摘  要： 提出了一種評價云中心綜合性能指標的分析架構(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。實驗結(jié)果表明,，以PASI 模式對云中心性能指標進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引起了業(yè)界強烈的關(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[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體以向云外部用戶傳遞不同水平的服務(wù),；(3)強烈地受到經(jīng)濟規(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,。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。并且可以按照實施切入點被識別為兩個層面：性能預(yù)測和性能實時狀態(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),，每一個都能被嵌入一定數(shù)量的獨立的或內(nèi)部交互的虛代理(虛擬機)，并且服務(wù)可以被恰當?shù)胤植荚诓煌奶摂M機或宿主機上,。本文關(guān)注重點在于云計算應(yīng)用的性能分析測量。
    下面詳細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)實時性能，目標是獲取云計算環(huán)境中更準確的性能分析結(jié)果,。
    在本文中,，焦點是基于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)建立在云宿主機和云虛擬機的門戶應(yīng)用部署之上,。PMS應(yīng)用是嵌入在云門戶中的，它主要由宿主機隊列映射表組成,，該主機映射表包括了宿主機以及運行于其中的虛擬機性能信息等,。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,。性能數(shù)據(jù)從部署于宿主機的代理應(yīng)用收集而來,，而代理的這些數(shù)據(jù)又從部署于虛擬機的客戶端應(yīng)用獲取而來。因為從用戶側(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際的, 性能服務(wù)端的性能管理表包括了主機映射表,、主機數(shù)據(jù)表、主機占用或閑置表等,。

    另外置于主機映射表的關(guān)鍵信息包括虛擬機映射表,、數(shù)據(jù)表、占用或閑置表,、當前數(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前15 min,、當前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,，并被部署于宿主機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中,，這些虛擬機分布在單個云節(jié)點或多個云節(jié)點中,，性能代理便運行在其中。
    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明可用標簽,，以達到其用戶需求。
3 模式架構(gòu)和分析
    從虛擬機簇采集性能信息數(shù)據(jù)并加以分析,。云計算組件的響應(yīng)時間指從請求到達虛擬機到響應(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),，接著進行統(tǒng)計處理。當一個15 min周期到達后,，性能代理端將把本周期內(nèi)的完全統(tǒng)計數(shù)據(jù)進行打包,，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)計到當前24 h數(shù)據(jù)中，如果條件達到則會一并同步到歷史15 min和歷史24 h隊列中,。當然通常的用戶請求響應(yīng)將被開啟的實時監(jiān)控任務(wù)所處理,。

    采用排隊原理作為獲取虛擬機周期內(nèi)平均運行總時間結(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
    通過實驗論證上述數(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率θj=1接收到請求,，并且以配置2平均到達率θj=1+(j+1)×Pr進行試驗,，Pr是部署系數(shù)。定義Tm為指定周期內(nèi)的負載率,， 數(shù)字驗證結(jié)果SE(i)和Dcloud為CAS系統(tǒng)中持續(xù)運行態(tài)概率和平均負載度。部署不同的參數(shù)配置作為試驗的條件,，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轉(zhuǎn)向基于云計算性能分析模型的反壓機制以及相應(yīng)的調(diào)整策略上,。
參考文獻
[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.