一种迁移虚拟机的方法、装置及系统与流程
本发明涉及通信技术领域，尤其涉及一种迁移虚拟机的方法、装置及系统。
背景技术：
随着通信技术的发展，尤其是云计算虚拟化技术的普及，通过将物理资源虚拟化为虚拟资源，也就是通过在物理服务器上设置多个虚拟机，来实现多个业务系统共享同一物理服务器的物理资源，从而提高物理资源的使用率。
目前，为了避免物理资源的浪费，可以将物理服务器中负载小于一定阈值的物理服务器上的所有虚拟机迁移至其他物理服务器，并使被迁空虚拟机的物理服务器处于休眠状态或是关机状态。但是，由于业务量的大小会影响物理资源的使用情况，且业务量的大小会随着时间的变化而改变，因此，采用上述方法，需要频繁对虚拟机进行迁移才能保证物理资源得到充分的利用。但是，对虚拟机频繁进行迁移，往往会耗费过多的迁移资源，同样造成一定程度上的资源浪费。
技术实现要素：
本发明实施例提供一种迁移虚拟机的方法、装置及系统，能够解决耗费过多迁移资源的问题，从而有效减少资源浪费。
为达到上述目的，本发明实施例采用如下技术方案：
第一方面，本发明实施例提供一种迁移虚拟机的方法，所述方法包括：获取每个虚拟机的历史负载，所述历史负载为虚拟机在第一时间段内每个采样点的负载，所述第一时间段为将当前时刻作为截止时刻的一段时间；根据所述历史负载的离散情况，确定所述每个虚拟机的负载变化程度，所述负载变化程度用于表示虚拟机在所述第一时间段内负载变化的剧烈程度；确定所述负载变化程度在阈值区间内的虚拟机为目标虚拟机，所述阈值区间用于区分适用于固定部署的虚拟机和适用于非固定部署的虚拟机，位于所述阈值区间内的是适用于非固定部署的虚拟机；根据所述目标虚拟机的历史负载的变化趋势，确定所述目标虚拟机的目标预测负载，所述目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，所述第二时间段为将所述当前时刻作为起始时刻的一段时间；根据所述目标预测负载，以及每个物理服务器的实际剩余容量，确定所述实际剩余容量大于或等于所述目标预测负载的物理服务器为目标物理服务器；迁移所述目标虚拟机至所述目标物理服务器。
为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
在一个可能的设计中，所述第一时间段包括至少一个周期，所述根据所述历史负载的离散情况，确定所述每个虚拟机的负载变化程度，具体可以包括：根据所述历史负载，确定所述每个虚拟机的平均负载，所述平均负载包括所述至少一个周期中每个周期的平均实际负载；根据所述历史负载和所述每个虚拟机的平均负载，确定所述每个虚拟机的平均负载标准方差，所述平均负载标准方差为所述每个周期的负载标准方差的平均值；确定所述平均负载标准方差为所述负载变化程度。
考虑到平均负载标准方差可以有效反映虚拟机的负载变化程度，因此，在本发明中可以采用上述方法来确定每个虚拟机的平均负载标准方差，从而确定更加切合实际的虚拟机在第一时间段内的负载变化程度。
在一个可能的设计中，所述第二时间段中具有n个时刻，所述n个时刻包括第1时刻至第n时刻，其中，n为大于1的正整数，所述根据所述目标虚拟机的历史负载的变化趋势，确定所述目标虚拟机的目标预测负载，包括：根据所述历史负载，确定每个采样点的平均负载变化趋势，所述平均负载变化趋势为处于每个周期内同一时刻的采样点的负载变化趋势的平均值；分别确定所述目标虚拟机在所述第1时刻至所述第n时刻的预测负载，所述第1时刻的预测负载为所述目标虚拟机在所述当前时刻的实际负载与所述当前时刻对应的采样点的平均负载变化趋势的乘积，所述第1时刻为在所述当前时刻之后，且与所述当前时刻的采样点相邻的下一时刻的采样点的位置，所述第n时刻的预测负载为所述第n-1时刻的预测负载与所述第n-1时刻对应的采样点的平均负载变化趋势的乘积，所述第n时刻为在所述第n-1时刻之后，且与所述第n-1时刻的采样点相邻的下一时刻的采样点的位置；确定所述第1时刻至所述第n时刻的预测负载的平均值为所述目标虚拟机的目标预测负载。
在本发明中，提供了一种具体用于确定目标虚拟机的目标预测负载的实现方式，能够经过计算得到每个目标虚拟机在第1时刻至第n时刻的预测负载，之后相对准确的评估出目标虚拟机的目标预测负载，并以目标预测负载为依据完成目标虚拟机的迁移过程。
在一个可能的设计中，所述根据所述目标预测负载，以及每个物理服务器的实际剩余容量，确定所述实际剩余容量大于或等于所述目标预测负载的物理服务器为目标物理服务器，包括：根据所述每个物理服务器的实际剩余容量，确定所述每个物理服务器的可分配容量，同一物理服务器的可分配容量小于实际剩余容量；按照所述每个目标虚拟机的目标预测负载从大到小的顺序，依次确定所述每个目标虚拟机对应的目标物理服务器，所述目标物理服务器为可分配容量大于或等于被分配的目标虚拟机的目标预测负载的物理服务器中，可分配容量最小的物理服务器。
由于迁移过程是按照目标虚拟机的负载从大到小的顺序依次进行目标虚拟机的放置，同时在放置过程中，目标物理服务器需要满足如下要求，即目标服务器为可分配容量大于或等于被分配的目标虚拟机的预测负载的物理服务器中，可分配容量最小的物理服务器，因此，避免了因负载较小的目标虚拟机优先放置到可分配容量较大的物理服务器中，而导致在放置负载较大的目标虚拟机的过程中，不存在具有足够可分配容量的物理服务器，从而需要为该目标虚拟机开启新的物理服务器，同时，造成已被占用的物理服务器的物理资源的浪费。因此，进一步降低了造成物理资源浪费的概率。
在一个可能的设计中，在所述确定所述负载变化程度在阈值区间内的虚拟机为目标虚拟机之后，包括：根据除所述目标虚拟机以外的其他虚拟机所在物理服务器的负载，将所述物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器，所述其他虚拟机为所述负载变化程度不在所述阈值区间内的虚拟机。
对于负载变化程度不在阈值区间内的其他虚拟机，可以采用背景技术中描述的虚拟机放置方案进行虚拟机的放置，以确保所有虚拟机都可以按照适用于自身的放置方案来完成虚拟机的放置操作，或是照适用于自身的迁移方案来完成虚拟机的迁移操作。
第二方面，本发明实施例提供一种迁移虚拟机的装置，所述装置包括：获取模块，用于获取每个虚拟机的历史负载，所述历史负载为虚拟机在第一时间段内每个采样点的负载，所述第一时间段为将当前时刻作为截止时刻的一段时间；确定模块，用于根据所述获取模块获取的所述历史负载的离散情况，确定所述每个虚拟机的负载变化程度，所述负载变化程度用于表示虚拟机在所述第一时间段内负载变化的剧烈程度；所述确定模块，还用于确定所述负载变化程度在阈值区间内的虚拟机为目标虚拟机，所述阈值区间用于区分适用于固定部署的虚拟机和适用于非固定部署的虚拟机，位于所述阈值区间内的是适用于非固定部署的虚拟机；所述确定模块，还用于根据所述目标虚拟机的历史负载的变化趋势，确定所述目标虚拟机的目标预测负载，所述目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，所述第二时间段为将所述当前时刻作为起始时刻的一段时间；所述确定模块，还用于根据所述获取模块获取的所述目标预测负载，以及每个物理服务器的实际剩余容量，确定所述实际剩余容量大于或等于所述目标预测负载的物理服务器为目标物理服务器；迁移模块，用于迁移所述目标虚拟机至所述确定模块确定的所述目标物理服务器。
在一个可能的设计中，所述第一时间段包括至少一个周期，所述确定模块，具体用于：根据所述历史负载，确定所述每个虚拟机的平均负载，所述平均负载包括所述至少一个周期中每个周期的平均实际负载；根据所述历史负载和所述每个虚拟机的平均负载，确定所述每个虚拟机的平均负载标准方差，所述平均负载标准方差为所述每个周期的负载标准方差的平均值；确定所述平均负载标准方差为所述负载变化程度。
在一个可能的设计中，所述第二时间段中具有n个时刻，所述n个时刻包括第1时刻至第n时刻，其中，n为大于1的正整数，所述确定模块，具体用于：根据所述历史负载，确定每个采样点的平均负载变化趋势，所述平均负载变化趋势为处于每个周期内同一时刻的采样点的负载变化趋势的平均值；分别确定所述目标虚拟机在所述第1时刻至所述第n时刻的预测负载，所述第1时刻的预测负载为所述目标虚拟机在所述当前时刻的实际负载与所述当前时刻对应的采样点的平均负载变化趋势的乘积，所述第1时刻为在所述当前时刻之后，且与所述当前时刻的采样点相邻的下一时刻的采样点的位置，所述第n时刻的预测负载为所述第n-1时刻的预测负载与所述第n-1时刻对应的采样点的平均负载变化趋势的乘积，所述第n时刻为在所述第n-1时刻之后，且与所述第n-1时刻的采样点相邻的下一时刻的采样点的位置；确定所述第1时刻至所述第n时刻的预测负载的平均值为所述目标虚拟机的目标预测负载。
在一个可能的设计中，所述确定模块，具体用于：根据所述每个物理服务器的实际剩余容量，确定所述每个物理服务器的可分配容量，同一物理服务器的可分配容量小于实际剩余容量；按照所述每个目标虚拟机的目标预测负载从大到小的顺序，依次确定所述每个目标虚拟机对应的目标物理服务器，所述目标物理服务器为可分配容量大于或等于被分配的目标虚拟机的目标预测负载的物理服务器中，可分配容量最小的物理服务器。
在一个可能的设计中，所述迁移模块，还用于根据除所述目标虚拟机以外的其他虚拟机所在物理服务器的负载，将所述物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器，所述其他虚拟机为所述负载变化程度不在所述阈值区间内的虚拟机。
第三方面，本发明实施例提供了一种存储介质，用于储存为上述迁移虚拟机的装置所用的计算机软件指令，其包含用于执行上述方面所设计的程序。
第四方面，本发明实施例提供一种网络系统，所述网络系统包括虚拟机、物理服务器和虚拟节能调度器，所述虚拟节能调度器至少包括第二方面中所述的装置。
本发明实施例提供的一种迁移虚拟机的方法、装置及系统，根据获取的每个虚拟机的历史负载的离散程度，确定每个虚拟机的负载变化程度，之后确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，并根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，并结合每个物理服务器的实际剩余容量来确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，之后将目标虚拟机迁移至目标物理服务器。其中，历史负载为虚拟机在第一时间段内每个采样点的负载，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度，第一时间段为将当前时刻作为截止时刻的一段时间，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种网络系统的结构示意图；
图2为本发明实施例提供的一种虚拟机的负载变化示意图；
图3为本发明实施例提供的另一种虚拟机的负载变化示意图；
图4为本发明实施例提供的另一种虚拟机的负载变化示意图；
图5为本发明实施例提供的一种迁移虚拟机的方法流程图；
图6为本发明实施例提供的另一种迁移虚拟机的方法流程图；
图7为本发明实施例提供的一个周期内的虚拟机负载的采样点的示意图；
图8为本发明实施例提供的另一种迁移虚拟机的方法流程图；
图9为本发明实施例提供的一个周期内的虚拟机负载变化示意图；
图10为本发明实施例提供的相邻时刻的虚拟机负载变化示意图；
图11为本发明实施例提供的虚拟机的预测负载变化示意图；
图12为本发明实施例提供的另一种迁移虚拟机的方法流程图；
图13为本发明实施例提供的一种采用bfd装箱算法进行虚拟机放置的示意图；
图14为本发明实施例提供的另一种迁移虚拟机的方法流程图；
图15为本发明实施例提供的一种迁移虚拟机的装置结构示意图；
图16为本发明实施例提供的一种虚拟节能调度器的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
本发明实施例可以用于一种网络系统，网络系统可以包括虚拟机、物理服务器和虚拟机节能调度器。如图1所示，在网络系统中，可以包括a个虚拟机、b个物理服务器和虚拟机节能调度器。其中，a和b均为大于1的正整数。在本发明实施例中，虚拟机节能调度器可以是一个设备、一个软件模块，或是一个软件功能等。虚拟机节能调度器可以通过自学习每个虚拟机在若干个历史周期的负载变化情况，并根据负载变化情况将虚拟机进行类别的划分，之后根据被划分的类别来完成虚拟机的迁移或部署。在本发明实施例中，该网络系统具体可以为nfv系统，nfv(英文：networkfunctionvirtualization，中文：虚拟化的网络功能)系统可以包括虚拟机节能调度器和nfv架构。其中，虚拟机节能调度器与nfv架构中设置在nfvi的虚拟化层进行通信，以实现确定虚拟机在物理服务器上的部署方式，并将虚拟机放置或迁移至物理服务器中。在nfv架构中，除了包括nfvi(英文：networkfunctionvirtualizationinfrastructure，中文：网络功能虚拟化架构)，还可以包括vnf。在vnf中可以包括c个业务软件，且每个业务软件可以被部署在至少一个虚拟机上。其中，c为大于或等于1的正整数。需要说明的是，虚拟机的类别具体可以分为三类，即负载变化程度小于第一门限，负载变化程度在第一门限与第二门限所构成的阈值区间内，以及负载变化程度大于第二门限。其中，第一门限小于第二门限，第一门限为阈值区间的下限，第二门限为阈值区间的上限，第一门限和第二门限可以由工作人员根据虚拟机的负载变化的情况对负载变化程度的影响进行预先设定，用于区分虚拟机适用于采用固定部署方案或非固定部署方案，即迁移方案。
需要说明的是，如图2所示的虚拟机的负载变化程度小于第一门限，也就是负载基本无变化，或是负载有变化，但变化较为缓和，不适合进行虚拟机迁移，因此，采用固定部署方案，也就是将虚拟机部署在固定的目标物理服务器上，并在完成虚拟机的部署之后的虚拟机迁移过程中，不对该虚拟机进行迁移；如图3所示的虚拟机的负载变化程度在第一门限与第二门限所构成的阈值区间内，也就是负载有变化，且变化周期较长，一般大于虚拟机在迁移过程中所耗费的时间，适合进行虚拟机迁移，因此，采用非固定部署方案，也就是将虚拟机迁移至目标物理服务器之后，每间隔一定时间，则对该虚拟机进行下一次的迁移，但由于虚拟机是根据目标预测负载完成迁移过程的，因此，不需要频繁对该虚拟机进行迁移；如图4所示的虚拟机的负载变化程度大于第二门限，也就是负载变化较大，且在短时间内频繁震荡，也就是负载变化较为剧烈，由于虚拟机的不稳定，因此，也采用固定部署方案。
本发明实施例提供一种迁移虚拟机的方法，如图5所示，该方法由虚拟机节能调度器来执行，该方法包括：
101、获取每个虚拟机的历史负载。
其中，历史负载为虚拟机在第一时间段内每个采样点的负载，第一时间段为将当前时刻作为截止时刻的一段时间。也就意味着，第一时间段为在当前时刻之前的一段连续的历史时间，在这段历史时间内，所能够获取的虚拟机的负载可以作为预估虚拟机的目标预测负载的依据。
102、根据历史负载的离散情况，确定每个虚拟机的负载变化程度。
其中，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度。
103、确定负载变化程度在阈值区间内的虚拟机为目标虚拟机。
其中，阈值区间用于区分适用于固定部署的虚拟机和适用于非固定部署的虚拟机，位于阈值区间内的是适用于非固定部署的虚拟机。
104、根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载。其中，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。也就意味着，第二段时间为在当前时刻之后的一段连续的时间，在本发明中，可以根据上述步骤101中所提及的一段连续的历史时间内虚拟机的负载作为依据，来确定第二时间段的目标预测负载。
105、根据目标预测负载，以及每个物理服务器的实际剩余容量，确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器。
106、迁移目标虚拟机至目标物理服务器。
在本发明实施例中，对于负载变化程度的取值在阈值区间内的虚拟机需要按照非固定部署方案进行目标虚拟机的迁移，对于负载变化程度的取值不在阈值区间内的虚拟机需要固定部署方案，也就是保留当前虚拟机所在的物理服务器的位置，不进行虚拟机的迁移。由于虚拟机的负载变化程度的取值不在阈值区间内，也就是虚拟机的负载变化程度小于第一门限，或大于第二门限，因此，不需要根据虚拟机在与当前时刻相邻的一定时间内所有采样点的目标预测负载来完成虚拟机的迁移，仅需要根据虚拟机在当前时刻的实际负载来确定虚拟机所在物理服务器的实际剩余容量，以便于后续将目标虚拟机进行迁移的过程中，能确定目标虚拟机是否可以与不需要进行迁移的虚拟机放置在同一物理服务器上。
本发明实施例提供的一种迁移虚拟机的方法，根据获取的每个虚拟机的历史负载的离散程度，确定每个虚拟机的负载变化程度，之后确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，并根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，并结合每个物理服务器的实际剩余容量来确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，之后将目标虚拟机迁移至目标物理服务器。其中，历史负载为虚拟机在第一时间段内每个采样点的负载，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度，第一时间段为将当前时刻作为截止时刻的一段时间，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
为了更加准确确定每个虚拟机的负载变化程度，在本发明实施例的一个实现方式中，第一时间段包括至少一个周期，虚拟机节能调度器可以通过确定每个虚拟机的平均负载标准方差来确定每个虚拟机的负载变化程度。因此，在如图5所示的实现方式的基础上，还可以实现为如图6所示的实现方式。其中，步骤102根据历史负载的离散情况，确定每个虚拟机的负载变化程度，可以具体实现为步骤1021至步骤1023：
1021、根据历史负载，确定每个虚拟机的平均负载。
其中，平均负载包括至少一个周期中每个周期的平均实际负载。
1022、根据历史负载和每个虚拟机的平均负载，确定每个虚拟机的平均负载标准方差。
其中，平均负载标准方差为每个周期的负载标准方差的平均值。
1023、确定平均负载标准方差为负载变化程度。
为了准确确定每个虚拟机在第一时间段内的平均负载标准方差，在本发明实施例中，可以根据获取的历史负载来确定平均负载，之后根据历史负载和平均负载，来确定每个虚拟机的负载标准方差，之后取平均值，得到平均负载标准方差。
如图7所示为一个周期内一个虚拟机的实际负载的变化曲线，其中，黑色实心圆为以同一时间间隔为基准的采样点，在tn时刻取的采样点对应的虚拟机的实际负载为ln，则一个周期内若存在n个采样点，则这n个采样点的平均值为
本发明实施例提供的一种迁移虚拟机的方法，根据所获取的每个虚拟机在第一时间段内的历史负载，进行计算得到平均负载，并根据历史负载和平均负载来确定每个虚拟机的负载标准方差，并取平均值得到平均负载标准方差，从而确定每个虚拟机的负载变化程度。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。并且，由于平均负载标准方差可以有效反映虚拟机的负载变化程度，因此，采用上述步骤1021至步骤1023的方法来确定每个虚拟机的平均负载标准方差，可以更加准确确定虚拟机在第一时间段内的负载变化程度。
为了准确确定目标虚拟机的目标预测负载，在本发明实施例的一个实现方式中，第二时间段中具有n个时刻，这n个时刻包括第1时刻至第n时刻，具体可以通过确定目标虚拟机在第一时间段内的平均负载变化趋势，来计算虚拟机在第1时刻至第n时刻的预测负载，之后将得到的预测负载的平均值确定为目标预测负载。其中，n为大于1的正整数。因此，在如图6所示的实现方式的基础上，还可以实现为如图8所示的实现方式。其中，步骤104根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，可以具体实现为步骤1041至步骤1043：
1041、根据历史负载，确定每个采样点的平均负载变化趋势。
其中，平均负载变化趋势为处于每个周期内同一时刻的采样点的负载变化趋势的平均值。
在本发明实施例中，虚拟机的负载是呈周期性变化的，因为，可以通过获取目标虚拟机在第一时间段内每个周期中各个采样点的负载变化趋势，来得到不同周期内同一时刻的采样点的平均负载变化趋势。需要说明的是，为了保证不同周期内的采样点可以一一对应，在本发明实施例中，每个周期内的采样点的个数相同，采样点的间隔相同。如图9所示为一个周期t内，一个虚拟机的负载变化示意图，其中，在横坐标表示的时间轴上，t0至tm表示一个周期t，在周期t内的采样点包括t0至tm这m+1个采样点，其中，m为大于1的整数，t0既是本周起t的起始点，也是与周期t相邻的前一个周期内的最后一个采样点。在本发明实施例中，可以以一天为一个周期t，在周期t内每间隔5分钟完成一次采样，也就是以δt＝5的采样间隔来完成周期t内的采样，这样一天内共有288个采样点，也就是m＝288。对于某个采样点m的负载记为lm，也就是tm时刻对应的采样点的负载为lm，则可以根据公式sm＝δl/δt＝(ln+1-ln)/(tn+1-tn)＝(ln+1-ln)/δt，进行计算得到采样点m的负载变化趋势sm。其中，δl为采样点m+1的负载与采样点m的负载的差值，采样点m和采样点m+1的采样间隔为δt，也就是采样点m+1的时间与采样点m的时间的差值，如图10所示。采用上述计算方法，可以得到一天内288个采样点，每个采样的负载变化趋势，同理，也可以按照上述方法对预设时间内每个周期的288个采样点的负载变化趋势进行计算，从而得到这288个采样点在每个周期的负载变化趋势。
比如：在预设时间内包括k个周期，则采样点m在这k个周期的负载变化趋势包括sm1至smk，那么采样点m的平均负载变化趋势可以根据公式
1042、分别确定目标虚拟机在第1时刻至第n时刻的预测负载。
其中，第1时刻的预测负载为目标虚拟机在当前时刻的实际负载与当前时刻对应的采样点的平均负载变化趋势的乘积，第1时刻为在当前时刻之后，且与当前时刻的采样点相邻的下一时刻的采样点的位置，第n时刻的预测负载为第n-1时刻的预测负载与第n-1时刻对应的采样点的平均负载变化趋势的乘积，第n时刻为在第n-1时刻之后，且与第n-1时刻的采样点相邻的下一时刻的采样点的位置。
在本发明实施例中，如图11所示，当前时刻虚拟机的负载可以用l0来表示，则第1时刻的虚拟机的预测负载可以为l1＝l0×s0，其中，s0为当前时刻的平均负载变化趋势；则第n时刻的虚拟机的预测负载可以为ln＝ln-1×sn-1，其中，sn-1为第n-1时刻的平均负载变化趋势，ln-1为第n-1时刻的虚拟机的预测负载。需要说明的是，δt用于表示当前时刻之后的一定时间。
1043、确定第1时刻至第n时刻的预测负载的平均值为目标虚拟机的目标预测负载。
如图11所示，根据步骤1042得到的第1时刻至第n时刻的预测负载，之后可以根据公式
在本发明实施例中，δt设置的越小，则进行第一目标虚拟机的迁移过程就很可能越频繁，那么得到的平均预测负载就越准确，也就避免了因平均预测负载不准确而造成物理资源的浪费；δt设置的越大，则进行目标虚拟机的迁移的次数就越少，那么所占用的迁移资源就越少。需要说明的是，δt设置的较小，并不一定意味着迁移过程频繁，往往可能由于相邻两次迁移过程的起始时刻的平均预测负载差异较小，而使得当前时刻虚拟机的放置方案仍保留相邻的前一时刻虚拟机的放置方案。也就是在间隔δt之后，虚拟机的放置方案相同，也就意味着不需要对目标虚拟机进行再一次的迁移。并且，由于目标虚拟机的负载的变化周期较长，因此，当δt设置的较大时，也可能存在相邻两次迁移过程的起始时刻的平均预测负载差异较小，从而不必对目标虚拟机进行再一次的迁移。需要说明的是，对于电信业务而言，通常将δt的值取15分钟，从而确保目标虚拟机的迁移次数最少。
本发明实施例提供的一种迁移虚拟机的方法，根据历史负载，确定每个采样点的平均负载变化趋势，之后分别确定目标虚拟机在第1时刻至第n时刻的预测负载，并将第1时刻至第n时刻的预测负载的平均值确定为目标虚拟机的目标预测负载。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。此外，提供了一种具体用于确定目标虚拟机的目标预测负载的实现方式，能够经过计算得到每个目标虚拟机在第1时刻至第n时刻的预测负载，之后相对准确的评估出目标虚拟机的目标预测负载，并以目标预测负载为依据完成目标虚拟机的迁移过程。
为了保证目标虚拟机都被合理分配至各个物理服务器，同时避免物理资源的浪费，在本发明实施例的一个实现方式中，可以根据每个目标虚拟机的目标预测负载的大小，以及每个物理服务器的实际容量，依次进行所有目标虚拟机的迁移。因此，在如图5所示的实现方式的基础上，还可以实现为如图12所示的实现方式。其中，步骤105根据目标预测负载，以及每个物理服务器的实际剩余容量，确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，可以具体执行为步骤1051和步骤1052：
1051、根据每个物理服务器的实际剩余容量，确定每个物理服务器的可分配容量。
其中，同一物理服务器的可分配容量小于实际剩余容量。
由于目标虚拟机是根据目标预测负载来完成迁移过程的，而目标预测负载仅作为未来一定时间内，即第二时间段内预测的负载的平均值，因此，在未来一定时间内，目标虚拟机的实际负载可能高于或低于目标预测负载，只是实际负载与目标预测负载相差的差值较小。因此，为了保证物理服务器能够支持虚拟机的运行，在进行目标虚拟机分配的过程中，不能仅根据物理服务器的实际剩余容量来完成目标虚拟机的迁移，而应该为负载可能高于目标预测负载的虚拟机预留一部分物理资源，也就是物理服务器的实际剩余容量与可分配容量的差值，从而确保在完成目标虚拟机的迁移之后，在未来一定时间内，当目标虚拟机的实际负载高于目标预测负载时，目标物理服务器仍能为虚拟机提供足够的物理资源。在本发明实施例中，可以将预留资源设置为物理服务器全部物理资源的10％，也就是将全部物理资源默认为90％，从这90％的物理资源中去除正在被占用的物理资源，从而得到物理服务器的可分配容量。需要说明的是，预留容量的设置方式不仅限于全部物理资源的10％，还可以设置为高于全部物理资源的10％，以起到更好的保障作用，也就是确保虚拟机能够被分配到足够的物理资源，比如预留容量设置为全部物理资源的20％，这样就相当于从这80％的物理资源中去除正在被占用的物理资源，从而得到物理服务器的可分配容量。在本发明实施例总，采用设置预留容量的方式，可以有效确保当虚拟机的实际负载产生瞬间波动时，降低对业务的服务质量所产生的影响，或者由于设置的预留容量较大而完全避免因虚拟机的实际负载产生瞬间波动而造成对业务的服务质量降低。
1052、按照每个目标虚拟机的目标预测负载从大到小的顺序，依次确定每个目标虚拟机对应的目标物理服务器。
其中，目标物理服务器为可分配容量大于或等于被分配的目标虚拟机的目标预测负载的物理服务器中，可分配容量最小的物理服务器。
如图13所示为一种采用bfd(英文：bestfitdecreasing，中文：最适合降序)装箱算法进行虚拟机放置的示意图。在本发明实施例中，需要将13个虚拟机迁移至9个物理服务器中。其中，虚拟机的目标预测负载，以及物理服务器被占用的物理资源用斜线填充的区域表示。为了保证物理服务器能够允许虚拟机的负载瞬间波动，在本发明实施例中，根据物理服务器已经被占用的物理资源，以及全部物理资源的90％来确定物理服务器的可分配容量。并根据13个虚拟机各自的目标预测负载来进行目标虚拟机的迁移。
在本发明实施例中，可以将每个目标虚拟机的目标预测负载作为待放置的货物，并根据目标预测负载的大小，按照从大到小的顺序进行排序，得到货物队列a；从队列a的头部取出一个货物，也就是目标预测负载最大的目标虚拟机；遍历所有物理服务器，也就相当于将货物遍历所有表示箱子的物理服务器，找到一个箱子，使得这个箱子不仅能够放得下这个货物，同时，保证在箱子放入这个货物之后，剩余的空间最小，也就是剩余物理资源最少，如果未找到这样的箱子，则开启一个新的箱子，也就是开启一个新的物理服务器；把货物放入箱子中，也就是将目标虚拟机迁移至物理服务器上，并重复执行上述步骤，直至货物队列a中所有目标虚拟机均被迁移至各个物理服务器上。需要说明的是，物理服务器的可分配容量为该物理服务器全部物理资源的90％与该物理服务器已被占用的物理资源的差值。
本发明实施例提供的一种迁移虚拟机的方法，根据目标虚拟机的目标预测负载从大到小的顺序，以及每个物理服务器的实际剩余容量，依次确定每个目标虚拟机对应的目标物理服务器。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。并且，由于迁移过程是按照目标虚拟机的负载从大到小的顺序依次进行目标虚拟机的放置，同时在放置过程中，目标物理服务器需要满足如下要求，即目标服务器为可分配容量大于或等于被分配的目标虚拟机的预测负载的物理服务器中，可分配容量最小的物理服务器，因此，避免了因负载较小的目标虚拟机优先放置到可分配容量较大的物理服务器中，而导致在放置负载较大的目标虚拟机的过程中，不存在具有足够可分配容量的物理服务器，从而需要为该目标虚拟机开启新的物理服务器，同时，造成已被占用的物理服务器的物理资源的浪费。因此，进一步降低了造成物理资源浪费的概率。
为了确保每个虚拟机都能有适应于自己负载变化程度的放置方案，因此，在如图5所示的实现方式的基础上，还可以实现为如图14所示的实现方式。其中，在执行完步骤103确定负载变化程度在阈值区间内的虚拟机为目标虚拟机之后，还可以执行步骤107：
107、根据除目标虚拟机以外的其他虚拟机所在物理服务器的负载，将物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器。
其中，其他虚拟机为负载变化程度不在阈值区间内的虚拟机。
在本发明实施例中，固定部署的方式与背景技术中描述的虚拟机放置方案类似，可以参考现有技术中所采取的虚拟机放置方案，在此不做赘述。
本发明实施例提供的一种迁移虚拟机的方法，对于负载变化程度不在阈值区间内的虚拟机，可以将物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定迁移方案，之后将目标虚拟机按照迁移方案进行迁移，这样一来降低了目标虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。并且，对于负载变化程度不在阈值区间内的其他虚拟机，可以采用背景技术中描述的虚拟机放置方案进行虚拟机的放置，以确保所有虚拟机都可以按照适用于自身的放置方案来完成虚拟机的放置操作，或是照适用于自身的迁移方案来完成虚拟机的迁移操作。
本发明实施例提供一种迁移虚拟机的装置20，如图15所示，该装置20可以设置于虚拟机节能调度器中，该装置20可以用于执行如图5、图6、图8、图12和图14所示的方法流程，该装置20包括：
获取模块21，用于获取每个虚拟机的历史负载。
确定模块22，用于根据获取模块21获取的历史负载的离散情况，确定每个虚拟机的负载变化程度。
确定模块22，还用于确定负载变化程度在阈值区间内的虚拟机为目标虚拟机。
确定模块22，还用于根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载。
确定模块22，还用于根据获取模块21获取的目标预测负载，以及每个物理服务器的实际剩余容量，确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器。
迁移模块23，用于迁移目标虚拟机至确定模块22确定的目标物理服务器。
在本发明实施例的一个实现方式中，第一时间段包括至少一个周期，确定模块22，具体用于：
根据历史负载，确定每个虚拟机的平均负载；根据历史负载和每个虚拟机的平均负载，确定每个虚拟机的平均负载标准方差；确定平均负载标准方差为负载变化程度。
在本发明实施例的一个实现方式中，第二时间段中具有n个时刻，n个时刻包括第1时刻至第n时刻，其中，n为大于1的正整数，确定模块22，具体用于：
根据历史负载，确定每个采样点的平均负载变化趋势；分别确定目标虚拟机在第1时刻至第n时刻的预测负载；确定第1时刻至第n时刻的预测负载的平均值为目标虚拟机的目标预测负载。
在本发明实施例的一个实现方式中，确定模块22，具体用于：
根据每个物理服务器的实际剩余容量，确定每个物理服务器的可分配容量；按照每个目标虚拟机的目标预测负载从大到小的顺序，依次确定每个目标虚拟机对应的目标物理服务器。
在本发明实施例的一个实现方式中，迁移模块23，还用于根据除目标虚拟机以外的其他虚拟机所在物理服务器的负载，将物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器。
需要说明的是，对于装置侧实施例中有关于名词的解释，以及各模块所实现功能时的执行顺序、执行条件等，可以参照上述方法侧实施例中的描述，在此不做赘述。
本发明实施例提供的一种迁移虚拟机的装置，根据获取的每个虚拟机的历史负载的离散程度，确定每个虚拟机的负载变化程度，之后确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，并根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，并结合每个物理服务器的实际剩余容量来确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，之后将目标虚拟机迁移至目标物理服务器。其中，历史负载为虚拟机在第一时间段内每个采样点的负载，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度，第一时间段为将当前时刻作为截止时刻的一段时间，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
本发明实施例提供一种虚拟节能调度器30，如图16所示，该虚拟节能调度器30可以用于执行如图5、图6、图8、图12和图14所示的方法流程，该虚拟节能调度器30包括处理器31和接口电路32，图中还示出了存储器33和总线34，该处理器31、接口电路32和存储器33通过总线34连接并完成相互间的通信。
需要说明的是，这里的处理器31可以是一个处理元件，也可以是多个处理元件的统称。例如，该处理元件可以是中央处理器(英文：centralprocessingunit，简称：cpu)，也可以是特定集成电路(英文：applicationspecificintegratedcircuit，简称：asic)，或者是被配置成实施本发明实施例的一个或多个集成电路，例如：一个或多个微处理器(英文：digitalsingnalprocessor，简称：dsp)，或，一个或者多个现场可编程门阵列(英文：fieldprogrammablegatearray，简称：fpga)。
存储器33可以是一个存储装置，也可以是多个存储元件的统称，且用于存储可执行程序代码或接入网管理设备运行所需要参数、数据等。且存储器33可以包括随机存储器(简称：ram)，也可以包括非易失性存储器(英文：non-volatilememory)，例如磁盘存储器，闪存(英文：flash)等。
总线34可以是工业标准体系结构(英文：industrystandardarchitecture，简称：isa)总线、外部设备互连(英文：peripheralcomponent，简称：pci)总线或扩展工业标准体系结构(英文：extendedindustrystandardarchitecture，简称：eisa)总线等。该总线34可以分为地址总线、数据总线、控制总线等。为便于表示，图16中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
该虚拟节能调度器30还可以包括输入输出装置，连接于总线34，以通过总线34与处理器31等其它部分连接。
其中，处理器31调用存储器33中的程序代码，用于执行以上方法实施例中虚拟节能调度器30执行的操作。例如，包括：
根据通过接口电路32所获取的每个虚拟机的历史负载的离散情况，通过处理器31确定每个虚拟机的负载变化程度，并通过处理器31确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，再根据目标虚拟机的历史负载的变化趋势，通过处理器31确定目标虚拟机的目标预测负载，之后根据目标预测负载，以及每个物理服务器的实际剩余容量，通过处理器31确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，并迁移目标虚拟机至目标物理服务器。
在本发明实施例的一个实现方式中，第一时间段包括至少一个周期，处理器31，具体用于：
根据历史负载，确定每个虚拟机的平均负载；根据历史负载和每个虚拟机的平均负载，确定每个虚拟机的平均负载标准方差；确定平均负载标准方差为负载变化程度。
在本发明实施例的一个实现方式中，第二时间段中具有n个时刻，n个时刻包括第1时刻至第n时刻，其中，n为大于1的正整数，处理器31，具体用于：
根据历史负载，确定每个采样点的平均负载变化趋势；分别确定目标虚拟机在第1时刻至第n时刻的预测负载；确定第1时刻至第n时刻的预测负载的平均值为目标虚拟机的目标预测负载。
在本发明实施例的一个实现方式中，处理器31，具体用于：
根据每个物理服务器的实际剩余容量，确定每个物理服务器的可分配容量；按照每个目标虚拟机的目标预测负载从大到小的顺序，依次确定每个目标虚拟机对应的目标物理服务器。
在本发明实施例的一个实现方式中，在确定负载变化程度在阈值区间内的虚拟机为目标虚拟机之后，根据除目标虚拟机以外的其他虚拟机所在物理服务器的负载，通过处理器31将物理服务器的负载小于阈值的物理服务器上的所有虚拟机迁移至其他物理服务器。
需要说明的是，对于实体侧实施例中有关于名词的解释，以及各部件所实现功能时的执行顺序、执行条件等，可以参照上述方法侧实施例中的描述，在此不做赘述。
本发明实施例提供的一种虚拟节能调度器，根据获取的每个虚拟机的历史负载的离散程度，确定每个虚拟机的负载变化程度，之后确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，并根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，并结合每个物理服务器的实际剩余容量来确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，之后将目标虚拟机迁移至目标物理服务器。其中，历史负载为虚拟机在第一时间段内每个采样点的负载，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度，第一时间段为将当前时刻作为截止时刻的一段时间，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
本发明实施例提供一种网络系统，该网络系统包括虚拟机、物理服务器和虚拟节能调度器。其中，虚拟节能调度器具体可以为如图16所示，该虚拟节能调度器中包括如图15所示的装置。
本发明实施例提供的一种网络系统，根据获取的每个虚拟机的历史负载的离散程度，确定每个虚拟机的负载变化程度，之后确定负载变化程度在阈值区间内的虚拟机为目标虚拟机，并根据目标虚拟机的历史负载的变化趋势，确定目标虚拟机的目标预测负载，并结合每个物理服务器的实际剩余容量来确定实际剩余容量大于或等于目标预测负载的物理服务器为目标物理服务器，之后将目标虚拟机迁移至目标物理服务器。其中，历史负载为虚拟机在第一时间段内每个采样点的负载，负载变化程度用于表示虚拟机在第一时间段内负载变化的剧烈程度，第一时间段为将当前时刻作为截止时刻的一段时间，目标预测负载用于表示虚拟机在第二时间段内的平均预测负载，第二时间段为将当前时刻作为起始时刻的一段时间。相比较于现有技术中因业务量的变化而频繁迁移虚拟机，本发明为了避免虚拟机的频繁迁移，可以通过确定目标虚拟机，之后根据目标预测负载将目标虚拟机分配至目标物理服务器。也就是通过考虑目标虚拟机在未来一段时间内的负载变化趋势来确定可以作为目标物理服务器的物理服务器，之后将目标虚拟机迁移至目标物理服务器，这样一来降低了目标分虚拟机频繁迁移的可能性，解决了耗费过多迁移资源的问题，有效减少资源浪费。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-onlymemory，简称：rom)或随机存储记忆体(英文：randomaccessmemory，简称：ram)等。
以上所述，仅为本发明的具体实施方式，但本发明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发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
- 还没有人留言评论。精彩留言会获得点赞！