CN104935628A - 一种在多个数据中心之间迁移多个关联虚拟机的方法 - Google Patents
一种在多个数据中心之间迁移多个关联虚拟机的方法 Download PDFInfo
- Publication number
- CN104935628A CN104935628A CN201510186125.2A CN201510186125A CN104935628A CN 104935628 A CN104935628 A CN 104935628A CN 201510186125 A CN201510186125 A CN 201510186125A CN 104935628 A CN104935628 A CN 104935628A
- Authority
- CN
- China
- Prior art keywords
- vdc
- virtual machine
- migration
- migration request
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种在多个数据中心之间迁移多个关联虚拟机的方法,属于云计算技术领域。本方法能适用于整个VDC迁移请求,而VDC迁移请求中有多个关联的虚拟机,这个多个关联的虚拟机既可以是一个虚拟机,也可以是2个以上的相关联的虚拟机,因此与传统的迁移算法相比,本方法的适用范围更广。由于在本发明中,将整个VDC迁移请求重新映射成功之后,再为每个虚拟机寻找迁移路径,直到所有虚拟机的迁移路径都找到之后,在统一的使用并行迁移策略迁移所有的虚拟机,这样就比依次单个的迁移虚拟机的停机时间和迁移时间要短。
Description
技术领域
本发明属于云计算技术领域,具体涉及一种在多个数据中心之间迁移多个关联虚拟机的方法。
背景技术
随着互联网的发展,连接到互联网的用户和企业的数量越来越大,因此,互联网的结构修改起来非常困难,而且网络的安全性能降低和核心路由扩展受到了严重的影响,从而使阻碍了互联网新技术的发展,并导致互联网的“僵化”。为了解决这个问题,相关的研究人员提出了云计算这个概念。云计算服务提供商通过网络虚拟化技术,将物理计算资源和网络资源划分为虚拟资源,使得这些资源能够实现共享,从而将物理网络划分为虚拟网络。随着技术的发展,相关的研究人员提出了虚拟数据中心(VDC)的概念。
随着数据中心能耗的增大和用户需求的增多,节能和提高资源利用率逐渐变成了研究的热点。同时,为了解决由网络负载过载造成的违反服务水平协议(SLAs)的问题,研究人员提出了虚拟机的迁移技术。迁移技术的出现,使得研究人员能够使用相应的迁移策略来达到相应的迁移目的。例如,由于云计算服务提供商与用户签订了服务水平协议(SLAs),如果服务水平协议(SLAs)被违反,云计算服务提供商就需要向用户支付违约金。为了降低这种情况的发生概率,云计算服务提供商就会通过迁移虚拟机来保持相应的服务质量(QoS),从而降低相应的损失。在另外一些场景,云计算服务提供商会通过备份和迁移虚拟机来提高系统的容错性。与此同时,云计算服务提供商也可以通过迁移合并虚拟机来节约能量和提高资源利用率。由于其广泛的应用场景,虚拟机迁移技术越来越受到研究人员的关注。
自从虚拟机迁移技术提出以来,研究人员对虚拟机迁移的研究主要分为两类。一类是研究虚拟机迁移后的运行资源分配算法,即重新映射迁移请求,另一类是研究虚拟机的迁移实现过程。对于虚拟机的迁移实现过程的研究,研究人员主要提出了两种迁移机制,一种是离线迁移策略(offline migration strategy),另一种是在线/生存迁移策略(online/live migrationstrategy)。在离线迁移策略中,虚拟机先停止运行,然后迁移虚拟机的记忆和处理器状态,最后在目的服务器上重启虚拟机。在在线/生存迁移策略中,在线/生存迁移策略又可以分为两种迁移策略。一种是预复制迁移策略(pre-copy migration strategy),另一种是后复制迁移策略(post-copy migration strategy)。由于,在这两种在线/生存迁移策略的迁移过程中,原始虚拟机在大部分的迁移时间都能保持正常运行,所以研究人员将这种特性称为在线/生存迁移策略的生存性。由于在线/生存迁移策略的生存性,在线/生存迁移策略已经被广泛的运用到了虚拟机的迁移过程中。
在目前,已经有很多关于虚拟机迁移方法的研究,例如Multi-objective Virtual MachineMigration算法。其主要思想是给定了一个关于优势资源公平性的定义,即,一个受服务器端的限制的最大最小公平模型。然后,在考虑应用程序的依赖性的情况下,进一步建模多虚拟机迁移为一个最优化问题,以减少迁移造成网络交通。通过结合两个基本的虚拟机迁移的算法,推导出了一个联合公式来最大限度地提高物理机的资源利用率,同时减少由迁移造成的整个网络负载。虽然上述方法能够实现多个虚拟机的迁移,但是它进行迁移的目的是最大限度地提高物理机的资源利用率,同时减少整个网络负载,而不是针对降低虚拟机的重新映射成本和降低迁移阻塞率提出的。
针对虚拟机迁移方法的研究,相关研究人员还提出了Multiple VMs Migration SchedulingAlgorithm,其主要思想是在考虑虚拟机之间的依赖性,底层网络拓扑结构和虚拟机的带宽需求的情况下,进行调度虚拟机之间的不同迁移顺序和分配不同的迁移带宽,并测试了虚拟机之间的不同迁移顺序和分配不同的迁移带宽对总的迁移时间和停机时间的影响。虽然上述方法是多个关联的虚拟机在重新映射成功的之后,对其迁移过程进行调度的算法,所以这个算法虽然考虑了虚拟机之间的关联性,但是并不是对需要迁移的虚拟机进行重新映射的算法。
发明内容
本发明的目的是,提出一种已知底层基础设施(底层网络)和在线的VDC迁移请求前提条件下,找出一种在考虑这个VDC迁移请求中每个虚拟机的链路连接情况和满足相关约束条件下以消耗最少的服务器资源,带宽资源和减小VDC迁移请求的阻塞率为目标,将VDC迁移请求进行迁移的方法。该方法综合考虑了VDC迁移请求的特殊性,除了对常见的带宽资源需求和服务器资源需求做出了优化的配置外,还针对VDC迁移请求在通信时延方面的严格要求提出了相应的解决策略。
