Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)

Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)Giải pháp cấp phát tài nguyên theo thời khóa biểu trên OpenStack (Luận văn thạc sĩ)

HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - BÙI XUÂN AN GIẢI PHÁP CẤP PHÁT TÀI NGUYÊN THEO THỜI KHÓA BIỂU TRÊN OPENSTACK LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) TP.HCM - 2018 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THƠNG - BÙI XUÂN AN GIẢI PHÁP CẤP PHÁT TÀI NGUYÊN THEO THỜI KHÓA BIỂU TRÊN OPENSTACK CHUYÊN NGÀNH: HỆ THỐNG THÔNG TIN MÃ SỐ: 8480104 LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS THOẠI NAM TP.HCM - 2018 i LỜI CAM ĐOAN Tơi cam đoan cơng trình nghiên cứu riêng thực hướng dẫn PGS.TS Thoại Nam Các số liệu, kết nêu luận văn trung thực chưa cơng bố cơng trình khác Tp Hồ Chí Minh, ngày 10 tháng 11 năm 2017 Học viên thực luận văn BÙI XUÂN AN ii LỜI CẢM ƠN Tôi xin chân thành cảm ơn PGS.TS Thoại Nam, giảng viên hướng dẫn luận văn tôi, tận tình bảo, hướng dẫn suốt trình thực đề tài Sự hướng dẫn Thầy định hướng, động lực giúp vượt qua khó khăn để đạt kết hơm Tôi xin chân thành cảm ơn, Ban Giám đốc, Ban chủ nhiệm Khoa Sau Đại học Khoa Công nghệ Thông tin, Thầy, Cô giảng dạy quản lý đào tạo suốt năm theo học Học viện Cơng nghệ Bưu Viễn thơng Tôi xin chân thành cảm ơn, Hội đồng chấm đề cương góp ý cho đề cương luận văn Cuối cùng, tơi xin cảm ơn, gia đình, đồng nghiệp động viên, tạo điều kiện cho suốt năm học tập nghiên cứu Xin chân thành cảm ơn Tp Hồ Chí Minh, ngày 10 tháng 11 năm 2017 Học viên thực luận văn BÙI XUÂN AN iii MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT vi DANH SÁCH BẢNG vii DANH SÁCH HÌNH VẼ viii MỞ ĐẦU 1 Tính cấp thiết đề tài .1 Tổng quan vấn đề nghiên cứu .2 Mục tiêu nghiên cứu Đối tượng phạm vi nghiên cứu .3 4.1 Đối tượng nghiên cứu 4.2 Phạm vi nghiên cứu Phương pháp nghiên cứu 5.1 Phương pháp nghiên cứu lý thuyết 5.2 Phương pháp nghiên cứu thực nghiệm CHƯƠNG - TỔNG QUAN VỀ ĐIỆN TOÁN ĐÁM MÂY VÀ OPENSTACK 1.1 Xu hướng cơng nghệ Điện tốn đám mây 1.1.1 Xu hướng điện toán đám mây 1.1.2 Đặc điểm điện toán đám mây [14] 1.1.3 Các mô hình triển khai dịch vụ điện tốn đám mây [4] 1.2 OpenStack gì? iv 1.2.1 Giới thiệu chung 1.2.2 Các phiên OpenStack [10] 1.2.3 Các thành phần OpenStack: 1.2.4 Ưu điểm hạn chế OpenStack [17] 10 1.2.5 Những Case Study triển khai OpenStack [11] 11 1.3 Kết luận chương .11 CHƯƠNG - CẤP PHÁT TÀI NGUYÊN TRONG OPENSTACK .13 2.1 Cơ chế cấp phát máy ảo OpenStack 13 2.2 Cơ chế lập lịch OpenStack [16] 15 2.2.1 Bộ lọc lập lịch 15 2.2.2 Trọng số 17 2.3 Kết luận chương .18 CHƯƠNG - BÀI TOÁN VECTOR BIN PACKING 19 VÀ GIẢI PHÁP CẤP PHÁT TÀI NGUYÊN 19 3.1 Tương quan toán Vector Bin Packing (VBP) với việc cấp phát tài ngun tính tốn [2] .19 3.2 Họ thuật toán FFD [2] .20 3.2.1 Chọn trọng số 20 3.2.2 Thời gian chạy FFD 21 3.3 Các Heuristic hình học [2] .21 3.3.1 Dot Product 22 3.3.2 Norm-based Greedy L2 22 3.4 Thuật toán thường dùng cấp phát tài nguyên 22 3.4.1 Thuật toán Round robin [9] .22 v 3.4.2 Thuật toán First Fit [8] 22 3.4 Thực nghiệm 23 3.4.1 Dữ liệu thử nghiệm 23 3.4.2 Kết 23 3.5 Kết luận chương .24 CHƯƠNG – HỆ THỐNG CẤP PHÁT TÀI NGUYÊN 25 DỰA TRÊN OPENSTACK 25 4.1 Đề xuất thuật toán cấp phát tài nguyên theo thời khóa biểu 25 4.1.1 Phát biểu toán 25 4.1.2 Các ràng buộc, quy định 25 4.1.3 Đề xuất thuật toán 25 4.2 Đưa thuật toán cấp phát tài nguyên theo thời khóa biểu vào OpenStack 29 4.2.1 Thiết kế module ứng dụng 30 4.2.2 Thiết lập hệ thống OpenStack 33 4.2.3 Cơ chế di chuyển máy ảo (migration) OpenStack [15] 34 4.2.4 Tương tác ứng dụng OpenStack 35 4.2.5 Kết đạt .36 4.3 So sánh kết với hai thuật toán thường dùng 38 4.4 Kết luận chương .41 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 42 DANH MỤC TÀI LIỆU THAM KHẢO 43 vi DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt VM Virtual Machine Máy ảo PM Physical Machine Máy vật lý FFD First Fit Decrease VBP Vector Bin Packing Thuật tốn tìm chỗ trống phù hợp theo thứ tự giảm dần Đóng gói vector RAM Random Acces Memory Bộ nhớ truy cập ngẫu nhiên CPU Central Processing Unit Bộ xử lý trung tâm HDD Hard Disk Drive Ổ đĩa cứng NFS Network File System Hệ thống tập tin qua mạng VPS Virtual Private Server Máy chủ ảo cá nhân vii DANH SÁCH BẢNG Bảng 1.1 Các phiên OpenStack Bảng 1.2 Các thành phần OpenStack Bảng 3.1 Dữ liệu thử nghiệm thuật toán 22 Bảng 4.1 Các hàm chức ứng dụng 31 Bảng 4.2 Dữ liệu tài nguyên yêu cầu thực tế 39 Bảng 4.3 So sánh số máy vật lý cần dùng thuật toán đề xuất với với Round robin First fit 38 Bảng 4.4 Dữ liệu tài nguyên yêu cầu ngẫu nhiên 39 Bảng 4.5 So sánh số máy vật lý cần dùng thuật toán đề xuất với với Round robin First fit liệu ngẫu nhiên 39 Bảng 4.6: Dữ liệu tài nguyên máy ảo thử nghiệm 40 Bảng 4.7: So sánh số máy vật lý cần dùng BFD với Round robin First fit sử dụng liệu thử nghiệm 40 viii DANH SÁCH HÌNH VẼ Hình 1.1 Các mơ hình triển khai Cloud Computing Hình 1.2 Lược đồ tổ chức OpenStack Hình 2.1 Workflow yêu cầu máy ảo từ user 12 Hình 2.2 Quá trình lựa chọn host với lọc trọng số 15 Hình 2.3 Quá trình đánh trọng số xếp host 17 Hình 3.1 Kết chạy thuật toán với 100 items, chiều 23 Hình 3.2 Tương quan toán VBP việc cấp phát tài nguyên 24 Hình 4.1 Nguyên lý lựa chọn heuristic Norm-based Greedy L2 26 Hình 4.2 Minh họa phần tài nguyên lại 26 Hình 4.3 Đường chéo phần tài nguyên lại 27 Hình 4.4 Giải pháp đưa thuật tốn cấp phát tài nguyên theo thời khóa biểu vào OpenStack 30 Hình 4.5 Mơ thời khóa biểu sử dụng máy ảo 31 Hình 4.6 Mơ hình thiết kế module luồng liệu ứng dụng 31 Hình 