【毕业学位论文】（Word原稿）计算环境下的分布式作业任务调度算法研究与应用-软件工程

硕士学位论文 （专业学位） 姓 名： 学 号： 所在院系：软件学院 职业类别：工程硕士 专业领域：软件工程 指导教师： 副指导教师： 二一三年十二月 云计算环境下的分布式作业任务调度算法研究与应用 A in 2010 基于 人力资源管理系统的设计与实现 陈世军 同济大学 2013 云计算环境下的分布式作业任务调度算法研究与应用 同济大学 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 年 月 日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 年 月 日 同济大学 硕士学位论文 摘要 I 摘要 云计算是目前国内外商业和科研机构研究的热点之一，是网格计算、并行计算、分布式计算的发展，是一种新兴的商业计算模式。它采用了成熟的虚拟化技术将数据中心的资源打包为互联网上的用户提供按需服务。作业调度与资源分配是云计算的两个关键技术，云计算的商业性使其关注对用户的服务质量，其虚拟化技术使得资源分配和作业调度不同于以往的并行分布式计算。 本 文系统的、全面的研究了云计算技术，以社会学分配理论 关于分配性正义的伯格模型为理论基础，提出了云环境下基于伯格模型的作业调度算法。该算法适应云计算商业化和虚拟化的特性，区别于传统的作业调度算法注重效率的特点，在云环境下的作业调度过程中建立起双重公平性约束。第一重约束是在云环境下将用户任务按照 好分类，依据人元模型理论给出了任务描述，按照任务的分类在其主元部分加入任务的一般期待来约束资源选择过程的公平性，给出了加入一般期待的任务与资源的映射方法。第二重约束是在云环境中定义了资源分配的公平性评判函数，对资 源分配结果的公平性进行评判，依据评判结果修正模型的参数，约束系统的公平性。对于具有多重 性的任务，本文应用人元分析理论给出了处理任务的多重一般期待的方法。最后，扩展了 现了本文提出的任务描述和基于伯格模型的作业调度算法，对 台进行了重编译生成，并在扩展后的 台上实现了作业调度的仿真程序，对算法进行了模拟验证和对比分析，实验显示该算法能够有效的执行用户任务并体现出较好的公平性。 此外，本文结合伯格模型的均衡论研究了云环境下负载均衡的控制模式 ，为云环境下资源的负载均衡策略研究提供了借鉴方案。 关键词 ： 云计算 ， 作业 调度 ， 资源管理 ， 类 I is of at of is an of It a to to on of it of to In a of to of on to on in in is to oS to to in to of a to of of to is in a to of of to of on of oS a of of to in of II of 济大学 硕士学位论文 目录 录 第 1 章 引言 . 1 题背景与意义 . 1 内外发展现状 . 1 课题的主要研究内容 . 3 课题的研究方法 . 4 文的组织结构 . 4 第 2 章 云计算相关技术简介 . 5 计算技术介绍 . 5 格计算及其调度 . 5 计算简介 . 7 计算体系结构 . 11 计算服务及应用 . 12 布式技术概要 . 14 布式相关技术简介 . 14 程模型 . 16 平台 . 18 计算环境下调度算法技术介绍 . 19 章小结 . 20 第 3 章 云计算环境下分布式任务调度算法 . 21 计算环境下分布式资源管理与作业调度 . 21 计算环境下虚拟机监控代理 . 21 计算环境下 度策略 . 23 计算环境下分布式系统的 类 . 25 计算环境下伯格模型的作业调度 . 26 计算环境下 资源分配公平性判定约束 . 27 计算环境下资源选择过程的一般期待约束 . 29 计算环境下分布式算法资源描述 . 29 计算环境下分布式作业任务描述 . 30 计算环境下分布式作业任务调度算法逻辑 . 33 章小结 . 34 第 4 章 云环境下分布式任务调度伯格模型的负载均衡 . 35 计算环境下分布式任务调度模型的建立 . 35 计算环境下分布式任务调度均衡失效的应激反应分析 . 36 计算环境下分布式任务调度的均衡恢复策略 . 37 同济大学 硕士学位论文 目录 V 章小结 . 38 第 5 章 云计算环境下分布式调度算法的实现及验证与 应用 . 39 法的实现 . 39 度算法实现的辅助仿真软件 . 39 度算法实现 . 40 法的验证 . 42 境配置 . 42 真流程 . 43 验结果及分析 . 44 法的应用 . 46 第 6 章 总结与展望 . 47 结 . 47 望 . 48 致谢 . 49 参考文献 . 50 个人简历、在读期间发表的学术论文与研究成 果 . 51 第 1章 引言 1 第 1 章 引言 题 背景与 意义 云计算 是近几年发展起来的一种 新兴的商业 计算模型， 它 采用将计算任务分布在由大量计算机搭建的云系统平台上，使得任务能够根据自身需求获取相应的资源，如 存等各种服务。同时，这些云平台上的云资源可以 很方便的通过网络 提供 给需要使用云计算的用户。然而在云计算环境下，大量的任务 需要大量的系统资源，如何在有限的资源环境中，对用 户提交的海量任务进行分配资源以及有效的对资源进行调度成为当前云计算中所要解决的重要问题之一。 1 另 一方面， 在云计算环境中，对用户群体提交的海量任务进行调度是云计算的关键所在，通常要将 N 个任务分配到 M 个工作单元中，如何将这 N 个任务合理的分配在 M 个工作单元，使得系统负载平衡成为一个 题，因此有效的解决云计算环境下分布式作业任务调度能够影响云计算系统的性能。 2 目前，解决云计算环境中的任务调度问题的主要方法有 务调度算法及其简单扩展、计算能力调度算法以及公平调度算法等，针对调度算法的研究已经 成为科研热点。同时分布式任务调度也影响着云计算平台的性能，也是云计算服务质量 (关键问题，值得研究。 通过对本课题的研究，能够对云计算中分布式作业任务调度有一个更好的理解，并在此基础上，能够对云计算分布式作业任务调度算法进行有效的改进，提高云计算中资源利用率，从而达到工作单元负载平衡，最终使得云计算服务质量(到有效提高。 本课题的研究能够改善云计算环境中作业任务调度的负载平衡，提高云计算服务质量，最终提高用户使用的满意度，进而达到良好社会效应。另外 一方面，本课题的研究通过优化分布式任务调度，提高云计算集群的使用效率，最终为提供云计算服务的公司节省了服务成本，能取得良好的经济效益。 内外发展现状 目前，国内外在云计算环境中针对分布式作业任务调度算法主要有以下几个方面的研究。 (1) 传统的作业调度算法。 在云计算环境中， 传统的调度算法通常有 最小连接调度、 轮循调度、加权轮循调度、 源地址散列调度、目标地址散列调度 等。 这同济大学 硕士学位论文 云计算环境下的分布式作业任务调度算法研究与应用 2 些算实现简单， 但是在实际的 云计算 调度应用中性能表现不佳， 因此没能得到广泛的应用 。 3 (2) 启发式调度算法。 启发式调度算法 是目前 应用比较广泛的寻找最优解的算法， 将其引入云计算 环境下 分布式作业任务调度中，正好能够 解决分布式 作业任务 的问题，能够有效的提高云计算环境下作业任务调度的性能。目前，针对云计算 环境 启发式调度算法的主要 研究算法 有 蚁群算法、遗传算法等。 启发式算法在实际使用的过程中，能够很好的自适应系统，并能找到最优解，但是它在寻求最优解的过程中，求解过程非常繁杂，对系统性能要求较高，同时寻求最优解的时间 可能较长，从而影响系统的整体性能。 4 (4) 基于 作业调度算法。 采用 术进行云计算环境下的作业任务 调度来源于人工智能，虽然人工智能早在 20 世纪 60 年代就被提出，但是 其真正发展却在 20 世纪 90 年代 。 面向 技术能够有效的描述并分析分布式系统 ， 并且它能 在 云计算环境下作业任务调度 过程中智能学习 ，因此也得到了广泛的研究。 在基于 任务调度中，可以将云计算系统看成多层 统的几乎，并将云计算环境中每一个资源节点封装成一个 此，针对云计算 环境下作业任务调度算法的研究 可以 简化为在不同 间进行计算任务分配，并根据实际情况随时调整 算难度 。同时，在每个 ， 也需要对子任务继续进行分配 ，争取达到最优 。 5 (5) 基于经济学模型的调度算法。 云计算环境中的作业任务调度算法 可以看成是计算任务与系统资源 之间的分配，这与经济学模型十分相似 ：云计算系统资源相当于经济学 中 商品供应商， 为云计算用户提供计算资源； 云计算中 的 用户相当于经济学中 的商品消费者， 需要为自己的 使用的资源支付 相应的费用。因此，可以在云计算 调度算法中引入经济学模型，在云计算资源与与计算用户之间建立市场机制，利用价格杠杆来调节用户需求和资源分配，从而对云计算系统进行优化并提高云计算效率 。 另外，与经济学模型调 度算法类似，利用资源与拍卖间类似的联系，目前还有基于拍卖机制的作业调度算法模型。 6 (6) 其它 改进的 调度算法。 除了以上介绍的调度 算法以外， 还有一些针对原算法基础上进行综合和改进的作业任务调度算法 ，如加入新人机制、 束、优先级等不同的余数条件对算法进行改进。同时，也有针对原算法进行 的 改进 ，最终提高云计算环境下作业任务调度的负载均衡。 另一方面，云计算作为目前最重要的新兴技术，已经引起了学术界和工业界的广泛关注。在国外， 供了 程框架、 供了 、 经开始出售自己的云计算服务 、 “蓝云”提供端对端的云计算解决方案以及 出的云平台 得到了广泛的应 第 1章 引言 3 用。 相对于 国外的技术，国内也开始紧随其后开发了自己的云计算平台，国内 百度云，阿里巴巴推出了阿里云技术， 360 也推出了自己的云盘技术以及国内其它的 商都对云计算展开了相应的研究。 针对目前各种云环境下作业任务调度算法来说，目前调度算法趋向于使用多种算法组合使用以及针对启发式算法进行的各种改进，从而达到更 好的调度效果，最终使得云计算环境中的各项单元负载平衡。 课题的主要研究内容 1. 云计算的发展及其面临的问题 介绍云计算的发展历程、云存储发展，云计算技术，云计算的实现，云计算带来的好处以及目前云计算所面临的各种问题。 2. 研究 通过对当前的云计算核心框架平台 行研究，并将为主要实验技术，构建云平台。 为当前最主要的当前云计算的核心技术，对其调度算法进行研究，能够更加深入底层算法，从而对其进行改进 达到更好的调度目的。 为云存储的核心平台，它同时也利用 行底层调度，利用 为底层文件系统，对其进行研究，能够有效掌握当前云计算的主流技术。 3. 分布式作业任务规划调度算法研究 目前针对云计算分布式任务任务调度算法的研究有很多，只有对这些作业调度算法进行深入的研究和了解，才能更好的对其进行改进，从而提高云计算环境下的作业调度效果。 同时，这些主流算法中或多或少存在着一些问题，只有对这些问题进行进行深入研究，才能对其不足之处进行改进，并提出更好作业调度规划，最终提高云计 算服务的效率。 4. 性能测试及分析 在当前环境下，搭建相应的实验集群，对当前提出的算法进行测试，并进行算法比较和分析。 5. 关键技术 在云计算中，关键技术主要包括作业调度算法、 理技术以及术等。 同济大学 硕士学位论文 云计算环境下的分布式作业任务调度算法研究与应用 4 课题的研究方法 本课题采取的研究方法是，对当前的主流调度算法进行研究，采取启发式调度算法实现云计算环境下的分布式作业任务调度，从而提高云计算服务质量，达到云计算中资源的调度平衡，最终达到更好的效果。 本课题的技术路线是，应用当前已较为成熟的 程框架，结 合存储模式，在启发式调度算法的基础上，对算法进行改进，从而实现分布式作业任务调度。 