一种云平台下性能加权的虚拟资源动态管理策略方法
【专利摘要】本发明涉及云计算的【技术领域】，特别涉及一种云平台下性能加权的虚拟资源动态管理策略方法。本发明首先配置各种请求资源与性能权值的对照矩阵，根据用户需求和云平台系统实时监测数据，提出基于负载性能加权的负载性能度量模型，然后根据该模型提出一种云平台下的虚拟资源动态管理策略方法，该方法包括虚拟机部署策略和虚拟机迁移策略，使得云平台在满足现有的负载请求下，保证每一个调度域的物理服务器的负载程度达到最大化，并且在该基础上，最小化云平台需开启的物理服务数量。本方法发明可以同时考虑用户需求并给予个性化权重设置和云平台系统实时性能监测数据，既满足了QoS需求，又合理地利用了云平台系统资源，保证了云平台的负载性能。
【专利说明】一种云平台下性能加权的虚拟资源动态管理策略方法
【技术领域】
[0001]本发明涉及云计算的【技术领域】，特别涉及一种云平台下性能加权的虚拟资源动态
管理策略方法。
【背景技术】
[0002]云计算是一种通过互联网将资源以“服务”的形式提供给客户的计算方式，所有的这些服务都是通过互联网的资源池的形式弹性地、按需所取、计费的方式提供。
[0003]虚拟化是实现这些特征的关键技术之一，如何有效地进行虚拟机部署，是IT资源共享池管理的关键技术。在云计算环境中，用户通常要求其运行具有稳定性，不希望出现虚拟机频繁迁移的现象。因此，集中式的虚拟机优化部署方式一直是当前技术研究的热点。
[0004]虚拟机的部署主要考虑数据中心的资源利用率以及虚拟机迁移次数。如何合理优化地部署虚拟机到物理服务器可以看作是一个近似装箱问题，即寻找最优的方法将虚拟机分配到物理服务器的方案，从而使每个结点中虚拟机的使用资源之和不超过物理服务器所能提供的上限。目前，针对云计算中虚拟机部署的研究大多只涉及了某一方面的优化，例如，QOS或SLA的保证，能源消耗的最少，使用的物理服务器数量最少，虚拟机迁移次数最少等等。但是，同时考虑到这些优化目标时，这些优化目标又都是相互矛盾。
[0005]如中国专利CN101719081B，名称为“一种虚拟机调度方法”，所属方法为一种虚拟机调度方法，具体步骤包括:1)在每台物理服务器上运行一宿主机监控器，用于定期搜集各虚拟机的负载并将其发送到虚拟机调度器，以及接收并执行虚拟机调度器发来的指令；
2)虚拟机调度器定期判断出负载数据发生变化的虚拟机及其所在的物理服务器；3)虚拟机调度器采用装箱算法对负载数据发生变化的虚拟机进行调整，得到虚拟机与物理服务器的目标对应关系；4)虚拟机调度器比较虚拟机与物理服务器的当前对应关系和目标对应关系，生成一虚拟机调度计划；5)宿主机监控器根据虚拟机调度计划对虚拟机进行调度。其调度方法中仅对各虚拟机负载进行监测，调度的装箱算法仅仅考虑虚拟机各资源类型的负载与物理服务器容量比值的最大值。基于此种负载计算方法的调度不能动态考虑用户需求和系统的实时性，灵活性不够。与此同时，也没有考虑节能方面的考虑。对于中国专利CN102981910A,名称为“虚拟机调度的实现方法和装置”，该方法包括:监控多个虚拟机管理平台对资源的使用状况:根据每个虚拟机管理平台对资源的使用状况确定每个虚拟机管理平台的负载:在根据每个虚拟机管理平台的负载确定需要进行负载调整的情况下，动态地将运行于某个虚拟机管理平台内一个或多个虚拟机迁移至其他虚拟机管理平台。此方法能够综合划分物理分区和调整资源池结构，但针对的是整个虚拟机管理平台而不是用户请求，因此没有考虑用户请求的虚拟机参数偏好。
【发明内容】
[0006]本发明的目的在于克服现有技术的缺点与不足，提供一种云平台下性能加权的虚拟资源动态管理策略方法。本发明的另一目的，提供一种使用云平台下性能加权的虚拟资源动态管理策略方法的系统。
[0007]为了达到本发明的第一目的，本发明通过下述技术方案实现:
[0008]一种云平台下性能加权的虚拟资源动态管理策略方法，该方法包括下列步骤:
[0009]S1、云平台管理员预先配置好虚拟机规模及各性能权值预设值和宿主机负载性能权重参数并提供选择模板，允许用户在线选择虚拟机配置及自定义各性能要求权值，允许用户手动选择需要优化的虚拟机；
[0010]S2、资源监控器进行资源状态动态监控，实时监测云平台系统中虚拟机和宿主机的性能值，当虚拟机监测器监测到宿主机的性能值超过指定阈值，则通知虚拟机调度器进行预警处理，启动动态迁移调度策略；
[0011]S3、查看优化队列，当用户请求手动选择需要优化的虚拟机时，通知虚拟机调度器进行资源优化，启动动态迁移调度策略；
[0012]S4、查看新任务队列，当用户请求新的虚拟机时，通知虚拟机调度器进行资源自动部署，动态更新，结合当前云平台中虚拟机和宿主机负载性能参数及各性能监测值，根据基于负载性能加权的负载性能度量模型 ，启动虚拟机部署策略，从当前调度域中为用户计算出最合适的目标宿主机，若当前调度域无法找到满足条件的宿主机，则启用动态迁移策略，选择合适的虚拟机在调度域内迁移后再重新布置当前请求的虚拟机；
[0013]S5、云平台将当前宿主机组分为η组，默认开启第一组，当第一组无法满足系统新的需求时，则开启下一组为启动的宿主机组并与当前活动组合并为一组，若当前调度域包括云平台系统所有宿主机，则输出相应信息，返回失败，否则启动下一组未启动的宿主机，并与当前调度域合并为一组，如此循环，直到所有宿主机已经开启。
[0014]优选的，所述步骤SI具体为:
[0015]S11、预置云平台中宿主机集合P及分组信息、系统监测的各宿主机性能数据集合{§p.1|je N且j e [1，m]和宿主机性能权重矩阵Wp ；
[0016]S12、预置云平台中所有的宿主机上部署的虚拟机信息V、虚拟机配置权重矩阵Wv、虚拟机预设配置矩阵；
[0017]S13、初始化告警队列；
[0018]S14、初始化用户指定优化处理的宿主机队列及指定参数信息；
[0019]S15、初始化新虚拟机申请队列Q。
[0020]优选的，所述步骤S2具体为
[0021]S21、查看告警队列是否不为空；
[0022]S22、若是不为空，则读取队列首节点宿主机ID ；
[0023]S23、将该宿主机ID、系统单宿主机性能阈值、云平台中所有未进预警队列的宿主机集合作为输入参数，启动动态迁移调度策略，若动态迁移调度策略返回失败，则跳至步骤S5 ；
[0024]S24、删除告警队列首节点，若队列为空，则转至步骤S3，否则转至S21 ；
[0025]所述步骤S3具体为
[0026]S31、查看优化队列是否不为空；
[0027]S32、若是不为空，则读取队列首节点宿主机ID ；[0028]S33、将该宿主机ID、用户指定该宿主机性能值、云平台内所有未进优化队列的宿主机集合作为输入参数，启动动态迁移调度策略，若动态迁移调度策略返回失败，则跳至步骤S5 ；
[0029]S34、删除优化队列首节点，若队列为空，则转至步骤S4，否则转至S31 ；
[0030]所述步骤S4具体为
[0031]S41、查看新任务队列为空，若是，则退出；
[0032]S42、否则,若是不为空,则顺序读取Qi = {q1； q2, q3,......，qn}新任务节点Qi信
息作为虚拟机部署策略的输入参数；
[0033]S43、启用虚拟机部署策略；
[0034]S44、若虚拟机部署策略返回0，则跳至步骤S5 ；
[0035]S45、若虚拟机部署策略返回目标宿主机ID，
[0036]则建立当前映射f: cI1..............HS..........*即将新请求虚拟机qi部署到返回ID编号为j
的宿主机上；
[0037]S46、根据S45中信息，更新云平台中宿主机上部署的虚拟机信息V ；
[0038]S47、删除新任务队列首节点，若新任务队列为空，则退出，
[0039]否则转至S41。
[0040]优选的，所述基于负载性能加权的负载性能度量模型，其具体如下:
[0041]O为云平台的负载均衡值，
【权利要求】
1.一种云平台下性能加权的虚拟资源动态管理策略方法，其特征在于，所述方法包括下列步骤: . 51、云平台管理员预先配置好虚拟机规模及各性能权值预设值和宿主机负载性能权重参数并提供选择模板，允许用户在线选择虚拟机配置及自定义各性能要求权值，允许用户手动选择需要优化的虚拟机； .52、资源监控器进行资源状态动态监控，实时监测云平台系统中虚拟机和宿主机的性能值，当虚拟机监测器监测到宿主机的性能值超过指定阈值，则通知虚拟机调度器进行预警处理，启动动态迁移调度策略； . 53、查看优化队列，当用户请求手动选择需要优化的虚拟机时，通知虚拟机调度器进行资源优化，启动动态迁移调度策略； .54、查看新任务队列，当用户请求新的虚拟机时，通知虚拟机调度器进行资源自动部署，动态更新，结合当前云平台中虚拟机和宿主机负载性能参数及各性能监测值，根据基于负载性能加权的负载性能度量模型，启动虚拟机部署策略，从当前调度域中为用户计算出最合适的目标宿主机，若当前调度域无法找到满足条件的宿主机，则启用动态迁移策略，选择合适的虚拟机在调度域内迁移后再重新布置当前请求的虚拟机； .55、云平台将当前宿主机组分为η组，默认开启第一组，当第一组无法满足系统新的需求时，则开启下一组为启动的宿主机组并与当前活动组合并为一组，若当前调度域包括云平台系统所有宿主机，则输出相应信息，返回失败，否则启动下一组未启动的宿主机，并与当前调度域合并为一组，如此循环，直到所有宿主机已经开启。
2.根据权利要求1所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于，所述步骤SI具体为:. 511、预置云平台中宿主机集合P及分组信息、系统监测的各宿主机性能数据集合{Sp.ljeNJ.j e [l，m]}和宿主机性能权重矩阵Wp ; . 512、预置云平台中所有的宿主机上部署的虚拟机信息V、虚拟机配置权重矩阵Wv、虚拟机预设配置矩阵； . 513、初始化告警队列； . 514、初始化用户指定优化处理的宿主机队列及指定参数信息；. 515、初始化新虚拟机申请队列Q0
3.根据权利要求1或2所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于: 所述步骤S2具体为 . 521、查看告警队列是否不为空； . 522、若是不为空，则读取队列首节点宿主机ID； . 523、将该宿主机ID、系统单宿主机性能阈值、云平台中所有未进预警队列的宿主机集合作为输入参数，启动动态迁移调度策略，若动态迁移调度策略返回失败，则跳至步骤S5 ；. 524、删除告警队列首节点，若队列为空，则转至步骤S3，否则转至S21； 所述步骤S3具体为 . S31、查看优化队列是否不为空；S32、若是不为空，则读取队列首节点宿主机ID； S33、将该宿主机ID、用户指定该宿主机性能值、云平台内所有未进优化队列的宿主机集合作为输入参数，启动动态迁移调度策略，若动态迁移调度策略返回失败，则跳至步骤S5 ； S34、删除优化队列首节点，若队列为空，则转至步骤S4，否则转至S31； 所述步骤S4具体为 S41、查看新任务队列为空，若是，则退出； S42、否则,若是不为空,则顺序读取Qi= {q1； q2, q3,......，qj新任务节点Qi信息作为虚拟机部署策略的输入参数； S43、启用虚拟机部署策略； S44、若虚拟机部署策略返回O，则跳至步骤S5； S45、若虚拟机部署策略返回目标宿主机ID， 则建立当前映射
4.根据权利要求1所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于，所述基于负载性能加权的负载性能度量模型，其具体如下:0为云平台的负载均衡值，
5.根据权利要求1至3任一所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于:所述虚拟机部署策略的输入为请求虚拟机类别，输出为目标宿主机的ID编号，若返回O表示无宿主机可以部署该虚拟机，具体步骤为: SX1、若当前调度组内存在一台空负载宿主机且该宿主机各性能剩余资源均大于该虚拟机资源请求，则返回该宿主机ID编号； SX2、若当前调度组所有宿主机各项剩余资源之和不全大于虚拟机各项资源请求，则返回O ; SX3、顺序扫描当前调度组内各宿主机，若该宿主机各项剩余资源均大于虚拟机各项资源请求，则将该宿主机加入候选队列{Pi，P2，P3，......，P1I ; SX4、若候选队列为空，则将请求虚拟机类别id、云平台指定阈值、云平台中所有宿主机集合作为输入参数，调用动态迁移调度策略处理； SX5、否则顺序扫描候选队列，若云平台启动的宿主机数目m>指定阈值，则返回Hiinje [1；1] Abl (j)对应的j,否则返回Hiinj e [1；1] AO(j)对应的j，其中宿主机Pj部署了新虚拟机Vx前后，宿主机P」负载性能变化值记为Λ bl (j)，云平台中宿主机P」部署新虚拟机Vx后，云平台负载性能变化值记为AO(j)。
6.根据权利要求1至3任一所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于:所述动态迁移调度策略的输入为宿主机ID编号或新虚拟机类别id、单宿主机负载阈值、可调度域宿主机集合，输出为成功或失败信息，具体步骤为: SD1、将云平台所有宿主机队列按照剩余资源大小降序排列，加入待调整队列； SD2、若为告警队列或优化队列调用此动态迁移调度策略，则将ID为输入参数中宿主机ID的节点从调整队列中删除，并将请求虚拟机设置为宿主机ID上负载最大的虚拟机，否则将请求虚拟机设置为输入参数的新虚拟机； SD3、顺序扫描该待调整队列，找到一台宿主机px使得同时满足(tl) (t2)， 其中(tl)在向量Vx中存在最小可被迁移的虚拟机组合，此组合被迁移后，此宿主机可以部署请求虚拟机， (t2)此组合中每台虚拟机按照虚拟机部署策略调度都能找到目标宿主机； SD4、若步骤SD3找不到符合条件的宿主机，则返回失败并退出， 否则调用虚拟机部署策略在本调度组内除Px外顺序部署待迁移的虚拟机。
7.根据权利要求1所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于，所述方法还包括以下前提条件: (1)只要云平台还有可满足用户需求的资源，则不拒绝用户的请求； (2)用户可选的虚拟机性能权重配置是系统预设的规格之一； (3)每台宿主机的性能指标可以被监控并且能将状态返回给虚拟机监测器，若出现宿主机的性能值超过系统预设阈值的，则立即将该宿主机ID加入预警队列； (4)分配给一台宿主机上所有虚拟机的参数上限不能超过物理服务器提供的上限。
8.根据权利要求2所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于:所述§^=((:?ν Mpi, Hpj, 1%)为节点？」的实时性能数据向量，其中(^4」，化，^分别为节点P」当前的CPU性能值、内存性能值、外存性能值、网络性能值。
9.根据权利要求5所述的云平台下性能加权的虚拟资源动态管理策略方法，其特征在于，所述的Abl(j)和Λ O (j)，具体计算如下:
10.一种使用云平台下性能加权的虚拟资源动态管理策略方法的系统，其特征在于，该系统包括: 客户层，用于向系统请求虚拟机服务； 中央控制器，系统的核心处理器，是主要的控制器组件，负责管理整个系统，具体负责处理用户和系统内部各组件提出的各种请求，并根据对应管理策略进行处理； 虚拟机调度器，通过分析虚拟机监测器的实时数据针对中央控制器发送的请求运用权利要求I至9任一项所述的云平台下性能加权的虚拟资源动态管理策略方法进行进行动态的虚拟机部署调度； 虚拟机监测器，可以监控宿主机的性能指标并且能将状态返回给虚拟机调度器； 集群控制器，负责维护和管理集群内所有虚拟机，集群控制器包括一个或一个以上宿主机，每个宿主机包含一个或一个以上的虚拟机，每个宿主机上都有一个宿主机控制器控制运行在本机的虚拟机； 存储控制器，负责云存储方面的管理，包括申请存储空间，回收闲置空间，访问权限控制； 中央管理器，是平台管理模块，包括服务管理、用户管理、安全管理； 客户层发送请求给中央控制器，或者虚拟机监测器监测到负载超过指定阈值的宿主机，则告警并将超阈值宿主机加入告警队列并通知中央控制器触发虚拟机调度器处理告警队列；中央控制器将请求发送给虚拟机调度器；虚拟机调度器发送请求给虚拟机监测器索取平台集群性能数据；虚拟机监测器返回数据至虚拟机调度器；虚拟机调度器采用权利要求5中所述的虚拟机部署策略返回结果至中央控制器，并通知集群控制器在目标宿主机上启动虚拟机；中央控制器将部署结果返回给客户层。
【文档编号】H04L29/08GK104010028SQ201410184681
【公开日】2014年8月27日 申请日期:2014年5月4日 优先权日:2014年5月4日
【发明者】郭芬, 闵华清, 杜卿, 王亮明 申请人:华南理工大学