CN115794314B - 一种云计算环境下虚拟机迁移方法 - Google Patents
一种云计算环境下虚拟机迁移方法 Download PDFInfo
- Publication number
- CN115794314B CN115794314B CN202310043832.0A CN202310043832A CN115794314B CN 115794314 B CN115794314 B CN 115794314B CN 202310043832 A CN202310043832 A CN 202310043832A CN 115794314 B CN115794314 B CN 115794314B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- data
- migration
- physical machine
- condition
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种云计算环境下虚拟机迁移方法,涉及云计算技术领域,包括,对相应物理机的运行环境数据进行采集分析,形成物理机条件评价值;虚拟机确定需要迁移时,形成虚拟机环境评价值;基于对物理机及虚拟机的运行条件,判断当前条件下是否能够开展虚拟机迁移;如果当前不具备迁移的条件,预测获取可供迁移的时间点;获取当前虚拟机内的所有数据并进行分区,对各个数据分区内的数据进行评价,确定数据迁移优先级;依据虚拟机数据迁移优先级,将虚拟机的数据向备用物理机上迁移;在云计算的环境中成功运行。有序的对虚拟机的储存数据进行转移,降低数据迁移的难度,防止虚拟机在迁移时产生拥堵,进而提高迁移的效率,避免数据丢失。
Description
技术领域
本发明涉及云计算技术领域,具体为一种云计算环境下虚拟机迁移方法。
背景技术
云计算是分布式计算的一种,指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序,然后,通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。可以在很短的时间内(几秒钟)完成对数以万计的数据的处理,从而达到强大的网络服务。
云计算技术发展和运用离不开虚拟机,而虚拟机则需要物理机才能存在,虚拟机在应用于云计算的条件下时,会不断的产生运行垃圾,而物理机由于一直保持运行,自身硬件也会产生老化,这就导致虚拟机在运行了一段时间后,就必须要进行迁移。
在中国专利CN111026510 A,名称为一种云环境下虚拟机跨存储热迁移方法的发明专利中,公开了一种云环境下虛拟机跨存储热迁移方法,采用的Hypervisor允许多个操作系统和应用共享一套基础物理硬件,源目标节点为虚拟机热迁移之前运行的计算节点,目标计算节点为虚拟机热迁移之后运行的计算节点,虚拟机支持热迁移的同时能将虚拟机使用的系统盘和数据盘数据迁移到新的存储系统中,支持虚拟机在线切换底层存储,可作为一一个通用的云平台虚拟机跨存储热迁移解决方案。
以上方案虽然提供了一种通用的云平台虚拟机跨存储热迁移方法,但是在现有的其他的虚拟机迁移方法中,通常只会考虑备用机的镜像容量及网络带宽,而涉及到其他的因素,例如内存资源占用等因素时,通常也只会考虑单一因素,这就导致虚拟机在迁移时,会产生一定的迁移风险,影响迁移效率。
为此,提供了一种云计算环境下虚拟机迁移方法。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种云计算环境下虚拟机迁移方法,通过对相应物理机的运行环境数据进行采集分析,形成物理机条件评价值;虚拟机确定需要迁移时,形成虚拟机环境评价值;基于对物理机及虚拟机的运行条件,判断当前条件下是否能够开展虚拟机迁移;如果当前不具备迁移的条件,预测获取可供迁移的时间点;获取当前虚拟机内的所有数据并进行分区,对各个数据分区内的数据进行评价,确定数据迁移优先级;依据虚拟机数据迁移优先级,将虚拟机的数据向备用物理机上迁移;在云计算的环境中成功运行。有序的对虚拟机的储存数据进行转移,降低数据迁移的难度,防止虚拟机在迁移时产生拥堵,进而提高迁移的效率,避免数据丢失,解决了背景技术中提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:一种云计算环境下虚拟机迁移方法,包括,在当前虚拟机处于云计算条件下的工作时间超过预期后,对相应物理机的运行环境数据进行采集分析,形成物理机条件评价值;在物理机条件评价值低于相应条件阈值时,确定当前虚拟机需要展开迁移,形成相应条件阈值的比值;
虚拟机确定需要迁移时,对虚拟机的运行环境数据进行采集分析,形成虚拟机环境评价值;在虚拟机环境评价值低于相应环境阈值时,说明虚拟机满足接收迁移的条件,形成与相应环境阈值的比值;基于对物理机及虚拟机的运行条件,判断当前条件下是否能够开展虚拟机迁移;如果当前不具备迁移的条件,预测获取可供迁移的时间点;如果在预期时间内不具备迁移条件,则发出提醒;
在虚拟机可迁移时,获取当前虚拟机内的所有数据并进行分区,对各个数据分区内的数据进行评价,形成优先级评价值,依据优先级评价值,在对虚拟机进行迁移时,确定数据迁移优先级;在备用物理机的存储系统上创建对应规格的系统盘和数据盘,依据虚拟机数据迁移优先级,将虚拟机的数据向备用物理机上迁移;虚拟机在备用物理机上,在云计算的环境中成功运行后,迁移完成。
进一步的,获取当前虚拟机在云计算环境中的持续工作时间Yt,如果持续工作时间Yt超过相应阈值,则对物理机的运行环境数据进行采集分析;周期性的对当前物理机的负载比例进行检测,获取负载Fz;对当前物理机的运行温度进行检测,获取运行温度T;对当前物理机的数据处理效率进行检测,获取处理效率Sx;
获取负载Fz、运行温度T处理效率Sx并进行汇总,形成物理机运行条件数据集;基于建立的物理机运行条件数据集,对物理机的运行形成监测。
进一步的,基于形成物理机运行条件数据集中的若干数据,获取物理机条件评价值Pw1,物理机条件评价值Pw1的获取方式如下:获取负载Fz、运行温度T处理效率Sx,进行无量纲化处理后,进行关联,关联方式符合如下公式:
其中,0.36≤δ≤0.98,0.26≤θ≤0.90,且δ+θ=1,δ、θ为权重,其具体值由用户调整设置,lnD为常数修正系数,S为负载Fz与运行温度T之间的相关性系数;
获取物理机条件评价值Pw1,将其与相应的条件阈值进行对比,如果物理机条件评价值Pw1高于相应的条件阈值,将当前物理机条件评价值Pw1与相应的条件阈值对比,形成无量纲比值,确定为物理机条件值Pw2。
进一步的,在确定需要将虚拟机从当前物理机上迁移出时,对备用的物理机上可供预留的虚拟机的运行资源数据进行检测;周期性的对备用物理机可供当前虚拟机的占用的处理器资源进行检测,获取处理器占比Cb;对备用物理机可供当前虚拟机的占用的内存资源进行检测,获取内存占比Mb;对备用物理机可供当前虚拟机的占用的镜像容量进行检测,获取容量Rl;
获取处理器占比Cb、内存占比Mb及容量Rl,建立虚拟机运行资源数据集。
进一步的,基于虚拟机运行资源数据集中的若干数据,获取虚拟机环境评价值Px1,虚拟机环境评价值Px1的获取方式如下:获取处理器占比Cb、内存占比Mb及容量Rl,进行无量纲化处理后,进行关联,关联方式符合如下公式:
其中,0.36≤α≤1.24,0.64≤β≤1.02,且α+β=1,α、β为权重,其具体值由用户调整设置,C为常数修正系数;
获取虚拟机环境评价值Px1,将其与相应的环境阈值进行对比,如果虚拟机环境评价值Px1高于相应的环境阈值,依据当前虚拟机环境评价值Px1与相应的环境阈值对比,形成无量纲比值,确定为虚拟机环境值Px2。
进一步的,获取物理机条件值Pw2及虚拟机环境值Px2,如果取物理机条件值Pw2小于虚拟机环境值Px2,且物理机条件值Pw2与虚拟机环境值Px2间的比值小于相应阈值时,展开迁移准备工作;
在取物理机条件值Pw2不小于虚拟机环境值Px2时;基于物理机运行条件数据集及虚拟机运行资源数据集的内检测数据及其的变化,分别若干组的物理机条件值Pw2及虚拟机环境值Px2;依据虚拟机所含数据的总数据量及网络带宽,判断完成数据迁移所述需要迁移时间Q。
进一步的,基于若干组的物理机条件值Pw2及虚拟机环境值Px2,建立线性回归预测模型,对物理机条件值Pw2与虚拟机环境值Px2之间的比值变化进行预测;获取物理机条件值Pw2持续保持小于虚拟机环境值Px2的时间,获取持续时间CT;在持续时间CT大于迁移时间QT时,说明备用物理机具有迁移条件,并输出具有迁移条件的时间点。
进一步的,在位于当前物理机的虚拟机具备或者即将具备向备用物理机的迁移条件时,获取当前虚拟机内的系统及储存数据;依据数据的功能,将储存数据区别为若干个数据分区;分别确定为各个分区的数据量SL,依据数据的类型,确定各个分区的内数据的单位量数据的写入难度XR;依据数据缺失对虚拟机运行造成的影响,确定分区数据的重要性ZY。
进一步的,获取数据量SL、写入难度XR及重要性ZY,进行无量纲化处理后,关联形成写入优先度XD;写入优先度XD的获取方式符合如下公式;
其中,参数意义为:数据量因子Al,0.40≤Al≤0.78,写入因子Ar,0.26≤Ar≤0.86,权重因子Ay,0.36≤Ay≤0.86,E为常数修正系数;
