基于CloudStack的两级资源调度算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 云计算研究现状 | 第12-13页 |
| 1.2.2 资源调度策略研究现状 | 第13-14页 |
| 1.3 论文研究内容 | 第14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 2 知识储备 | 第16-22页 |
| 2.1 云计算 | 第16-18页 |
| 2.1.1 云计算的概念 | 第16页 |
| 2.1.2 云计算的特点 | 第16-17页 |
| 2.1.3 虚拟化技术 | 第17-18页 |
| 2.2 开源云平台 | 第18-20页 |
| 2.2.1 OpenStack | 第18-19页 |
| 2.2.2 OpenNebula | 第19页 |
| 2.2.3 Eucalyptus | 第19-20页 |
| 2.3 动态资源调度算法 | 第20-21页 |
| 2.3.1 综合利用率乘积法 | 第20-21页 |
| 2.3.2 综合负载基准对比法 | 第21页 |
| 2.4 本章小结 | 第21-22页 |
| 3 CloudStack云平台分析 | 第22-29页 |
| 3.1 CloudStack简介 | 第22页 |
| 3.2 CloudStack架构 | 第22-23页 |
| 3.3 CloudStack部署 | 第23-25页 |
| 3.3.1 逻辑概念及组件 | 第23-25页 |
| 3.3.2 基础和高级网络模式 | 第25页 |
| 3.4 CloudStack虚拟机迁移技术 | 第25-28页 |
| 3.4.1 静态迁移 | 第26-27页 |
| 3.4.2 动态迁移 | 第27-28页 |
| 3.5 本章小结 | 第28-29页 |
| 4 基于CloudStack的两级资源调度算法 | 第29-38页 |
| 4.1 CloudStack现有资源调度策略 | 第29-30页 |
| 4.1.1 算法概述 | 第29页 |
| 4.1.2 算法工作流程 | 第29-30页 |
| 4.1.3 算法优缺点 | 第30页 |
| 4.2 两级资源调度算法 | 第30-32页 |
| 4.2.1 算法基本思想 | 第30-31页 |
| 4.2.2 算法优点 | 第31-32页 |
| 4.3 两级资源调度算法设计 | 第32-37页 |
| 4.3.1 一级资源调度算法设计 | 第32-34页 |
| 4.3.2 二级资源调度算法设计 | 第34-37页 |
| 4.4 本章小结 | 第37-38页 |
| 5 仿真系统设计与实现 | 第38-52页 |
| 5.1 需求分析 | 第38页 |
| 5.2 概要设计 | 第38-42页 |
| 5.2.1 数据库设计 | 第38-41页 |
| 5.2.2 功能模块设计 | 第41-42页 |
| 5.3 详细设计 | 第42-47页 |
| 5.3.1 系统登录模块 | 第42页 |
| 5.3.2 主机管理模块 | 第42-44页 |
| 5.3.3 虚拟机管理模块 | 第44-45页 |
| 5.3.4 资源调度分布对比模块 | 第45-46页 |
| 5.3.5 主机综合负载率对比模块 | 第46-47页 |
| 5.4 两级资源调度算法关键代码 | 第47-51页 |
| 5.4.1 一级资源调度算法关键代码 | 第47-48页 |
| 5.4.2 二级资源调度算法关键代码 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 6 实验与分析 | 第52-63页 |
| 6.1 实验设计 | 第52-61页 |
| 6.1.1 实验环境 | 第52页 |
| 6.1.2 实验数据 | 第52-53页 |
| 6.1.3 实验用例与结果 | 第53-61页 |
| 6.2 结果分析 | 第61-62页 |
| 6.2.1 实验结果统计 | 第61-62页 |
| 6.2.2 实验结果分析 | 第62页 |
| 6.3 本章小结 | 第62-63页 |
| 7 总结与展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间取得的研究成果 | 第68-69页 |
| 学位论文数据集表 | 第69-70页 |
