CN105432040A - 分布式云中的工作负载迁移下的基于属性的sla保证 - Google Patents

分布式云中的工作负载迁移下的基于属性的sla保证 Download PDF

Info

Publication number
CN105432040A
CN105432040A CN201480042614.4A CN201480042614A CN105432040A CN 105432040 A CN105432040 A CN 105432040A CN 201480042614 A CN201480042614 A CN 201480042614A CN 105432040 A CN105432040 A CN 105432040A
Authority
CN
China
Prior art keywords
resource
equipment
cloud
consumer
application
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.)
Pending
Application number
CN201480042614.4A
Other languages
English (en)
Inventor
E·罗森斯韦格
E·沙莱夫
S·门德尔-布林
D·克拉斯宁柯
I·阿菲克
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.)
Alcatel Lucent SAS
Original Assignee
Alcatel Lucent SAS
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 Alcatel Lucent SAS filed Critical Alcatel Lucent SAS
Publication of CN105432040A publication Critical patent/CN105432040A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5054—Automatic deployment of services triggered by the service manager, e.g. service implementation by automatic configuration of network components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/501—Performance criteria
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
    • H04L41/5096—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to distributed or central networked applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays
    • H04L43/087—Jitter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

各个示例性实施例涉及一种方法和相关网络节点，包括以下的一个或多个：从云网络内的至少一个设备接收性能量度；对该性能量度进行分析以生成至少一个应用要求，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持；基于该至少一个应用要求识别该云网络内的第二设备以支持该资源；并且将该资源从该第一设备迁移至该第二设备。该资源可以是虚拟机(VM)或存储。

Description

分布式云中的工作负载迁移下的基于属性的SLA保证
技术领域
本文公开的不同示例性实施例一般地涉及云计算。
背景技术
许多云运营商目前使用数个大型数据中心来提供云服务，这提供了相对集中式的操作。在这样的系统中，请求方可以从云控制器请求一个或多个资源，该云控制器进而可以从数据中心分配被请求的资源以供请求方使用。然而，这样的集中式操作可能并不适于提供不同类型的应用，诸如那些具有严格的延迟或可靠性要求的应用。
另一方面，分布式数据中心架构提供了可以在地理上分布开来的更大数量的较小数据中心。该数据中心可以通过诸如互联网或载波网络之类的网络而处于一个或多个云控制器的控制之下。在这样的分布式系统下，通过提供在地理或网络距离方面比集中式云所可能提供的更为接近的云应用，网络传播延迟的影响可以有所减小。
在这两种云网络中，对于在可用设备之间重新安排提供给消费者的资源偶尔会是有利的。例如，改变网络条件可能使得设备由于连接退化而不适于继续支持消费者资源，对于资源间通信高度依赖的消费者应用会导致期望将这样的资源在地理上进行移动以彼此接近，或者负载有所增加的一个设备可能导致期望将资源移动至不太重度负载的设备。
发明内容
以下给出各个示例性实施例的简要概述。在以下概述中可能进行一些简化和省略，这意在对各个示例性实施例的一些方面进行强调和介绍，而并非对本发明的范围加以限制。在后续部分中间给出足以允许本领域技术人员制造和使用本发明概念的优选示例性实施例的详细描述。
这里所描述的不同实施例涉及到一种由云控制器执行的用于在云网络内迁移资源的方法，该方法包括：从云网络内的至少一个设备接收性能量度；对该性能量度进行分析以生成至少一个应用要求，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持；基于该至少一个应用要求识别该云网络内的第二设备以支持该资源；并且将该资源从该第一设备迁移至该第二设备。
这里所描述的不同实施例涉及到一种由云控制器执行的用于在云网络内迁移资源的运控制器，该云控制器包括：网络接口；存储器；以及与该存储器通信的处理器，该处理器被配置为：经由该网络接口从云网络内的至少一个设备接收性能量度，对该性能量度进行分析以生成至少一个应用要求，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持，基于该至少一个应用要求识别该云网络内的第二设备以支持该资源，并且将该资源从该第一设备迁移至该第二设备。
这里所描述的各个实施例涉及到一种非瞬态机器可读存储介质，其利用由云控制器所执行以便在云网络内迁移资源的指令进行编码，该介质包括：用于从云网络内的至少一个设备接收性能量度的指令；用于对该性能量度进行分析以生成至少一个应用要求的指令，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持；用于基于该至少一个应用要求识别该云网络内的第二设备以支持该资源的指令；和用于将该资源从该第一设备迁移至该第二设备的指令。
描述了不同的实施例，其中基于该至少一个应用要求识别该云网络内的第二设备以支持该资源包括确定至该第二设备的资源迁移将保持该至少一个应用要求。
描述了不同的实施例，其中基于该至少一个应用要求识别该云网络内的第二设备以支持该资源包括确定至该第二设备的资源迁移将以小于预定量的程度违反该至少一个应用要求。
描述了不同的实施例，其中识别该云网络内的第二设备以支持该资源进一步基于与该消费者相关联的显式服务级别协定(SLA)。
描述了不同的实施例，其中该至少一个应用要求包括设备级别的性能量度。
描述了不同的实施例，其中该至少一个应用要求包括应用级别的性能量度。
描述了不同的实施例，其中识别该云网络内的第二设备以支持该资源包括计算资源集合在属于该云的多个设备之间的新的安排。
附图说明
现在参考附图以便更好地理解各个示例性实施例，其中：
图1示出了用于提供云资源的示例性网络；
图2示出了示例性云控制器的组件图；
图3示出了示例性云控制器的硬件图；
图4示出了用于存储设备级别性能量度的示例性数据部署；
图5示出了用于存储应用级别性能量度的示例性数据部署；
图6示出了用于存储应用要求的示例性数据部署；
图7示出了用于在云网络内迁移消费者资源的示例性方法。
为了促进理解，已经使用了相同的附图标记来指代具有基本上相同或相似的结构或者基本上相同或相似的功能的要素。
具体实施方式
该描述和附图示出了本发明的原则。因此将要意识到的是，本领域技术人员将能够设计出虽然并未在这里明确描述或示出但是却体现了本发明的原则并且被包括在其范围之内的各种部署形式。此外，这里所引用的所有示例在原则上都明确意在出于教导的目的，并且要被理解为并不对这样专门引用的示例和条件加以限制。此外，如这里所使用的术语“或”是指非排除或，除非以其它方式有所指示(例如，“或者另外”或“或者可替换地”)。而且，这里所描述的各个实施例并非必然相互排斥，因为一些实施例可以与一个或多个其它实施例进行组合以形成新的实施例。
虽然消费者资源在云网络内的迁移在许多情境中可能是有利的，但是也可能在这样的迁移之后保持消费者的体验。如这里所使用的，术语“消费者”将被理解为是指与云提供方进行对接以从云网络接收基础架构即服务(Iaas)、平台即服务(Paas)或软件即服务(SaaS)的用户。例如，云提供方和消费者可能已经进入了服务级别协定(SLA)，服务级别协定(SLA)定义了将被提供至该消费者的应用的最低性能要求。例如，SLA可以规定某个数量的计算能力或者资源之间的某个最大延时。在云网络内的资源进行迁移时，云提供方可能通过选择支持满足SLA供应的资源的设备而尝试保持SLA。
另外，在一些情况下，除了保持可以定义最低可接受性能的SLA之外，可能期望保持消费者已经习惯的消费者体验。例如，虽然SLA可以规定20ms的资源间通信延迟是可接受的，但是消费者可能平均具有10ms的资源间通信延迟并且因此期望如此。因此，可能在迁移时期望保持该高于并超出SLA供应的消费者体验。
现在参考附图，其中同样的数字指代同样的组件或步骤，它们公开了各个示例性实施例的多个宽泛方面。
图1示出了用于提供云资源的示例性云架构100。云架构100可以实施网络化的云架构并且可以包括客户端设备110、网络115、云控制器120，以及数据中心130、140、150。
云设备110可以是被配置为利用一个或多个云资源的任意设备。在各个实施例中，客户端设备110可以是台式计算机、膝上计算机、平板电脑、移动设备、服务器或刀片服务器。客户端设备110可以经由网络115而与诸如云控制器120的其它设备进行通信。客户端设备110可以向云控制器120传送对于一个或多个云资源的请求。例如，客户端设备110可以请求使用云网络100内的虚拟机(VM)、虚拟机群组、存储设备、存储器或者其它资源中的一个或多个。另外类型的云资源将是显而易见的。客户端设备110可以表示从云控制器120请求分布式云应用的部署的消费者的设备，或者客户端设备110可以表示这样的通过直接与各个云设备131、132、133、144、155、166所支持的这样的资源进行通信而请求使用这样的分布式云应用中的一个或多个组件的消费者中的消费者。将会显而易见的是，另外的客户端设备(未示出)可以与网络115进行通信，并且这样的另外客户端设备属于另外的消费者。
网络115可以是能够使得在示例性云架构100的各个设备之间能够进行通信的任意设备网络或传输媒体。例如，网络115可以包括被配置为向各个目的地交换和路由数据分组的多个设备。在各个实施例中，网络115可以包括互联网或者一个或多个载波网络。
云控制器120可以是被配置为控制网络化的云的操作的设备。如将在以下参考图3更为详细描述的，云控制器120可以包括各种硬件，诸如存储设备、存储器或者一个或多个处理器。这里所使用的术语“处理器”将被理解为包含各种设备，诸如微处理器、现场可编程门阵列(FPGA)、应用特定集成电路(ASIC)，以及其它类似处理设备。在各个实施例中，云控制器120例如可以包括服务器、刀片服务器、个人计算机、膝上计算机、平板计算机或移动设备。在一些这样的实施例中，云控制器120可以是利用云资源的虚拟机，例如，云设备131、132、133所提供的硬件资源。云控制器120可以处于诸如数据中心130的数据中心，或者可以处于其它地方。云控制器120可以执行各种云管理功能，包括云资源分配的管理。这样，云控制器120可以从诸如客户端设备110的客户端设备接收建立云应用的请求。当接收到这样的请求时，云控制器120可以从一个或多个云设备131、132、133、144、155、156分配被请求的资源以便由客户端设备使用。在各个实施例中，示例性云架构100可以包括多个云控制器(未示出)。用于对多个云控制器的操作进行协调的各种技术都将是显而易见的。
数据中心130、140、150均可以是支持一个或多个提供云资源的设备的场所。例如，数据中心130可以存放云设备131、132、133；数据中心140可以存放云设备144；并且数据中心150可以存放云设备155、156。数据中心130、140、150在地理上可以分布开来或者可以距客户端设备110位于不同的网络距离之处。例如，客户端设备110可以位于华盛顿特区，数据中心140可以位于芝加哥，数据中心150可以位于巴黎，而数据中心130则可以位于东京。根据该示例，客户端设备110在与数据中心140进行通信时可以体验到比与数据中心130通信时更少的网络延时。将会显而易见的是，云架构100可以包括多个另外的数据中心(未示出)并且每个数据中心可以包括任意数量的云设备。
云设备131、132、133、144、155、156中的每一个可以是被配置为提供云资源以便由客户端设备使用的设备。在各个实施例中，云设备131、132、133、144、155、156中的每一个可以是台式计算机、膝上计算机、平板计算机、移动设备、服务器或刀片服务器。这样，云设备131、132、133、144、155、156可以包括各种硬件，例如，诸如存储设备、存储器或者一个或多个处理器。云设备131、132、133、144、155、156可以被配置为提供处理、存储装置、存储器、VM或VM群组以便由诸如客户端设备110的客户端设备所使用。
在各个实施例中，诸如在图1所示的实施例中，云控制器120可以包括应用管理器(未示出)或者与之对接以利用需求部署云应用并随后设置其规模。该应用管理器例如可以是台式计算机、膝上计算机、平板计算机、移动设备、服务器或刀片服务器，并且可以包括虚拟机。
云控制器120可以定期地确定在云网络100内对供应给客户端设备110的资源进行迁移是有利的。例如，云控制器可以确定支持与客户端设备110相关联的VM的设备155负荷过度并且该VM应当被重新分配给另一个设备131、132、133、144、156。在决定哪个设备131、132、133、144、156应当支持该迁移的VM时，云控制器120可以考虑与客户端设备的消费者相关联的显式SLA以及消费者属性，后者包括反映出该消费者的近期性能体验的应用要求。使用该信息，云控制器可以选择可能保持该显式SLA和应用要求的设备131、132、133、144、156。
图2示出了示例性云控制器200的组件示图。云控制器200可以对应于示例性云网络100的云控制器120。云控制器200可以包括网络接口210、云监视器220、云状态存储230、分析引擎240、隐式SLA存储250、显式SLA存储260和工作负载迁移器270。
网络接口210可以是包括硬件或者记录在机器可读存储介质上的可执行指令的接口，其被配置为与至少一个其它设备进行通信。网络接口210可以包括一个或多个物理端口并且可以根据一种或多种协议进行通信，例如，上述协议诸如TCP、IP或以太网。
云监视器220可以包括被配置为针对性能数据而对各个云设备进行轮询的硬件或机器可读存储介质上的可执行指令。例如，云监视器220可以定期生成请求性能量度的消息并且将该消息经由网络接口220发送至云设备。作为响应，被轮询的设备可以利用性能量度进行回复，诸如CPU利用率、存储器使用、存储使用、网络分组延迟、分组延迟变化(抖动)、网络带宽或者其它设备级别的性能量度。除此之外或可替换地，该设备可以报告应用级别的性能量度，诸如VM或其它资源性能、资源间通信量度或者特定于云的信息，诸如所安排的维护信息。在各个可替换实施例中，云监视器220可以不被配置为轮询一些设备，而是可以另外接收相应设备所推送的性能更新。当接收到性能量度时，云监视器220可以将该数据存储在云状态存储230中以供后续使用。
云状态存储230可以是存储由属于云网络的各个设备所报告的各种性能量度的设备。云状态存储230可以包括机器可读存储介质，诸如只读存储器(ROM)、随机访问存储器(RAM)、磁盘存储媒体、光学存储媒体、闪存设备和/或类似存储媒体。如将在以下结合图4-5进行解释的，云状态存储230可以存储设备级别的量度或应用级别的量度。
分析引擎240可以包括被配置为对云状态存储230中所存储的性能量度进行分析从而以属性或“隐式SLA”的形式对近期消费者体验进行建模的硬件或机器可读存储介质上的可执行指令。例如，分析引擎可以针对分析下的当前消费者获取到与提供给该消费者的资源以及支持那些资源的设备相关联的性能量度。随后，该分析引擎可以使用该数据来形成消费者所体验到的性能的概要。关于消费者体验而对云性能数据执行分析的各种另外或可替换方法都将是显而易见的。在生成包括指示消费者近期所体验到的性能量度的一个或多个应用要求的隐式SLA之后，分析引擎240可以将该隐式SLA存储在隐式SLA存储250中。
隐式SLA存储250可以是存储分析引擎240所生成的隐式SLA的设备。隐式SLA存储250可以包括机器可读存储介质，诸如只读存储器(ROM)、随机访问存储器(RAM)、磁盘存储媒体、光学存储媒体、闪存设备和/或类似存储媒体。如在下面将结合图6的示例所阐释的，隐式SLA存储250可以存储设备级别的量度或应用级别的量度以用作特定消费者的应用需求。
显式SLA存储260可以是存储由云提供方和消费者订立的显式SLA的设备。显式SLA存储260可以包括机器可读存储介质，诸如只读存储器(ROM)、随机访问存储器(RAM)、磁盘存储媒体、光学存储媒体、闪存设备和/或类似存储媒体。显式SLA存储260可以存储设备级别的量度或应用级别的量度以用作特定消费者的显式SLA。
工作负载迁移器270可以包括硬件或机器可读存储介质上的可执行指令，其被配置为确定资源迁移对于应用而言是否适宜，选择新的设备来支持所迁移的资源，并且经由网络接口210来实施这样的迁移。用于确定资源应当进行迁移的各种方法都将是显而易见的。在选择新的设备时，工作负载迁移器270可以被配置为考虑一个或多个隐式SLA或显式SLA。例如，工作负载迁移器270可以从存储在隐式SLA存储250中所存储的隐式SLA针对向其提供索要迁移的资源的消费者而获取应用要求。随后，工作负载迁移器270可以选择将可能能够满足该应用要求的设备。例如，在应用要求规定该资源所体验到的总体分组延迟为10ms的情况下，工作负载迁移器270可以选择已知已经报告了如云状态存储中所存储的数据所反映的10ms或更好的总体分组延迟的设备。以这种方式，工作负载迁移器270将考虑到存储在隐式SLA存储250中或者显式SLA存储260中所存储的显式SLA提供的多个应用要求。
在各个可替换实施例中，工作负载迁移器270可以被配置为允许距应用要求有预定数量的变化，诸如字面上的差异数值或百分比变化。例如，在应用要求指出10ms的分组延迟并且工作负载迁移器被配置为针对消费者或资源类型允许高达100％的变化的情况下，工作负载迁移器270可以选择体验到20ms的总体分组延迟的设备。
在选择新的设备之后，工作负载迁移器270可以实施资源的实际迁移。例如，工作负载迁移器270可以向支持该资源的当前设备传送消息，该消息指示该资源应当被挂起或者该资源的镜像应当被传送至新的设备或云控制器200。除此之外或可替换地，工作负载迁移器270可以向新的设备传送指示该新的设备应当开始支持所迁移的资源的消息。在各个实施例中，该消息可以包括或以其它方式指示所要支持的资源的镜像。用于执行资源迁移的各种另外的操作和方法都将是显而易见的。
图3示出了示例性云控制器300的硬件示图。示例性云控制器300可以对应于图2的示例性云控制器200或者图1的示例性云控制器120。云控制器300可以包括处理器310、数据存储320和输入/输出(I/O)接口330。
处理器310可以控制云控制器300的操作并且经由系统总线与数据存储320和I/O接口330进行协同操作。如这里所使用的，术语“处理器”将被理解为包含各种设备，诸如微处理器、现场可编程门阵列(FPGA)、应用特定集成电路(ASIC)和其它类似处理设备。
数据存储320可以存储程序数据，诸如在管理云中的资源时有用的各种程序。例如，数据存储320可以存储用于执行本领域技术人员已知的用于管理云网络中的资源的各种方法的云管理指令320。例如，云管理指令321可以包括用于针对云内的消费者提供和释放资源的指令。云管理指令321可以包括在与一个或多个应用管理器协同操作以及对各个数据中心、监管程序或虚拟机的操作进行协调时有用的另外的指令或方法。
如将在以下关于图7更为详细描述的，云管理指令321还可以包括用于在工作负载迁移期间保持隐式SLA的指令。如所示出的，云管理指令321可以包括用于执行与云监视器220相关联的功能的云监视指令322，用于执行与分析引擎240相关联的功能的分析指令323，以及用于执行与工作负载迁移器270相关联的功能的工作负载迁移指令324。
数据存储320还可以存储各种数据以便在执行云管理指令321时使用。例如，数据存储320可以存储云网络内的其它设备所报告的云状态信息325，在云提供方和消费者之间协定的显式SLA，以及云控制器300基于云状态信息325或其它数据所生成的隐式SLA327。用于存储该数据的各种示例性数据部署将在下文中关于图4-6更为详细地进行描述。
I/O接口330可以与处理器310协同操作以支持通过一个或多个通信信道的通信。例如，I/O接口330可以包括诸如键盘和监视器的用户接口和/或诸如一个或多个以太网端口的网络接口。
在一些实施例中，处理器310可以包括诸如处理器/CPU核心的资源，I/O接口330可以包括任意适当的网络接口，或者数据存储320可以包括存储器或存储设备。此外，云控制器300可以是任意适当的物理硬件配置，诸如：由诸如处理器、存储器、网络接口或存储设备之类的组件所组成的一个或多个服务器或刀片服务器。在这些实施例中的一些中，云控制器300可以包括彼此远离的云网络资源。
在一些实施例中，云控制器300可以包括一个或多个虚拟机。在这些实施例中的一些中，虚拟机可以包括来自不同物理机器或者在地理上分散的组件。例如，数据存储320和处理器310可以处于两个不同的物理机器中。在一些实施例中，云控制器300可以是被编程为执行这里所描述的方法的通用计算机。当处理器可执行程序在处理器310上实施时，程序代码分段与处理器相结合以提供类似于具体逻辑电路进行操作的唯一设备。
虽然这里关于其中例如程序和逻辑被存储在数据存储内并且存储器通信连接至处理器的实施例进行了描绘和描述，但是应当意识到的是，这样的信息可以以任意其它适当方式进行存储(例如，使用任意适当数量的存储器、存储或数据库)；使用通信连接至任意适当的设备部署的存储器、存储或数据库的任意适当部署进行存储；在(多个)存储器、(多个)存储或(多个)内部或外部数据库的任意适当组合中存储信息；或者使用任意适当数量的可访问外部存储器、存储或数据库进行存储。这样，这里所提到的术语数据存储意在包含(多个)存储器、(多个)存储和(多个)数据库的所有适当组合形式。
图4示出了用于存储设备级别的性能量度的示例性数据部署形式400。如这里所使用的，术语“设备级别”将被理解为涉及作为整体的硬件设备的体验，而无关于该设备所支持的具体应用。数据部署形式400可以反映出示例性云控制器200的云状态存储230的内容并且可以表示已报告的云状态信息。将要理解的是，示例性的数据部署形式400可以是摘要并且数据可以以各种方式进行存储，例如，上述方式诸如阵列、列表、树或者本领域技术人员已知的其它数据结构。数据部署形式400可以包括节点字段405、时间戳字段410、CPU使用字段415、存储器使用字段420、存储利用字段425、延迟字段430和带宽字段435。用于追踪设备性能的各种可替换或另外的性能量度都将是显而易见的。
节点字段405可以存储对其应用记录的硬件设备的标识(例如，标识符或地址)。时间戳字段410可以存储指示具体记录中所携带的量度被报告的时间的时间戳。例如，在一些实施例中，云控制器可以针对每个节点保存性能量度的历史并且利用时间戳在报告之间加以区分。在其它实施例中，云控制器可以不维护历史，而是例如仅维护最近的报告或者可以维护近期报告的性能量度的“平均值”。在这样的实施例中，可以不存在时间戳字段410。
其余字段415-435可以指示各种所报告的性能量度。CPU使用字段415、存储器使用字段420和存储利用字段425可以存储有关设备或其硬件组件的当前状态的性能量度。延迟字段430和带宽字段435可以存储有关设备利用外部设备或服务的当前体验的性能量度，诸如网络连接质量的量度。将要理解的是，各个字段可以描述多个节点之间的关系。例如，延迟字段415可替换地可以是存储节点和应用中的每个其它节点之间的延迟量度—而不是所有这些节点之间的平均值—的结构。在分析当前云状态和消费者体验时有用的各种另外的性能量度将会是显而易见的，例如，诸如页面文件使用或网络抖动。
作为一个示例，记录440可以指示在时间“1376603040”，节点“1”报告其CPU被利用了40％，其存储器用量达90％，并且其存储用量达50％。另外，该记录可以指示该设备的网络连接均平均12ms的分组延迟以及下游10mbps和上游5mbps的带宽。示例记录445和450的含义在考虑到上述内容的情况下将会是显而易见的。数据部署形式400可以包括多个另外的记录455。
图5示出了用于存储应用级别的性能量度的示例性数据部署形式500。如这里所使用的，术语“应用级别”将被理解为涉及利用云网络中的一个或多个硬件设备的资源的体验。如将要理解的，资源可以与其它资源协同操作从而为消费者实施应用。数据部署形式500可以反映出示例性云控制器200的云状态存储230的内容并且可以表示已记录的云状态信息。将要理解的是，示例性数据部署形式500可以是摘要并且数据可以以各种方式进行存储，例如，上述方式诸如阵列、列表、树或者本领域技术人员已知的其它数据结构。数据部署形式500可以包括消费者应用字段505、所使用节点字段510、资源字段515和资源间延时字段520。用于追踪应用性能的各种可替换或另外的性能量度都将是显而易见的。
消费者应用字段505可以包括对其应用记录的消费者应用的指示(例如，消费者标识符或应用标识符)。所使用节点字段510可以包括支持与该消费者应用相关联的资源的一个或多个物理设备的标识。资源字段515可以包括在每个节点上为该消费者应用所提供的一个或多个资源的指示。资源间延时字段520可以包括用于每个这样的资源的性能量度。如所示出的，资源间延时字段520可以指示资源通过与该应用的其它资源的通信的平均延时体验。
将会显而易见的是，可以使用其它的部署形式和字段。例如，数据部署形式500可以采用时间戳字段，可以不包括所使用节点字段510，可以不包括每个资源的量度而是另外可以包括跨所有资源的单个量度，或者可以包括各个资源对的资源量度。各种其它修改都将是显而易见的。
作为一个示例，记录525可以指示消费者应用“A”已经报告了三个资源的使用。资源“VM1”可以利用节点“1”并且可以经历5ms的资源间延时。这可以指示与DB1或VM2的近期通信的平均值产生了5ms的延时。资源“DB1”可以利用节点“1”并且可以体验17ms的资源间延时。资源“VM2”可以利用节点“2”并且可以体验30ms的资源间延时。考虑到上文的内容，示例性记录530的含义将会是显而易见的。数据部署形式500可以包括多个另外的记录535。
图6示出了用于存储应用要求的示例性数据部署形式600。数据部署形式600可以反映示例性云控制器200的隐式SLA存储250的内容并且可以表示使用分析所生成的隐式SLA。在一些实施例中，数据部署形式600可以反映显式SLA存储260的内容并且可以表示消费者和云提供方已经协定的显式SLA。将要理解的是，示例性数据部署形式600可以是摘要并且数据可以以各种方式进行存储，例如，上述方式诸如阵列、列表、树或者本领域技术人员已知的其它数据结构。数据部署形式600可以包括消费者字段605和规则字段610。用于定义隐式或显式SLA的各种可替换或另外的字段都将是显而易见的。
消费者字段605可以存储对其应用记录的消费者的标识(例如，消费者标识符或应用标识符)，而规则字段610则可以存储一个或多个规则以便在工作负载设置或迁移期间加以考虑。
作为一个示例，记录615可以识别针对消费者“X”的多个规则。第一规则可以指示资源“VM1”应当是或者近期已经位于报告40％的CPU利用的节点。第二规则可以指示两个资源“VM1”和“DB1”应当经历或近期已经经历了其间2ms的平均延时。记录615可以包括多个另外的规则。鉴于上文的内容，示例性记录620的含义将会是显而易见的。数据部署形式600可以包括多个另外的记录625。
图7示出了用于在云网络内迁移消费者资源的示例性方法700。方法700可以有云控制器200的组件来执行，例如，上述组件诸如云监视器220、分析引擎240或工作负载迁移器270。将要理解的是，可以对方法700进行各种修改而仍然实现这里所描述的方法的目标。例如，方法700可以被实施为多个独立的处理，例如，诸如定期轮询云状态信息的处理，定期生成隐式SLA的处理，以及定期迁移云内的资源的处理。另外的修改将会是显而易见的。
方法700可以在步骤705开始并且进行至步骤710，其中云控制器200可以针对性能量度而轮询一个或多个节点。例如，云控制器200可以生成请求消息并将其传送至适当设备。在接收到响应之后，云控制器200可以存储所报告的性能量度以便后续进行分析。在一些实施例中，云控制器200可以简单地将该数据如所报告的进行存储，而在其它实施例中，云控制器200可以首先对所接收到的数据进行处理，例如，诸如在存储之前将该性能数据与之前所报告的性能数据进行平均。
接下来，云控制器200可以通过在步骤720选择所要分析的消费者而开始生成隐式SLA的处理。例如，在一些实施例中，云控制器200可以定期通过消费者群组进行迭代，并且步骤720可以包括在这样的群组中选择下一个消费者。随后，在步骤725，云控制器200可以确定哪些资源或设备与该消费者或属于其的应用相关联。例如，云控制器可以得到与该消费者相关联的记录，后者定义或以其它方式描述了针对该消费者所部署的当前应用。在识别出与进行分析的消费者相关联的资源或设备之后，云控制器200可以在步骤730得到该资源或设备的云状态信息。这样的云状态信息可以包括在步骤710和715所得到并存储的云状态信息。
使用所获取到的云状态信息，云控制器200可以在步骤735执行分析以对消费者的近期体验进行建模。云控制器200可以根据本领域技术人员已知的任意方法来执行这样的分析。例如，云控制器可以考虑诸如有关云使用的量度(例如，带宽消耗、CPU使用、存储器使用、存储使用、资源间延迟、数据中心负载等)之类的信息、间接影响到表现的外部信息(例如，一天中的时间、月份、年份、即将到来的假期、预测的自然现象诸如风暴或地震)，或者消费者服务属性信息(例如，用户数量、消费者所提供的诸如负载或用户资格的数值预测)。使用该信息，云控制器200可以使用各种模型来测算用户体验，例如，诸如有关一个或多个量度的平均或最差情形表现，或者特定于日期/时间的平均或最差情形表现。如将会被理解的，一种基于日期或时间来追踪表现的方法可以包括使用贝叶斯网络。
在生成这样的模型之后，云控制器200可以在步骤740更新与进行分析的消费者相关联的隐式SLA。这样的步骤可以包括在之前并未针对该消费者生成隐式SLA的情况下创建新的隐式SLA。针对SLA的更新可以对近期消费者体验的模型以及之前针对该消费者所生成并且被隐式SLA的之前版本所带来的任何规则加以考虑。例如，新的隐式SLA可以保留一个或多个之前所创建的规则或者可以包括被修改为仅以预定数量距之前规则有所偏差的规则。各种其它修改将会是显而易见的。
有时，在更新隐式SLA之后，云控制器745可以开始针对消费者进行处理或工作负载的迁移。在步骤745，控制器745可以确定与消费者相关联的一个或多个资源应当被迁移。该确定可以根据本领域技术人员所知的任意方法而作出并且可以基于诸如网络状态、云设备的工作负载、预计的SLA违反，或者在确定资源应当迁移时有用的任意其它因素。
接下来，在步骤750，云控制器200可以选择一个云设备作为用于支持所迁移资源的候选目的地。该步骤可以根据本领域技术人员所知的任意方法来执行。例如，使用于2012年10月10日所提交的美国专利申请No.13/648628以及于2013年2月28日提交的13/779920中所描述的方法和内容的部署引擎，上述申请的全部内容通过引用在各个方面结合于此。在一些实施例中，步骤750可以包括针对属于进行迁移的应用的多个或者甚至全部资源计算新的资源至设备的映射。
在选择候选目的地之后，云控制器200在步骤755可以开始通过获取与该候选设备以及其它相关设备相关联的云状态信息而针对任意适当SLA对该候选目的地进行评估。在步骤760和765，云控制器200可以确定所提出的迁移是否将会分别违反任何显式或隐式SLA。例如，云控制器可以确定存储在云状态信息中的该候选设备的性能量度是否违反了SLA的任何应用要求。作为另一个示例，云控制器可以利用之前针对该候选设备所报告的网络性能或者针对与该候选设备相关联的其它资源所报告的处理间延时(inter-processlatency)来估计处理间延时应用要求在迁移之后是否可能得到满足。在一些实施例中，云控制器可以被配置为接受偏差小于预定量——诸如字面上的数值或百分比——的应用要求违反。作为另一种替换方式，隐式SLA可以被用来通过允许该隐式SLA随时间退化以提供服务质量的逐渐退化来满足显式SLA。又另一个特征可以提供定制的服务供应。例如，如果在显式SLA和隐式SLA之间存在明显差异，则云控制器200或其它实体可以向消费者发送标识近期性能并且提供服务升级以使得显式SLA更接近于隐式SLA的消息。各种其它修改都将是显而易见的。
如果在步骤760或765中发现候选目的地无法被接受，则方法700可以循环回到步骤750，其中云控制器可以尝试选择不同的候选目的地或应用设备映射以便进行评估。否则，方法700可以进行至步骤770，其中云控制器可以例如通过向云设备发送一个或多个消息来实施所选择的迁移，上述消息指示该云设备将资源迁移至该候选设备。方法700随后可以在步骤775结束。
将要理解的是，在各个实施例中，选择保持显式或隐式SLA的候选目的地可能并非总是可能或切合实际的。在这样的情况下，该云控制器可以选择违反一个或多个SLA的目的地。用于实施这样的选择的各种方法以及用于在SLA被违反时缓解影响的方法将会是显而易见的。
将会显而易见的是，可以采用用于选择适当设备以便支持所迁移服务器的各种可替换方法。例如，选择候选目的地的步骤可以自行考虑任何显式或隐式SLA，并且可以不执行步骤760、765。用于在保持显式和隐式SLA的同时迁移工作负载的各种其它修改和方法将会是显而易见的。
根据上文的内容，各个实施例使得能够进行资源迁移同时使得消费者体验保持高于并超出云提供商和消费者所协定的任何显式SLA。例如，通过对近期消费者体验进行建模，云控制器可以生成“隐式SLA”，其在工作负载迁移的期间可以以类似于显式SLA的方式被用来避免对于消费者体验的不利影响。各种其它好处在考虑到上述内容的情况下将会是显而易见的。
从以上描述应当显而易见的是，本发明的各个示例性实施例可以由硬件来实施。此外，各个示例性实施例可以被实施为存储在机器可读存储介质上的指令，其可以被至少一个处理器所读取并执行以执行这里所详细描述的操作。机器可读存储介质可以包括用于以机器所能够读取的形式存储信息的任意机制，上述机器诸如个人或膝上计算机、服务器或者其它计算设备。因此，有形且非瞬态的机器可读存储介质可以包括只读存储器(ROM)、随机访问存储器(RAM)。磁盘存储媒体、光学存储媒体、闪存设备以及类似存储媒体。
本领域技术人员应当意识到的是，这里的任意框图表示体现本发明原则的说明性电路的概念视图。类似地，将要意识到的是，任何流程图表、流程图示、状态迁移图示、伪代码等都表示可以实质上在机器可读媒体中进行表示并且因此被计算机或处理器所执行的各种处理，无论这样的计算机或处理器是否被明确示出。
虽然已经特别参考其某些示例性方面对各个示例性实施例进行了详细描述，但是应当理解的是，本发明支持其它实施例并且其细节能够在各个显然的方面进行修改。如本领域技术人员轻易所显而易见的，能够实施变化和修改同时保持处于本发明的范围和精神之内。因此，以上公开、描述和附图仅是出于说明的目的而并不以任何方式对本发明加以限制，本发明仅由权利要求来限定。

Claims (10)

1.一种由云控制器所执行的用于在云网络内迁移资源的方法，该方法包括：
从云网络内的至少一个设备接收(710)性能量度；
对该性能量度进行分析(735)以生成至少一个应用要求，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持；
基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源；以及
将该资源从该第一设备迁移(770)至该第二设备。
2.根据权利要求1所述的方法，其中基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源包括确定(765)至该第二设备的资源迁移将保持该至少一个应用要求。
3.根据权利要求1所述的方法，其中基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源包括确定(765)至该第二设备的资源迁移将以小于预定量的程度违反该至少一个应用要求。
4.根据权利要求1-3中任一项所述的方法，其中识别(750，760，765)该云网络内的第二设备以支持该资源进一步基于与该消费者相关联的显式服务级别协定(SLA)。
5.根据权利要求1-4中任一项所述的方法，其中该至少一个应用要求包括设备级别的性能量度。
6.根据权利要求1-5中任一项所述的方法，其中该至少一个应用要求包括应用级别的性能量度。
7.根据权利要求1-6中任一项所述的方法，其中识别(750，760，765)该云网络内的第二设备以支持该资源包括计算资源集合在属于该云的多个设备之间的新的安排。
8.一种用于在云网络内迁移资源的云控制器，该云控制器包括：
网络接口(210)；
存储器(320)；和
与该存储器进行通信的处理器(310)，该处理器被配置为：
经由网络接口从云网络内的至少一个设备接收(710)性能量度；
对该性能量度进行分析(735)以生成至少一个应用要求，其中该至少一个应用要求指示与为消费者提供的资源相关联的近期性能，其中该资源由该云网络内的第一设备所支持；
基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源；以及
将该资源从该第一设备迁移(770)至该第二设备。
9.根据权利要求8所述的云控制器，其中在基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源的识别过程，该处理器被配置为确定(765)至该第二设备的资源迁移将保持该至少一个应用要求。
10.根据权利要求8所述的云控制器，其中在基于该至少一个应用要求识别(750，760，765)该云网络内的第二设备以支持该资源的识别过程，该处理器被配置为确定(765)至该第二设备的资源迁移将以小于预定量的程度违反该至少一个应用要求。
CN201480042614.4A 2013-07-29 2014-07-11 分布式云中的工作负载迁移下的基于属性的sla保证 Pending CN105432040A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/953,197 2013-07-29
US13/953,197 US9929918B2 (en) 2013-07-29 2013-07-29 Profile-based SLA guarantees under workload migration in a distributed cloud
PCT/IB2014/001695 WO2015015297A2 (en) 2013-07-29 2014-07-11 Profile-based sla guarantees under workload migration in a distributed cloud

Publications (1)

Publication Number Publication Date
CN105432040A true CN105432040A (zh) 2016-03-23

Family

ID=51903944

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480042614.4A Pending CN105432040A (zh) 2013-07-29 2014-07-11 分布式云中的工作负载迁移下的基于属性的sla保证

Country Status (5)

Country Link
US (1) US9929918B2 (zh)
EP (1) EP3028406B1 (zh)
JP (2) JP2016525757A (zh)
CN (1) CN105432040A (zh)
WO (1) WO2015015297A2 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106597881A (zh) * 2016-11-03 2017-04-26 深圳量旌科技有限公司 基于分布式决策算法的云服务机器人
CN108549981A (zh) * 2018-03-30 2018-09-18 安徽大学 一种提高大批量并行业务流程服务质量的方法
CN114697207A (zh) * 2020-12-28 2022-07-01 瞻博网络公司 具有网络性能参数支持的边缘控制器

Families Citing this family (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10146395B2 (en) * 2014-05-06 2018-12-04 T-Mobile Usa, Inc. Quality of experience diagnosis and analysis in wireless communications
US9887878B2 (en) 2014-06-06 2018-02-06 Microsoft Technology Licensing, Llc Dynamic scheduling of network updates
US9602351B2 (en) 2014-06-06 2017-03-21 Microsoft Technology Licensing, Llc Proactive handling of network faults
US9491054B2 (en) * 2014-06-06 2016-11-08 Microsoft Technology Licensing, Llc Network-state management service
US9749208B2 (en) * 2014-06-30 2017-08-29 Microsoft Technology Licensing, Llc Integrated global resource allocation and load balancing
US9699109B1 (en) * 2015-03-27 2017-07-04 Amazon Technologies, Inc. Assessing performance of networked computing environments
US10353745B1 (en) * 2015-03-27 2019-07-16 Amazon Technologies, Inc. Assessing performance of disparate computing environments
US10853111B1 (en) * 2015-09-30 2020-12-01 Amazon Technologies, Inc. Virtual machine instance migration feedback
US10331383B2 (en) 2016-06-24 2019-06-25 International Business Machines Corporation Updating storage migration rates
US9680696B1 (en) * 2016-07-18 2017-06-13 Capital One Financial Corporation Cloud migration and maintenance controls
US10162676B2 (en) * 2016-08-15 2018-12-25 International Business Machines Corporation Social objectives-based workload resolution in a cloud environment
CN107360210B (zh) * 2017-06-16 2020-07-07 佛山科学技术学院 云计算数据中心兼顾能耗与访问延迟的虚拟机分配方法
KR101926394B1 (ko) 2017-09-19 2018-12-07 경희대학교 산학협력단 클라우드 컴퓨팅 시스템 및 클라우드 시스템에서의 부하 분리 방법
US10606575B2 (en) * 2018-04-03 2020-03-31 Accenture Global Solutions Limited Efficiency of computing resource consumption via improved application portfolio deployment
BR112021008430A2 (pt) * 2018-11-02 2021-09-14 Lg Electronics Inc Aparelho para transmissão de um sinal por difusão e métodos de transmissão e de recepção de um sinal por difusão
US11210124B2 (en) 2019-01-11 2021-12-28 Hewlett Packard Enterprise Development Lp Movement of virtual machine data across clusters of nodes
US11695654B2 (en) * 2019-02-27 2023-07-04 Hewlett Packard Enterprise Development Lp High performance compute infrastructure as a service
EP3932024A4 (en) * 2019-02-27 2022-07-06 Singapore Telecommunications Limited DATA COMMUNICATION OPTIMIZATION SYSTEM
US20210263667A1 (en) * 2020-02-11 2021-08-26 Pure Storage, Inc. Multi-cloud orchestration as-a-service
US11868622B2 (en) 2020-02-25 2024-01-09 Pure Storage, Inc. Application recovery across storage systems
US11637896B1 (en) 2020-02-25 2023-04-25 Pure Storage, Inc. Migrating applications to a cloud-computing environment
US11650797B2 (en) * 2020-04-17 2023-05-16 Jpmorgan Chase Bank, N.A. Cloud portability code scanning tool
US11915106B2 (en) 2020-07-09 2024-02-27 Kyndryl, Inc. Machine learning for determining suitability of application migration from local to remote providers
US11652710B1 (en) 2021-12-14 2023-05-16 International Business Machines Corporation Service level agreement aware resource access latency minimization
US11863404B1 (en) * 2022-08-23 2024-01-02 Verizon Patent And Licensing Inc. Systems and methods for calculating optimum customer access paths for applications provided by multi-cloud providers through private networks

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060195715A1 (en) * 2005-02-28 2006-08-31 Herington Daniel E System and method for migrating virtual machines on cluster systems
US20080082977A1 (en) * 2006-09-29 2008-04-03 Microsoft Corporation Automatic load and balancing for virtual machines to meet resource requirements
US20080222638A1 (en) * 2006-02-28 2008-09-11 International Business Machines Corporation Systems and Methods for Dynamically Managing Virtual Machines
US20090144393A1 (en) * 2007-11-29 2009-06-04 Yutaka Kudo Method and apparatus for locating candidate data centers for application migration
US20100333089A1 (en) * 2009-06-29 2010-12-30 Vanish Talwar Coordinated reliability management of virtual machines in a virtualized system
CN101937357A (zh) * 2009-07-01 2011-01-05 华为技术有限公司 一种虚拟机迁移决策方法、装置及系统
US20110153507A1 (en) * 2009-12-22 2011-06-23 International Business Machines Corporation System, method, and apparatus for server-storage-network optimization for application service level agreements
WO2012120664A1 (ja) * 2011-03-09 2012-09-13 株式会社日立製作所 仮想計算機のマイグレーション評価方法及び仮想計算機システム
WO2013019185A1 (en) * 2011-07-29 2013-02-07 Hewlett-Packard Development Company, L.P. Migrating virtual machines

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7464163B1 (en) * 2000-07-27 2008-12-09 International Business Machines Corporation Service provisioning via attribute-based subscription
US7810090B2 (en) * 2003-12-17 2010-10-05 Sap Ag Grid compute node software application deployment
US20060064481A1 (en) * 2004-09-17 2006-03-23 Anthony Baron Methods for service monitoring and control
WO2007021836A2 (en) * 2005-08-15 2007-02-22 Toutvirtual Inc. Virtual systems management
US8380880B2 (en) * 2007-02-02 2013-02-19 The Mathworks, Inc. Scalable architecture
US9678803B2 (en) * 2007-06-22 2017-06-13 Red Hat, Inc. Migration of network entities to a cloud infrastructure
US8266618B2 (en) * 2008-11-21 2012-09-11 International Business Machines Corporation Graphics hardware resource usage in a fully virtualized computing environment
US9037692B2 (en) * 2008-11-26 2015-05-19 Red Hat, Inc. Multiple cloud marketplace aggregation
WO2011091056A1 (en) * 2010-01-19 2011-07-28 Servicemesh, Inc. System and method for a cloud computing abstraction layer
US8504689B2 (en) * 2010-05-28 2013-08-06 Red Hat, Inc. Methods and systems for cloud deployment analysis featuring relative cloud resource importance
US9104458B1 (en) * 2010-09-30 2015-08-11 Amazon Technologies, Inc. Managing virtual computing nodes using isolation and migration techniques
US8645529B2 (en) * 2010-10-06 2014-02-04 Infosys Limited Automated service level management of applications in cloud computing environment
JP5577412B2 (ja) * 2010-11-16 2014-08-20 株式会社日立製作所 計算機システム、マイグレーション方法及び管理サーバ
US8612577B2 (en) * 2010-11-23 2013-12-17 Red Hat, Inc. Systems and methods for migrating software modules into one or more clouds
US9195509B2 (en) * 2011-01-05 2015-11-24 International Business Machines Corporation Identifying optimal platforms for workload placement in a networked computing environment
US9612855B2 (en) * 2011-01-10 2017-04-04 International Business Machines Corporation Virtual machine migration based on the consent by the second virtual machine running of the target host
US8984104B2 (en) * 2011-05-31 2015-03-17 Red Hat, Inc. Self-moving operating system installation in cloud-based network
US8904384B2 (en) * 2011-06-14 2014-12-02 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Reducing data transfer overhead during live migration of a virtual machine
US8954961B2 (en) * 2011-06-30 2015-02-10 International Business Machines Corporation Geophysical virtual machine policy allocation using a GPS, atomic clock source or regional peering host
US9311159B2 (en) * 2011-10-31 2016-04-12 At&T Intellectual Property I, L.P. Systems, methods, and articles of manufacture to provide cloud resource orchestration
US9054917B2 (en) * 2012-03-08 2015-06-09 Empire Technology Development Llc Secure migration of virtual machines
US20130282919A1 (en) * 2012-04-20 2013-10-24 Sungard Availability Services Lp Data Migration Into And Out Of The Cloud Via A Data Kiosk/System
EP2852890A1 (en) * 2012-06-27 2015-04-01 Qatar Foundation An arrangement and method for use in managing resources of a plurality of computing devices
JP5951111B2 (ja) * 2012-11-09 2016-07-13 株式会社日立製作所 管理計算機、計算機システム、及びインスタンス管理方法
WO2014116936A2 (en) * 2013-01-26 2014-07-31 Lyatiss, Inc. Methods and systems for detecting, locating and remediating a congested resource or flow in a virtual infrastructure
US9602598B2 (en) * 2013-05-29 2017-03-21 International Business Machines Corporation Coordinating application migration processes
US20140359127A1 (en) * 2013-06-03 2014-12-04 Microsoft Corporation Zero touch deployment of private cloud infrastructure

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060195715A1 (en) * 2005-02-28 2006-08-31 Herington Daniel E System and method for migrating virtual machines on cluster systems
US20080222638A1 (en) * 2006-02-28 2008-09-11 International Business Machines Corporation Systems and Methods for Dynamically Managing Virtual Machines
US20080082977A1 (en) * 2006-09-29 2008-04-03 Microsoft Corporation Automatic load and balancing for virtual machines to meet resource requirements
US20090144393A1 (en) * 2007-11-29 2009-06-04 Yutaka Kudo Method and apparatus for locating candidate data centers for application migration
US20100333089A1 (en) * 2009-06-29 2010-12-30 Vanish Talwar Coordinated reliability management of virtual machines in a virtualized system
CN101937357A (zh) * 2009-07-01 2011-01-05 华为技术有限公司 一种虚拟机迁移决策方法、装置及系统
US20110153507A1 (en) * 2009-12-22 2011-06-23 International Business Machines Corporation System, method, and apparatus for server-storage-network optimization for application service level agreements
WO2012120664A1 (ja) * 2011-03-09 2012-09-13 株式会社日立製作所 仮想計算機のマイグレーション評価方法及び仮想計算機システム
WO2013019185A1 (en) * 2011-07-29 2013-02-07 Hewlett-Packard Development Company, L.P. Migrating virtual machines

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106597881A (zh) * 2016-11-03 2017-04-26 深圳量旌科技有限公司 基于分布式决策算法的云服务机器人
CN108549981A (zh) * 2018-03-30 2018-09-18 安徽大学 一种提高大批量并行业务流程服务质量的方法
CN108549981B (zh) * 2018-03-30 2022-06-03 安徽大学 一种提高大批量并行业务流程服务质量的方法
CN114697207A (zh) * 2020-12-28 2022-07-01 瞻博网络公司 具有网络性能参数支持的边缘控制器
US11936520B2 (en) 2020-12-28 2024-03-19 Juniper Networks, Inc. Edge controller with network performance parameter support

Also Published As

Publication number Publication date
JP2018198068A (ja) 2018-12-13
US9929918B2 (en) 2018-03-27
EP3028406B1 (en) 2020-06-17
WO2015015297A2 (en) 2015-02-05
US20150032894A1 (en) 2015-01-29
WO2015015297A3 (en) 2015-04-16
JP2016525757A (ja) 2016-08-25
EP3028406A2 (en) 2016-06-08

Similar Documents

Publication Publication Date Title
CN105432040A (zh) 分布式云中的工作负载迁移下的基于属性的sla保证
Dai et al. Cloud infrastructure resource allocation for big data applications
CN112153700B (zh) 一种网络切片资源管理方法及设备
Verba et al. Modeling industry 4.0 based fog computing environments for application analysis and deployment
JP6501918B2 (ja) 計算ワークフローにおいてサービス品質を確保するためのシステム及び方法
US9716746B2 (en) System and method using software defined continuity (SDC) and application defined continuity (ADC) for achieving business continuity and application continuity on massively scalable entities like entire datacenters, entire clouds etc. in a computing system environment
US8046767B2 (en) Systems and methods for providing capacity management of resource pools for servicing workloads
JP6380110B2 (ja) リソース制御システム、制御パターン生成装置、制御装置、リソース制御方法及びプログラム
US10491541B2 (en) Quota management protocol for shared computing systems
US10922623B2 (en) Capacity planning, management, and engineering automation platform
Addad et al. AI-based network-aware service function chain migration in 5G and beyond networks
Baresi et al. PAPS: A Framework for Decentralized Self-management at the Edge
Mostafa Cooperative fog communications using a multi-level load balancing
Barna et al. Cloud adaptation with control theory in industrial clouds
Dieye et al. On achieving high data availability in heterogeneous cloud storage systems
Baresi et al. PAPS: A serverless platform for edge computing infrastructures
Motta et al. Cloud computing: the issue of service quality: an overview of cloud service level management architectures
Antonescu et al. Towards cross stratum sla management with the geysers architecture
CN113867931A (zh) 雾网络中的应用建模与资源管理
Melo et al. Models for hyper-converged cloud computing infrastructures planning
Yusoh et al. A penalty-based grouping genetic algorithm for multiple composite saas components clustering in cloud
Rodríguez et al. Improvement of edge computing workload placement using multi objective particle swarm optimization
Faraji-Mehmandar et al. A self-learning approach for proactive resource and service provisioning in fog environment
Burakowski et al. Traffic Management for Cloud Federation.
Müller et al. An elasticity-aware governance platform for cloud service delivery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160323

WD01 Invention patent application deemed withdrawn after publication