CN103237072A - 一种基于用户满意度感知的数据中心服务布置方法 - Google Patents

Abstract

一种基于用户满意度感知的数据中心服务布置方法，首先，在t时刻将所有的数据中心的支出成本，按照进行从小到大的排序；接着，将服务请求依次分配给每一个数据中心，分配时要求满足的条件为：数据中心虚拟机数量足够多且达到用户请求的需求，对于满足条件的计算服务供应商收益，并保留收益的最大的一组分配，将服务布置于该数据中心；最后，当所有的请求都有了对应的服务布置后，本轮结束并为下一个时刻准备。本发明在满足用户满意度的前提下，以服务供应商收益最大化为目标，以最小的支出成本对用户请求在数据中心进行服务布置，计算简单、运算速度快，适用于在线、大规模的服务请求场景。

Description

一种基于用户满意度感知的数据中心服务布置方法

技术领域

本发明是一种基于用户满意度感知的数据中心服务布置方法，特别涉及服务供应商在面向地理分布的数据中心进行服务布置，保证用户满意度的前提下，通过服务布置方法最大化服务供应商的收益。

背景技术

随着云计算的迅猛发展，服务供应商在云端提供了各式各样的应用满足用户的需求，如已有的应用如谷歌的Docs和AppEngine,亚马逊的EC2和S3等，这些应用服务多是通过在数据中心的布置来实现的。所以，大量的服务请求不仅会增大对数据中心的需求，更加重了数据中心的耗电量。据相关统计谷歌的数据中心拥有约50万台服务器，工作一年的耗电成本为三千八百万美元，而微软的数据中心服务器数量达到20万每年的电费也超过了三千六百万美元，其中大部分的电费都要由租用数据中心服务器的服务供应商来承担，因此，这就要求服务供应商必须通过合理的、有效的服务布置方法来降低成本。

服务布置(Service Placement)指的是服务供应商通过租赁数据中心的资源来处理前端服务器分配的服务请求，它以最大化供应商收益为目标，在满足用户需求的前提下，将请求分配至合适数据中心，并同时布置相应数量的服务资源处理请求。服务布置在面向具有地理分布特点数据中心时主要考虑的因素有：（1）数据中心的地理位置不同，电价也不同。例如在美国很多区域的电价都是由该区域输电组织（Regional Transmission Organization,RTO）所确定的，所以在同一时刻，每个区域的电价是不同的，这样就有利于服务供应商可以在电价较低的区域完成用户服务请求，达到降低成本的目的；（2）同一请求分配给不同位置的数据中心，产生的时延不同。用户服务请求由前端服务器收集后，可以选择不同的路由传输至数据中心，传输距离较长的时延也会增加，传输距离较短时延也缩短；（3）数据中心的服务器容量受限。数据中心可以通过虚拟技术将物理服务器虚拟成若干台虚拟机，服务供应商通过租用虚拟机来处理请求，但是一旦虚拟资源请求超过数据中心的容量后，就会造成对服务请求的时延，无法满足用户的需求。

由以上可知，要充分利用地理分布式的数据中心的电价优势，就必须处理好传输时延和服务处理时间。目前，面向地理位置的数据中心服务布置的问题和方法主要有以下几种：（1）时延与电价的权衡问题。当服务供应商在处理服务请求面临着时延和电价的权衡时，供应商就必须根据约束条件，做出合理请求分配的决策，达到所设定的目标；（2）新平衡目标的引入与提出。有的研究工作将公平性引入至面向地理分布式数据中心的服务布置中，提出了关于电价、响应时间和公平性三者关系的平衡问题，即以公平性为标准，牺牲部分用户响应时间，让其他的用户在低廉电价的数据中心处理作业，达到降低电价成本的目的。还有的研究则解决的问题是权衡电价、延迟和碳挥发量三者的关系；（3）新效用函数的提出。有的研究提出了一种关于时间效用函数——多级步降函数来衡量供应商的收益。该函数主要是适用于具有软实时性的作业请求，即一个软作业有多个时限，每个时限对应不同的效用值，时限越大效用值越低，收益也越低；（4）新方法的提出，如博弈论等，为了描述多服务供应商的资源竞争问题，有的研究采用了博弈论的方法来进行描述，提出了最优化的动态服务布置方法。第一类主要研究了传统的数据中心处理请求的能耗和时延问题，问题的提出较早，而且目前已有大量的研究存在；第二类问题则是第一类问题的延伸，引入了新的目标参数，模型也主要参照了原有的多核调度问题，并没有体现出数据中心的特点；第三种也是第一类问题的扩展，主要通过引入已有的实时系统效用函数来衡量用户收益问题，在这种方法中一个软作业对应多个效用方程，当问题规模较小时才可以适用；第四种则是通过理论证明的方式来解决问题，没有做模拟或仿真实验。

发明内容

本发明主要针对原有方法的不足，提出了一种基于用户满意度的数据中心服务布置方法。采用的衡量指标为用户满意度，并引入了经济学中的无差异曲线(Indifference Curve)理论。

本发明原理如下：

在无差异曲线中，同一条曲线上的任意一点的满意度是相同的，这一点所代表的是两种不同物品的组合，曲线越靠近原点满意度越大，且互不相交。在本发明中，每个用户对应一个满意度范围，这个范围内有多条无差异曲线，曲线上的每个点是用户所缴纳的服务费和服务响应时间的组合。当用户缴纳服务费后，服务供应商所要做的就是：满足用户满意度的前提下，通过合理的、有效的服务布置方法达到自身利益最大化的目标。

在本发明中，定义了三种关于服务供应商在服务布置过程中的费用支出：电费开销、网络流量计费开销和环境税款。电费与传统的地理分布数据中心一样，假设每个区域在同一时刻的电价是不同的，所以每个区域处理服务请求后产生的电费也是不同的；流量计费主要是为了刻画不同区域数据中心网络计费方式不同而设定的；环境税款主要是从环保的角度考虑，限制数据中心的碳排放量，加大对超标排放的税款，减少环境污染，达到可持续发展的目的。

另外，本发明中涉及到的时延主要包括：传输时延和处理时延。传输时延主要与服务请求起始位置和终点有关，它与传输距离成反比，距离越长传输时延越大；处理时延指的是数据中心处理请求花销的时间，本发明采用了排队论理论中的M/M/1方法来计算处理时延，即给定服务终端服务率，当布置的虚拟机数量越多处理时延时短。

本发明的技术解决方案如下：

一种基于用户满意度的数据中心服务布置方法，已知每个时刻有N_t个(t=0,1,…,T，表示不同时刻)用户请求到达前台服务器后，服务供应商要做的决策就是在满足用户满意度的（服务费Pi和响应时间d_i的组合）前提下，最大化自身的利益Profit，将请求分布至总支出(COST_k)较小的数据中心D_k,i为第i个服务请求i={1,…,N}，k为第k个数据中心k={1,…,M}，具体步骤如下：

（1）在时刻t，到达前端服务器的用户请求数量为N_t；

（2）初始化，将服务器终端存储的数据中心成本支出费，按从小到大的顺序依次排列；

（3）令i=1,k=1；

（4）将服务请求i分配至数据中心D_k；

（5）根据给定的用户满意度，计算满足服务的虚拟机数量，并判断服务请求i的需求是否超过数据中心D_k,总虚拟机数量；

（6）当需求的虚拟机数量超出了数据中心D_k的最大容量，则Profit(i,k)=0，k=k+1；

（7）当需求的虚拟机数量没有超出数据中心D_k的最大容量时，则服务供应商将布置服务于数据中心D_k，Profit(i,k)=Pi–COST_k，k=k+1；

（8）判断k≤M，如是则返回步骤（4），否则，选择收益Profit(i,k)最大的数据中心，得到请求i的服务布置方案,i=i+1，k=1；

（9）判断i≤N_t，如是则返回步骤（4），否则，返回步骤（1）进入下一时刻t+1。

与现有技术相比，本发明的优点在于：

（1）本发明所述的以供应商利益最大化为目标的，提出的动态贪婪服务布置方法的时间复杂度是多项式时间的，说明该方法可以适用于处理在线的、大规模用户请求数量、基于地理位置分布的数据中心。

（2）本发明引入了经济学的无差异曲线理论来刻画用户满意度，并将该方法应用于面向地理分布的数据中心服务布置。

（3）本发明设计的动态服务布置方法，全面考虑了供应商的支出，不仅有高昂电费的支出，还包括了不同数据中心的网络计费方式，和碳排放带来的环境影响因素，贴切实际应用场景。

本发明主要解决了面向地理分布数据中心的服务布置问题。对于动态到达的用户服务请求，满足用户满意度的前提下，供应商将服务布置在支出最小的数据中心处理用户请求，最后通过仿真实验的实验结果证明了本发明的可靠性和优越性。

附图说明

图1是数据中心的示意图。

图2是本发明基于用户满意度的数据中心服务布置方法的流程图。

具体实施方式

下面结合附图和实施例对本发明做详细说明，但不应以此限制本发明的保护范围。

请参阅图2，图2是本发明基于用户满意度的数据中心服务布置方法的流程图，如图所示，一种基于用户满意度的数据中心服务布置方法，包括如下步骤：

（1）在时刻t，到达前端服务器的用户请求数量为N_t；

（2）初始化，将服务器终端存储的数据中心成本支出费，按从小到大的顺序依次排列；

（3）令i=1,k=1；

（4）将服务请求i分配至数据中心D_k；

（5）根据给定的用户满意度，计算满足服务的虚拟机数量，具体方法是：假设同一数据中心内服务器终端是同构的，已知服务i在t时刻的到达率，服务器终端服务率和用户满意度的响应时间di,通过排队论中M/M/1的方法可以得到虚拟机需求数量；

计算完毕后，判断服务请求i的需求是否超过数据中心D_k,总虚拟机数量；

（6）当需求的虚拟机数量超出了数据中心D_k的最大容量，则Profit(i,k)=0，k=k+1；

（7）当需求的虚拟机数量没有超出数据中心D_k的最大容量时，则服务供应商将布置服务于该数据中心D_k满足用户请求，计算本次服务布置的收益Profit(i,k)=Pi–COST_k，k=k+1；

（8）判断k≤M，如是则返回步骤（4），否则，表明该服务请求i遍历完所有数据中心，选择收益Profit(i,k)最大的数据中心，得到服务请求i的服务布置方案,i=i+1，k=1；

（9）判断i≤N_t，如是则返回步骤（4），否则，返回步骤（1）进入下一时刻t+1。

Claims (2)

1.一种基于用户满意度的数据中心服务布置方法，其特征在于，该方法包括如下步骤：

（1）在时刻t，到达前端服务器的用户请求数量为N_t；

（2）初始化，将服务器终端存储的数据中心成本支出费，按从小到大的顺序依次排列；

（3）令i=1,k=1；

（4）将服务请求i分配至数据中心D_k；

（5）根据给定的用户满意度，计算满足服务的虚拟机数量，并判断服务请求i的需求是否超过数据中心D_k,总虚拟机数量；

（6）当需求的虚拟机数量超出了数据中心D_k的最大容量，则Profit(i,k)=0，k=k+1；

（7）当需求的虚拟机数量没有超出数据中心D_k的最大容量时，则服务供应商将布置服务于数据中心D_k，Profit(i,k)=Pi–COST_k，k=k+1；

（8）判断k≤M，如是则返回步骤（4），否则，选择收益Profit(i,k)最大的数据中心，得到请求i的服务布置方案,i=i+1，k=1；

（9）判断i≤N_t，如是则返回步骤（4），否则，返回步骤（1）进入下一时刻t+1。

2.根据权利要求1所述的一种基于用户满意度的数据中心服务布置方法，其特征在于，所述的步骤（5）中根据给定的用户满意度，计算满足服务的虚拟机数量，具体方法如下：假设同一数据中心内服务器终端是同构的，已知请求服务i在t时刻的到达率，服务器终端服务率和用户满意度的响应时间di,通过排队论中M/M/1的方法得到虚拟机需求数量。

Images