[發(fā)明專利]基于雙速率和工作休眠的虛擬機(jī)調(diào)度系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710957131.2
• 申請(qǐng)日: 2017-10-16
• 公開（公告）號(hào): CN107729070B
• 公開（公告）日: 2020-11-06
• 發(fā)明（設(shè)計(jì)）人: 金順福;郝閃閃;郄修塵;郝丹丹
• 申請(qǐng)（專利權(quán)）人: 燕山大學(xué)
• 主分類號(hào): G06F9/4401
• 分類號(hào): G06F9/4401;G06F9/455;G06F9/50
• 代理公司: 秦皇島一誠(chéng)知識(shí)產(chǎn)權(quán)事務(wù)所(普通合伙) 13116
• 代理人: 續(xù)京沙

本發(fā)明公開了一種基于雙速率和工作休眠的虛擬機(jī)調(diào)度系統(tǒng)及方法，系統(tǒng)包括控制服務(wù)器和計(jì)算服務(wù)器，其中計(jì)算服務(wù)器分為主模塊服務(wù)器和備用模塊服務(wù)器。控制服務(wù)器上運(yùn)行超時(shí)定時(shí)器和虛擬機(jī)調(diào)度器，計(jì)算服務(wù)器上運(yùn)行負(fù)載監(jiān)控系統(tǒng)。控制服務(wù)器中的虛擬機(jī)調(diào)度器采用雙閾值θ₁和θ₂共同控制主模塊服務(wù)器中虛擬機(jī)的運(yùn)行狀態(tài)，并引入一個(gè)激活閾值θ₃控制備用模塊服務(wù)器中虛擬機(jī)的運(yùn)行狀態(tài)。計(jì)算服務(wù)器的負(fù)載監(jiān)控系統(tǒng)實(shí)時(shí)搜集各虛擬機(jī)的負(fù)載情況并將其發(fā)送至虛擬機(jī)調(diào)度器，以及接收并執(zhí)行虛擬機(jī)調(diào)度器發(fā)來(lái)的調(diào)度指令。采用本發(fā)明提出的虛擬機(jī)調(diào)度系統(tǒng)及方法，設(shè)置合理的激活閾值、工作休眠服務(wù)率及工作休眠參數(shù)，可以在保障響應(yīng)性能的前提下實(shí)現(xiàn)能量消耗的有效節(jié)約。

技術(shù)領(lǐng)域

本發(fā)明涉及云計(jì)算領(lǐng)域，特別涉及一種基于雙速率和工作休眠的虛擬機(jī)調(diào)度系統(tǒng)及方法。

背景技術(shù)

快速增長(zhǎng)的能源成本和日益嚴(yán)格的環(huán)境標(biāo)準(zhǔn)，使得能耗成為運(yùn)營(yíng)和維護(hù)云數(shù)據(jù)中心的最大成本所在，嚴(yán)重制約著云數(shù)據(jù)中心的發(fā)展。因此，綠色節(jié)能技術(shù)成為近年來(lái)學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的熱點(diǎn)話題，建立綠色云數(shù)據(jù)中心是云計(jì)算發(fā)展的必然趨勢(shì)。云數(shù)據(jù)中心的能耗集中在服務(wù)器，服務(wù)器中最耗能的部件之一是CPU，服務(wù)器的耗能與CPU的利用率近似呈線性關(guān)系。不合理的服務(wù)器調(diào)度方法可能會(huì)造成所有的用戶請(qǐng)求(包括對(duì)響應(yīng)性能要求不高的用戶請(qǐng)求)都在高配置服務(wù)器中執(zhí)行，由此浪費(fèi)的能耗稱為奢侈能耗。合理調(diào)整服務(wù)器的運(yùn)行速度，提高CPU的利用率是實(shí)現(xiàn)綠色節(jié)能最直接的方法。Keqin Li在《IEEETransactions on Cloud Computing》2016年第4卷第2期的第122-137頁(yè)上發(fā)表的“Improving multicore server performance and reducing energy consumption byworkload dependent dynamic power management”，研究了動(dòng)態(tài)電壓管理技術(shù)(DPM，Dynamic Power Management)，根據(jù)系統(tǒng)的負(fù)載情況合理地調(diào)整服務(wù)器中CPU的運(yùn)行速度。該文獻(xiàn)的研究表明，給定單位時(shí)間的能耗水平，通常存在一個(gè)能使系統(tǒng)平均響應(yīng)時(shí)間最小的速度配置方案。Yanzhi Wang等人在《IEEE Design Automation Conference.c》2011年第41-46頁(yè)上發(fā)表的“Deriving a near-optimal power management policy using model-free reinforcement learning and Bayesian classification”，提出了一個(gè)基于貝葉斯分類器的在線負(fù)載預(yù)測(cè)器和一種基于強(qiáng)化學(xué)習(xí)的自適應(yīng)DPM技術(shù)。根據(jù)對(duì)未來(lái)短時(shí)間內(nèi)系統(tǒng)負(fù)載的預(yù)測(cè)結(jié)果，使用DPM技術(shù)調(diào)整服務(wù)器運(yùn)行速度，實(shí)現(xiàn)能耗的有效節(jié)約。以上文獻(xiàn)專注于降低系統(tǒng)奢侈能耗的相關(guān)技術(shù)的研究。云數(shù)據(jù)中心服務(wù)器的利用率普遍較低，尤其在夜間和凌晨，利用率僅僅是5％～25％。所以，另一種綠色節(jié)能的方法是減少空閑能耗。DanLiao等人在《International Conference on Computing,Networking andCommunications》2015年第287-291頁(yè)上發(fā)表的“Energy and performance management inlarge data centers:A queuing theory perspective”，提出了一種節(jié)能方法，將系統(tǒng)服務(wù)器分為三組，其中一組服務(wù)器始終保持開啟狀態(tài)，另外兩組備用服務(wù)器則根據(jù)系統(tǒng)當(dāng)前的負(fù)載情況動(dòng)態(tài)開啟/關(guān)閉。Dian等人在《Future Gen-eration Computer System》2015年第48期第82-95頁(yè)上發(fā)表的“Stochastic modeling of dynamic right-sizing forenergy-efficiency in cloud data centers”，提出了一種通過(guò)虛擬化技術(shù)設(shè)計(jì)數(shù)據(jù)中心規(guī)模的節(jié)能方案，允許將若干個(gè)用戶請(qǐng)求合并成一個(gè)用戶請(qǐng)求以占用較少的服務(wù)器，關(guān)閉處于空閑狀態(tài)的服務(wù)器，達(dá)到節(jié)能的目的。馬曉彤等人在《通信學(xué)報(bào)》2017年第37卷第7期第172-181頁(yè)上發(fā)表的“在認(rèn)識(shí)無(wú)線電網(wǎng)絡(luò)中的基站節(jié)能策略及納什均衡研究”，認(rèn)知無(wú)線電網(wǎng)絡(luò)中的基站端引入半休眠模式，提出一種節(jié)能方法。在休眠參數(shù)的制約下，基站根據(jù)數(shù)據(jù)包的到達(dá)情況，在喚醒階段、休眠階段、低速傳輸階段和監(jiān)聽階段之間轉(zhuǎn)換。以上文獻(xiàn)專注于降低系統(tǒng)空閑能耗的相關(guān)方案的研究。