第三章 環境架構與所提方法介紹
第一節 環境架構及問題描述
如前所述，資源分配管理在雲端運算中心運作時扮演著相當重要的角色，尤其是能 源消耗方面，影響更為巨大。在雲端環境架構中若欲達到完善管理雲端運算中心的運算 資源，則必須導入虛擬化技術，因此，我們將在已虛擬化後的擬機器當中探討資源分配 管理機制的設計。本學位論文之雲端環境架構運作流程 如圖 10 所示，我們將每台實體 機器（PMs）切成數個虛擬機器（VMs）以提供工作運算之執行。假設在不同時間來了 數個客戶端所請求運算的工作任務，則資源分配管理機制將透過當時運算資源的狀況來 判定此時到達的工作任務應分派給那些虛擬機器來進行運算，使得最終的總電力消耗能 達到最低，而每一工作均盡可能在使用者所要求的完成期限之前完成。
圖10 雲端環境系統架構圖
表1 各個工作任務資訊表 工作任務
（Job）
到達時間
（Arrival time）
任務處理時間
（Processing time）
完成期限緩衝
（Slack time）
使用率 的基本特質描述，包括到達時間（Arrival time）、任務處理時間（Processing time）、使用 者給定的完成期限緩衝（Slack time）以及任務所需的運算資源使用率（Utilization）等，
此些資訊有些部分是系統的時間記錄（如：到達時間），有些是使用者所給定（如：完
作任務 J2（使用率為 20%），由於工作任務 J1之到達時間為 3，處理時間為 8，因此，
若在時間11 時 PM0即可有空餘之 VM 資源可以執行運算。另外，由於 J1在時間11 時 完成任務且由於使用者所給定之完成期限緩衝為15，因此將不會有任何之期限超過懲罰
（因為，11 3 15）。現在，若在時間 14 的時候有另一個工作任務 J3到達且其使用 率為40%時（如表 1 所示），資源配置處理則會進行判斷並做出分配決定，假定現以當 時正在運算資源所佔的使用率尋找使用率最高的 PM 為目標（如文獻[5]所提之方法），
則工作任務 J3將交由 PM0來處理，因為當工作任務 J3到達時，實體機器 PM0所佔的使 用率為 40%（執行工作任務 J1）且有剩餘 60%的空間可以進行配置，雖實體機器 PM1
所佔的使用率為 20%（執行工作任務 J2）剩餘 80%的空間，文獻[5]為求整合工作任務 的關係進而選擇使用率佔較高的資源（PM0）進行處理，分配結果如圖11 左側所示。
最後在時間20 時候到達的工作任務 J4（使用率為80%），此時運算資源 PM0和 PM1 中持續各有工作任務正在運算處理，這時運算資源已回收處理結束的工作任務之資源後 只剩實體機器 PM0 的工作任務 J3還在處理以及實體機器 PM1的工作任務 J2，按照先前 所描述的方法分配的話會將 J4分配到實體機器 PM0進行處理，但由於實體機器 PM0當 下剩餘的使用率為 60%，因工作任務 J4所需佔用的使用率必須是 80%，因此無法將此 工作任務分配給 PM0處理，故而轉交由 PM1處理，分配結果如圖11 右側所示。
以上即是本學位論文所考慮之工作任務資源分配問題，而按某一分配方法來進行資 源分配後，對於整個雲端運算中心之正規化後之總耗電量（ ）即可計算出（本 學位論文將採用公式（3）、（4）作為估算之基準，並將該數值除以曾出現過之實驗數據 最大值），進而作為評估資源分配方法優劣之判斷準則之一。此外由於使用者所設定的 期限是否能及時完成亦是一項重要的判別準則，因此對於各個工作任務若一旦完成時間 超過期限則一個懲罰的值亦將納入最終的目標函數設計之中。亦即，假定現有 n 個工作
任務正被運算中心執行，在執行完畢所有的工作後，每一工作任務 之懲罰值為 P （1 n）；當然，若某一工作任務在所給定之期限前即完成任務，則P 0。最 後，總懲罰值Penalty ∑ 。而正規化後之總懲罰值Penalty同樣設定為 Penalty 值除 以實驗數據中最大數值（亦即，Penalty Penalty/max P ）。而目標函數則設為 minimize α*E β*Penalty，其中α, β ∈ 0,1 ，α β 1。本學位論文所考慮之 問題即是設計一VMs 之資源分配方法使得上述討論之目標函數能達於最佳。