基于混沌信息分离的虚拟机调度方法技术

本发明专利技术公开了一种基于混沌信息分离的虚拟机调度方法

【技术实现步骤摘要】
基于混沌信息分离的虚拟机调度方法、装置、设备及介质


[0001]本专利技术涉及虚拟化
，尤其涉及一种基于混沌信息分离的虚拟机调度方法
、
装置
、
设备及介质
。

技术介绍

[0002]云计算已经成为部署各种服务的主流方式之一，云计算的供应商在数据中心部署了大量物理机集群，客户则可以申请虚拟机部署相关服务，这些虚拟机又部署在集群中的物理机上
。
云计算的供应商通过在物理机之间调度虚拟机来让物理机集群平稳运行
。
[0003]但是，虚拟机在数据中心调度过于依赖热迁移，热迁移操作会消耗额外的资源，并且会造成虚拟机一个短短暂的暂停，影响部署在虚拟机上的服务稳定运行
。
当前调度策略难以在保证虚拟机服务稳定的情况下提高物理机资源利用率，使得当前数据中心的平均物理机负载运行在大约
50
％以下，造成了资源的浪费
。
[0004]此外，根据相关研究提出，
70
％虚拟机的负载波动具有周期性，但是经申请人测试，其负载波动仍然难以准确预测，进而无法准确规避物理机的过载和过闲
。

技术实现思路

[0005]技术目的：针对现有技术中的缺陷，本专利技术公开了一种基于混沌信息分离的虚拟机调度方法
、
装置
、
设备及介质，在保证虚拟机服务稳定的情况下，即显著降低热迁移的使用量情况下，提高物理机资源利用率
。
[0006]技术方案：为实现上述技术目的，本专利技术采用以下技术方案
。
[0007]一种基于混沌信息分离的虚拟机调度方法，包括以下步骤：
[0008]基于虚拟机的历史负载信息，使用负载信息分离方法，将负载信息进行分离，分为稳定部分负载和混沌部分负载；
[0009]基于稳定部分负载和混沌部分负载，使用基于稳定信息和混沌信息的负载分类方法，用于将虚拟机分为具有自洽特性的虚拟机类别；
[0010]基于具有自洽特性的虚拟机类别，使用面向自洽性负载的负载调度方法，该方法应用于分类后的特定类别虚拟机，用于将虚拟机调度到物理机上保证虚拟机服务稳定的情况下提高物理机资源利用率
。
[0011]优选地，所述稳定部分负载指规律性较强且能够准确预测的负载，混沌部分负载指无规律性且几乎无法预测的负载
。
[0012]优选地，
t
时刻稳定部分负载为左右相邻共
12
个时间点负载的平均值：
[0013][0014]其中
L
t
(vm
v
)
表示虚拟机
vm
v
在
t
时刻的负载，表示虚拟机
vm
v
在
t
时刻的稳定部分负载；
[0015]t
时刻混沌部分负载为原始负载减去对应时刻稳定部分的负载：
[0016][0017]表示虚拟机
vm
v
在
t
时刻的混沌部分负载
。
[0018]优选地，所述使用基于稳定信息和混沌信息的负载分类方法，用于将虚拟机分为具有自洽特性的虚拟机类别，包括：
[0019]采用傅里叶变换提取稳定部分负载和混沌部分负载的特性信息，将提取的特性信息作为一个负载的特征信息，共有6个特征数据；
[0020]对每个虚拟机负载的6个特征数据，采用聚类方法进行聚类输出，分类后的每组虚拟机具有自洽特性
。
[0021]优选地，所述采用傅里叶变换提取稳定部分负载和混沌部分负载的特性信息，包括：
[0022]通过傅里叶变换提取稳定部分负载特征，选取第一强度周期信号的频率和第二强度的周期信号的频率以及平均负载作为稳定部分负载的特性信息；使用傅里叶变换提取混沌部分负载，选取第一强度周期信号的频率和第二强度的周期信号的频率以及平均负载作为混沌部分负载的特性信息
。
[0023]优选地，所述面向自洽性负载的负载调度方法，包括：
[0024]将虚拟机按照平均资源使用率从大到小排序，建立虚拟机列表，将备选物理机按照云平台监控得到的剩余资源，从小到大排序，建立物理机列表；
[0025]将排在首位的虚拟机进行预调度，依次选择所述的物理机序列中物理机容纳虚拟机，将前五个能容纳该虚拟机的物理机作为备选方案，并进行评估，并计算评价系数；
[0026]选取评价系数最小的物理机对应的备选方案作为调度方案，向对应物理机和对应虚拟机发送调度命令，并获取物理机和虚拟机的反馈信息
。
[0027]优选地，评估过程包括：计算每个备选方案的剩余资源的均衡系数，即评价系数，其具体计算过程为：
[0028][0029]其中，
t∈[0
，
U)
表示在一个周期内；表示该周期内的物理机的平均资源使用率最高值，
R
p
表示物理机额定资源，
wc
p
表示物理机的评价系数
。
[0030]一种基于混沌信息分离的虚拟机调度装置，包括：
[0031]数据准备模块，用于基于虚拟机的历史负载信息，使用负载信息分离方法，将负载信息进行分离，分为稳定部分负载和混沌部分负载；
[0032]聚类模块，用于基于稳定部分负载和混沌部分负载，使用基于稳定信息和混沌信息的负载分类方法，用于将虚拟机分为具有自洽特性的虚拟机类别；
[0033]调度执行模块，用于基于具有自洽特性的虚拟机类别，使用面向自洽性负载的负载调度方法，该方法应用于分类后的特定类别虚拟机，用于将虚拟机调度到物理机上保证虚拟机服务稳定的情况下提高物理机资源利用率
。
[0034]一种电子设备，包括存储器
、
处理器及存储在存储器上并可在处理器上运行的计
算机程序，处理器执行程序时实现以上任一所述的一种基于混沌信息分离的虚拟机调度方法
。
[0035]一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令用于执行以上任一所述的一种基于混沌信息分离的虚拟机调度方法
。
[0036]有益效果：本专利技术深入分析了虚拟机负载的波动规律，重新审视了负载之间的内在联系，将负载分进行分离成两个部分，即规律性明显的稳定负载和几乎无法预测的混沌负载，扩增了虚拟机负载特征信息来源；通过对特征性进行聚类分析，能够获得自洽性的虚拟机类别；针对每一类虚拟机的调度，能够显著降低热迁移的使用量，进而提升物理机资源利用率和服务稳定性，并最终达到降低成本的目的
。
附图说明
[0037]图1为本专利技术的方法流程图；
[0038]图2为本专利技术的装置结构图；
[0039]图3为本专利技术的原始负载
、
稳定负载
、
混沌负载的示意图
。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于混沌信息分离的虚拟机调度方法，其特征在于，包括以下步骤：基于虚拟机的历史负载信息，使用负载信息分离方法，将负载信息进行分离，分为稳定部分负载和混沌部分负载；基于稳定部分负载和混沌部分负载，使用基于稳定信息和混沌信息的负载分类方法，用于将虚拟机分为具有自洽特性的虚拟机类别；基于具有自洽特性的虚拟机类别，使用面向自洽性负载的负载调度方法，该方法应用于分类后的特定类别虚拟机，用于将虚拟机调度到物理机上保证虚拟机服务稳定的情况下提高物理机资源利用率
。2.
根据权利要求1所述的一种基于混沌信息分离的虚拟机调度方法，其特征在于：所述稳定部分负载指规律性较强且能够准确预测的负载，混沌部分负载指无规律性且几乎无法预测的负载
。3.
根据权利要求2所述的一种基于混沌信息分离的虚拟机调度方法，其特征在于：
t
时刻稳定部分负载为左右相邻共
12
个时间点负载的平均值：其中
L
t
(vm
v
)
表示虚拟机
vm
v
在
t
时刻的负载，表示虚拟机
vm
v
在
t
时刻的稳定部分负载；
t
时刻混沌部分负载为原始负载减去对应时刻稳定部分的负载：时刻混沌部分负载为原始负载减去对应时刻稳定部分的负载：表示虚拟机
vm
v
在
t
时刻的混沌部分负载
。4.
根据权利要求1所述的一种基于混沌信息分离的虚拟机调度方法，其特征在于：所述使用基于稳定信息和混沌信息的负载分类方法，用于将虚拟机分为具有自洽特性的虚拟机类别，包括：采用傅里叶变换提取稳定部分负载和混沌部分负载的特性信息，将提取的特性信息作为一个负载的特征信息，共有6个特征数据；对每个虚拟机负载的6个特征数据，采用聚类方法进行聚类输出，分类后的每组虚拟机具有自洽特性
。5.
根据权利要求4所述的一种基于混沌信息分离的虚拟机调度方法，其特征在于：所述采用傅里叶变换提取稳定部分负载和混沌部分负载的特性信息，包括：通过傅里叶变换提取稳定部分负载特征，选取第一强度周期信号的频率和第二强度的周期信号的频率以及平均负载作为稳定部分负载的特性信息；使用傅里叶变换提取混沌部分负载，选取第一强...

【专利技术属性】
技术研发人员：吴昊，王伟，韩毅，李源，李伟伟，郭欢欢，娄金萌，冯孝东，赵文豪，
申请(专利权)人：安阳工学院，
类型：发明
国别省市：