KR20120118271A - 가상머신 이동 대상 선택 방법 - Google Patents

가상머신 이동 대상 선택 방법 Download PDF

Info

Publication number
KR20120118271A
KR20120118271A KR1020110035745A KR20110035745A KR20120118271A KR 20120118271 A KR20120118271 A KR 20120118271A KR 1020110035745 A KR1020110035745 A KR 1020110035745A KR 20110035745 A KR20110035745 A KR 20110035745A KR 20120118271 A KR20120118271 A KR 20120118271A
Authority
KR
South Korea
Prior art keywords
candidate group
physical machines
physical
selecting
virtual machine
Prior art date
Application number
KR1020110035745A
Other languages
English (en)
Inventor
박창식
김미점
김효민
Original Assignee
주식회사 케이티
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 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020110035745A priority Critical patent/KR20120118271A/ko
Publication of KR20120118271A publication Critical patent/KR20120118271A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/161—Computing infrastructure, e.g. computer clusters, blade chassis or hardware partitioning
    • 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
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명은, 복수의 물리머신들 중에서 가상머신을 이동시킬 대상 물리머신을 선택하는 가상머신 이동 대상 선택 방법에 관한 것으로서, 복수의 물리머신들 간에 로드 밸런싱 및 스페이스 밸런싱을 고려하여 전체 시스템의 성능을 극대화시킬 수 있는 가상머신을 이동시킬 대상인 물리머신을 선택하는 가상머신 이동 대상 선택 방법을 제공한다.

