面向负载-时间窗口的基于PSO-GA的云软件服务自适应资源分配方法

杨立坚，陈 星，黄引豪

(福州大学 数学与计算机科学学院，福州 350108)

(福建省网络计算与智能信息处理重点实验室，福州 350108)

1 引 言

云计算是将某一个或某几个数据中心的计算资源虚拟化之后，向用户提供以租用计算资源的服务，其为海量数据和计算资源提供基础性的接入，并且这些资源可以按需进行动态接入和释放.在云计算环境中，云软件服务面临着动态变化的工作负载，然而，这种动态和不可预测的工作负载可能导致软件服务质量的下降，特别是当对资源的需求增加时.为了在不断变化的工作负载下提供资源的可伸缩性和弹性，云提供商通常需要在共享基础设施中提供软件和硬件资源的按需配置.如今，基于云的软件服务的大量使用证明了云软件工程正在获得发展势头[1].如何为这些云软件服务合理分配资源是一项具有挑战性的任务.近年来，随着云软件资源自适应技术[2-5]的不断发展，云应用分配资源的有效性有所提高，用户追求的高软件服务质量与云厂商追求的低云资源开销之间的矛盾关系也有所平衡.与此同时，如何更好地提高资源分配的有效性成为了自适应技术发展新的挑战.

现有的自适应技术中，大都是针对云环境中当前负载的状况做出响应，并进行资源自适应分配.AlQayedi等人[6]提出一种基于排队理论的方案，根据当前的工作负载来估计满足响应时间所需的VM实例的数量，该方案还采用响应式资……