CN103077082B - 一种数据中心负载分配及虚拟机迁移节能方法及系统 - Google Patents

一种数据中心负载分配及虚拟机迁移节能方法及系统 Download PDF

Info

Publication number
CN103077082B
CN103077082B CN201310006141.XA CN201310006141A CN103077082B CN 103077082 B CN103077082 B CN 103077082B CN 201310006141 A CN201310006141 A CN 201310006141A CN 103077082 B CN103077082 B CN 103077082B
Authority
CN
China
Prior art keywords
server
virtual machine
list
resource
migration
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
CN201310006141.XA
Other languages
English (en)
Other versions
CN103077082A (zh
Inventor
陈辉
向洁
须成忠
张帆
李宇飞
陈光华
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.)
Shenzhen Institute of Advanced Technology of CAS
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
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 Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201310006141.XA priority Critical patent/CN103077082B/zh
Publication of CN103077082A publication Critical patent/CN103077082A/zh
Application granted granted Critical
Publication of CN103077082B publication Critical patent/CN103077082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

Abstract

本发明涉及互联网通信领域，公开了一种数据中心负载分配及虚拟机迁移节能方法，包括：首先生成超载服务器列表，按照最优先所需资源的利用率由小到大排序，形成有序的待迁移虚拟机列表，并将有序待迁移虚拟机列表中的虚拟机迁移到目标服务器上；然后选出处于低载状态且能效比最小的服务器sm，对其上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若都预分配成功，则迁移服务器上的所有虚拟机，并再搜索是否还存在满足条件的服务器sm，否则不迁移并结束低载服务器虚拟机分配阶段。本发明可实现更低能耗负载分配和虚拟机迁移，有效提高了数据中心内服务器的利用率。

Description

一种数据中心负载分配及虚拟机迁移节能方法及系统
技术领域
本发明属于互联网通信领域，尤其涉及一种数据中心负载分配及虚拟机迁移节能方法及系统。
背景技术
目前数据中心的节能方法中都没有考虑数据中心内服务器的异构性，如不同批次进购的服务器的型号和性能一般会有差异，这也就导致不同服务器的能效比(Performance/Power)不同。由此，本发明在分配负载和虚拟机迁移中考虑了服务器的能效因素，提出了一种使数据中心更节能的方法。
目前已有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，整合过程是基于负载运行特征的，依据负载使用资源的优先级，将虚拟机或负载分配到数据中心内空闲资源最多的物理服务器上。
而数据中心节能技术未考虑不同机型服务器的单位能效比（执行单次计算所需的能耗），而是在假设数据中心中服务器运行同样的CPU、Memory I/O和Network所消耗的能量是一样的前提下，依据请求的资源量和优先级进行分配的。优先关闭利用率低且能效比也低的服务器，使数据中心内的服务器在能效比较高的情况下运行，能够更充分利用已有资源、节省更多的能量。
本发明的发明人在实施过程发现现有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存在以下缺点：
(1)待迁移的虚拟机总共所需的资源可能超过备选服务器集群空闲资源情况PMidle的总值，会导致经过整合算法后仍有一些服务器在低利用率下运行；
(2)其次，当前现有方案将待迁移的虚拟机列表中资源利用率最小的分配给服务器空闲资源最多的物理服务器上，而这个服务器空闲资源情况PMidle中空闲资源最多的必然是那些待迁移服务器，这样会导致优先填满的是那些最空闲的服务器，出现待迁移的虚拟机资源需求较大时，就没有满足条件的空闲物理机供选择。
发明内容
有鉴于此，本发明实施例提供一种数据中心负载分配及虚拟机迁移节能方法及系统，旨在解决当前数据中心能耗过大和服务器机型各异导致异构性的问题。
为此，本发明实施例提供了如下技术方案：
一种数据中心负载分配及虚拟机迁移节能方法，包括：
a、实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；
b、遍历所述超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后按照步骤a检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
c、对服务器空闲资源依据服务器能效比由大到小排序，遍历所述第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将第一待迁移虚拟机列表中的虚拟机迁移到所述第一目标服务器上；
d、采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
e、若存在步骤d所述的服务器sm，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息，重复步骤d和步骤e。
另外，本发明实施例还进一步提供了如下技术方案：
一种数据中心负载分配及虚拟机迁移节能系统，包括：
超载服务器列表生成模块，用于实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；
第一待迁移虚拟机列表形成模块，用于遍历所述超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后再采用超载服务器列表生成模块检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
超载虚拟机迁移模块，用于对服务器空闲资源依据服务器能效比由大到小排序，遍历所述第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将待迁移虚拟机列表中的虚拟机迁移到所述第一目标服务器上；
数据采集模块，用于采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
低载虚拟机迁移模块，用于在若存在所述服务器sm时，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息。
相对于现有技术，本发明实施例提供的数据中心负载分配及虚拟机迁移节能方法及系统通过数据采集、负载分配策略、虚拟机迁移算法优化等解决了能耗过大和服务器机型各异导致的异构性的问题，能充分考虑数据中心内服务器的不同能效比，实现更低能耗负载分配和虚拟机迁移，有效提高了数据中心内服务器的利用率。
附图说明
图1是本发明第一实施例提供的数据中心负载分配及虚拟机迁移节能方法的流程图；
图2是图1所示流程图步骤102中选出待迁移的虚拟机列表的流程示意图；
图3是图1所示流程图步骤105中使用能效感知的负载分配策略进行预分配的流程示意图；
图4是本发明第二实施例提供的数据中心负载分配及虚拟机迁移节能系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
图1是本发明第一实施例提供的一种数据中心负载分配及虚拟机迁移节能方法的方法流程图，其包括步骤101至步骤107。
步骤101、采集反映服务器资源利用率情况及能效比的相关数据，生成超载服务器列表；
本步骤实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；
步骤102、从超载服务器列表中选出待迁移的虚拟机列表VM；
本步骤遍历该超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后按照步骤101检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
步骤103、待迁移的虚拟机列表VM中选用虚拟机分配策略，并依次分配到相应服务器上；
本步骤对服务器空闲资源依据服务器能效比由大到小排序，遍历第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将第一待迁移虚拟机列表中的虚拟机迁移到该第一目标服务器上；
步骤104、依据各服务器资源利用率和能效比情况，检测是否存在处于低载状态且能效比最低的服务器sm，若是，继续执行后续步骤，否则，结束本流程。
本步骤采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，则搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
步骤105、对服务器sm上的所有虚拟机VM使用虚拟机分配策略依次预分配到相应服务器上；
本步骤中，因为存在步骤104中所找的服务器sm，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上；
步骤106、判断服务器sm上所有VM是否都预分配成功，若是，继续执行后续步骤，否则，结束本流程。
步骤107、按照形成的迁移策略完成迁移，关闭该服务器sm并更新服务器信息，并返回重复执行步骤104。
本步骤中，因为服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息。若服务器sm上的虚拟机不能全部成功预分配，或步骤104不能得到一个满足条件的服务器sm，则结束本流程。
请一起参阅图2，下面将结合具体实施方式对上述方法进行说明。
在本实施例中，上述步骤101-103描述了如何将超载状态下服务器的部分虚拟机迁移出去。
在步骤101中，通过数据中心系统监测模块，实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况Ridle j={CPUj，Memoryj，Netwo kj}，及各个服务器的能效比(Performance/Power)序列P={P1,…,Pi,…,Pn}（假设数据中心中有n个服务器）。若服务器的资源利用率保持高于预期设定的阈值，则认为服务器处于超载状态，需要将其上的部分虚拟机迁移出去，生成一个超载服务器列表SOM={SOM1,…,SOMi,…,SOMk}（假设有k个超载服务器）。
在步骤102中，遍历服务器列表SOM，对每个服务器采用以下方法选择出待迁移的虚拟机：首先选出SOMi上最优先所需资源利用率最小的虚拟机vm标记迁出，并更新服务器资源信息，然后再检测服务器SOMi是否超载。若超载则继续使用上述方法在该服务器上选择出一个虚拟机标记迁出，并更新服务器资源信息，然后再检测，直到检测出服务器SOMi不超载，则换至下一个服务器继续这样的检测循环。直到服务器列表SOM遍历完成，就形成了一个待迁移虚拟机列表，再按照最优先所需资源的利用率由小到大排序生成一个有序的待迁移虚拟机列表VM，具体过程参见图2。
在步骤103中，选出的虚拟机列表VM，对服务器空闲资源Ridle依据服务器能效比Pi由大到小排序（由于初始分配负载的时候考虑了服务器的能效比Pi，则能效比较高的服务器的利用率就会偏高，相应的空闲资源也就会较少）。依次遍历VM列表，针对每个VMi再遍历空闲资源Ridle列表，找到能效比大且能够预分配成功的服务器（按照空闲资源Ridle j满足VMi所需的所有资源来判断预分配是否成功），则将该VM迁移到目标服务器上，否则换至下一个VMi+1，继续上述过程，直到VM列表遍历完成，则算法结束，最终生成一个可执行且有效的虚拟机迁移策略。然后，按照这个可执行的有效虚拟机迁移策略将待迁移的虚拟机都执行迁移，分配到相应的服务器上。请继续参阅图3，步骤104-107描述了如何将低载状态下服务器中的虚拟机迁移出来，并关闭低载状态下的服务器。
在步骤104中，通过数据中心系统监测模块，实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况Ridle j={CPUj，Memoryj，Networkj}，及各个服务器的能效比(Performance/Power)序列P={P1,...，Pi,...，Pn}（假设数据中心中有n个服务器）。若服务器的资源利用率保持低于预期设定的阈值，则认为服务器处于低载状态，需要将其上的所有虚拟机迁移出去，以关闭该服务器节省能量。搜寻整个数据中心所有服务器，选出处于低载状态且能效比Pi最小的一个服务器sm。并判断是否获取到这样的服务器sm。其中服务器的能效比(Performance/Power)序列P={P1,...，Pi，...，Pn}是依据SPECpower_ssj2008报告结果对数据中心中服务器按照各个服务器型号的结果（Overall ssj_ops/watt，消耗同样能量不同机型服务器所能完成的计算次数）生成。
表1示出了2012年第三季度SPECpower_ssj2008报告中几种服务器的能效比，由此能清楚的看到消耗同样能量不同机型服务器所能完成的计算次数（Overall ssj_ops/watt）是不同的，也就是能效比(Performance/Power)不同。
表1几种服务器的能效比
其中，采集物理服务器运行和资源利用情况的周期可由用户定义，并且数据中心内服务器能效比列表中采集形成的周期也可由用户更改数据中心物理服务器的周期而定。
另外，生成待迁移的服务器列表SM={SM1,...，SMi，...，SMk}。
请参阅图3所示，在步骤105中，本实施例的能效感知负载分配策略为：将虚拟机按照最优先所需资源的利用率由小到大排序生成第二待迁移虚拟机列表，对服务器空闲资源依据服务器能效比由大到小排序，依次遍历第二待迁移虚拟机列表，针对每个待迁移的虚拟机再遍历空闲资源列表，找到能效比大且能够预分配成功的第二目标服务器；将第二待迁移虚拟机列表中的虚拟机标记迁移到第二目标服务器上，生成迁移方案。
本实施例中，在数据中心内可根据用户定义的周期自动执行以上步骤104~107，从而合理的整合关闭数据中心内能效比低且空闲的服务器，达到更好的节能。
本发明第一实施例提供的数据中心负载分配及虚拟机迁移节能方法通过数据采集、负载分配策略、虚拟机迁移算法优化等解决了能耗过大和服务器机型各异导致的异构性的问题，能充分考虑数据中心内服务器的不同能效比，实现更低能耗负载分配和虚拟机迁移，有效提高了数据中心内服务器的利用率。
实施例二
请一起参阅图4，本发明第二实施例提供的一种数据中心负载分配及虚拟机迁移节能系统100，其包括：
超载服务器列表生成模块110，用于实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；
第一待迁移虚拟机列表形成模块120，用于遍历超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后再采用超载服务器列表生成模块检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
超载虚拟机迁移模块130，用于对服务器空闲资源依据服务器能效比由大到小排序，遍历第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将待迁移虚拟机列表中的虚拟机迁移到第一目标服务器上；
数据采集模块140，用于采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
