CN111580937A - 一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 - Google Patents
一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 Download PDFInfo
- Publication number
- CN111580937A CN111580937A CN202010554622.4A CN202010554622A CN111580937A CN 111580937 A CN111580937 A CN 111580937A CN 202010554622 A CN202010554622 A CN 202010554622A CN 111580937 A CN111580937 A CN 111580937A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- core
- server
- many
- scheduling
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5022—Workload threshold
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明公开了一种面向飞腾多核/众核混合集群的虚拟机自动调度方法,本发明方法包括先进行低负载虚拟机调度以释放资源,再进行高负载虚拟机调度:获取资源占用高于预设阈值的虚拟机得到高负载虚拟机集合;针对高负载虚拟机集合中每一个虚拟机:若该虚拟机位于多核服务器、且众核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机增大配置的要求,则为该虚拟机增大配置。本发明能够根据虚拟机的历史负载信息将其自动调度到合适的物理服务器并对其配置进行自动调整,从而为虚拟机提供合适的资源配置,在保证虚拟机中应用性能的同时提高资源的利用率。
Description
技术领域
本发明涉及虚拟机调度管理技术,具体涉及一种面向飞腾多核/众核混合集群的虚拟机自动调度方法。
背景技术
以虚拟机为粒度的资源分配和调度是云计算平台的核心技术之一。随着以飞腾为代表的国产处理器功能性能的不断完善与提高,由于硬件快速迭代、项目多期建设等多方面的原因,会出现同一个云服务器集群中同一系列、不同代际处理器平台共同存在的现象,如同时存在基于飞腾多核处理器的国产服务器和基于飞腾众核处理器的国产服务器,后者的单核性能更高、内存速度更快,同时具有较大的内存容量,飞腾多核/众核混合集群即为基于飞腾多核处理器的国产服务器和基于飞腾众核处理器的国产服务器构成的集群。另一方面,在应用向云迁移的过程中,为了满足峰值条件下的访问请求,用户在初始资源分配时往往存在按照最大压力请求虚拟机资源,或是倾向于使用具有较高配置的硬件服务器(如同时存在飞腾多核服务器和众核服务器时,优先使用单核性能更高、内存速度更快的众核服务器),导致存在不同程度的资源浪费,而某些真正需要较高性能资源的应用无法得到所需的资源。
现有的虚拟机动态调度方法通常以提高云计算***中物理服务器利用率、防止超载或空闲、降低能耗等为目标,很少考虑混合集群中不同物理服务器配置上的差异,从而有针对性的将具有不同资源需求的应用调度到合适的服务器上运行。
发明内容
本发明要解决的技术问题:针对现有技术的上述问题,提供一种面向飞腾多核/众核混合集群的虚拟机自动调度方法,本发明能够根据虚拟机的历史负载信息将其自动调度到合适的物理服务器并对其配置进行自动调整,从而为虚拟机提供合适的资源配置,在保证虚拟机中应用性能的同时提高资源的利用率。
为了解决上述技术问题,本发明采用的技术方案为:
一种面向飞腾多核/众核混合集群的虚拟机自动调度方法,所述飞腾多核/众核混合集群包括多核服务器和众核服务器,包括进行高负载虚拟机调度的步骤:
1)获取资源占用高于预设阈值的虚拟机得到高负载虚拟机集合;
2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机位于多核服务器、且众核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机增大配置的要求,则为该虚拟机增大配置。
可选地,步骤2)中针对高负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
2.1)判断该虚拟机是否位于多核服务器,如果位于多核服务器则跳转执行步骤2.2);否则跳转执行步骤2.3);
2.2)判断众核服务器上的可用资源能否满足该虚拟机的迁移要求,若能满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行,退出;否则判断多核服务器的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.3)判断众核服务器上的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.4)对该虚拟机不执行任何调度操作,结束并退出。
