国际期刊的创新在计算机和通信工程的研究
菜单ISSN在线(2320 - 9801)打印(2320 - 9798)
ISSN在线(2320 - 9801)打印(2320 - 9798)
Murgesh V Jambigi S G Maknur Arun Kumar G、C M Parameshwarappa, Srinivasa Rao Udara
|
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际期刊的创新在计算机和通信工程的研究
我们在云资源描述数据迁移的过程,包括云中间件组件八卦协议提供1)公平的内存分配2)快速计算和重新分配3)减少处理内存,描述数据迁移的问题在云下CPU和内存约束需要八卦协议最佳效用的资源在云花费更少的CPU时间。管理资源的重要组成部分,数据迁移网站或应用程序分配给一个资源已经达到最大阈值的内存因此获得更多的性能和降低处理记忆我们应用数据迁移的概念,给出了快速计算和重新分配的负载分配资源动态变化。
关键字 |
||||||
| 数据迁移,云中间件、CPU和内存限制 | ||||||
介绍 |
||||||
| 世界上每天快速增长的技术是很难管理的资源在大规模云环境的元素云使平台作为服务(PAS)通过云服务提供商给我们平台作为服务与贡献许多用户根据不同的支付和服务提供者也提供一个基础设施作为服务(IAS),让各种用户t o使用许多基础设施作为服务是由服务提供者这是如图1.所示。本文解释了新概念的动态数据迁移在云资源通过中间件和它的一个元素称为流言协议有助于公平分配的性能,可扩展性、适应性。 | ||||||
| 1)公平分配的性能:贡献动态资源管理云计算[3]我们的数据迁移在云资源提供更好的性能,考虑内存的限制。 | ||||||
| 2)可伸缩性:我们可以取得更好的性能和可伸缩的数据和机器。 | ||||||
| 3)适应性:变化的负载分配的过程中,我们可以通过动态适应变化的动态资源分配的网站。 | ||||||
| 只要最近技术云计算出现了一个很好的表演服务即SAS,不是和IAS和许多公司提供这些服务通过他们自己的云很多客户,所以这是一个成本有效的技术在当前的技术市场。这个云提供了一个美丽的结构,在这种结构中,所有网站基于云分配资源的基础设施可以在特定的云的帮助下云中间件为所有网站分配资源在云如图1所示(b)。所以就执行这个云计算技术通过许多公司降低了使用成本计算公用事业和每当客户端可以访问这些工具必须支付特定可用的时期,我们集中在资源配置动态客户机在一个有效的方法。有各种各样的方法来动态地分配资源的网站或应用程序执行一个这样的新方法本文数据迁移的有效的网站或资源配置过程。 | ||||||
| 背后的主要技术资源的动态分配数据迁移在于云架构的中间设备及其组件有助于动态资源分配。云中间件模块包含两个组件的调度器和机器经理模块组件由许多模块,如图2所示(左)如m1, m2,…………mn的每个模块mi运行服务逻辑的一部分或其应用程序或网站的实例。 | ||||||
| 图2(右)显示了机器的组件管理器是资源管理器将需求估计需求分析器是一个组件的站点管理器(SM)和相同的管理资源完成哪些决定哪些模块的实例来运行这个计算八卦协议P *。这两个模块的分配策略发送调度时间表运行模块和请求货代提出请求的站点管理器。资源管理器进行交互的叠加经理告诉机器的设置与模块进行交互。每个模块都是与他们的网站经理分析器是由需求与资源管理器使估计每个模块的资源的需求分配和基于分配策略请求转发。这个中间件体系结构如图2所示,其组件是很重要的资源分配的负载动态站点或应用程序更改,但这个概念的动态资源分配不回答当资源分配达到它的最大阈值记忆在介绍数据迁移的方法概念来摆脱这个问题。 | ||||||
文献调查 |
||||||
| r . Yanggratoke [1]:规范化的动态优化云配置绿色计算目标在CPU和内存限制。通用方案用于资源分配,旨在最小化能耗通过服务器整合,同时满足负载变化模式。在重载下,协议给客户公平分配CPU资源。协议在实现其目标的有效性增加而增加内存容量的服务器。 | ||||||
| 马克Jelasity [2]:聚合是一个关键的功能为超大规模应用程序构建块:它指的是一组函数,提供组件的分布式系统访问全球信息包括网络规模、平均负荷,等等。gossip-based协议提出了计算聚合值对网络组件在一个完全分散的时尚。协议适用于非常大的和高度动态系统由于其积极的结构————节点接收总值不断跟踪系统中的任何变化。协议是非常轻量级的,适合许多分布式应用程序包括点对点和网格计算系统。我们gossip-based协议的效率和鲁棒性。 | ||||||
