مروري بر روشهاي مديريت ماشين هاي مجازي درون مراكز داده مستقر در محيط رايانش ابري

امروزه فرآيند محاسبات در ميانه راه يك تغيير و تحول بزرگ مي باشد و به سمت مراكز داده با مقياس بزرگ كه با استفاده از تكنولوژي مجازي سازي در حال ارائه خدمات هستند، سوق داده مي شود، مراكز داده منابع مورد نياز برنامه ها را بر اساس الگوي هزينه اي Pay-Per-Use در اختيارشان قرار مي دهند. روش مديريتي كه در مركز داده اجرا مي شود مي بايست درحاليكه منابع كافي براي برآورده نمودن نيازمنديهاي برنامه كاربردي را در اختيارش مي گذارد، ميزان انرژي مصرف شده را نيز به حداقل برساند. رويكردهايي كه تاكنون جهت مديريت ديناميك ماشين هاي مجازي ارائه شده اند، به دو گروه استاتيك و ديناميك طبقه بندي مي شوند. مديريت ديناميك ماشين مجازي يك چالش جدي است چراكه انطباق پذيري و محاسبات جايابيVM در شرايط تقاضاهاي زياد و ديناميك منابع ضروري است. اهداف متضادي مانند صرفه جويي در انرژي كه در مقابل حفظ كارايي قراردارند اين روند مديريت را دشوارتر مي كنند. آنچه در اين مقاله به آن پرداخته مي شود، مروري بر روشهاي مديريت ماشين هاي مجازي درون مراكز داده به طوريكه متداولترين اهداف ارائه دهندگان خدمات ابر يعني كاهش هزينه انرژي مصرفي و كاهش هزينه نقض SLA تأمين گردد مي باشد.