CN103605578B - 基于虚拟机迁移的负载均衡调度方法 - Google Patents
基于虚拟机迁移的负载均衡调度方法 Download PDFInfo
- Publication number
- CN103605578B CN103605578B CN201310661245.4A CN201310661245A CN103605578B CN 103605578 B CN103605578 B CN 103605578B CN 201310661245 A CN201310661245 A CN 201310661245A CN 103605578 B CN103605578 B CN 103605578B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- migration
- focus
- node
- load
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及一种基于虚拟机迁移的负载均衡调度方法，该方法包括：对各个节点进行热点检测，如出现热点则利用装箱问题确定需要迁移的最小节点数；建立迁移成本模型确定成本最小的迁移方案，按照所述成本最小的迁移方案迁移虚拟机，消除所述热点，实现负载均衡调度。本发明能够解决启发式算法所不能消除的热点，通过动态迁移对全局的虚拟机重新的进行部署，消除了热点且达到了全局的最优。
Description
技术领域
本发明涉及云计算中的资源管理，具体地指一种基于虚拟机迁移的负载均衡调度方法。
背景技术
云计算（cloud computing）是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源；广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。为方便理解以上云的思想，可将云计算类比于电力***来进行阐述和表达。“服务器群”类似于“发电机”提供“电力”资源；虚拟技术类似于“变压装置”使电压成倍增加或降低，从而实现弹性计算；资源调度器类似于“整流装置”，可以整合各个“发电站”的电力进行集中供电；服务管理器传送云服务、类似于“电力传输设备”，可以统一提供和管理IaaS(基础设施即服务)、PaaS(平台即服务)和SaaS(软件即服务)等一系列云服务。
云计算要求能够对计算资源进行动态切割和分配，这是一件很不容易的事情。虚拟化技术是这一问题的答案。云计算中的虚拟化可以从硬件和软件两个层次上来实现。一些硬件，如IBM System PTM允许用户请求安装了IBM AIX或Linux操作***的服务器。服务器的CPU资源由负载管理器进行管理。通过对CPU资源的监控和业务分析，负载管理器最终决定分配多少CPU资源给服务器。通过资源的微分配(Micropartitioning)和动态负载均衡，负载管理器向用户提供了一套强大的虚拟基础设施。在一个项目的发起之初，其所使用的CPU资源往往是很少的。因为此时项目正处于开发阶段，用户访问量很小。与此同时，其它一些比较成熟的项目则可能拥有比较大的访问量。相应的，这些项目使用的服务器一定时间会有比较大的负载。这时，负载管理器就会动态分配给这些服务器更多的CPU资源。
云计算的出现解决了很多领域复杂的问题，然而云计算中仍存在着许多关键技术需要进一步研究。云计算中的资源管理是云计算的重要组成部分，从为用户提供方便、高效的服务的角度来看，它与传统的分布式计算环境或集群计算环境下的资源管理类似。虚拟化技术的不断成熟为云计算实现上述特性提供了解决办法。计算资源的虚拟化使得在虚拟机和物理资源进行重映射成为可能，很好地解决了资源动态配置的问题，所以虚拟机的管理成为云计算下及其重要的问题。
虚拟化技术为云计算模型中的资源管理提供一种有效的解决办法。通过将服务封装在虚拟机中并映射到各台物理服务器上，虚拟化技术能够根据负载的变化进行虚拟机和物理资源的重映射，从而动态地实现整个***的负载均衡。虚拟机和物理资源的重映射可以借助虚拟机动态迁移技术来实现。目前，虚拟机的动态迁移策略大多是基于启发式的算法在局部达最优而没有考虑迁移的成本问题。
发明内容
鉴于上述现有技术的不足，本发明目的在于提供一种基于虚拟机迁移的负载均衡调度方法，该方法通过动态迁移对全局的虚拟机重新的进行部署,消除热点以实现全局最优的效果。
实现本发明目的采用的技术方案是一种基于虚拟机迁移的负载均衡调度方法，该方法包括：
对各个节点进行热点检测，如出现热点，则将热点中负载过重的虚拟机调度到负载较轻的节点上，以消除热点实现负载均衡。
在上述技术方案中，所述热点检测包括：检测节点每个上虚拟机对CPU、内存和带宽的需要值Rp、Rm和Rn，当检测值超出该节点CPU、内存和带宽的预设值Cp、Cm和Cn时，时间监视器开始计时，经过时间间隔T0后，再一次检测所述各个节点，周期性地重复上述步骤，如果在n次后检测值回落到预设值之下，则该节点不为热点，否则为热点。
进一步地，所述基于虚拟机迁移的负载均衡调度方法，还包括：
如出现热点则利用装箱问题确定需要迁移的最小节点数；
建立迁移成本模型确定成本最小的迁移方案，按照所述成本最小的迁移方案迁移虚拟机，消除所述热点，实现负载均衡。
本发明方法是针对云计算平台的特点，提出的一种结合动态规划算法和迁移成本的虚拟机迁移策略，以达到全局的最优。本发明方法具有以下优点有：
1、能够实时监控云计算环境中资源的使用情况，确定热点的产生。
2、将迁移成本的问题纳入考虑的因素，在一定程度上节约了资源的消耗。
3、能够解决启发式算法所不能消除的热点，通过动态迁移对全局的虚拟机重新的进行部署，消除了热点且达到了全局的最优。
附图说明
图1为本发明基于虚拟机迁移的负载均衡调度方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明。
如图1所示，本发明基于虚拟机迁移的负载均衡调度方法包括以下步骤：
S100、对各个节点进行热点检测，如节点中出现热点，则将热点中负载过重的虚拟机调度到负载较轻的节点上，以消除热点现负载均衡。
节点符合一定的约束条件，该约束条件具体体现为：
上式中，Rp、Rm和Rn为虚拟机对CPU、内存和带宽的需要值；Cp、Cm和Cn为节点CPU、内存和带宽的预设值；Hi=(hi1，…，hij)，如果hij=1表示第i个节点ni上有虚拟机Vj。根据上述三式，Rp、Rm和Rn中任一项值分别超过Cp、Cm和Cn，则认为出现热点。
由于Rp、Rm和Rn只是短暂的超过预设值时，所做迁移的成本消耗将远超过不做迁移的成本消耗。因此，本实施例提供一种准确率高的热点检测方法，该方法包括：检测节点每个上虚拟机的Rp、Rm和Rn，当检测值超出该节点Cp、Cm和Cn时，则控制时间监视器开始计时，经过时间间隔T0后，再一次检测各个节点，因此热点检测过程中周期性地重复n次上述步骤，如果在n次后检测值回落到预设值之下，则该节点不为热点，否则为热点。
S200、对出现热点的节点，利用装箱问题确定需要迁移的最小节点数。利用装箱确定满足迁移约束条件的最小节点数X，X=ΣUi，Ui表示节点ni上的虚拟机数量。
S300、建立迁移成本模型确定成本最小的迁移方案。
其中迁移成本模型为：
式中，f(p)表示第p种方案的迁移成本,f（Vj）表示虚拟机Vj的迁移成本，Rm(Vj)表示分配给虚拟机的内存大小，f(s)表示在s步分配给虚拟机的内存的最大值。
S400、按照成本最小的迁移方案迁移虚拟机，消除所述热点，实现负载均衡调度。计算出f(p)的最小值得到成本最小的迁移方案，本实施例通过最佳适应算法实现虚拟机的迁移，具体包括以下：
（1）设每个主机的配置都是一样，Cp、Cm和Cn分别表示主机的CPU，内存和带宽。首先检查所有非空的主机，若找到满足约束条件的主机，在满足条件的主机中找出最合适的能够放入负载过重虚拟机的主机，最合适根据成本最小判断，成本最小即最合适。将负载过重的虚拟机一次一个依次装入主机，直到所有负载过重的虚拟机都被装入。
（2）如果在非空的主机中未找到满足约束条件的主机，则启用一个没有装入虚拟机的主机，将负载过重的虚拟机一次一个按序装入主机，直到所有负载过重的虚拟机都被装入。
（3）负载过重虚拟机被迁移完成后即消除热点，从而达到全局的最优。
Claims (2)
1.一种基于虚拟机迁移的负载均衡调度方法，其特征在于，包括：
对各个节点进行热点检测，如节点中出现热点，则将热点中负载过重的虚拟机调度到负载较轻的节点上，以消除热点实现负载均衡；所述热点检测包括：检测节点上每个虚拟机对CPU、内存和带宽的需要值Rp、Rm和Rn，当检测值超出该节点CPU、内存和带宽的预设值Cp、Cm和Cn时，时间监视器开始计时，经过时间间隔T0后，再一次检测所述各个节点，周期性地重复上述步骤，如果在N次后检测值回落到预设值之下，则该节点不为热点，否则为热点；
如出现热点则利用装箱问题确定需要迁移的最小节点数；
建立迁移成本模型确定成本最小的迁移方案，按照所述成本最小的迁移方案迁移虚拟机，消除所述热点，实现负载均衡调度；
利用装箱确定满足迁移条件的最小节点数X，X＝ΣUi，Ui表示节点ni上的虚拟机数量；
所述迁移成本模型为：
f(s)＝max(Rm(Vj))，
式中，f(p)表示第p种方案的迁移成本,f(Vj)表示虚拟机Vj的迁移成本，Rm(Vj)表示分配给虚拟机的内存大小，f(s)表示在s步分配给虚拟机的内存的最大值。
2.根据权利要求1所述基于虚拟机迁移的负载均衡调度方法，其特征在于，所述成本最小的迁移方案通过最佳适应算法实现所述迁移虚拟机，包括：
检查所有非空的主机，若找到满足约束条件的主机，将负载过重的虚拟机按序装入；
如果在非空的主机中未找到满足约束条件的主机，则启用一个没有装入虚拟机的主机，将其负载过重的虚拟机按序放入；
所述约束条件为主机上虚拟机对CPU、内存和带宽的需要值Rp、Rm和Rn分别小于等于该主机CPU、内存和带宽的预设值Cp、Cm和Cn。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310661245.4A CN103605578B (zh) | 2013-12-09 | 2013-12-09 | 基于虚拟机迁移的负载均衡调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310661245.4A CN103605578B (zh) | 2013-12-09 | 2013-12-09 | 基于虚拟机迁移的负载均衡调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103605578A CN103605578A (zh) | 2014-02-26 |
| CN103605578B true CN103605578B (zh) | 2017-03-08 |
Family
ID=50123807
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310661245.4A Expired - Fee Related CN103605578B (zh) | 2013-12-09 | 2013-12-09 | 基于虚拟机迁移的负载均衡调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103605578B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104951369B (zh) * | 2014-03-28 | 2018-06-05 | 华为技术有限公司 | 消除热点资源竞争的方法和装置 |
| CN104184806B (zh) * | 2014-08-14 | 2017-05-17 | 合肥工业大学 | 一种均衡能耗与服务质量的iaas虚拟机动态迁移方法 |
| CN104216784B (zh) * | 2014-08-25 | 2018-01-23 | 杭州华为数字技术有限公司 | 热点均衡控制方法及相关装置 |
| CN105141656B (zh) * | 2015-07-20 | 2018-05-01 | 浙江工商大学 | 一种基于云平台的互联网轻量级应用的负载均衡实现方法 |
| CN106487889B (zh) * | 2016-10-09 | 2019-04-19 | 南京航空航天大学 | 一种面向云数据中心的任务与数据联合部署方法 |
| CN106775947A (zh) * | 2016-12-06 | 2017-05-31 | 中国电子科技集团公司第三十二研究所 | 基于openstack的大规模虚拟计算动态负载均衡方法 |
| CN106648834B (zh) * | 2016-12-23 | 2020-07-28 | 中山大学 | 基于批装箱问题的虚拟机调度方法 |
| CN109213595B (zh) * | 2017-07-07 | 2023-12-26 | 中兴通讯股份有限公司 | 负载均衡调度方法、装置及计算机可读存储介质 |
| CN107872402B (zh) * | 2017-11-15 | 2021-04-09 | 北京奇艺世纪科技有限公司 | 全局流量调度的方法、装置及电子设备 |
| CN111930315A (zh) * | 2020-08-21 | 2020-11-13 | 北京天融信网络安全技术有限公司 | 数据访问方法、数据访问装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101719081A (zh) * | 2009-12-01 | 2010-06-02 | 北京大学 | 一种虚拟机调度方法 |
| US7966614B2 (en) * | 2007-07-24 | 2011-06-21 | International Business Machines Corporation | Controlling an availability policy for a virtual machine based on changes in a real world environment |
| CN102446115A (zh) * | 2012-01-09 | 2012-05-09 | 浙江大学 | 一种虚拟机的动态部署方法 |
| CN102662754A (zh) * | 2012-04-20 | 2012-09-12 | 浙江大学 | 一种支持多场景的虚拟机调度装置和方法 |
| CN103064733A (zh) * | 2011-10-20 | 2013-04-24 | 电子科技大学 | 云计算虚拟机热迁移技术 |
-
2013
- 2013-12-09 CN CN201310661245.4A patent/CN103605578B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7966614B2 (en) * | 2007-07-24 | 2011-06-21 | International Business Machines Corporation | Controlling an availability policy for a virtual machine based on changes in a real world environment |
| CN101719081A (zh) * | 2009-12-01 | 2010-06-02 | 北京大学 | 一种虚拟机调度方法 |
| CN103064733A (zh) * | 2011-10-20 | 2013-04-24 | 电子科技大学 | 云计算虚拟机热迁移技术 |
| CN102446115A (zh) * | 2012-01-09 | 2012-05-09 | 浙江大学 | 一种虚拟机的动态部署方法 |
| CN102662754A (zh) * | 2012-04-20 | 2012-09-12 | 浙江大学 | 一种支持多场景的虚拟机调度装置和方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103605578A (zh) | 2014-02-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103605578B (zh) | 基于虚拟机迁移的负载均衡调度方法 | |
| CN104850450B (zh) | 一种面向混合云应用的负载均衡方法及*** | |
| CN104714851B (zh) | 一种实现资源分配的方法及装置 | |
| CN103118124B (zh) | 一种基于分层多代理的云计算负载均衡方法 | |
| CN104375897B (zh) | 基于最小相对负载不均衡度的云计算资源调度方法 | |
| CN104657215A (zh) | 云计算中虚拟化节能*** | |
| CN105426241A (zh) | 一种基于云计算数据中心的统一资源调度节能方法 | |
| CN106534318B (zh) | 一种基于流量亲和性的OpenStack云平台资源动态调度***和方法 | |
| CN106790726A (zh) | 一种基于Docker云平台的优先级队列动态反馈负载均衡资源调度方法 | |
| CN104636187B (zh) | 基于负载预测的numa架构中虚拟机调度方法 | |
| CN104023042B (zh) | 云平台资源调度方法 | |
| CN104834569A (zh) | 一种基于应用类型的集群资源调度方法及*** | |
| CN102662750A (zh) | 基于弹性虚拟机池的虚拟机资源优化控制方法及其*** | |
| CN106686136A (zh) | 一种云资源的调度方法及装置 | |
| CN107346264A (zh) | 一种虚拟机负载均衡调度的方法、装置和服务器设备 | |
| CN102195890B (zh) | 一种基于云计算的互联网应用调度方法 | |
| CN105808341B (zh) | 一种资源调度的方法、装置和*** | |
| Liu et al. | A survey on virtual machine scheduling in cloud computing | |
| CN103336722A (zh) | 一种虚拟机cpu资源监控和动态分配方法 | |
| CN105577727A (zh) | 一种云计算虚拟机管理平台*** | |
| CN106909462A (zh) | 一种云资源调度方法及装置 | |
| Zhou et al. | Virtual machine migration algorithm for energy efficiency optimization in cloud computing | |
| CN106201693A (zh) | 一种虚拟化环境中的调度方法及*** | |
| CN104536832A (zh) | 一种虚拟机部署方法 | |
| CN106445636A (zh) | 一种paas平台下的动态资源调度算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170308 Termination date: 20171209 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |