低资源成本的云计算自适应实时资源监控研究

分布式云计算的云端数据量巨大,而云端资源监控则需对大数据采样,因而产生大量的计算开销与资源消耗,对此,提出了一种两阶段的自适应监控方案。首先,在训练阶段,采集适量的资源样本,计算其资源变化相关的阈值参数,并计算资源变化的质量值;然后,在自适应监控阶段,使用训练阶段的算法,根据不同的资源变化剧烈程度更新采样周期,从而实现动态的采样周期调节。试验结果证明,与静态监控算法相比,该算法具有较好的监控性能,同时具有较低的资源开销。