CN103514046A - 一种虚拟机放置方法及集群管理服务器 - Google Patents
一种虚拟机放置方法及集群管理服务器 Download PDFInfo
- Publication number
- CN103514046A CN103514046A CN201310439878.0A CN201310439878A CN103514046A CN 103514046 A CN103514046 A CN 103514046A CN 201310439878 A CN201310439878 A CN 201310439878A CN 103514046 A CN103514046 A CN 103514046A
- Authority
- CN
- China
- Prior art keywords
- physical host
- virtual machine
- resource
- cluster
- degree
- 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.)
- Granted
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种虚拟机放置方法及集群管理服务器,依据物理主机的单机资源均衡度和集群均衡度确定物理主机的候选权重值,并将候选权重值最大,或者候选权重值大于或等于预设值的物理主机作为虚拟机的放置物理主机,可见,在进行虚拟机的放置时,不仅以物理主机的单机资源运行情况为约束,还考虑到集群中不同物理主机间的负载均衡,因此,能够保证在放置虚拟机时,兼顾提升物理主机利用率和降低虚拟机的迁移开销的需求。
Description
技术领域
本发明涉及虚拟化集群领域,尤其涉及一种虚拟机放置方法及集群管理服务器。
背景技术
所谓虚拟机放置,是指在虚拟机启动时,为虚拟机选择合适的物理主机(亦可称为物理服务器或物理计算节点),将虚拟机放置在选择的物理主机上。不同的放置策略,对虚拟机的性能和物理主机的资源利用率会产生不同的影响。
现有的虚拟机放置方法,或者以单个物理主机的多维度资源(例如中央处理和内存)均衡度为依据,或者以集群中各个物理主机间的负载均衡度为依据,均不能兼顾单个物理主机的多维度资源均衡度和各个物理主机间的负载均衡度,从而导致在提升物理主机的资源利用率的同时无法降低虚拟机的迁移开销的问题。
发明内容
本发明实施例提供了一种虚拟机放置方法及集群管理服务器,在一定程度上解决现有的虚拟机放置方法在提升物理主机的资源利用率的同时无法降低虚拟机的迁移开销的问题。
本发明实施例提供了以下技术方案:
本发明实施例的第一方面提供了一种虚拟机放置方法,包括:
在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
在本发明实施例的第一方面的第一种实现方式中,所述依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值包括:
获取所述物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
在本发明实施例的第一方面的第二种实现方式中,所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述单机资源均衡度及所述集群均衡度的归一化结果包括:
通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为所述物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
在本发明实施例的第一方面的第三种实现方式中,所述确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度包括:
若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;
计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
依据所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
在本发明实施例的第一方面的第四种实现方式中,所述依据所述各个非关闭态虚拟机对Z个资源的利用率,确定所述物理主机I的单机资源均衡度包括:
通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差为所述物理主机I的单机资源均衡度。
在本发明实施例的第一方面的第五种实现方式中,所述确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度包括:
模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;
基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
在本发明实施例的第一方面的第六种实现方式中,所述确定所述N台物理主机间的负载不均衡的过程包括:
计算所述N台物理主机间的集群加权均衡度;
如果所述集群加权均衡度大于预设的目标值,则确定所述N台主机间的负载不均衡。
在本发明实施例的第一方面的第七种实现方式中,所述计算所述N台物理主机间的集群加权均衡度包括:
通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviationz=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;
通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
在本发明实施例的第一方面的第八种实现方式中,所述输出虚拟机迁移建议包括:
从所述N台物理主机中确定资源利用率最大的物理主机;
确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;
输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
在本发明实施例的第一方面的第九种实现方式中,所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机包括:
确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中,所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
在本发明实施例的第一方面的第十种实现方式中,所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机包括:
计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
本发明实施例的第二方面提供了一种集群管理服务器,用于放置虚拟机,包括:
单机资源均衡度确定模块,用于在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
集群均衡度确定模块,用于确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
计算模块,用于依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
放置模块,用于将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
在本发明实施例的第二方面的第一种实现方式中,所述计算模块具体用于:
获取物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
在本发明实施例的第二方面的第二种实现方式中,在所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果的方面,所述计算模块具体用于:
通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
在本发明实施例的第二方面的第三种实现方式中,其特征在于,所述单机资源均衡度确定模块具体用于:
若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;
计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
依据所述物理主机I上的所有非关闭态虚拟机对所述资源P使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
在本发明实施例的第二方面的第四种实现方式中,在所述依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度的方面,所述单机资源均衡度确定模块具体用于:
通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差作为所述物理主机I的单机资源均衡度。
在本发明实施例的第二方面的第五种实现方式中,所述集群均衡度确定模块具体用于:
若模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;
基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
在本发明实施例的第二方面的第六种实现方式中,在所述确定所述N台物理主机间的负载不均衡的方面,所述集群均衡度确定模块具体用于:
计算所述N台物理主机间的集群加权均衡度;
如果所述集群加权均衡度大于预设的目标值,则确定所述N台物理主机间的负载不均衡。
在本发明实施例的第二方面的第七种实现方式中,在所述计算所述N台物理主机间的集群加权均衡度方面,所述集群均衡度确定模块具体用于:
通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviationz=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;
通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
在本发明实施例的第二方面的第八种实现方式中,在所述输出虚拟机迁移建议的方面,所述集群均衡度确定模块具体用于:
从所述N台物理主机中确定资源利用率最大的物理主机;
确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;
输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
在本发明实施例的第二方面的第九种实现方式中,在所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机的方面,所述集群均衡度确定模块具体用于:
确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
在本发明实施例的第二方面的第十种实现方式中,在所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机的方面,所述集群均衡度确定模块具体用于:
计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
本发明实施例提供的虚拟机放置方法及集群管理服务器,依据物理主机的单机资源均衡度和集群均衡度确定物理主机的候选权重值,并将候选权重值最大,或者候选权重值大于或等于预设值的物理主机作为虚拟机的放置物理主机,可见,在进行虚拟机的放置时,不仅以物理主机的单机资源运行情况为约束,还考虑到集群中不同物理主机间的负载均衡,因此,能够保证在放置虚拟机时,兼顾提升物理主机利用率和降低虚拟机的迁移开销的需求。
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为本发明实施例所述的方法应用的虚拟化场景的示意图;
图2为本发明实施例公开的一种虚拟机放置方法的流程图;
图3为本发明实施例公开的又一种虚拟机放置方法的流程图;
图4为本发明实施例公开的又一种虚拟机放置方法的流程图;
图5为本发明实施例公开的又一种虚拟机放置方法的流程图;
图6为各个待放置的虚拟机的CPU主频及内存的规格示意图;
图7(a)和7(b)为本发明实施例公开的虚拟机放置方法与现有技术方法相比的效果示意图;
图8为本发明实施例公开的一种集群管理服务器的结构示意图;
图9为本发明实施例公开的又一种集群管理服务器的结构示意图。
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。
本发明实施例所述的方法可以应用在如图1所示的集群系统中的集群管理服务器上,其中,集群管理服务器负责管理每个与之具有通信连接的物理主机,其中每台物理主机包括硬件层,运行在所述硬件层之上的虚拟机监视器VMM,运行在所述虚拟机监视器VMM之上的至少一个虚拟机。客户端可以与物理主机或集群管理服务器交互,例如,客户端发出虚拟机放置指令,集群管理服务器接收到此指令后,对虚拟机进行放置。
本发明实施例公开的一种虚拟机放置方法,如图2所示,包括:
S201:在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度;
其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
S202:确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
S203:依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
即,本实施例中,模拟将虚拟机放置在一台物理主机上,确定此物理主机接收虚拟机的放置后的单机资源均衡度和集群均衡度,进一步计算得到此物理主机的候选权重值。遍历每台物理主机,依次模拟将虚拟机放置在每一台物理主机上,得到每台物理主机的候选权重值。
S204:将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
现有技术中,在进行虚拟机放置时,主要有两类方法,一种是依据单台物理主机上多个资源间的均衡度进行虚拟机的放置,一种是依据集群中所有物理主机的负载均衡度进行虚拟机的放置。前一类方法从单台物理主机的角度出发,可以有效保证单台物理主机的内部各资源的平衡使用,但是未顾及整个集群的负载均衡,可能会导致部分物理主机持续高载的情况,后一类方法虽然能够兼顾集群的负载均衡,但是因为不考虑单台物理主机的情况,会导致单台物理主机中各个资源使用不均衡,某项资源的利用率高,而另一项资源的利用率低的问题。可见,现有的虚拟机放置方法,不能兼顾单台物理主机的资源利用率与集群负载均衡度。
而本实施例所述的方法,依据物理主机的单机资源均衡度和集群均衡度计算出每台物理主机的候选权重值,将虚拟机放置在候选权重值最大,或者候选权重值大于或等于预设值的物理主机上,从而既能够保证接收虚拟机放置的物理主机中各个资源的均衡利用,也能够保证集群中各个主机间的负载均衡。
本发明实施例公开的又一种虚拟机放置方法,如图3所示,包括:
S301:在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度;
其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I。
S302:确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
S303:获取物理主机I的单机资源均衡度影响因子及集群均衡度影响因子;
所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
S304:依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
可选地,可以通过式(1)计算所述物理主机I的单机资源均衡度及集群均衡度的归一化结果:
W=1/S*hostWeight+1/M*clusterWeight (1)
其中,W为所述归一化结果,即物理主机I的候选权重值,S为所述物理主机I的单机资源均衡度,M为物理主机I的集群均衡度,hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],clusterWeight为集群均衡度影响因子,取值范围为[0,1],两者满足hostWeight+clusterWeight=1,实际应用中,hostWeight和clusterWeight的值可以由用户依据需要进行设定,本实施例中,可选地,hostWeight和clusterWeight的值可以均为0.5。若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
S305:将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
所述预设值可以由用户进行预先设定。当候选权重值最大,或者候选权重值大于或等于预设值的物理主机的个数为多台时,可以将虚拟机随机放置在其中一台上,或者进一步结合其它的策略从多台物理主机中确定出一台物理主机,并将虚拟机放置在确定的该一台物理主机上。
本实施例中,通过计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,得到候选权重值,所以,依据候选权重值进行虚拟机的放置,既考虑到了单机资源均衡度,又考虑到了集群均衡度。因此,不仅能够充分利用单台物理主机的资源,提高单台物理主机上的虚拟机放置的密度,进而提升主机的利用率,还能避免虚拟机刚被放下就因为负载均衡的需求,而被迁移的问题,因此,还能够减少虚拟机不必要的迁移,降低集群迁移的开销。并且,单机资源均衡度影响因子及所述集群均衡度影响因子可由用户设定,所以,用户可以依据实际需求,确定单机资源均衡度及集群均衡度对候选权重值的影响程度,从而能够使得虚拟机的放置能够满足用户对单机资源均衡和集群间负载均衡的实际需求。
本发明实施例公开的又一种虚拟机放置方法如图4所示,包括:
S401:若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量;
其中,P为正整数,且P=1……Z,Z为大于1的正整数。
本实施例中所述Z可以为2,物理主机I上的各个非关闭态虚拟机对资源1的需求量可以为物理主机I上的各个非关闭态虚拟机对处理器资源的需求量,物理主机I上的各个非关闭态虚拟机对资源2的需求量可以为物理主机I上的各个非关闭态虚拟机对内存资源的需求量。
需要说明的是,本实施例中的资源1、2……资源Z,是为了方便方面所引出的,应当理解的是:对本发明不做任何限定。
S402:计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
例如,物理主机I上包括两个非关闭态虚拟机,其中,第一非关闭态虚拟机对处理器资源的需求量为a,第二非关闭态虚拟机对处理器资源的需求量为b,则物理主机I上的各个非关闭态虚拟机对处理器资源的使用量为a+b。
S403:依据所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
各个非关闭态虚拟机对资源P使用量/物理主机I上的资源P的总量,即为各个非关闭态虚拟机对资源P的利用率,例如,物理主机I上的各个非关闭态虚拟机对处理器资源的使用量/物理主机I上的处理器资源的总量,即为物理主机I上的处理器资源的利用率。
S404:依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度;
可选地,可以通过式(2)计算所述物理主机I的标准差,所述标准差即为所述物理主机I的单机资源均衡度。
d=sqrt(((x-average)^2+……+(y-average)^2)/Z) (2)
其中,x为各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为Z个资源利用率的平均值,Z为大于1的正整数,sqrt代表求平方根。
例如,Z可以为2,其中,资源1的利用率可以为处理器的利用率(例如中央处理器的利用率),资源2的利用率可以为内存的利用率。
S405:确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
S406:依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
S407:将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
现有技术中,通过投影降维的方法,将单机中的多个资源的利用率投影到一个平面上,确定单机的资源利用情况,为虚拟机选择放置物理主机。由于涉及投影降维,所以,计算量大,实施的复杂度高。
而本实施例所述的方法,使用不同资源利用率的标准差作为单机的资源均衡度,不再需要进行降维计算,所以,计算简单,易于实现。
并且,本实施例所述的方法,将单机资源均衡度作为虚拟机放置的依据之一,能够提高物理主机的资源利用率。
本实施例公开的又一种虚拟机放置方法,如图5所示,包括:
S501:在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
S502:模拟在所述物理主机I上放置所述虚拟机后,判断所述N台物理主机间的负载是否均衡,如果否,执行S503,如果是,执行S505;
可选地,可以通过所述N台物理主机间的集群加权均衡度确定N台物理主机间的负载是否平衡:
可选地,可以依据式(3)计算N台物理主机间的z个集群标准差:
Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)
.
.(3)
.
Deviation z=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N)
其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为物理主机1上的资源z的利用率,x NZ为物理主机N上的资源z的利用率,a1为所述N台物理主机的上资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值。
例如,z取值可以为2,资源1的利用率可以为处理器资源的利用率,资源2的利用率可以为内存资源的利用率。
再依据式(4)计算集群加权均衡度:
weightedDeviation=Weight1*Deviation1+……+WeightZ*Deviationz (4)
其中,Weight1……Weightz为预设的权值,可以均取0.5。
如果所述集群加权均衡度大于预设的目标值,则确定所述N台主机间的负载不均衡,与现有的负载均衡方法相比,不必遍历所有的虚拟机,从而降低了执行的复杂性。
S503:输出虚拟机迁移建议;
可选地,虚拟机迁移建议的输出过程可以具体为:
A:从所述N台物理主机中确定资源利用率最大的物理主机;
可选地,物理主机的资源利用率可以为物理主机中各个资源的利用率之和,物理主机的资源利用率可以依据式(5)计算:
weightedSum=x*Weight1+……+y*Weightz (5)
其中,x为所述物理主机I中的资源1的利用率,y为所述物理主机I中的资源z的利用率,Weight1和memWeightz可以均为0.5。资源1的利用率可以为处理器资源的利用率,资源z的利用率可以为内存资源的利用率。
B:确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
可选地,可以确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中,所述差最小时模拟迁出的虚拟机为待迁出的虚拟机;
C:从所述N台物理主机中确定所述待迁出的虚拟机迁入的目的物理主机;
可选地,计算模拟所述待迁出的虚拟机迁入物理主机I后,所述N台物理主机间的集群加权均衡度,如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机迁入的目的物理主机,其中,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I。
D:输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
S504:基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度;
S505:确定从所述物理主机I待迁移出的虚拟机的个数为0,其中,所述个数为所述物理主机I的集群均衡度;
因为模拟将虚拟机放置在某台物理主机上时,如果虚拟机迁移建议中,建议从此台物理主机迁出虚拟机的数量越多,则说明此台物理主机相比于其它物理主机的负载重,所以本实施例中,所述物理主机I待迁移出的虚拟机的个数可作为物理主机I的集群均衡度。
S506:依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
S507:将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
本实施例所述的方法,因为物理主机的集群均衡度与不同物理主机间的负载均衡相关,所以,在考虑单机资源利用率的基础上,依据此集群均衡度确定候选权重值,并依据候选权重值放置虚拟机,能够在放置虚拟机时考虑到物理主机间的负载均衡,避免虚拟机刚被放置在某台物理主机上就被迁移走,,从而能够降低虚拟机在集群中的迁移开销。
下面对本实施例所述的虚拟机放置方法进行举例说明:
假设集群系统中有两台物理主机,分别为H1和H2,两台物理主机的规格相同,其中央处理器(Central Processing Unit,CPU)的主频为100GHZ,其内存为100GB。待放置的虚拟机的规格如图6所示,其中,VM1的CPU的主频为20GHZ,内存为70GB,即VM1被放置物理主机上后,对物理主机中的CPU的主频的需求量为20GHZ,对物理主机中的内存的需求量为70GB,VM2的CPU的主频为70GHZ,内存为20GB,即VM2被放置物理主机上后,对物理主机中的CPU的主频的需求量为70GHZ,对物理主机中的内存的需求量为20GB。H1和H2的初始状态为空载。
VM1可以任意放置在任意一台物理主机上,假设VM1放置到H1,那么,H1上放置有CPU为的主频为20GHZ,内存为70GB的虚拟机,H2上没有放置虚拟机。客户端欲启动CPU的主频为70GHZ,内存为20GB的虚拟机VM2,在接收客户端的放置指令后,按照本实施例所述的虚拟机放置方法,确定放置所述虚拟机的物理主机的过程为:
1、模拟将虚拟机放置在H1上,此时H1上具有两台虚拟机,获取H1的CPU主频利用率为x=0.2+0.7,内存利用率为y=0.7+0.2,CPU利用率和内存利用率的平均值为average=0.9,则计算H1的单机资源均衡度为:
d=sqrt(((x-average)^2+(y-average)^2)/2)
=sqrt(((0.9-0.9)^2+(0.9-0.9)^2)/2)=0。
可以将H1的单机资源均衡度和H1的标识对应存储到列表L中。
2、模拟将虚拟机放置在H2上,获取H2的CPU主频利用率为x=0.7,内存利用率为y=0.2,CPU主频利用率和内存利用率的平均值为average=0.45,H2的单机资源均衡度为:
d=sqrt(((0.7-0.45)^2+(0.2-0.45)^2)/2)=0.25。
将H2的单机资源均衡度和H2的标识对应存储到列表L中。
3、模拟将虚拟机放置在H1上,H1的CPU主频利用率x11=0.9,内存利用率为x12=0.9,H2的CPU主频利用率x21=0,内存利用率为x22=0。
(1)计算H1和H2之间的集群加权均衡度:
Deviation1=sqrt(((x11-a1)^2+(x21-a1)^2)/2)
=sqrt(((0.9-0.45)^2+(0-0.45)^2)/2)=0.45;
Deviation z=sqrt(((x12-a2)^2+(x22-a2)^2)/2)
=sqrt(((0.9-0.45)^2+(0-0.45)^2)/2)=0.45;
weightedDeviation=Weight1*Deviation1+Weight2*Deviation2
=0.5*0.45+0.5*0.45=0.45。
假设预设的目标值为0.3,则集群均衡度weightedDeviation=0.45>0.3,所以,负载不均衡。
(2)分别计算H1和H2的资源利用率,其中H1的资源利用率为:
weightedSum1=x*Weight1+y*Weight2=0.9*0.5+0.9*0.5=0.9;
H2的资源利用率为weightedSum1=0。
可见,H1为资源利用率最大的物理主机。
(3)从H1的虚拟机列表中,确定迁出的虚拟机,此虚拟机从H1上迁出后,H1与2台物理主机的资源利用率平均值0.45的差最小,由于H1上的两台虚拟机相同,所以,可以经任意一台迁出,这里,确定将编号较小的虚拟机确定为迁出的虚拟机。
(4)从可迁入物理主机列表中找一台物理主机进行迁入,这里将虚拟机迁入H2,迁入后,集群均衡度为0.25,因为迁入后的集群均衡度0.25优于迁入前的0.45所以,可以将H2确定为迁入的物理主机。
(5)输出虚拟机从H1迁入H2的迁移建议,这里可以将迁移建议个数1和H1对应保存在表R中。迁移建议的个数即为从H1中迁出虚拟机的个数。
4、模拟将虚拟机放置在H2上,经计算后,将虚拟机放置在H2上,集群均衡度weightedDeviation=0.25,小于预设目标值0.3,所以,负载均衡,不必生成虚拟机迁移指令。
5、从表L中取出H1对应的单机资源均衡度,从表R中取出H1对应的迁移指令的个数,计算H1的候选权重值,因为H1的单机资源均衡度为0,所以:
W1=1/S*hostWeight+1/M*clusterWeight=整数最大值(IntegerLimit)+0.5。
类似地,计算H2的候选权重值,由于H2的迁移指令的数量为0,所以1/M为整数最大值,clusterWeight=1,hostWeight=0,因此,W2=0.25+整数最大值(IntegerLimit)。
因为W1>W2,所以,将虚拟机放置在H1上。
按照上述步骤,可以依次完成图6中所有虚拟机的放置。放置结果如图7(a)所示,图7(b)为使用现有方法进行放置的结果,其中,两台物理主机仅能够放置4台虚拟机,有两台虚拟机放置不下,并且,每台物理主机上不同资源的利用率相差较大。
可见,与现有技术相比,本发明实施例所述的方法,能够将所有虚拟机均放置在物理主机上,且H1和H2的中的资源利用率较高,并且同一物理主机上不同资源利用率之间、及不同物理主机间的资源利用率都比较均衡,从而本发明实施例所述的方法能提高虚拟机密度,进而提升物理主机的利用率。
相应地,本发明实施例公开了一种集群管理服务器,用于虚拟机放置,如图8所示,包括:
单机资源均衡度确定模块801,用于在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
集群均衡度确定模块802,用于确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
计算模块803,用于依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
放置模块804,用于将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
本实施例所述的虚拟机放置集群管理服务器,计算模块依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重,放置模块将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上,因此,在进行虚拟机放置时,能够兼顾单机资源均衡度和集群均衡度,从而实现在提升单机利用率的同时保证集群中的负载均衡。
本实施例中,可选地,所述计算模块可以具体用于:
获取物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
可选地,在所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果的方面,所述计算模块可以具体用于:
通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
可选地,所述单机资源均衡度确定模块具体用于:
若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;
计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
依据所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
可选地,在所述依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度的方面,所述单机资源均衡度确定模块可以具体用于:
通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差作为所述物理主机I的单机资源均衡度。
可选地,所述集群均衡度确定模块可以具体用于:
若模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;
基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
可选地,在所述确定所述N台物理主机间的负载不均衡的方面,所述集群均衡度确定模块还可以具体用于:
计算所述N台物理主机间的集群加权均衡度;
如果所述集群加权均衡度大于预设的目标值,则确定所述N台物理主机间的负载不均衡
进一步地,可选地,在所述计算所述N台物理主机间的集群加权均衡度方面,所述集群均衡度确定模块具体用于:
通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviationz=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;
通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
可选地,在所述输出虚拟机迁移建议的方面,所述集群均衡度确定模块可以具体用于:
从所述N台物理主机中确定资源利用率最大的物理主机;
确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;
输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
可选地,在所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机的方面,所述集群均衡度确定模块可以具体用于:确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
可选地,在所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机的方面,所述集群均衡度确定模块可以具体用于:计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
本发明实施例还公开了一种集群管理服务器,如图9所示,包括:
至少一个处理器901,例如CPU,存储器902,至少一个通信总线903。通信总线903用于实现处理器901和存储器902之间的通信连接。
可选地,本实施例所述集群管理服务器还可以包括:至少一个网络接口904或用户接口905,所述用户接口可选地包括显示器,键盘或者点击设备(例如,鼠标,轨迹球(trackball),触感板或者触感显示屏)。网络接口904或用户接口905通过通信总线903与其它组件进行通信。
本实施例中,存储器902可能包含高速RAM存储器,也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器902可选的可以包含至少一个位于远离前述处理器901的存储装置。
在一些实施方式中,存储器902存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:
操作系统9021,包含各种系统程序,用于实现各种基础业务以及处理基于硬件的任务;
应用程序模块9022,包含各种应用程序,用于实现各种应用业务。
应用程序模块9022中包括但不限于单机资源均衡度确定模块801、集群均衡度确定模块802、计算模块803和放置模块804。其中,应用程序中的各个模块的具体实现参见图8所示实施例中的相应模块,这里不再赘述。
本发明实施例中,通过调用存储器902存储的程序或指令,处理器901用于:在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I,确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度,依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值,并将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
在上述实施例中,进一步地,在所述依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值方面,所述处理器901具体用于:获取所述物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
在所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述单机资源均衡度及所述集群均衡度的归一化结果方面,所述处理器具体用于:通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为所述物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
在所述确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度方面,所述处理器具体用于:若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;依据所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
在所述依据所述各个非关闭态虚拟机对Z个资源的利用率,确定所述物理主机I的单机资源均衡度方面,所述处理器具体用于:通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差为所述物理主机I的单机资源均衡度。
在所述确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度方面,所述处理器具体用于模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
在所述确定所述N台物理主机间的负载不均衡的过程方面,所述处理器具体用于:计算所述N台物理主机间的集群加权均衡度;如果所述集群加权均衡度大于预设的目标值,则确定所述N台主机间的负载不均衡。
在所述计算所述N台物理主机间的集群加权均衡度方面,所述处理器具体用于:通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviation z=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
在所述输出虚拟机迁移建议方面,所述处理器具体用于:从所述N台物理主机中确定资源利用率最大的物理主机;确定从所述资源利用率最大的物理主机中待迁出的虚拟机;从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
在所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机方面,所述处理器具体用于:确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中,所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
在所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机方面,所述处理器具体用于:计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
可见,采用上述方案后,集群管理服务器可以依据模拟放置虚拟机的物理主机的单机资源均衡度和集群均衡度计算出所述物理主机的候选权重值,依据候选权重值放置虚拟机,因此,在进行虚拟机放置时,能够兼顾物理主机的单机资源均衡度和集群的负载均衡度,不仅能够提高单机资源的利用率,还能够减少放置虚拟机后因负载不均衡而引起的虚拟机迁移,从而降低集群的迁移开销。
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或部分流程,是可以通过计算机程序来指令相关的硬件(例如处理器)来完成,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-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本发明实施例对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该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计算设备(可以是个人计算机,服务器,移动计算设备或者网络设备或处理器等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (22)
1.一种虚拟机放置方法,其特征在于,包括:
在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
2.根据权利要求1所述的方法,其特征在于,所述依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值包括:
获取所述物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
3.根据权利要求2所述的方法,其特征在于,所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述单机资源均衡度及所述集群均衡度的归一化结果包括:
通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为所述物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
4.根据权利要求1或2或3所述的方法,其特征在于,所述确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度包括:
若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;
计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
依据所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
5.根据权利要求4所述的方法,其特征在于,所述依据所述各个非关闭态虚拟机对Z个资源的利用率,确定所述物理主机I的单机资源均衡度包括:
通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差为所述物理主机I的单机资源均衡度。
6.根据权利要求1或2或3所述的方法,其特征在于,所述确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度包括:
模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;
基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
7.根据权利要求6所述的方法,其特征在于,所述确定所述N台物理主机间的负载不均衡的过程包括:
计算所述N台物理主机间的集群加权均衡度;
如果所述集群加权均衡度大于预设的目标值,则确定所述N台主机间的负载不均衡。
8.根据权利要求7所述的方法,其特征在于,所述计算所述N台物理主机间的集群加权均衡度包括:
通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviationz=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;
通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
9.根据权利要求6或7或8所述的方法,所述输出虚拟机迁移建议包括:
从所述N台物理主机中确定资源利用率最大的物理主机;
确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;
输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
10.根据权利要求9所述的方法,其特征在于,所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机包括:
确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中,所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
11.根据权利要求9所述的方法,其特征在于,所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机包括:
计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
12.一种集群管理服务器,其特征在于,用于放置虚拟机,包括:
单机资源均衡度确定模块,用于在接收虚拟机放置指令后,确定若模拟在物理主机I上放置所述虚拟机后,所述物理主机I的单机资源均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
集群均衡度确定模块,用于确定若模拟在所述物理主机I上放置所述虚拟机后,所述物理主机I的集群均衡度;
计算模块,用于依据所述物理主机I的单机资源均衡度和集群均衡度计算所述物理主机I的候选权重值;
放置模块,用于将所述虚拟机放置在所述N台物理主机中候选权重值最大,或者候选权重值大于或等于预设值的物理主机上。
13.根据权利要求12所述的集群管理服务器,其特征在于,所述计算模块具体用于:
获取物理主机I的单机资源均衡度影响因子及集群均衡度影响因子,所述单机资源均衡度影响因子表示所述物理主机I的单机资源均衡度对候选权重值的影响程度,所述集群均衡度影响因子表示所述物理主机I的集群均衡度对所述候选权重值的影响程度;
依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果,所述归一化结果为所述物理主机I的候选权重值。
14.根据权利要求13所述的集群管理服务器,其特征在于,在所述依据所述单机资源均衡度影响因子及所述集群均衡度影响因子,计算所述物理主机I的所述单机资源均衡度及所述集群均衡度的归一化结果的方面,所述计算模块具体用于:
通过W=1/S*hostWeight+1/M*clusterWeight计算归一化结果,其中,W为所述归一化结果,S为所述物理主机I的单机资源均衡度,M为物理主机I的集群均衡度,所述hostWeight为单机资源均衡度影响因子,其取值范围为[0,1],所述clusterWeight为所述集群均衡度影响因子,其取值范围为[0,1],且满足hostWeight+clusterWeight=1,若S=0,则hostWeight=1,clusterWeight=0,且1/S取整数最大值,若M=0,则hostWeight=0,clusterWeight=1,且1/M取整数最大值。
15.根据权利要求12至14任一项所述的集群管理服务器,其特征在于,所述单机资源均衡度确定模块具体用于:
若模拟在物理主机I上放置所述虚拟机后,获取所述物理主机I上的各个非关闭态虚拟机对资源P的需求量,其中,P为正整数,且P=1……Z,Z为大于1的正整数;
计算所述各个非关闭态虚拟机对所述资源P的需求量之和,所述各个非关闭态虚拟机对所述资源P的需求量之和为所述物理主机I上的所有非关闭态虚拟机对所述资源P的使用量;
依据所述物理主机I上的所有非关闭态虚拟机对所述资源P使用量及所述物理主机I上的所述资源P的总量,计算所述各个非关闭态虚拟机对所述资源P的利用率;
依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度。
16.根据权利要求15所述的集群管理服务器,其特征在于,在所述依据所述各个非关闭态虚拟机对所述Z个资源的利用率,确定所述物理主机I的单机资源均衡度的方面,所述单机资源均衡度确定模块具体用于:
通过d=sqrt(((x-average)^2+……+(y-average)^2)/Z),计算所述物理主机I的标准差,其中,x为所述各个非关闭态虚拟机对所述物理主机I上的资源1的利用率,y为所述各个非关闭态虚拟机对所述物理主机I上的资源Z的利用率,average为所述Z个资源的利用率的平均值,sqrt代表求平方根,所述标准差作为所述物理主机I的单机资源均衡度。
17.根据权利要求12至14任一项所述的集群管理服务器,其特征在于,所述集群均衡度确定模块具体用于:
若模拟在所述物理主机I上放置所述虚拟机后,如果确定所述N台物理主机间的负载不均衡,则输出虚拟机迁移建议;
基于所述虚拟机迁移建议,统计从所述物理主机I待迁移出的虚拟机的个数,其中,所述个数为所述物理主机I的集群均衡度。
18.根据权利要求17所述的集群管理服务器,其特征在于,在所述确定所述N台物理主机间的负载不均衡的方面,所述集群均衡度确定模块具体用于:
计算所述N台物理主机间的集群加权均衡度;
如果所述集群加权均衡度大于预设的目标值,则确定所述N台物理主机间的负载不均衡。
19.根据权利要求18所述的集群管理服务器,其特征在于,在所述计算所述N台物理主机间的集群加权均衡度的方面,所述集群均衡度确定模块具体用于:
通过Deviation1=sqrt(((x11-a1)^2+……+(x N1-a1)^2)/N)、……、Deviationz=sqrt(((x1Z-az)^2+……+(x NZ-az)^2)/N),计算所述N台物理主机的z个集群标准差,其中,x11为物理主机1上的资源1的利用率,x N1为物理主机N上的资源1的利用率,x1Z为所述物理主机1上的资源z的利用率,x NZ为所述物理主机N上的资源z的利用率,a1为所述N台物理主机上的资源1的利用率的平均值,az为所述N台物理主机上的资源z的利用率的平均值;
通过weightedDeviation=Weight1*Deviation1+……+Weightz*Deviationz,计算集群加权均衡度,其中Weight1……Weightz为预设的权值。
20.根据权利要求17或18或19所述的集群管理服务器,其特征在于,在所述输出虚拟机迁移建议的方面,所述集群均衡度确定模块具体用于:
从所述N台物理主机中确定资源利用率最大的物理主机;
确定从所述资源利用率最大的物理主机中待迁出的虚拟机;
从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机;
输出虚拟机迁移建议,所述虚拟机迁移建议表示将所述待迁出的虚拟机迁移到所述目的物理主机。
21.根据权利要求20所述的集群管理服务器,其特征在于,在所述确定从所述资源利用率最大的物理主机中待迁出的虚拟机的方面,所述集群均衡度确定模块具体用于:
确定模拟所述资源利用率最大的物理主机中的每台虚拟机迁出后,所述资源利用率最大的物理主机的当前资源利用率与所述N台物理主机的资源利用率的平均值之间的差,其中所述差最小时模拟迁出的虚拟机为待迁出的虚拟机。
22.根据权利要求20所述的集群管理服务器,其特征在于,在所述从所述N台物理主机中确定所述待迁出的虚拟机待迁入的目的物理主机的方面,所述集群均衡度确定模块具体用于:
计算模拟所述待迁出的虚拟机迁入所述物理主机I后,所述N台物理主机间的集群加权均衡度,其中,I=1、2……N,N为物理主机的个数,I和N均为大于零的正整数,且N≥I;
如果所述待迁出的虚拟机迁入所述物理主机I后,所述集群加权均衡度优于迁入前的所述N台物理主机间的集群加权均衡度,则所述物理主机I为所述待迁出的虚拟机待迁入的目的物理主机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310439878.0A CN103514046B (zh) | 2013-09-24 | 2013-09-24 | 一种虚拟机放置方法及集群管理服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310439878.0A CN103514046B (zh) | 2013-09-24 | 2013-09-24 | 一种虚拟机放置方法及集群管理服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103514046A true CN103514046A (zh) | 2014-01-15 |
CN103514046B CN103514046B (zh) | 2017-04-26 |
Family
ID=49896815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310439878.0A Expired - Fee Related CN103514046B (zh) | 2013-09-24 | 2013-09-24 | 一种虚拟机放置方法及集群管理服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514046B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008011A (zh) * | 2013-10-17 | 2014-08-27 | 中华电信股份有限公司 | 丛集环境中平衡实体机资源负载的方法 |
CN104536832A (zh) * | 2015-01-21 | 2015-04-22 | 北京邮电大学 | 一种虚拟机部署方法 |
CN105760209A (zh) * | 2014-12-16 | 2016-07-13 | 华为技术有限公司 | 移除虚拟机的方法、装置与自动弹性群组 |
CN106293871A (zh) * | 2016-07-22 | 2017-01-04 | 浪潮(北京)电子信息产业有限公司 | 一种集群虚拟机的资源调度方法 |
CN106412125A (zh) * | 2016-12-01 | 2017-02-15 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云监控系统及构建方法 |
CN106445629A (zh) * | 2016-07-22 | 2017-02-22 | 平安科技(深圳)有限公司 | 一种负载均衡的方法及其装置 |
CN106686039A (zh) * | 2015-11-10 | 2017-05-17 | 华为技术有限公司 | 一种云计算系统中的资源调度方法及装置 |
CN106790413A (zh) * | 2016-12-01 | 2017-05-31 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云服务系统及构建方法 |
CN108196936A (zh) * | 2017-12-26 | 2018-06-22 | 华为技术有限公司 | 一种资源调度方法、设备及系统 |
CN108710540A (zh) * | 2018-05-23 | 2018-10-26 | 深信服网络科技(深圳)有限公司 | 一种分布式集群中的资源调度方法、装置及设备 |
CN109240805A (zh) * | 2018-09-28 | 2019-01-18 | 北京邮电大学 | 虚拟机分配方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101449258A (zh) * | 2006-05-18 | 2009-06-03 | 微软公司 | 基于工作负载表征将虚拟机部署到主机 |
US20100332658A1 (en) * | 2009-06-29 | 2010-12-30 | Red Hat Israel, Ltd. | Selecting a host from a host cluster to run a virtual machine |
CN102185759A (zh) * | 2011-04-12 | 2011-09-14 | 田文洪 | 一种满足需求特性的多物理服务器负载均衡的方法及装置 |
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 |
US20120036515A1 (en) * | 2010-08-06 | 2012-02-09 | Itamar Heim | Mechanism for System-Wide Target Host Optimization in Load Balancing Virtualization Systems |
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 |
-
2013
- 2013-09-24 CN CN201310439878.0A patent/CN103514046B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101449258A (zh) * | 2006-05-18 | 2009-06-03 | 微软公司 | 基于工作负载表征将虚拟机部署到主机 |
US20100332658A1 (en) * | 2009-06-29 | 2010-12-30 | Red Hat Israel, Ltd. | Selecting a host from a host cluster to run a virtual machine |
US20120036515A1 (en) * | 2010-08-06 | 2012-02-09 | Itamar Heim | Mechanism for System-Wide Target Host Optimization in Load Balancing Virtualization Systems |
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 |
CN102185759A (zh) * | 2011-04-12 | 2011-09-14 | 田文洪 | 一种满足需求特性的多物理服务器负载均衡的方法及装置 |
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 |
Non-Patent Citations (2)
Title |
---|
彭红,杨根兴,蔡立志: "基于用户个性化需求的虚拟机部署机制", 《软件产业与工程》 * |
景晨: "综合负载均衡度最小优先:一种实现云数据中心负载均衡的新方法", 《电子科技大学硕士学位论文》 * |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008011A (zh) * | 2013-10-17 | 2014-08-27 | 中华电信股份有限公司 | 丛集环境中平衡实体机资源负载的方法 |
CN105760209A (zh) * | 2014-12-16 | 2016-07-13 | 华为技术有限公司 | 移除虚拟机的方法、装置与自动弹性群组 |
CN105760209B (zh) * | 2014-12-16 | 2019-06-21 | 华为技术有限公司 | 移除虚拟机的方法、装置与自动弹性群组 |
CN104536832A (zh) * | 2015-01-21 | 2015-04-22 | 北京邮电大学 | 一种虚拟机部署方法 |
CN104536832B (zh) * | 2015-01-21 | 2017-12-08 | 北京邮电大学 | 一种虚拟机部署方法 |
CN106686039B (zh) * | 2015-11-10 | 2020-07-21 | 华为技术有限公司 | 一种云计算系统中的资源调度方法及装置 |
CN111953732B (zh) * | 2015-11-10 | 2023-03-28 | 华为技术有限公司 | 一种云计算系统中的资源调度方法及装置 |
CN106686039A (zh) * | 2015-11-10 | 2017-05-17 | 华为技术有限公司 | 一种云计算系统中的资源调度方法及装置 |
CN111953732A (zh) * | 2015-11-10 | 2020-11-17 | 华为技术有限公司 | 一种云计算系统中的资源调度方法及装置 |
CN106293871A (zh) * | 2016-07-22 | 2017-01-04 | 浪潮(北京)电子信息产业有限公司 | 一种集群虚拟机的资源调度方法 |
WO2018014566A1 (zh) * | 2016-07-22 | 2018-01-25 | 平安科技(深圳)有限公司 | 一种负载均衡的方法、装置、计算机可读存储介质及系统 |
CN106445629A (zh) * | 2016-07-22 | 2017-02-22 | 平安科技(深圳)有限公司 | 一种负载均衡的方法及其装置 |
CN106445629B (zh) * | 2016-07-22 | 2019-05-21 | 平安科技(深圳)有限公司 | 一种负载均衡的方法及其装置 |
CN106412125B (zh) * | 2016-12-01 | 2019-09-20 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云监控系统及构建方法 |
CN106790413B (zh) * | 2016-12-01 | 2019-12-31 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云服务系统及构建方法 |
CN106790413A (zh) * | 2016-12-01 | 2017-05-31 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云服务系统及构建方法 |
CN106412125A (zh) * | 2016-12-01 | 2017-02-15 | 广州高能计算机科技有限公司 | 一种基于负载平衡的并序化云监控系统及构建方法 |
CN108196936A (zh) * | 2017-12-26 | 2018-06-22 | 华为技术有限公司 | 一种资源调度方法、设备及系统 |
CN108710540A (zh) * | 2018-05-23 | 2018-10-26 | 深信服网络科技(深圳)有限公司 | 一种分布式集群中的资源调度方法、装置及设备 |
CN108710540B (zh) * | 2018-05-23 | 2021-05-04 | 深信服科技股份有限公司 | 一种分布式集群中的资源调度方法、装置及设备 |
CN109240805A (zh) * | 2018-09-28 | 2019-01-18 | 北京邮电大学 | 虚拟机分配方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103514046B (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103514046A (zh) | 一种虚拟机放置方法及集群管理服务器 | |
Zhong et al. | Virtual machine-based task scheduling algorithm in a cloud computing environment | |
CN104484220B (zh) | 虚拟化集群的动态资源调度的方法及装置 | |
US20140059207A1 (en) | Client placement in a computer network system using dynamic weight assignments on resource utilization metrics | |
Patel et al. | Survey on resource allocation strategies in cloud computing | |
CN103885831B (zh) | 虚拟机宿主机的选择方法与装置 | |
CN102891896B (zh) | 用于物联网海量存储的云计算基础架构系统 | |
CN103970607A (zh) | 使用等价集合来计算优化虚拟机分配的方法和装置 | |
CN103455486A (zh) | 安置数据库的方法和系统 | |
TW201324358A (zh) | 虛擬機叢集之動態資源分配方法 | |
WO2014029219A1 (zh) | 虚拟化集群整合方法、装置及虚拟化集群系统 | |
EP2867771A1 (en) | Optimizing placement of virtual machines | |
CN103442070A (zh) | 基于统计预测的私有云存储资源调配方法 | |
CN107967180B (zh) | 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统 | |
CN102591709B (zh) | 基于OGR的shapefile文件主从式并行写方法 | |
CN103631537B (zh) | 一种虚拟磁盘的管理方法及装置 | |
CN109254836B (zh) | 面向云计算系统优先依赖任务的期限约束成本优化调度方法 | |
CN110321198B (zh) | 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 | |
Padoin et al. | Saving energy by exploiting residual imbalances on iterative applications | |
CN105389196A (zh) | 利用虚拟化技术进行地震资料处理的方法 | |
CN110308973A (zh) | 一种基于能耗优化的容器动态迁移方法 | |
Neuwirth et al. | Using balanced data placement to address i/o contention in production environments | |
CN103324577B (zh) | 基于最小化io访问冲突和文件分条的大规模分条文件分配系统 | |
US20160350143A1 (en) | Methods and systems to assess efficient usage of data-center resources by virtual machines | |
CN105930202B (zh) | 一种三阈值的虚拟机迁移方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170426 Termination date: 20180924 |