[發(fā)明專利]一種云數據中心中能量高效的虛擬機遷移方法

有效

• 申請?zhí)枺?/td>: 201510595905.2
• 申請日: 2015-09-17
• 公開（公告）號: CN105159751B
• 公開（公告）日: 2018-11-09
• 發(fā)明（設計）人: 韓光潔;闕文輝;孫寧;舒磊
• 申請（專利權）人: 河海大學常州校區(qū)
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06F9/50
• 代理公司: 常州市科誼專利代理事務所 32225
• 代理人: 袁興隆

本發(fā)明公開了云數據中心中一種能量高效的虛擬機遷移方法。本方法由物理機過載監(jiān)測，虛擬機選擇，物理機輕載監(jiān)測和虛擬機遷移四個部分協(xié)同工作完成。該方法首先收集物理機資源的使用狀況并利用預測技術判斷出物理機是否過載；對于過載的物理機，從中選出需要遷移出去的虛擬機以減輕物理機負載，提高數據中心的服務質量；在遷移完成后，本方法將從數據中心選出輕載狀態(tài)的物理機并在其虛擬機全部遷移出去之后，關閉該物理機達到節(jié)能目的。本方法能夠在實現數據中心節(jié)能目的的同時提高服務質量，適用于異構的云數據中心。

技術領域

本發(fā)明屬于互聯(lián)網技術領域，尤其涉及一種云數據中心中能量高效的虛擬機遷移方法。

背景技術

云計算是從集群、網格和效用計算發(fā)展而來，它是當前數據中心動態(tài)地提供計算資源的一種新范式。伴隨著使用付費模型的應用，大量的計算資源和存儲資源放置在云端，用戶可以方便地根據自己的需求從云端獲取和使用這些資源并為之付費。這樣就使得用戶可以專注于應用程序的開發(fā)，將他們從配置服務器硬件和管理系統(tǒng)軟件等低級任務中解放出來，極大地提高了工作效率，降低了用戶的開發(fā)成本。

隨著云用戶數量的不斷增長，大量的云數據中心開始涌現，由此而帶來的云數據中心能耗問題正引起人們的密切關注。目前，平均一個云數據中心消耗的電能就相當于25000戶家庭一年的用電量。據估計，到2020年，云數據中心消耗的電能將會占到全球電能消耗的2％。數據中心的高能耗不僅會導致用戶使用成本的增加，更重要的是還會引發(fā)全球變暖的環(huán)境問題。因此，如何實現云數據中心服務性能的逐步提升的同時減少數據中心的能耗成為學術界研究的熱點問題。虛擬化技術由于其能夠在同一個硬件主機上多路復用虛擬機以實現硬件資源共享的特征，正被應用于數據中心節(jié)能問題的研究。通過對數據中心物理主機上各類資源的虛擬化，在物理主機上運行多個共享物理機資源的虛擬機來負責處理不同用戶提交的任務，這樣既增強了物理機的功能又隔離了各個任務之間的聯(lián)系。因而，如果將一些物理機上的虛擬機轉移到另外一些物理機上，不僅可以提高物理機的資源利用率，還可以關閉處于空轉狀態(tài)的主機以節(jié)省能耗。隨著虛擬機遷移技術的不斷發(fā)展，虛擬機在不同主機之間的實時遷移成為現實。那么，對于云數據中心資源消耗少的物理主機，就可以使用虛擬機實時遷移技術將在它上面運行著的虛擬機全部遷移到其他的物理主機上，然后關閉該物理主機，降低數據中心的能耗。但是，虛擬機的遷移也會消耗系統(tǒng)資源引起能耗的增加，同時也會降低系統(tǒng)的服務質量；另外，由于云用戶對于資源需求往往是動態(tài)變化的，在利用虛擬機實時遷移技術完成服務器聚集之后，負載的動態(tài)變化特性會導致宿主主機內的虛擬機資源需求總和超出物理機的資源容量，造成系統(tǒng)阻塞、服務響應時間變長，違反云用戶和云服務提供者之間協(xié)商制定的服務水平協(xié)議(SLA)。因此，如何通過虛擬機實時遷移技術來減少云數據中心活動主機的數量同時盡可能地滿足SLA成為實現云數據中心節(jié)能急需解決的問題。

經對現有文獻檢索發(fā)現，相關文獻如下：

Beloglazov Anton于2011年在《Concurrency Computat.:PractExper》中的“Optimal online deterministic algorithms and adaptive heuristics for energyand performance efficient dynamic consolidation of virtual machines in Clouddata centers”一文，將虛擬機聚集過程分成四步，即(1)判斷一個主機在何時成為過載主機，(2)從過載主機中選擇應該遷移出去的虛擬機，(3)判斷一個主機在何時成為輕載主機并選擇其上的所有虛擬機，(4) 放置這些待遷移的虛擬機。為了找出過載主機，文章中提出了絕對中位差法(MAD)，四分差法(IR)，局部回歸(LR)和魯棒局部回歸法(RLR)。對于虛擬機的選擇，文中提出了最小遷移時間法(MMT)，隨機選擇(RC)和最大相關性法(MC)。另外，文中將CPU利用率最低的主機判定為輕載主機(SM)，使用PABFD算法放置待遷移的虛擬機，該算法旨在將虛擬機放置到功耗增加最少的物理主機上。文中的實驗結果表明 LR/SM/MMT/PABFD這樣的組合策略的性能要高于其它方法。