CN116149798A - 云操作系统的虚拟机控制方法、装置以及存储介质 - Google Patents
云操作系统的虚拟机控制方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN116149798A CN116149798A CN202310389058.9A CN202310389058A CN116149798A CN 116149798 A CN116149798 A CN 116149798A CN 202310389058 A CN202310389058 A CN 202310389058A CN 116149798 A CN116149798 A CN 116149798A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- machines
- virtual
- physical
- operating system
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000005265 energy consumption Methods 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000013139 quantization Methods 0.000 description 3
- 230000001351 cycling effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06F9/455—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
-
- 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
- G06F2009/45583—Memory management, e.g. access or allocation
-
- 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
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了云操作系统的虚拟机控制方法、装置以及存储介质，涉及云操作系统技术领域，对云操作系统的虚拟机进行遍历；根据虚拟机的资源请求相似度进行虚拟机群组化；将虚拟机群组进行最小化划分；将划分后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。提高了虚拟机群组的使用效率，实现了物理机资源的优化配置。
Description
技术领域
本发明云计算技术领域，具体涉及云操作系统的虚拟机控制方法、装置以及存储介质。
背景技术
随着云计算技术的逐渐成熟，越来越多的企业将应用部署到云计算平台上，因而云计算数据中心的规模越来越大。一个云计算数据中心涉及几十万台甚至几百万台规模的物理机，这些物理机的运行需要消耗大量的能量，从而导致服务提供商的运营成本增加。面对如此规模的数据中心，如何降低数据中心的能耗，成为云服务提供商面临的一个重要挑战。
在部署时物理机与虚拟机之间通常是一对多的关系，即一台物理机上用户可以同时放置运行若干台虚拟机。有关虚拟机的部署方法，从是否考虑虚拟机间的关联性出发，分为虚拟机群组化部署方法和单虚拟机部署方法。
虚拟机在执行同一个任务时很可能会存在对资源请求较为相似的情况，即两台虚拟机在处理同一份数据或协同工作时，在这两台虚拟机之间就会存在较高的通信，这时，如果这两台虚拟机恰好被部署在同一台物理机上，那么它们的交互时间就会有所缩短，执行效率也会有所提升。由此，就有了将资源请求相似性较高的虚拟机聚集成一个虚拟机群组，然后将整个群体内的虚拟机尽可能的放置在一台物理机或资源相似的物理机上，以达到减少物理机的使用量，整合数据中心的物理机数量，从而减少能耗。对虚拟机群组规模较大，单台物理机难以满足其部署需求的问题，对于数据中心或者计算中心中，尤其是在运营级的虚拟化资源池中，不合理的虚拟机部署无法使整个系统承载更多的虚拟机，影响资源的总体利用率，增加了虚拟机使用成本。因此，如何合理的部署虚拟机与物理机的连接策略，解决物理机负荷不平衡的问题是现在需要解决的。
发明内容
为了解决上述技术问题，本发明提出了云操作系统的虚拟机控制方法，包括如下步骤：
S1、对云操作系统的虚拟机进行遍历；
S2、根据虚拟机的资源请求相似度进行虚拟机群组化；
S3、将虚拟机群组进行最小化划分；
S4、将划分后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。
进一步地，步骤S2包括：
S21、计算虚拟机
和/>
间的资源请求相似度；
S22、整合虚拟机
和/>
之间的资源请求相似度为整合相似度/>
；
S23、整合相似度
与相似度阈值L进行比较，对虚拟机进行群组化处理。/>
进一步地，步骤S3包括：
S31、计算虚拟机群组的能量消耗；
S32、根据虚拟机群组中的虚拟机间通信带宽需求矩阵形成虚拟机带权无向图；
S33、根据所述虚拟机群组的能量消耗，将虚拟机带权无向图进行切割，实现虚拟机群组最小化。
进一步地，步骤S31中，用
代表虚拟机群组，/>
和/>
代表虚拟机群组中的第i个和第j个虚拟机，虚拟机群组的能量消耗/>
为：
其中，
代表第i个虚拟机自身的能量消耗，/>
代表虚拟机群组中第i个虚拟机和第j个虚拟机两者之间形成联系所需要的能量消耗，参数/>
用来调节虚拟机群组之间的能量消耗所占总的能量消耗的权重，N为虚拟机群组中的虚拟机的个数。
进一步地，步骤S32中，当整合相似度
时，虚拟机/>
和/>
之间存在连线，形成虚拟机带权无向图，每个虚拟机为一个顶点，根据虚拟机间通信带宽需求矩阵向虚拟机群组中的各边赋予权值。
进一步地，步骤S33中，通过使
最小化，达到虚拟机群组的能量消耗最小化，进行虚拟机权值无向图的最小切割。
进一步地，步骤S4包括：
S41、将待匹配域内的n个物理机列成
维矩阵，m为单个物理机CPU的个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷，每一列为此待匹配域内n个物理机；
S42、计算CPU平均负荷的标准差，按照平均负荷的标准差从大到小的顺序排列物理机；
S43、将划分后的虚拟机群组按照资源剩余量由大到小排序，依次分配平均负荷的标准差从大到小排序的物理机。
本发明还提出了云操作系统的虚拟机控制装置，用于实现云操作系统的虚拟机控制方法，包括：多个虚拟机；多个物理机；群组化单元；遍历单元；切割单元和调度单元；
遍历单元，用于对云操作系统的虚拟机进行遍历；
群组化单元，用于根据虚拟机的资源请求相似度进行虚拟机群组化；
切割单元，用于将虚拟机群组进行最小切割；
调度单元，用于将划分后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。
进一步地，所述调度单元包括：矩阵构建模块，计算模块，分配模块；
矩阵构建模块，将待匹配域内的n个物理机列成n*m维矩阵，m为单个物理机CPU的个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷，每一列为此待匹配域内n个物理机；
计算模块，计算物理机CPU平均负荷的标准差，由大到小的顺序排列物理机；计算最小化的虚拟机群组的资源剩余量，由大到小的顺序排列最小化的虚拟机群组；
分配模块，用于将所述由大到小的顺序排列最小化的虚拟机群组，依次分配给由大到小顺序的物理机。
本发明还提出了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现云操作系统的虚拟机控制方法。
相比于现有技术，本发明具有如下有益技术效果：
对于云操作系统的虚拟机进行遍历；根据虚拟机的资源请求相似度进行虚拟机群组化，提高了虚拟机群组的使用效率；将虚拟机群组进行最小切割；将划分后的虚拟机群组按照资源剩余最大原则，进行动态反馈加权综合负荷调度，选择负荷方差值最小的物理机分配虚拟机，实现物理机资源的优化配置。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的云操作系统的虚拟机控制方法流程示意图。
图2为本发明的以7台虚拟机为例构造的虚拟机带权无向图。
图3为本发明的云操作系统的虚拟机控制装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本发明的具体实施例附图中，为了更好、更清楚的描述系统中的各元件的工作原理，表现所述装置中各部分的连接关系，只是明显区分了各元件之间的相对位置关系，并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示为云操作系统的虚拟机控制方法流程图，包括如下步骤：
S1、对于云操作系统的虚拟机进行遍历。
设有N个虚拟机
和M个物理主机/>
，i代表第i个虚拟机，k代表第k个物理主机，N表示虚拟机的数量，M表示物理主机的数量。
S2、根据虚拟机的资源请求相似度进行虚拟机群组化。
S21、计算虚拟机
和/>
间的资源请求相似度。
首先计算虚拟机之间的CPU、带宽、内存、硬盘等资源之间的相似度，然后整合各种资源之间的相似度形成整体资源相似度，根据整体资源相似度公式求得虚拟机之间的相似度，用来判断虚拟机之间的相似性。
以下是对资源请求相似度的量化处理方法。对于虚拟机
和/>
之间CPU的相似度/>
，带宽的相似度/>
，内存的相似度/>
，硬盘的相似度/>
。
S22、整合虚拟机
和/>
之间资源的相似度/>
，计算方式如下所示，公式中/>
的取值范围为[0,4]，当/>
越接近于4，表明虚拟机/>
和/>
对整体资源的请求越相似。
S23、
与相似度阈值L的大小进行比较，虚拟机进行群组化处理。
若
时，将/>
和/>
加入到虚拟机群组当中；若/>
时，虚拟机群组中的虚拟机之间不加入连线；一直循环直到i超过N，即虚拟机编号超过虚拟机总的数量，则循环结束，虚拟机群组化过程结束。
S3、将虚拟机群组进行最小切割。
虚拟机最小切割方法如下：
S31、用
代表虚拟机群组，/>
和/>
代表虚拟机群组中的第i个和第j个虚拟机，虚拟机群组的能量消耗/>
为：
其中，
代表第i个虚拟机自身的能量消耗，/>
代表虚拟机群组中第i个虚拟机和第j个虚拟机两者之间形成联系所需要的能量消耗，参数/>
用来调节虚拟机群组之间的能量消耗所占总的能量消耗的权重，对于不同的虚拟机群组/>
值不同的，N为虚拟机群组中的虚拟机的个数。
S32、根据虚拟机间通信带宽需求矩阵向虚拟机
和/>
群组中的各边赋予权值w，形成虚拟机带权无向图。
当相似度
的虚拟机/>
和/>
之间存在连线，构成的虚拟机群组。虚拟机群组可用虚拟机群组图表示，每个虚拟机为一个顶点，/>
的虚拟机/>
和/>
之间不存在连线，两个虚拟机间的权值取决于两个虚拟机间的宽带需求，例如若虚拟机/>
和/>
之间的带宽需求值8，则给/>
和/>
之间存在连线的权值赋值8，对于其它虚拟机采取同样的方法为其赋予权值，得到的虚拟机带权无向图。如图2以7台虚拟机为例，构造虚拟机带权无向图。
S33、将虚拟机群组进行最小切割。
虚拟机自身的能量消耗是个定值不会改变，通过使
最小化，从而达到虚拟机群组的能量消耗最小化，即只需让虚拟机群组之间的能量消耗
最小。
S4、将切割后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。
根据的虚拟机群组资源请求情况，为每一个虚拟机群组按照资源剩余最大原则找到满足放置条件的物理主机。若虚拟机群组过大，未找到相互匹配的物理主机，则对分割的群组继续进行动态反馈加权综合负荷调度，直到找到相互匹配的物理主机为止。动态反馈加权综合负荷调度方法如下：
S41、将待匹配域内的n个物理机列成
维矩阵，m为单个物理机CPU的个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷，每一列为此待匹配域内n个物理机。
S42、计算CPU平均负荷的标准差，按照平均负荷的标准差从大到小的顺序排列物理机。
针对满足当前分配任务的物理机，对待分配任务的物理机部署虚拟机后的利用率进行预测，获得负荷预测值；根据负荷均值及负荷预测值计算负荷方差值，负荷方差值D的计算公式为：
其中，a％、b％、c％为对物理机部署虚拟机后获得的CPU、内存及网络的负荷预测值，x、y、z为物理机当前CPU负荷均值，内存负荷均值及网络负荷均值。
S43、将划分后的虚拟机群组按照资源剩余量由大到小排序，依次分配平均负荷的标准差从大到小排序的物理机。
考虑剩余能力，其次找出CPU（个数加权）、内存、网络相对于这3个属性的负荷均值的标准差最小的物理机；当找到的物理机有多个时，则取第一个物理机分配，这样可以找到更好地找到合适的物理机；
物理机的剩余能力＝物理机总能力-物理机已被暂用的能力。其中，总能力包括：CPU，内存，网络。
剩余能力通过综合负荷六维向量计算出，综合负荷六维向量
；其中/>
代表物理机i的CPU计算能力，/>
表示物理机i的内存总大小，/>
表示物理机i的对外总带宽，/>
分别为前一段时间t内物理机i的CPU，内存和网络带宽的利用率平均值。
如图3所示，为本发明还提出了云操作系统的虚拟机控制装置，用于实现云操作系统的虚拟机控制方法，包括：N个虚拟机
，/>
；M个物理机/>
，/>
；遍历单元，群组化单元，切割单元和调度单元。
遍历单元，用于对于云操作系统的虚拟机进行遍历；
群组化单元，用于根据虚拟机的资源请求相似度进行虚拟机群组化；
切割单元，用于将虚拟机群组进行最小切割；
调度单元，用于将划分后的虚拟机群组按照资源剩余最大原则，进行动态反馈加权综合负荷调度，选择负荷方差值最小的物理机分配虚拟机。
调度单元包括：矩阵构建模块，计算模块，分配模块。
矩阵构建模块，将调度域内的n个物理机列成
维矩阵，m为单物理机CPU的最大个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷、加权内存平均负荷、网络平均负荷，每一列为此调度域内所有物理机。
计算模块，计算各物理机属性的负荷均值的标准差，找出负荷均值的标准差最小的物理机；计算待分配任务的物理机的负荷均值，并根据负荷均值及对待分配任务的物理机的负荷预测值计算物理机的负荷方差值。
分配模块，用于选择负荷方差值最小的物理机分配虚拟机。
在优选实施例中，在监测到物理机的业务接口运行异常时，查找运行在第一故障物理机上的第一目标虚拟机；该第一故障物理机为业务接口运行异常的物理机，该第一目标虚拟机为通过该第一故障物理机上的运行异常的业务接口访问外网的虚拟机。
从运行正常的物理机中选择业务接口运行正常的物理机为第一目标物理机，该第一目标虚拟机可通过该第一目标物理机上的业务接口访问外网。
向该目标物理机发送虚拟机启动请求，以将该运行异常的物理机上的虚拟机切换到该目标物理机上运行；该虚拟机启动请求携带该运行异常的物理机上的虚拟机的身份标识。
本发明还提出了一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现云操作系统的虚拟机控制方法的步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，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。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、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，或者通过所述计算机可读存储介质进行传输。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成的服务器、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(例如，固态硬盘(solid state disk，SSD))等。
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，可轻易想到各种等效的修改或替换，这些修改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权利要求的保护范围为准。
Claims (10)
1.云操作系统的虚拟机控制方法，其特征在于，包括如下步骤：
S1、对云操作系统的虚拟机进行遍历；
S2、根据虚拟机的资源请求相似度进行虚拟机群组化；
S3、将虚拟机群组进行最小化划分；
S4、将划分后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。
2.根据权利要求1所述的云操作系统的虚拟机控制方法，其特征在于，步骤S2包括：
S21、计算虚拟机
和/>
间的资源请求相似度；
S22、整合虚拟机
和/>
之间的资源请求相似度为整合相似度/>
；
S23、整合相似度
与相似度阈值L进行比较，对虚拟机进行群组化处理。
3.根据权利要求1所述的云操作系统的虚拟机控制方法，其特征在于，步骤S3包括：
S31、计算虚拟机群组的能量消耗；
S32、根据虚拟机群组中的虚拟机间通信带宽需求矩阵形成虚拟机带权无向图；
S33、根据所述虚拟机群组的能量消耗，将虚拟机带权无向图进行切割，实现虚拟机群组最小化。
4.根据权利要求3所述的云操作系统的虚拟机控制方法，其特征在于，步骤S31中，用
代表虚拟机群组，/>
和/>
代表虚拟机群组中的第i个和第j个虚拟机，虚拟机群组的能量消耗/>
为：
其中，
代表第i个虚拟机自身的能量消耗，/>
代表虚拟机群组中第i个虚拟机和第j个虚拟机两者之间形成联系所需要的能量消耗，参数/>
用来调节虚拟机群组之间的能量消耗所占总的能量消耗的权重，N为虚拟机群组中的虚拟机的个数。
5.根据权利要求4所述的云操作系统的虚拟机控制方法，其特征在于，步骤S32中，当整合相似度
时，虚拟机/>
和/>
之间存在连线，形成虚拟机带权无向图，每个虚拟机为一个顶点，根据虚拟机间通信带宽需求矩阵向虚拟机群组中的各边赋予权值。
6.根据权利要求5所述的云操作系统的虚拟机控制方法，其特征在于，步骤S33中，通过使
最小化，达到虚拟机群组的能量消耗最小化，进行虚拟机权值无向图的最小切割。
7.根据权利要求1所述的云操作系统的虚拟机控制方法，其特征在于，步骤S4包括：
S41、将待匹配域内的n个物理机列成
维矩阵，m为单个物理机CPU的个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷，每一列为此待匹配域内n个物理机；
S42、计算CPU平均负荷的标准差，按照平均负荷的标准差从大到小的顺序排列物理机；
S43、将划分后的虚拟机群组按照资源剩余量由大到小排序，依次分配平均负荷的标准差从大到小排序的物理机。
8.云操作系统的虚拟机控制装置，其特征在于，用于实现如权利要求1-7任意一项所述的云操作系统的虚拟机控制方法，包括：多个虚拟机、多个物理机、群组化单元、遍历单元、切割单元和调度单元；
所述遍历单元，用于对云操作系统的虚拟机进行遍历；
所述群组化单元，用于根据虚拟机的资源请求相似度进行虚拟机群组化；
所述切割单元，用于将虚拟机群组进行最小切割；
所述调度单元，用于将划分后的虚拟机群组按照资源剩余的多少排序，依次分配平均负荷的标准差从大到小排序的物理机。
9.根据权利要求8所述的云操作系统的虚拟机控制装置，其特征在于，所述调度单元包括：矩阵构建模块，计算模块，分配模块；
所述矩阵构建模块，将待匹配域内的n个物理机列成n*m维矩阵，m为单个物理机CPU的个数，矩阵的每一行为物理机的各个CPU各自在一段时间t内的平均负荷，每一列为此待匹配域内n个物理机；
所述计算模块，计算物理机CPU平均负荷的标准差，由大到小的顺序排列物理机；计算最小化的虚拟机群组的资源剩余量，由大到小的顺序排列最小化的虚拟机群组；
所述分配模块，用于将所述由大到小的顺序排列最小化的虚拟机群组，依次分配给由大到小顺序的物理机。
10.一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如权利要求1-7任意一项所述的云操作系统的虚拟机控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310389058.9A CN116149798B (zh) | 2023-04-13 | 2023-04-13 | 云操作系统的虚拟机控制方法、装置以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310389058.9A CN116149798B (zh) | 2023-04-13 | 2023-04-13 | 云操作系统的虚拟机控制方法、装置以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116149798A true CN116149798A (zh) | 2023-05-23 |
| CN116149798B CN116149798B (zh) | 2023-07-07 |
Family
ID=86356482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310389058.9A Active CN116149798B (zh) | 2023-04-13 | 2023-04-13 | 云操作系统的虚拟机控制方法、装置以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116149798B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010211546A (ja) * | 2009-03-11 | 2010-09-24 | Nec Corp | 仮想マシン管理システム、仮想マシン管理方法、仮想マシン管理装置及び仮想マシン管理プログラム |
| CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
| CN103502942A (zh) * | 2011-04-20 | 2014-01-08 | 日本电气株式会社 | 虚拟机管理设备、虚拟机管理方法及其程序 |
| CN104010028A (zh) * | 2014-05-04 | 2014-08-27 | 华南理工大学 | 一种云平台下性能加权的虚拟资源动态管理策略方法 |
| CN105426241A (zh) * | 2015-11-16 | 2016-03-23 | 北京航空航天大学 | 一种基于云计算数据中心的统一资源调度节能方法 |
| CN107748693A (zh) * | 2017-11-30 | 2018-03-02 | 成都启力慧源科技有限公司 | 云计算环境下的群组虚拟机调度策略 |
| CN111813556A (zh) * | 2020-07-21 | 2020-10-23 | 北京东方通软件有限公司 | 云计算环境下的虚拟集群的弹性伸缩方法 |
| CN112416520A (zh) * | 2020-11-21 | 2021-02-26 | 广州西麦科技股份有限公司 | 一种基于vSphere的智能资源调度方法 |
| CN114048004A (zh) * | 2021-11-22 | 2022-02-15 | 北京志凌海纳科技有限公司 | 虚拟机高可用批量调度方法、装置、设备及存储介质 |
-
2023
- 2023-04-13 CN CN202310389058.9A patent/CN116149798B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010211546A (ja) * | 2009-03-11 | 2010-09-24 | Nec Corp | 仮想マシン管理システム、仮想マシン管理方法、仮想マシン管理装置及び仮想マシン管理プログラム |
| CN103502942A (zh) * | 2011-04-20 | 2014-01-08 | 日本电气株式会社 | 虚拟机管理设备、虚拟机管理方法及其程序 |
| CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
| CN104010028A (zh) * | 2014-05-04 | 2014-08-27 | 华南理工大学 | 一种云平台下性能加权的虚拟资源动态管理策略方法 |
| CN105426241A (zh) * | 2015-11-16 | 2016-03-23 | 北京航空航天大学 | 一种基于云计算数据中心的统一资源调度节能方法 |
| CN107748693A (zh) * | 2017-11-30 | 2018-03-02 | 成都启力慧源科技有限公司 | 云计算环境下的群组虚拟机调度策略 |
| CN111813556A (zh) * | 2020-07-21 | 2020-10-23 | 北京东方通软件有限公司 | 云计算环境下的虚拟集群的弹性伸缩方法 |
| CN112416520A (zh) * | 2020-11-21 | 2021-02-26 | 广州西麦科技股份有限公司 | 一种基于vSphere的智能资源调度方法 |
| CN114048004A (zh) * | 2021-11-22 | 2022-02-15 | 北京志凌海纳科技有限公司 | 虚拟机高可用批量调度方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116149798B (zh) | 2023-07-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wu et al. | Energy and migration cost-aware dynamic virtual machine consolidation in heterogeneous cloud datacenters | |
| CN109218355B (zh) | 负载均衡引擎，客户端，分布式计算系统以及负载均衡方法 | |
| EP3335119B1 (en) | Multi-priority service instance allocation within cloud computing platforms | |
| Abd Elaziz et al. | IoT workflow scheduling using intelligent arithmetic optimization algorithm in fog computing | |
| Mazumdar et al. | Power efficient server consolidation for cloud data center | |
| US7444459B2 (en) | Methods and systems for load balancing of virtual machines in clustered processors using storage related load information | |
| US20150381453A1 (en) | Integrated global resource allocation and load balancing | |
| US9870269B1 (en) | Job allocation in a clustered environment | |
| Zheng et al. | A multi-objective biogeography-based optimization for virtual machine placement | |
| CN106133693A (zh) | 虚拟机的迁移方法、装置及设备 | |
| CN110221920B (zh) | 部署方法、装置、存储介质及系统 | |
| Ma et al. | Real-time virtual machine scheduling in industry IoT network: A reinforcement learning method | |
| US20120233313A1 (en) | Shared scaling server system | |
| CN102339233A (zh) | 云计算集中管理平台 | |
| Gill et al. | Dynamic cost-aware re-replication and rebalancing strategy in cloud system | |
| CN111459641A (zh) | 一种跨机房的任务调度和任务处理的方法及装置 | |
| US8819239B2 (en) | Distributed resource management systems and methods for resource management thereof | |
| CN113672345A (zh) | 一种基于io预测的云虚拟化引擎分布式资源调度方法 | |
| Chae et al. | An adaptive load balancing management technique for RFID middleware systems | |
| CN111418187A (zh) | 云网络中的可伸缩统计和分析机制 | |
| CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
| JP5257709B2 (ja) | 仮想計算機の移動方法、仮想計算機システム及び管理サーバ | |
| Wu et al. | Heterogeneous virtual machine consolidation using an improved grouping genetic algorithm | |
| US20210286647A1 (en) | Embedded persistent queue | |
| Surya et al. | Prediction of resource contention in cloud using second order Markov model |
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 |