一種虛擬機(jī)放置方法及裝置制造方法
【專利摘要】本發(fā)明公開了一種虛擬機(jī)放置方法及裝置，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，根據(jù)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。本發(fā)明在考慮資源空間屬性時(shí)，綜合考慮了虛擬機(jī)和物理服務(wù)器的時(shí)間屬性，并計(jì)算每種放置策略產(chǎn)生的全局能耗，實(shí)現(xiàn)了資源集能耗優(yōu)化為目標(biāo)，在滿足物理服務(wù)器空間約束前提下，更好地避免了物理服務(wù)器的資源浪費(fèi)，從而有效降低了云數(shù)據(jù)中心的能耗。
【專利說明】一種虛擬機(jī)放置方法及裝置
【技術(shù)領(lǐng)域】
[0001]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)】
[0002]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，
[0003]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(jiǎn)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。
[0004]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。
[0005]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。
[0006]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VMl，那就不能同時(shí)再被分配給VM2 了，如圖1 (b)所示，VMl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。
[0007]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】

[0008]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。
[0009]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:
[0010]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；
[0011]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)；
[0012]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。
[0013]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:
[0014]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；
[0015]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。
[0016]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(IKti))=a Pmax+(i_a) PmaxU (tD ；
[0017]其中，PiO1⑴)表示物理服務(wù)器i的功率函數(shù)；u⑴表示在時(shí)刻t的CPU利用率，u(t) e [O, 1] ;Pmax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。
[0018]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:
[0019]對(duì)于物理服務(wù)器i，對(duì)所述功率函數(shù)在時(shí)間段[tp t2]內(nèi)進(jìn)行積分
【權(quán)利要求】
1.一種虛擬機(jī)放置方法，其特征在于，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。
2.根據(jù)權(quán)利要求1所述的虛擬機(jī)放置方法，其特征在于，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。
3.根據(jù)權(quán)利要求1或2所述的虛擬機(jī)放置方法，其特征在于，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(IiUi)) = a Pmax+(1-a ?)； 其中，Pi(UU))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) ∈[O, 1] ;Pmax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；a為基線能耗占滿負(fù)荷能耗的比例。
4.根據(jù)權(quán)利要求3所述的虛擬機(jī)放置方法，其特征在于，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: 對(duì)于物理服務(wù)器i，對(duì)所述功率函數(shù)在時(shí)間段[ti，t2]內(nèi)進(jìn)行積分
5.根據(jù)權(quán)利要求4所述的虛擬機(jī)放置方法，其特征在于，所述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)系包括:
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述獲取總能耗目標(biāo)函數(shù)包括:
7.—種虛擬機(jī)放置裝置，其特征在于，至少包括建立模塊、第一獲取模塊、約束模塊，以及第二獲取模塊；其中， 建立模塊，用于建立物理服務(wù)器的能耗模型； 約束模塊，用于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; 第一獲取模塊，用于根據(jù)建立好的物理服務(wù)器的能耗模型，及空間約束關(guān)系和時(shí)間約束關(guān)系，分別獲取預(yù)設(shè)時(shí)間內(nèi)資源集中各物理服務(wù)器的總能耗目標(biāo)函數(shù)； 第二獲取模塊，用于采用二維粒子算法，并根據(jù)建立的空間約束關(guān)系和時(shí)間約束關(guān)系以及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。
【文檔編號(hào)】G06F9/455GK103778020SQ201410045836
【公開日】2014年5月7日 申請(qǐng)日期:2014年2月8日 優(yōu)先權(quán)日:2014年2月8日
【發(fā)明者】殷波, 張?jiān)朴? 程瑩 申請(qǐng)人:中國(guó)聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司