<span id="befec1920f"></span><address id="bfb624d8a1"><style id="bg08948d95"></style></address><button id="bl5a990697"></button>
                        

            |  

          可节约近20%“云量”,浙大这项成果已应用于多个上市公司

          发布时间▄■▓:2018-06-20 阅读数:4454

          以电子商务、文化创意、智能交通等为代表的新兴服务业▄▓,是我国现代服务业创新发展的重要形式,这些新兴服务业通常需要一个由成千上万台服务器组成的大型云计算平台来支撑,且这一系统的性能优劣很大程度上决定了服务质量的好坏。

          在浙江大学计算机学院▓█,尹建伟教授带领团队所做的大规模云服务平台性能分析模型与预测方法研究,就是探索智能管理大规模云计算平台性能的方法,为服务业转型升级提供技术支持。

          该研究得到了浙江省自然科学基金的大力支持█■▄。

          尹建伟告诉记者,人类计算的模式已经改变,从电子商务到支付软件,再到聊天软件███,云计算与服务平台如今已经运用到生活的方方面面。云平台看似简单,但技术系统组成却相当复杂,一个典型的云计算机系统包括成千上万台物理计算机▓▓、安装了数万乃至几十万台的虚拟机、机器上运行着数万个程序与服务,同时云系统又要面对用户访问的极大波动,有时访问量很小▄■▄,有时访问量剧增,这些事每天都发生。相对传统的企业级计算平台,云计算系统具有规模大■■■、虚拟化、应用负载变化大等新特点,这使得传统的性能分析模型和优化方法无法直接应用到这一计算场景。

          “通过我们所建立的模型▄■▄■,当你知道用户的应用需求时,就可以定量地给出合适的服务器配置方案,如为了满足用户的访问需求,需要配置多少台服务器▓▄▓▄,每台服务器的内存、硬盘大小等硬件参数大致如何配,每台服务器大致做什么,每台服务器什么时候需要启动▄▓。▓█▄■”尹建伟介绍道,团队建立的模型可帮助用户实现更灵活高效的业务部署,根据用户需求定制所需要的资源,从而在保证服务质量的情况下最大程度地节省资源▄■▓,极大地提高服务器的资源利用率,大幅降低服务提供者的运营成本。应用表明,在典型应用场景下▄▓,该方法可以节约系统资源近20%

          而要想自动优化配置系统资源,精准了解用户行为是前提。对于云计算系统而言▓█,用户的突发性既突出,又特别难模拟,传统的负载生成方法无法模拟。通过研究发现█■▄,突发负载具有自相似性,基于这个特征,团队建立了相关数学模型,可以较好地模拟产生突发负载███,为团队进行性能的预测与分析奠定了良好基础。

          据悉,浙大的这一课题成果已在网易、中国电信▓▓、恒生电子、顺网科技等多个上市公司的多个大规模系统中进行了示范应用。

          记者 陈路漫 通讯员 陈登 闻正顺



                                        

                          

           

          隐私声明 | 版权声明
          主办单位: 菲律宾sunbet官网
          最佳使用效果: 1024*768分辨率/建议使用IE7.0或以上
          sunbet官网手机版