CN101739113B - 在虚拟化集群系统中进行能效管理的方法及装置 - Google Patents

在虚拟化集群系统中进行能效管理的方法及装置 Download PDF

Info

Publication number
CN101739113B
CN101739113B CN2008101763372A CN200810176337A CN101739113B CN 101739113 B CN101739113 B CN 101739113B CN 2008101763372 A CN2008101763372 A CN 2008101763372A CN 200810176337 A CN200810176337 A CN 200810176337A CN 101739113 B CN101739113 B CN 101739113B
Authority
CN
China
Prior art keywords
virtual machine
end physical
energy efficiency
main frame
cpu
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.)
Active
Application number
CN2008101763372A
Other languages
English (en)
Other versions
CN101739113A (zh
Inventor
李立
田瑞雄
高志国
吴海珊
杨博
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Priority to CN2008101763372A priority Critical patent/CN101739113B/zh
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Priority to KR1020117013857A priority patent/KR20110097842A/ko
Priority to US13/130,312 priority patent/US9043624B2/en
Priority to PCT/EP2009/064610 priority patent/WO2010057775A2/en
Priority to EP09755861A priority patent/EP2304564A2/en
Publication of CN101739113A publication Critical patent/CN101739113A/zh
Application granted granted Critical
Publication of CN101739113B publication Critical patent/CN101739113B/zh
Priority to US14/699,896 priority patent/US9250680B2/en
Priority to US14/989,515 priority patent/US9477298B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/3246—Power saving characterised by the action undertaken by software initiated power-off
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/161—Computing infrastructure, e.g. computer clusters, blade chassis or hardware partitioning
    • 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
    • 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
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • 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
    • 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]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0888—Throughput
    • 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
    • G06F2009/45591—Monitoring or debugging support
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Abstract

本发明涉及一种在虚拟化集群系统中进行能效管理的方法，其中，所述虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且所述至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理所述至少一个虚拟机的虚拟机管理器，所述方法包括：以一定的时间周期检测所述虚拟化集群系统的流量特性；基于所检测的所述流量特性，对所述至少一个后端物理主机的每一个生成各自的能效管理策略；以及执行所述能效管理策略。采用本发明的方法，能够检测虚拟化集群系统的实时流量特性，并以此为基础制定能效管理策略，控制系统的能量消耗，并对总流量进行准入控制，从而在满足服务质量要求的同时实现最佳节能，以提供高能效的虚拟化集群系统。

