CN110647384A - 一种优化云数据中心虚拟机迁移方法 - Google Patents

一种优化云数据中心虚拟机迁移方法 Download PDF

Info

Publication number
CN110647384A
CN110647384A CN201910907220.5A CN201910907220A CN110647384A CN 110647384 A CN110647384 A CN 110647384A CN 201910907220 A CN201910907220 A CN 201910907220A CN 110647384 A CN110647384 A CN 110647384A
Authority
CN
China
Prior art keywords
physical server
virtual machine
migration
utilization rate
data center
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
CN201910907220.5A
Other languages
English (en)
Inventor
吴小东
曾玉珠
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.)
Quanzhou Normal University
Original Assignee
Quanzhou Normal 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 Quanzhou Normal University filed Critical Quanzhou Normal University
Priority to CN201910907220.5A priority Critical patent/CN110647384A/zh
Publication of CN110647384A publication Critical patent/CN110647384A/zh
Pending legal-status Critical Current

Links

Images

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Power Sources (AREA)

Abstract

本发明涉及一种优化云数据中心虚拟机迁移方法，当当前的物理服务器超负荷时，则选择其上的一部分虚拟机，并将其迁移至目标物理服务器。在选择虚拟机进行迁移的时候，本发明考虑到尽量减少虚拟机迁移的次数，尽量选择恰好能够使主机不再超负荷运行的虚拟机进行迁移，以减少迁移导致的开销以及对系统稳定性的影响，在提高系统稳定性的同时降低了整体的能量消耗。

