大數據下虛擬化與云計算的應用分析

周家棟

摘要：大數據已經為人們的生活帶來了很多的改變，云計算的熱度可以說是蒸蒸日上，因為云計算是信息技術領域中非常重要的技術，所以云計算可以不斷地推動信息產業的持續發展，并且能夠促進社會經濟的全面快速發展。而虛擬機技術是云計算的重要基礎，其為云計算的發展提供了很大的幫助。筆者在這篇文章中詳細地介紹虛擬機技術以及云計算的研究方向和具體應用。

關鍵詞：大數據;虛擬機技術;云計算;應用;探究

中圖分類號：TP393? ? ? 文獻標識碼：A

文章編號：1009-3044（2021）08-0178-02

虛擬機技術對于云計算的發展是至關重要的，是幫助云計算實現自身價值的重要技術，比如，IaaS架構，是云計算資源池的核心構想。虛擬機技術的作用是對云計算的數據進行有效的管理，特別是要管理好關于負載均衡的資源。同時，虛擬機的動態遷移技術又占據著虛擬機技術的重要地位。

1 虛擬機動態遷移技術

虛擬機的動態遷移技術可以提高云計算的效率，同時，其能夠與多任務部署方法進行有機的結合，這樣便可以更好地分析處理大數據。筆者在此提出一種節能感知的動態遷移技術，并提供這種技術的核心理念、方法過程以及測驗分析。

2節能感知虛擬機的動態遷移的位置選擇策略PS-ABC

2.1系統的結構方案

如圖1所示，其體現出云計算當中的虛擬機動態遷移系統的結構，其具體說明了用于位置遷移的控制器PS-ABC的位置以及實體之間的復雜關系。在一個時間段中，虛擬機的動態遷移的信號請示會傳遞到監控器中，并且虛擬機的動態遷移請示會根據可用計算資源的變化而變化。當一個時間段結束的時候，監控器把所接收到的請示傳遞到控制器當中。接下來，控制器通過研究分析所得出的方案以及有效的信息合成放置的方法。再然后，控制器會向遷移控制器提供放置的方法，控制器便會控制虛擬機的動態遷移。最后，虛擬機會被遷移到目標主機上。

2.2解的表示

為了得到一種方法，其可以找到一個時間段中收集的等待遷移的虛擬機的目標主機，而這種方法是依靠人工蜂群算法的。首先面臨的問題就是如何表示解，它直接反映了問題域以及人工蜂群算法中的食物源之間的關系。在使用依賴人工蜂群算法的方法的過程中，食物源代表了解決一個特定問題的具體辦法。在整個過程中，m個物理主機要接受n個虛擬機，所以，所提出的問題是一個n維的問題，也就要求食物源被劃分為n維解向量。同時，每一個獨立的維度都存在一個小于等于m的正整數集合，而這個集合就成了可供選擇的位置編號，而向量解就等同于食物源，此外，多維向量在數學中有著特定的表示方法，所以可以用數學符號表示等待遷移的虛擬機的目標主機的編號。

2.3 PS-ABC的工作理念

PS-ABC方法是一種虛擬機動態遷移的一種策略，其比較新穎且啟發性高，可以選擇虛擬機動態遷移的目標位置。PS-ABC方法是在改進版的人工蜂群的基礎上，提出了均勻隨機初始化的理念，以便能夠改善食物來源的初始化進程，最終PS-ABC方法便具備搜索全部內容的能力。除此之外，PS-ABC方法利用二分搜索理念，以便減少雇傭蜂產生候選食物位置所需要的時間，最終使搜索效率變得更高。與此同時，PS-ABC方法充分利用玻爾茲曼選擇策略的優勢來幫助跟隨蜂實現概率選擇，這樣能夠使PS-ABC方法具備自我適應的能力，以便適時地調整壓力，這樣可以提高探索全局的能力以及后期的局部收斂能力。最后，筆者使PS-ABC方法吸收貝葉斯理論的精華之處，這樣就能夠提高系統的準確度。

3 PS-ABC的實驗與分析

通過實驗研究提出了關于PS-ABC方法的性質以及工作效率，本文通過Cloud Sim toolkit 事件驅動模擬器模擬了動態的云計算平臺。Cloud Sim框架可以計算出系統所消耗的能源，而它的計算就是在Cloud Sim平臺是進行的。利用這個平臺，本文把PS-ABC方法、隨機遷移策略、基于遺傳算法的最優化遷移策略這三者放在能耗以及無效虛擬機遷移次數方面進行了詳細的比較分析。本文從以下三個方面測驗了PS-ABC的性能，并且有實驗結果得出PS-ABC能夠提升云計算平臺的性能。

3.1實驗背景

通過模擬云平臺建立一個動態云資源池，其中含有了大量的各種各樣的物理主機。并且通過Cloud Sim平臺安排了幾十輪虛擬機動態遷移的請求工作，同時，每一輪都包含了15個主機不同且資源不同的遷移請求。

3.2 PS-ABC、隨機遷移策略以及基于遺傳算法的最優化遷移策略在所消耗的電能的量方面的比較

實驗分別布置了PS-ABC、隨機遷移策略以及基于遺傳算法的最優化遷移策略的模擬云計算平臺，并且通過它們各自所消耗的能量來證明PS-ABC方法是十分節能的。在本實驗過程中，設定一個時間段為400秒，一小時當中均勻分布著各個批次的遷移事件，其中包含了9個時間段。除此之外，主機資源每隔半個小時都會變化一次。

部署 PS-ABC的云計算平臺在一周當中所消耗的電能最少，除此之外，在兩周的時間內，部署 PS-ABC的云計算平臺所消耗的電能的增量是最少的，但是，隨機遷移策略在兩周內的電能增量有著明顯的增加。而出現這種情況的原因就是隨機遷移策略對云環境的變化的適應能力不強，于是便有可能選擇不合適的目標主機，所以就會增大能源消耗。而且，隨著時間的逐漸推移，能源消耗的差別也會越來越大。盡管遺傳算法被人們廣泛運用，但是，相較于PS-ABC，遺傳算法的編碼以及解碼都要根據不同的個體做出相應的改變，也就是說，遺傳算法僅僅適用于處理規模比較小的問題。根據算法以及處理過程可以發現，PS-ABC的性能比遺傳算法要好，所以，PS-ABC能夠更好地節省電能。

3.3虛擬機遷移事件的失敗率

實驗通過Cloud Sim調度主機故障以及主機關閉來進行動態主機失去作用的模擬，由于被選擇的主機無法對虛擬機的遷移請求做出回應，所以上述事件會導致虛擬機遷移的失敗。這次試驗是比較PS-ABC、隨機遷移策略以及遺傳算法的虛擬機遷移失敗數量與虛擬機動態遷移請求數量之間的關系。根據對比可以看出來，部署隨機遷移策略以及遺傳算法的云計算平臺的虛擬機動態遷移的失敗的數量會隨著動態遷移請求的增加而增加，因為在整個過程當中，很多內存數據是過時的，所以云計算平臺不能根據環境的變化而做出適當的改變。而PS-ABC方法中融合了玻爾茲曼選擇策略和貝葉斯定理，所以其做出反應所需要的時間比較短，對動態云的適應能力很強，并且PS-ABC可在極短的時間內找到可供使用的主機，并且該主機能夠提供動態遷移所需要的資源。正如上文所闡述的，PS-ABC可以幫助虛擬機的動態遷移，并且，在整個過程中所消耗的能量都是非常少的。

3.4遺傳算法（GA）與PS-ABC各自的加速效果

在這個實驗當中，可以根據增加的處理器的數目來估算GA與PS-ABC的加速比，且加速比的公式可以表示為：

公式當中的T1指的是算法在處理器條件下的執行時間，Tp指的是在數目為p的處理器是處理工作負載所需要的時間。所以，加速比Sq可以表示程序進行并行的性能以及效應。根據對比，PS-ABC以及GA的加速比都會隨著處理器數目的增加而增加，并且GA的加速比在任何時刻都是小于PS-ABC的加速比的，并且PS-ABC的加速比的圖像近似符合線性函數的圖像。對于PS-ABC而言，在邏輯的層面上，其可以把整個搜索空間劃分為多個獨立的子空間。同時，這些子空間分別對應著自己的搜索程序，并且執行者自己的搜索工作，接著，雇傭蜂共享大量的信息資源。GA的機制比較適合集中處理，而PS-ABC可以進行并行處理，從這些特點就可以看出來，PS-ABC的測試性能要比GA的性能好得多。此外，PS-ABC的工作性能將會在處理大數據的時候充分地體現出來。

4結語

PS-ABC可以減少系統的能源損耗以及提高服務性能的穩定程度，除此之外，PS-ABC還能夠確保虛擬機動態遷移的性能良好。最終，各項結果都證明了PS-ABC有能力配合虛擬機的動態遷移，從而提高大數據的分析處理水平。

參考文獻：

[1] 姚金玲，李莉.淺談大數據背景下虛擬化與云計算的優勢及應用[J].電腦知識與技術，2020，16（21）：44-45.

[2] 江璜.基于VMware vSphere的虛擬化資源池應用研究[J].軟件工程，2020，23（3）：32-34.

[3] 甘云志.虛擬化技術在新一代云計算數據中心的應用研究[J].數字技術與應用，2020，38（1）：70，72.

【通聯編輯：光文玲】