摘  要： 提出了一種評(píng)價(jià)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(gè)基于排隊(duì)原理的數(shù)學(xué)模式來論證這個(gè)方法的可行性,。實(shí)驗(yàn)結(jié)果表明，以PASI 模式對(duì)云中心性能指標(biāo)進(jìn)行采集和評(píng)估的方式是非常有效的,。
關(guān)鍵詞： 云計(jì)算,；排隊(duì)原理；性能分析,；采集模式

    云計(jì)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(duì)于一個(gè)致力于優(yōu)化為獲取應(yīng)用服務(wù)、信息和存儲(chǔ)以及計(jì)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(duì)云計(jì)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(jì)算是特定的分布式計(jì)算范疇,。它與傳統(tǒng)分布式計(jì)算的區(qū)別在于：(1)可大批量升級(jí)的,；(2)可以被封裝為一個(gè)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(dòng),；(4)其服務(wù)可以通過虛擬化或其他途徑被動(dòng)態(tài)配置和按需分發(fā)[2]。由于云計(jì)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(jì)算服務(wù)很明顯已經(jīng)成為一個(gè)重要的研究領(lǐng)域[3]。
    一個(gè)典型的云計(jì)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(gè)由客戶端及服務(wù)端模式組成的系統(tǒng)級(jí)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(jì)算任務(wù)隊(duì)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(jì)算相關(guān)眾多領(lǐng)域中的研究熱點(diǎn),。對(duì)云計(jì)算性能分析的研究工作按照研究對(duì)象可以分為如下幾類：對(duì)云計(jì)算中心的性能分析,、對(duì)云計(jì)算應(yīng)用層面的性能分析以及對(duì)云計(jì)算組件的性能分析。并且可以按照實(shí)施切入點(diǎn)被識(shí)別為兩個(gè)層面：性能預(yù)測和性能實(shí)時(shí)狀態(tài)檢測[5],。
    云計(jì)算的性能分析模型可以被描述為一個(gè)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(gè)典型的云環(huán)境,，它包括了數(shù)以千計(jì)的云服務(wù)端(宿主機(jī)),，每一個(gè)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(jì)算應(yīng)用的性能分析測量,。
    下面詳細(xì)說明這種針對(duì)云計(jì)算應(yīng)用和組件的性能分析方法。就像計(jì)算網(wǎng)格用來在小數(shù)據(jù)集上處理大量的計(jì)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(gè)任務(wù)都可以從一系列功能相同的候選組件中選擇一個(gè)優(yōu)化的云計(jì)算組件。云計(jì)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(gè)性能監(jiān)控背景下的控制和預(yù)測模型,，用來監(jiān)控云計(jì)算組件中的用戶側(cè)實(shí)時(shí)性能,，目標(biāo)是獲取云計(jì)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(jì)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(duì)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(píng)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(shí)間、周期中空閑時(shí)間,、周期中平均請求時(shí)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(bào)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(jì)算上報(bào)數(shù)據(jù),，繼而在采樣周期到達(dá)時(shí)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(jì)算匯總,，并按照排隊(duì)論原理模型產(chǎn)生最終的統(tǒng)計(jì)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(gè)云節(jié)點(diǎn)或多個(gè)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(jì)算資源,，獲取準(zhǔn)確的性能評(píng)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(jì)算組件的響應(yīng)時(shí)間指從請求到達(dá)虛擬機(jī)到響應(yīng)結(jié)束的時(shí)間、性能客戶端解碼時(shí)間以及對(duì)CPU利用率,、內(nèi)存利用率等相關(guān)信息進(jìn)行處理的時(shí)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(jì)處理。當(dāng)一個(gè)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(jì)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(gè)周期片段響應(yīng)上報(bào)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(shí)間,、周期內(nèi)空閑時(shí)間總和、周期內(nèi)平均請求時(shí)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(jì)到當(dāng)前24 h數(shù)據(jù)中，如果條件達(dá)到則會(huì)一并同步到歷史15 min和歷史24 h隊(duì)列中,。當(dāng)然通常的用戶請求響應(yīng)將被開啟的實(shí)時(shí)監(jiān)控任務(wù)所處理,。

    采用排隊(duì)原理作為獲取虛擬機(jī)周期內(nèi)平均運(yùn)行總時(shí)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(jì)和統(tǒng)一安排的數(shù)以千計(jì)的可用客戶端隊(duì)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(jì)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(gè)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(duì)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(jì)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(jì)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(jì)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.