李思陽(yáng),羅 宇

(國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院，湖南 長(zhǎng)沙 410073)

基于多級(jí)索引的云平臺(tái)鏡像管理系統(tǒng)Milance的設(shè)計(jì)與實(shí)現(xiàn)*

李思陽(yáng),羅 宇

(國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院，湖南 長(zhǎng)沙 410073)

OpenStack云平臺(tái)的開(kāi)源掀起了對(duì)于基礎(chǔ)設(shè)施即服務(wù)的云平臺(tái)的研究熱潮，但基于本地存儲(chǔ)的鏡像管理存在資源利用率不足的問(wèn)題。為此，開(kāi)發(fā)了新型的多級(jí)索引的鏡像管理系統(tǒng)Milance替換現(xiàn)有的鏡像管理系統(tǒng)，旨在解決現(xiàn)有系統(tǒng)存在的虛擬機(jī)實(shí)例啟動(dòng)延時(shí)大、做快照時(shí)間長(zhǎng)、鏡像池占用空間較大的問(wèn)題。通過(guò)測(cè)試，相對(duì)于現(xiàn)有的系統(tǒng)，Milance系統(tǒng)在虛擬機(jī)啟動(dòng)、虛擬機(jī)做快照花費(fèi)的時(shí)間較少。同時(shí)，Milance系統(tǒng)也相對(duì)于現(xiàn)有系統(tǒng)更加節(jié)省鏡像空間。

云計(jì)算；虛擬機(jī)；鏡像共享；快照

1 引言

OpenStack自開(kāi)源以來(lái)取得了長(zhǎng)足的發(fā)展，雖然在虛擬機(jī)的底層技術(shù)如硬件輔助虛擬化、虛擬機(jī)內(nèi)存頁(yè)共享[1]、磁盤的copy-on-wirte[2～4]技術(shù)對(duì)于虛擬環(huán)境的性能和利用率有所提高，但整個(gè)分布式的云計(jì)算平臺(tái)的資源利用率依然不高。

通過(guò)研究發(fā)現(xiàn)，無(wú)論在基于分布式存儲(chǔ)系統(tǒng)的虛擬機(jī)平臺(tái)還是基于本地的虛擬機(jī)存儲(chǔ)系統(tǒng)平臺(tái)，虛擬機(jī)鏡像的利用率對(duì)于虛擬化平臺(tái)的性能有很大影響。FVD(Fast Virtual Disk)[12]就通過(guò)構(gòu)建一個(gè)在虛擬機(jī)頂層的磁盤驅(qū)動(dòng)FVD來(lái)使用本地的存儲(chǔ)資源，基于Ceph的OpenStack系統(tǒng)通過(guò)共享鏡像和磁盤卷的外部快照和內(nèi)部快照技術(shù)有效地解決了鏡像資源利用率的問(wèn)題，但完全分布式的系統(tǒng)又造成了很高的網(wǎng)絡(luò)負(fù)載。這些系統(tǒng)都缺乏對(duì)于如何減少鏡像大小，如何對(duì)鏡像進(jìn)行分割，如何管理大量的鏡像資源的研究。而如文獻(xiàn)[6,7]提出了通過(guò)R樹(shù)管理鏡像資源和優(yōu)化虛擬機(jī)啟動(dòng)的調(diào)度算法都缺乏完整的平臺(tái)構(gòu)建方案。

為此,本文通過(guò)理論研究，開(kāi)發(fā)了Milance(Muti-level Index Glance)系統(tǒng)替代原有OpenStack[8～11]的鏡像管理系統(tǒng)Glance，解決了在基于本地存儲(chǔ)的OpenStack系統(tǒng)中如何高效地使用存儲(chǔ)資源，并且解決了虛擬機(jī)鏡像在云平臺(tái)上鏡像的空間利用率低、虛擬機(jī)啟動(dòng)時(shí)間長(zhǎng)和做快照速度慢的問(wèn)題。

本文第2節(jié)講述系統(tǒng)的不足；第3節(jié)介紹Milance系統(tǒng)；第4節(jié)通過(guò)實(shí)驗(yàn)驗(yàn)證了Milance系統(tǒng)對(duì)于虛擬機(jī)啟動(dòng)和做快照性能的提升；第5節(jié)總結(jié)了當(dāng)前的工作并展望了未來(lái)的工作。

2 Glance鏡像系統(tǒng)的不足

2.1 Glance鏡像系統(tǒng)結(jié)構(gòu)

Glance是OpenStack平臺(tái)下的一個(gè)鏡像管理系統(tǒng)，如圖1所示，Glance一方面管理鏡像的元數(shù)據(jù)信息；另一方面管理鏡像存儲(chǔ)池，當(dāng)系統(tǒng)啟動(dòng)虛擬機(jī)實(shí)例時(shí)，通過(guò)NovaAPI獲取元數(shù)據(jù)信息，并分配一個(gè)計(jì)算節(jié)點(diǎn)的Nova-compute運(yùn)行虛擬機(jī)實(shí)例。

由于是基于本地存儲(chǔ)的虛擬機(jī)運(yùn)行方案，Nova-compute需要從Glance下載一個(gè)鏡像緩存到本地，并生成一個(gè)實(shí)例鏡像運(yùn)行虛擬機(jī)。

Figure 1 OpenStack image manage architecture

2.2 單級(jí)鏡像管理

Glance對(duì)于鏡像的管理是單級(jí)的，每個(gè)在Glance中的鏡像相互獨(dú)立。當(dāng)運(yùn)行虛擬機(jī)實(shí)例時(shí)，Nova從Glance下載主鏡像緩存到本地，同時(shí)創(chuàng)建一個(gè)運(yùn)行虛擬機(jī)的實(shí)例鏡像，通過(guò)redirect-on-write將所有對(duì)于虛擬機(jī)的寫操作寫入這個(gè)實(shí)例，如圖2所示。

Figure 2 Glance architecture

當(dāng)虛擬機(jī)做快照時(shí)，Nova-compute利用KVM的block-commit對(duì)運(yùn)行的虛擬機(jī)實(shí)例做在線拷貝，并且與主鏡像合并，生成獨(dú)立的全量快照保存到Glance中。當(dāng)虛擬機(jī)需要從快照恢復(fù)時(shí)，全量快照作為一個(gè)和主鏡像類似的快照緩存到本地，并運(yùn)行虛擬機(jī)實(shí)例。

2.3 拷貝合并造成的性能損失

在做快照過(guò)程中，由于block-commit需要進(jìn)行磁盤塊的拷貝而占用了系統(tǒng)的CPU資源和磁盤I/O資源。圖3描述了在表1中的Milance節(jié)點(diǎn)的一個(gè)2.19 GB的ubuntuserver鏡像和通過(guò)DD生成的不同大小的實(shí)例鏡像做block-commit的時(shí)間。從圖3中可以看出，block-commit的時(shí)間隨著實(shí)例的增大而增加。

Figure 3 Block-commit time

2.4 下載與回傳的性能損失

由上述過(guò)程可以看到，Glance的鏡像管理有下面兩個(gè)過(guò)程:

(1)需要從Glance下載大小為GB級(jí)的鏡像文件緩存到計(jì)算節(jié)點(diǎn)本地。

(2)需要從虛擬機(jī)實(shí)例的運(yùn)行節(jié)點(diǎn)將block-commit后的GB級(jí)全量快照回傳到Glance服務(wù)器。

這兩個(gè)過(guò)程都需要通過(guò)網(wǎng)絡(luò)傳輸GB級(jí)的文件，對(duì)網(wǎng)絡(luò)資源的消耗較大。

3 Milance鏡像管理系統(tǒng)

基于上一節(jié)的分析，我們開(kāi)發(fā)Milance作為一種新型的鏡像管理系統(tǒng)，用于代替OpenStack中的Glance。

3.1 Milance的體系結(jié)構(gòu)

如圖4所示，Milance提供和GlanceAPI兼容的MilanceAPI用于滿足Horizon、Nova的訪問(wèn)。Milance將對(duì)于鏡像的訪問(wèn)分為對(duì)基本系統(tǒng)鏡像的訪問(wèn)、對(duì)軟件鏡像的訪問(wèn)和對(duì)于快照的訪問(wèn)。通過(guò)部署在Nova-compute節(jié)點(diǎn)的Milance Client確定每次訪問(wèn)時(shí)需要下載哪些鏡像到Nova-compute所在節(jié)點(diǎn)的緩存。Nova-compute通過(guò)訪問(wèn)Milance Client獲取所需要的鏡像信息，如鏡像位置等。Milance還通過(guò)Milance database將鏡像之間的基本關(guān)系、快照之間的關(guān)系，以及快照和實(shí)例之間的關(guān)系存儲(chǔ)在數(shù)據(jù)庫(kù)中，建立多級(jí)索引關(guān)系。

Figure 4 Milance architecture

3.2 基于多級(jí)索引的鏡像存儲(chǔ)

Milance通過(guò)建立多級(jí)索引管理鏡像之間的關(guān)系，如圖5所示，在Milance系統(tǒng)中，軟件是可以配置的，通過(guò)KVM的Redirect-on-write技術(shù)，可以從一個(gè)操作系統(tǒng)的基本鏡像如Ubuntu下生成安裝了相關(guān)軟件的增量鏡像，如MySQL、Gnome、Java等，并且可以繼續(xù)在這些鏡像上生成與之有軟件依賴關(guān)系的其他鏡像，如Java上生成Eclipse等。文獻(xiàn)[12]提到了如何通過(guò)KVM構(gòu)建這樣的cow鏡像。Milance系統(tǒng)通過(guò)構(gòu)建一個(gè)多級(jí)索引的元數(shù)據(jù)庫(kù)將這些鏡像的依賴關(guān)系存放在Milance的數(shù)據(jù)庫(kù)中。

在實(shí)際的虛擬機(jī)運(yùn)行中，每一個(gè)實(shí)例的運(yùn)行不再僅僅依賴于一個(gè)主鏡像，而是依賴于用戶需要配置的軟件所包含的鏡像。同時(shí)，用戶做快照時(shí)只需要做增量快照，極大地縮短了做快照的時(shí)間。

Figure 5 Multi-level index image storage

3.3 消除重復(fù)的操作系統(tǒng)鏡像

Milance系統(tǒng)中，每一個(gè)應(yīng)用軟件都如圖5所示，依賴于一個(gè)操作系統(tǒng)。管理員只需要為一個(gè)版本的系統(tǒng)構(gòu)建一個(gè)鏡像，之后在這個(gè)系統(tǒng)上構(gòu)建的軟件都可以通過(guò)增量鏡像的方式存放在軟件空間，而不需要為每一個(gè)類型的軟件都構(gòu)建一個(gè)完整的系統(tǒng)鏡像。

假設(shè)操作系統(tǒng)所占的空間為Sos，各個(gè)軟件所占的平均空間為Ssoft，有nsoft個(gè)軟件。同時(shí)，用戶產(chǎn)生的實(shí)例文件平均大小為Sinstance，實(shí)例數(shù)目為ninstance，則對(duì)于Glance系統(tǒng)而言，其所占的空間包括了各個(gè)包含相關(guān)軟件的獨(dú)立的系統(tǒng)主鏡像和獨(dú)立的快照文件，其消耗空間Sglance如公式(1)所示：

Sglance≈nsoft(Sos+Ssoft)+

ninstance(Sos+Ssoft+Sinstance)

(1)

而對(duì)于Milance系統(tǒng)而言，其所占的空間包括了一個(gè)操作系統(tǒng)鏡像和相關(guān)的軟件鏡像，以及相關(guān)的實(shí)例文件。其消耗的空間Scowance如公式(2)所示：

Scowance≈Sos+nsoft(Ssoft)+ninstanceSinstance

(2)

Milance系統(tǒng)相對(duì)與Glance系統(tǒng)節(jié)省的空間Save為:

Save≈Sglance-Scowance=

(nsoft-1)Sos+ninstance(Sos+Ssoft)

(3)

由公式(3)可以看出，相對(duì)于OpenStack傳統(tǒng)的鏡像管理方式，基于多級(jí)索引的快照管理方式節(jié)約了大部分的操作系統(tǒng)空間和快照中包含的系統(tǒng)空間。

3.4 縮短啟動(dòng)時(shí)間

除了在Milance的鏡像存儲(chǔ)池對(duì)鏡像進(jìn)行多級(jí)索引管理外，還需要在計(jì)算節(jié)點(diǎn)構(gòu)建多級(jí)索引的緩存，用于優(yōu)化虛擬機(jī)啟動(dòng)的加載時(shí)間。

在OpenStack環(huán)境中，系統(tǒng)中每個(gè)操作系統(tǒng)所占鏡像平均大小為Sos，每個(gè)軟件鏡像的平均大小為Ssoft，啟動(dòng)系統(tǒng)加載的鏡像大小平均為Sstart，網(wǎng)絡(luò)傳輸速度為vnet，磁盤I/O速度為vdisk，則對(duì)于Glance環(huán)境，順序啟動(dòng)n個(gè)使用相同操作系統(tǒng)，不同軟件的虛擬機(jī)實(shí)例的時(shí)間Tglance包括鏡像在網(wǎng)絡(luò)中傳輸?shù)臅r(shí)間和在計(jì)算節(jié)點(diǎn)啟動(dòng)鏡像的時(shí)間，如公式(4)所示:

(4)

對(duì)于Milance系統(tǒng)，其啟動(dòng)這一組虛擬機(jī)的時(shí)間Tcowance包括了第一次啟動(dòng)時(shí)傳輸系統(tǒng)鏡像和軟件鏡像的時(shí)間和第一次以后傳輸軟件鏡像的時(shí)間以及啟動(dòng)實(shí)例需要的時(shí)間，如公式(5)所示：

(5)

則其對(duì)于Glance系統(tǒng)每一個(gè)虛擬機(jī)的啟動(dòng)平均節(jié)省的時(shí)間Tave為：

(6)

由公式(6)可知，當(dāng)虛擬機(jī)啟動(dòng)數(shù)目n很多時(shí)，其節(jié)約的啟動(dòng)時(shí)間約為Sos/vnet,所以Milance系統(tǒng)相對(duì)于Glance系統(tǒng)節(jié)約了重復(fù)操作系統(tǒng)鏡像的加載時(shí)間，本文在第5節(jié)中通過(guò)實(shí)驗(yàn)證實(shí)了其對(duì)于虛擬機(jī)啟動(dòng)的優(yōu)化效果。

3.5 縮短做快照時(shí)間

在Milance系統(tǒng)中，取消了做快照時(shí)的block-commit操作，由于采用了多級(jí)索引，每一個(gè)快照都依賴于如圖5的某個(gè)軟件包或者系統(tǒng)，所以不需要建立一個(gè)全量的快照。因此，減少了block-commit過(guò)程耗費(fèi)的快照時(shí)間。同時(shí)，Milance建立的快照是增量快照，僅僅需要復(fù)制實(shí)例，將實(shí)例回傳到Milance系統(tǒng)即可。由于實(shí)例中減少了軟件大部分的軟件空間，同時(shí)不需要回傳整個(gè)全量鏡像。所以，大大縮短了回傳的時(shí)間，同時(shí)也降低了網(wǎng)絡(luò)負(fù)載。

對(duì)于一個(gè)操作系統(tǒng)鏡像大小為Sos，軟件鏡像大小為Ssoft，用戶實(shí)例文件大小為Sinstance，磁盤I/O速度為vdisk，block-commit速度為vcommit，網(wǎng)絡(luò)傳輸速度為vnet，則其在Glance環(huán)境中，虛擬機(jī)做快照的時(shí)間Tglance包括了通過(guò)libvirt的virdomainrebase做實(shí)例文件拷貝所用的時(shí)間、block-commit所用的時(shí)間和網(wǎng)絡(luò)傳輸鏡像所用的時(shí)間，如公式(7)所示：

(7)

對(duì)于Milance系統(tǒng)，其做快照時(shí)間Tcowance包括了實(shí)例文件拷貝的過(guò)程和實(shí)例文件傳輸?shù)倪^(guò)程，如公式(8)所示：

(8)

則其相對(duì)于Glance系統(tǒng)做快照節(jié)約的時(shí)間為Tave為:

Tave≈Tglance-Tcowance=

(9)

由公式(9)可知，其節(jié)約的時(shí)間主要來(lái)自于不需要block-commit過(guò)程和系統(tǒng)鏡像與軟件鏡像在網(wǎng)絡(luò)中傳輸。

3.6 Milance的虛擬機(jī)部署方式

Milance的部署方式如圖7所示，其將用戶實(shí)例保存在計(jì)算節(jié)點(diǎn)，這種部署方式的不足是在動(dòng)態(tài)遷移過(guò)程中需要進(jìn)行實(shí)例文件的遷移，增加了遷移過(guò)程中的網(wǎng)絡(luò)負(fù)載。但是，這種環(huán)境由于所有運(yùn)行的文件都在本地，可以在虛擬機(jī)運(yùn)行過(guò)程中實(shí)現(xiàn)較高的性能和較低的網(wǎng)絡(luò)負(fù)載。

Figure 6 Deployment of Milance

4 實(shí)驗(yàn)結(jié)果分析

4.1 實(shí)驗(yàn)環(huán)境

本次實(shí)驗(yàn)設(shè)置了兩個(gè)節(jié)點(diǎn)，一個(gè)節(jié)點(diǎn)作為控制節(jié)點(diǎn)存放了Milance的鏡像池和Milance服務(wù)；另一個(gè)節(jié)點(diǎn)作為Nova的計(jì)算節(jié)點(diǎn)用于啟動(dòng)和運(yùn)行虛擬機(jī)。其網(wǎng)絡(luò)拓?fù)淙鐖D8所示。

Figure 7 Network topology

其各節(jié)點(diǎn)的基本信息如表1所示。

4.2 虛擬機(jī)啟動(dòng)的優(yōu)化

實(shí)驗(yàn)的測(cè)試用例分為兩組鏡像，第一組為四個(gè)在CentOS 6.5的桌面版鏡像基礎(chǔ)上安裝了MySQL、

Table 1 Experiment enviroment表1 實(shí)驗(yàn)環(huán)境

Figure 8 Network transmission time

Gcc、JDK和Libreoffice的獨(dú)立鏡像。第二組為使用一個(gè)安裝了CentOS 6.5的鏡像和用redirect-on-write鏡像生成的分別包含MySQL、Gcc、JDK和LibreOffice的鏡像。如表2所示。

Table 2 Test case表2 測(cè)試用例

經(jīng)過(guò)測(cè)試，其網(wǎng)絡(luò)傳輸時(shí)間如圖8所示，在首次啟動(dòng)時(shí)，兩組啟動(dòng)的時(shí)間基本相同，但在之后的啟動(dòng)過(guò)程中，Milance系統(tǒng)由于沒(méi)有傳輸系統(tǒng)鏡像，僅僅傳輸了軟件鏡像，所以其獲得了較快的傳輸時(shí)間。其虛擬機(jī)啟動(dòng)時(shí)間如圖9所示，其第一次啟動(dòng)的時(shí)間差不多，但其后啟動(dòng)時(shí)，由于Milance系統(tǒng)共享了系統(tǒng)的主鏡像，其有部分鏡像內(nèi)容已經(jīng)提前加載到內(nèi)存的緩存中，所以之后的啟動(dòng)時(shí)間較快。

Figure 9 Start time

4.3 快照時(shí)間優(yōu)化

在快照時(shí)間的對(duì)比測(cè)試中，我們選取了4.2節(jié)中第一組的第一個(gè)測(cè)試用例和第二組的第一個(gè)測(cè)試用例作為啟動(dòng)虛擬機(jī)實(shí)例的鏡像。分別在這兩個(gè)鏡像上啟動(dòng)一個(gè)虛擬機(jī)實(shí)例，分別使用DD命令在虛擬機(jī)實(shí)例中創(chuàng)建400 MB的文件，用于模擬用戶產(chǎn)生的數(shù)據(jù)。

其測(cè)試結(jié)果如表3所示，相對(duì)于Glance的方式節(jié)約了大量的做快照時(shí)間。

Table 3 Time of snapshot表3 快照時(shí)間 s

4.4 建立多次快照對(duì)于虛擬機(jī)訪問(wèn)的影響

在文獻(xiàn)[12，13] 中都提到了基于redirect-on-write技術(shù)對(duì)于磁盤訪問(wèn)性能的影響。而Milance的多級(jí)索引是建立在redirect-on-wirte的鏡像基礎(chǔ)上的。為此，我們開(kāi)發(fā)了用論文中全局Bitmap表鏡像格式GBMS，測(cè)試Milance系統(tǒng)的差距。

每組實(shí)驗(yàn)中，通過(guò)不斷建立多級(jí)虛擬機(jī)鏡像的快照后，在虛擬機(jī)中通過(guò)DD測(cè)試直接I/O速度，并用性能最好的RAW格式作對(duì)比[14]。

實(shí)驗(yàn)結(jié)果表明，隨著快照級(jí)數(shù)的增加，性能損失很小，如圖10所示。

Figure 10 Performance loss in multi-level snapshot

5 結(jié)束語(yǔ)

本文通過(guò)研究現(xiàn)有的OpenStack云平臺(tái)鏡像管理服務(wù)Glance，分析了造成虛擬機(jī)空間浪費(fèi)、啟動(dòng)時(shí)間較慢、快照時(shí)間較慢的原因。通過(guò)分析鏡像管理模型，提出了最小化實(shí)例文件的鏡像構(gòu)建模型和基于三層鏡像的新型鏡像構(gòu)建方案。在此基礎(chǔ)上，本文研究和開(kāi)發(fā)了運(yùn)用最小實(shí)例文件模型的基于多級(jí)索引的Milance新型鏡像管理系統(tǒng)，并對(duì)其空間、虛擬機(jī)啟動(dòng)時(shí)間、虛擬機(jī)快照時(shí)間與Glance系統(tǒng)做了理論上的對(duì)比分析。最后，本文通過(guò)實(shí)驗(yàn)驗(yàn)證了Milance系統(tǒng)在虛擬機(jī)啟動(dòng)、虛擬機(jī)快照和鏡像空間方面的優(yōu)勢(shì)。

[1] Arcangeli A, Eidus I, Wright C. Increasing memory density by using ksm[C]∥Proc of the Linux Symposium,2009:19-28.

[2] David H,Michael M,James L,et al. Copy on write file system consistency and block usage:US Patent,6892211[P].2005-05-10.

[3] McLoughlin M. The qcow2 image format [EB/OL].[2008-10-15].http://people. gnome.org.

[4] Peterson Z N J.Data placement for copy-on-write using virtual contiguity[D].California:University of California,2002.

[5] ChunqiangTang.Fvd:a high-performance virtual machine image format for cloud[C]∥Proc of the 2011 Conference on USENIX Annual Technical, 2011:189-193.

[6] Younge A J, Von Laszewski G,Wang L, et al. Resource management for cloud computing environment[C]∥Proc of Green Computing Conference,2010:357-364.

[7] Shah M M, Patwal P S. Multi-dimensional image indexing

with r-tree[EB/OL].[2014-10-16].http:∥www.academicscience.com.

[8] LLC OpenStack. Openstack compute administration manual[J].LLC OpenStack,2012,1(1):566-567.

[9] LLC OpenStack. Openstack install and deploy manual[J].LLC OpenStack,2012,1(1):567-579.

[10] Sefraoui O, Aissaoui M, Eleuldj M. Openstack:Toward an open-source solution for cloud computing[J].International Journal of Computer Applications,2012,60(55):345-350.

[11] Pepple K. DeployingOpenStack[M].Sebastopol:O’Reilly Media,Inc,2011.

[12] Chen Bin, Xiao Nong, Cai Zhi-ping, et al. Perfetch mechanism for on-demand software deploment in virtual machine environment[J]. Journal of Software,2010,21(12):3186-3198.(in Chinese)

[13] Chen Bin,Xiao Nong,Cai Zhi-ping, et al. On-demand deployment of virtual machines based on optimized cow virtual block device[J]. Chinese Journal of Computer,2009,32(10):18-24.(in Chinese)

[14] Huynh S H,Theurer A.Kvm virtualized ioperformance[J].IBM,2013,1(1):1-20.

附中文參考文獻(xiàn)

[12] 陳彬,肖儂,蔡志平,等.虛擬機(jī)環(huán)境下軟件按需部署中的預(yù)取機(jī)制[J].軟件學(xué)報(bào),2010,21(12):3186-3198.

[13] 陳彬,肖儂,蔡志平,等.基于優(yōu)化的COW虛擬塊設(shè)備的虛擬機(jī)按需部署機(jī)制[J].計(jì)算機(jī)學(xué)報(bào),2009,32(10):18-24.

李思陽(yáng)(1989-),男，云南昆明人，碩士生，研究方向?yàn)椴僮飨到y(tǒng)和虛擬機(jī)。E-mail:siyangli@nudt.edu.cn

LI Si-yang,born in 1989,MS candidate,his research interests include operating system, and virtual machine.

羅宇(1964-),男,湖南長(zhǎng)沙人，教授，研究方向?yàn)椴僮飨到y(tǒng)和虛擬機(jī)。E-mail:lycao@163.com

LUO Yu,born in 1964,professor,his research interests include operating system, and virtual machine.

Milance:a cloud image management system based on multi-level index

LI Si-yang,LUO Yu

(College of Computer,National University of Defense Technology,Changsha 410073,China)

The deployment of OpenStack,an open-source cloud computing platform,has gained popularity for the study of IaaS (Infrastructure as a Service),whereas its resource utilization rate is still low.In order to Address this problem,we present a novel image management system,Milance,based on Multi-level Index Glance to replace the existing one which is characterized with a long VM start-up latency,a slow snap-shop and a large image pool.Experimental results show that in contrast to the existing image management system,Milance not only reduces the latency of VM start-ups and the cost of snap-shots,but also saves more image space.

cloud computing;virtual machine;image sharing;snapshot

1007-130X(2015)09-1637-06

2014-07-09;

2014-10-11基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61370018)

TP316.4

A

10.3969/j.issn.1007-130X.2015.09.006

通信地址：410073 湖南省長(zhǎng)沙市國(guó)防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院

Address:College of Computer,National University of Defense Technology,Changsha 410073,Hunan,P.R.China