CN107967180B - 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统 - Google Patents

基于numa虚拟化环境下资源全局亲和度网络优化方法和系统 Download PDF

Info

Publication number
CN107967180B
CN107967180B CN201711376179.0A CN201711376179A CN107967180B CN 107967180 B CN107967180 B CN 107967180B CN 201711376179 A CN201711376179 A CN 201711376179A CN 107967180 B CN107967180 B CN 107967180B
Authority
CN
China
Prior art keywords
virtual machine
memory
resource
virtual
affinity
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.)
Active
Application number
CN201711376179.0A
Other languages
English (en)
Other versions
CN107967180A (zh
Inventor
管海兵
钱建民
马汝辉
李健
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN201711376179.0A priority Critical patent/CN107967180B/zh
Publication of CN107967180A publication Critical patent/CN107967180A/zh
Application granted granted Critical
Publication of CN107967180B publication Critical patent/CN107967180B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • G06F2009/45583—Memory management, e.g. access or allocation
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法和系统，所述方法包括三个步骤：步骤1、监控虚拟机实时访问行为触发的硬件事件；步骤2、计算当前的虚拟机资源访问亲和度；步骤3、根据亲和性的大小来对资源进行调度。所述系统包括虚拟机实时行为监控模块，宿主机底层硬件拓扑信息获取模块和实时虚拟机资源管理模块，虚拟机实时行为监控模块反映虚拟机的实时访问行为，宿主机底层硬件拓扑信息获取模块为实时调度提供准确的调度依据，实时虚拟机资源管理模块调度虚拟机资源到当前最优的节点上，来优化虚拟机的整体性能。本发明高效地利用多核资源和高性能辅助加速硬件的性能，有效地降低系统的负载，适应于当今网络环境下的应用。

Description

基于NUMA虚拟化环境下资源全局亲和度网络优化方法和系统
技术领域
本发明涉及计算机系统架构、虚拟机资源调度、多核和虚拟机网络性能优化，尤其涉及一种在多核环境下，高效管理虚拟机资源调度来提升虚拟机网络性能的优化方法与系统。
背景技术
虚拟化是云计算中的关键技术。虚拟化技术可以允许多个操作系统运行在一个物理服务器上，将物理机的硬件资源(CPU，内存，I/O设备等等)抽象成虚拟化的资源(虚拟CPU，内存地址映射，虚拟网卡等等)，提供给客户使用。虚拟化技术的使用，极大的减少了小型企业对服务器购买的投入，同时也极大的提高了空闲主机的使用效率，所以虚拟化技术广泛的存在于当今大规模云平台中，比较有代表性的实例有亚马逊的EC2(Amazon ElasticCompute Cloud)和阿里巴巴的阿里云。
同时，当今的云服务器基本上都配备着多个计算核心来保证高性能计算，这些计算核心被组织成非一致性内存访问(Non-Uniform Memory Access,NUMA)架构(如图1所示)，来提升内存访问的带宽。然而，NUMA架构同时也带来了另外一个明显的缺点：本地内存访问和远程内存访问之间存在着巨大的性能差异，如果系统级的应用不感知NUMA数据访问差异就会带来巨大的带宽性能下降，从而影响应用的高效运行。更重要的是这些云服务器也配备着高速的I/O设备(网卡，GPU，SSD(固态硬盘))来支持点对点的数据传输服务。和内存一样，这些I/O设备通过在CPU结点附近的PCIe插槽(Peripheral ComponentInterconnection高速扩展插槽)链接到计算核心。因此，I/O设备访问计算核心的时候同时也存在着不一致性的特点(I/O远程和I/O本地访问)。现在的一般应用基本都部署在云端，呈现出网络化，分布式的特性，所以高性能的可靠的网络传输对这些应用的有效运行起着关键性的作用，非一致性的I/O访问对性能影响更大。
虚拟化层同时也给基于NUMA的性能优化带来了新的挑战。虚拟化技术中一个关键组件就是虚拟机监视器(Virtual Machine Management,VMM)。虚拟机监视器负责将主机硬件资源抽象给虚拟机使用，同时还负责虚拟机的管理和虚拟机之间的通信等等。传统的硬件资源包括CPU资源，内存资源和I/O资源等，在非一致性内存访问(NUMA)的架构下，虚拟化技术主要关注的是提升这些硬件资源虚拟化过后的性能。然而随着当今高性能网络技术和CPU多核技术的发展，硬件虚拟化的性能已经不是瓶颈，反而这些高性能硬件之间的高效的协同处理成为了瓶颈，特别是在多核环境下，怎样高效的协同调度这些虚拟资源是一件非常具有挑战性的事情。具体的挑战包括了以下三点：
1.首先，当今基于NUMA架构的资源调度器，包括一些商业产品，他们只单一的优化两个资源间的数据访问亲和度。例如，优化虚拟CPU和内存之间的数据访问亲和度，或者内存和网卡之间的亲和度来提升系统带宽吞吐量性能。然而这些调度机制都没有考虑虚拟机多个资源之间的数据访问路径(如图2所示)对整个系统性能的影响，导致系统的性能优化达不到最优。随着高性能物理机的核数的不断增加，放置物理核的节点也不断增加，多物理核怎样高效的访问I/O资源变得越来越重要。
2.现有的基于NUMA架构的虚拟资源调度器也没有考虑到底层硬件拓扑的特性。这些调度器只把硬件资源抽象成相互独立的资源池，而没有考虑到这些硬件资源拓扑信息。例如NUMA节点之间的相互连通性。传统的亲和性建模认为两个节点的互相访问带宽是对称的，然而随着多核处理器的不断发展，不对称的NUMA节点互联架构也变得越来越普遍，所以不考虑不对称的NUMA互联拓扑信息也会导致性能的优化达不到最优。
3.更重要的是，现在基于NUMA架构的虚拟资源调度模型都假设每一个用户(虚拟机)访问每个NUMA结点的可能性是相同的，最终他们的带宽模型也是建立在这个假设之下。然而，这个均等NUMA结点访问假设不符合现在不规则的应用访问模式，所以用这个假设来建模是不准确的。
因此，本发明致力于开发在NUMA架构下，建立基于虚拟化环境下的全局资源的亲和度优化建模，从而高效的利用多核资源和高性能辅助加速硬件的性能，有效的降低系统的负载，适应于当今高性能网络环境下的应用。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种在NUMA架构下基于虚拟化环境的高吞吐量低延迟的虚拟资源实时调度策略，从而提高虚拟机里面运行性能。
为实现上述目的，本发明提供了一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法，所述方法包括以下步骤：
步骤1、监控虚拟机实时访问行为触发的硬件事件；
步骤2、计算当前的虚拟机资源访问亲和度；
步骤3、根据亲和性的大小来对资源进行调度。
进一步地，所述步骤1还包括：
步骤1.1、监控虚拟机运行时的时钟周期(UNHALTED_CORE_CYCLES)；
步骤1.2、监控第三层cache(高速缓冲存储器)丢失的次数(LLC_MISSES)；
步骤1.3、监控第三层cache(高速缓冲存储器)命中的次数(LLC_REFERENCES)；
步骤1.4、监控内存的读次数(UNC_QMC_NORMAL_READS)；
步骤1.5、监控内存的写次数(UNC_QMC_WRITES)。
进一步地，所述步骤2还包括：
步骤2.1、用虚拟CPU实时访问内存的带宽来表示虚拟CPU和内存之间的亲和度：
在公式(1)当中，CacheSize表示系统中一个cache行的大小，NodeAcci表示虚拟机虚拟CPU的读写每个NUMA结点的次数，ProfilingInterval表示检测事件所用的时间：
更具体一点，NodeAcci＝UNC_QMC_NORMAL_READS+NUC_QMC_WRITES；
步骤2.2、用虚拟网卡进行DMA(Direct Memory Access)操作的带宽来表示内存和虚拟网卡之间的亲和度：
在公式(2)中，Packetsize表示当前数据包的大小，CPUSpeed是当前CPU的处理速度，CyclePerPecket是处理一个数据包所用的CPU时钟周期：
更具体一点，
进一步地，所述步骤3还包括：
步骤3.1、利用numactl API进行资源迁移，内存迁移模块调用函数move_pages()，将虚拟机的内存迁移到目标节点上，虚拟CPU调度采用libvirt的virDomainPinVcpu()函数，将虚拟机的虚拟CPU绑定到特定的物理核上。
与现有的基于NUMA架构的建模方法相比，本发明提供了一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法具有以下几点优点：
(1)考虑了虚拟机的虚拟CPU，内存和虚拟网卡三者之间的亲和性，在传统的建模方法上添加了一个维度，模型更加能够反映出当今高性能网络环境下的网络设备的重要性；
(2)同时考虑了宿主机底层硬件拓扑架构特点，考虑了不对称的CPU结点连接情况，从而得到更加高效的优化性能；
(3)采用了更加准确的建模方法，根据实际应用的访问模式得到了虚拟机访问NUMA结点的可能性是不均等的，建立了不均等的应用访问假设来进行最后的放置调度决策，体现出新方法的准确性。
为了能够实现这样一种在NUMA架构下基于虚拟化环境的资源全局亲和度的网络优化方法，从而提高虚拟机里面运行性能，本发明提供了一种基于NUMA虚拟化环境下资源全局亲和度的网络优化系统，其特征在于，所述系统包括虚拟机实时行为监控模块，宿主机底层硬件拓扑信息获取模块和实时虚拟机资源管理模块，虚拟机实时行为监控模块反映虚拟机的实时访问行为，宿主机底层硬件拓扑信息获取模块为实时调度提供准确的调度依据，实时虚拟机资源管理模块调度虚拟机资源到当前最优的节点上，来优化虚拟机的整体性能。
进一步地，所述虚拟机实时行为监控模块监控的信息包括虚拟机里的第三层cache的丢失次数，第三层cache的命中次数和内存读写的次数。
进一步地，所述宿主机底层硬件拓扑信息获取模块获取的信息包括CPU结点的连接拓扑，硬件辅助加速设备的连接情况。
进一步地，所述实时虚拟机资源管理模块，根据虚拟机实时行为监控模块和宿主机底层硬件拓扑信息获取模块提供的信息，计算当前虚拟机虚拟CPU，内存和虚拟网卡三者之间的亲和性，再根据宿主机底层拓扑的信息，调度虚拟机资源到当前最优的节点上来优化虚拟机的整体性能。
本系统至少具有以下有益效果：
(1)充分的利用NUMA架构的服务器中多核和高性能网络设备的功能，解决当今虚拟化资源性能瓶颈问题；
(2)更加全面地反映各个虚拟资源间的亲和度关系，更加准确高效地提升虚拟机的吞吐量和减小宿主机的资源开销；
(3)能够动态地进行调优策略，实时监测系统的性能变化，从而进行优化，实时地提升系统的性能。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充
分地了解本发明的目的、特征和效果。
附图说明
图1是非一致性内存访问(NUMA)架构；
图2是虚拟资源间(虚拟CPU，内存地址映射，虚拟网卡)数据访问路径(亲和度)关系图；
图3是本发明的一个较佳实施例的系统架构图。
具体实施方式
以下参考说明书附图介绍本发明的一个优选实施例，使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现，本发明的保护范围并非仅限于文中提到的实施例。
在附图中，结构相同的部件以相同数字标号表示，各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的，本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰，附图中有些地方适当夸大了部件的厚度。
本发明是一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法，包括以下步骤：
步骤1、通过性能监测器监控虚拟机实时访问行为触发的硬件事件。
监控的基本硬件事件有五项(如表1所示)，其中UNHALTED_CORE_CYCLES为虚拟机运行时的时钟周期；LLC_MISSES为第三层cache(高速缓冲存储器)丢失的次数；LLC_REFERENCES为第三层cache命中的次数；UNC_QMC_NORMAL_READS为内存的读次数；UNC_QMC_WRITES为内存的写次数。
表1、监控的硬件事件：
步骤2、计算当前的虚拟机资源访问亲和度。
通过监控上述的五项硬件事件，计算虚拟机的实时访问亲和度行为，包括虚拟CPU访问内存的亲和度和虚拟网卡访问内存的亲和度。
(1)计算虚拟CPU和内存之间的亲和度：用虚拟CPU实时访问内存的带宽MemAffi来表示虚拟CPU和内存之间的亲和度，如下面的公式(1)所示：
在公式(1)当中，CacheSize表示系统中一个cache行的大小，NodeAcci表示虚拟机虚拟CPU的读写每个NUMA结点的次数，ProfilingInterval表示检测事件所用的时间。
更具体一点，NodeAcci＝UNC_QMC_NORMAL_READS+NUC_QMC_WRITES。
(2)计算虚拟网卡访问内存的亲和度：用虚拟网卡进行DMA(Direct MemoryAccess)操作的带宽来表示内存和虚拟网卡之间的亲和度，如下面的公式(2)所示：
在公式(2)中，Packetsize表示当前数据包的大小，CPUSpeed是当前CPU的处理速度，CyclePerPecket是处理一个数据包所用的CPU时钟周期。
更具体一点，
步骤3、计算完虚拟资源间的亲和性之后，根据亲和性的大小来对资源进行调度。
尽可能的将分布在亲和性小的结点上的虚拟资源迁移到亲和性大的结点上，利用numactl API进行资源迁移。内存迁移模块调用函数move_pages()，将虚拟机的内存迁移到目标节点上。虚拟CPU调度采用libvirt的virDomainPinVcpu()函数，将虚拟机的虚拟CPU绑定到特定的物理核上。
为了能够实现这样一种在NUMA架构下基于虚拟化环境的资源全局亲和度的网络优化方法，从而提高虚拟机里面运行性能，本发明构造了一个系统(如图3所示)，这个系统包括三个模块：
模块一：虚拟机实时行为监控模块。监控的信息主要包括：虚拟机里的第三层cache的丢失次数，第三层cache的命中次数和内存读写的次数，这些信息被用来反映虚拟机的实时访问行为。
模块二：宿主机底层硬件拓扑信息获取模块。主要获取的信息包括：CPU结点的连接拓扑，硬件辅助加速设备的连接情况，这些信息为实时调度提供准确的调度依据。
模块三：实时虚拟机资源管理模块。根据上面模块1和模块2收集的信息，计算当前虚拟机虚拟CPU，内存和虚拟网卡三者之间的亲和性，再根据宿主机底层拓扑的信息，调度虚拟机资源到当前最优的节点上来优化虚拟机的整体性能。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (7)

1.一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法，其特征在于，所述方法包括以下步骤：
步骤1、监控虚拟机实时访问行为触发的硬件事件；
步骤2、计算当前的虚拟机资源访问亲和度；
步骤3、根据亲和度的大小来对资源进行调度；
其中，所述步骤2还包括：
步骤2.1、用虚拟CPU实时访问内存的带宽来表示虚拟CPU和内存之间的亲和度：
在公式(1)当中，MemAffi表示虚拟CPU实时访问内存的带宽，CacheSize表示系统中一个cache行的大小，NodeAcci表示虚拟机虚拟CPU的读写每个NUMA结点的次数，ProfilingInterval表示检测事件所用的时间，下标i表示NUMA结点的编号：
更具体一点，NodeAcci＝UNC_QMC_NORMAL_READS+NUC_QMC_WRITES，其中，UNC_QMC_NORMAL_READS为内存的读次数，UNC_QMC_WRITES为内存的写次数；
步骤2.2、用虚拟网卡进行DMA(Direct Memory Access)操作的带宽来表示内存和虚拟网卡之间的亲和度：
在公式(2)中，DMAffi表示虚拟网卡DMA操作的带宽，Packetsize表示当前数据包的大小，CPUSpeed是当前CPU的处理速度，CyclePerPecketi是处理一个数据包所用的CPU时钟周期，下标i表示NUMA结点的编号：
更具体一点，其中，UNHALTED_CORE_CYCLES为虚拟机运行时的时钟周期。
2.如权利要求1所述的一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法，其特征在于，所述步骤1还包括：
步骤1.1、监控虚拟机运行时的时钟周期(UNHALTED_CORE_CYCLES)；
步骤1.2、监控第三层cache(高速缓冲存储器)丢失的次数(LLC_MISSES)；
步骤1.3、监控第三层cache(高速缓冲存储器)命中的次数(LLC_REFERENCES)；
步骤1.4、监控内存的读次数(UNC_QMC_NORMAL_READS)；
步骤1.5、监控内存的写次数(UNC_QMC_WRITES)。
3.如权利要求1所述的一种基于NUMA虚拟化环境下资源全局亲和度的网络优化方法，其特征在于，所述步骤3还包括：
步骤3.1、利用numactl API进行资源迁移，内存迁移模块调用函数move_pages()，将虚拟机的内存迁移到目标节点上，虚拟CPU调度采用libvirt的virDomainPinVcpu()函数，将虚拟机的虚拟CPU绑定到特定的物理核上。
4.一种基于NUMA虚拟化环境下资源全局亲和度的网络优化系统，其特征在于，所述系统包括虚拟机实时行为监控模块，宿主机底层硬件拓扑信息获取模块和实时虚拟机资源管理模块，虚拟机实时行为监控模块反映虚拟机的实时访问行为，宿主机底层硬件拓扑信息获取模块为实时调度提供准确的调度依据，实时虚拟机资源管理模块调度虚拟机资源到当前最优的节点上，来优化虚拟机的整体性能；
其中，所述实时虚拟机资源管理模块用虚拟CPU实时访问内存的带宽来表示虚拟CPU和内存之间的亲和度：
在公式(1)当中，MemAffi表示虚拟CPU实时访问内存的带宽，CacheSize表示系统中一个cache行的大小，NodeAcci表示虚拟机虚拟CPU的读写每个NUMA结点的次数，ProfilingInterval表示检测事件所用的时间，下标i表示NUMA结点的编号：
更具体一点，NodeAcci＝UNC_QMC_NORMAL_READS+NUC_QMC_WRITES，其中，UNC_QMC_NORMAL_READS为内存的读次数，UNC_QMC_WRITES为内存的写次数；
以及用虚拟网卡进行DMA(Direct Memory Access)操作的带宽来表示内存和虚拟网卡之间的亲和度：
在公式(2)中，DMAffi表示虚拟网卡DMA操作的带宽，Packetsize表示当前数据包的大小，CPUSpeed是当前CPU的处理速度，CyclePerPecketi是处理一个数据包所用的CPU时钟周期，下标i表示NUMA结点的编号：
更具体一点，其中，UNHALTED_CORE_CYCLES为虚拟机运行时的时钟周期。
5.如权利要求4所述的一种基于NUMA虚拟化环境下资源全局亲和度的网络优化系统，其特征在于，所述虚拟机实时行为监控模块监控的信息包括虚拟机里的第三层cache的丢失次数，第三层cache的命中次数和内存读写的次数。
6.如权利要求4所述的一种基于NUMA虚拟化环境下资源全局亲和度的网络优化系统，其特征在于，所述宿主机底层硬件拓扑信息获取模块获取的信息包括CPU结点的连接拓扑，硬件辅助加速设备的连接情况。
7.如权利要求4所述的一种基于NUMA虚拟化环境下资源全局亲和度的网络优化系统，其特征在于，所述实时虚拟机资源管理模块，根据虚拟机实时行为监控模块和宿主机底层硬件拓扑信息获取模块提供的信息，计算当前虚拟机虚拟CPU，内存和虚拟网卡三者之间的亲和度，再根据宿主机底层拓扑的信息，调度虚拟机资源到当前最优的节点上来优化虚拟机的整体性能。
CN201711376179.0A 2017-12-19 2017-12-19 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统 Active CN107967180B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711376179.0A CN107967180B (zh) 2017-12-19 2017-12-19 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711376179.0A CN107967180B (zh) 2017-12-19 2017-12-19 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统

Publications (2)

Publication Number Publication Date
CN107967180A CN107967180A (zh) 2018-04-27
CN107967180B true CN107967180B (zh) 2019-09-10

Family

ID=61994520

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711376179.0A Active CN107967180B (zh) 2017-12-19 2017-12-19 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统

Country Status (1)

Country Link
CN (1) CN107967180B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117247B (zh) * 2018-07-18 2021-12-07 上海交通大学 一种基于异构多核拓扑感知的虚拟资源管理系统及方法
CN108932154B (zh) * 2018-07-23 2022-05-27 上海交通大学 一种分布式虚拟机管理器
CN110795202B (zh) * 2018-08-02 2023-11-17 华为技术有限公司 一种虚拟化集群资源管理系统的资源分配方法以及装置
CN109918172A (zh) * 2019-02-26 2019-06-21 烽火通信科技股份有限公司 一种虚拟机热迁移方法及系统
CN109947538B (zh) * 2019-03-29 2022-12-02 神州数码信息系统有限公司 一种基于vCPU调度解决虚拟机性能干扰的方法
CN110389843B (zh) * 2019-07-29 2022-04-15 广东浪潮大数据研究有限公司 一种业务调度方法、装置、设备及可读存储介质
CN111338861B (zh) * 2020-02-14 2023-01-10 苏州浪潮智能科技有限公司 基于rss的网卡性能测试方法、装置、设备及存储介质
CN112269656B (zh) * 2020-10-16 2022-12-02 山东云海国创云计算装备产业创新中心有限公司 一种基于多核处理器的应用配置方法、装置和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389211A (zh) * 2015-10-22 2016-03-09 北京航空航天大学 一种适用于numa架构内多节点间访存延时平衡的内存分配方法及延时感知-内存分配装置
CN106293944A (zh) * 2016-08-11 2017-01-04 上海交通大学 虚拟化多核环境下基于非一致性i/o访问系统和优化方法
CN107038061A (zh) * 2017-04-14 2017-08-11 上海交通大学 一种基于numa和硬件辅助技术的高效网络io处理方法
CN107070709A (zh) * 2017-03-31 2017-08-18 上海交通大学 一种基于底层numa感知的nfv实现方法
CN107168771A (zh) * 2017-04-24 2017-09-15 上海交通大学 一种非一致性内存访问架构下的虚拟机调度装置及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016026131A1 (zh) * 2014-08-22 2016-02-25 上海交通大学 一种基于 numa 高性能网络缓存资源亲和度的虚拟处理器的调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105389211A (zh) * 2015-10-22 2016-03-09 北京航空航天大学 一种适用于numa架构内多节点间访存延时平衡的内存分配方法及延时感知-内存分配装置
CN106293944A (zh) * 2016-08-11 2017-01-04 上海交通大学 虚拟化多核环境下基于非一致性i/o访问系统和优化方法
CN107070709A (zh) * 2017-03-31 2017-08-18 上海交通大学 一种基于底层numa感知的nfv实现方法
CN107038061A (zh) * 2017-04-14 2017-08-11 上海交通大学 一种基于numa和硬件辅助技术的高效网络io处理方法
CN107168771A (zh) * 2017-04-24 2017-09-15 上海交通大学 一种非一致性内存访问架构下的虚拟机调度装置及方法

Also Published As

Publication number Publication date
CN107967180A (zh) 2018-04-27

Similar Documents

Publication Publication Date Title
CN107967180B (zh) 基于numa虚拟化环境下资源全局亲和度网络优化方法和系统
US11689471B2 (en) Cloud compute scheduling using a heuristic contention model
US10325343B1 (en) Topology aware grouping and provisioning of GPU resources in GPU-as-a-Service platform
CN104113585B (zh) 用于产生指示负载平衡状态的硬件级中断的方法和设备
KR102506605B1 (ko) 고성능 ssd들을 사용하여 롱 테일 레이턴시를 감소시키기 위한 랙-레벨의 스케줄링
Li et al. Composable architecture for rack scale big data computing
CN115210693A (zh) 具有可预测时延的存储事务
US20120303322A1 (en) Incorporating memory and io cycle information into compute usage determinations
Rahman et al. Homr: A hybrid approach to exploit maximum overlapping in mapreduce over high performance interconnects
US8898674B2 (en) Memory databus utilization management system and computer program product
CN102929769B (zh) 一种基于代理服务的虚拟机内部数据采集方法
US20200019525A1 (en) Memory access optimization for an i/o adapter in a processor complex
US9319285B2 (en) Optimizing partition placement in virtualized environments
CN108021429B (zh) 一种基于numa架构的虚拟机内存及网卡资源亲和度计算方法
Li et al. Analysis of NUMA effects in modern multicore systems for the design of high-performance data transfer applications
US11232010B2 (en) Performance monitoring for storage system with core thread comprising internal and external schedulers
Jang et al. A low-overhead networking mechanism for virtualized high-performance computing systems
US20110055831A1 (en) Program execution with improved power efficiency
CN109117247B (zh) 一种基于异构多核拓扑感知的虚拟资源管理系统及方法
US10846125B2 (en) Memory access optimization in a processor complex
Ge et al. Memory sharing for handling memory overload on physical machines in cloud data centers
CN103842935B (zh) 桥中的功率管理基础结构的鲁棒管控
Bloch et al. Analysis and survey of issues in live virtual machine migration interferences
CN110515729A (zh) 基于图形处理器的图计算节点向量负载平衡方法及装置
Safvati et al. Analytical review on queuing theory in clouds environments

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
GR01 Patent grant
GR01 Patent grant