CN103685561B

CN103685561B - IaaS平台虚拟机调度方法

Info

Publication number: CN103685561B
Application number: CN201310744135.4A
Authority: CN
Inventors: 曹健; 王志远; 张晨; 陈昌源; 李智
Original assignee: Shanghai Jiaotong University
Current assignee: Shanghai Jiaotong University
Priority date: 2013-12-30
Filing date: 2013-12-30
Publication date: 2017-01-11
Anticipated expiration: 2033-12-30
Also published as: CN103685561A

Abstract

一种IaaS平台虚拟机调度方法，将各个实例请求的利润做为优先级，在每次产生空缺时进行虚拟机分配，尤其在云中硬件资源利用率处于满负荷状态的应用场景下，以最大化云资源提供商的收益为目标进行虚拟机调度。

Description

IaaS平台虚拟机调度方法

技术领域

本发明涉及的是云计算系统中的调度算法，具体涉及的是IaaS(Infrastructureas a Service，基础设施即服务)服务模式下的虚拟机调度方法。

背景技术

云计算(Cloud Computing)是并行计算(Parallel Computing)、分布式计算(Distributed Computing)和网格计算(Grid Computing)的发展，是这些计算机科学概念的商业实现。云计算是虚拟化(Virtualization)、效用计算(Utility Computing)、IaaS(基础设施即服务)、PaaS(平台即服务)、SaaS(软件即服务)等概念混合严谨并跃升的结果。

它旨在通过网络把多个成本相对较低的计算实体整合成为一个具有强大计算能力的完美系统，并借助SaaS、PaaS、IaaSP等先进的商业模式把这强大的计算能力分布到终端用户手中。Cloud Computing的一个核心理念就是通过不断提高“云”的处理能力，进而减少用户终端的处理负担，最忠实用户终端简化为一个单纯的输入/输出设备，并能按需享受“云”的强大计算能力。

随着云计算的发展壮大，云计算平台所需要的服务器以及相关配套设施的数量也迅速增加，但是云中的硬件资源不是无限的，随着云计算应用领域的扩展，客户数量的增加，以及一些服务的季节性和闲忙时的特性，硬件资源可能在一定场合处于满负载状况，如何在这些场景下最大化云资源提供商和用户的利益，研究还不够充分。

结合亚马逊(Amazon)的标准云服务实例，主机上产生的虚拟机实例空缺根据所能满足的实例需求分为大型、中型和小型空缺。而所谓大、中、小型虚拟机描述的是物理主机所能承载的虚拟机度量，例如，我们假设一台物理主机的容量为1台大型虚拟机，2台中型虚拟机或6台小型虚拟机。即，大型、中型和小型虚拟机所消耗的硬件资源比例为6:3:1。不失一般性，我们假设硬件使用所产生的单位收益是相同的，那么硬件使用率越高，就会使得商家的收入越大。用户请求的价格可以用硬件使用率乘以使用时长来衡量。虚拟机分配是指根据虚拟机实例所需的硬件资源，为每一个实例指定一个具体的目标主机来部署。填补空缺是指根据虚拟机实例空缺所产生的闲置硬件资源，为每一个空缺指定一个具体的实例需求来填补，从而使相应主机的闲置资源得到充分利用，进而使得云资源提供商的收益最大化。在不同时间段内，由于用户提交的实例需求和产生的实例空缺之间存在着类型、数目和时间的不同，确定需求所填补空缺的类型和填补发生的时间也就不同。可见，与一般形式的固定工件排序模型相比，主要区别在于有限的机器数目和优先原则，这是与实际应用环境中硬件资源数量有限和云资源提供商追求收益相一致的。

发明内容

本发明针对现有技术存在的上述不足，提供了一种IaaS平台虚拟机调度方法，针对云计算平台容量有限的场景，对满负荷情况下虚拟机的调度算法进行了研究，能够在平台容量不多于请求量的情况下对请求进行调度，以最大化云计算资源提供商的收益。

本发明通过以下技术方案实现：

一种IaaS平台虚拟机调度方法，包括步骤：

S1、设一定时间段内所有待分配的虚拟机实例集合为V＝{V_i|i＝1,2,...,n}，n为待分配的虚拟机实例的总数，可用于分配虚拟机实例的空缺集合为B＝{B_j|j＝1,2,...,n}，m为空缺总数；每个虚拟机实例都有固定的开始使用时间T_bi和结束使用时间T_ei；

S2、对每产生一个空缺后，开始使用和结束使用的时刻分别定义一个加入事件和退出事件，将所有加入事件和退出事件按其发生时间的先后重新排序，得到当前时间段内的事件集合：

{{E^{0}}_{k^{0}} | k^{0} = 1, 2, ..., 2 n};

其中，为任一加入或退出事件，当加入事件与退出事件同时发生时，退出事件始终排在加入事件前面；

上一时间段延续到当前时间段的事件集合：

{{E^{-}}_{k^{-}} | k^{-} = 1, 2, ..., p};

其中，为退出事件，按照其发生时间的先后顺序排序，p为由上一时间段延续到当前时间段的事件总数，按照实例请求优先级函数Priority(V_i)重新计算待分配的虚拟机实例的优先级；

当前时间段延续到下一时间段的事件集合：

{{E^{+}}_{k^{+}} | k^{+} = 1, 2, ..., q};

其中，为加入事件，按照其发生时间的先后顺序排序，q为由当前时间段延续到下一时间段的事件总数；

当前时间段内实际需要处理的事件总数N＝2n+p-q，当前时间段内实际需要处理的事件集合为：

E＝{E_k|k＝1,2,...,N}＝E⁰+E^--E⁺；

根据上一时间段的虚拟机实例与空缺的分配情况确定待分配状态的空缺集合B_free以及实例请求优先级函数Priority(V_i)的初值，记录未分配的虚拟机实例数量，以及记录系统所获得的总收益RevenueSum；

S3、当事件为退出事件，且其对应的虚拟机实例为V_i，则：

查看与V_i匹配的空缺是否为小型或中型空缺、是否可与其他空缺融合，若是，则融合组成较大的空缺，在B_free中删除融合前的空缺，加入新生成的空缺，并修改待分配状态的空缺数量m_free；若不可融合，则直接加入空缺，m_free加1，B_free＝{B_j|j＝1,2，...，m_free}，m_free小于等于m；

当事件为加入事件，且其对应的空缺为B_j，则找到一目的虚拟机实例V_aim∈V，使满足：V_aim与B_j的匹配度最高，V_aim的优先级最高且大于0；

若V_aim存在且多于一个，则选择其中Tb_j最小的，否则不分配空缺给V_aim；

S4、k的值加1；

S5、判断k是否小于等于N，若是，则回到S3；若否，则结束。

较佳的，虚拟机实例包括大型虚拟机实例、中型虚拟机实例、小型虚拟机实例，空缺包括：大型空缺、中型空缺、小型空缺。

较佳的，实例请求优先级函数Priority(V_i)的计算方法包括：

对于大型虚拟机实例：Priority(V_i)＝6*{(T_ei-T_bi)-(T_ni-T_bi)}+max{PriceofPrecursor(V_i)}，T_ni为系统当前时间；

对于中型虚拟机实例：Priority(V_i)＝3*{(T_ei-T_bi)-(T_ni-T_bi)}+max{PriceofPrecursor(V_i)}；

对于小型虚拟机实例：Priority(V_i)＝{(T_ei-T_bi)-(T_ni-T_bi)}+max{PriceofPrecursor(V_i)}；

其中，PriceofPrecursor(V_i)是V_i的前驱总价格：

对于大型虚拟机实例：Price(V_i)＝6*(T_ei-T_bi)+PriceofPrecursor(V_i)；

对于中型虚拟机实例：Price(V_i)＝3*(T_ei-T_bi)+PriceofPrecursor(V_i)；

对于小型虚拟机实例：Price(V_i)＝(T_ei-T_bi)+PriceofPrecursor(V_i)；

V_j满足Tej<Tbi，V_j的类型不大于V_i，且Price(V_j)＝max{Price(V_p)，V_p的结束时间在V_j的开始时间之前}，若满足条件的V_j有多个，则选择使用时间最长的。

较佳的，在步骤S3的最后还包括：B_free＝B_free-{B_j，B_j的前驱}、RevenueSum＝RevenueSum+Price(B_j)。

较佳的，匹配度的计算方法包括：

对于大型虚拟机实例：

对于中型虚拟机实例：

对于小型虚拟机实例：

附图说明

图1所示的是本发明的系统框图。

具体实施方式

以下将结合本发明的附图，对本发明实施例中的技术方案进行清楚、完整的描述和讨论，显然，这里所描述的仅仅是本发明的一部分实例，并不是全部的实例，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的前提下所获得的所有其他实施例，都属于本发明的保护范围。

为了便于对本发明实施例的理解，下面将结合附图以具体实施例为例作进一步的解释说明，且各个实施例不构成对本发明实施例的限定。

本实施例是以背景技术中所述的“一台物理主机的容量为1台大型虚拟机，2台中型虚拟机或6台小型虚拟机。即，大型、中型和小型虚拟机所消耗的硬件资源比例为6:3:1。”为例进行说明，大型、中型和小型虚拟机所消耗的硬件资源比例具体视实际情况而定，本发明在此不做限定。

细化每一个时间段可知，一方面，各个主机上处于运行状态的虚拟机实例延续自上一阶段，这些实例可能在本阶段内完成租用周期，释放占用的资源，成为实例空缺；另一方面，实例需求来自于本阶段内不同用户的提交。系统会根据实例空缺和实例需求的分布情况对两者进行合理的匹配，对于未来一个阶段的空缺进行需求填补的安排，准时将虚拟机实例分配到合适的目标主机上。因此在分配需求来填补空缺时，必须满足下列约束条件：

1、每一个虚拟机实例需求可以被分配且仅能被分配至一个类型匹配的虚拟机实例空缺。

2、使用同一批硬件资源的虚拟机实例，前后之间应至少保持有一定的时间间隔，以保证虚拟机实例顺利使用硬件资源，并对可能的意外租用情况提供一定的余量和处理空间。

3、虚拟机实例需求与虚拟机实例空缺的类型应该相互匹配，即对小型实例的需求可以用来填补大型、中型和小型空缺，而对中型实例的需求可以用来填补大型和中型空缺，但不能用来填补小型空缺。

4、当对小型实例的需求填补大型或中型空缺时，我们根据比例释放出另一些空缺。例如一个小型实例需求填补了大型空缺，那么，在完成填补动作后会产生一个中型空缺和两个小型空缺。

基于以上约束条件，在对虚拟机实例空缺进行填补安排时，我们假设虚拟机实例需求的时间信息已知即后续需求的时刻表已确定，按照后续会讲到的最大利润优先原则进行分配。虚拟机调度问题其实质是特殊的固定工件排序模型，可描述为具有机器数目的限制，明确每个工件加工的开始时刻与结束时刻，存在机器与工件之间的约束关系，以最大利润请求优先为原则、资源提供商总收益最大为目标。

本发明提供的一种IaaS平台虚拟机调度方法包括步骤：

{{E^{0}}_{k^{0}} | k^{0} = 1, 2, ..., 2 n};

上一时间段延续到当前时间段的事件集合：

{{E^{-}}_{k^{-}} | k^{-} = 1, 2, ..., p};

当前时间段延续到下一时间段的事件集合：

{{E^{+}}_{k^{+}} | k^{+} = 1, 2, ..., q};

E＝{E_k|k＝1,2,...,N}＝E⁰+E^--E⁺；

根据主机资源使用情况确定空缺集合B_free和m_free(即，当前主机可用空缺集合和当前可用空缺总数，根据前文设定的使用场景，可用空缺会保持在较少水平，)及待分配实例请求基于该空缺的优先级(由前文的优先级函数Priority(V_i)算得)，若某实例请求不能被满足(即，在该实例请求要求的开始时间点没有足够的空缺响应该请求)，将变量UnallocatedInstance的值加1，该变量初值为0，用于记录系统运行过程中不能服务的实例请求；若某实例请求成功分配给某空缺，将变量RevenueSum的值加该实例请求的价格(由前文Priority(V_j)函数算得)，该变量记录系统所获得的总收益；

S3、当事件为退出事件，且其对应的虚拟机实例为V_i，则：

查看V_i对应的空缺是否为小型或中型空缺、是否可与其他空缺融合，若是，则融合组成较大的空缺，在B_free中删除融合前的空缺，加入新生成的空缺，并修改待分配状态的空缺数量m_free(即减去被融合的B_free中原有空缺数量，加上融合后形成的空缺数量)；若不可融合，则直接加入空缺，m_free加1，B_free＝{B_j|j＝1,2，...，m_free}，m_free小于等于m；

当事件为加入事件，且其对应的空缺为B_j，则找到一目的虚拟机实例V_aim∈V，使满足：V_aim与B_j的匹配度最高，V_aim的优先级最高且大于0：

Match(V_aim，B_j)＝max{该类型实例匹配特性变量}，即，目标实例请求V_aim跟空缺B_j的匹配函数值最大(匹配函数为前文的Match()函数)；

Priority(V_aim)＝max{Priority(V_i)|V_i∈V}，即，目标实例请求V_aim的优先级最高(实例请求的优先级由前文的优先级函数Priority()算得)；

Priority(V_aim)＞0，即，目标函数的优先级应大于0；

若V_aim存在且多于一个，则选择其中T_bi最小的，Allocation(V_aim)＝B_j，即最早开始使用的实例请求，否则不分配空缺给V_aim；

在B_free中删去已分配的B_j和B_j的前驱(因为在分配B_j时，也完成了对B_j的前驱实例请求的分配)；

将系统中总收益RevenueSum加上B_j的价格(B_j的价格由前文的价格函数Price(B_j)算得)；如果没有找到符合条件的实例请求，当前空缺将会被保留，暂不分配，Allocation(V_i)＝null。

S4、k的值加1；

S5、判断k是否小于等于N，若是，则回到S3；若否，则结束。

较佳的，实例请求优先级函数Priority(V_i)的计算方法包括：

其中，PriceofPrecursor(V_i)是V_i的前驱总价格：

对于小型虚拟机实例：Price(V_i)＝(T_ei-T_bi)+PriceofPrecursor(V_i)；

V_j满足T_ej<T_bi，V_j的类型不大于V_i，且Price(V_j)＝max{Price(V_p)，V_p的结束时间在V_j的开始时间之前}，若满足条件的V_j有多个，则选择使用时间最长的。

在步骤S3的最后还包括：B_free＝B_free-{B_j，B_j的前驱}、RevenueSum＝RevenueSum+Price(B_j)，去除待分配状态的空缺集合B_free中被分配的空缺B_j和B_j的前驱，并重新计算系统所获得的总收益。

匹配度的计算方法对应不同的虚拟机实例包括：

1、对于大型虚拟机实例：

2、对于中型虚拟机实例：

3、对于小型虚拟机实例：

由此，实现实例对空缺的分配：

1、同一时间段内每个实例最多只能填补一个空缺；

2、每个空缺被分配给一个实例后，该实例一旦开始使用就不能中断直至使用完毕；

3、实例与所填补的空缺类型应相匹配；

4、小型实例填补较大型空缺时按比例释放出小型空缺；

5、云资源提供商的收益最大。

本发明与现有技术相比的优点在于：针对云计算平台容量有限的场景，对满负荷情况下虚拟机的调度算法进行了研究，能够在平台容量不多于请求量的情况下对请求进行调度，以最大化云计算资源提供商的收益。本算法的时间复杂性为0(mn)。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限与此，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

1.一种IaaS平台虚拟机调度方法，其特征在于，包括步骤：

S1、设一定时间段内所有待分配的虚拟机实例集合为V＝{V_i|i＝1,2,...,n}，n为待分配的虚拟机实例的总数，可用于分配虚拟机实例的空缺集合为B＝{B_j|j＝1,2,...,m}，m为空缺总数；每个虚拟机实例都有固定的开始使用时间T_bi和结束使用时间T_ei；

{{E^{0}}_{k^{0}} | k^{0} = 1, 2, ..., 2 n};

上一时间段延续到当前时间段的事件集合：

{{E^{-}}_{k^{-}} | k^{-} = 1, 2, ..., p};

当前时间段延续到下一时间段的事件集合：

{{E^{+}}_{k^{+}} | k^{+} = 1, 2, ..., q};

E＝{E_k|k＝1,2,...,N}＝E⁰+E^--E⁺；

其中，E⁰为当前时间段内的事件集合，E^-为上一时间段延续到当前时间段的事件集合，E⁺为当前时间段延续到下一时间段的事件集合；

S3、当事件为退出事件，且其对应的虚拟机实例为V_i，则：

若V_aim存在且多于一个，则选择其中T_bj最小的，否则不分配空缺给V_aim；

S4、k的值加1；

S5、判断k是否小于等于N，若是，则回到S3；若否，则结束。

2.根据权利要求1所述的一种IaaS平台虚拟机调度方法，其特征在于，所述虚拟机实例包括大型虚拟机实例、中型虚拟机实例、小型虚拟机实例，所述空缺包括：大型空缺、中型空缺、小型空缺。

3.根据权利要求2所述的一种IaaS平台虚拟机调度方法，其特征在于，所述实例请求优先级函数Priority(V_i)的计算方法包括：

对于大型虚拟机实例：Priority(V_i)＝6*{(T_ei-T_bi)-(T_ni-T_bi)}+max{PriceofPrecursor(V_i)}，所述T_ni为系统当前时间；

其中，PriceofPrecursor(V_i)是V_i的前驱总价格：

对于小型虚拟机实例：Price(V_i)＝(T_ei-T_bi)+PriceofPrecursor(V_i)；

4.根据权利要求1所述的一种IaaS平台虚拟机调度方法，其特征在于，在步骤S3的最后还包括：B_free＝B_free-{B_j，B_j的前驱}、RevenueSum＝RevenueSum+Price(B_j)。

5.根据权利要求1所述的一种IaaS平台虚拟机调度方法，其特征在于，匹配度的计算方法包括：

对于大型虚拟机实例：

对于中型虚拟机实例：

对于小型虚拟机实例：