服务水平协议感知的云中心利润最大化资源配置

摘要：针对云计算中心优化资源配置以实现利润最大化的问题，提出基于服务水平协议（SLA）感知的云中心服务器数量和运行速率优化的分析模型，同时考虑了云中心能耗成本、服务器租用成本、用户等待时间、SLA违规惩罚等重要因素。通过数值仿真分析了服务器数量、运行速率变化对云中心利润的影响。数值仿真结果表明：在请求速率固定时，通过优化服务器数量、运行速率可使云中心获得最大利润；而随着请求速率的增加，优化服务器数量和运行速率将会使云中心利润呈线性增长。分析结果可为云服务提供商获得更好的收益提供参考方法。

关键词：云中心；利润最大化；资源配置；服务水平协议感知；等待时间

中图分类号： TP393.02 文献标志码：A

英文摘要

Abstract： For the problem of optimizing resource allocation to achieve profit maximization of cloud computing center， an analysis model based on Service Layer Agreement （SLA）aware was proposed for optimizing server number and speed of cloud center. Meanwhile some important factors were taken into account， such as energy cost， server rental cost， customer waiting time， and SLA violation penalty. The impacts of cloud center profit by changing server number and speed were analyzed by numerical simulation. The numerical simulation results indicate that cloud center will obtain maximum profit by optimizing server number and speed at a certain request rate； with request rate increasing， profit will increase linearly by optimizing server number and speed. The analysis results can provide a reference method for cloud service provider to improve net business gain.

英文关键词

Key words：cloud center； profit maximization； resource allocation； Service Layer Agreement （SLA）aware； waiting time

0 引言

本文从市场驱动和经济角度出发，分析云中心的服务收入和运营成本，并结合SLA违规惩罚、服务器能耗、服务器租用成本等因素，提出了优化服务器数量和运行速度以获得最大利润的云中心资源配置模型。论文采用M/M/m排队模型作为云中心服务器分析模型，并采用特征函数法给出了用户等待时间的概率密度分布函数，同时通过大量数值实验比较了在不同服务器数量和速率配置下的云中心收益，并分析了请求流量增加时，优化资源配置对利润的影响。本文可为云服务提供商优化云中心资源配置获得更好的经济回报提供参考方法。 1 系统模型

1.1 云中心模型

3 实验结果分析

1）优化服务器数量。

2）优化运行速率。

3）优化服务器数量和运行速率

实验结果表明，通过优化云中心的服务器数量和运行速率，提高云中心有效流量，减少服务器的能耗成本和租用成本，可以使云中心获得经济利润达到最优。

4 结语

云中心的经济收益是云中心可持续运营的关键所在，也是云服务提供商重点关注问题之一。本文从市场回报和商业成本多角度分析了云中心的经济利润模型，考虑了服务器数量、服务器运行速率、用户体验等多种因素，提出了优化云中心配置以获得最大利润的相关方法。仿真实验结果表明：如果云中心的服务器数量和运行速率配置过低，将容易产生SLA违规惩罚导致云中心利润减少；而服务器资源配置过载时则容易造成能耗成本和租用成本升高，给云中心收益带来影响；使用本文提出的优化服务器和优化运行速率的方法，可以使云中心的利润收益获得最优，同时实现云中心收益和用户请求负载呈线性增长的良好趋势。本文的实验数据为云服务提供商运营云中心、实现资源优化配置以获得更高的经济回报提供可行理论依据和参考数据。下一步工作拟在云中心的动态资源分配和分布式云中心的资源调度等方向进行研究。 参考文献：

[1]BUYYA R， YEO C S， VENUGOPAL S， et al. Cloud computing and emerging IT platforms： vision， hype， and reality for delivering

computing as the 5th utility [J]. Future Generation Computer Systems， 2009， 25（6）： 599-616.

[2]ARMBRUST M， FOX A， GRIFFITH R，et al. A view of cloud computing [J]. Communications of the ACM， 2010， 53（4）： 50-58.

[7]GARG S K， GOPALAIYENGAR S K， BUYYA R. SLAbased resource provisioning for heterogeneous workloads in a virtualized cloud datacenter [C]// Proceedings of the 11th International Conference on Algorithms and Architectures for Parallel Processing， LNCS 7016. Berlin：

SpringerVerlag， 2011： 371-384.

[12]

[14]LU C .Queuing theory [M]. Beijing： Beijing University of Posts and Telecommunications Press， 1994： 100-110.（陆传赉.排队论[M].北京： 北京邮电学院出版社，1994：100-110.）