CN102096461B - 基于虚拟机迁移和负载感知整合的云数据中心节能方法 - Google Patents

基于虚拟机迁移和负载感知整合的云数据中心节能方法 Download PDF

Info

Publication number
CN102096461B
CN102096461B CN2011100082277A CN201110008227A CN102096461B CN 102096461 B CN102096461 B CN 102096461B CN 2011100082277 A CN2011100082277 A CN 2011100082277A CN 201110008227 A CN201110008227 A CN 201110008227A CN 102096461 B CN102096461 B CN 102096461B
Authority
CN
China
Prior art keywords
load
virtual machine
server
migration
data center
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
CN2011100082277A
Other languages
English (en)
Other versions
CN102096461A (zh
Inventor
吴朝晖
叶可江
姜晓红
何钦铭
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN2011100082277A priority Critical patent/CN102096461B/zh
Publication of CN102096461A publication Critical patent/CN102096461A/zh
Application granted granted Critical
Publication of CN102096461B publication Critical patent/CN102096461B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Power Sources (AREA)

Abstract

本发明涉及计算机系统结构领域的系统级虚拟化技术及节能技术，公开了一种基于虚拟机迁移和负载感知整合的云数据中心节能方法，包括通过对物理机和虚拟机的资源利用率及当前各物理服务器的资源使用情况的监测，在负载感知的优化整合策略管理模块和虚拟机在线迁移控制模块的统一协调控制下，动态的完成云数据中心虚拟机负载的迁移和再整合操作，关闭无负载运行的物理服务器，提高服务器资源的总体利用率，达到节能目的。本发明有效地实现了基于虚拟机在线迁移和负载感知整合技术的云数据中心节能方法，降低云数据中心实际需要的物理服务器数量，实现绿色节能。

Description

基于虚拟机迁移和负载感知整合的云数据中心节能方法
技术领域
本发明涉及计算机系统结构领域的系统级虚拟化技术及节能技术，尤其涉及了一种基于虚拟机迁移和负载感知整合的云数据中心节能方法。
背景技术
数据中心作为一个传统的概念已经存在很多了，它的建立为特定科研关键领域提供巨大的计算和存储能力，如对地观测、高能物理、科学计算和仿真，石油探测等领域。近年来，随着计算机技术的发展尤其是计算机硬件设计能力和工艺的提升，服务器的能力变得越来越强，数据中心的规模也正变的越来越大，但同时能量的消耗也成为了一个突出的问题。根据有关部门的统计，目前服务器的能耗比10年前翻了10倍。在现代数据中心中，服务器的管理维护以及能源的开销已经超过了服务器设备的花费。面对高能耗问题，传统的节能方法主要从处理器芯片、内存管理和网络等方面开展一些能耗优化，但是这些方法往往针对特定的平台，通用性较差，而且实现较复杂。因此，在云数据中心中迫切需要新的节能技术来减少能耗的开销，基于虚拟机技术的节能方法是一种有效易操作的方法。
虚拟化技术的发展，为云计算的出现奠定了基础，并带动了相关技术的发展。虚拟化技术作为实现云计算基础设施即服务(IaaS)的关键技术，在云数据中心中扮演者越来越重要的角色。它把物理资源虚拟化，有效的提升了物理资源的利用率，并同时获得良好的可扩展性、动态灵活性等。虚拟化技术的两个重要应用场景是服务器整合和虚拟机在线迁移。服务器整合允许一台物理服务器上同时运行多个虚拟机实例，同时保证每个虚拟机之间相互隔离。通过服务器整合技术，可以把多个虚拟机服务器整合到一个物理服务器上，从而减少物理服务器的数目，有效减少能耗的使用，达到节能目的。虚拟机在线迁移技术，即在停机时间很短的情况下，把运行中的虚拟机负载迁移到目标物理服务器上，在这一过程中，用户感觉不出停机的发生。
在典型的云数据中心服务器中，每一种程序负载对资源的需求往往不同，有些负载是CPU密集型，有些是内存密集型的，有些是I/O密集型的。当把多个不同类型的服务器整合到一个服务器上，可以最大化各个维度的资源的使用，从而避免传统数据中心中应用程序对某一种特定系统资源需求很大，而其他系统资源得不到充分利用的状况。在无虚拟化环境下，尽管同一服务器上可以通过多线程的方式同时运行多个应用程序，但是程序之间存在相互干扰，稳定性、隔离性较差，一种应用程序的崩溃可以殃及其他程序的正常运行。引入虚拟化技术之后，多个应用程序在各自虚拟机里运行，虚拟机之间有着良好的隔离性，这样把多个虚拟机整合到一台物理服务器上，既可以提高系统的资源利用率，也维持了各应用程序之间的隔离性。
另外，很多情况下，用户对数据中心提供的服务质量的需求是连续的、不可中断的。传统的停机迁移技术，无法满足不中断服务的需求。虚拟机在线迁移技术，在极少停机时间的情况下(一般为几十毫秒，用户感觉不出来)完成虚拟机的迁移。这对于云数据中心在线设备维护、高可用性等方面有着重要的意义。把服务器整合和虚拟机在线迁移这两种技术结合在一起，并在负载感知的整合策略和自适应的迁移技术的统一协调控制下，可以有效实现云数据中心的节能目的。其过程示例如附图1所示，开始时第一台物理服务器上面运行有一台虚拟机，其占用的系统资源情况如下：CPU：25％，Mem：30％，Net：0％，可见这是一台资源利用率相对较低的服务器，为了节能，应把上面的虚拟机负载迁移到其他服务器上去。第二台物理服务器一开始运行有两台虚拟机，其占用的系统资源情况分别是CPU：50％，Mem：50％，Net：0％和CPU：20％，Mem：5％，Net：80％，第二台物理机可用的空闲资源为：CPU：30％，Mem：45％，Net：20％。这样通过负载感知的整合技术可以制定一个合理的整合策略，即把第一台服务器上的虚拟机迁移到第二台服务器上，使得各个维度的资源得到充分利用。最后通过迁移策略的制定，以及迁移的执行，真正把第一台物理机上的虚拟机迁移到第二台物理机上去。这样第二台物理机的系统资源利用率在各个维度上达到一个较理想的状态(CPU：95％，Mem：85％，Net：80％)，充分利用了闲置的系统资源，同时可以把第一台服务器关掉，节省了能耗。
发明内容
本发明针对现有技术中数据中心能耗消耗过大的缺点，提出了一种通过充分利用系统各个维度的资源，降低云数据中心实际需要的物理服务器数量，实现绿色节能的基于虚拟机迁移和负载感知整合的云数据中心节能方法。
为了解决上述技术问题，本发明通过下述技术方案得以解决：
基于虚拟机迁移和负载感知整合的云数据中心节能方法，包括如下步骤：
步骤a：服务器及虚拟机负载资源利用率的监测：通过监测模块对云数据中心中物理服务器及之上的虚拟机负载的运行状态及资源利用率进行实时监控，每隔一段时间，记录一次当前的资源利用率状态，监控模块记录这些物理服务器的信息，并生成一个待迁移的服务器列表S＝{Si，S2，...，Sn}；同时，计算每个物理服务器的空闲资源情况，PMidle i＝{CPUi，Memoryi，Networki}，接收别的虚拟机迁移过来，因数据中心中虚拟机镜像一般存储在第三方的存储服务器上，如SAN存储服务器，因此不考虑磁盘的因素。通过对虚拟机资源利用的分析，确定其负载的类型，所有这些信息记录完成后，发送给能耗管理中心进行整合决策和迁移决策的制定；
步骤b：负载感知的服务器整合策略的制定：服务器整合管理模块根据待迁移的服务器列表里的虚拟机负载的资源利用率情况，及其他剩余服务器空闲资源情况，并根据虚拟机负载的运行特征，按照负载感知的整合算法，制定合理的整合策略，目标是关闭尽可能多的物理服务器，保证其他服务器正常运行，即资源利用率低于100％；
步骤c：虚拟机迁移策略的确定及迁移的执行：根据计算生成的负载整合策略，确定迁移策略后，通过选择虚拟机在线迁移技术，触发虚拟机迁移的进行。
步骤d：空闲物理服务器的检测及关闭：通过调用远程调用的方式，查询每个物理服务器上的虚拟机运行列表，把只有VMM或Hypervisor运行而无虚拟机运行的物理服务器，确定为空闲服务器，对这些服务器进行关机操作，减少物理服务器的数量，达到节能的目的。
作为优选，所述的步骤a中在记录资源利用率状态过程中，发现物理服务器的资源利用率保持低于预期设定的阈值时(如每个维度的资源利用率都必须低于30％，这种状态需维持一定的时间T，避免状态的不稳定导致的迁移颠簸的情况的出现)，即认为这些服务器处于低利用率状态，需要迁移到其他服务器上去进行节能优化。
作为优选，所述的步骤b中的虚拟机负载的运行特征为CPU密集型负载、内存密集型负载、文件I/O密集型负载、网络I/O密集型负载或者混合型的负载。这对于整合策略的制定至关重要，避免虚拟机负载对某一特定资源的需求过重，而其他资源得不到充分利用的情况的出现。
作为优选，所述的步骤b中的负载感知的整合算法，具体步骤如下：
(1)用户首先确定CPU、内存和网络等资源的优先级排序。首先根据最优先的那种资源，把待迁移的服务器列表S＝{Si，S2，...，Sn}上所有的虚拟机按最优先的那种资源使用率情况从小到大升序排列，生成一个待迁移的虚拟机列表VM，对物理服务器的空闲资源情况PMidle从大到小排序。
(2)遍历VM列表，并将它分配到PMidle中空闲资源最多的物理服务器，按资源优先级顺序判断是否能分配成功，如果成功，则记录把该VMi迁移到目标服务器上；如果不成功，则转到下一个VM，继续以上过程，直到VM列表遍历完成，则算法结束。最终产生一个可执行的有效负载整合策略。
作为优选，所述的步骤c中的虚拟机在线迁移技术是一种动态在线的不停机的迁移技术，其迁移策略的制定是基于预先整合策略的计算。迁移是可执行的，合理和可执行的，有效避免迁移不成功或者颠簸情况的出现。
作为优选，所述的步骤c中的虚拟机在线迁移技术为预拷贝技术。
作为优选，所述的基于虚拟机迁移和负载感知整合的云数据中心节能方法是基于负载感知的服务器整合技术，该技术是基于多维度的负载特征分析和负载监控信息反馈的优化整合技术。
本发明由于采用了以上技术方案，具有显著的技术效果：
本方法不仅实现了基于多维度负载特征分析和负载监控信息反馈的服务器整合优化策略的制定；而且实现了把服务器整合和虚拟机在线迁移技术结合起来，协同实现数据中心的节能。它的主要功能是把负载轻的服务器上的虚拟机服务器尽可能迁移到其他还有空闲资源的服务器上，把完全空闲出来的服务器关闭，从而达到节能的目的。
本发明方法还具有以下特点：
一、动态的负载整合和迁移：本发明是基于物理服务器和虚拟机负载监控数据的实时分析，当数据中心运行一段时间后，各物理服务器资源分配情况出现变化，可以自动根据最新的稳定状态进行动态再整合和迁移。
二、多维目标驱动的优化整合策略的预计算：整合策略的制定是根据系统多维资源的考虑，目标是获得系统各个维度资源的平衡和充分利用，避免了系统某一种资源需求很大，而其他资源得不到充分利用情况的出现。通过整合策略的预先计算，可以制定合理、可执行的迁移策略，有效避免迁移不成功的情况。
三、在线的虚拟机迁移机制：本发现采用在线虚拟机迁移技术实现云数据中心负载的动态迁移，这种迁移机制保证了虚拟机在迁移过程中提供的服务不中断。
四、空闲服务器自动检测及关闭：通过定时调用查询接口查询虚拟机运行列表，如为空，则自动调用关闭命令关闭空闲物理机，该过程自动完成，无需人工干预。
附图说明
图1是本发明的虚拟机在线迁移示意图；
图2是本发明的架构模块图。
具体实施方式
下面结合附图1至图2与实施例对本发明作进一步详细描述：
实施例1
基于虚拟机迁移和负载感知整合的云数据中心节能方法，如图1至图2所示，包括如下步骤：
步骤a：服务器及虚拟机负载资源利用率的监测：通过监测模块对云数据中心中物理服务器及之上的虚拟机负载的运行状态及资源利用率进行实时监控，每隔一段时间，记录一次当前的资源利用率状态，监控模块记录这些物理服务器的信息，并生成一个待迁移的服务器列表S＝{Si，S2，...，Sn}；同时，计算每个物理服务器的空闲资源情况，PMidle i＝{CPUi，Memoryi，Networki}，接收别的虚拟机迁移过来，通过对虚拟机资源利用的分析，确定其负载的类型，所有这些信息记录完成后，发送给能耗管理中心进行整合决策和迁移决策的制定；
步骤b：负载感知的服务器整合策略的制定：服务器整合管理模块根据待迁移的服务器列表里的虚拟机负载的资源利用率情况，及其他剩余服务器空闲资源情况，并根据虚拟机负载的运行特征，按照负载感知的整合算法，制定合理的整合策略，目标是关闭尽可能多的物理服务器，保证其他服务器正常运行，即资源利用率低于100％；
步骤c：虚拟机迁移策略的确定及迁移的执行：根据计算生成的负载整合策略，确定迁移策略后，通过选择虚拟机在线迁移技术，触发虚拟机迁移的执行；
步骤d：空闲物理服务器的检测及关闭：通过调用远程调用的方式，查询每个物理服务器上的虚拟机运行列表，把只有VMM或Hypervisor运行而无虚拟机运行的物理服务器，确定为空闲服务器，对这些服务器进行关机操作，减少物理服务器的数量，达到节能的目的。
步骤a中在记录资源利用率状态过程中，发现物理服务器的资源利用率保持低于预期设定的阈值时，即认为这些服务器处于低利用率状态，需要迁移到其他服务器上去进行节能优化。
步骤b中的虚拟机负载的运行特征为CPU密集型负载、内存密集型负载、文件I/O密集型负载、网络I/O密集型负载或者混合型的负载。
步骤b中的负载感知的整合算法，具体步骤如下：
①用户首先确定CPU、内存和网络等资源的优先级排序。首先根据最优先的那种资源，把待迁移的服务器列表S＝{Si，S2，...，Sn}上所有的虚拟机按最优先的那种资源使用率情况从小到大升序排列，生成一个待迁移的虚拟机列表VM，对物理服务器的空闲资源情况PMidle从大到小排序。
②遍历VM列表，并将它分配到PMidle中空闲资源最多的物理服务器，按资源优先级顺序判断是否能分配成功，如果成功，则记录把该VMi迁移到目标服务器上；如果不成功，则转到下一个VM，继续以上过程，直到VM列表遍历完成，则算法结束。最终产生一个可执行的有效负载整合策略。
步骤c中的虚拟机在线迁移技术是一种动态在线的不停机的迁移技术，其迁移策略的制定是基于预先整合策略的计算。
步骤c中的虚拟机在线迁移技术还可以为预拷贝技术。
本发明是基于负载感知的服务器整合技术，该技术是基于多维度的负载特征分析和负载监控信息反馈的优化整合技术。
本发明已在Xen虚拟化平台上实现。由于Xen提供一套完善的虚拟机管理和监控工具，因此可以很方便调用其管理接口，这里，我们主要使用了Xen提供的xm/xentop等接口。其中Domain0和DomainU用的都是Ubuntu 8.10，内核版本为2.6.27。采用的物理机为Dell OPTIPLEX 755，配置为4核VCPU，2GB内存。每个虚拟机分配1个VCPU和512MB内存。
表-1给出了4种不同类型虚拟机负载随意整合的性能结果，可以看出，不同的整合策略会带来不同的效果。基于负载感知的整合策略(即SPECjbb和Sysbench整合)可以获得较好的性能，因SPECjbb是CPU密集型的负载，Sysbench是内存密集型负载，这两种负载整合在一起可以获得最优的整合效果。相比于最差的整合情况(SPECjbb和SPECjbb整合，导致CPU需求很大，而其他资源几乎得不到利用)，负载感知的整合方法可以获得17.28％的性能提升。
表-2给出了SPECjvm2008标准测试程序进行在线迁移时获得的停机时间数据。从表中可以看出，在各种不同负载下，停机时间基本保持在100ms以内，这在用户看来，感觉不到停机的发生，服务一直没有中断。Compress负载的停机时间特别长是因为它是一种压缩负载，会涉及很多的内存读写操作，因此内存污染比较严重，迁移的数据量就大，导致停机时间较长。
表-14种不同类型负载整合性能比较
表-2 SPECivm2008各子负载在线迁移时的停机时间(ms)
Figure BSA00000418910900092
本方法不仅实现了基于多维度负载特征分析和负载监控信息反馈的服务器整合优化策略的制定；而且实现了把服务器整合和虚拟机在线迁移技术结合起来，协同实现数据中心的节能。它的主要功能是把负载轻的服务器上的虚拟机服务器尽可能迁移到其他有空闲资源的服务器上，把完全空闲出来的服务器关闭，从而达到节能的目的。
总之，以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所作的均等变化与修饰，皆应属本发明专利的涵盖范围。

Claims (5)

1.基于虚拟机迁移和负载感知整合的云数据中心节能方法，其特征在于，包括如下步骤：
步骤a：服务器及虚拟机负载资源利用率的监测：通过监测模块对云数据中心中物理服务器及之上的虚拟机负载的运行状态及资源利用率进行实时监控，每隔一段时间，记录一次当前的资源利用率状态，监控模块记录这些物理服务器的信息，并生成一个待迁移的服务器列表S＝{Si，S2，...，Sn}；同时，计算每个物理服务器的空闲资源情况，PMidle i＝{CPUi，Memoryi，Networki}，通过对虚拟机资源利用的分析，确定其负载的类型，所有这些信息记录完成后，发送给能耗管理中心进行整合决策和迁移决策的制定；
步骤b：负载感知的服务器整合策略的制定：服务器整合管理模块根据待迁移的服务器列表里的虚拟机负载的资源利用率情况，及其他剩余服务器空闲资源情况，并根据虚拟机负载的运行特征，按照负载感知的整合方法，制定合理的整合策略，目标是关闭尽可能多的物理服务器，保证其他服务器正常运行，即资源利用率低于100％；
步骤c：虚拟机迁移策略的确定及迁移的执行：根据计算生成的负载整合策略，确定迁移策略后，通过选择虚拟机在线迁移技术，触发虚拟机迁移的运行；
步骤d：空闲物理服务器的检测及关闭：通过调用远程调用的方式，查询每个物理服务器上的虚拟机运行列表，把只有VMM或Hypervisor运行而无虚拟机运行的物理服务器，确定为空闲服务器，对这些服务器进行关机操作，减少物理服务器的数量，达到节能的目的；
所述的步骤b中的虚拟机负载的运行特征为CPU密集型负载、内存密集型负载、文件I/O密集型负载、网络I/O密集型负载或者混合型的负载；
所述的步骤b中的负载感知的整合方法，具体步骤如下：
①用户首先确定CPU、内存和网络资源的优先级排序；首先根据最优先的那种资源，把待迁移的服务器列表S＝{Si，S2，...，Sn}上所有的虚拟机按最优先的那种资源使用率情况从小到大升序排列，生成一个待迁移的虚拟机列表VM，对物理服务器的空闲资源情况PMidle从大到小排序；
②遍历VM列表，并将它分配到PMidle中空闲资源最多的物理服务器，按资源优先级顺序判断是否能分配成功，如果成功，则记录把该VMi迁移到目标服务器上；如果不成功，则转到下一个VM，继续以上过程，直到VM列表遍历完成，则VM列表遍历结束；最终产生一个可执行的有效负载整合策略。
2.根据权利要求1所述的基于虚拟机迁移和负载感知整合的云数据中心节能方法，其特征在于：所述的步骤a中在记录资源利用率状态过程中，发现物理服务器的资源利用率保持低于预期设定的阈值时，即认为这些服务器处于低利用率状态，需要迁移到其他服务器上去进行节能优化。
3.根据权利要求1所述的基于虚拟机迁移和负载感知整合的云数据中心节能方法，其特征在于：所述的步骤c中的虚拟机在线迁移技术是一种动态在线的不停机的迁移技术，其迁移策略的制定是基于预先整合策略的计算。
4.根据权利要求1所述的基于虚拟机迁移和负载感知整合的云数据中心节能方法，其特征在于：所述的步骤c中的虚拟机在线迁移技术为预拷贝技术。
5.根据权利要求1所述的基于虚拟机迁移和负载感知整合的云数据中心节能方法，其特征在于：所述基于虚拟机迁移和负载感知整合的云数据中心节能方法是基于负载感知的服务器整合技术，该技术是基于多维度的负载特征分析和负载监控信息反馈的优化整合技术。
CN2011100082277A 2011-01-13 2011-01-13 基于虚拟机迁移和负载感知整合的云数据中心节能方法 Active CN102096461B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2011100082277A CN102096461B (zh) 2011-01-13 2011-01-13 基于虚拟机迁移和负载感知整合的云数据中心节能方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100082277A CN102096461B (zh) 2011-01-13 2011-01-13 基于虚拟机迁移和负载感知整合的云数据中心节能方法

Publications (2)

Publication Number Publication Date
CN102096461A CN102096461A (zh) 2011-06-15
CN102096461B true CN102096461B (zh) 2013-06-19

Family

ID=44129582

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011100082277A Active CN102096461B (zh) 2011-01-13 2011-01-13 基于虚拟机迁移和负载感知整合的云数据中心节能方法

Country Status (1)

Country Link
CN (1) CN102096461B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775949A (zh) * 2016-12-28 2017-05-31 广西大学 一种感知复合应用特征与网络带宽的虚拟机在线迁移优化方法
CN108279967A (zh) * 2017-10-25 2018-07-13 国云科技股份有限公司 一种虚拟机与容器混合调度方法

Families Citing this family (112)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102841808B (zh) * 2011-06-21 2017-12-08 技嘉科技股份有限公司 电脑系统的效能提升方法及其电脑系统
CN102279771B (zh) * 2011-09-02 2013-07-10 北京航空航天大学 一种虚拟化环境中自适应按需资源分配的方法及系统
US8635152B2 (en) 2011-09-14 2014-01-21 Microsoft Corporation Multi tenancy for single tenancy applications
US20130067469A1 (en) * 2011-09-14 2013-03-14 Microsoft Corporation Load Balancing By Endpoints
CN102333088B (zh) * 2011-09-26 2014-08-27 华中科技大学 服务器资源管理系统
CN103064733A (zh) * 2011-10-20 2013-04-24 电子科技大学 云计算虚拟机热迁移技术
CN102419718A (zh) * 2011-10-28 2012-04-18 浪潮(北京)电子信息产业有限公司 资源调度方法
CN102426475A (zh) * 2011-11-04 2012-04-25 中国联合网络通信集团有限公司 桌面虚拟化环境下的节能方法、节能管理服务器及系统
CN103136030A (zh) * 2011-11-24 2013-06-05 鸿富锦精密工业（深圳）有限公司 虚拟机管理系统及方法
CN102520785B (zh) * 2011-12-27 2015-04-15 东软集团股份有限公司 一种云数据中心能耗管理方法及系统
CN102404412B (zh) * 2011-12-28 2014-01-08 北京邮电大学 云计算数据中心节能方法及系统
CN102893229B (zh) 2011-12-29 2013-12-04 华为技术有限公司 一种节能监控方法以及设备
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
CN102609808A (zh) * 2012-01-17 2012-07-25 北京百度网讯科技有限公司 一种用于对数据中心进行能耗管理的方法与设备
CN103248659B (zh) * 2012-02-13 2016-04-20 北京华胜天成科技股份有限公司 一种云计算资源调度方法和系统
CN103354990B (zh) * 2012-02-13 2016-09-21 华为技术有限公司 处理云平台中的虚拟机的系统和方法
CN102646062B (zh) * 2012-03-20 2014-04-09 广东电子工业研究院有限公司 一种云计算平台应用集群弹性扩容方法
CN102724058A (zh) * 2012-03-27 2012-10-10 鞠洪尧 一种物联网服务器群智能管控系统
CN102708000B (zh) * 2012-04-19 2014-10-29 北京华胜天成科技股份有限公司 通过虚拟机迁移实现能耗控制的系统和方法
CN102629154A (zh) * 2012-04-22 2012-08-08 复旦大学 利用动态虚拟化技术减少大量空闲桌面pc能源消耗的方法
CN102707995B (zh) * 2012-05-11 2014-07-23 马越鹏 基于云计算环境的业务调度的方法及装置
CN102722235B (zh) * 2012-06-01 2014-12-17 马慧 碳足迹减少的服务器资源整合方法
CN103516759B (zh) * 2012-06-28 2018-11-09 中兴通讯股份有限公司 云系统资源管理方法、云呼叫中心坐席管理方法和云系统
WO2014019119A1 (zh) * 2012-07-30 2014-02-06 华为技术有限公司 一种资源故障管理方法、装置及系统
CN103677967B (zh) * 2012-09-03 2017-03-01 阿里巴巴集团控股有限公司 一种数据库的远程数据服务系统及任务调度方法
CN102929687B (zh) * 2012-10-12 2016-05-25 山东省计算中心（国家超级计算济南中心） 一种节能的云计算数据中心虚拟机放置方法
CN102981910B (zh) * 2012-11-02 2016-08-10 曙光云计算技术有限公司 虚拟机调度的实现方法和装置
CN103810016B (zh) * 2012-11-09 2017-07-07 北京华胜天成科技股份有限公司 实现虚拟机迁移的方法、装置和集群系统
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
CN103888420A (zh) * 2012-12-20 2014-06-25 中国农业银行股份有限公司广东省分行 一种虚拟服务器系统
CN103888501A (zh) * 2012-12-24 2014-06-25 华为技术有限公司 虚拟机迁移方法和装置
CN102981893B (zh) * 2012-12-25 2015-11-25 国网电力科学研究院 一种虚拟机调度方法及系统
CN103905494A (zh) * 2012-12-27 2014-07-02 鸿富锦精密工业（深圳）有限公司 虚拟机的登录界面排序系统及方法
CN103077082B (zh) * 2013-01-08 2016-12-28 中国科学院深圳先进技术研究院 一种数据中心负载分配及虚拟机迁移节能方法及系统
CN103092677A (zh) * 2013-01-10 2013-05-08 华中科技大学 一种适用于虚拟化平台的内存节能系统和方法
CN103078759B (zh) * 2013-01-25 2017-06-06 北京润通丰华科技有限公司 计算节点的管理方法及装置、系统
CN103095506A (zh) * 2013-02-06 2013-05-08 浪潮电子信息产业股份有限公司 一种云环境下基于设备健康状态的资源调整方法
CN103294521B (zh) * 2013-05-30 2016-08-10 天津大学 一种降低数据中心通信负载及能耗的方法
CN104239159A (zh) * 2013-06-11 2014-12-24 鸿富锦精密工业（深圳）有限公司 虚拟机维护系统及方法
CN103279392B (zh) * 2013-06-14 2016-06-29 浙江大学 一种云计算环境下虚拟机上运行的负载分类方法
CN103327093B (zh) * 2013-06-17 2016-04-27 苏州市职业大学 云计算系统的控制方法
CN103365729A (zh) * 2013-07-19 2013-10-23 哈尔滨工业大学深圳研究生院 一种基于任务类型的动态MapReduce 调度方法及系统
CN103412635B (zh) * 2013-08-02 2016-02-24 清华大学 数据中心节能方法及装置
CN103428008B (zh) * 2013-08-28 2016-08-10 浙江大学 面向多用户群的大数据分发方法
CN103530189B (zh) * 2013-09-29 2018-01-19 中国科学院信息工程研究所 一种面向流式数据的自动伸缩及迁移的方法及装置
US20160216994A1 (en) * 2013-10-03 2016-07-28 Telefonaktiebolaget Lm Ericsson (Publ) Method, system, computer program and computer program product for monitoring data packet flows between virtual machines, vms, within a data centre
CN103559084B (zh) * 2013-10-17 2016-10-26 电子科技大学 一种节能数据中心的虚拟机迁移方法
CN103677960B (zh) * 2013-12-19 2017-02-01 安徽师范大学 一种能耗约束的虚拟机博弈重放置方法
US9813335B2 (en) * 2014-08-05 2017-11-07 Amdocs Software Systems Limited System, method, and computer program for augmenting a physical system utilizing a network function virtualization orchestrator (NFV-O)
CN103810038B (zh) * 2014-01-24 2018-04-06 新华三技术有限公司 一种ha集群中虚拟机存储文件迁移方法及其装置
CN104281532B (zh) * 2014-05-15 2017-04-12 浙江大学 一种基于numa架构的虚拟机内存访问监测方法
GB201409056D0 (en) * 2014-05-21 2014-07-02 Univ Leeds Datacentre
CN105302641B (zh) * 2014-06-04 2019-03-22 杭州海康威视数字技术股份有限公司 虚拟化集群中进行节点调度的方法及装置
CN104142850B (zh) * 2014-07-03 2017-08-29 浙江大学 数据中心的节能调度方法
CN104301389A (zh) * 2014-09-19 2015-01-21 华侨大学 一种云计算系统的能效监控和管理方法与系统
CN105630601A (zh) * 2014-11-03 2016-06-01 阿里巴巴集团控股有限公司 基于实时计算的资源分配方法及系统
CN104539716A (zh) * 2015-01-04 2015-04-22 国网四川省电力公司信息通信公司 云桌面管理系统桌面虚拟机调度控制系统及方法
CN104636197B (zh) * 2015-01-29 2017-12-19 东北大学 一种数据中心虚拟机迁移调度策略的评价方法
CN104679594B (zh) * 2015-03-19 2017-11-14 福州环亚众志计算机有限公司 一种中间件分布式计算方法
CN104881316A (zh) * 2015-05-22 2015-09-02 中国联合网络通信集团有限公司 一种迁移虚拟机的方法及装置
CN106325999A (zh) * 2015-06-30 2017-01-11 华为技术有限公司 一种分配宿主机资源的方法和装置
CN106331036B (zh) * 2015-06-30 2020-05-26 联想(北京)有限公司 一种服务器控制方法及装置
CN105183130A (zh) * 2015-08-03 2015-12-23 广东睿江科技有限公司 一种云平台下物理机节省电能的方法及装置
CN105446815A (zh) * 2015-10-30 2016-03-30 浪潮(北京)电子信息产业有限公司 虚拟化系统的监控方法和装置
CN105471986B (zh) * 2015-11-23 2019-08-20 华为技术有限公司 一种数据中心建设规模评估方法及装置
CN105488139B (zh) * 2015-11-25 2018-11-30 国电南瑞科技股份有限公司 基于用电信息采集系统的跨平台存储数据迁移的方法
CN105607943A (zh) * 2015-12-18 2016-05-25 浪潮集团有限公司 一种云环境下虚拟机动态部署机制
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
CN105743696A (zh) * 2016-01-26 2016-07-06 中标软件有限公司 一种云计算平台管理方法
CN107203255A (zh) * 2016-03-20 2017-09-26 田文洪 一种网络功能虚拟化环境中迁移节能方法和装置
US11221875B2 (en) 2016-03-31 2022-01-11 Intel Corporation Cooperative scheduling of virtual machines
CN107301092B (zh) * 2016-04-15 2020-11-10 中移(苏州)软件技术有限公司 一种云计算资源池系统节能方法、装置及系统
CN106055380B (zh) * 2016-05-20 2019-04-26 郑州丞极信息科技有限责任公司 一种业务服务器的整合方法及系统
CN106020934A (zh) * 2016-05-24 2016-10-12 浪潮电子信息产业股份有限公司 一种基于虚拟集群在线迁移的优化部署方法
CN106168911A (zh) * 2016-06-30 2016-11-30 联想(北京)有限公司 一种信息处理方法和设备
CN106155793B (zh) * 2016-07-19 2019-05-28 浪潮(北京)电子信息产业有限公司 一种资源调度方法及装置
CN106445631B (zh) * 2016-08-26 2020-02-14 华为技术有限公司 一种布署虚拟机的方法、系统以及物理服务器
CN107888437B (zh) * 2016-09-29 2021-11-02 阿里巴巴集团控股有限公司 云监控方法及设备
CN107967164B (zh) * 2016-10-19 2021-08-13 阿里巴巴集团控股有限公司 一种虚拟机热迁移的方法及系统
CN106843998A (zh) * 2016-12-16 2017-06-13 郑州云海信息技术有限公司 一种数据中心管理方法及装置
US20180316626A1 (en) * 2017-04-28 2018-11-01 Futurewei Technologies, Inc. Guided Optimistic Resource Scheduling
CN109144658B (zh) * 2017-06-27 2022-07-15 阿里巴巴集团控股有限公司 有限资源的负载均衡方法、装置及电子设备
CN107294865B (zh) * 2017-07-31 2019-12-06 华中科技大学 一种软件交换机的负载均衡方法及软件交换机
CN107894944A (zh) * 2017-11-30 2018-04-10 三盟科技股份有限公司 一种基于大数据和云计算业务下的智能监控方法及系统
CN108134821B (zh) * 2017-12-14 2020-09-08 南京邮电大学 一种基于预计算与实时计算协同的多域资源感知迁移方法
CN108090225B (zh) * 2018-01-05 2023-06-30 腾讯科技（深圳）有限公司 数据库实例的运行方法、装置、系统及计算机可读存储介质
CN108595266A (zh) * 2018-04-18 2018-09-28 北京奇虎科技有限公司 基于区域内闲散算力的资源应用方法及装置、计算设备
CN108804210B (zh) * 2018-04-23 2021-05-25 北京奇艺世纪科技有限公司 一种云平台的资源配置方法及装置
CN109491760B (zh) * 2018-10-29 2021-10-19 中国科学院重庆绿色智能技术研究院 一种高效能数据中心云服务器资源自主管理方法
CN109740178B (zh) * 2018-11-27 2021-05-07 中国科学院计算技术研究所 多租户数据中心能效优化方法、系统及联合建模方法
CN111352721A (zh) * 2018-12-21 2020-06-30 中国移动通信集团山东有限公司 一种业务的迁移方法及装置
CN111444008B (zh) * 2018-12-29 2024-04-16 北京奇虎科技有限公司 集群间服务迁移方法及装置
CN110401695A (zh) * 2019-06-12 2019-11-01 北京因特睿软件有限公司 云资源动态调度方法、装置和设备
CN110321198B (zh) * 2019-07-04 2020-08-25 广东石油化工学院 一种容器云平台计算资源与网络资源协同调度方法及系统
US11755372B2 (en) 2019-08-30 2023-09-12 Microstrategy Incorporated Environment monitoring and management
US11714658B2 (en) 2019-08-30 2023-08-01 Microstrategy Incorporated Automated idle environment shutdown
CN110597598B (zh) * 2019-09-16 2023-07-14 电子科技大学广东电子信息工程研究院 一种云环境中的虚拟机迁移的控制方法
CN110806918A (zh) * 2019-09-24 2020-02-18 梁伟 基于深度学习神经网络的虚拟机运行方法和装置
CN110784539A (zh) * 2019-10-29 2020-02-11 深圳供电局有限公司 一种基于云计算的数据管理系统及方法
CN112395046B (zh) * 2020-07-30 2021-06-04 上海有孚智数云创数字科技有限公司 虚拟机迁移规划调度方法及其系统与介质
CN112068943B (zh) * 2020-09-08 2022-11-25 山东省计算中心（国家超级计算济南中心） 一种基于复杂异构环境的微服务调度方法及其实现系统
CN112269632B (zh) * 2020-09-25 2024-02-23 北京航空航天大学杭州创新研究院 一种优化云数据中心的调度方法和系统
CN112380005A (zh) * 2020-11-10 2021-02-19 深圳供电局有限公司 一种数据中心能耗管理方法及系统
CN112416517A (zh) * 2020-11-20 2021-02-26 北京优炫软件股份有限公司 一种虚拟化计算组织控制管理系统及方法
CN112416516A (zh) * 2020-11-20 2021-02-26 中国电子科技集团公司第二十八研究所 一种面向资源效用提升的云数据中心资源调度方法
CN113259473B (zh) * 2021-06-08 2021-11-05 广东睿江云计算股份有限公司 一种自适应云数据迁移的方法
CN114048004A (zh) * 2021-11-22 2022-02-15 北京志凌海纳科技有限公司 虚拟机高可用批量调度方法、装置、设备及存储介质
CN114296868B (zh) * 2021-12-17 2022-10-04 中电信数智科技有限公司 一种多云环境下基于用户体验的虚拟机自动迁移决策方法
CN115562812A (zh) * 2022-10-23 2023-01-03 国网江苏省电力有限公司信息通信分公司 面向机器学习训练的分布式虚拟机调度方法、装置和系统
CN117148955B (zh) * 2023-10-30 2024-02-06 北京阳光金力科技发展有限公司 一种基于能耗数据的数据中心能耗管理方法
CN117519980B (zh) * 2023-11-22 2024-04-05 联通(广东)产业互联网有限公司 节能型数据中心

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1947096A (zh) * 2004-05-08 2007-04-11 国际商业机器公司 虚拟机计算机程序的动态迁移
CN101425021A (zh) * 2007-10-31 2009-05-06 卢玉英 基于虚拟机技术的个人计算机可迁移应用模式
CN101593133A (zh) * 2009-06-29 2009-12-02 北京航空航天大学 虚拟机资源负载均衡方法及装置
WO2010057775A2 (en) * 2008-11-20 2010-05-27 International Business Machines Corporation Method and apparatus for power-efficiency management in a virtualized cluster system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1947096A (zh) * 2004-05-08 2007-04-11 国际商业机器公司 虚拟机计算机程序的动态迁移
CN101425021A (zh) * 2007-10-31 2009-05-06 卢玉英 基于虚拟机技术的个人计算机可迁移应用模式
WO2010057775A2 (en) * 2008-11-20 2010-05-27 International Business Machines Corporation Method and apparatus for power-efficiency management in a virtualized cluster system
CN101593133A (zh) * 2009-06-29 2009-12-02 北京航空航天大学 虚拟机资源负载均衡方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106775949A (zh) * 2016-12-28 2017-05-31 广西大学 一种感知复合应用特征与网络带宽的虚拟机在线迁移优化方法
CN106775949B (zh) * 2016-12-28 2020-08-18 广西大学 感知复合应用特征与网络带宽的虚拟机在线迁移优化方法
CN108279967A (zh) * 2017-10-25 2018-07-13 国云科技股份有限公司 一种虚拟机与容器混合调度方法

Also Published As

Publication number Publication date
CN102096461A (zh) 2011-06-15

Similar Documents

Publication Publication Date Title
CN102096461B (zh) 基于虚拟机迁移和负载感知整合的云数据中心节能方法
Wu et al. Energy-efficient hadoop for big data analytics and computing: A systematic review and research insights
Anderson et al. Treehouse: A case for carbon-aware datacenter software
CN102662750A (zh) 基于弹性虚拟机池的虚拟机资源优化控制方法及其系统
US9442550B2 (en) Techniques for placing applications in heterogeneous virtualized systems while minimizing power and migration cost
CN102868763B (zh) 一种云计算环境下虚拟web应用集群节能的动态调整方法
CN105302630A (zh) 一种虚拟机的动态调整方法及其系统
Li et al. Opportunistic scheduling in clouds partially powered by green energy
TW201324357A (zh) 虛擬機叢集之綠能管理方法
Sharma et al. A technical review for efficient virtual machine migration
CN103970256A (zh) 一种基于内存压缩和cpu动态调频的节能方法及系统
Xiong et al. An energy-optimization-based method of task scheduling for a cloud video surveillance center
Feller et al. State of the art of power saving in clusters and results from the EDF case study
Yuan et al. An Online Energy Saving Resource Optimization Methodology for Data Center.
Chen et al. MRSIM: mitigating reducer skew In MapReduce
Rubyga et al. A survey of computing strategies for green cloud
CN103092677A (zh) 一种适用于虚拟化平台的内存节能系统和方法
CN108255431B (zh) 一种统一管理的、基于策略的低功耗归档分析系统
Gupta et al. HeteroMates: Providing high dynamic power range on client devices using heterogeneous core groups
Wu et al. Overview of typical application energy efficiency optimization in high-performance data centers
Seibold et al. Efficient deployment of main-memory DBMS in virtualized data centers
Kumbhare et al. A Review on A Greener Approach to Information Technology: Green Cloud Computing
Zhang The key technology research of virtual laboratory based on cloud computing
Yang et al. Energy Consumption Measurement and Management Method Based on Cloud Computing Environment
CN102999376A (zh) 一种面向电力多租户的虚拟桌面资源动态调度方法

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