CN107783823A - 一种负载均衡方法及装置 - Google Patents
一种负载均衡方法及装置 Download PDFInfo
- Publication number
- CN107783823A CN107783823A CN201711163815.1A CN201711163815A CN107783823A CN 107783823 A CN107783823 A CN 107783823A CN 201711163815 A CN201711163815 A CN 201711163815A CN 107783823 A CN107783823 A CN 107783823A
- Authority
- CN
- China
- Prior art keywords
- main frame
- load
- value
- equal
- early warning
- 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
Links
Classifications
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Abstract
本发明提供一种负载均衡方法及装置,上述方法包括以下步骤:集群管理设备分别获取集群内各个主机的负载值;若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。上述技术方案中,通过自动控制虚拟机的动态迁移,实现了主机的负载均衡,达到了资源调度及时、准确、高效的目的,大大提高了主机资源利用率。
Description
技术领域
本发明属于云计算技术领域,尤其涉及一种负载均衡方法及装置。
背景技术
在云计算时代,随着云服务的应用领域越来越广,基于虚拟化技术的服务器集群的规模越来越大,这对集群的资源调度提出了新的挑战。
在大规模的虚拟机化集群中,虚拟机的数量和负载会随着使用的要求而经常发生改变,静态的资源分配会产生资源浪费或资源不足的情况,而通过人工干预的动态资源调整则会有明显的滞后性。
因此,迫切需要提供一种负载均衡方案来解决上述技术问题。
发明内容
本发明提供一种负载均衡方法及装置,以解决上述问题。
本发明实施例提供一种负载均衡方法,包括以下步骤:集群管理设备分别获取集群内各个主机的负载值;
若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
本发明实施例还提供一种负载均衡装置,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
集群管理设备分别获取集群内各个主机的负载值;
若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
本发明实施例提供以下技术方案:集群管理设备分别获取集群内各个主机的负载值;若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
上述技术方案中,通过自动控制虚拟机的动态迁移,实现了主机的负载均衡,达到了资源调度及时、准确、高效的目的,大大提高了主机资源利用率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1所示为本发明实施例1的负载均衡原理图;
图2所示为本发明实施例2的负载均衡方法流程图;
图3所示为本发明实施例3的负载均衡装置结构图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本申请实施例涉及名词介绍:
FusionSphere;服务器虚拟化系统;
FusionCompute:虚拟化管理平台,是一个集中管理FusionSphere环境的可伸缩、可扩展平台;
虚拟化主机集群Cluster:FusionCompute的群集,是一组就有共享资源和共享管理界面的主机及关联虚拟机所组成;
主机Host:FusionCompute的主机,主机是虚拟机化平台,安装了虚拟机化系统的服务器;
资源池VDC:FusionCompute的资源池,委派主机的部分控制权,作为主机或者集群的直接子集;
Icm:云数据中心管理平台,可以操作多个FusionCompute。
本发明实施例通过云数据中心管理平台对集群的资源使用情况进行实时的监控,对集群下的每一台主机的资源使用情况进行实时的监控,能够自动判断集群整体负载状态,根据集群的资源监控结果快速准确的判断集群的负载状态,判断结果为资源调度控制提供依据,同时该结果作为调度算法的输入,能够节省大量重复计算的时间,然后动态的迁移虚拟机到某一台主机下,最终实现性能最优和负载均衡的目标。
进一步地,在根据集群下主机的负载情况下进行迁移的时候,会优先选择出在主机负载最小并且虚拟机迁出次数总和最小的主机,进行虚拟机集群下虚拟机的动态调整。
图1所示为本发明实施例1的负载均衡原理图,包括集群管理设备、主机1、主机2、主机3…主机n;其中,所述集群管理设备分别与所述主机1、主机2、主机3…主机n相连。
其中,虚拟机a、虚拟机b、虚拟机c运行在主机1上;虚拟机d、虚拟机e运行在主机2上;虚拟机f运行在主机3上…虚拟机m、虚拟机p运行在主机n上。
本申请实施例在实施前,必须具有FusionCompute虚拟化环境,FusionCompute环境必须具有两台或两台以上的主机(主机1、主机2、主机3…主机n),对主机安装同一个FusionCompute服务器虚拟化系统。
然后:应用对虚拟化管理平台FusionCompute的负载均衡策略:
第一:选择要进行应用负载均衡策略的集群(集群管理设备;主机1、主机2、主机3…主机n组成的集群应用负载均衡策略);
第二:选择需要可以应用负载均衡策略可以迁移的主机上的虚拟机;
第三:选择单次从主机上迁移到另一个主机的虚拟机的个数;
最后:执行对FusionCompute虚拟化平台的集群分散策略:
第一:获取所有应用FusionCompute虚拟化管理平台的负载均衡策略的虚拟机;
第二:获取所有应用FusionCompute虚拟化管理平台的负载均衡策略的主机;
第三:FusionCompute虚拟化管理平台中的集群管理设备分别获取集群内各个主机的负载值,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机:
其中,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小的主机。
其中,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内优先级最低的主机。
其中,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内预设时段内虚拟机迁出总次数最少的主机。
其中,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小且预设时段内虚拟机迁出总次数最少的主机。
本申请实施例实现了将资源调度的方式从传统的物理机粒度转变为虚拟机粒度,在单台物理机上可以使虚拟机实例运行性能达到最优,可以实现物理资源的有效利用,系统可以在短时间内对集群的资源负载情况做出精确的判断,然后可以对众多的虚拟机进行调度控制完成调度需要,提高物理资源设备利用率和使用率。
图2所示为本发明实施例2的负载均衡方法流程图,包括以下步骤:
步骤201:集群管理设备分别获取集群内各个主机的负载值;
进一步地,所述负载值包括CPU利用率、带宽利用率、存储空间利用率。
步骤202:若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
进一步地,所述将所述负载值大于或等于预警值的主机上的第一设数目的虚拟机迁移至目标主机之后,若所述主机的负载值大于或等于预警值,则:
将主机上的第二预设数目的虚拟机迁移至第二目标主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内优先级最低的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内预设时段内虚拟机迁出总次数最少的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小且预设时段内虚拟机迁出总次数最少的主机。
本申请实施例实现了将资源调度的方式从传统的物理机粒度转变为虚拟机粒度,在单台物理机上可以使虚拟机实例运行性能达到最优,可以实现物理资源的有效利用,系统可以在短时间内对集群的资源负载情况做出精确的判断,然后可以对众多的虚拟机进行调度控制完成调度需要,提高物理资源设备利用率和使用率。
图3所示为本发明实施例3的负载均衡装置结构图,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
集群管理设备分别获取集群内各个主机的负载值;
若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
进一步地,所述负载值包括CPU利用率、带宽利用率、存储空间利用率。
进一步地,所述将所述负载值大于或等于预警值的主机上的第一设数目的虚拟机迁移至目标主机之后,若所述主机的负载值大于或等于预警值,则:
将主机上的第二预设数目的虚拟机迁移至第二目标主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内优先级最低的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内预设时段内虚拟机迁出总次数最少的主机。
进一步地,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小且预设时段内虚拟机迁出总次数最少的主机。
本发明实施例提供以下技术方案:集群管理设备分别获取集群内各个主机的负载值;若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
上述技术方案中,通过自动控制虚拟机的动态迁移,实现了主机的负载均衡,达到了资源调度及时、准确、高效的目的,大大提高了主机资源利用率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种负载均衡方法,其特征在于,包括以下步骤:
集群管理设备分别获取集群内各个主机的负载值;
若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
2.根据权利要求1所述的负载均衡方法,其特征在于,所述将所述负载值大于或等于预警值的主机上的第一设数目的虚拟机迁移至目标主机之后,若所述主机的负载值大于或等于预警值,则:
将主机上的第二预设数目的虚拟机迁移至第二目标主机。
3.根据权利要求1所述的负载均衡方法,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小的主机。
4.根据权利要求1所述的负载均衡方法,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内优先级最低的主机。
5.根据权利要求1所述的负载均衡方法,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内预设时段内虚拟机迁出总次数最少的主机。
6.根据权利要求1所述的负载均衡方法,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小且预设时段内虚拟机迁出总次数最少的主机。
7.根据权利要求1所述的负载均衡方法,其特征在于,所述负载值包括CPU利用率、带宽利用率、存储空间利用率。
8.一种负载均衡装置,其特征在于,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
集群管理设备分别获取集群内各个主机的负载值;
若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至第一目标主机。
9.根据权利要求8所述的负载均衡装置,其特征在于,所述将所述负载值大于或等于预警值的主机上的第一设数目的虚拟机迁移至目标主机之后,若所述主机的负载值大于或等于预警值,则:
将主机上的第二预设数目的虚拟机迁移至第二目标主机。
10.根据权利要求8所述的负载均衡装置,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小的主机。
11.根据权利要求8所述的负载均衡装置,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内优先级最低的主机。
12.根据权利要求8所述的负载均衡装置,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内预设时段内虚拟机迁出总次数最少的主机。
13.根据权利要求8所述的负载均衡装置,其特征在于,若所述负载值大于或等于预警值,则将所述负载值大于或等于预警值的主机上的第一预设数目的虚拟机迁移至集群内负载最小且预设时段内虚拟机迁出总次数最少的主机。
14.根据权利要求8所述的负载均衡装置,其特征在于,所述负载值包括CPU利用率、带宽利用率、存储空间利用率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711163815.1A CN107783823A (zh) | 2017-11-21 | 2017-11-21 | 一种负载均衡方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711163815.1A CN107783823A (zh) | 2017-11-21 | 2017-11-21 | 一种负载均衡方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107783823A true CN107783823A (zh) | 2018-03-09 |
Family
ID=61430144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711163815.1A Pending CN107783823A (zh) | 2017-11-21 | 2017-11-21 | 一种负载均衡方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107783823A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874508A (zh) * | 2018-06-27 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种云计算虚拟服务器系统负载均衡调度方法 |
CN110955519A (zh) * | 2019-11-01 | 2020-04-03 | 京东数字科技控股有限公司 | 主机分配的方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
CN105607947A (zh) * | 2015-12-11 | 2016-05-25 | 西北工业大学 | 一种新的云环境虚拟机调度方法 |
CN105740074A (zh) * | 2016-01-26 | 2016-07-06 | 中标软件有限公司 | 一种基于云计算的虚拟机负载均衡方法 |
-
2017
- 2017-11-21 CN CN201711163815.1A patent/CN107783823A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
CN105607947A (zh) * | 2015-12-11 | 2016-05-25 | 西北工业大学 | 一种新的云环境虚拟机调度方法 |
CN105740074A (zh) * | 2016-01-26 | 2016-07-06 | 中标软件有限公司 | 一种基于云计算的虚拟机负载均衡方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874508A (zh) * | 2018-06-27 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种云计算虚拟服务器系统负载均衡调度方法 |
CN110955519A (zh) * | 2019-11-01 | 2020-04-03 | 京东数字科技控股有限公司 | 主机分配的方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111078363B (zh) | 一种虚拟机的numa节点调度方法、装置、设备及介质 | |
CN102724277B (zh) | 虚拟机热迁移和部署的方法、服务器及集群系统 | |
US9529642B2 (en) | Power budget allocation in a cluster infrastructure | |
CN106133693B (zh) | 虚拟机的迁移方法、装置及设备 | |
US9690608B2 (en) | Method and system for managing hosts that run virtual machines within a cluster | |
KR20220006490A (ko) | 워크로드 동적 자원 배치 및 최적화 수행관리를 위한 하이브리드 클라우드 자원 배분 방법 | |
KR101578177B1 (ko) | 클라우드 컴퓨팅 환경에서의 자원 이용률에 기초한 마이그레이션 방법 및 시스템 | |
CN106681839B (zh) | 弹性计算动态分配方法 | |
CN105335229A (zh) | 一种业务资源的调度方法和装置 | |
KR20130019698A (ko) | 사용자 스케줄러와 마이그레이션(Migration)을 통한 자원 최적화 방법 및 시스템 | |
CN105491150A (zh) | 基于时间序列的负载均衡处理方法及系统 | |
US20210011751A1 (en) | Memory-aware placement for virtual gpu enabled systems | |
CN109960579B (zh) | 一种调整业务容器的方法及装置 | |
Komarasamy et al. | A novel approach for Dynamic Load Balancing with effective Bin Packing and VM Reconfiguration in cloud | |
Seth et al. | Dynamic threshold-based dynamic resource allocation using multiple VM migration for cloud computing systems | |
US11372683B2 (en) | Placement of virtual GPU requests in virtual GPU enabled systems using a requested memory requirement of the virtual GPU request | |
KR20150007698A (ko) | 가상 데스크탑 서비스를 위한 부하 분산 시스템 | |
CN107783823A (zh) | 一种负载均衡方法及装置 | |
US20210191751A1 (en) | Method and device for allocating resource in virtualized environment | |
KR20210056655A (ko) | 클라우드 엣지 환경에서 예측 기반 마이그레이션 후보 및 대상 선정 방법 | |
CN109739634A (zh) | 一种原子任务执行方法及装置 | |
CN111104203B (zh) | 虚拟机分散调度方法、装置以及电子设备、存储介质 | |
WO2021095943A1 (ko) | 서비스 프로파일을 고려한 컨테이너의 배치 방법 | |
CN105653347A (zh) | 一种服务器、资源管理方法及虚拟机管理器 | |
KR20120071979A (ko) | 클라우드 컴퓨팅 시스템의 자원관리장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |
|
RJ01 | Rejection of invention patent application after publication |