虚拟化环境下新型网络服务器优化的若干问题研究

来源 :中国科学院研究生院 中国科学院大学 | 被引量 : 0次 | 上传用户:syb9912032
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
互联网流量的爆发式增长、大规模并发需求、网络服务请求的波动性与相应的数据中心资源利用率以及突发流量,都给网络服务器带来了吞吐量、可用性和负载适应性方面的巨大挑战。在现有的网络服务器由于其结构缺陷不能很好的满足网络服务器的需求时,催生了一种基于虚拟化技术的新型流水线网络服务器体系结构MVMDP(multi-virtual-machine dynamic-pipeline)。该网络服务器基于拆分的思想,将HTTP处理逻辑动态流水线化,其上实现了动态流水线机制,面向请求的可靠性保障机制,并利用虚拟技术提供有效的隔离保障,具有良好的吞吐量和可靠性。   本文在MVMDP的基础上进行优化。一方面,由于MVMDP在面对动态变化的负载时对资源的利用有一定的限制,而虚拟技术恰好提供了灵活的按需资源流动机制,因此本文在MVMDP的基础上实现了动态重构机制,实现服务器的动态伸缩,从而在负载较高时能够满足负载需求,而在负载较低时能够提高资源利用率,减少资源浪费。另一方面,由于MVMDP结构中存在流水级之间数据回传占用大量网络带宽的问题,本文在MVMDP的基础上,实现了重定向机制,大大降低了流水级之间数据传递占用的内部带宽。此外,本文对网络服务器的性能和资源利用率等方面进行了详细的分析。   实验表明,在吞吐量方面,相对于Apache、Flash等常见的网络服务器结构,在没有cache作用的情况下,优化后的MVMDP在其峰值点的响应速率比Apache和Flash分别提升了18%和57%;在有cache作用的情况下,优化后的MVMDP在其峰值点的响应速率比Apache和Flash分别提升了25%和15%。在资源利用率方面,在低负载下,添加动态重构机制的MVMDP比MVMDP原始架构的资源利用率最多提升了两倍。  
其他文献
对国内外数据流离群数据挖掘研究情况分析可知,以往的挖掘算法还存在诸多问题。多数离群数据挖掘方法往往忽略了混合属性数据流的分类属性;简单的分类属性数据流离群数据挖掘
基于样本的纹理合成技术旨在由输入的小块样本生成视觉上相似的大块纹理,以有效重用光照信息,提高绘制效率。近年来,纹理合成技术已成为计算机图形学领域的研究热点之一,并取得了
基于内容的医学图像检索技术的问世是为了解决如何有效地从海量的医学图像中检索出与待诊断病例图像内容吻合的图像来辅助医生进行分析与诊断,从而提高诊断与治疗的效率和准
本文针对安全操作系统开发和安全操作系统网络适应性方面涉及的关键问题进行研究。从信息系统整体来看,安全操作系统是解决各种安全威胁的基础。在网络环境中,计算机系统面临复
在高度信息化的今天,产生的海量数据和新型数据集都对传统的数据分析技术形成挑战。数据挖掘不断突破这些挑战带来的种种局限性,为当今信息技术的发展奠定了基础。作为数据挖掘
传统密码学研究将密码实现看作理想的黑盒模型,密码分析主要基于数学的密码理论与技术,并不考虑密码实现的物理安全性。然而,密码算法需要在物理设备平台上实现,密码设备平台并非
生物免疫系统天生具有很强的自我保护能力,它可以通过自身的学习来保护自体不受细菌、病毒等外来有害物质的侵害。入侵检测作为网络安全体系中重要的主动防范技术,它所面临的
目前国内各高校均在大力发展“数字化”校园,校园一卡通作为“数字化”校园的重要组成部分之一,是集教学、科研、管理、服务于一体的集成项目,它的建设极大的促进了学校信息
随着软件行业的迅速发展,软件规模变得越来越大,与此同时,软件的复杂程度也变得越来越高。软件的应用已经涉及到人类活动的各个领域,在航空、航天、能源、通信、交通、金融、
基于大数据处理和分布式计算的需求,很多分布式计算框架应运而生,分布式计算框架中集群资源的合理配置对计算效率有着重要的影响,因为性能预测是集群资源分配优化的基础和关键,所