[發明專利]具有網絡感知功能的云平臺資源調度方法

有效

• 申請號: 201210230304.8
• 申請日: 2012-07-05
• 公開（公告）號: CN102739798A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 武志學;趙陽
• 申請（專利權）人: 成都國騰實業集團有限公司
• 主分類號: H04L29/08
• 分類號: H04L29/08
• 代理公司: 成都金英專利代理事務所(普通合伙) 51218
• 代理人: 袁英

技術領域

本發明涉及一種具有網絡感知功能的云平臺資源調度方法。

背景技術

彈性資源分配和調度是云計算平臺的一個主要特點，云平臺通過負載均衡和資源均衡的分配策略，根據服務請求與當前資源利用情況進行合理分配，滿足最佳匹配資源供給。在云平臺中，當本地集群資源不夠，系統可以通過作業或者虛擬機的跨域遷移，保證作業的正常運行。當網絡發生故障或某些集群宕機時，通過跨平臺性以及容錯系統保障集群系統的穩定性與可靠性。

但是，目前云平臺的調度策略主要根據服務器的實際負載來進行，這些調度策略主要是用來保證用戶應用或者虛擬機的計算性能。但是，在現實生活中，有幾大類新的應用更需要的是對網絡性能的保證，比如多媒體流應用，實時通訊應用和海量數據傳輸應用等。為了能夠保證這些新種類應用在云平臺上的正常運行，云平臺的資源調度策略必須要考慮有關網絡狀態的信息?；诂F有的不具有網絡感知功能的云平臺調度策略可能會導致整個云平臺的性能下降，這是因為整體云平臺的資源分配沒有考慮網絡的狀態信息。有些虛擬機可能享有足夠的網絡資源，但卻沒有相應的計算或者存儲資源，就不能高效進行工作；如今，盡管有些虛擬機有足夠的計算和存儲能力，但是因為沒有足夠的網寬也不能完成所需要的重要任務。

目前，云平臺資源調度技術主要分為八種類型：（1）填滿方式（Packing）：虛擬機被集中部署在盡量少的物理服務器上，每個被使用的服務器利用率最大化，一方面可以減少資源碎片，另一方面可以根據需求動態啟動和關閉服務器，從而達到節能減排的目標；（2）分散方式（Striping）：虛擬機被分散部署在盡可能多的物理服務器上，可以降低物理服務器故障帶來的影響，提高應用程序的運行效率；（3）基于負載方式（Load-aware）：虛擬機總是被部署在負載最輕的物理服務器上，以獲得更高的應用程序運行效率；（4）高可用性方式（HA-aware）：將關鍵的應用實例虛擬機部署成HA?方式，提供更高的資源可用性；（5）節能方式（Energy-aware）：根據節能指數和數據中心熱點情況部署虛擬機，以減少能源消耗；（6）基于關聯方式（Affinity-aware）：將虛擬機部署到與關鍵資源關聯度最高的物理服務器上，例如將虛擬機部署到它使用的存儲系統直連的服務器上，以保證應用程序運行效率；（7）基于服務器類型方式（Server?Model-aware）：根據服務器類型部署虛擬機，重要業務的虛擬機使用性能好的、昂貴的物理服務器，達到投資回報最大化；（8）基于網絡拓撲方式（Topology-aware）：盡量將虛擬機部署在連接到同一個交換機、背板、刀片中心的服務器上，提高應用程序運行效率。

從以上現有的云平臺資源調度技術可以看出，目前的云平臺資源調度技術都不能滿足對網絡性能需要有保證的應用需求，因為這些調度技術都沒有對網絡資源狀態的感知功能。

發明內容

本發明的目的在于解決現有技術的不足，提供一種能夠保證云平臺全局網絡流量均衡的、能夠大量節約虛擬機之間網絡流量的、能夠有效提高虛擬機之間通訊速率的、能夠保證云平臺網絡性能的具有網絡感知功能的云平臺資源調度方法。

本發明的目的是通過以下技術方案來實現的：具有網絡感知功能的云平臺資源調度方法，它包括以下步驟：

（1）云控制器Cloud?Controller得到一個申請資源的服務請求；

（2）云控制器Cloud?Controller根據服務請求的內容，整理出所需資源的性能需求，并把這些需求發送給資源調度模塊Scheduler；

（3）資源調度模塊Scheduler獲取所需的資源狀態信息，它包括以下步驟：

Ⅰ：資源調度模塊Scheduler通過程序接口Compute?Status?API從計算負載監控器Compute?Loader?Monitor讀取有關服務器的負載信息；

Ⅱ：資源調度模塊Scheduler通過程序接口Network?Status?API從網絡狀態監控器Network?Status?Monitor獲取有關服務器的網絡資源狀況信息；

（4）資源調度模塊Scheduler根據獲得的資源狀態信息選擇出滿足云控制器Cloud?Controller需求的資源；

（5）資源調度模塊Scheduler把選擇出的資源標識發送給云控制器Cloud?Controller；

（6）云控制器Cloud?Controller得到選擇出的資源信息后，將命令云平臺的有關模塊進行資源分配從而滿足用戶應用的請求。