一种基于KVM平台满足任务时限要求的资源调度方法技术

本发明专利技术公开了一种基于KVM平台满足任务时限要求的资源调度方法，包括如下步骤：步骤一，在物理机集群中搭建KVM平台，并获取用户层提交的虚拟机任务的到达时间和时限；步骤二，按照如下公式计算出

A resource scheduling method based on KVM platform to meet the task time limit

The invention discloses a method for scheduling tasks to meet the KVM based platform, which comprises the following steps: step one, built in the physical machine cluster in KVM platform, and access to the virtual machine tasks submitted by the user layer arrival time and duration; step two, according to the following formula to calculate

【技术实现步骤摘要】
一种基于KVM平台满足任务时限要求的资源调度方法
本专利技术涉及云计算中基于多租户的虚拟化
，特别是一种基于KVM平台满足任务时限要求的资源调度方法。
技术介绍
近年来云计算飞速发展，通过虚拟化技术复用物理资源成为云服务节约成本的必然选择。然而，在多租户共享物理机的背景下，由于冯诺依曼体系结构下物理资源(如CPU、总线等)隔离不清，造成任务之间的资源竞争以及任务运行时间的不确定性等问题非常突出。通过对多任务之间资源竞争行为的评测，可获取任务运行时间随资源竞争的剧烈程度而变化的情况。然而，给定任务的到达时间和时限要求，通过预测并分配完成任务所需的最低真实资源量，来提高云计算基础设施利用效率的成果尚未出现。目前，现有研究主要在Xen环境下对于资源竞争行为进行评测。但是，相对于难于配置和使用的Xen，KVM作为特殊的应用程序，可以充分享受Linux内核的所有功能，不必自己实现物理资源的管理和调度算法，更适用于多任务之间资源竞争行为的评测。资源调度方面，由于用户需求的实时动态变化很难准确预测使得业界普遍采用近似优化的调度算法。借鉴Gambosi等[1]提出的A1算法中虚拟机分类及初调度的方法，同时考虑到任务时限要求这一特殊背景，提出了新的算法调度多任务，以实现最小化数据中心的能耗。
技术实现思路
为克服现有技术的不足，本专利技术提供一种基于KVM平台满足任务时限要求的资源调度方法，该专利技术利用虚拟机分类及虚拟机动态迁移技术，将多租户的虚拟机请求聚合调度到更少的物理机上，提高了数据中心资源的利用效率和能效。为了解决现有技术中存在技术问题，本专利技术采用如下技术方案：一种基于KVM平台满足任务时限要求的资源调度方法，包括如下步骤：步骤一，在物理机集群中搭建KVM平台，并获取用户层提交的虚拟机任务的到达时间和时限；步骤二，按照如下公式计算出n台虚拟机的任务性能损失比，其中，PDn表示n台虚拟机的性能损失比；(n＝1，2，3，...)一台虚拟机独占一台服务器的情况下，虚拟机完成任务所需的时间用rt1表示，n台虚拟机共享一台服务器的情况下，各虚拟机完成任务所需时间的最大值用rtn表示；步骤三，通过步骤二中n台虚拟机的性能损失比计算出虚拟机性能损失比折线图；步骤四，通过步骤一获得的任务到达时间和时限、步骤三中获得的虚拟机性能损失比折线图，结合任务密集型预测出任务资源需求量TR＝<cpu，mem，memBus，net>其中cpu、mem、memBus、net分别表示任务对CPU资源、内存资源、内存总线资源以及网络带宽资源的需求量，且归一化到[0，1]区间；步骤五，对步骤四中预测出的任务资源需求量按照如下公式计算虚拟机完成任务所需的最大资源需求量，并称作瓶颈资源量；size＝max{cpu，mem，memBus，net}步骤六，通过初调度算法将虚拟机分配到物理机集群中；虚拟机执行任务，将运行结果反馈给用户层后，退出物理机集群；步骤七，通过重调度算法调度物理机集群中剩余的虚拟机。所述步骤四中不同密集型任务资源需求量的预测方法的步骤为：步骤一，通过任务到达时间a、任务时限d，根据虚拟机性能损失比折线图，计算区间[tx，tx+1]使得d-a∈[tx，tx+1]，其中，tx、tx+1分别表示x、x+1台虚拟机共享一台服务器，且同时开始执行任务的情况下，各物理机完成任务所需时间的最大值；步骤二，不同密集型任务的资源需求量TR按照如下方法计算；其中，Vcpu、Vmem分别表示在物理机上新建一台虚拟机所需分配的最少CPU资源、内存资源，且归一化到[0，1]区间；对于CPU密集型任务，mem＝Vmem、memBus＝1/x、net＝0；对于内存密集型任务，cpu＝Vcpu、，memBus＝1/x、net＝0；对于网络密集型任务，cpu＝Vcpu、mem＝Vmem、memBus＝1/x、net＝1/x。所述步骤六中初调度算法的步骤为：步骤一，对虚拟机进行分类，采用B、L、S、T分别表示瓶颈资源量为(2/3，1]、(1/2，2/3]、(1/3，1/2]、(0，1/3]的虚拟机；步骤二，将虚拟机按照类型分配到不同的物理机，空闲资源大于1/3的物理机称作非满载物理机；否则，称作满载物理机，其中，当前待分配的虚拟机用VM表示，其步骤为：2-1)若VM是B：独占一台物理机，形成满载物理机；2-2)若VM是S：如果物理机集群中存在一台非满载的S-PM，则将新的S迁入该S-PM形成满载的SS-PM；否则，新的S独占一台物理机，形成非满载的S-PM；其中，S-PM表示只含有一个S的物理机，SS-PM表示含有两个S的物理机；2-3)若VM是L：先独占一台物理机，形成非满载L-PM，如果物理机集群中存在非满载的T-PM，则将其中的T移入此L-PM，直至形成满载的LT-PM；若T全部被迁出，关闭该空闲T-PM，其中，L-PM表示只含有一个L的物理机，T-PM表示含有若干个T的物理机，LT-PM表示含有一个L和若干个T的物理机；2-4)若VM是T：优先选择迁入非满载的LLT-PM，从而尽可能形成满载的LT-PM；其次选择迁入非满载的T-PM，从而尽可能形成满载的T-PM；最后选择独占一台物理机，形成非满载的T-PM，其中，LLT-PM表示L-PM或LT-PM。所述步骤七中重调度算法的步骤为：步骤一，当前完成任务的虚拟机用VM表示，VM原来所在的物理机称作宿主机；步骤二，若VM是B：宿主机变为空闲，关闭宿主机；步骤三，若VM是L：宿主机变为非满载的T-PM，迁出其中的T，从而尽可能使宿主机空闲，T优先选择迁入非满载的LLT-PM，从而尽可能形成满载的LT-PM；其次选择迁入除宿主机以外的非满载的T-PM，从而尽可能形成满载的T-PM；若宿主机上剩余的T全部迁出，关闭宿主机；步骤四，若VM是S：若宿主机上没有S，关闭宿主机；反之，宿主机上还有一个S；如果物理机集群中存在除宿主机以外的S-PM，则将该S-PM的S迁入宿主机并关闭该S-PM；步骤五，若VM是T且宿主机变为非满载的，则宿主机原来为LT-PM或T-PM；5-1)若宿主机变为LT-PM且物理机集群中存在非满载的T-PM，则将T-PM中的T迁入宿主机，直至形成满载的LT-PM；若该T-PM变为空闲，则关闭该T-PM；5-2)若宿主机变为T-PM，尽可能迁出其中的T，从而尽可能使宿主机空闲，T优先选择迁入非满载的LLT-PM，从而尽可能形成满载的LT-PM；其次选择迁入除宿主机以外的非满载的T-PM，从而尽可能形成满载的T-PM；若宿主机上剩余的T全部迁出，关闭宿主机。本专利技术有益效果：第一，本专利技术实现KVM平台下节能且高效的资源调度，并按时完成租户提交的任务。第二，本专利技术提出了基于可重复性任务的资源调度方法，发现了任务时限与任务实际所需资源量之间的转换方法，并利用虚拟化技术支持数据中心的节能。同时，实现在满足任务时间限制的前提下最小化数据中心的能耗。附图说明图1为本专利技术流程图；图2为初调度算法的示意图；图3为重调度算法的示意图；图4为某CPU密集型任务的性能损失比折线图；图5为某内存密集型任务的性能损失比折线图；图6为某网络密集型任务的性能损失比折线图；具体实施方式下面结合附图对本专利技术做出详细地说明：如本文档来自技高网...

【技术保护点】
一种基于KVM平台满足任务时限要求的资源调度方法，其特征在于，包括如下步骤：步骤一，在物理机集群中搭建KVM平台，并获取用户层提交的虚拟机任务的到达时间和时限；步骤二，按照如下公式计算出n台虚拟机的任务性能损失比，

【技术特征摘要】
1.一种基于KVM平台满足任务时限要求的资源调度方法，其特征在于，包括如下步骤：步骤一，在物理机集群中搭建KVM平台，并获取用户层提交的虚拟机任务的到达时间和时限；步骤二，按照如下公式计算出n台虚拟机的任务性能损失比，其中，PDn表示n台虚拟机的性能损失比，(n＝1,2,3,...)一台虚拟机独占一台物理机的情况下，虚拟机完成任务所需的时间用rt1表示，n台虚拟机共享一台物理机，且同时开始执行任务的情况下，各虚拟机完成任务所需时间的最大值用rtn表示；步骤三，通过步骤二中n台虚拟机的性能损失比计算出虚拟机性能损失比折线图；步骤四，通过步骤一获得的任务到达时间和时限、步骤三中获得的虚拟机性能损失比折线图，结合任务密集型预测出任务资源需求量TR＝<cpu，mem，memBus，net>其中cpu、mem、memBus、net分别表示任务对CPU资源、内存资源、内存总线资源以及网络带宽资源的需求量，且归一化到[0,1]区间；步骤五，对步骤四中预测出的任务资源需求量按照如下公式计算虚拟机完成任务所需的最大资源需求量，并称作瓶颈资源量；size＝max{cpu，mem，memBus，net}步骤六，通过初调度算法将虚拟机分配到物理机集群中；虚拟机执行任务，将运行结果反馈给用户层后，退出物理机集群；步骤七，通过重调度算法调度物理机集群中剩余的虚拟机。2.根据权利要求1所述的一种基于KVM平台满足任务时限要求的资源调度方法，其特征在于，所述步骤四中不同密集型任务资源需求量的预测方法的步骤为：步骤一，通过任务到达时间a、任务时限d，根据虚拟机性能损失比折线图，计算区间[tx，tx+1]使得d-a∈[tx，tx+1]，其中，tx、tx+1分别表示x、x+1台虚拟机共享一台物理机，且同时开始执行任务的情况下，各物理机完成任务所需时间的最大值；步骤二，不同密集型任务的资源需求量TR按照如下方法计算；其中，Vcpu、Vmem分别表示在物理机上新建一台虚拟机所需分配的最少CPU资源、内存资源，且归一化到[0，1]区间；对于CPU密集型任务，mem＝Vmem、memBus＝1/x、net＝0；对于内存密集型任务，cpu＝Vcpu、memBus＝1/x、net＝0；对于网络密集型任务，cpu＝Vcpu、mem＝Vmem、memBus＝1/x、net＝1/x。3.根据权利要求1所述的一种基于KVM平台满足任务时限要求的资源调度方法，其特征在于，所述步骤六中初调度算法的步骤为：步骤一，对虚拟机进行分类，采用B、L、S、T分别表示瓶颈资源量...

【专利技术属性】
技术研发人员：赵来平，罗琦，于策，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津,12