CN103576827B - 一种云计算数据中心在线节能调度的方法 - Google Patents

Abstract

本发明实施例公开了一种实现数据中心节能的方法及装置，所述方法包括：本发明实施例针对的应用场景为数据中心资源在线调度，即调度系统不知道数据中心所有的虚拟机请求，只能在线实时一个个分配虚拟机。调度系统根据虚拟机任务请求的规格大小和使用时间以及当前数据中心资源的使用情况将虚拟机分配到合适的物理机上。在分配虚拟机任务请求的时候以物理服务器的编号为优先级，依次把优先级高的物理服务器分配满了之后再考虑分配优先级次高的物理服务器。同时每隔一段时间再结合适当的迁移使不同物理机上的虚拟机资源进一步整合在一起。这样通过对物理机资源合理有效的利用，使物理服务器的总的开机时间降低，从而达到降低数据中心能耗的目的。

Description

一种云计算数据中心在线节能调度的方法

1.技术领域

本发明涉及计算机通信技术领域，特别涉及一种实现降低数据中心能耗的方法及装置。

2.背景技术

本发明涉及云计算数据中心节能的技术。云计算时代，如何对数据中心的资源进行高效和经济的管理是一个具有挑战性的问题。数据中心消耗了大量的能源，同时带来了环境污染。因此设计合理的节能调度算法对数据中心的资源进行管理，降低数据中心的能耗、减少运营成本、减少能源消耗对环境的污染具有十分重要的意义。虽然当前已经存在一些数据中心节能调度算法如轮叫调度算法，ModifiedBestFitDecreasing(MBFD)算法，但它们没有具体考虑虚拟机任务的生命周期或与我们设计的算法的应用场景不一样，所以很难达到理想效果。

轮叫调度算法的技术方案：轮叫调度是最常用的调度算法，该算法把接收到的虚拟机任务请求依次分配到每个物理服务器以达到负载均衡的效果。该算法的优点是简单易行，不过当物理服务器资源大小或虚拟机任务请求的大小不一样的时候，该算法效果会差一些。

轮叫调度算法轮转的物理服务器是已经开启的物理服务器。将物理服务器依次编号，轮叫调度算法首先将第一个虚拟机任务请求分配给编号为1的物理服务器，当第二个虚拟机任务请求到来的时候将请求分配给第二个物理机，依次类推，每分配一个虚拟机任务请求后，都将下一次要分配的物理服务器的编号加1，直到物理服务器的编号指向最后一个物理服务器，这时再从新分配虚拟机任务请求给第一个物理服务器。如果分配给某个物理机失败，即资源不够则编号加1继续寻找物理服务器，如果所有物理服务器都分配失败，则新开启一台物理机分配，并将该物理机加入轮询队伍。最开始的时候只开启一台物理机。

ModifiedBestFitDecreasing(MBFD)算法的技术方案：该算法是AntonBeloglazov等在Energy-AwareResourceAllocationHeuristicsforEfficientManagementofDataCentersforCloudComputing中提出的数据中心节能算法，该算法的主要思想是首先将虚拟机任务请求根据CPU容量大小进行降序排列，然后依次从队首将虚拟机任务请求取出，再遍历所有物理服务器，找到资源足够分配该虚拟机的那些物理服务器，依次计算这些物理服务器分配该虚拟机任务请求后增加的能耗，然后将虚拟机任务请求分配到增加能耗最小的物理服务器。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：1、上述的节能调度方法没有考虑虚拟机任务请求和物理机资源异构的情况。2、没有考虑物理机和虚拟机任务的生命周期，即没有考虑物理机和虚拟机都有一定时间的运行周期。3、没有考虑虚拟机任务请求延时的情况。

因此本发明设计一个考虑虚拟机生命周期的在线延时算法，在对数据中心资源进行管理的时候考虑了虚拟机任务请求的生命周期，算法针对的应用场景为所有虚拟机任务请求都是在线的情况，即调度系统不知道所有的虚拟机请求，只能在线实时一个个分配虚拟机。每分配完一个虚拟机请求后，下一个虚拟机请求才会到来。同时算法调度的虚拟机资源和物理机资源也包括很多种类型。

3.发明内容

本发明的应用场景是用户提交使用虚拟机的请求给调度系统，调度系统接收到用户提交的虚拟机任务请求，根据任务请求的需求和当前云数据中心的物理服务器的资源使用情况找到合适的物理服务器，然后将相应请求的虚拟机部署在该物理服务器上供用户使用。节能算法主要是判定将哪个虚拟机请求分配到哪个物理服务器上，并结合适当的迁移，使数据中心开启的物理服务器的数量降低，让整个数据中心消耗的能耗尽量最少。

用户提交的请求包括的信息有请求的开始时间、请求的持续时间、请求的虚拟机的规格大小。

图1描述了云数据中心调度算法的应用场景。算法每个阶段和步骤的含义可以简单描述如下：

1)提交虚拟机请求：用户根据自己的需要，将需要使用的虚拟机任务请求通过云服务商提供的网页提交给调度系统；

2)找到最佳资源点：调度系统根据自己的调度算法结合物理服务器的使用情况和虚拟机任务请求的信息，在数据中心找到合适的资源，将请求分配给该资源；

3)执行调度任务：在找到最佳资源后，需要完成相应的虚拟机的部署，以及物理服务器相应的开关机等一系列功能；

4)更新资源信息：物理服务器分配资源后，当前数据中心的物理服务器的使用信息会发生变化，调度系统需要从监控系统(专门负责监控数据中心里资源的使用情况)中获取物理服务器最新信息并更新。

本发明涉及到的能耗模型：

根据上面的测试数据和结果同时结合其它已有研究成果，可以得出结论：物理服务器的功率是与CPU的利用率成正比关系的。获取CPU利用率为0时的功率值P_min和CPU利用率为100％时的能耗值P_max得出物理服务器功率和CPU利用率之间的关系如下：

P＝P_min+(P_max-P_min)u(1)

其中P为物理服务器的功率，P_min为物理服务器的利用率为0时的功率，P_max为物理服务器的利用率为100％时的功率，u为物理服务器的利用率。

物理服务器在一段时间内消耗的总能耗值为：

$E={\∫}_{t_0}^{t_1}P\left(u\right(t\left)\right)dt---\left(2\right)$

其中E为物理服务器在时间t₀到时间t₁这段时间的能耗消耗总和。P(u(t))为关于利用率u的函数，而u(t)为关于时间t的函数，为了方便计算物理服务器的能耗，本发明认为物理服务器在分配了某个虚拟机任务请求后，它的利用率一直是一个定值，不会发生变化，直到有新的虚拟机分配到该物理机或有虚拟机从该物理机上离开。所以公式(2)中的P(u(t))可以直接和公式(1)中的P直接等同。则公式(2)可以简化为：

E＝P×(t₁-t₀)(3)

在分配了虚拟机到物理服务器后，本发明假设虚拟机实际使用的CPU大小就是虚拟机提交请求时要求的大小，所以分配虚拟机后物理服务器增加的CPU利用率计算方式为：

$\mathrm{\Δ}u=\frac{VM.cpu}{PM.cpu}---\left(4\right)$

其中VM.cpu为虚拟机的CPU大小，PM.cpu为物理服务器的CPU大小。将公式(4)代入公式(3)可得虚拟机的能耗：

$E_{vm}=(P_{\max }-P_{\min })\×(t_1-t_0)\×\frac{VM.cpu}{PM.cpu}---\left(5\right)$

物理服务器的能耗可以由物理服务器开机本身的能耗即CPU利用率为0时的能耗加上运行在它上面的虚拟机的能耗得到。用E_poweron表示物理机服务器的开机能耗。用E_pm表示物理服务器的能耗。

E_poweron＝P_min×T_poweron(6)

$E_{pm}=E_{poweron}+\underset{i=1}{\overset{n}{\Σ}}{E}_{vmi}---\left(7\right)$

其中T_poweron为物理服务器的开机时间，E_vmi为物理服务器上第i个虚拟机的能耗，n为物理服务器上虚拟机的个数。

整个数据中心的能耗为所有物理服务器的能耗之和。

$E_{DC}=\underset{i=1}{\overset{n}{\Σ}}{E}_{pmi}---\left(8\right)$

其中E_DC为数据中心的能耗，E_pmi为第i个物理服务器的能耗，n为物理服务器的数量。

本发明的具体算法步骤如下，具体算法的流程图可参见图2。

步骤101：初始化，设定虚拟机请求的最大数量及设置最长运行时间间隙。初始化物理机的时候把它们每个时隙的物理机可用资源初始化为物理机的最大资源，初始时所有物理机都是处于关机状态。一开始每类物理机都只初始化为一台，资源不够时再添加。

步骤102：将物理机分类，根据物理机的不同类型分别把物理机放入不同队列。

步骤103：根据相应参数生成虚拟机请求，每次生成的请求为一个。

步骤104：将虚拟机请求分配到对应类型的物理机队列中的第一个物理机，如果该物理机的资源足够即分配成功跳至步骤107，否则取出下一个物理机进行分配，直至分配成功然后跳至步骤107。

步骤105：如果所有物理机都不能成功分配，则首先考虑延时分配，即将虚拟机的开始时间延后一个时隙，然后依次从该类型的物理机队列中取出物理机判断虚拟机请求是否能够成功分配，如果分配成功则将虚拟机请求的开始时间和结束时间更新至调整后的开始结束时间，并跳至步骤107。如果此次分配失败，首先判断虚拟机的开始时间是否超过可延后的最大时间或结束时间超出最大时间长度。如果超过则为延时分配失败。否则返回步骤105继续延时分配。

步骤106：虚拟机请求延时分配失败，此时如果还有物理机资源，则新开一台物理机，将虚拟机分配在该物理机上。同时将物理机加入相应类型队列的末尾。如果没有物理机资源了，则拒绝虚拟机任务请求，并返回至步骤103。

步骤107：虚拟机分配成功，如果该物理服务器是关闭状态，则将物理服务器开启。更新物理机上相应时隙的剩余资源大小。同时将虚拟机请求从请求队列中删除，并加入删除队列，并计算相应能耗。

步骤108：查看删除队列中的请求，如果有请求的结束时间已到，则将请求从物理机删除。如果该物理服务器上没有其他虚拟机运行，则将物理服务器关机。然后将该请求从删除队列中删除。

步骤109：判定迁移时间是否到了，如果迁移时间到了则迁移，具体迁移算法如下，将虚拟机数量最少的物理服务器上面的虚拟机依次取出，并重新分配到其他物理服务器上，如果该物理服务器的虚拟机全部取出则继续取虚拟机数量次小的物理服务器上面的虚拟机进行迁移，直到不能迁移为止。

步骤110：判断虚拟机请求是否等于最大请求数量，如果等于则计算数据中心总的能耗并结束程序。否则调至步骤103。

本发明考虑的在线延时迁移节能调度是指调度系统不知道所有的虚拟机请求，只能在线实时一个个分配虚拟机。每分配完一个虚拟机请求后，下一个虚拟机请求才会到来。比如虚拟机任务请求都是以立即使用的方式使用虚拟机便对应这种场景。在线延时迁移节能算法主要思想是在分配虚拟机任务请求的时候以物理服务器的编号为优先级，依次把优先级高的物理服务器分配满了之后再考虑分配优先级次高的物理服务器。在开启的物理服务器资源不够的请求下，优先考虑将虚拟机请求延后。当虚拟机请求能够在最大延时时间内分配时就将虚拟机延后分配。如果虚拟机不能在最大延时时间内分配，就再考虑新开启一台物理机来分配。

在线方式不能在最开始掌握所有虚拟机任务请求的信息，所以隔一段时间使用迁移算法对虚拟机进行适当迁移，以达到整合物理服务器上虚拟机的目的，以减少数据中心的能耗。这种情况特别适合云数据中心每天提交虚拟机任务请求高峰期刚过进入低谷的时候，如每天晚上下班后，此时云数据中心运行的任务请求相对会变少，同时新来的任务请求也会比较少。如果此时用迁移算法将虚拟机进行整合就会避免可能出现的整晚很多物理服务器处于低负载运行浪费能源的情况。

虚拟机任务请求的结束时间到了离开物理服务器的时候，如果此时是该物理服务器上面运行的唯一一个虚拟机，则需要将物理服务器关机。随时保证没有任务运行的物理服务器处于关机状态，当有新的虚拟机任务请求分配到关机状态的物理服务器上的时候再将该物理服务器开启。这样通过对物理机资源合理有效的利用，使物理服务器的总的开机时间降低，从而达到降低数据中心能耗的目的。

4.附图说明

图1为云数据中心业务流程；

图2为在线延时迁移节能调度算法流程图；

通过以附图说明(对应正文都已经详细说明)，本发明的特征将变得更加容易理解。

5.具体实施方式

本发明的具体实施例以20个虚拟机任务请求为例具体描述了虚拟机任务请求的分配过程。

调度资源主要包括两类，虚拟机资源和物理服务器资源。物理服务器资源总共有三类(Type1、Type2、Type3)，虚拟机资源有8类(1、2、3、4、5、6、7、8)。其中虚拟机类型1、2、3只能分配在物理服务器Type1上，虚拟机类型4、5、6只能分配在物理服务器Type2上，虚拟机类型7、8只能分配在物理服务器Type3上。详见表1和表2。

表1虚拟机8种规格

VM Type	CPU(Compute Units)	Memory	Storage	PM Type
					1	1(1core*1unit)	1.7GB	160GB	Type1
2	4(2cores*2units)	7.5GB	850GB	Type1
					3	8(4cores*2units)	15GB	1690GB	Type1
4	16.5(2cores*3.25units)	17.1GB	420GB	Type2
					5	13(4cores*3.25units)	34.2GB	850GB	Type2
6	26(8cores*3.25units)	68.4GB	1690GB	Type2
					7	5(2cores*2.5units)	1.7GB	350GB	Type3
8	20(8cores*2.5units)	7GB	1690GB	Type3

表2物理服务器3种规格

PM Type	CPU(Compute Units)	Memory	Storage
				Type1	16(16*1、4*4、2*8)	30GB	3380GB
Type2	52(8*6.5、4*13、2*26)	136.8GB	3380GB
				Type3	40(8*5、2*20)	14GB	3380GB

虚拟机任务请求：

分配结果：

其中第一类物理机的编号从0开始，第二类的物理机编号从100开始，第三类物理机的编号从200开始。每类物理机的最大数量为50台。

以下分配格式：

当前时隙：分配虚拟机vm编号(虚拟机类型：虚拟机CPU大小，虚拟机开始时间<--->虚拟机结束时间)到物理机pm物理机编号(物理机类型：物理机CPU当前使用大小/物理机CPU容量)，[虚拟机列表]

7：分配虚拟机vm0(4：6.5CU，7<-->157)到物理机pm100(2：6.5/52.0CU)，[0]

43：分配虚拟机vm4(7：5.0CU，43<-->142)到物理机pm200(3：5.0/40.0CU)，[4]

43：分配虚拟机vm8(8：20.0CU，32<-->153)到物理机pm200(3：20.0/40.0CU)，[4，8]

43：分配虚拟机vm9(7：5.0CU，29<-->144)到物理机pm200(3：5.0/40.0CU)，[4，8，9]

49：分配虚拟机vm2(6：26.0CU，49<-->191)到物理机pm100(2：32.5/52.0CU)，[0，2]

延时分配失败，新开一台物理机分配

49：分配虚拟机vm3(6：26.0CU，48<-->193)到物理机pm101(2：26.0/52.0CU)，[3]

54：分配虚拟机vm1(3：8.0CU，54<-->74)到物理机pm0(1：8.0/16.0CU)，[1]

54：分配虚拟机vm6(1：1.0CU，38<-->100)到物理机pm0(1：1.0/16.0CU)，[1，6]

54：分配虚拟机vm7(1：1.0CU，36<-->201)到物理机pm0(1：1.0/16.0CU)，[1，6，7]

54：分配虚拟机vm5(6：26.0CU，54<-->236)到物理机pm101(2：52.0/52.0CU)，[3，5]

54：分配虚拟机vm10(5：13.0CU，50<-->93)到物理机pm100(2：45.5/52.0CU)，[0，2，10]

71：分配虚拟机vm11(4：6.5CU，71<-->133)到物理机pm100(2：52.0/52.0CU)，[0，2，10，11]

延时分配虚拟机

71：分配虚拟机vm12(4：6.5CU，93<-->281)到物理机pm100(2：45.5/52.0CU)，[0，2，10，11，12]

74：虚拟机vm1的结束时间74已到，从物理机0中删除

延时分配虚拟机

87：分配虚拟机vm13(5：13.0CU，133<-->294)到物理机pm100(2：52.0/52.0CU)，[0，2，10，11，12，13]

延时分配失败，新开一台物理机分配

87：分配虚拟机vm14(6：26.0CU，74<-->127)到物理机pm102(2：26.0/52.0CU)，[14]

87：分配虚拟机vm15(5：13.0CU，73<-->265)到物理机pm102(2：13.0/52.0CU)，[14，15]

87：分配虚拟机vm17(5：13.0CU，69<-->161)到物理机pm102(2：13.0/52.0CU)，[14，15，17]

93：虚拟机vm10的结束时间93已到，从物理机100中删除

100：虚拟机vm6的结束时间100已到，从物理机0中删除

103：分配虚拟机vm16(1：1.0CU，103<-->152)到物理机pm0(1：2.0/16.0CU)，[7，16]

104：分配虚拟机vm18(7：5.0CU，104<-->109)到物理机pm200(3：35.0/40.0CU)，[4，8，9，18]

延时分配虚拟机

104：分配虚拟机vm19(8：20.0CU，144<-->333)到物理机pm200(3：40.0/40.0CU)，[4，8，9，18，19]

109：虚拟机vm18的结束时间109已到，从物理机200中删除

127：虚拟机vm14的结束时间127已到，从物理机102中删除

133：虚拟机vm11的结束时间133已到，从物理机100中删除

142：虚拟机vm4的结束时间142已到，从物理机200中删除

144：虚拟机vm9的结束时间144已到，从物理机200中删除

152：虚拟机vm16的结束时间152已到，从物理机0中删除

153：虚拟机vm8的结束时间153已到，从物理机200中删除

157：虚拟机vm0的结束时间157已到，从物理机100中删除

161：虚拟机vm17的结束时间161已到，从物理机102中删除

191：虚拟机vm2的结束时间191已到，从物理机100中删除

193：虚拟机vm3的结束时间193已到，从物理机101中删除

201：虚拟机vm7的结束时间201已到，从物理机0中删除

236：虚拟机vm5的结束时间236已到，从物理机101中删除

265：虚拟机vm15的结束时间265已到，从物理机102中删除

281：虚拟机vm12的结束时间281已到，从物理机100中删除

294：虚拟机vm13的结束时间294已到，从物理机100中删除

333：虚拟机vm19的结束时间333已到，从物理机200中删除

当前数据中心的请求分配完成，程序结束运行。分配虚拟机增加的能耗为8.979062(kw.h)

当前数据中心的请求分配完成，程序结束运行。总的能耗为44.21823(kw.h)

物理机1实际数量＝1，物理机2实际数量＝3，物理机3实际数量＝1总数量为5

物理服务器开启的总时间＝1140

拒绝的数量＝0

延时的次数＝3

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指令和相关的硬件来完成，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-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (4)

1.一种云计算数据中心在线节能调度的方法，包括以下步骤：

步骤(1)资源初始化，对物理服务器按照不同配置分类并确定每种物理服务器对应可分配的虚拟机类型，生成虚拟机请求信息和物理服务器信息及设置最长运行时间间隙；

步骤(2)资源能耗的计算，获取CPU利用率为0时的功率值P_min和CPU利用率为100％时的能耗值P_max，所述物理服务器功率和CPU利用率之间关系为：P＝P_min+(P_max-P_min)u，其中u为服务器的利用率；所述物理服务器在一段时间[t₀，t₁]内消耗的总能耗值为：E＝P×(t₁-t₀)；虚拟机的能耗估算公式为：其中，VM.cpu为虚拟机的CPU大小，PM.cpu为物理服务器的CPU大小；

步骤(3)资源分类排队，将所述虚拟机请求按照对应分配的物理服务器类型分别分成多个队列，调度分配时虚拟机队列与虚拟机可分配的物理服务器队列一一对应；

步骤(4)物理服务器开启，包括以下步骤：

步骤a.初始时每种类型的物理服务器队列中的物理服务器数量为一台，当分配不成功时增加；

步骤b.当使用的物理服务器达到数据中心提供的物理服务器数量上限时，拒绝虚拟机任务请求；

步骤c.分配成功时所述物理服务器为关机状态，则将处于所述关机状态下的物理服务器开启，并更新物理服务器上相应时隙的剩余资源大小；

步骤(5)确定物理服务器优先级，对于同一类型的物理服务器，以编号从低到高确定所述物理服务器的优先级；

步骤(6)虚拟机初始分配，确定虚拟机任务请求的类型，将所述虚拟机任务请求分配到对应类型的物理服务器队列中优先级最高的物理服务器，判断所述物理服务器的资源足够则分配成功，否则取出优先级次高的物理服务器进行分配，直至分配成功；

步骤(7)迁移虚拟机，每隔一段时间进行虚拟机迁移，将虚拟机数量最少的物理服务器上的虚拟机依次取出，并重新分配到其它物理服务器上，若所述虚拟机数量最少的物理服务器的虚拟机全部取出，则继续取虚拟机数量次小的物理服务器的虚拟机进行迁移，直到不能迁移为止；

步骤(8)删除虚拟机，将请求达到结束时间的虚拟机从物理服务器上删除；若所述物理服务器上没有其他虚拟机运行，则将所述物理服务器关机，将所述物理服务器上的虚拟机请求从删除队列中删除。

2.如权利要求1所述的方法，其中步骤(1)还包括：

所述虚拟机请求信息在初始化时生成，包括请求的编号、请求的开始时间、请求的结束时间、请求使用的资源的大小；初始化物理服务器时把所述物理服务器的每个时隙的可用资源初始化为所述物理服务器的最大资源，初始时所有所述物理服务器都是处于关机状态。

3.如权利要求1所述的方法，在步骤(6)与步骤(7)之间还包括如下步骤：

判断当物理服务器队列中的所有物理服务器都不能成功分配，则：

步骤d.将虚拟机的开始时间延后一个时隙重新分配；若分配失败

步骤e.继续将所述虚拟机的开始时间延后一个时隙重新分配，直到所述虚拟机的开始时间达到最大可延迟的时间为止；若分配失败

则延时分配失败。

4.如权利要求1所述的方法，其中步骤(7)还包括：

由数据中心的负载决定具体迁移时间，设定为每天晚上用户使用虚拟机高峰期过后的时间段执行所述迁移虚拟机的步骤。