IaaS云可变规模资源池管理方法、装置和服务器制造方法及图纸

本发明专利技术公开了一种IaaS云可变规模资源池管理方法、装置和服务器，本发明专利技术的方法旨在跟踪IaaS云系统实际运行时负载和物理机资源的变化趋势，然后根据对未来任务到达频度的预测，动态的决定是否进行扩充/删减资源池容量的操作，在尽可能确保高负载下系统性能的同时，降低负载时系统的运行成本，达到优化平衡，兼顾云系统的性能和经济性。

【技术实现步骤摘要】
IaaS云可变规模资源池管理方法、装置和服务器
本专利技术属于云计算的
，尤其是面向云计算运行时实时资源调度和控制优化的领域。
技术介绍
云计算是指将任务分布在大量的分布式计算机上，使用云计算平台、通过网络为用户提供信息服务的计算模式。相对于传统的软件形态，云计算具有松散耦合、随需应变、成本可控、资源虚拟、异构协同等显著的优势，使其更适应现今的电子商务、柔性制造、移动互联网等应用。云计算包含两个方面的含义：一个方面是底层构建的云计算平台基础设施，是用来构建上层应用程序的基础；另一方面的含义是构建在这个基础平台之上的云计算应用程序。云计算按照服务类型可分为三类：将基础设施作为服务(IaaS，InfrastructureasaService)、将平台作为服务(PaaS，PlatformasaService)和将软件作为服务(SaaS，SoftwareasaService)。IaaS模式云计算平台是通过系统虚拟化、多处理器虚拟化、内存虚拟化、I/O虚拟化等虚拟化技术将物理资源虚拟化成资源池，这些资源再由云计算平台进行统一的管理调度。目前，有很多企业和科研机构推出了自己的IaaS云计算平台，面向用户提供计算资源和存储资源。最具有代表性的是亚马逊(Amazon)的弹性计算云EC2(ElasticComputeCloud)。IaaS云资源池中的主要计算资源，就是物理机(PhysicalMachine，PM)，物理机是不可再细分的一个最基本的云任务执行单元(即一个物理机无法再分裂成多个子物理机)，是一定量的计算、存储、和网络通信资源的集合。一个物理机上可以运行一个或多个虚拟机进程，而一个虚拟机进程同一时刻只可能在一个物理机上运行。IaaS云系统运行过程中，资源池里的物理机总是处于任务接收、执行、释放的动态变化中：若处于执行状态的所有物理机都达到了所能支撑的虚拟机进程数量的上限，则将新到达的虚拟机进程分配到一个空闲的物理机上；若一个物理机上运行的所有虚拟机进程都执行完毕，则该物理机恢复到空闲状态。传统的云资源池管理技术，总是维护一个固定规模的物理机群，这种技术存在一下的缺点：由于资源池中的物理机数量恒定，当云系统任务负载激增时，剩余的空闲物理机将捉襟见肘，对系统性能产生不利的影响；反过来，如果云系统长期处于极低负载运行，则资源池中有大量的物理机都处于空闲状态，没有产生实际的效用；当资源池中所有的物理机都处于满负荷运行时，新到达的任务将被拒绝，或者被迁移出去，极大的影响了该任务的执行效率。在此背景下，可变规模的云资源池管理技术便成为了上述问题的解决之道。所谓可变规模，就是说云资源池中的物理机数量，可以根据云系统整体的负载变化动态的进行调整：当预计到负载增加的趋势，剩余空闲物理机可能难以应付未来需要时，提前扩充资源池规模，增加空闲物理机数量；当预计到负载下降的趋势，空闲物理机在未来可能较多时，则缩减资源池规模，减少物理机数量(关闭部分空闲物理机或将部分空闲物理机移交给其他的云系统使用)。上述策略，既能保证系统的高负载情况下的性能，又能兼顾低负载情况下的经济节能性和运营成本。然而，如何决定上述管理策略的控制时机和增减数量，保证控制策略的最优性，却是一个难题。云计算本身属于一个新兴
，相关的技术、理论和方法还出于成长期，现有的IaaS云的资源池管理技术，存在如下问题：(1)维护一个固定容量的资源池。现有的IaaS云资源池管理技术所维护的物理机数量恒定不变，不能根据实际负载的变化动态的增减；(2)易出现物理机不够用和闲置多的情况。由于资源池中的物理机数量恒定，容易出现高负载时无新物理机可用和低负载时空闲物理机过多的情况；(3)没有采用预先控制机制。现有的云资源池管理策略，没有对历史的系统运行数据进行趋势建模和预测，因而管理时机都具有事后性，对突发的负载剧烈变化反应较慢。
技术实现思路
本专利技术的目的是为了解决现有技术存在的上述问题，优化IaaS云资源管理的效率，本专利技术提出了一种IaaS云可变规模资源池管理方法。本专利技术的技术方案为：一种IaaS云可变规模资源池管理方法，包含如下步骤：步骤1：获取系统信息；步骤2：分析及决策，具体包括如下分步骤：步骤21：数据预处理；步骤22：计算控制决策参考值；步骤23：发出决策信息；步骤3：资源池管理；步骤4：重复步骤1至步骤3，直到云应用终止运行。针对上述问题，本专利技术还提出一种IaaS云可变规模资源池管理装置，具体包括：分析决策模块和资源池管理模块，其中，分析决策模块包括：用于获取系统信息的系统信息获取单元，用于数据预处理的数据预处理单元，用于计算控制决策参考值的控制量计算单元，用于发出决策信息的控制决策单元。针对上述问题，本专利技术还提出一种IaaS云可变规模资源池管理服务器，具体包括：IaaS云可变规模资源池管理装置。本专利技术的有益效果：本专利技术所提供的IaaS云可变规模资源池管理的方法、装置、和服务器，旨在跟踪IaaS云系统实际运行时负载和物理机资源的变化趋势，然后根据对未来任务到达频度的预测，动态的决定是否进行扩充/删减资源池容量的操作，在尽可能确保高负载下系统性能的同时，降低负载时系统的运行成本，达到优化平衡，兼顾云系统的性能和经济性。附图说明图1是本专利技术的流程示意图。图2是本专利技术实施例中IaaS云可变规模资源池管理装置的组成结构示意图。具体实施方式下面结合附图对本专利技术作进一步的详细描述，但本专利技术的实施和保护范围不限于此。本专利技术所要解决的技术问题是提供IaaS云可变规模资源池管理的方法、装置和服务器。下面对该方法、装置和服务器进行详细说明：图1为本专利技术实施例中的IaaS云可变规模资源池管理的方法流程示意图。该方法包括：步骤1：获取系统信息。本步骤中，所获取的信息包括：本轮新增的任务数量NTx；本轮完成的任务数量WTx；当前处于空闲状态的物理机的数量KJx；当前处于非空闲状态的物理机数量MJx；每个非空闲状态物理机上运行的任务的数量，Ti，1≤i≤MJx。步骤2：分析及决策，具体包括如下分步骤：步骤21：数据预处理。具体而言，根据步骤1获取的系统信息计算系统平均执行率ZXL、系统平均任务输入率SRL、本轮可接受新增任务数KJSTx：mean{}为集合求平均的操作，x为当前轮数，1≤x<∞，t为预先设定的每轮之间的间隔时间。因为0<y<x，因此WTy为x之前某轮的完成任务数量。上述公式的直观意义是，若本轮完成的任务数量不为0，且非空闲物理机数量不为0，则以各个忙物理机的平均任务处理数量的倒数为系统执行率，反之则根据以往历史记录的平均任务处理率为本轮的系统执行率。计算系统平均任务输入率SRL；这里，因为0<y<x，因此NTy为x之前某轮的新增任务数量。本轮可接受新增任务数KJSTx；其中，ZD表示单个物理机可同时运行的任务数的最大值。本轮可接受新增任务数KJSTx的直观意义是，若本轮新增任务数量小于等于系统当前最多可接纳的新任务的数量，则将本轮新增任务数量作为本轮可接受新增任务数，反之则以系统当前最多可接纳的新任务的数量为本轮可接受新增任务数。计算KJST1到KJSTx序列的剔除了异常值干扰的对数步长平均增量：loinc＝mean{incu,v|0&本文档来自技高网...

【技术保护点】
一种IaaS云可变规模资源池管理方法，包含如下步骤： 步骤1：获取系统信息； 步骤2：分析及决策，具体包括如下分步骤： 步骤21：数据预处理； 步骤22：计算控制决策参考值； 步骤23：发出决策信息； 步骤3：资源池管理； 步骤4：重复步骤1至步骤3，直到云应用终止运行。

【技术特征摘要】
1.一种IaaS云可变规模资源池管理方法，包含如下步骤：步骤1：获取系统信息；步骤2：分析及决策，具体包括如下分步骤：步骤21：数据预处理；步骤22：计算控制决策参考值；步骤23：发出决策信息；步骤3：资源池管理；步骤4：重复步骤1至步骤3，直到云应用终止运行；步骤1所获取的信息包括：本轮新增的任务数量NTx；本轮完成的任务数量WTx；当前处于空闲状态的物理机的数量KJx；当前处于非空闲状态的物理机数量MJx；每个非空闲状态物理机上运行的任务的数量，Ti，1≤i≤MJx；步骤2所述的数据预处理的具体过程如下：根据步骤1获取的系统信息计算系统平均执行率ZXL、系统平均任务输入率SRL、本轮可接受新增任务数KJSTx，其中，平均执行率ZXL为：mean{}为集合求平均的操作，x为当前轮数，1≤x＜∞，t为预先设定的每轮之间的间隔时间；平均任务输入率SRL为：本轮可接受新增任务数KJSTx为：其中，ZD表示单个物理机可同时运行的任务数的最大值；计算KJST1到KJSTx序列的剔除了异常值干扰的对数步长平均增量：loinc＝mean{incu,v|0＜u＜v≤x,lqu,v＝0}其中，lqu,v为判断是否是离群异常值的标记变量，incu,v表示序列中第u和v个记录值之间形成的对数步长等效增量：lqu,v的取值方法为：其中，a为预先给定的参数，max{}为集合求最大操作；|incu,v|表示incu,v的绝对值，avg取值为：avg＝mean{|incu,v||0＜u＜v≤x}计算未来预期新增任务数FST：其中，γ为预先设定的距离弱化因子。2.根据权利要求1所述的IaaS云可变规模资源池管理方法，其特征在于，步骤2所述的计算控制决策参考值的过程如下：根据步骤21得到的结果计算未来空闲物理机不够用的概率BGY：所述不够用的概率BGY为：系统总任务空间，减去已占用的物理机任务空间，再减去预期增加的新任务占用空间，最后剩下的任务空间不够用的概率。3.根据权利要求2所述的IaaS云可变规模资源池管理方法，其特征在于，步骤2所述的发出决策信息具体过程如下：根据步骤22得到的未来空闲物理机不够用的概率BGY计算决策信息控制量KZL，该变量的计算方法为：其中，β1和β2为预先给定的阈值，η1和η1为预先给定的正整数阈值。4.根据权利要求3所述的IaaS云可变规模资源池管理方法，其特征在于，步骤3所述的资源池管理具体过程如下：若KZL为0，则保持现有的资源池中的物理机数量不变；若KZL为1，则调用一个新的空闲物理机进入资源池；若KZL为-1，且当前有至少一个空闲的物理机，则随机关闭一个空闲的物理机；若KZL为-1，且当前资源池中所有物理机都非空闲，则保持现有的资源池中的物理机数量不变。5.一种IaaS云可变规模资源池管理装置，具体包括：分析决策模块和资源池管理模块，其中，分析决策模块包括：用于获取系统信息的系统信息获取单元；根据所述系统信息获取单元所获取的信息进行数据预处理的数据预处理单元；根据所述数据预处理单元计算得到的数据计算控制决策...

【专利技术属性】
技术研发人员：李洪扬，夏云霓，谭刚，傅宏，
申请(专利权)人：重庆大学，国网重庆市电力公司客户服务中心，
类型：发明
国别省市：重庆;85