دانلود ترجمه مقاله مدل تخصیص منابع بر مبنای مستاجر برای مقیاس بندی برنامه های کاربردی نرم افزار – مجله الزویر

• فهرست مطالب:

چکیده
۱٫ مقدمه
۲٫ پیشینه
۱٫ ۲ چند مستاجری: تعریف و پشتیبانی
۲٫ ۲ پروژه های مرتبط
۳٫ پلتفرم ها و معماریهای بستر تست
۴٫ تعریف و اندازه گیری کم بهره برداری و اضافه بهره برداری
۱٫ ۴ اضافه بهره برداری ( اشباع)
۲٫ ۴ کم بهره برداری ( هدر رفتن منابع)
۳٫ ۴٫ تولید حجم کار
۴٫ ۴ نتایج تست
۵٫ مدل و معماری حل پیشنهادی
۶٫ جداسازی بر مبنای مستاجر
۱٫ ۶ دوام و پایداری بر مبنای مستاجر
۲٫ ۶ احراز هویت بر مبنای مستاجر ( مستاجر محور)
۷٫ تخصیص VM بر مبنای مستاجر
۸٫ توازن بار بر مبنای مستاجر
۹٫ لایه ارتباطات ابری
۱۰٫ نتایج و تحلیل
۱۱٫ نتایج
۱۲٫ کار آتی

• بخشی از ترجمه:

۱۱٫ نتایج
علی رغم مزایای رایانش ابری برای عرضه منابع طبق تقاضا، هنگام استقرار و مقیاس بندی پلتفرم های خاص روی محیط های مجازی، به اتوماسیون خاصی نیاز می باشد. این مسئله در مورد پلتفرم ها و برنامه های کاربردی نرم افزار به عنوان سرویس (SaaS) صدق می کند که اضافه و کم بهره برداری از منابع به خاطر افزایش پائین تر و بالاتر حجم کار رخ می دهد، یکی دیگر از دلایل این امر آن است که تعداد نمونه های ماشین مجازی مستقر شده برای مقیاس بندی برنامه های کاربردی، درسطح سنتی، براساس حداکثر کاربران همزمان تعیین می شوند. در این خصوص، مدل بر مبنای مستاجر، برای پرداختن به مسئله اضافه و کم بهره برداری مطرح شده است زمانی که پلتفرم های SaaS روی زیرساخت های رایانش ابری مستقر می شوند. این مدل از سه شیوه مکمل بهره می برد: (۱) جداسازی بر مبنای مستاجر که اجرای هر مستاجر را کپسول بندی می کند، (۲) توازن بار بر مبنای مستاجر که درخواست ها را طبق اطلاعات مستاجر توزیع می کند و (۳) تخصیص نمونه VM بر مبنای مستاجر که تعداد نمونه های VM مورد نیاز برای حجم کار خاص را براساس ظرفیت VM و وزن زمینه مستاجر تعیین می کند. پس از اجرای کلیه تستها و شبیه سازیها، نتایج جمع آوری و میانگین ها محاسبه گردید. به طور کلی، میانگین های اضافه و کم بهره برداری کاهش یافت، اما تنها میانگین های کم بهره برداری، از لحاظ آماری بهبود یافت.

• بخشی از مقاله انگلیسی:

۱۱٫ Conclusions

In spite of cloud computing advantages for offering ondemand resources, there is still the need for certain automation when specific platforms are deployed and scaled over virtualized environments. This is the case of Software-as-a-Service (SaaS) platforms and their applications, where over and underutilization of resources occur due lower and higher workload pikes and because the number of virtual machine instances deployed for scaling applications are traditionally based on the maximum simultaneous users. In this matter, a tenant-based model is presented to tackle over and underutilization when SaaS platforms are deployed over cloud computing infrastructures. This model contains three complementary approaches: (1) tenant-based isolation which encapsulates the execution of each tenant, (2) tenant-based load balancing which distributes requests according to the tenant information, and (3) a tenant-based VM instance allocation which determines the number of VM instances needed for certain workload, based on VM capacity and tenant context weight. After running all tests and simulations, the results were gathered and averages were calculated. In general, over and underutilization averages were reduced but only averages for underutilization were statistically improved.

دانلود رایگان مقاله انگلیسی

خرید ترجمه فارسی مقاله