基于ARIMA模型的虚拟资源动态调度方法

摘要：

将应用部署到云端已经成为业界越来越普遍的做法,高并发、大流量已经成为多数云应用的一大特征.如何应对不断增长的高并发和用户流量的激增、合理利用资源、保障应用的稳定运行是云资源管理需要解决的重要问题.针对基于监控数据进行资源调整的方式容易引发资源调整滞后的问题,提出了一种基于ARIMA预测模型进行资源调整的虚拟资源动态调度方法.该方法能够根据预测的请求量,结合当前资源的负载能力来计算所需的资源规模,从而进行虚拟机资源的配置或释放.实验结果表明,所采用的预测模型能够较好地拟合实验的场景,通过使用基于预测模型的资源调度算法能够及时、有效地保证云服务质量.

关键词：云应用、流量激增、服务质量、预测模型、资源动态调度

所属期刊栏目：44

分类号：TP301(计算技术、计算机技术)

资助基金：北京市自然科学基金重点项目:面向大规模流数据处理的数据空间理论和关键技术4131001

在线出版日期：2017-11-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-18,44