CN103548324B - 虚拟机分配方法和虚拟机分配装置 - Google Patents

虚拟机分配方法和虚拟机分配装置 Download PDF

Info

Publication number
CN103548324B
CN103548324B CN201280000263.1A CN201280000263A CN103548324B CN 103548324 B CN103548324 B CN 103548324B CN 201280000263 A CN201280000263 A CN 201280000263A CN 103548324 B CN103548324 B CN 103548324B
Authority
CN
China
Prior art keywords
virtual machine
machine
physical machine
sample table
attribute information
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
CN201280000263.1A
Other languages
English (en)
Other versions
CN103548324A (zh
Inventor
胡斐然
于文化
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 Cloud Computing 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 CN103548324A publication Critical patent/CN103548324A/zh
Application granted granted Critical
Publication of CN103548324B publication Critical patent/CN103548324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F9/5077Logical partitioning of resources; Management or configuration of virtualized resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明实施例涉及一种虚拟机分配方法和虚拟机分配装置。方法包括:获取虚拟机分配请求,虚拟机分配请求中包括所请求的虚拟机的属性信息;按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历各物理机的参考样例表,根据所请求的虚拟机的属性信息与各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合,虚拟机分配参考模型为各物理机具有最高平均资源占用率的虚拟机分配模型;在目标物理机中创建虚拟机分配请求中所请求的虚拟机。提高网络中物理机的资源利用率。

Description

虚拟机分配方法和虚拟机分配装置
技术领域
本发明实施例涉及信息技术领域,特别涉及一种虚拟机分配方法和虚拟机分配装置。
背景技术
随着云计算技术的发展,按用户需求为用户提供虚拟机(VirtulMachine,VM)已经成为一项重要的服务。而提供虚拟机服务需要提高虚拟机在物理机(PhysicalMachine,PM)中的分配效率,在保证资源供给的情况下,降低成本。
现有技术中,对于待分配的虚拟机,遍历各物理机,判断各物理机是否满足待分配虚拟机的资源需求,若某一物理机满足待分配虚拟机的资源需求,则将该虚拟机分配给该物理机,并且不再对下一物理机进行判断。然而,采用这种方法网络中所有物理机的平均资源利用率较低,并且,可能需要不断增加新的物理机,才能满足虚拟机的分配需求,成本较高。
发明内容
本发明实施例提供一种虚拟机分配方法和虚拟机分配装置,提高网络中物理机的资源利用率。
一方面,本发明实施例提供了一种虚拟机分配方法,包括:
获取虚拟机分配请求,所述虚拟机分配请求中包括所请求的虚拟机的属性信息;
按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历所述各物理机的参考样例表,根据所请求的虚拟机的属性信息与所述各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,所述目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;所述虚拟机分配参考模型为所述各物理机具有最高平均资源占用率的模拟虚拟机分配模型,所述虚拟机分配参考模型包含对应于每台物理机的参考样例表,所述参考样例表包括:所述物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,所述物理机的资源占用率;
在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机。
另一方面,本发明实施例提供了一种虚拟机分配装置,包括:
接收器,用于获取虚拟机分配请求,所述虚拟机分配请求中包括所请求的虚拟机的属性信息;
调度器,用于按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历所述各物理机的参考样例表,根据所请求的虚拟机的属性信息与所述各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,所述目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;所述虚拟机分配参考模型为所述各物理机具有最高平均资源占用率的虚拟机分配模型,所述虚拟机分配参考模型包含对应于每台物理机的参考样例表,所述参考样例表包括:所述物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,所述物理机的资源占用率;
执行器,用于在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机。
又一方面,本发明实施例提供了一种计算机程序产品,包括计算机程序代码,当所述计算机程序代码被计算机单元执行时,所述计算机单元执行上述所述虚拟机分配方法。
再一方面,本发明实施例提供了一种计算机可读介质,用于存储计算机程序代码,当所述计算机程序代码被计算机单元执行时,所述计算机单元执行上述所述虚拟机分配方法。
由上述技术方案可知,本发明实施例提供的虚拟机分配方法和虚拟机分配装置,预先设置虚拟机分配参考模型,根据该虚拟机分配参考模型分配虚拟机可以保证网络中各物理机的平均资源占用率较高。该参考样虚拟机分配模型中包含每个物理机的参考样例表,当获取虚拟机分配请求时,按照各物理机的参考样例表中物理机的资源占用率从高至低的顺序遍历,找到请求的虚拟机属性信息符合参考样例表的目标物理机,从而在目标物理机上创建所请求的虚拟机,实现提高网络中各物理机的平均资源利用率。
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为本发明提供的虚拟机分配方法一个实施例的流程图;
图2为本发明提供的确定虚拟机分配参考模型一个实施例的流程图;
图3为本发明提供的虚拟机分配方法又一个实施例的流程图;
图4为本发明提供的虚拟机分配装置一个实施例的结构示意图;
图5为本发明提供的虚拟机分配装置又一个实施例的结构示意图。
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。
图1为本发明提供的虚拟机分配方法一个实施例的流程图,如图1所示,该方法包括:
S101、获取虚拟机分配请求,虚拟机分配请求中包括所请求的虚拟机的属性信息;
S102、按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历各物理机的参考样例表,根据所请求的虚拟机的属性信息与各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;虚拟机分配参考模型为各物理机具有最高平均资源占用率的虚拟机分配模型,虚拟机分配参考模型包含对应于每台物理机的参考样例表,参考样例表包括:物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,物理机的资源占用率;
S103、在目标物理机中创建虚拟机分配请求中所请求的虚拟机。
其中,虚拟机的属性信息可以包括虚拟机的资源容量信息和/或虚拟机类型信息。虚拟机的属性信息中可以包括虚拟机类型信息,在这种实施场景下,虚拟机类型信息可以为现有的各种类型的虚拟机的类型标识;或者,虚拟机的属性信息中可以包括资源容量信息,作为一种可行的实施方式,虚拟机的资源容量信息可以包括:中央处理器CPU的容量、内存容量和带宽容量。可选的,虚拟机的资源容量信息还可以包括:硬盘容量、I/O容量等,在此不一一列举;或者,虚拟机的属性信息中可以既包括资源容量又包括虚拟机类型,这种实施场景下,虚拟机类型信息也可以为虚拟机的序号标识,例如:虚拟机分配请求中所请求的虚拟机属性信息可以包括:虚拟机类型VM1;资源容量为:CPU核数81、内存为15254MB和带宽为409MB。
同样的,物理机的属性信息也可以包括物理机的资源容量信息和/或物理机类型信息。为了对用户发出的虚拟机分配请求进行快速响应,通常需要每接收到一条虚拟机分配请求便执行一次虚拟机分配的操作。而一段时间内,用户发出的虚拟机分配请求所请求的虚拟机的属性信息通常没有一定的顺序(这个顺序可以是所请求的虚拟机的任一种资源容量的大小顺序,也可以是所请求的虚拟机类型顺序),而在分配虚拟机的过程中,查询各物理机的属性信息时,通常可以按照物理机的任一种资源容量从大到小顺序,或者按照物理机类型顺序,或者乱序来查询。而虚拟机分配请求所请求的虚拟机的属性信息的顺序,以及查询各物理机的属性信息所基于的物理机的属性信息的顺序对网络中的各物理机的平均资源占用率有着较大影响。
据此,本发明实施例提供的虚拟机分配方法,预先设置虚拟机分配参考模型,根据该虚拟机分配参考模型分配虚拟机可以保证网络中各物理机的平均资源占用率较高;该虚拟机分配参考模型中包含每个物理机的参考样例表,该每个物理机的参考样例表中可以包括:该物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,该物理机的资源占用率。
需要说明的是,可创建的虚拟机的属性信息具体是指:根据该虚拟机分配参考模型分配虚拟机,在该台物理机上允许创建的虚拟机的资源容量和/或虚拟机类型;可创建的虚拟机数量具体是指:根据该虚拟机分配参考模型分配虚拟机,在该台物理机上允许创建的各种虚拟机的最大数量,该物理机的资源占用率具体是指:在该台物理机上创建了参考样例表中所列的最大数量的各种规格的虚拟机之后,该台物理机的资源占用率。可选的,该台物理机的资源占用率可以为:该物理机的CPU容量、内存容量与1/3带宽容量之和。
其中,所述的各物理机平均资源占用率为各物理机的资源占用率的平均数,若网络中的某一台物理机为空闲态,可以不纳入平均数的计算之中。
以下以一个具体例子对虚拟机分配参考模型中包含的某台物理机的参考样例表进行说明,该物理机的参考样例表可以为:
该物理机的包括:物理机类型PM1,物理机的资源容量:CPU100个,内存40960MB,带宽1000MB;
可创建的虚拟机的属性信息为:
虚拟机类型VM1,其资源容量:CPU81个,内存15254MB,带宽409MB;该种规格的虚拟机可创建的台数为1;
虚拟机类型VM2,其资源容量:CPU16个,内存3233MB,带宽149MB;该种规格的虚拟机可创建的台数为1;
虚拟机类型VM3,其资源容量CPU1个,内存367MB,带宽49MB,该种规格的虚拟机可创建的台数为2;
在该台物理机上分别创建1台虚拟机VM1、1台虚拟机VM2和2台虚拟机VM3后,该台物理机的的资源占用率为47.2%。
需要说明的是,实践中,一般通过资源容量信息来表示不同的物理机或虚拟机,因此上述实施例中的可以不用明示物理机类型信息或虚拟机类型信息,而只说明物理机或虚拟机的资源容量信息即可。
获取虚拟机分配参考模型以及各物理机的参考样例表的过程,作为一种可行的实施方式:可以在各种模拟场景下(具体可以是在各种虚拟机分配请求所请求的属性信息的顺序,以及各种查询各物理机的属性信息所基于的物理机的属性信息的顺序的模拟场景下),可以采用现有的各种虚拟机分配方法,例如:贪婪算法(Greedy)或轮叫调度算法(RoundRobin)等方法,模拟将设定数量的虚拟机分配给网络中的各物理机,得到每种模拟场景下的模拟虚拟机分配模型,每种模拟场景下的模拟虚拟机分配模型包含当前模拟场景下各物理机的模拟样例表(该模拟样例表包括的内容与参考样例表中包括的内容对应一致),并计算在每种模拟场景下网络中的各物理机的平均资源占用率。各种模拟分配场景模拟分配虚拟机结束之后,可以选择各物理机的平均资源占用率最高的或者较高的模拟场景所对应的模拟虚拟机分配模型作为参考虚拟机分配模型,即,确定后续的虚拟机分配将按照物理机平均资源占用率最高或者较高的模拟场景下的虚拟机分配结果来分配,按照最终确定的参考虚拟机分配模型来进行虚拟机分配能够使得网络中的各物理机将会具有最高的或者较高的平均资源占用率。
表一为本发明实施例提供的各种模拟场景下模拟分配虚拟机得到的模拟虚拟机分配模型及其中包括的各物理机的模拟样例表的情况列表,每种模拟场景都对应一个模拟虚拟机分配模型,而每种模拟场景下的模拟虚拟机分配模型中都包含每个物理机相对应的模拟样例分表。
表一
表一中的每一行对应一个模拟场景下得到的一个模拟虚拟机分配模型,其中包括物理机1~物理机n分别对应的模拟样例表,以及在每个模拟场景下物理机1~物理机n的平均资源占用率。其中,每个模拟样例表所包含的具体内容可参见前面的描述,在此不再赘述。
假设表一所示的模拟场景B对应的网络中各物理机的资源占用率X2%的数值最高,则可以将模拟虚拟机分配模型B确定为后续进行虚拟机分配的虚拟机分配参考模型,相应的,可以将模拟场景B下得到的各物理机对应的模拟样例表作为为各物理机的参考样例表。
作为另一种可行的实施方式:还可以根据通常各种场景下,不同类型的虚拟机分配给网络中各物理机时,网络中各物理机的平均资源占用率的经验值,来为网络中的各物理机确定虚拟机分配参考模型以及参考样例表,即,可以在网络中各物理机的平均资源占用率较高时,统计各物理机上创建的虚拟机类型和数量以及各物理机的资源占用率来得到虚拟机分配参考模型以及各物理机的参考样例表。
作为又一种可行的实施方式,还可以在各种模拟场景下模拟将设定数量的虚拟机分配给网络中的各物理机得到模拟虚拟机分配模型和各物理机的模拟样例表的实施基础上,结合经验值的实施方式,具体是,可以在前一实施场景下首先得到各种模拟分配场景下网络中各物理机的平均资源占用率,再根据经验值确定通常各种场景下网络中各物理机的平均资源占用率,选择其中各物理机的平均资源占用率最高的或者较高的模拟场景所对应的虚拟机分配模型作为虚拟机分配参考模型以及各物理机的参考样例表。
确定各物理机的参考样例表之后,在接收到虚拟机分配请求时,可以按照虚拟机分配参考模型中各物理机的参考样例表中的物理机的资源占用率从高至低的顺序,遍历网络中各物理机的参考样例表,确定所请求的虚拟机的属性信息符合参考样例表的目标物理机。具体的,由于各物理机的参考样例表为能够使网络中的各物理机的平均资源利用率最高的或者较高的样例表,因此,在接收到用户的虚拟机分配请求时,为了能够提高每台物理机最终的资源占用率,作为一种可行的实施方式,可以按照参考样例表中的物理机的资源占用率从高至低的顺序遍历网络中各物理机的参考样例表。即,对于一个虚拟机分配请求,可以首先查找物理机的资源占用率最高的参考样例表,查看该参考样例表中包括的可创建的虚拟机的属性信息和虚拟机数量与虚拟机分配请求中所请求的虚拟机的属性信息是否相符(即,假设在该样例表对应的物理机上创建该虚拟机分配请求中所请求的虚拟机后,物理机上所创建的虚拟机是否包含于样例表中),如果相符,则可以在该参考样例表对应的物理机上创建该虚拟机分配请求所请求的虚拟机;如果物理机的资源占用率最高的参考样例表中包括的可创建的虚拟机的属性信息和虚拟机数量与虚拟机分配请求中所请求的虚拟机的属性信息不相符,则可以进一步查找物理机的资源占用率次高的参考样例表,直至找到参考样例表中包括的可创建的虚拟机的属性信息和虚拟机数量与虚拟机分配请求中所请求的虚拟机的属性信息相符的物理机。
需要说明的是,本发明实施例提供的虚拟机分配方法,使得网络中各物理机的平均资源占用率提高,可以理解的是,由于接收到每个虚拟机分配请求之后,均是按照虚拟机分配参考模型中各物理机参考样例表中的物理机的资源占用率从高至低的顺序进行遍历,这种虚拟机分配方式能够将虚拟机尽量集中创建在网络中某些物理机上(通常是能够实现资源占用率较高的物理机上)。因此,采用本发明实施例提供的虚拟机分配方法,对于网络中空闲的物理机,可以关机,以节电降低成本。或者,对于通常的虚拟机分配情况下总是处于空闲状态的物理机,也可以不再部署到网络中,从而降低成本。
本实施例提供的虚拟机分配方法,预先设置虚拟机分配参考模型,根据该虚拟机分配参考模型分配虚拟机可以保证网络中各物理机的平均资源占用率较高。该参考样虚拟机分配模型中包含每个物理机的参考样例表,当获取虚拟机分配请求时,按照各物理机的参考样例表中物理机的资源占用率从高至低的顺序遍历,找到请求的虚拟机属性信息符合参考样例表的目标物理机,从而在目标物理机上创建所请求的虚拟机,实现提高网络中各物理机的平均资源利用率。
图2为本发明提供的确定虚拟机分配参考模型一个实施例的流程图,如图2所示,该方法包括:
S201、预测设定时间内获取的数个虚拟机分配请求所请求的虚拟机的属性信息,得到预测的多种属性信息的虚拟机。
作为一种可行的实施方式,得到预测的多种属性信息的虚拟机可以采用虚拟机属性信息规格列表表示,虚拟机属性信息规格列表中包括多种属性信息的虚拟机。
可以对今后一段时间内接收到的虚拟机分配请求所请求的虚拟机的属性信息进行预测,得到虚拟机属性信息规格列表,该列表可以参考如下表二,表二中包括了8种规格的虚拟机,每种规格中的CPU核数、内存容量及宽带容量如下:
CPU核数 内存(MB) 带宽(MB)
81 15254 409
16 3233 149
16 4177 80
1 18296 362
3 1601 25
4 2627 21
1 367 49
2 525 5
表二
表二是以虚拟机的资源容量来表示不同规格的虚拟机,可以理解的是,还可以通过虚拟机类型和/或虚拟机的资源容量来表示不同规格的虚拟机。
S202、在各种模拟环境下,模拟将设定数量的所述多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给各物理机。
S203、获取每种模拟环境下的模拟虚拟机分配模型,其中,模拟虚拟机分配模型包括:分配虚拟机的物理机的属性信息和分配虚拟机的物理机台数,分配的虚拟机的属性信息和分配的虚拟机的台数,各物理机的平均资源占用率以及对应于各物理机的模拟样例表。
其中,模拟环境可以包括:数个虚拟机分配请求所请求的虚拟机的属性信息排列顺序;和/或,模拟将设定数量的多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给网络中红各物理机的过程中,查找物理机所基于的物理机的属性信息的排列顺序。
本实施例中给出了下述六种模拟环境,具体为:
模拟环境一:虚拟机分配请求按照所请求的虚拟机的CPU核数从小到大排序,查找物理机乱序排列等待查找分配;
模拟环境二:虚拟机分配请求按照所请求的虚拟机的CPU核数从小到大排序,查找物理机按物理机的CPU资源从小到大排序等待查找分配;
模拟场景三:虚拟机分配请求按照所请求的虚拟机的CPU核数从小到大排序,查找物理机按物理机的CPU资源从大到小排序等待查找分配;
模拟场景四:虚拟机分配请求按照所请求的虚拟机的CPU核数从大到小排序,查找物理机按物理机的CPU资源从大到小排序等待查找分配;
模拟场景五:虚拟机分配请求按照所请求的虚拟机的CPU核数从大到小排序,查找物理机按物理机的CPU资源从小到大排序等待查找分配;
模拟环境六:虚拟机分配请求按照所请求乱序排序,查找物理机乱序排列等待查找分配。
上述列举的模拟环境只是本实施例提供的可行实施方式,并不对本发明实施例构成局限。
本实施例中,可以设定待分配的虚拟机数量为160台,其中包括了表一所示的8种规格虚拟机,每种规格的虚拟机的台数比设定约为1∶1∶1∶1∶1∶1∶1∶1。
本实施例中,设定网络中有80台物理机,分别包括以下两种规格,每种规格中的CPU核数、内存容量及宽带容量分别如表三所示:
CPU核数 内存(MB) 带宽(MB)
100 40960 1000
10 5120 100
表三
每种模拟环境下,可以进行若干次模拟分配,在分配过程中,可以根据现有的各种算法,例如:贪婪算法或者轮叫调度算法,将设定的160台虚拟机分配给网络中的80台物理机。
在每种模拟环境的每次模拟后,可以得到一个模拟虚拟机分配模型和80台物理机中每台物理机的模拟样例表。
每个模拟环境下得到的模拟虚拟机分配模型可以包括:分配虚拟机的物理机的属性信息和分配虚拟机的物理机台数,分配的虚拟机的属性信息和分配的虚拟机的台数,各物理机的平均资源占用率。
例如:一个模拟环境下得到的模拟虚拟机分配模型可以包括:
分配虚拟机的物理机的属性信息为:CPU100个,内存40960MB,带宽1000MB;该物理机的台数可以为40台;
分配的虚拟机的属性信息为:虚拟机类型VM1,其资源容量为:CPU81个,内存15254MB,带宽409MB,分配的该规格的虚拟机台数为1;
该模拟环境下网络中各物理机的平均资源占用率为:47.201%。
另一个模拟环境下得到的模拟虚拟机分配模型可以包括:
分配虚拟机的物理机的属性信息为:CPU100个,内存40960MB,带宽1000MB;该物理机的台数可以为40台;
分配的虚拟机的属性信息为:虚拟机类型VM2,其资源容量为:CPU1个,内存367MB,带宽49MB,分配的该规格的虚拟机台数为2;
该模拟环境下网络中各物理机的平均资源占用率为:47.203%。
在一个模拟环境下得到的模拟虚拟机分配模型中包括的某台物理机的模拟样例表可以为,例如:
该物理机的包括:物理机类型PM1,物理机的资源容量:CPU100个,内存40960MB,带宽1000MB;
可创建的虚拟机的属性信息为:
虚拟机类型VM1,其资源容量:CPU81个,内存15254MB,带宽409MB;该种规格的虚拟机可创建的台数为1;
虚拟机类型VM2,其资源容量:CPU16个,内存3233MB,带宽149MB;该种规格的虚拟机可创建的台数为1;
虚拟机类型VM3,其资源容量CPU1个,内存367MB,带宽49MB,该种规格的虚拟机可创建的台数为2;
在该台物理机上分别创建1台虚拟机VM1、1台虚拟机VM2和2台虚拟机VM3后,该台物理机的资源占用率为47.2%。
由于在实际的虚拟机分配过程中,用户可能会取消已发出的虚拟机分配请求,因此,对于待分配的若干台虚拟机,可能会在分配过程中删除其中的某些台。为了使模拟场景更接近于实际的虚拟机分配过程。作为一种可行的实施方式,在每种模拟环境下,每次模拟分配结束后,可以随机删除16台虚拟机,再随机补充16台虚拟机,补充的虚拟机从8种规格中随机挑选,这个步骤可以执行50次。
需要说明的是,在S203的基础上,还可以根据通常各种场景下,不同类型的虚拟机分配给网络中各物理机时,网络中各物理机的平均资源占用率的经验值,来进一步补充一些模拟虚拟机分配模型及各物理机的模拟样例表。
S204、在各种模拟环境下的模拟虚拟机分配模型中将各物理机的平均资源占用率最高的模拟虚拟机分配模型作为虚拟机分配参考模型,并将虚拟机分配参考模型包含的对应于各物理机的模拟样例表作为参考样例表。
具体的,在上述六种模拟环境都模拟结束之后,对于每种模拟环境的每次模拟都会得到一个模拟虚拟机分配模型以及各物理机的模拟样例表,具体可以参见表一。另外,在S22的基础上,还可以基于经验值得到一些补充模拟虚拟机分配模型及各物理机的模拟样例表。可以在最终得到的所有模拟虚拟机分配模型中,选择网络中各物理机的平均资源占用率最高的模拟虚拟机分配模型,并将该模拟虚拟机分配模型对应的各物理机的模拟样例表作为参考样例表。例如:表一所示的模拟场景B对应的网络中各物理机的资源占用率X2%的数值最高,则可以将模拟虚拟机分配模型B确定为后续进行虚拟机分配的虚拟机分配参考模型,相应的,可以将模拟场景B下得到的各物理机对应的模拟样例表作为为各物理机的参考样例表。
在确定各物理机的参考样例表之后,可选的,本实施例还可以包括S205生成每个参考样例的子样例的过程。
S205、生成参考样例表的子样例表,其中,子样例表包括:参考样例表中的至少一种规格的虚拟机的属性信息,子样例表的数量为参考样例表中的各种规格的虚拟机的组合数量。
其中,每个物理机中的参考样例表中包括的虚拟机可以抽出进行组合,将每种组合构造为一个子样例表,例如:某台物理机的样例表为:该物理机的属性信息(包括资源容量)为:CPU100个,内存40960MB,带宽1000MB,可创建的虚拟机的属性信息包括:虚拟机VM1,其资源容量为CPU81个,内存15254MB,带宽409MB,可创建的台数为1;虚拟机VM2,其资源容量为CPU16个,内存3233MB,带宽149MB,可创建的台数为1;虚拟机VM3,其资源容量为CPU1个,内存367MB,带宽49MB,可创建的台数为2;该物理机的资源占用率为47.2%。
则其对应的子样例表可以包括:(VM1)、(VM2)、(VM3)、(VM1和VM2)、(VM1和VM3)、(VM2和VM3)以及(VM1、VM2和VM3)。
当接收到虚拟机分配请求后,可以首先找到参考虚拟机分配模型中各物理机的参考样例表中资源占用率最高的参考样例表,然后查找该台物理机的参考样例表对应的所有的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息,如果有,则可以在该台物理机上创建虚拟机,如果没有,则可以继续查找物理机的资源占用率次高的参考样例表对应的所有的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息,直至找到包括虚拟机分配请求所请求的虚拟机类型的子样例表。
需要说明的是,当某台物理机上创建的虚拟机符合该台物理机对应的子样例表时,该台物理机的资源占用率低于该台物理机的参考样例表中的物理机的资源占用率。
本实施例提供的确定各物理机的参考样例表的方法,对一段时间内虚拟机分配请求所请求的虚拟机的规格及比例,以及稳定时的虚拟机申请数量进行模拟,并在各种模拟环境下对上述虚拟机进行模拟分配,得到网络中的各物理机的平均资源占用率最高或者较高情况下的虚拟机分配参考模型及其包含的各物理机的参考样例表。模拟过程与实际的虚拟机分配过程接近,采用得到的虚拟机分配参考模型进行虚拟机分配,能够提高分配效率,使得网络中各物理机的平均资源占用率提高。进而可以减少规划部署物理机的数量,或者一段时间内需要使用的物理机数量减少,实现降低成本。
图3为本发明提供的虚拟机分配方法又一个实施例的流程图,如图3所示,本实施例提供用户发出虚拟机分配请求至虚拟机分配结束的全过程。该方法包括:
S301、用户根据需求通过网页发出虚拟机分配请求。
S302、后台服务器获得虚拟机分配请求后,通过简单对象访问协议(SimpleObjectAccessProtocol,SOAP)将虚拟机分配请求虚拟机请求发给虚拟机请求调度器。
可以理解的是,后台服务器获得虚拟机分配请求后,还可以通过其他网络协议将虚拟机分配请求虚拟机请求发给虚拟机请求调度器。
虚拟机请求调度器可以将请求放到虚拟机分配任务队列中。
S303、调度器在虚拟机分配参考模型中查找物理机的资源占用率最高的第一参考样例表。
S304、调度器判断第一参考样例表中对应的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息,若包括,则执行S305;否则执行S307。
S305、调度器根据目标物理机中已创建的虚拟机的属性信息和目标物理机的参考样例表所列的虚拟机的属性信息,判断目标物理机是否能够创建所请求的虚拟机;若能够创建,则执行S306,否则执行S307。
作为一种可行的实施方式,调度器可以将该物理机的参考样例表所列的虚拟机的属性信息,与记录的该物理机上已创建的虚拟机的属性信息进行比较,确定该物理机的参考样例表所列的虚拟机的属性信息中,未创建虚拟机的属性信息。若未创建的虚拟机属性信息中与所请求的虚拟机的属性信息相符合,则执行S306,否则执行S307。
其中,S305为一种可选的实施方式,作为另一种可选的实施方式,调度器还可以查询目标物理机底层现有资源,判断该目标物理机是否能够创建所请求的虚拟机。
S306、调度器将第一参考样例表对应的物理机作为目标物理机。之后直接执行S311。
S307、调度器依次按照物理机的资源占用率从高至低的顺序,依次遍历虚拟机分配参考模型中其他参考样例表对应的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息,若找到包括虚拟机分配请求所请求的虚拟机规格的参考样例表,则执行S308,否则执行S310。
S308、调度器根据目标物理机中已创建的虚拟机的属性信息和目标物理机的参考样例表所列的虚拟机的属性信息,判断目标物理机是否能够创建所请求的虚拟机;若能够创建,则执行S309,否则执行S307。
S309、将包括虚拟机分配请求所请求的虚拟机规格的参考样例表对应的物理机作为目标物理机。之后直接执行S311。
其中,当接收到虚拟机分配请求后,可以首先找到参考样例表中物理机的资源占用率最高的物理机,然后查找该台物理机的参考样例表对应的所有的子样例表中是否包括虚拟机分配请求所请求的虚拟机类型,如果有,则可以在该台物理机上创建虚拟机,如果没有,则可以继续查找物理机的资源占用率次高的参考样例表对应的所有的子样例表中是否包括虚拟机分配请求所请求的虚拟机类型,直至找到包括虚拟机分配请求所请求的虚拟机类型的子样例表。由于子样例表中仅包括虚拟机的类型,因此,在子样例表中查找虚拟机类型的方式相对于在参考样例表查找的方式具有更高的效率。
S310、调度器采用贪婪算法或轮叫调度算法确定目标物理机。之后直接执行S311。
S311、调度器对目标物理机中已创建的虚拟机的属性信息进行记录。
S310为可选步骤,调度器也可以直接到底层查询物理机的资源分配情况。
S312、调度器将创建虚拟机请求通过远程过程调用协议(RemoteProcedureCallProtocol,RPC)发送给目标物理机。
可以理解的是,调度器还可以通过将创建虚拟机请求通过其他网络协议发送给目标物理机。
S313、目标物理机可以采用虚拟化技术(例如可以是Xen技术等)在目标物理机中创建虚拟机。
本实施例提供的虚拟机分配方法,预先设置虚拟机分配参考模型,根据该虚拟机分配参考模型分配虚拟机可以保证网络中各物理机的平均资源占用率较高。该参考样虚拟机分配模型中包含每个物理机的参考样例表,当获取虚拟机分配请求时,按照各物理机的参考样例表中物理机的资源占用率从高至低的顺序遍历,找到请求的虚拟机属性信息符合参考样例表的目标物理机,从而在目标物理机上创建所请求的虚拟机,实现提高网络中各物理机的平均资源利用率。在目标物理机上创建虚拟机之后,可以在调度器上记录物理机上已创建的虚拟机,从而再次接收到虚拟机分配请求时,可以省去到底层查询物理机的资源分配情况,以提高查询效率。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
图4为本发明提供的虚拟机分配装置一个实施例的结构示意图,如图4所示,该装置包括:接收器11、调度器12和执行器13;
接收器11,用于获取虚拟机分配请求,虚拟机分配请求中包括所请求的虚拟机的属性信息;
调度器12,用于按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历各物理机的参考样例表,根据所请求的虚拟机的属性信息与各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;虚拟机分配参考模型为各物理机具有最高平均资源占用率的虚拟机分配模型,虚拟机分配参考模型包含对应于每台物理机的参考样例表,参考样例表包括:物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,物理机的资源占用率;
执行器13,用于在目标物理机中创建虚拟机分配请求中所请求的虚拟机。
图5为本发明提供的虚拟机分配装置又一个实施例的结构示意图,如图5所示,该装置包括:接收器11、调度器12和执行器13;
其中,属性信息可以包括:资源容量信息和/或类型信息。即,虚拟机的属性信息可以包括虚拟机的资源容量信息和/或虚拟机的类型信息;物理机的属性信息可以包括物理机的资源容量信息和/或物理机的类型信息。
可选的,资源容量信息可以包括:中央处理器CPU的容量、内存容量和带宽容量。
物理机的资源占用率可以为:CPU容量、内存容量与1/3带宽容量之和。
进一步的,该虚拟机分配装置还可以进一步包括:
模拟器14,用于确定各物理机具有最高平均资源占用率的虚拟机分配参考模型。
作为一种可行的实施方式,模拟器14可以具体用于:预测设定时间内获取的数个虚拟机分配请求所请求的虚拟机的属性信息,得到预测的多种属性信息的虚拟机;在各种模拟环境下,模拟将设定数量的多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给各物理机;获取每种模拟环境下的模拟虚拟机分配模型,其中,模拟虚拟机分配模型包括:分配虚拟机的物理机的属性信息和分配虚拟机的物理机台数,分配的虚拟机的属性信息和分配的虚拟机的台数,各物理机的平均资源占用率以及对应于各物理机的模拟样例表;
样例合并器15,用于在各种模拟环境下的模拟虚拟机分配模型中将各物理机的平均资源占用率最高的模拟虚拟机分配模型作为虚拟机分配参考模型,并将虚拟机分配参考模型包含的对应于各物理机的模拟样例表作为参考样例表。
其中,模拟器14中基于的模拟环境可以包括:数个虚拟机分配请求所请求的虚拟机的属性信息排列顺序;和/或,模拟将设定数量的多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给各物理机的过程中,查找物理机所基于的物理机的属性信息的排列顺序。
进一步的,调度器12还可以用于:生成参考样例表的子样例表,其中,子样例表包括:参考样例表中的至少一种规格的虚拟机的属性信息,子样例表的数量为参考样例表中的各种规格的虚拟机的组合数量。
调度器12还可以具体用于:在虚拟机分配参考模型中查找物理机的资源占用率最高的第一参考样例表,判断第一参考样例表中对应的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息,若包括,则将第一参考样例表对应的物理机作为目标物理机,否则,按照依次物理机的资源占用率从高至低的顺序,依次遍历虚拟机分配参考模型中其他参考样例表对应的子样例表中是否包括虚拟机分配请求所请求的虚拟机的属性信息。
作为一种可行的实施方式,若虚拟机分配参考模型中所有参考样例表对应的子样例表中均不包括虚拟机分配请求所请求的虚拟机规格,则调度器12还可以用于:采用贪婪算法或轮叫调度算法确定目标物理机。
进一步的,调度器12还可以用于:对目标物理机中已创建的虚拟机的属性信息进行记录。
相应的,调度器12还可以用于:根据目标物理机中已创建的虚拟机的属性信息和目标物理机的参考样例表所列的虚拟机的属性信息,判断目标物理机是否能够创建所请求的虚拟机。或者,查询目标物理机底层现有资源,判断目标物理机是否能够创建所请求的虚拟机。
需要说明的是上述虚拟机分配装置中的接收器、调度器以及执行器等各组成单元,可以是硬件组成,也可以是由计算机软件执行相应功能。
本实施例提供的虚拟机分配装置,与本发明实施例提供的虚拟机分配方法相对应,为虚拟机分配方法的执行设备,其执行虚拟机分配方法的具体过程可参见方法实施例,在此不再赘述。
本实施例提供的虚拟机分配装置,预先设置虚拟机分配参考模型,根据该虚拟机分配参考模型分配虚拟机可以保证网络中各物理机的平均资源占用率较高。该参考样虚拟机分配模型中包含每个物理机的参考样例表,当获取虚拟机分配请求时,按照各物理机的参考样例表中物理机的资源占用率从高至低的顺序遍历,找到请求的虚拟机属性信息符合参考样例表的目标物理机,从而在目标物理机上创建所请求的虚拟机,实现提高网络中各物理机的平均资源利用率。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (24)

1.一种虚拟机分配方法,其特征在于,包括:
获取虚拟机分配请求,所述虚拟机分配请求中包括所请求的虚拟机的属性信息;
按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历所述各物理机的参考样例表,根据所请求的虚拟机的属性信息与所述各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,所述目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;所述虚拟机分配参考模型为所述各物理机具有最高平均资源占用率的虚拟机分配模型,所述虚拟机分配参考模型包含对应于每台物理机的参考样例表,所述参考样例表包括:所述物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,所述物理机的资源占用率;
在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机。
2.根据权利要求1所述的方法,其特征在于,所述属性信息包括:资源容量信息和/或类型信息。
3.根据权利要求2所述的方法,其特征在于,所述资源容量信息包括:中央处理器CPU的容量、内存容量和带宽容量。
4.根据权利要求3所述的方法,其特征在于,所述物理机的资源占用率为:所述CPU容量、所述内存容量与1/3所述带宽容量之和。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
确定所述各物理机具有最高平均资源占用率的虚拟机分配参考模型。
6.根据权利要求5所述的方法,其特征在于,所述确定所述各物理机具有最高平均资源占用率的虚拟机分配参考模型,包括:
预测设定时间内获取的数个虚拟机分配请求所请求的虚拟机的属性信息,得到预测的多种属性信息的虚拟机;
在各种模拟环境下,模拟将设定数量的所述多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给所述各物理机;
获取每种模拟环境下的模拟虚拟机分配模型,其中,所述模拟虚拟机分配模型包括:分配虚拟机的物理机的属性信息和分配虚拟机的物理机台数,分配的虚拟机的属性信息和分配的虚拟机的台数,所述各物理机的平均资源占用率以及对应于所述各物理机的模拟样例表;
在各种模拟环境下的所述模拟虚拟机分配模型中将各物理机的平均资源占用率最高的模拟虚拟机分配模型作为所述虚拟机分配参考模型,并将所述虚拟机分配参考模型包含的对应于所述各物理机的模拟样例表作为所述参考样例表。
7.根据权利要求6所述的方法,其特征在于,所述模拟环境包括:所述数个虚拟机分配请求所请求的虚拟机的属性信息排列顺序;和/或,所述模拟将设定数量的所述多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给所述各物理机的过程中,查找所述物理机所基于的物理机的属性信息的排列顺序。
8.根据权利要求6或7所述的方法,其特征在于,所述在各种模拟环境下的所述模拟虚拟机分配模型中将各物理机的平均资源占用率最高的模拟虚拟机分配模型作为所述虚拟机分配参考模型,并将所述虚拟机分配参考模型包含的对应于所述各物理机的模拟样例表作为所述参考样例表之后,还包括:
生成所述参考样例表的子样例表,其中,所述子样例表包括:所述参考样例表中的至少一种规格的虚拟机的属性信息,所述子样例表的数量为所述参考样例表中的各种规格的虚拟机的组合数量。
9.根据权利要求8所述的方法,其特征在于,所述按照虚拟机分配参考模型中的网络中各物理机的资源占用率从高至低的顺序遍历所述各物理机的参考样例表,根据所请求的虚拟机的属性信息与所述各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,包括:
在所述虚拟机分配参考模型中查找物理机的资源占用率最高的第一参考样例表,判断所述第一参考样例表中对应的子样例表中是否包括所述虚拟机分配请求所请求的虚拟机的属性信息,若包括,则将所述第一参考样例表对应的物理机作为目标物理机,否则,按照依次物理机的资源占用率从高至低的顺序,依次遍历所述虚拟机分配参考模型中其他参考样例表对应的子样例表中是否包括所述虚拟机分配请求所请求的虚拟机的属性信息。
10.根据权利要求9所述的方法,其特征在于,若所述虚拟机分配参考模型中所有所述参考样例表对应的子样例表中均不包括所述虚拟机分配请求所请求的虚拟机的属性信息,则采用贪婪算法或轮叫调度算法确定所述目标物理机。
11.根据权利要求1所述的方法,其特征在于,所述在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机之后,还包括:
对所述目标物理机中已创建的虚拟机的属性信息进行记录。
12.根据权利要求11所述的方法,其特征在于,所述在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机之前,还包括:
根据所述目标物理机中已创建的虚拟机的属性信息和所述目标物理机的参考样例表所列的虚拟机的属性信息,判断所述目标物理机是否能够创建所请求的虚拟机;或者,查询所述目标物理机底层现有资源,判断所述目标物理机是否能够创建所请求的虚拟机。
13.一种虚拟机分配装置,其特征在于,包括:
接收器,用于获取虚拟机分配请求,所述虚拟机分配请求中包括所请求的虚拟机的属性信息;
调度器,用于按照虚拟机分配参考模型中的各物理机的资源占用率从高至低的顺序遍历所述各物理机的参考样例表,根据所请求的虚拟机的属性信息与所述各物理机的参考样例表所列的虚拟机的属性信息确定目标物理机,其中,所述目标物理机的参考样例表所列的虚拟机的属性信息与所请求的虚拟机的属性信息相符合;所述虚拟机分配参考模型为所述各物理机具有最高平均资源占用率的虚拟机分配模型,所述虚拟机分配参考模型包含对应于每台物理机的参考样例表,所述参考样例表包括:所述物理机的属性信息,可创建的虚拟机的属性信息和可创建的虚拟机数量,所述物理机的资源占用率;
执行器,用于在所述目标物理机中创建所述虚拟机分配请求中所请求的虚拟机。
14.根据权利要求13所述的装置,其特征在于,所述属性信息包括:资源容量信息和/或类型信息。
15.根据权利要求14所述的装置,其特征在于,所述资源容量信息包括:中央处理器CPU的容量、内存容量和带宽容量。
16.根据权利要求15所述的装置,其特征在于,所述物理机的资源占用率为:所述CPU容量、所述内存容量与1/3所述带宽容量之和。
17.根据权利要求13-16任一项所述的装置,其特征在于,还包括:模拟器,用于确定所述各物理机具有最高平均资源占用率的虚拟机分配参考模型。
18.根据权利要求17所述的装置,其特征在于,所述模拟器具体用于:预测设定时间内获取的数个虚拟机分配请求所请求的虚拟机的属性信息,得到预测的多种属性信息的虚拟机;在各种模拟环境下,模拟将设定数量的所述多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给所述各物理机;获取每种模拟环境下的模拟虚拟机分配模型,其中,所述模拟虚拟机分配模型包括:分配虚拟机的物理机的属性信息和分配虚拟机的物理机台数,分配的虚拟机的属性信息和分配的虚拟机的台数,所述各物理机的平均资源占用率以及对应于所述各物理机的模拟样例表;
样例合并器,用于在各种模拟环境下的所述模拟虚拟机分配模型中将各物理机的平均资源占用率最高的模拟虚拟机分配模型作为所述虚拟机分配参考模型,并将所述虚拟机分配参考模型包含的对应于所述各物理机的模拟样例表作为所述参考样例表。
19.根据权利要求18所述的装置,其特征在于,所述模拟器中基于的模拟环境包括:所述数个虚拟机分配请求所请求的虚拟机的属性信息排列顺序;和/或,所述模拟将设定数量的所述多种属性信息的虚拟机采用贪婪算法或轮叫调度算法分配给所述各物理机的过程中,查找所述物理机所基于的物理机的属性信息的排列顺序。
20.根据权利要求18或19所述的装置,其特征在于,所述调度器还用于:生成所述参考样例表的子样例表,其中,所述子样例表包括:所述参考样例表中的至少一种规格的虚拟机的属性信息,所述子样例表的数量为所述参考样例表中的各种规格的虚拟机的组合数量。
21.根据权利要求20所述的装置,其特征在于,所述调度器具体用于:在所述虚拟机分配参考模型中查找物理机的资源占用率最高的第一参考样例表,判断所述第一参考样例表中对应的子样例表中是否包括所述虚拟机分配请求所请求的虚拟机的属性信息,若包括,则将所述第一参考样例表对应的物理机作为目标物理机,否则,按照依次物理机的资源占用率从高至低的顺序,依次遍历所述虚拟机分配参考模型中其他参考样例表对应的子样例表中是否包括所述虚拟机分配请求所请求的虚拟机的属性信息。
22.根据权利要求21所述的装置,其特征在于,若所述虚拟机分配参考模型中所有所述参考样例表对应的子样例表中均不包括所述虚拟机分配请求所请求的虚拟机规格,则所述调度器还用于:采用贪婪算法或轮叫调度算法确定所述目标物理机。
23.根据权利要求13所述的装置,其特征在于,所述调度器还用于:对所述目标物理机中已创建的虚拟机的属性信息进行记录。
24.根据权利要求23所述的装置,其特征在于,所述调度器还用于:根据所述目标物理机中已创建的虚拟机的属性信息和所述目标物理机的参考样例表所列的虚拟机的属性信息,判断所述目标物理机是否能够创建所请求的虚拟机,或者,查询所述目标物理机底层现有资源,判断所述目标物理机是否能够创建所请求的虚拟机。
CN201280000263.1A 2012-02-22 2012-02-22 虚拟机分配方法和虚拟机分配装置 Active CN103548324B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2012/071458 WO2013123650A1 (zh) 2012-02-22 2012-02-22 虚拟机分配方法和虚拟机分配装置

Publications (2)

Publication Number Publication Date
CN103548324A CN103548324A (zh) 2014-01-29
CN103548324B true CN103548324B (zh) 2016-06-15

Family

ID=49004927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280000263.1A Active CN103548324B (zh) 2012-02-22 2012-02-22 虚拟机分配方法和虚拟机分配装置

Country Status (2)

Country Link
CN (1) CN103548324B (zh)
WO (1) WO2013123650A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114185676A (zh) * 2021-12-06 2022-03-15 深圳威科软件科技有限公司 服务器分配方法、装置、电子设备和计算机可读存储介质

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104407925A (zh) * 2014-12-10 2015-03-11 中国电信集团系统集成有限责任公司 一种动态的资源分配方法
CN106502761B (zh) * 2016-10-18 2020-04-03 华南师范大学 一种资源高效利用的虚拟机部署方法
CN106911809B (zh) * 2017-04-28 2020-06-26 郑州云海信息技术有限公司 一种数据中心用户请求信息的存储和分发的方法及装置
CN108572871B (zh) * 2017-12-13 2021-03-26 北京金山云网络技术有限公司 一种资源分配方法、装置、电子设备及存储介质
CN109684074A (zh) * 2018-11-12 2019-04-26 平安科技(深圳)有限公司 物理机资源分配方法及终端设备
CN112631766B (zh) * 2019-10-08 2023-09-19 中国移动通信集团浙江有限公司 项目环境资源的动态调整方法及装置
CN112148426A (zh) * 2020-08-25 2020-12-29 新华三大数据技术有限公司 一种带宽分配方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101425022A (zh) * 2007-10-31 2009-05-06 惠普开发有限公司 虚拟机设备的动态分配
US7669029B1 (en) * 2006-11-15 2010-02-23 Network Appliance, Inc. Load balancing a data storage system
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
CN102307133A (zh) * 2011-03-25 2012-01-04 国云科技股份有限公司 一种公有云平台虚拟机调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7669029B1 (en) * 2006-11-15 2010-02-23 Network Appliance, Inc. Load balancing a data storage system
CN101425022A (zh) * 2007-10-31 2009-05-06 惠普开发有限公司 虚拟机设备的动态分配
CN102307133A (zh) * 2011-03-25 2012-01-04 国云科技股份有限公司 一种公有云平台虚拟机调度方法
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

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114185676A (zh) * 2021-12-06 2022-03-15 深圳威科软件科技有限公司 服务器分配方法、装置、电子设备和计算机可读存储介质
CN114185676B (zh) * 2021-12-06 2022-12-16 深圳威科软件科技有限公司 服务器分配方法、装置、电子设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN103548324A (zh) 2014-01-29
WO2013123650A1 (zh) 2013-08-29

Similar Documents

Publication Publication Date Title
CN103548324B (zh) 虚拟机分配方法和虚拟机分配装置
US11429449B2 (en) Method for fast scheduling for balanced resource allocation in distributed and collaborative container platform environment
WO2022262167A1 (zh) 集群资源调度方法及装置、电子设备和存储介质
CN103226467B (zh) 数据并行处理方法、系统及负载均衡调度器
US20200364608A1 (en) Communicating in a federated learning environment
US9785472B2 (en) Computing cluster performance simulation using a genetic algorithm solution
KR101502896B1 (ko) 맵 리듀스를 이용한 분산 메모리 클러스터 제어 장치 및 방법
CN103200020B (zh) 一种资源部署方法和系统
CN105653372B (zh) 基于云平台实现多虚拟化混合管理与调度的方法
CN107864211B (zh) 集群资源调度方法及系统
JP2015511341A5 (zh)
CN109684074A (zh) 物理机资源分配方法及终端设备
CN103677958A (zh) 一种虚拟化集群的资源调度方法及装置
CN105843683A (zh) 用于动态优化平台资源分配的方法、系统和设备
Long et al. A toolkit for modeling and simulating cloud data storage: An extension to cloudsim
CN102937918A (zh) 一种hdfs运行时数据块平衡方法
CN107678752A (zh) 一种面向异构集群的任务处理方法及装置
CN105450684A (zh) 云计算资源调度方法和系统
Ma et al. vLocality: Revisiting data locality for MapReduce in virtualized clouds
CN114356543A (zh) 一种基于Kubernetes的多租户机器学习任务资源调度方法
CN104518897A (zh) 虚拟防火墙的资源管理优化处理方法和装置
Mylavarapu et al. An optimized capacity planning approach for virtual infrastructure exhibiting stochastic workload
CN113674131A (zh) 硬件加速器设备管理方法、装置及电子设备和存储介质
CN100531070C (zh) 网络资源调度仿真系统
CN105389196A (zh) 利用虚拟化技术进行地震资料处理的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220209

Address after: 550025 Huawei cloud data center, jiaoxinggong Road, Qianzhong Avenue, Gui'an New District, Guiyang City, Guizhou Province

Patentee after: Huawei Cloud Computing Technology Co.,Ltd.

Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen

Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd.

TR01 Transfer of patent right