一种基于虚拟机的VOD应用资源消耗预测方法技术

本发明专利技术公开了一种基于虚拟机的VOD应用资源消耗预测方法，按照如下步骤：(1)采集并归一化变化系统资源消耗参数，利用灰色系统理论的关联度分析，计算系统资源消耗参数的关联函数值，比较与VOD用户链接数量关联性大小，从而判定系统瓶颈资源；(2)将原始瓶颈资源数据进行灰色量生成的数据变换，并对其建立灰色差分方程，求解得到瓶颈资源消耗函数关系，本发明专利技术考虑了VOD用户访问行为的随机特性，对其生成的实时动态变化的VOD应用负载能够在细粒度层次上分析并预测系统资源消耗情况；针对资源共享的虚拟化场景，解决了系统资源消耗的依赖性问题以及虚拟机监视器对封装在虚拟机实例内的VOD应用性能的不可感知性问题。

【技术实现步骤摘要】

本专利技术属于多媒体录制及直播领域，涉及到音视频的采集、编码以及播放领域，特别是涉及到一种基于虚拟机的VOD应用资源消耗预测方法。
技术介绍
随着互联网技术的发展与不断普及，VOD视频点播应用正在经历大规模用户并发访问行为对服务性能的冲击。虚拟化技术的应用能够使其具有系统资源的高利用率、低维护成本、系统规模可伸缩等特性。但是基于虚拟机环境下的VOD视频点播应用在用户行为的随机性、资源消耗的依赖性、虚拟机监视器对于服务性能的不可知性这三方面加剧了资源分配和应用负载需求间的冲突，因而需要在一个细粒度时间间隔内预测其资源消耗趋势，提高资源分配效率，从而避免资源浪费和应用性能的下降。申请人经过查新，没有找到基于虚拟机的VOD应用资源消耗预测方法的专利，因而检索了三篇与预测资源消耗相关的 专利，它们分别是I. Automatic prediction of future out of memory exceptions in a garbagecollected virtual machine[Publication Number:US2007/0I36402 Al];2. Predicting database system performance[PubIicat ion Number : US2006/0074970 Al];3. Predicting resource usage of an application in a virtualenvironment[Publication Number:US 2010/0082319 Al]。在专利I中，专利技术人提出一种根据虚拟机回收循环间的内存应用记录预测未来内存异常的方法，在专利2中，专利技术人提出一种基于积累数据库服务器性能监控数据的资源消耗预测系统，在专利3中，专利技术人提出一种根据追踪程序资源消耗，预测虚拟环境下系统资源如CPU利用率、内存消耗、磁盘读写率、网络流量的方法。上述三种相关专利专利技术共同存在的问题是所述方法都未考虑VOD应用负载的高度动态性、用户请求到达的高度随机性以及在虚拟机监视器因采样间隔较大而导致的监测数据较少的现象，因而不适用于虚拟环境下VOD系统资源消耗预测分析。
技术实现思路
为了克服上述现有技术的不足，本专利技术的目的在于提供一种基于虚拟机的VOD应用资源消耗预测方法，按需调整虚拟机集群规模，使VOD应用服务能力具有可伸缩性，从而提升系统资源利用效率；根据负载特性，实现按需分配系统资源，解决了大规模并发访问时资源不足引起的VOD服务质量(Qos)下降问题。为了实现上述目的，本专利技术采用的技术方案是一种基于虚拟机的VOD应用资源消耗预测方法，一种基于虚拟机的VOD应用资源消耗预测方法，包括如下步骤Stepl :利用资源相关性分析判定瓶颈资源采集用户链接数量表示的VOD应用负载数据序列Xq= (xq (I)，χ。(2)，. . .，χ。(k)，. . .，χ。(η))，其中χ。(k)表示第k个时间间隔内的用户链接数量，η为离散数据序列内元素的总个数且ke [I, η];采集并归一化变换6种系统资源消耗参数数据序列Xi= (Xi (I)，Xi (2)，...，Xi (k)，...，Xi (η))，其类型分别是物理磁盘消耗(i=l)，物理内存消耗(i=2)，物理带宽消耗(i=3)，虚拟机磁盘消耗(i=4)，虚拟机内存消耗(i=5)，虚拟机带宽消耗(i=6)，其中，Xi (k)表示在第k个时间间隔内由虚拟机监视器采集的第i种系统资源消耗参数值且k e [1，η]，利用灰色系统理论的关联度分析，计算系统资源消耗参数的关联系数，比较与VOD用户链接数量关联性大小，得到系统的瓶颈资源；St印2 :瓶颈资源消耗预测设用瓶颈资源消耗参数数据序列(2)，· · ·，x(0) (k)，· · ·，χ(0) (η))，其中χ(0) (k)表示第k个时间间隔内的瓶颈资源消耗参数值 且k e [1，n]，将灰色量序列Χ(°)转化成一次累减数据序列Χω = (χω⑴，χω (2)，. ..，x(1)(k)，· · ·，χ(1) (η))和紧邻均值数据序列 Ζω= (z(1) (I)，ζω (2)，· · ·，ζω (k)，· · ·，ζ(1) (η))，对其建立灰色差分方程，求解得到瓶颈资源消耗函数关系，根据该函数关系即可预测VOD应用资源消耗情况。所述利用资源相关性分析判定瓶颈资源的具体步骤为Stepl通过Windows Media Load Simulator程序以Δ t的时间间隔采集用户链接数量\，由虚拟机监视器按照相同时间间隔采集6种系统初始资源消耗参数数据序列Xi ；Step2选取第i种系统资源消耗参数数据序列中的最大值作为归一化参数对虚拟机监视器获取的系统资源消耗参数进行归一化变换，归一化变换的定义如下本文档来自技高网...

