一种基于组合优化的虚拟机调度方法
【技术领域】
[0001] 本发明属于计算机科学与技术领域，涉及虚拟集群中的虚拟机调度，具体涉及一 种基于组合优化的虚拟机调度方法。
【背景技术】
[0002] 云计算作为新兴的高性能计算方式被越来越多企业的关注。云计算中的基础设施 即服务（Infrastructure as a Service)模型是一种较低层的且应用很广泛的一种服务模 型。2006年Amazon发布了弹性云计算（EC2)服务，开创了 IaaS服务的先河，之后各个公 司分别推出了各自的商用的云计算平台，例如青云、阿里云、腾讯云等。另外，Nucaluptus、 OpenStack等IaaS开源平台也受到广泛的关注。IaaS服务主要是整合计算资源为用户提 供计算任务所需的基础设施（CPU、内存、存储等）。在实际的云计算集群中，通常使用虚拟 化技术对计算资源进行整合。这样可以统一且高效地管理大量异构的计算资源，并且可以 方便地对资源进行切割和组合，从而达到弹性资源配置。在基础设施即服务模型中，多个虚 拟机可以同时运行在同一物理机上。虚拟机的调度技术决定了虚拟机开启在哪一台物理主 机上。虚拟机调度方法可以使用不同的策略达成相应的调度目标，例如公平性优先、吞吐量 优先、利用率优先等。以资源利用率优先为调度策略的虚拟机调度方法有很高的实用价值， 因为提高资源的利用率既可以减少集群的维护成本，又可以减少能源消耗。
[0003] 以减少占用的物理主机数量为优化目标的虚拟机调度问题与装箱问题类似。装箱 问题是组合优化问题中比较具有代表性的一类问题，这类问题可以通俗地描述为：一系列 尺寸不同的货物按顺序打包装箱，货物的尺寸均不超过箱子能容纳的最大尺寸，合理地放 置货物使得使用的箱子数目最少。在虚拟机调度问题中，虚拟机可以看作货物而物理主机 可以看作为箱子。可以使用经典的启发式算法解决装箱问题，但这类算法不能保证能解的 最优性。Jiang. J. W等人在2012年宄了虚拟机调度与网络路由相结合的问题，使用虚拟机 迀移来优化调度结果。由于虚拟机迀移操作的耗时较长，使得算法的时效性较差。Zhong.H 等人使用遗传算法解决虚拟机调度问题，遗传算法等人工智能算法的一个特点就是计算量 较大，在实时性要求比较高的系统中不能满足需求。
【发明内容】
[0004] 本发明针对上述技术的不足，提供了一种可以实时决策并且高效利用资源的基于 组合优化的虚拟机调度方法，该方法可用于虚拟集群中实时的虚拟机调度决策，能够根据 虚拟集群当前的资源使用情况实时地决策虚拟机的开启位置，使得被占用的物理主机的数 量最小，这样既可以提高资源利用率又可以减少能源的消耗。
[0005] 为实现上述目的，本发明的所采用的技术方案包括以下步骤：
[0006] 1)集群状态建模
[0007] 1. 1)统计集群中资源种类数量N，并为每种资源编号，依次为1?N;
[0008] 1. 2)统计集群中物理主机的资源向量，每一台物理主机均提供N种资源供运行在 该主机上的多台虚拟机共孚；
[0009] 1. 3)对虚拟机进行分类，统计虚拟机的种类总数I，并为每一种虚拟机类型进行 编号，依次为1?I ;
[0010] 1. 4)统计每种虚拟机对资源的请求，每种虚拟机对资源的请求均为一个N维的向 量，与物理主机的资源向量对应；
[0011] 1. 5)计算物理主机能够同时运行的虚拟机的组合种类，使用一个I维的向量k表 示物理主机的负载情况；
[0012] 1. 6)将集群中的物理主机按资源配置向量分类，统计各种资源配置物理主机的数 量；其中，资源配置为k的物理主机的数量为Xk;所有X k组成一个IKI维的向量X，X为集群 状态向量；
[0013] 2)虚拟机调度
[0014] 2. 1)解析虚拟机请求，获得虚拟机所属的种类编号i ;
[0015] 2. 2)构造一个权重函数：
【主权项】
1. 一种基于组合优化的虚拟机调度方法，其特征在于，包括以下步骤： 1) 集群状态建模 I. 1)统计集群中资源种类数量N，并为每种资源编号，依次为1?N ; 1. 2)统计集群中物理主机的资源向量，每一台物理主机均提供N种资源供运行在该主 机上的多台虚拟机共享； 1. 3)对虚拟机进行分类，统计虚拟机的种类总数I，并为每一种虚拟机类型进行编号， 依次为1?I ; 1. 4)统计每种虚拟机对资源的请求，每种虚拟机对资源的请求均为一个N维的向量， 与物理主机的资源向量对应； 1. 5)计算物理主机能够同时运行的虚拟机的组合种类，使用一个I维的向量k表示物 理主机的负载情况； 1.6)将集群中的物理主机按资源配置向量分类，统计各种资源配置物理主机的数量； 其中，资源配置为k的物理主机的数量为xk;所有Xk组成一个|κ|维的向量X，X为集群状 态向量； 2) 虚拟机调度 2. 1)解析虚拟机请求，获得虚拟机所属的种类编号i ; 2. 2)构造一个权重函数：
其中r为系统中虚拟机的总数，p为一常数且p e (1/2,1) W(X)的反导函数为： .· ,κ9
定义近似函数F (X) = Σ k e ΚΓ (Xk)，近似地表示物理主机的数量总和Σ k e KXk; 2. 3) k为集合K中的元素，集群中资源配置向量为k的物理主机数量为Xk;向量e i也是 一个资源配置向量，是集合K中的单位向量，表示仅有一台类型为i的虚拟机；向量k-^与 向量k的分别表示物理主机在虚拟机实例开启前后的资源配置向量；集群中资源配置向量 为Idi的物理主机的数量为，定义一个权重差来表不Flr(X)的一阶变化量，其中：
Wr(Xk)为集群状态Xk的权重函数，Wr(X fc_ei)为集群状态知_灼的权重函数，Xk和 Ifc-ef分别为调度操作前后的集群状态； 2.4)选取最小的值对应的k-e^作为目标资源配置；Δ[^(；〇为Fr⑴的 一阶变化量，近似的表示虚拟机调度前后集群中物理主机数量的变化； 2. 5)在资源配置为1^-&的物理主机中选取一台作为目标主机，在该主机上创建虚拟机 实例。
2. 根据权利要求1所述的基于组合优化的虚拟机调度方法，其特征在于：所述步骤 1. 2)中，一台物理主机所提供的编号为η的资源数量为Bn，所有^组成一个N维的资源向 量Β，向量B用来表示物理主机的容量。
3. 根据权利要求1所述的基于组合优化的虚拟机调度方法，其特征在于：所述步骤 1. 4)中，编号为i的虚拟机种类对编号为η的资源需求量使用\η表示，所有b u组成一个 I XN阶的资源需求矩阵b。
4. 根据权利要求1所述的基于组合优化的虚拟机调度方法，其特征在于：所述步骤 1. 5)中，向量的第i维元素匕为该物理主机上运行的i类型的虚拟机数量；同一物理主机 上运行的所有虚拟机对资源的需求量之和不超过物理机所提供总量，即向量k满足：
其中K η < N，k为资源配置向量，所有k组成的集合为K，集合K中元素的数量为 |κ|〇
【专利摘要】本发明公开了一种基于组合优化的虚拟机调度方法，该方法可用于虚拟集群中实时的虚拟机调度决策，能够根据虚拟集群当前的资源使用情况实时地决策虚拟机的开启位置，使得被占用的物理主机的数量最小，这样既可以提高资源利用率又可以减少能源的消耗。本发明所涉及的虚拟机调度方法采用简单的数学计算，可在有限次比较次数内获得调度结果，比较次数与虚拟机种类以及物理主机种类有关。与传统解决组合优化问题时所采用的人工智能算法相比，本发明所涉及的虚拟机调度方法具有较高的实时性，可以实时决策出虚拟机的放置位置，满足对虚拟机调度系统高实时性的要求。
【IPC分类】G06F9-455, G06F9-50
【公开号】CN104536803
【申请号】CN201410814536
【发明人】马建峰, 刘旭启, 李金库, 卢笛
【申请人】西安电子科技大学
【公开日】2015年4月22日
【申请日】2014年12月23日