Description

在虚拟化集群系统中进行能效管理的方法及装置
技术领域
本发明涉及虚拟化环境中的能耗管理，具体地说，涉及在虚拟化集群系统中进行能效管理的方法和装置。
背景技术
数据中心作为提供应用服务和管理服务的服务平台，已经获得了广泛的应用。当前，如何有效地降低数据中心的能耗以提供高能效的数据中心正成为讨论的焦点。
现在的数据中心大多采用主机(服务器)虚拟化的技术，以提高主机的能效。具体地，在一个物理主机上创建和管理多个虚拟机，这些虚拟机能够共享物理资源，并在同一个物理主机上并行运行。这些虚拟机由位于虚拟化层的虚拟机管理器管理，并由该虚拟机管理器进行分区以及CPU、内存和I/O设备的共享，而每一个虚拟机则根据请求运行各自的工作负载。虚拟机管理器可以根据应用的要求，调节每个虚拟机的资源提供。因此，采用虚拟化技术，可以降低能耗并调节数据中心的能效。
一般地，在虚拟化架构中进行能效管理的方式可包括：开/闭主机电源、CPU的动态电压调整(DVS)、虚拟机迁移、动态电压和频率调整(DVFS)等。
然而，现有的基于虚拟化技术的能效管理方法不能在满足服务质量(QoS)的要求的同时最大程度地提高能效或降低能耗。有的应用的工作负载波动得非常剧烈和频繁，如果采用例如基于虚拟机迁移的能效管理方法，将会导致虚拟机的频繁迁移。这样的话，首先，该能效管理方法不能迅速地响应工作负载的波动，因为虚拟机的迁移需要花费一定的时间，而工作负载的波动远远快于虚拟机的迁移；其次，虚拟机的迁移也是消耗能量的操作，频繁地迁移虚拟机也会增加能耗。
另一方面，由于不同的虚拟机运行不同的工作负载，因此，各个虚拟机对于硬件资源的要求也不尽相同。在这种情况下，当不同的虚拟机对同一个硬件资源的要求不相同时，出现资源分配的矛盾。这种矛盾虽然可以通过虚拟机管理器解决，但是，由于虚拟机管理器不能感知影响确定资源分配的流量特性，诸如资源要求、变化趋势等，因此，不能提供资源分配的最优决策，并且也不能知道这些决策对于虚拟机的性能变化的影响，从而不能提供最佳的能效管理。
因此，迫切需要一种在满足服务质量的同时降低能耗的技术方案，以提供高能效的数据中心。
发明内容
本发明正是基于上述技术问题而提出的，其目的在于提供一种在虚拟化集群系统中进行能效管理的方法和装置，其能够在使虚拟化集群系统满足服务质量要求的同时最大程度地进行节能。
根据本发明的一个方面，提供一种在虚拟化集群系统中进行能效管理的方法，其中，所述虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且所述至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理所述至少一个虚拟机的虚拟机管理器，所述方法包括：以一定的时间周期检测所述虚拟化集群系统的消息的流量特性；基于所检测的所述消息的流量特性，对所述至少一个后端物理主机的每一个生成各自的能效管理策略；以及执行所述能效管理策略。
根据本发明的另一个方面，提供一种在虚拟化集群系统中进行能效管理的装置，其中，所述虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且所述至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理所述至少一个虚拟机的虚拟机管理器，所述装置包括：检测模块，用于以一定的时间周期检测所述虚拟化集群系统的消息的流量特性；控制模块，用于基于所检测的所述消息的流量特性，对所述至少一个后端物理主机的每一个生成各自的能效管理策略；以及执行模块，用于执行所述能效管理策略。
附图说明
图1是根据本发明的一个实施例的在虚拟化集群系统中进行能效管理的方法的流程图；
图2是图1所示的实施例中检测流量特性的步骤的流程图；
图3是图1所示的实施例中生成能效管理决策的步骤的流程图；
图4是使用根据本发明的一个实施例的在虚拟化集群系统中进行能效管理的装置的虚拟化集群系统的示意性方框图。
具体实施方式
相信通过以下结合附图对本发明的具体实施例的详细描述，本发明的上述和其它目的、特征和优点将会更加明显。
图1是根据本发明的一个实施例的在虚拟化集群系统中进行能效管理的方法的流程图。下面结合附图，对本实施例进行详细的描述。
在本实施例和以后的实施例中，所谓“虚拟化集群系统”是指服务于应用的包括一个或多个实现虚拟化的物理主机的系统。具体地，虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理至少一个虚拟机的虚拟机管理器。
在本实施例中，前端物理主机是负责消息管理的代理服务器，后端物理主机是实现虚拟化的服务器，而虚拟机管理器可以使用Hypervisor软件。
