一种实现资源调度的方法及装置制造方法及图纸

技术编号:19186764 阅读:10 留言:0更新日期:2018-10-17 02:21
一种实现资源调度的方法及装置,包括:获取集群中物理机和虚拟机的性能参数信息,并解析转换为预设格式的性能数据信息;根据获得的性能数据信息确定集群负载信息;根据确定的集群负载信息及接收到的请求配置,从预设的算法池中选择进行资源调度的资源调度算法;根据选择的资源调度算法输出资源调度决策,以根据输出的资源调度决策对集群进行资源调度;其中,算法池中包括两种或两种资源调度算法。本发明专利技术实施例实现了对不同虚拟化平台的动态资源调度。

Method and device for realizing resource scheduling

A method and device for realizing resource scheduling includes: obtaining the performance parameter information of physical machines and virtual machines in a cluster and parsing the performance data information converted to a preset format; determining the cluster load information based on the obtained performance data information; and determining the cluster load information based on the determined cluster load information and the received request configuration from the preset. In the algorithm pool, the resource scheduling algorithm is selected for resource scheduling; the resource scheduling decision is output according to the selected resource scheduling algorithm to schedule the resources of the cluster according to the output resource scheduling decision; in the algorithm pool, there are two or two resource scheduling algorithms. The embodiment of the invention realizes dynamic resource scheduling for different virtualization platforms.

【技术实现步骤摘要】
一种实现资源调度的方法及装置
本文涉及但不限于虚拟化技术,尤指一种实现资源调度的方法及装置。
技术介绍
随着云服务的应用越来越广,基于虚拟化技术的服务器集群规模越来越大,在大规模虚拟化集群环境中,虚拟机的数目甚至达到数万台,它们在集群中的部署情况对于整个集群而言是至关重要的,大规模的集群的资源负载情况变化多端,系统管理员往往无法在短时间内对当前集群的资源负载情况作出精确的判断,也无法对众多的虚拟机进行调度控制来完成资源调度的需要。因此,越来越多的技术人员开始关注虚拟化集群中的动态资源调度问题。在虚拟化集群环境中,典型的资源调度场景有以下几种:1)物理机的负载高低程度不均衡,资源利用的密度低;2)部分物理机负载过低,资源利用率低;3)部分物理机负载过高,其上的虚拟机性能受到影响;4)存在待开启虚拟机的请求,需要选择合适的放置点;如何有效的满足以上应用场景的需要,是当前虚拟化集群管理中一个至关重要的问题,因此实现大规模虚拟化集群环境下的动态资源调度有着非常重大的意义。动态资源平衡(DRS,DistributedResourceScheduler))是威睿(Vmware)公司推出的商业化的动态资源调度解决方案,DRS根据Vmware的ESX主机的资源负载情况,动态的迁移虚拟机至负载较低的主机上,然后关闭该ESX主机,虚拟机在不同ESX主机上的动态迁移由VmwareVMotion来实现,迁移过程对终端用户是完全透明的。Vmware提供了一套完整的动态资源调度解决方案,但是因为这种动态资源调整受限于Vmware本身设定的架构,无法应用到包括Xen(Xen是一种开放源代码虚拟机监视器)、基于内核的虚拟机(KVM,Kernel-basedVirtualMachine)在内的其他虚拟化平台。OpenNebula(OpenNebula是一款为云计算而打造的开源工具箱)支持与Xen、KVM等虚拟化平台一起建立和管理私有云,同时还提供Deltacloud(红帽公司2009年9月推出了一套开源的应用程序编程接口(API,ApplicationProgrammingInterface))适配器与亚马逊(Amazon)弹性计算云(EC2,ElasticComputeCloud)配合来管理混合云,作为一个虚拟化管理平台,OpenNebula将虚拟机的网络之间互连的协议(IP)、镜像文件、内存和中央处理器(CPU,CentralProcessingUnit)等资源管理,以及虚拟机资源使用统计管理等功能整合为一体,为集群管理员提供统一的操作入口,但OpenNebula的重心放在虚拟化集群管理上,它本身的调度功能相对比较薄弱,OpenNebula仅提供了虚拟机部署的初始放置功能,无法实现动态资源调度。综上,目前尚未有可以对各虚拟化平台均适用的动态资源调度系统。
技术实现思路
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。本专利技术实施例提供一种实现资源调度的方法及装置,能够同时实现对不同虚拟平台的资源调度。本专利技术实施例提供了一种实现资源调度的方法,包括:获取集群中物理机和虚拟机的性能参数信息,并解析转换为预设格式的性能数据信息;根据获得的性能数据信息确定集群负载信息;根据确定的集群负载信息及接收到的请求配置,从预设的算法池中选择进行资源调度的资源调度算法;根据选择的资源调度算法输出资源调度决策,以根据输出的资源调度决策对集群进行资源调度;其中,所述算法池中包括两种或两种资源调度算法。可选的,所述获取集群中物理机和虚拟机的性能参数信息包括:通过预先设置在每一个物理机上的监控客户端采集所述物理机和所述虚拟机的性能参数信息;采用轮询方式从所述监控客户端上获取监控客户端采集的所述性能参数信息;汇总通过轮询方式获得的所有所述物理机和所述虚拟机的所述性能参数信息;其中,每一个所述监控客户端之间采用组播方式同步采集到的所述性能参数信息。可选的,所述性能参数信息包括:每一个所述物理机的:互联网协议IP地址、名称、唯一标识、中央处理器CPU总数、CPU使用率、内存总大小、内存使用率、磁盘输入输出端口I/O的读写速度、物理机上设置的虚拟机;这里,物理机上设置的虚拟机可以包括设置的虚拟机的个数、名称等虚拟机参数信息。每一个虚拟机的:名称、唯一标识、分配的内存大小、内存使用率、分配的CPU个数、虚拟机磁盘I/O的读写速度、亲和性描述、互斥性描述、状态标识位。可选的,所述算法池通过预先设置的算法扩展接口,按一一对应的关系分别注册所述资源调度算法。可选的,所述资源调度算法包括:热点解除算法、节能整合算法和/或负载均衡算法。可选的,所述资源调度算法包括节能整合算法时,所述节能整合算法包括:所述集群的负载小于或等于预设的负载阈值时,根据集群负载信息将物理机按照负载进行排序,将负载排序最低的预设台物理机添加到待下电物理机列表,将未选取的物理机添加到候选物理机列表;其中,所述负载包括:CPU使用率、内存使用率;将待下电物理机列表中的所有虚拟机添加到待迁移列表;对待迁移列表中的每一个虚拟机,将待迁移列表中的虚拟机逐一尝试放置到从所述候选物理机列表中负载最高的物理机上;若虚拟机放置成功,根据迁移的位置关系输出迁移决策序列,同时根据待迁移列表生成下电决策序列;若虚拟机放置失败,从待下电物理机列表中删除负载最高的物理机,将删除的物理机添加到候选物理机列表的尾部,从待迁移列表中删除添加到候选物理机列表的物理机上的虚拟机,更新候选物理机列表的负载排序、待迁移列表,继续待迁移列表中虚拟机的放置尝试。可选的,所述资源调度算法包括负载均衡算法时,所述负载均衡算法包括:当集群中物理机的负载均衡度小于预设的负载均衡阈值时,将集群中物理机的按照负载进行排列;选择负载最高的物理机,根据性能数据信息遍历该物理机上的每一个虚拟机迁出时的集群中物理机的负载均衡度,确定负载均衡度最优的那台虚拟机进行迁移标记,并将确定的虚拟机从物理机上删除;计算完成迁移标记的虚拟机迁移到其他每一个物理机时的负载均衡度,将虚拟机迁入计算获得的负载均衡度最优的物理机。可选的,所述资源调度算法包括热点解除算法时,所述热点解除算法包括:根据性能数据信息和预先设置的负载热点阈值确定集群中的物理机是否为热点物理机;从热点物理机上选择一个或一个以上虚拟机,将其迁移到集群中的其他物理机上,以降低热点物理机的负载阈值。可选的,所述资源调度算法包括热点解除算法时,所述热点解除算法包括:根据所述性能数据信息将集群中的物理机按照负载进行排序;根据所述性能数据信息,当负载最高的物理机CPU负载大于预先设置的CPU负载热点阈值,或内存使用率大于预先设置的内存负载热点阈值时,确定该物理机为热点物理机;对热点物理机中的虚拟机根据性能数据信息按照负载进行排序,将排序后负载最高的虚拟机迁移到集群中负载最低的物理机上。另一方面,本专利技术实施例还提供一种实现资源调度的装置,包括:获取及解析单元、确定单元、选择单元和输出调度单元;其中,获取及解析单元用于:获取集群中物理机和虚拟机的性能参数信息,并解析转换为预设格式的性能数据信息;确定单元用于:根据获得的性能数据信息确定集群负载信息;选择单元用于:根据确定的集群负载信息及接收到的请求本文档来自技高网
...

