动态虚拟集群

　　在传统的集群架构和应用程序需求之间存在一些矛盾：共享的集群环境如何满足用户的不同环境需求？多任务的共享集群环境如何调度？异构集群如何共同处理任务？为此，我们提出了基于虚拟机的动态集群——让N台虚拟机“浮动”运行在M台物理机上，N和M动态可变，虚拟机构成了一个个的集群节点，利用虚拟机的Suspend/Resume、ballooning等技术减小同一物理节点上分属不同虚拟集群的虚拟机之间的转移代价，如图11所示。

图11 基于虚拟机的动态集群

　　北大网络所在虚拟化和云计算方面的工作

　　北大网络所(http://ncis.pku.edu.cn)它在虚拟化和云计算方面进行了如下工作：

　　分布式环境下的虚拟资源环境管理系统973VMM。依托国家973计划项目“计算系统虚拟化基础理论与方法研究(http://g r i d . h u s t . e d u . c n / 9 7 3 /)”，在开源Xen的基础上，设计实现了一个拥有自己核心技术的自适应的虚拟机管理器——973VMM，可以用于管理异构硬件，支撑异构操作系统，如图12所示。该项目是虚拟机领域国家惟一支持的973计划项目，除北京大学外，项目团队还包括华中科技大学、清华大学、国防科技大学、上海交通大学、浙江大学、江南计算所、航天二院等，在虚拟化方法、基于虚拟机的快速部署、虚拟集群调度、基于虚拟机迁移的容灾等领域取得了大量成果。

图12 973VMM

　　天网TFS/MapReduce/BigHive

　　为了支持中国网络信息博物馆(ht tp: / /w w w .infomall.cn/)中的近40TB网页数据的管理和高效再访问，开展数据存储与组织技术方面的研究，我们采用C++ 实现了以GFS、MapReduce和BigTable为代表的Google云计算平台。这是目前已知的中国惟一一个完全自主的G F S /MapReduce/BigTable实现，如图13所示。

图13 天网TFS/MapReduce/BigHive

　　混合云存AmazingStore

　　P2P存储系统能够自动的聚合网络上的空闲存储和带宽资源，是存储系统的一个重要分支。随着边缘资源的迅速增长和传统存储系统面临的问题增多，P2P存储系统的研究在当前更有实际意义。

　　然而，由于P2P网络中节点的高动态性，如何进行高效的维护成为构建P2P存储系统的一个核心难题。我们在数据维护方面做了深入研究，给出了完整的解决方案，包括：提出更细粒度的可用性模型及基于节点在线模式的数据分发方案；提出一种基于时间阈值的数据修复方案Neutralizer；提出一种自动配置的错误预防方案AutoProc。并将上述方案实例化成一个实际运行的P2P存储系统AmazingStore。对系统实际运行数据的测量表明，系统能够提供高可用和可靠的数据存储服务，并且充分利用了网络的边缘带宽，具有极高的吞吐率。同时，AmazingStore系统可以方便的和数据中心融合，提高数据中心的可用性和降低数据中心的开销，如图14所示。

图14混合云存储AmazingStore

　　云数据库

　　动态数据迁移与负载均衡。云数据库是一种查询密集型大规模分布式数据库系统，其响应速度强烈依赖于数据分布与查询负载的均衡性，如何针对查询访问模式建立数据动态迁移策略，是提高系统整体查询响应速度的关键，这也是当前Cloud Database数据分片需要解决的核心问题。针对这一问题，我们与知名数据库厂商合作设计和实现了两类数据动态迁移与负载均衡的机制。

　　(北京大学信息科学技术学院)