一种虚拟机在线迁移的调度方法技术

本发明专利技术公开一种虚拟机在线迁移的调度方法，包括：步骤1、每秒记录一次每台主机的CPU利用率，以及每台主机中各个VM的CPU利用率；步骤2、预测下一时刻各个主机是否过载；步骤3、在判定为过载的主机上选择与主机CPU利用率上升复关系系数最大的VM迁移出去；步骤4，按照基于阈值的最小CPU利用率法找出低载主机；步骤5，将待迁移VM队列按照能源感知最佳降序方法进行重新分配。通过本发明专利技术的方法可显著降低云计算中心的能耗，并且相对以往的算法有更低的SLA违反率，也就是有更好的服务质量。

【技术实现步骤摘要】

本专利技术属于计算机体系内存系统结构领域，具体涉及一种虚拟机在线迁移的调度方法。
技术介绍
随着云计算“所付即所需”的模式的迅速兴起，云数据中心任务量和规模也在不断扩大，其电能消耗也随之增加。据ICTresearch统计，2012我国数据中心能耗高达664.5亿度，占当年全国工业用电量的1.8％，到2015年我国数据中心能耗高达1000亿度。另外，从American Society of Heating,Refrigerating and Air-Conditioning Engineers(ASHRAE)的数据分析来看，整个数据中心运营成本的75％来源于基础设施的能量消耗。数据中心的高能耗必然会降低云服务提供商的利润率，增加碳排放量。高能耗势必会成为制约未来云数据中心的发展的重要因素，因此如何降低云数据中心能耗是云计算系统可持续发展过程中亟待解决的问题。在研究中，降低云数据中心的功耗的同时，有可能会造成服务质量的下降，进而违背与用户签订的服务等级协议(Service Level Assignment,SLA)，这在实际应用中是完全不能接受的。因此研究需要从降低功耗和保证服务质量两方面入手。在提供IaaS服务的数据中心里，一般是以虚拟机的形式向用户提供基础设施资源，用户可以通过访问Web界面完成对虚拟机的访问和资源的请求，这些虚拟机是部署在数据中心的服务器上。虚拟机的存活时间是有限的，当用户不再需要这些资源时可以卸载相应的虚拟机，随着用户长时间在数据中心进行的虚拟机部署，数据中心会开启很多服务器，相应的随着虚拟机被卸载，数据中心硬件资源利用率会降的很低，而通过利用虚拟机在线迁移技术则可以大大的提高资源利用率降低IT成本。而当虚拟机被过度集合后，数据中心的响应时间以及服务有效性保障等都有可能无法得到保证，从而违反和用户签订的服务等级协议(SLA)，因此未来保证数据中心的服务质量，或者虚拟机被频繁卸载后，资源利用率会降低，这时需要检测数据中心的资源使用情况，必要时进行虚拟机的迁移。一般情况下虚拟机在线迁移分为如下四个步骤：1)过载检测。检测是否有主机过载，若有，则将该主机上的某个虚拟机迁移出去。2)轻载检测。检测是否有主机轻载，若有，则将该主机上全部虚拟机迁移出去并将该主机切换到待机状态以降低能耗3)虚拟机迁出选择。判定主机过载后迁出该主机上的哪个虚拟机。4)虚拟机重分配。将所有待迁出的虚拟机分配到其他主机。完整的虚拟机在线迁移策略都会在以上四个方面进行优化。目前，已有一些研究致力于优化在线迁移策略，降低云数据中心功耗。Beloglazov等人提出最小CPU利用率策略，在过载时，需要将一个或多个虚拟机迁移出去，因此需要在该主机上运行的众多虚拟中做出选择。最小CPU利用率策略(Minimum CPU Utilization，MCU)既是应用于这个选择过程的。该策略的核心思想是将CPU利用率最小的虚拟机迁移出去以缓解过载。近年来有很多学者应用该理论做虚拟机在线迁移方面的研究。但是仅仅通过CPU利用率最小者一点做出决定还是有失偏颇，从试验的效果来说效果不佳，很可能由于只迁移出去了CPU占用率最小的虚拟机而在之后的短时间内重新回到过载状态。Abawajy等人提出MMT(Min Migration Time)策略是在所有的虚拟机中首先选择迁移时间最小的虚拟机，该策略的有点事充分考虑了迁移效率，将迁移带来的对性能的影响降到最低。但是缺点也很明显，因为并没有将与主机资源占用率升高关系最大的虚拟机迁移出去，故不能保证按照该策略迁移后能解决该主机的过载问题，在进行迁移后有可能主机还是维持在过载状态或濒临过载状态。Anton等人提出了能源感知最佳适应降序算法(Power Aware Best Fit Decreasing，PABFD)，为BFD算法在虚拟机安置问题上的推广。BFD为解决装箱问题的一种算法，在解决装箱问题时，其主要思想是：先对“物品”即虚拟机进行降序排列，之后检查所有非空“箱子”即主机，找到最合适该“物体”的“箱子”并将该物体装入“箱子”中，如果没有找到这样的“箱子”则开启“空箱”。该算法是专门为云数据中心低功耗问题研究出来的，与本课题的研究对象一致，对本课题的研究起到了重要的指导意义。
技术实现思路
本专利技术要解决的技术问题是，提供一种虚拟机在线迁移的调度方法，在虚拟机在线迁移的过载检测、轻载检测、虚拟机迁出选择以及虚拟机重分配四个步骤上添加改进算法，由于虚拟机在线迁移本身会造成一定能耗，并且会造成服务质量的降低，因此在最大化将轻载主机中的虚拟机迁移出去降低的能耗同时要对迁移有一定限制，避免“过度迁移”带来的负面影响，以达到在降低能耗的同时保证服务质量。通过基于预测的主机过载检测策略、动态化且限制迁移的检测轻载算法、较优化的虚拟机迁出选择策略以及重分配算法来优化虚拟机在线迁移的过程。一种虚拟机在线迁移的调度方法包括如下步骤：步骤1、每秒记录一次每台主机的CPU利用率，以及每台主机中各个VM的CPU利用率；步骤2、预测下一时刻各个主机是否过载；步骤3、、在判定为过载的主机上选择与主机CPU利用率上升复关系系数最大的VM迁移出去；步骤4，按照基于阈值的最小CPU利用率法找出低载主机；步骤5，将待迁移VM队列按照能源感知最佳降序方法进行重新分配。作为优选，步骤2包括如下步骤：步骤2.1，根据主机历史CPU利用率计算当前时刻的加权回归曲线；步骤2.2，根据加权回归曲线计算下一时刻主机的CPU利用率预测值；步骤2.3，根据2.2计算出的预测值判断下一时刻主机是否会过载，具体判断方法如下：(1)如果预测值大于等于0.9，判定主机下一时刻过载；(2)如果预测值小于0.9，判定主机下一时刻未过载。作为优选，步骤3包括如下步骤：步骤3.1，将被预测过载的主机上的各个VM的CPU利用率分别组成矩阵计算复相关系数；步骤3.2，根据3.1中得出的各个VM的复相关系数，选取其中数值最大的VM加入待迁移VM队列。作为优选，步骤4包括如下步骤：步骤4.1，找出云计算中心中CPU利用率最低的那一台主机；步骤4.2，将该主机的CPU利用率与进过大量实验得出的最佳阈值0.45进行对比，并判断该主机是否处于轻载，具体判断方法如下：(1)如果主机CPU利用率大于等于0.45，则判定其未处于轻载状态；(2)如果主机CPU利用率大小于0.45，则判定其处于轻载状态。步骤4.3，将判定为轻载的主机加入待迁移队列。与现有技术相比，本专利技术具有以下优点：在最大化虚拟机在线迁移带来的能耗降低的同时，能够尽量避免在轻载判定过程中因为不加以限制而成生的“过度迁移”现象，因此相比较于前人的研究成果，本专利技术迁移策略能够在能耗上方面有进一步的下降，并且在服务质量方面远远优于现有的迁移策略。通过本专利技术方法可显著降低云计算中心的能耗，并且相对以往的算法有更低的SLA违反率，也就是有更好的服务质量。附图说明图1为整个虚拟机在线迁移方法的流程图。图2为本专利技术方法功耗与无算法、前人研究最佳算法对比实验结果示意图；图3为本专利技术方法的服务质量的标准：SLA违反率与前人最佳算法对比实验结果示意图。具体实施方式为使本专利技术的目的，技术方案和优点更加清楚明白，下文中将结合附图对本专利技术的实本文档来自技高网...

【技术保护点】
一种虚拟机在线迁移的调度方法，其特征在于，包括如下步骤：步骤1、每秒记录一次每台主机的CPU利用率，以及每台主机中各个VM的CPU利用率；步骤2、预测下一时刻各个主机是否过载；步骤3、在判定为过载的主机上选择与主机CPU利用率上升复关系系数最大的VM迁移出去；步骤4、按照基于阈值的最小CPU利用率法找出低载主机；步骤5、将待迁移VM队列按照能源感知最佳降序方法进行重新分配。

【技术特征摘要】
1.一种虚拟机在线迁移的调度方法，其特征在于，包括如下步骤：步骤1、每秒记录一次每台主机的CPU利用率，以及每台主机中各个VM的CPU利用率；步骤2、预测下一时刻各个主机是否过载；步骤3、在判定为过载的主机上选择与主机CPU利用率上升复关系系数最大的VM迁移出去；步骤4、按照基于阈值的最小CPU利用率法找出低载主机；步骤5、将待迁移VM队列按照能源感知最佳降序方法进行重新分配。2.如权利要求1所述的虚拟机在线迁移的调度方法，其特征在于，步骤2包括如下步骤：步骤2.1、根据主机历史CPU利用率计算当前时刻的加权回归曲线；步骤2.2、根据加权回归曲线计算下一时刻主机的CPU利用率预测值；步骤2.3、根据2.2计算出的预测值判断下一时刻主机是否会过载，具体判断方法如下：(1)如果预测值大于等于0.9，判定主机下一时刻过载；(2)如果预...

【专利技术属性】
技术研发人员：方娟，周立夫，孙浩，程妍瑾，常泽清，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11