Description

가상머신 이동 대상 선택 방법{Method for selecting virtual machine migration target}
본 발명은, 가상머신 이동 대상 선택 방법에 관한 것으로서, 보다 상세하게는, 복수의 물리머신들 중에서 가상머신을 이동시킬 대상 물리머신을 선택하는 가상머신 이동 대상 선택 방법에 관한 것이다.
컴퓨터 네트워크의 기술 발전에 따라, 각 단말의 독립적인 하드웨어 성능에 의존하던 기존의 컴퓨팅 환경은, 네트워크 상의 모든 컴퓨팅 자원을 활용하여 단말의 요청에 따라 해당 서비스를 제공하는 클라우드 컴퓨팅(Cloud Computing) 형태로 진화하고 있다.
클라우드 컴퓨팅 서비스란, 인터넷과 같은 정보통신망을 통한 '컴퓨팅 자원의 온 디맨드 아웃소싱 서비스'라고 정의할 수 있다. 클라우드 컴퓨팅 환경에서는, 서비스 제공자는 여러 곳에 분산되어 있는 데이터 센터를 가상화 기술로 통합하여 사용자들이 필요로 하는 서비스를 제공하게 된다. 서비스 사용자는 어플리케이션(Application), 스토리지(Storage), 운영체제(Operation System, OS), 보안(Security)등의 필요한 컴퓨팅 자원을 각 사용자 소유의 단말에 설치하여 사용하는 것이 아니라, 가상화 기술을 통해 생성된 가상공간상의 서비스를 원하는 시점에 원하는 만큼 골라서 사용하게 된다. 사용자는 각 컴퓨팅 자원의 구입비용을 지불하는 것이 아니라 사용량에 기반하여 대가를 지불하게 된다.
이러한 클라우드 컴퓨팅 서비스를 제공하는 클라우드 컴퓨팅 시스템에서는 가상머신 기반으로 서비스를 제공하고 있으므로, 클라우드 컴퓨팅 시스템을 구성하는 복수의 물리머신들 사이에서 가상머신을 이동시키는 이른바 VM 마이그레이션(migration) 기술이 중요하다. 특히, 복수의 물리머신들 중에서 어떤 물리머신을 선택하여 가상머신을 이동시키느냐에 따라 시스템 전체 성능이 좌지우지될 수 있어 이에 관한 기술 개발이 요구된다.
그러나 종래에는, 이러한 가상머신 이동 대상과 관련하여, 단순히 가용 자원량이 많은 물리머신을 선택하는 기술이 대부분으로, 복수의 물리머신들 사이의 로드밸런싱(부하 분산)을 전혀 고려하지 못하고 있어, 시스템 성능을 극대화시키는 점에 있어서 한계가 있다.
본 발명이 이루고자 하는 기술적 과제는, 복수의 물리머신들 간에 로드 밸런싱 및 스페이스 밸런싱을 고려하여 전체 시스템의 성능을 극대화시킬 수 있는 가상머신을 이동시킬 대상인 물리머신을 선택하는 가상머신 이동 대상 선택 방법을 제공하는 데에 있다.
상기의 기술적 과제를 이루기 위한, 본 발명에 의한, 복수의 물리머신들 중에서 가상머신을 이동시킬 대상 물리머신을 선택하는 가상머신 이동 대상 선택 방법은, 가상머신의 생성에 필요한 자원의 필요용량과 복수의 물리머신들 각각의 자원의 잔여용량을 비교하여, 복수의 물리머신들 중에서 가상머신의 생성에 필요한 자원을 구비한 적어도 하나 이상의 물리머신들을 제1후보집단에 선정하는 제1후보집단선정단계; 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 로드밸런싱 기준인 제1임계값보다 적은 물리머신을 제2후보집단에 선정하는 제2후보집단선정단계; 및 제2후보집단에 속하는 물리머신들의 자원의 가용률을 기초로 대상 물리머신을 선택하는 대상선택단계를 포함한다.
보다 바람직하게는, 제2후보집단선정단계는 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 제1임계값보다 적은 물리머신이 없는 경우에, 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 제2후보집단에 선정하는 단계를 더 포함할 수 있다.
보다 바람직하게는, 제2후보집단선정단계는 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 제1임계값보다 적은 물리머신이 없는 경우에, 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 제1임계값보다 큰 값인 제2임계값보다 적은 물리머신을 제2후보집단에 선정하는 단계를 더 포함할 수 있다.
상기의 기술적 과제를 이루기 위한, 본 발명에 의한, 복수의 물리머신들 중에서 가상머신을 이동시킬 대상 물리머신을 선택하는 기능을 포함하는 프로그램을 수록한 컴퓨터로 읽을 수 있는 기록매체는 가상머신의 생성에 필요한 자원의 필요용량과 복수의 물리머신들 각각의 자원의 잔여용량을 비교하여, 복수의 물리머신들 중에서 가상머신의 생성에 필요한 자원을 구비한 적어도 하나 이상의 물리머신들을 제1후보집단에 선정하는 기능; 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 로드밸런싱 기준인 제1임계값보다 적은 물리머신을 제2후보집단에 선정하는 기능; 및 제2후보집단에 속하는 물리머신들의 자원의 가용률을 기초로 대상 물리머신을 선택하는 기능을 포함하는 것을 특징으로 하는 프로그램을 수록한다.
본 발명에 의하면, 복수의 물리머신들 사이에서 가상머신을 이동시킴에 있어서, 복수의 물리머신들 간에 로드 밸런싱 및 스페이스 밸런싱을 고려하여 전체 시스템의 성능을 극대화시킬 수 있는 물리머신을 선택할 수 있다.
도 1은 본 발명의 바람직한 일 실시예에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법의 흐름을 도시한 도면이다.
도 2a 내지 도 2b는 각각 본 발명의 바람직한 다른 일 실시예에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법의 흐름을 예시한 도면이다.
도 3은 본 발명에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법에서 제2후보집단으로부터 대상 물리머신을 선택하는 과정을 예시한 도면이다.
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다. 또한, 본 명세서에 열거된 모든 조건부 용어 및 실시예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다. 또한, 본 발명의 원리, 관점 및 실시예들 뿐만 아니라 특정 실시예를 열거하는 모든 상세한 설명은 이러한 사항의 구조적 및 기능적 균등물을 포함하도록 의도되는 것으로 이해되어야 한다. 또한, 이러한 균등물들은 현재 공지된 균등물뿐만 아니라 장래에 개발될 균등물 즉 구조와 무관하게 동일한 기능을 수행하도록 발명된 모든 소자를 포함하는 것으로 이해되어야 한다.
따라서, 프로세서 또는 이와 유사한 개념으로 표시된 기능 블럭을 포함하는 도면에 도시된 다양한 소자의 기능은 전용 하드웨어뿐만 아니라 적절한 소프트웨어와 관련하여 소프트웨어를 실행할 능력을 가진 하드웨어의 사용으로 제공될 수 있다. 프로세서에 의해 제공될 때, 기능은 단일 전용 프로세서, 단일 공유 프로세서 또는 복수의 개별적 프로세서에 의해 제공될 수 있고, 이들 중 일부는 공유될 수 있다. 또한, 프로세서, 제어 또는 이와 유사한 개념으로 제시되는 용어의 사용은 소프트웨어를 실행할 능력을 가진 하드웨어를 배타적으로 인용하여 해석되어서는 아니 되고, 제한 없이 디지털 신호 프로세서(DSP) 하드웨어, 소프트웨어를 저장하기 위한 롬(ROM), 램(RAM) 및 비휘발성 메모리를 암시적으로 포함하는 것으로 이해되어야 한다. 주지 관용의 다른 하드웨어도 포함될 수 있다.
상술한 목적, 특징 및 장점들은 첨부된 도면과 관련한 다음의 상세한 설명을 통하여 더욱 분명해 질 것이다. 본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략하거나 간략하게 설명하는 것으로 한다.
한편 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라, 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하, 첨부된 도면을 참조하여 바람직한 실시예에 따른 본 발명을 상세히 설명하기로 한다.
도 1은 본 발명의 바람직한 일 실시예에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법의 흐름을 도시한 도면이다.
도 1을 참조하면, 먼저, 이동할 가상머신의 생성에 필요한 자원의 필요용량과 복수의 물리머신들 각각의 자원의 잔여용량을 비교하고, 비교 결과에 따라, 이동할 가상머신의 생성에 필요한 자원을 구비한 적어도 하나 이상의 물리머신들을 추출하여 이들을 제1후보집단에 선정한다(S110).
여기에서, 자원은 컴퓨팅 환경을 가상화한 가상머신을 생성함에 있어서, 가상화할 컴퓨팅 자원을 의미하는 것으로, 본 실시예에서는, CPU, 메모리, 스토리지, 및 입출력자원을 포함하여 구성하나, 이는 하나의 실시예에 불과하며, 본 발명이 이에 한정되지는 않는다고 할 것이다.
여기에서 가상머신의 생성에 필요한 자원의 필요용량은 가상머신에 따라 기정의된 값으로, 이동할 가상머신이 현재 위치한 물리머신으로부터 획득할 수 있다.
여기에서, 물리머신 각각의 자원의 잔여용량은 물리머신 상에서 구동 중인 운영체제, 하이퍼바이저(hypervisor) 및 기타 가상머신 모니터(virtual machine monitor, VMM) 모듈 등으로부터 획득할 수 있다.
본 실시예에 따라, 가상머신을 생성하는 데에 필요한 컴퓨팅 자원으로 CPU, 메모리, 스토리지 및 입출력자원을 포함하는 경우에는 먼저, 이동할 가상머신의 생성에 충분한 CPU 잔여용량을 갖는 물리머신 즉, 가상머신의 CPU 필요용량 이상의 CPU 잔여용량을 갖는 물리머신을 제1후보집단으로 선정한다(S101).
S101 단계에서 선정된 제1후보집단에 속하는 물리머신들 중에서, 이동할 가상머신의 생성에 충분한 메모리 잔여용량을 갖지 않는 물리머신, 즉, 가상머신의 메모리 필요용량보다 적은 메모리 잔여용량을 갖는 물리머신을 제1후보집단에서 제거(필터링)한다(S102).
S102 단계에서 필터링된 제1후보집단에 속하는 물리머신들 중에서, 이동할 가상머신의 생성에 충분한 스토리지 잔여용량을 갖지 않는 물리머신, 즉, 가상머신의 스토리지 필요용량보다 적은 스토리지 잔여용량을 갖는 물리머신을 제1후보집단에서 제거(필터링)한다.
S103 단계에서 필터링된 제1후보집단에 속하는 물리모신들 중에서, 이동할 가상머신의 생성에 필요한 입출력자원 잔여용량을 갖지 않는 물리머신, 즉, 가상머신의 입출력자원 필요용량보다 적은 입출력자원 잔여용량을 갖는 물리머신을 제1후보집단에서 제거(필터링)한다(S104).
본 실시예에서, 가상머신의 생성에 충분한 자원의 잔여용량을 갖는 가상머신을 추출함에 있어서 CPU, 메모리, 스토리지 및 입출력자원의 순서로 진행하고 있으나, 이들의 순서는 하나의 실시예에 불과하며, 본 발명은 이에 국한되지 않는다. 특히, 본 실시예에서, S102 내지 S104 단계들의 순서는 서로 변경되어도 무방하며, 동시에 병렬적으로 수행되어 무방하다.
그리고, S110 (S101 내지 S104) 단계를 거쳐 선정된 제1후보집단에 물리머신의 평균 부하가 제1임계값보다 적은 물리머신이 있는지를 확인한다(S105).
여기에서, 물리머신의 평균 부하(Load average)란, 물리머신에서 단위 시간(예컨대, 1분, 5분, 15분) 동안의 실행 대기 중인 프로세서의 평균 개수를 의미한다. 여기에서 실행 대기 중인 프로세서의 개수는 물리머신에서 구동 중인 운영체제 내의 실행 대기 큐의 길이(length)를 통해 측정가능하다. 이러한 평균 로드는 운영체제 상의 시스템 명령어를 통해 획득 가능하다. 예컨대, UNIX나 LINUX 환경에서는 uptime, w 및 top 등의 명령어로 이러한 평균 부하를 확인할 수 있다.
S105 단계에서의 확인 결과, 제1후보집단에 평균 부하가 제1임계값보다 적은 물리머신이 있는 경우에는, 이들을 제2후보집단으로 선정한다(S106).
S105 단계에서의 확인 결과, 제1후보집단에 평균 부하가 제1임계값보다 적은 물리머신이 없는 경우에는, 평균 부하가 최소인 기정의된 개수의 물리머신들 즉, 단위 시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 제2후보집단으로 선정한다(S107).
S106 내지 S107 단계를 거쳐 선정된 제2후보집단에 속한 물리머신들의 자원가용률을 기초로, 자원 가용률(usage)이 높은 물리머신을 대상 물리머신으로 선택한다.
여기에서 자원 가용률은 물리머신 상에서 구동 중인 운영체제, 하이퍼바이저(hypervisor) 및 기타 가상머신 모니터(virtual machine monitor, VMM) 모듈 등으로부터 획득할 수 있다.
이처럼, 본 실시예에서는 가상머신의 생성에 필요한 자원을 충분히 갖춘 물리머신을 제1후보집단으로 선정하고, 이들 중에 물리머신들 간의 로드 밸런싱(부하 분산)을 고려하여 평균부하가 소정의 제1임계값 이상인 경우를 제2후보집단으로 선정하여, 이들 중에서 자원의 효율적 이용을 고려하여, 자원가용률이 높은 물리머신을 대상 물리머신으로 선택함으로써, 시스템의 물리머신들 간의 부하 분산 및 자원의 효율적 이용을 극대화할 수 있도록 물리머신을 선택할 수 있게 된다.
도 2a 내지 도 2b는 각각 본 발명의 바람직한 다른 일 실시예에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법의 흐름을 예시한 도면이다.
도 2a를 참조하면, 본 실시예에 따른 가상머신 이동 대상 선택 방법의 구성요소인 S210, S211, S212, S230 및 S240 단계들은 도 1에 도시된 가상머신 이동 대상 선택 방법의 구성요소인 S110, S105, S106, S107, S108 단계들에 각각 대응된다.
도 2a에 도시된 실시예에서는, 도 1에 도시된 실시예와 달리, S211 단계에서의 확인결과, 제1후보집단에 평균 부하가 제1임계값보다 적은 물리머신이 없는 경우에는, 평균 부하를 제1임계값 대신에, 제1임계값보다 큰 제2임계값과 비교하는 단계(S221)를 갖는다.
S221 단계에서의 비교 결과, 제1후보집단에 평균 부하가 제2임계값보다 적은 물리머신이 있는 경우에는, 이들을 제2후보집단으로 선정하고(S222), 제1후보집단에 평균 부하가 제2임계값보다 적은 물리머신이 없는 경우에는, 평균 부하가 최소인 기정의된 개수의 물리머신들 즉, 단위 시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 제2후보집단으로 선정한다(S230).
도 2b에 도시된 실시예에서는, 도 2a에 도시된 실시예와 달리, S221 단계에서의 확인결과, 제1후보집단에 평균 부하가 제1임계값보다 적은 물리머신이 없는 경우에는, 평균 부하를 제2임계값 대신에, 제2임계값보다 큰 제3임계값과 비교하는 단계(S231)를 갖는다.
S231 단계에서의 비교 결과, 제1후보집단에 평균 부하가 제3임계값보다 적은 물리머신이 있는 경우에는, 이들을 제2후보집단으로 선정하고(S232), 제1후보집단에 평균 부하가 제3임계값보다 적은 물리머신이 없는 경우에는, 평균 부하가 최소인 기정의된 개수의 물리머신들 즉, 단위 시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 제2후보집단으로 선정한다(S233).
즉, 도 2a 내지 도 2b에서 도시된 실시예에서는 제1후보집단에 속한 물리머신들이 로드밸런싱 기준인 제1임계값 이하의 평균 부하의 조건을 만족하지 않는 경우를 대비한, 제2임계값 및 제3임계값을 추가로 정의한 경우로써, 보다 로드밸런싱 정책을 보다 정교하게 정의하고, 보다 자원의 효율적인 이용을 극대화하기 위한 실시예를 제시한 것이다.
도 3은 본 발명에 따라 가상머신을 이동시킬 대상 물리머신을 선택하는 방법에서 제2후보집단으로부터 대상 물리머신을 선택하는 과정을 예시한 도면이다.
도 3을 참조하면, 도 3은 먼저, 제2후보집단에 속하는 물리머신들 중 CPU의 가용률이 최대인 물리머신을 추출하여, 추출된 물리머신이 적어도 둘 이상인지를 확인하여(S341), 추출된 물리머신이 하나인 경우에는 추출된 하나의 물리머신을 대상 물리머신으로 선택한다(S342).
S341 단계에서의 확인 결과 CPU의 가용률이 최대인 물리머신이 둘 이상인 경우에는 이들 중에서, 입출력자원 가용률이 최대인 물리머신을 추출하여 추출된 물리머신이 적어도 둘 이상인지를 다시 확인하여(S343), 추출된 물리머신이 하나인 경우에는 추출된 하나의 물리머신을 대상 물리머신으로 선택한다(S344).
S343 단계에서의 확인 결과 입출력자원의 가용률이 최대인 물리머신이 둘 이상인 경우에는 이들 중에서, 메모리자원 가용률이 최대인 물리머신을 추출하여 추출된 물리머신이 적어도 둘 이상인지를 다시 확인하여(S345), 추출된 물리머신이 하나인 경우에는 추출된 하나의 물리머신을 대상 물리머신으로 선택한다(S346).
S345 단계에서의 확인 결과 메모리자원의 가용률이 최대인 물리머신이 둘 이상인 경우에는 이들 중에서, 스토리지자원 가용률이 최대인 물리머신을 추출하여 추출된 물리머신이 적어도 둘 이상인지를 다시 확인하여(S347), 추출된 물리머신이 하나인 경우에는 추출된 하나의 물리머신을 대상 물리머신으로 선택한다(S348).
S347 단계에서의 확인 결과 스토리지자원의 가용률이 최대인 물리머신이 둘 이상인 경우에는 이들 중에서, 임의로 하나의 물리머신을 대상 물리머신으로 선택한다(S349).
본 실시예에서는 CPU, 입출력자원, 메모리 및 스토리지의 순으로 자원의 종류에 우선순위를 두어 자원의 가용률이 최대인지를 평가하고 있으며, 메모리 및 스토리지의 우선순위는 서로 동일하나, 기재의 편의를 위해 메모리, 스토리지 순으로 예시한 것에 불과하며, 따라서, 양자의 평가 순서(S345~S346, S347~S348)는 서로 뒤바뀌어도 무방하다.
아울러, 본 실시예서의 자원의 가용률 평가 시의 우선순위 즉, CPU->입출력자원->메모리/스토리지의 우선순위는 시스템의 정책에 따라 변경될 수 있으므로, 본 발명은 이에 국한되지 아니한다.
본 실시예에 따라 가상머신을 이동시킬 대상인 물리머신을 선택하는 경우에는, 복수의 물리머신들 사이에서 가상머신을 이동시킴에 있어서, 복수의 물리머신들 간에 로드 밸런싱 및 스페이스 밸런싱을 고려하여 전체 시스템의 성능을 극대화시킬 수 있는 물리머신을 선택할 수 있게 된다.
본 발명에 따른 가상머신 이동 대상 선택 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장장치 등이 있으며, 또한 케리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
본 발명은 첨부된 도면에 도시된 일 실시예를 참고로 설명되었으나, 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 수 있을 것이다. 따라서, 본 발명의 진정한 보호 범위는 첨부된 청구 범위에 의해서만 정해져야 할 것이다.

Claims (11)

  1. 복수의 물리머신들 중에서, 가상머신을 이동시킬 대상 물리머신을 선택하는 가상머신 이동 대상 선택 방법에 있어서,
    상기 가상머신의 생성에 필요한 자원의 필요용량과 상기 복수의 물리머신들 각각의 자원의 잔여용량을 비교하여, 상기 복수의 물리머신들 중에서 상기 가상머신의 생성에 필요한 자원을 구비한 적어도 하나 이상의 물리머신들을 제1후보집단에 선정하는 제1후보집단선정단계;
    상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 로드밸런싱 기준인 제1임계값보다 적은 물리머신을 제2후보집단에 선정하는 제2후보집단선정단계; 및
    상기 제2후보집단에 속하는 물리머신들의 상기 자원의 가용률을 기초로 상기 대상 물리머신을 선택하는 대상선택단계를 포함하는 것을 특징으로 하는 이동 대상 선택 방법.
  2. 제1항에 있어서,
    상기 자원은 CPU, 메모리, 스토리지 및 입출력자원을 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  3. 제1항에 있어서,
    상기 제1후보집단선정단계는,
    상기 복수의 물리머신 중에서, 상기 가상머신의 생성에 필요한 CPU 필요용량 이상의 CPU 잔여용량을 갖는 적어도 하나 이상의 물리머신들을 제1후보집단에 선정하는 단계;
    상기 제1후보집단에 속하는 물리머신들 중에서, 상기 가상머신의 생성에 필요한 메모리 필요용량보다 적은 메모리 잔여용량을 갖는 물리머신을 상기 제1후보집단에서 제거하는 단계;
    상기 제1후보집단에 속하는 물리머신들 중에서, 상기 가상머신의 생성에 필요한 스토리지 필요용량보다 적은 스토리지 잔여용량을 갖는 물리머신을 상기 제1후보집단에서 제거하는 단계; 및
    상기 제1후보집단에 속하는 물리머신들 중에서, 상기 가상머신의 생성에 필요한 입출력자원 필요용량보다 적은 입출력자원 잔여용량을 갖는 물리머신을 상기 제1후보집단에서 제거하는 단계를 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  4. 제1항에 있어서,
    상기 제2후보집단선정단계는, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제1임계값보다 적은 물리머신이 없는 경우에, 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 상기 제2후보집단에 선정하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  5. 제1항에 있어서,
    상기 제2후보집단선정단계는, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제1임계값보다 적은 물리머신이 없는 경우에, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제1임계값보다 큰 값인 제2임계값보다 적은 물리머신을 상기 제2후보집단에 선정하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  6. 제5항에 있어서,
    상기 제2후보집단선정단계는, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제2임계값보다 적은 물리머신이 없는 경우에, 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 상기 제2후보집단에 선정하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  7. 제5항에 있어서,
    상기 제2후보집단선정단계는, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제2임계값보다 적은 물리머신이 없는 경우에, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제2임계값보다 큰 값인 제3임계값보다 적은 물리머신을 상기 제2후보집단에 선정하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  8. 제7항에 있어서,
    상기 제2후보집단선정단계는, 상기 제1후보집단에 속하는 물리머신들 중에서 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 상기 제3임계값보다 적은 물리머신이 없는 경우에, 단위시간 동안의 실행 대기 중인 프로세서의 평균 개수가 가장 적은 기정의된 개수의 물리머신들을 상기 제2후보집단에 선정하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  9. 제1항에 있어서,
    상기 대상선택단계는, 상기 제2후보집단에 속하는 물리머신들 중 상기 자원 중 CPU의 가용률이 최대인 물리머신을 선택하는 단계를 포함하는 것을 특징으로 하는 이동 대상 선택 방법
  10. 제9항에 있어서,
    상기 대상선택단계는, 상기 제2후보집단에 속하는 물리머신들 중 상기 자원 중 CPU의 가용률이 최대인 물리머신이 적어도 둘 이상인 경우에는 상기 CPU의 가용률이 최대인 둘 이상의 물리머신들 중에서 상기 자원 중 입출력 자원의 가용률이 최소인 물리머신을 선택하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
  11. 제10항에 있어서,
    상기 대상선택단계는, 상기 CPU의 가용률이 최대인 둘 이상의 물리머신들 중에서 상기 입출력 자원의 가용률이 최대인 물리머신이 적어도 둘 이상인 경우에는 상기 입출력 자원의 가용률이 최대인 둘 이상의 물리머신들 중에서 상기 자원 중 메모리 또는 스토리지의 가용률이 최대인 물리머신을 선택하는 단계를 더 포함하는 것을 특징으로 하는 가상머신 이동 대상 선택 방법.
KR1020110035745A 2011-04-18 2011-04-18 가상머신 이동 대상 선택 방법 KR20120118271A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110035745A KR20120118271A (ko) 2011-04-18 2011-04-18 가상머신 이동 대상 선택 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110035745A KR20120118271A (ko) 2011-04-18 2011-04-18 가상머신 이동 대상 선택 방법

Publications (1)

Publication Number Publication Date
KR20120118271A true KR20120118271A (ko) 2012-10-26

Family

ID=47285792

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110035745A KR20120118271A (ko) 2011-04-18 2011-04-18 가상머신 이동 대상 선택 방법

Country Status (1)

Country Link
KR (1) KR20120118271A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105607947A (zh) * 2015-12-11 2016-05-25 西北工业大学 一种新的云环境虚拟机调度方法
KR20170014804A (ko) * 2015-07-31 2017-02-08 주식회사 케이티 클라우드 서비스를 위한 가상 머신 프로비저닝 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170014804A (ko) * 2015-07-31 2017-02-08 주식회사 케이티 클라우드 서비스를 위한 가상 머신 프로비저닝 시스템 및 방법
CN105607947A (zh) * 2015-12-11 2016-05-25 西北工业大学 一种新的云环境虚拟机调度方法

Similar Documents

Publication Publication Date Title
US10514960B2 (en) Iterative rebalancing of virtual resources among VMs to allocate a second resource capacity by migrating to servers based on resource allocations and priorities of VMs
US11032380B2 (en) System and method for intent-based service deployment
US10977086B2 (en) Workload placement and balancing within a containerized infrastructure
US20200153751A1 (en) Monitoring data streams and scaling computing resources based on the data streams
US9098337B2 (en) Scheduling virtual central processing units of virtual machines among physical processing units
US9658869B2 (en) Autonomously managed virtual machine anti-affinity rules in cloud computing environments
US10719366B1 (en) Dynamic and selective hardware acceleration
Kim et al. Constraint-aware VM placement in heterogeneous computing clusters
Malakar et al. Optimal execution of co-analysis for large-scale molecular dynamics simulations
US11372871B1 (en) Programmable framework for distributed computation of statistical functions over time-based data
US11188364B1 (en) Compilation strategy for a sharable application snapshot
KR20120066189A (ko) 매니코어 시스템에서 응용 프로그램의 상태를 동적으로 재구성하는 장치 및 방법
KR20120036209A (ko) 컴퓨팅 시스템에서 부트 이미지의 크기를 최적화하는 부팅이미지 생성방법
US11886898B2 (en) GPU-remoting latency aware virtual machine migration
Gandhi et al. Model-driven optimal resource scaling in cloud
Sharma et al. An optimistic approach for task scheduling in cloud computing
Galante et al. A programming-level approach for elasticizing parallel scientific applications
Klusáček et al. Analysis of mixed workloads from shared cloud infrastructure
CN114546587A (zh) 一种在线图像识别服务的扩缩容方法及相关装置
US11182145B2 (en) Optimizing updates to distributed data processing applications
Gottschlag et al. Fair Scheduling for {AVX2} and {AVX-512} Workloads
KR20120118271A (ko) 가상머신 이동 대상 선택 방법
US20220417257A1 (en) Protecting accelerators from malicious network functions
US11182183B2 (en) Workload placement using conflict cost
US20220066805A1 (en) Performing an application snapshot using process virtual machine resources

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination