JP2015022322A - 仮想マシン管理装置、仮想マシン管理方法、及びプログラム - Google Patents
仮想マシン管理装置、仮想マシン管理方法、及びプログラム Download PDFInfo
- Publication number
- JP2015022322A JP2015022322A JP2013147330A JP2013147330A JP2015022322A JP 2015022322 A JP2015022322 A JP 2015022322A JP 2013147330 A JP2013147330 A JP 2013147330A JP 2013147330 A JP2013147330 A JP 2013147330A JP 2015022322 A JP2015022322 A JP 2015022322A
- Authority
- JP
- Japan
- Prior art keywords
- load
- virtual machine
- target
- target virtual
- determination method
- 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
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
【解決手段】対象仮想マシン数取得部2020は、対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する。動作可否判定部2060は、複数の判定方式のいずれかを用いて、対象物理マシンが対象仮想マシンを動作させられるか否かを判定する。動作可否判定部2060によって用いられる判定方式は、判定方式選択部2040によって選択される。判定方式選択部2040は、対象仮想マシン数取得部2020によって取得された対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定部2060が用いる判定方式を選択する。
【選択図】図1
Description
図1は、実施形態1に係る仮想マシン管理装置2000を示すブロック図である。図1において、矢印の流れは情報の流れを示している。また、図1において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。
対象仮想マシン数取得部2020は、対象仮想マシンの数(以下、対象仮想マシン数)を取得する。例えば対象仮想マシン数は、対象物理マシン上で動作させようとしている仮想マシンの数である。また例えば、対象仮想マシン数は、対象物理マシンが動作させることができる仮想マシンの数の予測値である。対象物理マシンが動作させることができる仮想マシンの数の予測値は、例えば、仮想マシンが物理マシンにかける負荷の予測値や、経験則などによって定められる値である。
動作可否判定部2060は、複数の判定方式のいずれかを用いて、対象物理マシンが対象仮想マシンを動作させられるか否かを判定する。動作可否判定部2060によって用いられる判定方式は、判定方式選択部2040によって選択される。
判定方式選択部2040は、対象仮想マシン数取得部2020によって取得された対象仮想マシン数に基づいて、複数の判定方式の中から、動作可否判定部2060が用いる判定方式を選択する。
仮想マシン管理装置2000が有する各機能構成部は、例えば、個々に又は複数組み合わせられた状態で、少なくとも1つのハードウエア構成要素として実現される。その他にも例えば、各機能構成部は、少なくとも1つのソフトウエア構成要素として実現される。その他にも例えば、各機能構成部は、ハードウエア構成要素とソフトウエア構成要素の組み合わせにより実現される。
図3は、実施形態1に係る仮想マシン管理装置2000によって実行される処理の流れを例示するフローチャートである。ステップS102において、対象仮想マシン数取得部2020は、対象仮想マシン数を取得する。ステップS204において、判定方式選択部2040は、対象仮想マシン数に基づいて、判定方式を選択する。ステップS206において、動作可否判定部2060は、判定方式選択部2040によって選択された判定方式を用いて、対象物理マシンが対象仮想マシンを動作させられるか否かを判定する。
以上のように、仮想マシン管理装置2000は、まず対象仮想マシン数を用いて、動作可否の判定に用いる判定方式を選択する。そして、仮想マシン管理装置2000は、その判定方式を用いて動作可否の判定を行う。したがって、仮想マシン管理装置2000によれば、対象仮想マシン数に応じて、対象物理マシンが対象仮想マシンを動作させられるか否かを判定する適切な方法が選択される。一般に、判定方式の精度や計算コストは、物理マシン上で動作させようとしている仮想マシンの数によって異なる。仮想マシン管理装置2000によれば、対象仮想マシン数に応じて動作可否判定手段が選択されるため、高い精度かつ短い時間で、対象仮想マシンの動作可否を判定することができる。
図5は、実施形態2に係る仮想マシン管理装置2000を示すブロック図である。図5において、矢印の流れは情報の流れを示している。また、図5において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。実施形態2の仮想マシン管理装置2000は、下記で説明する点を除き、実施形態1の仮想マシン管理装置2000と同様である。
負荷情報取得部2080は、負荷情報を取得する。負荷情報は、対象仮想マシンが物理マシンにかける負荷の確率分布を示す。例えばこの確率分布は、関数やヒストグラムで表される。仮想マシンが物理マシンにかける負荷は、例えば、その仮想マシンによって使用される、物理マシンの計算機リソースの量である。仮想マシンによって使用される物理マシンの計算機リソースの量は、例えば、単位時間当たりに使用される計算機リソースの量を示す、リソース使用率で表される。
負荷統計情報取得部2100は、負荷統計情報を取得する。負荷統計情報は、対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す。対象仮想マシンに関する負荷統計情報は、負荷情報と同様に、その対象仮想マシンが対象物理マシンにかける負荷に関する情報であってもよいし、その対象仮想マシンが対象物理マシン以外の物理マシンにかける負荷に関する情報であってもよい。また、ある仮想マシンに関する負荷統計情報は、その仮想マシンを実際に物理マシン上で動作させて計測した実測値から生成されてもよいし、シミュレーションや経験則に基づく予測値から生成されてもよい。
実施形態2の判定方式選択部2040は、第1判定方式、第2判定方式、及び第3判定方式のうち、いずれか複数を含む負荷判定方式の中から、動作可否判定部2060によって実行される負荷判定方式を選択する。第1判定方式及び第3判定方式はいずれも、各対象仮想マシンが対象物理マシンにかける負荷の合計が、対象物理マシンが許容する負荷を超える確率を算出することで、判定を行う方式である。ここで、対象物理マシンが許容する負荷の閾値を、負荷閾値と呼ぶ。また、各対象仮想マシンが対象物理マシンにかける負荷の合計が負荷閾値を超える確率を、過負荷率と呼ぶ。一方、第2判定方式は、過負荷率の上界値を算出することで、判定を行う方式である。ここで、第2判定方式で算出する確率の上界値は、確率の上界値の近似値など、確率の上界値に近いと考えられる値でもよい。以下、第1判定方式及び第3判定方式について説明した後、第2判定方式について説明する。
各対象仮想マシンが対象物理マシンにかける負荷の合計の確率分布が分かれば、過負荷率を算出することができる。過負荷率は、各対象仮想マシンが対象物理マシンにかける負荷の合計の確率分布における、負荷の合計が負荷閾値を超える範囲の積分値に相当するためである。そこで、第1判定方式及び第3判定方式は、各対象仮想マシンが対象物理マシンにかける負荷の合計の確率分布を算出する。ただし、この2つの判定方式は、この確率分布を算出する方法が異なる。
前述したように、第2判定方式は、第1判定方式及び第3判定方式とは異なり、過負荷率の上界値を算出することで判定を行う方式である。具体的には、第2判定方式を用いる場合、動作可否判定部2060は、次の処理を行う。まず動作可否判定部2060は、各対象仮想マシンに関する負荷統計情報を取得する。第2方式において動作可否判定部2060が取得する負荷統計情報は、第3判定方式において動作可否判定部2060が取得する負荷統計情報と同様であり、例えば図6に示す構成を有する。次に、動作可否判定部2060は、各負荷統計情報を用いて、過負荷率の上界値を算出する。そして、動作可否判定部2060は、過負荷率の上界値に基づいて、対象物理マシンが対象仮想マシンを動作させられるか否かを判定する。例えば動作可否判定部2060は、過負荷率の上界値が所定の閾値以下である場合に、対象物理マシンが対象仮想マシンを動作させられると判定する。
例えば判定方式選択部2040は、動作可否判定部2060が行う計算の計算コストや、動作可否判定部2060による判定の精度などを考慮して、第1判定方式、第2判定方式、及び第3判定方式の中から、動作可否判定部2060が用いる判定方式を選択する。まず、判定方式選択部2040には、第1閾値及び第2閾値が与えられる。第1閾値は、第2閾値よりも小さい。判定方式選択部2040は、対象仮想マシン数取得部2020によって取得された対象仮想マシン数が第1閾値以下の場合に、第1判定方式を選択する。判定方式選択部2040は、対象仮想マシン数が第1閾値より大きく、第2閾値以下である場合に、第2判定方式を選択する。判定方式選択部2040は、対象仮想マシン数が第2閾値より大きい場合に、第3判定方式を選択する。第1閾値及び第2閾値は、仮想マシン管理装置2000の内部に格納されていてもよいし、仮想マシン管理装置2000の外部から入力されてもよい。
図8は、実施形態2に係る仮想マシン管理装置2000によって実行される処理の流れを例示するフローチャートである。図8のステップS202〜S210は、図3のステップS104において実行される処理の一例を詳細化したものである。
実施形態2の仮想マシン管理装置2000によれば、対象仮想マシン数に基づいて、第1判定方式、第2判定方式、及び第3判定方式のうちの、いずれか複数を含む判定方式の中から、動作可否判定部2060が用いる判定方式が選択される。これにより、仮想マシン管理装置2000によれば、短い時間かつ高い精度で判定を行える。
図9は、実施形態3に係る仮想マシン管理装置2000を示すブロック図である。図9において、矢印の流れは情報の流れを示している。また、図9において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。仮想マシン管理装置2000は、下記で説明する点を除いて、実施形態1又は2の仮想マシン管理装置2000と同様である。
実施形態3の仮想マシン管理装置2000は、代表統計情報取得部2120を有する。代表統計情報取得部2120は、代表的な仮想マシンである代表仮想マシンが対象物理マシンにかける負荷の平均及び分散を示す代表統計情報を取得する。例えば代表仮想マシンが代表物理マシンにかける負荷の平均は、対象仮想マシンが対象物理マシン又はその他の物理マシンにかける負荷の平均の、平均である。その他にも例えば、代表仮想マシンが対象物理マシンにかける負荷の平均は、シミュレーションや経験則に基づき、一般的な仮想マシンが対象物理マシンにかけると予測される、予測値であってもよい。代表仮想マシンが対象物理マシンにかける負荷の分散についても同様である。
実施形態3の仮想マシン管理装置2000は、予測稼働数算出部2140を有する。予測稼働数算出部2140は、代表統計情報を用いて、対象物理マシン上で動作させることができる代表仮想マシンの数(以下、予測稼働数)を算出する。具体的には、予測稼働数算出部2140は、代表統計情報取得部2120によって取得された代表統計情報を用いて、複数の代表仮想マシンが対象物理マシンにかける負荷の合計が、対象物理マシンの負荷閾値を超える確率の上界値を算出する。この上界値は、例えば実施形態2で説明した過負荷率の上界値と同様に、チェビシェフの不等式又はその変形式を用いて算出される。予測稼働数算出部2140は、算出した上界値を用いて、予測稼働数を算出する。例えば予測稼働数算出部2140は、算出した上界値が所定の閾値以下となる場合のうち、代表仮想マシンの数が最大である場合における代表仮想マシンの数を、予測稼働数とする。
図10は、実施形態3の仮想マシン管理装置2000によって実行される処理の流れを例示するフローチャートである。図10におけるステップS104及びS106は、図3におけるステップS104及びS106と同様の処理である。
実施形態3の仮想マシン管理装置2000によれば、対象仮想マシン数が内部で算出されるため、対象仮想マシン数が提供されない場合であっても、対象物理マシンが対象仮想マシンを動作させられるか否かを判定できる。さらに、複数の代表仮想マシンが対象物理マシンにかける負荷が対象物理マシンの負荷閾値を超える確率の上界値を用いて対象仮想マシン数を算出するため、対象仮想マシン数を、短い時間かつ高い精度で算出することができる。
図11は、実施形態4に係る仮想マシン管理装置2000を示すブロック図である。図11において、矢印の流れは情報の流れを示している。また、図11において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。実施形態4の仮想マシン管理装置2000は、下記で説明する点を除き、実施形態2の仮想マシン管理装置2000と同様である。
実施形態4の仮想マシン管理装置2000は、負荷統計情報生成部2160を有する。負荷統計情報生成部2160は、負荷情報を用いて、負荷統計情報を生成する。具体的には、負荷統計情報生成部2160は、対象仮想マシンに関する負荷情報が示す負荷の確率分布を用いて、その負荷の平均及び分散を算出する。負荷情報から負荷統計情報を求めることは、確率変数の確率分布を用いて、確率変数の平均及び分散を求めることに相当する。確率変数の確率分布を用いて確率変数の平均及び分散を算出する方法は公知であるため、説明を省略する。
実施形態4の仮想マシン管理装置2000によれば、負荷統計情報が提供されない場合であっても、対象物理マシンが対象仮想マシンを動作させられるか否かを判定できる。
図12は、実施形態5に係る仮想マシン管理装置2000を示すブロック図である。図12において、矢印の流れは情報の流れを示している。また、図12において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。実施形態5の仮想マシン管理装置2000は、下記で説明する点を除き、実施形態2の仮想マシン管理装置2000と同様である。
負荷履歴情報取得部2180は、負荷履歴情報を取得する。負荷履歴情報は、対象仮想マシンが物理マシンにかけた負荷の履歴を示す。負荷履歴情報は、対象仮想マシンが対象物理マシンにかけた負荷の履歴を示してもよいし、対象仮想マシンが対象物理マシン以外の物理マシンにかけた負荷の履歴を示してもよい。
負荷統計情報生成部2160は、負荷履歴情報を用いて、負荷統計情報を生成する。具体的には、負荷統計情報生成部2160、対象仮想マシンに関する負荷履歴情報が示す負荷の、平均及び分散を算出することで、その対象仮想マシンに関する負荷統計情報を生成する。例えば、負荷履歴情報が図13に示す負荷履歴情報テーブル300で表されている場合、仮想マシン管理装置2000は、各仮想マシンについて、時点 T1 〜 Tn における負荷から、それらの平均及び分散を算出することで、各仮想マシンに関する負荷統計情報を算出する。
負荷情報生成部2200は、負荷履歴情報を用いて、負荷情報を生成する。具体的には、負荷情報生成部2200は、対象仮想マシンに関する負荷履歴情報が示す負荷の履歴から、その負荷がとりうる値の確率分布を算出して、負荷情報が示す確率分布とする。負荷履歴情報から負荷情報を算出することは、事象から確率分布を算出することに相当する。事象から確率分布を算出する方法は公知であるため、説明を省略する。
以上により、実施形態5の仮想マシン管理装置2000によれば、負荷情報及び負荷統計情報が提供されない場合であっても、対象物理マシンが対象仮想マシンを動作させられるか否かを判定できる。
図14は、実施形態6に係る仮想マシン管理装置2000を示すブロック図である。図14において、矢印の流れは情報の流れを示している。また、図14において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を示している。実施形態6に係る仮想マシン管理装置2000は、下記で説明する点を除き、上述した各実施形態のいずれかと同様である。
影響度算出部2220は、各対象仮想マシンが対象物理マシンに与える影響の度合いを示す影響度を算出する。ある対象仮想マシンの影響度は、その対象仮想マシンを含む全ての対象仮想マシンが対象物理マシン上で動作している場合における過負荷率の上界値と、その対象仮想マシン以外の全ての対象仮想マシンが対象物理マシン上で動作している場合における過負荷率の上界値との違いを示す値である。なお、影響度算出部2220が過負荷率の上界値を算出する方法は、実施形態2で説明した過負荷率の上界値の算出方法と同様である。
移行候補決定部2240は、対象物理マシン上で動作している各対象仮想マシンの影響度に基づいて、対象物理マシンから他の物理マシンへ移行する仮想マシンを決定する。例えば移行候補決定部2240は、対象物理マシンに対する影響度が最も大きい対象仮想マシンを、他の物理マシンへ移行する仮想マシンにする候補とする。こうすることで、一度の移行で、対象物理マシン上に残った他の対象仮想マシンによって対象物理マシンにかかる負荷を、より小さくすることができる。また例えば移行候補決定部2240は、対象物理マシンに対する影響度が最も小さい仮想マシンを、他の物理マシンへ移行する仮想マシンの候補とする。こうすることで、対象物理マシンにかかる負荷が、許容できる範囲で、できる限り大きくなるため、対象物理マシンの計算機リソースを無駄なく活用することができる。また、移行候補決定部2240は、対象仮想マシンを別の物理マシンに移行した後に対象物理マシンにかかる負荷をどの程度の大きさにしたいかに基づいて、適度な影響度を持つ対象仮想マシンを、他の物理マシンへ移行する仮想マシンの候補としてもよい。
図15は、実施形態6に係る仮想マシン管理装置2000が行う処理の流れを示すフローチャートである。ステップS402において、負荷統計情報取得部2100は、負荷統計情報を取得する。
本実施形態によれば、対象物理マシン上で動作している仮想マシンの中から、他の物理マシンへ移行する候補の仮想マシンが、その仮想マシンの影響度を用いて決定される。ここで、影響度は、過負荷率の上界値に基づいて算出される。そのため、他の物理マシンへ移行する候補として適切な対象仮想マシンを、短い時間かつ高い精度で決定できる。
1. 対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得手段と、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定手段によって実行される前記判定方式を選択する判定方式選択手段と、
