一种虚拟机资源使用的方法及其系统与流程

本申请涉及虚拟机启动领域，具体地，涉及一种虚拟机资源使用的方法及其系统。

背景技术：

现有技术中，随着互联思想的无处不在，分布式计算机应用而生，随之虚拟化技术的应用也变得更加广泛，由于利用虚拟机能够实现对硬件异构性的有效屏蔽以及隔离软件，因此，虚拟机技术得以广泛发展，但是在虚拟机的使用过程中，往往因为资源分配不均，或资源过度进行调度，出现巨大的网络开销和处理开销，降低用户体验。

技术实现要素：

本申请的目的在于提供一种对于虚拟机资源使用的方法及其系统，解决了虚拟机能够自动均衡所使用的资源，减少虚拟机因资源问题出现调度过多，增大网络开销的问题。

为达到上述目的，本申请提供了一种虚拟机资源使用的方法及其系统，其中虚拟机资源使用的方法具体包括以下步骤：根据请求表获得预定时间窗内的资源请求信息；根据资源请求信息携带的资源标识信息对资源请求信息进行分类，获得多个资源请求信息类；根据获得的多个资源请求信息类使用资源预测模型进行资源使用预测，获得预测请求资源；获取服务器空闲资源；计算空闲资源和预测请求资源之间的偏差；根据偏差对服务器上的虚拟机执行迁移操作。

如上的，其中，请求表中包括多个请求，每个请求中包括请求的虚拟机资源。

如上的，其中，时间窗为预设的时间段，请求表中的一个或多个请求与资源请求信息中的一个或多个信息对应。

如上的，其中，资源标识信息中包括不同的虚拟机类型。

如上的，其中，预先建立机器学习模型并进行训练，从而得到神经网络预测模型，将分类后的资源请求信息作为输入向量输入神经网络预测模型中。

如上的，其中，输入向量还包括统计资源请求的历史信息，历史信息包括当前时间的前一段时间内的资源请求情况。

如上的，其中，获取服务器空闲资源，统计工作中的虚拟机的分配情况，判断预测的请求资源是否命中空闲资源。

如上的，其中，若资源请求命中了空闲资源，则计算空闲资源和预测请求资源之间的偏差。

如上的，其中，在对服务器上的虚拟机执行迁移操作前，预先对虚拟机进行优先级的设置，根据优先级执行虚拟机的迁移可进行迁移。

一种虚拟机资源使用的系统，其特征在于，包括处理器和存储器，其上的处理器执行如上之一的虚拟机资源使用的方法。

本申请具有以下有益效果：

(1)本申请提供的虚拟机资源使用的方法及其系统中虚拟机能够预测未来一段时间所请求的虚拟机信息，并根据该信息判断所使用的资源是否足够，自动调度和均衡资源，减少在虚拟机的使用过程中出现调度过多，增大网络开销的问题。

(2)本申请提供的虚拟机资源使用的方法及其系统能够使用预测模型，自动预测未来一段时间所请求的虚拟机信息，使预测结果更加准确。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是根据本申请实施例提供的虚拟机资源使用的方法流程图。

具体实施方式

下面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。

本申请是一种对于虚拟机资源使用的方法及其系统。根据本申请，虚拟机能够自动均衡所使用的资源，减少虚拟机因资源问题出现调度过多，增大网络开销的问题。

如图1所示为本申请提供的虚拟机资源使用的方法流程图。

步骤s110：根据请求表获得预定时间窗内的资源请求信息。

请求表中集合多个请求指令，例如有100个对于cpu的请求，则100个请求就形成了请求表。具体地，每个请求中包括请求的虚拟机资源。

进一步地，时间窗为预设的当前时间之前的一个时间段，在预定的时间窗内，设置有资源请求信息，请求表中的一个或多个请求与资源请求信息中的一个或多个信息对应，根据请求中携带的信息获得与该请求对应的资源请求信息。

具体地，资源请求信息包括虚拟机资源的类型以及每个虚拟机资源的分布状态和信息等数据。

步骤s120：根据资源请求信息携带的资源标识信息对资源请求信息进行分类，获得多个资源请求信息类。

示例性地，资源标识信息可以为不同的虚拟机类型，根据资源标识信息从而对资源请求信息进行分类，例如若请求的虚拟机资源为cpu资源，则将该类资源请求信息划分为资源请求信息类一，若请求的虚拟机资源为内存资源，则将该类资源请求信息划分为资源请求信息类二，若请求的虚拟机资源为磁盘资源，则将该类资源请求信息划分为资源请求信息类三。作为另一个例子，还可按照请求的虚拟机占用内存大小划分为资源请求信息类一，按照请求的虚拟机占用cpu的情况划分为资源请求信息类二。

进一步地，对资源请求的划分并不仅限于上述分类规则，还可根据实际情况进行划分或延伸，均属于本申请的保护范围，在此不再进行阐述。

步骤s130：根据获得的多个资源请求信息类使用资源预测模型进行资源使用预测，获得预测请求资源。

优选地，预先建立机器学习模型并进行训练，最终得到神经网络预测模型，将分类后的资源请求信息作为输入向量放入神经网络预测模型中，预测未来一段时间内的资源请求情况。示例性地，可以预测未来一段时间请求的虚拟机资源的类型、以及请求的次数及其百分比。

进一步地，还应统计资源请求的历史信息，历史信息包括当前时间的前一段时间内的资源请求情况，将历史信息同样作为输入向量，从而进一步预测未来一段时间内的资源请求发生的概率。历史信息可以为虚拟机资源被请求的次数的发生概率。示例性地，若请求的为cpu资源，1小时前请求cpu资源10次的概率为80％，则通过神经网络预测模型进行预测，1小时候请求cpu资源10次的概率为100％，则预测请求资源为请求cpu资源，次数为10次。

步骤s140：获取服务器空闲资源。

具体地，收集已工作的虚拟机数量以及服务器中的虚拟机总数，得出已工作虚拟机所占的百分比，进而计算得出空闲资源占虚拟机总资源的百分比。再进一步地，统计已工作的虚拟机的分配情况，判断预测的请求资源是否命中空闲资源。

若资源请求命中的已工作的虚拟机，则判断已工作的虚拟机是否能进行让步。具体地，判断预测的请求资源与已工作的虚拟机间的优先级，若预测的请求资源优先级高于已工作的虚拟机，则暂停该虚拟机正在执行的工作，将其用于预测的请求资源。优选地，优先级可按照一定规则被人为设置，并且可被更改。进一步地，该规则包括但不限于虚拟机的执行速度，若已工作的虚拟机的执行速度过慢，则认为该虚拟机的位置可被其他虚拟机替代，进而用于预测的请求资源。

若预测的请求资源优先级低于已工作的虚拟机的，则预测的请求资源暂不响应，等待被执行。

若资源请求命中空闲资源，则执行步骤s150。

步骤s150：计算空闲资源和预测请求资源之间的偏差。

具体地，计算空闲资源和预测请求资源之间的偏差是否超过指定阈值，若未超过指定阈值，则该空闲资源满足预测的请求资源，预测的请求资源可被执行，若超过指定阈值，则对空闲资源进行处理，执行步骤s160。

仍然以预测请求资源为请求cpu资源10次举例，若空闲资源占虚拟机总资源的百分比大于10次，则说明空闲资源能够满足预测的请求资源，执行该预测请求。

若空闲资源占虚拟机总资源的百分比小于10次，则说明空闲资源与预测请求资源之间存在偏差，空闲资源已不能够满足预测请求的资源。

步骤s160：根据偏差对服务器上的虚拟机执行迁移操作。

优选地，在对服务器上的虚拟机执行迁移操作前，应预先对空闲资源进行优先级的设置，优先级低的空闲资源所占的资源可进行迁移，释放其所占资源，增大空闲资源的可分配资源，用于满足预测的请求资源的执行。

具体地，将空闲资源中的虚拟机分为几类，具体为长期未分配、分配失败等待重新分配、能够正常分配、已分配过，并对这几类虚拟机进行排序，优选地，本实施例中设置分配失败等待重新分配的虚拟机的优先级最低，其次是已分配过和长期未分配的虚拟机。

进一步地，若释放了分配失败等待重新分配的虚拟机所占资源，则重新判断空闲资源与预测请求资源之间是否存在偏差，若仍存在偏差，则继续迁移优先级较低的空闲资源中的虚拟机。

优选地，在继续迁移优先级较低的空闲资源中的虚拟机之前，判断优先级最低的虚拟机是否已全部被迁移，若未全部迁移，则优选迁移优先级最低的虚拟机。若已全部迁移，则继续迁移优先级相对较低的虚拟机。

本申请还包括提供虚拟机自启动的系统，该系统具有通用服务器的结构，其上的处理器执行如上的虚拟机自启动方法，该自启动方法以计算机指令的形式存储于该系统的存储介质上。

本申请具有以下有益效果：

(1)本申请提供的虚拟机资源使用的方法及其系统中虚拟机能够预测未来一段时间所请求的虚拟机信息，并根据该信息判断所使用的资源是否足够，自动调度和均衡资源，减少在虚拟机的使用过程中出现调度过多，增大网络开销的问题。

(2)本申请提供的虚拟机资源使用的方法及其系统能够使用预测模型，自动预测未来一段时间所请求的虚拟机信息，使预测结果更加准确。

虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本申请的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本申请的范围。

以上，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，可轻易想到变化或替换，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。