前言

云計算拓寬了用戶可訪問資源的范圍，構建了一種服務形式彈性、按需獲取各類信息資源的架構，成為當前多種信息應用部署和擴展的堅實基礎。云計算強化了面向服務計算的理念，其處理的對象被視為來自用戶的各類數據，滿足用戶需求和實現資源利用效率的提高是云計算系統處理和優化管理各類數據的出發點。受到網絡環境、資源分布情況、服務形態及模式等因素的影響，數據的優化管理和高效調度問題面臨諸多挑戰。

在總結云計算中數據管理和優化調度成果的基礎上，本書分別從數據的利用效率、各類環境因素的影響和物理節點失效等角度，重點考慮了運營成本最優化的問題，從數據管理和優化調度的角度進行了較深入的探討，給出了基于熱度的數據部署策略、部署節點性能的綜合度量方法和應對節點失效的數據修復機制，并通過仿真和實驗的方式進行了驗證。該成果將有利于云計算服務提供商在保證服務質量的前提下，實現運營成本的優化，具有較大的理論和現實意義。

本書的主要研究工作和創新成果如下。

（1）提出了基于熱度的數據塊優化存儲策略，實現了服務成本最優的數據塊部署。針對常采用的對數據進行分塊和分布式冗余存儲的機制，引入了數據塊熱度（用戶對數據塊的興趣需求）的概念，給出了不同熱度數據塊應具備的最優冗余存儲個數；進一步考慮被用來部署服務數據節點的成本差異，得到了一種滿足用戶需求的存儲數據塊的最小服務成本策略；通過引入調整因子，得到可針對不同負載情況的自適應數據塊最小服務成本策略。

（2）提出了一種刻畫可用節點服務性能的綜合度量方法，能實現多指標影響下的數據塊優化調度部署。針對數據塊的業務特性，從節點成本、負載率、帶寬、網絡延遲和任務的計算復雜度等角度考慮了備選部署節點的綜合效用值，給出一種綜合效用評價指標，并在此基礎上，得到了服務質量優化的任務調度模型和策略。

（3）給出了一種能夠應對節點失效的數據恢復方法，保證在服務總成本最小的情況下數據的高效恢復和使用。為應對云計算系統中的節點失效帶來的數據丟失和錯誤，我們提出了一種基于差異對待的數據重新備份和部署機制，考慮數據塊的熱度，設計了選擇性恢復算法和成本矩陣調整因子，實現了數據的彈性恢復，并在不改變存儲數據塊最小服務總成本的情況下，提高了用戶對內容訪問的服務性能。

本書是國家社會科學基金項目“大數據環境下中醫醫案數據規范與特色保護協同機制研究”（16BGL181）、山東省軟科學項目“山東省共享經濟下網約車出行安全監測與評估指標體系研究”（2018RKB01340）、山東省科學規劃研究項目“行為數據驅動的山東省智慧交通管理模式與策略研究”、山東省高等學校科技計劃項目“多模式云服務資源模型與優化調度算法研究”（J18KA386）的研究成果，得到了山東管理學院博士科研啟動基金、山東省高等學校中醫藥數據云服務重點實驗室（山東管理學院）、山東管理學院“大數據形態下異常行為檢測”特色團隊的資助，特此向我的科研團隊及山東管理學院的領導表示衷心的感謝。同時，向本書寫作過程中所有關心和幫助過我的師長、學長、朋友和家人致以最誠摯的感謝，尤其要向我的博導楊揚教授致以最崇高的謝意和敬意。此外，還要感謝本書中引用文獻資料的作者及沒有被注釋的作者，他們的成果為本書創作提供了具有豐富價值的素材和支撐。最后，感謝電子工業出版社有限公司各位工作人員在本書出版過程中給予的支持與幫助。

受自身研究能力和知識體系的限制，本書雖經反復修改，但疏漏和不足之處仍在所難免，敬請各位專家學者批評指正！

著者

2018年11月