一般地，在虚拟机上可安装有操作系统和中间件，并在中间件上运行应用。通过中间件，可以知道应用的部署和配置、工作负载的实时波动、资源(例如CPU、内存、I/O等)的提供、实时性能和QoS要求。
如图1所示，在步骤S101，以一定的时间周期检测虚拟化集群系统的消息的流量特性。如前所述，为了提供最优的能效管理，系统的流量特性是应当考虑的。在本实施例中，时间周期可以设置为例如5秒，当然，本领域的普通技术人员可以根据需要设置该时间周期。
图2示出了流量特性检测步骤S101的流程图。如图2所示，在步骤S201中，在前端物理主机上检测流入虚拟化集群系统的总流量的特性数据，其至少包括总流量的到达速率和消息在从前端物理主机分发到后端物理主机之前的等待时间。在步骤S205中，在每一个虚拟机上检测流入该虚拟机的分流量的特性数据、资源消耗数据和服务质量数据。在本实施例中，每一个虚拟机的分流量的特性数据至少包括消息从前端物理主机分发到该虚拟机的分发速率，资源消耗数据至少包括该虚拟机的CPU利用率，服务质量数据至少包括该虚拟机处理一个消息的服务时间。
在本实施例中，步骤S201和步骤S205是同时进行的。另外，本领域的普通技术人员能够理解，上述的系统的流量特性还可以根据不同的应用，包括其它的所需的衡量指标，例如吞吐量。
接着，在步骤S110，基于在步骤S101检测到的虚拟化集群系统的流量特性，对每一个后端物理主机生成各自的能效管理策略。图3示出了生成能效管理策略的步骤S110的流程图。
如图3所示，在步骤S301，根据所检测的流量特性，预测下一个时间周期的流量特性，包括总流量的特性数据以及每个虚拟机的分流量的特性数据、资源消耗数据和服务质量数据。该步骤可以通过使用所检测的流量特性训练流量模型来实现。
流量模型可根据虚拟化集群系统所服务的应用使用例如用于模拟HTTP业务流量和SIP业务流量的机器维修模型(machine repairmanmodel)，或者诸如M/M/n模型的传统排队模型等。
然后，在步骤S305，基于在步骤S301中预测的下一个时间周期的流量特性，对于每一个后端物理主机，计算用于能效管理的能效控制参数，以形成该后端物理主机的能效管理策略。在本实施例中，能效控制参数至少包括：总流量的准入速率；每个消息队列的队列长度限制；每个消息队列的权重；每个CPU的应设定频率值；以及每个CPU的启动/停止指令。由于不同应用所要求的QoS不同，因此，在前端物理主机上将流入虚拟化集群系统的消息进行分类，并将不同类别的消息放入不同的消息队列中。在这些参数中，总流量的准入速率、每个消息队列的队列长度限制和每个消息队列的权重用于控制性能，以达到QoS要求，而每个CPU的应设定频率值和每个CPU的启动/停止指令用于控制能耗，以达到最大的能效。上述的能效控制参数构成了能效管理策略。
在该步骤S110中，当前和历史的流量特性被用于预测未来的流量特性，并进一步地计算能效控制参数，这样，能效管理策略能够迅速响应流量特性的变化，从而达到最大程度的节能。
下面通过一个具体的例子说明如何计算能效控制参数以形成能效管理策略。
假设虚拟化集群系统包括2个后端物理主机，并且每一个后端物理主机上有1个CPU，每个CPU的可调频率为600MHz和1000MHz。通过在前端物理主机和后端物理主机上的检测可知，当CPU频率为600MHz且CPU利用率为50％时，该虚拟化集群系统的能耗为200瓦；当CPU频率为1000MHz且CPU利用率为30％时，该虚拟化集群系统的能耗为250瓦；每个请求所需的CPU的周期个数为1000个周期；并且当前的流量速率(总流量的到达速率)为300个请求/秒，且保持恒定。
那么，根据当前的流量速率，可计算出此时所有请求能够被服务所需要的CPU的周期个数是1000×300＝300M周期/秒。由于每个CPU的最小频率为600MHz，即每秒钟有600M个CPU周期，因此使用一个CPU就能够满足当前的流量要求。在这种情况下，所形成的能效管理策略如下：
1.该系统的总流量准入速率为300请求/秒；
2.使用一个后端物理主机上的CPU，即启动一个CPU，而停止另一个CPU；
3.确定所使用的CPU的频率为600MHz，其确定方法如下：假如CPU的频率为600MHz，则当流量准入速率为300请求/秒时，CPU的利用率为(1000×300)/600000＝50％，此时系统能耗为200瓦；假如CPU的频率为1000MHz，则当流量准入速率为300请求/秒时，CPU的利用率为(1000×300)/1000000＝30％，此时系统能耗为250瓦。因此，当CPU频率设为600MHz时，系统更加节能且能满足300请求/秒的流量要求；
4.前端物理主机中的消息队列的队列长度保持默认长度，因为CPU的资源充足，对于消息队列的长度没有特殊要求；
5.与启动CPU的后端物理主机对应的消息队列的权重被设为1，与停止CPU的后端物理主机对应的消息队列的权重被设为0，这表示所有的请求消息都发给启动CPU的后端物理主机。
然后，在步骤S120，执行在步骤S110中生成的能效管理策略。在本实施例中，根据总流量的准入速率、每个消息队列的队列长度限制和每个消息队列的权重，在前端物理主机中控制流入虚拟化集群系统的总流量，并且根据每个CPU的应设定频率值和每个CPU的启动/停止指令，在每一个后端物理主机的虚拟机管理器中控制对每个虚拟机的资源提供。
通过以上描述可以看出，采用本实施例的在虚拟化集群系统中进行能效管理的方法，能够检测虚拟化集群系统的实时流量特性，并以此为基础制定能效管理策略，控制系统的能量消耗，并对总流量进行准入控制，从而在满足服务质量要求的同时实现最佳节能，以提供高能效的虚拟化集群系统。
在相同的发明构思下，图4是使用根据本发明的一个实施例的在虚拟化集群系统中进行能效管理的装置的虚拟化集群系统的示意性方框图。下面结合附图，对本实施例进行详细描述，其中与前面实施例相同的部分，适当省略其说明。
在本实施例中，如前所述，虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且每一个后端物理主机容纳有至少一个虚拟机和用于管理这些虚拟机的虚拟机管理器。
如图4所示，本实施例的在虚拟化集群系统中进行能效管理的装置包括：检测模块，其以一定的时间周期检测虚拟化集群系统的流量特性；控制模块，其基于所检测的流量特性，对每一个后端物理主机生成各自的能效管理策略；以及执行模块，其执行所生成的能效管理策略。
在本实施例的装置中，首先，检测模块以一定的时间周期，例如5秒，检测虚拟化集群系统的流量特性。具体地，检测模块由位于前端物理主机上的第一检测单元401和位于每一个虚拟机上的第二检测单元402构成。
第一检测单元401检测流入虚拟化集群系统的总流量的特性数据，其至少包括总流量的到达速率和消息在从前端物理主机分发到后端主机之前的等待时间。
第二检测单元402检测流入该虚拟机的分流量的特性数据、资源消耗数据和服务质量数据，其中，分流量的特性数据至少包括消息从前端物理主机分发到该虚拟机的分发速率，资源消耗数据至少包括该虚拟机的CPU利用率，服务质量数据至少包括该虚拟机处理一个消息的服务时间。
然后，检测模块检测到的流量特性被传输给控制模块，用于生成每个后端物理主机的能效管理策略。
具体地，在控制模块中，预测单元403根据所接收的流量特性，预测下一个时间周期的流量特性。在本实施例中，预测单元403通过使用所接收的流量特性训练流量模型来进行预测。如前所述，流量模型可以采用机器维修模型或者传统的排队模型等。
然后，由预测单元403预测的下一个时间周期的流量特性被传送给计算单元404，由计算单元404计算用于每一个后端物理主机的能效管理的能效控制参数，从而形成该后端物理主机的能效管理策略。在本实施例中，能效控制参数至少包括：流入虚拟化集群系统的总流量的准入速率、每个消息队列的队列长度限制、每个消息队列的权重、每个CPU的应设定的频率值和每个CPU的启动/停止指令。
在本实施例中，控制模块可以是单独的部件，也可以集成在前端物理主机或者一个后端物理主机上。可选地，控制模块也可采用软件形式实现，其作为单独的软件进程运行在独立的物理主机上，或者运行在前端物理主机或者一个后端物理主机上。
然后，在控制模块中生成的能效管理策略被提供给执行模块。在执行模块中，第一执行单元405根据能效管理策略中的总流量的准入速率、每个消息队列的队列长度限制和每个消息队列的权重，在前端物理主机中控制流入虚拟化集群系统的总流量；第二执行单元406根据能效管理策略中的每个CPU的应设定频率值和每个CPU的启动/停止指令，在每一个后端物理主机的虚拟机管理器中控制对每个虚拟机的资源提供。
在本实施例中，第一执行单元405和第二执行单元406是单独的部件。但本领域的普通技术人员能够理解，第一执行单元405和第二执行单元406也可以合成为一个执行单元，或者将第一执行单元405集成在前端物理主机中，而将第二执行单元406集成在虚拟机管理器中。
通过以上描述可以看出，本实施例的在虚拟化集群系统中进行能效管理的装置在操作上可以实现图1至图3所示的在虚拟化集群系统中进行能效管理的方法。
应当指出，本实施例的在虚拟化集群系统中进行能效管理的装置及其各个组成部分可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合实现。
以上虽然通过一些示例性的实施例详细描述了本发明的在虚拟化集群系统中进行能效管理的方法和装置，但是以上这些实施例并不是穷举的，本领域技术人员可以在本发明的精神和范围内实现各种变化和修改。因此，本发明并不限于这些实施例，本发明的范围仅由所附的权利要求限定。

Claims (18)

1.一种在虚拟化集群系统中进行能效管理的方法，其中，所述虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且所述至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理所述至少一个虚拟机的虚拟机管理器，所述方法包括：
以一定的时间周期检测所述虚拟化集群系统的流量特性，其中，所述检测所述虚拟化集群系统的流量特性的步骤包括：在所述前端物理主机上检测流入所述虚拟化集群系统的总流量的特性数据；
基于所检测的所述流量特性，对所述至少一个后端物理主机的每一个生成各自的能效管理策略；以及
执行所述能效管理策略，其中，在所述至少一个后端物理主机的每一个中的所述虚拟机管理器中控制对每一个所述虚拟机的资源提供，
其中，所述检测所述虚拟化集群系统的流量特性的步骤还包括：
在所述至少一个虚拟机的每一个上检测流入该虚拟机的分流量的特性数据、资源消耗数据和服务质量数据，
其中，所述生成所述虚拟化集群系统的能效管理策略的步骤包括：
根据所检测的所述流量特性，预测下一个时间周期的流量特性；以及
基于所预测的下一个时间周期的流量特性，对于每一个所述后端物理主机，计算用于能效管理的能效控制参数，以形成该后端物理主机的能效管理策略。
2.根据权利要求1所述的方法，其中，所述总流量的特性数据至少包括：总流量的到达速率和消息在从所述前端物理主机分发到所述至少一个后端物理主机之前的等待时间。
3.根据权利要求1所述的方法，其中，每一个所述虚拟机的所述分流量的特性数据至少包括：消息从所述前端物理主机分发到该虚拟机的分发速率。
4.根据权利要求1所述的方法，其中，每一个所述虚拟机的所述资源消耗数据至少包括：该虚拟机的CPU利用率。
5.根据权利要求1所述的方法，其中，每一个所述虚拟机的所述服务质量数据至少包括：该虚拟机处理一个消息的服务时间。
6.根据权利要求1所述的方法，其中，所述预测下一个时间周期的流量特性的步骤通过训练流量模型实现。
7.根据权利要求1所述的方法，其中，所述能效控制参数至少包括：总流量的准入速率；每个消息队列的队列长度限制；每个消息队列的权重；每个CPU的应设定频率值；以及每个CPU的启动/停止指令。
8.根据权利要求6所述的方法，其中，所述能效控制参数至少包括：总流量的准入速率；每个消息队列的队列长度限制；每个消息队列的权重；每个CPU的应设定频率值；以及每个CPU的启动/停止指令。
9.根据权利要求7或8所述的方法，其中，所述执行所述能效管理策略包括：
根据所述能效管理策略中的总流量的准入速率、每个消息队列的队列长度限制和每个消息队列的权重，在所述前端物理主机中控制所述总流量；以及
根据所述能效管理策略中的每个CPU的应设定频率值和每个CPU的启动/停止指令，在所述至少一个后端物理主机的每一个中的所述虚拟机管理器中控制对每一个所述虚拟机的资源提供。
10.一种在虚拟化集群系统中进行能效管理的装置，其中，所述虚拟化集群系统包括一个前端物理主机和至少一个后端物理主机，并且所述至少一个后端物理主机的每一个容纳有至少一个虚拟机和用于管理所述至少一个虚拟机的虚拟机管理器，所述装置包括：
检测模块，用于以一定的时间周期检测所述虚拟化集群系统的流量特性，其中，所述检测模块包括：第一检测单元，其位于所述前端物理主机上，用于检测流入所述虚拟化集群系统的总流量的特性数据；
控制模块，用于基于所检测的所述流量特性，对所述至少一个后端物理主机的每一个生成各自的能效管理策略；以及
执行模块，用于执行所述能效管理策略，其中，在所述至少一个后端物理主机的每一个中的所述虚拟机管理器中控制对每个所述虚拟机的资源提供，
其中，所述检测模块还包括：
第二检测单元，其位于所述至少一个虚拟机的每一个上，用于检测流入该虚拟机的分流量的特性数据、资源消耗数据和服务质量数据，
其中，所述控制模块包括：
预测单元，用于根据所检测的所述流量特性，预测下一个时间周期的流量特性；以及
计算单元，用于基于所预测的下一个时间周期的流量特性，对于每一个所述后端物理主机，计算用于能效管理的能效控制参数，以形成该后端物理主机的能效管理策略。
11.根据权利要求10所述的装置，其中，所述总流量的特性数据至少包括：总流量的到达速率和消息在从所述前端物理主机分发到所述至少一个后端物理主机之前的等待时间。
12.根据权利要求10所述的装置，其中，每一个所述虚拟机的所述分流量的特性数据至少包括：消息从所述前端主机分发到该虚拟机的分发速率。
13.根据权利要求10所述的装置，其中，每一个所述虚拟机的所述资源消耗数据至少包括：该虚拟机的CPU利用率。
14.根据权利要求10所述的装置，其中，每一个所述虚拟机的所述服务质量数据至少包括：该虚拟机处理一个消息的服务时间。
15.根据权利要求10所述的装置，其中，所述预测单元通过训练流量模型来进行预测。
16.根据权利要求10所述的装置，其中，所述能效控制参数至少包括：总流量的准入速率；每个消息队列的队列长度限制；每个消息队列的权重；每个CPU的应设定的频率值；以及每个CPU的启动/停止指令。
17.根据权利要求15所述的装置，其中，所述能效控制参数至少包括：总流量的准入速率；每个消息队列的队列长度限制；每个消息队列的权重；每个CPU的应设定的频率值；以及每个CPU的启动/停止指令。
18.根据权利要求16或17所述的装置，其中，所述执行模块包括：
第一执行单元，用于根据所述能效管理策略中的总流量的准入速率、每个消息队列的队列长度限制和每个消息队列的权重，在所述前端物理主机中控制所述总流量；以及
第二执行单元，用于根据所述能效管理策略中的每个CPU的应设定频率值和每个CPU的启动/停止指令，在所述至少一个后端物理主机的每一个中的所述虚拟机管理器中控制对每个所述虚拟机的资源提供。
CN2008101763372A 2008-11-20 2008-11-20 在虚拟化集群系统中进行能效管理的方法及装置 Active CN101739113B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN2008101763372A CN101739113B (zh) 2008-11-20 2008-11-20 在虚拟化集群系统中进行能效管理的方法及装置
US13/130,312 US9043624B2 (en) 2008-11-20 2009-11-04 Method and apparatus for power-efficiency management in a virtualized cluster system
PCT/EP2009/064610 WO2010057775A2 (en) 2008-11-20 2009-11-04 Method and apparatus for power-efficiency management in a virtualized cluster system
EP09755861A EP2304564A2 (en) 2008-11-20 2009-11-04 Method and apparatus for power-efficiency management in a virtualized cluster system
KR1020117013857A KR20110097842A (ko) 2008-11-20 2009-11-04 가상화된 클러스터 시스템에서 전력-효율 관리를 위한 방법 및 장치
US14/699,896 US9250680B2 (en) 2008-11-20 2015-04-29 Method and apparatus for power-efficiency management in a virtualized cluster system
US14/989,515 US9477298B2 (en) 2008-11-20 2016-01-06 Method and apparatus for power-efficiency management in a virtualized cluster system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101763372A CN101739113B (zh) 2008-11-20 2008-11-20 在虚拟化集群系统中进行能效管理的方法及装置

Publications (2)

Publication Number Publication Date
CN101739113A CN101739113A (zh) 2010-06-16
CN101739113B true CN101739113B (zh) 2013-04-10

Family

ID=42139500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101763372A Active CN101739113B (zh) 2008-11-20 2008-11-20 在虚拟化集群系统中进行能效管理的方法及装置

Country Status (5)

Country Link
US (3) US9043624B2 (zh)
EP (1) EP2304564A2 (zh)
KR (1) KR20110097842A (zh)
CN (1) CN101739113B (zh)
WO (1) WO2010057775A2 (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739113B (zh) * 2008-11-20 2013-04-10 国际商业机器公司 在虚拟化集群系统中进行能效管理的方法及装置
EP2437169A1 (en) * 2010-09-13 2012-04-04 Fujitsu Limited Job scheduling timing apparatus and job scheduling timing method
JP5691390B2 (ja) * 2010-10-25 2015-04-01 サンケン電気株式会社 電源装置およびプログラム
CN102141930A (zh) * 2010-12-20 2011-08-03 华为技术有限公司 虚拟机资源分配方法和资源分配装置
CN102096461B (zh) * 2011-01-13 2013-06-19 浙江大学 基于虚拟机迁移和负载感知整合的云数据中心节能方法
CN102759979B (zh) 2011-04-29 2016-03-30 国际商业机器公司 一种虚拟机能耗估计方法及装置
CN103270470B (zh) * 2011-09-21 2016-02-17 英派尔科技开发有限公司 多核系统能耗优化
TWM432075U (en) * 2011-10-25 2012-06-21 Chunghwa Telecom Co Ltd Monitoring device and monitoring system applicable to cloud algorithm
CN102591443A (zh) * 2011-12-29 2012-07-18 华为技术有限公司 一种虚拟化集群整合方法、装置及系统
US9116181B2 (en) 2011-12-29 2015-08-25 Huawei Technologies Co., Ltd. Method, apparatus, and system for virtual cluster integration
US8949415B2 (en) * 2012-01-04 2015-02-03 International Business Machines Corporation Activity-based virtual machine availability in a networked computing environment
CN102932264B (zh) * 2012-11-02 2017-03-22 曙光云计算技术有限公司 流量溢出的判断方法和装置
CN103019366B (zh) * 2012-11-28 2015-06-10 国睿集团有限公司 基于cpu心跳幅度的物理主机负载检测方法
CN103036975B (zh) * 2012-12-13 2016-03-09 深信服网络科技（深圳）有限公司 虚拟机控制方法及装置
CN103218249B (zh) * 2013-03-27 2016-08-10 华为技术有限公司 一种虚拟化集群控制方法及设备、虚拟化集群系统
CN103488522B (zh) * 2013-09-22 2017-10-17 华为技术有限公司 一种管理虚拟机的设备的方法及设备
CN103677957B (zh) * 2013-12-13 2016-10-19 重庆邮电大学 云数据中心基于多资源的高能效虚拟机放置方法
CN104052625B (zh) * 2014-06-25 2017-07-11 汕头大学 一种集群服务器的节能部署方法与装置
US9948513B2 (en) 2015-03-13 2018-04-17 International Business Machines Corporation Managing servers with quality of service assurances
KR102366778B1 (ko) 2015-10-07 2022-02-24 한국전자통신연구원 가상화 서버 클러스터의 부하 분배 및 전력 관리 장치 및 그 방법
US9678783B2 (en) 2015-10-14 2017-06-13 International Business Machines Corporation Temporal dynamic virtual machine policies
CN105635285B (zh) * 2015-12-30 2018-12-14 南京理工大学 一种基于状态感知的vm迁移调度方法
US10191792B2 (en) * 2016-03-04 2019-01-29 International Business Machines Corporation Application abnormality detection
CN105930202B (zh) * 2016-04-29 2019-03-08 合肥工业大学 一种三阈值的虚拟机迁移方法
EP3408975B1 (en) * 2016-05-19 2020-04-29 Samsung Electronics Co., Ltd. Method and apparatus for managing multipath transmission control protocol
WO2018009103A1 (en) * 2016-07-05 2018-01-11 Telefonaktiebolaget Lm Ericsson (Publ) Power manager and method performed thereby for managing power of a datacentre
CN106774813A (zh) * 2017-01-11 2017-05-31 郑州云海信息技术有限公司 一种动态电源管理系统及方法
US10496150B2 (en) 2017-07-13 2019-12-03 Red Hat, Inc. Power consumption optimization on the cloud
CN110661824B (zh) * 2018-06-28 2022-04-12 阿里巴巴集团控股有限公司 分布式集群中服务器的流量调控方法及存储介质
US11640195B2 (en) * 2020-10-12 2023-05-02 Alibaba Group Holding Limited Service-level feedback-driven power management framework
CN117236822B (zh) * 2023-11-10 2024-01-30 合肥晶合集成电路股份有限公司 智能派货方法、装置、设备及介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050060590A1 (en) 2003-09-16 2005-03-17 International Business Machines Corporation Power-aware workload balancing usig virtual machines
US8555287B2 (en) 2006-08-31 2013-10-08 Bmc Software, Inc. Automated capacity provisioning method using historical performance data
US8037329B2 (en) * 2007-01-31 2011-10-11 Hewlett-Packard Development Company, L.P. Systems and methods for determining power consumption profiles for resource users and using the profiles for resource allocation
JP2009176033A (ja) * 2008-01-24 2009-08-06 Hitachi Ltd ストレージシステム及びその消費電力削減方法
US8996890B2 (en) * 2008-02-07 2015-03-31 Dell Products L.P. Method for power conservation in virtualized environments
US20090271646A1 (en) * 2008-04-24 2009-10-29 Vanish Talwar Power Management Using Clustering In A Multicore System
US9047083B2 (en) * 2008-09-15 2015-06-02 Vmware, Inc. Reducing power consumption in a server cluster
CN101739113B (zh) * 2008-11-20 2013-04-10 国际商业机器公司 在虚拟化集群系统中进行能效管理的方法及装置

Also Published As

Publication number Publication date
KR20110097842A (ko) 2011-08-31
US20160116966A1 (en) 2016-04-28
US9477298B2 (en) 2016-10-25
US9043624B2 (en) 2015-05-26
US20110289330A1 (en) 2011-11-24
CN101739113A (zh) 2010-06-16
US20150241938A1 (en) 2015-08-27
WO2010057775A2 (en) 2010-05-27
EP2304564A2 (en) 2011-04-06
US9250680B2 (en) 2016-02-02
WO2010057775A3 (en) 2010-08-05

Similar Documents

Publication Publication Date Title
CN101739113B (zh) 在虚拟化集群系统中进行能效管理的方法及装置
Khargharia et al. Autonomic power and performance management for computing systems
CN103365704B (zh) 虚拟机迁移中的内存预拷贝方法及执行该方法的装置和系统
CN102929720B (zh) 一种节能作业调度系统
CN104657215A (zh) 云计算中虚拟化节能系统
Kim et al. Free cooling-aware dynamic power management for green datacenters
US20110154327A1 (en) Method and apparatus for data center automation
WO2023015788A1 (zh) 一种面向能耗优化的无服务器计算资源分配系统
CN113672383A (zh) 一种云计算资源调度方法、系统、终端以及存储介质
CN108664116B (zh) 网络功能虚拟化的自适应省电方法、装置及cpu控制器
CN105786674A (zh) 一种调度方法及电子设备
Asyabi et al. Peafowl: In-application cpu scheduling to reduce power consumption of in-memory key-value stores
Raj et al. Power aware provisioning in cloud computing environment
JP3896352B2 (ja) 分散コンピューティングシステム
Deng et al. Conserving disk energy in virtual machine based environments by amplifying bursts
US11256321B2 (en) Network-driven, packet context-aware power management for client-server architecture
CN102043676A (zh) 虚拟化数据中心调度方法及系统
US11243603B2 (en) Power management of an event-based processing system
TW201111971A (en) Method and apparatus for power-efficiency management in a virtualized cluster system
Thiam et al. Energy efficient cloud data center using dynamic virtual machine consolidation algorithm
Kant et al. Enhancing data center sustainability through energy-adaptive computing
CN115686863A (zh) 一种混合轮询方法、装置、设备及可读存储介质
Peoples et al. Energy aware scheduling across ‘green’cloud data centres
KR20120061583A (ko) 서버의 전력을 감소시키는 컴퓨터 시스템
CN106293000B (zh) 一种面向云环境的虚拟机存储子系统节能方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant