CN106855827A - 虚拟化系统的参数处理方法及装置 - Google Patents

虚拟化系统的参数处理方法及装置 Download PDF

Info

Publication number
CN106855827A
CN106855827A CN201510897810.6A CN201510897810A CN106855827A CN 106855827 A CN106855827 A CN 106855827A CN 201510897810 A CN201510897810 A CN 201510897810A CN 106855827 A CN106855827 A CN 106855827A
Authority
CN
China
Prior art keywords
virtual
machine
virtual machine
mean
physical machine
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
CN201510897810.6A
Other languages
English (en)
Other versions
CN106855827B (zh
Inventor
张婷婷
马轶慧
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 Communications Group Co Ltd
Original Assignee
China Mobile Communications Group 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 Communications Group Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201510897810.6A priority Critical patent/CN106855827B/zh
Publication of CN106855827A publication Critical patent/CN106855827A/zh
Application granted granted Critical
Publication of CN106855827B publication Critical patent/CN106855827B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5077Logical partitioning of resources; Management or configuration of virtualized resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485Task life-cycle, e.g. stopping, restarting, resuming execution
    • G06F9/4856Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明实施例公开了一种虚拟化系统的参数处理方法及装置,所述方法包括:计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。

Description

虚拟化系统的参数处理方法及装置
技术领域
本发明涉及信息技术领域,尤其涉及一种虚拟化系统的参数处理方法及装置。
背景技术
目前虚拟化系统所能承载的虚拟机总数量一般都是随着虚拟化系统部署和运行过程中虚拟机和物理机的实际运行情况,进行资源分配和迁移调度动态而变化的。因此在系统设计的规划初期,往往只能根据运行经验进行初步估算,准确度不高,且很难考虑业务系统本身的负载和可靠性要求特性。
在虚拟化系统的运行过程中,伴随着虚拟机的删除和增加的问题,但是通常作为虚拟化系统的管理人员,在系统中虚拟机达到一定数量后,再有虚拟机申请添加时,都很难把握是否可以在系统中新曾虚拟机,运维管理人员或管理设备没有一个具体的衡量标准可供参考,来确定新增虚拟机后是否会导致系统出现过载、运行速度慢等问题。
发明内容
有鉴于此,本发明实施例期望提供一种虚拟化系统的参数处理方法及装置,至少部分解决上述问题。
为达到上述目的,本发明的技术方案是这样实现的:
本发明实施例第一方面提供了一种虚拟化系统的参数处理方法,所述方法包括:
计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
基于上述方案,所述计算虚拟化系统的平均虚拟整合比,包括:
利用如下公式计算平均虚拟整合比IC
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
基于上述方案,所述方法还包括:
基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比的为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量;
所述根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数,包括:
基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。
基于上述方案,所述虚拟机调度需求包括虚拟机背离调度需求;
所述基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比,包括:
根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;
基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;
利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
基于上述方案,所述基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P,包括:
利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
本发明实施例第二方面提供了一种虚拟化系统的参数处理装置,所述装置包括:
计算单元,用于计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
调整单元,用于根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
基于上述方案,所述计算单元,具体用于利用如下公式计算平均虚拟整合比IC
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
基于上述方案,所述计算单元,还用于基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比的为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量;
所述调整单元,具体用于基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。
基于上述方案,所述虚拟机调度需求包括虚拟机背离调度需求;
所述计算单元,具体用于根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
基于上述方案,所述计算单元,具体用于利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
本发明实施例提供的虚拟化系统的参数处理方法及装置,将会计算出平均虚拟化整合比,根据平均虚拟化整合比就能确定出当前虚拟化系统平均每台物理能够承载的物理机数量,进而可以根据该平均虚拟整合比确定出是否能够继续新增虚拟机,或为了避免运行速度慢等问题,需要删除部分虚拟机,为虚拟化系统的运行参数或规划参数的调整提供了参考依据。
附图说明
图1为本发明实施例提供的第一种虚拟化系统的参数处理方法的流程示意图;
图2为本发明实施例提供的第二种虚拟化系统的参数处理方法的流程示意图;
图3为本发明实施例提供的计算优化虚拟整合比的流程示意图;
图4为本发明实施例提供的虚拟化系统的参数处理装置的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案做进一步的详细阐述。
实施例一:
如图1所示,本实施例提供一种虚拟化系统的参数处理方法,所述方法包括:
步骤S110:计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
步骤S130:根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
在本实施例计算出平均虚拟整合比,该虚拟整合比可用于进行虚拟化系统的运行参数的优化,或进行虚拟化系统参数的规划。
在本实施例中通过计算出所述平均虚拟整合比,就能够方便运维管理人员或调度服务器,根据目前虚拟化系统各台物理机承载的虚拟机数量与平均虚拟整合比的比较,确定是否可以新增虚拟机。例如,当所述虚拟化系统有物理机上运行的虚拟机的数量比所述平均虚整合比小时,可以增加虚拟机,从而虚拟机数量这一运行参数被调整,整个虚拟化系统中物理机群的利用率就提升了。
在所述进行虚拟化系统参数规划时,可以通过检测虚拟化系统中各个物理参数及虚拟机运行目标利用率参数,可以简便的确认出目前的虚拟化系统对应的物理机群能够承载的虚拟机数量,从而可以减少在配置虚拟化系统时,配置过多虚拟机导致的系统负荷过大的现象,也可以减少配置过少虚拟机导致的资源浪费问题。
进一步地,所述步骤S110可包括:利用如下公式计算平均虚拟整合比IC
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
所述物理机根据CPU的生产厂商来确定,例如,可以分为intel CPU的物理机或AMDCPU的物理机。
所述网卡的类型可以根据网卡支持的最大流量来区分,例如可以分为百兆网卡及前兆网卡等类型的网卡。一个物理机中通常可存在一张或多张网卡。当一台物理机仅有一张网卡时,则所述
在上述公式中,若假设 则所述IC为所述A1、A2和A3中最小的一个。所述min{}表示对{}取最小值。其中,所述A1表示的物理机的CPU在平均利用率为PC_CPU%时能够支撑的虚拟机数;所述A2表示的物理机的内存在平均利用率为PC_mem%时能够支撑的虚拟机数;所述A3表的为物理机的网卡在平均利用率为PC_eth时能够支撑的虚拟机数。
若是利用所述IC对正在运行的虚拟化系统进行运行参数的优化,则上述公式右边的各个参数都可以是通过各种检测设备检测到的,例如,可以检测出PC_mem%、PC_CPU%及PC_eth等参数。
若是利用所述IC进行虚拟化系统的规划,则物理机的类型、各类型的物理机的数量、网卡的种类及网卡的类型等参数是实际确定的,所述PC_mem%、PC_CPU%及PC_eth可被视为进行虚拟化系统规划时的目标参数,通过预先设定来确定。这样同样可以确定出一个IC。该IC可用于后续在管理人员或调度服务器在接收到虚拟机的新申请的时候,确定是否允许该申请。
利用上述公式计算所述IC具有实现简便的特点。
作为本实施例的进一步改进,如图2所示,所述方法还包括:
步骤S120:基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比的为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量;
所述步骤S130可包括:基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。
在本实施例中还会根据虚拟机调度需求及所述平均虚拟整合比,引入了一个新的参数——优化虚拟整合比。这里的虚拟机调度需求全包括虚拟机的背离需求,虚拟机背离是为了保证业务的高稳定性,通常可能会要求将执行同一业务或关联业务的虚拟机不能分配在同一物理机上的虚拟机调度需求。虚拟机的背离调度需求通常会产生在通信网络中核心网的特殊应用或网络web类应用中对负载和高可靠性有较高要求的业务中。
在本实施例中不仅从物理机群和虚拟化系统本身等因素,来对进行运行参数优化或规划参数调整的依据,同时还参考虚拟机调度需求,得到优化虚拟化整合比,利用优化虚拟化整合比,来指导运行参数和规划参数的调整,精确性更好,更符合虚拟化系统的实际运行情况。
进一步地,所述虚拟机调度需求包括虚拟机背离调度需求。
如图3所示,所述步骤S120可包括:
步骤S121:根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;
步骤S122:基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;
步骤S123:利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
在本实施例中,确定出所述虚拟机之间背离的组数。例如,所述虚拟化系统包括虚拟机A、虚拟机B、虚拟机C、虚拟机D及虚拟机E。所述虚拟机背离调度需求要求虚拟机A和虚拟机E不设置在同一台物理机上,虚拟机B、虚拟机C及虚拟机D不设置同一物理机上。这个时候,2台虚拟机不设置在同一个物理机上的组数为1,3台虚拟机不设置物理机上的组数为1。
在步骤S122中将根据虚拟机之间的背离的组数,确定P。P为计算了虚拟机背离对物理机群对虚拟机承载数量的影响概率。
在步骤S123计算所述优化虚拟化整合比I的函数关系有多个,以下提供一种可选方式:I=Ic*P。所述I为优化虚拟化整合比;所述Ic为平均虚拟化整合比。采用该函数关系计算所述优化虚拟化整合比,具有计算简单及实现简便的特点。
作为本实施例的进一步改进,本示例提供一种计算所述P的可选方式;所述步骤S122可包括:
利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
在本实施例中所述NtV的取值为0或正整数;所述t的取值为不小于2的整数。
在具体实现时,可以根据虚拟机背离调度需求,确定出虚拟机之间背离的组数,得到虚拟机背离的组数;计算t取各个值的再通过t取各个值时的概率的连乘得到所述P,具有操作简单及计算简便的特点。
实施例二:
如图4所示,本实施例提供一种虚拟化系统的参数处理装置,所述装置包括:
计算单元110,用于计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
调整单元120,用于根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
本实施例所述虚拟化系统的参数处理装置可为应用于虚拟化系统的调度服务器中的装置。所述计算单元110的具体结构可对应于计算其、计算电路或具有计算功能的处理器或处理电路等。所述计算单元110能够根据虚拟化系统的运行参数及虚拟化系统对应的物理机群的物理参数或目标参数,计算出所述平均虚拟整合比。
所述调整单元120可对应于处理器或处理电路,可根据所述平均虚拟整合比能够调整所述运行参数或规划参数,具体如,调整所述系统运行的虚拟机数或调整物理机的CUP、内存或网卡的平均利用率参数等。
所述处理器可对应于中央处理器、数字信号处理器、可编程阵列或数字信号处理器或应用处理器等处理结构。所述处理电路可包括专用集成电路ASIC等。
本实施例所述虚拟化系统的参数处理装置,能够通过所述平均虚拟化整合比的计算,简便的确定出该虚拟化系统平均每台物理机能够承载虚拟机的数量,进而方便依据该平均虚拟化整合比,进行运行参数和规划参数的调整。
作为本实施例的进一步改进,所述计算单元110,具体用于利用如下公式计算平均虚拟整合比IC
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
在本实施例中所述计算单元可基于上述公式,简便的计算出所述平均虚拟化整合比。
在本实施例中为了考虑虚拟机调度需求对物理机群能够支撑的虚拟机数量的影响,以便计算出在当前虚拟机调度需求的场景下,物理机群能够支撑的虚拟机数,在本实施例中所述计算单元还将根据平均虚拟整合比和虚拟机调度需求,计算优化虚拟化整合比。具体的如,所述计算单元110,还用于基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比的为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量。所述调整单元120,具体用于基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。调整单元120根据虚拟整合比这个参数来调整虚拟化系统的运行参数或规划参数,调整效果更好。
进一步地,所述虚拟机调度需求包括虚拟机背离调度需求。
所述计算单元110,具体用于根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
在本实施例中所述虚拟机调度需求包括虚拟机背离调度需求,本实施例中所述计算单元110在满足虚拟机背离调度需求的条件下,一台物理机在满足业务调度需求的情况下能够承载的虚拟机的数量。这样为虚拟化系统提供了更为精确的调整运行参数或规划参数的依据;这里的依据即为所述虚拟化整合比。
进一步地,所述计算单元110,具体用于利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
本实施例中所述计算单元还用于计算虚拟机之间背离的组数,并根据虚拟机背离的组数确定出所述虚拟机调度系数,具有结构简单及实现简便的特点。
总之,本实施例所述的装置为能够实现实施例一所述方法的物理结构,同样具有能够为虚拟化系统的运行参数或规划参数调整的依据参数,简便的解决了现有技术中管理人员或调度服务器在新增虚拟机时的顾虑问题。
以下结合上述任意一个实施例,提供两个具体示例:
示例一:
本示例规划一个虚拟化系统。
输入参数:
CPU目标平均利用率为25%、内存目标平均利用率75%;网卡目标平均利用率80%。
物理机集群中有intel和AMD两类CPU,intel的超线程加权θ可增强CPU能力1.5倍;虚拟机的平均损耗u约为1.6GB,只采用千兆网卡,配置为全网卡虚拟化即βx等于1。
虚拟机规格特性:预计虚拟机平均虚拟核数vcpu为6,虚拟机平均内存容量为18GB,虚拟机平均虚拟千兆网卡数量为2。每一台物理机上包括的千兆网卡的数量相同。
虚拟机调度参数:该虚拟化系统上拟部署的虚拟机之间背离的组数集合为{N2V、N3V、N5V}={10、3、1}
输出:优化虚拟整合比I
显然就可以简单的计算出所述虚拟整合比。所述Memory为物理机的内存;所述Ethnum为每一台物理机上包括的网卡数量。这里的N1为intel物理机的个数;所述N2为AMD物理机的个数。所述CPUcoreintel为intel物理机CPU核数;所述CPUcoreAMD为AMD物理机的CPU核数。
在后期系统运行阶段,可以将以上的输入参数调整为系统监控获得的实际运行参数,对I进行优化调整,从而达到系统整体利用率的不断滚动优化。
示例二:
本示例为对一个虚拟化系统的运行参数调整的示例:
首先,利用如下公式计算平均虚拟整合比:
其次,计算虚拟机调度系数P;
再次,计算Ic*P得到优化虚拟化整合比I。若一个物理机仅包括一种流量的网卡,则所述y1+y2=N3+N4。所述PC_GE表示第PC_GE包括百兆网卡的物理机;所述PC_10GE表示第PC_10GE包括千兆网卡的物理机;包括百兆网卡的物理机个数为y1,包括千兆网卡的物理机个数为y2。所述EthPC_GEnum表示第PC_GE包括百兆网卡的物理机包括百兆网卡的个数;所述EthPC_10GEnum表示第PC_10GE包括千兆网卡的物理机包括千兆网卡的个数。
最后根据计算得到的I,与规划得到的I进行比较,确定出是否需要删除虚拟机或可以新增虚拟机。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,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以所述权利要求的保护范围为准。

Claims (10)

1.一种虚拟化系统的参数处理方法,其特征在于,所述方法包括:
计算虚拟化系统的平均虚拟整合比,所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
2.根据权利要求1所述的方法,其特征在于,
所述计算虚拟化系统的平均虚拟整合比,包括:
利用如下公式计算平均虚拟整合比IC
I C = min Σ m M Σ m n m N ( CPUcore m n * θ m ) a * ( Σ m M m N ) * P C _ C P U % , Σ m M Σ m n m N ( Memory m n - u ) b * ( Σ m M m N ) * P C _ m e m % , Σ x X Σ x y x Y ( Eth x y * β x ) c * ( Σ x X x Y ) * P C _ e t h % }
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
3.根据权利要求1或2所述的方法,其特征在于,
所述方法还包括:
基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量;
所述根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数,包括:
基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。
4.根据权利要求3所述的方法,其特征在于,
所述虚拟机调度需求包括虚拟机背离调度需求;
所述基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比,包括:
根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;
基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;
利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
5.根据权利要求4所述的方法,其特征在于,
所述基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P,包括:
利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
6.一种虚拟化系统的参数处理装置,其特征在于,所述装置包括:
计算单元,用于计算虚拟化系统的平均虚拟整合比;所述平均虚拟整合比表征的为所述虚拟化系统平均每台物理机集上所承载的虚拟机的数量;
调整单元,用于根据所述平均虚拟整合比调整所述虚拟化系统的运行参数或规划参数。
7.根据权利要求6所述的系统,其特征在于,
所述计算单元,具体用于利用如下公式计算平均虚拟整合比IC
I C = min Σ m M Σ m n m N ( CPUcore m n * θ m ) a * ( Σ m M m N ) * P C _ C P U % , Σ m M Σ m n m N ( Memory m n - u ) b * ( Σ m M m N ) * P C _ m e m % , Σ x X Σ x y x Y ( Eth x y * β x ) c * ( Σ x X x Y ) * P C _ e t h % }
其中,所述CPUcoremn表示第m种物理机中的第n个物理机的中央处理器CPU核数;所述M为所述虚拟化系统的物理机类型种数;所述mN为第m种物理机的总个数为N;所述θm为第m种物理机的超线程加权数;所述a虚拟机平均虚拟核数;所述PC_CPU%为物理机CPU平均利用率;
所述b为虚拟机平均内存容量;所述Memorymn为第m种物理机中第n个物理机的内存容量;所述u为虚拟机的平均消耗内存;所述PC_mem%为物理机的内存平均利用率;
所述c为虚拟机平均虚拟网卡数量;所述Ethxy为网卡为第x种网卡中的第y个物理机包括的网卡数量;所述X为所述虚拟化系统的网卡类型种数;所述xY为包含第x种网卡的物理机总数为Y;所述βx为网卡虚拟化利用率;所述PC_eth为物理机网卡平均利用率。
8.根据权利要求6或7所述的装置,其特征在于,
所述计算单元,还用于基于所述平均虚拟整合比及虚拟机调度需求,计算优化虚拟化整合比;所述优化虚拟化整合比的为在参考虚拟机调度需求下确定的平均每台物理机上所承载的虚拟机的数量;
所述调整单元,具体用于基于所述优化虚拟化整合比,调整所述虚拟化系统的运行参数或规划参数。
9.根据权利要求8所述的装置,其特征在于,
所述虚拟机调度需求包括虚拟机背离调度需求;
所述计算单元,具体用于根据所述虚拟机背离调度需求,确定虚拟机之间背离的组数;基于所述虚拟机之间背离的组数,确定虚拟机调度调节系数P;利用所述平均虚拟整合比及所述P,计算所述优化虚拟化整合比。
10.根据权利要求9所述的装置,其特征在于,
所述计算单元,具体用于利用计算所述P;
其中,所述表示2个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N2V为2个虚拟机不设置在同一物理机上的组数;
所述表示3个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述N3V为3个虚拟机不设置在同一物理机上的组数;
所述表示t个虚拟机不设置在同一物理机上,剩余虚拟机平均分布在所述虚拟化系统的概率;所述NtV为t个虚拟机不设置在同一物理机上的组数。
CN201510897810.6A 2015-12-08 2015-12-08 虚拟化系统的参数处理方法及装置 Active CN106855827B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510897810.6A CN106855827B (zh) 2015-12-08 2015-12-08 虚拟化系统的参数处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510897810.6A CN106855827B (zh) 2015-12-08 2015-12-08 虚拟化系统的参数处理方法及装置

Publications (2)

Publication Number Publication Date
CN106855827A true CN106855827A (zh) 2017-06-16
CN106855827B CN106855827B (zh) 2020-03-06

Family

ID=59131683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510897810.6A Active CN106855827B (zh) 2015-12-08 2015-12-08 虚拟化系统的参数处理方法及装置

Country Status (1)

Country Link
CN (1) CN106855827B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986280A (zh) * 2010-11-29 2011-03-16 浙江大学 虚拟计算系统的自动化测试平台
CN102591443A (zh) * 2011-12-29 2012-07-18 华为技术有限公司 一种虚拟化集群整合方法、装置及系统
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
CN104199724A (zh) * 2014-09-10 2014-12-10 山东省计算中心(国家超级计算济南中心) 一种基于性价比的虚拟化资源调度优化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101986280A (zh) * 2010-11-29 2011-03-16 浙江大学 虚拟计算系统的自动化测试平台
CN102591443A (zh) * 2011-12-29 2012-07-18 华为技术有限公司 一种虚拟化集群整合方法、装置及系统
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
CN104199724A (zh) * 2014-09-10 2014-12-10 山东省计算中心(国家超级计算济南中心) 一种基于性价比的虚拟化资源调度优化方法

Also Published As

Publication number Publication date
CN106855827B (zh) 2020-03-06

Similar Documents

Publication Publication Date Title
CN105279027B (zh) 一种虚拟机部署方法及装置
CN104102543B (zh) 一种云计算环境中负载调整的方法和装置
CN106453125B (zh) 一种基于实时负载率的远程服务调用负载均衡系统
DE102020203877A1 (de) Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform
CN108090225B (zh) 数据库实例的运行方法、装置、系统及计算机可读存储介质
CN104902001B (zh) 基于操作系统虚拟化的Web请求负载均衡方法
CN109167835A (zh) 一种基于kubernetes的物理资源调度方法及系统
CN103401938B (zh) 分布式云架构下基于业务特性的资源分配系统及其方法
CN109032801A (zh) 一种请求调度方法、系统及电子设备和存储介质
CN104184813A (zh) 虚拟机的负载均衡方法和相关设备及集群系统
CN109471705A (zh) 任务调度的方法、设备及系统、计算机设备
CN107038064A (zh) 虚拟机管理方法及装置、存储介质
CN107295090A (zh) 一种资源调度的方法和装置
CN107908479A (zh) 一种节点资源分配方法及装置
CN109144658A (zh) 有限资源的负载均衡方法、装置及电子设备
US20170339069A1 (en) Allocating Cloud Computing Resources In A Cloud Computing Environment
CN105743677B (zh) 一种资源配置方法及装置
CN108770017A (zh) 一种无线资源动态均衡方法及系统、计算机程序
CN107707612B (zh) 一种负载均衡集群的资源利用率的评估方法及装置
US20140032763A1 (en) Provisioning resources in a federated cloud environment
CN102339233A (zh) 云计算集中管理平台
CN108574645A (zh) 一种队列调度方法及装置
US20180250122A1 (en) Biodegradable medical device for breast reconstruction and/or augmentation
CN109067607A (zh) 一种调整额定带宽的方法和装置
CN105045667A (zh) 一种用于虚拟机vCPU调度的资源池管理方法

Legal Events

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