提出了一种快速、自动部署OpenStack云平台的解决方案,以提高OpenStack的部署效率.该方案首先创建不同节点类型的镜像模板文件; 接着根据节点类型(如网络节点、计算节点)将已制作好的镜像模板进行复制,并依照节点的属性(如IP地址、hostname标识等)使用脚本自动修改配置文件,完成单个节点的部署; 之后,利用相同的策略实现其他节点的快速部署.在部署的基础上,通过管理服务器提供的预启动执行环境(PXE)、动态主机配置协议(DHCP)及简单文件传输协议(TFTP)等网络服务挂载节点的镜像块文件,最终完成节点的启动.此外,建立了性能评价模型用于确定源镜像副本和存储服务器的最佳数量,以优化存储网络的拓扑结构.实验结果表明,无论是使用相同存储网络部署不同大小的云平台,还是使用不同大小的存储网络部署相同大小的云平台,与Cobbler、网络文件系统(NFS)等部署方案相比,所提解决方案大大减少了部署时间,提高了部署效率.

针对传统的物理集群系统无法灵活应对大型互联网应用的问题,提出一种云环境下虚拟机集群的综合负载均衡机制。该方法首先定期地采集集群中虚拟机节点的CPU、内存、连接数、响应时间,以及所在物理主机的负载状况等指标信息,然后加权计算节点的综合负载并得出其权值,最后通过调度器进行任务请求的合理分配,从而解决了传统集群系统负载不均且不能适应多变的网络环境等诸多问题。实验结果表明,与加权轮询法(WRR)和加权最少连接法(WLC)调度方案相比,该机制能够在并发量较大时维持较低的响应时间,并能够根据集群中综合负载的状态实时地增加或减少虚拟机数量,通常在5s之内达到整体集群的负载均衡。

从一般云计算的体系结构与清华大学的实际需求出发，利用先进的OpenStack平台，采用分层设计的方法设计实现一个可对云资源进行综合管理的清华云平台。分析了该系统的优势和应具备的主要模块功能，重点研究系统中的资源调度关键技术，提出了一种基于任务调度和负载均衡的策略，并通过对调度方案的实验与分析，验证了该调度策略在保证服务性能和执行效率的基础上能够均衡服务器的资源负载，使云平台处于相对稳定的状态。