基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
高能物理是典型的高性能计算的应用,对CPU计算能力要求很高,并且CPU利用率的高低直接影响高能物理的计算效率.虚拟化技术在实现资源共享和资源高利用率方面表现出很大的优势.基于KVM(Kernel-based Vir-tual Machine)虚拟机进行性能测试和性能优化.首先对KVM虚拟机的处理器、磁盘IO和网络IO等参数进行测试,给出虚拟机和物理机的性能差异和定量分析,然后从KVM虚拟机架构上分析影响KVM性能的各种因素,从硬件级、内核级对影响性能的因素包括扩展页表EPT(Extented Page Table)和CPU的亲和性(CPU affinity)展开研究,以对KVM进行性能优化.优化结果表明,KVM的CPU性能的损失率可以降低至3%左右.最后,给出了高能物理计算的虚拟集群,结果显示虚拟机群的计算性能能够满足高能物理计算的需求.
推荐文章
OpenStack云环境中KVM虚拟机性能测试与优化
OpenStack
KVM
性能测试
优化
Collectd对KVM虚拟机内存监控的测试与优化
Collectd
KVM
内存监控
准确性
基于KVM虚拟机的串口转发器的研究与设计
KVM
虚拟机
串口通信
设备转发器
OpenStack云环境中KVM虚拟机性能测试与优化
OpenStack
KVM
性能测试
优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 高能物理计算环境中KVM虚拟机的性能优化与应用
来源期刊 计算机科学 学科 工学
关键词 高性能计算 KVM CPU亲和性 扩展页表
年,卷(期) 2015,(1) 所属期刊栏目 2013年全国高性能计算学术年会
研究方向 页码范围 67-70
页数 4页 分类号 TP301
字数 4880字 语种 中文
DOI 10.11896/j.issn.1002-137X.2015.1.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈刚 中国科学院高能物理研究所计算中心 183 1886 20.0 37.0
2 程耀东 中国科学院高能物理研究所计算中心 52 322 10.0 14.0
3 李莎 中国科学院高能物理研究所计算中心 29 194 8.0 13.0
4 黄秋兰 中国科学院高能物理研究所计算中心 14 113 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (13)
同被引文献  (21)
二级引证文献  (39)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(8)
  • 引证文献(3)
  • 二级引证文献(5)
2017(12)
  • 引证文献(6)
  • 二级引证文献(6)
2018(16)
  • 引证文献(3)
  • 二级引证文献(13)
2019(11)
  • 引证文献(1)
  • 二级引证文献(10)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
高性能计算
KVM
CPU亲和性
扩展页表
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导