4.7 Các đối tượng ứng dụng 32 Hình 4.6 Mơ hình máy vật lý hệ thống 32 Hình 4.7 Giao diện module đọc liệu 32 Hình 4.8 Danh sách máy ảo 33 Hình 4.9 Kết xếp máy ảo theo buổi 33 Hình 4.10: Tổ chức máy ảo OpenStack theo kết từ ứng dụng 33 30 Hình 4.4: Giải pháp đưa thuật tốn cấp phát tài nguyên theo thời khóa biểu vào OpenStack 4.2.1 Thiết kế module ứng dụng Ứng dụng hoạt động web, viết Python 2.7 để tương tác tốt với OpenStack, bao gồm module sau đây: - Module đọc liệu thời khóa biểu sử dụng máy ảo, tài nguyên yêu cầu máy ảo dạng excel (Excel_reader): sử dụng thư viện openpyxl để xử lý linh hoạt file Excel tải lên từ giao diện, tiền xử lý thông tin lưu thông tin máy ảo xuống sở liệu SQLite3 thông tin lập lịch xuống tệp tin pickle - Module mô xếp máy ảo vào máy vật lý (Algorithm): chứa đựng thực hóa thuật tốn đề xuất, lấy liệu xử lý trước module Excel_reader trả thơng tin cấu hình máy ảo thời điểm tắt bật chúng - Module hiển thị kết xếp phát sinh tập lệnh cho OpenStack (UI): cho phép người quản trị tải lên file excel định nghĩa thời khóa biểu tạo, tắt / mở máy ảo xem trước vị trí máy 31 ảo node tính tốn Qua đây, người quản trị tính tốn cần tối đa tài ngun tính tốn cho học kỳ Dữ liệu đầu vào file Excel có định dạng sau: tiết buổi học tổ chức theo dòng, thời gian sử dụng máy ảo tổ chức theo cột Máy ảo sử dụng nhiều tiết thể cách gộp (merged) dòng tương ứng với tiết Hình 4.5: Mơ thời khóa biểu sử dụng máy ảo Việc tương tác với OpenStack thực qua việc phát sinh tập lệnh (script) kịch chạy tập lệnh tự động (crontab) Các tập lệnh kịch đồng vào node Controller để thực thi việc vận hành hệ thống máy ảo theo thuật toán đề xuất Các thư viện Python sử dụng - Flask [19]: thư viện python để triển khai ứng dụng web - Openpyxl [18]: cung cấp thư viện xử lý file excel Với kiến trúc này, chương trình mở rộng theo nhiều hướng: - Mở rộng thêm nhiều thuật toán cải tiến - Mở rộng định dạng file thời khóa biểu 32 Hình 4.6: Mơ hình thiết kế module luồng liệu ứng dụng Về mặt hướng hướng đối tượng, chương trình có hai đối tượng Day VM, đại diện cho đối tượng máy ảo ngày tháng mà máy ảo khởi tạo Mỗi Day chứa danh sách VM Hình 4.7: Các đối tượng ứng dụng 33 Về hàm chức năng: Bảng 4.1: Các hàm chức ứng dụng Module Excel Reader Algorithm Tên hàm read_excel_file Đọc đối tượng sheet file excel get_vms Lấy thông tin danh sách máy ảo định nghĩa get_days Lấy thông tin ngày cần lập lịch máy ảo sort_vms Sắp xếp máy ảo theo thứ tự thời gian khởi tạo/bật filter_vms Lọc máy ảo buổi cụ thể để thị giao diện get_distance_diagonal Tính tốn khoảng cách đường chéo lại get_hosts Tìm compute host phù hợp cho máy ảo cần khởi tạo/di chuyển tới 4.2.2 Thiết lập hệ thống OpenStack - Chức Các thành phần phần cứng, mạng o 04 máy chủ vật lý ▪ core CPU/máy ▪ GB RAM/máy ▪ 100 GB đĩa cứng/máy - Hệ điều hành: Ubuntu 14.04 LTS - Phiên OpenStack: Mitaka - Dùng hai lớp mạng o Lớp mạng external: 172.16.3.0/24 34 o Lớp mạng management: 10.0.0.0/24 - Mô hình cài đặt, dịch vụ: 01 node controller, 03 node compute, 01 node shared storage Hình 4.6: Mơ hình máy vật lý hệ thống - Tóm tắt bước cài đặt [20] o Controller: Ubuntu 14, Indentity service, Image service, Horizon o Compute: Ubuntu 14, Compute service, NFS common o Shared Storage: Ubuntu 14, NFS service - Tạo máy ảo (instance) để mô yêu cầu thực tế 4.2.3 Cơ chế di chuyển máy ảo (migration) OpenStack [15] - Di chuyển máy ảo node compute bị lỗi o nova evacuate: khởi động lại máy ảo node compute bị lỗi OpenStack tự động chọn lựa node compute đích, ta định node đích tham số target-host o nova host-evacuate: khởi động lại tất máy ảo chạy node compute bị hư Mặc định OpenStack lựa chọn node đích, ta định node đích tham số target-host - Di chuyển máy ảo node compute hoạt động bình thường 35 o nova host-evacuate-live: thực di chuyển tất máy ảo hoạt động node compute tới node compute khác, tham số targethost hỗ trợ o nova host-server-migrate: di chuyển máy ảo tắt từ node compute OpenStack chọn node đích mà khơng cho phép ta định o nova live-migration: di chuyển máy ảo hoạt động compute node tới node định OpenStack tham số -target-host o nova migrate: di chuyển máy ảo dừng đến node compute khác mà không cho phép định node đích Trong phạm vi luận văn này, ta xét trường hợp máy ảo VM1 dừng hoạt động máy vật lý PM1 hết giờ, đến máy ảo VM1 hoạt động cần di chuyển đến máy vật lý PM3 theo thuật toán Tuy nhiên, hệ thống OpenStack chưa cho phép ta thực điều Để thực giải pháp theo thuật toán, máy ảo VM1 cần di chuyển từ PM1 đến PM3, giả lập PM1 bị lỗi để thực câu lệnh nova evacuate định PM3 node đích 4.2.4 Tương tác ứng dụng OpenStack Trước đồng nội dung kịch vận hành máy ảo theo thời khóa biểu, ta cần thực khởi tạo máy ảo hệ thống OpenStack Crontab mà ứng dụng phát sinh có dạng bên Các crontab thực thi node Controller để tạo, khởi động, dừng, di chuyển máy ảo theo lịch trình ứng dụng đưa 11 * an BFD_create vm1 cirros 4f564969-6552-4791-b3c2daa19e3ca6b8 testkeypair compute1 //khởi tạo vm1 compute1 11 11 * an BFD_start vm1 //khởi động vm1 đến 11 11 * an BFD_stop vm1 //dừng vm1 hết 11 * an BFD_migrate vm2 compute1 //di chuyển vm2 sang compute1 36 4.2.5 Kết đạt Ứng dụng phát triển tương tác tốt với OpenStack việc đưa crontab chạy node Controller Quản trị viên upload tập tin excel chứa thời khóa biểu, tài nguyên yêu cầu máy ảo, sau ứng dụng dùng thuật tốn BFD kết xếp máy ảo vào máy vật lý (node Compute) Hình 4.7: Giao diện module đọc liệu Hình 4.8: Danh sách máy ảo 37 Hình 4.9: Kết xếp máy ảo theo buổi Hình 4.10: Tổ chức máy ảo OpenStack theo kết từ ứng dụng 38 4.3 So sánh kết với hai thuật toán thường dùng Để so sánh hiệu thuật toán đề xuất với hai thuật toán thường dùng Round robin First fit, sử dụng tập liệu sau để làm liệu đầu vào cho ba thuật tốn, sau so sánh số máy vật lý cần dùng thuật toán - Tập liệu thực tế liệu thời khóa biểu thực tế với yêu cầu cấu hình máy ảo thực tế Bảng 4.2: Dữ liệu tài nguyên yêu cầu thực tế VM1 VM2 VM3 VM4 VM5 VM6 VM7 VM8 VM9 VM10 VM11 VM12 RAM(%) 30 20 40 25 15 10 30 25 30 25 15 30 CPU(%) 20 30 30 20 30 15 25 20 25 20 25 30 NET(%) 20 25 20 30 20 10 15 20 10 20 20 25 Bảng 4.3: So sánh số máy vật lý cần dùng thuật toán đề xuất với Round robin First fit Thứ Buổi Sáng Chiều Sáng Chiều Sáng Chiều Sáng Chiều Sáng Chiều Sáng Chiều Trung bình BFD 3 3 2 2 2 2.5 Round robin 3 3 3 3 3 3 First fit 3 3 2 2 2 2.5 39 Kết chạy thử cho thấy thuật toán đề xuất cho số máy vật lý cần dùng so với thuật toán Round robin tương đương với First fit.Tuy nhiên, so với First fit thuật tốn BFD cho kết xếp tốt xét mặt tỷ lệ tài nguyên lại, tức phần tài ngun lại xếp tiếp máy ảo khác vào cần - Tập liệu thời khóa biểu thực tế với u cầu cấu hình máy ảo liệu lấy ngẫu nhiên Các loại tài nguyên lấy ngẫu nhiên đoạn [10%,50%] thấy khả đáp ứng với nhu cầu khác tài ngun tính tốn Bảng 4.4: Dữ liệu tài nguyên yêu cầu ngẫu nhiên RAM(%) CPU(%) NET(%) VM1 25 22 23 VM2 36 42 37 VM3 40 37 16 VM4 14 14 36 VM5 45 11 28 VM6 45 17 37 VM7 48 48 24 VM8 50 31 16 VM9 49 21 11 VM10 38 33 24 VM11 26 30 33 VM12 29 19 47 Bảng 4.5: So sánh số máy vật lý cần dùng thuật toán đề xuất với Round robin First fit liệu ngẫu nhiên Lần thử Số máy vật lý trung bình cần dùng BFD Round robin First fit 2.17 2.25 2.08 2.08 2.42 2.42 2.42 2.42 2.42 2.50 2.50 2.50 2.25 2.25 2.50 2.67 40 10 2.42 2.33 3 2.42 2.33 Sử dụng cách so sánh trên, chạy thử nghiệm ba thuật toán với mười tập liệu ngẫu nhiên, sau so sánh số máy trung bình buổi mà thuật toán cần dùng Kết so sánh cho thấy thuật tốn BFD có số máy vật lý tốt so với Round Robin First fit - Để cho thấy rõ khả BFD, sử dụng tập liệu tài nguyên máy ảo với chênh lệch lớn loại tài nguyên, việc xếp máy ảo vào máy vật lý với thuật toán truyền thống tạo khoảng trống tài nguyên chưa cấp phát không đủ để cấp cho máy ảo lại Với liệu này, số máy trung bình mà BFD cần dùng 25% so với Round robin, 12.8% so với First fit Bảng 4.6: liệu tài nguyên máy ảo thử nghiệm RAM(%) CPU(%) NET(%) VM1 15 55 10 VM2 15 60 10 VM3 10 20 10 VM4 10 40 10 VM5 15 20 10 VM6 30 30 VM7 15 55 10 VM8 15 60 10 VM9 10 20 10 VM10 10 40 10 VM11 15 20 10 VM12 30 30 Bảng 4.7: So sánh số máy vật lý cần dùng BFD với Round robin First fit sử dụng liệu thử nghiệm Thứ Buổi Sáng Chiều Sáng BFD 3 Round robin 3 First fit 3 41 Chiều Sáng Chiều Sáng Chiều Sáng Chiều Sáng Chiều Trung bình 2 2 2 2 2.25 3 3 3 3 3 3 3 2 2 2.58 4.4 Kết luận chương Bằng việc kết hợp heuristic Norm-based Greedy L2 với thuật toán xử lý tài nguyên theo thời khóa biểu sử dụng máy ảo, tốn đặt giải Bốn loại tài nguyên thường dùng việc cấp phát mô theo vector đa chiều cho ta thấy khả mở rộng số loại tài nguyên toán thực tế Về mặt cải tiến, so hai thuật toán thường dùng giải pháp cấp phát máy ảo, thuật toán BFD sử dụng số máy vật lý cụ thể 21.67% so với thuật tốn Round robin 1.4% so với thuật toán First fit Với mẫu liệu tùy chỉnh cho thuật toán BFD, kết số máy vật lý trung bình cần sử dụng tốt Round robin 25% tốt 12.8% so với First fit Đây tiền đề để phát triển thuật toán tốt Việc xây dựng ứng dụng bên tương tác với OpenStack giải pháp linh động hiệu Nó cho phép ta cập nhật ứng dụng cách nhanh chóng mà không ảnh hưởng đến hệ thống hoạt động cần nâng cấp hệ thống lên phiên 42 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN Giải pháp Cấp phát tài nguyên theo thời khoá biểu OpenStack giúp giải toán cấp phát tài nguyên, máy ảo quan công tác với ưu điểm: - Tiết kiệm tài ngun tính tốn: máy chủ ảo dừng lại sau hết thời gian sử dụng buổi học, tài nguyên giải phóng để cấp phát cho máy chủ ảo khác sử dụng sau - Tiết kiệm chi phí đầu tư máy chủ vật lý: tiết kiệm tài ngun tính tốn, chi phí đầu tư cho máy chủ vật lý giảm đáng kể, đồng thời làm giảm lượng điện cung cấp cho hệ thống - Tự động hoá việc bật, tắt máy ảo theo thời khoá biểu - Nâng cao hiệu sử dụng - Giảm tải cho người quản trị hệ thống Với xu hướng điện toán đám mây ngày phát triển, giải pháp khả thi để triển khai trung tâm liệu trường đại học, viện nghiên cứu, nơi có nhu cầu sử dụng nguồn tài ngun tính tốn, cần phân bố cấp phát hợp lý Giải pháp có hướng phát triển thêm nội dung sau: - Đánh giá với số liệu thực tế lớn để kiểm chứng kết - Xem xét khả di dời để dồn máy ảo rải rác nhiều máy vật lý dựa vào khả di dời OpenStack - Xử lý đa dạng nhu cầu sử dụng tài ngun tính tốn: theo thời khóa biểu cố định, thời khóa biểu có thay đổi đột xuất, mơn học sử dụng máy ảo lâu dài, môn học sử dụng tài nguyên thay đổi theo thời gian 43 DANH MỤC TÀI LIỆU THAM KHẢO [1] Chandra Chekuri, Sanjeev Khanna (2004), “On Multi-dimensional Packing Problems” SIAM Journal on Computing, Volume 33, Issue 4, pages 837-851 [2] Rina Panigrahy, Kunal Talwar, Lincoln Uyeda, and Udi Wieder (2004), Heuristics for Vector Bin Packing, Microsoft’s VMM product group [3] Quyet Thang Nguyen, Nguyen Quang Hung, Nguyen Huynh Tuong, Van Hoai Tran, Nam Thoai (2013), “Virtual Machine Allocation in Cloud Computing for Minimizing Total Execution Time on Each Machine” Computing, Management and Telecommunications (ComManTel), 2013 International Conference, pages 241-245 [4] Puneet Himthani, Amit Saxena, Manish Manoria (2015), “Comparative Analysis of VM Scheduling Algorithms in Cloud Environment” International Journal of Computer Applications (0975 – 8887), Volume 120 – No.6, June 2015 [5] M Padma, G Geetharamani (2015), “Algorithms for Classification of VM migration scheme Inner Cloud Data Centre” Australian Journal of Basic and Applied Sciences, pages: 91-105 [6] Li Xi, Ventresque, Anthony Murphy, John Thorburn, James (2014), “A Fair Comparison of VM Placement Heuristics and a More Effective Solution” 13th IEEE International Symposium on Parallel and Distributed Computing (ISPDC), Aix-Marseille University - Porquerolles Golden Island, France, 2427 June 2014 [7] Tiago Rosado, Jorge Bernardino architecture, New York, NY, USA (2014), An overview of openstack 44 [8] Vallari Chandrakar, Dr Punyaban Patel, Manojeet Roy (2016) “Review on virtual machine placement algorithms” 4th International Conference on Science, Technology and Management, 15th May 2016 [9] Shri Baba Mast Nath Engg, Maharshi Dayanand (2015) “On Demand VM Placement Using Cloud Infrastructure” International Journal of Enhanced Research in Science Technology & Engineering, June 2015 [10] [Online] Available: https://docs.OpenStack.org [Accessed Sep 2016] [11] [Online] Available: https://en.wikipedia.org/wiki/OpenStack [Accessed Oct 2017] [12] [Online] Available: https://ilearnstack.com/2013/04/26/request-flow-for- provisioning-instance-in-openstack/ [Accessed Dec 2016] [13] [Online] Available: https://www.openstack.org/user-stories/ [Accessed Jun 2017] [14] [Online] Available: https://en.wikipedia.org/wiki/Cloud_computing [Accessed Jul 2017] [15] [Online] Available: http://openstackabout.blogspot.com/#advantage [Accessed Sep 2016] [16] [Online] Available: https://docs.openstack.org/nova/latest/user/filter- scheduler.html [Accessed Nov 2016] [17] [Online] Available: https://serverfault.com/questions/759787/openstack-whatthe-difference-between-nova-migrate-and-nova-evacuate [Accessed Sep 2017] [18] [Online] Available: https://openpyxl.readthedocs.io/en/default/ [Accessed Oct 2017] [19] [Online] Available: http://flask.pocoo.org/docs/0.12/ [Accessed Oct 2017] [20] [Online] Available: https://docs.openstack.org/install-guide/ [Access June 2017] ... dụng OpenStack giải toán cấp phát tài nguyên theo thời khoá biểu, luận văn tập trung nghiên cứu thuật toán cấp phát tài nguyên mặc định OpenStack, thuật toán cấp phát theo thời khoá biểu, theo. .. thuật tốn cấp phát tài ngun theo thời khóa biểu Đối tượng phạm vi nghiên cứu 4.1 Đối tượng nghiên cứu - OpenStack - Thuật toán cấp phát tài nguyên động (theo tài nguyên có, theo thời khoá biểu) 4.2... Chính vậy, tơi chọn đề tài "Giải pháp cấp phát tài nguyên theo thời khóa biểu OpenStack" để đáp ứng nhu cầu học thực thực hành, làm đồ án sinh viên cho tài nguyên cấp phát hiệu quả, nhanh chóng