CN116991545B - 虚拟机部署位置确定方法及装置 - Google Patents

虚拟机部署位置确定方法及装置 Download PDF

Info

Publication number
CN116991545B
CN116991545B CN202311271289.6A CN202311271289A CN116991545B CN 116991545 B CN116991545 B CN 116991545B CN 202311271289 A CN202311271289 A CN 202311271289A CN 116991545 B CN116991545 B CN 116991545B
Authority
CN
China
Prior art keywords
physical machine
physical
formatted data
fitness
machines
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
Application number
CN202311271289.6A
Other languages
English (en)
Other versions
CN116991545A (zh
Inventor
周凯
赵维五
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.)
Avic International Golden Net Beijing Technology Co ltd
Original Assignee
Avic International Golden Net Beijing Technology Co ltd
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 Avic International Golden Net Beijing Technology Co ltd filed Critical Avic International Golden Net Beijing Technology Co ltd
Priority to CN202311271289.6A priority Critical patent/CN116991545B/zh
Publication of CN116991545A publication Critical patent/CN116991545A/zh
Application granted granted Critical
Publication of CN116991545B publication Critical patent/CN116991545B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种虚拟机部署位置确定方法及装置。其中,该方法包括获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机。本申请解决了相关技术中虚拟机部署负载均衡性较低的技术问题。

Description

虚拟机部署位置确定方法及装置
技术领域
本申请涉及云平台技术领域,具体而言,涉及一种虚拟机部署位置确定方法及装置。
背景技术
在云平台创建虚拟机时,各厂商都会根据不同的算法安置(分配到不同的宿主机上),安置条件一般为内存容量,处理器核数,网络流量状态,磁盘读写需求等。但是随着客户使用时间的增长,不会每一台虚拟机都会达到性能满载,每一项资源都接近100%使用,总会有处理器闲置但是内存使用率高,或者网络流量高但是内存使用率低的情况,虽然在创建的时候就有安置算法设置了当前虚拟机的使用资源上限,但是对物理机的实际使用来说却不是最佳的负载情况,例如:虚拟机的使用率而出现网络流量的使用率为90%,但是处理器的使用率只有20%的情况,资源负载不均衡从而造成了部分资源的浪费,整体物理机的稳定也不如资源平均消耗的机器。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种虚拟机部署位置确定方法及装置,以至少解决相关技术中虚拟机部署负载均衡性较低的技术问题。
根据本申请实施例的一个方面,提供了一种虚拟机部署位置确定方法,包括:获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机。
可选地,根据多个格式化数据确定多个物理机的适应度,包括:基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将结果集数组中的适应度相加得到待确定物理机的适应度。
可选地,从多个物理机中选择适应度最小的物理机确定为目标物理机,包括:从多个物理机中选择适应度最小的物理机作为初始物理机;将初始物理机的格式化数据随机选取部分片段与多个格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机。
可选地,将初始物理机的格式化数据随机选取部分片段与多个格式化数据进行对位交换,包括:从初始物理机的格式化数据中随机选取预设数量的虚拟机格式化数据;将预设数量的虚拟机格式化数据与多个物理机的格式化数据依次进行对位交换,其中,物理机的格式化数据中包含物理上部署的所有虚拟机的格式化数据。
可选地,根据多个格式化数据确定多个物理机的适应度,包括:从多个格式化数据中提取待确定物理机中含有的每类资源总数、每个物理机上部署的所有虚拟机中每类资源的总数、多个物理机中部署的所有虚拟机中的每类资源总数,其中,物理机上含有的资源至少包括以下之一:处理器核数、内存和网络流量;基于待确定物理机中含有的每类资源总数、待确定物理机上部署的虚拟机总数、多个物理机中所部署的每类资源总数和多个物理机的个数确定待确定物理机的适应度。
可选地,将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据,包括:获取待确定物理机中每个虚拟机的资源实际使用数量和每个物理机中的资源总数;将待确定物理中每个虚拟机的资源实际使用数量与每个物理机中的资源总数的比值,确定为待确定物理机的资源使用情况格式化数据,其中,待确定物理机的资源使用情况格式化数据中包含待确定物理机中所有虚拟机的资源使用情况格式化数据。
可选地,将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,包括:将待确定物理机中每个虚拟机的适应度与前一个虚拟机的适应度相加,得到多个虚拟机的初始适应度;将初始适应度与预先获取的随机数进行对比,在对比结果指示初始适应度大于随机数的情况下,确定初始适应度为目标适应度,并将目标适应度加入到结果集数组中,其中,随机数大于零且小于一。
根据本申请实施例的另一方面,还提供了一种虚拟机部署位置确定装置,包括获取模块,用于获取多个物理机中所有虚拟机的资源使用情况;格式化模块,用于将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;确定模块,用于根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;部署模块,用于将待部署虚拟机部署到目标物理机。
根据本申请实施例的又一方面,还提供了一种计算机设备,包括:存储器,用于存储程序指令;处理器,与存储器连接,用于执行以下功能的程序指令:获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机。
根据本申请实施例的再一方面,还提供了一种非易失性存储介质,该非易失性存储介质包括存储的计算机程序,其中,该非易失性存储介质所在设备通过运行计算机程序执行上述虚拟机部署位置确定方法。
在本申请实施例中,采用获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机的方式,通过从多个物理机中确定适应度最小的物理机确定为目标物理机,达到了准确选中适合部署虚拟机的物理机的目的,从而实现了提高虚拟机部署负载均衡性的技术效果,进而解决了相关技术中虚拟机部署负载均衡性较低的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种用于实现虚拟机部署位置确定方法的计算机终端的硬件结构框图;
图2是本申请的一种虚拟机部署位置确定方法的流程图;
图3是根据本申请实施例的一种虚拟机部署位置确定装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例所提供的镜像文件下发方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现虚拟机部署位置确定方法的计算机终端的硬件结构框图。如图1所示,计算机终端10可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、键盘、光标控制设备、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、BUS总线。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的虚拟机部署位置确定方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的虚拟机部署位置确定方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输模块106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输模块106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以为触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备中的部件的类型。
在上述运行环境下,本申请实施例提供了一种镜像文件下发方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图2是根据本申请实施例的一种虚拟机部署位置确定方法的流程图,如图2所示,该方法包括如下步骤:
步骤S202,获取多个物理机中所有虚拟机的资源使用情况;
在上述步骤S202中,虚拟机的资源使用情况包括但不限于:处理器使用率、内存使用率和网络流量使用率,一种可选的方式中,处理器使用率可以通过虚拟机中在预设时段内的处理器正在使用的核数与分配给虚拟机的处理器核数总量的比值确定,内存使用率和网络流量使用率的计算方式与处理器使用率类似,在此不再赘述。
在本申请的一些实施例中,还可以获取多个物理机中虚拟机的部署情况,例如:hyper01:[vm03,vm04,vm11],hyper02:[vm01,vm02,vm09,vm15](第一物理机中部署有第三虚拟机、第四虚拟机和第十一虚拟机,第二物理机中部署有第一虚拟机、第九虚拟机和第十五虚拟机)。
步骤S204,将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;
在上述步骤S204中,格式化的目的是将资源使用情况格式化为同一数据格式,便于比较,格式化的方式有多种,以处理核数使用情况为例,一种可选的方式是将处理器实际使用核数与物理机中所有处理器核数的比值确定为格式化后的数据。
步骤S206,根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;
步骤S208,将待部署虚拟机部署到目标物理机。
需要进行说明的是,待部署虚拟机可以是新增设的虚拟机,也可以是原本部署在多个物理机中的虚拟机,例如:适应度最高的物理机中的虚拟机。
通过上述步骤S202至步骤S208中的虚拟机部署位置确定方法,采用获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机的方式,通过从多个物理机中确定适应度最小的物理机确定为目标物理机,达到了准确选中适合部署虚拟机的物理机的目的,从而实现了提高虚拟机部署负载均衡性的技术效果,进而解决了相关技术中虚拟机部署负载均衡性较低的技术问题。以下详细说明。
在上述虚拟机部署位置确定方法中的步骤S204中,根据多个格式化数据确定多个物理机的适应度,具体包括如下步骤:基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将结果集数组中的适应度相加得到待确定物理机的适应度。
在本申请的一些实施例中,从多个物理机中选择适应度最小的物理机确定为目标物理机,可以通过以下方式选定:从多个物理机中选择适应度最小的物理机作为初始物理机;将初始物理机的格式化数据随机选取部分片段与多个格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机。
需要进行说明的是,本申请实施例中首先通过确定每个物理机的适应度来选定适应度最小的物理机作为初始物理机,再将初始物理机与多个物理机中进行交换操作后,形成新的适应度集合,再从中选择适应度最小的物理机作为最终的目标物理机,选择优秀的子体作为父体,优秀的父体产生子体优秀概率更大,加快了优选效率。
其中,将初始物理机的格式化数据随机选取部分片段与多个格式化数据进行对位交换的方式如下:从初始物理机的格式化数据中随机选取预设数量的虚拟机格式化数据;将预设数量的虚拟机格式化数据与多个物理机的格式化数据依次进行对位交换,其中,物理机的格式化数据中包含物理上部署的所有虚拟机的格式化数据。
以格式化数据为处理器核数的使用情况为例,从初始物理机中随机选取1/3个(预设数量)虚拟机的处理器核数的使用情况,例如:初始物理机中部署的虚拟机为:第一虚拟机、第三虚拟机、第五虚拟机、第十一虚拟机、第十四虚拟机和第二十虚拟机,从中随机选择两个虚拟机:第五虚拟机和第十四虚拟机,确定第五虚拟机和第十四虚拟机分别是在初始物理机中排序为第三位和第五位的虚拟机,将第五虚拟机和第十四虚拟机与多个物理机中的待交换物理机中排序为第三位和第五位的虚拟机进行交换操作,例如:交换虚拟机的理器核数的使用情况或者交换全部种类的资源使用情况,得到交换后的虚拟机,可以理解的是,交换后的虚拟机仍然属于原本的物理机中的虚拟机集合(交换后的格式化数据)中,基于交换后的格式化数据,按照预设的变异概率,例如:0.1进行变异操作,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机,计算所有物理机中适应度最小的物理机作为目标物理机。
在另一种可选的方式中,当待变异操作虚拟机的资源使用率小于0.1的情况下,进行变异操作:从多个物理机中部署的虚拟机中随机选取一个虚拟机的资源使用率对待变异操作虚拟机的资源使用率进行替换,以完成变异操作。
在本申请的一些实施例中,物理机的适应度可以通过以下方式确定:从多个格式化数据中提取待确定物理机中含有的每类资源总数、每个物理机上部署的所有虚拟机中每类资源的总数、多个物理机中部署的所有虚拟机中的每类资源总数,其中,物理机上含有的资源至少包括以下之一:处理器核数、内存和网络流量;基于待确定物理机中含有的每类资源总数、待确定物理机上部署的虚拟机总数、多个物理机中所部署的每类资源总数和多个物理机的个数确定待确定物理机的适应度。
具体地,如下式所示:
式中,表示虚拟机的适应度,/>表示物理机的适应度,/>表示每个物理机上部署的所有虚拟机中单类资源的总数,/>表示待确定物理机中含有的单类资源总数,/>表示多个物理机中部署的所有虚拟机中的单类资源总数,/>表示多个物理机中含有的单类资源总数,n表示待确定物理机中部署的虚拟机总数,m表示多个物理机的总数,x表示物理机中虚拟机的个数。
需要进行说明的是,虚拟机中的单类资源包括:虚拟机中的处理器核数、内存和网络流量、物理机中含有的资源包括:物理机中的处理器核数、内存和网络流量。
在一种可选的方式中,对资源使用情况进行格式化可以采用以下方式:获取待确定物理机中每个虚拟机的资源实际使用数量和每个物理机中含有的资源总数;将待确定物理中每个虚拟机的资源实际使用数量与每个物理机中的资源总数的比值,确定为待确定物理机的资源使用情况格式化数据,其中,待确定物理机的资源使用情况格式化数据中包含待确定物理机中所有虚拟机的资源使用情况格式化数据。
在本申请的一些实施例中,将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组的具体方式为:将待确定物理机中每个虚拟机的适应度与前一个虚拟机的适应度相加,得到多个虚拟机的初始适应度;将初始适应度与预先获取的随机数进行对比,在对比结果指示初始适应度大于随机数的情况下,确定初始适应度为目标适应度,并将目标适应度加入到结果集数组中,其中,随机数大于零且小于一。
图3是根据本申请实施例的一种虚拟机部署位置确定装置的结构图,如图3所示,该装置包括:
获取模块30,用于获取多个物理机中所有虚拟机的资源使用情况;
格式化模块32,用于将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;
确定模块34,用于根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;
部署模块36,用于将待部署虚拟机部署到目标物理机。
在上述虚拟机部署位置确定装置的确定模块34中,包括:适应度子模块,用于基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将结果集数组中的适应度相加得到待确定物理机的适应度。
适应度子模块中包括:选择单元,用于从多个物理机中选择适应度最小的物理机作为初始物理机;将初始物理机的格式化数据随机选取部分片段与多个格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机。
选择单元中包括:交换子单元,用于从初始物理机的格式化数据中随机选取预设数量的虚拟机格式化数据;将预设数量的虚拟机格式化数据与多个物理机的格式化数据依次进行对位交换,其中,物理机的格式化数据中包含物理上部署的所有虚拟机的格式化数据。
在上述确定模块34中,还包括:确定子模块,该确定子模块用于从多个格式化数据中提取待确定物理机中含有的每类资源总数、每个物理机上部署的所有虚拟机中每类资源的总数、多个物理机中部署的所有虚拟机中的每类资源总数,其中,物理机上含有的资源至少包括以下之一:处理器核数、内存和网络流量;基于待确定物理机中含有的每类资源总数、待确定物理机上部署的虚拟机总数、多个物理机中所部署的每类资源总数和多个物理机的个数确定待确定物理机的适应度。
格式化模块32,包括:格式化子模块,用于获取待确定物理机中每个虚拟机的资源实际使用数量和每个物理机中的资源总数;将待确定物理中每个虚拟机的资源实际使用数量与每个物理机中的资源总数的比值,确定为待确定物理机的资源使用情况格式化数据,其中,待确定物理机的资源使用情况格式化数据中包含待确定物理机中所有虚拟机的资源使用情况格式化数据。
在上述确定模块34中,还包括:归一化子模块,用于将待确定物理机中每个虚拟机的适应度与前一个虚拟机的适应度相加,得到多个虚拟机的初始适应度;将初始适应度与预先获取的随机数进行对比,在对比结果指示初始适应度大于随机数的情况下,确定初始适应度为目标适应度,并将目标适应度加入到结果集数组中,其中,随机数大于零且小于一。
需要说明的是,图3所示的虚拟机部署位置确定装置用于执行图2所示的一种虚拟机部署位置确定方法,因此上述镜像文件下发方法中的相关解释说明也适用于该种镜像文件下发装置,此处不再赘述。
本申请实施例还提供了一种电子设备,包括:存储器,用于存储程序指令;处理器,与存储器连接,用于执行以下功能的程序指令:获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机。
需要说明的是,上述电子设备用于执行图2所示的虚拟机部署位置确定方法,因此上述虚拟机部署位置确定方法中的相关解释说明也适用于该电子设备,此处不再赘述。
本申请实施例还提供了一种非易失性存储介质,该非易失性存储介质包括存储的计算机程序,其中,该非易失性存储介质所在设备通过运行计算机程序执行以下虚拟机部署位置确定方法:获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的资源使用情况进行格式化处理,得到多个格式化数据;根据多个格式化数据确定多个物理机的适应度,并从多个物理机中选择适应度最小的物理机确定为目标物理机;将待部署虚拟机部署到目标物理机。
需要说明的是,上述非易失性存储介质用于执行图2所示的虚拟机部署位置确定方法,因此上述镜像文件下发方法中的相关解释说明也适用于该非易失性存储介质,此处不再赘述。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,可以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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元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全部或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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。

Claims (8)

1.一种虚拟机部署位置确定方法,其特征在于,包括:
获取多个物理机中所有虚拟机的资源使用情况;
将多个物理机的所述资源使用情况进行格式化处理,得到多个格式化数据;
基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,所述格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,所述结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将所述结果集数组中的适应度相加得到所述待确定物理机的适应度;
从所述多个物理机中选择适应度最小的物理机作为初始物理机;将所述初始物理机的所述格式化数据随机选取部分片段与多个所述格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将所述多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从所述多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机;
将待部署虚拟机部署到所述目标物理机。
2.根据权利要求1所述的方法,其特征在于,将所述初始物理机的所述格式化数据随机选取部分片段与多个所述格式化数据进行对位交换,包括:
从所述初始物理机的所述格式化数据中随机选取预设数量的虚拟机格式化数据;
将所述预设数量的虚拟机格式化数据与所述多个物理机的格式化数据依次进行对位交换,其中,物理机的所述格式化数据中包含物理上部署的所有虚拟机的格式化数据。
3.根据权利要求1所述的方法,其特征在于,根据所述多个格式化数据确定所述多个物理机的适应度,包括:
从所述多个格式化数据中提取待确定物理机中含有的每类资源总数、每个物理机上部署的所有虚拟机中每类资源的总数、所述多个物理机中部署的所有虚拟机中的每类资源总数,其中,所述物理机上含有的资源至少包括以下之一:处理器核数、内存和网络流量;
基于所述待确定物理机中含有的每类资源总数、所述待确定物理机上部署的虚拟机总数、所述多个物理机中所部署的每类资源总数和所述多个物理机的个数确定所述待确定物理机的适应度。
4.根据权利要求1所述的方法,其特征在于,将多个物理机的所述资源使用情况进行格式化处理,得到多个格式化数据,包括:
获取待确定物理机中每个虚拟机的资源实际使用数量和每个物理机中的资源总数;
将所述待确定物理中每个虚拟机的资源实际使用数量与每个物理机中的资源总数的比值,确定为所述待确定物理机的所述资源使用情况格式化数据,其中,所述待确定物理机的所述资源使用情况格式化数据中包含所述待确定物理机中所有虚拟机的资源使用情况格式化数据。
5.根据权利要求1所述的方法,其特征在于,将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,包括:
将所述待确定物理机中每个虚拟机的适应度与前一个虚拟机的适应度相加,得到多个虚拟机的初始适应度;
将所述初始适应度与预先获取的随机数进行对比,在对比结果指示所述初始适应度大于所述随机数的情况下,确定所述初始适应度为目标适应度,并将所述目标适应度加入到所述结果集数组中,其中,所述随机数大于零且小于一。
6.一种虚拟机部署位置确定装置,其特征在于,包括:
获取模块,用于获取多个物理机中所有虚拟机的资源使用情况;
格式化模块,用于将多个物理机的所述资源使用情况进行格式化处理,得到多个格式化数据;
确定模块,用于基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,所述格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,所述结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将所述结果集数组中的适应度相加得到所述待确定物理机的适应度;从所述多个物理机中选择适应度最小的物理机作为初始物理机;将所述初始物理机的所述格式化数据随机选取部分片段与多个所述格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将所述多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从所述多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机;
部署模块,用于将待部署虚拟机部署到所述目标物理机。
7.一种计算机设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,与所述存储器连接,用于执行以下功能的程序指令:获取多个物理机中所有虚拟机的资源使用情况;将多个物理机的所述资源使用情况进行格式化处理,得到多个格式化数据;基于待确定物理机对应的格式化数据确定待确定物理机中所有虚拟机的适应度,所述格式化数据至少包括以下之一:处理器核数、内存和网络流量;将待确定物理机中所有虚拟机的适应度进行归一化处理,得到结果集数组,其中,所述结果集数组用于表示待确定物理机中所有虚拟机的适应度进行归一化处理后的结果;将所述结果集数组中的适应度相加得到所述待确定物理机的适应度;从所述多个物理机中选择适应度最小的物理机作为初始物理机;将所述初始物理机的所述格式化数据随机选取部分片段与多个所述格式化数据进行对位交换,得到多个交换后的格式化数据,每个交换后的格式化数据对应一个物理机中的所有虚拟机的资源使用情况;将所述多个交换后的格式化数据,按照预设变异概率进行变异,得到多个变异后的格式化数据,每个变异后的格式化数据对应一个物理机;从所述多个变异后的格式化数据对应的物理机中选择适应度最小的物理机,确定为目标物理机;将待部署虚拟机部署到所述目标物理机。
8.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的计算机程序,其中,所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至5中任意一项所述的虚拟机部署位置确定方法。
CN202311271289.6A 2023-09-28 2023-09-28 虚拟机部署位置确定方法及装置 Active CN116991545B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311271289.6A CN116991545B (zh) 2023-09-28 2023-09-28 虚拟机部署位置确定方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311271289.6A CN116991545B (zh) 2023-09-28 2023-09-28 虚拟机部署位置确定方法及装置

Publications (2)

Publication Number Publication Date
CN116991545A CN116991545A (zh) 2023-11-03
CN116991545B true CN116991545B (zh) 2024-02-09

Family

ID=88521745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311271289.6A Active CN116991545B (zh) 2023-09-28 2023-09-28 虚拟机部署位置确定方法及装置

Country Status (1)

Country Link
CN (1) CN116991545B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491341A (zh) * 2017-08-31 2017-12-19 福州大学 一种基于粒子群优化的虚拟机分配方法
WO2018000240A1 (en) * 2016-06-29 2018-01-04 Orange Method and system for the optimisation of deployment of virtual network functions in a communications network that uses software defined networking
CN110058924A (zh) * 2019-04-23 2019-07-26 东华大学 一种多目标优化的容器调度方法
CN110308993A (zh) * 2019-06-27 2019-10-08 大连理工大学 一种基于改进遗传算法的云计算资源分配方法
CN113835879A (zh) * 2021-08-26 2021-12-24 全球能源互联网研究院有限公司 一种边缘物联代理虚拟资源优化分配方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018000240A1 (en) * 2016-06-29 2018-01-04 Orange Method and system for the optimisation of deployment of virtual network functions in a communications network that uses software defined networking
CN107491341A (zh) * 2017-08-31 2017-12-19 福州大学 一种基于粒子群优化的虚拟机分配方法
CN110058924A (zh) * 2019-04-23 2019-07-26 东华大学 一种多目标优化的容器调度方法
CN110308993A (zh) * 2019-06-27 2019-10-08 大连理工大学 一种基于改进遗传算法的云计算资源分配方法
CN113835879A (zh) * 2021-08-26 2021-12-24 全球能源互联网研究院有限公司 一种边缘物联代理虚拟资源优化分配方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多目标混合粒子群算法的虚拟机负载均衡研究;梅东晖等;《信息网络安全》(第2期);第78-83页 *

Also Published As

Publication number Publication date
CN116991545A (zh) 2023-11-03

Similar Documents

Publication Publication Date Title
CN106708468B (zh) 一种除法运算装置
CN111585815B (zh) 一种端口数据采集方法及装置
CN111984733A (zh) 基于区块链的数据传输方法、装置及存储介质
CN110113269B (zh) 一种基于中间件的流量控制的方法及相关装置
CN112437462B (zh) Wifi模块的质量确定方法及装置、存储介质及电子装置
CN112468573B (zh) 基于分布式部署的数据推送方法、装置、设备及存储介质
CN108234687B (zh) 一种智能ip地址配置方法、装置及终端设备
CN116991545B (zh) 虚拟机部署位置确定方法及装置
CN109697117B (zh) 终端控制方法、装置以及计算机可读存储介质
CN113242302A (zh) 数据访问请求的处理方法、装置、计算机设备及介质
CN111176985A (zh) 软件接口的性能测试方法及装置、计算机设备、存储介质
CN113553518A (zh) 资源标识生成方法、装置、设备及存储介质
CN115665251A (zh) 边缘云资源分配方法及系统
CN111885159B (zh) 数据采集方法、装置、电子设备及存储介质
CN114416298A (zh) 服务器的节点匹配方法、装置、计算机设备及存储介质
CN114185683A (zh) 服务器的空闲程度确定方法、装置及存储介质
CN113064654A (zh) 一种基于BIOS的Retimer卡带宽配置方法、装置及设备
CN109600321B (zh) 报文转发方法及装置
CN111641959A (zh) 一种网络环境信息的检测方法和装置
CN110348878A (zh) 一种对用户进行分组的方法和装置
CN114827288B (zh) 数据转发设备、数据处理方法及计算机可读存储介质
CN112181604B (zh) 一种缩容目标选择方法及装置
CN108769293A (zh) 一种ip地址解析方法及相关装置
CN110968397B (zh) 一种虚拟机容量管理的分析方法及装置
CN110427336B (zh) 一种cpu链路速率配置方法、系统、设备及计算机介质

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
CB02 Change of applicant information

Address after: 100176 101, Floor 1-8, Building 8, Yard 13, Ronghua South Road, Economic and Technological Development Zone, Daxing District, Beijing (Yizhuang Cluster, High end Industrial Area, Beijing Pilot Free Trade Zone)

Applicant after: AVIC International Golden Net (Beijing) Technology Co.,Ltd.

Address before: Building 8, No.13 Ronghua South Road, Daxing District Economic and Technological Development Zone, Beijing, 100176

Applicant before: AVIC INTERNATIONAL E-BUSINESS Inc.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant