基于云计算的数字图书馆自适应资源管理与供给平台设计*

陈 臣 马晓亭（兰州商学院）

1 引言

随着云计算技术的发展与成熟，利用云计算技术对数字图书馆基础设施硬件资源、计算资源、存储资源、网络资源实施整合，建设具有较高资源管理、调度、运营、分配能力的云图书馆，为读者提供满意的个性化数字阅读服务成为数字图书馆发展的主要趋势。据统计，传统数字图书馆IT资源的平均利用率不到20%。云计算环境下，云系统与应用资源使用的安全、效率、经济与可控性等因素，是决定云图书馆服务有效性和市场竞争力的关键因素。因此，如何加强图书馆云计算平台资源的组织、管理、优化和配置能力，实现资源的规模化、虚拟化、智能化、弹性化和可扩展管理，是提高云图书馆读者服务保障能力和市场竞争力的重要因素

2 云图书馆自适应资源管理平台建设与管理需求

2.1 资源管理平台应具有较强的智能化、自适应性、兼容性和可扩展性

在资源管理平台建设过程中，要求平台具有智能、自适应的管理能力，其策略管理系统可根据用户服务优先和经济、节能的原则，在降低人工干预程度的前提下，智能、自适应地制定和执行高效的管理策略来提高云系统的可用性和可控性。其次，云系统资源管理平台应具有较高的兼容性，可根据云图书馆不同应用系统、服务模式、用户和平台的应用服务需求提供资源，而不会导致系统冲突和降低可控性。第三，资源池可根据云图书馆用户群和业务量的增长，有效实施IT资源和服务能力的扩容。

2.2 云计算平台系统虚拟化资源管理科学、易控

云计算平台系统构建过程中要求系统架构科学、合理，可利用虚拟化技术对单一资源进行整合、管理和分配，并对读者云服务业务具有较强的管理和支撑能力。其次，云计算平台系统可根据服务对象和服务内容特点，在确保云计算资源池原有功能和服务的前提下，实现虚拟化资源的有效扩展、规范和管理策略的完善，避免因云资源池的盲目升级和扩展而导致云系统结构混乱和效率下降。第三，在确保云计算平台系统架构科学、易控和云资源供给高效率的前提下，应加强云计算平台读者服务活动的功效和耗能管理，在不降低系统服务有效性的前提下实现系统低碳运行。

2.3 能够有效实施虚拟机的应用管理和资源分配

首先，云图书馆应能够连续监控物理主机资源使用和虚拟机创建情况，实现虚拟化资源的快速发现、收集管理、请求响应和创建回收，保证同一物理机上所创建的虚拟机，在资源管理与分配过程中统一管理、协同交互、负载均衡、快速收敛。其次，当虚拟机根据读者云服务需求实施迁移时，应采取动态资源调配和设置虚拟机资源使用阀值的方法，保证虚拟机应用服务可靠、持续。第三，应制定安全、高效、灵活、可靠的虚拟机应用管理和资源分配策略，不能以损失云服务的安全性和经济性为代价来提高虚拟机的应用效率。

2.4 云计算资源的精细化管理与调度需求

图书馆云计算资源具有分布广、资源量大、用户多和管理策略复杂的特点，云资源的精细化管理与调度有效性，决定了图书馆云计算资源使用效率和云服务的投资收益率。因此，在图书馆云计算资源管理与调度中，需要加强资源的细粒度划分和分配水平，确保不会因某一云应用服务业务资源的过度分配而导致浪费。其次，云图书馆应加强对计算资源的精细化管理与调度水平来提高云资源管理系统的灵活性。可根据所预测的未来云阅读应用服务资源需求量实现资源预留，提高云资源管理系统的即时保障能力。第三，应加强云计算资源管理与调度策略的安全性、有效性、经济性和可靠性，根据云应用服务资源需求实现管理安全、资源竞争、能源损耗、运营效率的有效结合。

2.5 云虚拟化资源池安全管理需求

当传统数字图书馆用户服务模式和应用系统迁移到云计算环境时，原有的基础设施管理平台、应用服务系统、用户服务与信息管理数据库、安全防御系统是否与云计算虚拟化环境相兼容，是关系用户云阅读体验愉悦感的重要问题。其次，当传统数字图书馆迁移到云计算环境后，相应的IT资源安全管理系统与策略能否随之迁移，并通过升级来提高云计算环境下虚拟化资源安全管理的效率和有效性，是确保云图书馆虚拟化资源管理和使用安全的重要因素。第三，云计算环境下，随着数字图书馆基础设施结构和应用服务系统的扩展，基础设施结构与应用软件系统的异构性，将成为影响云虚拟化资源管理与使用的重要因素。

3 云图书馆自适应资源管理与供给平台设计

3.1 建立虚拟化资源应用安全和效率管理监控、评估体系

云计算环境下，应根据数字图书馆云计算环境下读者服务的多用户、虚拟化、弹性和可扩展特点，制定高效的安全管理策略和安全评估体系，确保能够对虚拟化资源环境安全性、基础设施硬件设备可靠性、安全管理策略和防御系统有效性、虚拟化资源管理与调度策略缺陷进行科学评估，并提出科学、合理和易于执行的对策。其次，云虚拟化资源监控系统应重点加强对CPU使用率、物理与虚拟内存占用情况、当前任务进程资源分配与使用效率、虚拟化存储资源管理效率、物理与虚拟网络数据传输有效性、虚拟机运行效率、云系统整体负载均衡等情况进行数据采集，通过对采集的数据进行统计、处理、评估、反馈，最终由控制系统对虚拟化资源池管理策略和过程进行修改、完善。第三，在虚拟化资源应用安全和效率管理监控、评估系统设计中，应重点加强系统高效性、可靠性、冗余性和可扩展性建设。

3.2 实现虚拟化资源的细粒度管理与调度

针对云计算环境下资源虚拟化管理弹性分配的特点，应加强对物理设备和虚拟化资源的双重管理、监控，避免单一物理设备负载过重和虚拟化资源划分粒度不细情况出现。其次，在坚持虚拟化资源调度安全、高效、经济、快速原则的前提下，应依据虚拟化资源分配现状、物理机负荷实际和未来虚拟化资源需求，适时、准确、动态、快捷地调整虚拟资源细粒度划分程度和大小。第三，在虚拟化资源的细粒度管理与调度过程中，应综合考虑云阅读应用服务活动的虚拟化资源分配时间、管理与使用成本、基础设施物理资源使用效率、云阅读服务有效性、读者云阅读活动满意度等因素，提高虚拟化资源管理与调度策略的合理性和有效性。

3.3 强化虚拟机资源分配与调度管理

在虚拟机资源分配与调度管理中，首先应加强虚拟机的生命周期管理，应根据图书馆云应用服务业务提高虚拟机的创建、资源分配、应用服务、资源回收和删除效率，实现虚拟机运行的全程监控和资源高效调度。其次，可根据云服务业务特点和虚拟机集群拓扑结构实际，在图书馆数据中心内部加强云应用服务业务的虚拟机负载均衡与优化，实现虚拟机的弹性化管理和迁移。第三，应根据虚拟机的功能特点、服务对象、数据传输需求和负载情况，设置虚拟机集群和内部虚拟化数据传输网络，并和数据中心其它VLAN（虚拟化网络）隔离，以提高虚拟机应用数据网络传输性能。第四，应加强虚拟机放置和内存分配管理。随着云图书馆读者服务业务量和虚拟机数量的激增，虚拟机放置有效性成为影响虚拟化应用效率的重要因素。

3.4 建设高效、开放的云资源管理平台数据传输与控制网络

云图书馆在数据中心网络系统建设中，应采取统一部署、集中管理、混合搭配、协调动作的原则，加强对云资源管理系统、云计算系统、云存储系统、云反馈系统等功能模块网络的建设和运营管理。其次，在虚拟化网络资源架构设计和系统建设中，应坚持开放式架构、开放式核心网络、开放式软硬件设备的原则，在不同系统、模块和设备之间部署符合标准化规范的开放端口，确保当虚拟化资源池的监控、管理、分配与调度数据传输时，满足数据传输灵活性和多样化需求。第三，加强虚拟化资源池管理与监控网络的智能化、自动化、有效性和可靠性建设，提高网络的自我配置、自我管理、自我监控、自我完善能力，实现云资源池监控、管理、调度、反馈和控制数据的自动化传输。

3.5 避免云资源的过度预留与分配

云图书馆在建设初期，应对所服务的读者群数量、云阅读活动内容、阅读高峰期云资源需求量、未来云服务模式和内容需求进行调研，制定详细的云资源池建设与资源供应方案，并根据读者云阅读活动对虚拟化资源需求的数量、安全要求、供应质量和易扩展性，按照投资收益最优原则选择合适的运营商并签署云服务租赁协议。其次，云图书馆虚拟化资源的预留与分配标准判定，应坚持预测数值和监测数据相结合的原则，由负载平衡器直接写入到应用程序代码，实现虚拟化资源预留与分配的自动缩放和动态配置。第三，应加强对云应用服务资源分配与使用效率的监控。通过设置合理的虚拟化资源应用效率阀值，实现云资源过度预留与分配行为的报警和动态配置，提高虚拟化资源预留与分配效率。

4 结语

云计算技术具有资源利用效率高、系统与数据管理安全可靠、云平台基础设施资源逻辑隔离和可扩展、可为用户提供弹性与经济的云服务等特点，是构建云图书馆和开展用户云阅读服务的核心技术。因此，只有从图书馆云服务能力和云服务模式有效性建设出发，努力提高云资源管理与供给平台的安全性、高效性、智能化和自动化水平，实现读者个性化服务活动云资源的最优化管理与配置，才能提高云图书馆建设与运营活动的投资收益率，为读者提供安全、高效、经济、低碳的云个性化阅读服务。

1 张为民，等.云计算：深刻改变未来[M].北京：科学出版社，2009.

2 陈康，郑纬民.云计算：系统实例与研究现状[J].软件学报，2009，20（5）

3 郭本俊，等.基于MPI的云计算模型 [J].计算机工程，2009，35（24）

4 郑湃，崔立真.云计算环境下面向数据密集型应用的数据布局策略与方法[J].计算机学报，2010，30（8）

5 张兴旺，等.基于云计算的数字化信息资源建设模型的研究[J].情报理论与实践，2011，34（8）

6 田冠华，孟丹詹.云计算环境下基于失效规则的资源动态提供策略[J].计算机学报，2010，33（10）

7 华夏渝，等.基于云计算环境的蚁群优化计算资源分配算法[J].华东师范大学学报（自然科学版），2010（1）

8 Xu Baomin，Zhao Chunyan，Hua Enzhao，Hu Bin.Job scheduling algorithm based on Berger model in cloud environment[J].Advances in Engineering Software，2011，42