云计算环境下的软件动态部署

在云计算环境中,大量的软件系统安装在服务器上,并且运行实例的数量随着用户的请求而发生很大的起落。而且云中的服务器可能会有相当的性能差距,服务器之间的通信延迟随着物理位置的不同会有很大差异。于是,将一个具有多部件的软件系统动态的部署到云环境中就成为了一个非常重要的课题,它不仅影响到软件本身的运行效率,也关系到整个云对外提供服务的效率。一个好的软件部署系统需要达到如下几个方面:首先,一个软件的部署对系统占用资源最小;其次,软件系统自身效率达到最高;最后,能够动态的调节。这个问题一般归结为软件组件部署问题(Application Component Placement Problem),简称ACP。虽然ACP问题在学术界和业界已经有了相对广度与深度的研究,但是至今为止,目前所有的做法一般都是依赖于整个分布式系统中的一个或者几个计算节点作为中央大脑,来收集整个网络拓扑结构的信息以及每个计算节点的具体配置信息,并且依赖于这些全局的信息,由中央大脑得到一个最佳的软件系统部署策略。 当部署问题关系到多个云的时候,云的内部隐私性对于这种集中式的方法会是一个挑战以至于不能利用。本文深入研究了云计算环境下的ACP问题,并且提出了一个分布式的方法来解决ACP问题。我们将一个ACP问题转换为了一个分布式约束优化问题(Distributed Constraint Optimization Problem,DPOP),所以解决ACP问题也就相应转化为了解决DCOP问题。算法的细节以及实验数据将在正文中详细给出。另外,本文针对私有云的特点设计了一个高效率的集中式的ACP解决算法,并且与分布式的算法进行了相应的比较,讨论了两者的优缺点和各自的适应环境。 本文提出了一个套云计算环境中软件部署的系统设计。整个系统分为三个大的部分:软件描述语言,计算节点的驻留Agent,以及网站门户。我们采用了ACME作为一个软件系统的基础描述语言,并在其上进行了改进以适应我们的具体需求。我们定义了用协同软件部署决策过程的Agent的具体行为,在设计过程中我们参考了智能Agent的一些规范,并对其做了简化处理,保持Agent的轻量级。在文章最后,我们介绍了软件部署系统的典型应用场景。