1 通信行業(yè)的新要求

隨著3G網(wǎng)絡(luò)的進(jìn)一步完善，運(yùn)營(yíng)商部署的業(yè)務(wù)平臺(tái)也愈來(lái)愈多，除了當(dāng)前已經(jīng)廣泛運(yùn)用的WAP/WEB網(wǎng)關(guān)、短信中心、彩信中心等基礎(chǔ)引擎平臺(tái)以外，隨著業(yè)務(wù)的進(jìn)一步發(fā)展，還會(huì)陸續(xù)出現(xiàn)各種形形色色的業(yè)務(wù)應(yīng)用平臺(tái)。目前這些業(yè)務(wù)平臺(tái)，不管實(shí)現(xiàn)何種業(yè)務(wù)功能，不管局點(diǎn)大小，都是采用獨(dú)立建設(shè)的模式。

通過(guò)對(duì)多個(gè)廠家的多類業(yè)務(wù)產(chǎn)品進(jìn)行對(duì)比分析，我們得到的結(jié)論是：除了核心業(yè)務(wù)處理模塊以外，其余模塊的功能基本上都是雷同的（如：計(jì)費(fèi)管理模塊、用戶管理模塊、配置管理模塊、維護(hù)管理模塊、日志/報(bào)表模塊等），這些模塊可以通過(guò)一定的手段進(jìn)行融合與集成，從某種角度來(lái)講可以實(shí)現(xiàn)一定的資源復(fù)用。但對(duì)于各業(yè)務(wù)的核心處理部分，由于業(yè)務(wù)邏輯迥異、流程復(fù)雜，無(wú)法在業(yè)務(wù)層面做到能力共享。這種多業(yè)務(wù)分散建設(shè)模式已逐漸成為阻礙移動(dòng)通信產(chǎn)業(yè)高速發(fā)展的重要原因。這主要體現(xiàn)在以下幾個(gè)方面[1-5]：

各業(yè)務(wù)平臺(tái)采用的外購(gòu)軟硬件類型各異，對(duì)于外購(gòu)件異常帶來(lái)的業(yè)務(wù)中斷、系統(tǒng)故障等問(wèn)題較難控制和規(guī)避；各廠家業(yè)務(wù)平臺(tái)提供的操作維護(hù)手段不同，需要運(yùn)營(yíng)商培訓(xùn)大量的技術(shù)人員熟悉各種維護(hù)系統(tǒng)，加大了維護(hù)成本的投入；業(yè)務(wù)平臺(tái)獨(dú)立建設(shè)，不同地域、不同業(yè)務(wù)的處理能力嚴(yán)重負(fù)載不均，投資建設(shè)的硬件資源利用率不高。

從理論上分析，無(wú)論是何種業(yè)務(wù)，其處理邏輯都仍然屬于應(yīng)用程序范疇，任何應(yīng)用程序都可以簡(jiǎn)單歸納為計(jì)算模式+存儲(chǔ)模式+通信模式的集合。為帶來(lái)有彈性、容量無(wú)限的系統(tǒng)，一般有兩種解決辦法：一是在同一機(jī)器上部署單一業(yè)務(wù)的多模塊或者選擇性地部署多個(gè)業(yè)務(wù)；二是通過(guò)虛擬化技術(shù)實(shí)現(xiàn)統(tǒng)計(jì)性復(fù)用資源。前者對(duì)業(yè)務(wù)程序的依賴度很高，需要相互之間互不影響，對(duì)于同廠家同類型業(yè)務(wù)相對(duì)比較容易實(shí)現(xiàn)，只能在一定程度上實(shí)現(xiàn)資源共享。而虛擬化技術(shù)可以較好地隱藏資源復(fù)用和共享的實(shí)現(xiàn)細(xì)節(jié)，能最大程度地減小結(jié)構(gòu)上與業(yè)務(wù)的耦合性。

當(dāng)然，僅依靠虛擬化技術(shù)還不能完全做到業(yè)務(wù)級(jí)彈性的調(diào)用控制，文章在下一章節(jié)將重點(diǎn)介紹業(yè)務(wù)調(diào)度和虛擬化的完整解決方案。通過(guò)該方案移動(dòng)運(yùn)營(yíng)商可得到：

(1) 業(yè)務(wù)按實(shí)際處理需要合理的獲取計(jì)算資源。從而使運(yùn)營(yíng)商不用在提供某種業(yè)務(wù)服務(wù)之前就要做計(jì)算資源的預(yù)測(cè)，消除了事先投入的風(fēng)險(xiǎn)，使業(yè)務(wù)可以從小規(guī)模做起，隨著需求的增加通過(guò)業(yè)務(wù)調(diào)度和虛擬化技術(shù)快速擴(kuò)展業(yè)務(wù)占用的硬件資源。

(2) 解決不同地區(qū)、不同時(shí)段的業(yè)務(wù)不均衡問(wèn)題。一方面可以在日常業(yè)務(wù)量相對(duì)較低的情況下通過(guò)減少硬件資源的占用降低電源損耗；另一方面可以在節(jié)假日或未預(yù)期到的業(yè)務(wù)峰值出現(xiàn)時(shí)通過(guò)擴(kuò)大硬件資源占用來(lái)規(guī)避運(yùn)營(yíng)風(fēng)險(xiǎn)。

(3) 提供了一種將大量移動(dòng)網(wǎng)絡(luò)資源對(duì)外租借的可能。計(jì)算資源虛擬化后，能以短時(shí)間為單位付費(fèi)，租借方可按需申請(qǐng)使用計(jì)算資源。

2 業(yè)務(wù)調(diào)度和虛擬化方案

針對(duì)上述移動(dòng)運(yùn)營(yíng)商的迫切要求，文章給出了一種將虛擬化與業(yè)務(wù)調(diào)度相結(jié)合的整體解決方案，其模型架構(gòu)如圖1所示[6]。

核心管理部件主要包括虛擬機(jī)管理系統(tǒng)及業(yè)務(wù)調(diào)度中心。從方案設(shè)計(jì)角度將底層物理設(shè)備的虛擬化與業(yè)務(wù)層面的處理能力控制分離。

一個(gè)應(yīng)用程序必然需要一個(gè)計(jì)算模式、一個(gè)存儲(chǔ)模式和一個(gè)通信模式。為實(shí)現(xiàn)計(jì)算資源的彈性和無(wú)限鏡像，最現(xiàn)實(shí)的辦法就是將這些資源虛擬化，面對(duì)應(yīng)用隱藏它們的復(fù)用和共享機(jī)制。不同的公用計(jì)算會(huì)根據(jù)抽象性和管理層次加以區(qū)分。本方案提出將移動(dòng)通信業(yè)務(wù)計(jì)算云分為兩級(jí)進(jìn)行管理，其一是將物理硬件虛擬為抽象計(jì)算單元的過(guò)程，該過(guò)程不受上層業(yè)務(wù)的影響，所有計(jì)算單元屬性均保持一致；其二是針對(duì)差異化業(yè)務(wù)的動(dòng)態(tài)調(diào)度系統(tǒng)，可根據(jù)不同的業(yè)務(wù)處理邏輯、業(yè)務(wù)性能要求以及資源占用預(yù)期對(duì)業(yè)務(wù)系統(tǒng)進(jìn)行伸縮性控制。通過(guò)業(yè)務(wù)調(diào)度中心與虛擬機(jī)管理系統(tǒng)的配合，滿足運(yùn)營(yíng)商多業(yè)務(wù)實(shí)時(shí)動(dòng)態(tài)資源調(diào)整的要求。

目前虛擬機(jī)技術(shù)已日漸成熟，大多數(shù)主流的虛擬機(jī)廠家通過(guò)XEM、KVM等核心技術(shù)實(shí)現(xiàn)對(duì)硬件CPU、內(nèi)存資源的虛擬單元構(gòu)建，虛擬機(jī)技術(shù)主要包括以下四大特征：

可在單一物理服務(wù)器上同時(shí)運(yùn)行多個(gè)虛擬單元；

在同一物理硬件設(shè)備上的虛擬機(jī)之間相互隔離；

可將完整的虛擬單元都保存在文件中，通過(guò)移動(dòng)和復(fù)制這些文件的方式來(lái)移動(dòng)和復(fù)制該虛擬單元；

可屏蔽虛擬單元與底層物理硬件的關(guān)聯(lián)，無(wú)需修改即可在任何服務(wù)器上平滑遷移。

虛擬化技術(shù)將物理資源轉(zhuǎn)化為便于切分的資源池，在設(shè)計(jì)理念上符合云計(jì)算的基本條件，具有通用的資源調(diào)度能力；但在通信領(lǐng)域的實(shí)際使用過(guò)程中，需要調(diào)度的資源不僅僅局限于虛擬單元本身，移動(dòng)運(yùn)營(yíng)商急需一種針對(duì)不同業(yè)務(wù)應(yīng)用進(jìn)行集中能力控制的解決方案，可以實(shí)時(shí)監(jiān)測(cè)全網(wǎng)多種業(yè)務(wù)流量動(dòng)態(tài)，智能判斷各業(yè)務(wù)間的負(fù)荷關(guān)系，平衡硬件及虛擬單元的資源分配。

文章通過(guò)在虛擬機(jī)技術(shù)基礎(chǔ)上構(gòu)建業(yè)務(wù)調(diào)度模塊的方式彌補(bǔ)了虛擬機(jī)技術(shù)對(duì)通信業(yè)務(wù)控制層面的不足。調(diào)度中心與虛擬機(jī)管理系統(tǒng)配合完成調(diào)度的模型如圖2所示。

調(diào)度中心內(nèi)部可細(xì)分為四大功能模塊：

(1) 業(yè)務(wù)智能調(diào)度分析模塊：作為調(diào)度中心的核心處理模塊，根據(jù)實(shí)時(shí)監(jiān)控采集匯總的各業(yè)務(wù)運(yùn)行數(shù)據(jù)，綜合分析當(dāng)前業(yè)務(wù)層處理能力情況，對(duì)各業(yè)務(wù)許可證進(jìn)行調(diào)節(jié)。在必要時(shí)可通過(guò)與虛擬機(jī)管理系統(tǒng)直接的交互申請(qǐng)空閑計(jì)算單元或釋放已占用冗余計(jì)算單元，通過(guò)自動(dòng)部署模塊式進(jìn)行業(yè)務(wù)快速加載、卸載，動(dòng)態(tài)調(diào)整業(yè)務(wù)許可證處理能力。同時(shí)該模塊還負(fù)責(zé)將業(yè)務(wù)節(jié)點(diǎn)的伸縮情況動(dòng)態(tài)通知到外圍接口分發(fā)設(shè)備（如：四層交換機(jī)、協(xié)議接口機(jī)設(shè)備等）。

(2) 實(shí)時(shí)處理能力采集模塊：通過(guò)與各業(yè)務(wù)處理之間的交互實(shí)現(xiàn)對(duì)各業(yè)務(wù)實(shí)時(shí)消息處理流量、數(shù)據(jù)庫(kù)資源占用要求、處理能力狀況等信息進(jìn)行采集。支持兩種采集模式：業(yè)務(wù)進(jìn)程定時(shí)上報(bào)模式，以及調(diào)度子系統(tǒng)發(fā)消息主動(dòng)驅(qū)動(dòng)采集模式。并將采集到的數(shù)據(jù)寫入調(diào)度分析庫(kù)，以便進(jìn)行智能調(diào)度策略分析。

(3) 自動(dòng)部署模塊：根據(jù)業(yè)務(wù)智能調(diào)度分析模塊的部署消息把指定的業(yè)務(wù)包加載到指定計(jì)算單元上或停止業(yè)務(wù)清理該計(jì)算單元上的業(yè)務(wù)包程序。

(4) 人機(jī)操作維護(hù)：提供人機(jī)操作界面，一方面可對(duì)業(yè)務(wù)模塊運(yùn)行狀態(tài)進(jìn)行監(jiān)控，另一方面可提供人工手動(dòng)干預(yù)調(diào)度的功能。

調(diào)度中心通過(guò)上述的模塊化設(shè)計(jì)結(jié)構(gòu)與虛擬化管理平臺(tái)協(xié)同工作，可以真正實(shí)現(xiàn)對(duì)移動(dòng)通信領(lǐng)域業(yè)務(wù)處理的動(dòng)態(tài)調(diào)節(jié)和資源復(fù)用。具體調(diào)度過(guò)程如圖3所示。

通過(guò)對(duì)業(yè)務(wù)處理單元進(jìn)行實(shí)際業(yè)務(wù)量跟蹤監(jiān)測(cè)，結(jié)合智能調(diào)度分析中心配置的調(diào)度策略與閥值，動(dòng)態(tài)進(jìn)行業(yè)務(wù)許可證的彈性伸縮控制。

智能調(diào)度分析策略可主要分為以下幾類[7-10]：

(1) 冗災(zāi)性調(diào)度策略：針對(duì)某一業(yè)務(wù)處理單元異常情況下，分析其他同類業(yè)務(wù)處理單元是否能夠分擔(dān)該業(yè)務(wù)節(jié)點(diǎn)的工作，在必要時(shí)申請(qǐng)新的虛擬計(jì)算單元接管原有業(yè)務(wù)處理，以確保系統(tǒng)穩(wěn)定運(yùn)行。

(2) 周期性休眠策略：根據(jù)業(yè)務(wù)流量的變化識(shí)別周期性調(diào)整要求，根據(jù)規(guī)律釋放、申請(qǐng)計(jì)算單元。為達(dá)到業(yè)務(wù)快速啟停切換的目的，釋放的計(jì)算單元可仍保留原業(yè)務(wù)程序，僅在狀態(tài)上實(shí)現(xiàn)休眠和激活，以節(jié)約能耗。

(3) 業(yè)務(wù)發(fā)展調(diào)整策略：根據(jù)業(yè)務(wù)發(fā)展的情況確定是否需要增加或減少計(jì)算資源的占用，并完成業(yè)務(wù)的自動(dòng)加載和卸載。

以上3種分析策略是由調(diào)度中心的核心部件——智能調(diào)度分析模塊予以實(shí)現(xiàn)，該模塊負(fù)責(zé)根據(jù)監(jiān)測(cè)到的數(shù)據(jù)對(duì)虛擬資源進(jìn)行整體調(diào)控，為實(shí)現(xiàn)非人為干預(yù)的動(dòng)態(tài)調(diào)控需要通過(guò)一系列比對(duì)算法完成多項(xiàng)指標(biāo)的評(píng)測(cè)，根據(jù)綜合評(píng)測(cè)結(jié)果發(fā)出資源調(diào)配指令[11]。為簡(jiǎn)化描述，文章僅給出一種通用計(jì)算模型：

(1) 采樣條件：

采樣時(shí)間間隔：1s。

(2) 采樣數(shù)據(jù)：

當(dāng)前采樣點(diǎn)虛擬單元承載“業(yè)務(wù)類型1”處理許可證為：Llic；
   　 當(dāng)前采樣點(diǎn)虛擬單元占用CPU為：Lcpu；
 　   當(dāng)前采樣點(diǎn)虛擬單元占用內(nèi)存為：Lmemory；
 　   當(dāng)前采樣點(diǎn)虛擬單元占用輸入輸出端口(I/O)資源：Lio。

上述參數(shù)在計(jì)算中所占權(quán)值分別為R1-R4，該權(quán)值表示不同類型的業(yè)務(wù)應(yīng)用在計(jì)算單元中占用的資源偏差[12]。例如，短消息服務(wù)中心(SMSC)業(yè)務(wù)處理服務(wù)器，我們采用以系數(shù){0.3, 0.3, 0.3, 0.1}，這里認(rèn)為計(jì)算單元在承載SMSC業(yè)務(wù)時(shí)CPU占用、許可證處理及內(nèi)存較其他參數(shù)重要一些。若當(dāng)前的系數(shù)Ri（指R1-R4）不能很好地反映應(yīng)用的負(fù)載，可以對(duì)系數(shù)不斷地修正，直到找到貼近當(dāng)前應(yīng)用的一組系數(shù)[13-15]。

(3) 采樣值計(jì)算公式：

LOAD(Ni)= R1×Llic (Ni)+R2 × Lcpu(Ni )+R3× Lmemory(Ni)+R4 × Lio(Ni)

(4) 判斷周期及方法：

針對(duì)上述加權(quán)后的負(fù)載值，可通過(guò)多次連續(xù)取樣的方式進(jìn)行綜合判斷。關(guān)于采集權(quán)值的周期設(shè)置，雖然很短的周期可以更確切地反映各個(gè)計(jì)算單元的即時(shí)負(fù)載，但是很頻繁地采集會(huì)給調(diào)度中心和被檢測(cè)計(jì)算單元帶來(lái)負(fù)擔(dān)，也可能增加不必要的網(wǎng)絡(luò)負(fù)荷[16]。為解決該問(wèn)題可適當(dāng)?shù)卣{(diào)整采集負(fù)載信息的周期（建議可以在10~15 s）；同時(shí)使用滑動(dòng)窗口來(lái)避免采樣數(shù)據(jù)的抖動(dòng)。

(5) 調(diào)度決策：

根據(jù)以上多次周期性采樣獲得的數(shù)據(jù)結(jié)合虛擬單元的負(fù)載區(qū)間進(jìn)行比對(duì)，實(shí)現(xiàn)對(duì)計(jì)算單元負(fù)載的智能判斷并采取相應(yīng)的調(diào)度處理策略。

通過(guò)以上方案可切實(shí)解決移動(dòng)運(yùn)營(yíng)商建設(shè)可伸縮性業(yè)務(wù)平臺(tái)的要求，有效降低業(yè)務(wù)平臺(tái)的資本性支出(CAPEX)和運(yùn)營(yíng)成本(OPEX)，減少投資浪費(fèi)，獲取更大的利潤(rùn)空間。

3 結(jié)束語(yǔ)

在目前移動(dòng)通信網(wǎng)絡(luò)各業(yè)務(wù)平臺(tái)仍處于獨(dú)立建設(shè)的情況下，運(yùn)營(yíng)商在前期建設(shè)投資過(guò)程中往往都是根據(jù)預(yù)測(cè)的節(jié)假日最大業(yè)務(wù)量峰值評(píng)估規(guī)模，這樣即便峰值預(yù)估準(zhǔn)確也會(huì)造成投資的浪費(fèi)。同時(shí)如果低估了峰值出現(xiàn)配置不足的情況，則可能會(huì)導(dǎo)致直接拒絕超量用戶的業(yè)務(wù)請(qǐng)求。不僅被拒絕的用戶不可能帶來(lái)任何收益，而且由于業(yè)務(wù)服務(wù)感知差，致使用戶失去信心不會(huì)再次使用，造成用戶流失的嚴(yán)重后果。

如圖4所示，通過(guò)業(yè)務(wù)層的動(dòng)態(tài)調(diào)度結(jié)合虛擬化技術(shù)可使資源分配與實(shí)際業(yè)務(wù)量曲線趨于一致，規(guī)避上述兩種情況的發(fā)生。

文章中提出的“業(yè)務(wù)調(diào)度和虛擬化”是移動(dòng)通信網(wǎng)絡(luò)云化的一種可選方案，具備云計(jì)算思想的以下特征：

(1) 可按需獲取看似無(wú)限的計(jì)算資源，使云計(jì)算用戶不用在提供服務(wù)很久之前就要做計(jì)算資源的計(jì)劃。

(2) 消除了云用戶的事先投入，從而使業(yè)務(wù)可以從小規(guī)模做起，隨著需求增加來(lái)擴(kuò)展他們的硬件資源。

(3) 能夠以很短的時(shí)間為單位付費(fèi)按需使用計(jì)算資源，不需要的時(shí)候就將這些資源釋放。這樣，通過(guò)將閑置的機(jī)器和存儲(chǔ)器釋放來(lái)節(jié)省開支。

業(yè)務(wù)調(diào)度和虛擬化技術(shù)方案的提出為移動(dòng)通信產(chǎn)業(yè)的計(jì)算云落地提供了一種具體的解決思路和方法。相信在不久的將來(lái)，業(yè)務(wù)調(diào)度和虛擬化技術(shù)的解決方案會(huì)逐步成為移動(dòng)通信產(chǎn)業(yè)的主要建設(shè)模式。

4 參考文獻(xiàn)
[1] Armbrust m, Fox a, Griffith r,et al. Above the clouds: A Berkeley view of cloud computing[R]. UCB/EECS-2009-28. University of California at Berkeley, 2009.
[2] Washington post case study: Amazon Web services [EB/OL]. [2008-03-13].
     http://aws.amazon.com/solutions/ case-studies/washington-post.
[3]Amazon.com CEO Jeff Bezos on Animoto [EB/OL]. [2008-04-21].http://blog.animoto.com.
[4] Vouk M A. Cloud Computing-Issues, Research and Implementations[C]// Proceedings of the 30th International Conference on Information Technology Interfaces(ITI’08),Jun 23-26,2008, ?Dubrovnik, Croatia. Piscataway,NJ, USA: IEEE, 2008:31-40.
[5] BARROSO L A, HOLZLE U. The Case for Energy-Proportional Computing[J]. IEEE Computer,2007,40(12):33- 37.
[6] Bechtolsheim A. Cloud Computing and Cloud Networking. Talk at UC Berkeley[EB/OL]. [2008-08-10]. http://fi.consolidate-it.eu/tool_userfiles/file/CloudNeworkingQandA2008.
[7] 云計(jì)算的演進(jìn)和挑戰(zhàn)性問(wèn)題(3).[EB/OL]. [2009-05-13].http:// www.cncloudcomputing.com/jinghua/182_3.html.
[8] Dean J, Ghemawat S. MapReduce: Simplified Data Processing on Large Clusters[C]// Proceedings of the 6th USENIX Symposium on Operation Systems Design and Implementation (OSDI'04), Dec 6-8, 2004, San Francisco, CA USA. Berkeley, CA, USA: USENIX Association,2003:10.
[9] BULKELEY W M. IBM, Google, Universities Combine ‘Cloud’ Foces[J].The Wall Street Journal,2007-10-08.
[10] Demers a j, Petersen k, Spreitzer m j,et al. The Bayou Architecture: Support for Data Sharing Among Mobile Users[C]// Proceedings of the 1st IEEE Workshop on Mobile Computing Systems and Applications (WMCSA’94), Dec 8-9,1994, Santa Cruz ,CA, USA. Los Alamitos,CA,USA:IEEE Computer Society, 1994: 2-7.
[11] Garfinkel s l. An evaluation of Amazon’s Grid Computing Services: EC2, S3 and SQS [R]. TR-08-07. Harvard University, 2007.
[12] Ghemawat s, Gobioff h, Leung s t,et al. The Google File System[C]// Proceedings of the 19th ACM SIGOPS Symposium on Operating Systems Principles (SOSP’03), Oct 19 - 22, 2003, Bolton Landing, NY, USA. New York, NY, USA: ACM, 2003: 29-43.
[13] Gray J. Distributed Computing Economics[M]. New York, NY, USA:ACM Press, 2008:63-68.
[14] Gray J, Patterson D. A Conversation with Jim Gray[M]. New York, NY, USA:ACM Press, 2003:8-17.
[15] HAMILTON J. Cost of Power in Large-Scale Data Centers [EB/OL]. [2009-05-13].http://perspectives.mvdirona.com/2008/11/28/CostOfPower.
[16] HAMILTON J. Internet-Scale Service Efficiency[C]. Proceedings of the 2nd Workshop on Large-scale Distributed Systems and Middleware (LADIS'08), Sep 15-17, 2008, Yorktown Heights, NY,USA. New York,NY,USA: ACM,2008.

歐陽(yáng)新志，南京理工大學(xué)計(jì)算機(jī)科學(xué)及應(yīng)用專業(yè)畢業(yè)，現(xiàn)就職于中興通訊業(yè)務(wù)研究院消息類產(chǎn)品研發(fā)總工；主要研究業(yè)務(wù)運(yùn)營(yíng)&融合業(yè)務(wù)云，曾從事語(yǔ)音、短信、WAP等項(xiàng)目的研發(fā)和市場(chǎng)方案推廣工作，對(duì)移動(dòng)增值業(yè)務(wù)和互聯(lián)網(wǎng)業(yè)務(wù)有多年的了解和研究。