移动通信网络云计算的设计

；

　　可屏蔽虚拟单元与底层物理硬件的关联，无需修改即可在任何服务器上平滑迁移。

　　虚拟化技术将物理资源转化为便于切分的资源池，在设计理念上符合云计算的基本条件，具有通用的资源调度能力；但在通信领域的实际使用过程中，需要调度的资源不仅仅局限于虚拟单元本身，移动运营商急需一种针对不同业务应用进行集中能力控制的解决方案，可以实时监测全网多种业务流量动态，智能判断各业务间的负荷关系，平衡硬件及虚拟单元的资源分配。

　　文章通过在虚拟机技术基础上构建业务调度模块的方式弥补了虚拟机技术对通信业务控制层面的不足。调度中心与虚拟机管理系统配合完成调度的模型如图2所示。

调度中心内部可细分为四大功能模块：

　　（1） 业务智能调度分析模块：作为调度中心的核心处理模块，根据实时监控采集汇总的各业务运行数据，综合分析当前业务层处理能力情况，对各业务许可证进行调节。在必要时可通过与虚拟机管理系统直接的交互申请空闲计算单元或释放已占用冗余计算单元，通过自动部署模块式进行业务快速加载、卸载，动态调整业务许可证处理能力。同时该模块还负责将业务节点的伸缩情况动态通知到外围接口分发设备（如：四层交换机、协议接口机设备等）。

　　（2） 实时处理能力采集模块：通过与各业务处理之间的交互实现对各业务实时消息处理流量、数据库资源占用要求、处理能力状况等信息进行采集。支持两种采集模式：业务进程定时上报模式，以及调度子系统发消息主动驱动采集模式。并将采集到的数据写入调度分析库，以便进行智能调度策略分析。

　　（3） 自动部署模块：根据业务智能调度分析模块的部署消息把指定的业务包加载到指定计算单元上或停止业务清理该计算单元上的业务包程序。

　　（4） 人机操作维护：提供人机操作界面，一方面可对业务模块运行状态进行监控，另一方面可提供人工手动干预调度的功能。

　　调度中心通过上述的模块化设计结构与虚拟化管理平台协同工作，可以真正实现对移动通信领域业务处理的动态调节和资源复用。具体调度过程如图3所示。

　　通过对业务处理单元进行实际业务量跟踪监测，结合智能调度分析中心配置的调度策略与阀值，动态进行业务许可证的弹性伸缩控制。

　　智能调度分析策略可主要分为以下几类:

　　（1） 冗灾性调度策略：针对某一业务处理单元异常情况下，分析其他同类业务处理单元是否能够分担该业务节点的工作，在必要时申请新的虚拟计算单元接管原有业务处理，以确保系统稳定运行。

　　（2） 周期性休眠策略：根据业务流量的变化识别周期性调整要求，根据规律释放、申请计算单元。为达到业务快速启停切换的目的，释放的计算单元可仍保留原业务程序，仅在状态上实现休眠和激活，以节约能耗。

　　（3） 业务发展调整策略：根据业务发展的情况确定是否需要增加或减少计算资源的占用，并完成业务的自动加载和卸载。

　　以上3种分析策略是由调度中心的核心部件--智能调度分析模块予以实现，该模块负责根据监测到的数据对虚拟资源进行整体调控，为实现非人为干预的动态调控需要通过一系列比对算法完成多项指标的评测，根据综合评测结果发出资源调配指令[11].为简化描述，文章仅给出一种通用计算模型：

　　（1） 采样条件：

　　采样时间间隔：1s.

　　（2） 采样数据：

　　当前采样点虚拟单元承载"业务类型1"处理许可证为：Llic;

　　当前采样点虚拟单元占用CPU为：Lcpu;

　　当前采样点虚拟单元占用内存为：Lmemory;

　　当前采样点虚拟单元占用输入输出端口（I/O）资源：Lio.

　　上述参数在计算中所占权值分别为R1-R4,该权值表示不同类型的业务应用在计算单元中占用的资源偏差[12].例如，短消息服务中心（SMSC）业务处理服务器，我们采用以系数{0.3, 0.3, 0.3, 0.1},这里认为计算单元在承载SMSC业务时CPU占用、许可证处理及内存较其他参数重要一些。若当前的系数Ri（指R1-R4）不能很好地反映应用的负载，可以对系数不断地修正，直到找到贴近当前应用的一组系数[13-15].

　　（3） 采样值计算公式：

　　LOAD（Ni）= R1&TImes;Llic （Ni）+R2 &TImes; Lcpu（Ni ）+R3&TImes; Lmemory（Ni）+R4 &TImes; Lio（Ni）

　　（4） 判断周期及方法：

针对上述加权后的负载值，可通过多次连续取样的方式进行综合判断。关于采集权值的周期设置，虽然很短的周期可以更确切地反映各个计算单元的即时负载，但是很频繁地采集会给调度中心和被检测计算单元带来负担，也可能增加不必要的网络负荷[16].为解决该问题可适当地调整采集