Description

一种优化云数据中心虚拟机迁移方法
技术领域
本发明涉及计算机科学技术领域，特别是一种优化云数据中心虚拟机迁移方法。
背景技术
随着云计算、大数据与物联网在各个领域的应用，大量的云计算数据中心被建立，数据中心的规模不断扩大。数据中心中的服务器、冷却设备以及路由器、交换机、互联网设备等消耗了巨大的电量。数据中心的高能耗一方面提高了运营高成本，另一方面，还将导致系统运行的不稳定、甚至导致环境问题，对空气质量、气候变化甚至电网可靠性造成影响，如何降低云数据中心的能耗已经成为一个重要的问题。
除了硬件层面的节能，在软件方面，云计算中的资源虚拟化和虚拟机动态迁移技术是目前数据中心解决能耗问题的主要方法。通过采用虚拟化技术，可以在一台物理服务器上同时运行多个虚拟机对用户提供服务，这样可以大大提高服务器的资源利用率，减少了所使用物理服务器的数量，从而降低总体的能量消耗。另一方面，云计算的负载通常是不均衡且会随时间动态变化的，因此，在对资源虚拟化之后还需要考虑资源的动态优化分配问题，虚拟机的分配是云数据中心能耗优化的一个重要方面。目前普遍采取的方法是，通过虚拟机的动态迁移技术，根据服务器的实际负载状况，对所需开启的物理服务器进行压缩整合，在满足计算需求的前提下，减少需要启动的物理服务器的数量，从而达到降低数据中心总体能耗的目标。例如，将一些负载较低的服务器上的所有虚拟机迁移到其它服务器运行，然后将服务器置为低功耗状态，以减少物理服务器的能耗。
现有的虚拟机迁移算法通过减少物理服务器的数量能够有效的降低能耗，但虚拟机的迁移需要一定的开销，由于未考虑控制虚拟机迁移的次数，频繁的虚拟机迁移将影响云数据中心的性能。
现有的云计算数据中心节能策略，在物理服务器之间对上面运行的虚拟机进行动态地迁移、对物理服务器重新整合，以减少物理服务器的使用数量，从而降低电量消耗。然而，在对服务器重整的时候，虚拟机的迁移需要一定的开销。若未考虑虚拟机迁移导致的对性能的负面影响，在迁移频繁的时候，将可能影响云数据中心提供的服务的稳定性，甚至导致服务等级协议SLA违例。
发明内容
有鉴于此，本发明的目的是提出一种优化云数据中心虚拟机迁移方法，在考虑降低数据中心能耗的同时减少虚拟机迁移的次数，以提升云计算的服务质量，从而降低数据中心能量消耗以及提高系统稳定性。
本发明采用以下方案实现：一种优化云数据中心虚拟机迁移方法，具体为：当当前的物理服务器超负荷时，则从该物理服务器上选择一部分虚拟机，并将其迁移至目标物理服务器。
进一步地，所述物理服务器超负荷的判定具体为：设置一个利用率静态阈值，若物理服务器的利用率超过此静态阈值，则认为此物理服务器处于越负荷运行状态，需要从中迁出虚拟机。
进一步地，所述利用率静态阈值的设置范围为小于1的实数，以避免服务水平协议SLA违例。
仿真实验结果表明，为了防止SLA违例，当所述利用率静态阈值的设置范围为0.7-0.8时，与现有的未考虑虚拟机迁移次数的方法相比，本发明可以更好地减少虚拟机的迁移次数并降低能量消耗，实现更显著的效果。因此本发明优选利用率静态阈值的设置范围为0.7-0.8。
进一步地，所述从该物理服务器上选择一部分虚拟机具体包括以下步骤：
步骤S1：设置一虚拟机迁移集合，令此集合初始化为空集；
步骤S2：对于当前待处理的物理服务器，若其利用率大于预设的利用率静态阈值，则进入步骤S3，否则，如果物理服务器的利用率未超过利用率静态阈值，则当前物理服务器处于正常工作状态，不需要从中再选择虚拟机迁出，输出当前虚拟机迁移集合；
步骤S3：计算当前待处理的物理服务器的利用率与预设的利用率静态阈值之间的差值d，即d=物理主机利用率-静态利用率阈值；
步骤S4：从当前物理服务器上运行的虚拟机中，选择一台利用率最接近d的虚拟机，并将其加入到迁移集合中；
步骤S5：重新计算当前物理服务器迁出步骤S4所确定的虚拟机之后的利用率，并更新此物理服务器的利用率，返回步骤S2。
进一步地，步骤S4中，所述虚拟机的利用率为此虚拟机所需的计算能力与物理服务器的最大计算能力的比值。
进一步地，所述计算能力采用MIPS表示，即每秒钟运行的指令数量。
进一步地，所述目标物理服务器的选择具体为：对于虚拟机迁移集合中的每一台待迁移的虚拟机，将其迁移至一台导致功耗增量最小的物理服务器上，以尽量减小数据中心能耗。
本发明还提供了一种计算机可读存储介质，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运行时能够实现如权利要求1-8任一项所述方法的步骤。
与现有技术相比，本发明有以下有益效果：本发明在确定虚拟机迁移时，考虑到了尽量进行较少的虚拟机迁移以满足主机运行状态不超负荷的要求，在提高系统稳定性的同时降低了整体的能量消耗。
附图说明
图1为本发明实施例的方法原理示意图。
图2为本发明实施例的迁移虚拟机选择流程示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本实施例提供了一种优化云数据中心虚拟机迁移方法，具体为：当当前的物理服务器超负荷时，则从该物理服务器上选择一部分虚拟机，并将其迁移至目标物理服务器。
在本实施例中，所述物理服务器超负荷的判定具体为：设置一个利用率静态阈值，若物理服务器的利用率超过此静态阈值，则认为此物理服务器处于越负荷运行状态，需要从中迁出虚拟机。
在本实施例中，所述利用率静态阈值的设置范围为小于1的实数，以避免服务水平协议SLA违例。
仿真实验结果表明，为了防止SLA违例，当所述利用率静态阈值的设置范围为0.7-0.8时，与现有的未考虑虚拟机迁移次数的方法相比，本发明可以更好地减少虚拟机的迁移次数并降低能量消耗，实现更好的效果。因此本发明优选利用率静态阈值的设置范围为0.7-0.8。
在本实施例中，如图2所示（图中，物理主机即物理服务器），所述从该物理服务器上选择一部分虚拟机具体包括以下步骤：
步骤S1：设置一虚拟机迁移集合，令此集合初始化为空集；
步骤S2：对于当前待处理的物理服务器，若其利用率大于预设的利用率静态阈值，则进入步骤S3，否则，如果物理服务器的利用率未超过利用率静态阈值，则当前物理服务器处于正常工作状态，不需要从中再选择虚拟机迁出，输出当前虚拟机迁移集合；
步骤S3：计算当前待处理的物理服务器的利用率与预设的利用率静态阈值之间的差值d，即d=物理主机利用率-静态利用率阈值；
步骤S4：从当前物理服务器上运行的虚拟机中，选择一台利用率最接近d的虚拟机，并将其加入到迁移集合中；
步骤S5：重新计算当前物理服务器迁出步骤S4所确定的虚拟机之后的利用率，并更新此物理服务器的利用率，返回步骤S2。
在本实施例中，步骤S4中，所述虚拟机的利用率为此虚拟机所需的计算能力与物理服务器的最大计算能力的比值。
在本实施例中，所述计算能力采用MIPS表示，即每秒钟运行的指令数量。
在本实施例中，所述目标物理服务器的选择具体为：对于虚拟机迁移集合中的每一台待迁移的虚拟机，将其迁移至一台导致功耗增量最小的物理服务器上，以尽量减小数据中心能耗。
本实施例还提供了一种计算机可读存储介质，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运行时能够实现如权利要求1-8任一项所述方法的步骤。
在选择虚拟机进行迁移的时候，本实施例考虑到尽量减少虚拟机迁移的次数，尽量选择恰好能够使主机不再超负荷运行的虚拟机进行迁移，以减少迁移导致的开销以及对系统稳定性的影响。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。

Claims (9)

1.一种优化云数据中心虚拟机迁移方法，其特征在于，当当前的物理服务器超负荷时，则从该物理服务器上选择一部分虚拟机，并将其迁移至目标物理服务器。
2.根据权利要求1所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述物理服务器超负荷的判定具体为：设置一个利用率静态阈值，若物理服务器的利用率超过此静态阈值，则认为此物理服务器处于越负荷运行状态，需要从中迁出虚拟机。
3.根据权利要求2所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述利用率静态阈值的设置范围为小于1的实数，以避免服务水平协议SLA违例。
4.根据权利要求2所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述利用率静态阈值的设置范围为0.7-0.8。
5.根据权利要求1所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述从该物理服务器上选择一部分虚拟机具体包括以下步骤：
步骤S1：设置一虚拟机迁移集合，令此集合初始化为空集；
步骤S2：对于当前待处理的物理服务器，若其利用率大于预设的利用率静态阈值，则进入步骤S3，否则，输出当前虚拟机迁移集合；
步骤S3：计算当前待处理的物理服务器的利用率与预设的利用率静态阈值之间的差值d；
步骤S4：从当前物理服务器上运行的虚拟机中，选择一台利用率最接近d的虚拟机，并将其加入到迁移集合中；
步骤S5：重新计算当前物理服务器迁出步骤S4所确定的虚拟机之后的利用率，并更新此物理服务器的利用率，返回步骤S2。
6.根据权利要求5所述的一种优化云数据中心虚拟机迁移方法，其特征在于，步骤S4中，所述虚拟机的利用率为此虚拟机所需的计算能力与物理服务器的最大计算能力的比值。
7.根据权利要求6所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述计算能力采用MIPS表示，即每秒钟运行的指令数量。
8.根据权利要求1所述的一种优化云数据中心虚拟机迁移方法，其特征在于，所述目标物理服务器的选择具体为：对于每一台待迁移的虚拟机，将其迁移至一台导致功耗增量最小的物理服务器上。
9.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时能够实现如权利要求1-8任一项所述方法的步骤。
CN201910907220.5A 2019-09-24 2019-09-24 一种优化云数据中心虚拟机迁移方法 Pending CN110647384A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910907220.5A CN110647384A (zh) 2019-09-24 2019-09-24 一种优化云数据中心虚拟机迁移方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910907220.5A CN110647384A (zh) 2019-09-24 2019-09-24 一种优化云数据中心虚拟机迁移方法

Publications (1)

Publication Number Publication Date
CN110647384A true CN110647384A (zh) 2020-01-03

Family

ID=69011223

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910907220.5A Pending CN110647384A (zh) 2019-09-24 2019-09-24 一种优化云数据中心虚拟机迁移方法

Country Status (1)

Country Link
CN (1) CN110647384A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049716A (zh) * 2014-06-03 2014-09-17 中国科学院计算技术研究所 一种结合温度感知的计算机节能方法及系统
CN104636197A (zh) * 2015-01-29 2015-05-20 东北大学 一种数据中心虚拟机迁移调度策略的评价方法
US20160196157A1 (en) * 2015-01-05 2016-07-07 Fujitsu Limited Information processing system, management device, and method of controlling information processing system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049716A (zh) * 2014-06-03 2014-09-17 中国科学院计算技术研究所 一种结合温度感知的计算机节能方法及系统
US20160196157A1 (en) * 2015-01-05 2016-07-07 Fujitsu Limited Information processing system, management device, and method of controlling information processing system
CN104636197A (zh) * 2015-01-29 2015-05-20 东北大学 一种数据中心虚拟机迁移调度策略的评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴小东: ""云数据中心基于阈值的虚拟机迁移节能调度算法"", 《华中科技大学学报(自然科学版)》 *

Similar Documents

Publication Publication Date Title
Hussain et al. Energy and performance-efficient task scheduling in heterogeneous virtualized cloud computing
Zhou et al. Virtual machine placement algorithm for both energy-awareness and SLA violation reduction in cloud data centers
Borgetto et al. Energy-efficient and SLA-aware management of IaaS clouds
CN104102543A (zh) 一种云计算环境中负载调整的方法和装置
Deng et al. Dynamic virtual machine consolidation for improving energy efficiency in cloud data centers
CN104461673B (zh) 一种虚拟机迁移判定方法及装置
Wu et al. An energy efficient VM migration algorithm in data centers
CN115237580B (zh) 面向智能计算的流水并行训练自适应调整系统、方法
CN104008018A (zh) 云计算环境下虚拟机在线迁移方法
Ranjana et al. A survey on power aware virtual machine placement strategies in a cloud data center
CN109960579B (zh) 一种调整业务容器的方法及装置
CN107197013B (zh) 一种增强云计算环境节能系统
CN113127146A (zh) 一种异构动态随机调度方法及系统
CN109783304B (zh) 一种数据中心的节能调度方法及对应装置
CN110647384A (zh) 一种优化云数据中心虚拟机迁移方法
CN113778627B (zh) 一种创建云资源的调度方法
Xu et al. VMs placement strategy based on distributed parallel ant colony optimization algorithm
Dad et al. Energy efficient vm live migration and allocation at cloud data centers
Chen et al. Optimization of the overload detection algorithm for virtual machine consolidation
Pham et al. A general and practical consolidation framework in CloudNFV
Malhotra A critical survey of virtual machine migration techniques in cloud computing
CN107391229B (zh) 一种基于vmware虚拟化的集群填满方法及装置
Wattanasomboon et al. Virtual machine placement method for energy saving in cloud computing
Bhaskar et al. KBR: knowledge based reduction method for virtual machine migration in cloud computing
Elsedimy et al. An Enhanced Multi-Objective Algorithm for Virtual Machine Placement in the Cloud Computing Environment

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: 20200103

RJ01 Rejection of invention patent application after publication