本发明所要解决的问题:在考虑VDC迁移请求中每个虚拟机的链路连接情况和满足相关约束条件下,将底层网络的服务器资源和带宽资源分配给动态到来的每个VDC迁移请求,使得提高VDC迁移请求的成功率和底层网络的资源利用率的同时总的重新映射花销最小。
本发明具体采用如下技术方案:
一种在多个数据中心之间迁移多个关联虚拟机的方法,其流程如图1所示,具体包括以下步骤:
步骤A.迁移请求的在线处理;
定义ExpiredVDC为一个离去的VDC请求集合;在本发明中假设每个VDC迁移请求按照泊松过程到达;在本发明中定义这个迁移请求的一个到达队列为ArrivedVDC,在这个ArrivedVDC中,每个VDC迁移请求依次被重新映射和迁移,即,当处理一个迁移请求时,先将该VDC迁移请求重新映射,然后为该VDC迁移请求中的每个虚拟机找到迁移路径并分配迁移带宽,最后通过迁移路径并行迁移整个VDC迁移请求;当前VDC迁移请求被处理完成后,再处理下一个VDC迁移请求;
步骤B.重新映射VDC迁移请求的第一个虚拟机VM1;
本步骤是一个重新映射单个VDC迁移请求的过程;定义Con(VMi)=|Adj(VMi)|为当前VDC中第i个虚拟机VMi的度数;当第一个虚拟机每次映射到一个不同的底层服务器,就会延伸出一种重新映射方案;所以在最理想的情况下,底层网络有多少台服务器,就会有多少种重新映射方案Mp,其中 是本次重新映射方案Mp的映射代价,指当前VDC中所有虚拟机的重新映射记录集合,指当前VDC所有链路的重新映射集合;然后,在这些映射方案中找出映射成本最小的重新映射方案作为最终的映射方案M;
步骤C.重新映射VDC迁移请求的全部虚拟机;
本步骤是重新映射单个VDC迁移请求的一个子过程,其中,Mp是第一个虚拟机每次映射到一个不同的底层节点,就会延伸出来的一个完整的映射方案;只要映射不失败,每调用一次步骤C,就会产生一个映射方案;在Mp中,包括本方案的映射代价本步骤的节点映射集合和本步骤的链路映射集合三部分;
步骤D.实施VDC迁移请求
本步骤是一个VDC迁移请求重新映射完成之后,为这个VDC迁移请求中的每个虚拟机寻找迁移路径和分配迁移带宽的过程,在这个步骤中,根据当前VDC迁移请求中的每个虚拟机的原始映射,重新映射的记录和迁移带宽需求寻找迁移路径,然后根据每个虚拟机的迁移带宽需求和原始脏数据量计算整个VDC迁移请求的迁移时间和停机时间。
本发明的有益效果是:
(1)适用范围广;传统的迁移算法大多是针对单虚拟机迁移请求。本方法能适用于整个VDC迁移请求,而VDC迁移请求中有多个关联的虚拟机,这个多个关联的虚拟机既可以是一个虚拟机,也可以是2个以上的相关联的虚拟机,因此与传统的迁移算法相比,本方法的适用范围更广;
(2)重新映射成本低;由于本发明提出VDC-M算法,当第一个虚拟机每次映射到一个不同的底层服务器,就会延伸出一种重新映射方案,所以在最理想的情况下,底层网络有多少台服务器,就会有多少种重新映射方案,然后,在这些映射方案中找出映射成本最小的重新映射方案作为最终的映射方案,这样找到的重新映射方案的成本也就更低;
(3)迁移阻塞率小;由于,本发明提出的算法,所有重新映射方案的数量(成功的加失败的)等于底层网络服务器的数量,所以,重新映射成功的可能性也就越大,阻塞率也就越小;
(4)迁移时间和停机时间短;由于在本发明中,将整个VDC迁移请求重新映射成功之后,再为每个虚拟机寻找迁移路径,直到所有虚拟机的迁移路径都找到之后,在统一的使用并行迁移策略迁移所有的虚拟机,这样就比一个一个的迁虚拟机的停机时间和迁移时间要短。
附图说明
图1为本发明提供的在多个数据中心之间迁移多个关联虚拟机的方法流程示意图。
具体实施方式
本具体实施方式提供一种在多个数据中心之间迁移多个关联虚拟机的方法,其流程如图1所示,包括步骤A迁移请求的在线处理、步骤B重新映射VDC迁移请求的第一个虚拟机VM1、步骤C重新映射VDC迁移请求的所有虚拟机、步骤D实施VDC迁移请求,具体如下所述:
步骤A.迁移请求的在线处理;
定义ExpiredVDC为一个离去的VDC请求集合;在本发明中假设每个VDC迁移请求按照泊松过程到达;在本发明中定义这个迁移请求的一个到达队列为ArrivedVDC,在这个ArrivedVDC中,每个VDC迁移请求依次被重新映射和迁移,即,当处理一个迁移请求时,先将该VDC迁移请求重新映射,然后为该VDC迁移请求中的每个虚拟机找到迁移路径并分配迁移带宽,最后通过迁移路径并行迁移整个VDC迁移请求;当前VDC迁移请求被处理完成后,再处理下一个VDC迁移请求;在本发明中定义VDCblo作为一个由于底层网络资源不足而被阻塞的VDC迁移请求集合,下面为本发明提供的具体迁移过程:
步骤A所需输入内容:
1、底层网络构成的无向权重图GS=(NS,RS,ES,CE,CN,CR),其中,NS、RS、ES、CE、CN、CR分别代表底层网络的服务器集合、底层网络路由器和交换机的集合、底层网络链路的集合、底层网络的所有链路资源集合、底层网络的所有服务器资源集合以及底层网络的所以路由器和交换机资源集合;
2、一个达到的VDC请求队列ArrivedVDC;
步骤A输出内容:重新映射代价和一个被阻塞的VDCs迁移请求集合VDCblo;
步骤A-1:初始化:
步骤A-2:根据输入内容进行判定:若则执行步骤A-3;否则,执行步骤A-11;
步骤A-3:若则释放ExpiredVDC集合中所有请求占用的节点资源及链路资源,使否则,转步骤A-4;
步骤A-4:从请求队列ArrivedVDC中取出第一个VDC迁移请求;
步骤A-5:调用步骤B重新映射当前VDC迁移请求;
步骤A-6:若步骤A-5能够找到一个该VDC迁移请求的重新映射方案M,则执行步骤A-7;否则,转步骤A-9;
步骤A-7:调用步骤D迁移当前VDC迁移请求;
步骤A-8:若该VDC迁移请求迁移成功,则将映射代价更新为并更新底层网络资源,其中MC为当前VDC请求重新映射的代价,转步骤A-10;否则,转步骤A-9;
步骤A-9:更新迁移请求集合VDCblo为VDCblo=VDCblo∪{VDC1},其中VDC1指当前VDC迁移请求;
步骤A-10:更新到达队列ArrivedVDC为ArrivedVDC=ArrivedVDC-VDC,执行步骤A-11
步骤A-11:对到达队列ArrivedVDC中剩余未处理的VDC迁移请求依次按照步骤A-2至步骤A-11所述方法实现迁移;
步骤A-12返回并输出和VDCblo;
步骤B.重新映射VDC迁移请求的第一个虚拟机VM1;
本步骤是一个重新映射单个VDC迁移请求的过程;定义Con(VMi)=|Adj(VMi)|为当前VDC中第i个虚拟机VMi的度数;从本步骤可以看出,当第一个虚拟机每次映射到一个不同的底层服务器,就会延伸出一种重新映射方案;所以在最理想的情况下,底层网络有多少台服务器,就会有多少种重新映射方案Mp,其中是本次重新映射方案Mp的映射代价,指当前VDC中所有虚拟机的重新映射记录集合,指当前VDC所有链路的重新映射集合;然后,在这些映射方案中找出映射成本最小的重新映射方案作为最终的映射方案M,这样能够降低映射成本和阻塞率,与此同时,算法的复杂度也会随着底层网络服务器数量的增加而增加;本步骤具体包括以下过程:
步骤B所需输入内容:
1、底层网络构成的无向权重图GS=(NS,RS,ES,CE,CN,CR);
2、一个VDC迁移请求构建的无向权重图GV=(NV,EV,CN,CE,CD,VN,BN,),其中,NV、EV、CN、CE、CD、VN、BN、分别代表VDC迁移请求中的虚拟机集合、VDC迁移请求中的虚拟链路集合、所有虚拟机的资源约束集合、所有链路资源约束集合、所有虚拟链路的最大时延约束集合、所有虚拟机的原始脏数据的数量集合、所有虚拟机的迁移带宽需求集合、所有虚拟机的原始映射记录集合、所有虚拟链路的原始映射记录;
步骤B输出内容:重新映射方案
步骤B-1:将当前VDC的虚拟机集合NV中的虚拟机按照各自的度数Con(VMi)由高至低排序并储存在集合MVMV中,其中VMi为集合Nv中第i个虚拟机,将此时的链路资源CE备份并记为Backup1;
步骤B-2:初始化集合US=UMNS,Mcost=∞,其中Mcost为当前VDC迁移请求的重新映射代价;
步骤B-3:集合MVMV中取出第一个虚拟机VM1;依次将该虚拟机映射到底层网络的第一个服务器至最后一个服务器,每一次映射对应一个映射方案,每一次映射依次重复执行步骤B-4至步骤B-9所述方法,剔除不可用的映射方案;
步骤B-4:初始化集合US=UMNS,N=MVMV,E=EV和其中Nmapped指当前VDC迁移请求中已映射成功的虚拟机集合,将链路资源CE根据恢复成Backup1所记录的状态;将虚拟机VM1映射到底层网络的第一个服务器;
步骤B-5:根据方程Cost(VM1→ns)=p(ns)*ε(VM1)计算和记录Cost(VM1→ns),其中p(ns)指服务器资源的单位成本,ε(VM1)指虚拟机VM1的资源约束;
步骤B-6:若Cost(VM1→ns)超过了当前映射的底层网络的服务器的资源总量,则剔除将虚拟机VM1映射到当前映射的底层网络的服务器的映射方案,按照步骤B-4的操作依次将虚拟机VM1映射到底层网络的下一个服务器及剩余服务器直至映射时当前Cost(VM1→ns)不超过当前服务器的资源总量时止,记此时虚拟机VM1映射到底层网络的服务器为该虚拟机的映射目标服务器,执行步骤B-7;
步骤B-7:更新参量:Nmapped=Nmapped+VM1,N=N-VM1,CVDC=Cost(VM1→ns),US=US-ns和MR(VM1)=ns;
步骤B-8:基于虚拟机VM1的当前映射目标,调用步骤C为剩余虚拟机寻找映射目标进而寻找完整的映射方案;
步骤B-9:若步骤B-8无法获得可用的映射方案,则剔除将虚拟机VM1映射到当前指定的底层网络的服务器产生的映射方案Mp,否则,更新和
步骤B-10:若底层网络中的服务器均已遍历完依然未找到可用的映射方案,则直接退出步骤B并返回信息“无法提供当前VDC迁移请求的重新映射方案”;
步骤B-11:按步骤B-4至步骤B-9所述方法,依次将虚拟机VM1映射到底层网络的第一个服务器至最后一个服务器,并剔除不可用的映射方案后,从可用的方案中选取最小的映射方案Mp,令M=Mp,输出M;
步骤C.重新映射VDC迁移请求的全部虚拟机;
本步骤是重新映射单个VDC迁移请求的一个子过程,其中,Mp是第一个虚拟机每次映射到一个不同的底层节点,就会延伸出来的一个完整的映射方案;只要映射不失败,每调用一次步骤C,就会产生一个映射方案;在Mp中,包括本方案的映射代价本步骤的节点映射集合和本步骤的链路映射集合三部分;Nmapped,N,US都是从步骤B中的步骤B-7传进来的参数;
步骤C所需输入内容:1、底层网络GS=(NS,RS,ES,CE,CN,CR);
2、从步骤B的步骤B-7传进来的参数Nmapped,N,MR(VM1)=ns和US;
3、一个VDC迁移请求GV=(NV,EV,CN,CE,CD,VN,BN,);
步骤C输出内容:重新映射方案
步骤C-1:初始化 和
步骤C-2:如果|N|!=0,即若集合N为非空,执行步骤C-3;否则,转步骤C-13;
步骤C-3:初始化和将此时的链路资源CE备份并记为Backup2,从集合N中选择一个与集合Nmapped中的虚拟机邻接的虚拟机VMk;
步骤C-4:将虚拟机VMk映射到底层网络的第一个服务器nk∈US,执行步骤C-5;
步骤C-5:更新计算COST(nk)=ε(VMk)*p(nk),其中p(nk)指服务器资源的单位成本,ε(VMk)指虚拟机VM1的资源约束;
步骤C-6:选取与虚拟机VMk相连接的一条链路l(VMk,VMj)∈EV,VMj∈Nmapped,
步骤C-7:用Dijkstra算法为链路l(VMk,VMj)寻找一条可行路径,若没有得到可行路径,就令COST(nk)=∞并转步骤C-10;若找到一条可用路径p(l(VMk,VMj)),执行步骤C-8;
步骤C-8:根据找到的路径p(l(VMk,VMj))和资源需求,计算:
其中,P(es)指底层网络链路es的单位资源成本;从底层链路资源CE中扣除路径p(l(VMk,VMj))对应的链路资源,更新RouteRecord1=RouteRecord1+p(l(VMk,VMj)),转步骤C-6;
步骤C-9:依次选取与虚拟机VMk相连接的每一条链路l(VMk,VMj)∈EV,VMj∈Nmapped,并依次对每一条链路重复按步骤C-7至步骤C-8操作寻找相应的可行路径,当所有链路l(VMk,VMj)都找到了相应的可行路径就直接执行步骤C-10;只要其中有一条链路l(VMk,VMj)没有得到可行路径,就令COST(nk)=∞并转步骤C-10;
步骤C-10:将底层链路资源CE恢复成Backup2所记录的状态;如果更新ID=nk和RouteRecord2=RouteRecord1执行步骤C-11;否则,直接执行步骤C-11;
步骤C-11:依次将将虚拟机VMk映射到US中的第二个服务器至最后一个服务器,每个映射过程都对应一个COST(nk),剔除COST(nk)==∞即底层网络无法找到相应链路或节点所对应的映射过程,对剩余的每个映射过程均依次重复按步骤C-5至步骤C-10进行操作,完成后执行步骤C-12;
步骤C-12:如果使转步骤C-14;否则,执行步骤C-13;
步骤C-13:执行映射VMk到底层网络服务器ID,更新参量:N=N-VMi、Nmapped=Nmapped+VMi、US=US-ID、MR(VMk)=ID,根据RouteRecord2扣除链路资源,参量更新完毕后转步骤C-2;
步骤C-14:返回Mp;
步骤D.实施VDC迁移请求
本步骤是一个VDC迁移请求重新映射完成之后,为这个VDC迁移请求中的每个虚拟机寻找迁移路径和分配迁移带宽的过程,在这个步骤中,根据当前VDC迁移请求中的每个虚拟机的原始映射,重新映射的记录和迁移带宽需求寻找迁移路径,然后根据每个虚拟机的迁移带宽需求和原始脏数据量计算整个VDC迁移请求的迁移时间和停机时间;
步骤D所需输入内容:1、底层网络GS=(NS,RS,ES,CE,CN,CR);
2、一个VDC迁移请求 ;
3、重新映射方案
步骤D输出内容:TVDC,mig,TVDC,down;
步骤D-1:初始化Ti,mig=0, TVDC,mig=0, 和TVDC,down=0,将此时的链路资源CE备份并记为Backup3;
步骤D-2:提取集合NV中的第一个虚拟机;用Dijkstra算法为两台服务器(MO(VMi),MR(VMi))找到一条满足迁移带宽的最短迁移路径p((MO(VMi),MR(VMi))),其中MO(VMi)为所述第一个虚拟机的原始映射服务器,MR(VMi)为所述第一个虚拟机按步骤B、C所得映射方案的重新映射后的服务器;
步骤D-3:若步骤D-3无法获得可用迁移路径,则将底层链路资源CE恢复成Backup3所记录状态,并且退出步骤D,返回至步骤A-9并声明迁移失败;否则,根据根据最短迁移路径p((MO(VMi),MR(VMi)))和迁移带宽Bi,扣除链路资源;
步骤D-4:将集合NV中的每一个虚拟机依次按步骤D-2至步骤D-3所述进行操作,由此获得集合NV中所有虚拟机的原始映射服务器指向重新映射后的服务器的迁移路径;
步骤D-5:根据所有迁移路径,并行迁移所有虚拟机,完成当前VDC迁移请求的迁移过程;步骤D-6:根据方程(1),(2),(3),(4),计算第i个虚拟机的迁移时间Ti,mig、第i个虚拟机停机的起始时间和第i个虚拟机停机的结束时间转步骤D-7;
其中,Vi为第i个虚拟机的原始脏数据,本发明称虚拟机的记忆为脏数据,脏数据包括原始数据和再迭代迁移过程中产生的即时脏数据,Vth为停止迭代的脏数据门限;nmax为虚拟机迁移过程中的迭代门限,Pi、Di分别为记忆页面脏数据页面的大小及脏数据的产生率,Bi为第i个虚拟机的迁移带宽需求;
第i个虚拟机的迁移时间为:
其中,ni+1为停机后的那次脏数据迁移,即该虚拟机经过ni次迭代后开始停机;所以,虚拟机停机的起始时间为
虚拟机停机的结束时间为虚拟机的迁移时间与启动新的虚拟机的固有时间Tres之和,即:
步骤D-7:根据方程(1),(5),(6),(7),(8),计算当前VDC迁移请求的总迁移时间TVDC,mig、当前VDC迁移请求的停机起始时间当前VDC迁移请求的停机结束时间和当前VDC迁移请求的停机时间TVDC,down;
即,当前VDC迁移请求停机的起始时间为最先停机的那个虚拟机的停机起始时间,即:
当前VDC迁移请求停机的结束时间为最后迁移完成的那个虚拟机的停机结束时间:
故,当前VDC的停机时间为:
步骤D-8:将底层链路资源CE恢复成Backup3所记录的状态;
步骤D-9:返回参量TVDC,mig和TVDC,down。
网络运营商可以将本发明所提出的在多数据中心之间迁移多虚拟机的方法部署在SDN的控制路由器中的控制层上,SDN控制路由器可以调度自身带有的控制管理功能收集全网信息,获取网络中所有节点资源情况,以及链路的资源,时延等信息。通过这种集中式的控制方式该路由器就可以获取全网的拓扑以及相应的资源信息。
当有多虚拟机迁移请求到来时,SDN控制路由器可以根据自己所掌握的全网信息,调度部署在其控制层上的基于多虚拟机的迁移方法,计算出迁移时间、等待时间、拒绝率、等待时间的关键参数,并反馈给运营商。
Claims (4)
1.一种在多个数据中心之间迁移多个关联虚拟机的方法,具体包括以下步骤:
步骤A.迁移请求的在线处理;
定义ExpiredVDC为一个离去的VDC请求集合;定义ArrivedVDC为迁移请求的到达队列为,定义VDCblo作为一个由于底层网络资源不足而被阻塞的VDC迁移请求集合;
步骤A所需输入内容:
1)底层网络构成的无向权重图GS=(NS,RS,ES,CE,CN,CR),其中,NS、RS、ES、CE、CN、CR分别代表底层网络的服务器集合、底层网络路由器和交换机的集合、底层网络链路的集合、底层网络的所有链路资源集合、底层网络的所有服务器资源集合以及底层网络的所以路由器和交换机资源集合;
2)一个达到的VDC请求队列ArrivedVDC;
步骤A输出内容:重新映射代价和一个被阻塞的VDCs迁移请求集合VDCblo;
步骤A-1:初始化:
步骤A-2:根据输入内容进行判定:若则执行步骤A-3;否则,执行步骤A-11;
步骤A-3:若则释放ExpiredVDC集合中所有请求占用的节点资源及链路资源,使否则,转步骤A-4;
步骤A-4:从请求队列ArrivedVDC中取出第一个VDC迁移请求;
步骤A-5:调用步骤B重新映射当前VDC迁移请求;
步骤A-6:若步骤A-5能够找到一个该VDC迁移请求的重新映射方案M,则执行步骤A-7;否则,转步骤A-9;
步骤A-7:调用步骤D迁移当前VDC迁移请求;
步骤A-8:若该VDC迁移请求迁移成功,则将映射代价更新为并更新底层网络资源,其中MC为当前VDC请求重新映射的代价,转步骤A-10;否则,转步骤A-9;
步骤A-9:更新迁移请求集合VDCblo为VDCblo=VDCblo∪{VDC1},其中VDC1指当前VDC迁移请求;
步骤A-10:更新到达队列ArrivedVDC为ArrivedVDC=ArrivedVDC-VDC,执行步骤A-11
步骤A-11:对到达队列ArrivedVDC中剩余未处理的VDC迁移请求依次按照步骤A-2至步骤A-11所述方法实现迁移;
步骤A-12返回并输出和VDCblo;
步骤B.重新映射VDC迁移请求的第一个虚拟机VM1;
定义Con(VMi)=|Adj(VMi)|为当前VDC中第i个虚拟机VMi的度数;当第一个虚拟机每次映射到一个不同的底层服务器,就会延伸出一种重新映射方案;所以在理想的情况下,底层网络有多少台服务器,就会有多少种重新映射方案Mp,其中 是本次重新映射方案Mp的映射代价,指当前VDC中所有虚拟机的重新映射记录集合,指当前VDC所有链路的重新映射集合;然后,在这些映射方案中找出映射成本最小的重新映射方案作为最终的映射方案M,这样能够降低映射成本和阻塞率;
步骤C.重新映射VDC迁移请求的全部虚拟机;
本步骤是重新映射单个VDC迁移请求的一个子过程,其中,Mp是第一个虚拟机每次映射到一个不同的底层节点,就会延伸出来的一个完整的映射方案;只要映射不失败,每调用一次步骤C,就会产生一个映射方案;在Mp中,包括本方案的映射代价本步骤的节点映射集合和本步骤的链路映射集合三部分;
步骤D.实施VDC迁移请求
本步骤是一个VDC迁移请求重新映射完成之后,为这个VDC迁移请求中的每个虚拟机寻找迁移路径和分配迁移带宽的过程,在这个步骤中,根据当前VDC迁移请求中的每个虚拟机的原始映射,重新映射的记录和迁移带宽需求寻找迁移路径,然后根据每个虚拟机的迁移带宽需求和原始脏数据量计算整个VDC迁移请求的迁移时间和停机时间。
2.根据权利要求1所述的在多个数据中心之间迁移多关联虚拟机的方法,其特征在于,所述步骤B具体通过以下步骤实现:
步骤B所需输入内容:
1)底层网络构成的无向权重图GS=(NS,RS,ES,CE,CN,CR);
2)一个VDC迁移请求构建的无向权重图其中,NV、EV、CN、CE、CD、VN、BN、分别代表VDC迁移请求中的虚拟机集合、VDC迁移请求中的虚拟链路集合、所有虚拟机的资源约束集合、所有链路资源约束集合、所有虚拟链路的最大时延约束集合、所有虚拟机的原始脏数据的数量集合、所有虚拟机的迁移带宽需求集合、所有虚拟机的原始映射记录集合、所有虚拟链路的原始映射记录;
步骤B输出内容:重新映射方案
步骤B-1:将当前VDC的虚拟机集合NV中的虚拟机按照各自的度数Con(VMi)由高至低排序并储存在集合MVMV中,其中VMi为集合Nv中第i个虚拟机,将此时的链路资源CE备份并记为Backup1;
步骤B-2:初始化集合US=UMNS,Mcost=∞,其中Mcost为当前VDC迁移请求的重新映射代价;
步骤B-3:集合MVMV中取出第一个虚拟机VM1;依次将该虚拟机映射到底层网络的第一个服务器至最后一个服务器,每一次映射对应一个映射方案,每一次映射依次重复执行步骤B-4至步骤B-9所述方法,剔除不可用的映射方案;
步骤B-4:初始化集合US=UMNS,N=MVMV,E=EV和其中Nmapped指当前VDC迁移请求中已映射成功的虚拟机集合,将链路资源CE根据恢复成Backup1所记录的状态;将虚拟机VM1映射到底层网络的第一个服务器;
步骤B-5:根据方程Cost(VM1→ns)=p(ns)*ε(VM1)计算和记录Cost(VM1→ns),其中p(ns)指服务器资源的单位成本,ε(VM1)指虚拟机VM1的资源约束;
步骤B-6:若Cost(VM1→ns)超过了当前映射的底层网络的服务器的资源总量,则剔除将虚拟机VM1映射到当前映射的底层网络的服务器的映射方案,按照步骤B-4的操作依次将虚拟机VM1映射到底层网络的下一个服务器及剩余服务器直至映射时当前Cost(VM1→ns)不超过当前服务器的资源总量时止,记此时虚拟机VM1映射到底层网络的服务器为该虚拟机的映射目标服务器,执行步骤B-7;
步骤B-7:更新参量:Nmapped=Nmapped+VM1,N=N-VM1,CVDC=Cost(VM1→ns),US=US-ns和MR(VM1)=ns;
步骤B-8:基于虚拟机VM1的当前映射目标,调用步骤C为剩余虚拟机寻找映射目标进而寻找完整的映射方案;
步骤B-9:若步骤B-8无法获得可用的映射方案,则剔除将虚拟机VM1映射到当前指定的底层网络的服务器产生的映射方案Mp,否则,更新和
步骤B-10:若底层网络中的服务器均已遍历完依然未找到可用的映射方案,则直接退出步骤B并返回信息“无法提供当前VDC迁移请求的重新映射方案”;
步骤B-11:按步骤B-4至步骤B-9所述方法,依次将虚拟机VM1映射到底层网络的第一个服务器至最后一个服务器,并剔除不可用的映射方案后,从可用的方案中选取最小的映射方案Mp,令M=Mp,输出M。
3.根据权利要求2所述的在多个数据中心之间迁移多关联虚拟机的方法,其特征在于,所述步骤C具体通过以下步骤实现:
步骤C所需输入内容:1)底层网络GS=(NS,RS,ES,CE,CN,CR);
2)从步骤B的步骤B-7传进来的参数Nmapped,N,MR(VM1)=ns和US;
3)一个VDC迁移请求
步骤C输出内容:重新映射方案
步骤C-1:初始化 和
步骤C-2:如果|N|!=0,即若集合N为非空,执行步骤C-3;否则,转步骤C-13;
步骤C-3:初始化和将此时的链路资源CE备份并记为Backup2,从集合N中选择一个与集合Nmapped中的虚拟机邻接的虚拟机VMk;
步骤C-4:将虚拟机VMk映射到底层网络的第一个服务器nk∈US,执行步骤C-5;
步骤C-5:更新计算COST(nk)=ε(VMk)*p(nk),其中p(nk)指服务器资源的单位成本,ε(VMk)指虚拟机VM1的资源约束;
步骤C-6:选取与虚拟机VMk相连接的一条链路l(VMk,VMj)∈EV,VMj∈Nmapped,
步骤C-7:用Dijkstra算法为链路l(VMk,VMj)寻找一条可行路径,若没有得到可行路径,就令COST(nk)=∞并转步骤C-10;若找到一条可用路径p(l(VMk,VMj)),执行步骤C-8;
步骤C-8:根据找到的路径p(l(VMk,VMj))和资源需求,计算:
其中,P(es)指底层网络链路es的单位资源成本;从底层链路资源CE中扣除路径p(l(VMk,VMj))对应的链路资源,更新RouteRecord1=RouteRecord1+p(l(VMk,VMj)),转步骤C-6;
步骤C-9:依次选取与虚拟机VMk相连接的每一条链路l(VMk,VMj)∈EV,VMj∈Nmapped,并依次对每一条链路重复按步骤C-7至步骤C-8操作寻找相应的可行路径,当所有链路l(VMk,VMj)都找到了相应的可行路径就直接执行步骤C-10;只要其中有一条链路l(VMk,VMj)没有得到可行路径,就令COST(nk)=∞并转步骤C-10;
步骤C-10:将底层链路资源CE恢复成Backup2所记录的状态;如果更新ID=nk和RouteRecord2=RouteRecord1执行步骤C-11;否则,直接执行步骤C-11;
步骤C-11:依次将将虚拟机VMk映射到US中的第二个服务器至最后一个服务器,每个映射过程都对应一个COST(nk),剔除COST(nk)==∞即底层网络无法找到相应链路或节点所对应的映射过程,对剩余的每个映射过程均依次重复按步骤C-5至步骤C-10进行操作,完成后执行步骤C-12;
步骤C-12:如果使转步骤C-14;否则,执行步骤C-13;
步骤C-13:执行映射VMk到底层网络服务器ID,更新参量:N=N-VMi、Nmapped=Nmapped+VMi、US=US-ID、MR(VMk)=ID, 根据RouteRecord2扣除链路资源,参量更新完毕后转步骤C-2;
步骤C-14:返回Mp。
4.根据权利要求3所述的在多个数据中心之间迁移多关联虚拟机的方法,其特征在于,所述步骤D具体通过以下步骤实现:
步骤D所需输入内容:1)底层网络GS=(NS,RS,ES,CE,CN,CR);
2)一个VDC迁移请求
3)重新映射方案
步骤D输出内容:TVDC,mig,TVDC,down;
步骤D-1:初始化Ti,mig=0, TVDC,mig=0, 和TVDC,down=0,将此时的链路资源CE备份并记为Backup3;
步骤D-2:提取集合NV中的第一个虚拟机;用Dijkstra算法为两台服务器(MO(VMi),MR(VMi))找到一条满足迁移带宽的最短迁移路径p((MO(VMi),MR(VMi))),其中MO(VMi)为所述第一个虚拟机的原始映射服务器,MR(VMi)为所述第一个虚拟机按步骤B、C所得映射方案的重新映射后的服务器;
步骤D-3:若步骤D-3无法获得可用迁移路径,则将底层链路资源CE恢复成Backup3所记录状态,并且退出步骤D,返回至步骤A-9并声明迁移失败;否则,根据根据最短迁移路径p((MO(VMi),MR(VMi)))和迁移带宽Bi,扣除链路资源;
步骤D-4:将集合NV中的每一个虚拟机依次按步骤D-2至步骤D-3所述进行操作,由此获得集合NV中所有虚拟机的原始映射服务器指向重新映射后的服务器的迁移路径;
步骤D-5:根据所有迁移路径,并行迁移所有虚拟机,完成当前VDC迁移请求的迁移过程;步骤D-6:根据方程(1),(2),(3),(4),计算第i个虚拟机的迁移时间Ti,mig、第i个虚拟机停机的起始时间和第i个虚拟机停机的结束时间转步骤D-7;
其中,Vi为第i个虚拟机的原始脏数据,本发明称虚拟机的记忆为脏数据,脏数据包括原始数据和再迭代迁移过程中产生的即时脏数据,Vth为停止迭代的脏数据门限;nmax为虚拟机迁移过程中的迭代门限,Pi、Di分别为记忆页面脏数据页面的大小及脏数据的产生率,Bi为第i个虚拟机的迁移带宽需求;
第i个虚拟机的迁移时间为:
其中,ni+1为停机后的那次脏数据迁移,即该虚拟机经过ni次迭代后开始停机;所以,虚拟机停机的起始时间为:
虚拟机停机的结束时间为虚拟机的迁移时间与启动新的虚拟机的固有时间Tres之和,即:
步骤D-7:根据方程(1),(5),(6),(7),(8),计算当前VDC迁移请求的总迁移时间TVDC,mig、当前VDC迁移请求的停机起始时间当前VDC迁移请求的停机结束时间和当前VDC迁移请求的停机时间TVDC,down;
即,当前VDC迁移请求停机的起始时间为最先停机的那个虚拟机的停机起始时间,即:
当前VDC迁移请求停机的结束时间为最后迁移完成的那个虚拟机的停机结束时间:
故,当前VDC的停机时间为:
步骤D-8:将底层链路资源CE恢复成Backup3所记录的状态;
步骤D-9:返回参量TVDC,mig和TVDC,down。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510186125.2A CN104935628B (zh) | 2015-04-20 | 2015-04-20 | 一种在多个数据中心之间迁移多个关联虚拟机的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510186125.2A CN104935628B (zh) | 2015-04-20 | 2015-04-20 | 一种在多个数据中心之间迁移多个关联虚拟机的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104935628A true CN104935628A (zh) | 2015-09-23 |
CN104935628B CN104935628B (zh) | 2018-01-12 |
Family
ID=54122599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510186125.2A Active CN104935628B (zh) | 2015-04-20 | 2015-04-20 | 一种在多个数据中心之间迁移多个关联虚拟机的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104935628B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430049A (zh) * | 2015-10-29 | 2016-03-23 | 西安交通大学 | 一种基于dcn的虚拟流媒体集群协同迁移方法 |
CN106681815A (zh) * | 2016-12-27 | 2017-05-17 | 中山大学 | 一种虚拟机并发迁移方法 |
CN107819662A (zh) * | 2017-11-23 | 2018-03-20 | 电子科技大学 | 一种应用于云雾计算网络的服务功能链实时迁移方法 |
CN108241523A (zh) * | 2016-12-27 | 2018-07-03 | 南宁富桂精密工业有限公司 | 虚拟机迁移方法及装置 |
CN109726581A (zh) * | 2017-10-31 | 2019-05-07 | 阿里巴巴集团控股有限公司 | 一种数据统计方法和装置 |
CN110058970A (zh) * | 2019-04-22 | 2019-07-26 | 重庆邮电大学 | 一种灾难风险模型下的双虚拟机准同步撤离方法 |
CN110162379A (zh) * | 2018-04-24 | 2019-08-23 | 腾讯云计算(北京)有限责任公司 | 虚拟机迁移方法、装置和计算机设备 |
CN112015518A (zh) * | 2020-08-27 | 2020-12-01 | 山东大学 | 增量式部署sdn环境下实现多虚拟机实时迁移方法及系统 |
CN113489792A (zh) * | 2021-07-07 | 2021-10-08 | 上交所技术有限责任公司 | 一种在跨数据中心集群共识算法中减少数据中心间网络传输次数的方法 |
CN113630328A (zh) * | 2021-07-09 | 2021-11-09 | 西安电子科技大学 | 一种数据中心虚拟网络映射方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
US20130086272A1 (en) * | 2011-09-29 | 2013-04-04 | Nec Laboratories America, Inc. | Network-aware coordination of virtual machine migrations in enterprise data centers and clouds |
CN103559084A (zh) * | 2013-10-17 | 2014-02-05 | 电子科技大学 | 一种节能数据中心的虚拟机迁移方法 |
CN104008018A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 云计算环境下虚拟机在线迁移方法 |
-
2015
- 2015-04-20 CN CN201510186125.2A patent/CN104935628B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130086272A1 (en) * | 2011-09-29 | 2013-04-04 | Nec Laboratories America, Inc. | Network-aware coordination of virtual machine migrations in enterprise data centers and clouds |
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
CN103559084A (zh) * | 2013-10-17 | 2014-02-05 | 电子科技大学 | 一种节能数据中心的虚拟机迁移方法 |
CN104008018A (zh) * | 2014-05-22 | 2014-08-27 | 南京邮电大学 | 云计算环境下虚拟机在线迁移方法 |
Non-Patent Citations (3)
Title |
---|
DAN LIAO等: "Load-Prediction: online Provisioning for Waiting-Tolerable Multicast Virtual Network Requests in Data Center", 《JOURNAL OF INTERNET TECHNOLOGY》 * |
赖雪姣等: "绿色数据中心流量感知虚拟机迁移", 《光子学报(增刊)》 * |
陈阳等: "基于内存混合复制方式的虚拟机在线迁移机制", 《计算机学报》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430049A (zh) * | 2015-10-29 | 2016-03-23 | 西安交通大学 | 一种基于dcn的虚拟流媒体集群协同迁移方法 |
CN105430049B (zh) * | 2015-10-29 | 2018-05-18 | 西安交通大学 | 一种基于dcn的虚拟流媒体集群协同迁移方法 |
CN106681815A (zh) * | 2016-12-27 | 2017-05-17 | 中山大学 | 一种虚拟机并发迁移方法 |
CN108241523A (zh) * | 2016-12-27 | 2018-07-03 | 南宁富桂精密工业有限公司 | 虚拟机迁移方法及装置 |
CN109726581B (zh) * | 2017-10-31 | 2020-04-14 | 阿里巴巴集团控股有限公司 | 一种数据统计方法和装置 |
CN109726581A (zh) * | 2017-10-31 | 2019-05-07 | 阿里巴巴集团控股有限公司 | 一种数据统计方法和装置 |
CN107819662B (zh) * | 2017-11-23 | 2019-10-18 | 电子科技大学 | 一种应用于云雾计算网络的服务功能链实时迁移方法 |
CN107819662A (zh) * | 2017-11-23 | 2018-03-20 | 电子科技大学 | 一种应用于云雾计算网络的服务功能链实时迁移方法 |
CN110162379A (zh) * | 2018-04-24 | 2019-08-23 | 腾讯云计算(北京)有限责任公司 | 虚拟机迁移方法、装置和计算机设备 |
CN110058970A (zh) * | 2019-04-22 | 2019-07-26 | 重庆邮电大学 | 一种灾难风险模型下的双虚拟机准同步撤离方法 |
CN110058970B (zh) * | 2019-04-22 | 2022-10-18 | 重庆邮电大学 | 一种灾难风险模型下的双虚拟机准同步撤离方法 |
CN112015518A (zh) * | 2020-08-27 | 2020-12-01 | 山东大学 | 增量式部署sdn环境下实现多虚拟机实时迁移方法及系统 |
CN112015518B (zh) * | 2020-08-27 | 2022-11-25 | 山东大学 | 增量式部署sdn环境下实现多虚拟机实时迁移方法及系统 |
CN113489792A (zh) * | 2021-07-07 | 2021-10-08 | 上交所技术有限责任公司 | 一种在跨数据中心集群共识算法中减少数据中心间网络传输次数的方法 |
CN113489792B (zh) * | 2021-07-07 | 2023-02-03 | 上交所技术有限责任公司 | 一种在跨数据中心集群共识算法中减少数据中心间网络传输次数的方法 |
CN113630328A (zh) * | 2021-07-09 | 2021-11-09 | 西安电子科技大学 | 一种数据中心虚拟网络映射方法及系统 |
CN113630328B (zh) * | 2021-07-09 | 2022-09-16 | 西安电子科技大学 | 一种数据中心虚拟网络映射方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104935628B (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104935628A (zh) | 一种在多个数据中心之间迁移多个关联虚拟机的方法 | |
CN108829494B (zh) | 基于负载预测的容器云平台智能资源优化方法 | |
CN104102543B (zh) | 一种云计算环境中负载调整的方法和装置 | |
Dong et al. | Energy-saving virtual machine placement in cloud data centers | |
CN107819662B (zh) | 一种应用于云雾计算网络的服务功能链实时迁移方法 | |
Dong et al. | Energy-performance tradeoffs in IaaS cloud with virtual machine scheduling | |
Wei-guo et al. | Research on kubernetes' resource scheduling scheme | |
CN102904955B (zh) | 云计算平台中Web应用的自适应伸缩控制系统及其方法 | |
Tsai et al. | Two-tier multi-tenancy scaling and load balancing | |
CN106125888B (zh) | 云数据中心中基于虚拟机迁移的资源利用高效的节能方法 | |
Dong et al. | Virtual machine placement for improving energy efficiency and network performance in iaas cloud | |
CN104536804A (zh) | 面向关联任务请求的虚拟资源调度系统及调度和分配方法 | |
CN104104621A (zh) | 一种基于非线性降维的虚拟网络资源动态自适应调节方法 | |
CN106656555A (zh) | 一种云计算系统的服务资源动态调节方法 | |
CN109471725A (zh) | 资源分配方法、装置和服务器 | |
CN103825946B (zh) | 一种基于网络感知的虚拟机放置方法 | |
Cao et al. | Towards tenant demand-aware bandwidth allocation strategy in cloud datacenter | |
CN110597598B (zh) | 一种云环境中的虚拟机迁移的控制方法 | |
Zheng et al. | Energy-efficient virtual network embedding in networks for cloud computing | |
Shahin | Memetic multi-objective particle swarm optimization-based energy-aware virtual network embedding | |
Joseph et al. | Fuzzy reinforcement learning based microservice allocation in cloud computing environments | |
Verma et al. | MADLVF: an energy efficient resource utilization approach for cloud computing | |
Li et al. | Construction and resource allocation of cost-efficient clustered virtual network in software defined networks | |
Luo et al. | Traffic-aware VDC embedding in data center: A case study of fattree | |
CN105740249A (zh) | 一种大数据作业并行调度过程中的处理方法及其系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |