本發(fā)明涉及虛擬機(jī)分配領(lǐng)域，特別涉及一種極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法。
背景技術(shù)：
：隨著數(shù)據(jù)中心的快速發(fā)展和Mapreduce/Hadoop框架的日益重要，越來越多的大數(shù)據(jù)被放到云系統(tǒng)中處理。在現(xiàn)代基于虛擬化的數(shù)據(jù)中心上，虛擬機(jī)分配是實(shí)現(xiàn)云中資源有效調(diào)度的首要考慮。在云系統(tǒng)中，大數(shù)據(jù)被劃分成多個數(shù)據(jù)存儲在數(shù)據(jù)中心的數(shù)據(jù)結(jié)點(diǎn)上等待虛擬機(jī)處理。此時，不僅存在虛擬機(jī)處理數(shù)據(jù)時的通訊延遲，也存在匯總計(jì)算結(jié)果時虛擬機(jī)之間的通訊延遲。虛擬機(jī)分配策略的不同將導(dǎo)致最大通訊延遲的不同。已經(jīng)證明對數(shù)據(jù)結(jié)點(diǎn)分配虛擬機(jī)并考慮虛擬機(jī)之間的通訊延遲，使得最大通訊延遲最小的問題是NP-hard問題?？紤]到此問題的難度較高以及此問題相關(guān)的解決辦法較少，特此提出了技術(shù)實(shí)現(xiàn)要素：。僅考慮使用距離數(shù)據(jù)結(jié)點(diǎn)較近的虛擬機(jī)來處理數(shù)據(jù)達(dá)到降低最大通訊延遲的目的是不充分的，因?yàn)樘摂M機(jī)之間也需要通訊，比如在MapReduce云應(yīng)用中，最后的結(jié)果需要匯總就需要虛擬機(jī)之間通訊。我們把一個大數(shù)據(jù)假設(shè)為一個團(tuán)隊(duì)，劃分后的數(shù)據(jù)為團(tuán)隊(duì)中的成員，每個成員擁有一個虛擬機(jī)用來處理數(shù)據(jù)，團(tuán)隊(duì)中成員需要互相通訊，這才是團(tuán)隊(duì)合作。最大通訊延遲不僅取決于數(shù)據(jù)與(處理此數(shù)據(jù)的)虛擬機(jī)之間的通訊延遲，也取決于(用來處理數(shù)據(jù)的)虛擬機(jī)之間的通訊延遲。目前已有的解決此問題的方法有兩種，第一種提出的啟發(fā)式算法為用貪心算法為數(shù)據(jù)結(jié)點(diǎn)尋找虛擬機(jī)的候選團(tuán)并結(jié)合匈牙利算法為數(shù)據(jù)結(jié)點(diǎn)分配虛擬機(jī)，這存在候選團(tuán)規(guī)?？赡茌^小或匹配效率較低的問題。第二種是通過改變原問題的約束條件將其轉(zhuǎn)換成為近似問題，然后松弛成線性規(guī)劃問題并借用線性規(guī)劃解法器來求解，其解空間仍為原問題的解空間,解空間較大會增加搜索較優(yōu)解的時間，效率不高。因此有必要提出一種新的方法來解決現(xiàn)有技術(shù)中存在的問題。
發(fā)明內(nèi)容本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)與不足，提供一種極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法。本發(fā)明的目的通過以下的技術(shù)方案實(shí)現(xiàn)：一種極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法，包含以下步驟：S1、判斷在通訊延遲的某一閾值內(nèi)是否存在規(guī)模多于數(shù)據(jù)結(jié)點(diǎn)(datanode,DN)的能夠互相通訊的虛擬機(jī)(virtualmachine,VM)集群；S2、若存在，則用有效的回溯法或改進(jìn)的貪心算法尋找在此閾值下由虛擬機(jī)構(gòu)成的完全子圖，然后采用Hopcroft-Karp算法將完全子圖中的虛擬機(jī)分配給數(shù)據(jù)結(jié)點(diǎn)；若不存在，重復(fù)步驟S1。所述極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法，包含以下步驟：第一步：將數(shù)據(jù)結(jié)點(diǎn)與虛擬機(jī)之間不同的通訊延遲大小設(shè)為閾值t的取值集合Z，將Z中元素使用歸并排序算法升序排列，執(zhí)行第二步；第二步：將Z中沒有被取到過的第一個元素設(shè)為閾值，執(zhí)行第三步；第三步：若此時閾值為最大閾值，則團(tuán)中虛擬機(jī)為全部虛擬機(jī)，則執(zhí)行第八步；若不是最大閾值，則執(zhí)行第四步；第四步：將虛擬機(jī)之間互相通訊所構(gòu)成的完全圖中大于閾值的邊刪除，計(jì)算各虛擬機(jī)結(jié)點(diǎn)的度數(shù)和邊數(shù)；執(zhí)行第五步；第五步：若此時邊數(shù)滿足圖蘭定理，則執(zhí)行第六步；若邊數(shù)不滿足圖蘭定理，則執(zhí)行第十步；第六步：使用有效的回溯法或者改進(jìn)的貪心算法尋找最大團(tuán)；執(zhí)行第七步；第七步：若團(tuán)中虛擬機(jī)結(jié)點(diǎn)的數(shù)目大于數(shù)據(jù)結(jié)點(diǎn)的數(shù)目，則執(zhí)行第八步；否則說明團(tuán)中虛擬機(jī)不足夠用來處理數(shù)據(jù)結(jié)點(diǎn)，則執(zhí)行第第二步；第八步：使用Hopcroft-Karp算法將完全子圖中的虛擬機(jī)分配給數(shù)據(jù)結(jié)點(diǎn)；執(zhí)行第九步；第九步：若所有的數(shù)據(jù)結(jié)點(diǎn)都被虛擬機(jī)匹配，則執(zhí)行第十一步；否則執(zhí)行第二步；第十步：若此時虛擬機(jī)數(shù)目不少于數(shù)據(jù)結(jié)點(diǎn)數(shù)目，執(zhí)行第六步；否則則執(zhí)行第二步；第十一步：結(jié)束。所述有效的回溯法，具體為：當(dāng)訪問到圖中的某個頂點(diǎn)時，若該頂點(diǎn)違反問題的約束條件，就不再進(jìn)行訪問此頂點(diǎn)的子孫，而回溯到它的父結(jié)點(diǎn)，選取下一個兒子為訪問對象；在尋找虛擬機(jī)的最大完全子圖的過程中，設(shè)置剪枝函數(shù)F＝Cn+n-k，其中Cn為當(dāng)前完全子圖的頂點(diǎn)數(shù)目，初始值為0，n為圖中頂點(diǎn)數(shù)目，k為結(jié)點(diǎn)的層數(shù)；當(dāng)遍歷到圖中的某個頂點(diǎn)時，若當(dāng)前完全子圖的頂點(diǎn)個數(shù)與剩下還未遍歷的頂點(diǎn)數(shù)之和小于記錄中最大團(tuán)的頂點(diǎn)數(shù)，則可進(jìn)行剪枝，無需再進(jìn)一步的搜索子樹。所述約束條件是遍歷的該頂點(diǎn)與當(dāng)前完全子圖內(nèi)每個頂點(diǎn)都有邊相連。所述改進(jìn)的貪心算法，具體為：先將距離某個虛擬機(jī)小于一半閾值的虛擬機(jī)結(jié)點(diǎn)加入團(tuán)中，然后在考慮將團(tuán)外虛擬機(jī)結(jié)點(diǎn)加入當(dāng)前團(tuán)時，不僅要滿足距離約束，即距離團(tuán)中所有虛擬機(jī)不能超過閾值；又要滿足結(jié)點(diǎn)度數(shù)的約束；當(dāng)團(tuán)外沒有虛擬機(jī)結(jié)點(diǎn)能夠加入到當(dāng)前團(tuán)中，此時當(dāng)前團(tuán)為在此閾值下規(guī)模最大的團(tuán)。所述結(jié)點(diǎn)度數(shù)的約束，具體為：若團(tuán)外某個虛擬機(jī)結(jié)點(diǎn)度數(shù)不多于數(shù)據(jù)結(jié)點(diǎn)數(shù)目，那么此虛擬機(jī)一定不會存在于團(tuán)中。本發(fā)明的主要思想描述如下：(1)在設(shè)定閾值后，根據(jù)圖中頂點(diǎn)的度數(shù)和邊數(shù)以及圖蘭定理判斷是否存規(guī)模多于數(shù)據(jù)結(jié)點(diǎn)的虛擬機(jī)的完全子圖。a.圖蘭(Turán)定理：對于n個頂點(diǎn)的簡單圖，若圖中邊數(shù)l>M(n,p)，那么它必包含p階完全子圖。其中，b.令si為轉(zhuǎn)換后的虛擬機(jī)之間通訊構(gòu)成的圖中第i個頂點(diǎn)的度數(shù)，若si≥p-1，則令si對應(yīng)的y值為1，代表此頂點(diǎn)可能位于規(guī)模大于數(shù)據(jù)結(jié)點(diǎn)的完全子圖中，否則其y值0，說明此頂點(diǎn)一定不在完全子圖中。當(dāng)時，說明虛擬機(jī)之間通訊的圖中一定不存在|D|階完全子圖。(2)根據(jù)判斷結(jié)果決定是否進(jìn)行尋找完全子圖。若存在規(guī)模大于數(shù)據(jù)結(jié)點(diǎn)的虛擬機(jī)的完全子圖，則用有效的回溯法或改進(jìn)的貪心算法尋找完全子圖。M(n,p)=p-22(p-1)n2-r(p-1-r)2(p-1),r=nmod(p-1)]]>(3)一旦完全子圖的規(guī)模滿足數(shù)據(jù)結(jié)點(diǎn)，就及時執(zhí)行Hopcroft-Karp算法為數(shù)據(jù)結(jié)點(diǎn)匹配虛擬機(jī)，若能達(dá)到完備匹配，則終止。若在此閾值下所有完全Σi=1nysi≥p,ysi∈{0,1}ysi=1,si≥p-1ysi=0,si<p-1]]>子圖的規(guī)模仍小于數(shù)據(jù)結(jié)點(diǎn)的規(guī)模，則增大閾值，進(jìn)行下個閾值下團(tuán)的尋找。本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點(diǎn)和有益效果：本發(fā)明的方法能夠有效減小解空間，降低虛擬機(jī)分配的時間。實(shí)驗(yàn)結(jié)果表明，本文提出的算法在Tree，VL2，F(xiàn)at-Tree和BCube四種網(wǎng)絡(luò)結(jié)構(gòu)中，與當(dāng)前最新的近似算法相比，平均情況下最大通訊延遲分別降低了10.39％，5.68％，9.09％，5.45％。附圖說明圖1為本發(fā)明所述一種極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法的流程圖。具體實(shí)施方式下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步詳細(xì)的描述，但本發(fā)明的實(shí)施方式不限于此。如圖1，一種極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法，包含以下步驟：S1、判斷在通訊延遲的某一閾值內(nèi)是否存在規(guī)模多于數(shù)據(jù)結(jié)點(diǎn)(datanode,DN)的能夠互相通訊的虛擬機(jī)(virtualmachine,VM)集群；S2、若存在，則用有效的回溯法或改進(jìn)的貪心算法尋找在此閾值下由虛擬機(jī)構(gòu)成的完全子圖，然后采用Hopcroft-Karp算法將完全子圖中的虛擬機(jī)分配給數(shù)據(jù)結(jié)點(diǎn)；若不存在，重復(fù)步驟S1。所述極小化通訊延遲的數(shù)據(jù)中心內(nèi)的虛擬機(jī)分配方法，包含以下步驟：第一步：將數(shù)據(jù)結(jié)點(diǎn)與虛擬機(jī)之間不同的通訊延遲大小設(shè)為閾值t的取值集合Z，將Z中元素使用歸并排序算法升序排列，執(zhí)行第二步；第二步：將Z中沒有被取到過的第一個元素設(shè)為閾值，執(zhí)行第三步；第三步：若此時閾值為最大閾值，則團(tuán)中虛擬機(jī)為全部虛擬機(jī)，則執(zhí)行第八步；若不是最大閾值，則執(zhí)行第四步；第四步：將虛擬機(jī)之間互相通訊所構(gòu)成的完全圖中大于閾值的邊刪除，計(jì)算各虛擬機(jī)結(jié)點(diǎn)的度數(shù)和邊數(shù)；執(zhí)行第五步；第五步：若此時邊數(shù)滿足圖蘭定理，則執(zhí)行第六步；若邊數(shù)不滿足圖蘭定理，則執(zhí)行第十步；第六步：使用有效的回溯法或者改進(jìn)的貪心算法尋找最大團(tuán)；執(zhí)行第七步；第七步：若團(tuán)中虛擬機(jī)結(jié)點(diǎn)的數(shù)目大于數(shù)據(jù)結(jié)點(diǎn)的數(shù)目，則執(zhí)行第八步；否則說明團(tuán)中虛擬機(jī)不足夠用來處理數(shù)據(jù)結(jié)點(diǎn)，則執(zhí)行第第二步；第八步：使用Hopcroft-Karp算法將完全子圖中的虛擬機(jī)分配給數(shù)據(jù)結(jié)點(diǎn)；執(zhí)行第九步；第九步：若所有的數(shù)據(jù)結(jié)點(diǎn)都被虛擬機(jī)匹配，則執(zhí)行第十一步；否則執(zhí)行第二步；第十步：若此時虛擬機(jī)數(shù)目不少于數(shù)據(jù)結(jié)點(diǎn)數(shù)目，執(zhí)行第六步；否則則執(zhí)行第二步；第十一步：結(jié)束。所述有效的回溯法，具體為：當(dāng)訪問到圖中的某個頂點(diǎn)時，若該頂點(diǎn)違反問題的約束條件，就不再進(jìn)行訪問此頂點(diǎn)的子孫，而回溯到它的父結(jié)點(diǎn)，選取下一個兒子為訪問對象；在尋找虛擬機(jī)的最大完全子圖的過程中，設(shè)置剪枝函數(shù)F＝Cn+n-k，其中Cn為當(dāng)前完全子圖的頂點(diǎn)數(shù)目，初始值為0，n為圖中頂點(diǎn)數(shù)目，k為結(jié)點(diǎn)的層數(shù)；當(dāng)遍歷到圖中的某個頂點(diǎn)時，若當(dāng)前完全子圖的頂點(diǎn)個數(shù)與剩下還未遍歷的頂點(diǎn)數(shù)之和小于記錄中最大團(tuán)的頂點(diǎn)數(shù)，則可進(jìn)行剪枝，無需再進(jìn)一步的搜索子樹。所述約束條件是遍歷的該頂點(diǎn)與當(dāng)前完全子圖內(nèi)每個頂點(diǎn)都有邊相連。所述改進(jìn)的貪心算法，具體為：先將距離某個虛擬機(jī)小于一半閾值的虛擬機(jī)結(jié)點(diǎn)加入團(tuán)中，然后在考慮將團(tuán)外虛擬機(jī)結(jié)點(diǎn)加入當(dāng)前團(tuán)時，不僅要滿足距離約束，即距離團(tuán)中所有虛擬機(jī)不能超過閾值；又要滿足結(jié)點(diǎn)度數(shù)的約束；當(dāng)團(tuán)外沒有虛擬機(jī)結(jié)點(diǎn)能夠加入到當(dāng)前團(tuán)中，此時當(dāng)前團(tuán)為在此閾值下規(guī)模最大的團(tuán)。所述結(jié)點(diǎn)度數(shù)的約束，具體為：若團(tuán)外某個虛擬機(jī)結(jié)點(diǎn)度數(shù)不多于數(shù)據(jù)結(jié)點(diǎn)數(shù)目，那么此虛擬機(jī)一定不會存在于團(tuán)中。上述實(shí)施例為本發(fā)明較佳的實(shí)施方式，但本發(fā)明的實(shí)施方式并不受上述實(shí)施例的限制，其他的任何未背離本發(fā)明的精神實(shí)質(zhì)與原理下所作的改變、修飾、替代、組合、簡化，均應(yīng)為等效的置換方式，都包含在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁1 2 3