一种新的云环境虚拟机调度方法技术

本发明专利技术提供了一种新的云环境虚拟机调度算法，可以提高云平台主机资源利用率，维持系统的负载均衡并减少能量消耗。本发明专利技术根据虚拟机迁移的特点，分别对待迁移节点的选择、节点中虚拟机的选择以及目的节点的选择三个问题进行研究以及说明，对系统能耗、CPU资源、内存资源、带宽资源进行综合考虑，最后通过概率轮盘来决定最终的选择。本发明专利技术可以提高云平台的稳定性，有助于提高工作效率，减少硬件损耗。

【技术实现步骤摘要】

本专利技术属于计算机
，涉及云环境下虚拟机迁移算法。
技术介绍
现今云计算在理论及技术上发展强劲，逐渐成为人们关注的焦点和未来计算模式的发展趋势。随着越来越多的应用服务提供商和中小型企业把应用部署到云平台上，云平台数据中心的数据逐渐增多，需要的服务器也逐渐增多，但是资源利用率不高、能量消耗大以及负载失衡等现象却普遍存在于云数据中心，制约着平台的发展。
技术实现思路
本专利技术的目的是提高云平台主机资源利用率，维持系统的负载均衡并减少能量消耗，根据云平台的特点，提出了一种新的虚拟机动态调度算法。本专利技术的技术方案为：云环境下虚拟机动态迁移问题，目的在于平衡系统中各节点的负载，实现资源的动态调度，主要涉及的问题包括以下三个方面：一是虚拟机迁移的处罚机制，即哪个节点需要进行虚拟机迁移；二是源节点中带歉意的虚拟机的选取，及这个节点中需要迁移哪些虚拟机；三是目的节点的选取，即将这些虚拟机迁移到哪些节点上。三者之间的关系可以用图1动态迁移流程图来表示。第一个问题，一个节点的工作负载可以用节点的CPU使用率和内存使用率计算而得，采用加权因子W＝[w1，w2]对两种资源的利用率进行加权计算，具体该节点的负载定义为WorkLoad：WorkLoad＝w1Cusage(t)+w2Memusage(t)Cusage为该节点在时刻t的CPU使用率，Memusage为该节点在时刻t的内存使用率，式中w1+w2＝1。用WorkLoadi表示节点i的负载，B表示系统负载均衡度，系统中有n个节点，则B可以用以下公式求得：当负载过高时，显然需要对节点内虚拟机进行迁移，而负载过低时，节点几乎处于空闲状态，而基础电能却依然在消耗，故也应该将该节点内虚拟机迁出，从而关闭节点，以达到节约能源的效果。故而我们给出要求，当WorkLoad高于80％或者低于30％的时候触发。第二个问题，CPU作为核心资源，是虚拟机是否迁移的第一因素，而所占内存决定论迁移时间，故而对于一个虚拟机而言，CPU使用量占该节点CPU总量的百分比为Ci，虚拟机内存使用量占该节点内存总量的百分比为Mi，Ui为CPU使用率和内存使用率的比值，即：Ui＝Ci/Mi在选取虚拟机的时，该虚拟机的Ci越大越好，Mi越小越好，即Ui越大越好。在选取虚拟机前，先将该节点上虚拟机的Ui进行排序，选取Ui最大的虚拟机进行迁移。第三个问题，目的节点的选取直接影响系统数据中心运行节点的负载均衡情况。本文中用CPU使用率、内存、网络带宽的三维向量<CPU，Mem，Net>来描述虚拟机和目的节点的资源。定义迁移虚拟机i对目的节点j的资源需求向量Dijvm＝(dijcpu，dijmem，dijnet)，计算公式如下：dijcpu＝CPUi_need/(CPUj_total-CPUj_use-CPUj_reserve)dijmem＝Memi_need/(Memj_total-Memj_use-Memj_reserve)dijnet＝Neti_need/(Netj_total-Netj_use-Netj_reserve)i_need表示虚拟机i所需的CPU资源、内存资源、带宽资源，j_total表示节点j的CPU资源、内存资源、带宽资源的总量，j_use表示节点j的CPU资源、内存资源、带宽资源已使用量，j_reserve表示节点j的CPU资源、内存资源、带宽资源的预留量。只有dijcpu，dijmem，dijnet的值均在(0，1)时，才能满足迁移虚拟机对节点的资源需求。设定权值向量W＝(W1，W2，W3)，对三种资源需求进行加权计算，得到虚拟机i对节点j的需求量Sij：Sij＝Dijvm*WT(其中W1+W2+W3＝1)Sij在(0，1)内，Sij越大，将该虚拟机迁移至该节点后，该节点的状态越趋近于达到上限。这样的迁移，会导致其他虚拟机的Sij较小而无法找到合适的目的节点，拥有更多资源的节点却无法接收到迁移的虚拟机，无法满足负载均衡。在此，定义虚拟机i对节点j的匹配度Mij：Mij＝1-SijMij也在(0，1)内，Mij越大，虚拟机i对该节点j的需求越高，虚拟机迁移到该节点的可能性越大，虚拟机i和节点j的匹配度越高。资源多，性能好的节点能匹配到相对多的虚拟机，此时就容易引起群聚效应，为避免群聚效应的发生，采用概率轮盘来进行目的节点的选择。定义虚拟机i最终选择目的节点j的概率为Pij：Pij=Mij/Σj=1nMij]]>Mij为虚拟机i对节点j的匹配度。共有n个目的节点可以选取。其中，Σj=1nPij=1]]>在实现过程中，可以通过一个(0，1)的随机数字来判断所在的区间，实现虚拟机目的节点的选取。本专利技术的有益效果是：根据虚拟机迁移的特点，分别对待迁移节点的选择、节点中虚拟机的选择以及目的节点的选择三个问题进行研究以及说明，对系统能耗、CPU资源、内存资源、带宽资源进行综合考虑，最后通过概率轮盘来决定最终的选择。本专利技术可以提高云平台的稳定性，有助于提高工作效率，减少硬件损耗。附图说明本专利技术有如下附图：图1动态迁移流程图。图2节点能耗图。图3节点负载状态分类图。图4上线阈值触发迁移模拟图。图5下线阈值触发迁移模拟图。图6虚拟机i的选择概率轮盘图。具体实施方式参照说明书附图对本专利技术作以下详细地说明。该专利技术包括三部分内容，其一是虚拟机迁移的触发机制，即哪个节点需要进行虚拟机迁移；其二是源节点中待迁移的虚拟机的选取，即这个节点中需要迁移哪些虚拟机；其三是目的节点的选取，即将这些虚拟机迁移到哪些节点上。具体如下：第一，虚拟机迁移的触发机制：定义1，能耗(PowerConsumption)。一般情况下，一个节点的电能消耗绝大部分来自于CPU的使用，与CPU的使用率近似成以下关系：P=∫tkFmax+Cusage(1-k)Fmaxdt]]>P为电能消耗总和，Cusage为节点CPU使用率，Fmax为满负载情况下节点的电能消耗，k为空闲情况下节点电能消耗占满负载情况下电能消耗的比例。由公式可以看出当Fmax确定，且k值一定时，该节点的电能消耗P的大小只取决于该节点CPU的利用率Cusage，节点从空闲到满负载的电能消耗与CPU利用率近似成线性关系。如图2所示。随着CPU利用率升高，节点的能耗增加并不大，但是CPU利用率为0％(即空闲节点)的能耗却很本文档来自技高网...

【技术保护点】
一种新的云环境虚拟机调度方法，其特征在于：该专利技术根据虚拟机迁移的特点，分别对虚拟机迁移的触发机制、源节点中待迁移的虚拟机的选取以及目的节点的选择三个问题进行研究以及说明，最后通过概率轮盘来决定最终的选择，提高了云平台的稳定性，有助于提高工作效率，减少硬件损耗。

【技术特征摘要】
1.一种新的云环境虚拟机调度方法，其特征在于：
该发明根据虚拟机迁移的特点，分别对虚拟机迁移的触发机制、源节点中待迁移的虚
拟机的选取以及目的节点的选择三个问题进行研究以及说明，最后通过概率轮盘来决定最
终的选择，提高了云平台的稳定性，有助于提高工作效率，减少硬件损耗。
2.如权利要求1所示的一种新的云环境虚拟机调度方法，其特征在于：虚拟机迁移的触
发机制，通过节点在满负载情况下的电能消耗、空闲情况下节点电能消耗占满负载情况下
电能消耗的比例等因素得出节点在某一时间内电能消耗曲线图，得出负载过高或过低的节
点都应该进行虚拟机迁移的结论。利用CPU使用率、内存使用率及加权因子W得出某一节点
的工作负载，以当前节点负载大小决定是否触发虚拟机迁移。
3.如权利要求1所示的一种新的云环境虚拟机调度方法，其特征在于：源节点中待迁移
的虚拟机的选取，在待...

【专利技术属性】
技术研发人员：邓正宏，孙岩，付明月，黄一杰，李学强，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61