一種遷移虛擬機的方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種迀移虛擬機的方法及裝置。
【背景技術(shù)】
[0002]隨著通信技術(shù)的發(fā)展，尤其是虛擬化技術(shù)的普及，云計算數(shù)據(jù)中心通常使用虛擬機來執(zhí)行任務(wù)。在實際應(yīng)用中，為了節(jié)省云計算數(shù)據(jù)中心的能耗，可以通過虛擬機迀移的方法來實現(xiàn)云計算數(shù)據(jù)中心的資源集中，也就是將虛擬機集中迀移至少數(shù)物理服務(wù)器上來執(zhí)行云計算數(shù)據(jù)中心的任務(wù)，同時將已迀空虛擬機的物理服務(wù)器關(guān)閉。
[0003]在資源集中的情況下，一臺物理服務(wù)器上可能同時存在多個正在運行的虛擬機，而多個正在運行的虛擬機可能會導(dǎo)致物理服務(wù)器的資源利用率過高，從而導(dǎo)致物理服務(wù)器的性能下降，因此，為了保證物理服務(wù)器的性能，則需要觸發(fā)第二次虛擬機迀移過程。但是，當?shù)诙翁摂M機迀移過程結(jié)束之后，未被迀移的虛擬機可能因處理的任務(wù)量大幅度增加而使物理服務(wù)器的性能再次下降，從而觸發(fā)第三次虛擬機迀移過程。這樣，就會使同一物理服務(wù)器上的虛擬機頻繁迀移。因此，采用上述迀移方法，雖然能夠?qū)崿F(xiàn)資源集中，降低云計算數(shù)據(jù)中心的能耗，但需要頻繁迀移同一個物理服務(wù)器上的虛擬機，從而在虛擬機迀移過程中浪費大量資源。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例提供一種迀移虛擬機的方法及裝置，能夠在資源集中的情況下，節(jié)省迀移資源。
[0005]為達到上述目的，本發(fā)明實施例采用如下技術(shù)方案:
[0006]第一方面，本發(fā)明實施例提供一種迀移虛擬機的方法，所述方法包括:
[0007]獲取物理服務(wù)器的資源利用率；
[0008]當所述物理服務(wù)器的資源利用率大于所述物理服務(wù)器的資源利用率上限時，根據(jù)所述物理服務(wù)器上每個虛擬機的資源利用率，按照虛擬機的資源利用率從小到大的順序，將所述物理服務(wù)器上的虛擬機依次迀移至其他物理服務(wù)器，直至所述物理服務(wù)器的資源利用率小于或等于所述物理服務(wù)器的資源利用率上限，所述其他物理服務(wù)器中每個物理服務(wù)器的資源利用率小于所述物理服務(wù)器的資源利用率上限。
[0009]第二方面，本發(fā)明實施例提供一種迀移虛擬機的裝置，所述裝置包括:
[0010]資源狀態(tài)監(jiān)控模塊，用于獲取物理服務(wù)器的資源利用率；
[0011]分析模塊，用于當所述物理服務(wù)器的資源利用率大于所述物理服務(wù)器的資源利用率上限時，根據(jù)所述物理服務(wù)器上每個虛擬機的資源利用率，按照虛擬機的資源利用率從大到小的順序，將所述物理服務(wù)器上的虛擬機依次迀移至其他物理服務(wù)器，直至所述物理服務(wù)器的資源利用率小于或等于所述物理服務(wù)器的資源利用率上限，所述其他物理服務(wù)器中每個物理服務(wù)器的資源利用率小于所述物理服務(wù)器的資源利用率上限。
[0012]本發(fā)明實施例提供的一種迀移虛擬機的方法及裝置，當物理服務(wù)器的資源利用率大于物理服務(wù)器的資源利用率上限時，可以按照虛擬機的資源利用率從小到大的順序，將物理服務(wù)器上的虛擬機依次迀移至其他物理服務(wù)器，直至物理服務(wù)器的資源利用率小于或等于物理服務(wù)器的資源利用率上限，其中，其他物理服務(wù)器中每個物理服務(wù)器的資源利用率小于物理服務(wù)器的資源利用率上限。相比較于現(xiàn)有技術(shù)中為了實現(xiàn)資源集中，將同一個物理服務(wù)器上的虛擬機頻繁迀移至其他物理服務(wù)器上，本發(fā)明實施例可以在物理服務(wù)器的資源利用率大于物理服務(wù)器的資源利用率上限時，按照虛擬機的資源利用率從小到大的順序，依次將物理服務(wù)器上的虛擬機迀移至其他物理服務(wù)器，這樣可以保證當物理服務(wù)器性能較低時，通過迀移后續(xù)可能影響物理服務(wù)器性能的虛擬機，也就是通過迀移資源利用率具有較大增長空間的虛擬機，來實現(xiàn)在提高物理服務(wù)器性能的同時，避免因虛擬機的資源利用率大幅度提升而頻繁迀移同一個物理服務(wù)器上的虛擬機。并且，當物理服務(wù)器的資源利用率小于或等于物理服務(wù)器的資源利用率上限時，停止虛擬機的迀移過程，這樣可以確保資源集中，也就是避免當物理服務(wù)器的性能提高到一定程度時，仍通過迀移虛擬機來進一步提高物理服務(wù)器的性能，從而造成資源浪費。因此，在資源集中的情況下，通過迀移資源利用率具有較大增長空間的虛擬機來降低頻繁迀移同一個物理服務(wù)器上的虛擬機的幾率，從而節(jié)省迀移資源。
【附圖說明】
[0013]為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。
[0014]圖1為本發(fā)明實施例提供的一種具體應(yīng)用場景不意圖；
[0015]圖2為本發(fā)明實施例提供的一種迀移虛擬機的方法流程圖；
[0016]圖3為本發(fā)明實施例提供的另一種迀移虛擬機的方法流程圖；
[0017]圖4為本發(fā)明實施例提供的另一種迀移虛擬機的方法流程圖；
[0018]圖5為本發(fā)明實施例提供的一種迀移虛擬機的結(jié)構(gòu)示意圖。
【具體實施方式】
[0019]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。
[0020]本發(fā)明實施例可以用于一種云計算數(shù)據(jù)中心，如圖1所示，云計算數(shù)據(jù)中心可以包括分配層和資源層。其中，分配層中可以包括分析模塊和資源狀態(tài)監(jiān)控模塊；資源層中可以包括一個或者多個物理服務(wù)器，比如物理服務(wù)器1、物理服務(wù)器2和物理服務(wù)器n，其中，每一個物理服務(wù)器對應(yīng)一個或者多個虛擬機。分析模塊可以根據(jù)資源狀態(tài)監(jiān)控模塊上報的各個物理服務(wù)器的資源利用率、物理服務(wù)器的資源利用率上限、物理服務(wù)器的資源利用率下限和物理服務(wù)器上每個虛擬機的資源利用率，來確定物理服務(wù)器上所有虛擬機中的待迀移虛擬機并將待迀移虛擬機迀移至其他物理服務(wù)器。
[0021]本發(fā)明實施例提供一種迀移虛擬機的方法，該方法流程均由分析模塊實現(xiàn)。如圖2所示，所述方法包括:
[0022]101、獲取物理服務(wù)器的資源利用率。
[0023]分析模塊可以從資源狀態(tài)監(jiān)控模塊上報的信息中，獲取資源層每個物理服務(wù)器的資源利用率。在本發(fā)明實施例中，資源狀態(tài)監(jiān)控模塊可以周期性上報每個物理服務(wù)器的資源利用率，從而保證分析模塊在確定待迀移虛擬機之后，能夠為待迀移虛擬機分配合適的物理服務(wù)器。這樣就可以使待迀移虛擬機從原物理服務(wù)器迀移至目標物理服務(wù)器之后，原物理服務(wù)器的資源利用率和目標物理服務(wù)器的資源利用率都處于一個相對穩(wěn)定的區(qū)間范圍內(nèi)。
[0024]102、當所述物理服務(wù)器的資源利用率大于所述物理服務(wù)器的資源利用率上限時，根據(jù)所述物理服務(wù)器上每個虛擬機的資源利用率，按照虛擬機的資源利用率從小到大的順序，將所述物理服務(wù)器上的虛擬機依次迀移至其他物理服務(wù)器，直至所述物理服務(wù)器的資源利用率小于或等于所述物理服務(wù)器的資源利用率上限。
[0025]其中，所述其他物理服務(wù)器中每個物理服務(wù)器的資源利用率小于所述物理服務(wù)器的資源利用率上限。
[0026]分析模塊可以根據(jù)資源狀態(tài)監(jiān)控模塊所獲取的物理服務(wù)器上每個虛擬機的資源利用率，在按照虛擬機的資源利用率從小到大的順序依次迀移虛擬機的過程中，每迀移一個虛擬機都需要計算出迀移這一個虛擬機之后，物理服務(wù)器的資源利用率，并通過判斷物理服務(wù)器的資源利用和物理服務(wù)器的資源利用率上限的大小關(guān)系，來確定是否需要停止虛擬機的迀移過程。由于物理服務(wù)器的資源利用率的大小等于物理服務(wù)器上所有虛擬機的資源利用率之和，因此，在迀移物理服務(wù)器上的一個虛擬機之后，可以通過獲取物理服務(wù)器上未被迀移的所有虛擬機的資源利用率之和，來確定在迀移這一個虛擬機之后物理服務(wù)器的資源利用率，或者根據(jù)未迀移虛擬機時物理服務(wù)器的資源利用率和被迀移的這一個虛擬機的資源利用率，來確定在迀移這一個虛擬機之后物理服務(wù)器的資源利用率。需要說明的是，分析模塊可以按照虛擬機的資源利用率從小到大的順序，在確定一個待迀移虛擬機之后，就將這一個待迀移虛擬機迀移至其他物理服務(wù)器，之后再確定下一個待迀移虛擬機，并將下一個待迀移虛擬機迀移至其他物理服務(wù)器，直至物理服務(wù)器的資源利用率小于或等于物理服務(wù)器的資源利用率上限。這樣，每次迀移待迀移虛擬機之后，物理服務(wù)器的性能都會提高。在本發(fā)明實施例中，還可以通過先確定所有需要迀移的待迀移虛擬機之后，將所有需要迀移的待迀移虛擬機一并迀移至其他物理服務(wù)器。虛擬機具體的迀移方式，可以根據(jù)不同的應(yīng)用場景進行判定，在本發(fā)明實施例中不作限定。并且，對于迀移待迀移虛擬機的方法在本發(fā)明實施例中也不作具體限定，可以使用裝箱算法或