摘要 : 云服务突发并发量是导致服务质量(QoS)降级的重要因素.传统的突发并发量应对策略存在时效性差、资源利用率低的问题,会导致服务请求响应时间增长、请求违例率及拒绝率增大.针对上述问题,该文首先提出了基于多级队列的并发量分级缓存机制ATBM,可有效避... 展开 云服务突发并发量是导致服务质量(QoS)降级的重要因素.传统的突发并发量应对策略存在时效性差、资源利用率低的问题,会导致服务请求响应时间增长、请求违例率及拒绝率增大.针对上述问题,该文首先提出了基于多级队列的并发量分级缓存机制ATBM,可有效避免突发并发量对缓存队列的持续拥堵,确保缓存队列中请求的持续流通,进而提高整体的QoS.在此基础上,提出了一个主动式突发并发量应对策略GMAC,该策略能以较低的欠预测比例及规模预测用户并发量,得出欠分配规模较低的资源需求量,并根据系统当前的资源配置、并发量处理情况以及SLA(Service Level Agreement),全面、准确地量化资源可用量,最后通过对比资源需求量及可用量,提前制定及执行资源调整策略.该文采用真实并发量数据对ATBM在改善QoS方面的有效性进行验证,最后利用对比实验就GMAC的突发并发量应对效果进行评估.实验结果表明,ATBM下并发量的违例率仅为传统单级缓存队列下违例率的24.6％;相对于根据并发量峰值预留,GMAC可在保证服务不发生SLA违例的前提下,将系统资源利用率提高1.45倍;与基于并发量均值预留资源相比,GMAC能将系统的平均响应时间及拒绝率分别降低8.6％及16.9％. 收起