虚拟化环境下面向多目标优化的自适应SSD缓存系统

作     者：唐震 吴恒 王伟 魏峻 黄涛 TANG Zhen;WU Heng;WANG Wei;WEI Jun;HUANG Tao

作者机构：中国科学院软件研究所软件工程技术研发中心北京100190 计算机科学国家重点实验室(中国科学院软件研究所)北京100190 中国科学院大学北京100049 

出 版 物：《软件学报》 (Journal of Software)

年 卷 期：2017年第28卷第8期

页      面：1982-1998页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2016YFB1000103) 国家自然科学基金(61572480) 中国科学院青年创新促进会(2015088) 

主　　题：固态盘 缓存 虚拟化 动态迁移 

摘      要：以SSD(solid state drive)为代表的新型存储介质在虚拟化环境下得到了广泛的应用,通常作为虚拟机读写缓存,起到优化磁盘I/O性能的作用.已有研究往往关注SSD缓存的容量规划,依据缓存读写命中率评价SSD缓存分配效果,未能充分考虑SSD的服务能力上限,难以适用于典型的分布式应用场景,存在虚拟机抢占SSD缓存资源,导致虚拟机中应用性能违约的可能.实现了虚拟化环境下面向多目标优化的自适应SSD缓存系统,考虑了SSD的服务能力上限.基于自适应闭环实现对虚拟机和应用状态的动态感知.动态检测局部SSD缓存抢占状态,基于聚类方法生成虚拟机的优化放置方案,依据全局SSD缓存供给能力确定虚拟机迁移顺序和时机.实验结果表明,该方法在应对典型分布式应用场景时可以有效缓解SSD缓存资源的争用,同时满足应用对虚拟机放置的需求,提升应用的性能并兼顾应用的可靠性.在Hadoop应用场景下,平均降低了25%的任务执行时间,对I/O密集型应用平均提升39%的吞吐率.在Zoo Keeper应用场景下,以不到5%的性能损失为代价,应对了虚拟化主机的单点失效带来的虚拟机宕机问题.