一种基于负载曲线相似度的云计算虚拟机迁移方法技术

本发明专利技术提出了一种基于负载曲线相似度的云计算虚拟机迁移方法，获取所有物理机的剩余资源利用率曲线和所有要迁移的虚拟机的资源利用率曲线，根据皮尔森相关系数公式，得到由每一类资源的相似度组成的相似度向量，最后根据相似度向量和平均资源利用率求欧氏距离，来确定需要迁移的虚拟机和目标物理机。本发明专利技术将过载物理机一段时间内的负载作为迁移的标准，而不是仅关注过载一瞬间的负载情况，有效的保证了迁移之后一段时间内目标物理机不会发生过载，从而降低了迁移次数，减少了能耗。同时，将曲线的相似度作为迁移的标准之一，使得要迁移的虚拟机和目标物理机尽可能的互补，从而使得目标物理机的负载更为均衡。

A Cloud Computing Virtual Machine Migration Method Based on Load Curve Similarity

The invention proposes a cloud computing virtual machine migration method based on load curve similarity, obtains the residual resource utilization curves of all physical machines and the resource utilization curves of all virtual machines to be migrated. According to Pearson correlation coefficient formula, the similarity vector composed of the similarity of each kind of resources is obtained. Finally, the similarity vector and the average resource utilization ratio are calculated according to the similarity vector and the average resource utilization ratio. Euclidean distance is used to determine the virtual machine to be migrated and the target physical machine to be migrated. The invention regards the load of overloaded physical aircraft for a period of time as the migration standard, instead of focusing on the load situation of overloaded instantaneous, effectively guaranteeing that the target physical aircraft will not overload for a period of time after migration, thereby reducing the migration times and energy consumption. At the same time, the similarity of curves is regarded as one of the migration criteria, which makes the virtual machine to be migrated and the physical machine to be migrated complement each other as much as possible, so that the load of the physical machine to be migrated is more balanced.

【技术实现步骤摘要】
一种基于负载曲线相似度的云计算虚拟机迁移方法
本专利技术属于云计算和虚拟化相关领域，具体涉及一种基于负载曲线相似度的云计算虚拟机迁移方法。
技术介绍
云计算被提出的初始目标是为了加强对资源的管理，主要是管理计算资源、网络资源和存储资源三个方面。加强管理的主要方法是提高时间和空间的灵活性。时间的灵活性，即在用户需要的时候可以随时的提供服务。空间的灵活性，即按照每位用户所需的资源量来提供服务。时间和空间的灵活性相结合，即为云计算的弹性。为了提高云计算的弹性，曾经提出过许多解决方案。最初的解决方案是提供物理设备的能力，即提高硬盘数据存储量、服务器内存、增加设备网络带宽等。但这一方法有着自身的局限性，它无法彻底解决灵活性这一要求。由于服务器、网络设备等需要花费大量的时间进行采购，不可能随时获取。于是硬件“虚拟化”技术应运而生。虚拟化技术的一个关键特性是在线迁移：一个正在运行的虚拟机从所在的物理主机迁移到另外一台物理主机。在实际生活中经常需要对过载的物理主机进行迁移，但是许多实时迁移算法只考虑了过载这一瞬间物理机上的虚拟机的资源使用情况，来选择目标物理机。但是不同虚拟机的资源利用情况通常会随时间不停变化，这就有可能导致该虚拟机迁移到目标主机一段时间后再次引起目标主机的过载，需要再次迁移，既增加了迁移的次数，也增加了能耗、降低了虚拟机性能。
技术实现思路
本专利技术针对上述问题，提出了一种基于负载曲线相似度的云计算虚拟机迁移方法，主体思路是：获取所有物理机的剩余资源利用率曲线和所有要迁移的虚拟机的资源利用率曲线，根据皮尔森相关系数公式，得到由每一类资源的相似度组成的相似度向量。最后根据相似度向量和平均资源利用率求欧氏距离，来确定需要迁移的虚拟机和目标物理机。一种基于负载曲线相似度的云计算虚拟机迁移方法，其特征在于：包括如下步骤：步骤1，定义物理机集合和过载物理机上的虚拟机集合，同时定义物理机所拥有的资源；步骤2，获取过载物理机上每个虚拟机的资源利用率矩阵，建立资源利用率矩阵集合，表示所有位于过载物理机上的虚拟机的资源利用率矩阵的集合；步骤3，计算出每一个虚拟机在一个时间段内对资源的利用率的均值和标准差，然后对资源利用率矩阵集合中的所有虚拟机资源利用率矩阵标准化，得到标准化矩阵；步骤4，获取每个物理机同一段时间内的资源利用率矩阵；步骤5，获取物理机上资源的剩余利用率矩阵；步骤6，计算每一个物理机在一个时间段内对资源的剩余资源利用率均值和标准差，将物理机的剩余资源利用率矩阵进行标准化，得到标准化矩阵；步骤7，对资源利用率矩阵的每行与剩余资源利用率矩阵的每行分别求皮尔森相关系数，得到关于每一类资源的相似度向量；步骤8，根据相似度向量，得到所有虚拟机与物理机对之间资源的相似度的最大值；步骤9，计算每一对虚拟机和物理机的欧式距离，得到欧氏距离集合；步骤10，在欧氏距离集合中，获取当欧式距离取最小值时对应过载虚拟机和物理机，假设将过载该虚拟机迁移到该物理机上，判断迁移后是否满足，物理机在一定时间时对资源的利用率是否小于物理机上资源利用率的阈值，如果满足，则将虚拟机迁移到物理机之上，并从资源利用率矩阵集合中去除相应矩阵；否则将该欧式距离从欧氏距离集合中去除，重新进行步骤10；步骤11，如果过载虚拟机不再过载或虚拟机资源利用率矩阵集合为空，则结束迁移；如果不是，则返回步骤2，重新选择要迁移的虚拟机和目标物理机。进一步地，所述步骤1，定义物理机集合P＝{p1,p2,…,pj,…,pn}，集合中共有n台物理机，其中j表示第j台物理机，过载物理机上的虚拟机集合V＝{v1,v2,…vi…,vm}，集合V中共有m台虚拟机，其中i表示集合V中第i台虚拟机，物理机共拥有k类资源，包括CPU、内存、硬盘等。进一步地，所述步骤2，获取过载物理机上每个虚拟机的资源利用率矩阵Ai；其中uitk定义为虚拟机vi在时间t时对资源k的利用率，其中每一行代表同一虚拟机vi从时间1到时间t时对资源k的利用率，每一列代表一种不同的资源；资源利用率矩阵集合S＝{A1,…,Ai,…,Am}，表示所有位于过载物理机上的虚拟机的资源利用率矩阵的集合。进一步地，所述步骤3，根据公式(1)计算每一个虚拟机vi在时间t内对资源k的利用率均值根据公式(2)计算每一个虚拟机vi在时间t内对资源k的利用率的标准差σik；根据公式(3)对资源利用率矩阵集合S中的所有虚拟机资源利用率矩阵Ai标准化，得到标准化矩阵Xi；由此得到过载物理机上每个虚拟机vi的资源利用率的标准化矩阵Xi,。进一步地，所述步骤4，获取每个物理机pj同一段时间t内的资源利用率矩阵Bj；其中Ujtk定义为物理机pj在时间t时，对资源k的利用率，其中每一行代表同一物理机pj从时间1到时间t时对资源k的利用率，每一列代表一种不同的资源。进一步地，所述步骤5，根据公式(4)获取物理机pj上资源k的剩余利用率矩阵B'j，其中Tjk表示物理机pj上资源k利用率的阈值：进一步地，所述步骤6，根据公式(5)计算每一个物理机pj在时间t内对资源k的剩余资源利用率均值根据公式(6)计算每一个物理机pj在时间t内对资源k的剩余资源利用率的标准差σ'jk；根据公式(7)将物理机pj的剩余资源利用率矩阵B'j进行标准化，得到标准化矩阵X'j：由此分别得到了每个物理机pj的剩余资源利用率的标准化矩阵X’j,。进一步地，所述步骤7，根据公式(8)，由矩阵Xi的每行与矩阵X'j的每行求得皮尔森相关系数hijk；得到虚拟机vi与物理机pj关于所有资源的相似度向量Hij＝{hij1,hij2,…,hijk}，其中hijk表示虚拟机vi的资源k的利用率曲线和物理机pj的资源k的剩余利用率曲线的相似度。进一步地，所述步骤8，根据公式(9)获取理想的相似度向量H*，H*中每一个rk代表所有虚拟机与物理机对之间资源k的相似度的最大值；H*＝{max(p111,p121,…,pij1),…,max(p11k,p12k,…,pijk)}＝{r1,r2,…,rk}(9)进一步地，所述步骤9，根据公式(10)计算每一对虚拟机vi和物理机pj的欧式距离lij；欧氏距离集合L表示所有虚拟机物理机对的欧式距离lij的集合，L＝{l11,…,l1j,…,lij}。本专利技术提出了一种云计算基于负载曲线相似度的虚拟机迁移策略，较目前主流的虚拟机迁移策略而言，该策略的主要优势在于：将过载物理机一段时间内的负载作为迁移的标准，而不是仅关注过载一瞬间的负载情况，有效的保证了迁移之后一段时间内目标物理机不会发生过载，从而降低了迁移次数，减少了能耗。同时，将曲线的相似度作为迁移的标准之一，使得要迁移的虚拟机和目标物理机尽可能的互补，从而使得目标物理机的负载更为均衡。附图说明图1为本专利技术所述一种基于负载曲线相似度的云计算虚拟机迁移方法流程图。具体实施方式下面结合说明书附图对本专利技术的技术方案做进一步的详细说明。一种基于负载曲线相似度的云计算虚拟机迁移方法，包括如下步骤：步骤1，定义物理机集合P＝{p1,p2,…,pj,…,pn}，集合中共有n台物理机，其中j表示第j台物理机，过载物理机上的虚拟机集合V＝{v1,v2,…vi…,vm}，集合V中共有m台虚拟机，其中i表示集合V中第i台虚拟机，本文档来自技高网...

【技术保护点】
1.一种基于负载曲线相似度的云计算虚拟机迁移方法，其特征在于：包括如下步骤：步骤1，定义物理机集合和过载物理机上的虚拟机集合，同时定义物理机所拥有的资源；步骤2，获取过载物理机上每个虚拟机的资源利用率矩阵，建立资源利用率矩阵集合，表示所有位于过载物理机上的虚拟机的资源利用率矩阵的集合；步骤3，计算出每一个虚拟机在一个时间段内对资源的利用率的均值和标准差，然后对资源利用率矩阵集合中的所有虚拟机资源利用率矩阵标准化，得到标准化矩阵；步骤4，获取每个物理机同一段时间内的资源利用率矩阵；步骤5，获取物理机上资源的剩余利用率矩阵；步骤6，计算每一个物理机在一个时间段内对资源的剩余资源利用率均值和标准差，将物理机的剩余资源利用率矩阵进行标准化，得到标准化矩阵；步骤7，对资源利用率矩阵的每行与剩余资源利用率矩阵的每行分别求皮尔森相关系数，得到关于每一类资源的相似度向量；步骤8，根据相似度向量，得到所有虚拟机与物理机对之间资源的相似度的最大值；步骤9，计算每一对虚拟机和物理机的欧式距离，得到欧氏距离集合；步骤10，在欧氏距离集合中，获取当欧式距离取最小值时对应过载虚拟机和物理机，假设将过载该虚拟机迁移到该物理机上，判断迁移后是否满足，物理机在一定时间时对资源的利用率是否小于物理机上资源利用率的阈值，如果满足，则将虚拟机迁移到物理机之上，并从资源利用率矩阵集合中去除相应矩阵；否则将该欧式距离从欧氏距离集合中去除，重新进行步骤10；步骤11，如果过载虚拟机不再过载或虚拟机资源利用率矩阵集合为空，则结束迁移；如果不是，则返回步骤2，重新选择要迁移的虚拟机和目标物理机。...

【技术特征摘要】
1.一种基于负载曲线相似度的云计算虚拟机迁移方法，其特征在于：包括如下步骤：步骤1，定义物理机集合和过载物理机上的虚拟机集合，同时定义物理机所拥有的资源；步骤2，获取过载物理机上每个虚拟机的资源利用率矩阵，建立资源利用率矩阵集合，表示所有位于过载物理机上的虚拟机的资源利用率矩阵的集合；步骤3，计算出每一个虚拟机在一个时间段内对资源的利用率的均值和标准差，然后对资源利用率矩阵集合中的所有虚拟机资源利用率矩阵标准化，得到标准化矩阵；步骤4，获取每个物理机同一段时间内的资源利用率矩阵；步骤5，获取物理机上资源的剩余利用率矩阵；步骤6，计算每一个物理机在一个时间段内对资源的剩余资源利用率均值和标准差，将物理机的剩余资源利用率矩阵进行标准化，得到标准化矩阵；步骤7，对资源利用率矩阵的每行与剩余资源利用率矩阵的每行分别求皮尔森相关系数，得到关于每一类资源的相似度向量；步骤8，根据相似度向量，得到所有虚拟机与物理机对之间资源的相似度的最大值；步骤9，计算每一对虚拟机和物理机的欧式距离，得到欧氏距离集合；步骤10，在欧氏距离集合中，获取当欧式距离取最小值时对应过载虚拟机和物理机，假设将过载该虚拟机迁移到该物理机上，判断迁移后是否满足，物理机在一定时间时对资源的利用率是否小于物理机上资源利用率的阈值，如果满足，则将虚拟机迁移到物理机之上，并从资源利用率矩阵集合中去除相应矩阵；否则将该欧式距离从欧氏距离集合中去除，重新进行步骤10；步骤11，如果过载虚拟机不再过载或虚拟机资源利用率矩阵集合为空，则结束迁移；如果不是，则返回步骤2，重新选择要迁移的虚拟机和目标物理机。2.根据权利要求1所述的一种基于负载曲线相似度的云计算虚拟机迁移方法，其特征在于：所述步骤1，定义物理机集合P＝{p1,p2,…,pj,…,pn}，集合中共有n台物理机，其中j表示第j台物理机，过载物理机上的虚拟机集合V＝{v1,v2,…vi…,vm}，集合V中共有m台虚拟机，其中i表示集合V中第i台虚拟机，物理机共拥有k类资源，包括CPU、内存、硬盘等。3.根据权利要求1所述的一种基于负载曲线相似度的云计算虚拟机迁移方法，其特征在于：所述步骤2，获取过载物理机上每个虚拟机的资源利用率矩阵Ai；其中uitk定义为虚拟机vi在时间t时对资源k的利用率，其中每一行代表同一虚拟机vi从时间1到时间t时对资源k的利用率，每一列代表一种不同的资源；资源利用率矩阵集合S＝{A1,…,Ai,…,Am}，表示所有位于过载物理机上的虚拟机的资源利用率矩阵的集合。4.根据权利要求1所述的一种基于负载曲线相似度的云计算虚拟机迁移...

【专利技术属性】
技术研发人员：付雄，王云，邓松，王俊昌，程春玲，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32