前記判定方式選択手段によって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定手段と、
を有する仮想マシン管理装置。
2. 前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得手段を有し、
前記複数の判定方式は、
複数の対象仮想マシンそれぞれに関し、その対象仮想マシンが物理マシンにかける負荷の確率分布を示す負荷情報を取得し、各負荷情報が示す前記確率分布の畳み込みを算出することで、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を算出し、算出した確率分布を用いて、前記複数の対象仮想マシンが前記対象物理マシンにかける負荷が、前記対象物理マシンが許容する負荷を超える確率である過負荷率を算出する第1判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記過負荷率の上界値を算出する第2判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を表す正規分布を算出し、算出した正規分布を用いて、前記過負荷率を算出する第3判定方式と、
のうち、いずれか複数を含み、
前記複数の判定方式が前記第1判定方式を含む場合、前記負荷情報を取得する負荷情報取得手段を有し、
前記動作可否判定手段は、前記判定方式選択手段によって選択された判定方式を用いて算出した前記過負荷率又は前記過負荷率の上界値に基づいて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う、
1.に記載の仮想マシン管理装置。
3. 前記判定方式選択手段は、
前記対象仮想マシンの数が第1閾値以下の場合、前記第1判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第1閾値より大きくかつ第2閾値以下である場合、前記第2判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第2閾値より大きい場合、前記第3判定方式を前記判定方式として選択する、
2.に記載の仮想マシン管理装置。
4. 前記第2判定方式は、チェビシェフの不等式又はチェビシェフの不等式を変形して得られる不等式を用いて、前記過負荷率の上界値を算出する、2.又は3.に記載の仮想マシン管理装置。
5. 前記負荷情報に示される負荷の確率分布から、その負荷の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成手段を有する、2.乃至4.いずれか一つに記載の仮想マシン管理装置。
6. 前記対象仮想マシンが物理マシンにかけた負荷の履歴を示す負荷履歴情報取得する、負荷履歴情報取得手段と、
前記負荷履歴情報に示されている負荷の履歴から、その負荷の確率分布を算出することで、前記負荷情報を生成する、負荷情報生成手段と、
前記負荷履歴情報に示されている負荷の履歴の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成手段と、
を有し、
前記負荷情報取得手段は、前記負荷情報生成手段によって生成された前記負荷情報を取得し、
前記負荷統計情報取得手段は、前記負荷統計情報生成手段によって生成された前記負荷統計情報を取得する、
2.乃至4.いずれか一つに記載の仮想マシン管理装置。
7. 代表的な仮想マシンである代表仮想マシンが物理マシンにかける負荷の平均及び分散を示す代表統計情報を取得する、代表統計値取得手段と、
前記代表統計情報を用いて、複数の前記代表仮想マシンが前記対象物理マシンにかける負荷の合計が、前記対象物理マシンによって許容される負荷を超える確率の上界値を算出し、その上界値に基づいて、前記対象物理マシン上で動作させることができる前記代表仮想マシンの数である予測稼働数を算出する予測稼働数算出手段を有し、
前記対象仮想マシン数取得手段は、前記予測稼働数算出手段によって算出された予測稼働数を、前記対象仮想マシンの数として取得する、
1.乃至6.いずれか一つに記載の仮想マシン管理装置。
8. 複数の対象仮想マシンが前記対象物理マシン上で動作しており、
前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得手段と、
前記複数の対象仮想マシンそれぞれについて、その対象仮想マシンを除く全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値と、その対象仮想マシンを含む全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値との違いを示す値を算出し、前記対象物理マシンに対するその対象仮想マシンの影響度とする、影響度算出手段と、
前記複数の対象仮想マシンのうち、前記影響度が最も大きい対象仮想マシンを、前記対象物理マシンの外部へ移行する候補にする、移行候補決定手段と、
を有する1.乃至7.いずれか一つに記載の仮想マシン管理装置。
9. コンピュータに、仮想マシン管理装置として動作する機能を持たせるプログラムであって、前記コンピュータに、
対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得機能と、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定機能によって実行される前記判定方式を選択する判定方式選択機能と、
前記判定方式選択機能によって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定機能と、
を持たせるプログラム。
10. 前記コンピュータに、前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得機能を持たせ、
前記複数の判定方式は、
複数の対象仮想マシンそれぞれに関し、その対象仮想マシンが物理マシンにかける負荷の確率分布を示す負荷情報を取得し、各負荷情報が示す前記確率分布の畳み込みを算出することで、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を算出し、算出した確率分布を用いて、前記複数の対象仮想マシンが前記対象物理マシンにかける負荷が、前記対象物理マシンが許容する負荷を超える確率である過負荷率を算出する第1判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記過負荷率の上界値を算出する第2判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を表す正規分布を算出し、算出した正規分布を用いて、前記過負荷率を算出する第3判定方式と、
のうち、いずれか複数を含み、
前記複数の判定方式が前記第1判定方式を含む場合、前記コンピュータに、前記負荷情報を取得する負荷情報取得機能を持たせ、
前記動作可否判定機能は、前記判定方式選択機能によって選択された判定方式を用いて算出した前記過負荷率又は前記過負荷率の上界値に基づいて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う、
9.に記載のプログラム。
11. 前記判定方式選択機能は、
前記対象仮想マシンの数が第1閾値以下の場合、前記第1判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第1閾値より大きくかつ第2閾値以下である場合、前記第2判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第2閾値より大きい場合、前記第3判定方式を前記判定方式として選択する、
10.に記載のプログラム。
12. 前記第2判定方式は、チェビシェフの不等式又はチェビシェフの不等式を変形して得られる不等式を用いて、前記過負荷率の上界値を算出する、10.又は11.に記載のプログラム。
13. 前記コンピュータに、前記負荷情報に示される負荷の確率分布から、その負荷の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成機能を持たせる、10.乃至12.いずれか一つに記載のプログラム。
14. 前記コンピュータに、
前記対象仮想マシンが物理マシンにかけた負荷の履歴を示す負荷履歴情報取得する、負荷履歴情報取得機能と、
前記負荷履歴情報に示されている負荷の履歴から、その負荷の確率分布を算出することで、前記負荷情報を生成する、負荷情報生成機能と、
前記負荷履歴情報に示されている負荷の履歴の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成機能と、
を持たせ、
前記負荷情報取得機能は、前記負荷情報生成機能によって生成された前記負荷情報を取得し、
前記負荷統計情報取得機能は、前記負荷統計情報生成機能によって生成された前記負荷統計情報を取得する、
10.乃至12.いずれか一つに記載のプログラム。
15. 前記コンピュータに、
代表的な仮想マシンである代表仮想マシンが物理マシンにかける負荷の平均及び分散を示す代表統計情報を取得する、代表統計値取得機能と、
前記代表統計情報を用いて、複数の前記代表仮想マシンが前記対象物理マシンにかける負荷の合計が、前記対象物理マシンによって許容される負荷を超える確率の上界値を算出し、その上界値に基づいて、前記対象物理マシン上で動作させることができる前記代表仮想マシンの数である予測稼働数を算出する予測稼働数算出機能を持たせ、
前記対象仮想マシン数取得機能は、前記予測稼働数算出機能によって算出された予測稼働数を、前記対象仮想マシンの数として取得する、
9.乃至14.いずれか一つに記載のプログラム。
16. 複数の対象仮想マシンが前記対象物理マシン上で動作しており、
前記コンピュータに、
前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得機能と、
前記複数の対象仮想マシンそれぞれについて、その対象仮想マシンを除く全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値と、その対象仮想マシンを含む全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値との違いを示す値を算出し、前記対象物理マシンに対するその対象仮想マシンの影響度とする、影響度算出機能と、
前記複数の対象仮想マシンのうち、前記影響度が最も大きい対象仮想マシンを、前記対象物理マシンの外部へ移行する候補にする、移行候補決定機能と、
を持たせる9.乃至15.いずれか一つに記載のプログラム。
17. コンピュータによって実行される仮想マシン管理方法であって、
対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得ステップと、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定ステップによって実行される前記判定方式を選択する判定方式選択ステップと、
前記判定方式選択ステップによって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定ステップと、
を有する仮想マシン管理方法。
18. 前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得ステップを有し、
前記複数の判定方式は、
複数の対象仮想マシンそれぞれに関し、その対象仮想マシンが物理マシンにかける負荷の確率分布を示す負荷情報を取得し、各負荷情報が示す前記確率分布の畳み込みを算出することで、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を算出し、算出した確率分布を用いて、前記複数の対象仮想マシンが前記対象物理マシンにかける負荷が、前記対象物理マシンが許容する負荷を超える確率である過負荷率を算出する第1判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記過負荷率の上界値を算出する第2判定方式と、
前記複数の対象仮想マシンそれぞれに関する前記負荷統計情報を用いて、前記複数の対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を表す正規分布を算出し、算出した正規分布を用いて、前記過負荷率を算出する第3判定方式と、
のうち、いずれか複数を含み、
前記複数の判定方式が前記第1判定方式を含む場合、前記コンピュータに、前記負荷情報を取得する負荷情報取得ステップを有し、
