CN110704159A - 一种基于OpenStack的一体化云操作系统 - Google Patents
一种基于OpenStack的一体化云操作系统 Download PDFInfo
- Publication number
- CN110704159A CN110704159A CN201910910601.9A CN201910910601A CN110704159A CN 110704159 A CN110704159 A CN 110704159A CN 201910910601 A CN201910910601 A CN 201910910601A CN 110704159 A CN110704159 A CN 110704159A
- Authority
- CN
- China
- Prior art keywords
- network
- big data
- data storage
- unit
- service unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013500 data storage Methods 0.000 claims abstract description 77
- 238000007726 management method Methods 0.000 claims abstract description 26
- 230000003993 interaction Effects 0.000 claims abstract description 6
- 230000010354 integration Effects 0.000 claims abstract 2
- 238000000034 method Methods 0.000 claims description 56
- 230000008569 process Effects 0.000 claims description 46
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 35
- 238000012795 verification Methods 0.000 claims description 18
- 238000005094 computer simulation Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000005316 response function Methods 0.000 claims description 6
- 238000013139 quantization Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 238000013475 authorization Methods 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及云操作系统技术领域，具体地说，涉及一种基于0penStack的一体化云操作系统。其包括计算服务单元、网络服务单元、数据存储单元、共享服务单元和管理界面单元。该基于0penStack的一体化云操作系统中，采用计算服务单元，用于在OpenStack环境中管理虚拟机的生命周期，并集中式对数据库进行管理，提高云操作系统的计算效率，采用网络服务单元，实现OpenStack实例之间的网络连接，采用数据存储单元，对数据进行压缩并进行储存，保障数据储存的完整性，采用共享服务单元和管理界面单元，实现与其他服务的共享连接，支持用户和OpenStack底层服务的交互。
Description
技术领域
本发明涉及云操作系统技术领域，具体地说，涉及一种基于OpenStack的一体化云操作系统。
背景技术
随着云计算技术的快速发展，OpenStack作为开源的云计算平台得到了广泛地应用。现有的云操作多存在云操作系统的计算效率低、数据储存的完整性差和交互性能差的问题。
发明内容
本发明的目的在于提供一种基于OpenStack的一体化云操作系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供一种基于OpenStack的一体化云操作系统，包括计算服务单元、网络服务单元、数据存储单元、共享服务单元和管理界面单元，计算服务单元用于在OpenStack环境中管理虚拟机的生命周期，包括虚拟机的生成调度、停止；网络服务单元用于OpenStack实例之间的网络连接；数据存储单元用于对数据进行压缩并进行储存；共享服务单元用于实现与其他服务的共享连接，管理界面单元提供一个Weh图形化的管理界面，用于支持用户和OpenStack底层服务的交互。
作为优选，计算服务单元包括如下进程：
进程一：API服务守护进程：提供查询入口给其他所有的API，对大部分部署活动进行初始化，以及配置一些策略；
进程二：计算单元守护进程：负责VM的创建和停止；
进程三：卷服务进程：负责映射到计算机卷的创建、追加、作废及删除等管理活动；
进程四：网络控制守护进程：负责从消息队列中获取网络相关的作业，通过实现相关的程序以操控网络；
进程五：调度管理后台进程：负责调度选择计算节点，以启动新的VM运行实例；
进程六：集中式数据库进程：存储云基础平台中的绝大多数编译和运行时的状态数据；
进程七：传递守护信息进程：提供中心hub，为守护进程传递信息。
作为优选，计算服务单元、数据存储单元和网络服务单元均通过API接口来执行服务，API接口之间可以相互调用，且计算服务单元通过调用数据存储单元和网络服务单元的API接口对外提供服务。
作为优选，网络服务单元的网络分配步骤如下：
①、创建VM：VM实例的建立需通过调用Nova-API提供的接口来实现，Nova-API服务单元进行参数校验和用户合法性校验，根据所要创建的VM的CPU、内存、磁盘和网络要素信息，Compute-API服务单元访问虚拟机实例数据库；
②、调度：通过Nova-Scheduler和Compute-API单元配合，确定新建的VM实例运行在的哪个物理主机上，VM实例的调度消息将通过Compute-API接口以远程过程调用的模式传递给消息队列；
③、订阅调度消息：Nova-Scheduler单元通过订阅调度消息来接收包含调度信息的消息。收到调度消息之后，Nova-scheduler单元在所有可用的计算节点中选择一个物理主机运行新创建的虚拟机实例，消息队列将收到Nova调度单元传来的VM的基础消息和物理主机数据；
④、部署：物理主机订阅并收到调度消息，通过调度消息中所包含的要素创建并运行虚拟机；
⑤、分配IP：VM实例建立完成以后，Nova-Compute单元调用Network-API接口，把VM实例信息和网络信息统一发送给消息队列；
⑥、订阅网络消息：Nova-Network订阅并将接收到网络的相关信息，Nova-Network结合DHCP给新创建的虚拟机实例分配IP地址；
⑦、完成网络分配。
作为优选，网络服务单元包括用户登录模块、用户断连模块和用户注销模块，用户登录模块用于用户申请创建新的空闲会话服务进程，供其使用；用户断连模块用于网络计算机执行关闭操作后，用户会自动退出登录账户；用户注销模块用于用户所执行的会话注销操作。
作为优选，数据存储单元流程如下：
S1、将规模型网络海量大数据队列当作一个Chunk进行分块，假设网络海量大数据存储空间结构中各个分向量化系数k<l，则(sk,ak)<(sl,al)；
S2、采用多源进程的海量大数据节点管理方法进行大数据存储的自适应校验，其自适应校验公式如下：
S3、利用子集校验对海量大数据进行特性约束以及波束校验，得到大数据超高密度信号存储分布的空间结构为：
其中，
代表冗余大数据分布族，利用
对海量大数据进行平滑处理，依据尺度伸缩来减少网络计算机模型下海量大数据存储冗余；
S4、通过对网络计算机模型下海量大数据存储信号流特性进行分割，实现海量大数据存储系统优化。
作为优选，构建的数据存储自适应度函数流程如下：
S21、根据不同的大数据存储测试应用环境，构建海量大数据存储系统的多用户规则调度集，针对海量大数据系统中各个不同特性，构建的数据存储自适应度函数为：
fij＝wtδt+wcδc+wqδq+wgδg
其中，wt+wc+wq+wg＝1，t代表海量大数据存储系统中数据采集的时间，c代表满足海量大数据存储开销的代价，q代表海量大数据存储的质量；
S22、利用自适应特性分解方法进行海量大数据存储的属性分类，分类目标函数为：
其中，to和tg分别表示各个海量大数据存储子集间调度信号传输时长以及数据存储的开销，To和Tg分别表示大数据传输的阈值和规则集的规模；
S23、利用网络计算机模型对大规模网络海量大数据分布式的结构分析，对于每个大数据节点子集Si(i＝1,2,…,L)，实现海量大数据存储超高密度的最大化需要满足信号特征调度条件为：
其中，i表示海量大数据层次结构节点的个数，sink表示大数据存储结构根节点；
S24、大规模网络海量大数据存储空间内载均衡响应函数为：
其中，ai代表大规模网络海量大数据的超高密度信号存储的发散幅值；δ代表网络海量大数据负载均衡控制的响应函数；Ts代表海量大数据分布存储带宽；根据网络计算机模型下海量大数据的时间散布特点，得到网络海量大数据Doppler频率散布输出为：
其中，y0表示海量大数据中冗余数据的特性压缩维数，利用频率散布(频率标准差)B作为冗余数据特征压缩系数，则：
其中，Ex代表网络大数据的初始能量幅值；v代表大数据的传递函数；X(v)代表大规模网络大数据超高密度信号存储节点的负载值。
作为优选，共享服务单元包括身份认证模块、镜像服务模块和监控服务模块，身份认证模块为其他服务提供身份认证和授权，镜像服务模块为虚拟机的镜像文件提供存储和检索服务，监控服务模块用于为监控统计服务提供数据的支撑。
与现有技术相比，本发明的有益效果：
1、该基于OpenStack的一体化云操作系统中，采用计算服务单元，用于在OpenStack环境中管理虚拟机的生命周期，并集中式对数据库进行管理，提高云操作系统的计算效率。
2、该基于OpenStack的一体化云操作系统中，采用网络服务单元，实现OpenStack实例之间的网络连接。
3、该基于OpenStack的一体化云操作系统中，采用数据存储单元，对数据进行压缩并进行储存，保障数据储存的完整性。
4、该基于OpenStack的一体化云操作系统中，采用共享服务单元和管理界面单元，实现与其他服务的共享连接，支持用户和OpenStack底层服务的交互。
附图说明
图1为本发明的整体结构流程图；
图2为本发明的计算服务单元模块图；
图3为本发明的网络服务单元的网络分配步骤图；
图4为本发明的网络服务单元模块图；
图5为本发明的数据存储单元流程图；
图6为本发明的构建的数据存储自适应度函数流程图；
图7为本发明的共享服务单元模块图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图7，本发明提供一种技术方案：
本发明提供一种基于OpenStack的一体化云操作系统，包括计算服务单元、网络服务单元、数据存储单元、共享服务单元和管理界面单元，计算服务单元用于在OpenStack环境中管理虚拟机的生命周期，包括虚拟机的生成调度、停止；网络服务单元用于OpenStack实例之间的网络连接；数据存储单元用于对数据进行压缩并进行储存；共享服务单元用于实现与其他服务的共享连接，管理界面单元提供一个Weh图形化的管理界面，用于支持用户和OpenStack底层服务的交互。
本实施例中，计算服务单元基于Nova逻辑架构实现，计算服务单元包括如下进程：
进程一：Nova-API，API服务守护进程：提供查询入口给其他所有的API，对大部分部署活动进行初始化，以及配置一些策略；
进程二：Nova-Compute，计算单元守护进程：负责VM的创建和停止；
进程三：Nova-Volume，卷服务进程：负责映射到计算机卷的创建、追加、作废及删除等管理活动；
进程四：Nova-Network，网络控制守护进程：负责从消息队列中获取网络相关的作业，通过实现相关的程序以操控网络；
进程五：Nova-Scheduler，调度管理后台进程：负责调度选择计算节点，以启动新的VM运行实例；
进程六：Nova-Database，集中式数据库进程：存储云基础平台中的绝大多数编译和运行时的状态数据；
进程七：Queue，传递守护信息进程：提供中心hub，为守护进程传递信息。
OpenStack的开发方、系统使用人员或系统其他组件通过Nova-PAI作为调用入口，Nova内部的组件都是通过消息队列或数据库来实现API的调用和消息的传递。
进一步的，计算服务单元、数据存储单元和网络服务单元均通过API接口来执行服务，API接口之间可以相互调用，且计算服务单元通过调用数据存储单元和网络服务单元的API接口对外提供服务，网络服务单元的网络分配步骤如下：
①、创建VM：VM实例的建立需通过调用Nova-API提供的接口来实现，Nova-API服务单元进行参数校验和用户合法性校验，根据所要创建的VM的CPU、内存、磁盘和网络要素信息，Compute-API服务单元访问虚拟机实例数据库；
②、调度：通过Nova-Scheduler和Compute-API单元配合，确定新建的VM实例运行在的哪个物理主机上，VM实例的调度消息将通过Compute-API接口以远程过程调用的模式传递给消息队列；
③、订阅调度消息：Nova-Scheduler单元通过订阅调度消息来接收包含调度信息的消息。收到调度消息之后，Nova-scheduler单元在所有可用的计算节点中选择一个物理主机运行新创建的虚拟机实例，消息队列将收到Nova调度单元传来的VM的基础消息和物理主机数据；
④、部署：物理主机订阅并收到调度消息，通过调度消息中所包含的要素创建并运行虚拟机；
⑤、分配IP：VM实例建立完成以后，Nova-Compute单元调用Network-API接口，把VM实例信息和网络信息统一发送给消息队列；
⑥、订阅网络消息：Nova-Network订阅并将接收到网络的相关信息，Nova-Network结合DHCP给新创建的虚拟机实例分配IP地址；
⑦、完成网络分配。
具体的，网络服务单元包括用户登录模块、用户断连模块和用户注销模块，用户登录模块用于用户申请创建新的空闲会话服务进程，供其使用；用户断连模块用于网络计算机执行关闭操作后，用户会自动退出登录账户；用户注销模块用于用户所执行的会话注销操作。
进一步的，数据存储单元流程如下：
S1、将规模型网络海量大数据队列当作一个Chunk进行分块，假设网络海量大数据存储空间结构中各个分向量化系数k<l，则(sk,ak)<(sl,al)；
其中，假设网络海量大数据存储空间结构的各个分向量化系数k＝l且ak＝al，则网络大数据超高密度特征值(sk,ak)＝(sl,al)；若ak＜al，则超高密度信息数据信息的特征值(sk,ak)＜(sl,al)；若ak＞al，则超高密度信息数据信息的特征值(sk,ak)＞(sl,al)；
S2、采用多源进程的海量大数据节点管理方法进行大数据存储的自适应校验，其自适应校验公式如下：
其中，ft表示海量大数据超高密度信号存储器的校验存储节点的管理模型，包括n个海量大数据输入负载均衡的控制参量；
S3、利用子集校验对海量大数据进行特性约束以及波束校验，得到大数据超高密度信号存储分布的空间结构为：
其中，代表冗余大数据分布族，利用
对海量大数据进行平滑处理，依据尺度伸缩来减少网络计算机模型下海量大数据存储冗余，假设海量大数据积量切片为：
其中，
表示海量大数据存储中存储节点一的分布空间，获取网络计算机模型下海量大数据存储节点局部交叉项
的对角切片，在海量大数据存储的几何空间S上，通过对网络计算机模型下海量大数据存储信号流特性进行分割，实现海量大数据存储系统优化；
S4、通过对网络计算机模型下海量大数据存储信号流特性进行分割，实现海量大数据存储系统优化。
值得说明的是，构建的数据存储自适应度函数流程如下：
S21、根据不同的大数据存储测试应用环境，构建海量大数据存储系统的多用户规则调度集，针对海量大数据系统中各个不同特性，构建的数据存储自适应度函数为：
fij＝wtδt+wcδc+wqδq+wgδg
其中，wt+wc+wq+wg＝1，t代表海量大数据存储系统中数据采集的时间，c代表满足海量大数据存储开销的代价，q代表海量大数据存储的质量；
S22、利用自适应特性分解方法进行海量大数据存储的属性分类，分类目标函数为：
其中，to和tg分别表示各个海量大数据存储子集间调度信号传输时长以及数据存储的开销，To和Tg分别表示大数据传输的阈值和规则集的规模；
S23、利用网络计算机模型对大规模网络海量大数据分布式的结构分析，对于每个大数据节点子集Si(i＝1,2,…,L)，实现海量大数据存储超高密度的最大化需要满足信号特征调度条件为：
其中，i表示海量大数据层次结构节点的个数，sink表示大数据存储结构根节点；
S24、大规模网络海量大数据存储空间内载均衡响应函数为：
其中，ai代表大规模网络海量大数据的超高密度信号存储的发散幅值；δ代表网络海量大数据负载均衡控制的响应函数；Ts代表海量大数据分布存储带宽；根据网络计算机模型下海量大数据的时间散布特点，得到网络海量大数据Doppler频率散布输出为：
其中，y0表示海量大数据中冗余数据的特性压缩维数，利用频率散布(频率标准差)B作为冗余数据特征压缩系数，则：
其中，Ex代表网络大数据的初始能量幅值；v代表大数据的传递函数；X(v)代表大规模网络大数据超高密度信号存储节点的负载值。
共享服务单元包括身份认证模块、镜像服务模块和监控服务模块，身份认证模块为其他服务提供身份认证和授权，镜像服务模块为虚拟机的镜像文件提供存储和检索服务，监控服务模块用于为监控统计服务提供数据的支撑。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于0penStack的一体化云操作系统，包括计算服务单元、网络服务单元、数据存储单元、共享服务单元和管理界面单元，其特征在于：计算服务单元用于在OpenStack环境中管理虚拟机的生命周期，包括虚拟机的生成调度、停止；网络服务单元用于OpenStack实例之间的网络连接；数据存储单元用于对数据进行压缩并进行储存；共享服务单元用于实现与其他服务的共享连接，管理界面单元提供一个Weh图形化的管理界面，用于支持用户和OpenStack底层服务的交互。
2.根据权利要求1所述的基于0penStack的一体化云操作系统，其特征在于：计算服务单元包括如下进程：
进程一：API服务守护进程：提供查询入口给其他所有的API，对大部分部署活动进行初始化，以及配置一些策略；
进程二：计算单元守护进程：负责VM的创建和停止；
进程三：卷服务进程：负责映射到计算机卷的创建、追加、作废及删除等管理活动；
进程四：网络控制守护进程：负责从消息队列中获取网络相关的作业，通过实现相关的程序以操控网络；
进程五：调度管理后台进程：负责调度选择计算节点，以启动新的VM运行实例；
进程六：集中式数据库进程：存储云基础平台中的绝大多数编译和运行时的状态数据；
进程七：传递守护信息进程：提供中心hub，为守护进程传递信息。
3.根据权利要求1所述的基于0penStack的一体化云操作系统，其特征在于：计算服务单元、数据存储单元和网络服务单元均通过API接口来执行服务，API接口之间可以相互调用，且计算服务单元通过调用数据存储单元和网络服务单元的API接口对外提供服务。
4.根据权利要求3所述的基于0penStack的一体化云操作系统，其特征在于：网络服务单元的网络分配步骤如下：
①、创建VM：VM实例的建立需通过调用Nova-API提供的接口来实现，Nova-API服务单元进行参数校验和用户合法性校验，根据所要创建的VM的CPU、内存、磁盘和网络要素信息，Compute-API服务单元访问虚拟机实例数据库；
②、调度：通过Nova-Scheduler和Compute-API单元配合，确定新建的VM实例运行在的哪个物理主机上，VM实例的调度消息将通过Compute-API接口以远程过程调用的模式传递给消息队列；
③、订阅调度消息：Nova-Scheduler单元通过订阅调度消息来接收包含调度信息的消息。收到调度消息之后，Nova-scheduler单元在所有可用的计算节点中选择一个物理主机运行新创建的虚拟机实例，消息队列将收到Nova调度单元传来的VM的基础消息和物理主机数据；
④、部署：物理主机订阅并收到调度消息，通过调度消息中所包含的要素创建并运行虚拟机；
⑤、分配IP：VM实例建立完成以后，Nova-Compute单元调用Network-API接口，把VM实例信息和网络信息统一发送给消息队列；
⑥、订阅网络消息：Nova-Network订阅并将接收到网络的相关信息，Nova-Network结合DHCP给新创建的虚拟机实例分配IP地址；
⑦、完成网络分配。
5.根据权利要求1所述的基于0penStack的一体化云操作系统，其特征在于：网络服务单元包括用户登录模块、用户断连模块和用户注销模块，用户登录模块用于用户申请创建新的空闲会话服务进程，供其使用；用户断连模块用于网络计算机执行关闭操作后，用户会自动退出登录账户；用户注销模块用于用户所执行的会话注销操作。
6.根据权利要求1所述的基于0penStack的一体化云操作系统，其特征在于：数据存储单元流程如下：
S1、将规模型网络海量大数据队列当作一个Chunk进行分块，假设网络海量大数据存储空间结构中各个分向量化系数k<l，则(sk,ak)<(sl,al)；
S2、采用多源进程的海量大数据节点管理方法进行大数据存储的自适应校验，其自适应校验公式如下：
S3、利用子集校验对海量大数据进行特性约束以及波束校验，得到大数据超高密度信号存储分布的空间结构为：
其中，
代表冗余大数据分布族，利用
对海量大数据进行平滑处理，依据尺度伸缩来减少网络计算机模型下海量大数据存储冗余；
S4、通过对网络计算机模型下海量大数据存储信号流特性进行分割，实现海量大数据存储系统优化。
7.根据权利要求6所述的基于0penStack的一体化云操作系统，其特征在于：构建的数据存储自适应度函数流程如下：
S21、根据不同的大数据存储测试应用环境，构建海量大数据存储系统的多用户规则调度集，针对海量大数据系统中各个不同特性，构建的数据存储自适应度函数为：
fij＝wtδt+wcδc+wqδq+wgδg
其中，wt+wc+wq+wg＝1，t代表海量大数据存储系统中数据采集的时间，c代表满足海量大数据存储开销的代价，q代表海量大数据存储的质量；
S22、利用自适应特性分解方法进行海量大数据存储的属性分类，分类目标函数为：
其中，to和tg分别表示各个海量大数据存储子集间调度信号传输时长以及数据存储的开销，To和Tg分别表示大数据传输的阈值和规则集的规模；
S23、利用网络计算机模型对大规模网络海量大数据分布式的结构分析，对于每个大数据节点子集Si(i＝1,2,…,L)，实现海量大数据存储超高密度的最大化需要满足信号特征调度条件为：
其中，i表示海量大数据层次结构节点的个数，sink表示大数据存储结构根节点；
S24、大规模网络海量大数据存储空间内载均衡响应函数为：
其中，ai代表大规模网络海量大数据的超高密度信号存储的发散幅值；δ代表网络海量大数据负载均衡控制的响应函数；Ts代表海量大数据分布存储带宽；根据网络计算机模型下海量大数据的时间散布特点，得到网络海量大数据Doppler频率散布输出为：
其中，y0表示海量大数据中冗余数据的特性压缩维数，利用频率散布(频率标准差)B作为冗余数据特征压缩系数，则：
其中，Ex代表网络大数据的初始能量幅值；v代表大数据的传递函数；X(v)代表大规模网络大数据超高密度信号存储节点的负载值。
8.根据权利要求1所述的基于0penStack的一体化云操作系统，其特征在于：共享服务单元包括身份认证模块、镜像服务模块和监控服务模块，身份认证模块为其他服务提供身份认证和授权，镜像服务模块为虚拟机的镜像文件提供存储和检索服务，监控服务模块用于为监控统计服务提供数据的支撑。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910910601.9A CN110704159B (zh) | 2019-09-25 | 2019-09-25 | 一种基于OpenStack的一体化云操作系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910910601.9A CN110704159B (zh) | 2019-09-25 | 2019-09-25 | 一种基于OpenStack的一体化云操作系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110704159A true CN110704159A (zh) | 2020-01-17 |
| CN110704159B CN110704159B (zh) | 2022-05-06 |
Family
ID=69196334
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910910601.9A Active CN110704159B (zh) | 2019-09-25 | 2019-09-25 | 一种基于OpenStack的一体化云操作系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110704159B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114978589A (zh) * | 2022-04-13 | 2022-08-30 | 中国科学院信息工程研究所 | 一种轻量级云操作系统及其构建方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150199211A1 (en) * | 2014-01-14 | 2015-07-16 | Futurewei Technologies, Inc. | System and Method for File Injection in Virtual Machine Configuration |
| CN106993064A (zh) * | 2017-06-03 | 2017-07-28 | 山东大学 | 一种基于Openstack云平台实现海量数据可伸缩性存储的系统及其构建方法与应用 |
| CN107741876A (zh) * | 2017-10-27 | 2018-02-27 | 郑州云海信息技术有限公司 | 一种虚拟机进程监控系统及方法 |
| CN108055327A (zh) * | 2017-12-15 | 2018-05-18 | 佛山三维二次方科技有限公司 | 基于OpenStack的云计算实验平台 |
| CN109087219A (zh) * | 2018-09-14 | 2018-12-25 | 温州科技职业学院 | 一种旅游云计算系统及方法、终端 |
| CN109254845A (zh) * | 2018-07-27 | 2019-01-22 | 苏州橘猫网络科技有限公司 | 一种应用于分布式通信计算服务端的线性扩展实现方法 |
-
2019
- 2019-09-25 CN CN201910910601.9A patent/CN110704159B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150199211A1 (en) * | 2014-01-14 | 2015-07-16 | Futurewei Technologies, Inc. | System and Method for File Injection in Virtual Machine Configuration |
| CN106993064A (zh) * | 2017-06-03 | 2017-07-28 | 山东大学 | 一种基于Openstack云平台实现海量数据可伸缩性存储的系统及其构建方法与应用 |
| CN107741876A (zh) * | 2017-10-27 | 2018-02-27 | 郑州云海信息技术有限公司 | 一种虚拟机进程监控系统及方法 |
| CN108055327A (zh) * | 2017-12-15 | 2018-05-18 | 佛山三维二次方科技有限公司 | 基于OpenStack的云计算实验平台 |
| CN109254845A (zh) * | 2018-07-27 | 2019-01-22 | 苏州橘猫网络科技有限公司 | 一种应用于分布式通信计算服务端的线性扩展实现方法 |
| CN109087219A (zh) * | 2018-09-14 | 2018-12-25 | 温州科技职业学院 | 一种旅游云计算系统及方法、终端 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114978589A (zh) * | 2022-04-13 | 2022-08-30 | 中国科学院信息工程研究所 | 一种轻量级云操作系统及其构建方法 |
| CN114978589B (zh) * | 2022-04-13 | 2023-08-08 | 中国科学院信息工程研究所 | 一种轻量级云操作系统及其构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110704159B (zh) | 2022-05-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sun et al. | Modeling a dynamic data replication strategy to increase system availability in cloud computing environments | |
| WO2021159638A1 (zh) | 集群队列资源的调度方法、装置、设备及存储介质 | |
| US8387058B2 (en) | Minimizing complex decisions to allocate additional resources to a job submitted to a grid environment | |
| CN108920153B (zh) | 一种基于负载预测的Docker容器动态调度方法 | |
| Ye et al. | A framework for QoS and power management in a service cloud environment with mobile devices | |
| Xu et al. | Resource pre-allocation algorithms for low-energy task scheduling of cloud computing | |
| CN112698952A (zh) | 计算资源统一管理方法、装置、计算机设备及存储介质 | |
| CN115408152A (zh) | 一种自适应资源匹配获取方法及系统 | |
| Alkhalaileh et al. | Dynamic resource allocation in hybrid mobile cloud computing for data-intensive applications | |
| CN115913967A (zh) | 一种云环境下基于资源需求预测的微服务弹性伸缩方法 | |
| Hassan et al. | Efficient virtual machine resource management for media cloud computing | |
| Shenbaga Moorthy et al. | Optimal provisioning and scheduling of analytics as a service in cloud computing | |
| CN110704159B (zh) | 一种基于OpenStack的一体化云操作系统 | |
| Zhang et al. | A Multi-Agent based load balancing framework in Cloud Environment | |
| CN103220363A (zh) | 基于云计算的分布式网络培训资源管理系统及调度方法 | |
| Li et al. | Delay-aware resource allocation for data analysis in cloud-edge system | |
| CN110928659B (zh) | 一种具有自适应功能的数值水池系统远程多平台接入方法 | |
| Zhang | A QoS-enhanced data replication service in virtualised cloud environments | |
| CN109005071A (zh) | 一种决策部署方法和调度设备 | |
| Rizvandi et al. | Preliminary results on modeling CPU utilization of mapreduce programs | |
| Wang et al. | Virtual network embedding with pre‐transformation and incentive convergence mechanism | |
| CN112148475B (zh) | 综合负载与功耗的龙芯大数据一体机任务调度方法及系统 | |
| Qin et al. | Cloud resource orchestration optimisation based on ARIMA | |
| Saravanan et al. | Cloud resource optimization based on Poisson linear deep gradient learning for mobile cloud computing | |
| Xiao | Improving the scalability of cloud monitoring service by low communication overhead mechanisms |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220525 Address after: Room 1223, hatch Eagle building, No. 99, Tuanjie Road, yanchuang Park, Nanjing area, China (Jiangsu) pilot Free Trade Zone, Nanjing, Jiangsu 210000 Patentee after: Nanjing advanced computing industry development Co.,Ltd. Address before: 210000 room 6222, 6 / F, building a, phase I, Yangzi science and innovation center, No. 211, pubin Road, Jiangbei new area, Nanjing, Jiangsu Patentee before: Jiangsu healthcare big data protection and Development Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An Integrated Cloud Operating System Based on OpenStack Effective date of registration: 20230914 Granted publication date: 20220506 Pledgee: Zijin Trust Co.,Ltd. Pledgor: Nanjing advanced computing industry development Co.,Ltd. Registration number: Y2023980056491 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20231201 Granted publication date: 20220506 Pledgee: Zijin Trust Co.,Ltd. Pledgor: Nanjing advanced computing industry development Co.,Ltd. Registration number: Y2023980056491 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |