CN104199724A - 一种基于性价比的虚拟化资源调度优化方法 - Google Patents

一种基于性价比的虚拟化资源调度优化方法 Download PDF

Info

Publication number
CN104199724A
CN104199724A CN201410456973.6A CN201410456973A CN104199724A CN 104199724 A CN104199724 A CN 104199724A CN 201410456973 A CN201410456973 A CN 201410456973A CN 104199724 A CN104199724 A CN 104199724A
Authority
CN
China
Prior art keywords
physical server
virtual resource
interval
integration
ratio
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
Application number
CN201410456973.6A
Other languages
English (en)
Other versions
CN104199724B (zh
Inventor
杨美红
郭莹
张虎
徐照岗
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.)
Shandong Quanyun Smart Technology Co.,Ltd.
Original Assignee
Shandong Computer Science Center
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 Shandong Computer Science Center filed Critical Shandong Computer Science Center
Priority to CN201410456973.6A priority Critical patent/CN104199724B/zh
Publication of CN104199724A publication Critical patent/CN104199724A/zh
Application granted granted Critical
Publication of CN104199724B publication Critical patent/CN104199724B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Computer And Data Communications (AREA)
  • Multi Processors (AREA)

Abstract

本发明的基于性价比的虚拟化资源调度优化方法,用户申请资源时,根据申请的虚拟资源配置将其所属的整合比区间中;在系统运行时,周期性地判断物理服务器的类型,对于重负载服务器,将使用率小的若干虚拟资源迁移到本区间内整合比上升的或者整合比更小的相邻区间的物理服务器上;对于轻负载服务器,将使用率大的若干虚拟资源迁移到本区间内整合比下降的或者整合比更大的相邻区间的物理服务器上。本发明的资源调度优化方法,一方面,同一整合比区间内的高负载虚拟资源会被迁移到整合比低的物理服务器上,使得用户用最少的费用占用了更多的物理资源;另一方面,对于轻负载虚拟资源在保证性能不受影响的前提下,会被迁移到整合比高的物理服务器上,可以降低运营成本。

Description

一种基于性价比的虚拟化资源调度优化方法
技术领域
本发明涉及一种基于性价比的虚拟化资源调度优化方法,更具体的说,尤其涉及一种可在用户对物理资源的占用与云平台承载虚拟机之间做出有效平衡的基于性价比的虚拟化资源调度优化方法。
背景技术
随着虚拟化技术的广泛应用,云计算的不断发展,使得数据中心大量采用了相关的物理资源虚拟化技术。由于数据中心的硬件设备更新换代比较频繁,导致物理服务器配置规格参差不齐,而其对应的虚拟化能力也各不相同。这种异构的环境无疑给虚拟资源调度带来了很大的问题。而且对于虚拟资源用户而言,为了最大化已购虚拟资源的性价比,总期望尽可能多的占用物理资源,但对于云平台而言,则希望在保证用户对资源的使用不受影响的前提下使得物理资源可以承载更多的虚拟资源,从而获取更高的运营利润。因此从用户和云平台角度考虑,二者对资源的利用期望相互矛盾,这也给资源调度问题增添了挑战。所以如何调度虚拟资源,用户和平台都具有较好的性价比将是一个非常有意义的研究方向,但现有的调度算法还不能有效的解决平衡用户和平台的资源利用性价比问题。
目前虚拟资源调度策略根据虚拟资源的状态,主要分为两级:第一级是在虚拟资源部署过程中的调度,即根据虚拟资源用户提供的虚拟资源信息来决定将虚拟资源调度到合适的物理服务器;第二级是在虚拟资源运行过程中根据虚拟资源的负载或者是资源使用情况来迁移虚拟资源,即周期性迁移虚拟资源。
对于第一级调度的方法主要有:根据虚拟资源的应用类型来调度,例如计算密集型虚拟资源将分配到CPU 利用率较低的物理服务器上,存储密集型虚拟资源则分配到磁盘容量较大的物理服务器上;通过比较虚拟资源的CPU、内存、磁盘的比例与物理服务器的CPU、内存和磁盘的比例,将虚拟资源调度到比值相似度最大的物理服务器。对于第二级调度的方法主要有:根据虚拟资源的负载或资源使用情况来迁移虚拟资源。例如,当虚拟资源的负载或资源使用率在一段时间周期内较高时,可将虚拟资源热迁移到负载或资源使用率较低的物理服务器上。
通过以上对现有调度算法的概述可以看出,目前的资源调度算法基本是基于性能优化或节能目的而进行的资源调度,并不能有效的平衡用户与云平台资源性价比矛盾,用户和平台虚拟资源占用的物理资源从性价比角度上不能得到合理分配。
发明内容
本发明为了克服上述技术问题的缺点,提供了一种的基于性价比的虚拟化资源调度优化方法。
本发明的基于性价比的虚拟化资源调度优化方法,其特别之处在于,通过以下步骤来实现:首先根据物理服务器的当前整合比,将所有的物理服务器划分至相应的整合比区间中,整合比的大小表示物理服务器所能承载虚拟资源的能力;
在用户申请虚拟资源时,首先根据申请的虚拟资源的配置将其创建到虚拟资源配置所属的整合比区间中,如果所属整合比区间中的所有物理服务器均不能承载该虚拟资源,则将其创建至其它整合比区间中;
在云计算系统运行时,周期性地判断整合比区间上的物理服务器属于重负载还是轻负载,对于重负载物理服务器,将其上运行的资源使用率小的若干虚拟资源迁移到整合比区间内的其它物理服务器上,如果本区间内的其它物理服务器不能承载待迁移虚拟资源,则将其迁移至其它整合比区间上的物理服务器上;对于轻负载物理服务器,将其上运行的资源使用率大的若干虚拟资源迁移到本整合比区间内的其它物理服务器上,如果本区间内的其它物理服务器不能承载待迁移虚拟资源,则将其迁移至其它整合比区间上到的物理服务器上。
本发明的基于性价比的虚拟化资源调度优化方法,物理服务器属性定义:物理服务器通过同一虚拟化技术标准可以虚拟出来的标准虚拟资源的数量定义为虚拟化整合比,简称整合比,用                                                表示;为最大整合比,即额定整合比,表示物理服务器整合比的最高额定值,系统在动态调整时不能超过该值;表示最小整合比,表示物理服务器整合比的最小额定值,系统在动态调整时不能低于该值;为规格整合参数,表示采用数值量化的物理服务器的硬件配置规格,为空闲配置,表示当前物理服务器还可以量化的标准虚拟资源配置;为资源使用率上限,表示采用数值量化后的当前物理服务器使用率上限,为资源使用率下限,表示采用数值量化后的当前物理服务器使用率下限;为整合比区间标识,为根据物理服务器的整合比划分出的第区间,为物理服务器标识,表示隶属于区间上的第台物理服务器,当前整合比,表示隶属于区间上的第台物理服务器当前的虚拟整合比,物理服务器当前运行的虚拟资源不能使其超过该整合比为虚拟资源数量,表示当前物理服务器承载的虚拟资源的数量,为调度周期,表示系统动态资源调度周期;
虚拟资源属性的定义:为虚拟资源配置规格,为采用数值表示的虚拟资源的硬件配置;为虚拟资源标识,表示隶属于区间内的物理服务器上的第台虚拟资源;为虚拟资源硬件参数,表示一组用户选择的虚拟资源硬件配置集合,为虚拟资源标准比,通过统一的算法和虚拟资源的配置得出的虚拟资源对应的标准整合比,=1的虚拟资源称为标准虚拟资源;
表示当前资源使用率,表示采用数值量化后的当前物理服务器或者虚拟资源的使用率;
所述虚拟化资源调度优化方法包括初始设置、一级调度和二级调度;
所述初始设置通过以下步骤来实现:A).计算并初始化物理服务器的基本属性,首先根据物理服务器的硬件配置规格,采用具体的整合算法计算出其规格整合参数,根据物理服务器的运行要求,计算出最大整合比、最小整合比和当前整合比 ;在物理服务器上运行一台和最大量的标准虚拟资源,计算出资源使用率下限、资源使用率上限;B).划分整合比区间,根据所有物理服务器的最小整合比和最大整合比,划分出个整合比区间,其集合为=代表第个整合比区间,整合比区间按照升序排列,区间的上限小于区间的下限;C).物理服务器所属区间的划分,设云计算中心具有台异构物理服务器,其集合表示为=,其中表示在第个整合比区间中的第个物理服务器;并将每一个整合比区间中的物理服务器按其当前资源使用率升序排列;
所述一级调度通过以下方法来实现:a).求取虚拟资源标准比,根据用户所要创建的虚拟资源的配置,求取出所对应的虚拟资源标准比;b).判断虚拟资源标准比所属区间,从具有最大整合比的区间开始判断,判断所述的整合比区间;设判断出虚拟资源标准比属于区间;c).依次查找物理服务器,首先查找出当前整合比区间中所有物理服务器的列表,记为,共计台物理服务器,然后从区间中的第一台物理服务器依次查找,执行步骤d);d).判断是否存在目标物理服务器,判断当前物理服务器的空闲配置是否可承载待建虚拟资源,如果可以承载,则返回该目标物理服务器的ID,执行步骤i);如果该物理服务器不能承载待创建的虚拟资源的配置,则执行步骤e);e).扩充物理服务器的当前整合比,首先利用物理服务器的最大整合比减去其当前的整合比,获取当前物理服务器还可扩充的整合比,记为;f).判断扩充后的物理服务器是否能承载,从数目1开始直至对物理服务器的当前整合比依次进行增加,并判断当前整合比增加后的物理服务器是否能承载虚拟资源,如果能承载,则返回该目标物理服务器的ID,执行步骤i);如果不能承载,执行步骤g);g).区间是否判断完毕,判断当前整合比区间内的所有物理服务器是否判断完毕,如果判断完毕,则执行步骤h);如果没有判断完毕,则执行步骤c);h).切换至下一整合比区间,将判断是否有能容纳待建虚拟资源的区间调整至下一整合比区间,执行步骤b);i).创建虚拟资源,根据返回的目标物理服务器的ID,在该物理服务器上创建用户申请的虚拟资源。
二级调度根据用户设定的调度周期对云计算中心上运行的虚拟资源进行迁移,通过以下方法来实现:1).获取物理服务器列表,设当前待处理的整合比区间为,获取区间中物理服务器的列表,记为;依次对该整合比区间中的台物理服务器进行判断;2).获取虚拟资源列表,设当前待判断的物理服务器为,获取上运行的所有虚拟资源的列表,记为;依次对物理服务器上的台虚拟资源的使用率进行判断;3).判断虚拟资源类型,设当前待判断的虚拟资源为区间内第台物理服务器上的第台虚拟资源,判断虚拟资源的当前资源使用率是否大于所在物理服务器的资源使用率上限,如果大于,则表明当前虚拟资源为重负载虚拟资源,将重负载虚拟资源的数目计数器加1;如果不大于,判断资源使用率是否小于或等于所在物理服务器的资源使用率下限,如果成立,则表明当前虚拟资源为轻负载虚拟资源,将轻负载虚拟资源的数目计数器加1;4).判断是否判断完毕,判断当前物理服务器上的所有虚拟资源的负载类型是否判断完毕,如果判断完毕,执行步骤5);如果没有判断完毕,则执行步骤2);5).判断物理服务器类型,根据步骤3)中求取的重负载虚拟资源数目和轻负载虚拟资源数目,判断重负载资源的数量是否超过了该物理服务器上所有虚拟资源数量的一半,如果超过一半,则表明该物理服务器为重负载物理服务器,执行步骤6);如果没有超过一半,则表明该物理服务器为轻负载物理服务器,执行步骤7);6).降低当前整合比,在物理服务器的当前整合比降低后仍旧满足承载所有虚拟服务器的要求和大于最小整合比的条件下,对物理服务器的当前整合比进行降低处理;执行步骤8);7).增加当前整合比,在物理服务器的当前整合比增加后仍旧满足小于最大整合比的条件下,对物理服务器的当前整合比进行增加处理;执行步骤8);8).判断物理服务器是否判断完毕,判断整合比区间中的所有物理服务器是否均已判断完毕,如果判断完毕,则执行步骤9);如果没有判断完毕,则执行步骤1);9).虚拟机的迁移,对于轻负载类型的物理服务器,选择前%个重负载类型的虚拟资源迁移到该区间中整合比降低的物理服务器上,如果迁移失败,则执行步骤10);对于重负载类型的物理服务器,选择前%个轻负载类型的虚拟资源迁移到该区间中整合比增加的物理服务器上,如果迁移失败,则执行步骤11);10).区间之间迁移,将选择出的前%个重负载类型的虚拟资源迁移到整合比区间标记小于的区间物理服务器上;如果其它整合比区间不存在满足承载能力的物理服务器,则退出迁移。
本发明的基于性价比的虚拟化资源调度优化方法,在物理服务器的规格整合参数计算的过程中,需采集的物理服务器的个硬件规格,分别表示为,,…,,规格整合参数的算法为,则=需满足条件,需满足条件,…, 需满足条件为某一项硬件配置参数,为配置参数所遵循的条件;物理服务器的整合比均通过整合参数算法求取,的整合算法与相同;通过标准化虚拟资源配置函数进行计算,=,当=1时定义为标准虚拟资源;在根据虚拟资源的配置进行第一级调度时,通过判断虚拟资源所在的物理服务器区间;物理服务器或虚拟资源的使用率通过使用率整合算法进行计算,设当前物理服务器使用率的个采集项目分别表示为,,…,,在满足条件满足条件,…,满足条件的情况下,当前物理服务器的使用率可以表示为=,为一项使用率采集指标,为该项采集指标所遵循的整合条件;资源使用率下限和上限的求取:首先分别配置1 台=1的满负荷运行的虚拟资源到每一台物理服务器上,此时得出的物理服务器的资源使用率就记为;通过增加=1 的虚拟资源数目分别记录当前物理服务器的使用率直至到该物理服务器所能承载的最大标准虚拟资源数量,这时物理服务器的资源使用率就为
本发明的有益效果是:本发明的基于性价比的虚拟化资源调度优化方法,一方面,在同一整合比区间内的高负载的虚拟资源会被迁移到整合比低的物理服务器上,这样带来的优势是用户用最少的费用占用了更多的物理资源;另一方面对于轻负载应用的虚拟资源在保证性能不受影响的前提下则会被迁移到整合比高的物理服务器上,这种迁移虽对用户来说没有带来性能上的提升,但对云平台来说则可以降低运营成本。
本发明通过动态调整物理服务器的整合比以及将触发迁移条件的虚拟资源迁移到合适的物理节点上这两种方法,使得使用率较低的虚拟资源和使用率较高的虚拟资源分别聚集在整合比较大和整合比较小的物理服务器中。通过这种聚集使得平台在没有增加成本的情况下,给用户提供了更高性价比的服务。首先,平台没有增加成本主要体现通过该算法的调整,平台的平均虚拟化整合比虽然有高有低,但是平均值没有改变,即平台还是可以虚拟相同数量的虚拟资源,这样平台的成本就没有增加。其次,用户的性价比得到了提高主要体现在通过算法的调整,高使用率的虚拟资源将被分配到低整合比的物理服务器中,即虚拟资源所占用的物理资源更多,这样就增加了用户的性价比;而低使用率的虚拟资源将被分配的高整合比的物理服务器中,虽然虚拟资源所占用的物理资源少了,但这类虚拟资源都是低使用率的虚拟资源,所以用户体验并没有降低,即对于低使用率的虚拟资源用户,其性价比没用改变。因此,通过该发明,是的平台性价比和用户性价比得到了平衡,解决了两者对资源的利用期望的相互矛盾。
附图说明
图1为本发明的基于性价比的虚拟化资源调度优化方法的原理图;
图2为本发明中一级调度的流程图;
图3为本发明中二级调度的流程图;
图4为采用本发明的资源调度优化方法后,虚拟机数量分布情况及性价比分析图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
图1给出了本发明的基于性价比的虚拟化资源调度优化方法的原理图,可以看出数据中心的物理服务器按照虚拟化能力被分成了不同配置规格的多类整合比区间。前端用户通过选择虚拟资源配置触发系统的一级资源调度算法,而在系统运行过程中,二级资源调度算法则会根据系统设定的调度周期进行周期性调度实现。
如图2、图3所示,分别给出了本发明中一级调度和二级调度的流程图,本发明的基于性价比的虚拟化资源调度优化方法,物理服务器属性定义:物理服务器通过同一虚拟化技术标准可以虚拟出来的标准虚拟资源的数量定义为虚拟化整合比,简称整合比,用表示;为最大整合比,即额定整合比,表示物理服务器整合比的最高额定值,系统在动态调整时不能超过该值;表示最小整合比,表示物理服务器整合比的最小额定值,系统在动态调整时不能低于该值;为规格整合参数,表示采用数值量化的物理服务器的硬件配置规格,为空闲配置,表示当前物理服务器还可以量化的标准虚拟资源配置;为资源使用率上限,表示采用数值量化后的当前物理服务器使用率上限,为资源使用率下限,表示采用数值量化后的当前物理服务器使用率下限;为整合比区间标识,为根据物理服务器的整合比划分出的第区间,为物理服务器标识,表示隶属于区间上的第台物理服务器,当前整合比,表示隶属于区间上的第台物理服务器当前的虚拟整合比,物理服务器当前运行的虚拟资源不能使其超过该整合比为虚拟资源数量,表示当前物理服务器承载的虚拟资源的数量,为调度周期,表示系统动态资源调度周期;
虚拟资源属性的定义:为虚拟资源配置规格,为采用数值表示的虚拟资源的硬件配置;为虚拟资源标识,表示隶属于区间内的物理服务器上的第台虚拟资源;为虚拟资源硬件参数,表示一组用户选择的虚拟资源硬件配置集合,为虚拟资源标准比,通过统一的算法和虚拟资源的配置得出的虚拟资源对应的标准整合比,=1的虚拟资源称为标准虚拟资源;
表示当前资源使用率,表示采用数值量化后的当前物理服务器或者虚拟资源的使用率;
所述虚拟化资源调度优化方法包括初始设置、一级调度和二级调度;
所述初始设置通过以下步骤来实现:
A).计算并初始化物理服务器的基本属性,首先根据物理服务器的硬件配置规格,采用具体的整合算法计算出其规格整合参数,根据物理服务器的运行要求,计算出最大整合比、最小整合比和当前整合比 ;在物理服务器上运行一台和最大量的标准虚拟资源,计算出资源使用率下限、资源使用率上限
B).划分整合比区间,根据所有物理服务器的最小整合比和最大整合比,划分出个整合比区间,其集合为=代表第个整合比区间,整合比区间按照升序排列,区间的上限小于区间的下限;
C).物理服务器所属区间的划分,设云计算中心具有台异构物理服务器,其集合表示为=,其中表示在第个整合比区间中的第个物理服务器;并将每一个整合比区间中的物理服务器按其当前资源使用率升序排列;
所述一级调度通过以下方法来实现:
a).求取虚拟资源标准比,根据用户所要创建的虚拟资源的配置,求取出所对应的虚拟资源标准比
b).判断虚拟资源标准比所属区间,从具有最大整合比的区间开始判断,判断所述的整合比区间;设判断出虚拟资源标准比属于区间
c).依次查找物理服务器,首先查找出当前整合比区间中所有物理服务器的列表,记为,共计台物理服务器,然后从区间中的第一台物理服务器依次查找,执行步骤d);
d).判断是否存在目标物理服务器,判断当前物理服务器的空闲配置是否可承载待建虚拟资源,如果可以承载,则返回该目标物理服务器的ID,执行步骤i);如果该物理服务器不能承载待创建的虚拟资源的配置,则执行步骤e);
e).扩充物理服务器的当前整合比,首先利用物理服务器的最大整合比减去其当前的整合比,获取当前物理服务器还可扩充的整合比,记为
f).判断扩充后的物理服务器是否能承载,从数目1开始直至对物理服务器的当前整合比依次进行增加,并判断当前整合比增加后的物理服务器是否能承载虚拟资源,如果能承载,则返回该目标物理服务器的ID,执行步骤i);如果不能承载,执行步骤g);
g).区间是否判断完毕,判断当前整合比区间内的所有物理服务器是否判断完毕,如果判断完毕,则执行步骤h);如果没有判断完毕,则执行步骤c);
h).切换至下一整合比区间,将判断是否有能容纳待建虚拟资源的区间调整至下一整合比区间,执行步骤b);
i).创建虚拟资源,根据返回的目标物理服务器的ID,在该物理服务器上创建用户申请的虚拟资源。
二级调度根据用户设定的调度周期对云计算中心上运行的虚拟资源进行迁移,通过以下方法来实现:
1).获取物理服务器列表,设当前待处理的整合比区间为,获取区间中物理服务器的列表,记为;依次对该整合比区间中的台物理服务器进行判断;
2).获取虚拟资源列表,设当前待判断的物理服务器为,获取上运行的所有虚拟资源的列表,记为;依次对物理服务器上的台虚拟资源的使用率进行判断;
3).判断虚拟资源类型,设当前待判断的虚拟资源为区间内第台物理服务器上的第台虚拟资源,判断虚拟资源的当前资源使用率是否大于所在物理服务器的资源使用率上限,如果大于,则表明当前虚拟资源为重负载虚拟资源,将重负载虚拟资源的数目计数器加1;如果不大于,判断资源使用率是否小于或等于所在物理服务器的资源使用率下限,如果成立,则表明当前虚拟资源为轻负载虚拟资源,将轻负载虚拟资源的数目计数器加1;
4).判断是否判断完毕,判断当前物理服务器上的所有虚拟资源的负载类型是否判断完毕,如果判断完毕,执行步骤5);如果没有判断完毕,则执行步骤2);
5).判断物理服务器类型,根据步骤3)中求取的重负载虚拟资源数目和轻负载虚拟资源数目,判断重负载资源的数量是否超过了该物理服务器上所有虚拟资源数量的一半,如果超过一半,则表明该物理服务器为重负载物理服务器,执行步骤6);如果没有超过一半,则表明该物理服务器为轻负载物理服务器,执行步骤7);
6).降低当前整合比,在物理服务器的当前整合比降低后仍旧满足承载所有虚拟服务器的要求和大于最小整合比的条件下,对物理服务器的当前整合比进行降低处理;执行步骤8);
7).增加当前整合比,在物理服务器的当前整合比增加后仍旧满足小于最大整合比的条件下,对物理服务器的当前整合比进行增加处理;执行步骤8);
8).判断物理服务器是否判断完毕,判断整合比区间中的所有物理服务器是否均已判断完毕,如果判断完毕,则执行步骤9);如果没有判断完毕,则执行步骤1);
9).虚拟机的迁移,对于轻负载类型的物理服务器,选择前%个重负载类型的虚拟资源迁移到该区间中整合比降低的物理服务器上,如果迁移失败,则执行步骤10);对于重负载类型的物理服务器,选择前%个轻负载类型的虚拟资源迁移到该区间中整合比增加的物理服务器上,如果迁移失败,则执行步骤11);
10).区间之间迁移,将选择出的前%个重负载类型的虚拟资源迁移到整合比区间标记小于的区间物理服务器上;如果其它整合比区间不存在满足承载能力的物理服务器,则退出迁移。
11).区间之间迁移,将选择出的前%个轻负载类型的虚拟资源迁移到整合比区间标记大于的区间物理服务器上;如果其它整合比区间不存在满足承载能力的物理服务器,则退出迁移。
其中,在物理服务器的规格整合参数计算的过程中,需采集的物理服务器的个硬件规格,分别表示为,,…,,规格整合参数的算法为,则=需满足条件,需满足条件,…, 需满足条件为某一项硬件配置参数,为配置参数所遵循的条件;物理服务器的整合比均通过整合参数算法求取,的整合算法与相同;
通过标准化虚拟资源配置函数进行计算,=,当=1时定义为标准虚拟资源;在根据虚拟资源的配置进行第一级调度时,通过判断虚拟资源所在的物理服务器区间;
物理服务器或虚拟资源的使用率通过使用率整合算法进行计算,设当前物理服务器使用率的个采集项目分别表示为,,…,,在满足条件满足条件,…,满足条件的情况下,当前物理服务器的使用率可以表示为=,为一项使用率采集指标,为该项采集指标所遵循的整合条件;
资源使用率下限和上限的求取:首先分别配置1 台=1的满负荷运行的虚拟资源到每一台物理服务器上,此时得出的物理服务器的资源使用率就记为;通过增加=1 的虚拟资源数目分别记录当前物理服务器的使用率直至到该物理服务器所能承载的最大标准虚拟资源数量,这时物理服务器的资源使用率就为
为了对本发明的基于性价比的虚拟化资源调度优化方法进行充分、严谨地说明,下面给出利用伪代码所表示的具体实现步骤:
算法1描述的是云计算系统中一级资源调度算法的具体流程,接收的输入参数为用户选择的需要创建的虚拟资源硬件配置规格集合,通过算法2分配合适的物理服务器,若分配成功则在该物理服务器上创建用户的虚拟资源,否则返回False。
算法1:Scheduling()
Input:
  :系统前端接收到的用户创建虚拟资源的配置参数集合
Return:True or False
 
 =
 For  to 1
  If  then
    =Allocation ()
    If  then
         Create virtual machine by using  in physical server labeled ID 
         Return True
    Else if  then
        //切换到下一整合比区间
     End-if
  End-if
End-for
Return False
其中,的符号分别表示整合比区间的区间上限、下限。
算法2具体是用于判断区间中是否有合适的物理服务器用于承载虚拟资源。如果没有合适的物理服务器,则依次增加物理服务器的整合比,并判断增加整合比后的物理服务器是否符合条件。
算法2输入两个参数,分别是整合比区间,该参数中包含了区间中的所有物理服务器、物理服务器中的虚拟资源信息;虚拟资源配置整合参数,该参数用于判断物理服务器是否能承载该虚拟资源。
若算法2中根据输入参数成功找到合适的物理服务器,将返回该物理服务器的ID;如果没有找到合适的物理服务器,将返回False。
算法2:Allocation ()
Input:
   :系统中的第个整合比区间
:虚拟资源资源配置整合参数
Return:
    物理服务器ID或False
//按照值从小到大的顺序从中选择物理服务器
Getavailable physical server list   from
For to 
     If  then
        Return 物理服务器的ID
      Else
        
       For  to
        //若区间中的物理服务器都不能承载该虚拟资源,则将该区间中的物理服务器的整合比依次增加个单位
          If  then
             = 
                Return物理服务器的ID
            Else
             Continue
          End-if
        End-for
     End-if
End-for
Return False
注:算法中元组表示第个整合比区间内的第个物理服务器的当前整合比;元组表示第区间内第台物理服务器的当前剩余配置。
通过算法1和算法2可以看出,当用户选择的虚拟资源属于某个区间时,首先选择调度到利用率最低且能够承载该虚拟资源的物理服务器,如果该区间的所有物理服务器都无法承载该虚拟资源,则依次将物理服务器的整合比增加个单位,并判断整合比提高后的物理服务器是否可以承载该虚拟资源资源。如果还是无法承载,则选择整合比小的临近区间进行跨区调度,在临近区间中选择物理服务器的流程与前一区间相同,需要同样通过算法2进行分配调度。 
当数据中心的所有物理服务器的时,还是无法找到合适的目标物理服务器,则说明该数据中心已满载,无法承载虚拟资源。
步骤3:在云计算系统运行中,系统会根据物理服务器的信息,在每一个调度周期内动态调整物理服务器的虚拟化整合比,并迁移相关虚拟资源到适当物理服务器中。具体方法如算法3所述:
算法3:Adjusting ()
//遍历每一个区间,判断每一个区间物理服务器的轻重负载类型,然后记录相关调度信息。
For  to
  Getavailable physical server list   from
  For  to
     Get available virtual machine list   from
    Forto 
       If then
          //记录重负载虚拟资源的数目
          
       Else if
          //记录轻负载虚拟资源的数目
          
        End-if
     End-for
    
     //记录重负载权重比例
    
    If >0.5 and   and  then
       
    Else if ≤0.5 and  then
       
     End-if
  End-for
  //从轻负载物理服务器中选择重负载虚拟资源进行迁移
     Select TOP-K% heavy load VMs from light load physical servers to migrate to the down-regulation R physical servers
     If the migration of the VM failed then
       For  to 1
          =Allocation ()
         If  then
                    Break
                End-if
        End-for
     End-if
     //从重负载物理服务器中选择轻负载虚拟资源进行迁移
     Select TOP-K% light load VMs from heavy load physical servers to migrate to the down-regulation R physical servers
     If the migration of the VM failed then
       For  to
          =Allocation ()
         If  then
                    Break
                End-if
        End-for
     End-if
End-for
可以看出算法3中主要用于周期性评估每一个整合比区间的物理服务器负载状况,并依据负载状况,动态条件当前物理服务器的整合比。然后系统会分别从轻重负载物理服务器中选择比例的虚拟资源进行迁移,从轻负载物理服务器中选择重负载虚拟资源迁移,而从重负载物理服务器中选择轻负载虚拟资源迁移。,若在本区间内迁移失败则会通过算法2进行跨区间的物理服务器选择,然后进行虚拟资源迁移。
如图4所示,给出了采用本发明的资源调度优化方法后,虚拟机数量分布情况及性价比分析图,一方面,在同一整合比区间内的高负载的虚拟资源会被迁移到整合比低的物理服务器上,这样带来的优势是用户用最少的费用占用了更多的物理资源;另一方面对于轻负载应用的虚拟资源在保证性能不受影响的前提下则会被迁移到整合比高的物理服务器上,这种迁移虽对用户来说没有带来性能上的提升,但对云平台来说则可以降低运营成本。
总体上来说,若上述算法带来的调度效果达到如图4所示的虚拟资源数量曲线分布即正态分布,则只要保证高低两种性价比模式的虚拟资源数量的基本相等,
即有:
,可以实现整个云计算系统平台对用户或运营方的性价比都可以保持相对平衡。

Claims (3)

1.一种基于性价比的虚拟化资源调度优化方法,其特征在于,通过以下步骤来实现:首先根据物理服务器的当前整合比,将所有的物理服务器划分至相应的整合比区间中,整合比的大小表示物理服务器所能承载虚拟资源的能力;
在用户申请虚拟资源时,首先根据申请的虚拟资源的配置将其创建到虚拟资源配置所属的整合比区间中,如果所属整合比区间中的所有物理服务器均不能承载该虚拟资源,则将其创建至其它整合比区间中;
在云计算系统运行时,周期性地判断整合比区间上的物理服务器属于重负载还是轻负载,对于重负载物理服务器,将其上运行的资源使用率小的若干虚拟资源迁移到整合比区间内的其它物理服务器上,如果本区间内的其它物理服务器不能承载待迁移虚拟资源,则将其迁移至整合比更小的相邻区间中的物理服务器上;对于轻负载物理服务器,将其上运行的资源使用率大的若干虚拟资源迁移到本整合比区间内的其它物理服务器上,如果本区间内的其它物理服务器不能承载待迁移虚拟资源,则将其迁移至整合比更大的相邻区间中的物理服务器上。
2.根据权利要求1所述的基于性价比的虚拟化资源调度优化方法,其特征在于:物理服务器属性定义:物理服务器通过同一虚拟化技术标准可以虚拟出来的标准虚拟资源的数量定义为虚拟化整合比,简称整合比,用                                                表示;为最大整合比,即额定整合比,表示物理服务器整合比的最高额定值,系统在动态调整时不能超过该值;表示最小整合比,表示物理服务器整合比的最小额定值,系统在动态调整时不能低于该值;为规格整合参数,表示采用数值量化的物理服务器的硬件配置规格,为空闲配置,表示当前物理服务器还可以量化的标准虚拟资源配置;为资源使用率上限,表示采用数值量化后的当前物理服务器使用率上限,为资源使用率下限,表示采用数值量化后的当前物理服务器使用率下限;为整合比区间标识,为根据物理服务器的整合比划分出的第区间,为物理服务器标识,表示隶属于区间上的第台物理服务器,当前整合比,表示隶属于区间上的第台物理服务器当前的虚拟整合比,物理服务器当前运行的标准虚拟资源不能使其超过该整合比为虚拟资源数量,表示当前物理服务器承载的虚拟资源的数量,为调度周期,表示系统动态资源调度周期;
虚拟资源属性的定义:为虚拟资源配置规格,为采用数值表示的虚拟资源的硬件配置;为虚拟资源标识,表示隶属于区间内的物理服务器上的第台虚拟资源;为虚拟资源硬件参数,表示一组用户选择的虚拟资源硬件配置集合,为虚拟资源标准比,通过统一的算法和虚拟资源的配置得出的虚拟资源对应的标准整合比,=1的虚拟资源称为标准虚拟资源;
表示当前资源使用率,表示采用数值量化后的当前物理服务器或者虚拟资源的使用率;
所述虚拟化资源调度优化方法包括初始设置、一级调度和二级调度;
所述初始设置通过以下步骤来实现:
A).计算并初始化物理服务器的基本属性,首先根据物理服务器的硬件配置规格,采用具体的整合算法计算出其规格整合参数,根据物理服务器的运行要求,计算出最大整合比、最小整合比和当前整合比 ;在物理服务器上运行一台和最大量的标准虚拟资源,计算出资源使用率下限、资源使用率上限
B).划分整合比区间,根据所有物理服务器的最小整合比和最大整合比,划分出个整合比区间,其集合为=代表第个整合比区间,整合比区间按照升序排列,区间的上限小于区间的下限;
C).物理服务器所属区间的划分,设云计算中心具有台异构物理服务器,其集合表示为=,其中表示在第个整合比区间中的第个物理服务器;并将每一个整合比区间中的物理服务器按其当前资源使用率升序排列;
所述一级调度通过以下方法来实现:
a).求取虚拟资源标准比,根据用户所要创建的虚拟资源的配置,求取出所对应的虚拟资源标准比
b).判断虚拟资源标准比所属区间,从具有最大整合比的区间开始判断,判断所述的整合比区间;设判断出虚拟资源标准比属于区间
c).依次查找物理服务器,首先查找出当前整合比区间中所有物理服务器的列表,记为,共计台物理服务器,然后从区间中的第一台物理服务器依次查找,执行步骤d);
d).判断是否存在目标物理服务器,判断当前物理服务器的空闲配置是否可承载待建虚拟资源,如果可以承载,则返回该目标物理服务器的ID,执行步骤i);如果该物理服务器不能承载待创建的虚拟资源的配置,则执行步骤e);
e).扩充物理服务器的当前整合比,首先利用物理服务器的最大整合比减去其当前的整合比,获取当前物理服务器还可扩充的整合比,记为
f).判断扩充后的物理服务器是否能承载,从数目1开始直至对物理服务器的当前整合比依次进行增加,并判断当前整合比增加后的物理服务器是否能承载虚拟资源,如果能承载,则返回该目标物理服务器的ID,执行步骤i);如果不能承载,执行步骤g);
g).区间是否判断完毕,判断当前整合比区间内的所有物理服务器是否判断完毕,如果判断完毕,则执行步骤h);如果没有判断完毕,则执行步骤c);
h).切换至下一整合比区间,将判断是否有能容纳待建虚拟资源的区间调整至下一整合比区间,执行步骤b);
i).创建虚拟资源,根据返回的目标物理服务器的ID,在该物理服务器上创建用户申请的虚拟资源;
二级调度根据用户设定的调度周期对云计算中心上运行的虚拟资源进行迁移,通过以下方法来实现:
1).获取物理服务器列表,设当前待处理的整合比区间为,获取区间中物理服务器的列表,记为;依次对该整合比区间中的台物理服务器进行判断;
2).获取虚拟资源列表,设当前待判断的物理服务器为,获取上运行的所有虚拟资源的列表,记为;依次对物理服务器上的台虚拟资源的使用率进行判断;
3).判断虚拟资源类型,设当前待判断的虚拟资源为区间内第台物理服务器上的第台虚拟资源,判断虚拟资源的当前资源使用率是否大于所在物理服务器的资源使用率上限,如果大于,则表明当前虚拟资源为重负载虚拟资源,将重负载虚拟资源的数目计数器加1;如果不大于,判断资源使用率是否小于或等于所在物理服务器的资源使用率下限,如果成立,则表明当前虚拟资源为轻负载虚拟资源,将轻负载虚拟资源的数目计数器加1;
4).判断是否判断完毕,判断当前物理服务器上的所有虚拟资源的负载类型是否判断完毕,如果判断完毕,执行步骤5);如果没有判断完毕,则执行步骤2);
5).判断物理服务器类型,根据步骤3)中求取的重负载虚拟资源数目和轻负载虚拟资源数目,判断重负载资源的数量是否超过了该物理服务器上所有虚拟资源数量的一半,如果超过一半,则表明该物理服务器为重负载物理服务器,执行步骤6);如果没有超过一半,则表明该物理服务器为轻负载物理服务器,执行步骤7);
6).降低当前整合比,在物理服务器的当前整合比降低后仍旧满足承载所有虚拟服务器的要求和大于最小整合比的条件下,对物理服务器的当前整合比进行降低处理;执行步骤8);
7).增加当前整合比,在物理服务器的当前整合比增加后仍旧满足小于最大整合比的条件下,对物理服务器的当前整合比进行增加处理;执行步骤8);
8).判断物理服务器是否判断完毕,判断整合比区间中的所有物理服务器是否均已判断完毕,如果判断完毕,则执行步骤9);如果没有判断完毕,则执行步骤1);
9).虚拟机的迁移,对于轻负载类型的物理服务器,选择前%个重负载类型的虚拟资源迁移到该区间中整合比降低的物理服务器上,如果迁移失败,则执行步骤10);对于重负载类型的物理服务器,选择前%个轻负载类型的虚拟资源迁移到该区间中整合比增加的物理服务器上,如果迁移失败,则执行步骤11);
10).区间之间迁移,将选择出的前%个重负载类型的虚拟资源迁移到整合比区间标记小于的区间物理服务器上;如果其它整合比区间不存在满足承载能力的物理服务器,则退出迁移;
11).区间之间迁移,将选择出的前%个轻负载类型的虚拟资源迁移到整合比区间标记大于的区间物理服务器上;如果其它整合比区间不存在满足承载能力的物理服务器,则退出迁移。
3.根据权利要求2所述的基于性价比的虚拟化资源调度优化方法,其特征在于:在物理服务器的规格整合参数计算的过程中,需采集的物理服务器的个硬件规格,分别表示为,,…,,规格整合参数的算法为,则=需满足条件,需满足条件,…, 需满足条件为某一项硬件配置参数,为配置参数所遵循的条件;物理服务器的整合比均通过整合参数算法求取,的整合算法与相同;
通过标准化虚拟资源配置函数进行计算,=,当=1时定义为标准虚拟资源;在根据虚拟资源的配置进行第一级调度时,通过判断虚拟资源所在的物理服务器区间;
物理服务器或虚拟资源的使用率通过使用率整合算法进行计算,设当前物理服务器使用率的个采集项目分别表示为,,…,,在满足条件满足条件,…,满足条件的情况下,当前物理服务器的使用率可以表示为=,为一项使用率采集指标,为该项采集指标所遵循的整合条件;
资源使用率下限和上限的求取:首先分别配置1 台=1的满负荷运行的虚拟资源到每一台物理服务器上,此时得出的物理服务器的资源使用率就记为;通过增加=1 的虚拟资源数目分别记录当前物理服务器的使用率直至到该物理服务器所能承载的最大标准虚拟资源数量,这时物理服务器的资源使用率就为
CN201410456973.6A 2014-09-10 2014-09-10 一种基于性价比的虚拟化资源调度优化方法 Active CN104199724B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410456973.6A CN104199724B (zh) 2014-09-10 2014-09-10 一种基于性价比的虚拟化资源调度优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410456973.6A CN104199724B (zh) 2014-09-10 2014-09-10 一种基于性价比的虚拟化资源调度优化方法

Publications (2)

Publication Number Publication Date
CN104199724A true CN104199724A (zh) 2014-12-10
CN104199724B CN104199724B (zh) 2017-07-18

Family

ID=52085021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410456973.6A Active CN104199724B (zh) 2014-09-10 2014-09-10 一种基于性价比的虚拟化资源调度优化方法

Country Status (1)

Country Link
CN (1) CN104199724B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106855827A (zh) * 2015-12-08 2017-06-16 中国移动通信集团公司 虚拟化系统的参数处理方法及装置
WO2019085104A1 (zh) * 2017-10-30 2019-05-09 平安科技(深圳)有限公司 虚拟机部署方法、装置、设备及计算机可读存储介质
CN110034963A (zh) * 2019-04-18 2019-07-19 南京邮电大学盐城大数据研究院有限公司 一种应用集群自适应的弹性配置方法
CN110780040A (zh) * 2019-10-29 2020-02-11 腾讯科技(深圳)有限公司 有害气体数据处理方法、装置、电子设备及存储介质
CN110990288A (zh) * 2019-12-12 2020-04-10 北京首汽智行科技有限公司 一种项目部署方法
CN111880898A (zh) * 2020-07-27 2020-11-03 山东省计算中心(国家超级计算济南中心) 一种基于微服务架构的服务调度方法及其实现系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130104097A1 (en) * 2010-07-13 2013-04-25 Ananth Durbha Programmatic auto-convergent method for "physical layout power hot-spot" risk aware asip architecture customization for performance optimization
CN103607459A (zh) * 2013-11-21 2014-02-26 东北大学 一种云计算平台IaaS层的动态资源监测及调度方法
CN103888420A (zh) * 2012-12-20 2014-06-25 中国农业银行股份有限公司广东省分行 一种虚拟服务器系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130104097A1 (en) * 2010-07-13 2013-04-25 Ananth Durbha Programmatic auto-convergent method for "physical layout power hot-spot" risk aware asip architecture customization for performance optimization
CN103888420A (zh) * 2012-12-20 2014-06-25 中国农业银行股份有限公司广东省分行 一种虚拟服务器系统
CN103607459A (zh) * 2013-11-21 2014-02-26 东北大学 一种云计算平台IaaS层的动态资源监测及调度方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106855827A (zh) * 2015-12-08 2017-06-16 中国移动通信集团公司 虚拟化系统的参数处理方法及装置
CN106855827B (zh) * 2015-12-08 2020-03-06 中国移动通信集团公司 虚拟化系统的参数处理方法及装置
WO2019085104A1 (zh) * 2017-10-30 2019-05-09 平安科技(深圳)有限公司 虚拟机部署方法、装置、设备及计算机可读存储介质
CN110034963A (zh) * 2019-04-18 2019-07-19 南京邮电大学盐城大数据研究院有限公司 一种应用集群自适应的弹性配置方法
CN110034963B (zh) * 2019-04-18 2022-06-17 南京邮电大学盐城大数据研究院有限公司 一种应用集群自适应的弹性配置方法
CN110780040A (zh) * 2019-10-29 2020-02-11 腾讯科技(深圳)有限公司 有害气体数据处理方法、装置、电子设备及存储介质
CN110780040B (zh) * 2019-10-29 2021-06-04 腾讯科技(深圳)有限公司 有害气体数据处理方法、装置、电子设备及存储介质
CN110990288A (zh) * 2019-12-12 2020-04-10 北京首汽智行科技有限公司 一种项目部署方法
CN111880898A (zh) * 2020-07-27 2020-11-03 山东省计算中心(国家超级计算济南中心) 一种基于微服务架构的服务调度方法及其实现系统
CN111880898B (zh) * 2020-07-27 2022-04-05 山东省计算中心(国家超级计算济南中心) 一种基于微服务架构的服务调度方法及其实现系统

Also Published As

Publication number Publication date
CN104199724B (zh) 2017-07-18

Similar Documents

Publication Publication Date Title
CN104199724A (zh) 一种基于性价比的虚拟化资源调度优化方法
CN102279771B (zh) 一种虚拟化环境中自适应按需资源分配的方法及系统
US20190258506A1 (en) Systems and methods of host-aware resource management involving cluster-based resource pools
CN102185779B (zh) 与综合配置能力成比例的数据中心资源负载均衡的方法及装置
CN104317658A (zh) 一种基于MapReduce的负载自适应任务调度方法
CN101593133A (zh) 虚拟机资源负载均衡方法及装置
CN103916438B (zh) 基于负载预测的云测试环境调度方法及其系统
CN102232282A (zh) 一种实现数据中心资源负载均衡的方法及装置
CN111966453B (zh) 一种负载均衡方法、系统、设备及存储介质
CN102185759A (zh) 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
US20170339069A1 (en) Allocating Cloud Computing Resources In A Cloud Computing Environment
CN109324875A (zh) 一种基于强化学习的数据中心服务器功耗管理与优化方法
CN110442428B (zh) Docker容器的协调方法
CN105426241A (zh) 一种基于云计算数据中心的统一资源调度节能方法
CN114625500B (zh) 云环境下拓扑感知的微服务应用调度的方法及应用
CN102339233A (zh) 云计算集中管理平台
US20230229487A1 (en) Virtual machine deployment method, virtual machine management method having the same and virtual machine management system implementing the same
CN116185645B (zh) 基于神经网络的集群资源智能调度方法、系统及存储介质
Li et al. Cost-aware automatic scaling and workload-aware replica management for edge-cloud environment
CN112559122A (zh) 一种基于电力专用安防设备的虚拟化实例管控方法及系统
KR20210029073A (ko) 복수의 예측 모델을 기초로 가상 머신 워크 로드 예측 방법
CN107203256B (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
CN110990160A (zh) 一种基于负荷预测的静态安全分析容器云弹性伸缩方法
CN110825212A (zh) 节能调度方法及装置、计算机可存储介质
CN104899072A (zh) 基于虚拟化平台的细粒度资源调度系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C53 Correction of patent of invention or patent application
CB03 Change of inventor or designer information

Inventor after: Wang Jibin

Inventor after: Yang Meihong

Inventor after: Guo Ying

Inventor after: Zhang Hu

Inventor after: Xu Zhaogang

Inventor before: Yang Meihong

Inventor before: Guo Ying

Inventor before: Zhang Hu

Inventor before: Xu Zhaogang

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: YANG MEIHONG GUO YING ZHANG HU XU ZHAOGANG TO: WANG JIBIN YANG MEIHONG GUO YING ZHANG HU XU ZHAOGANG

C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20221101

Address after: 5th floor, the main building of Jinan Supercomputing Center Science Park, No. 28666, Jingshi East Road, Jinan District, 250000 Jinan Free Trade Pilot Zone (Shandong), Shandong Province

Patentee after: Shandong Quanyun Smart Technology Co.,Ltd.

Address before: Shandong computing center, No.19 Keyuan Road, Lixia District, Jinan City, Shandong Province 250014

Patentee before: SHANDONG COMPUTER SCIENCE CENTER(NATIONAL SUPERCOMPUTER CENTER IN JINAN)

TR01 Transfer of patent right