專利名稱：一種基于資源分類的虛擬機集群的部署方法
技術(shù)領(lǐng)域：
本發(fā)明屬于計算機服務(wù)技術(shù)領(lǐng)域，具體涉及一種基于資源分類的虛擬機集群的部署方法。
背景技術(shù)：
虛擬機集群部署的流程一般分為:虛擬機集群資源特征分析和物理機資源負載分析；虛擬機集群資源特征分析可以基于用戶的指定，也可以根據(jù)系統(tǒng)根據(jù)以往的監(jiān)控數(shù)據(jù)作出分析，以確定其資源類型；物理機資源負載分析以確定哪些物理機適合部署這些集群的虛擬機；虛擬機鏡像準(zhǔn)備，這包括鏡像配置文件的準(zhǔn)備，以及鏡像的傳遞；最后完成虛擬機應(yīng)用集群的啟動。集群部署策略涉及到鏡像管理、鏡像傳遞、集群部署結(jié)點選擇、虛擬機的創(chuàng)建等一系列過程。其中:鏡像管理是虛擬機集群部署的前提，要想提高系統(tǒng)部署虛擬機集群的效率，鏡像上面可以做許多的改進工作，如鏡像的訂制、鏡像按資源類型分類、鏡像的副本策略，都是提高系統(tǒng)效率的關(guān)鍵機制。所有的鏡像都存儲在鏡像庫中，為了實現(xiàn)鏡像的安全可靠，一般也是采用鏡像副本策略。當(dāng)前許多可以用來做鏡像庫的產(chǎn)品，如NFS(網(wǎng)絡(luò)文件系統(tǒng))、SffIFT(環(huán)球同業(yè)銀行金融電信協(xié)會)系統(tǒng)，不僅能夠節(jié)約空間，而且提高了效率。虛擬機集群部 署結(jié)點選擇是指從物理機系統(tǒng)中選擇一些物理機結(jié)點用來部署虛擬機。當(dāng)前已經(jīng)有多種虛擬機部署選擇策略，一般采用的策略包括順序貪婪部署選擇策略和均衡部署選擇策略，無論是采用哪種策略，都需要從信息或者性能中心獲取候選物理機的相關(guān)信息，包括CPU、內(nèi)存、網(wǎng)絡(luò)帶寬、I/O使用情況。集群虛擬機的創(chuàng)建包括虛擬機配置文件生成以及虛擬機的啟動，虛擬機配置文件是指虛擬機啟動時所需要用到的一些配置參數(shù)，包括內(nèi)存需求、虛擬機UUID(全球唯一標(biāo)識符)、CPU內(nèi)核個數(shù)、鏡像文件存放位置、網(wǎng)絡(luò)配置信息等。虛擬機的啟動包括創(chuàng)建配置文件、拷貝鏡像文件、調(diào)用虛擬機平臺接口?！獋€好的集群部署策略需要以最短的時間滿足用戶請求，即使用戶請求在最小化的時間內(nèi)分配到相應(yīng)的物理機上；最大化系統(tǒng)吞吐量，使系統(tǒng)的資源使用率達到最大；具有良好的可擴展性；最小化集群部署操作給系統(tǒng)帶來的額外開銷?，F(xiàn)有的部署方法面對新的技術(shù)挑戰(zhàn)還是存在一些缺陷，專利申請?zhí)枮?01110401608.1的中國專利申請公開了一種虛擬機的部署方法及裝置，方法包括:接收部署虛擬機的請求，所述部署請求中攜帶部署虛擬機所使用的虛擬機鏡像文件標(biāo)識；根據(jù)所述虛擬機鏡像文件標(biāo)識獲得相應(yīng)的虛擬機鏡像文件在分布式文件系統(tǒng)中的存儲信息，所述分布式文件系統(tǒng)由多個計算節(jié)點的本地存儲組成；根據(jù)所述存儲信息以及所述多個計算節(jié)點的負載信息，選擇部署所述虛擬機的計算節(jié)點，并在已選擇的計算節(jié)點上部署虛擬機。該方法采用了分布式文件系統(tǒng)，然則這些文件系統(tǒng)面對眾多集群鏡像的巨大容量需求時，很難滿足要求，且當(dāng)部署集群時，傳統(tǒng)的分布式文件系統(tǒng)在對一份鏡像建立多個傳輸連接時，很容易成為瓶頸；同時，分布式文件系統(tǒng)一旦遇到故障，極有可能造成鏡像文件的丟失；另外，傳統(tǒng)的集群部署時只考察物理結(jié)點對某一資源的利用率，沒有充分分析集群的資源特征，因此不能充分利用計算機各種資源。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)所存在的上述技術(shù)問題，本發(fā)明提供了一種基于資源分類的虛擬機集群的部署方法，采用資源分類的策略，將虛擬機集群分為不同資源類型，能夠?qū)崿F(xiàn)整個物理機系統(tǒng)的負載均衡。一種基于資源分類的虛擬機集群的部署方法，包括如下步驟:(I)根據(jù)虛擬機集群所對應(yīng)的具體應(yīng)用，確定虛擬機集群的資源類型；(2)根據(jù)虛擬機集群的資源類型，依次從物理機系統(tǒng)中選取k個物理機節(jié)點，并將虛擬機集群中各虛擬機分別分配給這k個物理機節(jié)點，k為虛擬機集群中虛擬機的個數(shù)；(3)從模板庫中將虛擬機集群對應(yīng)的配置文件和鏡像文件傳遞給選取出的各物理機節(jié)點。所述的資源類型有三類，分別為計算密集型、存儲密集型和流量密集型。所述的步驟(2)中，從物理機系統(tǒng)中選取物理機節(jié)點并將虛擬機分配給物理機節(jié)點的方法如下:a.根據(jù)虛擬機集群的資源類型，計算出物理機系統(tǒng)中每臺物理機的負載信息值F ；b.對于物理機系統(tǒng)中任一臺物理機，計算出該物理機的負載信息值L，判斷其負載信息值L是否大于給定的過載閾值，若是，則淘汰該物理機，若否，則保留該物理機；依此遍歷每臺物理機；c.從保留下的所有物理機中選取負載信息值F最大的物理機作為一個物理機節(jié)點，并從虛擬機集群中任取一虛擬機分配給該物理機節(jié)點；d.返回執(zhí)行步驟a，循環(huán)操作直至將虛擬機集群中各虛擬機分配完畢。若所述的虛擬機集群的資源類型為計算密集型，則負載信息值F根據(jù)以下公式求得:F= a (1-c)+ β (m+n) +node* y若所述的虛擬機集群的資源類型為存儲密集型，則負載信息值F根據(jù)以下公式求得:F= a (1-m) + β (c+n) +node* y若所述的虛擬機集群的資源類型為流量密集型，則負載信息值F根據(jù)以下公式求得:F= α (1-η) + β (c+m) +node* y其中:c、m和n分別為物理機當(dāng)前的CPU利用率、內(nèi)存利用率和網(wǎng)絡(luò)帶寬利用率，node為當(dāng)前物理機上所加載有的虛擬機個數(shù)，α、β和Y均為給定的權(quán)重系數(shù)且為實際經(jīng)驗值。所述的負載信息值L根據(jù)以下公式求得:L=a1c+a2m+a3n+node>l< Y其中:c、m和η分別為物理機當(dāng)前的CPU利用率、內(nèi)存利用率和網(wǎng)絡(luò)帶寬利用率，110(16為當(dāng)前物理機上所加載有的虛擬機個數(shù),&1、&2、&3和Y均為給定的權(quán)重系數(shù)且為實際
經(jīng)驗值。優(yōu)選地，所述的步驟(3)中，從模板庫中將鏡像文件傳遞給選取出的各物理機節(jié)點的方法如下:A.計算選取出的各物理機節(jié)點的傳輸負載值T ；B.對于任一物理機節(jié)點，判斷其傳輸負載值T是否大于給定的負載閾值，若是，則保留該物理機節(jié)點，若否，則淘汰該物理機節(jié)點；依此遍歷選取出的各物理機節(jié)點；C.構(gòu)建一傳輸隊列，將保留下的物理機節(jié)點按傳輸負載值T從小到大的排列順序存放入所述的傳輸隊列中；D.若模板庫中鏡像文件具有i個副本，則從傳輸隊列中提取出排列前i+1個物理機節(jié)點，并將模板庫中的鏡像文件及其i個副本分別傳遞給這i+1個物理機節(jié)點；傳輸完畢后，則使模板庫中的鏡像文件及其i個副本以及得到鏡像文件的i+1個物理機節(jié)點均作為傳輸源，再從傳輸隊列中提取出排列前2i+2個物理機節(jié)點，使2i+2個傳輸源分別向這2i+2個物理機節(jié)點傳遞鏡像文件；依此傳播直至傳輸隊列中各物理機節(jié)點均得到鏡像文件，i為大于0的自然數(shù)；E.對于步驟B中淘汰的物理機節(jié)點，則使這些物理機節(jié)點從模板庫中通過傳遞獲取鏡像文件或其副本。所述的傳輸負載值T根據(jù)以下公式求得:T=a4C+a5N其中:C和N分別為物理機節(jié)點所對應(yīng)物理機當(dāng)前的CPU利用率和網(wǎng)絡(luò)帶寬利用率，a4和a5均為給定的權(quán)重系數(shù)且為實際經(jīng)驗值。本發(fā)明的有益技術(shù)效果如下:(I)本發(fā)明通過鏡像的副本機制，有效的避免鏡像文件系統(tǒng)故障對鏡像管理及鏡像傳輸?shù)母蓴_；(2)本發(fā)明通過鏡像多路并行傳遞機制，可以極大的加快鏡像傳遞的速度，縮短集群部署的響應(yīng)時間；(3)本發(fā)明通過集群部署結(jié)點選擇算法可以有效的利用整個物理機系統(tǒng)的物理資源，避免物理機一部分資源的利用很高，而另一部分則相當(dāng)空閑，還可以實現(xiàn)整個系統(tǒng)的負載均衡。


圖1為本發(fā)明部署方法的步驟流程示意圖。圖2為本發(fā)明鏡像傳遞的示意圖。圖3為本發(fā)明鏡像傳遞方法與傳統(tǒng)鏡像傳遞方法的實驗結(jié)果對比示意圖。圖4 (a)為本發(fā)明集群分配方法與傳統(tǒng)貪婪分配方法關(guān)于CPU數(shù)據(jù)的對比示意圖。圖4(b)為本發(fā)明集群分配方法與傳統(tǒng)貪婪分配方法關(guān)于內(nèi)存數(shù)據(jù)的對比示意圖。圖4(c)為本發(fā)明集群分配方法與傳統(tǒng)貪婪分配方法關(guān)于網(wǎng)絡(luò)帶寬數(shù)據(jù)的對比示意圖。
圖4(d)為本發(fā)明集群分配方法與傳統(tǒng)貪婪分配方法關(guān)于I/O數(shù)據(jù)的對比示意圖。
具體實施例方式為了更為具體地描述本發(fā)明，下面結(jié)合附圖及具體實施方式
對本發(fā)明方法進行詳細說明。如圖1所示，一種基于資源分類的虛擬機集群的部署方法，包括如下步驟:(I)根據(jù)虛擬機集群所對應(yīng)的具體應(yīng)用，確定虛擬機集群的資源類型；資源類型有三類，分別為計算密集型、存儲密集型和流量密集型；計算密集型集中在分布式計算，并行計算,實時計算,典型的應(yīng)用包括:MapRedcue(谷歌公司的分布式計算平臺)，BOINC (伯克利開放式網(wǎng)絡(luò)計算平臺)，CORBA (公共對象請求代理體系結(jié)構(gòu))，Dryad (微軟的分布式并行計算平臺)。數(shù)據(jù)密集型的應(yīng)用主要集中在海量文件存儲領(lǐng)域和緩存領(lǐng)域，典型的數(shù)據(jù)密集型應(yīng)用包括:GFS (谷歌公司的分布文件存儲系統(tǒng))、CEPH (Linux的海量數(shù)據(jù)分布式文件系統(tǒng))、HDFS (Hadoop的分布式文件系統(tǒng))、Memcached (分布式內(nèi)存對象緩存系統(tǒng))、Membase(NoSQL家族的分布式緩存系統(tǒng))。流量密集型計算主要集中在海量流式計算與大規(guī)模復(fù)雜事件處理，典型的應(yīng)用是微軟之前推出的StreamInsight。上述這些應(yīng)用分類都是在已經(jīng)的經(jīng)驗來判定應(yīng)用的資源類型，當(dāng)一個應(yīng)用是新應(yīng)用時，就需要根據(jù)運行效果來判定，根據(jù)經(jīng)驗表明，可以使用各種應(yīng)用的CPU、內(nèi)存、網(wǎng)絡(luò)帶寬、I/o的平均利用率；在測試出要部署的應(yīng)用的CPU、內(nèi)存、網(wǎng)絡(luò)帶寬、I/O的利用率之后，分別減去它們的平均利用率，具有最高值的類型，就可以確定為應(yīng)用的資源類型。(2)根據(jù)虛擬機集群的資源類型，依次從物理機系統(tǒng)中選取k個物理機節(jié)點，并將虛擬機集群中各虛擬機分別分配給這k個物理機節(jié)點，k為虛擬機集群中虛擬機的個數(shù)；本實施方式中，待部署的虛擬機集群中虛擬機的個數(shù)k為24。一般在部署前先過濾集群部署請求，如果通過算法計算出物理機系統(tǒng)因為CPU、內(nèi)存、文件容量、網(wǎng)絡(luò)帶寬等方面的限制，致使不能完成此次集群部署時，應(yīng)當(dāng)過濾此次部署請求，并向用戶反饋。具體部署實現(xiàn)方式如下:a.根據(jù)虛擬機集群的資源類型，計算出物理機系統(tǒng)中每臺物理機的負載信息值F ；若虛擬機集群的資源類型為計算密集型，則負載信息值F根據(jù)以下公式求得:F= a (1-c)+ β (m+n) +node* y若虛擬機集群的資源類型為存儲密集型，則負載信息值F根據(jù)以下公式求得:F= a (1-m) + β (c+n) +node* y若虛擬機集群的資源類型為流量密集型，則負載信息值F根據(jù)以下公式求得:F= α (1-η) + β (c+m) +node* y其中:c、m和n分別為物理機當(dāng)前的CPU利用率、內(nèi)存利用率和網(wǎng)絡(luò)帶寬利用率，node為當(dāng)前物理機上所加載有的虛擬機個數(shù)，α、β和Y均為給定的權(quán)重系數(shù)；本實施方式中 α = β =0.5, Y =0.2 οb.對于物理機系統(tǒng)中任一臺物理機，計算出該物理機的負載信息值L，判斷其負載信息值L是否大于給定的過載閾值，若是，則淘汰該物理機，若否，則保留該物理機；依此遍歷每臺物理機，本實施方式中過載閾值設(shè)定為83 ；負載信息值L根據(jù)以下公式求得:L=a1c+a2m+a3n+node>l< y其中叫、32和33均為給定的權(quán)重系數(shù)，本實施方式中&1=0.4，32=33=0.3。c.從保留下的所有物理機中選取負載信息值F最大的物理機作為一個物理機節(jié)點，并從虛擬機集群中任取一虛擬機分配給該物理機節(jié)點，同時將該物理機節(jié)點插入一優(yōu)先級隊列中；d.返回執(zhí)行步驟a，循環(huán)操作直至將虛擬機集群中各虛擬機分配完畢。(3)從模板庫中將虛擬機集群對應(yīng)的配置文件和鏡像文件傳遞給選取出的各物理機節(jié)點；其中，由于配置文件一般比較小，所以物理機節(jié)點可直接從模板庫中通過傳遞獲取得到；而鏡像文件一般較大，故本實施方式采用以下傳遞方式將從模板庫中將鏡像文件傳遞給各物理機節(jié)點:A.根據(jù)以下公式計算選取出的各物理機節(jié)點的傳輸負載值T ；T=a4C+a5N其中:C和N分別為物理機節(jié)點所對應(yīng)物理機當(dāng)前的CPU利用率和網(wǎng)絡(luò)帶寬利用率，a4和a5均為給定的權(quán)重系數(shù)，本實施方式中a4=a5=0.5。B.對于任一物理機節(jié)點，判斷其傳輸負載值T是否大于給定的負載閾值，若是，則保留該物理機節(jié)點，若否，則淘汰該物理機節(jié)點；依此遍歷選取出的各物理機節(jié)點；本實施方式中負載閾值設(shè)定為0.7，24個物理機節(jié)點中保留了 22個，淘汰了 2個。C.構(gòu)建一傳輸隊列，將保留下的物理機節(jié)點按傳輸負載值T從小到大的排列順序存放入傳輸隊列中；D.如圖2所示，若模板庫中鏡像文件具有i個副本(本實施方式中i=2)，則從傳輸隊列中提取出排列前i+1個物理機節(jié)點，并將模板庫中的鏡像文件及其i個副本分別傳遞給這i+1個物理機節(jié)點；傳輸完畢后，則使模板庫中的鏡像文件及其i個副本以及得到鏡像文件的i+1個物理機節(jié)點均作為傳輸源，再從傳輸隊列中提取出排列前2i+2個物理機節(jié)點，使2i+2個傳輸源分別向這2i+2個物理機節(jié)點傳遞鏡像文件；依此傳播直至傳輸隊列中各物理機節(jié)點均得到鏡像文件； E.對于步驟B中淘汰的2個物理機節(jié)點，則使這2個物理機節(jié)點從模板庫中通過傳遞分別獲取鏡像文件及其副本I。最后啟動虛擬機集群中的所有虛擬機，完成集群部署。以下我們通過實驗使本實施方式與傳統(tǒng)NFS單點鏡像傳遞和Swift鏡像部署傳遞進行比較，這兩種對比方法都是云平臺普遍使用的方式。當(dāng)?shù)玫奖緦嵤┓绞界R像并行多路傳遞策略以及傳統(tǒng)NFS鏡像傳遞策略和Swift鏡像庫的測試結(jié)果后，對比三者的時間。驗證中鏡像文件的大小為3G，鏡像數(shù)量分別為1、2、4、5、6、7、8、16、32、64，本實施方式及傳統(tǒng)鏡像傳遞方法的副本都設(shè)置為2的情況下，傳遞時間實驗結(jié)果如圖3所示，橫坐標(biāo)為鏡像數(shù)量，縱坐標(biāo)為傳遞時間。當(dāng)傳遞的數(shù)量都為I時，本實施方式的鏡像傳遞時間與NFS系統(tǒng)的鏡像傳遞時間都差不多；當(dāng)鏡像傳遞數(shù)量較小時，Swift鏡像管理方式與本實施方式的鏡像管理方式性能都差不多；但是當(dāng)傳遞的數(shù)量比較大時，NFS系統(tǒng)的鏡像傳遞時間與數(shù)量成線性增長，Swift鏡像庫的傳遞時間也增長較大，而本實施方式的鏡像多路并行傳遞時間則是對數(shù)關(guān)系增長。因此，實驗結(jié)果表明，當(dāng)鏡像傳遞數(shù)量較大時，本實施方式的鏡像傳遞策略對于大規(guī)模虛擬機集群的部署具有更優(yōu)的傳輸性能。以下我們對本實施方式的分配算法與傳統(tǒng)貪婪分配算法就CPU、內(nèi)存、網(wǎng)絡(luò)帶寬、I/O四種數(shù)據(jù)進行比較，如圖4所示。根據(jù)這四組對比數(shù)據(jù)，可以得到兩種分配算法的CPU、內(nèi)存、網(wǎng)絡(luò)帶寬、I/O的數(shù)據(jù)與平均值的誤差平均數(shù)值，各項數(shù)值如表I所示:表I
權(quán)利要求
1.一種基于資源分類的虛擬機集群的部署方法，包括如下步驟: (1)根據(jù)虛擬機集群所對應(yīng)的具體應(yīng)用，確定虛擬機集群的資源類型； (2)根據(jù)虛擬機集群的資源類型，依次從物理機系統(tǒng)中選取k個物理機節(jié)點，并將虛擬機集群中各虛擬機分別分配給這k個物理機節(jié)點，k為虛擬機集群中虛擬機的個數(shù)； (3)從模板庫中將虛擬機集群對應(yīng)的配置文件和鏡像文件傳遞給選取出的各物理機節(jié)點。
2.根據(jù)權(quán)利要求1所述的基于資源分類的虛擬機集群的部署方法，其特征在于:所述的步驟(2)中，從物理機系統(tǒng)中選取物理機節(jié)點并將虛擬機分配給物理機節(jié)點的方法如下: a.根據(jù)虛擬機集群的資源類型，計算出物理機系統(tǒng)中每臺物理機的負載信息值F; b.對于物理機系統(tǒng)中任一臺物理機，計算出該物理機的負載信息值L，判斷其負載信息值L是否大于給定的過載閾值，若是，則淘汰該物理機，若否，則保留該物理機；依此遍歷每臺物理機； c.從保留下的所有物理機中選取 負載信息值F最大的物理機作為一個物理機節(jié)點，并從虛擬機集群中任取一虛擬機分配給該物理機節(jié)點； d.返回執(zhí)行步驟a，循環(huán)操作直至將虛擬機集群中各虛擬機分配完畢。
3.根據(jù)權(quán)利要求2所述的基于資源分類的虛擬機集群的部署方法，其特征在于:若所述的虛擬機集群的資源類型為計算密集型，則負載信息值F根據(jù)以下公式求得:F= a (l_c) + 3 (m+n) +node* y 若所述的虛擬機集群的資源類型為存儲密集型，則負載信息值F根據(jù)以下公式求得:F= a (1-m)+ 3 (c+n) +node* y 若所述的虛擬機集群的資源類型為流量密集型，則負載信息值F根據(jù)以下公式求得:F= a (l_n) + 3 (c+m) +node* y 其中:c、m和n分別為物理機當(dāng)前的CPU利用率、內(nèi)存利用率和網(wǎng)絡(luò)帶寬利用率，node為當(dāng)前物理機上所加載有的虛擬機個數(shù)，a、0和Y均為給定的權(quán)重系數(shù)。
4.根據(jù)權(quán)利要求2所述的基于資源分類的虛擬機集群的部署方法，其特征在于:所述的負載信息值L根據(jù)以下公式求得: L=a1c+a2m+a3n+node>i< y 其中:c、m和n分別為物理機當(dāng)前的CPU利用率、內(nèi)存利用率和網(wǎng)絡(luò)帶寬利用率，node為當(dāng)前物理機上所加載有的虛擬機個數(shù)，&1、&2、&3和Y均為給定的權(quán)重系數(shù)。
5.根據(jù)權(quán)利要求1所述的基于資源分類的虛擬機集群的部署方法，其特征在于:所述的步驟(3)中，從模板庫中將鏡像文件傳遞給選取出的各物理機節(jié)點的方法如下: A.計算選取出的各物理機節(jié)點的傳輸負載值T; B.對于任一物理機節(jié)點，判斷其傳輸負載值T是否大于給定的負載閾值，若是，則保留該物理機節(jié)點，若否，則淘汰該物理機節(jié)點；依此遍歷選取出的各物理機節(jié)點； C.構(gòu)建一傳輸隊列，將保留下的物理機節(jié)點按傳輸負載值T從小到大的排列順序存放入所述的傳輸隊列中； D.若模板庫中鏡像文件具有i個副本，則從傳輸隊列中提取出排列前i+1個物理機節(jié)點，并將模板庫中的鏡像文件及其i個副本分別傳遞給這i+1個物理機節(jié)點；傳輸完畢后，則使模板庫中的鏡像文件及其i個副本以及得到鏡像文件的i+Ι個物理機節(jié)點均作為傳輸源，再從傳輸隊列中提取出排列前2i+2個物理機節(jié)點，使2i+2個傳輸源分別向這2i+2個物理機節(jié)點傳遞鏡像文件；依此傳播直至傳輸隊列中各物理機節(jié)點均得到鏡像文件，i為大于O的自然數(shù)； E.對于步驟B中淘汰的物理機節(jié)點，則使這些物理機節(jié)點從模板庫中通過傳遞獲取鏡像文件或其副本。
6.根據(jù)權(quán)利要求5所述的基于資源分類的虛擬機集群的部署方法，其特征在于:所述的傳輸負載值T根據(jù)以下公式求得:T=a4C+a5N 其中:C和N分別為物理機節(jié)點所對應(yīng)物理機當(dāng)前的CPU利用率和網(wǎng)絡(luò)帶寬利用率，a4和％均為給定的權(quán)重系數(shù)。`
全文摘要
本發(fā)明公開了一種基于資源分類的虛擬機集群的部署方法，包括副本機制和鏡像多路并行傳遞機制兩個部分；其通過鏡像的副本機制，有效的避免鏡像文件系統(tǒng)故障對鏡像管理及鏡像傳輸?shù)母蓴_；同時通過鏡像多路并行傳遞機制，可以極大的加快鏡像傳遞的速度，縮短集群部署的響應(yīng)時間；另外本發(fā)明通過集群部署結(jié)點選擇算法可以有效的利用整個物理機系統(tǒng)的物理資源，避免物理機一部分資源的利用很高，而另一部分則相當(dāng)空閑，還可以實現(xiàn)整個系統(tǒng)的負載均衡。
文檔編號G06F9/50GK103176849SQ201310078450
公開日2013年6月26日 申請日期2013年3月12日 優(yōu)先權(quán)日2013年3月12日
發(fā)明者尹建偉, 李志紅, 李瑩, 鄧水光, 吳朝暉 申請人:浙江大學(xué)