WO2013128836A1

WO2013128836A1 - 仮想サーバ管理装置及び仮想サーバの移動先決定方法

Info

Publication number: WO2013128836A1
Application number: PCT/JP2013/000874
Authority: WO
Inventors: 竹村　俊徳
Original assignee: 日本電気株式会社
Priority date: 2012-03-02
Filing date: 2013-02-18
Publication date: 2013-09-06
Also published as: JPWO2013128836A1

Abstract

　仮想サーバ管理装置は、リソース情報を取得する取得部と、複数の仮想サーバを複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタにクラスタリングするクラスタリング部と、各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、複数の物理サーバの中から、各代表仮想サーバモデルの最大リソース負荷を負担し得る物理サーバを、各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、複数の仮想サーバの中の移動対象仮想サーバが属するｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバを、その移動対象仮想サーバの移動先に決定する決定部と、を備える。

Description

仮想サーバ管理装置及び仮想サーバの移動先決定方法

　本発明は、複数の物理サーバ上で複数の仮想サーバを稼動させ得る仮想サーバ技術に関する。

　近年、１台の物理サーバ上にソフトウェアによって複数の仮想サーバ（仮想マシンとも呼ばれる）を構築し、それら複数の仮想サーバで複数の処理を同時に実行するための仮想サーバ技術が実現されている。仮想サーバ技術によれば、通信網によって接続された複数の物理サーバ上で複数の仮想サーバを稼動させ得る仮想サーバシステムを構築することが可能となる。

　このような仮想サーバシステムでは、各仮想サーバに関し、その配置先となる物理サーバがそれぞれ決定される。ところが、仮想サーバや物理サーバの台数が多い場合、各仮想サーバの配置先の決定にかかる計算時間が多大になる可能性がある。このような問題点を解決するために、下記特許文献１には、複数の物理サーバをその負荷や空きリソース量などの所定指標にしたがって複数のグループに分類し、グループ毎に予め決められた台数の代表サーバを選択し、グループ毎の各代表サーバから移動対象の仮想サーバの移動先の物理サーバを決定する手法が提案されている。

国際公開第２０１０／０２４０２７号

　上述の提案手法では、移動先の候補となる物理サーバの数を減らすことにより、仮想サーバの配置先の決定にかかる計算時間を軽減させている。しかしながら、この提案手法は、各仮想サーバについて各グループの代表サーバから移動先を決定する処理をそれぞれ実施するため、移動対象となる仮想サーバの数が多数の場合には更なる改善の余地を残している。

　本発明は、このような事情に鑑みてなされたものであり、各仮想サーバの移動先となる各物理サーバを効率的に決定する技術を提供する。

　本発明の各態様では、上述した課題を解決するために、それぞれ以下の構成を採用する。

　第１の態様は、仮想サーバ管理装置に関する。第１態様に係る仮想サーバ管理装置は、複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、複数の仮想サーバを、当該リソース情報に含まれる複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、各仮想サーバのリソース負荷情報に基づいて、各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、複数の物理サーバに関するリソース情報に基づいて、複数の物理サーバの中から、各代表仮想サーバモデルの最大リソース負荷を負担し得る物理サーバを、各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、複数の仮想サーバの中の移動対象仮想サーバが属するｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバを、その移動対象仮想サーバの移動先に決定する移動先決定部と、を備える。

　第２の態様は、仮想サーバの移動先決定方法に関する。第２態様に係る仮想サーバの移動先決定方法は、コンピュータが、複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得し、複数の仮想サーバを、リソース情報に含まれる複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、各仮想サーバのリソース負荷情報に基づいて、各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成し、複数の物理サーバに関するリソース情報に基づいて、複数の物理サーバの中から、各代表仮想サーバモデルの最大リソース負荷を負担し得る物理サーバを、各代表仮想サーバモデルの移動先としてそれぞれ選択し、複数の仮想サーバの中の移動対象仮想サーバが属するｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバを、移動対象仮想サーバの移動先に決定する、ことを含む。

　なお、本発明の他の態様としては、上述の第１態様における各構成をコンピュータに実現させるプログラムであってもよいし、このようなプログラムを記録したコンピュータが読み取り可能な記録媒体であってもよい。この記録媒体は、非一時的な有形の媒体を含む。

　上記各態様によれば、各仮想サーバの適切な移動先となる各物理サーバを効率的に決定する技術を提供することができる。

　上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

第１実施形態における仮想サーバシステムの構成例を概念的に示す図である。第１実施形態における自律制御サーバの処理構成例を概念的に示す図である。第１実施形態における自律制御サーバの動作例を示すフローチャートである。第２実施形態における自律制御サーバの処理構成例を概念的に示す図である。第２実施形態における自律制御サーバの動作例を示すフローチャートである。第４実施形態における自律制御サーバの動作例を示すフローチャートである。第４実施形態における自律制御サーバの動作例を示すフローチャートである。第５実施形態における自律制御サーバの処理構成例を概念的に示す図である。第５実施形態における自律制御サーバの動作例を示すフローチャートである。第６実施形態における自律制御サーバの処理構成例を概念的に示す図である。或るｋ－ｍｅａｎｓクラスタにおける１番目から（ｉ－１）番目までの仮想サーバの包含確率分布を示す図である。ｉ番目の仮想サーバの確率分布を示す図である。１番目からｉ番目までの仮想サーバの包含確率分布を示す図である。第６実施形態における自律制御サーバの動作例を示すフローチャートである。

　以下、本発明の実施の形態について説明する。なお、以下に挙げる実施形態は例示であり、本発明は以下の実施形態の構成に限定されない。

　本実施形態に係る仮想サーバ管理装置は、複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、複数の仮想サーバを、当該リソース情報に含まれる複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、各仮想サーバのリソース負荷情報に基づいて、各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、複数の物理サーバに関するリソース情報に基づいて、複数の物理サーバの中から、各代表仮想サーバモデルの最大リソース負荷を負担し得る物理サーバを、各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、複数の仮想サーバの中の移動対象仮想サーバが属するｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバを、その移動対象仮想サーバの移動先に決定する移動先決定部と、を備える。

　本実施形態では、複数の仮想サーバが、各仮想サーバのリソース負荷を基準とするＫ平均（ｋ－ｍｅａｎｓ）法でクラスタリングされ、各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバ群の各リソース負荷に基づいて生成される各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルを用いて、複数の物理サーバの中から、移動対象の仮想サーバの移動先となる物理サーバが決定される。このように、本実施形態では、複数の仮想サーバを各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルに集約し、集約された代表仮想サーバモデルに対してのみ移動先の物理サーバを選択することにより、移動対象の仮想サーバの候補の数を減らしている。これにより、本実施形態によれば、仮想サーバの移動先の決定に費やされる時間を短縮することができる。

　更に、本実施形態によれば、各代表仮想サーバモデルの移動先となる物理サーバを予め決めておくこともできる。このようにすれば、移動対象の仮想サーバの移動先を決めるにあたり、その仮想サーバが所属するｋ－ｍｅａｎｓクラスタを特定するだけで済むため、仮想サーバの移動先を効率的に決定することができ、ひいては、仮想サーバの移動先の決定に費やされる時間を一層短縮することができる。

　また、本実施形態では、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルは、各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つものとして生成され、各代表仮想サーバモデルのリソース負荷を負担し得る物理サーバが、各代表仮想サーバモデルの移動先としてそれぞれ選択される。

　従って、本実施形態によれば、移動対象の仮想サーバの移動先を適切に決定することができる。

　以下、上述の実施形態について更に詳細を説明する。以下の各実施形態は、上述の仮想サーバ管理装置の構成を仮想サーバシステム１に適用した場合の例である。
　［第１実施形態］
　〔システム構成〕
　図１は、第１実施形態における仮想サーバシステム１の構成例を概念的に示す図である。第１実施形態における仮想サーバシステム１は、複数の物理サーバ１０（＃１）から１０（＃ｍ）（ｍは正の整数）、自律制御サーバ２０等を有する。自律制御サーバ２０は、上述の実施形態における仮想サーバ管理装置に相当する。以降、複数の物理サーバ１０（＃１）から１０（＃ｍ）は、個別に区別する必要がある場合を除き、物理サーバ１０と総称される。

　物理サーバ１０及び自律制御サーバ２０は、いわゆるコンピュータであり、例えば、バス５で相互に接続される、ＣＰＵ（Central Processing Unit）２、メモリ３、入出力インタフェース（Ｉ／Ｆ）４等を有する。メモリ３は、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、ハードディスク、可搬型記憶媒体等である。入出力Ｉ／Ｆ４は、通信網９を介して他の装置と通信を行う通信装置７と接続される。なお、入出力Ｉ／Ｆ４は、キーボード、マウス等のようなユーザ操作の入力を受け付ける装置や、ディスプレイ装置やプリンタ等のようなユーザに情報を提供する装置に接続されてもよい。物理サーバ１０及び自律制御サーバ２０のハードウェア構成は制限されない。

　複数の物理サーバ１０及び自律制御サーバ２０は通信網９を介して相互に通信可能に接続されている。通信網９は、インターネット等のような公衆網、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、無線通信ネットワーク等である。なお、本実施形態において、物理サーバ１０間、各物理サーバ１０と自律制御サーバ２０との間の各通信形態は限定されない。

　各物理サーバ１０は、少なくとも１つの仮想サーバをそれぞれ稼働させる。これにより、仮想サーバシステム１内では、複数の仮想サーバが稼働される。図１の例では、物理サーバ１０（＃１）に仮想サーバ１５（＃１１）から１５（＃１ｎ）が稼働され、物理サーバ１０（＃ｍ）に仮想サーバ１５（＃ｍ１）から１５（＃ｍｎ）が稼働される状態が示されている。以降、仮想サーバ１５（＃１１）から１５（＃１ｎ）、及び、１５（＃ｍ１）から１５（＃ｍｎ）は、個別に区別する必要がある場合を除き、仮想サーバ１５と総称される。

　仮想サーバ１５は、物理サーバ１０において、ＣＰＵ２によりメモリ３に格納されるプログラムが実行されることにより実現される。また、当該プログラムは、例えば、ＣＤ（Compact Disc）、メモリカード等のような可搬型記録媒体やネットワーク上の他のコンピュータから入出力Ｉ／Ｆ４を介してインストールされ、メモリ３に格納されてもよい。

　〔装置構成〕
　図２は、第１実施形態における自律制御サーバ２０の処理構成例を概念的に示す図である。自律制御サーバ２０は、リソース情報取得部２１、リソース情報格納部２２、クラスタリング部２３、生成部２４、選択部２５、移動先決定部２６、移動処理部２９等を有する。これら各処理部は、自律制御サーバ２０において、ＣＰＵ２によりメモリ３に格納されるプログラムが実行されることにより実現される。また、当該プログラムは、例えば、ＣＤ（Compact Disc）、メモリカード等のような可搬型記録媒体やネットワーク上の他のコンピュータから入出力Ｉ／Ｆ４を介してインストールされ、メモリ３に格納されてもよい。

　リソース情報取得部２１は、複数の物理サーバ１０及び複数の仮想サーバ１５の各々についてリソース情報をそれぞれ取得する。そのリソース情報には、各物理サーバ１０及び各仮想サーバ１５により利用されているリソース負荷を示す情報と、各物理サーバ１０が備えるリソース性能を示す情報とが含まれる。各物理サーバ１０のリソース性能情報は、事前計測、ベンチマークソフト等を用いた計測又はその他の方法により取得されてもよい。

　また、当該リソース情報は、複数のリソース種の各々を区別可能な情報となっている。ここで、リソース種には、各物理サーバ１０が備える、ＣＰＵ２、メモリ３（主記憶や、ハードディスクのような２次記憶など）、通信装置７、グラフィックアクセラレータ等のように複数種存在する。よって、例えば、当該リソース情報には、ＣＰＵ使用率、メモリ使用率、ネットワークＩ／Ｏ使用率、ハードディスクＩ／Ｏ使用率、記録媒体の入出力性能値（例えば最大データ転送速度に対する入出力データ転送速度の割合）、通信制御装置の入出力性能値（伝送速度や使用帯域等）等が含まれる。

　リソース情報取得部２１は、可能な限り新しい情報に基づいて他の処理部に処理させるために、所定周期で、各物理サーバ１０及び各仮想サーバ１５のリソース情報を収集することが望ましい。なお、各物理サーバ１０のリソース性能情報は、変更が少ないため、周期的に収集されなくてもよい。

　リソース情報格納部２２は、リソース情報取得部２１により収集されたリソース情報を格納する。

　クラスタリング部２３は、複数の仮想サーバ１５を、リソース情報取得部２１により取得されたリソース情報に含まれる複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングする。具体的には、ｋ－ｍｅａｎｓクラスタは、各仮想サーバ１５に関する、全リソース種のリソース負荷情報を統合することにより得られる値に基づいて分けられる。このリソース負荷情報の統合は、例えば、各リソース種のリソース負荷値の範囲を０から１００にそれぞれ正規化し、各仮想サーバ１５のリソース負荷情報をリソース種の数の次元の座標点として、各点の距離から重心を計算することにより行われる。なお、ｋ－ｍｅａｎｓ法自体については周知の技術であるため、ここでは説明を省略する。

　生成部２４は、リソース情報取得部２１により取得された各仮想サーバのリソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタについて、代表仮想サーバモデルをそれぞれ生成する。第１実施形態では、生成部２４は、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルを、各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバ１５のリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成する。

　例えば、ｋ－ｍｅａｎｓクラスタＡに、３つの仮想サーバ１５（＃１１）、（＃１２）及び（＃１３）が所属しており、各仮想サーバ１５が次のようなリソース負荷を持つものと仮定する。
　仮想サーバ１５（＃１１）：ＣＰＵ使用率（１．２％）、メモリ使用率（０．５％）、使用通信帯域（１Ｍｂｉｔ（メガビット）／ｓ（秒））
　仮想サーバ１５（＃１２）：ＣＰＵ使用率（０．８％）、メモリ使用率（１．８％）、使用通信帯域（０．２Ｍｂｉｔ／ｓ）
　仮想サーバ１５（＃１３）：ＣＰＵ使用率（１．５％）、メモリ使用率（１．２％）、使用通信帯域（０．８Ｍｂｉｔ／ｓ）

　この場合、生成部２４は、まず、各リソース種（ＣＰＵ使用率、メモリ使用率、使用通信帯域）について最大の負荷を示す情報を特定する。ＣＰＵ使用率は仮想サーバ１５（＃１３）のものであり、メモリ使用率は仮想サーバ１５（＃１２）のものであり、使用通信帯域は仮想サーバ１５（＃１１）のものである。そして、生成部２４は、ｋ－ｍｅａｎｓクラスタＡに関し、次のようなリソース負荷を持つ代表仮想サーバモデルを生成する。
　代表仮想サーバモデル：ＣＰＵ使用率（１．５％）、メモリ使用率（１．８％）、使用通信帯域（１Ｍｂｉｔ／ｓ）

　選択部２５は、リソース情報格納部２２に格納される各物理サーバ１０のリソース情報と、生成部２４により生成された各代表仮想サーバモデルのリソース負荷情報とを比較することにより、複数の物理サーバ１０の中から、各代表仮想サーバモデルの移動先となる物理サーバ１０をそれぞれ選択する。このとき、選択部２５は、各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバを、各代表仮想サーバモデルの移動先としてそれぞれ選択する。ここで、各物理サーバ１０が各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得るか否かは、各物理サーバ１０の空きリソース情報に基づいて判断される。その空きリソース情報は、例えば、物理サーバ１０のリソース性能情報から物理サーバ１０のリソース負荷情報を減算することにより算出される。

　選択部２５は、各ｋ－ｍｅａｎｓクラスタを特定する情報と、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルを特定する情報と、各代表仮想サーバモデルの移動先の物理サーバ１０を特定する情報とが関連付けられたリスト情報を生成するようにしてもよい。

　移動先決定部２６は、クラスタリング部２３により生成されたｋ－ｍｅａｎｓクラスタのうち、移動対象の仮想サーバ１５が属するｋ－ｍｅａｎｓクラスタを特定し、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択されている物理サーバ１０を、その移動対象の仮想サーバ１５の移動先に決定する。ここで、代表仮想サーバモデルのリソース負荷は、全てのリソース種について、対応するｋ－ｍｅａｎｓクラスタに所属する全ての仮想サーバ１５のリソース負荷と同等以上となるため、代表仮想サーバモデルの移動先として選択された物理サーバ１０には、そのｋ－ｍｅａｎｓクラスタ内のどの仮想サーバ１５が配置されたとしても、リソース不足にはならない。

　移動処理部２９は、移動先決定部２６により決定された物理サーバ１０に、その移動対象の仮想サーバ１５を移動させる。なお、仮想サーバ１５の移動手法自体は周知であるため、ここでは説明を省略する。

　〔動作例〕
　以下、第１実施形態における仮想サーバの移動先決定方法について図３を用いて説明する。図３は、第１実施形態における自律制御サーバ２０の動作例を示すフローチャートである。

　自律制御サーバ２０は、各物理サーバ１０及び各仮想サーバ１５についてのリソース情報をそれぞれ取得する（Ｓ３１）。取得されたリソース情報は、リソース情報格納部２２に格納される。

　自律制御サーバ２０は、複数の仮想サーバ１５を、当該リソース情報に含まれる複数の仮想サーバ１５の複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングする（Ｓ３２）。

　続いて、自律制御サーバ２０は、各仮想サーバ１５のリソース負荷情報に基づいて、各ｋ－ｍｅａｎｓクラスタに関し代表仮想サーバモデルをそれぞれ生成する（Ｓ３３）。このとき、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルは、各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバ１５のリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成される。

　自律制御サーバ２０は、複数の物理サーバ１０に関するリソース情報に基づいて、複数の物理サーバ１０の中から、各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバ１０を、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する（Ｓ３４）。

　或る仮想サーバ１５を移動させたいとき、自律制御サーバ２０は、その移動対象仮想サーバ１５が属するｋ－ｍｅａｎｓクラスタを特定し、このｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバ１０を、その移動対象仮想サーバ１５の移動先に決定する（Ｓ３５）。

　続いて、自律制御サーバ２０は、移動対象の仮想サーバ１５を、（Ｓ３５）で決定された移動先の物理サーバ１０に移動させる（Ｓ３６）。

　図３の例では、各処理工程が順に並べられているが、工程（Ｓ３１）から工程（Ｓ３４）は、工程（Ｓ３１）の実行タイミングで順に実行されてもよい。また、工程（Ｓ３１）と、工程（Ｓ３２）から工程（Ｓ３４）とは、異なる周期でそれぞれ実行されてもよい。同様に、工程（Ｓ３５）及び工程（Ｓ３６）は、他の工程とは非同期に実行されてもよい。

　〔第１実施形態の作用及び効果〕
　上述のように、第１実施形態では、複数のリソース種のリソース情報に基づいて複数の仮想サーバ１５がｋ－ｍｅａｎｓクラスタに分類され、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルが、各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバ１５のリソース負荷情報の中での各リソース種についての最大リソース負荷をそれぞれ持つものとして生成される。そして、各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバが、各代表仮想サーバモデルの移動先としてそれぞれ選択され、これに基づいて、移動対象の仮想サーバ１５の移動先が決定される。

　これにより、第１実施形態では、上述の実施形態で述べた効果に加えて、次のような更なる効果を奏する。即ち、第１実施形態では、複数のリソース種のリソース負荷及びリソース性能を考慮して、移動対象の仮想サーバ１５の移動先が決定されるため、その決定に応じた仮想サーバ１５の移動により、移動先の物理サーバ１０でリソース不足が生じる可能性を一層低減させることができる。

　［第２実施形態］
　上述の第１実施形態では、或る代表仮想サーバモデルのリソース負荷を満足する物理サーバ１０が複数存在する場合について特に言及されていなかった。つまり、第１実施形態では、候補となる複数の物理サーバ１０の中でいずれか１つの物理サーバ１０が移動対象の仮想サーバ１５の移動先に決定されればよい。第２実施形態では、選択部２５により、代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、その中から、移動対象の仮想サーバ１５を移動させた後の空きリソース量が最小となる物理サーバ１０を移動対象仮想サーバの移動先に決定する。以下、第２実施形態について第１実施形態と異なる内容を中心に説明し、第１実施形態と同様の内容については適宜省略する。

　〔装置構成〕
　図４は、第２実施形態における自律制御サーバ２０の処理構成例を概念的に示す図である。第２実施形態における自律制御サーバ２０は、第１実施形態の構成に加えて、誤差算出部４１を更に有する。

　誤差算出部４１は、選択部２５により代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、候補の各物理サーバ１０について、移動対象の仮想サーバ１５を移動させた後の空きリソース量を誤差としてそれぞれ算出する。ここで算出される誤差は、リソース種毎の空きリソース量を統合した値として算出される。この空きリソース量の統合は、例えば、各リソース種の空きリソース量を示す値とリソース種毎に決められた係数との積を、全リソース種について合計することで行われる。また、各リソース種の空きリソース量は、リソース情報格納部２２に格納される物理サーバ１０のリソース情報から取得される。

　移動先決定部２６は、各代表仮想サーバモデルの移動先として選択部２５により選択された複数の物理サーバ１０の中で、上述の誤差が最小となる物理サーバ１０を、その移動対象仮想サーバの移動先に決定する。

　〔動作例〕
　以下、第２実施形態における仮想サーバの移動先決定方法について図５を用いて説明する。図５は、第２実施形態における自律制御サーバ２０の動作例を示すフローチャートである。図５における工程（Ｓ５１）から工程（５４）は、第１実施形態（図３の工程（Ｓ３１）から工程（Ｓ３４））と同様であるため、ここでは説明を省略する。

　或る仮想サーバ１５を移動させたいとき、自律制御サーバ２０は、その移動対象仮想サーバ１５が属するｋ－ｍｅａｎｓクラスタを特定する（Ｓ５５）。続いて、自律制御サーバ２０は、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として工程（Ｓ５４）で選択された物理サーバ１０は複数存在するか否かを判定する（Ｓ５６）。１つの物理サーバ１０のみが存在する場合（Ｓ５６；ＮＯ）、自律制御サーバ２０は、第１実施形態と同様に、ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択されている物理サーバ１０を、その移動対象仮想サーバ１５の移動先に決定する（Ｓ５９）。

　一方、複数の物理サーバ１０が選択されている場合（Ｓ５６；ＹＥＳ）、自律制御サーバ２０は、その選択されている各物理サーバ１０について、移動対象仮想サーバ１５が移動した後の空きリソース量を誤差としてそれぞれ算出する（Ｓ５７）。そして、自律制御サーバ２０は、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先を、最小誤差の物理サーバ１０に決定する（Ｓ５８）。

　以降、自律制御サーバ２０は、第１実施形態と同様に、ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として決定された物理サーバ１０を、その移動対象仮想サーバ１５の移動先に決定し（Ｓ５９）、移動対象仮想サーバ１５をその仮想サーバ１５に移動させる（Ｓ６０）。

　〔第２実施形態における作用及び効果〕
　第２実施形態では、代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、その中から、移動対象の仮想サーバ１５を移動させた後の空きリソース量（誤差）が最小となる物理サーバ１０が移動対象仮想サーバの移動先に決定される。このように、第２実施形態によれば、複数の仮想サーバ１５が集約された代表仮想サーバモデルを用いた仮想サーバ１５の移動先決定方法においても、仮想サーバ１５の移動後の空きリソース量が最小となる物理サーバ１０が選ばれるため、無駄な空きリソースの発生を低減させることができる。

　［第３実施形態］
　第３実施形態では、選択部２５により、代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、その中から、リソース負荷の履歴情報に基づく移動対象仮想サーバ１５を移動させた後の空きリソース量の時間積算値が最小となる物理サーバ１０を移動対象仮想サーバの移動先に決定する。以下、第３実施形態について第１実施形態及び第２実施形態と異なる内容を中心に説明し、第１実施形態及び第２実施形態と同様の内容については適宜省略する。

　第３実施形態における自律制御サーバ２０の処理構成は、図４の例に示される第２実施形態と同様であり、次の各処理部の内容が第２実施形態と異なる。

　リソース情報格納部２２は、リソース情報取得部２１により取得されたリソース情報を逐次格納することにより、各物理サーバ１０及び各仮想サーバ１５についてのリソース履歴情報をそれぞれ格納する。リソース履歴情報は、言い換えれば、リソース種毎のリソース負荷及びリソース性能を示す情報に時系列情報が付加された時系列データである。

　誤差算出部４１は、選択部２５により代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、候補の各物理サーバ１０について、移動対象の仮想サーバ１５を移動させた後の空きリソース量の所定期間の積算値を誤差としてそれぞれ算出する。空きリソース量の所定期間の積算値は、リソース情報格納部２２に格納される物理サーバ１０のリソース性能値、物理サーバ１０のリソース負荷の履歴データ、移動対象の仮想サーバ１５のリソース負荷の履歴データを用いて算出される。所定期間は、予めメモリ３に格納されていてもよいし、入力装置（図示せず）を介して入力されてもよいし、他の装置から通信装置７を介して取得されてもよい。

　〔動作例〕
　以下、第３実施形態における仮想サーバの移動先決定方法について図５を用いて説明する。第３実施形態における方法では、図５の工程（Ｓ５７）の誤差の算出の仕方が図５で示される第２実施形態と異なる。第３実施形態の工程（Ｓ５７）では、自律制御サーバ２０は次のように動作する。

　選択部２５により複数の物理サーバ１０が選択されている場合、自律制御サーバ２０は、リソース情報格納部２２から、その選択されている各物理サーバ１０及び移動対象仮想サーバ１５のリソース履歴情報を抽出する。そして、自律制御サーバ２０は、抽出されたリソース履歴情報に基づいて、その選択されている各物理サーバ１０について、移動対象の仮想サーバ１５を移動させた後の空きリソース量の所定期間の積算値を誤差としてそれぞれ算出する。

　〔第３実施形態の作用及び効果〕
　第３実施形態では、移動対象仮想サーバ１５を移動させた後の物理サーバ１０の空きリソース量の所定期間の積算値が誤差として算出され、最小誤差の物理サーバ１０が、移動対象の仮想サーバ１５の移動先に決定される。これにより、移動対象の仮想サーバ１５のリソース負荷の時間的傾向を考慮して所定期間で空きリソース量の合計が最小となる物理サーバ１０が移動先に決定されるため、無断なリソースの発生を一層低減することができる。

　［第４実施形態］
　上述の第２実施形態及び第３実施形態では、最小誤差の物理サーバ１０が複数存在する場合について言及されなかった。第４実施形態では、代表仮想サーバモデルが移動したと仮定した場合のその移動後の空きリソース量を更に加味し、最適な物理サーバ１０を移動対象の仮想サーバ１５の移動先に決定する。以下、第２実施形態に新たな構成を付加した構成を第４実施形態として、第４実施形態について第２実施形態と異なる内容を中心に説明し、第２実施形態と同様の内容については適宜省略する。第４実施形態として付加される当該新たな構成は、第１実施形態及び第３実施形態に付加されてもよい。

　誤差算出部４１は、選択部２５により代表仮想サーバモデルについて候補となる複数の物理サーバ１０が選択された場合、候補の各物理サーバ１０について、その代表仮想サーバモデルが移動したと仮定した場合のその移動後の空きリソース量を第１誤差としてそれぞれ算出し、更に、候補の各物理サーバ１０について、移動対象の仮想サーバ１５を移動させた後の空きリソース量を第２誤差としてそれぞれ算出する。ここで、第１誤差は、リソース情報格納部２２に格納される物理サーバ１０のリソース性能情報からその代表仮想サーバモデルが持つリソース負荷情報を減算することにより算出される。

　〔動作例〕
　以下、第４実施形態における仮想サーバの移動先決定方法について図６Ａ及び図６Ｂを用いて説明する。図６Ａ及び図６Ｂは、第４実施形態における自律制御サーバ２０の動作例を示すフローチャートである。第４実施形態における方法は、図５の例に示される第２実施形態及び第３実施形態の工程（Ｓ５７）及び工程（Ｓ５８）以外、図５の例と同様である。即ち、図６Ａに示される工程（Ｓ６１）から工程（Ｓ６６）は、図５に示される工程（Ｓ５１）から工程（Ｓ５６）と同様であり、図６Ａに示される工程（Ｓ６８）及び（Ｓ６９）は、図５に示される工程（５９）及び工程（Ｓ６０）と同様である。

　特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として工程（Ｓ６４）で選択された物理サーバ１０が複数存在する場合（Ｓ６６；ＹＥＳ）、自律制御サーバ２０は、次のように動作する。自律制御サーバ２０は、まず、その選択されている各物理サーバ１０について、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルが移動したと仮定した場合のその移動後の空きリソース量を第１誤差としてそれぞれ算出する（Ｓ７０）。

　自律制御サーバ２０は、移動先として選択されている物理サーバ１０のリストを第１誤差が小さい順にソートする（Ｓ７１）。

　続いて、自律制御サーバ２０は、当該リストの各物理サーバ１０について、移動対象仮想サーバが移動した後の空きリソース量を第２誤差としてそれぞれ算出する（Ｓ７２）。

　自律制御サーバ２０は、当該リストを、第２誤差が小さい順に更にソートする（Ｓ７３）。

　自律制御サーバ２０は、当該リストの先頭に位置する仮想サーバ１５を、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先に決定する（Ｓ７４）。

　〔第４実施形態における作用及び効果〕
　このように第４実施形態では、特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先とし選択された物理サーバ１０が複数存在する場合、その物理サーバ１０のリストが、代表仮想サーバモデルが移動した後の空きリソース量（第１誤差）の小さい順にソートされ、続けて移動対象の仮想サーバ１５が移動した後の空きリソース量（第２誤差）の小さい順にソートされる。そして、そのソートされたリストの先頭の物理サーバ１０が、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先に決定される。

　これにより、第４実施形態によれば、移動先の候補が、第１誤差と第２誤差との２段階で絞られ決定されるため、無断なリソースの発生を一層低減することができる。

　［第５実施形態］
　上述の第２実施形態、第３実施形態及び第４実施形態では、移動対象の仮想サーバ１５又は代表仮想サーバモデルを移動させた後の空きリソース量が最小となる物理サーバ１０が選択されたが、第５実施形態では、その選択基準が、自律制御サーバ２０に設定されるポリシ情報によって切り替えられる。以下、第４実施形態に新たな構成を付加した構成を第５実施形態として、第５実施形態について第４実施形態と異なる内容を中心に説明し、第４実施形態と同様の内容については適宜省略する。第５実施形態として付加される当該新たな構成は、第２実施形態や第３実施形態に付加されてもよい。

　〔装置構成〕
　図７は、第５実施形態における自律制御サーバ２０の処理構成例を概念的に示す図である。第５実施形態における自律制御サーバ２０は、第４実施形態の構成に加えて、ポリシ情報格納部７１を更に有する。

　ポリシ情報格納部７１は、特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として選択された物理サーバ１０が複数存在する場合において、その複数の物理サーバ１０から移動先の物理サーバ１０を選択する基準を示すポリシ情報を格納する。このポリシ情報は、移動先選択ポリシと呼ぶこともできる。例えば、このポリシ情報には、性能優先又は詰め込み優先が設定される。ポリシ情報は、仮想サーバシステム１起動時に予めポリシ情報格納部７１に格納されていてもよいし、ユーザインタフェースを介したユーザ操作により設定及び変更されてもよい。

　移動先決定部２６は、特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先とし選択された物理サーバ１０が複数存在する場合、ポリシ情報格納部７１からポリシ情報を選択し、このポリシ情報が示す基準に応じて、その複数の物理サーバ１０から移動先を決定する。具体的には、ポリシ情報が性能優先を示す場合には、移動先決定部２６は、第１誤差及び第２誤差が大きい順にその物理サーバ１０のリストをソートし、ポリシ情報が詰め込み優先を示す場合には、第１誤差及び第２誤差が小さい順にその物理サーバ１０のリストをソートする。

　〔動作例〕
　以下、第５実施形態における仮想サーバの移動先決定方法について図６Ａ及び図８を用いて説明する。図８は、第５実施形態における自律制御サーバ２０の動作例を示すフローチャートである。第５実施形態における方法では、第４実施形態における方法の図６Ｂに示される工程が図８に示される工程に置き換えられる。即ち、図６Ａに示される工程は、第４実施形態と第５実施形態とで共通である。

　特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先として工程（Ｓ６４）で選択された物理サーバ１０が複数存在する場合（Ｓ６６；ＹＥＳ）、自律制御サーバ２０は、次のように動作する。自律制御サーバ２０は、まず、ポリシ情報格納部７１からポリシ情報を取得する（Ｓ８１）。続いて、自律制御サーバ２０は、その選択されている各物理サーバ１０について、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルが移動したと仮定した場合のその移動後の空きリソース量を第１誤差としてそれぞれ算出する（Ｓ８２）。

　自律制御サーバ２０は、移動先として選択されている物理サーバ１０のリストを第１誤差に基づくポリシ情報に従ってソートする（Ｓ８３）。これにより、ポリシ情報が性能優先を示す場合には、第１誤差が大きい順にその物理サーバ１０のリストがソートされ、ポリシ情報が詰め込み優先を示す場合には、第１誤差が小さい順にその物理サーバ１０のリストがソートされる。

　続いて、自律制御サーバ２０は、当該リストの各物理サーバ１０について、移動対象仮想サーバが移動した後の空きリソース量を第２誤差としてそれぞれ算出する（Ｓ８４）。

　自律制御サーバ２０は、当該リストを、第２誤差に基づくポリシ情報に従って更にソートする（Ｓ８５）。これにより、ポリシ情報が性能優先を示す場合には、第２誤差が大きい順にその物理サーバ１０のリストが更にソートされ、ポリシ情報が詰め込み優先を示す場合には、第２誤差が小さい順にその物理サーバ１０のリストが更にソートされる。

　自律制御サーバ２０は、当該リストの先頭に位置する仮想サーバ１５を、その特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先に決定する（Ｓ８６）。

　〔第５実施形態における作用及び効果〕
　このように第５実施形態では、特定されたｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの移動先とし選択された物理サーバ１０が複数存在する場合、その複数の物理サーバ１０の中から、ポリシで指定された選択基準に従って、移動先の物理サーバ１０が決定される。これにより、第５実施形態によれば、第４実施形態における効果を奏するのみならず、ポリシ情報格納部７１に格納されるポリシ情報の変更により、仮想サーバ１５の配置基準を切り替えることができる。

　［第６実施形態］
　第６実施形態では、
　物理サーバ１０の過負荷になる確率が所定値以下となるように移動先の物理サーバ１０が選択される。以下、第６実施形態について第１実施形態と異なる内容を中心に説明し、第１実施形態と同様の内容については適宜省略する。なお、第６実施形態の構成は、第２実施形態から第５実施形態のいずれにも組み合わせ可能である。

　〔装置構成〕
　図９は、第６実施形態における自律制御サーバ２０の処理構成例を概念的に示す図である。図９に示されるように、第６実施形態における自律制御サーバ２０では、生成部２４は、包含確率分布算出部９１を含み、選択部２５は、確率分布算出部９２及び過負荷確率算出部９３を含む。

　リソース情報格納部２２は、リソース情報取得部２１により取得されたリソース情報を逐次格納することにより、各物理サーバ１０及び各仮想サーバ１５についてのリソース履歴情報をそれぞれ格納する。リソース履歴情報とは、第３実施形態で述べたとおりである。

　生成部２４は、各仮想サーバに関するリソース履歴情報に含まれる或る時点のリソース負荷情報から、各ｋ－ｍｅａｎｓクラスタに関し、各ｋ－ｍｅａｎｓクラスタ内の全仮想サーバの負荷の確率分布を包含する包含確率分布を持つ代表仮想サーバモデルをそれぞれ生成する。

　包含確率分布算出部９１は、ｋ－ｍｅａｎｓクラスタ内に含まれる全ての仮想サーバ１５に関し、リソース情報格納部２２から取得される各仮想サーバ１５のリソース負荷の履歴データから、各仮想サーバ１５についてリソース負荷のヒストグラムをそれぞれ生成する。包含確率分布算出部９１は、そのヒストグラムからｋ－ｍｅａｎｓクラスタ内の全ての仮想サーバ１５のリソース負荷を包含する確率分布（上記包含確率分布）を算出する。生成部２４は、包含確率分布算出部９１により算出された包含確率分布を持つ代表仮想サーバモデルを生成する。

　ここで、図１０Ａ、図１０Ｂ及び図１０Ｃを用いて、包含確率分布算出部９１による包含確率分布の生成手法の例を説明する。図１０Ａは、或るｋ－ｍｅａｎｓクラスタにおける１番目から（ｉ－１）番目までの仮想サーバ１５の包含確率分布を示す図であり、図１０Ｂは、ｉ番目の仮想サーバ１５の確率分布を示す図である。図１０Ｃは、１番目からｉ番目までの仮想サーバ１５の包含確率分布を示す図である。図１０Ａ、図１０Ｂ及び図１０Ｃにおける横軸Ｕはリソース使用率を示し、縦軸Ｐは確率を示す。

　ここで、リソース使用率Ｕの区間（７５から１００）の確率Ａ１及び確率Ａ１'を比較すると、確率Ａ１が確率Ａ１'よりも大きい。よって、確率Ａ１の値（２０）がその区間（７５から１００）の包含確率Ａ１''に設定される。

　次に、リソース使用率Ｕの区間（５０から１００）の確率Ａ２と確率Ａ２'とを比較すると、確率Ａ２'が確率Ａ２よりも大きい。よって、確率Ａ２'から割り当て済みの包含確率Ａ１''を減算して得られる値（１５）がリソース使用率Ｕの区間（５０から７５）の包含確率に設定される。同様に、確率Ａ３と確率Ａ３'とが比較され、大きい方の確率Ａ３から既に割り当て済みの包含確率Ａ２''を減算して得られる値（４５）が、リソース使用率Ｕの区間（２５から５０）の包含確率に設定される。

　最終的に得られる１番目からｉ番目の仮想サーバ１５の包含確率分布は、図１０Ｃのようになる。代表仮想サーバモデルの包含確率分布は、上記の手順をｎ番目の仮想サーバ１５まで繰り返した結果得られる確率分布である。この代表仮想サーバモデルの包含確率分布は、各ｋ－ｍｅａｎｓクラスタ内のどの仮想サーバ１５の負荷よりも大きいか又は同等の負荷の確率分布を示すため、このような包含確率分布を有する代表仮想サーバモデルを格納できる物理サーバは、各ｋ－ｍｅａｎｓクラスタ内のどの仮想サーバも確率的に格納することができる。

　確率分布算出部９２は、各物理サーバ１０に関し、その上で稼働される全仮想サーバ１５のリソース負荷の確率分布をそれぞれ算出する。具体的には、確率分布算出部９２は、各物理サーバ１０上で稼動している全ての仮想サーバ１５のリソース負荷の履歴データをリソース情報格納部２２から取得し、各物理サーバ１０についてのリソース負荷のヒストグラムをそれぞれ生成し、各ヒストグラムから、各物理サーバ１０の確率分布をそれぞれ算出する。

　過負荷確率算出部９３は、包含確率分布算出部９１により算出される各代表仮想サーバモデルの包含確率分布と、確率分布算出部９２により算出される各物理サーバ１０の確率分布とに基づいて、代表仮想サーバモデルを移動させた後の物理サーバ１０のリソース負荷が所定負荷上限値を超える確率を示す各物理サーバ１０の過負荷確率を、各代表仮想サーバモデルに関しそれぞれ算出する。ここで、過負荷確率とは、負荷の上限値（例えば、リソース使用率９０％）を超えてしまう確率を意味するものとする。例えば、物理サーバ１０の稼働時間１００に対して、過負荷になっている（＝負荷の上限値を超えている）時間が５の場合、過負荷確率は５％となる。

　選択部２５は、過負荷確率算出部９３により、各代表仮想サーバモデルに関し算出された各物理サーバ１０の過負荷確率に基づいて、各代表仮想サーバモデルの移動先となる物理サーバを選択する。例えば、選択部２５は、所定閾値より低く、かつ、最も高い過負荷確率を持つ物理サーバ１０をその代表仮想サーバモデルの移動先として選択する。また、選択部２５は、最も低い過負荷確率を持つ物理サーバ１０をその代表仮想サーバモデルの移動先として選択するようにしてもよい。

　〔動作例〕
　以下、第６実施形態における仮想サーバの移動先決定方法について図１１を用いて説明する。図１１は、第６実施形態における自律制御サーバ２０の動作例を示すフローチャートである。ここでは、リソース情報格納部２２には、各物理サーバ及び各仮想サーバについてのリソース履歴情報がそれぞれ格納されているものとする。

　自律制御サーバ２０は、リソース情報格納部２２から、各物理サーバ及び各仮想サーバについてのリソース履歴情報をそれぞれ取得する（Ｓ１０１）。自律制御サーバ２０は、複数の仮想サーバ１５を、当該リソース情報に含まれる複数の仮想サーバ１５の複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングする（Ｓ１０２）。

　続いて、自律制御サーバ２０は、各ｋ－ｍｅａｎｓクラスタ内に含まれる全ての仮想サーバ１５に関し、各仮想サーバ１５のリソース負荷の履歴データから、各ｋ－ｍｅａｎｓクラスタ内の全ての仮想サーバ１５のリソース負荷を包含する包含確率分布を算出する。自律制御サーバ２０は、各ｋ－ｍｅａｎｓクラスタに関し、包含確率分布を有する代表仮想サーバモデルをそれぞれ生成する（Ｓ１０３）。

　次に、自律制御サーバ２０は、各物理サーバ１０に関し、その上で稼働される全仮想サーバ１５のリソース負荷の確率分布をそれぞれ算出する（Ｓ１０４）。

　自律制御サーバ２０は、（Ｓ１０３）で算出された代表仮想サーバモデルの包含確率分布と、（Ｓ１０４）で算出された各物理サーバ１０の確率分布とに基づいて、各代表仮想サーバモデルについて、各代表仮想サーバモデルを各物理サーバ１０上に移動させたと仮定した場合のその移動後の各物理サーバ１０の過負荷確率をそれぞれ算出する（Ｓ１０５）。

　自律制御サーバ２０は、各代表仮想サーバモデルについて、（Ｓ１０５）で算出された各物理サーバ１０の過負荷確率に基づいて、複数の物理サーバ１０の中から、各代表仮想サーバモデルの移動先となる物理サーバ１０をそれぞれ選択する（Ｓ１０６）。例えば、自律制御サーバ２０は、各代表仮想サーバモデルに関し（Ｓ１０５）で算出された過負荷確率が所定閾値より低い物理サーバ１０のリストを過負荷確率の高い順にソートし、そのリストの先頭に位置する物理サーバ１０を移動先の物理サーバとして選択する。過負荷確率の高い順にソートすることによって、無駄なリソースを減らして負荷を集約することができる。

　以降、工程（Ｓ１０７）及び工程（Ｓ１０８）は、第１実施形態の手法を示す図３の工程（Ｓ３５）及び工程（Ｓ３６）と同様である。

　〔第６実施形態の作用及び効果〕
　上述のように、第６実施形態では、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルが、所属する全仮想サーバ１５のリソース負荷の確率分布を包含する包含確率分布を有するものとして生成され、各代表仮想サーバモデルが各物理サーバ１０に移動されたと仮定した場合のその移動後の各物理サーバ１０の過負荷確率がそれぞれ算出される。そして、その過負荷確率に基づいて、各代表仮想サーバモデルの移動先の物理サーバ１０が選択される。

　従って、第６実施形態によれば、複数の仮想サーバ１５が集約された代表仮想サーバモデルを用いた仮想サーバ１５の移動先決定方法においても、物理サーバ１０のリソース負荷が所定負荷上限値を超える確率を示す過負荷確率が所定値より低くなるように、仮想サーバ１５の移動先の物理サーバ１０を選択することができる。

　［変形例］
　上述の第１実施形態から第６実施形態では、複数のリソース種の全てが考慮されて、仮想サーバ１５のｋ－ｍｅａｎｓクラスタリング、各ｋ－ｍｅａｎｓクラスタの代表仮想サーバモデルの生成、及び、各代表仮想サーバモデルの移動先となる物理サーバ１０の選択が行われていた。しかしながら、それら実施形態は、複数のリソース種の中のいずれか複数のリソース種、又は、複数のリソース種の中のいずれか１つのリソース種が考慮されてそれら各処理が行われるように変形されてもよい。この変形例によれば、仮想サーバ１５の移動先の決定精度は低下するものの、処理効率は向上する。

　なお、上述の説明で用いた複数のフローチャートでは、複数のステップ（処理）が順番に記載されているが、本実施形態で実行される処理ステップの実行順序は、その記載の順番に制限されない。本実施形態では、図示される処理ステップの順番を内容的に支障のない範囲で変更することができる。また、上述の各実施形態及び各変形例は、内容が相反しない範囲で組み合わせることができる。

　上記の各実施形態及び各変形例の一部又は全部は、以下の付記のようにも特定され得る。但し、各実施形態及び各変形例が以下の記載に限定されるものではない。

　（付記１）
　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する移動先決定部と、
　を備える仮想サーバ管理装置。

　（付記２）
　前記情報取得部は、前記複数の物理サーバ及び前記複数の仮想サーバの各々について、複数リソース種の各々に関するリソース情報をそれぞれ取得し、
　前記クラスタリング部は、前記複数の仮想サーバを、前記リソース情報に含まれる前記複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記生成部は、前記各ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルを、前記各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバのリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成し、
　前記選択部は、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する、
　付記１に記載の仮想サーバ管理装置。

　（付記３）
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、該移動対象仮想サーバを移動させた後の空きリソース量が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記１又は２に記載の仮想サーバ管理装置。

　（付記４）
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を更に備え、
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、前記リソース履歴情報に基づく該移動対象仮想サーバを移動させた後の空きリソース量の所定期間の積算値が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記１又は２に記載の仮想サーバ管理装置。

　（付記５）
　移動対象仮想サーバの移動先選択ポリシを格納するポリシ格納部を更に備え、
　前記移動先決定部は、前記移動対象仮想サーバ及び前記代表仮想サーバモデルの少なくとも一方の移動後に関し算出される値が前記移動先選択ポリシに合致するか否かを前記条件とする、
　付記３又は４に記載の仮想サーバ管理装置。

　（付記６）
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を更に備え、
　前記生成部は、前記各仮想サーバに関する前記リソース履歴情報に含まれる或る時点のリソース負荷情報から、前記各ｋ－ｍｅａｎｓクラスタに関し、前記各ｋ－ｍｅａｎｓクラスタ内の全仮想サーバの負荷の確率分布を包含する包含確率分布を持つ前記代表仮想サーバモデルをそれぞれ生成し、
　前記選択部は、
　　前記各物理サーバ上の各仮想サーバのリソース履歴情報から、各物理サーバに関し、仮想サーバのリソース負荷の確率分布をそれぞれ算出する確率分布算出部と、
　　前記各代表仮想サーバモデルの前記包含確率分布と、前記各物理サーバの前記確率分布とに基づいて、前記代表仮想サーバモデルを移動させた後の前記物理サーバのリソース負荷が所定負荷上限値を超える確率を示す前記各物理サーバの過負荷確率を、前記各代表仮想サーバモデルに関しそれぞれ算出する過負荷確率算出部と、
　を含み、
　前記各代表仮想サーバモデルに関し算出された前記各物理サーバの過負荷確率に基づいて、前記各代表仮想サーバモデルの移動先となる物理サーバを選択する、
　付記１又は２に記載の仮想サーバ管理装置。

　（付記７）
　コンピュータが、
　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得し、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成し、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択し、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する、
　ことを含む仮想サーバの移動先決定方法。

　（付記８）
　前記取得されるリソース情報は、複数リソース種の各々に関するリソース情報が含まれ、
　前記クラスタリングは、前記複数の仮想サーバを、前記リソース情報に含まれる前記複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記代表仮想サーバモデルの生成は、前記各ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルを、前記各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバのリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成し、
　前記代表仮想サーバモデルの移動先の選択は、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する、
　付記７に記載の仮想サーバの移動先決定方法。

　（付記９）
　前記移動対象仮想サーバの移動先の決定は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、該移動対象仮想サーバを移動させた後の空きリソース量が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記７又は８に記載の仮想サーバの移動先決定方法。

　（付記１０）
　前記コンピュータが、
　前記取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をリソース情報格納部にそれぞれ格納する、
　ことを更に含み、
　前記移動対象仮想サーバの移動先の決定は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、前記リソース履歴情報に基づく該移動対象仮想サーバを移動させた後の空きリソース量の所定期間の積算値が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記７又は８に記載の仮想サーバの移動先決定方法。

　（付記１１）
　前記移動対象仮想サーバの移動先選択ポリシを取得し、
　前記移動対象仮想サーバの移動先の決定は、前記移動対象仮想サーバ及び前記代表仮想サーバモデルの少なくとも一方の移動後に関し算出される値が前記移動先選択ポリシに合致するか否かを前記条件とする
　付記９又は１０に記載の仮想サーバの移動先決定方法。

　（付記１２）
　前記コンピュータが、
　前記取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をリソース情報格納部にそれぞれ格納し、
　前記各仮想サーバに関する前記リソース履歴情報に含まれる或る時点のリソース負荷情報から、前記各ｋ－ｍｅａｎｓクラスタに関し、前記各ｋ－ｍｅａｎｓクラスタ内の全仮想サーバの負荷の確率分布を包含する包含確率分布を算出し、
　前記各ｋ－ｍｅａｎｓクラスタに関し、前記包含確率分布を有する前記代表仮想サーバモデルをそれぞれ生成し、
　前記各物理サーバ上の各仮想サーバのリソース履歴情報から、各物理サーバに関し、仮想サーバのリソース負荷の確率分布をそれぞれ算出し、
　前記各代表仮想サーバモデルの前記包含確率分布と、前記各物理サーバの前記確率分布とに基づいて、前記代表仮想サーバモデルを移動させた後の前記物理サーバのリソース負荷が所定負荷上限値を超える確率を示す前記各物理サーバの過負荷確率を、前記各代表仮想サーバモデルに関しそれぞれ算出する、
　ことを更に含み、
　前記代表仮想サーバモデルの移動先の選択は、前記各代表仮想サーバモデルに関し算出された前記各物理サーバの過負荷確率に基づいて、前記各代表仮想サーバモデルの移動先となる物理サーバを選択する、
　付記７又は８に記載の仮想サーバの移動先決定方法。

　（付記１３）
　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する移動先決定部と、
　をコンピュータに実現させるプログラム。

　（付記１４）
　前記情報取得部は、複数の物理サーバ及び複数の仮想サーバの各々について、複数リソース種の各々に関するリソース情報をそれぞれ取得し、
　前記クラスタリング部は、前記複数の仮想サーバを、前記リソース情報に含まれる前記複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記生成部は、前記各ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルを、前記各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバのリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成し、
　前記選択部は、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する、
　付記１３に記載のプログラム。

　（付記１５）
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、該移動対象仮想サーバを移動させた後の空きリソース量が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記１３又は１４に記載のプログラム。

　（付記１６）
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を前記コンピュータに更に実現させ、
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、前記リソース履歴情報に基づく該移動対象仮想サーバを移動させた後の空きリソース量の所定期間の積算値が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　付記１３又は１４に記載のプログラム。

　（付記１７）
　移動対象仮想サーバの移動先選択ポリシを格納するポリシ格納部を更に備え、
　前記移動先決定部は、前記移動対象仮想サーバ及び前記代表仮想サーバモデルの少なくとも一方の移動後に関し算出される値が前記移動先選択ポリシに合致するか否かを前記条件とする
　付記１５又は１６に記載のプログラム。

　（付記１８）
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を前記コンピュータに更に実現させ、
　前記生成部は、前記各仮想サーバに関する前記リソース履歴情報に含まれる或る時点のリソース負荷情報から、前記各ｋ－ｍｅａｎｓクラスタに関し、前記各ｋ－ｍｅａｎｓクラスタ内の全仮想サーバの負荷の確率分布を包含する包含確率分布を持つ前記代表仮想サーバモデルをそれぞれ生成し、
　前記選択部は、
　　前記各物理サーバ上の各仮想サーバのリソース履歴情報から、各物理サーバに関し、仮想サーバのリソース負荷の確率分布をそれぞれ算出する確率分布算出部と、
　　前記各代表仮想サーバモデルの前記包含確率分布と、前記各物理サーバの前記確率分布とに基づいて、前記代表仮想サーバモデルを移動させた後の前記物理サーバのリソース負荷が所定負荷上限値を超える確率を示す前記各物理サーバの過負荷確率を、前記各代表仮想サーバモデルに関しそれぞれ算出する過負荷確率算出部と、
　を含み、
　前記各代表仮想サーバモデルに関し算出された前記各物理サーバの過負荷確率に基づいて、前記各代表仮想サーバモデルの移動先となる物理サーバを選択する、
　付記１３又は１４に記載のプログラム。

　付記１３から１８のいずれか１つに記載のプログラムをコンピュータに読み取り可能に記録する記録媒体。

　この出願は、２０１２年３月２日に出願された日本出願特願２０１２－０４６１９４号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims

　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する移動先決定部と、
　を備える仮想サーバ管理装置。
　前記情報取得部は、前記複数の物理サーバ及び前記複数の仮想サーバの各々について、複数リソース種の各々に関するリソース情報をそれぞれ取得し、
　前記クラスタリング部は、前記複数の仮想サーバを、前記リソース情報に含まれる前記複数リソース種のリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記生成部は、前記各ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルを、前記各ｋ－ｍｅａｎｓクラスタに所属する仮想サーバのリソース種毎のリソース負荷の中の、各リソース種についての最大リソース負荷をそれぞれ持つものとして生成し、
　前記選択部は、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの各リソース種の最大リソース負荷の全てを負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する、
　請求項１に記載の仮想サーバ管理装置。
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、該移動対象仮想サーバを移動させた後の空きリソース量が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　請求項１又は２に記載の仮想サーバ管理装置。
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を更に備え、
　前記移動先決定部は、移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として前記選択部により選択された複数の物理サーバの中で、前記リソース履歴情報に基づく該移動対象仮想サーバを移動させた後の空きリソース量の所定期間の積算値が最小となる条件、及び、該代表仮想サーバモデルを移動させた後の空きリソース量が最小となる条件の少なくとも一方を満たす物理サーバを、該移動対象仮想サーバの移動先に決定する、
　請求項１又は２に記載の仮想サーバ管理装置。
　移動対象仮想サーバの移動先選択ポリシを格納するポリシ格納部を更に備え、
　前記移動先決定部は、前記移動対象仮想サーバ及び前記代表仮想サーバモデルの少なくとも一方の移動後に関し算出される値が前記移動先選択ポリシに合致するか否かを前記条件とする、
　請求項３又は４に記載の仮想サーバ管理装置。
　前記情報取得部により取得された前記リソース情報に基づいて、前記複数の物理サーバ及び複数の仮想サーバの各々についてリソース履歴情報をそれぞれ格納するリソース情報格納部を更に備え、
　前記生成部は、前記各仮想サーバに関する前記リソース履歴情報に含まれる或る時点のリソース負荷情報から、前記各ｋ－ｍｅａｎｓクラスタに関し、前記各ｋ－ｍｅａｎｓクラスタ内の全仮想サーバの負荷の確率分布を包含する包含確率分布を持つ前記代表仮想サーバモデルをそれぞれ生成し、
　前記選択部は、
　　前記各物理サーバ上の各仮想サーバのリソース履歴情報から、各物理サーバに関し、仮想サーバのリソース負荷の確率分布をそれぞれ算出する確率分布算出部と、
　　前記各代表仮想サーバモデルの前記包含確率分布と、前記各物理サーバの前記確率分布とに基づいて、前記代表仮想サーバモデルを移動させた後の前記物理サーバのリソース負荷が所定負荷上限値を超える確率を示す前記各物理サーバの過負荷確率を、前記各代表仮想サーバモデルに関しそれぞれ算出する過負荷確率算出部と、
　を含み、
　前記各代表仮想サーバモデルに関し算出された前記各物理サーバの過負荷確率に基づいて、前記各代表仮想サーバモデルの移動先となる物理サーバを選択する、
　請求項１又は２に記載の仮想サーバ管理装置。
　コンピュータが、
　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得し、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングし、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成し、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択し、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する、
　ことを含む仮想サーバの移動先決定方法。
　複数の物理サーバ及び複数の仮想サーバの各々についてリソース情報をそれぞれ取得する情報取得部と、
　前記複数の仮想サーバを、前記リソース情報に含まれる前記複数の仮想サーバのリソース負荷情報に基づくｋ－ｍｅａｎｓクラスタ（ｋは２以上の整数）にクラスタリングするクラスタリング部と、
　前記各仮想サーバの前記リソース負荷情報に基づいて、前記各ｋ－ｍｅａｎｓクラスタに関し、所属する仮想サーバのリソース負荷の中の最大リソース負荷を持つ代表仮想サーバモデルをそれぞれ生成する生成部と、
　前記複数の物理サーバに関する前記リソース情報に基づいて、前記複数の物理サーバの中から、前記各代表仮想サーバモデルの前記最大リソース負荷を負担し得る物理サーバを、前記各代表仮想サーバモデルの移動先としてそれぞれ選択する選択部と、
　前記複数の仮想サーバの中の移動対象仮想サーバが属する前記ｋ－ｍｅａｎｓクラスタの前記代表仮想サーバモデルの移動先として選択された物理サーバを、該移動対象仮想サーバの移動先に決定する移動先決定部と、
　をコンピュータに実現させるプログラム。