CN110874248A - 一种云计算环境中虚拟机启动加速方法及系统 - Google Patents
一种云计算环境中虚拟机启动加速方法及系统 Download PDFInfo
- Publication number
- CN110874248A CN110874248A CN201811010764.3A CN201811010764A CN110874248A CN 110874248 A CN110874248 A CN 110874248A CN 201811010764 A CN201811010764 A CN 201811010764A CN 110874248 A CN110874248 A CN 110874248A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- virtual machines
- virtual
- cloud computing
- starting
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000001133 acceleration Effects 0.000 title description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
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
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- 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
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
-
- 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
-
- 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
- G06F2009/45575—Starting, stopping, suspending or resuming 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)
- Stored Programmes (AREA)
Abstract
一种云计算环境中虚拟机启动加速方法及系统,其系统包括虚拟机、负载均衡器、监控模块、预测模块、调度模块以及预加载模块。本发明的有益效果为:设置模块对虚拟机群历史的负载数据进行分析,推算出该虚拟机集群中的最佳节点个数,根据虚拟机集群中的节点类型,选择所需要的虚拟机镜像,提前一个时间片启动所需个数的虚拟机,在到达该时间点需要使用这些虚拟机时,在线完成所有虚拟机的配置扩充以达到真实使用的需要,这个过程可以秒级完成,相比较于虚拟机的开机和服务加载过程,大大的缩短了时间,优化了虚拟机启动过程,在尽可能少的资源消耗情况下,提供尽可能快速稳定可靠的虚拟机集群服务。
Description
技术领域
本发明涉及云计算领域,尤其涉及一种云计算环境中虚拟机启动加速方法及系统。
背景技术
云计算平台作为一种基础服务平台,以虚拟机的形式为用户提供计算存储和网络资源。随着云计算平台服务的升级和优化,在真实的用户应用场景中,云平台往往需要以资源池的形式给用户提供虚拟机集群服务,比如一个数据库集群,中间件缓存集群,或者无状态服务集群等,通过负载均衡器统一提供对外接口服务。在这样的虚拟机集群中,可以根据当前集群的健康状况以及负载情况,动态的增加或者减少虚拟机,从而可以在尽可能少的资源消耗情况下,提供尽可能快速稳定可靠的虚拟机集群。
虚拟机集群动态增加节点的需求催生了对虚拟机启动过程优化的需要。在现有的虚拟机启动过程中,大部分环境都省去了耗时很长的虚拟机镜像拷贝的环节,在虚拟机启动请求发起之后,只需要完成为虚拟机配置网络、初始化配置信息、操作系统开机启动、加载虚拟机内的服务等这些步骤。这些过程需要耗时十几秒到几分钟不等,主要取决于所选虚拟机的操作系统类型以及虚拟机内需要加载的服务类型。
在虚拟机集群应用场景中,需要根据集群负载的动态来增加节点,这些节点往往需要开机启动之后加载各项服务以对外响应,如果虚拟机启动速度过慢,就会降低用户体验。
因此,针对以上缺陷,需要对现有技术进行有效创新。
发明内容
本发明的目的是在云计算虚拟机集群应用场景中,优化虚拟机启动过程,在尽可能少的资源消耗情况下,提供尽可能快速稳定可靠的虚拟机集群服务。
为了实现上述目的,本发明采用如下技术方案:
一种云计算环境中虚拟机启动加速方法,所述云计算环境中提供虚拟机集群服务,其中每个虚拟机集群包括多个虚拟机和一个负载均衡器,同一虚拟机集群中的多个虚拟机使用同一个虚拟机镜像,具有相同的配置参数,并通过所述负载均衡器对外提供服务,包括以下步骤,
S1:定时记录虚拟机集群中所有虚拟机的总负载值P(t,m),其中t为时间点,m为虚拟机集群类型;
S2:根据虚拟机集群中所有虚拟机的总负载值P(t,m),预测该虚拟机集群下一个时间点的负载值P(t+1,m);
S3:根据下一个时间点的负载值P(t+1,m),推算出最佳节点个数N(t+1,m);
S4:根据最佳节点个数N(t+1,m),执行预加载过程;
相应的,在步骤S1中,每5分钟记录一次虚拟机集群中所有虚拟机的总负载值;
相应的,在步骤S2中,根据历史记录的负载值[P(t-n,m),P(t-n-1,m),…,P(t-1,m),P(t,m)]来预测下一个时间点的负载值P(t+1,m),其中,
相应的,提前的时间点个数n以及不同时间片的负载值权重δn是基于上一条所述模型,根据历史负载数据推算获得;
相应的,在步骤S3中,设定警告负载值a和严重负载值b,其中a、b均为正数,且a<b,根据以下对应关系计算最佳节点个数,
a)P(t,m)>b的时候,N(t,m)=N(t-1,m)+2,
b)P(t,m)<a的时候,N(t,m)=N(t-1,m),
c)a≤P(t,m)≤b的时候,N(t,m)=N(t-1,m)+1;
相应的,所述警告负载值a为80%,严重负载值b为90%;
相应的,在步骤S4中,预加载过程如下,
a)根据虚拟机集群中的节点类型,选择所需要的虚拟机镜像,选择最小的资源配置,提前一个时间片启动所需个数的虚拟机;
b)完成这些虚拟机的开机和服务加载过程;
c)在到达需要使用这些虚拟机的时间点之前,在线完成所有虚拟机的配置扩充;
d)添加这些虚拟机添加到集群中;
相应的,最小资源配置包括CPU,内存,硬盘配置,在能够加载操作系统和应用的前提下选择最小的配置项;
相应的,在线完成虚拟机的配置包括在线扩充CPU、内存和硬盘的配置;
一种云计算环境中虚拟机启动加速系统,包括虚拟机、负载均衡器、监控模块、预测模块、调度模块以及预加载模块,其特征在于:所述的虚拟机设置有多个,多个虚拟机使用同一个虚拟机镜像,并连接至同一个负载均衡器上,形成一个虚拟机集群,虚拟机集群中的所有虚拟机连接同一个监控模块,所述的监控模块记录虚拟机集群环境的负载值P(t,m),其中t为时间点,m为不同的虚拟机集群类型,所述的预测模块根据监控模块的输出数据P(t,m),预测每一个虚拟机集群下一个时间点的负载情况P(t+1,m),所述的调度模块根据下一个时间点的负载情况P(t+1,m),推算出对应的最佳节点个数N(t+1,m),所述的预加载模块根据调度模块针对下一个时间点的推算结果,执行预加载过程。
本发明的有益效果为:设置模块对虚拟机群历史的负载数据进行分析,推算出该虚拟机集群中的最佳节点个数,根据虚拟机集群中的节点类型,选择所需要的虚拟机镜像,提前一个时间片启动所需个数的虚拟机,在到达该时间点需要使用这些虚拟机时,在线完成所有虚拟机的配置扩充以达到真实使用的需要,这个过程可以秒级完成,相比较于虚拟机的开机和服务加载过程,大大的缩短了时间,优化了虚拟机启动过程,在尽可能少的资源消耗情况下,提供尽可能快速稳定可靠的虚拟机集群服务。
附图说明
图1是本发明一实施例中所述的虚拟机集群启动加速系统连接示意图;
图2是本发明一实施例中所述的虚拟机集群启动加速方法的流程示意图。
具体实施方式
如图1、2所示,云计算环境中虚拟机启动加速方法,提供虚拟机集群服务,其中每个虚拟机集群包括多个虚拟机和一个负载均衡器,同一虚拟机集群中的多个虚拟机使用同一个虚拟机镜像,具有相同的配置参数,并通过所述负载均衡器对外提供服务,包括以下步骤,
S1:每5分钟记录一次虚拟机集群环境的负载值P(t,m),其中t为时间点,m为不同的虚拟机集群类型;
S2:预测模块根据历史记录的负载值来预测下一个时间点的负载值:P(t+1,m)=δ0*P(t,m)+δ1*P(t-1,m)+...+δn*P(t-n,m),其中,n为整数,代表提前的时间点的个数,δn为不同时间片的负载值权重,其中,根据监控模块提供的历史负载数据,对上述模型进行推算,得到最贴近真实数据的n值和对应的负载值权重δn;
S3:调度模块根据下一个时间点的负载值P(t+1,m),推算出对应的最佳节点个数N(t+1,m),假设定义警告负载值a为80%,严重负载值b为90%,根据以下对应关系计算最佳节点个数:
a)P(t,m)>90%的时候,N(t,m)=N(t-1,m)+2
b)P(t,m)<80%的时候,N(t,m)=N(t-1,m)
c)80%≤P(t,m)≤90%的时候,N(t,m)=N(t-1,m)+1;
S4:预加载模块根据虚拟机集群中的节点类型,选择所需要的虚拟机镜像,选择最小的资源配置,提前一个时间片启动所需个数的虚拟机,并完成这些虚拟机的开机和服务加载过程,在到达需要使用这些虚拟机的时间点之前,在线完成所有虚拟机的配置扩充以达到真实使用的需要。
鉴于上述加速方法,可以依靠如下系统:虚拟机启动加速系统,包括虚拟机、负载均衡器、监控模块、预测模块、调度模块以及预加载模块,其特征在于:所述的虚拟机设置有多个,多个虚拟机使用同一个虚拟机镜像,并连接至同一个负载均衡器上,形成一个虚拟机集群,虚拟机集群中的所有虚拟机连接同一个监控模块,所述的监控模块记录虚拟机集群环境的负载值P(t,m),其中t为时间点,m为不同的虚拟机集群类型,所述的预测模块根据监控模块的输出数据P(t,m),预测每一个虚拟机集群下一个时间点的负载情况P(t+1,m),所述的调度模块根据下一个时间点的负载情况P(t+1,m),推算出对应的最佳节点个数N(t+1,m),所述的预加载模块根据调度模块针对下一个时间点的推算结果,执行预加载过程.
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (11)
1.一种云计算环境中虚拟机启动加速方法,所述云计算环境中提供虚拟机集群服务,其中每个虚拟机集群包括多个虚拟机和一个负载均衡器,同一虚拟机集群中的多个虚拟机使用同一个虚拟机镜像,具有相同的配置参数,并通过所述负载均衡器对外提供服务,其特征在于:所述方法包括以下步骤,
S1:定时记录虚拟机集群中所有虚拟机的总负载值P(t,m),其中t为时间点,m为虚拟机集群类型;
S2:根据虚拟机集群中所有虚拟机的总负载值P(t,m),预测该虚拟机集群下一个时间点的负载值P(t+1,m);
S3:根据下一个时间点的负载值P(t+1,m),推算出最佳节点个数N(t+1,m);
S4:根据最佳节点个数N(t+1,m),执行预加载过程。
2.根据权利要求1所述的一种云计算环境中虚拟机启动加速方法,其特征在于:在步骤S1中,每5分钟记录一次虚拟机集群中所有虚拟机的总负载值。
4.根据权利要求3所述的一种云计算环境中虚拟机启动加速方法,其特征在于:所述提前的时间点个数n以及不同时间片的负载值权重δn是基于权利要求3所述模型,根据历史负载数据推算获得。
5.根据权利要求1所述的一种云计算环境中虚拟机启动加速方法,其特征在于:在步骤S3中,设定警告负载值a和严重负载值b,其中a、b均为正数,且a<b,根据以下对应关系计算最佳节点个数,
a)P(t,m)>b的时候,N(t,m)=N(t-1,m)+2,
b)P(t,m)<a的时候,N(t,m)=N(t-1,m),
c)a≤P(t,m)≤b的时候,N(t,m)=N(t-1,m)+1。
6.根据权利要求5所述的一种云计算环境中虚拟机启动加速方法,其特征在于:所述警告负载值a为80%,严重负载值b为90%。
7.根据权利要求1所述的一种云计算环境中虚拟机启动加速方法,其特征在于:在步骤S4中,预加载过程如下,
a)根据虚拟机集群中的节点类型,选择所需要的虚拟机镜像,选择最小的资源配置,提前一个时间片启动所需个数的虚拟机;
b)完成这些虚拟机的开机和服务加载过程;
c)在到达需要使用这些虚拟机的时间点之前,在线完成所有虚拟机的配置扩充;
d)添加这些虚拟机添加到集群中。
8.根据权利要求7所述的一种云计算环境中虚拟机启动加速方法,其特征在于:最小资源配置包括CPU,内存,硬盘配置,在能够加载操作系统和应用的前提下选择最小的配置项。
9.根据权利要求7所述的一种云计算环境中虚拟机启动加速方法,其特征在于:在线完成虚拟机的配置包括在线扩充CPU、内存和硬盘的配置。
10.一种云计算环境中虚拟机启动加速系统,包括虚拟机、负载均衡器、监控模块、预测模块、调度模块以及预加载模块,其特征在于:所述的虚拟机设置有多个,多个虚拟机使用同一个虚拟机镜像,并连接至同一个负载均衡器上,形成一个虚拟机集群,虚拟机集群中的所有虚拟机连接同一个监控模块,所述的监控模块记录虚拟机集群环境的负载值P(t,m),其中t为时间点,m为不同的虚拟机集群类型,所述的预测模块根据监控模块的输出数据P(t,m),预测每一个虚拟机集群下一个时间点的负载情况P(t+1,m),所述的调度模块根据下一个时间点的负载情况P(t+1,m),推算出对应的最佳节点个数N(t+1,w),所述的预加载模块根据调度模块针对下一个时间点的推算结果,执行预加载过程。
