CN115499512A - 一种基于超融合云虚拟化资源高效分配方法及*** - Google Patents

一种基于超融合云虚拟化资源高效分配方法及*** Download PDF

Info

Publication number
CN115499512A
CN115499512A CN202211444125.4A CN202211444125A CN115499512A CN 115499512 A CN115499512 A CN 115499512A CN 202211444125 A CN202211444125 A CN 202211444125A CN 115499512 A CN115499512 A CN 115499512A
Authority
CN
China
Prior art keywords
virtual
mapping
physical
resource
node
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
Application number
CN202211444125.4A
Other languages
English (en)
Other versions
CN115499512B (zh
Inventor
武应进
陈骎扬
戴燎元
贺雪飞
谭艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Rongshu Information Technology Co ltd
Original Assignee
Changsha Rongshu Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha Rongshu Information Technology Co ltd filed Critical Changsha Rongshu Information Technology Co ltd
Priority to CN202211444125.4A priority Critical patent/CN115499512B/zh
Publication of CN115499512A publication Critical patent/CN115499512A/zh
Application granted granted Critical
Publication of CN115499512B publication Critical patent/CN115499512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及虚拟化资源分配的技术领域，公开了一种基于超融合云虚拟化资源高效分配方法及***，所述方法包括：虚拟网络接收并解析当前云虚拟资源映射请求，形成虚拟节点序列；将虚拟节点序列中的虚拟节点映射到物理节点；采用改进的启发式算法对虚拟链路映射目标函数进行求解，将虚拟链路映射到物理链路；根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，并对映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理。本发明利用启发式算法以及虚拟节点与物理节点的适配程度实现虚拟网络对物理层的映射，将物理层设备资源高效分配给不同虚拟网络用户，提高物理资源的利用率。

Description

一种基于超融合云虚拟化资源高效分配方法及***
技术领域
本发明涉及虚拟化资源分配的技术领域，尤其涉及一种基于超融合云虚拟化资源高效分配方法及***。
背景技术
随着网络技术（如5G/6G，边缘计算）的不断更新换代，网络功能虚拟化和软件定义网络成为下一代网络体系结构的主要使能技术，超融合云平台将不同物理资源抽象为资源池并进行统一管理，构建了新型体系结构，而高效安全资源分配问题始终是新型体系结构所面临的巨大挑战。如果资源分配不合理，频繁进行跨网的资源交互反而会影响超融合云平台的整体性能。针对该问题，本专利提出了基于超融合云平台的虚拟化资源映射方法，实现基于超融合云虚拟资源高效分配。
发明内容
有鉴于此，本发明提供一种基于超融合云虚拟化资源高效分配方法，目的在于1）基于物理节点与虚拟节点的适配程度构建物理节点与虚拟节点的映射关系，进而将虚拟节点映射到物理节点中，并利用启发式算法对虚拟链路映射目标函数进行求解，实现通信子网切换次数最小、链路映射收益最高的链路映射方案，实现虚拟网络到物理层的映射，并得到包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源；2）根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，当云虚拟资源映射请求增长时，采用较大的调整时间间隔，否则采用较小的调整时间间隔，实现调整时间间隔的自适应变化，且调整时间间隔的动态变化幅度与预设定的时间间隔以及上次确定的调整时间间隔有关，避免调整时间间隔的过度变化，导致存在较多或较少云虚拟资源映射请求进行映射处理，浪费虚拟网络的计算资源，并实时计算虚拟网络的拥堵程度，基于虚拟网络的拥堵程度对当前超融合云平台中的映射虚拟化资源进行优化调整，提高虚拟网络的映射处理效率。
为实现上述目的，本发明提供的一种基于超融合云虚拟化资源高效分配方法，包括以下步骤：
S1：初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列；
S2：将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求；
S3：构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路；
S4：根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻；
S5：在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源。
作为本发明的进一步改进方法：
可选地，所述S1步骤中初始化虚拟网络以及物理节点，包括：
构建超融合云平台架构，所述超融合云平台架构包括物理层以及虚拟网络，物理层包括存储设备、计算终端设备以及不同设备之间的物理链路，用户向虚拟网络发送云虚拟资源映射请求时，虚拟网络通过建立与物理层的映射，得到包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源；
在本发明实施例中，存储设备为可进行数据存储的设备，包括计算机、服务器等，计算终端设备为可执行计算操作的计算机、服务器等；
初始化虚拟网络，其中虚拟网络中包含若干虚拟节点，并初始化物理节点，所述物理节点为超融合云平台架构中物理层中的设备，将初始化后的物理节点构成物理层的图结构，其中图结构中的点为物理节点，图结构中的边为物理节点之间的通信链路。
可选地，所述S1步骤中虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，包括：
虚拟网络接收到当前云虚拟资源映射请求，所述云虚拟资源映射请求包括存储资源请求以及计算资源请求，其中存储资源请求包括待存储的数据量，计算资源请求包括计算复杂度；
虚拟网络对云虚拟资源映射请求进行解析，得到若干存储资源请求以及计算资源请求，将解析得到的若干资源请求分发给不同的虚拟节点，形成当前云虚拟资源映射请求的虚拟节点序列。
可选地，所述S2步骤中将虚拟节点序列中的虚拟节点映射到物理节点，包括：
所述虚拟节点的映射流程为：
S21：计算当前不同物理节点的映射能力，对于用于存储的物理节点，其映射能力power1为：
Figure 8328DEST_PATH_IMAGE001
其中：
Figure 394310DEST_PATH_IMAGE002
为物理节点中存储设备的映射能力，space为存储设备的存储容量空间，n表示当前共有n个虚拟节点映射到该物理节点；
对于用于计算的物理节点，其映射能力
Figure 642888DEST_PATH_IMAGE003
为剩余CPU资源；
将映射能力
Figure 506939DEST_PATH_IMAGE002
小于存储阈值
Figure 790153DEST_PATH_IMAGE004
以及映射能力
Figure 81457DEST_PATH_IMAGE005
小于计算阈值
Figure 817332DEST_PATH_IMAGE006
的物理节点标记为当前无效的物理节点，其余物理节点标记为有效物理节点，若当前无有效物理节点，则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求，终止映射操作；
S22：对于虚拟节点序列中的任意虚拟节点
Figure 485074DEST_PATH_IMAGE007
，其中i表示虚拟节点
Figure 888373DEST_PATH_IMAGE007
接收到的为所解析得到的第i个资源请求，
Figure 350578DEST_PATH_IMAGE008
，
Figure 573749DEST_PATH_IMAGE009
表示虚拟节点
Figure 779603DEST_PATH_IMAGE007
接收到的资源请求为存储资源请求，
Figure 771830DEST_PATH_IMAGE010
表示虚拟节点
Figure 404936DEST_PATH_IMAGE007
接收到的资源请求为计算资源请求；
S23：对于j=1的任意虚拟节点
Figure 380982DEST_PATH_IMAGE011
，对所接收到的资源请求信息进行解析，则资源请求信息中待存储数据量为
Figure 124948DEST_PATH_IMAGE012
，遍历所有用于存储的物理节点
Figure 237260DEST_PATH_IMAGE013
，计算物理节点
Figure 38338DEST_PATH_IMAGE013
与虚拟节点
Figure 236101DEST_PATH_IMAGE011
的适配程度
Figure 783757DEST_PATH_IMAGE014
：
Figure 750576DEST_PATH_IMAGE015
其中：
Figure 991065DEST_PATH_IMAGE016
表示物理节点
Figure 410545DEST_PATH_IMAGE013
的剩余存储空间；
Figure 761892DEST_PATH_IMAGE017
表示物理节点
Figure 583217DEST_PATH_IMAGE013
所连接通信链路的数量；
Figure 260186DEST_PATH_IMAGE018
表示物理节点
Figure 166962DEST_PATH_IMAGE013
的存储容量空间；
若物理节点
Figure 56421DEST_PATH_IMAGE013
的剩余存储空间小于待存储数据量，则令物理节点
Figure 997832DEST_PATH_IMAGE013
与虚拟节点
Figure 580123DEST_PATH_IMAGE011
的适配程度为空；将适配程度最高的物理节点
Figure 974196DEST_PATH_IMAGE013
作为任意虚拟节点
Figure 667345DEST_PATH_IMAGE011
的映射节点
Figure 197684DEST_PATH_IMAGE019
；
S24：对于j=2的任意虚拟节点
Figure 947946DEST_PATH_IMAGE020
，对所接收到的计算请求信息进行解析，则计算请求信息中计算复杂度为
Figure 829315DEST_PATH_IMAGE021
，遍历所有用于计算的物理节点
Figure 326155DEST_PATH_IMAGE022
，计算物理节点
Figure 976579DEST_PATH_IMAGE022
与虚拟节点
Figure 900673DEST_PATH_IMAGE020
的适配程度
Figure 269337DEST_PATH_IMAGE023
：
Figure 304289DEST_PATH_IMAGE024
其中：
Figure 74799DEST_PATH_IMAGE025
表示物理节点
Figure 904215DEST_PATH_IMAGE026
的剩余CPU资源；
将适配程度最高的物理节点
Figure 760176DEST_PATH_IMAGE026
作为任意虚拟节点
Figure 598819DEST_PATH_IMAGE020
的映射节点
Figure 958256DEST_PATH_IMAGE027
。
可选地，所述S3步骤中构建基于映射收益的虚拟链路映射目标函数，包括：
所述映射收益主要包括链路映射收益，对于任意两个连续的虚拟节点
Figure 224152DEST_PATH_IMAGE028
和
Figure 301829DEST_PATH_IMAGE029
，两者之间形成虚拟链路
Figure 944163DEST_PATH_IMAGE030
，且虚拟节点对应的映射物理节点分别为
Figure 423686DEST_PATH_IMAGE031
和
Figure 860484DEST_PATH_IMAGE032
，映射物理节点之间形成的物理链路为
Figure 422528DEST_PATH_IMAGE033
，所述虚拟链路映射目标函数为：
Figure 602973DEST_PATH_IMAGE034
其中：
Figure 937003DEST_PATH_IMAGE035
表示物理链路；
Figure 544701DEST_PATH_IMAGE036
表示物理链路
Figure 862550DEST_PATH_IMAGE033
的剩余带宽；
Figure 581108DEST_PATH_IMAGE037
表示物理链路
Figure 35223DEST_PATH_IMAGE033
的子网切换次数；
m表示云虚拟资源映射请求所对应的虚拟节点总数；
Figure 813823DEST_PATH_IMAGE038
表示最大子网切换次数。
可选地，所述S3步骤中采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路，包括：
采用改进的启发式算法对虚拟链路映射目标函数进行求解，求解得到虚拟链路所映射的物理链路，所述虚拟链路的映射流程为：
S31：映射得到的m个物理节点进行***操作，向周围链路产生***火花，其中物理节点
Figure 618968DEST_PATH_IMAGE031
所产生的***火花数为：
Figure 141216DEST_PATH_IMAGE039
其中：
Figure 449838DEST_PATH_IMAGE040
表示以物理节点
Figure 399339DEST_PATH_IMAGE031
为起点的物理链路，
Figure 160622DEST_PATH_IMAGE041
表示将该物理链路代入到虚拟链路映射目标函数的函数值；
Figure 486561DEST_PATH_IMAGE042
表示以物理节点
Figure 649689DEST_PATH_IMAGE031
为起点的物理链路数；
S32：更新物理节点
Figure 770092DEST_PATH_IMAGE031
的位置
Figure 284250DEST_PATH_IMAGE043
：
Figure 145371DEST_PATH_IMAGE044
其中：
Figure 163005DEST_PATH_IMAGE043
表示物理链路
Figure 719889DEST_PATH_IMAGE045
中以物理节点
Figure 455763DEST_PATH_IMAGE031
为起点的下一链路交点，
Figure 389084DEST_PATH_IMAGE046
为不存在链路交叉的物理链路；
Figure 261225DEST_PATH_IMAGE047
表示
Figure 989010DEST_PATH_IMAGE046
附近的***火花数目；
Figure 212181DEST_PATH_IMAGE048
表示
Figure 418034DEST_PATH_IMAGE046
与物理节点
Figure 410261DEST_PATH_IMAGE049
的距离；
S33：返回步骤S31，直到得到包含m个物理节点的物理链路L，各物理节点通过物理链路进行资源运输；
将所映射得到的物理链路以及虚拟链路构成包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源。
可选地，所述S4步骤中根据当前云虚拟资源映射请求数量，动态确定物理节点资源优化调整时刻，包括：
所述物理节点资源优化调整时刻的确定流程为：
S41：计算云虚拟资源映射请求数量的当前变化幅度
Figure 308947DEST_PATH_IMAGE050
：
Figure 753835DEST_PATH_IMAGE051
其中：
Figure 763379DEST_PATH_IMAGE053
为虚拟网络接收到的当前云虚拟资源映射请求数量；
Figure 141271DEST_PATH_IMAGE054
表示上次物理节点资源优化调整后，接收到的云虚拟资源映射请求数量；
S42：确定下次物理节点资源优化调整时刻为t：
Figure 945279DEST_PATH_IMAGE055
Figure 143042DEST_PATH_IMAGE056
Figure 690698DEST_PATH_IMAGE057
其中：
Figure 678025DEST_PATH_IMAGE058
表示上次物理节点资源优化调整时刻；
Figure 652934DEST_PATH_IMAGE059
表示预先设定的物理节点资源优化调整时间间隔；
Figure 337993DEST_PATH_IMAGE060
表示当云虚拟资源映射请求数量增长时，物理节点资源优化调整时间间隔，
Figure 689340DEST_PATH_IMAGE061
表示上次云虚拟资源映射请求数量增长时，物理节点资源优化调整的调整时间间隔；
Figure 510666DEST_PATH_IMAGE062
表示当云虚拟资源映射请求数量减少时，物理节点资源优化调整时间间隔，
Figure 187635DEST_PATH_IMAGE063
表示上次云虚拟资源映射请求数量减少时，物理节点资源优化调整的调整时间间隔。在本发明实施例中，当云虚拟资源映射请求增长时，采用较大的调整时间间隔，否则采用较小的调整时间间隔，实现调整时间间隔的自适应变化，且调整时间间隔的动态变化幅度与预设定的时间间隔以及上次确定的调整时间间隔有关，避免调整时间间隔的过度变化，导致存在较多或较少云虚拟资源映射请求进行映射处理，浪费虚拟网络的计算资源。
可选地，所述S5步骤中在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，包括：
在物理节点资源优化调整时刻t对当前超融合云平台中的映射虚拟化资源进行优化调整，所述映射虚拟化资源为虚拟节点序列网络结构，当云虚拟资源映射请求被处理成功时，在虚拟网络中形成虚拟节点序列网络结构与物理层的映射，用户可直接调用虚拟节点序列网络结构从而实现物理层中资源的调用；
其中优化调整流程为：
S51：计算当前超融合云平台中虚拟网络的拥堵程度
Figure 828831DEST_PATH_IMAGE064
：
Figure 983869DEST_PATH_IMAGE065
其中：
Figure 925281DEST_PATH_IMAGE066
表示当前超融合云平台中虚拟网络正在进行处理的云虚拟资源映射请求数量，
Figure 241992DEST_PATH_IMAGE067
表示当前超融合云平台中已经完成资源映射等待删除的虚拟节点序列网络结构数量，当用户在
Figure 636065DEST_PATH_IMAGE068
的时间间隔内未调用虚拟节点序列网络结构时，将从虚拟网络中删除虚拟节点序列网络结构，处于
Figure 329214DEST_PATH_IMAGE068
时间间隔的未调用虚拟节点序列网络结构即为等待删除的虚拟节点序列网络结构；
Figure 125132DEST_PATH_IMAGE069
表示当前处理云虚拟资源映射请求的平均处理时长；
S52：当
Figure 878324DEST_PATH_IMAGE064
大于预设值拥堵阈值时，则需要对超融合云平台中的映射虚拟化资源进行优化调整，否则结束当前优化调整流程；
S53：将等待删除的虚拟节点序列网络结构映射到物理层中的存储节点，并删除虚拟网络中的等待删除虚拟节点序列网络结构，降低虚拟网络的拥堵程度；
S54：对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，为云虚拟资源映射请求分配物理资源。
为了解决上述问题，本发明提供一种基于超融合云虚拟化资源高效分配***，所述***包括：
虚拟节点映射装置，用于初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求；
虚拟链路映射装置，用于构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路；
资源优化调整模块，用于根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源。
相对于现有技术，本发明提出一种基于超融合云虚拟化资源高效分配方法，该技术具有以下优势：
首先，本方案提出一种虚拟网络到物理层的映射方法，将虚拟节点序列中的虚拟节点映射到物理节点，所述虚拟节点的映射流程为：计算当前不同物理节点的映射能力，对于用于存储的物理节点，其映射能力
Figure 759692DEST_PATH_IMAGE070
为：
Figure 990954DEST_PATH_IMAGE001
其中：
Figure 638448DEST_PATH_IMAGE070
为物理节点中存储设备的映射能力，space为存储设备的存储容量空间，n表示当前共有n个虚拟节点映射到该物理节点；对于用于计算的物理节点，其映射能力
Figure 562542DEST_PATH_IMAGE071
为剩余CPU资源；将映射能力
Figure 931206DEST_PATH_IMAGE070
小于存储阈值
Figure 231738DEST_PATH_IMAGE072
以及映射能力
Figure 736668DEST_PATH_IMAGE071
小于计算阈值
Figure 831663DEST_PATH_IMAGE073
的物理节点标记为当前无效的物理节点，其余物理节点标记为有效物理节点，若当前无有效物理节点，则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求，终止映射操作；对于虚拟节点序列中的任意虚拟节点
Figure 687624DEST_PATH_IMAGE074
，其中i表示虚拟节点
Figure 260688DEST_PATH_IMAGE074
接收到的为所解析得到的第i个资源请求，
Figure 885704DEST_PATH_IMAGE075
，
Figure 151600DEST_PATH_IMAGE076
表示虚拟节点
Figure 494857DEST_PATH_IMAGE074
接收到的资源请求为存储资源请求，
Figure 137191DEST_PATH_IMAGE077
表示虚拟节点
Figure 616714DEST_PATH_IMAGE074
接收到的资源请求为计算资源请求；对于j=1的任意虚拟节点
Figure 53511DEST_PATH_IMAGE078
，对所接收到的资源请求信息进行解析，则资源请求信息中待存储数据量为
Figure 618485DEST_PATH_IMAGE079
，遍历所有用于存储的物理节点
Figure 533351DEST_PATH_IMAGE080
，计算物理节点
Figure 132960DEST_PATH_IMAGE080
与虚拟节点
Figure 6238DEST_PATH_IMAGE078
的适配程度
Figure 789999DEST_PATH_IMAGE081
：
Figure 508556DEST_PATH_IMAGE015
其中：
Figure 962671DEST_PATH_IMAGE082
表示物理节点
Figure 6850DEST_PATH_IMAGE080
的剩余存储空间；
Figure 546416DEST_PATH_IMAGE083
表示物理节点
Figure 68664DEST_PATH_IMAGE080
所连接通信链路的数量；
Figure 377286DEST_PATH_IMAGE084
表示物理节点
Figure 326787DEST_PATH_IMAGE080
的存储容量空间；若物理节点
Figure 88070DEST_PATH_IMAGE080
的剩余存储空间小于待存储数据量，则令物理节点
Figure 414009DEST_PATH_IMAGE080
与虚拟节点
Figure 577137DEST_PATH_IMAGE078
的适配程度为空；将适配程度最高的物理节点
Figure 697540DEST_PATH_IMAGE080
作为任意虚拟节点
Figure 211698DEST_PATH_IMAGE078
的映射节点
Figure 75749DEST_PATH_IMAGE085
；对于j=2的任意虚拟节点
Figure 358962DEST_PATH_IMAGE086
，对所接收到的计算请求信息进行解析，则计算请求信息中计算复杂度为
Figure 915846DEST_PATH_IMAGE087
，遍历所有用于计算的物理节点
Figure 648791DEST_PATH_IMAGE088
，计算物理节点
Figure 50953DEST_PATH_IMAGE088
与虚拟节点
Figure 188674DEST_PATH_IMAGE089
的适配程度
Figure 916458DEST_PATH_IMAGE090
：
Figure 139629DEST_PATH_IMAGE024
其中：
Figure 611062DEST_PATH_IMAGE091
表示物理节点
Figure 603289DEST_PATH_IMAGE088
的剩余CPU资源；将适配程度最高的物理节点
Figure 970816DEST_PATH_IMAGE088
作为任意虚拟节点
Figure 946862DEST_PATH_IMAGE089
的映射节点
Figure 956407DEST_PATH_IMAGE092
。构建基于映射收益的虚拟链路映射目标函数，所述映射收益主要包括链路映射收益，对于任意两个连续的虚拟节点
Figure 803140DEST_PATH_IMAGE093
和
Figure 872727DEST_PATH_IMAGE094
，两者之间形成虚拟链路
Figure 804911DEST_PATH_IMAGE095
，且虚拟节点对应的映射物理节点分别为
Figure 883725DEST_PATH_IMAGE085
和
Figure 584965DEST_PATH_IMAGE096
，映射物理节点之间形成的物理链路为
Figure 825454DEST_PATH_IMAGE097
，所述虚拟链路映射目标函数为：
Figure 510513DEST_PATH_IMAGE034
其中：
Figure 858930DEST_PATH_IMAGE098
表示物理链路；
Figure 680256DEST_PATH_IMAGE099
表示物理链路
Figure 826066DEST_PATH_IMAGE100
的剩余带宽；
Figure 732842DEST_PATH_IMAGE101
表示物理链路
Figure 887880DEST_PATH_IMAGE100
的子网切换次数；m表示云虚拟资源映射请求所对应的虚拟节点总数；
Figure 563712DEST_PATH_IMAGE102
表示最大子网切换次数。采用改进的启发式算法对虚拟链路映射目标函数进行求解，求解得到虚拟链路所映射的物理链路。本方案基于物理节点与虚拟节点的适配程度构建物理节点与虚拟节点的映射关系，进而将虚拟节点映射到物理节点中，并利用启发式算法对虚拟链路映射目标函数进行求解，实现通信子网切换次数最小、链路映射收益最高的链路映射方案，实现虚拟网络到物理层的映射，并得到包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源。
同时，本方案提出一种虚拟网络优化方法，根据虚拟网络接收到的当前云虚拟资源映射请求数量
Figure 146003DEST_PATH_IMAGE103
，动态确定物理节点资源优化调整时刻，所述物理节点资源优化调整时刻的确定流程为：计算云虚拟资源映射请求数量的当前变化幅度
Figure 540075DEST_PATH_IMAGE050
：
Figure 233225DEST_PATH_IMAGE051
其中：
Figure 29143DEST_PATH_IMAGE053
为虚拟网络接收到的当前云虚拟资源映射请求数量；
Figure 47914DEST_PATH_IMAGE104
表示上次物理节点资源优化调整后，接收到的云虚拟资源映射请求数量；确定下次物理节点资源优化调整时刻为t：
Figure 663703DEST_PATH_IMAGE055
Figure 160544DEST_PATH_IMAGE056
Figure 810968DEST_PATH_IMAGE057
其中：
Figure 735062DEST_PATH_IMAGE105
表示上次物理节点资源优化调整时刻；
Figure 103726DEST_PATH_IMAGE106
表示预先设定的物理节点资源优化调整时间间隔；
Figure 138678DEST_PATH_IMAGE107
表示当云虚拟资源映射请求数量增长时，物理节点资源优化调整时间间隔，
Figure 640679DEST_PATH_IMAGE108
表示上次云虚拟资源映射请求数量增长时，物理节点资源优化调整的调整时间间隔；
Figure 735674DEST_PATH_IMAGE109
表示当云虚拟资源映射请求数量减少时，物理节点资源优化调整时间间隔，
Figure 591635DEST_PATH_IMAGE110
表示上次云虚拟资源映射请求数量减少时，物理节点资源优化调整的调整时间间隔。在物理节点资源优化调整时刻t对当前超融合云平台中的映射虚拟化资源进行优化调整，所述映射虚拟化资源为虚拟节点序列网络结构，当云虚拟资源映射请求被处理成功时，在虚拟网络中形成虚拟节点序列网络结构与物理层的映射，用户可直接调用虚拟节点序列网络结构从而实现物理层中资源的调用；其中优化调整流程为：计算当前超融合云平台中虚拟网络的拥堵程度
Figure 430278DEST_PATH_IMAGE111
：
Figure 55294DEST_PATH_IMAGE065
其中：
Figure 321190DEST_PATH_IMAGE112
表示当前超融合云平台中虚拟网络正在进行处理的云虚拟资源映射请求数量，
Figure 398868DEST_PATH_IMAGE113
表示当前超融合云平台中已经完成资源映射等待删除的虚拟节点序列网络结构数量，当用户在
Figure 775622DEST_PATH_IMAGE114
的时间间隔内未调用虚拟节点序列网络结构时，将从虚拟网络中删除虚拟节点序列网络结构，处于
Figure 255145DEST_PATH_IMAGE114
时间间隔的未调用虚拟节点序列网络结构即为等待删除的虚拟节点序列网络结构；
Figure 957522DEST_PATH_IMAGE115
表示当前处理云虚拟资源映射请求的平均处理时长；当
Figure 522496DEST_PATH_IMAGE111
大于预设值拥堵阈值时，则需要对超融合云平台中的映射虚拟化资源进行优化调整，否则结束当前优化调整流程；将等待删除的虚拟节点序列网络结构映射到物理层中的存储节点，并删除虚拟网络中的等待删除虚拟节点序列网络结构，降低虚拟网络的拥堵程度；对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，为云虚拟资源映射请求分配物理资源。本方案根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，当云虚拟资源映射请求增长时，采用较大的调整时间间隔，否则采用较小的调整时间间隔，实现调整时间间隔的自适应变化，且调整时间间隔的动态变化幅度与预设定的时间间隔以及上次确定的调整时间间隔有关，避免调整时间间隔的过度变化，导致存在较多或较少云虚拟资源映射请求进行映射处理，浪费虚拟网络的计算资源，并实时计算虚拟网络的拥堵程度，基于虚拟网络的拥堵程度对当前超融合云平台中的映射虚拟化资源进行优化调整，提高虚拟网络的映射处理效率。
附图说明
图1为本发明一实施例提供的一种基于超融合云虚拟化资源高效分配方法的流程示意图；
图2为本发明一实施例提供的基于超融合云虚拟化资源高效分配***的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于超融合云虚拟化资源高效分配方法。所述基于超融合云虚拟化资源高效分配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于超融合云虚拟化资源高效分配方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
S1：初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列。
所述S1步骤中初始化虚拟网络以及物理节点，包括：
构建超融合云平台架构，所述超融合云平台架构包括物理层以及虚拟网络，物理层包括存储设备、计算终端设备以及不同设备之间的物理链路，用户向虚拟网络发送云虚拟资源映射请求时，虚拟网络通过建立与物理层的映射，得到包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源；
初始化虚拟网络，其中虚拟网络中包含若干虚拟节点，并初始化物理节点，所述物理节点为超融合云平台架构中物理层中的设备，将初始化后的物理节点构成物理层的图结构，其中图结构中的点为物理节点，图结构中的边为物理节点之间的通信链路。
所述S1步骤中虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，包括：
虚拟网络接收到当前云虚拟资源映射请求，所述云虚拟资源映射请求包括存储资源请求以及计算资源请求，其中存储资源请求包括待存储的数据量，计算资源请求包括计算复杂度；
虚拟网络对云虚拟资源映射请求进行解析，得到若干存储资源请求以及计算资源请求，将解析得到的若干资源请求分发给不同的虚拟节点，形成当前云虚拟资源映射请求的虚拟节点序列。
S2：将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求。
所述S2步骤中将虚拟节点序列中的虚拟节点映射到物理节点，包括：
所述虚拟节点的映射流程为：
S21：计算当前不同物理节点的映射能力，对于用于存储的物理节点，其映射能力
Figure 702941DEST_PATH_IMAGE116
为：
Figure 302550DEST_PATH_IMAGE001
其中：
Figure 910249DEST_PATH_IMAGE117
为物理节点中存储设备的映射能力，space为存储设备的存储容量空间，n表示当前共有n个虚拟节点映射到该物理节点；
对于用于计算的物理节点，其映射能力
Figure 696939DEST_PATH_IMAGE118
为剩余CPU资源；
将映射能力
Figure 681076DEST_PATH_IMAGE119
小于存储阈值
Figure 135191DEST_PATH_IMAGE120
以及映射能力
Figure 910861DEST_PATH_IMAGE121
小于计算阈值
Figure 450427DEST_PATH_IMAGE122
的物理节点标记为当前无效的物理节点，其余物理节点标记为有效物理节点，若当前无有效物理节点，则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求，终止映射操作；
S22：对于虚拟节点序列中的任意虚拟节点
Figure 972675DEST_PATH_IMAGE123
，其中i表示虚拟节点
Figure 281297DEST_PATH_IMAGE124
接收到的为所解析得到的第i个资源请求，
Figure 230798DEST_PATH_IMAGE125
，
Figure 257660DEST_PATH_IMAGE126
表示虚拟节点
Figure 318020DEST_PATH_IMAGE127
接收到的资源请求为存储资源请求，
Figure 746727DEST_PATH_IMAGE128
表示虚拟节点
Figure 867130DEST_PATH_IMAGE127
接收到的资源请求为计算资源请求；
S23：对于j=1的任意虚拟节点
Figure 381288DEST_PATH_IMAGE129
，对所接收到的资源请求信息进行解析，则资源请求信息中待存储数据量为
Figure 245339DEST_PATH_IMAGE130
，遍历所有用于存储的物理节点
Figure 528552DEST_PATH_IMAGE131
，计算物理节点
Figure 819857DEST_PATH_IMAGE132
与虚拟节点
Figure 555731DEST_PATH_IMAGE129
的适配程度
Figure 489052DEST_PATH_IMAGE133
：
Figure 361193DEST_PATH_IMAGE015
其中：
Figure 88978DEST_PATH_IMAGE134
表示物理节点
Figure 309219DEST_PATH_IMAGE135
的剩余存储空间；
Figure 780652DEST_PATH_IMAGE136
表示物理节点
Figure 772879DEST_PATH_IMAGE135
所连接通信链路的数量；
Figure 405985DEST_PATH_IMAGE137
表示物理节点
Figure 116452DEST_PATH_IMAGE138
的存储容量空间；
若物理节点
Figure 125997DEST_PATH_IMAGE139
的剩余存储空间小于待存储数据量，则令物理节点
Figure 972730DEST_PATH_IMAGE139
与虚拟节点
Figure 42317DEST_PATH_IMAGE140
的适配程度为空；将适配程度最高的物理节点
Figure 240080DEST_PATH_IMAGE139
作为任意虚拟节点
Figure 53315DEST_PATH_IMAGE141
的映射节点
Figure 754555DEST_PATH_IMAGE142
；
S24：对于j=2的任意虚拟节点
Figure 995044DEST_PATH_IMAGE143
，对所接收到的计算请求信息进行解析，则计算请求信息中计算复杂度为
Figure 414524DEST_PATH_IMAGE144
，遍历所有用于计算的物理节点
Figure 765871DEST_PATH_IMAGE145
，计算物理节点
Figure 852775DEST_PATH_IMAGE145
与虚拟节点
Figure 264165DEST_PATH_IMAGE146
的适配程度
Figure 170941DEST_PATH_IMAGE147
：
Figure 346487DEST_PATH_IMAGE024
其中：
Figure 22319DEST_PATH_IMAGE148
表示物理节点
Figure 604610DEST_PATH_IMAGE145
的剩余CPU资源；
将适配程度最高的物理节点
Figure 998682DEST_PATH_IMAGE145
作为任意虚拟节点
Figure 691832DEST_PATH_IMAGE149
的映射节点
Figure 487749DEST_PATH_IMAGE150
。
S3：构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路。
所述S3步骤中构建基于映射收益的虚拟链路映射目标函数，包括：
所述映射收益主要包括链路映射收益，对于任意两个连续的虚拟节点
Figure 975362DEST_PATH_IMAGE151
和
Figure 856731DEST_PATH_IMAGE152
，两者之间形成虚拟链路
Figure 619150DEST_PATH_IMAGE153
，且虚拟节点对应的映射物理节点分别为
Figure 269575DEST_PATH_IMAGE154
和
Figure 193668DEST_PATH_IMAGE155
，映射物理节点之间形成的物理链路为
Figure 31174DEST_PATH_IMAGE156
，所述虚拟链路映射目标函数为：
Figure 331706DEST_PATH_IMAGE034
其中：
Figure 102215DEST_PATH_IMAGE157
表示物理链路；
Figure 197210DEST_PATH_IMAGE158
表示物理链路
Figure 787592DEST_PATH_IMAGE156
的剩余带宽；
Figure 626235DEST_PATH_IMAGE159
表示物理链路
Figure 248321DEST_PATH_IMAGE156
的子网切换次数；
m表示云虚拟资源映射请求所对应的虚拟节点总数；
Figure 779797DEST_PATH_IMAGE160
表示最大子网切换次数。
所述S3步骤中采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路，包括：
采用改进的启发式算法对虚拟链路映射目标函数进行求解，求解得到虚拟链路所映射的物理链路，所述虚拟链路的映射流程为：
S31：映射得到的m个物理节点进行***操作，向周围链路产生***火花，其中物理节点
Figure 857474DEST_PATH_IMAGE161
所产生的***火花数为：
Figure 234229DEST_PATH_IMAGE039
其中：
Figure 713752DEST_PATH_IMAGE162
表示以物理节点
Figure 150550DEST_PATH_IMAGE161
为起点的物理链路，
Figure 715523DEST_PATH_IMAGE163
表示将该物理链路代入到虚拟链路映射目标函数的函数值；
Figure 895969DEST_PATH_IMAGE164
表示以物理节点
Figure 229998DEST_PATH_IMAGE161
为起点的物理链路数；
S32：更新物理节点
Figure 837697DEST_PATH_IMAGE161
的位置
Figure 155546DEST_PATH_IMAGE165
：
Figure 874103DEST_PATH_IMAGE044
其中：
Figure 328218DEST_PATH_IMAGE165
表示物理链路
Figure 106818DEST_PATH_IMAGE166
中以物理节点
Figure 646384DEST_PATH_IMAGE161
为起点的下一链路交点，
Figure 168632DEST_PATH_IMAGE167
为不存在链路交叉的物理链路；
Figure 742833DEST_PATH_IMAGE168
表示
Figure 689405DEST_PATH_IMAGE169
附近的***火花数目；
Figure 716267DEST_PATH_IMAGE170
表示
Figure 776627DEST_PATH_IMAGE167
与物理节点
Figure 939755DEST_PATH_IMAGE171
的距离；
S33：返回步骤S31，直到得到包含m个物理节点的物理链路L，各物理节点通过物理链路进行资源运输；
将所映射得到的物理链路以及虚拟链路构成包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源。
S4：根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻。
所述S4步骤中根据当前云虚拟资源映射请求数量，动态确定物理节点资源优化调整时刻，包括：
所述物理节点资源优化调整时刻的确定流程为：
S41：计算云虚拟资源映射请求数量的当前变化幅度
Figure 325737DEST_PATH_IMAGE172
：
Figure 574315DEST_PATH_IMAGE051
其中：
Figure 438366DEST_PATH_IMAGE053
为虚拟网络接收到的当前云虚拟资源映射请求数量；
Figure 721580DEST_PATH_IMAGE173
表示上次物理节点资源优化调整后，接收到的云虚拟资源映射请求数量；
S42：确定下次物理节点资源优化调整时刻为t：
Figure 278463DEST_PATH_IMAGE055
Figure 14338DEST_PATH_IMAGE056
Figure 682080DEST_PATH_IMAGE057
其中：
Figure 85379DEST_PATH_IMAGE174
表示上次物理节点资源优化调整时刻；
Figure 282005DEST_PATH_IMAGE175
表示预先设定的物理节点资源优化调整时间间隔；
Figure 770756DEST_PATH_IMAGE176
表示当云虚拟资源映射请求数量增长时，物理节点资源优化调整时间间隔，
Figure 976609DEST_PATH_IMAGE177
表示上次云虚拟资源映射请求数量增长时，物理节点资源优化调整的调整时间间隔；
Figure 968836DEST_PATH_IMAGE178
表示当云虚拟资源映射请求数量减少时，物理节点资源优化调整时间间隔，
Figure 867522DEST_PATH_IMAGE179
表示上次云虚拟资源映射请求数量减少时，物理节点资源优化调整的调整时间间隔。在本发明实施例中，当云虚拟资源映射请求增长时，采用较大的调整时间间隔，否则采用较小的调整时间间隔，实现调整时间间隔的自适应变化，且调整时间间隔的动态变化幅度与预设定的时间间隔以及上次确定的调整时间间隔有关，避免调整时间间隔的过度变化，导致存在较多或较少云虚拟资源映射请求进行映射处理，浪费虚拟网络的计算资源。
S5：在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源。
所述S5步骤中在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，包括：
在物理节点资源优化调整时刻t对当前超融合云平台中的映射虚拟化资源进行优化调整，所述映射虚拟化资源为虚拟节点序列网络结构，当云虚拟资源映射请求被处理成功时，在虚拟网络中形成虚拟节点序列网络结构与物理层的映射，用户可直接调用虚拟节点序列网络结构从而实现物理层中资源的调用；
其中优化调整流程为：
S51：计算当前超融合云平台中虚拟网络的拥堵程度
Figure 575059DEST_PATH_IMAGE180
：
Figure 319024DEST_PATH_IMAGE065
其中：
Figure 431337DEST_PATH_IMAGE181
表示当前超融合云平台中虚拟网络正在进行处理的云虚拟资源映射请求数量，
Figure 235345DEST_PATH_IMAGE182
表示当前超融合云平台中已经完成资源映射等待删除的虚拟节点序列网络结构数量，当用户在
Figure 433108DEST_PATH_IMAGE183
的时间间隔内未调用虚拟节点序列网络结构时，将从虚拟网络中删除虚拟节点序列网络结构，处于
Figure 980764DEST_PATH_IMAGE183
时间间隔的未调用虚拟节点序列网络结构即为等待删除的虚拟节点序列网络结构；
Figure 947583DEST_PATH_IMAGE184
表示当前处理云虚拟资源映射请求的平均处理时长；
S52：当
Figure 188071DEST_PATH_IMAGE180
大于预设值拥堵阈值时，则需要对超融合云平台中的映射虚拟化资源进行优化调整，否则结束当前优化调整流程；
S53：将等待删除的虚拟节点序列网络结构映射到物理层中的存储节点，并删除虚拟网络中的等待删除虚拟节点序列网络结构，降低虚拟网络的拥堵程度；
S54：对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，为云虚拟资源映射请求分配物理资源。
实施例2：
如图2所示，是本发明一实施例提供的基于超融合云虚拟化资源高效分配***的功能模块图，其可以实现实施例1中的基于超融合云虚拟化资源高效分配方法。
本发明所述基于超融合云虚拟化资源高效分配***100可以安装于电子设备中。根据实现的功能，所述基于超融合云虚拟化资源高效分配***可以包括虚拟节点映射装置101、虚拟链路映射装置102及资源优化调整模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
虚拟节点映射装置101，用于初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求；
虚拟链路映射装置102，用于构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路；
资源优化调整模块103，用于根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源。
详细地，本发明实施例中所述基于超融合云虚拟化资源高效分配***100中的所述各模块在使用时采用与上述的图1中所述的基于超融合云虚拟化资源高效分配方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (8)

1.一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述方法包括：
S1：初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列；
S2：将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求；
S3：构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路；
S4：根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，包括：
所述物理节点资源优化调整时刻的确定流程为：
S41：计算云虚拟资源映射请求数量的当前变化幅度α：
Figure 97389DEST_PATH_IMAGE003
其中：
Figure 448736DEST_PATH_IMAGE005
为虚拟网络接收到的当前云虚拟资源映射请求数量；
Figure 270061DEST_PATH_IMAGE006
表示上次物理节点资源优化调整后，接收到的云虚拟资源映射请求数量；
S42：确定下次物理节点资源优化调整时刻为t：
Figure 415872DEST_PATH_IMAGE007
Figure 588227DEST_PATH_IMAGE008
Figure 212106DEST_PATH_IMAGE009
其中：
Figure 419097DEST_PATH_IMAGE010
表示上次物理节点资源优化调整时刻；
Figure 732879DEST_PATH_IMAGE011
表示预先设定的物理节点资源优化调整时间间隔；
Figure 126951DEST_PATH_IMAGE012
表示当云虚拟资源映射请求数量增长时，物理节点资源优化调整时间间隔，
Figure 820101DEST_PATH_IMAGE013
表示上次云虚拟资源映射请求数量增长时，物理节点资源优化调整的调整时间间隔；
Figure 616018DEST_PATH_IMAGE014
表示当云虚拟资源映射请求数量减少时，物理节点资源优化调整时间间隔，
Figure 103632DEST_PATH_IMAGE015
表示上次云虚拟资源映射请求数量减少时，物理节点资源优化调整的调整时间间隔；
S5：在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源。
2.如权利要求1所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S1步骤中初始化虚拟网络以及物理节点，包括：
构建超融合云平台架构，所述超融合云平台架构包括物理层以及虚拟网络，物理层包括存储设备、计算终端设备以及不同设备之间的物理链路，用户向虚拟网络发送云虚拟资源映射请求时，虚拟网络通过建立与物理层的映射，得到包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源；
初始化虚拟网络，其中虚拟网络中包含若干虚拟节点，并初始化物理节点，所述物理节点为超融合云平台架构中物理层中的设备，将初始化后的物理节点构成物理层的图结构，其中图结构中的点为物理节点，图结构中的边为物理节点之间的通信链路。
3.如权利要求2所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S1步骤中虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，包括：
虚拟网络接收到当前云虚拟资源映射请求，所述云虚拟资源映射请求包括存储资源请求以及计算资源请求，其中存储资源请求包括待存储的数据量，计算资源请求包括计算复杂度；
虚拟网络对云虚拟资源映射请求进行解析，得到若干存储资源请求以及计算资源请求，将解析得到的若干资源请求分发给不同的虚拟节点，形成当前云虚拟资源映射请求的虚拟节点序列。
4.如权利要求3所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S2步骤中将虚拟节点序列中的虚拟节点映射到物理节点，包括：
所述虚拟节点的映射流程为：
S21：计算当前不同物理节点的映射能力，对于用于存储的物理节点，其映射能力
Figure 250579DEST_PATH_IMAGE016
为：
Figure 481840DEST_PATH_IMAGE017
其中：
Figure 397844DEST_PATH_IMAGE018
为物理节点中存储设备的映射能力，space为存储设备的存储容量空间，n表示当前共有n个虚拟节点映射到该物理节点；
对于用于计算的物理节点，其映射能力
Figure 790779DEST_PATH_IMAGE019
为剩余CPU资源；
将映射能力
Figure 425023DEST_PATH_IMAGE020
小于存储阈值
Figure 459975DEST_PATH_IMAGE021
以及映射能力
Figure 230485DEST_PATH_IMAGE022
小于计算阈值
Figure 794321DEST_PATH_IMAGE023
的物理节点标记为当前无效的物理节点，其余物理节点标记为有效物理节点，若当前无有效物理节点，则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求，终止映射操作；
S22：对于虚拟节点序列中的任意虚拟节点
Figure 915861DEST_PATH_IMAGE024
，其中i表示虚拟节点
Figure 754504DEST_PATH_IMAGE024
接收到的为所解析得到的第i个资源请求，
Figure 113941DEST_PATH_IMAGE025
，
Figure 111328DEST_PATH_IMAGE026
表示虚拟节点
Figure 189006DEST_PATH_IMAGE024
接收到的资源请求为存储资源请求，
Figure 831340DEST_PATH_IMAGE027
表示虚拟节点
Figure 576442DEST_PATH_IMAGE024
接收到的资源请求为计算资源请求；
S23：对于
Figure 747660DEST_PATH_IMAGE028
的任意虚拟节点
Figure 578213DEST_PATH_IMAGE029
，对所接收到的资源请求信息进行解析，则资源请求信息中待存储数据量为
Figure 493079DEST_PATH_IMAGE030
，遍历所有用于存储的物理节点
Figure 827109DEST_PATH_IMAGE031
，计算物理节点
Figure 700387DEST_PATH_IMAGE031
与虚拟节点
Figure 752657DEST_PATH_IMAGE029
的适配程度
Figure 471214DEST_PATH_IMAGE032
：
Figure 925329DEST_PATH_IMAGE033
其中：
Figure 703929DEST_PATH_IMAGE034
表示物理节点
Figure 243495DEST_PATH_IMAGE031
的剩余存储空间；
Figure 765743DEST_PATH_IMAGE035
表示物理节点
Figure 74365DEST_PATH_IMAGE031
所连接通信链路的数量；
Figure 20936DEST_PATH_IMAGE036
表示物理节点
Figure 782219DEST_PATH_IMAGE031
的存储容量空间；
若物理节点
Figure 108158DEST_PATH_IMAGE031
的剩余存储空间小于待存储数据量，则令物理节点
Figure 271286DEST_PATH_IMAGE031
与虚拟节点
Figure 391689DEST_PATH_IMAGE029
的适配程度为空；将适配程度最高的物理节点
Figure 905847DEST_PATH_IMAGE031
作为任意虚拟节点
Figure 769898DEST_PATH_IMAGE029
的映射节点
Figure 787532DEST_PATH_IMAGE037
；
S24：对于
Figure 344416DEST_PATH_IMAGE038
的任意虚拟节点
Figure 80290DEST_PATH_IMAGE039
，对所接收到的计算请求信息进行解析，则计算请求信息中计算复杂度为
Figure 748032DEST_PATH_IMAGE040
，遍历所有用于计算的物理节点
Figure 620173DEST_PATH_IMAGE041
，计算物理节点
Figure 347958DEST_PATH_IMAGE041
与虚拟节点
Figure 571129DEST_PATH_IMAGE039
的适配程度
Figure 776982DEST_PATH_IMAGE042
：
Figure 769209DEST_PATH_IMAGE043
其中：
Figure 664965DEST_PATH_IMAGE044
表示物理节点
Figure 109853DEST_PATH_IMAGE041
的剩余CPU资源；
将适配程度最高的物理节点
Figure 119397DEST_PATH_IMAGE041
作为任意虚拟节点
Figure 231710DEST_PATH_IMAGE039
的映射节点
Figure 301297DEST_PATH_IMAGE045
。
5.如权利要求1所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S3步骤中构建基于映射收益的虚拟链路映射目标函数，包括：
构建基于映射收益的虚拟链路映射目标函数，所述映射收益主要包括链路映射收益，对于任意两个连续的虚拟节点
Figure 233481DEST_PATH_IMAGE046
和
Figure 781137DEST_PATH_IMAGE047
，两者之间形成虚拟链路
Figure 747956DEST_PATH_IMAGE048
，且虚拟节点对应的映射物理节点分别为
Figure 722865DEST_PATH_IMAGE037
和
Figure 407924DEST_PATH_IMAGE049
，映射物理节点之间形成的物理链路为
Figure 24850DEST_PATH_IMAGE050
，所述虚拟链路映射目标函数
Figure 580597DEST_PATH_IMAGE051
为：
Figure 991986DEST_PATH_IMAGE052
其中：
Figure 898763DEST_PATH_IMAGE053
表示物理链路；
Figure 53800DEST_PATH_IMAGE054
表示物理链路
Figure 995212DEST_PATH_IMAGE050
的剩余带宽；
Figure 311923DEST_PATH_IMAGE055
表示物理链路
Figure 437487DEST_PATH_IMAGE050
的子网切换次数；
m表示云虚拟资源映射请求所对应的虚拟节点总数；
Figure 396215DEST_PATH_IMAGE056
表示最大子网切换次数。
6.如权利要求5所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S3步骤中采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路，包括：
采用改进的启发式算法对虚拟链路映射目标函数进行求解，求解得到虚拟链路所映射的物理链路，所述虚拟链路的映射流程为：
S31：映射得到的m个物理节点进行***操作，向周围链路产生***火花，其中物理节点
Figure 192133DEST_PATH_IMAGE057
所产生的***火花数为：
Figure 945325DEST_PATH_IMAGE058
其中：
Figure 826694DEST_PATH_IMAGE059
表示以物理节点
Figure 57955DEST_PATH_IMAGE060
为起点的物理链路，
Figure 708379DEST_PATH_IMAGE061
表示将该物理链路代入到虚拟链路映射目标函数的函数值；
Figure 898052DEST_PATH_IMAGE062
表示以物理节点
Figure 266717DEST_PATH_IMAGE060
为起点的物理链路数；
S32：更新物理节点
Figure 301669DEST_PATH_IMAGE060
的位置
Figure 806599DEST_PATH_IMAGE063
：
Figure 901594DEST_PATH_IMAGE064
其中：
Figure 757555DEST_PATH_IMAGE063
表示物理链路
Figure 330619DEST_PATH_IMAGE050
中以物理节点
Figure 955635DEST_PATH_IMAGE060
为起点的下一链路交点，
Figure 221531DEST_PATH_IMAGE065
为不存在链路交叉的物理链路；
Figure 319717DEST_PATH_IMAGE066
表示
Figure 962050DEST_PATH_IMAGE065
附近的***火花数目；
Figure 441573DEST_PATH_IMAGE067
表示
Figure 878371DEST_PATH_IMAGE065
与物理节点
Figure 443344DEST_PATH_IMAGE068
的距离；
S33：返回步骤S31，直到得到包含m个物理节点的物理链路L，各物理节点通过物理链路进行资源运输；
将所映射得到的物理链路以及虚拟链路构成包含请求资源的虚拟节点序列网络结构，用户可直接调用虚拟节点序列网络结构，为云虚拟资源映射请求分配物理资源。
7.如权利要求1所述的一种基于超融合云虚拟化资源高效分配方法，其特征在于，所述S5步骤中在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，包括：
在物理节点资源优化调整时刻t对当前超融合云平台中的映射虚拟化资源进行优化调整，所述映射虚拟化资源为虚拟节点序列网络结构，当云虚拟资源映射请求被处理成功时，在虚拟网络中形成虚拟节点序列网络结构与物理层的映射，用户可直接调用虚拟节点序列网络结构从而实现物理层中资源的调用；
其中优化调整流程为：
S51：计算当前超融合云平台中虚拟网络的拥堵程度
Figure 358211DEST_PATH_IMAGE069
：
Figure 957819DEST_PATH_IMAGE070
其中：
Figure 565518DEST_PATH_IMAGE071
表示当前超融合云平台中虚拟网络正在进行处理的云虚拟资源映射请求数量，
Figure 617788DEST_PATH_IMAGE072
表示当前超融合云平台中已经完成资源映射等待删除的虚拟节点序列网络结构数量，当用户在
Figure 336345DEST_PATH_IMAGE073
的时间间隔内未调用虚拟节点序列网络结构时，将从虚拟网络中删除虚拟节点序列网络结构，处于
Figure 790460DEST_PATH_IMAGE073
时间间隔的未调用虚拟节点序列网络结构即为等待删除的虚拟节点序列网络结构；
Figure 569060DEST_PATH_IMAGE074
表示当前处理云虚拟资源映射请求的平均处理时长；
S52：当
Figure 108626DEST_PATH_IMAGE069
大于预设值拥堵阈值时，则需要对超融合云平台中的映射虚拟化资源进行优化调整，否则结束当前优化调整流程；
S53：将等待删除的虚拟节点序列网络结构映射到物理层中的存储节点，并删除虚拟网络中的等待删除虚拟节点序列网络结构，降低虚拟网络的拥堵程度；
S54：对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，为云虚拟资源映射请求分配物理资源。
8.一种基于超融合云虚拟化资源高效分配***，其特征在于，所述***包括：
虚拟节点映射装置，用于初始化虚拟网络以及物理节点，虚拟网络中的虚拟节点接收并解析当前云虚拟资源映射请求，形成基于映射请求的虚拟节点序列，将虚拟节点序列中的虚拟节点映射到物理节点，若当前无有效物理节点则将该云虚拟资源映射请求标记为未映射成功的云虚拟资源映射请求；
虚拟链路映射装置，用于构建基于映射收益的虚拟链路映射目标函数，采用改进的启发式算法将相邻虚拟节点之间的虚拟链路映射到物理链路；
资源优化调整模块，用于根据当前云虚拟资源映射请求数量动态确定物理节点资源优化调整时刻，在物理节点资源优化调整时刻对当前超融合云平台中的映射虚拟化资源进行优化调整，并对当前接收到的以及未映射成功的云虚拟资源映射请求进行映射处理，根据映射处理结果为云虚拟资源映射请求分配物理资源，以实现如权利要求1-7任意所述的一种基于超融合云虚拟化资源高效分配方法。
CN202211444125.4A 2022-11-18 2022-11-18 一种基于超融合云虚拟化资源高效分配方法及*** Active CN115499512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211444125.4A CN115499512B (zh) 2022-11-18 2022-11-18 一种基于超融合云虚拟化资源高效分配方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211444125.4A CN115499512B (zh) 2022-11-18 2022-11-18 一种基于超融合云虚拟化资源高效分配方法及***

Publications (2)

Publication Number Publication Date
CN115499512A true CN115499512A (zh) 2022-12-20
CN115499512B CN115499512B (zh) 2023-01-17

Family

ID=84881093

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211444125.4A Active CN115499512B (zh) 2022-11-18 2022-11-18 一种基于超融合云虚拟化资源高效分配方法及***

Country Status (1)

Country Link
CN (1) CN115499512B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6442615B1 (en) * 1997-10-23 2002-08-27 Telefonaktiebolaget Lm Ericsson (Publ) System for traffic data evaluation of real network with dynamic routing utilizing virtual network modelling
US20030051021A1 (en) * 2001-09-05 2003-03-13 Hirschfeld Robert A. Virtualized logical server cloud
US20070237153A1 (en) * 2002-12-20 2007-10-11 Slaughter Gregory L Topology and routing model for a computer network
US20100106714A1 (en) * 2006-12-22 2010-04-29 Singapore Technologies Dynamics Pte Ltd Method and apparatus for automatic configuration of meta-heuristic algorithms in a problem solving environment
CN101969391A (zh) * 2010-10-27 2011-02-09 北京邮电大学 一种支持融合网络业务的云平台及其工作方法
CN109714219A (zh) * 2019-03-13 2019-05-03 大连大学 一种基于卫星网络的虚拟网络功能快速映射算法
EP3806389A1 (en) * 2018-05-24 2021-04-14 ZTE Corporation Virtual subnet constructing method and device, and storage medium
WO2022186808A1 (en) * 2021-03-05 2022-09-09 Havelsan Hava Elektronik San. Ve Tic. A.S. Method for solving virtual network embedding problem in 5g and beyond networks with deep information maximization using multiple physical network structure

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6442615B1 (en) * 1997-10-23 2002-08-27 Telefonaktiebolaget Lm Ericsson (Publ) System for traffic data evaluation of real network with dynamic routing utilizing virtual network modelling
US20030051021A1 (en) * 2001-09-05 2003-03-13 Hirschfeld Robert A. Virtualized logical server cloud
US20070237153A1 (en) * 2002-12-20 2007-10-11 Slaughter Gregory L Topology and routing model for a computer network
US20100106714A1 (en) * 2006-12-22 2010-04-29 Singapore Technologies Dynamics Pte Ltd Method and apparatus for automatic configuration of meta-heuristic algorithms in a problem solving environment
CN101969391A (zh) * 2010-10-27 2011-02-09 北京邮电大学 一种支持融合网络业务的云平台及其工作方法
EP3806389A1 (en) * 2018-05-24 2021-04-14 ZTE Corporation Virtual subnet constructing method and device, and storage medium
CN109714219A (zh) * 2019-03-13 2019-05-03 大连大学 一种基于卫星网络的虚拟网络功能快速映射算法
WO2022186808A1 (en) * 2021-03-05 2022-09-09 Havelsan Hava Elektronik San. Ve Tic. A.S. Method for solving virtual network embedding problem in 5g and beyond networks with deep information maximization using multiple physical network structure

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
罗娟等: "一种启发式网络虚拟化资源分配算法", 《中国科学:信息科学》 *
赵志远等: "多控制器条件下区分QoS的虚拟SDN映射方法", 《通信学报》 *
陈春凯: "云计算环境下基于拓扑感知的虚拟网络映射研究", 《计算机应用与软件》 *

Also Published As

Publication number Publication date
CN115499512B (zh) 2023-01-17

Similar Documents

Publication Publication Date Title
US7219121B2 (en) Symmetrical multiprocessing in multiprocessor systems
US7765405B2 (en) Receive side scaling with cryptographically secure hashing
CN111163178B (zh) 一种边缘计算中基于博弈论的服务部署及任务卸载方法
WO2019072162A1 (zh) 虚拟网络映射方法、设备和存储介质
CN111049903B (zh) 一种基于应用感知预测的边缘网络负载分配算法
WO2022001086A1 (zh) 一种高效的gpu资源分配优化方法和***
CN113835878A (zh) 一种资源分配方法、装置、计算机设备及存储介质
CN114356545A (zh) 一种面向隐私保护与能耗优化的任务卸载方法
CN113645076B (zh) 基于超图匹配算法的虚拟网络资源分配方法
Patel et al. A survey on load balancing in cloud computing
CN113132471B (zh) 云服务预算优化调度方法、装置、设备和存储介质
Jain et al. Critical analysis of load balancing strategies for cloud environment
CN115499512B (zh) 一种基于超融合云虚拟化资源高效分配方法及***
CN113342504A (zh) 基于缓存的智能制造边缘计算任务调度方法及***
CN113329432A (zh) 一种基于多目标优化的边缘服务布置方法和***
CN115955685B (zh) 多智能体协同路由方法、设备及计算机存储介质
CN109462879B (zh) 一种接纳控制方法及***
CN110308965B (zh) 云数据中心的基于规则的启发式虚拟机分配方法及***
CN117076133A (zh) 云游戏平台异构资源分配方法、计算机装置及存储介质
CN112954012A (zh) 基于负载的改进模拟退火算法的云任务调度方法
CN116541167A (zh) ***流量控制方法、装置、电子设备及计算机可读介质
CN114780228B (zh) 一种混合云资源创建方法及***
CN114298431A (zh) 一种网络路径选择方法、装置、设备及存储介质
CN113377866A (zh) 一种虚拟化数据库代理服务的负载均衡方法及装置
CN111866159A (zh) 人工智能服务的调用方法、***、设备和存储介质

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