低载虚拟机迁移模块150，用于在若存在服务器sm时，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息。若服务器sm上的虚拟机不能全部成功预分配时，或步骤d不能得到一个满足条件的服务器sm时，则结束操作。
本实施例中，低载虚拟机迁移模块采用的能效感知的负载分配策略包括：将虚拟机按照最优先所需资源的利用率由小到大排序生成第二待迁移虚拟机列表，对服务器空闲资源依据服务器能效比由大到小排序,依次遍历第二待迁移虚拟机列表，针对每个待迁移的虚拟机再遍历空闲资源列表，找到能效比大且能够预分配成功的第二目标服务器；以及将待迁移虚拟机列表中的虚拟机迁移到第二目标服务器上。
对虚拟机找不到能够预分配成功的第二目标服务器，或第二待迁移虚拟机列表遍历完成时，低载虚拟机迁移模块150结束步骤，生成一个可执行且有效的虚拟机迁移策略或预分配失败。
本发明第二实施例提供的数据中心负载分配及虚拟机迁移节能系统100通过数据采集、负载分配策略、虚拟机迁移算法优化等解决了能耗过大和服务器机型各异导致的异构性的问题，能充分考虑数据中心内服务器的不同能效比，实现更低能耗负载分配和虚拟机迁移，有效提高了数据中心内服务器的利用率。
本发明实施例第二实施例的系统100，与前述的第一例的方法构思和原理相同，因此在第二实施例中对与第一实施例中相同的部分不再赘述。
本领域技术人员可以理解实施例中的系统中的模块可以按照实施例描述分布于实施例的系统中，也可以进行相应变化位于不同于本实施例的一个或多个系统中。上述实施例的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台终端设备（可以是手机，个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种数据中心负载分配及虚拟机迁移节能方法，其特征在于，包括：
a、实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；所述服务器的能效比为消耗同样能量不同机型服务器所能完成的计算次数；
b、遍历所述超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后按照步骤a检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
c、对服务器空闲资源依据服务器能效比由大到小排序，遍历所述第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将第一待迁移虚拟机列表中的虚拟机迁移到所述第一目标服务器上；
d、采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
e、若存在步骤d所述的服务器sm，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息，重复步骤d和步骤e；
所述步骤e中的能效感知的负载分配策略包括如下步骤：
I、将步骤e中的虚拟机按照最优先所需资源的利用率由小到大排序生成第二待迁移虚拟机列表，对服务器空闲资源依据服务器能效比由大到小排序，依次遍历所述第二待迁移虚拟机列表，针对每个待迁移的虚拟机再遍历空闲资源列表，找到能效比大且能够预分配成功的第二目标服务器；
II、将所述第二待迁移虚拟机列表中的虚拟机标记迁移到所述第二目标服务器上，生成迁移方案。
2.如权利要求1所述的数据中心负载分配及虚拟机迁移节能方法，其特征在于，所述方法还包括：
若服务器sm上的虚拟机不能全部成功预分配，或步骤d不能得到一个满足条件的服务器sm，则结束步骤。
3.一种数据中心负载分配及虚拟机迁移节能系统，包括：
超载服务器列表生成模块，用于实时监测数据中心服务器及虚拟机的运行状态和资源使用情况，并定期记录服务器的运行状态和资源利用率信息，计算服务器的资源空闲情况及各个服务器的能效比序列，生成一个超载服务器列表；所述服务器的能效比为消耗同样能量不同机型服务器所能完成的计算次数；
第一待迁移虚拟机列表形成模块，用于遍历所述超载服务器列表，选出超载服务器列表上最优先所需资源利用率最小的虚拟机标记迁出，并更新服务器资源信息，然后再采用超载服务器列表生成模块检测服务器是否超载，直至检测出全部服务器不超载，按照最优先所需资源的利用率由小到大排序，形成有序的第一待迁移虚拟机列表；
超载虚拟机迁移模块，用于对服务器空闲资源依据服务器能效比由大到小排序，遍历所述第一待迁移虚拟机列表，找到能效比大且能够预分配成功的第一目标服务器，将待迁移虚拟机列表中的虚拟机迁移到所述第一目标服务器上；
数据采集模块，用于采集反映服务器资源利用率情况及能效比的相关数据，若服务器的资源利用率保持低于预期设定的阈值，搜寻整个数据中心所有服务器，选出处于低载状态且能效比最小的一个服务器sm；
低载虚拟机迁移模块，用于在若存在所述服务器sm时，则对服务器sm上的所有虚拟机使用能效感知的负载分配策略预分配到其它服务器上，若服务器sm上所有的虚拟机都能预分配成功，则按照预分配方案迁移服务器sm上的所有虚拟机，关闭服务器sm并更新服务器资源信息；
所述低载虚拟机迁移模块采用的能效感知的负载分配策略包括：将虚拟机按照最优先所需资源的利用率由小到大排序生成第二待迁移虚拟机列表，对服务器空闲资源依据服务器能效比由大到小排序,依次遍历所述第二待迁移虚拟机列表，针对每个待迁移的虚拟机再遍历空闲资源列表，找到能效比大且能够预分配成功的第二目标服务器；以及将所述待迁移虚拟机列表中的虚拟机迁移到所述第二目标服务器上。
4.如权利要求3所述的数据中心负载分配及虚拟机迁移节能系统，其特征在于，所述低载虚拟机迁移模块还用于在服务器sm上的虚拟机不能全部成功预分配时，或步骤d不能得到一个满足条件的服务器sm时，则结束操作。
CN201310006141.XA 2013-01-08 2013-01-08 一种数据中心负载分配及虚拟机迁移节能方法及系统 Active CN103077082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310006141.XA CN103077082B (zh) 2013-01-08 2013-01-08 一种数据中心负载分配及虚拟机迁移节能方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310006141.XA CN103077082B (zh) 2013-01-08 2013-01-08 一种数据中心负载分配及虚拟机迁移节能方法及系统

Publications (2)

Publication Number Publication Date
CN103077082A CN103077082A (zh) 2013-05-01
CN103077082B true CN103077082B (zh) 2016-12-28

Family

ID=48153617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310006141.XA Active CN103077082B (zh) 2013-01-08 2013-01-08 一种数据中心负载分配及虚拟机迁移节能方法及系统

Country Status (1)

Country Link
CN (1) CN103077082B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800058A (zh) * 2019-01-23 2019-05-24 山东超越数控电子股份有限公司 一种虚拟机自动迁移方法

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103412635B (zh) * 2013-08-02 2016-02-24 清华大学 数据中心节能方法及装置
CN104243587A (zh) * 2014-09-18 2014-12-24 苏州阔地网络科技有限公司 一种消息服务器负载均衡方法及系统
CA2901223C (en) 2014-11-17 2017-10-17 Jiongjiong Gu Method for migrating service of data center, apparatus, and system
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
CN104850459A (zh) * 2015-05-22 2015-08-19 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
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
CN104991822A (zh) * 2015-06-30 2015-10-21 浪潮(北京)电子信息产业有限公司 一种管理内存的方法和装置
CN105740074B (zh) * 2016-01-26 2019-04-05 中标软件有限公司 一种基于云计算的虚拟机负载均衡方法
CN106201693B (zh) * 2016-07-12 2019-01-25 浪潮(北京)电子信息产业有限公司 一种虚拟化环境中的调度方法及系统
US10628233B2 (en) * 2016-12-30 2020-04-21 Samsung Electronics Co., Ltd. Rack-level scheduling for reducing the long tail latency using high performance SSDS
CN108337179B (zh) * 2017-01-19 2021-02-05 华为技术有限公司 链路流量控制方法及装置
CN107608765B (zh) * 2017-10-11 2021-04-02 郑州云海信息技术有限公司 一种虚拟机迁移方法和装置
CN108170522B (zh) * 2017-12-06 2021-06-01 南京邮电大学 一种基于动态阈值的云计算虚拟机迁移控制方法
CN108334402A (zh) * 2018-03-07 2018-07-27 山东超越数控电子股份有限公司 一种无中心架构的虚拟化管理系统及其资源调度方法
CN108762899B (zh) * 2018-05-16 2020-05-15 武汉轻工大学 一种云任务重调度方法和装置
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
CN110348681B (zh) * 2019-06-04 2022-02-18 国网浙江省电力有限公司衢州供电公司 一种电力cps动态负荷分配方法
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
CN111562967B (zh) * 2020-05-09 2023-04-07 广东工业大学 基于启发式算法的虚拟机整合方法
CN111694517B (zh) * 2020-05-28 2024-02-13 新浪技术（中国）有限公司 分布式数据迁移方法、系统和电子设备
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
CN112269758B (zh) * 2020-10-10 2022-07-22 苏州浪潮智能科技有限公司 一种基于文件分级的文件迁移方法及相关装置
WO2022104500A1 (zh) * 2020-11-17 2022-05-27 深圳先进技术研究院 一种负载控制方法、装置、计算机设备及存储介质
CN112433858A (zh) * 2020-12-17 2021-03-02 济南浪潮数据技术有限公司 一种负载分配方法、装置、设备及可读存储介质
CN112506672B (zh) * 2021-02-04 2021-06-22 江苏北弓智能科技有限公司 面向虚拟gpu的云手机在线调度与迁移的方法及装置
CN113157435B (zh) * 2021-03-01 2023-11-24 长沙学院 云数据中心以能效为目标的虚拟机部署方法及系统
CN113075995B (zh) * 2021-04-26 2024-02-27 华南理工大学 基于混合群智能的虚拟机节能整合方法、系统和存储介质

Citations (8)

* 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
CN101610287A (zh) * 2009-06-16 2009-12-23 浙江大学 一种应用于分布式海量存储系统的负载均衡方法
CN101901042A (zh) * 2010-08-27 2010-12-01 上海交通大学 多gpu系统中基于动态任务迁移技术的降功耗方法
CN102096461A (zh) * 2011-01-13 2011-06-15 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
CN102388380A (zh) * 2009-04-08 2012-03-21 微软公司 经优化的虚拟机迁移机制
CN102662750A (zh) * 2012-03-23 2012-09-12 上海交通大学 基于弹性虚拟机池的虚拟机资源优化控制方法及其系统
CN102708000A (zh) * 2012-04-19 2012-10-03 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
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

Patent Citations (8)

* 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
CN102388380A (zh) * 2009-04-08 2012-03-21 微软公司 经优化的虚拟机迁移机制
CN101610287A (zh) * 2009-06-16 2009-12-23 浙江大学 一种应用于分布式海量存储系统的负载均衡方法
CN101901042A (zh) * 2010-08-27 2010-12-01 上海交通大学 多gpu系统中基于动态任务迁移技术的降功耗方法
CN102096461A (zh) * 2011-01-13 2011-06-15 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
CN102662750A (zh) * 2012-03-23 2012-09-12 上海交通大学 基于弹性虚拟机池的虚拟机资源优化控制方法及其系统
CN102708000A (zh) * 2012-04-19 2012-10-03 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
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

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800058A (zh) * 2019-01-23 2019-05-24 山东超越数控电子股份有限公司 一种虚拟机自动迁移方法

Also Published As

Publication number Publication date
CN103077082A (zh) 2013-05-01

Similar Documents

Publication Publication Date Title
CN103077082B (zh) 一种数据中心负载分配及虚拟机迁移节能方法及系统
Zhou et al. Virtual machine placement algorithm for both energy-awareness and SLA violation reduction in cloud data centers
Zhang et al. HERO: Hierarchical energy optimization for data center networks
Dong et al. Energy-performance tradeoffs in IaaS cloud with virtual machine scheduling
Zhang et al. Virtual network embedding based on the degree and clustering coefficient information
CN103294521B (zh) 一种降低数据中心通信负载及能耗的方法
CN106020934A (zh) 一种基于虚拟集群在线迁移的优化部署方法
Dong et al. Virtual machine placement for improving energy efficiency and network performance in iaas cloud
CN102404412A (zh) 云计算数据中心节能方法及系统
CN108196935A (zh) 一种面向云计算的虚拟机节能迁移方法
Ranjana et al. A survey on power aware virtual machine placement strategies in a cloud data center
CN105847385B (zh) 一种基于运行时长的云计算平台虚拟机调度方法
Saxena et al. Green computing: an era of energy saving computing of cloud resources
Zheng et al. Towards a resource migration method in cloud computing based on node failure rule
CN102387024B (zh) 功耗控制方法、管理节点及数据处理中心
Kulseitova et al. A survey of energy-efficient techniques in cloud data centers
Aldaeabool et al. Reducing power consumption by dynamic BBUs-RRHs allocation in C-RAN
CN103617090A (zh) 一种基于分布式管理的节能方法
Yu et al. An energy-aware algorithm for optimizing resource allocation in software defined network
CN105528054A (zh) 集群系统综合调度节能方法及装置
CN108388471A (zh) 一种基于双门限约束虚机迁移的管理方法
Janpan et al. A virtual machine consolidation framework for CloudStack platforms
Li et al. Joint power optimization through VM placement and flow scheduling in data centers
Li et al. An energy efficient resource management method in virtualized cloud environment
CN104581073B (zh) 基于sla分类的云视频监控数据低能耗存储系统及方法

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