一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法
【專利摘要】本發(fā)明提供一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法，涉及云計算【技術(shù)領(lǐng)域】，用于監(jiān)測和調(diào)度由控制服務器和若干計算服務器構(gòu)成的數(shù)據(jù)中心的資源，包括控制服務器收集數(shù)據(jù)中心的各個計算服務器的當前狀態(tài)信息；遍歷并收集數(shù)據(jù)中心中所有工作節(jié)點的使用狀態(tài)；判斷數(shù)據(jù)中心中的工作節(jié)點負載狀態(tài)；虛擬機遷移條件判斷；選取待遷移的工作節(jié)點中的目標虛擬機；為目標虛擬機選取目標服務器；將目標虛擬機遷入確定的目標服務器；本發(fā)明利用基于時間的SLA綜合等級衡量數(shù)據(jù)中心每臺服務器的計算能力，將內(nèi)存與帶寬的大小作為資源調(diào)度的考慮因素，完成異構(gòu)數(shù)據(jù)中心的資源調(diào)度。根據(jù)所有虛擬機內(nèi)存占用大小采用范圍分段的方式有效衡量各虛擬機的調(diào)度成本。
【專利說明】—種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及云計算【技術(shù)領(lǐng)域】，具體是一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法。
【背景技術(shù)】
[0002]隨著云計算技術(shù)的迅猛發(fā)展，云環(huán)境下的數(shù)據(jù)中心的各種資源也在不斷的增加，如何通過資源的調(diào)度達到降低數(shù)據(jù)中心的能耗，提高系統(tǒng)資源的利用率是一個很重要的內(nèi)容。目前，在以降低數(shù)據(jù)中心能耗為目的的資源調(diào)度方法中，主要包括兩類方法:第一類主要通過動態(tài)調(diào)節(jié)CPU的電壓或者頻率來實現(xiàn)節(jié)能目的；第二類方法是關(guān)閉不需要的服務器資源實現(xiàn)節(jié)能。當前以提高系統(tǒng)資源利用率為目標的調(diào)度方法采用的主要策略為虛擬資源動態(tài)優(yōu)化分配物理資源，以減少云計算環(huán)境下所需的物理資源并提高資源的利用率。
[0003]以降低數(shù)據(jù)中心能耗和提高其資源利用率為目的的方法可以分為兩種，一種是依靠初始階段的合理分配來避免資源的浪費，另一種是在虛擬機資源的運行過程中對其進行動態(tài)的調(diào)度來實現(xiàn)資源利用率的提高。第一種方式可能存在一個嚴重的問題，由于運行于數(shù)據(jù)中心的所有虛擬機對于資源的使用程度與對計算能力的需求并不是一成不變的，因此在這種時候便會出現(xiàn)負載分布的不均衡，可能極大地浪費物理資源。相比之下，第二種方式在虛擬機資源的運行過程中動態(tài)地調(diào)度虛擬機資源要好一些，利用動態(tài)遷移虛擬機的技術(shù)能夠在不關(guān)閉虛擬機的情況下，僅僅經(jīng)過短時間的服務暫停便能夠?qū)⒁粋€虛擬機從一個物理服務器遷移到另外一個物理服務器上重新運行起來并且運行狀態(tài)和遷移之前保持一致。
[0004]在動態(tài)的虛擬機資源的調(diào)度方法中，目前采用的方法主要是通過基于SLA資源分配器來實現(xiàn)資源使用者與資源提供者之間的協(xié)商，最終實現(xiàn)資源的優(yōu)化分配。
[0005]基于SLA資源分配器來實現(xiàn)資源的動態(tài)調(diào)度方法，能夠有效地解決同構(gòu)數(shù)據(jù)中心的資源調(diào)度問題。所謂的同構(gòu)數(shù)據(jù)中心也就是數(shù)據(jù)中心是由相同配置的服務器構(gòu)成。但是現(xiàn)實狀況往往都是數(shù)據(jù)中心中的服務器配置各異，因此此調(diào)度方法的效果并不理想。該方法僅僅考慮到了服務器的計算能力，并沒有充分考慮到內(nèi)存與網(wǎng)絡資源。同時，此調(diào)度方法并未考慮到調(diào)度的成本與調(diào)度時間對于調(diào)度的整體影響。最后此方法并未考慮到服務器的瞬時負載變化對于資源調(diào)度的影響，因此容易出現(xiàn)瞬間的負載峰值或者谷值觸發(fā)不必要的調(diào)度，造成資源的浪費影響整體的性能。

【發(fā)明內(nèi)容】

[0006]針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提供一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法，用于監(jiān)測和調(diào)度由控制服務器和若干計算服務器構(gòu)成的數(shù)據(jù)中心的資源。
[0007]本發(fā)明的技術(shù)方案是:
[0008]一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法，包括如下步驟:
[0009]步驟1:控制服務器收集數(shù)據(jù)中心的各個計算服務器的當前狀態(tài)信息；
[0010]所述計算服務器的當前狀態(tài)包括運行狀態(tài)和候補狀態(tài)；[0011 ] 所述運行狀態(tài)是指計算服務器處于開機狀態(tài)，處于運行狀態(tài)的計算服務器為運行節(jié)點，開機狀態(tài)分為工作狀態(tài)和閑置狀態(tài)，其中，工作狀態(tài)是指計算服務器正在運行虛擬機的狀態(tài)，處于工作狀態(tài)的計算服務器為工作節(jié)點；閑置狀態(tài)是指計算服務器未執(zhí)行任務的狀態(tài)，處于閑置狀態(tài)的計算服務器為閑置節(jié)點；
[0012]所述候補狀態(tài)是指計算服務器處于待機或者關(guān)機狀態(tài)；處于待機狀態(tài)或者關(guān)機狀態(tài)的計算服務器為候補節(jié)點；
[0013]步驟2:控制服務器遍歷并收集數(shù)據(jù)中心中所有工作節(jié)點的使用狀態(tài)，包括:CPU利用率、內(nèi)存利用率和帶寬利用率；
[0014]步驟3:控制服務器根據(jù)當前遍歷的工作節(jié)點的使用狀態(tài)，判斷數(shù)據(jù)中心中的工作節(jié)點負載狀態(tài)，若判斷當前的工作節(jié)點負載超過閾值，則從候補節(jié)點中選擇一個候補節(jié)點使之成為運行節(jié)點，并結(jié)束遍歷；否則繼續(xù)遍歷剩余的工作節(jié)點；
[0015]步驟4:控制服務器不停地遍歷所有工作節(jié)點進行虛擬機遷移條件判斷，所述虛擬機遷移條件包括虛擬機遷移上限觸發(fā)條件和虛擬機遷移下限觸發(fā)條件:判斷工作節(jié)點滿足虛擬機遷移上限觸發(fā)條件，是，則當前工作節(jié)點為待遷移的工作節(jié)點，執(zhí)行步驟5，否則判斷工作節(jié)點是否滿足虛擬機遷移下限觸發(fā)條件，是，則執(zhí)行步驟6，則當前工作節(jié)點為待遷移的工作節(jié)點，否則遍歷下一個工作節(jié)點，若遍歷結(jié)束時，沒有滿足虛擬機遷移條件的工作節(jié)點，則返回步驟I ;
[0016]所述虛擬機遷移上限觸發(fā)條件包括CPU利用率判斷條件、內(nèi)存利用率判斷條件和帶寬利用率判斷條件；
[0017]步驟4-1:利用虛擬機遷移上限觸發(fā)條件中的CPU利用率判斷條件對工作節(jié)點進行判斷，過程如下:
[0018]步驟4-1-1:控制服務器令當前遍歷的工作節(jié)點運行測試任務，記錄針對于每個測試任務的實際花費時間TMal，結(jié)合預期花費時間Traip計算出每項測試任務的SLA等級1:
【權(quán)利要求】
1.一種云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法，用于監(jiān)測和調(diào)度由控制服務器和若干計算服務器構(gòu)成的數(shù)據(jù)中心的資源，其特征在于:包括如下步驟: 步驟1:控制服務器收集數(shù)據(jù)中心的各個計算服務器的當前狀態(tài)信息； 所述計算服務器的當前狀態(tài)包括運行狀態(tài)和候補狀態(tài)； 所述運行狀態(tài)是指計算服務器處于開機狀態(tài)，處于運行狀態(tài)的計算服務器為運行節(jié)點，開機狀態(tài)分為工作狀態(tài)和閑置狀態(tài)，其中，工作狀態(tài)是指計算服務器正在運行虛擬機的狀態(tài)，處于工作狀態(tài)的計算服務器為工作節(jié)點；閑置狀態(tài)是指計算服務器未執(zhí)行任務的狀態(tài)，處于閑置狀態(tài)的計算服務器為閑置節(jié)點； 所述候補狀態(tài)是指計算服務器處于待機或者關(guān)機狀態(tài)；處于待機狀態(tài)或者關(guān)機狀態(tài)的計算服務器為候補節(jié)點； 步驟2:控制服務器遍歷并收集數(shù)據(jù)中心中所有工作節(jié)點的使用狀態(tài)，包括:CPU利用率、內(nèi)存利用率和帶寬利用率； 步驟3:控制服務器根據(jù)當前遍歷的工作節(jié)點的使用狀態(tài)，判斷數(shù)據(jù)中心中的工作節(jié)點負載狀態(tài)，若判斷當前的工作節(jié)點負載超過閾值，則從候補節(jié)點中選擇一個候補節(jié)點使之成為運行節(jié)點，并結(jié)束遍歷；否則繼續(xù)遍歷剩余的工作節(jié)點； 步驟4:控制服務器不停地遍歷所有工作節(jié)點進行虛擬機遷移條件判斷，所述虛擬機遷移條件包括虛擬機遷移上限觸發(fā)條件和虛擬機遷移下限觸發(fā)條件:判斷工作節(jié)點滿足虛擬機遷移上限觸發(fā)條件，是，則當前工作節(jié)點為待遷移的工作節(jié)點，執(zhí)行步驟5，否則判斷工作節(jié)點是否滿足虛擬機遷移下限觸發(fā)條件，是，則執(zhí)行步驟6，則當前工作節(jié)點為待遷移的工作節(jié)點，否則遍 歷下一個工作節(jié)點，若遍歷結(jié)束時，沒有滿足虛擬機遷移條件的工作節(jié)點，則返回步驟I ; 所述虛擬機遷移上限觸發(fā)條件包括CPU利用率判斷條件、內(nèi)存利用率判斷條件和帶寬利用率判斷條件； 步驟4-1:利用虛擬機遷移上限觸發(fā)條件中的CPU利用率判斷條件對工作節(jié)點進行判斷，過程如下: 步驟4-1-1:控制服務器令當前遍歷的工作節(jié)點運行測試任務，記錄針對于每個測試任務的實際花費時間TMal，結(jié)合預期花費時間Traip計算出每項測試任務的SLA等級1:
2.根據(jù)權(quán)利要求1所述的云計算平臺IaaS層的動態(tài)資源監(jiān)測及調(diào)度方法，其特征在于:所述步驟4-1-4、步驟4-2-6以及步驟4-3-4均采用線性回歸方法進行預測，具體過程如下: 步驟1:控制服務器在一個時間序列上取得與該時間序列中的時間對應的監(jiān)測因素，構(gòu)成監(jiān)測因素樣本集合，設定誤差閾值、最小步長、最小樣本數(shù)和樣本集合長度，并確定樣本集合的開始索引為0; 步驟2:控制服務器根據(jù)時間序列及其對應的監(jiān)測因素建立監(jiān)測因素預測函數(shù)，用以描述監(jiān)測因素與時間的線性關(guān)系v=at+b,其中，V為監(jiān)測因素，t為時間，a、b為未知參數(shù)；步驟3:控制服務器判斷樣本集合長度P與開始索引《的差是否大于最小樣本數(shù)n，是，則執(zhí)行步驟4，否，則執(zhí)行步驟9 ； 步驟4:控制服務器計算監(jiān)測因素預測函數(shù)中的未知參數(shù)a和b ;

【文檔編號】H04L29/08GK103607459SQ201310593595
【公開日】2014年2月26日 申請日期:2013年11月21日 優(yōu)先權(quán)日:2013年11月21日
【發(fā)明者】李丹程, 馬東琳, 李全祚, 王曉晨 申請人:東北大學