可选地,步骤2.4)中结束并退出之前还包括发出警告的操作。
可选地,所述进行高负载虚拟机调度之前还包括进行低负载虚拟机调度的步骤:
S1)获取资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合;
S2)针对低负载虚拟机集合中每一个虚拟机:若该虚拟机位于众核服务器、且多核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机缩小配置的要求,则为该虚拟机缩小配置。
可选地,步骤S2)中针对低负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
S2.1)判断该虚拟机是否位于众核服务器,如果位于众核服务器则跳转执行步骤S2.2);否则跳转执行步骤S2.3);
S2.2)判断多核服务器上的可用资源能否满足该虚拟机的迁移要求,若能够满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行,退出;否则跳转执行步骤S2.3);
S2.3)为该虚拟机缩小配置,退出。
此外,本发明还提供一种面向飞腾多核/众核混合集群的虚拟机自动调度***,包括计算机设备,该计算机设备被编程或配置以执行所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
此外,本发明还提供一种飞腾多核/众核混合集群,包括多核服务器、众核服务器以及调度节点,所述调度节点被编程或配置以执行所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者所述调度节点的存储器中存储有被编程或配置以执行所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
此外,本发明还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
此外,本发明还提供一种面向混合集群的虚拟机自动调度方法,所述混合集群中包含两种以上性能等级的服务器,包括进行高负载虚拟机调度的步骤:
A1)获取混合集群中资源占用高于预设阈值的虚拟机,得到高负载虚拟机集合;
A2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机所在的服务器的性能等级之上还有更高性能等级的服务器、且更高性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更高性能等级的服务器上运行;否则,若该虚拟机所在的服务器或相同性能等级的其他服务器的可用资源足够该虚拟机增大配置则为该虚拟机增大配置。
可选地,还包括进行低负载虚拟机调度的步骤:
B1)获取混合集群中资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合;
B2)针对低负载虚拟机集合中每一个虚拟机:如果该虚拟机所在的服务器的性能等级之下还有更低性能等级的服务器、且更低性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更低性能等级的服务器上运行;否则,为该虚拟机缩小配置。
和现有技术相比,本发明具有下述优点:
1、本发明充分考虑了多核/众核物理服务器、尤其是不同代处理器等不同性能等级的服务器在性能上的差异,并根据虚拟机的实际负载情况在迁移和更改配置两种操作间做出决策,负载过高时可通过迁移或增加配置来适应高负载的工况。
2、本发明除了使用迁移操作来对虚拟机进行动态调整之外,还采用了更改其运行配置的方法,从而为虚拟机提供更为精确的资源供给提高整个***的资源使用效率。
综上所述,本发明能够根据虚拟机的历史负载信息将其自动调度到合适的物理服务器并对其配置进行自动调整,从而为虚拟机提供合适的资源配置,在保证虚拟机中应用性能的同时提高资源的利用率。
附图说明
图1为本发明实施例一中高负载虚拟机调度的基本流程示意图。
图2为本发明实施例一中高负载虚拟机调度的详细流程示意图。
图3为本发明实施例一中低负载虚拟机调度的详细流程示意图。
图4为本发明实施例一中飞腾多核/众核混合集群的原理结构示意图。
具体实施方式
实施例一:
下文将以包括多核服务器和众核服务器的飞腾多核/众核混合集群为例,对本发明面向飞腾多核/众核混合集群的虚拟机自动调度方法进行进一步的详细说明。
如图1所示,本实施例面向飞腾多核/众核混合集群的虚拟机自动调度方法包括进行高负载虚拟机调度的步骤:
1)获取资源占用高于预设阈值的虚拟机得到高负载虚拟机集合,本实施例中将高负载虚拟机集合记为VM_HIGHLOAD集合;
2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机位于多核服务器、且众核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机增大配置的要求,则为该虚拟机增大配置。
需要说明的是,资源占用可以根据需要为CPU、内存、磁盘IO速率、网络带宽的资源占用比例以及以上资源组成的混合指标的占用比例情况。为了简化说明,本实施例中以CPU占用进行示例说明。步骤1)的预设阈值为75%,不同的资源对应的预设阈值也有所不同。
如图2所示,步骤2)中针对高负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
2.1)判断该虚拟机是否位于多核服务器,如果位于多核服务器则跳转执行步骤2.2);否则跳转执行步骤2.3);
2.2)判断众核服务器上的可用资源能否满足该虚拟机的迁移要求,若能满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行,退出;否则判断多核服务器的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.3)判断众核服务器上的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.4)对该虚拟机不执行任何调度操作,结束并退出。
步骤2.2)判断众核服务器上的可用资源能否满足该虚拟机的迁移要求时可以有多种实现方式:1、对所有的众核服务器进行检查;2、对部分的众核服务器(例如随机获取,或根据可用资源情况进行排序获取)进行检查。如果其中某一个众核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行,同样地如有多个众核服务器满足要求,可以根据需要进行随机选择或根据可用资源情况进行排序获取。
步骤2.2)判断多核服务器的可用资源能否满足该虚拟机增大配置的要求也可以有多种实现方式:1、判断该虚拟机所在的多核服务器的可用资源能否满足该虚拟机增大配置的要求;2、判断任意多核服务器的可用资源能否满足该虚拟机增大配置的要求。
步骤2.3)判断众核服务器上的可用资源能否满足该虚拟机增大配置的要求也可以有多种实现方式:1、判断该虚拟机所在的众核服务器上的可用资源能否满足该虚拟机增大配置的要求;2、判断任意众核服务器上的可用资源能否满足该虚拟机增大配置的要求。
如图2所示,步骤2.4)中结束并退出之前还包括发出警告的操作。
虚拟机中的资源受配置的限制,例如CPU、内存、磁盘IO速率、网络带宽等都会受到配置的限制。前述增大配置的方式可以根据需要选择增加的方式,例如本实施例中采用了比例的方式,每一次增大配置的比例为 1:1.5。
如图3所示,本实施例进行高负载虚拟机调度之前还包括进行低负载虚拟机调度的步骤:
S1)获取资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合,本实施例中将低负载虚拟机集合记为VM_LOWLOAD集合;
S2)针对低负载虚拟机集合中每一个虚拟机:若该虚拟机位于众核服务器、且多核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机缩小配置的要求,则为该虚拟机缩小配置。
本实施例通过进行高负载虚拟机调度之前进行低负载虚拟机调度,能够释放出部分资源用于提供给高负载虚拟机调度,从而能够使得高负载虚拟机调度效果更佳。毫无疑问,进行低负载虚拟机调度也可以放在高负载虚拟机调度之后进行,或者与高负载虚拟机调度同时或交叉进行,因为高负载虚拟机调度对于低负载虚拟机调度并无依赖关系。
本实施例中以CPU占用进行示例说明。步骤S1)的预设阈值为20%。
如图3所示,步骤S2)中针对低负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
S2.1)判断该虚拟机是否位于众核服务器,如果位于众核服务器则跳转执行步骤S2.2);否则跳转执行步骤S2.3);
S2.2)判断多核服务器上的可用资源能否满足该虚拟机的迁移要求,若能够满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行,退出;否则跳转执行步骤S2.3);
S2.3)为该虚拟机缩小配置,退出。
前述缩小配置的方式可以根据需要选择缩小的方式,例如本实施例中采用了比例的方式,每一次缩小配置的比例为 1:0.6。
步骤S2.2)判断多核服务器上的可用资源能否满足该虚拟机的迁移要求也可以有多种实现方式:1、对所有的多核服务器进行检查,2、对部分的多核服务器(例如随机获取,或根据可用资源情况进行排序获取)进行检查。如果某个多核服务器上的可用资源满足该虚拟机的迁移要求则将该虚拟机迁移到该多核服务器上运行,如有多个多核服务器满足要求,可以根据需要进行随机选择或根据可用资源情况进行排序获取。
参见图4,作为一种可选的模块化的实施方式,本实施例中基于云平台监控模块、虚拟机负载分析模块、虚拟机调度决策模块和虚拟机调度执行模块来执行本实施例前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤。云平台监控模块获取当前集群虚拟机的状态信息,并提交给虚拟机负载分析模块进行历史负载信息的分析,后者确定需要动态调度的虚拟机集合。虚拟机调度决策模块则根据云平台监控模块提供的物理机状态信息对虚拟机集合中的虚拟机进行逐一处理,并将相应决策发送给虚拟机调度执行模块。虚拟机调度执行模块完成最终的指令执行。
本实施例中,云平台监控模块用于当前云平台中所有物理机和虚拟机的状态监控,包括虚拟机在物理机上的分布信息以及物理机和虚拟机的各项运行指标,如资源占用、内存利用率、磁盘读写带宽、网络带宽等。同时,云平台监控模块可根据制定的指标阈值完成告警。本实施例主要关注虚拟机在物理机上的分布信息以及虚拟机的资源占用信息。
本实施例中,基于云平台监控模块提供的信息,虚拟机负载分析模块对一定周期内飞腾多核、众核服务器上的虚拟机资源占用进行分析。分析周期可以定制,缺省以周为单位,但不可以太短导致虚拟机频繁迁移/更改带来额外开销和***动荡。如果某个虚拟机资源占用在一周内的负载高于某个阈值(本发明中设置为75%),则表明其可能需要更高的计算性能来提供稳定的服务,按照负载值大小的降序将其加入集合VM_HIGHLOAD。如果某个虚拟机资源占用在一周内的利用率低于某个阈值(本发明中设置为20%),则表明当前分配给其的计算资源存在富余,按照负载值大小的升序将其加入集合VM_LOWLOAD。
本实施例中,虚拟机调度决策模块基于虚拟机分析模块的分析结果,结合云平台监控模块所采集的物理机的信息,按照顺序对VM_HIGHLOAD和VM_LOWLOAD两个集合中的虚拟机进行处理做出合适的决策:
1、首先处理VM_LOWLOAD集合中的虚拟机。按照集合中的排序取出当前负载最低的虚拟机,首先判断是否其是否处于众核服务器并是否可以迁移到飞腾多核服务器上。如果存在合适的多核服务器,则决策完成,否则按照1:0.6的比例(可根据需要配置)缩小当前虚拟机的配置,决策完成。对于飞腾多核服务器上VM_LOWLOAD集合中的虚拟机,由于没有更低配置的物理服务器可供迁移,则仅进行缩小配置操作,按照1:0.6的比例(可根据需要配置)缩小当前虚拟机的配置,决策完成。
2、接下来处理VM_HIGHLOAD集合中的虚拟机。按照集合中的排序取出当前负载最高的虚拟机,首先判其当前是否在多核处理器并是否可以迁移到飞腾众核服务器上。如果存在合适的众核服务器,则决策完成,否则判断当前多核服务器集群是否有足够的资源,按照1:1.5的比例(可根据需要配置)扩展当前虚拟机的配置。如果存在足够的资源,则决策完成,否则此次调度决策针对此虚拟机不执行任何调度操作,而是向管理员发出负载过高的警告。对于飞腾众核服务器上VM_HIGHLOAD集合中的虚拟机,由于没有更高配置的物理服务器可供迁移,则仅进行是否存在足有的资源进行虚拟机配置扩展,按照1:1.5的比例(可根据需要配置)扩展当前虚拟机的配置。如果存在足够的资源,则决策完成,否则此次调度决策针对此虚拟机不执行任何调度操作,而是向管理员发出负载过高的警告。毫无疑问,处理VM_HIGHLOAD和VM_LOWLOAD两个集合的顺序可以根据需要进选择。
虚拟机调度执行模块根据虚拟机调度决策模块制定的调度决策,调用云平台的已有功能执行相应的动作,包括迁移、增加配置和缩小配置等。
此外,本实施例还提供一种面向飞腾多核/众核混合集群的虚拟机自动调度***,包括计算机设备,该计算机设备被编程或配置以执行前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
此外,如图4所示,本实施例还提供一种飞腾多核/众核混合集群,包括多核服务器、众核服务器以及调度节点,所述调度节点被编程或配置以执行前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者所述调度节点的存储器中存储有被编程或配置以执行前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
此外,本实施例还提供一种计算机可读存储介质,该计算机可读存储介质中存储有被编程或配置以执行前述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
综上所述,本实施例面向飞腾多核/众核混合集群的虚拟机自动调度方法能够根据飞腾多核/众核混合集群上承载的虚拟机历史负载信息将其自动调度到合适的物理服务器并对其配置进行自动调整,从而为虚拟机提供合适的资源配置,在保证虚拟机中应用性能的同时提高资源的利用率。同时,本发明虽然以国产飞腾多核/众核服务器集群为例进行展开,相关技术同样可以应用到其他品牌的、可以在不同型号之间相互进行虚拟机迁移的处理器平台。同时,本实施例以资源占用为主要指标来进行动态调度决策的制定,其他指标如内存利用率、磁盘IO速率、网络带宽以及以上相关指标的构成的混合指标均可以根据实际需要用作相应考量指标。本发明的优势在于在虚拟机动态调度中充分考虑了飞腾多核/众核物理服务器在计算性能上的差异,尤其是不同代处理器的差异,并根据虚拟机的实际情况在迁移和更改配置两种操作间做出决策,从而为虚拟机提供更为精确的资源供给提高整个***的资源使用效率。
实施例二:
在实施例一面向飞腾多核/众核混合集群的虚拟机自动调度方法的基础上,本实施例还进一步将本发明方法进一步推广到包含两种以上性能等级的服务器的混合集群,从而提供一种面向混合集群的虚拟机自动调度方法。本实施例方法与实施例一基本相同,其主要区别点为混合集群,以及在混合集群能够不同服务器类型的选择方式上。
与实施例一相似,本实施例包括进行高负载虚拟机调度的步骤:
A1)获取混合集群中资源占用高于预设阈值的虚拟机,得到高负载虚拟机集合;
A2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机所在的服务器的性能等级之上还有更高性能等级的服务器、且更高性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更高性能等级的服务器上运行;否则,若该虚拟机所在的服务器或相同性能等级的其他服务器的可用资源足够该虚拟机增大配置则为该虚拟机增大配置。
本实施例中,步骤A2)中针对高负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
A2.1)判断该虚拟机所在的服务器的性能等级之上还有更高性能等级的服务器是否成立,如果成立则跳转执行步骤A2.2);否则跳转执行步骤A2.3);
A2.2)判断更高性能等级的服务器上的可用资源满足该虚拟机的迁移要求是否成立,如果成立则将该虚拟机迁移到更高性能等级的服务器上运行;否则,跳转执行步骤A2.3);
A2.3)判断该虚拟机所在的服务器或相同性能等级的其他服务器的可用资源足够该虚拟机增大配置是否成立,如果成立则为该虚拟机增大配置,结束并退出;否则跳转执行步骤A2.5);
A2.4)对该虚拟机不执行任何调度操作,结束并退出;
同样地,步骤A2.5)中结束并退出之前还包括发出警告的操作。
与实施例一相似,本实施例进行高负载虚拟机调度之前还包括进行低负载虚拟机调度的步骤:
B1)获取混合集群中资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合;
B2)针对低负载虚拟机集合中每一个虚拟机:如果该虚拟机所在的服务器的性能等级之下还有更低性能等级的服务器、且更低性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更低性能等级的服务器上运行;否则,为该虚拟机缩小配置。
本实施例中,步骤B2)中针对低负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
B2.1)判断该虚拟机所在的服务器的性能等级之下还有更低性能等级的服务器是否成立,如果成立则跳转执行步骤B2.2);否则跳转执行步骤B2.3);
B2.2)判断更低性能等级的服务器上的可用资源满足该虚拟机的迁移要求是否成立,如果成立则将该虚拟机迁移到更低性能等级的服务器上运行;否则,跳转执行步骤B2.3);
B2.3)为该虚拟机缩小配置,结束并退出。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种面向飞腾多核/众核混合集群的虚拟机自动调度方法,所述飞腾多核/众核混合集群包括多核服务器和众核服务器,其特征在于包括进行高负载虚拟机调度的步骤:
1)获取资源占用高于预设阈值的虚拟机得到高负载虚拟机集合;
2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机位于多核服务器、且众核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机增大配置的要求,则为该虚拟机增大配置。
2.根据权利要求1所述的面向飞腾多核/众核混合集群的虚拟机自动调度方法,其特征在于,步骤2)中针对高负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
2.1)判断该虚拟机是否位于多核服务器,如果位于多核服务器则跳转执行步骤2.2);否则跳转执行步骤2.3);
2.2)判断众核服务器上的可用资源能否满足该虚拟机的迁移要求,若能满足该虚拟机的迁移要求,则将该虚拟机迁移到众核服务器上运行,退出;否则判断多核服务器的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.3)判断众核服务器上的可用资源能否满足该虚拟机增大配置的要求,若能满足该虚拟机增大配置的要求,则为该虚拟机增大配置,退出;否则,跳转执行步骤2.4);
2.4)对该虚拟机不执行任何调度操作,结束并退出。
3.根据权利要求2所述的面向飞腾多核/众核混合集群的虚拟机自动调度方法,其特征在于,步骤2.4)中结束并退出之前还包括发出警告的操作。
4.根据权利要求1所述的面向飞腾多核/众核混合集群的虚拟机自动调度方法,其特征在于,所述进行高负载虚拟机调度之前还包括进行低负载虚拟机调度的步骤:
S1)获取资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合;
S2)针对低负载虚拟机集合中每一个虚拟机:若该虚拟机位于众核服务器、且多核服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行;否则,若该虚拟机所在的服务器的可用资源满足该虚拟机缩小配置的要求,则为该虚拟机缩小配置。
5.根据权利要求4所述的面向飞腾多核/众核混合集群的虚拟机自动调度方法,其特征在于,步骤S2)中针对低负载虚拟机集合中每一个虚拟机的详细处理步骤包括:
S2.1)判断该虚拟机是否位于众核服务器,如果位于众核服务器则跳转执行步骤S2.2);否则跳转执行步骤S2.3);
S2.2)判断多核服务器上的可用资源能否满足该虚拟机的迁移要求,若能够满足该虚拟机的迁移要求,则将该虚拟机迁移到多核服务器上运行,退出;否则跳转执行步骤S2.3);
S2.3)为该虚拟机缩小配置,退出。
6.一种面向飞腾多核/众核混合集群的虚拟机自动调度***,包括计算机设备,其特征在于,该计算机设备被编程或配置以执行权利要求1~5中任意一项所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者该计算机设备的存储器中存储有被编程或配置以执行权利要求1~5中任意一项所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
7.一种飞腾多核/众核混合集群,其特征在于,包括多核服务器、众核服务器以及调度节点,所述调度节点被编程或配置以执行权利要求1~5中任意一项所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的步骤,或者所述调度节点的存储器中存储有被编程或配置以执行权利要求1~5中任意一项所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
8.一种计算机可读存储介质,其特征在于,该计算机可读存储介质中存储有被编程或配置以执行权利要求1~5中任意一项所述面向飞腾多核/众核混合集群的虚拟机自动调度方法的计算机程序。
9.一种面向混合集群的虚拟机自动调度方法,所述混合集群中包含两种以上性能等级的服务器,其特征在于包括进行高负载虚拟机调度的步骤:
A1)获取混合集群中资源占用高于预设阈值的虚拟机,得到高负载虚拟机集合;
A2)针对高负载虚拟机集合中每一个虚拟机:若该虚拟机所在的服务器的性能等级之上还有更高性能等级的服务器、且更高性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更高性能等级的服务器上运行;否则,若该虚拟机所在的服务器或相同性能等级的其他服务器的可用资源足够该虚拟机增大配置则为该虚拟机增大配置。
10.根据权利要求9所述的面向混合集群的虚拟机自动调度方法,其特征在于,所述进行高负载虚拟机调度之前还包括进行低负载虚拟机调度的步骤:
B1)获取混合集群中资源占用低于预设阈值的虚拟机,得到低负载虚拟机集合;
B2)针对低负载虚拟机集合中每一个虚拟机:如果该虚拟机所在的服务器的性能等级之下还有更低性能等级的服务器、且更低性能等级的服务器上的可用资源满足该虚拟机的迁移要求,则将该虚拟机迁移到更低性能等级的服务器上运行;否则,为该虚拟机缩小配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010554622.4A CN111580937B (zh) | 2020-06-17 | 2020-06-17 | 一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010554622.4A CN111580937B (zh) | 2020-06-17 | 2020-06-17 | 一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111580937A true CN111580937A (zh) | 2020-08-25 |
CN111580937B CN111580937B (zh) | 2022-11-04 |
Family
ID=72116454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010554622.4A Active CN111580937B (zh) | 2020-06-17 | 2020-06-17 | 一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580937B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061775A (zh) * | 2022-05-26 | 2022-09-16 | 上海交通大学 | 基于公有云的应用程序协同配置***、方法及设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706743A (zh) * | 2009-12-07 | 2010-05-12 | 北京航空航天大学 | 一种多核环境下的虚拟机调度方法 |
CN104572307A (zh) * | 2015-01-30 | 2015-04-29 | 无锡华云数据技术服务有限公司 | 一种对虚拟资源进行弹性调度的方法 |
CN105260245A (zh) * | 2015-11-04 | 2016-01-20 | 浪潮(北京)电子信息产业有限公司 | 一种资源调度方法及装置 |
US20160378564A1 (en) * | 2015-06-27 | 2016-12-29 | Vmware, Inc. | Virtual resource scheduling for containers without migration |
-
2020
- 2020-06-17 CN CN202010554622.4A patent/CN111580937B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706743A (zh) * | 2009-12-07 | 2010-05-12 | 北京航空航天大学 | 一种多核环境下的虚拟机调度方法 |
CN104572307A (zh) * | 2015-01-30 | 2015-04-29 | 无锡华云数据技术服务有限公司 | 一种对虚拟资源进行弹性调度的方法 |
US20160378564A1 (en) * | 2015-06-27 | 2016-12-29 | Vmware, Inc. | Virtual resource scheduling for containers without migration |
CN105260245A (zh) * | 2015-11-04 | 2016-01-20 | 浪潮(北京)电子信息产业有限公司 | 一种资源调度方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115061775A (zh) * | 2022-05-26 | 2022-09-16 | 上海交通大学 | 基于公有云的应用程序协同配置***、方法及设备 |
CN115061775B (zh) * | 2022-05-26 | 2024-06-04 | 上海交通大学 | 基于公有云的应用程序协同配置***、方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111580937B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107239336B (zh) | 一种实现任务调度的方法及装置 | |
CN102567072B (zh) | 一种资源分配方法、装置及*** | |
US7945913B2 (en) | Method, system and computer program product for optimizing allocation of resources on partitions of a data processing system | |
US20150295970A1 (en) | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system | |
CN103179048B (zh) | 云数据中心的主机QoS策略变换方法及*** | |
CN107861796B (zh) | 一种支持云数据中心能耗优化的虚拟机调度方法 | |
CN101593133A (zh) | 虚拟机资源负载均衡方法及装置 | |
CN105320561A (zh) | 任务管理方法和*** | |
CN103473139A (zh) | 虚拟机集群资源分配调度方法 | |
CN109257399B (zh) | 云平台应用程序管理方法及管理平台、存储介质 | |
CN112559122A (zh) | 一种基于电力专用安防设备的虚拟化实例管控方法及*** | |
CN111796933A (zh) | 资源调度方法、装置、存储介质和电子设备 | |
CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
CN111580937B (zh) | 一种面向飞腾多核/众核混合集群的虚拟机自动调度方法 | |
CN108574600B (zh) | 云计算服务器的功耗和资源竞争协同控制的服务质量保障方法 | |
CN112948113A (zh) | 一种集群资源管理调度方法、装置、设备及可读存储介质 | |
CN109144664B (zh) | 一种基于用户服务质量需求差异的虚拟机动态迁移方法 | |
CN116244073A (zh) | 混合关键分区实时操作***的资源感知型任务分配方法 | |
CN110928649A (zh) | 资源调度的方法和装置 | |
CN107783823A (zh) | 一种负载均衡方法及装置 | |
CN111506407A (zh) | Pull模式与Push模式相结合的资源管理与作业调度方法、***及介质 | |
CN117579626B (zh) | 基于分布式实现边缘计算下的优化方法及*** | |
CN111459651A (zh) | 一种负载均衡方法、装置、存储介质及调度*** | |
Kang et al. | Container Restart Reduction Technique in Kubernetes Using Memory Oversubscription | |
CN114625544B (zh) | 基于虚拟机业务负载动态分配的内存气球管理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |