KR20160070636A - 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법 - Google Patents

분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법 Download PDF

Info

Publication number
KR20160070636A
KR20160070636A KR1020140177839A KR20140177839A KR20160070636A KR 20160070636 A KR20160070636 A KR 20160070636A KR 1020140177839 A KR1020140177839 A KR 1020140177839A KR 20140177839 A KR20140177839 A KR 20140177839A KR 20160070636 A KR20160070636 A KR 20160070636A
Authority
KR
South Korea
Prior art keywords
virtual machine
migration
hot spot
resource
server
Prior art date
Application number
KR1020140177839A
Other languages
English (en)
Inventor
허의남
손아영
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020140177839A priority Critical patent/KR20160070636A/ko
Priority to US14/957,693 priority patent/US20160170791A1/en
Publication of KR20160070636A publication Critical patent/KR20160070636A/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
    • 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
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task 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
    • G06F9/44—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

Abstract

본 발명에 따른 분산 클라우드 환경에서의 마이그레이션 제어 방법은 마이그레이션 제어 장치가 분산 클라우드 환경에서 자원할당을 위해 가상머신의 마이그레이션을 제어하는 방법에서, 데이터센터의 가상머신들의 자원 사용량을 시간단위로 측정하여 모니터링하는 단계, 측정된 상기 자원 사용량이 기설정된 임계값을 초과하는 핫스팟을 감지하고, 상기 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정하는 단계, 그리고 상기 타겟 가상머신의 자원 이용률을 고려하여 상기 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하는 단계를 포함한다.

Description

분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법{DEVICE FOR CONTROLLING MIGRATION IN A DISTRIBUTED CLOUD ENVIRONMENT AND METHOD FOR CONTROLLING MIGRATION USING THE SAME}
본 발명은 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법에 관한 것이다.
최근 클라우드 서비스의 고객 수요는 세계적으로 증가하는 추세이다. 클라우드 서비스 공급자들은 증가하는 고객 수요에 대응하기 위하여, 여러 지역에 데이터 센터를 구축하여 시스템의 규모를 확장시키고 있다. 하지만, 지역적으로 분산된 데이터센터 들을 운영하는 클라우드 환경에서의 자원 부하는 응답속도에 많은 영향을 끼치게 된다.
그리고, 기존의 연구들은 전체 마이그레이션 시간을 줄이고 있으나, 여전히 오버헤드가 발생하고 있고, 전체 마이그레이션 시간이 느린 단점이 있다. 그리고, 종래 기술은 서비스 대기시간 시간이 발생하게 되는데 이를 고려되지 않아 전체적으로 시스템의 부하가 큰 상황에서는 응용 프로그램의 성능을 정확하게 예측하지 못하고 있으며 동적으로 자원을 할당하지 못한다는 문제점도 가지고 있다.
또한, 현재 데이터 센터들은 단일 데이터 센터가 아닌 분산되어 있는 클라우드 환경이므로, 이와 같은 분산 클라우드 환경에서 다른 지역으로 이동하는 경우에 끊김 없는 서비스를 제공할 수 있는 기술이 요구된다.
본 발명은 분산 클라우드 환경에서 사용자가 지역을 이동하더라도 기존의 서비스를 연속적으로 제공할 수 있는 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법을 제안하고자 한다.
본 발명의 분산 클라우드 환경에서의 마이그레이션 제어 방법은 마이그레이션 제어 장치가 분산 클라우드 환경에서 자원할당을 위해 가상머신의 마이그레이션을 제어하는 방법에서, 데이터센터의 가상머신들의 자원 사용량을 시간단위로 측정하여 모니터링하는 단계, 측정된 상기 자원 사용량이 기설정된 임계값을 초과하는 핫스팟을 감지하고, 상기 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정하는 단계, 그리고 상기 타겟 가상머신의 자원 이용률을 고려하여 상기 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하는 단계를 포함한다.
상기 모니터링하는 단계는, 상기 가상머신들에 대한 CPU 사용량 및 메모리 사용량을 시간 단위로 측정하고, 서비스 실행 시간을 예측하는 단계를 포함할 수 있다.
상기 타겟 가상머신을 선정하는 단계는, 상기 핫스팟으로 감지된 서버 내에서 가상머신들의 상기 서비스 실행시간 및 상기 자원 사용량을 고려해서 핫스팟의 원인이 된 가상머신과 자원을 결정하는 단계를 포함할 수 있다.
상기 서비스 실행시간은, 대기 예측 시간을 포함하며, 상기 대기 예측 시간은, 포아송 분포 또는 지수분포에 따라 구해진 서비스 발생량 또는 서비스 도착률에 따른 서비스 이용률을 이용하여 도출할 수 있다.
상기 마이그레이션하는 단계는, 가상머신들의 자원 이용률을 비교하고 상기 자원 이용률이 높은 가상머신에 우선순위를 부여하는 단계를 포함할 수 있다.
본 발명의 분산 클라우드 환경에서의 마이그레이션 제어 장치는 분산 클라우드 환경에서 가상머신들의 자원 사용량을 시간단위로 측정하여 모니터링하는 모니터링부, 상기 자원 사용량을 이용해 핫스팟을 감지하고, 상기 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정하는 선정부, 그리고 상기 타겟 가상머신의 자원 이용률을 고려하여 상기 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하도록 제어하는 제어부를 포함한다.
상기 선정부는, 모니터링된 자원 사용량을 기설정된 임계값과 비교하고, 임계값을 초과하는 서버를 핫스팟으로 감지하는 핫스팟 감지부, 그리고 상기 핫스팟으로 감지된 서버 내에서 가상머신들의 서비스 실행시간 및 상기 자원 사용량을 고려해서 핫스팟의 원인이 된 가상머신 또는 자원을 결정하는 가상머신 결정부를 포함할 수 있다.
상기 제어부는, 마이그레이션할 가상머신들 중에 자원 이용률이 높은 가상머신에 우선 순위를 부여하고, 상기 우선 순위가 높은 가상머신을 우선적으로 마이그레이션 하도록 제어할 수 있다.
본 발명에 따르면, 분산 클라우드 환경에서 대기 시간이나 실행 시간과 자원 상태를 복합적으로 고려하여 타겟 가상머신을 결정함으로써, 마이그레이션을 위한 대기 시간을 최소화하면서 QoS를 보장하고 성능을 향상시켜 효율을 높일 수 있는 환경을 제공한다.
도 1은 본 발명의 한 실시예에 따른 마이그레이션 제어 장치의 구조를 간략히 도시한 도면이다.
도 2는 본 발명의 한 실시예에 따라 마이그레이션 제어 장치가 타겟 가상머신을 결정하여 마이그레이션을 수행하는 과정을 간략히 도시한 흐름도이다.
도 3은 본 발명의 한 실시예에 따라 분산 클라우드 환경에서 마이그레이션하는 예를 도시한 도면이다.
도 4는 종래기술과 본 발명의 한 실시예에 따른 마이그레이션 시간을 비교한 도면이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 명세서에 기재된 "…부", "…모듈" 의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이제 도 1 내지 도 4를 참고하여 본 발명의 한 실시예에 따른 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법에 대하여 상세하게 설명한다.
도 1은 본 발명의 한 실시예에 따른 마이그레이션 제어 장치의 구조를 간략히 도시한 도면이다. 이때, 마이그레이션 제어 장치는 본 발명의 실시예에 따른 설명을 위해 필요한 개략적인 구성만을 도시할 뿐 이러한 구성에 국한되는 것은 아니다.
도 1을 참조하면, 본 발명의 한 실시예에 따른 마이그레이션 제어 장치는 분산 클라우드 환경에서 대기시간과 자원의 상태를 복합적으로 고려하여 타겟을 선정하고 마이그레이션(migration)을 수행하도록 제어한다. 그리고, 본 발명의 한 실시예에 따른 마이그레이션 제어 장치는 분산 클라우드 환경에서 특정 마이크로 데이터센터로부터 서비스를 받던 사용자가 다른 지역으로 이동하더라도 지리적으로 가까운 새로운 마이크로 데이터센터로부터 기존의 서비스를 연속적으로 제공할 수 있다.
본 발명의 한 실시예에 따른 마이그레이션 제어 장치(100)는 모니터링부(110), 선정부(120) 및 제어부(130)을 포함한다.
모니터링부(110)는 분산 클라우드 환경에서 가상머신(Virtual Machine, VM)들의 자원 사용량을 측정하고 모니터링한다. 모니터링부(110)는 본 발명의 한 실시예에 따라 그라파이트(Graphite) 모니터링 툴을 통해 CPU 사용량 및 메모리의 사용량을 시간 단위로 측정할 수 있다.
모니터링부(110)는 본 발명의 한 실시예에 따라 자원 측정부(112) 및 사용량 예측부(114)를 포함한다.
자원 측정부(112)는 가상머신들에 대한 CPU 사용량 및 메모리 사용량 등의 자원 사용량을 측정한다. 그리고, 예측부(114)는 가상머신들에 의해 서비스 실행시간이나 대기시간 등을 예측한다.
선정부(120)는 모니터링부(110)에서 측정된 자원 사용량을 이용해 핫스팟(Hotspot)을 감지하고, 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정한다. 여기서, 선정부(120)는 핫스팟 감지를 통해 마이그레이션 수행 여부를 결정하고, 대기시간 및 필요한 자원량에 따라 타겟 가상머신을 결정할 수 있다.
선정부(120)는 본 발명의 한 실시예에 따라 핫스팟 감지부(122) 및 가상머신 결정부(124)를 포함한다.
핫스팟 감지부(122)는 모니터링된 자원 사용량을 기설정된 임계값과 비교하고, 임계값을 초과하는 서버를 핫스팟으로 감지한다.
가상머신 결정부(124)는 핫스팟 감지부(122)에서 핫스팟으로 감지된 서버 내에서 가상머신들의 서비스 실행시간 및 자원 사용량을 고려해서 핫스팟의 원인이 된 가상머신 또는 자원을 결정한다.
제어부(130)는 타겟 가상머신의 자원 이용률을 고려하여 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하도록 제어한다. 제어부(130)는 마이그레이션할 가상머신들 중에 자원 이용률이 높은 가상머신에 우선 순위를 부여하고, 우선 순위가 높은 가상머신을 우선적으로 마이그레이션 하도록 제어할 수 있다.
제어부(130)는 본 발명의 한 실시예에 따라 마이그레이션 제어부(132) 및 자원 관리부(134)를 포함한다.
마이그레이션 제어부(132)는 마이그레이션할 서버를 결정하고, 해당 서버에서 마이그레이션할 가상머신을 결정하도록 제어한다.
자원 관리부(134)는 마이그레이션할 가상머신들 중에 자원 이용률이 높은 가상머신에 우선 순위를 부여하고, 우선 순위가 높은 가상머신을 우선적으로 마이그레이션 하도록 자원을 관리한다.
도 2는 본 발명의 한 실시예에 따라 마이그레이션 제어 장치가 타겟 가상머신을 결정하여 마이그레이션을 수행하는 과정을 간략히 도시한 흐름도이다. 이하의 흐름도는 도 1의 구성과 연계하여 동일한 도면부호를 사용하여 설명한다.
도 2를 참조하면, 본 발명의 한 실시예에 따라 마이그레이션 제어 장치(100)는 분산 클라우드 환경에서 마이크로 데이터센터(Micro Data Center, MDC)들 내의 가상머신의 자원을 측정하고, CPU 사용량 및 메모리의 사용량과 같은 자원 사용량을 모니터링한다(S102).
또한, 마이그레이션 제어 장치(100)는 가상머신들의 서비스 실행시간을 예측한다(S104).
그리고, 마이그레이션 제어 장치(100)는 자원 사용량과 서비스 실행시간을 바탕으로 마이크로 데이터센터 또는 가상머신들에서 성능 저하가 발생했는지 여부를 판단하고, 자원 사용량과 서비스 실행시간을 바탕으로 마이그레이션 필요한지 여부를 결정한다(S106, S108).
마이그레이션이 필요하다고 판단된 경우, 마이그레이션 제어 장치(100)는 마이그레이션을 수행할 마이크로 데이터센터 또는 타겟 가상머신을 선정한다(S110). 여기서, 마이그레이션 제어 장치(100)는 측정된 자원 사용량이 기설정된 임계값을 초과하는 핫스팟을 감지해 마이그레이션할 마이크로 데이터센터를 선정하고, 상기 마이크로 데이터센터 내에서 마이그레이션을 실시할 타겟 가상머신을 선정할 수 있다.
그리고, 마이그레이션 제어 장치(100)는 타겟 가상머신의 자원 이용률을 고려하여 자원을 할당하고, 핫스팟으로 감지된 마이크로 데이터센터의 서버에서 이동 대상 서버로 마이그레이션 하도록 제어한다(S112, S114).
도 3은 본 발명의 한 실시예에 따라 분산 클라우드 환경에서 마이그레이션하는 예를 도시한 도면이다.
도 3에서와 같이, 본 발명의 한 실시예에 따라 마이그레이션 제어 장치(100)는 분산되어 있는 클라우드 환경에서 제1 마이크로 데이터센터(20)로부터 서비스를 받던 사용자가 다른 지역으로 이동하더라도 지리적으로 가까운 제2 마이크로 데이터센터(30)로부터 기존의 서비스를 연속적으로 받을 수 있는 방법을 도출하고 클라우드 환경에서 이슈인 자원을 효율적으로 사용할 수 있도록 한다.
이하에서는 본 발명의 한 실시예에 따라 마이그레이션 제어 장치(100)가 시간과 자원을 복합적으로 고려해서 마이그레이션하는 과정을 상세히 설명한다.
마이그레이션 제어 장치(100)는 마이그레이션을 위한 사전 단계로서, 가상머신들의 자원 사용량을 모니터링하고, 가상머신의 서비스 실행시간을 예측한다.
마이그레이션 제어 장치(100)는 마이크로 데이터 센터 내의 자원을 모니터링하고, 마이크로 데이터 센터 내의 가상머신 들의 자원들을 측정한다. 그리고, 마이그레이션 제어 장치(100)는 마이그레이션 할 가상머신의 자원 소비량과 다른 가상머신들의 자원들을 측정한다.
마이그레이션 제어 장치(100)는 아래 수학식1을 통해서 서비스 실행 시간을 예측한다.
Figure pat00001
여기서, W는 서비스 실행시간이고, Wq는 대기예측시간이며, E[ST]는 서비스 실행시간을 나타낸다. 그리고, 마이그레이션 제어 장치(100)는 수학식 1에서와 같이, 대기예측시간과 실행시간을 더하여 서비스 실행시간(W)을 도출한다.
그리고, 마이그레이션 제어 장치(100)는 모니터링된 자원 사용량과 서비스 실행시간 등을 고려해서 마이그레이션을 해야 할 상황인지를 판단하고, 마이그레이션 여부를 결정하게 된다.
또한, 마이그레이션 제어 장치(100)는 아래의 수학식 2와 수학식 3을 통해서 타겟머신을 선정한다.
Figure pat00002
여기서, γ는 대기 서비스의 가능성이고, P(n)은 대기할 확률을 나타내며, Thr은 예측 가능성의 임계값을 나타낸다.
마이그레이션 제어 장치(100)는 수학식 2에서와 같이, 포아송 분포 및 지수분포에 따라 서비스 발생량과 서비스 도착률을 구하고, 서비스 도착률에 따른 서비스 이용률을 이용해 대기예측시간을 예측한다.
그리고, 마이그레이션 제어 장치(100)는 대기시간에 따른 대기 가상머신의 수는 아래의 수학식 3을 통해 구할 수 있다.
Figure pat00003
여기서, t는 대기 시간이고, Vq는 대기 가상머신들의 수를 나타낸다.
마이그레이션 제어 장치(100)는 수학식 3을 이용해서 대기중인 가상머신의 수를 구한다. 그리고, 마이그레이션 제어 장치(100)는 수학식 3을 이용해서 구한 서버들의 평균 대기시간을 이용해서 평균 이하의 대기시간을 가진 마이그로 데이터 센터 내의 서버를 선택할 수 있다.
마이그레이션 제어 장치(100)는 아래의 수학식 4를 이용해서 마이그레이션을 실시한다.
Figure pat00004
여기서, Presource는 자원의 우선순위 이며, E[T]는 대기시간이고, E[S]는 서비스 실행 시간을 나타낸다.
마이그레이션 제어 장치(100)는 자원을 최우선 순위로 하고 실시간 마이그레이션될 가상머신의 자원 이용률을 비교하여 이용률이 높은 자원 또는 가상머신에 높은 우선순위를 부여한다.
이와 같이, 마이그레이션 제어 장치(100)는 핫스팟이 감지되거나 예측되면 그 서버의 가상머신들의 자원 이용률을 토대로 어떤 가상머신과 자원이 핫스팟의 원인이 되었는지를 판단하고, 이를 통해서 실시간으로 마이그레이션할 대상을 결정한다.
이때 실시간으로 이동될 가상머신의 자원 이용률은 이동대상 서버에서 요구하는 요구량되고, 핫스팟의 원인이 되는 자원을 최우선 순위로하여 실시간 마이그레이션 될 가상머신의 자원 이용률이 높은 자원부터 높은 우선순위를 부여할 수 있다.
그리고, 마이그레이션 제어 장치(100)는 우선순위가 높은 순서로 각 자원마다 비교하고, 소스 가상머신의 요구량을 만족하는 실시간 이동 대상 서버를 찾아서 마이그레이션을 실시한다.
도 4는 종래기술과 본 발명의 한 실시예에 따른 마이그레이션 시간을 비교한 도면이다.
도 4를 참조하면, 본 발명의 한 실시예에 따른 마이그레이션 제어 장치(100)를 통한 메모리에 따른 마이그레이션 시간이 기존 마이그레이션 시간 대비 75%이상 향상되었음을 볼 수 있다. 자원 부족 및 서비스의 가변적 상태에 따라 서버에서 마이그레이션 시 가상머신들은 대기시간이 발생하게 된다. 도 4에서와 같이 대기 시간 및 자원을 고려한 마이그레이션은 가상머신들의 성능을 향상시킬 수 있고, 타깃 가상머신을 결정할 수 있어 자원에 따른 비용을 줄일 수 있다.
이와 같이, 본 발명의 한 실시예에 따른 마이그레이션 제어 장치는 분산 클라우드 환경에서 대기 시간이나 실행 시간과 자원 상태를 복합적으로 고려하여 타겟 가상머신을 결정함으로써, 마이그레이션을 위한 대기 시간을 최소화하면서 QoS를 보장하고 성능을 향상시켜 효율을 높일 수 있는 환경을 제공한다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다. 이러한 기록 매체는 서버뿐만 아니라 사용자 단말에서도 실행될 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (8)

  1. 마이그레이션 제어 장치가 분산 클라우드 환경에서 자원할당을 위해 가상머신의 마이그레이션을 제어하는 방법에서,
    데이터센터의 가상머신들의 자원 사용량을 시간단위로 측정하여 모니터링하는 단계,
    측정된 상기 자원 사용량이 기설정된 임계값을 초과하는 핫스팟을 감지하고, 상기 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정하는 단계, 그리고
    상기 타겟 가상머신의 자원 이용률을 고려하여 상기 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하는 단계
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 방법.
  2. 제1항에서,
    상기 모니터링하는 단계는,
    상기 가상머신들에 대한 CPU 사용량 및 메모리 사용량을 시간 단위로 측정하고, 서비스 실행 시간을 예측하는 단계
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 방법.
  3. 제2항에서,
    상기 타겟 가상머신을 선정하는 단계는,
    상기 핫스팟으로 감지된 서버 내에서 가상머신들의 상기 서비스 실행시간 및 상기 자원 사용량을 고려해서 핫스팟의 원인이 된 가상머신과 자원을 결정하는 단계
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 방법.
  4. 제3항에서,
    상기 서비스 실행시간은, 대기 예측 시간을 포함하며,
    상기 대기 예측 시간은,
    포아송 분포 또는 지수분포에 따라 구해진 서비스 발생량 또는 서비스 도착률에 따른 서비스 이용률을 이용하여 도출하는 분산 클라우드 환경에서의 마이그레이션 제어 방법.
  5. 제4항에서,
    상기 마이그레이션하는 단계는,
    가상머신들의 자원 이용률을 비교하고 상기 자원 이용률이 높은 가상머신에 우선순위를 부여하는 단계
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 방법.
  6. 분산 클라우드 환경에서 가상머신들의 자원 사용량을 시간단위로 측정하여 모니터링하는 모니터링부,
    상기 자원 사용량을 이용해 핫스팟을 감지하고, 상기 핫스팟으로 감지된 서버 내에서 마이그레이션을 실시할 타겟 가상머신을 선정하는 선정부, 그리고
    상기 타겟 가상머신의 자원 이용률을 고려하여 상기 핫스팟으로 감지된 서버에서 이동 대상 서버로 마이그레이션하도록 제어하는 제어부
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 장치.
  7. 제6항에서,
    상기 선정부는,
    모니터링된 자원 사용량을 기설정된 임계값과 비교하고, 임계값을 초과하는 서버를 핫스팟으로 감지하는 핫스팟 감지부, 그리고
    상기 핫스팟으로 감지된 서버 내에서 가상머신들의 서비스 실행시간 및 상기 자원 사용량을 고려해서 핫스팟의 원인이 된 가상머신 또는 자원을 결정하는 가상머신 결정부
    를 포함하는 분산 클라우드 환경에서의 마이그레이션 제어 장치.
  8. 제7항에서,
    상기 제어부는,
    마이그레이션할 가상머신들 중에 자원 이용률이 높은 가상머신에 우선 순위를 부여하고, 상기 우선 순위가 높은 가상머신을 우선적으로 마이그레이션 하도록 제어하는 분산 클라우드 환경에서의 마이그레이션 제어 장치.
KR1020140177839A 2014-12-10 2014-12-10 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법 KR20160070636A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140177839A KR20160070636A (ko) 2014-12-10 2014-12-10 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법
US14/957,693 US20160170791A1 (en) 2014-12-10 2015-12-03 Device for controlling migration in a distributed cloud environment and method for controlling migration using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140177839A KR20160070636A (ko) 2014-12-10 2014-12-10 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법

Publications (1)

Publication Number Publication Date
KR20160070636A true KR20160070636A (ko) 2016-06-20

Family

ID=56111252

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140177839A KR20160070636A (ko) 2014-12-10 2014-12-10 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법

Country Status (2)

Country Link
US (1) US20160170791A1 (ko)
KR (1) KR20160070636A (ko)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101867487B1 (ko) * 2016-12-23 2018-07-18 경희대학교 산학협력단 클라우드 환경에서 퍼지기반의 마이그레이션 시스템 및 방법
KR20190054741A (ko) * 2017-11-14 2019-05-22 주식회사 케이티 데이터의 품질 관리 방법 및 장치
WO2019132300A1 (ko) * 2017-12-26 2019-07-04 경희대학교산학협력단 분산 클라우드 환경에서 퍼지값 재조정에 따른 마이그레이션 시스템 및 방법
KR20190078453A (ko) * 2017-12-26 2019-07-04 경희대학교 산학협력단 분산 클라우드 환경에서 퍼지값 재조정에 따른 마이그레이션 시스템 및 방법
WO2020130676A1 (ko) * 2018-12-20 2020-06-25 경희대학교 산학협력단 클라우드 환경 내에서 가상 머신을 위한 마이그레이션을 수행하기 위한 전자장치 및 그의 동작 방법
KR20200077391A (ko) * 2018-12-20 2020-06-30 경희대학교 산학협력단 클라우드 환경 내에서 가상 머신을 위한 마이그레이션을 수행하기 위한 전자 장치 및 그의 동작 방법
KR102129389B1 (ko) * 2018-12-20 2020-07-08 경희대학교 산학협력단 클라우드 컴퓨팅 환경에서의 다목적 가상머신 배치 방법 및 장치
KR20200093239A (ko) * 2019-01-28 2020-08-05 고려대학교 산학협력단 데이터 센터의 발열 관리 방법 및 장치
KR102177917B1 (ko) * 2019-10-07 2020-11-12 고려대학교 산학협력단 데이터 센터의 발열 관리 방법 및 장치
KR20210023586A (ko) 2019-08-23 2021-03-04 국방과학연구소 엣지 클라우드 간에 vm이전 및 이동성 프로토콜을 관리하는 방법 및 시스템
KR102262645B1 (ko) * 2020-12-31 2021-06-09 박용정 클라우드 컴퓨팅 환경에서의 리소스관리를 위한 모니터링 시스템 및 방법
KR102271829B1 (ko) 2021-02-24 2021-07-02 주식회사 오픈소스컨설팅 시스템 프로세스 정보를 이용한 클라우드 마이그레이션 데이터 분석 방법 및 그 시스템
WO2023163361A1 (ko) * 2022-02-24 2023-08-31 숭실대학교 산학협력단 엣지 컴퓨팅 환경에서의 서비스 마이그레이션 시스템

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106155793B (zh) * 2016-07-19 2019-05-28 浪潮(北京)电子信息产业有限公司 一种资源调度方法及装置
CN106658753B (zh) * 2016-09-14 2020-01-17 Oppo广东移动通信有限公司 一种数据迁移方法及终端设备
CN108429704B (zh) * 2017-02-14 2022-01-25 中国移动通信集团吉林有限公司 一种节点资源分配方法及装置
CN108536514B (zh) * 2017-03-01 2020-10-27 龙芯中科技术有限公司 一种热点方法的识别方法和装置
US10534646B2 (en) * 2017-05-09 2020-01-14 Sap Se Memory management for applications operating on java virtual machines
US10645153B2 (en) * 2017-08-15 2020-05-05 Sap Se Modeling session states in microservices on cloud infrastructures
US10528450B2 (en) 2017-08-15 2020-01-07 Sap Se Predicting defects in software systems hosted in cloud infrastructures
US10769274B2 (en) 2017-08-15 2020-09-08 Sap Se Security in microservice architectures
CN107562519A (zh) * 2017-09-05 2018-01-09 联想(北京)有限公司 虚拟机的迁移方法、系统及服务器
CN108491248A (zh) * 2018-03-07 2018-09-04 山东大学 一种基于预测的虚拟机动态迁移的触发方法及实现系统
CN108874502B (zh) * 2018-05-31 2021-03-26 北京奇艺世纪科技有限公司 云计算集群的资源管理方法、装置及设备
US10884779B2 (en) * 2018-12-07 2021-01-05 Nutanix, Inc. Systems and methods for selecting virtual machines to be migrated
CN110069319B (zh) * 2019-04-15 2023-05-02 南京信息工程大学 一种面向朵云资源管理的多目标虚拟机调度方法及系统
US11349935B2 (en) 2019-07-24 2022-05-31 Vmware, Inc. Methods and apparatus to generate migration recommendations to migrate services between geographic regions
CN112131001B (zh) * 2020-09-23 2022-10-18 山石网科通信技术股份有限公司 基于沙箱的资源处理方法、装置、存储介质和处理器
US20220261265A1 (en) * 2021-02-12 2022-08-18 At&T Intellectual Property I, L.P. System and method for creating and using floating virtual machines
CN115794314B (zh) * 2023-01-29 2023-05-09 国网信息通信产业集团有限公司 一种云计算环境下虚拟机迁移方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8594311B2 (en) * 2005-06-02 2013-11-26 Virtual Hold Technology, Llc Expected wait time augmentation system and method
US8341626B1 (en) * 2007-11-30 2012-12-25 Hewlett-Packard Development Company, L. P. Migration of a virtual machine in response to regional environment effects
JP2009244999A (ja) * 2008-03-28 2009-10-22 Fujitsu Ltd 仮想マシン管理プログラム及び管理サーバ装置
US7778937B2 (en) * 2008-05-07 2010-08-17 International Business Machines Corporation Systems and methods for predicting wait time for service transactions
US10062234B2 (en) * 2008-11-12 2018-08-28 Lo-Q, Plc System for regulating access to a resource
TWI385976B (zh) * 2009-01-19 2013-02-11 Univ Nat Taiwan Science Tech 允入控制器及其方法與其多躍式無線骨幹網路系統
JP5222763B2 (ja) * 2009-03-23 2013-06-26 Ｋｄｄｉ株式会社 無線通信端末
US9804943B2 (en) * 2009-10-16 2017-10-31 Sap Se Estimating service resource consumption based on response time
US9043785B1 (en) * 2011-05-23 2015-05-26 Open Invention Network, Llc Dynamic consolidation of virtual machines
US9448849B2 (en) * 2011-08-31 2016-09-20 Oracle International Corporation Preventing oscillatory load behavior in a multi-node distributed system
CN102508718B (zh) * 2011-11-22 2015-04-15 杭州华三通信技术有限公司 一种虚拟机负载均衡方法和装置
JP6060907B2 (ja) * 2011-12-02 2017-01-18 日本電気株式会社 トラフィック管理装置、システム、方法およびトラフィック管理プログラム
US20130160003A1 (en) * 2011-12-19 2013-06-20 Vmware, Inc. Managing resource utilization within a cluster of computing devices
US20130174145A1 (en) * 2011-12-28 2013-07-04 Ming-chiang Chen Virtual resources management methods
US9116181B2 (en) * 2011-12-29 2015-08-25 Huawei Technologies Co., Ltd. Method, apparatus, and system for virtual cluster integration
US9619297B2 (en) * 2012-06-25 2017-04-11 Microsoft Technology Licensing, Llc Process migration in data center networks
US8966495B2 (en) * 2012-09-05 2015-02-24 Cisco Technology, Inc. Dynamic virtual machine consolidation
US9256452B1 (en) * 2012-11-14 2016-02-09 Amazon Technologies, Inc. Providing an instance availability estimate
JP6056488B2 (ja) * 2013-01-15 2017-01-11 富士通株式会社 消費電力量推定装置、及び消費電力量推定方法
US9471347B2 (en) * 2013-01-31 2016-10-18 International Business Machines Corporation Optimization of virtual machine sizing and consolidation
US9251115B2 (en) * 2013-03-07 2016-02-02 Citrix Systems, Inc. Dynamic configuration in cloud computing environments
US9207976B2 (en) * 2013-08-13 2015-12-08 International Business Machines Corporation Management of prioritizing virtual machines in an operating environment
US9262190B2 (en) * 2013-11-19 2016-02-16 Xerox Corporation Method and system for managing virtual machines in distributed computing environment
CA2856027A1 (en) * 2014-03-18 2015-09-18 Smartrek Technologies Inc. Mesh network system and techniques
US9606826B2 (en) * 2014-08-21 2017-03-28 International Business Machines Corporation Selecting virtual machines to be migrated to public cloud during cloud bursting based on resource usage and scaling policies

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101867487B1 (ko) * 2016-12-23 2018-07-18 경희대학교 산학협력단 클라우드 환경에서 퍼지기반의 마이그레이션 시스템 및 방법
KR20190054741A (ko) * 2017-11-14 2019-05-22 주식회사 케이티 데이터의 품질 관리 방법 및 장치
WO2019132300A1 (ko) * 2017-12-26 2019-07-04 경희대학교산학협력단 분산 클라우드 환경에서 퍼지값 재조정에 따른 마이그레이션 시스템 및 방법
KR20190078453A (ko) * 2017-12-26 2019-07-04 경희대학교 산학협력단 분산 클라우드 환경에서 퍼지값 재조정에 따른 마이그레이션 시스템 및 방법
KR102129389B1 (ko) * 2018-12-20 2020-07-08 경희대학교 산학협력단 클라우드 컴퓨팅 환경에서의 다목적 가상머신 배치 방법 및 장치
KR20200077391A (ko) * 2018-12-20 2020-06-30 경희대학교 산학협력단 클라우드 환경 내에서 가상 머신을 위한 마이그레이션을 수행하기 위한 전자 장치 및 그의 동작 방법
WO2020130676A1 (ko) * 2018-12-20 2020-06-25 경희대학교 산학협력단 클라우드 환경 내에서 가상 머신을 위한 마이그레이션을 수행하기 위한 전자장치 및 그의 동작 방법
KR20200093239A (ko) * 2019-01-28 2020-08-05 고려대학교 산학협력단 데이터 센터의 발열 관리 방법 및 장치
KR20210023586A (ko) 2019-08-23 2021-03-04 국방과학연구소 엣지 클라우드 간에 vm이전 및 이동성 프로토콜을 관리하는 방법 및 시스템
KR102177917B1 (ko) * 2019-10-07 2020-11-12 고려대학교 산학협력단 데이터 센터의 발열 관리 방법 및 장치
KR102262645B1 (ko) * 2020-12-31 2021-06-09 박용정 클라우드 컴퓨팅 환경에서의 리소스관리를 위한 모니터링 시스템 및 방법
KR102271829B1 (ko) 2021-02-24 2021-07-02 주식회사 오픈소스컨설팅 시스템 프로세스 정보를 이용한 클라우드 마이그레이션 데이터 분석 방법 및 그 시스템
WO2023163361A1 (ko) * 2022-02-24 2023-08-31 숭실대학교 산학협력단 엣지 컴퓨팅 환경에서의 서비스 마이그레이션 시스템

Also Published As

Publication number Publication date
US20160170791A1 (en) 2016-06-16

Similar Documents

Publication Publication Date Title
KR20160070636A (ko) 분산 클라우드 환경에서의 마이그레이션 제어 장치 및 이를 이용한 마이그레이션 제어 방법
US11455193B2 (en) Method for deploying virtual machines in cloud computing systems based on predicted lifetime
Hieu et al. Virtual machine consolidation with multiple usage prediction for energy-efficient cloud data centers
KR101941282B1 (ko) 가상 데스크톱 서비스 제공 방법 및 장치
Wood et al. Sandpiper: Black-box and gray-box resource management for virtual machines
US9916275B2 (en) Preventing input/output (I/O) traffic overloading of an interconnect channel in a distributed data storage system
US9571561B2 (en) System and method for dynamically expanding virtual cluster and recording medium on which program for executing the method is recorded
US9207976B2 (en) Management of prioritizing virtual machines in an operating environment
Mann et al. Remedy: Network-aware steady state VM management for data centers
US20200153751A1 (en) Monitoring data streams and scaling computing resources based on the data streams
KR20190070659A (ko) 컨테이너 기반의 자원 할당을 지원하는 클라우드 컴퓨팅 장치 및 방법
US20180225137A1 (en) Resource management for virtual machines in cloud computing systems
US20140082616A1 (en) Information processing method, information processing apparatus, recording medium, and system
US20160292002A1 (en) Setting retransmission time of an application client during virtual machine migration
US9176788B2 (en) Method and system for real time detection of resource requirement and automatic adjustments
KR20190084203A (ko) Ssd기반 클라우드 계산 스토리지 시스템을 위한 aclb를 위한 방법 및 장치
CN106133693A (zh) 虚拟机的迁移方法、装置及设备
CN107967164B (zh) 一种虚拟机热迁移的方法及系统
CN107220108B (zh) 一种实现云数据中心负载均衡的方法和系统
CN106681839B (zh) 弹性计算动态分配方法
KR20160049006A (ko) 가상 머신 마이그레이션 관리 방법, 장치, 및 시스템
KR20130019698A (ko) 사용자 스케줄러와 마이그레이션(Ｍｉｇｒａｔｉｏｎ)을 통한 자원 최적화 방법 및 시스템
Kaur et al. Efficient and enhanced load balancing algorithms in cloud computing
Mollamotalebi et al. Multi-objective dynamic management of virtual machines in cloud environments
KR20150007698A (ko) 가상 데스크탑 서비스를 위한 부하 분산 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application