云数据中心资源管理与调度技术

1 (p1): 第1章 绪论
1 (p1-1): 1.1 云计算背景
3 (p1-2): 1.2 数据中心与云计算
3 (p1-2-1): 1.2.1 数据中心的体系结构
5 (p1-2-2): 1.2.2 云计算
9 (p1-3): 1.3 虚拟化技术
10 (p1-3-1): 1.3.1 服务器虚拟化
11 (p1-3-2): 1.3.2 存储虚拟化
11 (p1-3-3): 1.3.3 网络虚拟化
13 (p1-4): 1.4 多租户服务
13 (p1-4-1): 1.4.1 多租户网络需求分析
14 (p1-4-2): 1.4.2 多租户网络技术
15 (p1-5): 1.5 网络作为服务
16 (p1-6): 参考文献
18 (p2): 第2章 同构数据中心内的能源问题分析
18 (p2-1): 2.1 系统模型
19 (p2-2): 2.2 M/M/n ＋m 1＋m 2模型分析
20 (p2-2-1): 2.2.1 马尔可夫链
21 (p2-2-2): 2.2.2 闭型解
23 (p2-3): 2.3 优化目标函数
24 (p2-4): 2.4 G/M/A模型分析
24 (p2-4-1): 2.4.1 模型内各参数求解
25 (p2-4-2): 2.4.2 G/M/A模型状态概率的求解
27 (p2-5): 2.5 仿真分析
27 (p2-5-1): 2.5.1 仿真方案
28 (p2-5-2): 2.5.2 运行结果
30 (p2-6): 2.6 本章小结
30 (p2-7): 参考文献
31 (p3): 第3章 多数据中心之间的联合节能
32 (p3-1): 3.1 多数据中心之间的联合系统模型
33 (p3-2): 3.2 目标问题方程
34 (p3-2-1): 3.2.1 数据中心内部参数与系统参数的关系
36 (p3-2-2): 3.2.2 计算限制函数
37 (p3-2-3): 3.2.3 业务需求的分配
38 (p3-3): 3.3 仿真结果分析
38 (p3-3-1): 3.3.1 仿真参数设置
39 (p3-3-2): 3.3.2 仿真结果分析
41 (p3-4): 3.4 本章小结
41 (p3-5): 参考文献
42 (p4): 第4章 异构数据中心内的节能
43 (p4-1): 4.1 系统模型
44 (p4-2): 4.2 服务器的分类与优先级
44 (p4-3): 4.3 系统的数学模型分析
45 (p4-3-1): 4.3.1 任务分类
46 (p4-3-2): 4.3.2 服务器资源预测
48 (p4-3-3): 4.3.3 服务器容量分配策略及系统目标函数
49 (p4-4): 4.4 目标函数求解方法
49 (p4-4-1): 4.4.1 放宽求解范围
50 (p4-4-2): 4.4.2 基于容器的资源供应
51 (p4-5): 4.5 异构数据中心节能举例
51 (p4-5-1): 4.5.1 数学模型内各参数
52 (p4-5-2): 4.5.2 任务到达时的调度策略
52 (p4-6): 4.6 仿真与结果分析
54 (p4-7): 4.7 本章小结
55 (p4-8): 参考文献
56 (p5): 第5章 虚拟机放置算法
56 (p5-1): 5.1 租户感知的虚拟机放置
56 (p5-1-1): 5.1.1 问题描述
58 (p5-1-2): 5.1.2 租户感知虚拟机放置模型
60 (p5-1-3): 5.1.3 租户感知虚拟机放置算法
64 (p5-1-4): 5.1.4 算法仿真及结果分析
67 (p5-2): 5.2 动态流量感知的虚拟机放置
68 (p5-2-1): 5.2.1 动态流量感知虚拟机放置问题描述
69 (p5-2-2): 5.2.2 动态流量感知虚拟机放置模型
75 (p5-2-3): 5.2.3 动态流量感知虚拟机放置算法
78 (p5-2-4): 5.2.4 算法仿真及结果分析
84 (p5-3): 5.3 本章小结
85 (p5-4): 参考文献
86 (p6): 第6章 流量感知的虚拟机迁移
86 (p6-1): 6.1 问题描述
87 (p6-2): 6.2 虚拟机迁移模型
89 (p6-3): 6.3 虚拟机迁移算法
91 (p6-4): 6.4 算法仿真及数据分析
91 (p6-4-1): 6.4.1 仿真环境和参数设置
93 (p6-4-2): 6.4.2 仿真性能对比与分析
96 (p6-5): 6.5 本章小结
96 (p6-6): 参考文献
97 (p7): 第7章 面向业务动态变化的虚拟机迁移
97 (p7-1): 7.1 问题描述
98 (p7-2): 7.2 虚拟机迁移算法
99 (p7-2-1): 7.2.1…