CN115567387A - 一种多维资源均衡的虚拟网络功能部署方法及系统 - Google Patents
一种多维资源均衡的虚拟网络功能部署方法及系统 Download PDFInfo
- Publication number
- CN115567387A CN115567387A CN202211119415.1A CN202211119415A CN115567387A CN 115567387 A CN115567387 A CN 115567387A CN 202211119415 A CN202211119415 A CN 202211119415A CN 115567387 A CN115567387 A CN 115567387A
- Authority
- CN
- China
- Prior art keywords
- resource
- vnf
- deployment
- server
- deployed
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0826—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network costs
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及网络虚拟化技术领域,具体公开了一种多维资源均衡的虚拟网络功能部署方法及系统。其中包括用户发起VNF部署请求;处理VNF部署请求,分析当前待部署VNF的多维资源需求;生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;根据待部署VNF的多维资源需求生成部署方案,并根据方案将待部署的VNF进行部署;部署完成后更新数据库中的部署信息。本发明提出的VNF部署方法可以在保证服务器资源分配均衡的同时,在多个维度上实现近乎最优的资源利用,进而有效减少使用的服务器的数量,提高资源利用率。
Description
技术领域
本发明涉及一种多维资源均衡的虚拟网络功能部署方法,属于网络虚拟化技术领域。
背景技术
NFV是一种利用云计算和虚拟化技术提供网络服务新方法,它将传统的专用网络设备作为特定的虚拟网络功能(virtualnetworkfunction,VNF)进行管理,并将其映射到通用物理服务器上,实现了每个网络功能的独立管理,并在各种网络位置实例化,例如数据中心、分布式网络节点和最终用户场所等。同时,软件与硬件的解耦实现了基础设施资源的共享,使得硬件和软件可以在不同的时间执行不同的功能。因此,利用NFV,网络运营商可以更灵活、更快、成本更低地部署新的网络服务。
虽然这种新的服务交付方式可以带来许多优势和好处,但如何高效地部署VNF仍然是一个巨大的挑战,因为它在考虑成本、负载均衡和按需容量分配等许多因素时非常复杂。现有大部分研究都仅对单一资源需求展开研究而忽略了VNF对其他资源的需求,因而产生了大量的资源碎片(由于VNF部署不合理导致服务器的部分资源无法满足其他VNF的需求,这些无法分配出去的资源即资源碎片),存在资源分配失衡的问题,造成低效部署。如在存储空间充足但CPU资源不足的服务器上部署使用大量CPU资源的VNF,会加剧存储空间的浪费,从而使用更多的服务器,产生更多的能耗与支出。
由于只考虑单一资源的优化问题往往会造成其他资源分配的不合理,所以在数据中心环境下存在着明显的局限性。因此,如何在各种资源需求之间做出合适的权衡是一个具有挑战性的问题。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,提供一种多维资源均衡的虚拟网络功能部署方法。
为解决上述技术问题,本发明提出了一种多维资源均衡的虚拟网络功能部署方法与系统。可以根据当前服务器内的多维资源利用率对多个服务器内已部署的VNF进行重新整合,既可以降低服务器内部署VNF的不合理性又可以为后续发出部署请求的VNF提供良好的部署方案,高效的资源利用也可以降低能耗,减少支出。
为实现上述技效果,本发明是采用下述技术方案实现的:
一方面,本发明提供了一种多维资源均衡的虚拟网络功能部署方法,所述方法包括:
接受用户发起的VNF部署请求,分析当前待部署VNF的多维资源需求;
生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;
根据待部署VNF的多维资源需求和服务器的剩余资源空间生成部署方案,并根据方案将待部署的VNF进行部署;
部署完成后更新数据库中的部署信息。
具体的,所述生成VNF迁移方案中,根据判断执行迁出或不迁出工作的具体方式包括设定相关资源利用率阈值,若某一服务器存在一种或一种以上资源利用率超出阈值的情况,则判断该服务器下相应的VNF需要进行迁出。
具体的,所述生成VNF的迁移方案步骤中还包括确定需要迁出VNF种类,确定需要迁出VNF的种类的方法包括:
获取各服务器中不同类型的VNF数量及相关VNF对应的资源需求,当服务器中的某种或某些资源利用率超出阈值时,选择迁出该类资源利用率高而其他资源利用率低的VNF。
具体的,还包括根据VNF的多维资源需求具体确定需要待迁移的VNF,所述确定方法包括如下步骤:
将过负载服务器下的所有VNF进行多维资源需求的收集;
根据收集结果将零散的资源需求进行多向的归一化处理,整合成每个对应VNF的综合资源需求;
根据综合资源需求对比选出需要迁移的VNF。
具体的,设置第j个服务器的多维资源需求中第h种资源的资源利用率Ujh表达式为:
具体的,所述多向的归一化处理包括将VNF零散的资源利用率进行综合运算,获得归一化值Ni,归一化值Ni的具体计算公式如下:
式中指第j个服务器下的第i个VNF的第k种资源的资源需求,指第j个服务器下所有VNF的第k种资源的资源需求最大值,式中,k1、k2、…kn、kn+1、…km是第h种资源的延伸,分别指代VNF所占用资源的资源种类,其中k1、k2、…kn指的是资源利用率大于资源利用率阈值时的资源种类,kn+1、kn+2、…km指的是资源利用率不大于资源利用率阈值时的资源种类;
在确定需要迁出的VNF时,将归一化值Ni最大的VNF迁出,其中分子无项时可设置为0判断不需要迁出,分母无项时采用数字1进行替代。
具体的,所述生成部署方案的方法包括如下步骤:
在部署VNF前,整合所有待部署VNF的请求并根据VNF的综合资源需求进行降序排列,得到序列VNFsSorted后,按照顺序依次对VNFsSorted中的VNF进行部署;
获取各服务器在拟部署VNF后不同类型的资源利用率,并设置部署过程中相应的资源利用率阈值,将服务器的各种资源利用率及其阈值分别表示为多维向量的形式,使用拟部署完成后该服务器下对应的多维资源利用率和多为资源利用率阈值的欧氏距离ρ与余弦相似度cos(θ)来表示服务器的资源使用程度与资源均衡程度;
根据服务器的资源使用程度与资源均衡程度为各个待部署VNF寻找最合适的服务器进行部署,优先选择欧氏距离ρ较小而余弦相似度cos(θ)较大的节点来部署VNF;
通过周期性更新各服务器的资源信息,优先选择已部署VNF的服务器进行部署,若所有已部署的服务器均无合适节点用于部署,则将该VNF部署到新的空闲服务器上,最终得到各个VNF的部署结果并更新在使用的服务器的数量。
具体的,还包括利用线性加权法将优化目标定义为多维资源失衡度MRU,所述多维资源失衡度MRU的计算公式为:
MRU=α×ρ-β×cos(θ) (3)
式中,α和β均为设定的权重参数。
具体的,所述方法将待迁出的VNF视作待部署的VNF进行优先部署,利用VNF的部署方案选择合适的目标服务器进行部署。
另一方面,本发明提供一种多维资源均衡的虚拟网络功能部署系统,包括资源需求分析模块,用于接受用户发起的VNF部署请求,分析当前待部署VNF的多维资源需求;
VNF迁移模块,用于生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;
VNF部署模块,用于根据待部署VNF的多维资源需求和多个服务器剩余的资源空间生成部署方案,并根据部署方案将待部署的VNF进行部署;
数据更新模块,用于部署完成后更新数据库中的部署信息。
本发明所达到的有益效果:
1、本发明通过在部署VNF前,根据各服务器的当前负载及已部署在该服务器下的VNF的多维资源需求判断该服务器是否发生迁移以及是否需要将该服务器下已部署的VNF进行迁出,通过重新整合多个服务器中的VNF释放服务器的综合资源空间,为待部署的VNF提供了良好的部署空间,本申请可以进一步保障服务器内多维资源空间的利用率,相较于现有NFV中对VNF部署的研究都集中于单一资源需求而忽略了VNF的多维资源需求,可以有效提升服务器的多维资源空间利用率,既解决了VNF资源分配的合理性问题又可降低设备的能耗,缩减设备的使用成本;
2、本发明通过设定服务器内资源阈值用于触发是否需要将VNF进行迁移,并通过对已部署VNF的多维资源进行归一化处理来提供一种可以定向指定的VNF迁出方案,为已占用多维资源空间的VNF的选择迁出提供具体的指导判断,可以一次性抉择出最优迁出方案以释放当前运行服务器的资源空间;
3、本发明通过在部署VNF前对部署后VNF的服务器的综合资源空间进行预分析,将预部署后服务器的各种资源利用率及其阈值分别表示为多维向量的形式,分别使用两者的欧氏距离ρ与余弦相似度cos(θ)来表示服务器的资源使用程度与资源均衡程度,可以为各个待部署VNF寻找最合适的部署服务器,可以抉择出较为合理分配方式而改善服务器内部资源的分配;
4、本发明通过将迁出的VNF视为待部署的VNF,为迁出VNF的部署工作提供了有效的指导方向,本发明根据多个待部署VNF的综合资源需求进行降序排列,使服务器可以优先接受综合资源需求大的VNF,降低综合资源需求大的VNF直接新增另一服务器而导致增加能耗的可能。
附图说明
图1是VNF请求的待部署示意图;
图2是本发明实施例提供的一种多维资源均衡的VNF部署流程图;
图3是本发明实施例提供的一种VNF迁移算法流程图;
图4是本发明实施例提供的一种VNF部署算法流程图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,以更易成为性能瓶颈的CPU资源与存储资源为例(实际的多维资源包含计算资源、内存、存储、网络带宽等,本申请仅以上述两个维度的资源进行分析说明以便于本领域技术充分理解技术方案,应当注意的是,在需要对多个维度的资源进行分析判断时,本方法所提供的解决方案和步骤同样具有相应的适用性,本说明书中对于未作特别说明的算法步骤或是方法步骤,是基于上述两种资源需求显而易见的衍生因此未作更多说明,不存在公开不充分的情况,本申请中仅对两个维度的资源进行分析不应当理解为对多个资源进行同步分析的限制,此外,在本说明书中所提供的CPU资源与存储资源均可以与其他资源进行置换,也不应当理解为是两个维度资源自身的限制),对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,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它实施例,都属于本发明保护的范围。
需要说明的是,在NFV中,所有的功能和应用程序都是基于VNFs实现的。VNF的动态部署满足了复杂且不断变化的网络需求。但在很多情况下,要求VNF部署在非空闲的服务器上,即在部署开始前,部分服务器就已承载了不同规格的VNF。
图1示出了可以应用本发明提出的多维资源均衡的虚拟网络功能部署方法的VNF请求的待部署示意图,本发明将服务器节点N={n1,n2…nj…nN}划分为候选节点与空闲节点。其中,候选节点表示已部署的服务器,数量为U;空闲节点表示未部署任何VNF的空闲服务器。同时,本发明将VNF划分为待部署VNF与已部署VNF。其中,V={v1,v2…vi…vM}为待部署的VNF集合,表示需要使用部署方案选择合适的服务器并部署;表示在使用部署方案前服务器nj中已存在的VNF。应该理解,图1中的服务器节点和VNF的数目仅仅是示意性的。根据实现需要,可以具有任意数目的服务器节点和VNF。
下面对本发明的研究目标进行公式化阐述。
将底层物理网络用无向图G=(N,C)表示。其中N={n1,n2…nj…nN}是物理节点的集合,表示分布式的高性能通用服务器,其中nj表示第j个节点或第j个服务器,N表示节点的总数。C是各个物理节点资源容量的集合。不同服务器具有不同的资源容量,包括计算资源、内存、存储、网络带宽等。因此,服务器nj关联了各种资源容量,用表示,其中表示服务器nj的第h种资源容量。
本发明定义V={v1,v2…vi…vM}为待部署的VNF集合,其中vi表示第i个待部署的VNF,M表示待部署VNF的总数。同时定义了不同类型的VNF类型,不同类型的VNF对各种资源的需求各不相同。因此,第i个待部署的VNF vi的资源需求可以表示为Ri={ri 1,ri 2…ri h},其中表示VNF vi的第h种资源需求;节点nj的资源容量可以表示为其中表示服务器nj的第h种资源容量。
本发明以更易成为网络性能瓶颈的CPU资源与存储资源为例进行说明,并对本申请所提供的示例方案进行保护,这里将VNF vi的资源需求表示为Ri={ri CPU,ri storage},其中ri CPU为CPU资源需求,ri storage为存储资源需求;将节点nj的资源容量表示为其中为CPU资源容量,为存储资源容量。
如图2所示,本发明提出的多维资源均衡的虚拟网络功能部署方法可以包括以下具体实施步骤:
首先,用户发起部署请求,当终端用户进入网络时,发起VNF部署请求,生成待部署的VNF序列。
第二步,处理VNF部署请求,资源需求获取模块获取待部署的VNF资源需求。
第三步,生成VNF迁移方案,本发明提出了一种多维资源均衡(Multidimensional-Resource-BalanceDeployment,MRBD)的VNF部署方法,由VNF迁移算法与VNF部署算法两部分组成。通过在正式部署VNF之前迁移部分服务器中的部分VNF,避免后续VNF部署时导致的资源浪费。图3是本实施例中提供的一种VNF迁移算法的大致流程。
为了提高VNF的迁移效率,本发明提出了三个关键问题:
(1)在迁移算法中,选择哪些服务器进行迁移,即待迁移的服务器的选择;
(2)被触发迁移的服务器中可能部署了多个VNF,选择迁出哪个或哪些VNF能够使系统资源分配更均衡,即被迁移的VNF的选择;
(3)实际应用中存在多个服务器节点,选择将迁出的VNF迁入哪个服务器能够使最终效果最好,即目标服务器的选择。
针对这三个关键问题,本发明考虑了各个已使用的服务器节点上已部署的VNF,将服务器nj上部署的VNF序列表示为VNF vji的资源需求表示为综合考虑服务器的多维资源容量与已部署在该服务器上的VNF多维资源需求,根据公式(4)计算服务器nj的CPU资源利用率根据公式(5)计算服务器nj的存储资源利用率
其中上述公式为公式(1)的衍生,公式(1):
若服务器的资源利用率过大,这意味着该服务器的负载过大,这将影响后续VNF的部署。在这种情况下,有必要迁出部分VNF以减少其负载。因此,为了避免后续VNF部署时的资源浪费,本发明在确定发生迁移的服务器时,提出了一种阈值触发策略。即设置服务器CPU资源利用率阈值ξ1 CPU与存储资源利用率阈值ξ1 storage。如果服务器nj的CPU资源利用率大于阈值ξ1 CPU或存储资源利用率大于阈值ξ1 storage,则迁移被触发。此时,迁移服务器确定模块确定待迁移的服务器。
在选择迁移对象时,需要综合考虑其CPU资源需求与存储资源需求,以达到资源释放较多的目的。已部署VNF的CPU资源需求与存储资源需求高低用公式(6)和(7)来表示:
其中,与分别表示该待迁移服务器上已部署的VNF序列中CPU资源需求的最大值与存储资源需求最大值。Mi为待迁移服务器中第i个VNF的CPU资源需求与存储资源需求归一化后的乘积;Ri为待迁移服务器中第i个VNF的CPU资源需求与存储资源需求归一化后的商。本发明用Mi的最大值表示其CPU资源需求与存储资源需求都比较高;Ri的最大值表示其CPU资源需求较高而存储资源需求较低;Ri的最小值表示其CPU资源需求较低而存储资源需求较高。
此时当且时,选择迁出CPU资源需求与存储资源需求都比较高的VNF,即Mi值最大的VNF;当且时,选择迁出CPU资源需求较高而存储资源需求较低的VNF,即Ri值最大的VNF;当且时,选择迁出CPU资源需求较低而存储资源需求较高的VNF,即Ri值最小的VNF;否则该服务器负载正常,不发生迁移。此时,迁移VNF确定模块确定被迁移的VNF。
若迁出VNF的判断指标为两个维度以上的多维资源指标,则上述公式可以由公式(2)进行替代,如下:
式中指第j个服务器下的第i个VNF的第k种资源的资源需求,指第j个服务器下所有VNF的第k种资源的资源需求最大值,式中,k1、k2、…kn、kn+1、…km是第h种资源的延伸,分别指代VNF所占用资源的资源种类,其中k1、k2、…kn指的是资源利用率大于资源利用率阈值时的资源种类,kn+1、kn+2、…km指的是资源利用率小于不大于资源利用率阈值时的资源种类;
在确定需要迁出的VNF时,将归一化值Ni最大的VNF迁出,其中分子无项时可设置为0判断不需要迁出,分母无项时采用数字1进行替代。
此时公式(6)和公式(7)可以看作是公式(2)的延伸,公式(7)中获得商的最大值和最小值分别为公式(2)中分子和分母颠倒后的比值。
迁出后的VNF可以看作待部署的VNF,利用VNF部署算法选择合适的目标服务器部署。
第四步,实现VNF迁移。迁移服务器确定模块与迁移VNF确定模块将获取的迁移信息转发给VNF迁移模块,VNF迁移模块根据迁移信息,从待迁移的服务器中迁出被迁移的VNF。
第五步,生成VNF部署方案。本发明定义V={v1,v2…vi…vM}为待部署的VNF集合。VNF vi的CPU资源需求表示为ri CPU,存储资源需求表示为ri storage,将两者分别归一化后根据公式(10)计算得到VNF的综合资源需求:
图4是VNF部署算法的大致流程。
即当VNF vi部署在节点nj时xij=1,否则xij=0。由此可见,在矩阵X中每行元素有且只有一个元素为1。
遍历所有待部署的VNF,按综合资源需求进行降序排列,得到序列VNFsSorted,根据当前服务器的使用情况及各个VNF的资源需求量,依次对VNFsSorted中的VNF进行部署。此方式可以优先对多维资源需求较大的VNF进行优先部署,有利于先将该资源部署在已配置好的服务器中,可避免在当前服务器资源空间仍具有较小余量时新开服务器,可以进一步优化部署结果,节省运行中服务器的数量,其中公式(10)中的综合资源需求也可以适应为两个维度以上的多维资源需求,根号下的项进行相应延展即可,根据公式(12)依次计算VNF部署在各服务器后,更新后的CPU资源利用率根据公式(13)依次计算VNF部署在各服务器后,更新后的存储资源利用率
此处与表示VNF迁移算法执行后更新的CPU资源利用率与存储资源利用率。当服务器的负载过大时,会导致服务器性能降低,进而影响服务质量。因此,本发明设置了VNF部署后服务器的CPU资源利用率阈值与存储资源利用率阈值
选出可选节点集合,要求部署VNF后每个服务器的CPU资源利用率均低于阈值存储资源利用率均低于阈值将可选节点划分为候选节点序列C与空闲节点序列E,其中,候选节点为至少部署了一个VNF的节点,空闲节点为未部署任何VNF的空节点。
为节省服务器的总使用数量,以图4所示,首先遍历序列C,为了能够均衡服务器中CPU计算资源与存储容量资源的使用,本发明在选择目标服务器时会考虑待部署VNF的资源需求与目标服务器的资源剩余容量的匹配程度。本发明将节点nj的资源利用率表示为向量形式(),最佳资源利用率表示为()。使用欧氏距离来表示节点资源的使用程度,如公式(14)所示;使用余弦相似度来表示节点的资源均衡程度,如公式(15)所示:
优先选择欧氏距离较小而余弦相似度较大的节点来部署VNF。以使待部署的VNF找到最合适的部署目标服务器,应当注意的是在对两个及以上的多个维度的资源进行同时分析时,上述公式仍然可以延伸适用,此时:
式(16)和(17)中,Xi和Yi分别指和分别表示为第k种资源的资源向量和该服务器下第k种资源的资源最佳利用率,此外,本发明引入权重参数α与β,利用线性加权法将优化目标定义为多维资源失衡度(Multidimensional-Resource-Unbalance,MRU),根据公式(18)计算,优先选择优化目标值最小的节点作为目标服务器。
MRU=α×ρ-β×cos(θ) (18)
当C为空集时,从E中随机选择节点部署VNF,然后将该节点移入到序列C,并从E中删除该节点。当E也为空集时,则拒绝该VNF,将该VNF从序列VNFsSorted中删除,发出资源短缺警告。
操作完成后,更新部署VNF后该节点的CPU资源利用率与存储资源利用率。
当序列VNFsSorted全部执行结束后,获得最终部署结果。此时,VNF部署模块确定待部署的VNF序列中各个VNF的目标服务器。
此处可以根据公式(19)计算实际使用的服务器数量,并可以在计算后更新对VNF的部署:
第六步,实现VNF部署。VNF部署模块根据获取的部署信息,完成相应的VNF部署。
第七步,更新数据库信息。当网络状态或服务器负载发生变化时,更新存储在数据库中相应信息。
上述VNF迁移和部署方法中,可以将迁出的VNF移入序列VNFsSorted中进行排列,同样采用部署方法进行部署,即可以简化算法流程又能保障迁出VNF的高效部署。
实施例二:
另一方面,为实现实施例一种所述方法的功能,本发明提供一种多维资源均衡的虚拟网络功能部署系统,包括:
资源需求分析模块,用于接受用户发起的VNF部署请求,分析当前待部署VNF的多维资源需求;
VNF迁移模块,用于生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;
VNF部署模块,用于根据待部署VNF的多维资源需求和多个服务器剩余的资源空间生成部署方案,并根据部署方案将待部署的VNF进行部署;
数据更新模块,用于部署完成后更新数据库中的部署信息。
系统内所包含的模块和构件用于实现实施例一中任意一项方法的步骤。
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。
本发明提供的一种多维资源均衡(Multidimensional-Resource-BalanceDeployment,MRBD)的VNF部署算法,以下简称为MRBD算法(包括公式9-13),通过结合随机部署算法(Random Deployment,RANP)和文献“[1]Tang,X.,etal."On First Fit BinPacking for Online Cloud Server Allocation."IEEE International Parallel&Distributed Processing Symposium IEEE,2016.”提出的首次拟合部署(First-FitDeployment,FFD)算法进行比较,通过带入不同权重参数的α与β进行数据仿真,分别模拟了(α,β)=(0.5,0.5)、(α,β)=(0.3,0.7)、(α,β)=(0.7,0.3)三种情况下VNF数量为100的部署数据,其中仿真参数参见表1,仿真结果参见表2-表4:
表1仿真参数表
从上述仿真数据来看,在α和β取三组不同值时,本申请所采用的MRBD算法均体现为综合资源利用率高、使用服务器数量低的特性,因此本申请所提供的MRBD算法具有相对优越的节约资源的效果。
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,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多维资源均衡的虚拟网络功能部署方法,其特征在于,所述方法包括如下步骤:
接收用户发起的VNF部署请求,分析当前待部署VNF的多维资源需求;
生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;
根据待部署VNF的多维资源需求和多个服务器的剩余资源空间生成部署方案,并根据部署方案将待部署的VNF进行部署;
部署完成后更新数据库中的部署信息。
2.根据权利要求1所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,所述生成VNF迁移方案中,判断执行迁出或不迁出工作的方式包括设定资源利用率阈值,若某一服务器存在一种或一种以上资源利用率超出阈值的情况,则判断该服务器下相应的VNF需要进行迁出。
3.根据权利要求1所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,所述生成VNF迁移方案步骤中还包括确定需要迁出VNF的种类,确定需要迁出VNF的种类的方法包括:
获取各服务器中不同类型的VNF数量及相关VNF对应的多维资源需求,当服务器中的某种或某些资源利用率超出阈值时,迁出该类资源利用率高而其他资源利用率低的VNF。
4.根据权利要求3所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,还包括根据已部署VNF的多维资源需求具体确定需要待迁移的VNF,所述确定方法包括如下步骤:
将过负载服务器下的所有VNF进行多维资源需求的收集;
根据收集结果将零散的资源需求进行多向的归一化处理,整合成每个对应VNF的综合资源需求;
根据综合资源需求对比选出需要迁移的VNF。
6.根据权利要求5所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,所述多向的归一化处理包括将VNF零散的资源利用率进行综合运算,获得归一化值Ni,归一化值Ni的具体计算公式如下:
式中指第j个服务器下的第i个VNF的第k种资源的资源需求,指第j个服务器下所有VNF的第k种资源的资源需求最大值,式中,k1、k2、···kn、kn+1、···km是第h种资源的延伸,分别指代VNF所占用资源的资源种类,其中k1、k2、···kn指的是资源利用率大于资源利用率阈值时的资源种类,kn+1、kn+2、···km指的是资源利用率不大于资源利用率阈值时的资源种类;
在确定需要迁出的VNF时,将归一化值Ni最大的VNF迁出,其中分子无项时可设置为0判断不需要迁出,分母无项时采用数字1进行替代。
7.根据权利要求1所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,所述生成部署方案的方法包括如下步骤:
在部署VNF前,整合所有待部署VNF的请求并根据VNF的综合资源需求进行降序排列,得到序列VNFsSorted后,按照顺序依次对VNFsSorted中的VNF进行部署;
获取各服务器在拟部署VNF后不同类型的资源利用率,并设置部署过程中相应的资源利用率阈值,将服务器的各种资源利用率及其阈值分别表示为多维向量的形式,使用拟部署完成后该服务器下对应的多维资源利用率和多为资源利用率阈值的欧氏距离ρ与余弦相似度cos(θ)来表示服务器的资源使用程度与资源均衡程度;
根据服务器的资源使用程度与资源均衡程度为各个待部署VNF寻找最合适的服务器进行部署,优先选择预部署后欧氏距离ρ较小而余弦相似度cos(θ)较大的节点来部署VNF;
周期性更新各服务器的资源信息,优先选择已部署VNF的服务器进行部署,若所有已部署的服务器均无合适节点用于部署,则将该VNF部署到新的空闲服务器上,最终得到各个VNF的部署结果并更新在使用的服务器的数量。
8.根据权利要求7所述的一种多维资源均衡的虚拟网络功能部署方法,其特征在于,还包括利用线性加权法将优化目标定义为多维资源失衡度MRU,所述多维资源失衡度MRU的计算公式为:
MRU=α×ρ-β×cos(θ) (3)
式中,α和β均为设定的权重参数。
9.根据权利要求1-8任意一项所述的一种多维资源均衡的虚拟网络功能部署方法,所述方法将待迁出的VNF视作待部署的VNF进行优先部署,利用VNF的部署方案选择合适的目标服务器进行部署。
10.一种多维资源均衡的虚拟网络功能部署系统,其特征在于,包括:
资源需求分析模块,用于接受用户发起的VNF部署请求,分析当前待部署VNF的多维资源需求;
VNF迁移模块,用于生成VNF迁移方案:根据当前服务器的负载和已部署VNF的多维资源需求判断是否需要将服务器中已经部署的相关VNF迁出至其他服务器中,并根据判断结果执行迁出或不迁出工作,调整服务器的剩余资源空间;
VNF部署模块,用于根据待部署VNF的多维资源需求和多个服务器剩余的资源空间生成部署方案,并根据部署方案将待部署的VNF进行部署;
数据更新模块,用于部署完成后更新数据库中的部署信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119415.1A CN115567387A (zh) | 2022-09-14 | 2022-09-14 | 一种多维资源均衡的虚拟网络功能部署方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211119415.1A CN115567387A (zh) | 2022-09-14 | 2022-09-14 | 一种多维资源均衡的虚拟网络功能部署方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115567387A true CN115567387A (zh) | 2023-01-03 |
Family
ID=84741372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211119415.1A Pending CN115567387A (zh) | 2022-09-14 | 2022-09-14 | 一种多维资源均衡的虚拟网络功能部署方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115567387A (zh) |
-
2022
- 2022-09-14 CN CN202211119415.1A patent/CN115567387A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tang et al. | An intermediate data placement algorithm for load balancing in spark computing environment | |
US8726290B2 (en) | System and/or method for balancing allocation of data among reduce processes by reallocation | |
WO2015196911A1 (zh) | 数据挖掘方法和节点 | |
CN107430529B (zh) | 大型内存数据库的负载均衡的装置 | |
US10291707B1 (en) | Systems and methods for balancing storage resources in a distributed database | |
CN105471985A (zh) | 负载均衡方法及云平台计算方法、云平台 | |
CN107220108B (zh) | 一种实现云数据中心负载均衡的方法和系统 | |
CN103927231A (zh) | 一种面向数据处理的能耗优化数据集分配方法 | |
Wang et al. | Actcap: Accelerating mapreduce on heterogeneous clusters with capability-aware data placement | |
CN105975345A (zh) | 一种基于分布式内存的视频帧数据动态均衡存储管理方法 | |
CN105867998A (zh) | 一种虚拟机集群部署算法 | |
Cheng et al. | A coflow-based co-optimization framework for high-performance data analytics | |
CN105872082B (zh) | 基于容器集群负载均衡算法的细粒度资源响应系统 | |
CN112000460A (zh) | 一种基于改进贝叶斯算法的服务扩缩容的方法及相关设备 | |
CN107172193A (zh) | 一种基于集群的负载均衡方法及其装置 | |
CN109976879A (zh) | 一种基于资源使用曲线互补的云计算虚拟机放置方法 | |
CN112015533A (zh) | 适用于分布式渲染的任务调度方法和装置 | |
CN112445776A (zh) | 基于Presto的动态分桶方法、系统、设备及可读存储介质 | |
Wang et al. | Improved intermediate data management for mapreduce frameworks | |
CN111580950A (zh) | 一种提升云可靠性的自适应反馈资源调度方法 | |
Yassir et al. | Graph-based model and algorithm for minimising big data movement in a cloud environment | |
Piao et al. | Computing resource prediction for mapreduce applications using decision tree | |
CN115567387A (zh) | 一种多维资源均衡的虚拟网络功能部署方法及系统 | |
Lu et al. | NPIY: A novel partitioner for improving mapreduce performance | |
CN105120008A (zh) | 一种基于分层的分布式云计算中心负载平衡方法 |
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 |