11.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1-9任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010764.3A CN110874248A (zh) | 2018-08-31 | 2018-08-31 | 一种云计算环境中虚拟机启动加速方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811010764.3A CN110874248A (zh) | 2018-08-31 | 2018-08-31 | 一种云计算环境中虚拟机启动加速方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110874248A true CN110874248A (zh) | 2020-03-10 |
Family
ID=69715891
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811010764.3A Pending CN110874248A (zh) | 2018-08-31 | 2018-08-31 | 一种云计算环境中虚拟机启动加速方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874248A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100262974A1 (en) * | 2009-04-08 | 2010-10-14 | Microsoft Corporation | Optimized Virtual Machine Migration Mechanism |
CN102236582A (zh) * | 2011-07-15 | 2011-11-09 | 浙江大学 | 虚拟化集群负载在多台物理机中均衡分配的方法 |
CN103473139A (zh) * | 2013-09-26 | 2013-12-25 | 四川中电启明星信息技术有限公司 | 虚拟机集群资源分配调度方法 |
CN104270416A (zh) * | 2014-09-12 | 2015-01-07 | 杭州华为数字技术有限公司 | 负载均衡控制方法及管理节点 |
CN104836819A (zh) * | 2014-02-10 | 2015-08-12 | 阿里巴巴集团控股有限公司 | 动态负载均衡的方法、系统及监控调度设备 |
US20160094410A1 (en) * | 2014-09-30 | 2016-03-31 | International Business Machines Corporation | Scalable metering for cloud service management based on cost-awareness |
CN106506657A (zh) * | 2016-11-21 | 2017-03-15 | 黑龙江省科学院自动化研究所 | 一种基于多目标的云计算虚拟机分配调整方法 |
-
2018
- 2018-08-31 CN CN201811010764.3A patent/CN110874248A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100262974A1 (en) * | 2009-04-08 | 2010-10-14 | Microsoft Corporation | Optimized Virtual Machine Migration Mechanism |
CN102236582A (zh) * | 2011-07-15 | 2011-11-09 | 浙江大学 | 虚拟化集群负载在多台物理机中均衡分配的方法 |
CN103473139A (zh) * | 2013-09-26 | 2013-12-25 | 四川中电启明星信息技术有限公司 | 虚拟机集群资源分配调度方法 |
CN104836819A (zh) * | 2014-02-10 | 2015-08-12 | 阿里巴巴集团控股有限公司 | 动态负载均衡的方法、系统及监控调度设备 |
CN104270416A (zh) * | 2014-09-12 | 2015-01-07 | 杭州华为数字技术有限公司 | 负载均衡控制方法及管理节点 |
US20160094410A1 (en) * | 2014-09-30 | 2016-03-31 | International Business Machines Corporation | Scalable metering for cloud service management based on cost-awareness |
CN106506657A (zh) * | 2016-11-21 | 2017-03-15 | 黑龙江省科学院自动化研究所 | 一种基于多目标的云计算虚拟机分配调整方法 |
Non-Patent Citations (4)
Title |
---|
刘慧, 东北大学出版社 * |
朱志祥等: "基于云计算的弹性负载均衡方案", 《西安邮电大学学报》 * |
杜垚等: "云环境下机群弹性负载均衡机制", 《计算机应用》 * |
王晨辉等: "云计算架构下基于BP神经网络负载预测策略的研究", 《电力信息与通信技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3274827B1 (en) | Technologies for offloading and on-loading data for processor/coprocessor arrangements | |
US8954487B2 (en) | Management server and method for providing cloud computing service | |
CN108173698B (zh) | 网络服务管理方法、装置、服务器及存储介质 | |
CN110231976B (zh) | 一种基于负载预测的边缘计算平台容器部署方法及系统 | |
CN111131486B (zh) | 执行节点的负载调节方法、装置、服务器及存储介质 | |
CN112783607A (zh) | 容器集群中任务部署方法及装置 | |
US9898061B2 (en) | Resource capacity management in a cluster of host computers using power management analysis | |
CN111290699A (zh) | 数据迁移方法、装置及系统 | |
CN112631994A (zh) | 数据迁移方法及系统 | |
CN111338803A (zh) | 一种线程处理方法和装置 | |
CN116560802A (zh) | 一种基于虚拟机负载的虚拟机自适应热迁移方法及系统 | |
CN110874248A (zh) | 一种云计算环境中虚拟机启动加速方法及系统 | |
CN116776980A (zh) | 一种预测推理系统及方法 | |
CN111026425A (zh) | 服务更新方法、装置、服务器及介质 | |
CN106453656B (zh) | 一种集群主机选取方法及装置 | |
CN112148496B (zh) | 超融合虚拟机的计算存储资源的能效管理方法、装置及电子设备 | |
CN112579246B (zh) | 虚拟机迁移处理方法及装置 | |
CN112379978A (zh) | 后端服务调用方法、装置、设备和存储介质 | |
CN110795204B (zh) | 一种虚拟机部署方法及装置 | |
CN112596901A (zh) | 云平台自动化部署与运行方法、电子设备及存储介质 | |
CN116743589B (zh) | 云主机迁移方法、装置及电子设备 | |
CN108984271A (zh) | 一种均衡负载的方法以及相关设备 | |
CN111968190B (zh) | 游戏贴图的压缩方法、装置和电子设备 | |
CN114153399B (zh) | 存储系统的数据存储方法、装置、控制装置和介质 | |
CN114745382B (zh) | 任务分片方法、任务分片装置和业务系统 |
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: 20200310 |
|
RJ01 | Rejection of invention patent application after publication |