云環(huán)境下基于LQNM的數(shù)據(jù)庫(kù)系統(tǒng)自配置框架研究.pdf

1、隨著云計(jì)算技術(shù)的快速發(fā)展，部署在云計(jì)算平臺(tái)下的應(yīng)用程序向著多樣化和復(fù)雜化的方向發(fā)展，對(duì)云計(jì)算技術(shù)的要求也越來(lái)越高。云數(shù)據(jù)庫(kù)作為云計(jì)算平臺(tái)的后臺(tái)支撐系統(tǒng)，其性能直接決定著部署在云計(jì)算環(huán)境下應(yīng)用程序的性能。因此，根據(jù)不同時(shí)刻負(fù)載的變化情況，通過(guò)合理地為云數(shù)據(jù)庫(kù)系統(tǒng)調(diào)整系統(tǒng)資源分配，是實(shí)時(shí)滿足用戶的性能目標(biāo)和系統(tǒng)的服務(wù)質(zhì)量的有效手段之一。但是，面對(duì)云數(shù)據(jù)庫(kù)系統(tǒng)下龐大的數(shù)據(jù)量、復(fù)雜多變的負(fù)載，要保障云數(shù)據(jù)庫(kù)系統(tǒng)的服務(wù)質(zhì)量，通過(guò)人工手動(dòng)來(lái)調(diào)整系統(tǒng)

2、資源配置是十分困難的，不僅需要大量的云數(shù)據(jù)庫(kù)專業(yè)工作者，而且這項(xiàng)工作是消耗大量的時(shí)間，不能實(shí)時(shí)滿足系統(tǒng)的性能目標(biāo)。因此，為云數(shù)據(jù)庫(kù)構(gòu)建負(fù)載自適應(yīng)配置框架就成為解決該問(wèn)題的一項(xiàng)核心任務(wù)。
　　本文的負(fù)載自適應(yīng)配置框架是基于性能預(yù)測(cè)模型的基礎(chǔ)上提出來(lái)的，通過(guò)構(gòu)建云數(shù)據(jù)庫(kù)系統(tǒng)的性能模型來(lái)預(yù)測(cè)云數(shù)據(jù)庫(kù)系統(tǒng)的性能，可以在給定系統(tǒng)資源配置的情況下，使用性能模型求解算法預(yù)測(cè)系統(tǒng)的性能指標(biāo)參數(shù)，從而為系統(tǒng)搜索最優(yōu)的資源配置提供強(qiáng)有力的支持。目前，

3、比較成熟的性能模型有排隊(duì)網(wǎng)絡(luò)模型和分層排隊(duì)網(wǎng)絡(luò)模型，其中，排隊(duì)網(wǎng)絡(luò)模型適用于簡(jiǎn)單的系統(tǒng)（處理負(fù)載請(qǐng)求的過(guò)程中只涉及到系統(tǒng)的硬件資源），分層排隊(duì)網(wǎng)絡(luò)模型適用于較復(fù)雜的系統(tǒng)，可以將系統(tǒng)處理負(fù)載請(qǐng)求的過(guò)程描述為系統(tǒng)的軟件資源之間、硬件資源之間、軟件資源和硬件資源之間的調(diào)用關(guān)系?；谝陨鲜聦?shí)，本文在通過(guò)分析云數(shù)據(jù)庫(kù)的工作原理，提出了Hadoop平臺(tái)下HBase數(shù)據(jù)庫(kù)系統(tǒng)的分層排隊(duì)網(wǎng)絡(luò)模型。該模型由五個(gè)任務(wù)組成，其中有兩個(gè)軟件任務(wù)（工作進(jìn)程、數(shù)據(jù)

4、庫(kù)管理進(jìn)程）和三個(gè)硬件任務(wù)（THINK、CPU、硬盤）。
　　本文的實(shí)驗(yàn)以HBase數(shù)據(jù)庫(kù)為目標(biāo)云數(shù)據(jù)庫(kù)，TPC-H基準(zhǔn)測(cè)試的1G數(shù)據(jù)量作為數(shù)據(jù)源和負(fù)載進(jìn)行實(shí)驗(yàn)，與無(wú)控制機(jī)制、優(yōu)先權(quán)控制機(jī)制進(jìn)行對(duì)比，證明了本文提出的負(fù)載自適應(yīng)配置框架的有效性，通過(guò)自適應(yīng)配置框架對(duì)系統(tǒng)資源的調(diào)控，系統(tǒng)的QoS得到了很大提升。此外，為了證明性能模型（分層排隊(duì)網(wǎng)絡(luò)模型）的有效性，將分層排隊(duì)網(wǎng)絡(luò)模型預(yù)測(cè)的平均響應(yīng)時(shí)間和吞吐量，分別與排隊(duì)網(wǎng)絡(luò)模型的性能指標(biāo)