CN103336722B - 一种虚拟机cpu资源监控和动态分配方法 - Google Patents
一种虚拟机cpu资源监控和动态分配方法 Download PDFInfo
- Publication number
- CN103336722B CN103336722B CN201310297078.XA CN201310297078A CN103336722B CN 103336722 B CN103336722 B CN 103336722B CN 201310297078 A CN201310297078 A CN 201310297078A CN 103336722 B CN103336722 B CN 103336722B
- Authority
- CN
- China
- Prior art keywords
- mrow
- virtual machine
- resource
- msub
- weight
- 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
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种虚拟机CPU资源监控和动态分配方法,该方法包括:监测当前周期各虚拟机的运行情况得到监测信息,所述监测信息包括:虚拟机各VCPU资源分配的额度值和资源消耗的额度值;根据监测信息,用各虚拟机的VCPU资源消耗的额度值之和与分配的额度值之和的比值计算各虚拟机的CPU资源利用率,根据CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量;根据所述各虚拟机的资源权重请求量,虚拟机管理器决策下一周期各虚拟机的资源权重分配量;根据各虚拟机的资源权重分配量,为各虚拟机资源分配资源权重。本发明能够精确计算各虚拟机及VCPU需要的CPU资源量,按需分配CPU资源量,能够提高虚拟机的CPU的资源利用率。
Description
技术领域
本发明涉及虚拟机技术领域,尤其涉及一种虚拟机CPU资源监控和动态分配方法。
背景技术
虚拟化技术是指在一套完整的计算机硬件平台上(物理服务器),通过软件或硬件的方法,将一台物理服务器虚拟成多个独立的虚拟机,为多个独立运行的虚拟机提供独立的硬件运行环境。虚拟机技术需要一个称为虚拟机管理器的软件系统,对多个虚拟机的硬件资源进行管理和调度。
虚拟机技术具有功能隔离、易于管理和能够在线迁移等优势。虚拟机技术不但可以提高物理资源的利用率,还可以减少购置硬件的成本,降低能源的损耗。
目前,虚拟机技术在物理服务器CPU资源分配时采用静态分配方法,该静态分配方法在周期时,虚拟机管理器为每个虚拟机分配一个权重分配量,该静态分配方法中,各虚拟机的权重分配量的大小始终保持不变,物理服务器CPU资源分配不能根据虚拟机的工作负荷的变化做出动态调整,导致虚拟机物理服务器CPU资源利用率过低。其原因是:首先,虚拟机的工作负荷是动态变化的,如果为了满足虚拟机的CPU资源动态需求,应将虚拟机CPU资源权重分配量设置为虚拟机最大资源权重量。因此,上述方法中在虚拟机物理服务器分配CPU资源时,始终按照最大资源量进行分配,然而,除了少数虚拟机处于满负荷工作时,需要CPU最大资源量,,其它虚拟机的CPU资源将处于浪费状态;其次,有时候某些虚拟机的工作负荷很低,而另外一些虚拟机的工作负荷很高,工作负荷较低的虚拟机的空闲资源不能被工作负荷较高的虚拟机使用;第三,有些虚拟机已经完成执行任务,但是这些虚拟机没有被用户撤销,这些虚拟机的空闲资源将会被浪费掉。
此外,中国专利说明书还公开了“一种虚拟机CPU资源分配方法和装置”(专利号:200910088021.1),虽然,该方法采用动态方式为各虚拟机分配CPU资源,使一个物理节点上的多个虚拟机协调共享CPU资源。但是,上述方法需要为每个虚拟机安装资源监控软件才能对虚拟机的资源进行监控,这种每次创建虚拟机都需要先安装监控软件的方法导致虚拟机的使用变得复杂。
发明内容
本发明的目的是提供一种虚拟机CPU资源监控和动态分配方法,该方法能根据各虚拟机CUP资源消耗的需求分配虚拟机的CUP资源,提高虚拟机物理服务器的CPU资源利用率。
为实现上述目的,本发明提供了一种虚拟机CPU资源监控和动态分配方法,包括:
(1)、监测当前周期各虚拟机的运行情况得到监测信息,监测信息包括:虚拟机各VCPU资源分配的额度值和资源消耗的额度值;
(2)、根据监测各虚拟机的VCPU资源消耗的额度值和各虚拟机的VCPU资源分配的额度值,计算所有虚拟机的VCPU资源消耗的额度值相加之和与所有虚拟机的VCPU资源分配的额度值相加之和的比值,该比值为各虚拟机的CPU资源利用率,根据各虚拟机的CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量;
(3)、根据所述各虚拟机的资源权重请求量,虚拟机管理器决策下一周期各虚拟机的资源权重分配量;
(4)、根据各虚拟机的资源权重分配量,为各虚拟机资源分配资源权重。
上述步骤(2)所述的根据监测各虚拟机的VCPU资源消耗的额度值和各虚拟机的VCPU资源分配的额度值,计算所有虚拟机的VCPU资源消耗的额度值相加之和与所有虚拟机的VCPU资源分配的额度值相加之和的比值,该比值为各虚拟机的CPU资源利用率,根据各虚拟机的CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量;包括:
(2-1)、计算当前周期虚拟机的VCPU资源利用率,其计算公式采用:
其中: 为当前周期虚拟机的VCPU资源利用率, 为第i个周期,为当前周期虚拟机的VCPU资源消耗的额度值, 为当前周期VCPU资源分配的额度值;
(2-2)、计算当前周期虚拟机的CPU资源利用率,其计算公式为:
00188021其中:为当前周期虚拟机的CPU资源利用率, 为当前周期所有虚拟机的VCPU资源消耗的额度值相加之和,为当前周期所有虚拟机的VCPU资源分配的额度值相加之和,为虚拟机VCPU的个数,为当前周期第i个VCPU资源消耗的额度值, 为当前周期第i个VCPU资源分配的额度值;
(2-3)、分别计算反馈调整下一周期所述各虚拟机的资源权重分配请求量
(2-3-1)、当前周期虚拟机的CPU资源利用率大于80% 时,计算反馈调整下一周期所述各虚拟机的资源权重分配请求量,按照下列公式计算:
其中,为当前周期虚拟机的资源权重分配量,为虚拟机的VCPU个数,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为虚拟机的CPU资源利用率过高时的下一周期虚拟机的目标CPU资源利用率,该目标CPU资源利用率取值为0.55到0.65;
(2-3-2)、当前周期虚拟机的CPU资源利用率小于20%时,反馈调整下一周期所述各虚拟机的资源权重分配请求量,其计算公式为:
其中,为当前周期虚拟机的资源权重分配量,为虚拟机VCPU的个数, 为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为虚拟机CPU资源利用率过高时的下一周期虚拟机的目标CPU资源利用率,该目标CPU利用率取值为0.55到0.65,
(2-3-3)、当前周期虚拟机的CPU资源利用率大于等于20%并且小于等于80时,反馈调整下一周期所述各虚拟机的资源权重请求量,其计算公式为:
其中,为当前周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量;
上述步骤(3)所述根据各虚拟机的资源权重请求量,计算虚拟机管理器决策下一周期各虚拟机的资源权重分配量,包括:
(3-1)、当前周期虚拟机的CPU资源利用率大于80%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果, 则下一周期各虚拟机的资源权重分配量按照下列公式计算:
如果,则下一周期各虚拟机的资源权重分配量按照下列公式计算:
其中, 为下一周期各虚拟机的资源权重请求量总和,为物理服务器提供的资源权重总和, 为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率大于80%的虚拟机的CPU资源利用率之和, 为当前周期虚拟机的资源权重分配量,为第i个虚拟机的VCPU个数;
(3-2)、当前周期虚拟机的CPU资源利用率小于20%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果, 则下一周期各虚拟机的资源权重分配量按照下列公式计算:
如果, 则下一周期各虚拟机的资源权重分配量按照下列公式计算:
其中,为下一周期各虚拟机的资源权重请求量总和,为物理服务器提供的资源权重总和, 为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率小于20%的虚拟机的CPU资源利用率之和,为当前周期虚拟机的资源权重分配量,为第i个虚拟机的VCPU个数;
(3-3)、当前周期虚拟机的CPU资源利用率大于等于20%且小于等于80%时,计算下一周期各虚拟机的资源权重分配量,按照下列公式计算:
其中为当前周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量。
为实现上述目的,本发明提供了一种虚拟机CPU资源监控和动态分配系统,包括监测模块30、预测模块31、决策模块32、分配模块33,各模块依次相连,其中,
监测模块,用于监测当前周期各虚拟机的运行情况得到监测信息,所述监测信息包括:虚拟机各VCPU分配的额度和资源消耗的额度;
预测模块,用于根据监测信息,用各虚拟机的VCPU资源消耗的额度之和与分配的额度之和的比值计算各虚拟机的CPU资源利用率,根据CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量;
决策模块,用于根据各虚拟机的资源权重请求量,虚拟机管理器决策下一周期各虚拟机的资源权重分配量;
分配模块,用于根据各虚拟机资源权重分配量,为各虚拟机分配资源权重。
本发明的一种虚拟机CPU资源监控和动态分配方法,监测当前周期各虚拟机各VCPU分配的额度和资源消耗的额度后,用各虚拟机的VCPU资源消耗的额度之和与分配的额度之和的比值计算虚拟机的CPU资源利用率,根据各虚拟机的CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量。以上述各虚拟机资源权重请求量为依据动态决策下一周期各虚拟机的资源权重分配量,该方法根据虚拟机的CPU资源需求动态调整虚拟机资源权重值从而动态分配CPU资源,因而,能使同一物理服务器上的多个虚拟机根据需求分配CPU资源量,提高了物理服务器CPU资源利用率。
附图说明
图1为本发明一种虚拟机CPU资源监控和动态分配方法的流程图;
图2为本发明一种虚拟机CPU资源监控和动态分配方法中的资源分配的流程图;
图3为本发明一种虚拟机CPU资源监控和动态分配系统的结构示意图。
具体实施方式
下面对本发明的技术方案做进一步的详细描述。
本发明一种虚拟机CPU资源监控和动态分配方法中的流程图,如图1所示,该方法包括:
(1)、监测当前周期各虚拟机的运行情况得到监测信息,监测信息包括:虚拟机各VCPU分配的额度和资源消耗的额度;
(2)、根据监测各虚拟机的VCPU资源消耗的额度值和各虚拟机的VCPU资源分配的额度值,计算所有虚拟机的VCPU资源消耗的额度值相加之和与所有虚拟机的VCPU资源分配的额度值相加之和的比值,该比值为各虚拟机的CPU资源利用率,根据各虚拟机的CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量,如图2所示,具体如下:
(2-1)、计算当前周期虚拟机的VCPU资源利用率,其计算公式采用:
其中: 为当前周期虚拟机的VCPU资源利用率, 为第i个周期,为当前周期虚拟机的VCPU资源消耗的额度值,为当前周期VCPU资源分配的额度值;
(2-2)、计算当前周期虚拟机的CPU资源利用率,其计算公式为:
其中:为当前周期虚拟机的CPU资源利用率,为当前周期所有虚拟机的VCPU资源消耗的额度值相加之和,为当前周期所有虚拟机的VCPU资源分配的额度值相加之和,为虚拟机VCPU的个数,为当前周期第i个VCPU资源消耗的额度值,为当前周期第i个VCPU资源分配的额度值;
(2-3)、分别计算反馈调整下一周期所述各虚拟机的资源权重分配请求量
(2-3-1)、当前周期虚拟机的CPU资源利用率大于80% 时,反馈调整下一周期所述各虚拟机的资源权重分配请求量,按照下列公式计算:
其中,为当前周期虚拟机的资源权重分配量,为虚拟机VCPU的个数,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为虚拟机的CPU利用率过高时的下一周期虚拟机的目标CPU资源利用率,该目标CPU资源利用率取值为0.6;
(2-3-2)、当前周期虚拟机的CPU资源利用率小于20%时,反馈调整下一周期所述各虚拟机的资源权重分配请求量,按照下列公式计算:
其中,为当前周期虚拟机的资源权重分配量,为虚拟机VCPU的个数, 为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为虚拟机CPU利用率过高时的下一周期虚拟机的目标CPU利用率,该目标CPU利用率取值为0.6,
(2-3-3)、当前周期虚拟机的CPU资源利用率大于等于20%并且小于等于80时,反馈调整下一周期所述各虚拟机的资源权重请求量,其计算公式为:
其中,为当前周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量;(3)、根据所述根据上述各虚拟机的资源权重请求量,计算虚拟机管理器决策下一周期各虚拟机的资源权重分配量,该资源权重分配量为各虚拟机的资源分配资源权重,包括:
(3-1)、当前周期虚拟机的CPU资源利用率大于80%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果, 则下一周期各虚拟机的资源权重分配量按照下列公式计算:
如果,则下一周期各虚拟机的资源权重分配量按照下列公式计算:
其中, 为下一周期各虚拟机的资源权重请求量总和,为物理服务器提供的资源权重总和,为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率大于80%的虚拟机的CPU资源利用率之和,为当前周期虚拟机的资源权重分配量,为第i个虚拟机的VCPU个数;
(3-2)、当前周期虚拟机的CPU资源利用率小于20%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果,则下一周期所述各虚拟机的资源权重分配量按照下列公式计算:
如果,则下一周期所述各虚拟机的资源权重分配量按照下列公式计算:
其中,为下一周期各虚拟机的资源权重请求量总和,为物理服务器提供的资源权重总和,为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率小于20%的虚拟机的CPU资源利用率之和,为当前周期虚拟机的资源权重分配量,为第i个虚拟机的VCPU个数;
(3-3)、当前周期虚拟机的CPU资源利用率大于等于20%且小于等于80%时,计算下一周期各虚拟机的资源权重分配量,按照下列公式计算:
其中,为当前周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量;
(4)、根据各虚拟机的资源权重分配量,为各虚拟机资源分配资源权重。
如图3所示,本发明的一种虚拟机CPU资源监控和动态分配系统的结构示意图,该系统包括监测模块30、预测模块31、决策模块32、分配模块33,各模块依次相连,监测模块30位于虚拟机管理器中,用于监测各虚拟机的VCPU分配的额度和资源消耗的额度;预测模块31根据监测模块30监测到的数据,预测下一周期各虚拟机的资源权重请求量;决策模块32根据各虚拟机的资源权重请求量,决策下一周期各虚拟机的资源权重分配量;分配模块33负责将资源权重分配给各虚拟机。
Claims (2)
1.一种虚拟机CPU资源监控和动态分配方法,其特征在于,包括:
(1)、监测当前周期各虚拟机的运行情况得到监测信息,监测信息包括:虚拟机各VCPU资源分配的额度值和消耗的额度值;
(2)、根据监测各虚拟机的VCPU资源消耗的额度值和各虚拟机的VCPU资源分配的额度值,计算各虚拟机的所有VCPU资源消耗的额度值相加之和与各虚拟机的所有VCPU资源分配的额度值相加之和的比值,该比值为各虚拟机的CPU资源利用率,根据各虚拟机的CPU资源利用率反馈调整下一周期各虚拟机资源权重请求量,具体步骤为:
(2-1)、计算当前周期各虚拟机的VCPU资源利用率,其计算公式采用:
<mrow>
<msub>
<mi>U</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>T</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
</msub>
<msub>
<mi>T</mi>
<mrow>
<mi>a</mi>
<mi>l</mi>
<mi>l</mi>
<mi>o</mi>
</mrow>
</msub>
</mfrac>
</mrow>
其中:U1(ti)为当前周期虚拟机的VCPU资源利用率,ti为当前周期,Tcon为当前周期虚拟机的VCPU资源消耗的额度值,Tallo为当前周期VCPU资源分配的额度值;
(2-2)、计算当前周期各虚拟机的CPU资源利用率,其计算公式为:
<mrow>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>T</mi>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>n</mi>
</mrow>
<mi>i</mi>
</msubsup>
</mrow>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
</munderover>
<msubsup>
<mi>T</mi>
<mrow>
<mi>a</mi>
<mi>l</mi>
<mi>l</mi>
<mi>o</mi>
</mrow>
<mi>i</mi>
</msubsup>
</mrow>
</mfrac>
</mrow>
其中:U2(ti)为当前周期各虚拟机的CPU资源利用率,为当前周期虚拟机的所有VCPU资源消耗的额度值相加之和,为当前周期虚拟机的所有VCPU资源分配的额度值相加之和,vi为虚拟机VCPU的个数,为当前周期第i个VCPU资源消耗的额度值,为当前周期第i个VCPU资源分配的额度值;
(2-3)、分别计算反馈调整下一周期所述各虚拟机的资源权重请求量:
(2-3-1)、当前周期虚拟机的CPU资源利用率大于80%时,计算反馈调整下一周期所述各虚拟机的资源权重请求量,按照下列公式计算:
<mrow>
<msubsup>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msubsup>
<mo>=</mo>
<mfrac>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>U</mi>
<mrow>
<mi>N</mi>
<mi>o</mi>
<mi>r</mi>
<mi>m</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,w(ti)为当前周期虚拟机的资源权重分配量,vi为虚拟机VCPU的个数,为下一周期虚拟机的资源权重请求量,U2(ti)为当前周期各虚拟机的CPU资源利用率,UNormal为虚拟机的CPU利用率过高时的下一周期虚拟机的目标CPU资源利用率,该目标CPU资源利用率取值为0.55到0.65;
(2-3-2)、当前周期虚拟机的CPU资源利用率小于20%时,反馈调整下一周期所述各虚拟机的资源权重请求量,其计算公式为:
其中,w(ti)为当前周期虚拟机的资源权重分配量,vi为虚拟机的VCPU个数,为下一周期虚拟机的资源权重请求量,U2(ti)为当前周期各虚拟机的CPU资源利用率,UNormal为虚拟机CPU资源利用率过低时的下一周期虚拟机的目标CPU资源利用率,该目标CPU资源利用率取值为0.55到0.65;
(2-3-3)、当前周期虚拟机的CPU资源利用率大于等于20%并且小于等于80%时,反馈调整下一周期所述各虚拟机的资源权重请求量,其计算公式为:
其中,w(ti)为当前周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量;
(3)、根据所述各虚拟机的资源权重请求量,虚拟机管理器决策下一周期各虚拟机的资源权重分配量;
(4)、根据各虚拟机的资源权重分配量,为各虚拟机资源分配资源权重。
2.根据权利要求1所述的虚拟机CPU资源监控和动态分配方法,其特征在于,根据所述各虚拟机的资源权重请求量,虚拟机管理器决策下一周期各虚拟机的资源权重分配量,包括:
(3-1)、当前周期虚拟机的CPU资源利用率大于80%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果则下一周期各虚拟机的资源权重分配量按照下列公式计算:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msubsup>
<mi>U</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
<mrow>
<mi>s</mi>
<mi>h</mi>
<mi>o</mi>
<mi>r</mi>
<mi>t</mi>
</mrow>
</msubsup>
</mfrac>
<mrow>
<mo>(</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msubsup>
<mo>-</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
如果则下一周期各虚拟机的资源权重分配量按照下列公式计算:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>-</mo>
<msub>
<mi>U</mi>
<mrow>
<mi>N</mi>
<mi>o</mi>
<mi>r</mi>
<mi>m</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
其中,为下一周期各虚拟机的资源权重请求量总和,wtotal为物理服务器提供的资源权重总和,wi+1为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,U2(ti)为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率大于80%的虚拟机的CPU资源利用率之和,w(ti)为当前周期虚拟机的资源权重分配量,vi为虚拟机的VCPU个数;
(3-2)、当前周期虚拟机的CPU资源利用率小于20%时,计算下一周期各虚拟机的资源权重分配量,具体计算如下:
如果则下一周期各虚拟机的资源权重分配量按照下列公式计算:
如果则下一周期各虚拟机的资源权重分配量按照下列公式计算:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msubsup>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>U</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<msubsup>
<mi>U</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
<mrow>
<mi>s</mi>
<mi>u</mi>
<mi>r</mi>
<mi>p</mi>
</mrow>
</msubsup>
</mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>w</mi>
<mrow>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
<mrow>
<mi>r</mi>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
其中,为下一周期各虚拟机的资源权重请求量总和,wtotal为物理服务器提供的资源权重总和,wi+1为下一周期虚拟机的资源权重分配量,为下一周期虚拟机的资源权重请求量,U2(ti)为当前周期虚拟机的CPU资源利用率,为所有CPU资源利用率小于20%的虚拟机的CPU资源利用率之和,w(ti)为当前周期虚拟机的资源权重分配量,vi为虚拟机的VCPU个数;
(3-3)、当前周期虚拟机的CPU资源利用率大于等于20%且小于等于80%时,计算下一周期各虚拟机的资源权重分配量,按照下列公式计算:
wi+1=w(ti)
其中w(ti)为当前周期虚拟机的资源权重分配量,wi+1为下一周期虚拟机的资源权重分配量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310297078.XA CN103336722B (zh) | 2013-07-16 | 2013-07-16 | 一种虚拟机cpu资源监控和动态分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310297078.XA CN103336722B (zh) | 2013-07-16 | 2013-07-16 | 一种虚拟机cpu资源监控和动态分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103336722A CN103336722A (zh) | 2013-10-02 |
CN103336722B true CN103336722B (zh) | 2017-09-26 |
Family
ID=49244896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310297078.XA Active CN103336722B (zh) | 2013-07-16 | 2013-07-16 | 一种虚拟机cpu资源监控和动态分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103336722B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024027505A1 (en) * | 2022-08-03 | 2024-02-08 | International Business Machines Corporation | Provisional resource scheduling in a cloud computing environment |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103729254A (zh) * | 2013-12-31 | 2014-04-16 | 国网山东省电力公司 | 一种虚拟服务器Virtual CPU资源监测及动态分配方法 |
CN103823712B (zh) * | 2014-03-17 | 2017-05-10 | 杭州华三通信技术有限公司 | 一种多cpu虚拟机系统的数据流处理方法和装置 |
CN105706022B (zh) * | 2014-10-16 | 2019-04-19 | 华为技术有限公司 | 一种预测处理器利用率的方法、处理装置和终端设备 |
CN104572302B (zh) * | 2015-01-04 | 2018-09-11 | 中国联合网络通信集团有限公司 | 一种实现资源分配的方法及装置 |
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 |
CN105183563B (zh) * | 2015-09-17 | 2018-07-24 | 哈尔滨工程大学 | 一种面向关键任务计算机的cpu资源动态自配置方法 |
CN105607952B (zh) * | 2015-12-18 | 2021-04-20 | 航天恒星科技有限公司 | 一种虚拟化资源的调度方法及装置 |
CN110058966B (zh) * | 2018-01-18 | 2023-11-14 | 伊姆西Ip控股有限责任公司 | 用于数据备份的方法、设备和计算机程序产品 |
CN108399117B (zh) * | 2018-02-28 | 2022-02-01 | 迈普通信技术股份有限公司 | 一种处理器占用率显示方法及装置 |
CN111124687B (zh) * | 2019-12-30 | 2022-04-22 | 浪潮电子信息产业股份有限公司 | 一种cpu资源预留方法、装置及其相关设备 |
CN114461332B (zh) * | 2020-11-09 | 2024-05-28 | 上海大学 | 一种基于应用特征的虚拟机部署方法 |
CN115269206B (zh) * | 2022-09-27 | 2023-01-10 | 湖南三湘银行股份有限公司 | 一种基于资源分配的数据处理方法及平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6438573B1 (en) * | 1996-10-09 | 2002-08-20 | Iowa State University Research Foundation, Inc. | Real-time programming method |
CN101593134A (zh) * | 2009-06-29 | 2009-12-02 | 北京航空航天大学 | 虚拟机cpu资源分配方法和装置 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 中国科学院计算技术研究所 | 虚拟化计算平台中应用请求调度的方法及其系统 |
CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 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 |
CN102521052A (zh) * | 2011-12-06 | 2012-06-27 | 北京航空航天大学 | 虚拟化数据中心资源分配方法及虚拟机监控器 |
CN102546700A (zh) * | 2010-12-23 | 2012-07-04 | 中国移动通信集团公司 | 一种资源调度以及资源迁移的方法及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101499021A (zh) * | 2008-01-31 | 2009-08-05 | 国际商业机器公司 | 在多个虚拟机上动态分配资源的方法和装置 |
-
2013
- 2013-07-16 CN CN201310297078.XA patent/CN103336722B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6438573B1 (en) * | 1996-10-09 | 2002-08-20 | Iowa State University Research Foundation, Inc. | Real-time programming method |
CN101593134A (zh) * | 2009-06-29 | 2009-12-02 | 北京航空航天大学 | 虚拟机cpu资源分配方法和装置 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 中国科学院计算技术研究所 | 虚拟化计算平台中应用请求调度的方法及其系统 |
CN102546700A (zh) * | 2010-12-23 | 2012-07-04 | 中国移动通信集团公司 | 一种资源调度以及资源迁移的方法及设备 |
CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 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 |
CN102521052A (zh) * | 2011-12-06 | 2012-06-27 | 北京航空航天大学 | 虚拟化数据中心资源分配方法及虚拟机监控器 |
Non-Patent Citations (3)
Title |
---|
Dynamic CPU resource allocation for multicore CE devices running multiple operating systems;Hyunku Jeong等;《Consumer Electronics (ICCE), 2012 IEEE International Conference on》;20120116;全文 * |
Dynamic Resource Allocation Using Virtual Machines for Cloud Computing Environment;Zhen Xiao等;《Parallel and Distributed Systems, IEEE Transactions on》;20130630;第24卷(第6期);全文 * |
Q-clouds: managing performance interference effects for QoS-aware clouds;Ripal Nathuji等;《Proceeding EuroSys 10 Proceedings of the 5th European conference on computer systems》;20100416;全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024027505A1 (en) * | 2022-08-03 | 2024-02-08 | International Business Machines Corporation | Provisional resource scheduling in a cloud computing environment |
Also Published As
Publication number | Publication date |
---|---|
CN103336722A (zh) | 2013-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103336722B (zh) | 一种虚拟机cpu资源监控和动态分配方法 | |
CN107045455B (zh) | 一种基于负载预测的Docker Swarm集群资源调度优化方法 | |
CN104850450B (zh) | 一种面向混合云应用的负载均衡方法及系统 | |
CN105279027B (zh) | 一种虚拟机部署方法及装置 | |
CN104102543B (zh) | 一种云计算环境中负载调整的方法和装置 | |
CN103118124B (zh) | 一种基于分层多代理的云计算负载均衡方法 | |
CN103699445B (zh) | 一种任务调度方法、装置及系统 | |
CN108090225B (zh) | 数据库实例的运行方法、装置、系统及计算机可读存储介质 | |
WO2019001092A1 (zh) | 负载均衡引擎,客户端,分布式计算系统以及负载均衡方法 | |
CN104601664B (zh) | 一种云计算平台资源管理与虚拟机调度的控制系统 | |
CN103605578B (zh) | 基于虚拟机迁移的负载均衡调度方法 | |
CN107580023A (zh) | 一种动态调整任务分配的流处理作业调度方法及系统 | |
Bhatia et al. | Htv dynamic load balancing algorithm for virtual machine instances in cloud | |
CN104270421B (zh) | 一种支持带宽保证的多租户云平台任务调度方法 | |
CN103823714B (zh) | 一种基于虚拟化下NUMA节点内存QoS的调节方法及装置 | |
CN104902001B (zh) | 基于操作系统虚拟化的Web请求负载均衡方法 | |
CN104536832B (zh) | 一种虚拟机部署方法 | |
US11496413B2 (en) | Allocating cloud computing resources in a cloud computing environment based on user predictability | |
CN104023042B (zh) | 云平台资源调度方法 | |
CN103488539A (zh) | 一种基于cpu动态调频技术的数据中心节能方法 | |
CN103713956A (zh) | 应用于云计算虚拟化管理环境中的智能加权负载均衡方法 | |
CN107908479A (zh) | 一种节点资源分配方法及装置 | |
Antonescu et al. | Dynamic SLA management with forecasting using multi-objective optimization | |
CN105808341B (zh) | 一种资源调度的方法、装置和系统 | |
Li et al. | An effective scheduling strategy based on hypergraph partition in geographically distributed datacenters |
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 |