面向云数据中心的资源监控研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 课题来源及论文的主要工作 | 第9页 |
| 1.3 论文的组织结构 | 第9-11页 |
| 第二章 相关背景知识介绍 | 第11-19页 |
| 2.1 云数据中心 | 第11-13页 |
| 2.1.1 数据中心的发展 | 第11-12页 |
| 2.1.2 云数据中心的特点 | 第12-13页 |
| 2.2 云数据中心的关键技术——虚拟化技术 | 第13-16页 |
| 2.2.1 服务器虚拟化技术 | 第13-15页 |
| 2.2.2 存储虚拟化技术 | 第15-16页 |
| 2.2.3 网络虚拟化技术 | 第16页 |
| 2.3 监控技术 | 第16-18页 |
| 2.3.1 监控系统的发展与现状 | 第16-17页 |
| 2.3.2 典型集群监控系统——Ganglia | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 云数据中心监控系统体系结构 | 第19-27页 |
| 3.1 云数据中心的资源结构 | 第19-21页 |
| 3.1.1 物理体系结构 | 第19-20页 |
| 3.1.2 资源模型结构 | 第20-21页 |
| 3.1.3 监控对象 | 第21页 |
| 3.2 总体设计 | 第21-23页 |
| 3.2.1 功能需求 | 第21-22页 |
| 3.2.2 总体结构设计 | 第22-23页 |
| 3.3 概要设计 | 第23-26页 |
| 3.3.1 监控方式 | 第23-24页 |
| 3.3.2 功能模块设计 | 第24-26页 |
| 3.4 本章小结 | 第26-27页 |
| 第四章 状态监控的优化策略 | 第27-38页 |
| 4.1 状态监控 | 第27-29页 |
| 4.1.1 状态监控的工作原理 | 第27-28页 |
| 4.1.2 状态监控的即时处理策略 | 第28-29页 |
| 4.2 状态监控的优化思路 | 第29-30页 |
| 4.3 优化策略 | 第30-33页 |
| 4.3.1 优化策略详情 | 第30-31页 |
| 4.3.2 越界报告抑制算法步骤 | 第31-32页 |
| 4.3.3 全局轮询抑制算法步骤 | 第32-33页 |
| 4.4 状态监控优化策略验证与分析 | 第33-37页 |
| 4.4.1 实验环境 | 第33页 |
| 4.4.2 状态监控优化策略验证 | 第33-37页 |
| 4.4.3 状态监控优化策略分析 | 第37页 |
| 4.5 本章小结 | 第37-38页 |
| 第五章 能耗的分析与预测算法 | 第38-46页 |
| 5.1 监控能耗的意义 | 第38页 |
| 5.2 能耗模型 | 第38-39页 |
| 5.3 预测算法与分析 | 第39-40页 |
| 5.3.1 时间序列 | 第39-40页 |
| 5.3.2 CPU空闲率变化趋势分析 | 第40页 |
| 5.4 CPU空闲率的预测 | 第40-43页 |
| 5.4.1 预测算法详情 | 第40-42页 |
| 5.4.2 预测算法步骤 | 第42-43页 |
| 5.5 能耗预测算法验证 | 第43-45页 |
| 5.6 算法分析 | 第45页 |
| 5.7 本章小结 | 第45-46页 |
| 第六章 资源监控系统的实现 | 第46-59页 |
| 6.1 实现环境 | 第46-50页 |
| 6.1.1 基础环境的安装 | 第46-47页 |
| 6.1.2 云管理平台Eucalyptus简介 | 第47-48页 |
| 6.1.3 Eucalyptus的安装 | 第48-50页 |
| 6.2 监控系统实现 | 第50-54页 |
| 6.2.1 重要的数据结构 | 第51-52页 |
| 6.2.2 采集与处理模块主要函数声明与作用 | 第52页 |
| 6.2.3 数据采集与数据处理程序总体流程 | 第52-54页 |
| 6.3 监控系统部署 | 第54-55页 |
| 6.4 监控系统功能测试 | 第55-58页 |
| 6.5 本章小结 | 第58-59页 |
| 第七章 总结与展望 | 第59-61页 |
| 7.1 总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 附录1 攻读硕士学位期间申请的专利 | 第64-65页 |
| 附录2 攻读硕士学位期间参加的科研项目 | 第65-66页 |
| 致谢 | 第66页 |
