云计算环境下面向SaaS多租户的可伸缩数据放置关键问题研究

Software-as-a-Service (SaaS) model has been gaining more and more convenient for organizations and person to get shared software service based on its characteristic "Single Instance Multi-tenancy". The cloud computing, which greatly reduces the infrastructural investment for multi-tenant application, takes new challenges to multi-tenant data management. One of the most significant challenge is multi-tenant data placement. Because cloud computing is placed on the lower layer of multi-tenant application, the cloud data placement model knows nothing of the service features of tenant and could not give an effective data placement policy. For the requirement of multi-tenant dynamic data placement on the distribute data nodes and the characteristics of "single Instance Multi-tenancy", this project bases on the SaaS multi-tenant data storage and tenant data partition and data replica policy, providing an elastic dynamic data placement model, which could balance the load of cloud and increase the tenant application efficiency as well as reduce the cloud running cost.This project could provide unified data placement management for multi-tenant and effectively improve the cloud application service level.

SaaS应用以其"单实例多租赁"的软件交付特点，可为多个组织提供具有共性的软件服务，为组织和个人带来了极大便利。云计算的出现，解决了多租户应用发展过程中面临的基础设施投资成本问题，但同时也给多租户数据管理带来了新的挑战。由于云计算处于多租户应用的更底层，SaaS位于云计算和租户之间，这使得现有云数据放置模型无法感知各租户的业务特征，多租户数据放置问题已成为制约云计算产业发展的关键问题之一。本项目拟结合租户数据多节点分布、多副本放置、动态伸缩的需求，针对其按需租赁、资源共享等特点，从支持SaaS多租户的数据存储模型、面向租户业务特征的数据分割与副本策略、基于SLA的租户数据动态迁移等多个方面进行探索研究，以提供一种可伸缩的数据动态放置模型，从而实现云环境下的负载平衡，提高多租户应用的运行效率及租户体验，降低云环境运行成本。项目成果可为多租户应用提供统一的数据放置管理，有效提升云应用服务水平。

针对云计算环境下，多租户数据规模急剧增大，数据呈现多数据中心、多节点分布、多副本放置的特性，充分分析了多租户数据管理需求，在多租户的数据存储模型、数据分割与副本策略、租户数据动态迁移等方面展开了研究工作，取得了一系列的研究成果；在此基础上研发原型系统，验证上述各项关键技术。 . 随着研究深入，进一步聚焦云计算环境下，如何解决多租户数据管理性能的问题，重点研究多租户数据缓存、索引以及查询调度控制方法。主要研究进展和成果如下：. 1、提出基于自由模式的分布式多租户数据存储模型及其描述方法，支持租户数据模式的按需变更，并易于多节点分布；. 2、建立了一个支持P2P结构的多租户索引机制，该机制对云中的多租户数据及其索引进行组织，避免了集中式索引的性能瓶颈；. 3、建立了一个SLA感知的多租户数据缓存管理机制，在P2P结构下根据不同租户查询的特征及违约惩罚值对多租户数据库的缓存进行优化，降低服务提供商的惩罚成本；. 4、提出基于动态事务统计的租户数据分割策略，降低多租户应用分布式事务处理的代价；. 5、提出租户感知的动态调整的放置策略，达到均衡节点负载、降低副本一致性维护成本的目标；. 6、提出基于租户 SLA 的动态迁移策略，通过需求估算模型、迁移成本计算模型、迁移一致性保证模型等，降低迁移操作的总成本，并优化SaaS应用总体性能；. 7、建立了一个最小化SLA惩罚成本的多租户查询去中心化调度机制，在处理资源紧张的条件下，优先保证关键查询在截止时间前返回，从而达到惩罚成本最小化；. 8、基于软件与数据中心实验室现有单数据节点的多租户交付与运行平台原型系统，进一步调整了其多租户数据管理模块，开发了适用于多节点动态放置的多租户应用原型系统并进行应用验证。.. 截止目前课题组已发表学术论文12篇，其中SCI收录1篇，EI收录10篇，申请并获批国家发明专利3项。在课题资助下，新申请获得国家、省部级科研项目3项，培养博士2人，硕士生7人，参加国际、国内学术会议近10次，已按照计划完成相关研究工作。