虚拟化环境下面向多目标优化的自适应SSD缓存系统

来源：软件学报杂志2017年第8期北京时间：

作者：唐震,吴恒,王伟,魏峻,黄涛

单位：唐震，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 10004911,吴恒，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 10019002,王伟，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 10019003,魏峻，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 10019004,黄涛，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 10019005

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ZooKeeper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.

关键词：固态盘;缓存;虚拟化;动态迁移

基金资助：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）