CN104503826A - 一种云计算数据中心的虚拟机映射方法及装置 - Google Patents

Abstract

本发明提供了一种云计算数据中心的虚拟机映射方法及装置；方法包括：S101、周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将低负荷物理服务器中的虚拟机作为待迁移的虚拟机，进行步骤S102；低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；S102、获取低负荷物理服务器的资源利用率信息；S103、针对待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，确定能耗值最低的虚拟机放置策略；S104、根据所确定的虚拟机放置策略，将各待迁移的虚拟机映射到低负荷物理服务器上。本发明能够降低云计算数据中心的能耗。

Description

一种云计算数据中心的虚拟机映射方法及装置

技术领域

本发明涉及云计算领域，尤其涉及一种云计算数据中心的虚拟机映射方法及装置。

背景技术

最小化数据中心能耗成本，改善数据中心性能是云计算数据中心亟需解决的主要问题。随着云计算的发展，数据中心规模的增长，如何实现数据中心能耗的降低，并优化数据中心性能是当前的研究热点。

目前云计算平台上进行虚拟机映射时，是在新建虚拟机时查找当前剩余资源能够满足该新建虚拟机需求的物理服务器，然后将新建的虚拟机映射到所查找到的物理服务器上；如果当前用于映射虚拟机的物理服务器上的资源都不满足需求，则开启新的物理服务器，将新建的虚拟机映射到该新的物理服务器上。现有方案无法从全局角度考虑进行统筹安排，可能造成多个物理服务器上存在剩余资源(比如虚拟机关闭后释放的资源暂时没有新建虚拟机需要分配)，而且有些物理服务器上的虚拟机关闭后浪费了云计算数据中心的能源。

发明内容

本发明要解决的技术问题如何降低云计算数据中心的能耗。

为了解决上述问题，本发明提供了一种云计算数据中心的虚拟机映射方法，包括：

S101、周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，进行步骤S102；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；

S102、获取所述低负荷物理服务器的资源利用率信息；

S103、针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

S104、根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到所述低负荷物理服务器上。

可选地，步骤S104后还包括：

软件定义网络SDN控制器根据所确定的虚拟机放置策略更新相应的流表及网络状态。

可选地，所述根据资源利用率信息生成虚拟机放置策略包括：

在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

可选地，所述步骤S103前还包括：

对待迁移的虚拟机按照所属的应用进行分类；

将不同类的虚拟机各作为一个待迁移的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的步骤。

可选地，进行所述多维装箱时要满足的约束条件包括：

${\mathrm{\Σ}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\≤c_i^{\mathrm{cpu}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}$

一台虚拟机只能放置于一个物理服务器；

用于放置虚拟机的物理服务器数量小于或等于所述低负荷物理服务器的总数；

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1；

所述多维装箱的目标函数为：

$\begin{array}{cc}\min & f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i\end{array}$

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。

本发明还提供了一种云计算数据中心的虚拟机映射装置，包括：

触发模块，实时资源监控模块，决策模块，放置策略执行模块；

所述触发模块用于周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，启动所述实施资源监控模块；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；

所述实时资源监控模块用于获取云计算数据中心的所述低负荷物理服务器的资源利用率信息；

所述决策模块用于针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

所述放置策略执行模块用于根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到云计算数据中心的所述低负荷物理服务器上。

可选地，所述的装置还包括：

SDN控制模块，用于根据所确定的虚拟机放置策略更新相应的流表及网络状态。

可选地，所述决策模块根据资源利用率信息生成虚拟机放置策略是指：

所述决策模块在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

可选地，所述决策模块还用于对待迁移的虚拟机按照所属的应用进行分类；将不同类的虚拟机各作为一个待迁移的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的操作。

可选地，所述多维装箱要满足的约束条件包括：

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\&le;c_i^{\mathrm{cpu}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}$

一台虚拟机只能放置于一个物理服务器；

用于放置虚拟机的物理服务器数量小于或等于所述低负荷物理服务器的总数；

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1；

所述多维装箱的目标函数为：

$\begin{array}{cc}\min & f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i\end{array}$

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。

本发明针对云计算数据中心节能优化问题进行了分析和研究，提出了一种节能优化方案：对云计算数据中心进行能耗计算，制定出能耗最优的虚拟机放置策略；这是在考虑全局能耗的基础上进行虚拟机的重放置，实现了全局能耗的节省。在此基础上，还可以将虚拟机放置策略发送给SDN控制器，进而由SDN控制器进行网络状态和流表的更新；这是传统云计算IDC(互联网数据中心)向基于SDN的数据中心的有效开拓，能有效降低基于SDN的数据中心的流量及物理服务器能耗。本发明的优化方案在放置虚拟机上首先根据应用对虚拟机进行分类，将一类虚拟机尽可能放在相同的物理服务器中，这样减少了物理服务器之间的流量，可以进一步节能。

附图说明

图1是实施例一的虚拟机映射方法的流程示意图；

图2是实施例二中一种基于SDN的节能优化框架示意图；

图3是实施例二中一种实施方式中的SDN控制模块节能架构示意图；

图4是实施例二中一个例子的应用场景示意图。

具体实施方式

下面将结合附图及实施例对本发明的技术方案进行更详细的说明。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

实施例一、一种云计算数据中心的虚拟机映射方法，如图1所示，包括：

S101、周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，进行步骤S102；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限N的物理服务器；

S102、获取所述低负荷物理服务器的资源利用率信息；

S103、针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

S104、根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到所述低负荷物理服务器上。

步骤S104后，未映射虚拟机的物理服务器可以关闭。

本实施例中，通过虚拟机迁移来实现物理服务器能耗的降低；所述能耗值可以根据给定的能耗模型进行计算，与映射虚拟机的物理服务器的个数、虚拟机交互带来的物理服务器之间的流量有关。。

本实施例的一种实施方式中，所述步骤S104后还可以包括：

S105、SDN(软件定义网络)控制器根据所确定的虚拟机放置策略更新相应的流表及网络状态。

SDN技术的发展，实现了控制平面和转发平面的解耦合，将SDN技术引入到云数据中心后，可以在虚拟机映射后通过SDN控制器对流表及网络状态等转发所需要的数据进行更新。

本实施例的一种实施方式中，所述根据资源利用率信息生成虚拟机放置策略包括：

在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

本实施方式中，多维装箱时需要满足的多维资源约束关系包括但不限于以下式(1)～(3)所示：

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\&le;c_i^{\mathrm{cpu}}---\left(1\right)$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}---\left(2\right)$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}---\left(3\right)$

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1。

${\mathrm{\&Sigma;}}_{i=1}^n{x}_{\mathrm{ij}}=1---\left(4\right)$

式(4)表示一台VM只能放置于一个物理服务器。

${\mathrm{\&Sigma;}}_{i=1}^n{x}_i\&le;n---\left(5\right)$

n为云计算数据中心中所述低负荷物理服务器的总数量，式(5)表示物理服务器的数量约束。

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。

本实施方式中，所述多维装箱的目标函数如式(6)所示：

$\begin{array}{cc}\min & f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i\end{array}---\left(6\right)$

即：使得用于放置虚拟机的物理服务器最少。

针对上述目标函数和约束条件，可以采用传统粒子群算法进行求解，得到虚拟机放置策略。

所得到的虚拟机放置策略通常会有多个，这些虚拟机放置策略中用于映射待迁移虚拟机的物理服务器个数都满足式(6)，但由于虚拟机映射位置不同，不同虚拟机放置策略中虚拟机交互带来的物理服务器之间的流量是有差异的，这样会导致不同虚拟机放置策略的能耗值不同；步骤S103将进一步从满足上述目标函数和约束条件的多个虚拟机放置策略中确定能耗值最小的一个。

本实施方式中，所述步骤S103前还可以包括：

对待迁移的虚拟机按照所属的应用进行分类；

将不同类的虚拟机各作为一个待放置的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的步骤。

在应用开启初期，云资源提供商为云应用提供相应的虚拟机来承载该应用，因此，同一应用的虚拟机可能分布在数据中心的多个物理服务器上。在运行一段时间之后，随着某些应用的关闭，虚拟机也进行了释放。此时，会出现同一应用的不同虚拟机位于不同物理服务器上的情况，由于此类虚拟机之间存在较多的流量交互，产生了网络流量。因此，需要对虚拟机进行调整，从而对数据中心内的流量和能耗进行优化。

用表示每个运行在物理服务器上的虚拟机，p表示该虚拟机所属的物理服务器，q表示运行在该物理服务器上的虚拟机编号，α表示该虚拟机所属的应用；其中，一个应用可以由多个虚拟机来共同运行完成。对待迁移的虚拟机集合中的虚拟机按照α进行分类，将α值相同的放置到同一个子集合中，从而将待迁移的虚拟机集合划分成若干子集合接下来在装箱过程中分别将每个子集合中的虚拟机整个看成一个较大的待迁移的虚拟机进行装箱，一个较大的虚拟机只能放置于一个物理服务器，因此这样能有效降低装箱计算的次数，提高装箱效率，并能保证全局通信成本的降低。

实施例二、一种云计算数据中心的虚拟机映射装置，包括：

触发模块，实时资源监控模块，决策模块，放置策略执行模块；

所述触发模块用于周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，启动所述实时资源监控模块；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；

所述实时资源监控模块用于获取云计算数据中心的所述低负荷物理服务器的资源利用率信息；

所述决策模块用于针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

所述放置策略执行模块用于根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到云计算数据中心的所述低负荷物理服务器上。

本实施例的一种实施方式中，所述装置还可以包括：

SDN控制模块，用于根据所确定的虚拟机放置策略更新相应的流表及网络状态。

本实施例的一种实施方式中，所述决策模块根据资源利用率信息生成虚拟机放置策略是指：

所述决策模块在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

本实施方式中，所述决策模块还可以用于对待迁移的虚拟机按照所属的应用进行分类；将不同类的虚拟机各作为一个待迁移的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的操作。

本实施方式中，多维装箱要满足的约束条件包括：

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\&le;c_i^{\mathrm{cpu}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}$

一台虚拟机只能放置于一个物理服务器；

用于放置虚拟机的物理服务器数量小于或等于所述低负荷物理服务器的总数；

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1；

所述多维装箱的目标函数为：

$\begin{array}{cc}\min & f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i\end{array}$

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。

本实施例的一个例子提出了一种基于SDN的节能优化框架，如图2所示。该框架用来说明虚拟机节能优化的过程，以及本实施例中各模块的部署位置。在该框架中，核心是虚拟机映射装置中的放置策略执行模块、决策模块、实时资源监控模块，本例子中将这三个模块合称为节能优化控制单元。其中，节能优化控制单元的核心是决策模块和实时资源监控模块。

云服务提供商将资源的实时状态，提交给节能优化控制单元。实时资源监控模块负责实时收集数据中心的物理服务器的资源信息。将实时监控得到的CPU、内存和I/O资源利用率提交给决策模块，供其进行策略判断。决策模块利用实时资源信息，通过能耗模型计算出每种虚拟机放置策略的全局能耗值，求解出能耗值最小的虚拟机资源映射方案。映射策略执行模块负责执行能耗值最小的虚拟机放置策略，并负责在需要时开启新的物理服务器节点，当出现空闲物理服务器时负责将其关停。

实施例一中图1的步骤S102～S104可以由节能优化控制单元执行。输入是初始的全局VM到PM的资源映射，输出是待迁移VM到目标PM的映射。结束后将结果反馈给SDN控制模块，由它来进行原有路由策略的更改，更新流表。为VM之间的流量进行重定向。本实施例可以但不限于在SDN控制模块中执行流量的负载均衡。

本实施例的一个具体例子中，当SPs(安全策略服务)提交虚拟机映射请求之后，虚拟机映射流程如下：

步骤201、云服务提供商将虚拟机资源提供方案输入到决策模块，决策模块向实时资源监控模块发出数据调用信号，调用实时资源监控模块采集的数据中心的物理服务器资源利用率信息。同时访问虚拟机镜像库，读取镜像信息。

步骤202、决策模块根据实时资源监控器采集的物理服务器资源利用率信息，收集表示当前数据中心物理服务器状况的三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略，并将所生成的虚拟机放置策略传递到能耗模型，求解出所生成的虚拟机放置策略的能耗值。

步骤203、决策模块寻找到满足能耗值最小的资源映射的最优解，进而将该最优解对应的虚拟机放置策略传递到放置策略执行模块。

步骤204、放置策略执行模块接收到虚拟机放置策略后，从虚拟机镜像库读取出镜像信息，对数据中心进行资源映射操作，将虚拟机放置到恰当的物理服务器上，或开启新的物理服务器。同时，根据监测信息将空闲的物理服务器休眠。

步骤205、节能优化控制单元将虚拟机放置策略对应的虚拟机映射策略发送给SDN控制模块，SDN控制模块更新相应的流表及网络状态。进一步进行流表下发，对数据中心的网络设备进行控制。

如图3所示，为本实施例的一种实施方式中的SDN控制模块节能架构图，该实施方式中，SDN控制模块可采用SDN控制器实现。节能优化控制单元将计算好的虚拟机映射策略发送到SDN控制器，SDN控制器将对数据中心的网络设备的监控信息发送给节能优化控制单元。SDN控制器通过网络协议对数据中心内的网络设备进行控制，目前较为流行的是OpenFlow协议。SDN控制器读取网络设备的状态。节能优化控制单元还将对数据中心的计算设备进行PM(物理机)开关、VM(虚拟机)迁移、资源配置等操作。通过VM的节能策略制定，该框架能在保证网络性能的基础上，有效降低物理服务器能耗，实现SDN数据中心的节能优化。

本实施方式一个例子的应用场景如图4所示，是一个云计算IDC的结构图，其中PM_χ,χ∈[1,n]表示IDC中的物理服务器，n为IDC中物理服务器的总数；每个PM可以运行若干个虚拟机(VM)，每个虚拟机只能承载一种应用，每个应用可以由若干个VM来同时处理，因此，VM之间存在通信的流量。如图4中所示，a,b,c表示3种不同的应用。s_β,β∈[0,n'-1]，表示IDC中的交换机，n’为IDC中交换机的总数(图4中为10个)。本例子以Fat-tree结构作为数据中心的网络架构。本例子讨论的场景是传统IDC以渐进方式向SDN数据中心转变的情况。因此，本例子的数据中心的网络架构是基于Fat-tree的大二层结构，由SDN控制器进行路由策略制定，并将流路径和虚拟机迁移的路径下发至数据中心的交换机或路由器上。路径上标注的数字是当前路径上的流量。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本发明不限制于任何特定形式的硬件和软件的结合。

当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明的权利要求的保护范围。

Claims (10)

1.一种云计算数据中心的虚拟机映射方法，包括：

S101、周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，进行步骤S102；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；

S102、获取所述低负荷物理服务器的资源利用率信息；

S103、针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

S104、根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到所述低负荷物理服务器上。

2.如权利要求1所述的方法，其特征在于，步骤S104后还包括：

软件定义网络SDN控制器根据所确定的虚拟机放置策略更新相应的流表及网络状态。

3.如权利要求1或2所述的方法，其特征在于，所述根据资源利用率信息生成虚拟机放置策略包括：

在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

4.如权利要求3所述的方法，其特征在于，所述步骤S103前还包括：

对待迁移的虚拟机按照所属的应用进行分类；

将不同类的虚拟机各作为一个待迁移的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的步骤。

5.如权利要求3所述的方法，其特征在于，进行所述多维装箱时要满足的约束条件包括：

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\&le;c_i^{\mathrm{cpu}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}$

一台虚拟机只能放置于一个物理服务器；

用于放置虚拟机的物理服务器数量小于或等于所述低负荷物理服务器的总数；

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1；

所述多维装箱的目标函数为：

$\min f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i$

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。

6.一种云计算数据中心的虚拟机映射装置，其特征在于，包括：

触发模块，实时资源监控模块，决策模块，放置策略执行模块；

所述触发模块用于周期性统计云计算数据中心各物理服务器上虚拟机的数量；当低负荷物理服务器个数超过第一预定门限时，将所述低负荷物理服务器中的虚拟机作为待迁移的虚拟机，启动所述实施资源监控模块；所述低负荷物理服务器为所映射的虚拟机数量小于第二预定门限的物理服务器；

所述实时资源监控模块用于获取云计算数据中心的所述低负荷物理服务器的资源利用率信息；

所述决策模块用于针对所述待迁移的虚拟机和低负荷物理服务器，根据所述资源利用率信息生成多种虚拟机放置策略，求解出所生成的虚拟机放置策略的能耗值，确定能耗值最低的虚拟机放置策略；

所述放置策略执行模块用于根据所确定的虚拟机放置策略，将各所述待迁移的虚拟机映射到云计算数据中心的所述低负荷物理服务器上。

7.如权利要求6所述的装置，其特征在于，还包括：

SDN控制模块，用于根据所确定的虚拟机放置策略更新相应的流表及网络状态。

8.如权利要求6或7所述的装置，其特征在于，所述决策模块根据资源利用率信息生成虚拟机放置策略是指：

所述决策模块在所述资源利用率信息中提取三维数据信息，包括：CPU利用率、内存利用率、I/O资源利用率；根据所收集的三维数据信息进行多维装箱，生成虚拟机放置策略。

9.如权利要求8所述的装置，其特征在于：

所述决策模块还用于对待迁移的虚拟机按照所属的应用进行分类；将不同类的虚拟机各作为一个待迁移的虚拟机，进行所述根据资源利用率信息生成虚拟机放置策略的操作。

10.如权利要求8所述的装置，其特征在于，所述多维装箱要满足的约束条件包括：

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{cpu}}{x}_{\mathrm{ij}}\&le;c_i^{\mathrm{cpu}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{mem}}{x}_{\mathrm{ij}}<c_i^{\mathrm{mem}}$

${\mathrm{\&Sigma;}}_{j=1}^m{r}_j^{\mathrm{io}}{x}_{\mathrm{ij}}<c_i^{\mathrm{io}}$

一台虚拟机只能放置于一个物理服务器；

用于放置虚拟机的物理服务器数量小于或等于所述低负荷物理服务器的总数；

其中，表示虚拟机j需要的CPU资源量；表示虚拟机j需要的内存资源量；表示虚拟机j需要的I/O资源量；表示物理服务器i所能提供的可用CPU资源量；表示物理服务器i所能提供的可用内存资源量；表示物理服务器i所能提供的可用I/O资源量；m为待迁移的虚拟机的总数量，x_ij∈{0,1}x_ij＝1,if VM_j放置到PM_i上，其含义是当且仅当VM_j被放置到PM_i上时，x_ij＝1；

所述多维装箱的目标函数为：

$\min f\left(x\right)={\mathrm{\&Sigma;}}_{i=1}^n{x}_i$

其中x_i∈{0,1}x_i＝1,if PM_i开启其含义是至少存在一个x_ij＝1的情况下，当且仅当PM_i开启时，x_i＝1。