【技术保护点】
1.一种实现资源调度的方法,其特征在于,包括:获取集群中物理机和虚拟机的性能参数信息,并解析转换为预设格式的性能数据信息;根据获得的性能数据信息确定集群负载信息;根据确定的集群负载信息及接收到的请求配置,从预设的算法池中选择进行资源调度的资源调度算法;根据选择的资源调度算法输出资源调度决策,以根据输出的资源调度决策对集群进行资源调度;其中,所述算法池中包括两种或两种资源调度算法。

【技术特征摘要】
1.一种实现资源调度的方法,其特征在于,包括:获取集群中物理机和虚拟机的性能参数信息,并解析转换为预设格式的性能数据信息;根据获得的性能数据信息确定集群负载信息;根据确定的集群负载信息及接收到的请求配置,从预设的算法池中选择进行资源调度的资源调度算法;根据选择的资源调度算法输出资源调度决策,以根据输出的资源调度决策对集群进行资源调度;其中,所述算法池中包括两种或两种资源调度算法。2.根据权利要求1所述的方法,其特征在于,所述获取集群中物理机和虚拟机的性能参数信息包括:通过预先设置在每一个物理机上的监控客户端采集所述物理机和所述虚拟机的性能参数信息;采用轮询方式从所述监控客户端上获取监控客户端采集的所述性能参数信息;汇总通过轮询方式获得的所有所述物理机和所述虚拟机的所述性能参数信息;其中,每一个所述监控客户端之间采用组播方式同步采集到的所述性能参数信息。3.根据权利要求2所述的方法,其特征在于,所述性能参数信息包括:每一个所述物理机的:互联网协议IP地址、名称、唯一标识、中央处理器CPU总数、CPU使用率、内存总大小、内存使用率、磁盘输入输出端口I/O的读写速度、物理机上设置的虚拟机;这里,物理机上设置的虚拟机可以包括设置的虚拟机的个数、名称等虚拟机参数信息;每一个虚拟机的:名称、唯一标识、分配的内存大小、内存使用率、分配的CPU个数、虚拟机磁盘I/O的读写速度、亲和性描述、互斥性描述、状态标识位。4.根据权利要求1所述的方法,其特征在于,所述算法池通过预先设置的算法扩展接口,按一一对应的关系分别注册所述资源调度算法。5.根据权利要求1~4任一项所述的方法,其特征在于,所述资源调度算法包括:热点解除算法、节能整合算法和/或负载均衡算法。6.根据权利要求1~4任一项所述的方法,其特征在于,所述资源调度算法包括节能整合算法时,所述节能整合算法包括:所述集群的负载小于或等于预设的负载阈值时,根据集群负载信息将物理机按照负载进行排序,将负载排序最低的预设台物理机添加到待下电物理机列表,将未选取的物理机添加到候选物理机列表;其中,所述负载包括:CPU使用率、内存使用率;将待下电物理机列表中的所有虚拟机添加到待迁移列表;对待迁移列表中的每一个虚拟机,将待迁移列表中的虚拟机逐一尝试放置到从所述候选物理机列表中负载最高的物理机上;若虚拟机放置成功,根据迁移的位置关系输出迁移决策序列,同时根据待迁移列表生成下电决策序列;若虚拟机放置失败,从待下电物理机列表中删除负载最高的物理机,将删除的物理机添加到候选物理机列表的尾部,从待迁移列表中删除添加到候选物理机列表的物理机上的虚拟机,更新候选物理机列表的负载排序、待迁移列表,继续待迁移列表中虚拟机的放置尝试。7.根据权利要求1~4任一项所述的方法,其特征在于,所述资源调度算法包括负载均衡算法时,所述负载均衡算法包括:当集群中物理机的负载均衡度小于预设的负载均衡阈值时,将集群中物理机的按照负载进行排列;选择负载最高的物理机,根据性能数据信息遍历该物理机上的每一个虚拟机迁出时的集群中物理机的负载均衡度,确定负载均衡度最优的那台虚拟机进行迁移标记,并将确定的虚拟机从物理机上删除;计算完成迁移标记的虚拟机迁移到其他每一个物理机时的负载均衡度,将虚拟机迁入计算获得的负载均衡度最优的物理机。8.根据权利要求1~4任一项所述的方法,其特征在于,所述资源调度算法包括热点解除算法时,所述热点解除算法包括:根据性能数据信息和预先设置的负载热点阈值确定集群中的物理机是否为热点物理机;从热点物理机上选择一个或一个以上虚拟机,将其迁移到集群中的其他物理机上,以降低热点物理机的负载阈值。9.根据权利要求1~4任一项所述的方法,其特征在于,所述资源调度算法包括热点解除算法时,所述热点解除算法包括:根据所述性能数据信息将集群中的物理机按照负载进行排序;根据所述性能数据信息,当负载最高的物理机CPU负载大于预先设置的CPU负载热点阈值,或内存使用率大于预先设置的内存负载热点阈值时,确定该物理机为热点物理机;对热点物理机中的虚拟机根据性能数据信息按照负载进行排序,将排序后负载最高的虚拟机迁移到集群中负载最低的物理机上。10.一种实现资源调度的装置,其特征在于,包括:获取及解析单元、确定单元、选择单元和输出调度单元;其中,获取及...

【专利技术属性】
技术研发人员:童遥申光
申请(专利权)人:中兴通讯股份有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1