[發(fā)明專利]一種虛擬機(jī)放置方法及裝置

無效

• 申請(qǐng)?zhí)枺?/td>: 201410045836.3
• 申請(qǐng)日: 2014-02-08
• 公開（公告）號(hào): CN103778020A
• 公開（公告）日: 2014-05-07
• 發(fā)明（設(shè)計(jì)）人: 殷波;張?jiān)朴?/a>;程瑩
• 申請(qǐng)（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): G06F9/50
• 分類號(hào): G06F9/50;G06F9/455
• 代理公司: 北京安信方達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11262
• 代理人: 栗若木;白瑩

技術(shù)領(lǐng)域

本發(fā)明涉及云計(jì)算技術(shù)，尤指一種虛擬機(jī)放置方法及裝置。

背景技術(shù)

目前，解決云數(shù)據(jù)中心即資源集節(jié)能問題的方法，大多以降低云數(shù)據(jù)中心物理服務(wù)器的使用數(shù)目為目標(biāo)，合理制定虛擬機(jī)（VM）到物理服務(wù)器（PM）的資源映射策略，實(shí)現(xiàn)云數(shù)據(jù)中心的能耗優(yōu)化。面向節(jié)能的虛擬機(jī)放置方法主要有兩種：資源能力歸一化方法、及多維裝箱算法。其中，

資源能力歸一化方法，在制定虛擬機(jī)到物理服務(wù)器的放置策略時(shí)，首先，將虛擬機(jī)和物理服務(wù)器的能力均簡化為一維指標(biāo)；然后，制定待遷移的虛擬機(jī)集合、目標(biāo)物理服務(wù)器集合，逐個(gè)對(duì)遷移的虛擬機(jī)進(jìn)行判斷，計(jì)算出每個(gè)虛擬機(jī)的最佳目標(biāo)物理服務(wù)器；最后，輸出目標(biāo)物理服務(wù)器集合。

顯然，資源能力歸一化方法將虛擬機(jī)到物理服務(wù)器的資源放置抽象為單一數(shù)值，在進(jìn)行虛擬機(jī)放置判斷的過程中，該方法雖然快速尋找到了目標(biāo)物理服務(wù)器的位置，但是，在實(shí)際運(yùn)行環(huán)境中，虛擬機(jī)和物理服務(wù)器僅使用單一的歸一化指標(biāo)并不能準(zhǔn)確描述其資源大小，從而大大降低了防止的有效性。

多維裝箱算法，在制定虛擬機(jī)到物理服務(wù)器的放置策略時(shí)，將虛擬機(jī)和物理服務(wù)器的能力通過CPU、內(nèi)存和磁盤三個(gè)指標(biāo)進(jìn)行度量，可見，多維裝箱算法考慮了空間多維屬性。多維裝箱算法是資源能力歸一化方法的擴(kuò)展。多維裝箱算法考慮了資源空間的不可疊加性，如下圖1所示，圖1為現(xiàn)有虛擬機(jī)和物理服務(wù)器資源的不可疊加性的示意圖。

多維資源屬性的不可疊加特性是指，在傳統(tǒng)裝箱問題中，以二維裝箱問題為例，如圖1(a)所示，箱子中的物品可以在水平和垂直位置上進(jìn)行疊加，這里的物品指的是待放置的虛擬機(jī)，箱子指的是承載虛擬機(jī)的物理服務(wù)器。然而，由于物理服務(wù)器中的CPU、內(nèi)存、磁盤以及輸入/輸出（I/O）等資源一旦被分配給VM1，那就不能同時(shí)再被分配給VM2了，如圖1（b）所示，VM1和VM2沿著對(duì)角線方向進(jìn)行疊加，這種放置方法稱為虛擬機(jī)放置的不可疊加性。

在考慮空間多維屬性的虛擬機(jī)放置方法中，首先，將虛擬機(jī)和物理服務(wù)器的資源屬性作為約束條件，將物理服務(wù)器的開啟數(shù)目作為目標(biāo)函數(shù)，進(jìn)行數(shù)學(xué)建模；然后，采用啟發(fā)式算法對(duì)多維裝箱問題進(jìn)行求解。多維裝箱算法從空間屬性上，采用多維度對(duì)虛擬機(jī)和物理服務(wù)器進(jìn)行度量，準(zhǔn)確實(shí)現(xiàn)了虛擬機(jī)到物理服務(wù)器的資源放置，避免了資源放置不合理的情況。但是，在實(shí)際運(yùn)行環(huán)境中，虛擬機(jī)不僅具有空間屬性，同時(shí)還具有時(shí)間屬性。對(duì)于此，多維裝箱算法缺乏對(duì)時(shí)間屬性的考慮，這樣，造成了物理服務(wù)器的資源浪費(fèi)，從而不能有效達(dá)到云數(shù)據(jù)中心節(jié)點(diǎn)降耗的目標(biāo)。

發(fā)明內(nèi)容

為了解決上述技術(shù)問題，本發(fā)明提供了一種虛擬機(jī)放置方法及裝置，在滿足物理服務(wù)器空間約束的前提下，能夠更好地避免物理服務(wù)器的資源浪費(fèi)，從而有效降低云數(shù)據(jù)中心的能耗。

為了達(dá)到本發(fā)明目的，本發(fā)明提供了一種虛擬機(jī)放置方法，包括：

根據(jù)建立好的物理服務(wù)器的能耗模型，分別獲取預(yù)設(shè)時(shí)間內(nèi)資源集中各物理服務(wù)器的總能耗；

建立需要放置的虛擬機(jī)對(duì)各物理服務(wù)器的空間約束關(guān)系和時(shí)間約束關(guān)系并獲取總能耗目標(biāo)函數(shù)；

采用二維粒子算法，資源集中各物理服務(wù)器的總能耗目標(biāo)函數(shù)，獲取每次資源分配中滿足根據(jù)建立的空間約束關(guān)系和時(shí)間約束關(guān)系的最優(yōu)放置虛擬機(jī)的目標(biāo)物理服務(wù)器及能耗信息。

所述獲取每次資源分配的最優(yōu)放置虛擬機(jī)的目標(biāo)物理服務(wù)器及能耗信息包括：

將預(yù)先設(shè)置的虛擬機(jī)到物理服務(wù)器的放置位置的初始方案作為隨機(jī)生成的粒子的初始位置和初始速度，按照預(yù)先設(shè)置的種群規(guī)模和迭代次數(shù)完成迭代，并計(jì)算出各次迭代對(duì)應(yīng)的各虛擬機(jī)放置位置的可行解；

將計(jì)算出的各可行解分別代入所述總能耗目標(biāo)函數(shù)，得到相應(yīng)的適應(yīng)度值，選擇出本次資源分配中最小的適應(yīng)度作為最優(yōu)的能耗值，并將其可行解對(duì)應(yīng)的虛擬機(jī)放置位置作為最優(yōu)的放置虛擬機(jī)的目標(biāo)物理服務(wù)器。

該方法之前還包括按照下式建立物理服務(wù)器的能耗模型：P(u(t_i))＝αP_max+(1-α)P_maxu(t_i)；

其中，P_i(u(t))表示物理服務(wù)器i的功率函數(shù)；u(t)表示在時(shí)刻t的CPU利用率，u(t)∈[0,1]；P_max表示CPU利用率滿負(fù)荷時(shí)物理服務(wù)器i的單位時(shí)間能耗；α為基線能耗占滿負(fù)荷能耗的比例。

所述分別獲取預(yù)設(shè)時(shí)間內(nèi)資源集中各物理服務(wù)器的總能耗包括：