云平台中服务负载自动化预测的设计与实现

华南理工大学 马国炬

云计算从提出到现在已经成为一个炙手可热的话题，很多基于云计算的研究和应用如雨后春笋般出现，让互联网进入了云的时代。特别是云计算IaaS服务模式的出现，给用户提供了方便的按需分配资源的服务。用户把应用服务部署和运行在云平台中，可以根据服务的运行负载情况来增减资源。如果能够对服务的负载进行预测，不仅可以给用户提供一个预警，还可以帮助用户更及时地分配资源和回收资源，让资源分配防患于未然，以保证服务的正常运行，及时回收资源可以节约成本，对于充分有效利用资源具有重要意义。自动化预测节约了人工预测成本，避免了人工预测的麻烦和失误，让云平台智能化。本文的服务负载预测就是实现以上描述的一套预测方案，负载预测基于一个弹性云平台，该云平台为IaaS平台。首先使用分布式监控程序Ganglia从云平台中的应用服务虚拟机里面定时获得虚拟机负载数据，然后把负载数据保存到MongoDB数据库。预测程序被打包成一个独立的运行模块，它能够定时执行预测。预测的过程首先从MongoDB数据库中读取用户数据，并统计用户和服务，然后读取负载数据，对负载数据进行检查和清洗，把清洗后的负载数据再进行训练样本制作，包括训练样本输入和输出，还有预测样本输入，把这些训练样本输入BP神经网络进行训练，再用预测样本输入到训练后的BP神经网络得到预测结果，最后把预测结果保存到数据库。为了方便用户可以直观地查看服务负载预测走势，开发了预测展示部分，用JSP页面来显示用户的服务和服务的负载走势曲线图，并通过分析负载情况给用户提供资源的分配和回收建议。

云平台中服务负载自动化预测的设计与实现