本课题的实施方案是，在已搭建平台的基础上，对分布式任务作业调度算法进行运行测试，并对结果进行比较和分析，以得到更好的实验验证目的。 对本课题来说，虽然在云计算环境下分布式作业任务调度是一个难题，但是是目前针对云计算中的各种调度算法研究也非常的多，而且云计算的各种技术手段也日益成熟，因此只要能够合理对问题进行分析，对调度算法进行合理的改进，最后一定可以达到预期的目标。 文的组织结构 本文共分为六个章节： 第一章，引言。 介绍了课题的背景与意义，国内外现状以及本课题的研究内容和研究方法。 第二章， 云计算 相关技术介绍。 介绍了云计算相关技术、分布式技术以及云计算环境下的调度算法。 第三章， 云计算环境下任务调度 算法研究 。 介绍了云计算环境下的作业任务调度算法以及算法的逻辑结构 第四章， 云计算环境下 分布式任务调度 负载均衡研究 。 介绍了云计算环境下的分布式任务调度模型经历以及负载均衡策略。 第五章， 作业任务调度与结果分析 。 介绍了算法实现、算法验证以及算法的应用。 第六章，总结与展望。 对本文进行总结，并对今后的工作进行展望。 第 2 章 云计算相关技术 简介 5 第 2 章 云计算相关技术 简介 云计算作为当前 科研研究的热点， 引起了很多科研单位的关注 ，并取得了很大的进展 。 同时， 它作为一项新兴的技术，也吸引了 各大 商 的注意，他们针对云计算 研究投入了大量的投资，并开始推广自己的云计算 产品 。 云计算研究的关键是 针对云计算环境下 作业任务 调度算法 的 研究， 只有 了解云计算 的相关技术， 才能理解云计算的工作流程， 并对其调度算法进行规划研究 。 本章 将 介绍云计算 的 相关技术，并做一个系统的阐述 。 计算技术介绍 格计算 及其调度 云计算是在网格计算的基础上发展起来 的，所以在介绍云计算的同时，有必要先了解一下网格计算的相关技术 。 网格计算 是 分布式计算 的一种发展 ， 它 依据并行计算原理， 将 非常复杂的计算 任务进行分解， 并将分解的 子任务分配 给许多计算机进行处理， 最终将处理后的结构进行综合，从而得到最终结果 ， 其原理图如下图 示。 计 算 任 务节 点 一总 节 点 节 点 二任 务 一任 务 二任 务 三节 点 三任 务计 算 结 果图 格计算原理图 从上图中，可以看出， 网格计算 具有 注重计算任务、任务间的交互相对较少以及计算流程比较简单 的特点。 另一方面 ， 它对网络、内存空间和 硬盘 需求不大，同济大学 硕士学位论文 云计算环境下的分布式作业任务调度算法研究与应用 6 它只消耗 源。 因此 ，近年来，网格计算通常 借助于世界各地闲置的计算机，通过 取强大的计算能力 ，完成计算量庞大的项目。如分析太空的 电讯号、探索外星生命、寻找黑洞、 发现有效抵抗艾滋病毒的药物以及 寻找 超过 1000 万位的 梅森质素 等 。 7 网格计算的 发展是伴随着个人电脑的普及， 使得越来越多人拥有了自己电脑，同时也 使得 越来越多的电脑处于闲置状态。 另一方面，现在硬件的发展速度远远大于软件的发展速度，因此个人电脑在开机状态， 资源也没能完全利用。如果将这些网络上闲置的 源 进行 整合 ，那么 肯定会成为相当 强大的计算 能力 。网格计算 正好可以利用这些闲置的个人计算资源，将计算量很大的任务合理的分配给网络上的计算机进行处理， 同时， 将这些处理 完后的结果进行综合归纳即可得到最终结果。 虽然 这种计算方式看起来难度有点大 ，但是 随着参与的计算机越来越多， 网格 计算 的计算 速度 也会变得非常 迅速。如上图的 示，任务通过总结点进行分配，最终分配到每个节点的任务量就很少， 因此计算量也就很容易实现了。 另外一方面， 为了让更多的计算机参与到计算中来，可以采取 相应 的 激励 制度 ，如最近非常流行的虚拟货币 质数币 (就是利用 闲置的 源进行“挖矿”，并对每个计算机节点提交的任务量进行 统计，当质数计算出来时会分配相应的质数币作为奖励 ，提交任务量越高的计算机获得的质数币也就越多 。同时， 获得的质数币还能在网上用于买卖， 利用这种激励方式 相当于 “购买” 了用户的 源 ，进而参与的人越来越多 。 与云计算类似，网格计算也存在着其作业任务调度， 网格计算任务调度是如何在总计算时间最小的 情况下，将任务分解成 n 个相互独立的计算任务， 并 把 这n 个任务分配给 m 个独立的计算单元，使得资源得到充分利用。 网格计算任务调度的目的是使 整个系统任务达到最优调度，同时 提高整个系统的吞吐量，最终实现的主要目标是服务质量 (负载均衡、最优跨度、经济援助。 (1) 服务质量 网格计算通过 映用户对系统资源的需求，并依此来提供计算和存储服务。 在网格系统进行任务管理调度时，一定要保证网站计算系统的服务质量 ( 8 (2) 负载均衡。 在网格计算中 ，网格系统的负载均衡直接影响整个系统 中 资源的使用率，因此在对网格计算作业任务进行调度时，需要 考虑系统负载均衡。同时，负载均衡也是 影响着 分布式计算和并行计算 性能 的一个关键因素。 9 (3) 最优跨度 。 跨度通常指 的是调度的长度，通俗的说，它是指的从任务从开始到最后所有任务结束所用的时间 。 因此对网格计算来说，达到 最优跨度 是网格系统最常见也是最主要的目标。 10 第 2 章 云计算相关技术 简介 7 (4) 经济原则。 由于网格系统地理分布广泛，而资源 分布也不均衡，针对这些资源的使用的费用也不尽相同，因此在对网格计算进行作业任务调度时，也需在考虑前面服务质量、负载均衡和最优跨度的基础上考虑 到计算任务的花费，这样才能使得网格计算能够可持续的发展下去 。 11 在网格计算的作业任务调度中，通常考虑比较多的是负载均衡 ，它是网格计算中一个比较关键的问题。 负载均衡的 目的是使得计算任务合理的分配到网格系统中的各个节点，从而提高 整体资源的利用率和吞吐量。 通常描述负载均衡 的方法有： 抢先与非抢先、 实时与非实时和静态与动态三个角度 (1) 抢先与非抢先 。 在网格计算中，通常对一个已经分配的任务进行再度分配，从而达到负载均衡的目的，叫抢先；而 对 已经分配好的任务不再进行调度分配，叫非抢先。抢先的方式能够对任务再调度分配，可以更加合理的对资源进行利用，然而 它也增加了系统的复杂性和调度的难度。 12 (2) 实时与非实时。 在网格计算中，作业任务调度的目的是使得任务在规定的时间内完成，负 载均衡的目的是为了完成规定时间内的任务，这种方式为实时调度。 常见的实时系统中负载均衡算法有： 时间间隔受限调度、动态基于优先级的调度、静态基于优先级的调度以及基于时间的调度等。 而非实时系统主要目的是 利用负载均衡 提高系统的性能 ，以负载均衡作为衡量系统 性能 的主要指标。 13 (3) 静态与动态。 在网格计算中，负载均衡的静态与动态的区分是根据调度算法是试用的静态算法还是动态算来来划分的，这是根据作业任务调度决策的时机来划分的。 所谓静态算法，是依据网格系统的基本信息情况，提前分配任务然后开始运行系统，它 可以 分为求最 优解和次优解的问题。 而动态算法则是在系统运行后，实时根据系统现状，对系统进行调度，合理的分配负载信息。 动态算法虽然能够根据当前情况进行决策，但是增加了系统的开销，它可以分为 分布式调度和集中式调度两种。 14 综上所述，对网格计算下的负载均衡需要从 以下三方面考虑：一是负载评价，即对系统中负载的评价和系统中所有节点的评价；二是调度算法，即网格计算必须根据当前需求选择合适的算法；三是二次调度，即当系统中负载均衡 不稳定或失效时 ，需要对任务进行重新分配达到新的负载平衡。 计算简介 从上文中，我们对网格 计算 有了一定的了解，云计算是在网格计算的基础上发展起来的， 它与网格计算有着密不可分的关系 ，特别是在云计算的调度问题上，也同样面临着和网格计算类似的问题。因此对网格计算的了解有利于我们加深对同济大学 硕士学位论文 云计算环境下的分布式作业任务调度算法研究与应用 8 云计算的了解。 云计算的发展，离不开大数据的发展。据不完全统计，在 一天产生的数据需要 张 储，全球一天发出近 3000 亿封 时数据等级已经从现在的 024G)升级到 024 024024 际数 据公司 )统计表明： 2010 年全球产生 据、2011 年全球产生 据。而全球所有书籍、印刷品的全部数据量也才 200以要对这么庞大的数据量进行分析，普通的计算机是无法胜任的，因此云计算的技术才伴随着云时代的来临而发展。 通常来说，我们把网络称作为“云 ” ，因此云计算 就是利用 因特网中的各种可被利用的 计算 系统资源 ，以第三方拥有的资源提供用户所需求的计算服务，这就是云计算的基本定义。 从技术上来说，云计算是并行计算、分布式计算和网格计算的一种发展， 它 是一种新的计算模式，它通过 利用 云计算数据 中心的 资源 (数据、应用、 源 )作为服务 提供给用户使用。 同时，云计算也是 一种管理 框架，它通过把互联网上高度 自治的虚拟化资源统一起来，组成一个计算能力 强大的资源池，并以此来对用户提供服务。 那么云计算的核心技术是什么？ 云计算是由网格计算 (并行计算 (分布式计算 (基础上发展而来的，也可以说它是这些计算的 商业实现模式 。 云计算是通过 将计算 任务分配给不同地区部署的 分布式计算 机，使得 用户使用这些计算机就像在本地使用一样。 因此 云计算的核心技术也由这几种关键性技术组成，示。 云 计 算C l o u d C o m p u t i n 算 服 务I a a S 、 P a a S 、 S a a 计 算G r i d C o m p u t i n g / S O 化V i r t u a l i z a t i o 计 算C l u s t e r C o m p u t i n 计 算P a r t i t i o n C o m p u t i n 计算核心服务 由上图 ，我们可以看出 云计算 提供不同层面的技术 和服务，具体来说，第 2 章 云计算相关技术 简介 9 有以下三种表现形式： 基础即服务 (as a 平台即服务(as a 及 软件即服务 (as a (1) 基础即服务 ( 这种 云计算 服务 模式 即为用户通过使用云计算服务商提供的各种 计算机基础设施从而获取相应的服务。 典型的应用如 存储等。 15 (2) 平台即服务 ( 这种云计算服务模式 指的 是 云 计算 服务商 通过 把相应的软件开发平台或者服务器平台作为 服务提供给用户。 典型的应用如万网的云服务器。 16 (3) 软件即服务 (这种云计算服务模式 指的是 用户无需购买昂贵的软件，仅需要支付相对低廉的费用，即可获得云计算服务商提供的软件服务 。 这种服务的优势在于： 用户利用 可使用软件， 而将软件的管理 、 维护 以及安全 交给云计算服务商，从而 提高了工作效率。典型的应用如 在线 用程序 。 17 虽然云计算分成了 三种服务形式，但是在具体应用上，这三种服务是相辅相成，云服务商通过提供基础服务的同时，才能为用户提供开发平台和相应的软件 服务 ； 平台服务 建立在计算机基础服务上，同时它也为软件服务提供相应的平台 ； 软件服务也建立在平台服务和基础服务的基础上，没有平台和计算机基础 设施 ，软件服务也没办法实现。 它们的关系如下图 示。 软 件 即 服 务( S a a S )平 台 即 服 务( P a a S )基 础 即 服 务( I a a S )计算服务类型 同时，在云计算 系统 内部，虚拟化技术是云计算的关键 ，本文研究的云计算环境下分布式作业任务调度算法研究与应用 也是在虚拟化基础上实现的 ，而虚拟化部仅仅反应在云计算服务器虚拟化上，它还体现在存储和网络虚拟化中。 其虚拟化关系图如下图 示。 在图中 ， 云计算系统虚拟化针对服务器虚拟化