云數(shù)據(jù)中心中一種能量高效的虛擬機(jī)遷移方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及云數(shù)據(jù)中心中一種能量高效的虛擬機(jī)迀移 方法。
【背景技術(shù)】
[0002] 云計(jì)算是從集群、網(wǎng)格和效用計(jì)算發(fā)展而來(lái)，它是當(dāng)前數(shù)據(jù)中心動(dòng)態(tài)地提供計(jì)算 資源的一種新范式。伴隨著使用付費(fèi)模型的應(yīng)用，大量的計(jì)算資源和存儲(chǔ)資源放置在云端， 用戶可以方便地根據(jù)自己的需求從云端獲取和使用這些資源并為之付費(fèi)。這樣就使得用戶 可以專(zhuān)注于應(yīng)用程序的開(kāi)發(fā)，將他們從配置服務(wù)器硬件和管理系統(tǒng)軟件等低級(jí)任務(wù)中解放 出來(lái)，極大地提高了工作效率，降低了用戶的開(kāi)發(fā)成本。
[0003] 隨著云用戶數(shù)量的不斷增長(zhǎng)，大量的云數(shù)據(jù)中心開(kāi)始涌現(xiàn)，由此而帶來(lái)的云數(shù)據(jù) 中心能耗問(wèn)題正引起人們的密切關(guān)注。目前，平均一個(gè)云數(shù)據(jù)中心消耗的電能就相當(dāng)于 25000戶家庭一年的用電量。據(jù)估計(jì)，到2020年，云數(shù)據(jù)中心消耗的電能將會(huì)占到全球電能 消耗的2%。數(shù)據(jù)中心的高能耗不僅會(huì)導(dǎo)致用戶使用成本的增加，更重要的是還會(huì)引發(fā)全球 變暖的環(huán)境問(wèn)題。因此，如何實(shí)現(xiàn)云數(shù)據(jù)中心服務(wù)性能的逐步提升的同時(shí)減少數(shù)據(jù)中心的 能耗成為學(xué)術(shù)界研究的熱點(diǎn)問(wèn)題。虛擬化技術(shù)由于其能夠在同一個(gè)硬件主機(jī)上多路復(fù)用虛 擬機(jī)以實(shí)現(xiàn)硬件資源共享的特征，正被應(yīng)用于數(shù)據(jù)中心節(jié)能問(wèn)題的研究。通過(guò)對(duì)數(shù)據(jù)中心 物理主機(jī)上各類(lèi)資源的虛擬化，在物理主機(jī)上運(yùn)行多個(gè)共享物理機(jī)資源的虛擬機(jī)來(lái)負(fù)責(zé)處 理不同用戶提交的任務(wù)，這樣既增強(qiáng)了物理機(jī)的功能又隔離了各個(gè)任務(wù)之間的聯(lián)系。因而， 如果將一些物理機(jī)上的虛擬機(jī)轉(zhuǎn)移到另外一些物理機(jī)上，不僅可以提高物理機(jī)的資源利用 率，還可以關(guān)閉處于空轉(zhuǎn)狀態(tài)的主機(jī)以節(jié)省能耗。隨著虛擬機(jī)迀移技術(shù)的不斷發(fā)展，虛擬機(jī) 在不同主機(jī)之間的實(shí)時(shí)迀移成為現(xiàn)實(shí)。那么，對(duì)于云數(shù)據(jù)中心資源消耗少的物理主機(jī)，就可 以使用虛擬機(jī)實(shí)時(shí)迀移技術(shù)將在它上面運(yùn)行著的虛擬機(jī)全部迀移到其他的物理主機(jī)上，然 后關(guān)閉該物理主機(jī)，降低數(shù)據(jù)中心的能耗。但是，虛擬機(jī)的迀移也會(huì)消耗系統(tǒng)資源引起能 耗的增加，同時(shí)也會(huì)降低系統(tǒng)的服務(wù)質(zhì)量；另外，由于云用戶對(duì)于資源需求往往是動(dòng)態(tài)變化 的，在利用虛擬機(jī)實(shí)時(shí)迀移技術(shù)完成服務(wù)器聚集之后，負(fù)載的動(dòng)態(tài)變化特性會(huì)導(dǎo)致宿主主 機(jī)內(nèi)的虛擬機(jī)資源需求總和超出物理機(jī)的資源容量，造成系統(tǒng)阻塞、服務(wù)響應(yīng)時(shí)間變長(zhǎng)，違 反云用戶和云服務(wù)提供者之間協(xié)商制定的服務(wù)水平協(xié)議（SLA)。因此，如何通過(guò)虛擬機(jī)實(shí)時(shí) 迀移技術(shù)來(lái)減少云數(shù)據(jù)中心活動(dòng)主機(jī)的數(shù)量同時(shí)盡可能地滿足SLA成為實(shí)現(xiàn)云數(shù)據(jù)中心 節(jié)能急需解決的問(wèn)題。
[0004] 經(jīng)對(duì)現(xiàn)有文獻(xiàn)檢索發(fā)現(xiàn)，相關(guān)文獻(xiàn)如下：
[0005] Beloglazov Anton 于 2〇11 年在《Concurrency Computat. :PractExper》中的 "Optimal online deterministic algorithms and adaptive heuristics for energy and performance efficient dynamic consolidation of virtual machines in Cloud data centers" 一文，將虛擬機(jī)聚集過(guò)程分成四步，即（I)判斷一個(gè)主機(jī)在何時(shí)成為過(guò)載主機(jī)， (2)從過(guò)載主機(jī)中選擇應(yīng)該迀移出去的虛擬機(jī)，（3)判斷一個(gè)主機(jī)在何時(shí)成為輕載主機(jī)并 選擇其上的所有虛擬機(jī)，（4)放置這些待迀移的虛擬機(jī)。為了找出過(guò)載主機(jī)，文章中提出了 絕對(duì)中位差法（MD)，四分差法（IR)，局部回歸（LR)和魯棒局部回歸法（RLR)。對(duì)于虛擬 機(jī)的選擇，文中提出了最小迀移時(shí)間法（MMT)，隨機(jī)選擇（RC)和最大相關(guān)性法（MC)。另外， 文中將CPU利用率最低的主機(jī)判定為輕載主機(jī)（SM)，使用PABFD算法放置待迀移的虛擬機(jī)， 該算法旨在將虛擬機(jī)放置到功耗增加最少的物理主機(jī)上。文中的實(shí)驗(yàn)結(jié)果表明LR/SM/MMT/ PABFD這樣的組合策略的性能要高于其它方法。
[0006] Abbas Horri 于 2014 年在《J Supercomput》中的 "Novel resource allocation algorithms to performance and energy efficiency in cloud computing" 一文，提出 VDT算法用于虛擬機(jī)聚集過(guò)程中的輕載物理主機(jī)選擇，該算法將物理機(jī)的CPU利用率與該 物理主機(jī)上的虛擬機(jī)數(shù)量進(jìn)行加權(quán)求和并選擇所求得的和值最小的主機(jī)作為輕載主機(jī)；另 外，提出UMC算法用于為待迀移的虛擬機(jī)尋找宿主主機(jī)，即為待迀移的虛擬機(jī)選擇與其相 關(guān)性最小的物理主機(jī)作為其宿主主機(jī)。實(shí)驗(yàn)結(jié)果表明在虛擬機(jī)迀移數(shù)量和服務(wù)質(zhì)量上都比 組合策略（LR/SM/MMT/PABFD)有較大的提高。
[0007] 綜上所述，雖然云數(shù)據(jù)中心的節(jié)能和系統(tǒng)的服務(wù)質(zhì)量在不斷改善，但是還有一些 問(wèn)題有待于進(jìn)一步的研究：
[0008] 1.雖然已有研究表明，數(shù)據(jù)中心物理主機(jī)的能耗和CPU利用率成正比，但是如果 僅從CPU利用率或者CPU利用率與虛擬機(jī)數(shù)量加權(quán)和的角度來(lái)判定輕載主機(jī)，對(duì)于由異構(gòu) 節(jié)點(diǎn)組成的數(shù)據(jù)中心來(lái)說(shuō)，不同的物理節(jié)點(diǎn)上的CPU利用率的比較就失去了意義；另外，由 于異構(gòu)物理主機(jī)節(jié)點(diǎn)的初始能耗不同，對(duì)于利用率相近的異構(gòu)主機(jī)節(jié)點(diǎn)，按照上述方法選 擇輕載主機(jī)顯然不是最有利于數(shù)據(jù)中心的節(jié)能。因此，輕載主機(jī)的判定方法必須考慮到主 機(jī)節(jié)點(diǎn)能量異構(gòu)的特點(diǎn)，同時(shí)能夠體現(xiàn)出關(guān)閉該主機(jī)對(duì)云數(shù)據(jù)中心節(jié)能的貢獻(xiàn)。
[0009] 2.上述的PABFD方法從物理主機(jī)能量增加最小的角度來(lái)放置待迀移的虛擬機(jī)，但 是該方法在異構(gòu)節(jié)點(diǎn)的數(shù)據(jù)中心將趨向于將虛擬機(jī)集中于絕對(duì)容量較大的主機(jī)節(jié)點(diǎn)上。這 樣，當(dāng)主機(jī)的負(fù)載變動(dòng)變化時(shí)，這些主機(jī)更容易出現(xiàn)過(guò)資源需求超出主機(jī)容量的情況，導(dǎo)致 主機(jī)過(guò)載，服務(wù)質(zhì)量下降。因此，在放置虛擬機(jī)時(shí)必須考慮到負(fù)載的動(dòng)態(tài)特性和虛擬機(jī)數(shù)量 對(duì)于主機(jī)狀態(tài)的影響。
[0010] 3.對(duì)于大規(guī)模的云數(shù)據(jù)中心，上述的UMC算法在為每一個(gè)虛擬機(jī)選擇宿主主機(jī) 時(shí)都必須遍歷所有的物理主機(jī)并計(jì)算相關(guān)性系數(shù)，算法的時(shí)間成本較高，且實(shí)時(shí)性也無(wú)法 保證。因此，需要設(shè)計(jì)滿足實(shí)時(shí)性要求的算法。

【發(fā)明內(nèi)容】

[0011] 針對(duì)現(xiàn)有技術(shù)的上述缺陷，本發(fā)明提供了云數(shù)據(jù)中心中一種能量高效的虛擬機(jī)迀 移方法。所述方法包括以下步驟：
[0012] 步驟a :云數(shù)據(jù)中心物理主機(jī)和虛擬機(jī)資源使用的監(jiān)測(cè)：在每個(gè)物理主機(jī)節(jié)點(diǎn)上 運(yùn)行著的虛擬機(jī)管理器對(duì)該物理機(jī)以及運(yùn)行在該物理機(jī)內(nèi)的虛擬機(jī)的資源使用情況進(jìn)行 實(shí)時(shí)監(jiān)控，并且每隔一段時(shí)間記錄一次當(dāng)前物理主機(jī)的CPU資源使用狀態(tài)；
[0013] 步驟b :云數(shù)據(jù)中心過(guò)載主機(jī)的判斷：過(guò)載主機(jī)的判斷是根據(jù)本地管理器中記錄 的物理主機(jī)的CPU資源利用率日志，利用資源預(yù)測(cè)方法來(lái)預(yù)測(cè)該物理主機(jī)上運(yùn)行著的虛擬 機(jī)使用的CPU資源的總和是否將會(huì)超過(guò)該物理主機(jī)容量的情況；
[0014] 步驟c :云數(shù)據(jù)中心過(guò)載物理主機(jī)的處理：如果存在過(guò)載主機(jī)，則在該過(guò)載主機(jī)中 選擇正在運(yùn)行著的虛擬機(jī)，按照虛擬機(jī)迀移策略對(duì)選中的虛擬機(jī)進(jìn)行迀移，直到該過(guò)載主 機(jī)恢復(fù)到正常工作狀態(tài)；如果沒(méi)有監(jiān)測(cè)到過(guò)載主機(jī)，則返回到步驟b繼續(xù)監(jiān)測(cè)；
[0015] 步驟d :云數(shù)據(jù)中心輕載物理主機(jī)的判定：根據(jù)云數(shù)據(jù)中心各個(gè)物理主機(jī)的CPU使 用情況，找出輕載狀態(tài)的物理機(jī)，然后將其上運(yùn)行著的所有虛擬機(jī)使用虛擬機(jī)迀移策略迀 移出去，最后關(guān)閉該物理主機(jī)以實(shí)現(xiàn)云數(shù)據(jù)中心的節(jié)能；若在輕載主機(jī)上運(yùn)行著的虛擬機(jī) 中存在一個(gè)或者多個(gè)虛擬機(jī)找不到可用的宿主主機(jī)，則不進(jìn)行虛擬機(jī)迀移，該輕載主機(jī)繼 續(xù)運(yùn)行；該過(guò)程反復(fù)迭代直到數(shù)據(jù)中心不再出現(xiàn)過(guò)載主機(jī)才停止。
[0016] 優(yōu)選地，所述步驟c中的虛擬機(jī)迀移策略的具體過(guò)程如下：
[0017] 首先根據(jù)各個(gè)虛擬機(jī)當(dāng)前的CPU使用量對(duì)等待迀移的虛擬機(jī)進(jìn)行升序排列，得到 虛擬機(jī)迀移列表VMlist。然后對(duì)數(shù)據(jù)中心的各個(gè)物理主機(jī)按照其當(dāng)前的CPU利用率進(jìn)行降 序排列，得到候選主機(jī)列表PMlist。為了避免出現(xiàn)重復(fù)迀移的情況，那些需要迀移虛擬機(jī)的 主機(jī)不在候選主機(jī)之列；同時(shí)，考慮到不影響輕載主機(jī)的判定，所有候選主機(jī)的CPU利用率 都大于給定閾值THL。然后根據(jù)虛擬機(jī)列表VMlist和候選主機(jī)列表PMlist中的順序，對(duì)于 一個(gè)物理主機(jī)是否接受虛擬機(jī)的判斷規(guī)則如下：
[0018] 假定物理主機(jī)的當(dāng)前CPU利用率為，而此時(shí)在該物理主機(jī)上運(yùn)行著的虛擬機(jī) 數(shù)量為N，s代表不使物理主機(jī)性能下降的安全參數(shù)，y代表該物理機(jī)上剩余的可用CPU資 源。那么物理主機(jī)狀態(tài)可以分為三種情況進(jìn)行討論，如下所示，

[0019] 則待接受的虛擬機(jī)在物理主機(jī)中的CPU利用率要小于
[0020] 則待接受的虛擬機(jī)在物理主機(jī)中的CPU利用率要大于
[0021] 則待接受的虛擬機(jī)在物理主機(jī)中的CPU利用率要接近或者等于
[0022] 在上述的三種情況中，假定被接受的虛擬機(jī)在滿足上述條件的同時(shí)，其資源需求 不會(huì)超出物理主機(jī)的可用資源容量，即不會(huì)導(dǎo)致物理主機(jī)處于過(guò)載狀態(tài)。這樣，在遍歷完待 迀移的虛擬機(jī)列表VMlist后，所有的虛擬機(jī)都完成迀移。
[0023] 優(yōu)選地，所述步驟d中的輕載主機(jī)判定過(guò)程如下：
[0024] 根據(jù)數(shù)據(jù)中心各個(gè)物理主機(jī)的CPU利用率情況，設(shè)定一個(gè)CPU利用率的下限值 THL，將所有CPU利用率處于該閾值以下的主機(jī)標(biāo)記為候選主機(jī)，得到一個(gè)候選主機(jī)集合。 對(duì)于該集合中的每個(gè)主機(jī)，計(jì)算其功耗的平均值pZwe，計(jì)算式如下：
[0025]
[0026] 上式中，Pj代表候選主機(jī)集合中主機(jī)j的能耗，M和表主機(jī)j中當(dāng)前運(yùn)行著的虛 擬機(jī)的數(shù)量。然后，通過(guò)比較巧""的大小，選擇候選主機(jī)集合中^/胃值最大的主機(jī)作為輕載 主機(jī)。
[0027] 本發(fā)明的有益效果：
[0028] 本發(fā)明考