CN110308973A - 一种基于能耗优化的容器动态迁移方法 - Google Patents

Abstract

本发明提供了一种基于能耗优化的容器动态迁移方法，包括以下步骤：(1)获取各节点资源利用率；(2)对容器迁移时机进行判断；(3)对待迁移容器进行选择；(4)根据CPU、内存能耗进行升序排列，选择目标节点。本发明主要关注迁移触发时间的判断、待迁移容器的选择、目标节点的选择，可以实现Docker容器动态迁移，具有降低能耗以及实现集群资源负载均衡的特点。

Description

一种基于能耗优化的容器动态迁移方法

技术领域

本发明涉及一种基于能耗优化的容器动态迁移方法。

背景技术

随着信息产业朝着移动化、数字化、智能化方向的不断推进。一些新兴信息服务模式如物联网、智慧城市、软件定义网络正在逐步改变人们的生活。近年来，云计算和大数据技术的快速发展使当前网络中的数据量急剧增加，导致数据中心规模日益增大。大规模的数据中心由于其能量消耗的急剧上升，不仅增加了数据中心的运维成本，而且增加了碳排放，对环境也造成了间接的影响，如何降低数据中心的能耗逐渐成为当前的研究热点。

Docker自开源以来，就受到大家的关注，Docker是一个可以轻松的为任何应用创建一个轻量级的、可移植的、自给自足的容器。后期还发布了原生态的容器集群工具Swarm，方便用来管理Docker集群，使Docker集群对于用户而言相当于一个虚拟的整体。

近几年来，随着Docker虚拟化技术的日益成熟，Docker容器技术得到了很好的发展，Docker容器技术可以很好的解决传统服务器技术面临的问题。

不同的容器需求不同的维度资源，当一个节点任意维度资源耗尽时，如果有多维度资源需求的容器被启动，那么该节点将不能满足创建容器的需求。在这种情况下，其他维度的资源就被闲置了，而这些没有被利用的资源就被称为资源碎片，是一种很大的资源浪费，所以就需要减少资源碎片，实现集群负载均衡，降低容器动态迁移的能耗，提高集群的服务质量。

发明内容

针对现有容器动态迁移存在的不足，提供一种既可以降低能耗又能够保持集群资源负载均衡的容器动态迁移方法。本发明目的是提供一种基于能耗优化的容器动态迁移方法，可以达到实现集群负载均衡，降低容器迁移能耗，提高集群服务质量目的。

为了实现以上目的，本发明采用的技术方案为一种基于能耗优化的容器动态迁移方法，又可以称为Docker容器动态迁移实现降低能耗的一种方法，包括以下步骤：

(1)、获取各节点资源利用率；

(2)、对容器迁移时机进行判断；

(3)、对待迁移容器进行迁移；

(4)、根据CPU、内存、能耗进行升序排列，选择目标节点。

进一步地，所述步骤(1)获取各节点资源利用率具体包括：

CPU利用率的计算公式如下：

其中，U_cpu为节点CPU利用率，n表示CPU的利用分内核态、u表示用户态、f表示空闲态，采用命令vmstat获得状态的返回值；

内存利用率计算公式如下：

其中，U_mem为节点的内存利用率，采用从/proc/meminfo命令中提取当前内存的空闲量Free和内存总量Total；

带宽利用率计算公式如下：

其中，U_bw为节点的带宽利用率，需要从/proc/net/dev命令文件中获取两个数据：flow表示从本机流入的数据包数，out表示从本机流出的数据包数，all表示源节点的吞吐能力；

I/O利用率计算公式如下：

其中，U_I/O为节点的I/O口利用率，需要从命令docker stats中获取容器使用的I/O资源，V_I/Oi表示I/O在容器的使用情况，T_I/O表示物理节点的总的I/O资源。

进一步地，所述步骤(2)对容器迁移时机进行判断，节点PU、内存、带宽、I/O口资源的利用率可用一个四维向量表示U_mul＝{U_cpu，U_mem，U_bw，U_I/O}，T_up表示为高阈值，T_low表示为低阈值，具体步骤包括：

2-1、在3个连续周期内，节点采集到的资源向量U_mul的4个分量均小于阈值T_low，则发生底触发迁移，关闭源节点；

2-2、当U_cpu>T_up。，则CPU会触发迁移；

2-3、如果U_mem>T_up，则内存会触发迁移；

2-4、如果U_bw>T_up，则带宽会触发迁移；

2-5、如果U_I/O>T_up，则发生I/O口触发迁移；

若是其他情况，则表明物理主机负载正常，无需迁移。

进一步地，所述步骤(3)对待迁移容器进行迁移具体包括：

3-1、在被触发的物理节点中，具有最大CPU利用率的容器记为C_cpu，若集群中的物理节点的CPU负载被触发，则选择容器C_cpu进行迁移；

3-2、在被触发的物理节点中，具有最大内存利用率的容器记为C_men，若物理节点的内存被触发，则选择容器C_mem进行迁移；

3-3、在被触发的物理节点中，具有最大带宽利用率的容器记为C_band，若物理节点带宽负载被触发，则选择容器C_band进行迁移；

3-4、在被触发的物理节点中，具有最大I/O利用率的容器记为C_I/O，若I/O口负载被触发，则选择容器C_I/O进行迁移。

进一步地，所述步骤(4)对列表集合中剩余的节点按照CPU、内存、能耗进行升序排列，选择目标节点具体步骤包括：

4-1、容器迁移时间计算公式如下：

其中，v_i为迁移容器内存，b_i为迁移容器的带宽；

4-2、目标节点能耗计算公式如下：

其中，u₁(t)表示CPU的利用率；u₂(t)表示GPU的利用率，p_i(u₁(t))表示CPU能耗函数，p_j(u₂(t))表示GPU能耗函数，E表示为目标节点能耗；

4-3、集群总能耗计算公式如下：

4-4、目标节点占集群能耗百分比计算公式如下：

4-5、按照CPU利用率、内存利用率、能耗百分比进行升序排列，满足CPU、内存总资源剩余较多且源节点耗能较少条件进行迁移，计算公式如下：

D＝min(α×U_CPU+β×U_mem+η×U_con) PM_j∈V_j

if VM(C、R)<PM_j(C_j、R_j)且α+β+η＝1

其中，V_j表示物理机节点集合，VM表示待迁移容器，C、R分别表示待迁移容器的CPU、内存资源，PM_j表示目标节点j，C_j、R_j表示目标节点j的可用CPU、内存资源。

有益效果：本发明提出了一种基于能耗优化的容器动态迁移方法，对容器迁移时机进行判断，再对待迁移容器进行选择，最后对CPU利用率、内存利用率、能耗百分比进行升序排列，选择合适的目标节点。方案的原则是降低容器动态迁移过程中的能耗，该方法主要有以下优点：

(1)实现容器动态迁移过程中集群负载均衡；

(2)容器动态迁移过程中降低集群能耗，使得容器迁移更加高效。

附图说明

图1是本发明提供了一种基于能耗优化的容器动态迁移方法的流程图；

图2是容器迁移时间选择流程图；

图3是待迁移容器选择流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细的说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，本发明基于能耗优化的容器动态迁移方法包括以下步骤：

(1)、获取各节点资源利用率；

(2)、对容器迁移时机进行判断；

(3)、对待迁移容器进行迁移；

(4)、根据CPU、内存、能耗进行升序排列，选择目标节点。

步骤(1)中获取节点资源利用率，资源利用率包括CPU利用率、内存利用率、带宽利用率、I/O利用率，CPU利用率的计算公式如下：

其中，U_cpu为节点CPU利用率，CPU的利用分内核态(n)、用户态(u)、空闲态(f)三种状态，采用命令vmstat获得状态的返回值；

内存利用率计算公式如下：

其中，U_mem为节点的内存利用率，采用从/proc/meminfo命令中提取当前内存的空闲量Free和内存总量Total；

带宽利用率计算公式如下：

其中，U_bw为节点的带宽利用率，需要从/proc/net/dev命令文件中获取两个数据：从本机流入的数据包数(flow)和从本机流出的数据包数(out)，源节点的吞吐能力为all；

I/O利用率计算公式如下：

其中，U_I/O为节点的I/O口利用率，需要从指令docker stats中获取容器使用的I/O资源，V_I/Oi表示I/O在容器的使用情况，T_I/O表示物理节点的总的I/O资源。

如图2所示，为步骤(2)对容器迁移时间判断具体工作流程，节点CPU、内存、带宽、I/O口资源的利用率用一个四维向量表示U_mul＝{U_cpu，U_mem，U_bw，U_I/O}，T_up表示为高阈值，T_low表示为低阈值，具体步骤包括：

2-1、在3个连续周期内,节点采集到的资源向量U_mul的4个分量均小于阈值T_low,则发生底触发迁移,关闭源节点；

2-2、当U_cpu>T_up。，则CPU会触发迁移；

2-3、如果U_mem>T_up，则内存会触发迁移；

2-4、如果U_bw>T_up，则带宽会触发迁移；

2-5、如果U_I/O>T_up，则发生I/O口触发迁移；

若是其他情况，则表明物理主机负载正常，无需迁移。

如图3所示，为步骤(3)对待迁移容器进行选择具体工作流程，具体步骤包括：

3-1、在被触发的物理节点中，具有最大CPU利用率的容器记为C_cpu，若集群中的物理节点的CPU负载被触发，则选择容器C_cpu进行迁移；

3-2、在被触发的物理节点中，具有最大内存利用率的容器记为C_men，若物理节点的内存被触发，则选择容器C_mem进行迁移；

3-3、在被触发的物理节点中，具有最大带宽利用率的容器记为C_band，若物理节点带宽负载被触发，则选择容器C_band进行迁移；

3-4、在被触发的物理节点中，具有最大I/O利用率的容器记为C_I/O，若I/O口负载被触发，则选择容器C_I/O进行迁移。

步骤(4)中对列表集合中剩余的节点按照CPU、内存、能耗进行升序排列，选择目标节点：

4-1、容器迁移时间计算公式如下：

其中，v_i为迁移容器内存，b_i为迁移容器的带宽；

4-2、目标节点能耗计算公式如下：

其中，u₁(t)表示CPU的利用率；u₂(t)表示GPU的利用率，p_i(u₁(t))表示CPU能耗函数，p_j(u₂(t))表示GPU能耗函数，E表示目标节点能耗；

4-3、集群总能耗计算公式如下：

4-4、目标节点占集群能耗百分比计算公式如下：

4-5、按照CPU利用率、内存利用率、能耗百分比进行升序排列，满足CPU、内存总资源剩余较多且源节点耗能较少条件进行迁移，计算公式如下：

D＝min(α×U_CPU+β×U_mem+η×U_con) PM_j∈V_j

if VM(C、R)<PM_j(C_j、R_j)且α+β+η＝1

其中，V_j表示物理机节点集合，VM表示待迁移容器，C、R分别表示待迁移容器的CPU、内存资源，PM_j表示目标节点j，C_j、R_j表示目标节点j的可用CPU、内存资源。

本发明采用了容器动态迁移的方法解决了传统虚拟机迁移中的能耗高、效率低等问题，在一定程度上实现容器动态迁移过程中集群负载均衡，降低集群能耗的目的。

Claims (5)

1.一种基于能耗优化的容器动态迁移方法，其特征在于，包括以下步骤：

(1)、获取各节点资源利用率；

(2)、对容器迁移时机进行判断；

(3)、对待迁移容器进行迁移；

(4)、根据CPU、内存、能耗进行升序排列，选择目标节点。

2.根据权利要求1所述的一种基于降低能耗的容器动态迁移方法，其特征在于：所述的步骤(1)获取节点资源利用率，资源利用率包括CPU利用率、内存利用率、带宽利用率、I/O利用率；

CPU利用率的计算公式如下：

其中，U_cpu为节点CPU利用率，n表示CPU的利用分内核态、u表示用户态、f表示空闲态，采用命令vmstat获得状态的返回值；

内存利用率计算公式如下：

其中，U_mem为节点的内存利用率，采用从/proc/meminfo命令中提取当前内存的空闲量Free和内存总量Total；

带宽利用率计算公式如下：

其中，U_bw为节点的带宽利用率，需要从/proc/net/dev命令文件中获取两个数据：flow表示从本机流入的数据包数，out表示从本机流出的数据包数，all表示源节点的吞吐能力；

I/O利用率计算公式如下：

其中，U_I/O为节点的I/O口利用率，需要从指令docker stats中获取容器使用的I/O资源，V_I/Oi表示I/O在容器的使用情况，T_I/O表示物理节点的总的I/O资源。

3.根据权利要求1所述的一种基于能耗优化的容器动态迁移方法，其特征在于：所述的步骤(2)对容器迁移时机进行判断，节点CPU、内存、带宽、I/O口资源的利用率用一个四维向量表示U_mul＝{U_cpu，U_mem，U_bw，U_I/O}，T_up表示为高阈值，T_low表示为低阈值；

2-1、在3个连续周期内，节点采集到的资源向量U_mul的4个分量均小于阈值T_low，则发生底触发迁移，关闭源节点；

2-2、当U_CPU>T_up。，则CPU会触发迁移；

2-3、如果U_mem>T_up，则内存会触发迁移；

2-4、如果U_bw>T_up，则带宽会触发迁移；

2-5、如果U_I/O>T_up，则发生I/O口触发迁移；

若是其他情况，则表明物理主机负载正常，无需迁移。

4.根据权利要求1所述的一种基于能耗优化的容器动态迁移方法，其特征在于：所述的步骤(3)对待迁移容器进行选择的步骤如下：

3-1、在被触发的物理节点中，具有最大CPU利用率的容器记为C_cpu，若集群中的物理节点的CPU负载被触发，则选择容器C_cpu进行迁移；

3-2、在被触发的物理节点中，具有最大内存利用率的容器记为C_men，若物理节点的内存被触发，则选择容器C_mem进行迁移；

3-3、在被触发的物理节点中，具有最大带宽利用率的容器记为C_band，若物理节点带宽负载被触发，则选择容器C_band进行迁移；

3-4、在被触发的物理节点中，具有最大I/O利用率的容器记为C_I/O，若I/O口负载被触发，则选择容器C_I/O进行迁移。

5.根据权利要求1所述的一种基于能耗优化的容器动态迁移方法，其特征在于：所述的步骤(4)对列表集合中剩余的节点按照CPU、内存、能耗进行升序排列，选择目标节点的步骤如下：

4-1、容器迁移时间计算公式如下：

其中，v_i为迁移容器内存，b_i为迁移容器的带宽；

4-2、目标节点能耗计算公式如下：

其中，u₁(t)表示CPU的利用率；u₂(t)表示GPU的利用率，p_i(u₁(t))表示CPU能耗函数，p_j(u₂(t))表示GPU能耗函数，E表示为目标节点能耗；

4-3、集群总能耗计算公式如下：

4-4、目标节点占集群能耗百分比计算公式如下：

4-5、按照CPU利用率、内存利用率、能耗百分比进行升序排列，满足CPU、内存总资源剩余较多且源节点耗能较少条件进行迁移，计算公式如下：

D＝min(α×U_CPU+β×U_mem+η×U_con) PM_j∈V_j

if VM(C、R)<PM_j(C_j、R_j)且α+β+η＝1

其中，V_j表示物理机节点集合，VM表示待迁移容器，C、R分别表示待迁移容器的CPU、内存资源，PM_j表示目标节点j，C_j、R_j表示目标节点j的可用CPU、内存资源。