CN111290835A - 用于云平台虚拟机迁移的方法、装置及服务器 - Google Patents

用于云平台虚拟机迁移的方法、装置及服务器 Download PDF

Info

Publication number
CN111290835A
CN111290835A CN202010075294.XA CN202010075294A CN111290835A CN 111290835 A CN111290835 A CN 111290835A CN 202010075294 A CN202010075294 A CN 202010075294A CN 111290835 A CN111290835 A CN 111290835A
Authority
CN
China
Prior art keywords
user
migration
virtual machine
user group
obtaining
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.)
Granted
Application number
CN202010075294.XA
Other languages
English (en)
Other versions
CN111290835B (zh
Inventor
唐夲
李晓波
余长江
夏云霓
谢洪
陈红跃
樊莉
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.)
CHONGQING ANIMAL HUSBANDRY TECHNOLOGY EXTENSION STATION
Chongqing Jinyuyun Energy Technology Co ltd
Chongqing University
Original Assignee
CHONGQING ANIMAL HUSBANDRY TECHNOLOGY EXTENSION STATION
Chongqing Jinyuyun Energy Technology Co ltd
Chongqing 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 CHONGQING ANIMAL HUSBANDRY TECHNOLOGY EXTENSION STATION, Chongqing Jinyuyun Energy Technology Co ltd, Chongqing University filed Critical CHONGQING ANIMAL HUSBANDRY TECHNOLOGY EXTENSION STATION
Priority to CN202010075294.XA priority Critical patent/CN111290835B/zh
Publication of CN111290835A publication Critical patent/CN111290835A/zh
Application granted granted Critical
Publication of CN111290835B publication Critical patent/CN111290835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • G06F2009/4557Distribution of virtual machine instances; Migration and load balancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本申请涉及云计算技术领域,公开一种用于云平台虚拟机迁移的方法。该方法包括:获取用户的移动数据;根据用户的移动数据,获得用户群加权中心;对用户群加权中心的改变进行预测,得到用户群加权中心预测位置;根据用户群加权中心预测位置获得虚拟机迁移决策。该方法能够能够通过用户的移动数据对用户群加权中心的改变进行预测,从而得到用户的移动趋势,进而得到虚拟机迁移决策,使云服务器能够跟人群总体的移动趋势相匹配,能够使云计算系统更好地为具有移动性的用户提供服务。本申请还公开一种用于云平台虚拟机迁移的装置及服务器。

