歡迎來到演算法、軟體和硬體三位一體的未來世界論文書籍站
Dell PowerEdge Serve的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列懶人包和總整理
國立暨南國際大學 資訊管理學系 姜美玲所指導 鄭暉盛的 基於SDN的伺服器叢集與動態負載平衡的研究 （2017），提出Dell PowerEdge Serve關鍵因素是什麼，來自於軟體定義網路、OpenFlow、Floodlight、負載平衡、伺服器叢集。
而第二篇論文國立中央大學 資訊工程學系 梁德容所指導 黃惠筠的 雲端系統之二階層虛擬機器高可靠度保護機制 （2017），提出因為有 雲端運算、OpenStack、高可用性、虛擬機器、Libvirt、IPMI、軟體定義運算叢集的重點而找出了 Dell PowerEdge Serve的解答。
基於SDN的伺服器叢集與動態負載平衡的研究
為了解決Dell PowerEdge Serve 的問題，作者鄭暉盛 這樣論述：
隨著雲端運算的快速發展，許多企業透過雲端平台的基礎設施即服務(IaaS)，來提供穩定的網頁服務。對於這些雲端平台而言，如何管理大規模的網路，及以彈性化與高效率的方式來應付各式各樣的網路需求已成為一個重要的議題，故軟體定義網路(Software-Defined Networking, SDN)因而興起。SDN採取可程式化控制的架構，分離了網路交換器(Switch)的控制平面與資料平面，而控制平面以抽象化、可程式化、集中式控制的方式來提供所需的網路功能。因此，IT管理者可以利用統一的介面來進行所有與網路有關的資源配置。本研究基於SDN領域最熱門的OpenFlow協議，使用OpenFlow Con
troller內建的負載平衡器來進行伺服器負載平衡的研究。我們探討基於OpenFlow所建置的伺服器叢集的效能，所使用的Controller為Floodlight。Floodlight原先預設的負載平衡策略是Round Robin (RR)，在面對異質性的硬體環境時無法有效地運用整體伺服器叢集的資源。我們提出了新的負載平衡策略：Dynamic Weighted Random Selection (DWRS)，它考量各伺服器的即時負載資訊來動態地調整各伺服器的權重，並依據此動態權重來分配Requests至各伺服器，使得Floodlight可以更精準的挑選負載較輕的伺服器來提供服務，讓各伺服器的資
源可以更有效地被利用，使負載可以更加平衡。此外，Floodlight原本是以On-Demand的方式來執行負載平衡演算法，意即當Packet-in訊息抵達Floodlight時才會開始執行負載平衡演算法來挑選合適的伺服器。然而，Floodlight使用On-Demand的方法在處理大量的Packet-in訊息時會造成效能的瓶頸，故我們使用Multi-Thread的設計方式，於Floodlight中設計一專屬的Thread來預先即挑選好目前較合適的伺服器且預存好此資訊，而當Packet-in訊息抵達時即可以不用在當下再執行負載平衡演算法，直接從預存好的資訊來取得目前最合適的伺服器來提供服務。我們
除了在Floodlight 的負載平衡模組中實作了我們所提的DWRS策略之外，我們並且實作了Least Loading、Least Connections及Random Selection等負載平衡策略，並與Floodlight預設的RR策略來進行效能的評估和比較。在效能測試中，我們設計了同質與異質的硬體環境來測試所有負載平衡演算法的效能。實驗結果顯示，使用Multi-Thread方式來實作的DWRS在異質性的環境中，相較於Floodlight內建的RR負載平衡演算法，可有12%較佳的效能。
雲端系統之二階層虛擬機器高可靠度保護機制
為了解決Dell PowerEdge Serve 的問題，作者黃惠筠 這樣論述：
近年來雲端運算技術日益成熟，大多數企業都選擇將其服務佈署至雲端環境運行，由於雲端技術所帶來的擴展性與方便性，雲端環境相較於實體環境更能動態調整並有效管理運算資源，隨著開源雲端平台—OpenStack在不斷的推出更加完善的版本，也逐漸成為企業建立雲端平台的選擇之一。因使用者將業務部署於雲端平台，且由雲端平台之運算單位虛擬機器提供服務，為使虛擬機器所提供之服務不中斷，故雲端的高可用性(High Availability, HA)將相對重要，然而OpenStack的HA皆針對管理節點之服務進行保護，對於虛擬機器的維護較不完善，因此本研究提出軟體定義運算叢集(Software-Defined Hig
h Availability Cluster, SDHAC)的機制，針對叢集內部之虛擬機器發展一套自動化錯誤偵測與復原機制，透過Libvirt服務的即時偵測以及OpenStack的虛擬機管理服務，確保虛擬機器於運算節點維持正常運行之狀態，使用者不須人工介入處理虛擬機器停擺的問題。為避免因虛擬機所屬的運算節點發生軟硬體異常，而造成虛擬機器服務停擺，本研究結合IPMI (Intelligent Platform Management Interface)進行偵測復原機制，透過IPMI取得運算節點之感測器資訊，可即時監控運算節點之狀態，若節點狀態異常，本研究將會即時遷移(Live Migrate)虛
擬機器，以避免運算節點發生錯誤，並造成虛擬機器服務中斷的情況，若運算節點已無預警發生故障，則將虛擬機器錯誤轉移至叢集中另一正常執行之運算節點，並針對異常運算節點進行偵測復原機制，以提高OpenStack針對虛擬機器之高可用性。