專利名稱：一種基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法
技術(shù)領(lǐng)域：
本專利涉及一種云計算環(huán)境下虛擬機(jī)遷移選擇方法，尤其是一種虛擬機(jī)動態(tài)遷移選擇機(jī)制的改進(jìn)，屬于計算機(jī)網(wǎng)絡(luò)領(lǐng)域。
背景技術(shù)：
隨著云計算理念的不斷普及和深化，以虛擬化為主要支撐技術(shù)的資源管理模式逐漸成為人們關(guān)注的焦點和難點。據(jù)Gartner統(tǒng)計和預(yù)測，2009年，全球虛擬機(jī)節(jié)點總數(shù)約為1080萬，2012年將達(dá)到5800萬，且整體發(fā)展還呈現(xiàn)快速上升態(tài)勢。一方面，虛擬化技術(shù)的不斷普及極大地促進(jìn)相關(guān)領(lǐng)域技術(shù)的發(fā)展，包括云資源管理技術(shù)、虛擬化遷移技術(shù)以及資源持續(xù)服務(wù)技術(shù)等；但另一方面，如何有效地對虛擬機(jī)遷移進(jìn)行管理，特別是動態(tài)虛擬機(jī)遷移，逐漸成為一個急待解決的技術(shù)難題。目前，針對虛擬機(jī)遷移管理的研究工作主要涉及虛擬機(jī)負(fù)載檢測和評估、待遷移虛擬機(jī)選擇、目標(biāo)遷移主機(jī)選擇以及運(yùn)行遷移執(zhí)行等。為了解決上述問題，領(lǐng)域研究人員紛紛開展了大量研究工作，并取得了很多有意義的研究成果，如文獻(xiàn)“Optimal Online Deterministic Algorithms and AdaptiveHeuristics for Energy and Performance Efficient Dynamic Consolidation ofVirtual Machines in Cloud Data Centers” (A Beloglazov, R Buyya. Concurrencyand Computation:Practice and Experience. September 2012.24 (13):1397-1420)和 文 獻(xiàn)“Design and implementation of adaptive power-aware virual machineprovisioner (APA-VMP) using swarm intelligence，，(R Jeyarania, N Nagavenib, RVasanth Ram. Future Generation Computer Systems. May2Ol2, 28 (5) :811_821)。但從現(xiàn)有進(jìn)展來看，還有很多工作有待解決和完善。在虛擬機(jī)動態(tài)遷移選擇方面，主要表現(xiàn)如下所有方法都是基于個體對象偏離總體分布的思想而展開，只能選擇占用資源最多或最小的目標(biāo)個體，而不能選出最不穩(wěn)定的目標(biāo)個體。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，簡便易行，且能夠有效地提升整個目標(biāo)主機(jī)集群的虛擬機(jī)調(diào)度效率，提高整個系統(tǒng)的運(yùn)行效率和穩(wěn)定性。實現(xiàn)本發(fā)明目的的技術(shù)解決方案為一種基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，對于目標(biāo)主機(jī)集群中的任意一個物理主機(jī)，首先對其上運(yùn)行的所有虛擬機(jī)運(yùn)行過程進(jìn)行連續(xù)多點CPU使用量數(shù)據(jù)監(jiān)測，其次是根據(jù)預(yù)先確定的分析模型對監(jiān)測結(jié)果進(jìn)行分析，并進(jìn)行穩(wěn)定性判斷，最后依據(jù)判斷結(jié)果決定當(dāng)前選定的虛擬機(jī)是否進(jìn)行遷移，具體過程為(I)依據(jù)具體應(yīng)用需求，為目標(biāo)主機(jī)集群M = [M1, M2, , MmJ中所有物理主機(jī)設(shè)置相同運(yùn)行虛擬機(jī)監(jiān)控與調(diào)度參數(shù)，具體設(shè)置參數(shù)包括CPU使用量采集周期T、安全系數(shù)S、歷史數(shù)據(jù)記錄數(shù)為N和物理主機(jī)負(fù)載判斷方法為P，轉(zhuǎn)步驟(2)，其中me表示集群中物理主機(jī)的數(shù)量；(2)依次掃描目標(biāo)主機(jī)集群中的所有物理主機(jī)，若所有物理主機(jī)已經(jīng)掃描完成，則本次掃描操作結(jié)束；否則，掃描下一個物理主機(jī)，當(dāng)P檢測到某物理主機(jī)Mk出現(xiàn)運(yùn)行超負(fù)載時，從Mk所包含的虛擬機(jī)集R = Wu，vk.1，…，vt,pk ]中選擇某虛擬機(jī)作為遷移對象，轉(zhuǎn)步驟(3 );否則，即P檢測到物理主機(jī)Mk處于正常運(yùn)行狀態(tài)，則完成本次遷移選擇操作，其中Pk表示主機(jī)Mk中所包含虛擬機(jī)數(shù)量，I < k < mc，且k表示物理主機(jī)在目標(biāo)主機(jī)集群中的編號；(3)從主機(jī)Mk中選擇TH最大的虛擬機(jī)Vtj作為遷移選擇結(jié)果，I彡j彡P(guān)k，輸出遷移選擇結(jié)果，并將其遷移至待遷移的主機(jī)，轉(zhuǎn)步驟(4)；(4)若Vlu遷移主機(jī)Md后，使用P方法判斷仍然為超負(fù)載，若超負(fù)載，則轉(zhuǎn)步驟(2);否則，完成本次遷移選擇操作，I ^ d ^ me, d表示物理主機(jī)在目標(biāo)主機(jī)集群中的編號，且
d ^ ko
本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點復(fù)雜度較低，使用簡便，且能夠有效地提升整個目標(biāo)主機(jī)集群的虛擬機(jī)調(diào)度效率，提高整個系統(tǒng)的運(yùn)行效率和穩(wěn)定性。下面結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)描述。


圖1是本發(fā)明基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法的流程圖。圖2是消耗能量分析圖。圖3是實際遷移VM數(shù)量分析圖。圖4是每次激活主機(jī)的SLA時間分析圖。圖5是VM選擇時間分析圖。
具體實施例方式結(jié)合圖1，本發(fā)明基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，對于目標(biāo)主機(jī)集群(指由兩個或兩個以上物理主機(jī)組成的主機(jī)群組)中的任意一個物理主機(jī)，首先對其上運(yùn)行的所有虛擬機(jī)(指運(yùn)行中目標(biāo)主機(jī)集群中任意主機(jī)節(jié)點的虛擬機(jī))運(yùn)行過程進(jìn)行連續(xù)多點CPU使用量數(shù)據(jù)監(jiān)測，其次是根據(jù)預(yù)先確定的分析模型(如心跳幅度、最小遷移時間、最大相關(guān)度以及隨機(jī)選擇等)對監(jiān)測結(jié)果進(jìn)行分析，并進(jìn)行穩(wěn)定性判斷(如心跳幅度值最大、遷移時間最短、相關(guān)度最大等)，最后依據(jù)判斷結(jié)果決定當(dāng)前選定的虛擬機(jī)是否進(jìn)行遷移，具體過程如下1、依據(jù)具體應(yīng)用需求,為目標(biāo)主機(jī)集群M = [M1, M2，…，MnJ (其中，mc表示集群中物理主機(jī)的數(shù)量)中所有物理主機(jī)設(shè)置相同運(yùn)行虛擬機(jī)監(jiān)控與調(diào)度參數(shù)，具體設(shè)置參數(shù)包括=CPU使用量采集周期T，安全系數(shù)S，歷史數(shù)據(jù)記錄數(shù)為N，物理主機(jī)負(fù)載判斷方法為P(如四分位距IQR，即將原始數(shù)列依據(jù)從小到大順序重排序，然后將排序后的數(shù)列分成四等份，并取第三個四分位上值與第一個四分位上的值之差)，轉(zhuǎn)步驟2。2、依次掃描目標(biāo)主機(jī)集群中的所有物理主機(jī)。若所有物理主機(jī)已經(jīng)掃描完成，則本次掃描操作結(jié)束；否則，掃描下一個物理主機(jī)。當(dāng)P檢測到某物理主機(jī)Mk (I ^mc,且k表示物理主機(jī)在目標(biāo)主機(jī)集群中的編號)出現(xiàn)運(yùn)行超負(fù)載時，采用以下方法從Mk所包含的虛擬機(jī)集L =PUiy5匕4](其中，Pk表示主機(jī)Mk中所包含虛擬機(jī)數(shù)量)中選擇某虛擬機(jī)作為遷移對象。設(shè)虛擬機(jī)vti(l ( i ( Pk，且k表示當(dāng)前虛擬機(jī)所在物理主機(jī)的編號，i表示當(dāng)前虛擬機(jī)在物理主機(jī)Mk虛擬機(jī)列表中的編號)歷史數(shù)據(jù)記錄表為Rk,i = [Rkjijl, Rk,1,2, . . .，Rk, i, N]，TH表示遷移評估參數(shù),且
權(quán)利要求
1.一種基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，其特征在于對于目標(biāo)主機(jī)集群中的任意一個物理主機(jī)，首先對其上運(yùn)行的所有虛擬機(jī)運(yùn)行過程進(jìn)行連續(xù)多點CPU使用量數(shù)據(jù)監(jiān)測，其次是根據(jù)預(yù)先確定的分析模型對監(jiān)測結(jié)果進(jìn)行分析，并進(jìn)行穩(wěn)定性判斷，最后依據(jù)判斷結(jié)果決定當(dāng)前選定的虛擬機(jī)是否進(jìn)行遷移，具體過程為 (1)依據(jù)具體應(yīng)用需求，為目標(biāo)主機(jī)集群M= [M1, M2,, MmJ中所有物理主機(jī)設(shè)置相同運(yùn)行虛擬機(jī)監(jiān)控與調(diào)度參數(shù)，具體設(shè)置參數(shù)包括CPU使用量采集周期T、安全系數(shù)S、歷史數(shù)據(jù)記錄數(shù)為N和物理主機(jī)負(fù)載判斷方法為P，轉(zhuǎn)步驟(2)，其中me表示集群中物理主機(jī)的數(shù)量； (2)依次掃描目標(biāo)主機(jī)集群中的所有物理主機(jī)，若所有物理主機(jī)已經(jīng)掃描完成,則本次掃描操作結(jié)束；否則，掃描下一個物理主機(jī)，當(dāng)P檢測到某物理主機(jī)Mk出現(xiàn)運(yùn)行超負(fù)載時，從Mk所包含的虛擬機(jī)集^1 ]中選擇某虛擬機(jī)作為遷移對象，轉(zhuǎn)步驟(3);否貝U，即P檢測到物理主機(jī)Mk處于正常運(yùn)行狀態(tài)，則完成本次遷移選擇操作，其中Pk表示主機(jī)Mk中所包含虛擬機(jī)數(shù)量，I < k < mc，且k表示物理主機(jī)在目標(biāo)主機(jī)集群中的編號； (3)從主機(jī)Mk中選擇TH最大的虛擬機(jī)Vlu作為遷移選擇結(jié)果，I彡j彡P(guān)k，輸出遷移選擇結(jié)果，并將其遷移至待遷移的主機(jī)，轉(zhuǎn)步驟(4)； (4)若Vlu遷移主機(jī)Md后，使用P方法判斷仍然為超負(fù)載，若超負(fù)載，則轉(zhuǎn)步驟(2)；否則，完成本次遷移選擇操作，l^d^mc, d表示物理主機(jī)在目標(biāo)主機(jī)集群中的編號，且d ^ ko
2.根據(jù)權(quán)利要求1所述的基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，其特征在于步驟(2 )中，采用以下方法從Mk所包含的虛擬機(jī)集^ = Wk,i，vk,2，…，vk,Pt I中選擇某虛擬機(jī)作為遷移對象設(shè)虛擬機(jī)Vk, i歷史數(shù)據(jù)記錄表為Rlu = [Rkjijl, Rkjij2,RkjijJ，TH表示遷移評估參數(shù)，且 7// -1 C；.. (| ,2 + — "u」+…+ I八.,,y — Auv—1|) 其中I ( i <Pk，且k表示當(dāng)前虛擬機(jī)所在物理主機(jī)的編號，i表示當(dāng)前虛擬機(jī)在物理主機(jī)Mk虛擬機(jī)列表中的編號。
全文摘要
本發(fā)明公開了一種基于心跳幅度的虛擬機(jī)動態(tài)遷移選擇方法，對于目標(biāo)主機(jī)集群中的任意一個物理主機(jī)，首先對其上運(yùn)行的所有虛擬機(jī)運(yùn)行過程進(jìn)行連續(xù)多點CPU使用量數(shù)據(jù)監(jiān)測，其次是根據(jù)預(yù)先確定的分析模型對監(jiān)測結(jié)果進(jìn)行分析，并進(jìn)行穩(wěn)定性判斷，最后依據(jù)判斷結(jié)果決定當(dāng)前選定的虛擬機(jī)是否進(jìn)行遷移。本發(fā)明復(fù)雜度較低，使用簡便，且能夠有效地提升整個目標(biāo)主機(jī)集群的虛擬機(jī)調(diào)度效率，提高整個系統(tǒng)的運(yùn)行效率和穩(wěn)定性。
文檔編號G06F9/48GK102999389SQ201210456738
公開日2013年3月27日 申請日期2012年11月14日 優(yōu)先權(quán)日2012年11月14日
發(fā)明者雷萬保 申請人:中國電子科技集團(tuán)公司第十四研究所