CN103299279A - 一种资源调度方法及设备 - Google Patents

一种资源调度方法及设备 Download PDF

Info

Publication number
CN103299279A
CN103299279A CN2011800033404A CN201180003340A CN103299279A CN 103299279 A CN103299279 A CN 103299279A CN 2011800033404 A CN2011800033404 A CN 2011800033404A CN 201180003340 A CN201180003340 A CN 201180003340A CN 103299279 A CN103299279 A CN 103299279A
Authority
CN
China
Prior art keywords
virtual machine
physical machine
alternative
target physical
scheduling
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.)
Pending
Application number
CN2011800033404A
Other languages
English (en)
Inventor
郭岩
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN103299279A publication Critical patent/CN103299279A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00Arrangements for monitoring or testing data switching networks
    • H04L43/08Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/50Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems
    • G06F21/52Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems during program execution, e.g. stack integrity ; Preventing unwanted data erasure; Buffer overflow
    • G06F21/53Monitoring users, programs or devices to maintain the integrity of platforms, e.g. of processors, firmware or operating systems during program execution, e.g. stack integrity ; Preventing unwanted data erasure; Buffer overflow by executing in a restricted environment, e.g. sandbox or secure virtual machine
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5066Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Environmental & Geological Engineering (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Telephonic Communication Services (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例公开了一种资源调度方法及装置,该方法包括:确定至少一个备选目标物理机和待调度虚拟机所在的物理机;计算将所述待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;根据所述通信成本从所述至少一个备选目标物理机中确定目标物理机;将所述待调度虚拟机调度到所述目标物理机。本发明实施例所提供的方案中,通过计算待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本,确定目标物理机,然后进行资源调度,从而实现了综合分析资源调度过程中整个网络的负载情况,使得调度后的资源能够满足更多的业务需求,优化了调度效果。

Description

一种资源调度方法及设备
技术领域
本发明涉及云计算技术领域,特别是涉及一种资源调度方法及设备。
背景技术
目前,云计算技术作为一种新兴的IT技术,其发展越来越迅速,而资源调度作为云计算的核心技术之一,越来越受到学术界的重视。
图1所示为典型的云计算数据中心组网方式,其中包括核心层、汇聚层和接入层,其中核心层上设置有核心层交换机,汇聚层上设置有汇聚交换机,接入层上设置有接入交换机,物理机通过接入层交换机与汇聚交换机相连,在汇聚交换机处组成数据中心,处理各种云计算业务。
随着云计算的发展,运行在云计算数据中心上的业务类型越来越多,其中包含很多对网络带宽的需求较高的业务。为了满足业务对网络带宽的要求,通常需要对云计算数据中心的虚拟机资源进行调度。现有技术中,通常根据虚拟机CPU使用情况,或者虚拟机内存使用情况等虚拟机本身的性能状态指标作为调度基础,对虚拟机进行调度,例如,当某一虚拟机的CPU使用率达到百分之八十,使用率较高,无法承载新的业务时,选择CPU使用率较低的其他虚拟机执行新的业务,从而保证满足新的业务对网络带宽或其他的资源要求。
依据上述方案进行的资源调度,在将业务调度从原虚拟机调度到目的虚拟机后,虽然能够解决原虚拟机的业务不足的问题,但会在一定程度上增加目的虚拟机的网络负载。因此当被调度业务所需的网络负载较大时,有可能造成目的虚拟机上网络负载的需求量超出门限值从而产生告警,所以,现有的资源调度方法的调度效果较差,调度结果并不理想。
发明内容
为解决上述技术问题,本发明实施例提供了一种资源调度方法及设备,以解决现有技术中资源调度方法调度效果差的问题,技术方案如下:
一种资源调度方法,包括:
确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
计算将所述待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
根据所述备选通信成本从所述至少一个备选目标物理机中确定目标物理机;
将所述待调度虚拟机调度到所述目标物理机。
一种资源调度设备,包括:
第一确定模块,用于确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
通信成本计算模块,用于计算将所述待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
第二确定模块,用于根据所述通信成本从所述至少一个备选目标物理机中确定目标物理机;
调度模块,用于将所述待调度虚拟机调度到所述目标物理机。
本发明实施例所提供的方案中,通过计算待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本,确定目标物理机,然后进行资源调度,从而实现了综合分析资源调度过程中整个网络的负载情况,使得调度后的资源能够满足更多的业务需求,优化了调度效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为典型的云计算数据中心组网方式;
图2为本发明实施例公开的一种资源调度方法的流程图;
图3为本发明实施例公开的确定至少一个备选目标物理机和待调度虚拟机所在的物理机的方法的流程图;
图4为本发明实施例公开的又一确定至少一个备选目标物理机和待调度虚拟机所在的物理机的方法流程图;
图5为本发明实施例公开的获得告警网络负载的预测持续时间的方法流程图;
图6为本发明实施例公开的又一资源调度方法的流程图;
图7为本发明实施例公开判断改善系数是否符合预设改善条件的流程图;
图8为本发明实施例公开的一种资源调度设备的结构示意图;
图9为本发明实施例公开的第一确定模块的结构示意图;
图10为本发明实施例公开的又一第一确定模块的结构示意图;
图11为本发明实施例公开的第二确定模块的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,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。
为了解决现有技术中资源调度方法只能使虚拟机满足某些业务的需求,其调度效果较差,调度结果并不理想的问题,本发明实施例公开了一种资源调度方法,该方法可以应用于云计算数据中心服务器,具体的,可以由云计算数据中心服务器上的管理系统进行运行,其具体流程如图2所示,包括:
步骤S21、确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
本实施例中公开的资源调度方法可以应用于任何一个需要进行资源调度的场景,例如,当云计算数据中心服务器上的管理系统检测到告警队列中出现告警时,或者人为的根据当前系统运行状态对某一虚拟机进行调度时。
步骤S22、计算将待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
本实施例中,只需计算假设将待调度虚拟机调度到备选目标物理机后,待调度虚拟机与数据中心内的其他虚拟机之间进行通信的通信成本,作为备选通信成本,而无需真正将待调度虚拟机进行调度,因此,不会增加由于进行调度而造成的开销。
本实施例中的备选通信成本为:待调度虚拟机被调度到备选目标物理机后,待调度虚拟机所在数据中心的其他虚拟机与待调度虚拟机通信的备选内部通信成本;和/或,待调度虚拟机被调度到备选目标物理机后,待调度虚拟机所在数据中心的外部设备与虚拟机通信的备选外部通信成本。
当接入层交换机告警时在同一数据中心内部进行调度,应用内部通信成本;当汇聚层交换机告警时进行跨数据中心的调度,应用外部通信成本。当汇聚层交换机告警时首先选择该交换机下当前网络负载最大的虚拟机为待调度虚拟机,然后模拟计算将该虚拟机调度到与之通信的各个其它数据中心后的备选外部通信成本及备选内部通信成本,之后进行外部通信成本改善系数及内部通信成本改善系数的计算,只有当外部通信成本改善系数及内部通信成本改善系数同时满足调度条件时才进行调度,选择符合内部通信改善系统及外部通信改善系统同时达到的物理机作为目标物理机。或者,当汇聚层交换机告警时,计算模拟计算将该虚拟机调度到与之通信的各个其它数据中心后的备选外部通信成本,当外部通信成本改善系数满足调度条件时才进行调度。
步骤S23、根据通信成本从至少一个备选目标物理机中确定目标物理机;
步骤S24、将待调度虚拟机调度到目标物理机。
本实施例公开的资源调度方法中,通过计算待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本,确定目标物理机,然后进行资源调度,从而实现了综合分析资源调度过程中整个网络的负载情况,使得调度后的资源能够满足更多的业务需求,优化了调度效果。
上述实施例中,当云计算数据中心服务器上的管理系统接收到由于网络负载超过预设门限而产生的告警信息而需要进行资源调度时,确定至少一个备选目标物理机和待调度虚拟机所在的物理机的过程如图3所示,包括:
步骤S31、获取告警信息,当告警信息符合调度条件时,依据告警信息查找待调度虚拟机;
本实施例中的告警信息包括告警类型。
告警类型至少包括如下一项:
虚拟机的内部通信负载值超出内部通信负载门限时的虚拟机告警;或
接入层交换机出口带宽网络负载超过设定的出口带宽值时的接入层交换机告警,或,汇聚层交换机出口带宽网络负载超过设定的出口带宽值时的汇聚层交换机告警。
当告警类型为虚拟机告警时,则发出告警的虚拟机为待调度虚拟机,当所述告警类型为交换机告警时,查找告警的交换机所包含的虚拟机中,网络负载值最大的虚拟机,并将其确定为待调度虚拟机。具体的确定告警类型的过程可以为云计算数据中心服务器上的管理系统完成,也可以为其他独立于云计算数据中心服务器上的管理系统的设备完成。
此时,当报警类型为虚拟机告警或者交换机告警,则符合调度条件,若为其他告警类型,则不符合调度条件。
步骤S32、确定待调度虚拟机所在的物理机,备选目标物理机包括该物理机所在的数据中心内的其他物理机。
本实施例中的备选目标物理机与待调度虚拟机所在的物理机属于同一数据中心,也就是说,无论待调度虚拟机和与其通信的虚拟机是否处于同一数据中心,本实施例中都通过在待调度虚拟机所在数据中心内,进行资源的调度,从而实现降低待调度虚拟机和与其通信的虚拟机进行通信时造成的网络负载超过预设门限的目的。
当然,备选目标物理机也可以与待调度虚拟机处于不同数据中心,当待调度虚拟机和与其通信的虚拟机不属于同一数据中心时,此时确定至少一个备选目标物理机和待调度虚拟机所在的物理机的过程如图4所示,包括:
步骤S41、获取告警信息,当告警信息符合调度条件时,依据告警信息查找待调度虚拟机及与待调度虚拟机进行通信的通信虚拟机;
步骤S42、确定通信虚拟机所在的物理机,备选目标物理机包括物理机所在的数据中心内的其他物理机。
本实施例中,通过将待调度虚拟机调度到与其进行通信的虚拟机所在的数据中心内的方式,将两者间的跨数据中心的通信方式通过资源的调度转换成了数据中心内的通信,减小了外部通信成本,从而实现了降低通信过程中的网络负载的问题。
进一步的,本实施例也并不限定将待调度虚拟机在其所在数据中心内进行调度,或者,调度到与其通信的虚拟机所在的数据中心,其同样可以调度到其他的数据中心的物理机上,只要能够实现降低网络负载,都是本发明实施例保护的范围。
上述实施例中,告警信息还包括告警网络负载的预测持续时间,而告警信息符合调度条件还包括:告警网络负载的当前持续时间不小于预设时间。当同时符合报警类型为虚拟机告警或者交换机告警,并且告警网络负载的当前持续时间不小于预设时间这两个条件时,告警信息符合调度条件。
本实施例并不限定告警信息和告警信息符合调度条件的判别方式如上所述,告警信息中还可以只包含告警网络负载的预测持续时间,通过判断告警网络负载的预测持续时间不小于预设时间来确定告警信息符合调度条件。
本实施例中的当前持续时间指的是产生告警的网络负载从出现告警到当前时刻所持续的时间,预设时间可以根据告警网络负载的预测持续时间进行确定,可以是预设持续时间本身,或者是预测持续时间的百分之五十,或者百分之六十等,具体可以根据实际的网络状态进行设定。
本发明中为了计算方便,可以预先建立通信负载矩阵,通信负载矩阵中的各个数据点用来指示待调度虚拟机与各个虚拟机间进行通信时的通信成本,该通信成本可以是外部通信成本也可以是内部通信成本,例如,建立与各个数据中心对应的通信负载矩阵,该通信负载矩阵中包含有数据中心内各个虚拟机间进行通信时的内部通信成本。假设所述数据中心内的虚拟机个数为n,则通信负载矩阵为n*n矩阵,矩阵中的第(i;j)数据点表示虚拟机i对于虚拟机j的上行网络负载,其中,n为正整数,i和j分别为不大于n的正整数。
由于通信负载矩阵内的各个数据点是通过过滤虚拟机网卡的IP报文,利用IP报文的目的IP地址统计得出的,当通信环境发生变化后,各个虚拟机的通信情况也会发生改变,因此需要对通信矩阵进行更新,假设本实施例中的更新周期为L。
利用上述通信负载矩阵,按照图5所示流程获得告警网络负载的预测持续时间,包括:
步骤S51、设定采样时刻起始点,查找与该采样时刻起始点对应的通信负载矩阵中,通信成本大于预设通信负载阈值的矩阵数据点,并记录其个数;
则本实施例中的采样时刻起始点为L的整数倍,即在更新通信负载矩阵后,判断通信负载矩阵内是否有大于预设通信成本的数据点,即是否存在大于预设通信成本的通信过程;如果有,记录大于预设通信成本的数据点的个数。
例如,有一个3*3的通信矩阵,如下所示:
A1,A2,A3
B1,B2,B3
C1,C2,C3
其中A1、A2、A3、B1、B2、B3、C1、C2和C3为通信负载矩阵中的数据点,设矩阵更新周期为1分钟。以半小时为一个预测周期,那么设定采样时刻起始点为7:30(系统需要缓存整个预测周期内通信矩阵的数据)。
计算时首先取7:30时的通信负载矩阵数据进行查看,设预设通信负载阈值为500M,如果得出B2、B3的值大于阈值500M,则以这两个矩阵数据点(B2、B3)作为后续检测依据,则记录的个数为2。
步骤S52、确定从采样时刻起始点到当前时间内,按照预设的更新周期获得通信负载矩阵数据点所对应的通信成本,并记录各个数据点所对应的通信成本最后一次连续大于预设通信负载阈值的次数;
从7:30向8:00连续查看每个更新周期内通信负载矩阵中对应(B2、B3的矩阵数据点的通信成本,记录这两个点的通信成本的值在每个更新时间点进行更新时,大于预设通信负载阈值的情况,并统计连续大于预设通信负载阈值的次数,记录最后一次连续大于预设通信负载阈值的次数,例如,以数据点B2为例,假设在7:30至8:00间进行的30次更新时,前10次更新时获得的通信成本大于预设通信负载阈值,中间5次更新时,不大于预设通信负载阈值,而后面的15次大于预设通信负载阈值,因此,记录15次作为数据点B2最后一次连续大于预设通信负载阈值的次数,然后依据该次数计算预测时间。
步骤S53、依据记录的通信负载矩阵数据点的个数、记录的数据点所对应的通信成本最后一次连续大于预设通信负载阈值的次数以及更新周期获得告警网络负载的预测持续时间。
具体为, T = Σ i = 0 x - 1 m i L x
其中,mi为第i个数据点的通信成本最后一次连续大于预设通信负载阈值的次数,依据上述公式则可获得告警网络负载的预测持续时间T。
假设告警网络负载的当前持续时间为t,而预设时间为0.5T,则通过比较t与0.5T的大小判断告警网络负载是持续大网络负载还是瞬时峰值。如果t>=0.5T,则表明告警网络负载为持续大网络负载,告警信息符合调度条件,则需要对资源进行调度,而当t<0.5T时,则证明该告警网络负载为瞬时峰值,由于不会长时间存在,所以无需进行资源的调度。
本发明实施例公开的又一资源调度方法的流程如图6所示,该过程适用于待调度虚拟机和与其进行通信的虚拟机处于同一数据中心的情况,备选通信成本为内部通信成本,具体流程包括:
步骤S61、确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
步骤S62、计算将待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
本实施例中,当备选通信成本有多个时,可以将计算得到的多个备选通信成本存储于预先设定的数组arrCn(n)中。
步骤S63、根据备选通信成本与待调度虚拟机的当前通信成本计算改善系数;
依据上述通信负载矩阵计算当前内部通信成本,假设待调度虚拟机为i,与其进行通信的虚拟机为j,则虚拟机的当前内部通信成本Cn为:
Cn=VCM[i,j]*ai+VCM[j,i]*aj
其中,ai与aj为通信成本系数,一般情况下ai=aj=虚拟机i与虚拟机j之间通信所经历的交换机个数减1。
步骤S64、当改善系数符合预设改善条件时,确定与备选通信成本对应的备选物理机为目标物理机;
本实施例中,改善系数符合预设改善条件为:改善系数不大于预设改善系数。本实施例中的改善系数可以为备选通信成本与当前通信成本的比值,即表示,将待调度虚拟机调度到与备选通信成本对应的物理机上后,待调度虚拟机通信成本与当前通信成本相比是变大还是变小,若变大,其变大的倍数是多少,若变小,其变小的倍数是多少。该改善系数越小,则证明通信成本减少的越多,进行通信所使用的网络负载就越少,本实施例中的预设改善系数为0.6,即,备选通信成本缩减到当前通信成本的百分之六十以上,才能够降低该通信过程所使用的网络负载,从而使虚拟机的网络负载低于预设门限。本实施例并不限定预设改善系数的值,其可以根据实际情况进行设定。
步骤S65、将待调度虚拟机调度到目标物理机。
上述过程中,由于备选通信成本有多个,因此,可以按照如图7所示步骤判断改善系数是否符合预设改善条件,并确定目标物理机:
步骤S71、从备选通信成本中选择当前待分析备选通信成本;
步骤S72、获得当前待分析通信成本与当前通信成本的比值,将比值作为当前待分析通信成本对应的改善系数;
本实施例中的改善系数为α:
Figure BDA0000136185640000091
步骤S73、判断改善系数是否不大于预设改善系数,若是,则执行步骤S74,若否,则执行步骤S75;
步骤S74、确定该改善系数符合预设改善条件,并确定与该改善系数对应的备选目标物理机为目标物理机;
步骤S75、判断备选通信成本中是否存在未被分析备选通信成本,若是,则执行步骤S76,若否,则结束;
步骤S76、从未被分析备选内部通信成本中,选择下一未被分析备选通信成本为当前待分析通信成本,返回执行步骤S72。
本实施例中,把待调度虚拟机调度到目标物理机前,还可以对目标物理机的物理资源进行分析,确定其物理资源是否能够保证调度后虚拟机的资源需求,例如,待调度虚拟机进行通信时所需要的内存为5M,而目标物理机的剩余内存不足5M,则表明将待调度虚拟机调度后,无法进行正常的通信。或者,待调度虚拟机进行通信时所需要的CPU占用率为20%,而目标物理机的当前CPU的内存占用率为90%。当出现上述情况中的任意一种或任意几种的组合时,可以舍弃当前确定出的目标物理机,重复上述步骤确定新的物理机。从而保证调度的成功,提高了该方法的可靠性。
本实施例中,可将存储在数组中的多个备选通信成本按照由小到大的顺序进行排序,然后依次选取,从而能够保证快速的找到目标物理机,并且,当某一备选通信成本对应的改善系数已经不小于预设改善系数时,无需再对剩余的其他备选通信成本进行判别,可以直接确定均不小于预设改善系数,从而减少了计算次数,降低了功耗。
本发明同时公开了一种资源调度设备,其结构如图8所示,包括:
第一确定模块81,用于确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
通信成本计算模块82,用于计算将待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
第二确定模块83,用于根据备选通信成本从至少一个备选目标物理机中确定目标物理机;
调度模块84,用于将待调度虚拟机调度到所述目标物理机。
本实施例公开的资源调度设备的工作过程可参考图2对应的方法实施例,具体内容再次不再赘述。
本实施例公开的资源调度设备通过计算待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本,确定目标物理机,然后进行资源调度,从而实现了综合分析资源调度过程中整个网络的负载情况,使得调度后的资源能够满足更多的业务需求,优化了调度效果。
上述实施例中的备选通信成本至少包括如下一项:
待调度虚拟机被调度到备选目标物理机后,待调度虚拟机所在数据中心的其他虚拟机与待调度虚拟机通信的备选内部通信成本;或
待调度虚拟机被调度到备选目标物理机后,待调度虚拟机所在数据中心的外部设备与虚拟机通信的备选外部通信成本。
进一步的,当由于出现告警信息而需要在待调度虚拟机所在数据中心内进行资源的调度,以降低待调度虚拟机和与其通信的虚拟机进行通信时的网络负载,使其不超过预设门限时,第一确定模块如图9所示,包括:
第一查找单元91,用于获取告警信息,当告警信息符合调度条件时,依据所述告警信息查找待调度虚拟机;
第一确定单元92,用于确定待调度虚拟机所在的物理机,备选目标物理机包括物理机所在的数据中心内的其他物理机。
进一步的,当待调度虚拟机和与其通信的虚拟机不属于同一数据中心时,第一确定模块如图10所示,包括:
第二确定单元101,用于获取告警信息,当所述告警信息符合调度条件时,依据所述告警信息查找所述待调度虚拟机及与所述待调度虚拟机进行通信的通信虚拟机;
第二确定单元102,用于确定所述通信虚拟机所在的物理机,所述备选目标物理机包括所述物理机所在的数据中心内的其他物理机。
本实施例并不限定当面对不同的调度情况时,第一确定模块的分别具有不同的结构,其同样可以将上述结构同时设置在同一具有分析处理能力的存储介质中,根据不同的情况选择不同的处理模式。
本实施例中,告警信息包括:告警类型至少包括如下一项:
虚拟机的内部通信负载值超出内部通信负载门限时的虚拟机告警;或
接入层交换机出口带宽网络负载超过设定的出口带宽值时的交换机告警;或,汇聚层交换机出口带宽网络负载超过设定的出口带宽值时的接入层交换机告警。
进一步的,告警信息中还包括:告警网络负载的预测持续时间。告警网络负载的当前持续时间不小于预设时间时,确定告警信息符合调度条件。
进一步的,本实施例中的第二确定模块如图11所示,包括:
改善系数计算单元111,用于根据备选通信成本与待调度虚拟机的当前通信成本计算改善系数;
目标物理机确定单元112,用于当改善系数符合预设改善条件时,确定与备选通信成本对应的备选物理机为目标物理机。
而改善系数计算单元111包括:
当前通信成本计算子单元1111,用于依据通信负载矩阵获得待调度虚拟机的当前通信成本,通信负载矩阵中包含有待调度虚拟机与各个虚拟机间进行通信时的通信成本。
本实施例公开的只是资源调度设备的最佳实施例,其具体实现方式请参考上述资源调度方法实施例,具体内容不再赘述。
本领域普通技术人员可以理解,实现上述实施例方法中的全部活部分流程是可以通过计算机程序来指令相关的应将来完成的。所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
对于装置或系统实施例而言,由于其基本相应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置或系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,在没有超过本申请的精神和范围内,可以通过其他的方式实现。待用的实施例只是一种示范性的例子,不应该作为限制,所给出的具体内容不应该限制本申请的目的。例如,所述单元或子单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或多个子单元结合一起。另外,多个单元可以或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
另外,所描述系统,装置和方法以及不同实施例的示意图,在不超出本申请的范围内,可以与其它系统,模块,技术或方法结合或集成。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
以上所述仅是本发明的具体实施方式,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 (14)

1.一种资源调度方法,其特征在于,包括:
确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
计算将所述待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
根据所述备选通信成本从所述至少一个备选目标物理机中确定目标物理机;
将所述待调度虚拟机调度到所述目标物理机。
2.根据权利要求1所述的方法,其特征在于,所述确定至少一个备选目标物理机和待调度虚拟机所在的物理机包括:
获取告警信息,当所述告警信息符合调度条件时,依据所述告警信息查找所述待调度虚拟机;
确定所述待调度虚拟机所在的物理机,所述备选目标物理机包括所述物理机所在的数据中心内的其他物理机;
或,获取告警信息,当所述告警信息符合调度条件时,依据所述告警信息查找所述待调度虚拟机及与所述待调度虚拟机进行通信的通信虚拟机;
确定所述通信虚拟机所在的物理机,所述备选目标物理机包括所述物理机所在的数据中心内的其他物理机。
3.根据权利要求1或2所述的方法,其特征在于,所述备选通信成本至少包括如下一项:
所述待调度虚拟机被调度到备选目标物理机后,所述待调度虚拟机所在数据中心的其他虚拟机与所述待调度虚拟机通信的备选内部通信成本;
或,所述待调度虚拟机被调度到备选目标物理机后,所述待调度虚拟机所在数据中心的外部设备与所述虚拟机通信的备选外部通信成本。
4.根据权利要求2所述的方法,其特征在于,所述告警信息包括:告警类型。
5.根据权利要求4所述的方法,其特征在于,所述告警类型至少包括如下一项:
虚拟机的内部通信负载值超出内部通信负载门限时的虚拟机告警;
或,接入层交换机出口带宽网络负载超过设定的出口带宽值时的接入层交换机告警;
或,汇聚层交换机出口带宽网络负载超过设定的出口带宽值时的接入层交换机告警。
6.根据权利要求4或5所述的方法,其特征在于,所述告警信息还包括告警网络负载的预测持续时间,所述告警信息符合调度条件包括:所述告警网络负载的当前持续时间不小于预设时间。
7.根据权利要求1至6任一项所述的方法,其特征在于,根据所述备选通信成本从所述至少一个备选目标物理机中确定目标物理机包括:
根据所述备选通信成本与所述待调度虚拟机的当前通信成本计算改善系数;
当所述改善系数符合预设改善条件时,确定与所述备选通信成本对应的备选物理机为目标物理机。
8.根据权利要求7所述的方法,其特征在于,所述待调度虚拟机的当前通信成本依据通信负载矩阵获得,所述通信负载矩阵中包含有所述待调度虚拟机与各个虚拟机间进行通信时的通信成本。
9.一种资源调度设备,其特征在于,包括:
第一确定模块,用于确定至少一个备选目标物理机和待调度虚拟机所在的物理机;
通信成本计算模块,用于计算将所述待调度虚拟机模拟调度到各备选目标物理机后的备选通信成本;
第二确定模块,用于根据所述备选通信成本从所述至少一个备选目标物理机中确定目标物理机;
调度模块,用于将所述待调度虚拟机调度到所述目标物理机。
10.根据权利要求9所述的设备,其特征在于,所述第一确定模块包括:
第一查找单元,用于获取告警信息,当所述告警信息符合调度条件时,依据所述告警信息查找所述待调度虚拟机;
第一确定单元,用于确定所述待调度虚拟机所在的物理机,所述备选目标物理机包括所述物理机所在的数据中心内的其他物理机。
11.根据权利要求9所述的设备,其特征在于,所述第一确定模块包括:
第二查找单元,用于获取告警信息,当所述告警信息符合调度条件时,依据所述告警信息查找所述待调度虚拟机及与所述待调度虚拟机进行通信的通信虚拟机;
第二确定单元,用于确定所述通信虚拟机所在的物理机,所述备选目标物理机包括所述物理机所在的数据中心内的其他物理机。
12.根据权利要求10或11所述的设备,其特征在于,所述第二确定模块包括:
改善系数计算单元,用于根据所述备选通信成本与所述待调度虚拟机的当前通信成本计算改善系数;
目标物理机确定单元,用于当所述改善系数符合预设改善条件时,确定与所述备选通信成本对应的备选物理机为目标物理机。
13.根据权利要求12所述的设备,其特征在于,所述改善系数计算单元包括:
当前通信成本计算子单元,用于依据通信负载矩阵获得所述待调度虚拟机的当前通信成本,所述通信负载矩阵中包含有所述待调度虚拟机与各个虚拟机间进行通信时的通信成本。
14.根据权利要求9至13任一项所述的设备,其特征在于,所述备选通信成本至少包括如下一项:
所述待调度虚拟机被调度到备选目标物理机后,所述待调度虚拟机所在数据中心的其他虚拟机与所述待调度虚拟机通信的备选内部通信成本;或,所述待调度虚拟机被调度到备选目标物理机后,所述待调度虚拟机所在数据中心的外部设备与所述虚拟机通信的备选外部通信成本。
CN2011800033404A 2011-12-29 2011-12-29 一种资源调度方法及设备 Pending CN103299279A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2011/084933 WO2013097151A1 (zh) 2011-12-29 2011-12-29 一种资源调度方法及设备

Publications (1)

Publication Number Publication Date
CN103299279A true CN103299279A (zh) 2013-09-11

Family

ID=48696229

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800033404A Pending CN103299279A (zh) 2011-12-29 2011-12-29 一种资源调度方法及设备

Country Status (4)

Country Link
US (1) US20140143777A1 (zh)
EP (1) EP2713270A4 (zh)
CN (1) CN103299279A (zh)
WO (1) WO2013097151A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107872402A (zh) * 2017-11-15 2018-04-03 北京奇艺世纪科技有限公司 全局流量调度的方法、装置及电子设备
CN109951558A (zh) * 2019-03-27 2019-06-28 北京并行科技股份有限公司 一种超算资源的云调度方法、云调度中心和系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10348628B2 (en) * 2013-09-12 2019-07-09 Vmware, Inc. Placement of virtual machines in a virtualized computing environment
JP2015088112A (ja) * 2013-11-01 2015-05-07 ソニー株式会社 制御装置、処理装置及び情報処理方法
US9489242B2 (en) * 2014-09-30 2016-11-08 Telefonaktiebolaget L M Ericsson (Publ) Algorithm for faster convergence through affinity override
CN104639639B (zh) * 2015-02-09 2018-04-27 华为技术有限公司 一种虚拟机部署位置的调整方法、装置及系统
CN112181585A (zh) * 2015-03-03 2021-01-05 华为技术有限公司 虚拟机的资源分配方法及装置
CN106598693B (zh) * 2016-05-11 2020-07-28 河南理工大学 一种基于延时策略的能耗及负载敏感的虚拟机整合方法
US20190108060A1 (en) * 2017-10-09 2019-04-11 Nokia Solutions And Networks Oy Mobile resource scheduler
CN113395114B (zh) * 2020-03-12 2022-09-16 华为技术有限公司 光模块、数据中心系统以及数据传输方法
CN116107726B (zh) * 2023-04-13 2023-07-18 上海思尔芯技术股份有限公司 Fpga资源调度方法、装置、设备以及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504620A (zh) * 2009-03-03 2009-08-12 华为技术有限公司 一种虚拟化集群系统负载平衡方法、装置及系统
CN102112981A (zh) * 2008-07-31 2011-06-29 思科技术公司 通信网络中的虚拟机的动态分布
CN102232282A (zh) * 2010-10-29 2011-11-02 华为技术有限公司 一种实现数据中心资源负载均衡的方法及装置
US20110282986A1 (en) * 2004-06-25 2011-11-17 InMon Corp. Network traffic optimization

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8005009B2 (en) * 2004-06-25 2011-08-23 InMon Corp. Methods and computer programs for generating data traffic matrices
US8145760B2 (en) * 2006-07-24 2012-03-27 Northwestern University Methods and systems for automatic inference and adaptation of virtualized computing environments
US9086922B2 (en) * 2009-10-26 2015-07-21 Microsoft Technology Licensing, Llc Opportunistically scheduling and adjusting time slices
CN101719081B (zh) * 2009-12-01 2012-10-10 北京大学 一种虚拟机调度方法
US8224957B2 (en) * 2010-05-20 2012-07-17 International Business Machines Corporation Migrating virtual machines among networked servers upon detection of degrading network link operation
CN102096601A (zh) * 2011-02-11 2011-06-15 浪潮(北京)电子信息产业有限公司 一种虚拟机迁移的管理方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110282986A1 (en) * 2004-06-25 2011-11-17 InMon Corp. Network traffic optimization
CN102112981A (zh) * 2008-07-31 2011-06-29 思科技术公司 通信网络中的虚拟机的动态分布
CN101504620A (zh) * 2009-03-03 2009-08-12 华为技术有限公司 一种虚拟化集群系统负载平衡方法、装置及系统
CN102232282A (zh) * 2010-10-29 2011-11-02 华为技术有限公司 一种实现数据中心资源负载均衡的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107872402A (zh) * 2017-11-15 2018-04-03 北京奇艺世纪科技有限公司 全局流量调度的方法、装置及电子设备
CN109951558A (zh) * 2019-03-27 2019-06-28 北京并行科技股份有限公司 一种超算资源的云调度方法、云调度中心和系统

Also Published As

Publication number Publication date
US20140143777A1 (en) 2014-05-22
EP2713270A1 (en) 2014-04-02
EP2713270A4 (en) 2014-10-22
WO2013097151A1 (zh) 2013-07-04

Similar Documents

Publication Publication Date Title
CN103299279A (zh) 一种资源调度方法及设备
CN108829494B (zh) 基于负载预测的容器云平台智能资源优化方法
CN109803004B (zh) 区块链智能合约管理方法与装置、电子设备、存储介质
CN102103516B (zh) 基于虚拟cpu的频率和电压调节
CA2741088C (en) Methods of achieving cognizant power management
CN102111337B (zh) 任务调度方法和系统
CN103873498A (zh) 云平台资源自适应预警方法与系统
CN102508718A (zh) 一种虚拟机负载均衡方法和装置
CN103399781B (zh) 云服务器及其虚拟机管理方法
CN104102543A (zh) 一种云计算环境中负载调整的方法和装置
CN105320559A (zh) 一种云计算系统的调度方法和装置
CN105354725A (zh) 一种应用推广效果的预测方法及系统
CN102279784B (zh) 一种电子设备及其系统资源使用状态的提示方法、系统
CN104639626A (zh) 一种多级负载预测与云资源弹性配置方法与监控配置系统
CN107844187A (zh) 功耗管理方法、装置及电子设备
CN109857556A (zh) 内存回收方法及装置、存储介质和电子设备
CN104793996A (zh) 一种并行计算设备的任务调度方法及任务调度装置
CN103376879A (zh) 存储器控制设备和方法、信息处理设备和程序
CN102339233A (zh) 云计算集中管理平台
CN115277566B (zh) 数据访问的负载均衡方法、装置、计算机设备及介质
CN106897133A (zh) 一种基于pbs作业调度管理集群负载的实现方法
CN107203256A (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
CN117076882A (zh) 一种云服务资源动态预测管理方法
Wang et al. An Efficient Load Prediction-Driven Scheduling Strategy Model in Container Cloud
CN109002381A (zh) 进程通信监控方法、电子装置及计算机可读存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130911