获取若干个数据分区的写入优先度XD,对若干个写入优先度XD进行排序,形成排序结果,依据排序结果,确定各个分区数据的迁移优先级。
进一步的,结合各个数据分区的数据量,在数据盘上进行分区;优先将虚拟机系统迁移至备用物理机的系统盘后,依据迁移优先级,依次对各个分区的数据展开迁移,将分区的数据写入数据盘分区中;将当前虚拟机的系统及储存数据向备用物理机完成迁移后,对当前虚拟机的运行状态进行检测,如果运行状态达到预期,则虚拟机迁移完成;如果运行状态不达预期,则向用户发出提醒。
(三)有益效果
本发明提供了一种云计算环境下虚拟机迁移方法,具备以下有益效果:
以当前物理机的物理机条件评价值Pw1对运行虚拟机的物理机的运行状态进行评价,从而判断当前虚拟机是否需要迁移,以物理机条件评价值Pw1作为判断标准,在非云计算的环境下,对虚拟机是否需要转移进行判断和评价,避免用户完全凭借经验进行判断,或者仅仅凭借某单一因素进行判断,使虚拟机在非必要的时间段被迁移,从而带来迁移风险。
通过形成虚拟机环境评价值Px1,对当前备用物理机是否能够接收虚拟机的迁移形成评价,减少虚拟机迁移失败的风险,增加虚拟机迁移的成功率,而通过虚拟机环境值Px2,则对备用物理机的运行条件形成无量纲化的评价,从而未虚拟机的可迁移性做出进一步的评价。
在虚拟及向备用物理机转移时,形成一个判断能否进行迁移的标准,依据该判断标准,能够在多种场景下,统一的对虚拟机能否迁移形成判断,进而减少迁移风险;对物理机条件值Pw2及虚拟机环境值Px2进行预测,对虚拟机的转移时机形成预测,用户能够在虚拟机的预测时间段,展开虚拟机的迁移,从而提高虚拟机的迁移效率及成功率。
形成写入优先度XD及迁移优先级,依据迁移优先级,能够有序的对虚拟机的储存数据进行转移,降低数据迁移的难度,防止虚拟机在迁移时产生拥堵,进而提高迁移的效率;依照形成的迁移优先级,在虚拟机迁移时能够避免数据丢失,提高迁移的成功率。
通过重新在云计算条件下运行,判断迁移后的虚拟机是否能够正常运行,如果能够正常运行,则说明虚拟机迁移完成;通过添加迁移验证过程,能够确保虚拟机的迁移成功率,减少虚拟机迁移失败对云计算环境的影响,降低虚拟机迁移失败的风险。
附图说明
图1为本发明云计算环境下虚拟机迁移方法流程示意图;
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。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他实施例,都属于本发明保护的范围。
实施例
请参阅图1,本发明提供一种云计算环境下虚拟机迁移方法,包括如下步骤:
步骤一、在当前虚拟机处于云计算条件下的工作时间超过预期后,对相应物理机的运行环境数据进行采集分析,形成物理机条件评价值;在物理机条件评价值低于相应条件阈值时,确定当前虚拟机需要展开迁移,形成相应条件阈值的比值;
其中,所述步骤一包括如下内容:
步骤101、获取当前虚拟机在云计算环境中的持续工作时间Yt,如果持续工作时间Yt超过相应阈值,则对物理机的运行环境数据进行采集分析;
步骤102、例如以1分钟或者3分钟作为一个检测周期,周期性的对当前物理机的负载比例进行检测,获取负载Fz;对当前物理机的运行温度进行检测,获取运行温度T;对当前物理机的数据处理效率进行检测,获取处理效率Sx;
获取负载Fz、运行温度T处理效率Sx并进行汇总,形成物理机运行条件数据集;基于建立的物理机运行条件数据集,对物理机的运行形成监测;
步骤103、基于形成物理机运行条件数据集中的若干数据,获取物理机条件评价值Pw1,物理机条件评价值Pw1的获取方式如下:
获取负载Fz、运行温度T处理效率Sx,进行无量纲化处理后,进行关联,关联方式符合如下公式:
其中,0.36≤δ≤0.98,0.26≤θ≤0.90,且δ+θ=1,δ、θ为权重,其具体值由用户调整设置,lnD为常数修正系数,S为负载Fz与运行温度T之间的相关性系数。
步骤104、获取物理机条件评价值Pw1,将其与相应的条件阈值进行对比,如果物理机条件评价值Pw1高于相应的条件阈值,则可以判断运行当前虚拟机的物理机的运行状态已经低于预期,可以将当前虚拟机迁出;
在确定需要将虚拟机从当前物理机上迁移出时,将当前物理机条件评价值Pw1与相应的条件阈值对比,形成无量纲比值,确定为物理机条件值Pw2;
使用时,通过步骤101至104中的内容;