前記動作可否判定ステップは、前記判定方式選択ステップによって選択された判定方式を用いて算出した前記過負荷率又は前記過負荷率の上界値に基づいて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う、
17.に記載の仮想マシン管理方法。
19. 前記判定方式選択ステップは、
前記対象仮想マシンの数が第1閾値以下の場合、前記第1判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第1閾値より大きくかつ第2閾値以下である場合、前記第2判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第2閾値より大きい場合、前記第3判定方式を前記判定方式として選択する、
18.に記載の仮想マシン管理方法。
20. 前記第2判定方式は、チェビシェフの不等式又はチェビシェフの不等式を変形して得られる不等式を用いて、前記過負荷率の上界値を算出する、18.又は19.に記載の仮想マシン管理方法。
21. 前記負荷情報に示される負荷の確率分布から、その負荷の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成ステップを有する、18.乃至20.いずれか一つに記載の仮想マシン管理方法。
22. 前記対象仮想マシンが物理マシンにかけた負荷の履歴を示す負荷履歴情報取得する、負荷履歴情報取得ステップと、
前記負荷履歴情報に示されている負荷の履歴から、その負荷の確率分布を算出することで、前記負荷情報を生成する、負荷情報生成ステップと、
前記負荷履歴情報に示されている負荷の履歴の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成ステップと、
を有し、
前記負荷情報取得ステップは、前記負荷情報生成ステップによって生成された前記負荷情報を取得し、
前記負荷統計情報取得ステップは、前記負荷統計情報生成ステップによって生成された前記負荷統計情報を取得する、
18.乃至20.いずれか一つに記載の仮想マシン管理方法。
23. 代表的な仮想マシンである代表仮想マシンが物理マシンにかける負荷の平均及び分散を示す代表統計情報を取得する、代表統計値取得ステップと、
前記代表統計情報を用いて、複数の前記代表仮想マシンが前記対象物理マシンにかける負荷の合計が、前記対象物理マシンによって許容される負荷を超える確率の上界値を算出し、その上界値に基づいて、前記対象物理マシン上で動作させることができる前記代表仮想マシンの数を算出し、算出した前記代表仮想マシンの数である予測稼働数を算出する予測稼働数算出ステップを有し、
前記対象仮想マシン数取得ステップは、前記予測稼働数算出ステップによって算出された予測稼働数を、前記対象仮想マシンの数として取得する、
17.乃至22.いずれか一つに記載の仮想マシン管理方法。
24. 複数の対象仮想マシンが前記対象物理マシン上で動作しており、
前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得ステップと、
前記複数の対象仮想マシンそれぞれについて、その対象仮想マシンを除く全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値と、その対象仮想マシンを含む全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値との違いを示す値を算出し、前記対象物理マシンに対するその対象仮想マシンの影響度とする、影響度算出ステップと、
前記複数の対象仮想マシンのうち、前記影響度が最も大きい対象仮想マシンを、前記対象物理マシンの外部へ移行する候補にする、移行候補決定ステップと、
を有する17.乃至23.いずれか一つに記載の仮想マシン管理方法。
102 仮想マシン ID
104 負荷確率
200 負荷統計情報テーブル
202 仮想マシン ID
204 平均
206 分散
300 負荷履歴情報テーブル
302 仮想マシン ID
304 負荷履歴
1020 バス
1040 プロセッサ
1060 メモリ
1080 ストレージ
1220 対象仮想マシン数取得モジュール
1240 判定方式選択モジュール
1260 動作可否判定モジュール
2000 仮想マシン管理装置
2020 対象仮想マシン数取得部
2040 判定方式選択部
2060 動作可否判定部
2080 負荷情報取得部
2100 負荷統計情報取得部
2120 代表統計情報取得部
2140 予測稼働数算出部
2160 負荷統計情報生成部
2180 負荷履歴情報取得部
2200 負荷情報生成部
2220 影響度算出部
2240 移行候補決定部
Claims (10)
- 対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得手段と、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定手段によって実行される前記判定方式を選択する判定方式選択手段と、
前記判定方式選択手段によって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定手段と、
を有する仮想マシン管理装置。 - 前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得手段を有し、
前記複数の判定方式は、
各前記対象仮想マシンが物理マシンにかける負荷の確率分布を示す負荷情報を取得し、各負荷情報が示す前記確率分布の畳み込みを算出することで、各前記対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を算出し、算出した確率分布を用いて、前記対象仮想マシンが前記対象物理マシンにかける負荷の合計が前記対象物理マシンによって許容される負荷を超える確率である過負荷率を算出する第1判定方式と、
各前記対象仮想マシンに関する前記負荷統計情報を用いて、前記過負荷率の上界値を算出する第2判定方式と、
各前記対象仮想マシンに関する前記負荷統計情報を用いて、各前記対象仮想マシンが前記物理マシンにかける負荷の合計の確率分布を表す正規分布を算出し、算出した正規分布を用いて、前記過負荷率を算出する第3判定方式と、
のうち、いずれか複数を含み、
前記複数の判定方式が前記第1判定方式を含む場合、前記負荷情報を取得する負荷情報取得手段を有し、
前記動作可否判定手段は、前記判定方式選択手段によって選択された判定方式を用いて算出した前記過負荷率又は前記過負荷率の上界値に基づいて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う、
請求項1に記載の仮想マシン管理装置。 - 前記判定方式選択手段は、
前記対象仮想マシンの数が第1閾値以下の場合、前記第1判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第1閾値より大きくかつ第2閾値以下である場合、前記第2判定方式を前記判定方式として選択し、
前記対象仮想マシンの数が前記第2閾値より大きい場合、前記第3判定方式を前記判定方式として選択する、
請求項2に記載の仮想マシン管理装置。 - 前記第2判定方式は、チェビシェフの不等式又はチェビシェフの不等式を変形して得られる不等式を用いて、前記過負荷率の上界値を算出する、請求項2又は3に記載の仮想マシン管理装置。
- 前記負荷情報に示される負荷の確率分布から、その負荷の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成手段を有する、請求項2乃至4いずれか一項に記載の仮想マシン管理装置。
- 前記対象仮想マシンが物理マシンにかけた負荷の履歴を示す負荷履歴情報取得する、負荷履歴情報取得手段と、
前記負荷履歴情報に示されている負荷の履歴から、その負荷の確率分布を算出することで、前記負荷情報を生成する、負荷情報生成手段と、
前記負荷履歴情報に示されている負荷の履歴の平均及び分散を算出することで、前記負荷統計情報を生成する、負荷統計情報生成手段と、
を有し、
前記負荷情報取得手段は、前記負荷情報生成手段によって生成された前記負荷情報を取得し、
前記負荷統計情報取得手段は、前記負荷統計情報生成手段によって生成された前記負荷統計情報を取得する、
請求項2乃至4いずれか一項に記載の仮想マシン管理装置。 - 代表的な仮想マシンである代表仮想マシンが物理マシンにかける負荷の平均及び分散を示す代表統計情報を取得する、代表統計値取得手段と、
前記代表統計情報を用いて、複数の前記代表仮想マシンが前記対象物理マシンにかける負荷の合計が前記対象物理マシンによって許容される負荷を超える確率の上界値を算出し、その上界値に基づいて、前記対象物理マシン上で動作させることができる前記代表仮想マシンの数である予測稼働数を算出する予測稼働数算出手段を有し、
前記対象仮想マシン数取得手段は、前記予測稼働数算出手段によって算出された予測稼働数を、前記対象仮想マシンの数として取得する、
請求項1乃至6いずれか一項に記載の仮想マシン管理装置。 - 複数の対象仮想マシンが前記対象物理マシン上で動作しており、
前記対象仮想マシンが物理マシンにかける負荷の平均及び分散を示す負荷統計情報を取得する負荷統計情報取得手段と、
前記複数の対象仮想マシンそれぞれについて、その対象仮想マシンを除く全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値と、その対象仮想マシンを含む全ての前記複数の対象仮想マシンによって前記対象物理マシンにかかる負荷が前記対象物理マシンによって許容される負荷を超える確率の上界値との違いを示す値を算出し、前記対象物理マシンに対するその対象仮想マシンの影響度とする、影響度算出手段と、
前記複数の対象仮想マシンのうち、前記影響度が最も大きい対象仮想マシンを、前記対象物理マシンの外部へ移行する候補にする、移行候補決定手段と、
を有する請求項1乃至7いずれか一項に記載の仮想マシン管理装置。 - コンピュータに、仮想マシン管理装置として動作する機能を持たせるプログラムであって、前記コンピュータに、
対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得機能と、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定機能によって実行される前記判定方式を選択する判定方式選択機能と、
前記判定方式選択機能によって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定機能と、
を持たせるプログラム。 - コンピュータによって実行される仮想マシン管理方法であって、
対象物理マシン上で動作させることができるか否かの判定対象である対象仮想マシンの数を取得する対象仮想マシン数取得ステップと、
前記対象仮想マシンの数に基づいて、複数の判定方式の中から、動作可否判定ステップによって実行される前記判定方式を選択する判定方式選択ステップと、
前記判定方式選択ステップによって選択された前記判定方式を用いて、前記対象物理マシンが前記対象仮想マシンを動作させられるか否かの判定を行う動作可否判定ステップと、
を有する仮想マシン管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013147330A JP6163926B2 (ja) | 2013-07-16 | 2013-07-16 | 仮想マシン管理装置、仮想マシン管理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013147330A JP6163926B2 (ja) | 2013-07-16 | 2013-07-16 | 仮想マシン管理装置、仮想マシン管理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015022322A true JP2015022322A (ja) | 2015-02-02 |
JP6163926B2 JP6163926B2 (ja) | 2017-07-19 |
Family
ID=52486767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013147330A Active JP6163926B2 (ja) | 2013-07-16 | 2013-07-16 | 仮想マシン管理装置、仮想マシン管理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6163926B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020003929A (ja) * | 2018-06-26 | 2020-01-09 | 富士通株式会社 | 運用管理装置、移動先推奨方法及び移動先推奨プログラム |
CN111190685A (zh) * | 2018-11-15 | 2020-05-22 | 中国移动通信有限公司研究院 | 虚拟机数量测试系统、方法、装置、电子设备及存储介质 |
-
2013
- 2013-07-16 JP JP2013147330A patent/JP6163926B2/ja active Active
Non-Patent Citations (1)
Title |
---|
二川 潤: "縮退運転時のオーバコミットを抑制する小規模仮想化環境向け動的資源割当", 電子情報通信学会論文誌, vol. 第J95-D巻,第3号, JPN6017010079, 1 March 2012 (2012-03-01), JP, pages 486 - 495 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020003929A (ja) * | 2018-06-26 | 2020-01-09 | 富士通株式会社 | 運用管理装置、移動先推奨方法及び移動先推奨プログラム |
CN111190685A (zh) * | 2018-11-15 | 2020-05-22 | 中国移动通信有限公司研究院 | 虚拟机数量测试系统、方法、装置、电子设备及存储介质 |
CN111190685B (zh) * | 2018-11-15 | 2023-07-21 | 中国移动通信有限公司研究院 | 虚拟机数量测试系统、方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6163926B2 (ja) | 2017-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108009016B (zh) | 一种资源负载均衡控制方法及集群调度器 | |
US10558498B2 (en) | Method for scheduling data flow task and apparatus | |
US10289440B2 (en) | Capacity risk management for virtual machines | |
CN106133696B (zh) | 缩放云资源时动态标识目标容量 | |
US8255906B2 (en) | Modeling overhead for a plurality of virtualization technologies in a computer system | |
US20120257820A1 (en) | Image analysis tools | |
US20160299693A1 (en) | Native storage quality of service for virtual machines | |
JP6953800B2 (ja) | シミュレーションジョブを実行するためのシステム、コントローラ、方法、及びプログラム | |
CN108205469B (zh) | 一种基于MapReduce的资源分配方法及服务器 | |
WO2015001850A1 (ja) | タスク割り当て判定装置、制御方法、及びプログラム | |
JP6891611B2 (ja) | 管理装置、情報処理システムの制御方法、および管理装置の管理プログラム | |
US9875169B2 (en) | Modeling real capacity consumption changes using process-level data | |
JP2021504780A5 (ja) | ||
US9742684B1 (en) | Adaptive service scaling | |
US20160117199A1 (en) | Computing system with thermal mechanism and method of operation thereof | |
JP6237170B2 (ja) | 割当判定装置、制御方法、及びプログラム | |
JP6163926B2 (ja) | 仮想マシン管理装置、仮想マシン管理方法、及びプログラム | |
CN113158435B (zh) | 基于集成学习的复杂系统仿真运行时间预测方法与设备 | |
JP2014164425A (ja) | 情報処理装置、リソース制御方法及びプログラム | |
JPWO2015146100A1 (ja) | 負荷推定システム、情報処理装置、負荷推定方法、及び、コンピュータ・プログラム | |
US9529688B2 (en) | Performance evaluation device and performance evaluation method | |
EP3046029B1 (en) | Method and device for determining program performance interference model | |
JP2017091001A (ja) | 仮想インスタンス配置位置決定装置、仮想インスタンス配置位置決定方法および仮想インスタンス配置位置決定プログラム | |
JP2015022321A (ja) | 仮想マシン管理装置、仮想マシン管理方法、及びプログラム | |
US20200004903A1 (en) | Workflow Simulation Using Provenance Data Similarity and Sequence Alignment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160603 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170314 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170515 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170605 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6163926 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |