一种容器云环境物理机选择方法及其系统、虚拟资源配置方法及迁移方法技术方案

本发明专利技术涉及云环境下的虚拟化技术和物理机选择策略技术领域，所述容器云环境物理机选择方法包括如下步骤：S101将空闲与关闭的物理机放入排它集X；S102将所有有任务运行的物理机放入运行集E中，并计算运行集E中每台物理机的CPU利用率；S103在运行集E中查找所有物理机当中，CPU使用率超过或低于预设CPU使用率临界值的各个物理机，分别得到过载或欠载的物理机，再将运行集E中过载的物理机和欠载的物理机移入步骤S101中的排它集X；S104计算运行集E中每台物理机的能耗模拟值；S105选择运行集E中能耗模拟值最小的物理机作为容器云虚拟资源的配置和迁移时的目标物理机。通过对物理机的选择进行优化，以降低数据中心的能耗。

A Physical Machine Selection Method for Container Cloud Environment and Its System, Virtual Resource Allocation Method and Migration Method

【技术实现步骤摘要】
一种容器云环境物理机选择方法及其系统、虚拟资源配置方法及迁移方法
本专利技术涉及云环境下的虚拟化技术和物理机选择策略
，更具体地，涉及一种容器云环境物理机选择方法及其系统、虚拟资源配置方法及虚拟资源迁移方法。
技术介绍
基于虚拟机、容器混合的云环境虚拟资源配置分包括两部分，一部分是物理机(Host)虚拟化，即将物理机资源分配给虚拟机，另一部分是虚拟机(VirtualMachine,VM)容器化，即将虚拟机资源分配给容器。整个虚拟资源配置过程又分为两阶段，第一阶段云任务提交到数据中心后的虚拟资源初始配置，第二阶段是云任务运行过程中虚拟资源的迁移。无论是虚拟资源部署还是虚拟资源迁移，容器云在进行虚拟资源配置都面临物理机的选择问题。而数据中心的物理机数量庞大，例如，腾讯天津数据中心服务器数量已经突破10万台，而且在同一数据中心有各种不同品牌、型号的物理机，它们在运行过程中利用率和能耗情况也有所不同，此外，数据中心计算资源充足，对于云任务集合，其运行所需要的虚拟机和容器一般不会被部署在所有物理机上，因此，物理机作为数据中心最大的能源消耗者，虚拟资源配置和迁移时使用的物理机选择策略对数据本文档来自技高网...

【技术保护点】
1.一种容器云环境物理机选择方法，容器云的虚拟资源分配方式包括将物理机资源分配给虚拟机以及将虚拟机资源分配给容器，虚拟机和容器统称为虚拟资源，其特征在于，在容器云虚拟资源的配置和迁移过程中，采用最佳能耗优先对物理机进行选择，具体包括如下步骤：S101将空闲与关闭的物理机放入排它集X；S102将所有有任务运行的物理机放入运行集E中，并计算运行集E中每台物理机的CPU利用率；S103在运行集E中查找所有物理机当中，CPU使用率超过或低于预设CPU使用率临界值的各个物理机，分别得到过载或欠载的物理机，再将运行集E中过载的物理机和欠载的物理机移入步骤S101中的排它集X；S104计算运行集E中每台物理...

【技术特征摘要】
1.一种容器云环境物理机选择方法，容器云的虚拟资源分配方式包括将物理机资源分配给虚拟机以及将虚拟机资源分配给容器，虚拟机和容器统称为虚拟资源，其特征在于，在容器云虚拟资源的配置和迁移过程中，采用最佳能耗优先对物理机进行选择，具体包括如下步骤：S101将空闲与关闭的物理机放入排它集X；S102将所有有任务运行的物理机放入运行集E中，并计算运行集E中每台物理机的CPU利用率；S103在运行集E中查找所有物理机当中，CPU使用率超过或低于预设CPU使用率临界值的各个物理机，分别得到过载或欠载的物理机，再将运行集E中过载的物理机和欠载的物理机移入步骤S101中的排它集X；S104计算运行集E中每台物理机的能耗模拟值；S105选择运行集E中能耗模拟值最小的物理机作为容器云虚拟资源的配置和迁移时的目标物理机。2.根据权利要求1所述的容器云环境物理机选择方法，其特征在于，步骤S102中计算运行集E中每台物理机的CPU利用率的具体步骤为：根据虚拟机上容器的部署情况计算虚拟机的CPU利用率；根据物理机上虚拟机的部署情况和虚拟机的CPU利用率计算物理机的CPU利用率。3.根据权利要求2所述的容器云环境物理机选择方法，其特征在于，根据虚拟机上容器的部署情况计算虚拟机的CPU利用率的具体步骤为：当虚拟机vmj上的容器部署情况为βj时，虚拟机vmj在时刻t的CPU利用率是部署在vmj上所有容器在时刻t的工作负载之和与vmj自身CPU资源大小之间的比值：其中，γj(t)表示虚拟机vmj在时刻t时CPU的利用率；βj表示虚拟机vmj上容器部署的情况；βj,k表示容器ck是否被部署在虚拟机vmj上，如果ck被部署在vmj上，则βj,k＝1，否则βj,k＝0；μk(t)表示容器ck在时刻t时CPU的利用率；1≤k≤S，表示容器ck的CPU拥有Hk个处理核，表示容器ck第i个核的处理能力；1≤j≤N，表示虚拟机vmj的CPU拥有Gj个处理核，表示虚拟机vmj第i个核的计算能力。4.根据权利要求3所述的容器云环境物理机选择方法，其特征在于，根据物理机上虚拟机的部署情况和虚拟机的CPU利用率计算物理机的CPU利用率的具体步骤为：当物理机hi上的虚拟机部署情况为αi时，物理机hi在时刻t的CPU利用率是部署在hi上所有虚拟机在时刻t的工作负载之和与hi自身CPU资源大小之间的比值：其中，πi(t)表示物理机hi在时刻t时CPU的利用率；αi,j表示虚拟机vmj是否被部署在hi上，如果vmj被部署在hi上，则αi,j＝1，否则αi,j＝0；γj(t)表示虚拟机vmj在时刻t时CPU的利用率；(1≤j≤N)，表示vmj的CPU拥有Gj个处理核，表示vmj第i个核的计算能力；(1≤j≤M)，表示hj的CPU拥有Ej个处理核，表示hj第i个核的计算能力。5.根据权利要求4所述的容器云环境物理机选择方法，其特征在于，步骤S104的具体步骤为：根据物理机的CPU利用率计算物理机hi在时刻t的能耗；将物理机hi在时刻t的能耗结合物理机上虚拟机的部署情况计算物理机的能耗模拟值。6.根据权利要求5所述的容器云环境物理机选择方法，其特征在于，根据物理机的CPU利用率计算物理机hi在时刻t的能耗的具体步骤为：物理机hi在时刻t的能耗与物理机hi在时刻t的CPU利用率πi(t)存在函数关系：pi(t)＝f(πi(t))，pi(t)为单调递增的非负函数；将物理机hi在时刻t的能耗结合物理机上虚拟机的部署情况计算物理机的能耗模拟值的具体步骤为：当物理机hi上的虚拟机部...

【专利技术属性】
技术研发人员：李启锐，彭志平，崔得龙，何杰光，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东,44