服务部署的数据中心获取数据或者进行决策分析。因为交互服务依赖于多个数据中心区域提供的基础数据，而这些基础数据是全球分布的，所以决定了地理分布交互服务需要选择一组合适的数据中心进行部署，而且这一组数据中心由各数据中心区域提供的至少一个数据中心组成。另外为了满足交互服务的部署要求，需要数据中心提供足够的资源运行支撑交互服务的数据中心工作负载。所以由于基础数据的依赖以及数据中心资源的需求，地理分布交互服务的部署位置以及数据中心资源计划需要满足用户的尾延迟要求。最终目标是最少化地理分布交互服务的总体计算和通信成本。

现今的云计算服务已经非常成熟。Google Compute Engine、Amazon AWS、Microsoft Azure以及阿里云等在全球范围按区域部署了一定数量的数据中心，这些数据中心均能提供完备的云资源使用方案。Google Compute Engine和Microsoft Azure提供了按需使用数据中心资源的策略。它们提供差异化的计算和存储能力的VM实例以及相应的价格。特别地，资源的实际使用花费是按照使用时间计算，例如某用户租用了一个VM实例10小时，那么总费用为VM实例的单价乘10小时。Amazon AWS不仅提供了类似Google ComputeEngine和Microsoft Azure按需使用资源的策略，同时Amazon AWS还允许用户制定预留资源合约，用户可以预留1年或者3年特定配置的VM实例并且预先支付资源预留费用，然后以较低的价格(按需资源价格的50％左右)按照实际使用时间进行计价。一方面各个云服务提供商的资源价格各异，另一方面同一个云服务提供商不同区域的数据中心资源价格也不同，并且根据市场需求资源价格在不断的变化。因为交互服务通过Web请求请求访问数据中心获取计算服务，所以对于WAN网络带宽的使用，云服务提供商均按照使用流量的总量进行计价，并且流量的单价通常呈现阶梯型。例如AWS对于前1GB免费，大于1G少于10TB按照$0.090/GB收费，大于10TB少于40TB按照$0.085/GB收费。

因为地理分布交互服务是一类延迟敏感的Web服务，所以对于不同的服务请求率需要适当数量的数据中心资源提供用户要求期望的服务质量。在GoogleCompute Engine对于交互服务在不同时段请求率的统计信息中，可以得到服务请求率差异巨大，最低请求率与最高请求相差10³倍以上。所以对于交互服务的部署，资源计划适应需求的不确定性是一个亟待解决的问题。尽管目前云服务提供商提供了基于预留或者按需使用资源的策略，但是都暴露了一些缺点。假如用户使用基于保留的资源，为了保证服务质量，用户必须使用预留大量的资源保证在请求率最大的时候交互服务依然能够满足用户的服务质量需求。但是因为需求的不确定性以及巨大的差异，这样就会造成大量资源的浪费，而且花费很高但很多时候没有发挥相应的作用。当用户仅使用按需资源时，虽然可以动态满足服务的资源需求，但是因为按需资源的价格比保留资源价格高50％以上，所以与利用预留资源策略的资源花费差异不大。基于这个前提需要设计一种能够混合预留资源与按需资源的策略、节以省地理分布交互服务的部署费用。

发明内容