Description

用于云平台虚拟机迁移的方法、装置及服务器
技术领域
本申请涉及云计算技术领域,例如涉及一种用于云平台虚拟机迁移的方法、装置及服务器。
背景技术
云计算是一种提供资源的网络,是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问,进入可配置的计算资源共享池,资源包括网络、服务器、存储、应用软件、服务,这些资源能够被快速提供,需要投入很少的管理工作,或与服务供应商进行很少的交互。云计算包含两个方面的含义:一个方面是底层构建的云计算平台基础设施,是用来构建上层应用程序的基础;另一方面的含义是构建在这个基础平台之上的云计算应用程序。云计算是通过系统虚拟化、多处理器虚拟化、内存虚拟化、I/O虚拟化等虚拟化技术将物理资源虚拟化成资源池,这些资源再由云系统平台进行统一的管理调度。
对于大部分基础设施及服务云而言,分布于物理机或者物理服务器上的虚拟机(Virtual Machine,简称VM),是云系统向用户提供服务的基础性单元。VM,是通过硬件虚拟化技术将一台物理服务器分割成了多个逻辑隔离的单元,每个单元都是一个虚拟的计算机,和真实的计算机一样它也有CPU、主板、内存、硬盘等等设备组成,可以为这台虚拟的计算机安装操作系统。一台物理服务器通过虚拟化技术可以同时运行多个VM,这样不仅节省了硬件采购成本与电能消耗,也降低了维护工作量。
近年来,移动计算与云计算技术的相互融合成为一个新趋势。在众多研究和技术问题中,如何使云计算系统更好的为具有移动性的用户提供服务,一直是一个研究热点和难点。
由于真实的移动用户的位置总处于不断的变化中,云系统的物理机和物理服务器不可能永远对所有的用户都处于最佳的服务距离内:如果大部分人群都朝向一个位置或这个位置附近进行移动,那么云服务也应该向着这个位置进行迁移,以确保人群位置改变后,云服务仍能以较小的传输开销为人群服务。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:(1)主流的VM迁移策略和方法,主要服务于云系统的负载均衡,很少考虑为移动用户的需求进行优化;(2)往往人为的预先指定进程迁移的目的主机,而没有对多用户的移动趋势进行分析并确定适应移动变化趋势的目标云主机。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于云平台虚拟机迁移的方法、装置及服务器,以解决如何基于用户的移动趋势进行虚拟机迁移的技术问题。
在一些实施例中,所述方法包括:
获取用户的移动数据;
根据所述用户的移动数据,获得用户群加权中心;
对用户群加权中心的改变进行预测,得到用户群加权中心预测位置;
根据所述用户群加权中心预测位置获得虚拟机迁移决策。
在一些实施例中,所述装置包括:处理器和存储有程序指令的存储器,所述处理器被配置为在执行所述程序指令时,执行上述的用于云平台虚拟机迁移的方法。
在一些实施例中,所述服务器包括:上述的用于云平台虚拟机迁移的装置。
本公开实施例提供的用于云平台虚拟机迁移的方法、装置及服务器,可以实现以下技术效果:能够通过用户的移动数据对用户群加权中心的改变进行预测,从而得到用户的移动趋势,进而得到虚拟机迁移决策,使云服务器能够跟人群总体的移动趋势相匹配,能够使云计算系统更好地为具有移动性的用户提供服务。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于云平台虚拟机迁移的方法的示意图;
图2是本公开实施例提供的一个用于云平台虚拟机迁移的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
结合图1所示,本公开实施例提供一种用于云平台虚拟机迁移的方法,包括:
S01,获取用户的移动数据;
S02,根据用户的移动数据,获得用户群加权中心;
S03,对用户群加权中心的改变进行预测,得到用户群加权中心预测位置;
S04,根据用户群加权中心预测位置获得虚拟机迁移决策。
采用本公开实施例提供的用于云平台虚拟机迁移的方法,能够通过用户的移动数据对用户群加权中心的改变进行预测,从而得到虚拟机迁移决策,使虚拟机的迁移能够跟人群总体的移动趋势相匹配,能够使云计算系统更好地为具有移动性的用户提供服务。
可选地,用户的移动数据,包括:各用户当前位置的经度JDi和纬度WDi,各用户的移动速度Vi和各用户的移动角度Ai
可选地,通过计算
Figure BDA0002378341490000041
获得各用户叠加的平均横向速度
Figure BDA0002378341490000042
可选地,通过计算
Figure BDA0002378341490000043
获得各用户叠加的平均纵向速度
Figure BDA0002378341490000044
可选地,通过计算
Figure BDA0002378341490000045
获得各用户叠加平均移动趋势的绝对速度
Figure BDA0002378341490000046
可选地,通过计算
Figure BDA0002378341490000051
获得各用户叠加平均移动趋势侧角度
Figure BDA0002378341490000052
可选地,获取最近一次实施迁移时刻与当前时刻的时间差SJC;
通过计算
Figure BDA0002378341490000053
获得用户i基于任务负载的权重QZi
其中,x为正整数,1≤x≤n,WCi为第i个用户累积的完成任务数量;XZi为从系统最近一次实施迁移到目前为止第i个用户上新出现的任务数量。可选地,各用户基于任务负载的权重可以计算为每个用户累积完成任务数量加上新增任务数量,相对于总体用户群任务数量的比例。可选地,如果完成任务数量和新增任务数量都为0,则直接将所有用户视为具有均分的任务负载权重。
可选地,根据用户的移动数据获得用户群加权中心,包括:
通过计算
Figure BDA0002378341490000054
获得用户群加权中心的经度JQJD;
通过计算
Figure BDA0002378341490000061
获得用户群加权中心的纬度JQWD;
其中,1≤i≤n,n为用户的数量,i、n均为正整数,JDi为用户i当前位置的经度,WDi为用户i当前位置的纬度,QZi为用户i基于任务负载的权重。
可选地,用户群加权中心为用户群基于各用户权重的中心位置。
可选地,对用户群加权中心的改变进行预测,得到用户群加权中心预测位置,包括:
通过计算
Figure BDA0002378341490000062
获得用户群加权中心预测位置的经度WLJD;
通过计算
Figure BDA0002378341490000063
获得用户群加权中心预测位置的纬度WLWD;
其中,
Figure BDA0002378341490000064
为各用户叠加平均移动趋势的绝对速度;
Figure BDA0002378341490000065
各用户叠加平均移动趋势侧角度。
这样,能够更加准确的得到用户群加权中心预测位置,从而判断出用户的移动趋势。
可选地,虚拟机迁移决策包括物理机迁移优先度;
根据用户群加权中心预测位置获得物理机迁移优先度。
可选地,根据用户群加权中心预测位置获得物理机迁移优先度,包括:
通过计算
Figure BDA0002378341490000066
获得物理机j的迁移优先度QYYXDj
其中,j为正整数,PMJDj为物理机j的经度;PMWDj为物理机j的纬度;ZYVMij为物理机j上被用户i使用的虚拟机的数量,ZYVMij为正整数;KXVMj为物理机j上空闲虚拟机的数量,KXVMj为正整数。
可选地,第j个物理机的迁移优先度,由第j个物理机上的虚拟机的占用率、该物理机位置与用户群加权中心预测位置的距离、以及该物理机上运行的虚拟机与对应的用户当前位置的通信距离的累加和,这三者的乘积决定。
其中,第j个物理机上的虚拟机的占用率为
Figure BDA0002378341490000071
该物理机位置与用户群加权中心预测位置的距离为
Figure BDA0002378341490000072
该物理机上运行的虚拟机与对应的用户当前位置的通信距离的累加和为
Figure BDA0002378341490000073
其中,物理机位置为物理机的经度PMJDj和纬度PMWDj;用户群加权中心预测位置为用户群加权中心预测位置的经度WLJD和纬度WLWD;用户当前位置为用户当前位置的经度JDi和纬度WDi
可选地,虚拟机迁移决策还包括各虚拟机对应的迁移对象物理机;
根据各物理机迁移优先度获得各虚拟机对应的迁移对象物理机:
可选地,将各物理机迁移优先度QYYXDj按照从大到小进行排序;优先度越大越需要迁移。用户移动远离用户的虚拟机需要迁移到离用户越来越近的物理机上。
通过计算
Figure BDA0002378341490000074
得到迁移标记变量矩阵BJLjk,BJLjk为m×m矩阵;
根据所述迁移标记变量矩阵BJLjk得到第j个物理机上虚拟机的迁移对象物理机;
其中,m为物理机的数量,m、l、s、k均为正整数,0<l≤m,0<s≤m,0<k≤m。当BJLjk为1时,则表示第j个物理机上虚拟机应该迁移到第k个物理机:检查迁移标记变量矩阵BJLjk的第j行,如果存在第k列,对应的数值为1,则将第j个物理机上所有虚拟机迁移到第k个物理机上;该第k个物理机则为第j个物理机上虚拟机的迁移对象物理机。如果不存在第k列,没有需要迁移的虚拟机,也不存在对应的迁移对象物理机。对于所有的物理机,只对迁移优先度的数值高于所有物理机迁移优先度数值中间值的虚拟机进行迁移,并且迁移对象物理机的迁移优先度数值应该是所有物理机迁移优先度数值中最小的那一个。
可选地,还包括根据迁移决策进行虚拟机迁移。
可选地,对所有物理机上处于运行状态的虚拟机实施迁移,具体而言,对于第j个物理机,检查迁移标记变量矩阵BJLjk的第j行,如果存在某列,如第k列,对应的数值为1,则将第j个物理机上所有虚拟机迁移到第k个物理机上;如果迁移标记变量矩阵的第j行存在多列对应的数值为1,则在这些数值为1的列中随机选取某列对应的序号,如第k列,将第j个物理机上所有虚拟机迁移到第k个物理机上。如果迁移标记变量矩阵的第j行不存在对应数组为1的列,则不进行虚拟机迁移。
可选地,执行完上述步骤后,当有新用户加入时,然后重新获取用户的移动数据。
采用本公开实施例提供的用于云平台虚拟机迁移的方法,能够动态的跟踪云系统用户在运行时位置变化情况,然后根据多人群用户的加权平均移动趋势,得到各物理机迁移优先度,从而决定云虚拟机的迁移策略,进而使云服务能够跟人群总体的移动趋势相匹配,使虚拟机更接近人群预期的移动目标位置,使云计算系统能够更好的为具有移动性的用户提供服务。
结合图2所示,本公开实施例提供一种用于云平台虚拟机迁移的装置,包括处理器(processor)100和存储有程序指令的存储器(memory)101。可选地,该装置还可以包括通信接口(Communication Interface)102和总线103。其中,处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令,以执行上述实施例的用于云平台虚拟机迁移的方法。
此外,上述的存储器101中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器101作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述实施例中用于云平台虚拟机迁移的方法。
存储器101可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器101可以包括高速随机存取存储器,还可以包括非易失性存储器。
采用本公开实施例提供的用于云平台虚拟机迁移的装置,能够充分考虑用户的移动趋势,并以移动人群移动目标位置的加权中心作为云计算资源和虚拟机迁移的驱动因素来决定迁移方案,能更好的动态优化和调整资源的地理分布以适应对移动人群计算需求的高效率响应,避免了单纯的根据用户当前位置和云计算资源的静态地理分布来决策虚拟机迁移的方案。
本公开实施例提供了一种服务器,包含上述的用于云平台虚拟机迁移的装置。该服务器能够充分考虑用户的移动趋势,并以移动人群移动目标位置的加权中心作为云计算资源和虚拟机迁移的驱动因素来决定迁移方案,能更好的动态优化和调整资源的地理分布以适应对移动人群计算需求的高效率响应,避免了单纯的根据用户当前位置和云计算资源的静态地理分布来决策虚拟机迁移的方案。
本公开实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述用于…的方法。
本公开实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述用于…的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。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、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以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可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种用于云平台虚拟机迁移的方法,其特征在于,包括:
获取用户的移动数据;
根据所述用户的移动数据,获得用户群加权中心;
对用户群加权中心的改变进行预测,得到用户群加权中心预测位置;
根据所述用户群加权中心预测位置获得虚拟机迁移决策。
2.根据权利要求1所述的方法,其特征在于,所述用户的移动数据,包括:
用户当前位置的经度和纬度。
3.根据权利要求2所述的方法,其特征在于,根据所述用户的移动数据获得用户群加权中心,包括:
通过计算
Figure FDA0002378341480000011
获得用户群加权中心的经度JQJD;
通过计算
Figure FDA0002378341480000012
获得用户群加权中心的纬度JQWD;
其中,1≤i≤n,n为用户的数量,i、n均为正整数,JDi为用户i当前位置的经度,WDi为用户i当前位置的纬度,QZi为用户i基于任务负载的权重。
4.根据权利要求3所述的方法,其特征在于,所述对用户群加权中心的改变进行预测,得到用户群加权中心预测位置,包括:
通过计算
Figure FDA0002378341480000013
获得用户群加权中心预测位置的经度WLJD;
通过计算
Figure FDA0002378341480000014
获得用户群加权中心预测位置的纬度WLWD;
其中,
Figure FDA0002378341480000015
为各用户叠加平均移动趋势的绝对速度;
Figure FDA0002378341480000016
各用户叠加平均移动趋势侧角度。
5.根据权利要求4所述的方法,其特征在于,所述虚拟机迁移决策包括物理机迁移优先度;
根据所述用户群加权中心预测位置获得所述物理机迁移优先度。
6.根据权利要求5所述的方法,其特征在于,根据所述用户群加权中心预测位置获得所述物理机迁移优先度,包括:
通过计算
Figure FDA0002378341480000021
获得物理机j的迁移优先度QYYXDj
其中,j为正整数,PMJDj为物理机j的经度;PMWDj为物理机j的纬度;ZYVMij为物理机j上被用户i使用的虚拟机的数量,ZYVMij为正整数;KXVMj为物理机j上空闲虚拟机的数量,KXVMj为正整数。
7.根据权利要求6所述的方法,其特征在于,所述虚拟机迁移决策还包括虚拟机对应的迁移对象物理机;
根据各所述物理机迁移优先度获得虚拟机对应的迁移对象物理机:
通过计算
Figure FDA0002378341480000022
得到迁移标记变量矩阵BJLjk
根据所述迁移标记变量矩阵BJLjk得到第j个物理机上虚拟机的迁移对象物理机;
其中,m为物理机的数量,m、l、s、k均为正整数,0<k≤m。
8.根据权利要求7所述的方法,其特征在于,还包括根据所述迁移决策进行虚拟机迁移。
9.一种用于云平台虚拟机迁移的装置,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至8任一项所述的用于云平台虚拟机迁移的方法。
10.一种服务器,其特征在于,包括如权利要求9所述的用于云平台虚拟机迁移的装置。
CN202010075294.XA 2020-01-22 2020-01-22 用于云平台虚拟机迁移的方法、装置及服务器 Active CN111290835B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010075294.XA CN111290835B (zh) 2020-01-22 2020-01-22 用于云平台虚拟机迁移的方法、装置及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010075294.XA CN111290835B (zh) 2020-01-22 2020-01-22 用于云平台虚拟机迁移的方法、装置及服务器

Publications (2)

Publication Number Publication Date
CN111290835A true CN111290835A (zh) 2020-06-16
CN111290835B CN111290835B (zh) 2023-03-10

Family

ID=71026608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010075294.XA Active CN111290835B (zh) 2020-01-22 2020-01-22 用于云平台虚拟机迁移的方法、装置及服务器

Country Status (1)

Country Link
CN (1) CN111290835B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905319A (zh) * 2021-02-04 2021-06-04 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103460191A (zh) * 2011-03-28 2013-12-18 日本电气株式会社 虚拟机管理系统和虚拟机管理方法
CN107148620A (zh) * 2014-10-10 2017-09-08 三星电子株式会社 用于迁移虚拟机以改善移动用户体验的方法和装置
CN107919986A (zh) * 2017-11-09 2018-04-17 北京邮电大学 超密集网络中mec节点间vm迁移优化方法
CN110083434A (zh) * 2019-05-05 2019-08-02 重庆大学 云虚拟机批量整合的方法、装置和服务器
US20190310871A1 (en) * 2018-04-04 2019-10-10 Cisco Technology, Inc. Zero-loss workload mobility with segment routing for virtual machines
CN110659108A (zh) * 2019-09-20 2020-01-07 深圳市发掘科技有限公司 一种云系统虚拟机任务迁移方法及装置、服务器
CN110673926A (zh) * 2019-09-20 2020-01-10 深圳市发掘科技有限公司 面向移动用户的云系统虚拟机迁移方法及装置、服务器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103460191A (zh) * 2011-03-28 2013-12-18 日本电气株式会社 虚拟机管理系统和虚拟机管理方法
CN107148620A (zh) * 2014-10-10 2017-09-08 三星电子株式会社 用于迁移虚拟机以改善移动用户体验的方法和装置
CN107919986A (zh) * 2017-11-09 2018-04-17 北京邮电大学 超密集网络中mec节点间vm迁移优化方法
US20190310871A1 (en) * 2018-04-04 2019-10-10 Cisco Technology, Inc. Zero-loss workload mobility with segment routing for virtual machines
CN110083434A (zh) * 2019-05-05 2019-08-02 重庆大学 云虚拟机批量整合的方法、装置和服务器
CN110659108A (zh) * 2019-09-20 2020-01-07 深圳市发掘科技有限公司 一种云系统虚拟机任务迁移方法及装置、服务器
CN110673926A (zh) * 2019-09-20 2020-01-10 深圳市发掘科技有限公司 面向移动用户的云系统虚拟机迁移方法及装置、服务器

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
JAN PLACHY 等: "Dynamic resource allocation exploiting mobility prediction in mobile edge computing", 《2016 IEEE 27TH ANNUAL INTERNATIONAL SYMPOSIUM ON PERSONAL, INDOOR, AND MOBILE RADIO COMMUNICATIONS (PIMRC)》 *
WEI HAO 等: "Dynamic service and data migration in the clouds", 《2009 33RD ANNUAL IEEE INTERNATIONAL COMPUTER SOFTWARE AND APPLICATIONS CONFERENCE》 *
夏云霓 等: "移动边缘计算技术现状与几个关键问题的研究综述", 《广州大学学报(自然科学版)》 *
曹珊: "基于增强学习的虚拟机服务迁移的关键技术研究及应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
田松奇: "异构网络中面向资源分配优化的用户移动性预测算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905319A (zh) * 2021-02-04 2021-06-04 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备
CN112905319B (zh) * 2021-02-04 2024-04-02 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备

Also Published As

Publication number Publication date
CN111290835B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
Sefati et al. Load balancing in cloud computing environment using the Grey wolf optimization algorithm based on the reliability: performance evaluation
CN102866915B (zh) 虚拟化集群整合方法、装置及虚拟化集群系统
US10558483B2 (en) Optimal dynamic placement of virtual machines in geographically distributed cloud data centers
CN107273185B (zh) 一种基于虚拟机的负载均衡控制方法
Patel et al. Survey on resource allocation strategies in cloud computing
CN103810016A (zh) 实现虚拟机迁移的方法、装置和集群系统
RU2710860C1 (ru) Способ ограничения области автоматического выбора виртуальной машины защиты
CN108701046A (zh) 用于避免虚拟机之间的物理cpu争用的虚拟cpu合并
CN104484220A (zh) 虚拟化集群的动态资源调度的方法及装置
EP3091436A1 (en) Probabilistic deduplication-aware workload migration
US10146877B1 (en) Area of interest subscription
CN106506670A (zh) 一种云平台虚拟资源高速调度方法与系统
CN102567080A (zh) 一种云计算环境中的面向负载均衡的虚拟机择位系统
CN112148492A (zh) 一种考虑多用户移动性的服务部署和资源分配方法
Pande et al. A Resource Management Algorithm for Virtual Machine Migration in Vehicular Cloud Computing.
CN114982210A (zh) 计算网络中的无服务器功能部署的管理
CN106686039A (zh) 一种云计算系统中的资源调度方法及装置
CN111290835B (zh) 用于云平台虚拟机迁移的方法、装置及服务器
Kumar et al. C-FDLA: Crow search with integrated fractional dragonfly algorithm for load balancing in cloud computing environments
CN110659108A (zh) 一种云系统虚拟机任务迁移方法及装置、服务器
Singh et al. Artificial Intelligence Based Virtual Machine Allocation and Migration Policy using Improved MBFD
CN110673926B (zh) 面向移动用户的云系统虚拟机迁移方法及装置、服务器
CN112202866B (zh) 用于任务调度的方法、装置和设备
Kumar et al. A priority based dynamic load balancing approach in a grid based distributed computing network
Awasare et al. Survey and comparative study on resource allocation strategies in 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
GR01 Patent grant
GR01 Patent grant