在虚拟机在云计算环境中的持续工作时间Yt超过预期时,对物理机的运行环境进行采集分析,并进一步的形成当前物理机的物理机条件评价值Pw1,以当前物理机的物理机条件评价值Pw1对运行虚拟机的物理机的运行状态进行评价,从而判断当前虚拟机是否需要迁移,以物理机条件评价值Pw1作为判断标准,也能够在非云计算的环境下,对虚拟机是否需要转移进行判断和评价,避免用户完全凭借经验进行判断,或者仅仅凭借某单一因素进行判断,使虚拟机在非必要的时间段被迁移,从而带来迁移风险。
步骤二、虚拟机确定需要迁移时,对虚拟机的运行环境数据进行采集分析,形成虚拟机环境评价值;在虚拟机环境评价值低于相应环境阈值时,说明虚拟机满足接收迁移的条件,形成与相应环境阈值的比值;
所述步骤二包括如下内容:
步骤201、在确定需要将虚拟机从当前物理机上迁移出时,对备用的物理机上可供预留的虚拟机的运行资源数据进行检测;
步骤203、以1分钟或者3分钟作为一个检测周期,对备用物理机可供当前虚拟机的占用的处理器资源进行检测,获取处理器占比Cb;
对备用物理机可供当前虚拟机的占用的内存资源进行检测,获取内存占比Mb;
对备用物理机可供当前虚拟机的占用的镜像容量进行检测,获取容量Rl;获取处理器占比Cb、内存占比Mb及容量Rl,建立虚拟机运行资源数据集;
步骤203、基于虚拟机运行资源数据集中的若干数据,获取虚拟机环境评价值Px1,虚拟机环境评价值Px1的获取方式如下:
获取处理器占比Cb、内存占比Mb及容量Rl,进行无量纲化处理后,进行关联,关联方式符合如下公式:
其中,0.36≤α≤1.24,0.64≤β≤1.02,且α+β=1,α、β为权重,其具体值由用户调整设置,C为常数修正系数。
步骤204、获取虚拟机环境评价值Px1,将其与相应的环境阈值进行对比,如果虚拟机环境评价值Px1高于相应的环境阈值,说明备用物理机可供当前虚拟机的占用的资源已经好于预期,可以用于接收当前虚拟机的迁移;依据当前虚拟机环境评价值Px1与相应的环境阈值对比,形成无量纲比值,确定为虚拟机环境值Px2。
使用时,通过基于虚拟机运行资源数据集形成虚拟机环境评价值Px1,并在此基础上形成虚拟机环境值Px2;通过形成虚拟机环境评价值Px1,能够对当前备用物理机是否能够接收虚拟机的迁移形成评价,用户能够基于此,能够对备用物理机当前是否可供使用进行评价,如果可用,此时则可以展开虚拟机迁移的准备工作;如果不可用,此时则需要选择其他的备用物理机或者等待合适的迁移时间,从而减少虚拟机迁移失败的风险,增加虚拟机迁移的成功率,而通过虚拟机环境值Px2,则对备用物理机的运行条件形成无量纲化的评价,从而未虚拟机的可迁移性做出进一步的评价。
步骤三、基于对物理机及虚拟机的运行条件,判断当前条件下是否能够开展虚拟机迁移;如果当前不具备迁移的条件,预测获取可供迁移的时间点;如果在预期时间内不具备迁移条件,则发出提醒;
所述步骤三包括如下内容:
步骤301、获取物理机条件值Pw2及虚拟机环境值Px2,如果取物理机条件值Pw2小于虚拟机环境值Px2,且物理机条件值Pw2与虚拟机环境值Px2间的比值小于相应阈值时,备用物理机的具有迁移条件,展开迁移准备工作;
步骤302、在取物理机条件值Pw2不小于虚拟机环境值Px2时;
基于物理机运行条件数据集及虚拟机运行资源数据集的内检测数据及其的变化,分别若干组的物理机条件值Pw2及虚拟机环境值Px2;并依据虚拟机所含数据的总数据量及网络带宽,判断完成数据迁移所述需要迁移时间QT;
步骤303、基于若干组的物理机条件值Pw2及虚拟机环境值Px2,建立线性回归预测模型,对物理机条件值Pw2与虚拟机环境值Px2之间的比值变化进行预测;
步骤304、获取物理机条件值Pw2持续保持小于虚拟机环境值Px2的时间,获取持续时间CT;在持续时间CT大于迁移时间QT时,说明备用物理机具有迁移条件,并输出具有迁移条件的时间点。
使用时,结合步骤301至304中的内容,
基于获取的物理机条件值Pw2及虚拟机环境值Px2,在虚拟及向备用物理机转移时,形成一个判断能否进行迁移的标准,依据该判断标准,能够在多种场景下,统一的对虚拟机能否迁移形成判断,进而减少迁移风险;而在以上基础上,通过建立线性回归预测模型,对物理机条件值Pw2及虚拟机环境值Px2进行预测,能够对虚拟机的转移时机形成预测,在预测获取得到迁移时机后,用户能够在虚拟机的预测时间段,展开虚拟机的迁移,从而提高虚拟机的迁移效率及成功率。
步骤四、在虚拟机可迁移时,获取当前虚拟机内的所有数据并进行分区,对各个数据分区内的数据进行评价,形成优先级评价值,依据优先级评价值,在对虚拟机进行迁移时,确定数据迁移优先级;
所述步骤四包括:
步骤401、在位于当前物理机的虚拟机具备或者即将具备向备用物理机的迁移条件时,获取当前虚拟机内的系统及储存数据;
依据数据的功能,将储存数据区别为若干个数据分区;
步骤402、分别确定为各个分区的数据量SL,依据数据的类型,确定各个分区的内数据的单位量数据的写入难度XR;依据数据缺失对虚拟机运行造成的影响,确定分区数据的重要性ZY;
步骤403、获取数据量SL、写入难度XR及重要性ZY,进行无量纲化处理后,关联形成写入优先度XD;写入优先度XD的获取方式符合如下公式;
其中,参数意义为:数据量因子Al,0.40≤Al≤0.78,写入因子Ar,0.26≤Ar≤0.86,权重因子Ay,0.36≤Ay≤0.86,E为常数修正系数。
需要说明的是,由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的预设比例系数;将设定的预设比例系数和采集的样本数据代入公式,任意三个公式构成三元一次方程组,将计算得到的系数进行筛选并取均值,得到Al、Ar、Ay的取值;
系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的预设比例系数;只要不影响参数与量化后数值的比例关系即可。
步骤404、获取若干个数据分区的写入优先度XD,对若干个写入优先度XD进行排序,形成排序结果,依据排序结果,确定各个分区数据的迁移优先级。
使用时,结合步骤401至404中内容,通过将虚拟机的储存数据分割为若干个分区,并形成写入优先度XD及迁移优先级,依据迁移优先级,能够有序的对虚拟机的储存数据进行转移,降低数据迁移的难度,防止虚拟机在迁移时产生拥堵,进而提高迁移的效率;同时,依照形成的迁移优先级,在虚拟机迁移时能够避免数据丢失,提高迁移的成功率。
步骤五、在备用物理机的存储系统上创建对应规格的系统盘和数据盘,依据虚拟机数据迁移优先级,将虚拟机的数据向备用物理机上迁移;虚拟机在备用物理机上,在云计算的环境中成功运行后,迁移完成;
所述步骤五包括如下内容:
步骤501、结合各个数据分区的数据量,在数据盘上进行分区;优先将虚拟机系统迁移至备用物理机的系统盘后,依据迁移优先级,依次对各个分区的数据展开迁移,将分区的数据写入数据盘分区中;
步骤502、将当前虚拟机的系统及储存数据向备用物理机完成迁移后,对当前虚拟机的运行状态进行检测,如果运行状态达到预期,则虚拟机迁移完成;如果运行状态不达预期,则向用户发出提醒。
使用时,结合步骤501至502中的内容,在确定迁移优先级并完成数据迁移后,通过重新在云计算条件下运行,判断迁移后的虚拟机是否能够正常运行,如果能够正常运行,则说明虚拟机迁移完成;如果运行状态不达预期,则意味着虚拟机的迁移失败,在此条件下,在需要重新开始迁移;通过添加迁移验证过程,能够确保虚拟机的迁移成功率,减少虚拟机迁移失败对云计算环境的影响,降低虚拟机迁移失败的风险。
结合实施例中的内容,本发明至少具备如下效果:
以当前物理机的物理机条件评价值Pw1对运行虚拟机的物理机的运行状态进行评价,从而判断当前虚拟机是否需要迁移,以物理机条件评价值Pw1作为判断标准,在非云计算的环境下,对虚拟机是否需要转移进行判断和评价,避免用户完全凭借经验进行判断,或者仅仅凭借某单一因素进行判断,使虚拟机在非必要的时间段被迁移,从而带来迁移风险。
通过形成虚拟机环境评价值Px1,对当前备用物理机是否能够接收虚拟机的迁移形成评价,减少虚拟机迁移失败的风险,增加虚拟机迁移的成功率,而通过虚拟机环境值Px2,则对备用物理机的运行条件形成无量纲化的评价,从而未虚拟机的可迁移性做出进一步的评价。
在虚拟及向备用物理机转移时,形成一个判断能否进行迁移的标准,依据该判断标准,能够在多种场景下,统一的对虚拟机能否迁移形成判断,进而减少迁移风险;对物理机条件值Pw2及虚拟机环境值Px2进行预测,对虚拟机的转移时机形成预测,用户能够在虚拟机的预测时间段,展开虚拟机的迁移,从而提高虚拟机的迁移效率及成功率。
形成写入优先度XD及迁移优先级,依据迁移优先级,能够有序的对虚拟机的储存数据进行转移,降低数据迁移的难度,防止虚拟机在迁移时产生拥堵,进而提高迁移的效率;依照形成的迁移优先级,在虚拟机迁移时能够避免数据丢失,提高迁移的成功率。
通过重新在云计算条件下运行,判断迁移后的虚拟机是否能够正常运行,如果能够正常运行,则说明虚拟机迁移完成;通过添加迁移验证过程,能够确保虚拟机的迁移成功率,减少虚拟机迁移失败对云计算环境的影响,降低虚拟机迁移失败的风险。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通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,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,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,仅仅为一些逻辑功能划分,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。另一点,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方案的目的。
另外,在本申请各个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。
所述功能如果以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。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分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,包括若干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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-onlymemory,ROM)、随机存取存储器(randomaccessmemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种云计算环境下虚拟机迁移方法,其特征在于:包括,
在当前虚拟机处于云计算条件下的工作时间超过预期后,对相应物理机的运行环境数据进行采集分析,形成物理机条件评价值;在物理机条件评价值低于相应条件阈值时,确定当前虚拟机需要展开迁移,形成相应条件阈值的比值,确定为物理机条件值Pw2;
虚拟机确定需要迁移时,对虚拟机的运行环境数据进行采集分析,形成虚拟机环境评价值;在虚拟机环境评价值低于相应环境阈值时,说明虚拟机满足接收迁移的条件,形成与相应环境阈值的比值,确定为虚拟机环境值Px2;
基于对物理机及虚拟机的运行条件,通过物理机条件值Pw2与虚拟机环境值Px2间的比值,判断当前条件下是否能够开展虚拟机迁移,如果当前不具备迁移的条件,预测获取可供迁移的时间点;如果在预期时间内不具备迁移条件,则发出提醒;
在虚拟机可迁移时,获取当前虚拟机内的所有数据并进行分区,对各个数据分区内的数据进行评价,形成优先级评价值,依据优先级评价值,在对虚拟机进行迁移时,确定数据迁移优先级;
在备用物理机的存储系统上创建对应规格的系统盘和数据盘,依据虚拟机数据迁移优先级,将虚拟机的数据向备用物理机上迁移;虚拟机在备用物理机上,在云计算的环境中成功运行后,迁移完成;
在位于当前物理机的虚拟机具备或者即将具备向备用物理机的迁移条件时,获取当前虚拟机内的系统及储存数据;依据数据的功能,将储存数据区别为若干个数据分区;分别确定为各个分区的数据量SL,依据数据的类型,确定各个分区的内数据的单位量数据的写入难度XR;依据数据缺失对虚拟机运行造成的影响,确定分区数据的重要性ZY;
获取数据量SL、写入难度XR及重要性ZY,进行无量纲化处理后,关联形成写入优先度XD;写入优先度XD的获取方式符合如下公式;
其中,参数意义为:数据量因子Al,0.40≤Al≤0.78,写入因子Ar,0.26≤Ar≤0.86,权重因子Ay,0.36≤Ay≤0.86,E为常数修正系数;
获取若干个数据分区的写入优先度XD,对若干个写入优先度XD进行排序,形成排序结果,依据排序结果,确定各个分区数据的迁移优先级。
2.根据权利要求1所述的一种云计算环境下虚拟机迁移方法,其特征在于:
获取当前虚拟机在云计算环境中的持续工作时间Yt,如果持续工作时间Yt超过相应阈值,则对物理机的运行环境数据进行采集分析;周期性的对当前物理机的负载比例进行检测,获取负载Fz;对当前物理机的运行温度进行检测,获取运行温度T;对当前物理机的数据处理效率进行检测,获取处理效率Sx;获取负载Fz、运行温度T及处理效率Sx并进行汇总,形成物理机运行条件数据集;基于建立的物理机运行条件数据集,对物理机的运行形成监测。
3.根据权利要求2所述的一种云计算环境下虚拟机迁移方法,其特征在于:
基于形成物理机运行条件数据集中的若干数据,获取物理机条件评价值Pw1,物理机条件评价值Pw1的获取方式如下:获取负载Fz、运行温度T及处理效率Sx,进行无量纲化处理后,进行关联,关联方式符合如下公式:
其中,0.36≤δ≤0.98,0.26≤θ≤0.90,且δ+θ=1,δ、θ为权重,其具体值由用户调整设置,lnD为常数修正系数,S为负载Fz与运行温度T之间的相关性系数;
获取物理机条件评价值Pw1,将其与相应的条件阈值进行对比,如果物理机条件评价值Pw1高于相应的条件阈值,将当前物理机条件评价值Pw1与相应的条件阈值对比,形成无量纲比值,确定为物理机条件值Pw2。
4.根据权利要求1所述的一种云计算环境下虚拟机迁移方法,其特征在于:
在确定需要将虚拟机从当前物理机上迁移出时,对备用的物理机上可供预留的虚拟机的运行资源数据进行检测;周期性的对备用物理机可供当前虚拟机的占用的处理器资源进行检测,获取处理器占比Cb;对备用物理机可供当前虚拟机的占用的内存资源进行检测,获取内存占比Mb;对备用物理机可供当前虚拟机的占用的镜像容量进行检测,获取容量Rl;获取处理器占比Cb、内存占比Mb及容量Rl,建立虚拟机运行资源数据集。
6.根据权利要求1所述的一种云计算环境下虚拟机迁移方法,其特征在于:
获取物理机条件值Pw2及虚拟机环境值Px2,如果取物理机条件值Pw2小于虚拟机环境值Px2,且物理机条件值Pw2与虚拟机环境值Px2间的比值小于相应阈值时,展开迁移准备工作;在取物理机条件值Pw2不小于虚拟机环境值Px2时,基于物理机运行条件数据集及虚拟机运行资源数据集的内检测数据及其的变化,分别若干组的物理机条件值Pw2及虚拟机环境值Px2,依据虚拟机所含数据的总数据量及网络带宽,判断完成数据迁移所述需要迁移时间Q。
7.根据权利要求6所述的一种云计算环境下虚拟机迁移方法,其特征在于:
基于若干组的物理机条件值Pw2及虚拟机环境值Px2,建立线性回归预测模型,对物理机条件值Pw2与虚拟机环境值Px2之间的比值变化进行预测,获取物理机条件值Pw2持续保持小于虚拟机环境值Px2的时间,获取持续时间CT;在持续时间CT大于迁移时间QT时,说明备用物理机具有迁移条件,并输出具有迁移条件的时间点。
8.根据权利要求1所述的一种云计算环境下虚拟机迁移方法,其特征在于:
结合各个数据分区的数据量,在数据盘上进行分区;优先将虚拟机系统迁移至备用物理机的系统盘后,依据迁移优先级,依次对各个分区的数据展开迁移,将分区的数据写入数据盘分区中;将当前虚拟机的系统及储存数据向备用物理机完成迁移后,对当前虚拟机的运行状态进行检测,如果运行状态达到预期,则虚拟机迁移完成;如果运行状态不达预期,则向用户发出提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310043832.0A CN115794314B (zh) | 2023-01-29 | 2023-01-29 | 一种云计算环境下虚拟机迁移方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310043832.0A CN115794314B (zh) | 2023-01-29 | 2023-01-29 | 一种云计算环境下虚拟机迁移方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115794314A CN115794314A (zh) | 2023-03-14 |
CN115794314B true CN115794314B (zh) | 2023-05-09 |
Family
ID=85429091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310043832.0A Active CN115794314B (zh) | 2023-01-29 | 2023-01-29 | 一种云计算环境下虚拟机迁移方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115794314B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9218196B2 (en) * | 2012-05-17 | 2015-12-22 | International Business Machines Corporation | Performing pre-stage replication of data associated with virtual machines prior to migration of virtual machines based on resource usage |
KR20160070636A (ko) * | 2014-12-10 | 2016-06-20 | 경희대학교 산학협력단 | 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법 |
CN106681802A (zh) * | 2015-11-06 | 2017-05-17 | 华为技术有限公司 | 虚拟机迁移方法、装置及系统 |
CN105279023B (zh) * | 2015-11-27 | 2018-06-26 | 浪潮(北京)电子信息产业有限公司 | 一种虚拟机迁移方法和装置 |
CN108874508A (zh) * | 2018-06-27 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种云计算虚拟服务器系统负载均衡调度方法 |
CN111381928B (zh) * | 2018-12-28 | 2021-05-25 | 中兴通讯股份有限公司 | 一种虚拟机迁移方法、云计算管理平台和存储介质 |
CN114296868B (zh) * | 2021-12-17 | 2022-10-04 | 中电信数智科技有限公司 | 一种多云环境下基于用户体验的虚拟机自动迁移决策方法 |
-
2023
- 2023-01-29 CN CN202310043832.0A patent/CN115794314B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115794314A (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108829494B (zh) | 基于负载预测的容器云平台智能资源优化方法 | |
EP3525096B1 (en) | Resource load balancing control method and cluster scheduler | |
CN107885595B (zh) | 一种资源分配方法、相关设备及系统 | |
CN106933650A (zh) | 云应用系统的负载管理方法及系统 | |
US20150052526A1 (en) | Virtual-machine managing device and virtual-machine managing method | |
CN105094708B (zh) | 一种磁盘容量的预测方法及装置 | |
EP1626339B1 (en) | Data processing system and method for assigning objects to processing units | |
CN110287332B (zh) | 云环境下仿真模型选择方法与装置 | |
CN110209467B (zh) | 一种基于机器学习的弹性资源扩展方法和系统 | |
WO2021141875A1 (en) | Automated local scaling of compute instances | |
CN111953732B (zh) | 一种云计算系统中的资源调度方法及装置 | |
CN107229397A (zh) | 一种提高终端流畅度的方法、系统、终端以及存储装置 | |
WO2020220437A1 (zh) | 一种基于AdaBoost-Elman的虚拟机软件老化预测方法 | |
CN111724037A (zh) | 运营资源分配方法、装置、计算机设备及可读存储介质 | |
CN115794314B (zh) | 一种云计算环境下虚拟机迁移方法 | |
CN107370783B (zh) | 一种云计算集群资源的调度方法及装置 | |
EP2940600A1 (en) | Data scanning method and device | |
CN110413393B (zh) | 集群资源管理方法、装置、计算机集群及可读存储介质 | |
CN109711193B (zh) | 一种存储空间的共享方法和装置 | |
CN115994029A (zh) | 容器资源调度方法及装置 | |
CN112631577B (zh) | 一种模型的调度方法、模型调度器以及模型安全测试平台 | |
KR20190119223A (ko) | 처리 시간에 민감한 워크로드에 대한 메모리 대역폭 할당 방법 및 장치 | |
US9461933B2 (en) | Virtual server system, management server device, and system managing method | |
CN112214283A (zh) | 一种预测Kubernetes挂载卷时长的方法及装置 | |
CN114461138B (zh) | 存储资源的调度方法、装置、电子设备及可读存储介质 |
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 |