CN110515694A - 一种虚拟机迁移方法、装置、设备及存储介质 - Google Patents

一种虚拟机迁移方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN110515694A
CN110515694A CN201910684248.7A CN201910684248A CN110515694A CN 110515694 A CN110515694 A CN 110515694A CN 201910684248 A CN201910684248 A CN 201910684248A CN 110515694 A CN110515694 A CN 110515694A
Authority
CN
China
Prior art keywords
server
utilization rate
local
virtual machine
migration
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
Application number
CN201910684248.7A
Other languages
English (en)
Inventor
相启亮
朱波
刘正伟
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.)
Inspur Electronic Information Industry Co Ltd
Original Assignee
Inspur Electronic Information Industry 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 Inspur Electronic Information Industry Co Ltd filed Critical Inspur Electronic Information Industry Co Ltd
Priority to CN201910684248.7A priority Critical patent/CN110515694A/zh
Publication of CN110515694A publication Critical patent/CN110515694A/zh
Pending legal-status Critical Current

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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种虚拟机迁移方法、装置、设备及存储介质。该方法的步骤包括：获取本地物理服务器中多个计算资源项对应的计算资源使用率；依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率；判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率；如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本方法能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。此外，本申请还提供一种虚拟机迁移装置、设备及存储介质，有益效果同上所述。

Description

一种虚拟机迁移方法、装置、设备及存储介质
技术领域
本申请涉及云计算领域，特别是涉及一种虚拟机迁移方法、装置、设备及存储介质。
背景技术
随着云计算技术的不断发展，现在已应用到各行各业，通过互联网与云计算手段连接社会化资源、共享服务的步伐也越来越快，企业以互联网为基础进行信息化基础设施的建立及管理，并提供相应的云计算业务。
为了确保云计算业务在部署以及维护时的灵活性，当前往往是基于物理服务器的虚拟化平台建立虚拟机，并在虚拟机中运行相应的云计算业务。每个物理服务器上都会虚拟化出若干虚拟机承载云计算业务运行。由于各个物理服务器上运行的虚拟机数量不同、配置不同，因此负载也不一样，可能会出现因某个物理服务器负载过高而影响虚拟机中云计算业务的性能，因此在云计算领域中，物理服务器的高性能和稳定性工作也日益成为使用者最为关切的问题。
由此可见，提供一种虚拟机迁移方法，以相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性，是本领域技术人员需要解决的问题。
发明内容
本申请的目的是提供一种虚拟机迁移方法、装置、设备及存储介质，以相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
为解决上述技术问题，本申请提供一种虚拟机迁移方法，包括：
获取本地物理服务器中多个计算资源项对应的计算资源使用率；
依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率；
判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率；
如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则将本地物理服务器中的虚拟机迁移至其它物理服务器。
优选的，在判断其它物理服务器的其它服务器利用率小于本地服务器利用率之后，且在将本地物理服务器中的虚拟机迁移至其它物理服务器之前，方法还包括：
判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值；
如果本地服务器利用率与其它服务器利用率的差值达到迁移阈值，则执行将本地物理服务器中的虚拟机迁移至其它物理服务器的步骤。
优选的，在判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值之后，方法还包括：
如果本地服务器利用率与其它服务器利用率的差值未达到迁移阈值，则判断本地服务器利用率与其它服务器利用率的差值是否小于负载均衡阈值；
如果本地服务器利用率与其它服务器利用率的差值小于负载均衡阈值，则停止向其它物理服务器迁移虚拟机。
优选的，将本地物理服务器中的虚拟机迁移至其它物理服务器，包括：
将本地物理服务器中资源占用率最大的虚拟机迁移至其它物理服务器。
优选的，计算资源项包括CPU资源、内存资源、硬盘资源以及网络资源。
此外，本申请还提供一种虚拟机迁移装置，包括：
使用率获取模块，用于获取本地物理服务器中多个计算资源项对应的计算资源使用率；
利用率计算模块，用于依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率；
利用率判断模块，用于判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率，如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则调用迁移模块；
迁移模块，用于将本地物理服务器中的虚拟机迁移至其它物理服务器。
优选的，利用率判断模块在调用迁移模块之前，调用阈值判断模块；
阈值判断模块，用于判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值达到迁移阈值，则调用迁移模块。
优选的，阈值判断本地服务器利用率与其它服务器利用率的差值未达到迁移阈值模块时，调用均衡判断模块；
均衡判断模块，用于判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值小于负载均衡阈值，则调用迁移终止模块；
迁移终止模块，用于停止向其它物理服务器迁移虚拟机。
此外，本申请还提供一种虚拟机迁移设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述的虚拟机迁移方法的步骤。
此外，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的虚拟机迁移方法的步骤。
本申请所提供的虚拟机迁移方法，首先获取本地物理服务器汇总多个计算资源项相应的计算资源使用率，进而根据各计算资源使用率之间的权重，对各计算资源使用率进行加权计算，生成本地服务器利用率，进而通过对本地服务器利用率以及其它物理服务器的其它服务器利用率进行比较，当其它服务器利用率小于本地服务器利用率时，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本方法将本地物理服务器中各计算资源项之间加权计算得到的本地服务器利用率作为是否进行虚拟机迁移的综合判定参数，能够相对准确的反映本地物理服务器的整体负载情况，以此更加准确地判定本地物理服务器与其它物理服务器之间的负载差异，进而在进行虚拟机迁移后，能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。此外，本申请还提供一种虚拟机迁移装置、设备及存储介质，有益效果同上所述。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种虚拟机迁移方法的流程图；
图2为本申请实施例提供的一种虚拟机迁移方法的流程图；
图3为本申请实施例提供的一种虚拟机迁移装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
为了确保云计算业务在部署以及维护时的灵活性，当前往往是基于物理服务器的虚拟化平台建立虚拟机，并在虚拟机中运行相应的云计算业务。每个物理服务器上都会虚拟化出若干虚拟机承载云计算业务运行。由于各个物理服务器上运行的虚拟机数量不同、配置不同，因此负载也不一样，可能会出现因某个物理服务器负载过高而影响虚拟机中云计算业务的性能，因此在云计算领域中，物理服务器的高性能和稳定性工作也日益成为使用者最为关切的问题。
为此，本申请的核心是提供一种虚拟机迁移方法，以相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。本发明的另一核心是提供一种虚拟机迁移装置、设备及存储介质。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
图1为本申请实施例提供的一种虚拟机迁移方法的流程图。请参考图1，虚拟机迁移方法的具体步骤包括：
步骤S10：获取本地物理服务器中多个计算资源项对应的计算资源使用率。
需要说明的是，本方法的执行主体可以为本地物理服务器自身，或本地物理服务器以外的对本地物理服务器进行负载调控的其它设备。
本步骤的重点在于所获取的计算资源使用率是本地物理服务器中一个以上的计算资源项对应的使用率，目的是在后续步骤中根据物理服务器中多个计算资源项对应的使用率综合判定是否需要对本地物理服务器中的虚拟机进行迁移。
步骤S11：依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率。
需要说明的是，本方法预先设置有各计算资源项之间的权重，权重即表征计算资源项的重要程度，进而对各计算资源项的计算资源使用率进行综合运算，生成本地物理服务器整体层面的服务器利用率。具体的，本步骤在对各计算资源使用率进行综合运算时，根据各计算资源使用率对应计算资源项的重要性对参与运算的计算资源使用率进行相应的加权处理，以此相对确保最终结果在实际场景下的准确性。
作为一种优选的实施方式，计算资源项可以具体包括CPU资源、内存资源、硬盘资源以及网络资源中的任意多项。
由于CPU资源、内存资源、硬盘资源以及网络资源是直接影响服务器处理性能的计算资源项，基于CPU资源、内存资源、硬盘资源以及网络资源进行本地服务器利用率的计算，能够相对确保本地服务器利用率的准确性，以此在将虚拟机进行迁移后能够进一步确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
下面对于加权计算进行具体说明，例如本地物理服务器进行虚拟机迁移所参考的计算资源项具体为CPU和内存，则权重即为CPU使用率和内存使用率之间的比重，两者比重之和为100％，本地服务器利用率＝CPU使用率*CPU比重+内存使用率*内存比重。
步骤S12：判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率，如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则执行步骤S13。
步骤S13：将本地物理服务器中的虚拟机迁移至其它物理服务器。
可以理解的是，判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率的目的是判定其它物理服务器的整体资源占用水平是否低于本地物理服务器，如果其它物理服务器的整体资源占用水平低于本地物理服务器，则说明其它物理服务器的负载相对较低，具有更高的工作稳定性，因此当其它物理服务器的其它服务器利用率小于本地服务器利用率时，将本地物理服务器中的虚拟机迁移至其它物理服务器，以此通过其它物理服务器分摊本地物理服务器的负载。
需要说明的是，本实施例中的其它物理服务器与本地物理服务器是相对而言的，也就是说，对于进行虚拟机迁移的物理服务器即为本地物理服务器，而接收本地物理服务器传入的虚拟机的物理服务器即为对于本地物理服务器而言的其它物理服务器，而所谓的“其它物理服务器”在进行虚拟机迁移时也被认为是“本地物理服务器”，因此本实施例中的其它服务器利用率与本地服务器利用率的生成方式相同。
本申请所提供的虚拟机迁移方法，首先获取本地物理服务器汇总多个计算资源项相应的计算资源使用率，进而根据各计算资源使用率之间的权重，对各计算资源使用率进行加权计算，生成本地服务器利用率，进而通过对本地服务器利用率以及其它物理服务器的其它服务器利用率进行比较，当其它服务器利用率小于本地服务器利用率时，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本方法将本地物理服务器中各计算资源项之间加权计算得到的本地服务器利用率作为是否进行虚拟机迁移的综合判定参数，能够相对准确的反映本地物理服务器的整体负载情况，以此更加准确地判定本地物理服务器与其它物理服务器之间的负载差异，进而在进行虚拟机迁移后，能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
在上述实施例的基础上，作为一种优选的实施方式，将本地物理服务器中的虚拟机迁移至其它物理服务器，包括：
将本地物理服务器中资源占用率最大的虚拟机迁移至其它物理服务器。
需要说明的是，由于考虑到将本地物理服务器中的虚拟机迁移至其它物理服务器的目的是减轻本地物理服务器的工作负载，因此为了最大程度的减轻本地物理服务器的工作负载，可以优先将本地物理服务器中资源占用率最大的虚拟机迁移至其它物理服务器，以此最大程度确保本地物理服务器的工作稳定性。
图2为本申请实施例提供的一种虚拟机迁移方法的流程图。请参考图2，虚拟机迁移方法的具体步骤包括：
步骤S20：获取本地物理服务器中多个计算资源项对应的计算资源使用率。
步骤S21：依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率。
步骤S22：判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率，如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则执行步骤S23。
步骤S23：判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值达到迁移阈值，则执行步骤S24。
步骤S24：将本地物理服务器中的虚拟机迁移至其它物理服务器。
需要说明的是，本实施例的重点在于当判断其它物理服务器的其它服务利用率小于本地服务器利用率时，进一步判断本地服务器利用率与其它服务器利用率之间的差值是否达到迁移阈值，即判断本地服务器利用率与其它服务器利用率之间的差距是否能够达到迁移虚拟机的标准，可以理解的是，当本地服务器利用率高于其它服务器利用率，但是本地服务器利用率与其它服务器利用率的差距较小时，将本地物理服务器中的虚拟机迁移至其它物理服务器虽然能够减轻本地物理服务器的负载，但是会加剧该其它物理服务器的负载。因此本实施例在判断其它物理服务器的其它服务器利用率小于本地服务器利用率时，进一步判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值达到迁移阈值时，才将虚拟机迁移至其它物理服务器。以此在确保本地物理服务器工作稳定性的同时，也能确保其它物理服务器的工作稳定性，进而保证了被迁移虚拟机提供业务服务时的稳定性和可靠性。
在上述实施方式的基础上，作为一种优选的实施方式，在判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值之后，方法还包括：
如果本地服务器利用率与其它服务器利用率的差值未达到迁移阈值，则判断本地服务器利用率与其它服务器利用率的差值是否小于负载均衡阈值；
如果本地服务器利用率与其它服务器利用率的差值小于负载均衡阈值，则停止向其它物理服务器迁移虚拟机。
可以理解的是，本实施方式中，当判断本地服务器利用率与其它服务器利用率的差值未达到迁移阈值时，为了确定本地物理服务器与其它物理服务器之间的负载是否已经达到均衡状态，进一步判断本地服务器利用率与其它服务器利用率的差值是否小于负载均衡阈值，即判断本地服务器利用率与其它服务器利用率之间的差距是否小于一定的阈值范围，如果是，则认为本地服务器利用率与其它服务器利用率相近，在此情况下停止向其它物理服务器迁移虚拟机，以此确保本地物理服务器与其它服务器之间整体的工作稳定性，进而相对确保虚拟机提供业务服务时的稳定性和可靠性。
图3为本申请实施例提供的一种虚拟机迁移装置的结构图。本申请实施例提供的虚拟机迁移装置，包括：
使用率获取模块10，用于获取本地物理服务器中多个计算资源项对应的计算资源使用率；
利用率计算模块11，用于依照各计算资源项之间的权重对各计算资源使用率进行加权计算，生成本地服务器利用率；
利用率判断模块12，用于判断其它物理服务器的其它服务器利用率是否小于本地服务器利用率，如果其它物理服务器的其它服务器利用率小于本地服务器利用率，则调用迁移模块13；
迁移模块13，用于将本地物理服务器中的虚拟机迁移至其它物理服务器。
在上述虚拟机迁移装置的基础上，本申请还提供如下优选的实施方式。
作为一种优选的实施方式，利用率判断模块在调用迁移模块之前，调用阈值判断模块；
阈值判断模块，用于判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值达到迁移阈值，则调用迁移模块。
此外，作为一种优选的实施方式，阈值判断本地服务器利用率与其它服务器利用率的差值未达到迁移阈值模块时，调用均衡判断模块；
均衡判断模块，用于判断本地服务器利用率与其它服务器利用率的差值是否达到迁移阈值，如果本地服务器利用率与其它服务器利用率的差值小于负载均衡阈值，则调用迁移终止模块；
迁移终止模块，用于停止向其它物理服务器迁移虚拟机。
本申请所提供的虚拟机迁移装置，首先获取本地物理服务器汇总多个计算资源项相应的计算资源使用率，进而根据各计算资源使用率之间的权重，对各计算资源使用率进行加权计算，生成本地服务器利用率，进而通过对本地服务器利用率以及其它物理服务器的其它服务器利用率进行比较，当其它服务器利用率小于本地服务器利用率时，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本装置将本地物理服务器中各计算资源项之间加权计算得到的本地服务器利用率作为是否进行虚拟机迁移的综合判定参数，能够相对准确的反映本地物理服务器的整体负载情况，以此更加准确地判定本地物理服务器与其它物理服务器之间的负载差异，进而在进行虚拟机迁移后，能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
此外，本申请还提供一种虚拟机迁移设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述的虚拟机迁移方法的步骤。
本申请所提供的虚拟机迁移设备，首先获取本地物理服务器汇总多个计算资源项相应的计算资源使用率，进而根据各计算资源使用率之间的权重，对各计算资源使用率进行加权计算，生成本地服务器利用率，进而通过对本地服务器利用率以及其它物理服务器的其它服务器利用率进行比较，当其它服务器利用率小于本地服务器利用率时，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本设备将本地物理服务器中各计算资源项之间加权计算得到的本地服务器利用率作为是否进行虚拟机迁移的综合判定参数，能够相对准确的反映本地物理服务器的整体负载情况，以此更加准确地判定本地物理服务器与其它物理服务器之间的负载差异，进而在进行虚拟机迁移后，能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
此外，本发明还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的虚拟机迁移方法的步骤。
本申请所提供的计算机可读存储介质，首先获取本地物理服务器汇总多个计算资源项相应的计算资源使用率，进而根据各计算资源使用率之间的权重，对各计算资源使用率进行加权计算，生成本地服务器利用率，进而通过对本地服务器利用率以及其它物理服务器的其它服务器利用率进行比较，当其它服务器利用率小于本地服务器利用率时，则将本地物理服务器中的虚拟机迁移至其它物理服务器。本计算机可读存储介质将本地物理服务器中各计算资源项之间加权计算得到的本地服务器利用率作为是否进行虚拟机迁移的综合判定参数，能够相对准确的反映本地物理服务器的整体负载情况，以此更加准确地判定本地物理服务器与其它物理服务器之间的负载差异，进而在进行虚拟机迁移后，能够相对确保物理服务器的负载均衡，提高虚拟机提供业务服务时的稳定性和可靠性。
以上对本申请所提供的一种虚拟机迁移方法、装置、设备及存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种虚拟机迁移方法，其特征在于，包括：
获取本地物理服务器中多个计算资源项对应的计算资源使用率；
依照各所述计算资源项之间的权重对各所述计算资源使用率进行加权计算，生成本地服务器利用率；
判断其它物理服务器的其它服务器利用率是否小于所述本地服务器利用率；
如果所述其它物理服务器的其它服务器利用率小于所述本地服务器利用率，则将所述本地物理服务器中的虚拟机迁移至所述其它物理服务器。
2.根据权利要求1所述的虚拟机迁移方法，其特征在于，在判断所述其它物理服务器的其它服务器利用率小于所述本地服务器利用率之后，且在所述将所述本地物理服务器中的虚拟机迁移至所述其它物理服务器之前，所述方法还包括：
判断所述本地服务器利用率与所述其它服务器利用率的差值是否达到迁移阈值；
如果所述本地服务器利用率与所述其它服务器利用率的差值达到所述迁移阈值，则执行所述将所述本地物理服务器中的虚拟机迁移至所述其它物理服务器的步骤。
3.根据权利要求2所述的虚拟机迁移方法，其特征在于，在所述判断所述本地服务器利用率与所述其它服务器利用率的差值是否达到迁移阈值之后，所述方法还包括：
如果所述本地服务器利用率与所述其它服务器利用率的差值未达到所述迁移阈值，则判断所述本地服务器利用率与所述其它服务器利用率的差值是否小于负载均衡阈值；
如果所述本地服务器利用率与所述其它服务器利用率的差值小于所述负载均衡阈值，则停止向所述其它物理服务器迁移所述虚拟机。
4.根据权利要求1所述的虚拟机迁移方法，其特征在于，所述将所述本地物理服务器中的虚拟机迁移至所述其它物理服务器，包括：
将所述本地物理服务器中资源占用率最大的虚拟机迁移至所述其它物理服务器。
5.根据权利要求1至4任意一项所述的虚拟机迁移方法，其特征在于，所述计算资源项包括CPU资源、内存资源、硬盘资源以及网络资源。
6.一种虚拟机迁移装置，其特征在于，包括：
使用率获取模块，用于获取本地物理服务器中多个计算资源项对应的计算资源使用率；
利用率计算模块，用于依照各所述计算资源项之间的权重对各所述计算资源使用率进行加权计算，生成本地服务器利用率；
利用率判断模块，用于判断其它物理服务器的其它服务器利用率是否小于所述本地服务器利用率，如果所述其它物理服务器的其它服务器利用率小于所述本地服务器利用率，则调用迁移模块；
所述迁移模块，用于将所述本地物理服务器中的虚拟机迁移至所述其它物理服务器。
7.根据权利要求6所述的虚拟机迁移装置，其特征在于，所述利用率判断模块在调用所述迁移模块之前，调用阈值判断模块；
所述阈值判断模块，用于判断所述本地服务器利用率与所述其它服务器利用率的差值是否达到迁移阈值，如果所述本地服务器利用率与所述其它服务器利用率的差值达到所述迁移阈值，则调用所述迁移模块。
8.根据权利要求7所述的虚拟机迁移装置，其特征在于，所述阈值判断所述本地服务器利用率与所述其它服务器利用率的差值未达到所述迁移阈值模块时，调用均衡判断模块；
所述均衡判断模块，用于判断所述本地服务器利用率与所述其它服务器利用率的差值是否达到迁移阈值，如果所述本地服务器利用率与所述其它服务器利用率的差值小于所述负载均衡阈值，则调用迁移终止模块；
所述迁移终止模块，用于停止向所述其它物理服务器迁移所述虚拟机。
9.一种虚拟机迁移设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的虚拟机迁移方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述虚拟机迁移方法的步骤。
CN201910684248.7A 2019-07-26 2019-07-26 一种虚拟机迁移方法、装置、设备及存储介质 Pending CN110515694A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910684248.7A CN110515694A (zh) 2019-07-26 2019-07-26 一种虚拟机迁移方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910684248.7A CN110515694A (zh) 2019-07-26 2019-07-26 一种虚拟机迁移方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN110515694A true CN110515694A (zh) 2019-11-29

Family

ID=68623735

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910684248.7A Pending CN110515694A (zh) 2019-07-26 2019-07-26 一种虚拟机迁移方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN110515694A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111866902A (zh) * 2020-07-01 2020-10-30 中国联合网络通信集团有限公司 资源利用率的评估方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7484208B1 (en) * 2002-12-12 2009-01-27 Michael Nelson Virtual machine migration
CN103942105A (zh) * 2014-03-20 2014-07-23 华为技术有限公司 一种获取资源利用情况的方法和装置
CN105260245A (zh) * 2015-11-04 2016-01-20 浪潮(北京)电子信息产业有限公司 一种资源调度方法及装置
CN105893155A (zh) * 2016-04-14 2016-08-24 广州杰赛科技股份有限公司 虚拟机负载均衡控制方法与装置
CN106686039A (zh) * 2015-11-10 2017-05-17 华为技术有限公司 一种云计算系统中的资源调度方法及装置
CN106897116A (zh) * 2017-02-27 2017-06-27 郑州云海信息技术有限公司 一种虚拟机迁移方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7484208B1 (en) * 2002-12-12 2009-01-27 Michael Nelson Virtual machine migration
CN103942105A (zh) * 2014-03-20 2014-07-23 华为技术有限公司 一种获取资源利用情况的方法和装置
CN105260245A (zh) * 2015-11-04 2016-01-20 浪潮(北京)电子信息产业有限公司 一种资源调度方法及装置
CN106686039A (zh) * 2015-11-10 2017-05-17 华为技术有限公司 一种云计算系统中的资源调度方法及装置
CN105893155A (zh) * 2016-04-14 2016-08-24 广州杰赛科技股份有限公司 虚拟机负载均衡控制方法与装置
CN106897116A (zh) * 2017-02-27 2017-06-27 郑州云海信息技术有限公司 一种虚拟机迁移方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111866902A (zh) * 2020-07-01 2020-10-30 中国联合网络通信集团有限公司 资源利用率的评估方法和装置

Similar Documents

Publication Publication Date Title
US20220078036A1 (en) Asset management with respect to a shared pool of configurable computing resources
US9336059B2 (en) Forecasting capacity available for processing workloads in a networked computing environment
Grozev et al. Multi-cloud provisioning and load distribution for three-tier applications
US10365955B2 (en) Resource allocation in cloud environment
US10506024B2 (en) System and method for equitable processing of asynchronous messages in a multi-tenant platform
JP6019139B2 (ja) クラウドサービス間の転送時のアプリケーション性能の維持
US11573835B2 (en) Estimating resource requests for workloads to offload to host systems in a computing environment
Liu et al. Minimum-cost cloud storage service across multiple cloud providers
US20120131172A1 (en) Managing service level agreements using statistical process control in a networked computing environment
RU2015114568A (ru) Автоматизированное профилирование использования ресурса
US20240013328A1 (en) Workload distribution optimizer
Mittal et al. Mu: An efficient, fair and responsive serverless framework for resource-constrained edge clouds
CN106161661A (zh) 一种分布式负载均衡调度的方法及装置
Limam et al. Data replication strategy with satisfaction of availability, performance and tenant budget requirements
US20200169602A1 (en) Determining allocatable host system resources to remove from a cluster and return to a host service provider
US20200042352A1 (en) Heterogeneous resource reservation
Haidri et al. A deadline aware load balancing strategy for cloud computing
US10877814B2 (en) Profiling workloads in host systems allocated to a cluster to determine adjustments to allocation of host systems to the cluster
US10990519B2 (en) Multi-tenant cloud elastic garbage collector
CN110515694A (zh) 一种虚拟机迁移方法、装置、设备及存储介质
US10067778B2 (en) Management system, recording medium and method for managing virtual machines
US11269689B2 (en) Distribution of components of displayed data between a server and a client based on server and client load factors
Arivudainambi et al. Scheduling optimized secured virtual machine using cuckoo search and flow analyzer
CN105262808B (zh) 一种在大数据背景下的负载平衡系统
Swain et al. An Energy Efficient Virtual Machine Placement Scheme for Intelligent Resource Management at Cloud Data Center

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191129