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 PDFInfo
- 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
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
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:
其中:
将映射能力小于存储阈值以及映射能力小于计算阈值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;
其中:
其中:
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:
其中:
m表示云虚拟资源映射请求所对应的虚拟节点总数;
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:
其中:
其中:
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:
其中:
S42:确定下次物理节点资源优化调整时刻为t:
其中:
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,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:
其中:
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,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;
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:
其中: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,其映射能力为剩余CPU资源;将映射能力小于存储阈值以及映射能力小于计算阈值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,其中i表示虚拟节点接收到的为所解析得到的第i个资源请求,,表示虚拟节点接收到的资源请求为存储资源请求,表示虚拟节点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,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,遍历所有用于存储的物理节点,计算物理节点与虚拟节点的适配程度:
其中:表示物理节点的剩余存储空间;表示物理节点所连接通信链路的数量;表示物理节点的存储容量空间;若物理节点的剩余存储空间小于待存储数据量,则令物理节点与虚拟节点的适配程度为空;将适配程度最高的物理节点作为任意虚拟节点的映射节点;对于j=2的任意虚拟节点,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,遍历所有用于计算的物理节点,计算物理节点与虚拟节点的适配程度:
其中:表示物理节点的剩余CPU资源;将适配程度最高的物理节点作为任意虚拟节点的映射节点。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和,两者之间形成虚拟链路,且虚拟节点对应的映射物理节点分别为和,映射物理节点之间形成的物理链路为,所述虚拟链路映射目标函数为:
其中:表示物理链路;表示物理链路的剩余带宽;表示物理链路的子网切换次数;m表示云虚拟资源映射请求所对应的虚拟节点总数;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,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:
其中:表示上次物理节点资源优化调整时刻;表示预先设定的物理节点资源优化调整时间间隔;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,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;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,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:
其中: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,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;表示当前处理云虚拟资源映射请求的平均处理时长;当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:
其中:
将映射能力小于存储阈值以及映射能力小于计算阈值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;
其中:
其中:
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:
其中:
m表示云虚拟资源映射请求所对应的虚拟节点总数;
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:
其中:
其中:
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:
其中:
S42:确定下次物理节点资源优化调整时刻为t:
其中:
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,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:
其中:
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,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;
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:
其中:
S42:确定下次物理节点资源优化调整时刻为t:
其中:
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:
其中:
将映射能力小于存储阈值以及映射能力小于计算阈值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;
其中:
其中:
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:
其中:
其中:
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:
其中:
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,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;
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。
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)
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 |
-
2022
- 2022-11-18 CN CN202211444125.4A patent/CN115499512B/zh active Active
Patent Citations (8)
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)
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 |