Диссертация (1155093)
Текст из файла
РОССИЙСКИЙ УНИВЕРСИТЕТ ДРУЖБЫ НАРОДОВНа правах рукописиГорбунова Анастасия ВладимировнаАНАЛИЗ МОДЕЛЕЙ МАССОВОГООБСЛУЖИВАНИЯ ДЛЯ ОЦЕНКИ ВРЕМЕНИОТКЛИКА В СИСТЕМЕ ОБЛАЧНЫХ ВЫЧИСЛЕНИЙСпециальность 05.13.17 —«Теоретические основы информатики»Диссертация на соискание учёной степеникандидата физико-математических наукНаучный руководитель:доктор технических наук, профессорСамуйлов Константин ЕвгеньевичМосква — 20172ОглавлениеСтр.Введение . . . .
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .Глава 1. Построение моделей массового обслуживания длясистем облачных вычислений . . . . . . . . . . . . .1.1 Показатели эффективности системы облачных вычислений1.2 Обзор систем параллельного обслуживания заявок . . . .1.3 Постановка задачи исследования .
. . . . . . . . . . . . . .........Глава 2. Анализ системы характеристик системы массовогообслуживания с параллельной обработкой запросов2.1 Особенности модели системы облачных вычислений срасщеплением запросов. . . . . . . . . . . . . . .
. . . . . . . .2.2 Время отклика в системе облачных вычислений . . . . . . . .2.3 Время синхронизации в системе облачных вычислений . . . .2.4 Результаты расчётов вероятностно-временных характеристик....3....12121539. .41....41465255....Глава 3. Анализ времени отклика системы облачныхвычислений с гистерезисным управлениемподключением виртуальных машин . . . . . . . . . .
. . .3.1 Рекуррентный алгоритм вычисления преобразованияЛапласа-Стилтьеса времени отклика системы . . . . . . . . . . . .3.2 Рекуррентный алгоритм вычисления преобразованияЛапласа-Стилтьеса времени отклика системы с ограничением наодновременное число активаций . . . . . . . . . . .
. . . . . . . .3.3 Вероятностно-временные характеристики времени отклика.Численные результаты применения рекуррентного алгоритма . .81Заключение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .84Список литературы. . . . . . . . . . . . . . .
. . . . . . . . . . . . . .85Список рисунков . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .975959703ВведениеАктуальность темы исследования. Облачные вычисления (cloudcomputing) представляют собой технологию, позволяющую удалённому пользователю в режиме реального времени по требованию получать доступ к вычислительным ресурсам: программным приложениям, серверам, устройствамхранения данных, сервисам и др., через Интернет в рамках согласованного качества обслуживания для выбранной ценовой категории. В задачи поставщика таких услуг входит не только обеспечение требуемого уровня оказываемыхуслуг [1], но и, как следствие, избежание перегрузки ресурсов при обработкепользовательских требований и снижение энергозатрат.Существенное значение в системах облачных вычислений имеет технология виртуализации [2; 3].
Благодаря виртуализации ресурсов физического сервера многие облачные провайдеры могут предложить своим пользователям высокопроизводительные сервисы для решения кластерных задач и высокопроизводительных приложений. Подобные задачи характеризуются высоким уровнем параллелизма. В качестве примера можно назвать производственные ибизнес-приложения в таких отраслях как фармацевтика, нефтяная и газоваяпромышленность, здравоохранение, финансы и обрабатывающая промышленность; научно-исследовательские организации используют возможность применения облачных кластеров при проведении крупномасштабных исследованийв различных областях. Таким образом, применение технологии виртуализациидля организации параллельных вычислений в рамках одного высокопроизводительного приложения при решении сложной комплексной задачи имеет не меньшую ценность, чем одновременное использование одного сервера несколькимиприложениями. Более того, при такой настройке ресурсов, как параллельнаяобработка данных, очевидно, появляется возможность снижения энергозатратза счёт уменьшения времени обработки пользовательских запросов, что, вообщеговоря, тоже можно отнести к одному из методов повышения энергетическойэффективности и энергосбережения.Наряду с таким важным показателем производительности систем облачных вычислений как время отклика, в контексте решения кластерных задачв последнее время значительное внимание уделяется времени, проведённому4подзапросами в буфере синхронизации.
Из-за возможного увеличения длительности обслуживания отдельных компонентов запроса в буфере синхронизацииможет накапливаться значительное число подзапросов, превышающее допустимый объём, что может привести если не к сбоям, то к снижению качества оказываемых услуг, если этот фактор не был учтен заранее, уже на этапе проектирования облачного центра. В статье [4] исследуется время синхронизации иполучена оценка для среднего значения этой случайной величины.
Однако дляуточнения характеристик исследуемой случайной величины желательно оценить и дисперсию времени синхронизации.Несмотря на то, что современные облачные системы проектируются, какправило, масштабируемыми, всё равно остается проблема недостаточного использования ресурсов системы, что тоже является одной из причин потерь энергии. Одним из способов повышения энергетической эффективности и энергетического сбережения в системах облачных вычислений является динамическаяактивация виртуальных машин [5–7]. Иными словами, регулируется количествовыделяемых ресурсов для обработки запросов пользователей в зависимости оттекущей нагрузки [8–12]. Одной из проблем анализа подобных систем являетсявычислительная сложность предложенных решений для анализа вероятностновременных характеристик, таких как время отклика, вызванная, в частности,увеличением ёмкости системы и количества обслуживающих приборов, чтовполне естественно для современных систем облачных вычислений при ростечисла пользователей и серверов для их обслуживания.
Поэтому применениематрично-геометрических методов для получения стационарных характеристиксистемы, моделирующей облачный центр, становится затруднительным [13–15].В работах [6; 7; 16] был предложен вычислительный алгоритм расчёта стационарных вероятностей числа запросов для модели облачной системы, имеющийлинейную сложность, с помощью которого становится возможным определитьвеличину среднего времени отклика. Но, как уже говорилось выше, для анализа современных облачных платформ требуются эффективные вычислительныеалгоритмы, позволяющие при этом получить оценку не только для среднегозначения времени отклика, но и для его моментов более высоких порядков.Степень разработанности темы.
Для анализа показателей качестваобслуживания в системах облачных вычислений в случае обработки сложного комплексного запроса, содержащего в себе несколько задач и требующего5высокой готовности и производительности системы, в [4] была предложена система массового обслуживания с параллельной обработкой данных (fork-joinqueueing system). К одному из первых упоминаний этой системы можно отнести работу [17].
В этой статье анализировалась система с двумя параллельнофункционирующими блоками //1, моделирующими ситуацию одновременного прибытия в аэропорт пассажиров и их вещей, последующего разделенияэтих двух условных блоков и их соединения через некоторое время в зоне выдачи багажа. В более поздних работах рассматривались уже параллельные блоки//1 [18–24]. Точное выражение для среднего времени отклика было получено в работе [18] только для случая двух параллельно функционирующих систем//1, в других же публикациях были получены различными методами аппроксимации среднего времени отклика [21–32].
Сложность в исследовании этойсистемы объясняется существующей зависимостью между очередями подзапросов из-за общих моментов поступления. В источниках [25–30] рассматривалисьотличные от экспоненциального распределения времён пребывания подзапросов в подсистемах, а для анализа времени отклика были предложены методы теории порядковых статистик [33–35], благодаря которым были полученыприближения для величины среднего времени отклика. Несмотря на широкийспектр задач, которые решаются с помощью систем массового обслуживания спараллельной обработкой запросов, и их популярность среди зарубежных авторов, в нашей стране данная система исследовалась значительно меньше [36–42].Среди отечественных учёных, внёсших вклад в анализ подобных систем можноназвать С.П. Моисееву. В работах [37–42] была исследована система параллельного обслуживания сдвоенных заявок с неограниченным числом приборов, врезультате были получены точные выражения для двумерного распределениявероятностей числа подзапросов в системе (приборов в каждой подсистеме),характеристик числа занятых приборов в соответствующих подсистемах и коэффициента корреляции между ними.Одним из методов исследования систем с динамическим управлением подключением виртуальных машин является анализ с помощью моделей массовогообслуживания с динамической активацией дополнительных приборов [43; 44].Стоит отметить, что, как правило, выделяют два типа гистерезисного управления: гистерезисное управление входящим потоком (текущей нагрузкой) [45; 46]и гистерезисное управление обслуживанием [47–49], и для анализа этих моде-6лей используются методы теории вероятностей, теории массового обслуживания и теории телетрафика [50–54].
Характеристики
Тип файла PDF
PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.
Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
