CN105721325A - 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机 - Google Patents

一种多用户虚拟机流量优化方法、装置、控制器及虚拟机 Download PDF

Info

Publication number
CN105721325A
CN105721325A CN201410735207.3A CN201410735207A CN105721325A CN 105721325 A CN105721325 A CN 105721325A CN 201410735207 A CN201410735207 A CN 201410735207A CN 105721325 A CN105721325 A CN 105721325A
Authority
CN
China
Prior art keywords
virtual machine
flow restriction
benefit
restriction data
data
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
CN201410735207.3A
Other languages
English (en)
Other versions
CN105721325B (zh
Inventor
周克楠
林湧双
朱坤元
林恩华
张军山
燕杰
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.)
China Mobile Group Guangdong Co Ltd
Original Assignee
China Mobile Group Guangdong Co Ltd
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 China Mobile Group Guangdong Co Ltd filed Critical China Mobile Group Guangdong Co Ltd
Priority to CN201410735207.3A priority Critical patent/CN105721325B/zh
Publication of CN105721325A publication Critical patent/CN105721325A/zh
Application granted granted Critical
Publication of CN105721325B publication Critical patent/CN105721325B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明提供了一种多用户虚拟机流量优化方法、装置、控制器及虚拟机,涉及通信领域,解决现有虚拟流量算法效益不好的问题,该优化方法应用于中央控制器,包括获取用户系统中虚拟机的流量限制数据及在流量限制数据限制下用户使用虚拟机的第一效益数据;根据第一效益数据判断是否对流量限制数据进行调整,并在判断结果为是,且流量限制数据没有超出预设流量约束条件下,获取对流量限制数据进行调整的调整因子;根据调整因子获取调整后的流量限制数据,并根据调整后的流量限制数据判断用户系统的效益是否达到稳定;在用户系统的效益达到稳定后,使虚拟机将流量限制数据调整为调整后的流量限制数据。本发明的方案提升了多用户使用感知和业务效益。

Description

一种多用户虚拟机流量优化方法、装置、控制器及虚拟机
技术领域
本发明涉及通信领域,特别涉及一种多用户虚拟机流量优化方法、装置、控制器及虚拟机。
背景技术
以虚拟机为主要核心业务的云计算数据中心,虚拟机的对外网络流量成为一个很重要的内容,无论该流量是流出数据中心的(南北流量)还是流向数据中心内部其他的虚拟机(东西流量),都是虚拟机作为业务主体的一个重要指标。一般而言,虚拟机被允许的流量越大,那么客户所获得的效益越高。
基于安全管理与硬件设备的实际情况,虚拟机的流量都必须得到限制,也就产生了一定的约束条件(Constraints),且云计算的数据中心承载着不同类型的多个客户,客户的应用系统不一样,也使得每个客户对虚拟机流量的需求也不一样。简单的平均的提高每个虚拟机的流量,并不能够获得最佳的效果,而且难以有效地满足约束条件。
现有虚拟网络流量的算法中往往采取平均限制流量的做法,每个虚拟机一视同仁的进行限制,这就大大的降低了客户实际应用系统的使用感知,未能达到很好的效益。
发明内容
本发明要解决的技术问题是提供一种多用户虚拟机流量优化方法、装置、控制器及虚拟机,解决现有虚拟网络流量的算法降低了用户使用感知,不能达到很好的效益的问题。
为解决上述技术问题,本发明的实施例提供一种多用户虚拟机流量的优化方法,应用于中央控制器,所述优化方法包括:
获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
其中,所述根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子,包括:
根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
其中,所述根据所述调整因子获取调整后的流量限制数据,包括:
将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
其中,所述根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定,包括:
获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
其中,所述在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据之后,还包括:
在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
为解决上述技术问题,本发明的实施例还提供一种多用户虚拟机流量的优化装置,应用于中央控制器,所述优化装置包括:
第一获取模块,用于获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
第二获取模块,用于根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
判断模块,用于根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
第一调整模块,用于在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
其中,所述第二获取模块包括:
第二获取子模块,用于根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
其中,所述第一判断模块包括:
第三获取模块,用于将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
其中,所述判断模块包括:
判断子模块,用于获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
其中,所述优化装置还包括:
第四获取模块,用于在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
为解决上述技术问题,本发明的实施例还提供一种中央控制器,包括:如上所述的多用户虚拟机流量的优化装置。
为解决上述技术问题,本发明的实施例还提供一种多用户虚拟机流量的优化方法,应用于虚拟机,所述优化方法包括:
接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
为解决上述技术问题,本发明的实施例还提供一种多用户虚拟机流量的优化装置,应用于虚拟机,所述优化装置包括:
接收模块,用于接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
上传模块,用于根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
第二调整模块,用于在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
为解决上述技术问题,本发明的实施例还提供一种虚拟机,包括:如上所述的多用户虚拟机流量的优化装置。
本发明的上述技术方案的有益效果如下:
本发明实施例的多用户虚拟机流量的优化方法,应用于中央控制器,首先获取云网络用户系统中虚拟机的流量限制数据及在流量限制数据限制下用户使用虚拟机的第一效益数据;然后根据第一效益数据判断是否对流量限制数据进行调整,并在判断结果为是,且流量限制数据没有超出预设流量约束条件下,获取对流量限制数据进行调整的调整因子;再根据调整因子获取调整后的流量限制数据,并根据调整后的流量限制数据判断用户系统的效益是否达到稳定;最后在用户系统的效益达到稳定后,将虚拟机的流量限制数据调整为调整后的流量限制数据。本发明实施例的优化方法能够根据用户需求合理有效地限制虚拟机的流量,而不是简单地采取平均值进行调整,改善了用户的使用感知,提升了业务效益。
附图说明
图1为本发明多用户虚拟机流量的优化方法流程图(应用于中央控制器);
图2为本发明多用户虚拟机流量的优化方法一具体实施例示意图;
图3为本发明多用户虚拟机流量的优化装置的结构示意图(应用于中央控制器);
图4为本发明多用户虚拟机流量的优化方法流程图(应用于虚拟机);
图5为本发明多用户虚拟机流量的优化装置的结构示意图(应用于虚拟机)。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
本发明实施例的多用户虚拟机流量的优化方法,能够根据用户需求合理有效地限制虚拟机的流量,改善了用户的使用感知,提升了业务效益。
如图1所示,本发明实施例的多用户虚拟机流量的优化方法,应用于中央控制器,所述优化方法包括:
步骤11,获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
步骤12,根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
步骤13,根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
步骤14,在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
本发明实施例的多用户虚拟机流量的优化方法,通过获取用户使用虚拟机的效益数据,并根据效益数据对流量限制数据进行调整,直到用户系统的效益达到稳定,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。
其中,上述步骤11可通过预设效益计算公式获取在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据,以根据第一效益数据对流量限制数据进行调整。
本发明的具体实施例中,上述步骤12的步骤可以包括:
步骤121,根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
此时,在用户系统的效益具有上调空间,且流量限制数据没有超出预设流量约束条件下,获取调整因子,使流量限制数据根据调整因子进行调整后,用户系统的效益能够得到提升。通过结合用户效益对虚拟机流量进行限制,改善了虚拟机流量的调整方式,优化了处理方式,提升了用户体验。
其中,所述预设流量约束条件可根据虚拟机设备的配置参数进行设定,如虚拟机设备允许的最大流量等。
另外,现有工作机制采用完全集中式算法,需要在中央控制器进行算法的绝大部分的集中计算;在未获得计算结果之前,虚拟机无法取得所对应的流量控制的结果,难以尽快使用;同时,当存在多用户多虚拟机时,算法复杂度呈几何级数提高,这些都大大降低了效率,也难以满足需求。
优选的,上述步骤13中,所述根据所述调整因子获取调整后的流量限制数据的步骤可以包括:
步骤131,将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
此时,通过将调整因子下发给虚拟机,利用虚拟机获取调整后的流量限制数据,实现了分布式计算,降低了集中式计算的复杂度,且可使虚拟机快速获取到调整后的流量限制数据,提高了处理效率,优化了处理方式。且虚拟机只进行简单的线性计算,保证了运行的可行性。
具体的,虚拟机可通过自身的管理单元agent,对调整因子和预设调整步长进行简单的计算后得到调整后的流量限制数据。
一般情况下,效益优化是一个凸优化ConvexOptimization问题,一般可以建立起李雅普诺夫函数LyapunovFunction,系统能够达到一个稳定态或者近似稳定态。
其中,上述步骤13中,所述根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定的步骤可以包括:
步骤132,获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
此时,通过第二效益数据判断用户系统的效益是否达到稳定,并在系统效益未达到稳定时继续对流量限制数据进行调整,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。
其中,上述步骤132的步骤可以包括:
步骤1321,获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并将所述第二效益数据与所述第一效益数据进行比较;
步骤1322,当所述第二效益数据与所述第一效益数据的差值在预设范围内时,判定所述用户系统的效益达到稳定。
此时,当第二效益数据相较于第一效益数据几乎没有变化时,可判定用户系统的效益达到稳定,并当用户系统的效益达到稳定时,停止对流量限制数据的调整,保证了调整的合理性和有效性。
其中,上述步骤13在根据所述调整因子获取调整后的流量限制数据之后,还可以进一步获取对所述调整后的流量限制数据进行调整的第二调整因子,然后再根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定。以便在用户系统的效益未达到稳定时,将第二调整因子继续下发给虚拟机,进入循环调整,直到系统效益达到稳定。保证了调整速率和处理效率。
另外,现有工作机制不能够动态地调整虚拟机的流量限制,一旦有虚拟机新加入或者退出,必须手工进行调整或者默认预设,不能达到良好的效益;而云计算的业务又是不断变化的,因此需要动态自适应地调整。
优选的,上述步骤14之后,还可以包括:
步骤15,在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
此时,在用户系统的虚拟机发生新增或退订等变更时,通过步骤15能重新根据用户使用效益对系统虚拟机的流量限制进行调整,以使系统效益达到最优,实现了根据业务变化的自适应调整,提高了实用性和智能化。
下面对本发明的具体实施例举例说明如下。
如图2所示,本发明实施例的多用户虚拟机流量的优化方法,应用于中央控制器,首先获取云网络用户系统中虚拟机的流量限制数据,并通过预设效益计算公式获取在流量限制数据限制下用户使用虚拟机的第一效益数据;然后根据第一效益数据判断用户系统的效益是否具有上调空间,在用户系统的效益没有上调空间时,使虚拟机保持原有的流量限制数据不变;在用户系统的效益具有上调空间,且流量限制数据没有超出预设流量约束条件下,获取对流量限制数据进行调整的调整因子,其中预设流量约束条件为根据虚拟机设备的配置参数进行设定的;再将调整因子下发给各虚拟机,并获取虚拟机根据调整因子及预设调整步长得到的调整后的流量限制数据;然后获取对调整后的流量限制数据进行调整的第二调整因子,以及在调整后的流量限制数据限制下用户的第二效益数据,并根据第二效益数据判断用户系统的效益是否达到稳定;在用户系统的效益没有达到稳定,且流量限制数据没有超出预设流量约束条件下,将第二调整因子下发给虚拟机,进行循环计算;在用户系统的效益达到稳定后,使虚拟机将流量限制数据调整为最终的调整后的流量限制数据并保持不变。实现了合理调整流量限制数据的目的,且使用户效益达到了最优化。
本发明实施例的多用户虚拟机流量的优化方法,通过获取用户使用虚拟机的效益数据,并根据效益数据对流量限制数据进行调整,而不是简单地采取平均值进行调整,有效实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。且通过虚拟机实现了分布式计算,减少了中央控制器对大量节点所需结果的复杂计算,使虚拟机可快速获取到调整后的数据,提高了处理效率,优化了处理方式。且实现了根据业务变化的自适应调整,提高了实用性和智能化。
如图3所示,本发明的实施例还提供了一种多用户虚拟机流量的优化装置,应用于中央控制器,所述优化装置包括:
第一获取模块,用于获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
第二获取模块,用于根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
判断模块,用于根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
第一调整模块,用于在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
本发明实施例的多用户虚拟机流量的优化装置,通过获取用户使用虚拟机的效益数据,并根据效益数据对流量限制数据进行调整,直到用户系统的效益达到稳定,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。
其中,所述第二获取模块可以包括:
第二获取子模块,用于根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
此时,在用户系统的效益具有上调空间,且流量限制数据没有超出预设流量约束条件下,获取调整因子,使流量限制数据根据调整因子进行调整后,用户系统的效益能够得到提升。通过结合用户效益对虚拟机流量进行限制,改善了虚拟机流量的调整方式,优化了处理方式,提升了用户体验。
其中,所述第一判断模块可以包括:
第三获取模块,用于将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
此时,通过将调整因子下发给虚拟机,利用虚拟机获取调整后的流量限制数据,实现了分布式计算,降低了集中式计算的复杂度,且可使虚拟机快速获取到调整后的流量限制数据,提高了处理效率,优化了处理方式。且虚拟机只进行简单的线性计算,保证了运行的可行性。
其中,所述判断模块可以包括:
判断子模块,用于获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
此时,通过第二效益数据判断用户系统的效益是否达到稳定,并在系统效益未达到稳定时继续对流量限制数据进行调整,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。
其中,所述优化装置还可以包括:
第四获取模块,用于在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
此时,在用户系统的虚拟机发生新增或退订等变更时,能重新根据用户使用效益对系统虚拟机的流量限制进行调整,以使系统效益达到最优,实现了根据业务变化的自适应调整,提高了实用性和智能化。
本发明实施例的多用户虚拟机流量的优化装置,有效实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。且通过虚拟机实现了分布式计算,降低了集中式计算的复杂度,提高了处理效率,优化了处理方式。且实现了根据业务变化的自适应调整,提高了实用性和智能化。
需要说明的是,该多用户虚拟机流量的优化装置是与上述多用户虚拟机流量的优化方法相对应的装置,其中上述方法实施例中所有实现方式均适用于该装置的实施例中,也能达到同样的技术效果。
由于本发明实施例多用户虚拟机流量的优化装置应用于中央控制器,因此,本发明实施例还提供了一种中央控制器,包括:如上述实施例中所述的多用户虚拟机流量的优化装置。其中,上述多用户虚拟机流量的优化装置的所述实现实施例均适用于该中央控制器的实施例中,也能达到相同的技术效果。
如图4所示,本发明的实施例还提供了多用户虚拟机流量的优化方法,应用于虚拟机,所述优化方法包括:
步骤21,接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
步骤22,根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
步骤23,在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
本发明实施例的多用户虚拟机流量的优化方法,根据效益数据对流量限制数据进行调整,直到用户系统的效益达到稳定,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。且实现了分布式计算,降低了集中式计算的复杂度,且可使虚拟机快速获取到调整后的流量限制数据,提高了处理效率,优化了处理方式。且虚拟机只进行简单的线性计算,保证了运行的可行性。
如图5所示,本发明的实施例还提供了多用户虚拟机流量的优化装置,应用于虚拟机,所述优化装置包括:
接收模块,用于接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
上传模块,用于根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
第二调整模块,用于在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
本发明实施例的多用户虚拟机流量的优化装置,根据效益数据对流量限制数据进行调整,直到用户系统的效益达到稳定,合理有效地实现了对虚拟机流量限制的调控,改善了用户使用感知,提升了业务效益。且实现了分布式计算,降低了集中式计算的复杂度,且可使虚拟机快速获取到调整后的流量限制数据,提高了处理效率,优化了处理方式。且虚拟机只进行简单的线性计算,保证了运行的可行性。
需要说明的是,该多用户虚拟机流量的优化装置是与上述多用户虚拟机流量的优化方法相对应的装置,其中上述方法实施例中所有实现方式均适用于该装置的实施例中,也能达到同样的技术效果。
由于本发明实施例多用户虚拟机流量的优化装置应用于虚拟机,因此,本发明实施例还提供了一种虚拟机,包括:如上述实施例中所述的多用户虚拟机流量的优化装置。其中,上述多用户虚拟机流量的优化装置的所述实现实施例均适用于该虚拟机的实施例中,也能达到相同的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (14)

1.一种多用户虚拟机流量的优化方法,应用于中央控制器,其特征在于,所述优化方法包括:
获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
2.根据权利要求1所述的优化方法,其特征在于,所述根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子,包括:
根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
3.根据权利要求1所述的优化方法,其特征在于,所述根据所述调整因子获取调整后的流量限制数据,包括:
将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
4.根据权利要求1所述的优化方法,其特征在于,所述根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定,包括:
获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
5.根据权利要求1所述的优化方法,其特征在于,所述在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据之后,还包括:
在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
6.一种多用户虚拟机流量的优化装置,应用于中央控制器,其特征在于,所述优化装置包括:
第一获取模块,用于获取云网络用户系统中虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据;
第二获取模块,用于根据所述第一效益数据判断是否对所述流量限制数据进行调整,并在判断结果为是,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子;
判断模块,用于根据所述调整因子获取调整后的流量限制数据,并根据所述调整后的流量限制数据判断所述用户系统的效益是否达到稳定;
第一调整模块,用于在所述用户系统的效益达到稳定后,使所述虚拟机将所述流量限制数据调整为所述调整后的流量限制数据。
7.根据权利要求6所述的优化装置,其特征在于,所述第二获取模块包括:
第二获取子模块,用于根据所述第一效益数据判断所述用户系统的效益是否具有上调空间,并在所述用户系统的效益具有上调空间,且所述流量限制数据没有超出预设流量约束条件下,获取对所述流量限制数据进行调整的调整因子。
8.根据权利要求6所述的优化装置,其特征在于,所述第一判断模块包括:
第三获取模块,用于将所述调整因子下发给所述虚拟机,并获取所述虚拟机根据所述调整因子及预设调整步长得到的调整后的流量限制数据。
9.根据权利要求6所述的优化装置,其特征在于,所述判断模块包括:
判断子模块,用于获取在所述调整后的流量限制数据限制下用户使用所述虚拟机的第二效益数据,并根据所述第二效益数据判断所述用户系统的效益是否达到稳定。
10.根据权利要求6所述的优化装置,其特征在于,所述优化装置还包括:
第四获取模块,用于在所述用户系统的虚拟机发生变更时,重新获取所述虚拟机的流量限制数据及在所述流量限制数据限制下用户使用所述虚拟机的第一效益数据。
11.一种中央控制器,其特征在于,包括:如权利要求6-10任一项所述的多用户虚拟机流量的优化装置。
12.一种多用户虚拟机流量的优化方法,应用于虚拟机,其特征在于,所述优化方法包括:
接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
13.一种多用户虚拟机流量的优化装置,应用于虚拟机,其特征在于,所述优化装置包括:
接收模块,用于接收中央控制器下发的对所述虚拟机的流量限制数据进行调整的调整因子;
上传模块,用于根据所述调整因子及预设线性步长获取调整后的流量限制数据,并将所述调整后的流量限制数据上传给所述中央控制器,使所述中央控制器根据所述调整后的流量限制数据判断所述虚拟机所在用户系统的效益是否达到稳定;
第二调整模块,用于在所述中央控制器判断所述用户系统的效益达到稳定后,将所述流量限制数据调整为所述调整后的流量限制数据。
14.一种虚拟机,其特征在于,包括:如权利要求13所述的多用户虚拟机流量的优化装置。
CN201410735207.3A 2014-12-04 2014-12-04 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机 Active CN105721325B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410735207.3A CN105721325B (zh) 2014-12-04 2014-12-04 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410735207.3A CN105721325B (zh) 2014-12-04 2014-12-04 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机

Publications (2)

Publication Number Publication Date
CN105721325A true CN105721325A (zh) 2016-06-29
CN105721325B CN105721325B (zh) 2019-05-10

Family

ID=56143693

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410735207.3A Active CN105721325B (zh) 2014-12-04 2014-12-04 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机

Country Status (1)

Country Link
CN (1) CN105721325B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050002352A1 (en) * 2001-10-30 2005-01-06 Gang Bao Method and apparatus for scheduling packet data transmissions in a wireless communication system
CN102804164A (zh) * 2010-03-16 2012-11-28 微软公司 修整虚拟机通信流量
CN103036975A (zh) * 2012-12-13 2013-04-10 深信服网络科技(深圳)有限公司 虚拟机控制方法及装置
CN103049309A (zh) * 2012-12-11 2013-04-17 华为技术有限公司 虚拟机的资源管理装置、方法和系统
CN104065586A (zh) * 2013-03-19 2014-09-24 阿里巴巴集团控股有限公司 一种流量控制方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050002352A1 (en) * 2001-10-30 2005-01-06 Gang Bao Method and apparatus for scheduling packet data transmissions in a wireless communication system
CN102804164A (zh) * 2010-03-16 2012-11-28 微软公司 修整虚拟机通信流量
CN103049309A (zh) * 2012-12-11 2013-04-17 华为技术有限公司 虚拟机的资源管理装置、方法和系统
CN103036975A (zh) * 2012-12-13 2013-04-10 深信服网络科技(深圳)有限公司 虚拟机控制方法及装置
CN104065586A (zh) * 2013-03-19 2014-09-24 阿里巴巴集团控股有限公司 一种流量控制方法和装置

Also Published As

Publication number Publication date
CN105721325B (zh) 2019-05-10

Similar Documents

Publication Publication Date Title
Liang et al. Joint resource allocation and coordinated computation offloading for fog radio access networks
KR101415431B1 (ko) 휴면 타이머 제어를 위한 방법, 장치 및 통신 시스템
CN107920031B (zh) 接入带宽自适应调整方法和装置
CN105812147A (zh) 一种通讯设备poe供电控制方法
CN105516281A (zh) 基于移动云环境低能耗和负载均衡的计算迁移方法和装置
CN105897506A (zh) 一种带宽估计方法及装置
CN108419246A (zh) 网络侧设备及其频谱共享方法
US20180098332A1 (en) Resource allocation method, apparatus, and system, and base station
CN107124757B (zh) 一种混合能量供电分布式天线系统的功率分配方法
CN103986914A (zh) 无线视频监控系统中基于客户端数量的码率自适应方法
CN105210398A (zh) 资源处理方法和资源处理装置
CN102685815A (zh) 无线网络设备及其带宽共享方法
CN102624769B (zh) 管线式网络装置及相关数据传送方法
CN108156595B (zh) 一种机器通信中基于定时提前命令的前导资源分配方法
CN105530302B (zh) 一种上行带宽的控制方法及系统
Tang et al. Dynamic computation offloading with imperfect state information in energy harvesting small cell networks: A partially observable stochastic game
CN105721325A (zh) 一种多用户虚拟机流量优化方法、装置、控制器及虚拟机
CN114915627B (zh) 一种基于fdma接入的无线供能边缘计算网络卸载决策方法
CN103906238A (zh) 一种带宽分配方法、装置及服务器
CN110635500A (zh) 一种直流输电系统功率重构的控制方法及装置
CN103686978A (zh) 无线终端设备发射功率控制方法
CN105813187A (zh) 一种信息处理方法及电子设备
CN107094279B (zh) 调整发射功率的方法、装置及系统
CN105636180B (zh) 用于基站的功耗控制方法及系统
Tan et al. A novel approach for bandwidth allocation among soft QoS traffic in wireless networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant