[發(fā)明專利]虛擬機(jī)-保留主機(jī)更新

在審

• 申請?zhí)枺?/td>: 201380062312.9
• 申請日: 2013-12-02
• 公開（公告）號: CN104823160A
• 公開（公告）日: 2015-08-05
• 發(fā)明（設(shè)計(jì)）人: M·E·魯斯諾維奇;M·K·拉古拉曼
• 申請（專利權(quán)）人: 微軟技術(shù)許可有限責(zé)任公司
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06F9/455
• 代理公司: 上海專利商標(biāo)事務(wù)所有限公司 31100
• 代理人: 管琦琦

背景技術(shù)

重新引導(dǎo)操作系統(tǒng)涉及關(guān)閉正在運(yùn)行的操作系統(tǒng)以及立即啟動它。有數(shù)種用于重新引導(dǎo)操作系統(tǒng)的原因。例如，硬件維護(hù)和升級通常要求操作系統(tǒng)在可以修改硬件之前離線。更頻繁地，需要重新引導(dǎo)以應(yīng)用代碼和配置更新，并且操作系統(tǒng)在沒有重新啟動的情況下不能采用這些更新。

重新引導(dǎo)操作系統(tǒng)會干擾在系統(tǒng)上運(yùn)行的應(yīng)用，這必須關(guān)閉客戶端連接，將它們的狀態(tài)提交到存儲器，并關(guān)閉。在重新啟動期間，那些應(yīng)用必須隨后恢復(fù)它們的狀態(tài)，重建存儲器高速緩存，并恢復(fù)接受客戶端連接。因?yàn)橹匦乱龑?dǎo)不僅影響在主機(jī)分區(qū)上操作的應(yīng)用，而且還影響在托管的虛擬機(jī)上運(yùn)行的應(yīng)用，這些破壞在虛擬化環(huán)境中被放大。

在重新引導(dǎo)期間，在虛擬機(jī)上運(yùn)行的應(yīng)用將在關(guān)閉虛擬機(jī)、關(guān)閉主機(jī)、運(yùn)行固件通電自檢(POST)、啟動主機(jī)、啟動虛擬機(jī)，以及啟動應(yīng)用所需的時(shí)間內(nèi)離線。在某些情況下，此運(yùn)行中斷的持續(xù)時(shí)間可以大約三十分鐘或更多。如果服務(wù)級別協(xié)議(SLA)要求應(yīng)用的特定的可用性，則由主機(jī)操作系統(tǒng)重新引導(dǎo)所引起的停機(jī)時(shí)間將消耗SLA的停機(jī)時(shí)間預(yù)算的至少一部分。這將在SLA停機(jī)時(shí)間預(yù)算內(nèi)為在頻率和持續(xù)時(shí)間方面不可預(yù)測的非計(jì)劃的運(yùn)行中斷留下較少的時(shí)間。

在云環(huán)境中，服務(wù)通常要求在單獨(dú)的主機(jī)服務(wù)器上運(yùn)行的至少兩個(gè)虛擬機(jī)滿足計(jì)算-可用性SLA。使用多個(gè)分布式虛擬機(jī)允許云平臺更新托管第一虛擬機(jī)的第一服務(wù)器時(shí)第二虛擬機(jī)繼續(xù)在第二服務(wù)器上運(yùn)行。可以在已更新的第一虛擬機(jī)再次運(yùn)行之后更新第二服務(wù)器。然而，重新引導(dǎo)的服務(wù)器上的虛擬機(jī)會丟失存儲器中的高速緩存。在云環(huán)境中，重新引導(dǎo)停機(jī)時(shí)間會導(dǎo)致容量降低，而并非徹底的運(yùn)行中斷。另外，如果只有兩個(gè)虛擬機(jī)用于支持一個(gè)服務(wù)，則在更新期間存在徹底運(yùn)行中斷的風(fēng)險(xiǎn)。例如，當(dāng)一個(gè)服務(wù)器正在被更新時(shí)，該主機(jī)上的虛擬機(jī)不可用，如果托管其他虛擬機(jī)的服務(wù)器在更新期間發(fā)生故障，則其他虛擬機(jī)也將不可用。

取決于部署的服務(wù)的拓?fù)洹⒃谥匦乱龑?dǎo)期間由硬件復(fù)位所引起的任何服務(wù)器故障以及關(guān)閉虛擬機(jī)需要花費(fèi)的時(shí)間長度，可包括大致一千臺服務(wù)器的集群的端對端更新要花12-24小時(shí)。除非所有服務(wù)器都并行地更新(這可能違犯消費(fèi)者SLA)，否則集群的配置在端對端更新期間不一致且集群可能會暴露于利用更新來修復(fù)的安全和可靠性問題。

盡管橫向擴(kuò)展(scale-out)PaaS服務(wù)在更新期間具有降低的容量，但是具有包括單一虛擬機(jī)(包括絕大多數(shù)基于IaaS的層)的層的服務(wù)經(jīng)歷徹底的運(yùn)行中斷。使用三十分鐘作為虛擬機(jī)在更新期間離線的時(shí)間，每個(gè)月更新一次，對于具有有99.9％年可用性SLA的應(yīng)用而言在一年內(nèi)只允許有2.75小時(shí)的未計(jì)劃的停機(jī)時(shí)間。給定軟件的運(yùn)行速率和硬件事件和更新時(shí)間的可變性以及非計(jì)劃的運(yùn)行中斷平均探測時(shí)間(MTTD)和平均解決時(shí)間(MTTR)，平臺不大可能滿足用于非常高百分比的有月更新的消費(fèi)者的該SLA。

為減輕主機(jī)導(dǎo)致的重新引導(dǎo)對虛擬機(jī)的影響，大多數(shù)小規(guī)模的虛擬化平臺實(shí)現(xiàn)了實(shí)時(shí)遷移，這會使虛擬機(jī)能從一個(gè)服務(wù)器無縫地移動到另一個(gè)服務(wù)器，以便避免主機(jī)的計(jì)劃的重新引導(dǎo)。實(shí)時(shí)遷移的缺點(diǎn)是，它給整個(gè)系統(tǒng)管理增加大量的復(fù)雜性，給網(wǎng)絡(luò)資源增加負(fù)擔(dān)，并延長應(yīng)用更新所需的時(shí)間。重新引導(dǎo)一組服務(wù)器要求遷移每個(gè)虛擬機(jī)至少一次。并且除非空的服務(wù)器與將被遷移的每一個(gè)托管虛擬機(jī)配對，否則虛擬機(jī)的遷移會變?yōu)橥咂瑪噥y(tile?shuffle)游戲并且服務(wù)器更新會變?yōu)榇胁僮鳌?/p>

虛擬機(jī)掛起-更新-恢復(fù)(VM-SUR)是基于現(xiàn)有的虛擬機(jī)技術(shù)來關(guān)閉虛擬機(jī)的替代方案。利用此方法，主機(jī)OS掛起虛擬機(jī)，將它們的狀態(tài)(包括RAM和虛擬CPU)保存到磁盤，將服務(wù)器重新啟動到已更新的主機(jī)OS，并隨后恢復(fù)虛擬機(jī)。這允許虛擬機(jī)保留它們的存儲器中的高速緩存，并避免虛擬機(jī)關(guān)機(jī)和重新啟動。VM-SUR的缺點(diǎn)是被托管在服務(wù)器上的所有虛擬機(jī)的RAM必須讀和寫到本地存儲器作為主機(jī)OS更新的一部分，在該時(shí)間期間虛擬機(jī)被掛起。使用反映當(dāng)代云硬件的大致的數(shù)量，將100GB的RAM保存并恢復(fù)到具有100MB/s的吞吐量的本地存儲將要花大約三十分鐘。該破壞并不比由典型的關(guān)閉/重新啟動所導(dǎo)致的破壞好，盡管虛擬機(jī)保留它們的高速緩存，但是停機(jī)時(shí)間將長到足以導(dǎo)致單實(shí)例虛擬機(jī)的可見的運(yùn)行中斷。

由于周圍的應(yīng)用狀態(tài)可能會在這期間急速地變化，主機(jī)仍將有義務(wù)給虛擬機(jī)完成正在處理的(in-flight)工作并適度地準(zhǔn)備的機(jī)會，延長了停機(jī)時(shí)間。假設(shè)對于本地存儲有10倍吞吐量改善，更新持續(xù)時(shí)間仍至少三分鐘，遠(yuǎn)超出了大多數(shù)客戶端超時(shí)。

發(fā)明內(nèi)容