基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及云計(jì)算技術(shù)領(lǐng)域，特別涉及一種基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)及方法。
【背景技術(shù)】
[0002]云計(jì)算采用資源虛擬化技術(shù)，對(duì)分布式的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)等資源進(jìn)行虛擬化，形成一個(gè)或多個(gè)邏輯上聚合的資源池，資源池的資源完全共享。然而，在資源池內(nèi)，虛擬資源使用靈活多變，如何進(jìn)行資源調(diào)度，即在滿足虛擬資源及應(yīng)用業(yè)務(wù)的服務(wù)質(zhì)量的同時(shí)，如何按需分配虛擬資源、有效利用資源池資源，將成為最大的挑戰(zhàn)。
[0003]傳統(tǒng)的資源調(diào)度方法多采用負(fù)載均衡、資源整合等分布式資源調(diào)度方法。首先對(duì)服務(wù)器負(fù)載進(jìn)行分析，采用虛擬機(jī)迀移的資源調(diào)度方式實(shí)現(xiàn)。但是虛擬機(jī)迀移的資源調(diào)度粒度太大，對(duì)迀移的虛擬機(jī)本身來(lái)說，會(huì)造成一段時(shí)間的運(yùn)行中斷；對(duì)于服務(wù)器來(lái)說，迀移過程本身會(huì)消耗較多的CPU、網(wǎng)絡(luò)等資源，因此不可避免的還會(huì)影響到同服務(wù)器節(jié)點(diǎn)上其他虛擬機(jī)的性能。
[0004]另外，為了減少虛擬機(jī)迀移次數(shù)，在服務(wù)器節(jié)點(diǎn)部署虛擬機(jī)時(shí)，采取裝箱原理，盡量使虛擬機(jī)與服務(wù)器節(jié)點(diǎn)的映射關(guān)系趨于合理，減少不必要的虛擬機(jī)迀移，然而事實(shí)上，隨著虛擬機(jī)及其應(yīng)用業(yè)務(wù)的運(yùn)行，虛擬機(jī)的負(fù)載是不斷變化的，導(dǎo)致各個(gè)服務(wù)器節(jié)點(diǎn)之間的負(fù)載也會(huì)波動(dòng)，為了有效利用服務(wù)器節(jié)點(diǎn)資源，不可避免也需要采取虛擬機(jī)迀移的資源調(diào)度方式，因此，利用裝箱原理的虛擬機(jī)部署還是不能改變虛擬機(jī)迀移本身的問題。

【發(fā)明內(nèi)容】

[0005]有鑒于此，有必要提供一種對(duì)迀移虛擬機(jī)以及同服務(wù)器節(jié)點(diǎn)內(nèi)其他虛擬機(jī)的影響都較小的細(xì)粒度資源調(diào)度系統(tǒng)及方法。
[0006]一種基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)，其包括如下單元:
[0007]負(fù)載信息獲取單元，用于收集當(dāng)前時(shí)間點(diǎn)服務(wù)器內(nèi)η個(gè)虛擬機(jī)的負(fù)載值，獲取服務(wù)器內(nèi)所有虛擬機(jī)的平均負(fù)載值，并計(jì)算各虛擬機(jī)的負(fù)載值與平均負(fù)載值的負(fù)載差值；
[0008]矩陣生成單元，用于記錄當(dāng)前時(shí)間點(diǎn)η個(gè)虛擬機(jī)的負(fù)載差值，并判斷總共記錄的時(shí)間點(diǎn)個(gè)數(shù)是否小于預(yù)設(shè)次數(shù)m，如果是則啟動(dòng)負(fù)載信息獲取單元的功能，否則保留最近m個(gè)時(shí)間點(diǎn)的負(fù)載差值，形成共m個(gè)時(shí)間點(diǎn)下η個(gè)虛擬機(jī)的負(fù)載差值數(shù)據(jù)組成一個(gè)m行η列的負(fù)載差值矩陣，并啟動(dòng)矩陣分析單元的功能；
[0009]矩陣分析單元，用于對(duì)當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣進(jìn)行逐列分析，并判斷所有虛擬機(jī)都是否分析了一遍，是則當(dāng)前時(shí)間點(diǎn)的負(fù)載分析已經(jīng)完成，啟動(dòng)資源配置單元的功能；否則啟動(dòng)負(fù)載波動(dòng)判斷單元的功能；
[0010]負(fù)載波動(dòng)判斷單元，用于判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)的絕對(duì)值是否均小于或等于某一個(gè)預(yù)設(shè)固定的負(fù)載波動(dòng)幅值r，如果是將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并啟動(dòng)矩陣分析單元的功能，否則啟動(dòng)負(fù)載調(diào)度值調(diào)整單元的功能；
[0011]負(fù)載調(diào)度值調(diào)整單元，用于判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)大于r的次數(shù)是否大于或等于第一預(yù)設(shè)次數(shù)kl，如果是則將計(jì)算該虛擬機(jī)最近kl次大于r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，并啟動(dòng)矩陣分析單元的功能；否則繼續(xù)判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)小于-r的次數(shù)是否大于或等于第二預(yù)設(shè)次數(shù)k2，如果是將計(jì)算該虛擬機(jī)最近k2次小于-r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，并啟動(dòng)矩陣分析單元的功能，否則將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并啟動(dòng)矩陣分析單元的功能；
[0012]資源配置單元，用于修正各虛擬機(jī)的負(fù)載調(diào)度值，并判斷虛擬機(jī)的負(fù)載調(diào)度值是否同時(shí)存在正值和負(fù)值，如果是則從負(fù)載調(diào)度值中選擇一個(gè)最大值和最小值的虛擬機(jī)，增加負(fù)載調(diào)度值最大的虛擬機(jī)的資源配置，減少負(fù)載調(diào)度值最小的虛擬機(jī)的資源配置，否則等待預(yù)設(shè)時(shí)間T后啟動(dòng)負(fù)載信息獲取單元的功能。
[0013]本發(fā)明還提供一種基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度方法，其包括如下步驟:
[0014]S1、收集當(dāng)前時(shí)間點(diǎn)服務(wù)器內(nèi)η個(gè)虛擬機(jī)的負(fù)載值，獲取服務(wù)器內(nèi)所有虛擬機(jī)的平均負(fù)載值，并計(jì)算各虛擬機(jī)的負(fù)載值與平均負(fù)載值的負(fù)載差值；
[0015]S2、記錄當(dāng)前時(shí)間點(diǎn)η個(gè)虛擬機(jī)的負(fù)載差值，并判斷總共記錄的時(shí)間點(diǎn)個(gè)數(shù)是否小于預(yù)設(shè)次數(shù)m，如果是則跳轉(zhuǎn)到步驟SI，否則保留最近m個(gè)時(shí)間點(diǎn)的負(fù)載差值，形成共m個(gè)時(shí)間點(diǎn)下η個(gè)虛擬機(jī)的負(fù)載差值數(shù)據(jù)組成一個(gè)m行η列的負(fù)載差值矩陣；
[0016]S3、對(duì)當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣進(jìn)行逐列分析，并判斷所有虛擬機(jī)都是否分析了一遍，是則當(dāng)前時(shí)間點(diǎn)的負(fù)載分析已經(jīng)完成，跳到步驟S6 ;否則跳轉(zhuǎn)到步驟S4 ;
[0017]S4、判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)的絕對(duì)值是否均小于或等于某一個(gè)預(yù)設(shè)固定的負(fù)載波動(dòng)幅值r，如果是將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并跳到步驟S3，否則跳轉(zhuǎn)到步驟S5 ；
[0018]S5、判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)大于r的次數(shù)是否大于或等于第一預(yù)設(shè)次數(shù)kl，如果是將計(jì)算該虛擬機(jī)最近kl次大于r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，跳到步驟S3 ;否則繼續(xù)判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)小于_r的次數(shù)是否大于或等于第二預(yù)設(shè)次數(shù)k2，如果是將計(jì)算該虛擬機(jī)最近k2次小于-r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，跳到步驟S3 ;否則將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并跳到步驟S3 ；
[0019]S6、修正各虛擬機(jī)的負(fù)載調(diào)度值，并判斷虛擬機(jī)的負(fù)載調(diào)度值是否同時(shí)存在正值和負(fù)值，如果是則從負(fù)載調(diào)度值中選擇一個(gè)最大值和最小值的虛擬機(jī)，增加負(fù)載調(diào)度值最大的虛擬機(jī)的資源配置，減少負(fù)載調(diào)度值最小的虛擬機(jī)的資源配置，否則等待預(yù)設(shè)時(shí)間T后跳到步驟SI。
[0020]本發(fā)明提供的基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)及方法通過本發(fā)明具有以下有益效果:1、資源調(diào)度粒度小，不對(duì)虛擬機(jī)進(jìn)行迀移，對(duì)服務(wù)器負(fù)載影響較小，并可根據(jù)虛擬機(jī)資源負(fù)載情況按需配置相應(yīng)資源；2、可根據(jù)系統(tǒng)應(yīng)用業(yè)務(wù)的特點(diǎn)，決定資源負(fù)載的波動(dòng)范圍、以及資源調(diào)度的激進(jìn)程度；3、資源調(diào)度不設(shè)置固定的負(fù)載上下限閾值，當(dāng)虛擬機(jī)的整體負(fù)載上升或下降時(shí)，服務(wù)器內(nèi)各個(gè)虛擬機(jī)仍然可以處于動(dòng)態(tài)平衡狀態(tài)；4、資源調(diào)度模型綜合考慮了虛擬機(jī)負(fù)載抖動(dòng)、正在開機(jī)、正在進(jìn)行負(fù)載測(cè)試等異?，F(xiàn)象，并且待虛擬機(jī)負(fù)載趨于穩(wěn)定時(shí)，才對(duì)虛擬機(jī)資源進(jìn)行重配置。
【附圖說明】
[0021]圖1是本發(fā)明實(shí)施例的基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)結(jié)構(gòu)框圖；
[0022]圖2是負(fù)載差值矩陣示意圖；
[0023]圖3是本發(fā)明實(shí)施例的基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度方法流程圖。
【具體實(shí)施方式】
[0024]如圖1所示，一種基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度系統(tǒng)，其包括如下單元:
[0025]負(fù)載信息獲取單元10，用于收集當(dāng)前時(shí)間點(diǎn)服務(wù)器內(nèi)η個(gè)虛擬機(jī)的負(fù)載值，獲取服務(wù)器內(nèi)所有虛擬機(jī)的平均負(fù)載值，并計(jì)算各虛擬機(jī)的負(fù)載值與平均負(fù)載值的負(fù)載差值。
[0026]矩陣生成單元20，用于記錄當(dāng)前時(shí)間點(diǎn)η個(gè)虛擬機(jī)的負(fù)載差值，并判斷總共記錄的時(shí)間點(diǎn)個(gè)數(shù)是否小于預(yù)設(shè)次數(shù)m，如果是則啟動(dòng)負(fù)載信息獲取單元10的功能，否則保留最近m個(gè)時(shí)間點(diǎn)的負(fù)載差值，形成共m個(gè)時(shí)間點(diǎn)下η個(gè)虛擬機(jī)的負(fù)載差值數(shù)據(jù)組成一個(gè)m行η列的負(fù)載差值矩陣，并啟動(dòng)矩陣分析單元30的功能。
[0027]矩陣分析單元30，用于對(duì)當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣進(jìn)行逐列分析，并判斷所有虛擬機(jī)都是否分析了一遍，是則當(dāng)前時(shí)間點(diǎn)的負(fù)載分析已經(jīng)完成，啟動(dòng)資源配置單元60的功能；否則啟動(dòng)負(fù)載波動(dòng)判斷單元40的功能。
[0028]負(fù)載波動(dòng)判斷單元40，用于判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)的絕對(duì)值是否均小于或等于某一個(gè)預(yù)設(shè)固定的負(fù)載波動(dòng)幅值r，如果是將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并啟動(dòng)矩陣分析單元30的功能，否則啟動(dòng)負(fù)載調(diào)度值調(diào)整單元50的功能。
[0029]負(fù)載調(diào)度值調(diào)整單元50，用于判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)大于r的次數(shù)是否大于或等于第一預(yù)設(shè)次數(shù)kl，如果是將計(jì)算該虛擬機(jī)最近kl次大于r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，并啟動(dòng)矩陣分析單元30的功能；否則繼續(xù)判斷當(dāng)前時(shí)間點(diǎn)的負(fù)載差值矩陣的列數(shù)據(jù)小于_r的次數(shù)是否大于或等于第二預(yù)設(shè)次數(shù)k2，如果是將計(jì)算該虛擬機(jī)最近k2次小于-r的負(fù)載差值的平均值，作為該虛擬機(jī)的負(fù)載調(diào)度值，并啟動(dòng)矩陣分析單元30的功能，否則將該虛擬機(jī)的負(fù)載調(diào)度值置為0，并啟動(dòng)矩陣分析單元30的功能；
[0030]資源配置單元60，用于修正各虛擬機(jī)的負(fù)載調(diào)度值，并判斷虛擬機(jī)的負(fù)載調(diào)度值是否同時(shí)存在正值和負(fù)值，如果是則從負(fù)載調(diào)度值中選擇一個(gè)最大值和最小值的虛擬機(jī)，增加負(fù)載調(diào)度值最大的虛擬機(jī)的資源配置，減少負(fù)載調(diào)度值最小的虛擬機(jī)的資源配置，否則等待預(yù)設(shè)時(shí)間T后啟動(dòng)負(fù)載信息獲取單元10的功能。
[0031]可選地，第一預(yù)設(shè)次數(shù)值kl的范圍為m/2 < kl彡m。
[0032]可選地，第二預(yù)設(shè)次數(shù)值k2的范圍為m/2 < k2彡m。
[0033]以下結(jié)合圖2、3對(duì)本發(fā)明實(shí)施例的基于虛擬化平臺(tái)的細(xì)粒度資源調(diào)度方法做更進(jìn)一步的說明，由于本發(fā)明實(shí)施例的方法與系統(tǒng)是一一對(duì)應(yīng)的，因此以下內(nèi)容亦可以用于解釋本發(fā)明實(shí)施例系統(tǒng)。本發(fā)明實(shí)施例適用于CPU、內(nèi)存、網(wǎng)絡(luò)等虛擬資源。以下流程中:
[0034]η:表示服務(wù)器內(nèi)參與資源動(dòng)態(tài)配置的虛擬機(jī)個(gè)數(shù)；m:表示記錄負(fù)載差值的歷史時(shí)間點(diǎn)個(gè)數(shù):表示允許與平均負(fù)載的波動(dòng)幅值；kl:表示能夠容忍負(fù)載差值超過r的次數(shù)，該值不大于m，但大于m/2 ;k2:表示能夠容忍負(fù)載差值低于_r的次數(shù)，該值不大于m，但大于m/2 ;T:表示每次資源調(diào)度的時(shí)間周期，該值不小于負(fù)載收集的時(shí)間周期，否則會(huì)出現(xiàn)收集重復(fù)數(shù)據(jù)的情況。kl/m表示對(duì)超過平均負(fù)載的容忍度，該值越小(最小值大于1/2)表示資源調(diào)度越激進(jìn)，越大(最大為I)表示資源調(diào)度越保守；k2/m表示對(duì)低于平均負(fù)載的容忍度，該值越小(最小值大于1/2)表示資源調(diào)度越激進(jìn)，越大(最大為I)表示資源調(diào)度越保守。
[0035]S01、開始進(jìn)行負(fù)載收集，收集當(dāng)前時(shí)間點(diǎn)服務(wù)器內(nèi)η個(gè)虛擬機(jī)的負(fù)載值(即資源利用率)，并跳轉(zhuǎn)到步驟S02。
[0036]S02、計(jì)算服務(wù)器內(nèi)虛擬機(jī)的平均負(fù)載aL。由于各個(gè)虛擬機(jī)的資源配置存在差異，可以采取加權(quán)平均計(jì)算的方法，比如，權(quán)重值可選擇等于虛擬機(jī)該項(xiàng)配置資源值