KR20130019698A - 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템 - Google Patents

사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템 Download PDF

Info

Publication number
KR20130019698A
KR20130019698A KR1020110081812A KR20110081812A KR20130019698A KR 20130019698 A KR20130019698 A KR 20130019698A KR 1020110081812 A KR1020110081812 A KR 1020110081812A KR 20110081812 A KR20110081812 A KR 20110081812A KR 20130019698 A KR20130019698 A KR 20130019698A
Authority
KR
South Korea
Prior art keywords
user
virtual machine
resource
scheduler
migration
Prior art date
Application number
KR1020110081812A
Other languages
English (en)
Inventor
허윤범
김동훈
안재석
전호현
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020110081812A priority Critical patent/KR20130019698A/ko
Publication of KR20130019698A publication Critical patent/KR20130019698A/ko

Links

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
    • 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
    • G06F9/451—Execution arrangements for user interfaces
    • 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
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • 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
    • G06F9/46—Multiprogramming arrangements
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
    • G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues

Abstract

본 발명은 자원 최적화 시스템 및 방법 관한 것이다. 본 발명의 일실시예에 따른 자원 최적화 시스템은 가상 머신을 생성할 복수의 물리 노드, 사용자 스케줄러를 입력 받기 위한 사용자 유저 인터페이스, 및 상기 사용자 스케줄러에 기초하여 가상 머신의 생성 및 할당을 관리하는 가상 머신 관리부를 포함한다. 상기 가상 머신 관리부는 상기 사용자 스케줄러를 저장 및 관리하는 사용자 스케줄링 정보 관리부, 상기 사용자 스케줄러에 기초하여 가상 머신의 마이그레이션(Migration)을 수행하는 시스템 스케줄러, 자원 현황을 모니터 및 관리하는 자원 제어부를 포함한다. 본 발명의 일실시예에 따른 자원 최적화 시스템은 사용자의 자원 사용범위를 예측하여 마이그레이션(Migration)을 진행함으로써 효과적인 자원 관리를 가능하게 한다.

Description

사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템{Method for optimizing resource by using migration based on user's scheduler}
본 발명은 가상화 기술에 관한 것으로, 구체적으로는 사용자 스케줄러에 기초한 마이그레이션(Migration)을 통해 자원을 최적화하는 방법 및 시스템에 관한 것이다.
최근 하드웨어 기술이 발전함에 따라 하나의 물리적 장치에 복수개의 서버를 구현할 수 있는 서버 가상화 기술이 주목을 끌고 있다. 서버 가상화 기술에 의한 서버 통합은 효율적인 자원 사용에 따른 비용적인 장점이 있다. 그러나 하나의 물리적 장치에 여러 개의 서버가 가상 머신으로 함께 동작함으로써 더욱 복잡한 부하특성을 가지게 되었다. 가상화 환경에서의 워크로드 관리는 매우 중요한 이슈이다. 따라서 이를 해결하기 위한 효율적인 자원관리 방법이 요구된다.
KR 10-2011-0015495, 2011.02.16
사용자 스케줄러에 기초하여 마이그레이션(Migration)을 수행함으로써 자원을 최적화하기 위한 자원 최적화 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위하여, 본 발명의 일실시예에 따른 자원 최적화 방법은 가상 머신을 생성할 복수의 물리 노드, 사용자 스케줄러를 입력 받기 위한 사용자 유저 인터페이스, 및 상기 사용자 스케줄러에 기초하여 가상 머신의 생성 및 할당을 관리하는 가상 머신 관리부를 포함한다. 상기 가상 머신 관리부는 상기 사용자 스케줄러를 저장 및 관리하는 사용자 스케줄링 정보 관리부, 상기 사용자 스케줄러에 기초하여 가상 머신의 마이그레이션(Migration)을 수행하는 시스템 스케줄러, 자원 현황을 모니터 및 관리하는 자원 제어부를 포함한다.
상기 사용자 스케줄러는 사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함할 수 있다.
상기 다른 목적을 달성하기 위하여 본 발명의 일실시예에 다른 자원 최적화 방법은 사용자 스케줄링 정보를 입력받는 단계, 상기 사용자별 스케줄링 정보에 기초하여 자원 사용범위를 예측하고 우선순위를 부여하는 단계, 및 우선 순위에 따라 마이그레이션(Migration)을 실시하는 단계를 포함한다.
상기 사용자 스케줄링 정보는 사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함할 수 있다.
본 발명에 따른 자원 최적화 시스템 및 방법은 사용자의 자원 사용범위를 예측하여 마이그레이션(Migration)을 진행함으로써 효과적인 자원 관리를 가능하게 한다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일실시예에 따른 자원 최적화 시스템을 나타내는 블록도이다.
도 2는 본 발명의 다른 실시예에 따른 자원 최적화 방법을 나타내는 순서도이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 도면에 기재된 내용을 참조하여야 한다.
본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 아래의 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 아래의 실시예들로 한정되는 것은 아니다. 오히려, 이들 실시예는 본 개시를 더욱 충실하고 완전하게 하며 본 발명이 속하는 기술분야의 통상의 지식을 가진 자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예들을 설명함으로써, 본 발명을 상세히 설명하기로 한다.
오늘날 데이터센터들은 점점 더 많은 시스템들이 더해지고 얽히면서 비효율과 관리의 어려움을 낳고 있으며, 이런 문제들을 해결하기 위해 다양한 방법들이 모색되고 있다. 가장 유용한 방법이 바로 가상화로, 프로세서, 메모리, 스토리지 등을 하나의 자원으로 묶음으로써 데이터 센터 효율성과 복잡성의 문제를 효과적으로 해결해 준다. 가상화 기술이란 하나의 물리적인 컴퓨터에서 여러 종류의 운영체제를 사용할 수 있게 하기 위하여 각 운영 체제가 하드웨어를 공유할 수 있도록 기능을 제공하는 소프트웨어 기술이다. 단일 시스템 내에 여러 대의 가상 머신은 서로 다른 머신에 지장을 주지 않도록 완전히 독립적 개체처럼 동작할 수 있다. 가상화 기술은 최근에 하드웨어 성능이 발전함에 따라 서버의 콘솔리데이션을 통하여 컴퓨팅 자원의 효율적인 사용으로 비용 및 데이터 센터의 공간을 절약하는 효과를 얻을 수 있다. 하드웨어의 자원의 효율적인 분할을 통하여 각 가상 머신이 보다 높은 성능을 낼 수 있고 관리를 편리하게 할 수 있다. 일반적으로 하나의 운영체제가 여러 개의 프로세스들을 효율적으로 처리하기 위하여 프로세스들의 수행 순서를 정하게 되는데. 이를 스케줄링이라고 한다. 하나의 프로세스를 수행하는 동안 중앙 처리 장치는 데이터의 연산 과정에서는 필요하지만 데이터의 I/O 과정에서는 필요하지 않다. 따라서, 실행 중인 프로세스에서 CPU를 사용하지 않는 동안 다른 프로세스에서 CPU를 사용할 수 있도록 스케줄링함으로써 효율적으로 다수의 프로세스들을 처리할 수 있게 된다.
도 1은 본 발명의 일실시예에 따른 자원 최적화 시스템을 나타내는 블록도이다. 본 발명의 일실시예에 따른 자원 최적화 시스템은 사용자 유저 인터페이스(UI, 110), 가상 머신 관리부(120) 및 시스템 자원(130)을 포함한다.
상기 유저 인터페이스(UI, 110)는 사용자 인터페이스로서, 사용자로부터 사용자 스케줄러를 입력 받는 수단이 된다. 상기 시스템 자원(130)은 물리적 하드웨어 자원으로서 가상화로 통합된 서버들이다. 상기 시스템 자원(130)은 프로세스(혹은 사용자)에게 CPU, 메모리, I/O 등의 자원 또는 자원을 제공하게 된다. 상기 물리적 자원(130)는 복수의 물리 노드(node #1 및 node #2)를 포함한다. 다수의 가상 머신이 상기 물리 노드에 생성될 수 있다. 클러스터(Cluster #1 및 Cluster #2)는 각각 복수의 물리 노드를 포함하는 자원 그룹이다. 존(Zone)은 복수의 클러스터(Cluster)를 포함하는 자원 그룹이다. 존(Zone)은 예를 들어 지역별 거점 데이터센터일 수 있다. 가상 머신 관리부(120)는 사용자 스케줄링 정보 관리부(122), 시스템 스케줄러(124) 및 자원 제어부(126)를 포함한다. 가상 머신 관리부(120)는 다수의 가상 머신을 효율적으로 수행하기 위해 가상 머신을 스케줄링 정책에 따라 전환하며 수행한다. 가상 머신 관리부(120)의 스케줄러는 사용자 스케줄링 정보를 참조하여 스케줄링 정책을 적용한다. 스케줄링 변수에 따라 해당 가상 머신의 수행 빈도를 조절할 수 있다. 가상 머신 관리부(120)는 CPU, 메모리, I/O 등의 시스템 자원(130)을 원하는 응용에 분배하여 사용자가 효율적인 작업을 수행할 수 있도록 해준다.
사용자 스케줄링 정보는 다수의 파라미터를 포함할 수 있다. 예를 들어, 사용자 스케줄링 정보는 사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함할 수 있다. 따라서, 사용자의 가상 머신 사용 시간을 참조하여 사용자별 가상 머신 할당 시간을 예측할 수 있게 되어, 사용자별 가상 머신이 특정 물리 노드에 집중되어 생성되지 않도록 관리할 수 있게 된다. 또한 사용자별 가상 머신이 요구하는 필요 용량에 대한 정보를 가지고 있어 사용자가 원하는 시간에 필요로 하는 가상 머신을 클러스터 그룹 내에서 분산 시켜 생성시킬 수 있게 된다. 또한, 사용자마다 가상 머신에서 요구하는 용량이 다를 수 있다. 한 사용자는 CPU 사용률이 높을 수 있고, 다른 사용자는 메모리 사용률이 높을 수 있고, 또 다른 사용자는 I/O 사용률이 높을 수 있다. 따라서, 이러한 사용률 즉, 필요 용량에 대한 정보를 참조할 수 있다는 것은 자원을 최적화하는데 큰 도움이 될 수 있다. 상기 사용자 스케줄링 정보의 파라미터간에는 우선 순위가 정해져서, 상기 우선 순위에 따라 가상 머신의 생성, 소멸, 마이그레이션(Migration) 등이 수행될 수 있다. 상기 사용자 스케줄링 정보 관리부(122)는 상기 유저 인터페이스(UI, 110)를 통해 입력 받은 사용자 스케줄러를 저장 및 관리할 수 있다. 상기 자원 제어부(126)는 자원 현황을 모니터 및 관리할 수 있다. 가상 머신을 언제 마이그레이션(Migration) 시킬 것인지를 결정하기 위해서는 기본적으로 시스템에 대한 감시가 이루어져야 한다. 애플리케이션의 성능에 대한 감시 혹은 자원 상황에 대한 감시 중 하나를 선택하고 있다는 것을 알 수 있다. 애플리케이션의 성능에 대한 감시를 수행하는 경우, 성능이 일정 수준 이하로 떨어지면 마이그레이션(Migration)이 필요한 상황이라고 판단한다. 이때, 판단의 기준이 되는 임계값의 정의가 필요하다. 임계값이 지나치게 높으면 마이그레이션(Migration)이 자주 일어날 수 있고, 반대로 너무 낮으면 애플리케이션의 성능이 떨어져도 마이그레이션(Migration)을 통한 개선이 이루어지지 않을 수 있다. 또한, 적절한 임계값을 설정했다고 하더라도 일시적인 성능 저하로 인한 마이그레이션(Migration)을 방지하기 위해서는 평균 성능 고려하는 등의 조치가 필요하다. 자원의 이용 상황을 감시하는 경우에는 자원 사용률이 판단의 기준이 된다. 즉, 자원 사용률이 과도하게 높아지면 해당 가상 머신에 자원을 더 할당해주어야 하는 상황으로 인식해서 추가로 자원을 할당해 주거나, 이것이 불가능할 경우 마이그레이션(Migration)을 통해 해당 가상 머신의 자원 할당량을 증가시킨다. 한편, 본 발명에 따른 자원 최적화 시스템은 단순한 시스템 감시에서 한 단계 더 나아가 자원 사용량을 예측할 수 있다. 예측의 대상이 되는 것은 주로 가상 머신의 자원 요구량이며, 과거의 자원 요구량을 바탕으로 해서 이후의 자원 요구량이나 최대 자원 요구량을 예측, 미리 필요한 만큼의 자원을 할당해 주는 방식이다.
상기 시스템 스케줄러(124)는 상기 사용자 스케줄러에 기초하여 가상 머신의 마이그레이션(Migration)을 수행할 수 있다. 가상 머신의 마이그레이션(Migration)은 서로 다른 노드 간에 가능할 수 있다. 마이그레이션(Migration)은 하나의 물리 노드에서 다른 노드로 가상 머신을 인터럽트 없이 움직이는 것을 말하는데 IP 주소가 가상 머신을 따라 이동하기 때문에 네트워킹도 계속 가능하다. 물리 노드 상에서 여러 가상 머신이 서버로 수행되고 있는 환경에서 특정 물리 노드의 자원 사용량이 급증 할 수 있다. 그것은 물리 노드에 대한 과다한 서비스 요청이 문제가 될 수 있고, 가상 머신에 대한 과다한 서비스 요청이 문제가 될 수도 있다. 특정 물리 노드에서 지속적으로 과다한 부하가 감지되었을 때 속히 그 노드에 대한 부하를 낮추어 주지 않는다면 물리 노드가 서비스 불능 상태에 빠질 가능성이 커진다. 그럴 경우 그것은 곧 물리 노드에서 수행되고 있던 다수의 가상 머신들이 서비스를 할 수 없게 되는 것과 같다. 그렇게 때문에 이러한 물리 노드의 과다한 부하를 다른 유휴 자원이 있는 서버로 나누어 서비스 할 수 있어야 하며 이러한 목적을 위해서 마이그레이션(Migration) 기능을 이용하게 된다. 마이그레이션(Migration)의 대상을 선정한다는 것은 여러 대의 가상 머신이 서로 동일한 물리 노드를 공유하고 있을 때, 가상 머신들 중에서 어떤 것을 다른 물리 노드로 마이그레이션(Migration) 시킬지 결정하는 것이다. 일반적인 경우에는 성능이 떨어졌거나 자원 사용률이 과도하게 높이 올라간 가상 머신을 마이그레이션(Migration)의 대상으로 선정하지만, 마이그레이션(Migration) 시스템의 특별한 목적으로 위해서 다른 가상 머신을 마이그레이션(Migration) 시키는 경우도 있다. 마이그레이션(Migration)의 대상까지 선정이 되었다면 그 다음 단계는 마이그레이션(Migration)의 목적지를 선정하는 것이다. 목적지를 선정하는데 있어서 가장 우선적으로 고려해야 할 사항은, 마이그레이션(Migration) 대상으로 선정된 가상 머신을 위한 충분한 여유자원을 갖고 있는지 확인하는 것이다. 일반적으로 마이그레이션(Migration) 대상을 위한 충분한 자원을 가지고 있다는 것을 확인하는 것으로 목적지 선정은 완료되었다고 볼 수 있다. 하지만 좀 더 효율적인 시스템 운영을 위해서 추가적으로 고려할 수 있는 사항이 있다. 마이그레이션(Migration)의 목적지를 선정할 때, 목적지의 각 자원 사용률의 균형을 맞추는 것이다. 예를 들어, 각 자원 사용률 사이의 균형을 고려하지 않고 목적지를 선정하게 된다면, 메모리보다 CPU를 월등히 많이 사용하는 가상 머신들이 같은 물리 노드를 공유하는 상황이 발생할 가능성이 있다. 이 상황을 물리 노드의 입장에서 살펴보면, 메모리 사용률은 낮은데 CPU 사용률은 상대적으로 훨씬 높은 경우라고 할 수 있다. 다시 말해, 보유하고 있는 메모리 자원을 충분히 활용하지 못하고 있으며 높은 CPU 사용률로 인해 다른 가상 머신을 더 이상 받아들일 수 없는 상황이다. 결국 메모리 자원이 낭비되고 있는 것이다. 자원 사용률이 어느 한 쪽으로 치우치지 않도록 마이그레이션(Migration) 목적지를 선정한다.
도 2는 본 발명의 다른 실시예에 따른 자원 최적화 방법을 나타내는 순서도이다. 도 2를 참조하면, 본 발명의 다른 실시예에 따른 자원 최적화 방법은 사용자별 스케줄링 정보를 입력 받는 단계, 사용자별 스케줄링 정보에 기초하여 리소스(또는 자원) 사용 범위를 예측하고 우선 순위를 부여하는 단계, 및 우선 순위에 따라 마이그레이션(migration)을 실시하는 단계를 포함한다.
최근 가상화 기술을 사용한 서버 통합이 많이 수행되고 있다. 서버 통합이란 다수의 서버에서 수행하던 서비스를 하나의 물리적 서버로 통합하는 것을 일컫는다. 데이터 센터에서 운용하는 개별 서버들은 현재 컴퓨터의 하드웨어 발전으로 인해 하드웨어 성능에 비해 컴퓨팅 자원의 활용률이 적어 자원의 낭비가 발생하고 있다. 이러한 환경에서 서버 통합을 수행하였을 때 물리적인 컴퓨터의 자원 활용률을 높여 컴퓨팅 자원의 낭비를 막을 수 있다. 그로인해 물리적인 서버의 증설을 줄여 비용 및 데이터 센터의 공간을 절약하는 효과를 얻을 수 있다. 가상 머신의 또 다른 특징 중 하나는 가상 머신에서는 물리적으로 동일한 환경에서 운용되는 가상 머신들은 다른 가상 머신들로부터 독립적으로 구별되어 있어 다른 가상 머신의 동작이 서로 영향을 끼칠 수 없다는 점이다. 이러한 점을 통해 가상 머신들은 서로 간의 데이터가 독립적으로 구성된다. 그러므로 보안의 관점에서 안전한 환경을 구축할 수 있다. 또 가상 머신 단위의 이주나 복사, 백업 등이 편리하다는 점이다. 가상 머신의 이주를 통하여 가상 머신에서 수행되는 운영체제를 다른 가상 머신으로 서비스의 끊김 없이 옮기거나 가상 머신의 현재 상태를 백업하는 등 관리적인 차원에서 보다 편이성을 향상 시킬 수 있다. 사용자 스케줄링 정보는 다수의 파라미터를 포함할 수 있다. 예를 들어, 사용자 스케줄링 정보는 사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함할 수 있다. 따라서, 사용자의 가상 머신 사용 시간을 참조하여 사용자별 가상 머신 할당 시간을 예측할 수 있게 되어, 사용자별 가상 머신이 특정 물리 노드에 집중되어 생성되지 않도록 관리할 수 있게 된다. 또한 사용자별 가상 머신이 요구하는 필요 용량에 대한 정보를 가지고 있어 사용자가 원하는 시간에 필요로 하는 가상 머신을 클러스터 그룹 내에서 분산 시켜 생성시킬 수 있게 된다. 또한, 사용자마다 가상 머신에서 요구하는 용량이 다를 수 있다. 한 사용자는 CPU 사용률이 높을 수 있고, 다른 사용자는 메모리 사용률이 높을 수 있고, 또 다른 사용자는 I/O 사용률이 높을 수 있다. 따라서, 이러한 사용률 즉, 필요 용량에 대한 정보를 참조할 수 있다는 것은 자원을 최적화하는데 큰 도움이 될 수 있다. 상기 사용자 스케줄링 정보의 파라미터간에는 우선 순위가 정해져서, 상기 우선 순위에 따라 가상 머신의 생성, 소멸, 마이그레이션(Migration) 등이 수행될 수 있다.
이상에서와 같이 도면과 명세서에서 최적 실시 예가 개시되었다. 여기서 특정한 용어들이 사용되었으나, 이는 단지 본 발명을 설명하기 위한 목적에서 사용된 것이지 의미한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (4)

  1. 가상 머신을 생성할 복수의 물리 노드;
    사용자 스케줄러를 입력 받기 위한 사용자 유저 인터페이스; 및
    상기 사용자 스케줄러에 기초하여 가상 머신의 생성 및 할당을 관리하는 가상 머신 관리부를 포함하고,
    상기 가상 머신 관리부는
    상기 사용자 스케줄러를 저장 및 관리하는 사용자 스케줄링 정보 관리부;
    상기 사용자 스케줄러에 기초하여 가상 머신의 마이그레이션(Migration)을 수행하는 시스템 스케줄러;
    자원 현황을 모니터 및 관리하는 자원 제어부를 포함하는 것을 특징으로 하는 자원 최적화 시스템.
  2. 제 1 항에 있어서, 상기 사용자 스케줄러는
    사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 자원 최적화 시스템.
  3. 사용자 스케줄링 정보를 입력 받는 단계;
    상기 사용자별 스케줄링 정보에 기초하여 자원 사용범위를 예측하고 우선순위를 부여하는 단계; 및
    우선 순위에 따라 마이그레이션(Migration)을 실시하는 단계를 포함하는 것을 특징으로 하는 자원 최적화 방법.
  4. 제 3 항에 있어서, 상기 사용자 스케줄러는
    사용자의 가상 머신 사용 시간, 필요 용량 및 위치 정보 중 적어도 어느 하나를 포함하는 것을 특징으로 하는 자원 최적화 방법.
KR1020110081812A 2011-08-17 2011-08-17 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템 KR20130019698A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110081812A KR20130019698A (ko) 2011-08-17 2011-08-17 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110081812A KR20130019698A (ko) 2011-08-17 2011-08-17 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템

Publications (1)

Publication Number Publication Date
KR20130019698A true KR20130019698A (ko) 2013-02-27

Family

ID=47897759

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110081812A KR20130019698A (ko) 2011-08-17 2011-08-17 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템

Country Status (1)

Country Link
KR (1) KR20130019698A (ko)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150009662A (ko) * 2013-07-16 2015-01-27 한국전자통신연구원 가상 데스크톱 서비스 제공 방법 및 장치
KR101509506B1 (ko) * 2013-03-08 2015-04-10 주식회사 알투소프트 모바일 클라우드 컴퓨팅 환경에서의 리소스 제공 시스템 및 그 방법
KR101531834B1 (ko) * 2013-03-08 2015-06-26 주식회사 알투소프트 모바일 클라우드 컴퓨팅 환경에서의 리소스 관리 시스템 및 그 방법
KR20150074708A (ko) * 2013-12-24 2015-07-02 주식회사 케이티 클라우드 시스템에서의 가상 머신 배치 방법 및 장치
KR20160095922A (ko) * 2015-02-04 2016-08-12 한국전자통신연구원 가상 머신 모니터 장치, 가상화 장치 및 방법
US9633040B2 (en) 2014-02-04 2017-04-25 Samsung Electronics Co., Ltd. Distributed processing system including a name node and a plurality of data nodes, and method of operating the same
KR20170073897A (ko) * 2015-12-21 2017-06-29 전자부품연구원 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법
KR20190061875A (ko) * 2017-11-28 2019-06-05 한양대학교 에리카산학협력단 프로세스 라이브 마이그레이션 기술 최적화를 위한 자동화 기법
KR102084031B1 (ko) * 2019-08-07 2020-05-29 주식회사 도시엔컴 복수 서버의 로컬 저장소를 통합 관리하는 방법 및 그 장치
KR20210030746A (ko) * 2019-09-10 2021-03-18 엔에이치엔 주식회사 외부 장치와 자원들을 공유하는 사용자 컴퓨터 장치 및 방법
KR20210086797A (ko) * 2019-12-30 2021-07-09 한양대학교 에리카산학협력단 멀티 노드를 이용한 작업 스케줄링 방법 및 그 장치

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101509506B1 (ko) * 2013-03-08 2015-04-10 주식회사 알투소프트 모바일 클라우드 컴퓨팅 환경에서의 리소스 제공 시스템 및 그 방법
KR101531834B1 (ko) * 2013-03-08 2015-06-26 주식회사 알투소프트 모바일 클라우드 컴퓨팅 환경에서의 리소스 관리 시스템 및 그 방법
KR20150009662A (ko) * 2013-07-16 2015-01-27 한국전자통신연구원 가상 데스크톱 서비스 제공 방법 및 장치
KR20150074708A (ko) * 2013-12-24 2015-07-02 주식회사 케이티 클라우드 시스템에서의 가상 머신 배치 방법 및 장치
US9465641B2 (en) 2013-12-24 2016-10-11 Kt Corporation Selecting cloud computing resource based on fault tolerance and network efficiency
US9633040B2 (en) 2014-02-04 2017-04-25 Samsung Electronics Co., Ltd. Distributed processing system including a name node and a plurality of data nodes, and method of operating the same
KR20160095922A (ko) * 2015-02-04 2016-08-12 한국전자통신연구원 가상 머신 모니터 장치, 가상화 장치 및 방법
KR20170073897A (ko) * 2015-12-21 2017-06-29 전자부품연구원 가상 머신 성능 최적화를 위한 하드웨어 리소스 등급 분류 및 자원 할당방법
KR20190061875A (ko) * 2017-11-28 2019-06-05 한양대학교 에리카산학협력단 프로세스 라이브 마이그레이션 기술 최적화를 위한 자동화 기법
KR102084031B1 (ko) * 2019-08-07 2020-05-29 주식회사 도시엔컴 복수 서버의 로컬 저장소를 통합 관리하는 방법 및 그 장치
KR20210030746A (ko) * 2019-09-10 2021-03-18 엔에이치엔 주식회사 외부 장치와 자원들을 공유하는 사용자 컴퓨터 장치 및 방법
KR20210086797A (ko) * 2019-12-30 2021-07-09 한양대학교 에리카산학협력단 멀티 노드를 이용한 작업 스케줄링 방법 및 그 장치

Similar Documents

Publication Publication Date Title
KR20130019698A (ko) 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
US9588789B2 (en) Management apparatus and workload distribution management method
US9183016B2 (en) Adaptive task scheduling of Hadoop in a virtualized environment
US8914513B2 (en) Hierarchical defragmentation of resources in data centers
KR101781063B1 (ko) 동적 자원 관리를 위한 2단계 자원 관리 방법 및 장치
US20090265707A1 (en) Optimizing application performance on virtual machines automatically with end-user preferences
JP6190969B2 (ja) マルチテナントリソース調停方法
US20100211958A1 (en) Automated resource load balancing in a computing system
US9690608B2 (en) Method and system for managing hosts that run virtual machines within a cluster
CN116450358A (zh) 云计算系统中的用于虚拟机的资源管理
US10846129B2 (en) Systems and methods for organizing on-demand migration from private cluster to public cloud
KR102016683B1 (ko) 소프트웨어 정의 네트워크의 모니터링 기능 자원 자율 스케일링 장치 및 방법
KR20150016820A (ko) 가상 노드 배치 관리 시스템 및 방법
CN103179048A (zh) 云数据中心的主机QoS策略变换方法及系统
KR20110083084A (ko) 가상화를 이용한 서버 운영 장치 및 방법
US20220100551A1 (en) Virtual disk management for efficient bin packing across nodes
Babu et al. Interference aware prediction mechanism for auto scaling in cloud
Remesh Babu et al. Service‐level agreement–aware scheduling and load balancing of tasks in cloud
Mollamotalebi et al. Multi-objective dynamic management of virtual machines in cloud environments
US11385972B2 (en) Virtual-machine-specific failover protection
JP2008217575A (ja) ストレージ装置及びその構成最適化方法
JP6010975B2 (ja) ジョブ管理装置、ジョブ管理方法、及びプログラム
US10831525B2 (en) Intelligent assignment of virtual machines to compute only or hyper converged nodes
Seth et al. Dynamic threshold-based dynamic resource allocation using multiple VM migration for cloud computing systems
KR20150007698A (ko) 가상 데스크탑 서비스를 위한 부하 분산 시스템

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination