本發(fā)明涉及計(jì)算機(jī)網(wǎng)絡(luò)，特別涉及一種基于集群下虛擬機(jī)numa自動(dòng)調(diào)度方法。

背景技術(shù)：

1、numa(non-uniform?memoryaccess)，非一致性?xún)?nèi)存訪(fǎng)問(wèn)，是一種關(guān)于多個(gè)cpu如何訪(fǎng)問(wèn)內(nèi)存的架構(gòu)模型，在numa架構(gòu)中，將處理器和存儲(chǔ)器劃分到不同的節(jié)點(diǎn)(numanode)，它們都擁有幾乎相等的資源；在numa節(jié)點(diǎn)內(nèi)部會(huì)通過(guò)自身的存儲(chǔ)總線(xiàn)訪(fǎng)問(wèn)內(nèi)部的本地內(nèi)存，而所有numa節(jié)點(diǎn)都可以通過(guò)qpi(quick?path?inter?connect)總線(xiàn)來(lái)訪(fǎng)問(wèn)其他節(jié)點(diǎn)的遠(yuǎn)程內(nèi)存。

2、由于cpu訪(fǎng)問(wèn)不同類(lèi)型節(jié)點(diǎn)內(nèi)存的速度是不相同的，訪(fǎng)問(wèn)本地節(jié)點(diǎn)的速度最快，訪(fǎng)問(wèn)遠(yuǎn)端節(jié)點(diǎn)的速度最慢，即訪(fǎng)問(wèn)速度與節(jié)點(diǎn)的距離有關(guān)，距離越遠(yuǎn)訪(fǎng)問(wèn)速度越慢，所以叫做非一致性?xún)?nèi)存訪(fǎng)問(wèn)，這個(gè)訪(fǎng)問(wèn)內(nèi)存的距離稱(chēng)作節(jié)點(diǎn)距離node?distance。

3、雖然numa很好地解決了對(duì)稱(chēng)多處理架構(gòu)(smp，symmetrical?multi-processing))下處理器大量擴(kuò)展帶來(lái)的性能問(wèn)題，但是其自身也存在著不足，當(dāng)node節(jié)點(diǎn)本地內(nèi)存不足時(shí)，需要跨節(jié)點(diǎn)訪(fǎng)問(wèn)內(nèi)存，節(jié)點(diǎn)間的訪(fǎng)問(wèn)速度慢，從而也會(huì)帶來(lái)性能的下降。

4、且numa作為云基礎(chǔ)設(shè)施平臺(tái)的通用技術(shù)，以虛擬機(jī)為維度進(jìn)行管理，需要專(zhuān)業(yè)的運(yùn)維人員去布局numa，因此，虛擬機(jī)的虛擬處理器(vcpu，virtual?central?processingunit)和內(nèi)存在numa節(jié)點(diǎn)上的錯(cuò)誤布局，不但會(huì)導(dǎo)致降低服務(wù)器的性能，而且會(huì)導(dǎo)致服務(wù)器資源的嚴(yán)重浪費(fèi)，這將抹掉任何內(nèi)存與cpu決策所帶來(lái)的好處，甚至?xí)?dǎo)致虛擬機(jī)啟動(dòng)失敗。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種基于集群下虛擬機(jī)numa自動(dòng)調(diào)度方法，其目的是為了在有效降低運(yùn)維的使用成本的同時(shí)提高虛擬機(jī)的性能。

2、為了達(dá)到上述目的，本發(fā)明提供了一種基于集群下虛擬機(jī)numa自動(dòng)調(diào)度方法，應(yīng)用于云基礎(chǔ)設(shè)施平臺(tái)，云基礎(chǔ)設(shè)施平臺(tái)包括由多個(gè)服務(wù)器構(gòu)成的集群、numa管理裝置、多個(gè)numa資源監(jiān)控裝置，一個(gè)numa資源監(jiān)控裝置對(duì)應(yīng)一個(gè)服務(wù)器，自動(dòng)調(diào)度方法包括：

3、步驟1，numa管理裝置基于集群中各服務(wù)器的numa資源組建虛擬numa資源池；

4、步驟2，針對(duì)集群中的每個(gè)服務(wù)器，利用與服務(wù)器對(duì)應(yīng)的numa資源監(jiān)控裝置對(duì)服務(wù)器的numa資源使用情況進(jìn)行統(tǒng)計(jì)，得到每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果并上報(bào)至numa管理裝置；

5、步驟3，numa管理裝置接收待調(diào)度虛擬機(jī)開(kāi)啟numa自動(dòng)調(diào)度功能的消息，當(dāng)虛擬numa資源池滿(mǎn)足待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量要求時(shí)，在虛擬numa資源池內(nèi)，根據(jù)集群中每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果為待調(diào)度虛擬機(jī)選擇目標(biāo)服務(wù)器，并將選擇結(jié)果下發(fā)至與目標(biāo)服務(wù)器對(duì)應(yīng)的numa資源監(jiān)控裝置；

6、步驟4，numa管理裝置根據(jù)選擇結(jié)果以及待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量，在目標(biāo)服務(wù)器內(nèi)對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行調(diào)度，得到調(diào)度結(jié)果。

7、進(jìn)一步來(lái)說(shuō)，自動(dòng)調(diào)度方法還包括：

8、將集群中的服務(wù)器劃分為一個(gè)控制節(jié)點(diǎn)和多個(gè)計(jì)算節(jié)點(diǎn)；

9、numa管理裝置部署于控制節(jié)點(diǎn)上，用于對(duì)虛擬numa資源池進(jìn)行管理，為待調(diào)度虛擬機(jī)選擇目標(biāo)服務(wù)器，根據(jù)選擇結(jié)果在目標(biāo)服務(wù)器內(nèi)對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行調(diào)度；

10、numa資源監(jiān)控裝置部署于計(jì)算節(jié)點(diǎn)上，numa資源監(jiān)控裝置與計(jì)算節(jié)點(diǎn)一一對(duì)應(yīng)，用于對(duì)每個(gè)服務(wù)器的numa資源使用情況進(jìn)行統(tǒng)計(jì)，并將每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果上報(bào)至numa管理裝置。

11、進(jìn)一步來(lái)說(shuō)，步驟2包括：

12、根據(jù)虛擬numa資源池內(nèi)各服務(wù)器的numa資源使用情況，按照空閑資源量對(duì)各服務(wù)器的numa資源使用情況進(jìn)行統(tǒng)計(jì)，并根據(jù)空閑資源量為各服務(wù)器打分，得到第一得分結(jié)果；

13、按照已分配虛擬機(jī)的numa資源量的服務(wù)器進(jìn)行統(tǒng)計(jì)，并根據(jù)已分配虛擬機(jī)的numa資源量為各服務(wù)器打分，得到第二得分結(jié)果；

14、對(duì)第一得分結(jié)果和第二得分結(jié)果進(jìn)行加權(quán)求和，得到每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果。

15、進(jìn)一步來(lái)說(shuō)，服務(wù)器的numa資源使用情況包括：

16、服務(wù)器的numa拓?fù)淝闆r、服務(wù)器的處理器使用情況、服務(wù)器的內(nèi)存使用情況。

17、進(jìn)一步來(lái)說(shuō)，步驟3包括：

18、numa管理裝置接收待調(diào)度虛擬機(jī)開(kāi)啟numa自動(dòng)調(diào)度功能的消息；

19、判斷虛擬numa資源池內(nèi)的cpu利用率、內(nèi)存使用率是否滿(mǎn)足待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量的使用要求；

20、當(dāng)虛擬numa資源池內(nèi)的cpu利用率、內(nèi)存使用率不滿(mǎn)足待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量的使用要求時(shí)，結(jié)束調(diào)度；

21、當(dāng)虛擬numa資源池內(nèi)的cpu利用率、內(nèi)存使用率滿(mǎn)足待調(diào)度虛擬機(jī)分配的虛擬處理器和內(nèi)存資源量的使用要求時(shí)，在虛擬numa資源池內(nèi)，根據(jù)每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果選擇目標(biāo)服務(wù)器，并將選擇結(jié)果下發(fā)至numa資源監(jiān)控裝置。

22、進(jìn)一步來(lái)說(shuō)，在目標(biāo)服務(wù)器內(nèi)對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行調(diào)度，得到調(diào)度結(jié)果，包括：

23、numa管理裝置獲取統(tǒng)計(jì)結(jié)果；

24、根據(jù)選擇結(jié)果判斷目標(biāo)服務(wù)器的空閑資源量是否大于待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量；

25、當(dāng)目標(biāo)服務(wù)器的空閑資源量大于或等于待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量時(shí)，將待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源調(diào)度至目標(biāo)服務(wù)器中的一個(gè)物理numa節(jié)點(diǎn)上運(yùn)行；

26、當(dāng)目標(biāo)服務(wù)器的空閑資源量小于待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量時(shí)，將待調(diào)度虛擬機(jī)與目標(biāo)服務(wù)器進(jìn)行關(guān)聯(lián)映射，并將待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源分別調(diào)度至目標(biāo)服務(wù)器中不同的物理numa節(jié)點(diǎn)上運(yùn)行。

27、進(jìn)一步來(lái)說(shuō)，自動(dòng)調(diào)度方法還包括：

28、當(dāng)待調(diào)度虛擬機(jī)重啟時(shí)，numa管理裝置根據(jù)虛擬numa資源池的統(tǒng)計(jì)結(jié)果以及待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量，對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行重新調(diào)度。

29、本發(fā)明的上述方案有如下的有益效果：

30、本發(fā)明應(yīng)用于云基礎(chǔ)設(shè)施平臺(tái)，云基礎(chǔ)設(shè)施平臺(tái)包括由多個(gè)服務(wù)器構(gòu)成的集群、numa管理裝置、多個(gè)numa資源監(jiān)控裝置；numa管理裝置基于集群中各服務(wù)器的numa資源組建虛擬numa資源池；針對(duì)集群中的每個(gè)服務(wù)器，利用與服務(wù)器對(duì)應(yīng)的numa資源監(jiān)控裝置對(duì)服務(wù)器的numa資源使用情況進(jìn)行統(tǒng)計(jì)，得到統(tǒng)計(jì)結(jié)果并上報(bào)至numa管理裝置；numa管理裝置接收待調(diào)度虛擬機(jī)開(kāi)啟numa自動(dòng)調(diào)度功能的消息，當(dāng)虛擬numa資源池滿(mǎn)足待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量要求時(shí)，在虛擬numa資源池內(nèi)，根據(jù)集群中每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果為待調(diào)度虛擬機(jī)選擇目標(biāo)服務(wù)器，并將選擇結(jié)果下發(fā)至與目標(biāo)服務(wù)器對(duì)應(yīng)的numa資源監(jiān)控裝置；numa管理裝置根據(jù)選擇結(jié)果以及待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量，在目標(biāo)服務(wù)器內(nèi)對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行調(diào)度，得到調(diào)度結(jié)果；與現(xiàn)有技術(shù)相比，以多個(gè)服務(wù)器構(gòu)成的集群為維度，通過(guò)numa管理裝置將各服務(wù)器的numa資源整合成虛擬numa資源池，通過(guò)numa資源監(jiān)控裝置對(duì)服務(wù)器的numa資源使用情況進(jìn)行統(tǒng)計(jì)，得到每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果，通過(guò)numa管理裝置根據(jù)每個(gè)服務(wù)器的統(tǒng)計(jì)結(jié)果選擇目標(biāo)服務(wù)器，根據(jù)選擇結(jié)果和待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源量，在目標(biāo)服務(wù)器內(nèi)對(duì)待調(diào)度虛擬機(jī)的虛擬處理器和內(nèi)存資源進(jìn)行調(diào)度進(jìn)行動(dòng)態(tài)調(diào)度，確保待調(diào)度虛擬機(jī)在最合適的目標(biāo)服務(wù)器上運(yùn)行，在有效降低運(yùn)維的使用成本的同時(shí)提高了虛擬機(jī)的性能。

31、本發(fā)明的其它有益效果將在隨后的具體實(shí)施方式部分予以詳細(xì)說(shuō)明。