[发明专利]一种跨数据中心云计算系统的规约器选择方法

摘要

本发明公开了一种跨数据中心云计算系统的规约器选择方法包括：从云计算系统中获取系统参数；根据系统参数获得目标函数与约束；使用李雅普诺夫优化框架获得目标函数的飘移‑惩罚因子与其上界；从飘移‑惩罚因子中的上界中提取规约器选择项并生成规约器选择方法。本发明使用李雅普诺夫优化框架获得目标函数的飘移‑惩罚因子与其上界并提取规约器选择项的技术手段，平衡了跨数据中心的花费，高性能、高可用且花费最小地解决了跨数据中心云计算系统的调度问题。

主权项

1.一种跨数据中心云计算系统的规约器选择方法，其特征在于，所述云计算系统包括多个数据源与多个数据中心，其中每个所述数据中心均包括一个映射器与一个规约器；所述云计算系统在进行数据迁移时，先将所述数据源的数据转移到任意数据中心的映射器上执行映射操作并生成中间键值对，后将所述中间键值对从所述任意数据中心的映射器转移到单个数据中心的规约器上执行规约操作；所述云计算系统依照时间序列运行，划分为t＝0,1,…,T；所述方法包括：从云计算系统中获取系统参数；所述系统参数包括：数据中心集合、虚拟机类型集合、数据集合；某时刻从某数据源转移至某数据中心的数据量、某时刻某数据源产生的数据量、每时刻某数据源产生的最大数据量；某数据源转移单位数据量至某数据中心的价格、单位数据在数据中心的存储价格、某时刻数据中心尚未处理完的数据量、某数据源到某数据中心间的延迟、延迟经济花费转换因子、某时刻某数据中心内某类虚拟机的价格、某时刻从某数据中心转移的数据量、某两数据中心间的迁移花费；根据所述系统参数获得目标函数与约束，包括：使用所述系统参数描述决策变量；使用所述系统参数与所述决策变量描述数据中心的成本；根据所述决策变量与所述数据中心的成本描述目标函数与约束；所述决策变量包括数据分配变量、虚拟机供给变量与规约器选择变量，所述使用所述系统参数描述决策变量包括：使用某时刻从某数据源转移至某数据中心的数据量、某时刻某数据源产生的数据量、每时刻某数据源产生的最大数据量描述数据分配变量，所述数据分配变量为为t时刻从数据位置r转移至中心d的数据量；设a_r(t)为t时刻第r个区域产生的数据量，为位置r每时刻产生的最大数据量，其表达式为：上式中，为地理分布的数据中心集合，为数据中心集合；所述数据分配变量对应的变量集合为使用某时刻从某数据中心提供的用作映射的某类虚拟机数量、某时刻从某数据中心提供的用作规约的某类虚拟机数量描述虚拟机供给变量，所述虚拟机供给变量为分别记为t时刻数据中心d提供的用作映射操作和规约操作的k类虚拟机数量；设数据中心d中k类虚拟机的最大量为其表达式为：所述虚拟机供给变量对应的变量集合为使用某时刻映射器产生的所有数据汇集到的数据中心描述规约器选择变量，所述规约器选择变量为x_d(t),x_d(t)被定义二值变量；当x_d(t)＝1时，指示数据中心d被选择进行规约操作，否则，不进行规约操作，其表达式为：上式中，确保t时刻只有一个数据中心被选作进行规约操作，所述规约器选择变量对应的变量集合所述数据中心的成本包括：带宽花费，设为从数据源r转移1Gb数据至数据中心d的价格，则t时刻将数据转移至云中的总带宽花费为存储花费，设s_d,W_d(t)分别表示数据存储价格以及数据中心尚未处理完的数据量，则t时刻存储总花费为：延迟花费，设为位置r与数据中心d之间的延迟，延迟花费为：其中α为延迟与经济花费之间的转换因子；所述带宽花费、存储花费、延迟花费的总体花费为：计算花费，设为t时刻数据中心d中k类虚拟机的价格，所述计算花费表示为：迁移花费，设t时刻从数据中心i中转移的数据量为其中f_i(τ)代表τ时刻数据中心i产生的中间数据，β_τ∈[0，1]表示历史数据需要被迁移的比例，满足条件β_a＜β_b(a＜b)；设Φ_id(·)为将数据从数据中心i迁移至数据中心d的迁移花费函数，所述迁移花费函数满足当i＝d时Φ_id(·)＝0；t时刻系统产生的总迁移花费为：t时刻系统产生的总花费为：C(m(t)，n(t)，λ(t)，x(t))＝Cp(m(t)，n(t))+Csbl(λ(t))+Cmgr(m(t)，x(t))所述根据所述决策变量与所述数据中心的成本描述目标函数与约束，表示为：其中，为T时刻内分配至数据中心d的平均数据量，为数据中心d提供的用于映射操作的平均虚拟机数量，为数据中心d提供的用于规约操作的平均虚拟机数量；代表输入数据中心d中进行规约操作的中间数据平均量；使用李雅普诺夫优化框架获得所述目标函数的飘移‑惩罚因子与其上界，包括：使用增量的数据处理方式，数据处理过被建模成一个演化的队列；在映射阶段，设Md(t)为t时刻数据中心d的映射队列中未处理的数据量，初始化Md(0)＝0，则队列的更新描述为：为保证队列Md(t)的最差延迟为lm，设计与之相应的虚拟队列Yd(t)，初始化Yd(0)＝0，则其服从以下更新规则：其中，当M_d(t)＞0时，否则当M_d(t)＝0，否则其中ε_d是以预先设置的用以控制映射队列最差延迟的常量；若队列M_d(t)与Y_d(t)的长度有界，则数据处理的最大延迟为l_m个时隙，其中与分别为队列M_d(t)与Y_d(t)的最大长度；在规约阶段，数据中心d中相应的队列为Rd(t)，则此队列的更新过程为：其中，为t时刻从其他数据中心迁来的u时刻历史中间数据；相应地，其虚拟队列为：设M(t)＝[M_d(t)]、Y(t)＝[Y_d(t)]、R(t)＝[R_d(t)]、Z(t)＝[Z_d(t)]，为映射队列与规约队列的联合矩阵；为了测量数据处理过程中系统拥塞程度，记Θ(t)＝[M(t)；R(t)；Y(t)；Z(t)]；李雅普诺夫函数可以定义如下：其中，L(Θ(t))表示系统中的队列积压情况；引入1‑时隙李雅普诺夫漂移如下：在所述1‑时隙李雅普诺夫漂移上增加系统花费函数计算漂移‑惩罚因子：其中，V为平衡系统总花费与稳定性的非负因子；从所述飘移‑惩罚因子中的上界中提取规约器选择项并生成规约器选择方法，包括：所述目标函数与约束转化为：最优的规约器选择方法能够通过求解下列规约器选择项的多项式获得：其中，τ∈[t‑μ,t‑1]，求解上式得到规约器选择方法为：其中，