| Fetahi Wuhib [3]:流言协议用于拟议的系统执行在一个中间件平台。协议确保三个设计目标即公平、适应性和可伸缩性。协议继续执行的输入和结果输出动态变化。全球同步是可以避免的,因为有一个连续的执行而不是一个序列执行重启。该系统可以不断适应本地输入的变化。连续和动态执行解决问题的最佳放置应用程序在云,实现公平的资源分配。 | ||||||
客观的 |
||||||
| 这种技术的主要目的是减少处理内存和提高性能与动态资源分配在云环境[3]。背后的想法是管理动态的资源数据迁移,相比与资源管理中间件云由八卦协议对资源分配的新流程时发送发送到云机根据其负载分配,在分配资源站点和应用程序的所有者站点或应用程序想要修改的内容的站点或应用程序相同的过程与新修改站点或应用程序负载分配在这个阶段分配资源达到最大阈值水平由于修改的内存负载分配过程的网站或应用程序我们有整个数据迁移到动态分配新的资源在云应用程序或站点,这样分配资源不应该达到最大阈值水平,如图3所示。通过动态计算资源分配的数据迁移减少了处理内存和提高性能的可用性。 | ||||||
方法和数据迁移算法 |
||||||
| 这里我们考虑数据迁移算法之前,我们正在考虑所有网站的动态资源分配算法。 | ||||||
| 我们的网站是这样,每个年代∈M S组包含的模块。 | ||||||
| 让组机器N, N∈N分配网站任何机器。 | ||||||
| 每个站点∈年代组模块组成的女士和内存需求是由γ=[γ1γ2。。。|γ| S] T, CPU容量的机器是ΩnΓn内存容量 | ||||||
| 为资源分配算法1.1:协议P *网站 | ||||||
| 1:让年代所有站点或应用程序的集合存储在数组γs。 | ||||||
| 2:让N的所有机器。 | ||||||
| 3:让函数freeMemNode (N)返回一个机器N∈_最大的空闲内存,即Γn−Σsγssign(αs N)。 | ||||||
| 4:αn s = 0,∀n, s | ||||||
| 5:我= 1 | |做 | ||||||
| 6:s = s[我];n = freeMemNode (n) | ||||||
| 7:如果Γn−Σi∈年代γi标志(αn, i)≥γs | ||||||
| 8:αn s = 1。 | ||||||
| 算法1.2:协议P * *数据迁移 | ||||||
| 1:让T是所有机器的最大阈值记忆容量n∈n。 | ||||||
| 2:让所有网站的集合S∈年代。 | ||||||
| 3:让N N∈的机器。 | ||||||
| 4:让N = {n1、n2……nn}是所有机器。 | ||||||
| 5:αn1 s = 1 | ||||||
| 6:i = 1到N | | | ||||||
| 7:n = n[我] | ||||||
| 8:如果αn1 s >最大阈值的内存(T) n1的能力。 | ||||||
| 9:αn1 s = 0。 | ||||||
| 10:让函数freeMemNode (N)返回一个机器N∈largest_free记忆,即Γn−Σsγs标志(αs、镍)。 | ||||||
| 11:Γn−Σs∈年代γs标志(αni S)≥γs | ||||||
| 12:αni s = 1。 | ||||||
预期的结果 |
||||||
| 迄今为止我们所获得的性能动态资源分配过程或网站更好当我们相比它的静态资源分配过程或网站通过使用虚拟机或模拟器,但当我们与我们的技术是比较相同的数据迁移在云服务器提供更好的性能比之前所有的技巧,因为当我们修改的内容分配网站或处理它达到的最大阈值水平的分配资源,因为性能退化和处理内存不减少,资源配置是不可能的所以我们的数据迁移技术在云提供了更好的性能和重新分配可以轻松处理是减少了 | ||||||
结论 |
||||||
| 随着云技术增加了一个新的计算实用技术作为其更大的优势补充说这里也新技术增加了更多的优势在云的动态资源管理。在结束本文之前,我们必须看到,我们已经与这种新技术的改进性能在云服务和提供更安全的数据采取的数据迁移。我们的数据迁移概念八卦协议提供了可伸缩性、适应性和资源的公平的资源分配的负载动态网站或应用程序更改。结果通过模拟或通过使用虚拟机,我们甚至可以证明这个方法是更好的使更多的性能和处理内存减少也给快速计算和重新分配资源的修改负载达到的最大阈值内存分配资源。 | ||||||
数据乍一看 |
||||||
|
||||||
引用 |
||||||
|