【技术保护点】
一种基于虚拟机的VOD应用资源消耗预测方法，其特征在于，包括如下步骤：Step1：利用资源相关性分析判定瓶颈资源：采集用户链接数量表示的VOD应用负载数据序列X0=(x0(1),x0(2)，...,x0(k),...,x0(n)),其中x0(k)表示第k个时间间隔内的用户链接数量，n为离散数据序列内元素的总个数且k∈[1,n]；采集并归一化变换6种系统资源消耗参数数据序列Xi=(xi(1),xi(2),...,xi(k),...,xi(n))，其类型分别是物理磁盘消耗(i=1)，物理内存消耗(i=2)，物理带宽消耗(i=3)，虚拟机磁盘消耗(i=4)，虚拟机内存消耗(i=5)，虚拟机带宽消耗(i=6),其中，xi(k)表示在第k个时间间隔内由虚拟机监视器采集的第i种系统资源消耗参数值且k∈[1,n]，利用灰色系统理论的关联度分析，计算系统资源消耗参数的关联系数，比较与VOD用户链接数量关联性大小，得到系统的瓶颈资源；Step2：瓶颈资源消耗预测：设用瓶颈资源消耗参数数据序列X(0)=(x(0)(1),x(0)(2),...,x(0)(k),...,x(0)(n))，其中x(0)(k)表示第k个时间间隔内的瓶颈资源消耗参数值且k∈[1,n]，将灰色量序列X(0)转化成一次累减数据序列X(1)=(x(1)(1),x(1)(2),...,x(1)(k),...,x(1)(n))和紧邻均值数据序列Z(1)=(z(1)(1),z(1)(2),...,z(1)(k),...,z(1)(n))，对其建立灰色差分方程，求解得到瓶颈资源消耗函数关系，根据该函数关系即可预测VOD应用资源消耗情况。...

【技术特征摘要】
1.一种基于虚拟机的VOD应用资源消耗预测方法，其特征在于，包括如下步骤 Stepl :利用资源相关性分析判定瓶颈资源采集用户链接数量表示的VOD应用负载数据序列Xtl= (xQ(l)，X0 (2),. . . , x0 (k),. . . , χ0 (η)),其中xQ(k)表示第k个时间间隔内的用户链接数量，η为离散数据序列内元素的总个数且k e [I, η];采集并归一化变换6种系统资源消耗参数数据序列Xi= (Xi (I)，Xi (2)，...，Xi (k)，.. .，Xi (η))，其类型分别是物理磁盘消耗(i=l)，物理内存消耗(i=2)，物理带宽消耗(i=3)，虚拟机磁盘消耗(i=4)，虚拟机内存消耗(i=5)，虚拟机带宽消耗(i=6)，其中，Xi (k)表示在第k个时间间隔内由虚拟机监视器采集的第i种系统资源消耗参数值且k e [1，η]，利用灰色系统理论的关联度分析，计算系统资源消耗参数的关联系数，比较与VOD用户链接数量关联性大小，得到系统的瓶颈资源； St印2 :瓶颈资源消耗预测设用瓶颈资源消耗参数数据序列(2)，· · ·，x(0) (k)，· · ·，χ(0) (η))，其中χ(0) (k)表示第k个时间间隔内的瓶颈资源消耗参数值且k e [1，n]，将灰色量序列Χ(°)转化成一次累减数据序列Χω = (χω⑴，χω (2)，. ..，x(1)(k)，· · ·，χ(1) (η))和紧邻均值数据序列 Ζω= (z(1) (I)，ζω (2)，· · ·，ζω (k)，· · ·，ζ(1) (η))，对其建立灰色差分方程，求解得到瓶颈资源消耗函数关系，根据该函数关系即可预测VOD应用资源消耗情况。2.根据权利要求I所述基于虚拟机的VOD应用资源消...

【专利技术属性】
技术研发人员：刘均，郑庆华，刘晨，仵中翰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：