異構(gòu)環(huán)境下的虛擬資源建模及分配方法①

姚棟杰,丁維龍,徐 揚(yáng)

1(北方工業(yè)大學(xué) 數(shù)據(jù)工程研究院,北京 100144)

2(大規(guī)模流數(shù)據(jù)集成與分析技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100144)

3(北京易華錄信息技術(shù)股份有限公司,北京 100043)

1 引言

虛擬化技術(shù)是構(gòu)建云平臺(tái)的關(guān)鍵.現(xiàn)在國(guó)內(nèi)外的主流云平臺(tái)都是采用虛擬化技術(shù)搭建.虛擬化技術(shù)的廣泛應(yīng)用,節(jié)約了成本,提高了物理資源整體運(yùn)行的效率.虛擬化技術(shù)越來越多的應(yīng)用于生產(chǎn)環(huán)境,使得虛擬機(jī)的快速高效部署、有效的使用和管理虛擬資源,成為現(xiàn)在人們普遍關(guān)注的焦點(diǎn).隨著虛擬化技術(shù)的發(fā)展、應(yīng)用的創(chuàng)新和市場(chǎng)需求的變化,單一虛擬化平臺(tái)難以滿足全時(shí)全域的優(yōu)質(zhì)服務(wù)需求和靈活多樣的個(gè)性化定制需求[1],因此虛擬環(huán)境向多元化集成化發(fā)展.人們利用多虛擬化平臺(tái)的意義在于能夠充分利用各平臺(tái)的優(yōu)點(diǎn),減少單平臺(tái)故障造成的業(yè)務(wù)影響,同時(shí)也可以更好地適應(yīng)不同服務(wù)的負(fù)載[2].

多虛擬化平臺(tái)的使用給人們帶來了方便,同時(shí)也帶來了更多的挑戰(zhàn)：(1)各虛擬化平臺(tái)之間的核心技術(shù)不能互相兼容,對(duì)異構(gòu)虛擬化平臺(tái)下的虛擬機(jī)資源難于進(jìn)行統(tǒng)一管理.因此,在管理及監(jiān)控虛擬化平臺(tái)時(shí),沒有統(tǒng)一接口進(jìn)行訪問,導(dǎo)致數(shù)據(jù)顯示時(shí)無法統(tǒng)一.(2)異構(gòu)虛擬化平臺(tái)下,遷移虛擬機(jī)或者調(diào)整虛擬資源時(shí)的操作,需要轉(zhuǎn)換為實(shí)際平臺(tái)的操作,很難完成即時(shí)在線調(diào)整.因此,在實(shí)例化虛擬機(jī)時(shí),如果不能合理的選擇一個(gè)虛擬化平臺(tái)進(jìn)行資源分配,那么就會(huì)造成資源的嚴(yán)重浪費(fèi).

針對(duì)虛擬機(jī)資源的統(tǒng)一管理,本文提出一體化模型,首先將虛擬機(jī)資源進(jìn)行抽象處理并定義實(shí)體,然后利用這些實(shí)體進(jìn)行建模,通過模型來管理虛擬機(jī);針對(duì)虛擬資源的分配,本文提出一種基于粒子群算法的二級(jí)平衡度分配策略,在實(shí)例化虛擬機(jī)時(shí),根據(jù)虛擬化平臺(tái)下虛擬資源的使用情況選擇合理的宿主平臺(tái),從而使資源被最大化利用.

本文組織結(jié)構(gòu)如下：第2節(jié)介紹相關(guān)工作;第3節(jié)主要介紹一體化模型及二級(jí)平衡度分配策略;第4節(jié)通過實(shí)際環(huán)境驗(yàn)證模型的可行性及二級(jí)平衡度分配策略的高效性;最后給出總結(jié)和展望.

2 背景

2.1 研究動(dòng)機(jī)

本文的研究動(dòng)機(jī)來源于某市局公安的云平臺(tái)管理系統(tǒng),該系統(tǒng)主要是基于KVM和VMWare兩類虛擬化平臺(tái),并且平臺(tái)由物理服務(wù)器和不同的存儲(chǔ)服務(wù)器組成.基于遺留原因,存在現(xiàn)有上述兩類平臺(tái)單獨(dú)運(yùn)行,各自管理自己的虛擬機(jī)問題.從系統(tǒng)管理員的視角,用戶無法對(duì)平臺(tái)整體進(jìn)行統(tǒng)一管理,并且在創(chuàng)建虛擬機(jī)操作時(shí),需要考慮各虛擬化平臺(tái)的選擇.基于上面的原因,本文主要工作是在異構(gòu)虛擬化資源管理平臺(tái)基礎(chǔ)上,實(shí)現(xiàn)對(duì)虛擬機(jī)進(jìn)行一體化管理,并且在資源管理平臺(tái)上實(shí)現(xiàn)虛擬機(jī)合理的選擇宿主平臺(tái),系統(tǒng)邏輯框架圖如圖1所示.

圖1 系統(tǒng)邏輯框架圖

2.2 相關(guān)工作

目前,在虛擬化操作系統(tǒng)方面,各廠家的Hypervisor之間是不能互相兼容的.在虛擬資源管理方面,尚無高效統(tǒng)一的模型進(jìn)行管理.謝浩安等[3]提出異構(gòu)虛擬化平臺(tái)的統(tǒng)一資源管理的解決辦法及統(tǒng)一云管理平臺(tái)和云服務(wù)引擎的設(shè)計(jì),但是對(duì)虛擬資源的分配和使用情況沒有進(jìn)一步的探討.虛擬機(jī)調(diào)度是提高云基礎(chǔ)設(shè)施資源利用率的重要途徑,對(duì)于虛擬機(jī)的資源調(diào)用和分配,已經(jīng)做過很多的相關(guān)工作,目前虛擬機(jī)調(diào)度的研究主要集中于資源利用率[4],負(fù)載均衡[5],以及QoS[6]等,很多研究都沒有充分考慮資源開銷,特別是應(yīng)考慮異構(gòu)環(huán)境下的資源利用.袁文成等[7]提出一種面向虛擬資源的云計(jì)算資源管理機(jī)制,通過對(duì)虛擬資源的劃分、預(yù)留及調(diào)到策略,為用戶提供有效的IaaS服務(wù),但是他們并沒有涉及到異構(gòu)環(huán)境下的多維虛擬資源.李晨暉等[8]提出一種基于多Agent的異構(gòu)云計(jì)算環(huán)境下資源管理模型,能較好地實(shí)現(xiàn)異構(gòu)云計(jì)算平臺(tái)之間的數(shù)據(jù)和應(yīng)用的互操作和可移植問題,但是他們主要研究異構(gòu)云下的應(yīng)用,對(duì)資源的調(diào)度和分配沒有給出充分的驗(yàn)證.朱亞會(huì)等[9]提出一種基于資源利用率均衡的虛擬機(jī)調(diào)度模型VMSM-RB,將虛擬機(jī)調(diào)度問題抽象為不定維向量裝箱問題,但是對(duì)于異構(gòu)虛擬化平臺(tái)下虛擬資源的分配問題沒有進(jìn)一步的涉及.朱澤民等[10]從QoS(服務(wù)質(zhì)量)方面出發(fā),提出一種基于改進(jìn)蟻群算法用于實(shí)現(xiàn)虛擬資源的調(diào)度算法,但是文中主要是從服務(wù)質(zhì)量出發(fā),對(duì)于虛擬資源的分配考慮的較少.周東清等[11]提出一個(gè)多維資源的利用率模型來解決異構(gòu)云平臺(tái)下能源最小化的虛擬機(jī)部署問題,但是他們對(duì)平臺(tái)的虛擬資源只限于內(nèi)存和CPU.Ren等人提出一種云計(jì)算環(huán)境下的動(dòng)態(tài)均衡負(fù)載算法[12],通過預(yù)測(cè)決定何時(shí)遷移虛擬機(jī),可以避免因瞬時(shí)負(fù)載過高而觸發(fā)的遷移,然而并無在異構(gòu)虛擬化平臺(tái)下進(jìn)行驗(yàn)證.

本文綜合相關(guān)工作,在異構(gòu)虛擬化平臺(tái)的前提下,基于一體化資源管理平臺(tái),對(duì)虛擬機(jī)資源統(tǒng)一管理和分配,旨在最大化虛擬資源利用率.

3 一體化虛擬資源模型及分配方法

3.1 一體化虛擬資源模型

本模塊中主要提出一體化虛擬資源模型,該模型用于異構(gòu)環(huán)境下統(tǒng)一描述和管理虛擬機(jī)資源.本節(jié)是從虛擬機(jī)視角,管理虛擬資源.

虛擬機(jī)一般是由網(wǎng)絡(luò)、鏡像、虛擬機(jī)的規(guī)格及支持的Hypervisor構(gòu)成,因此虛擬機(jī)模型的邏輯組成如圖2.故對(duì)虛擬機(jī)進(jìn)行四元組定義：VM=.

圖2 虛擬機(jī)模型邏輯圖

其中,元組是有不同的實(shí)體組成的,實(shí)體定義如下：

1)屬性實(shí)體：Profile=,Id是對(duì)實(shí)體唯一的標(biāo)識(shí);Description代表的是對(duì)虛擬機(jī)的描述;PlantEntity是平臺(tái)實(shí)體,該實(shí)體是用來區(qū)分異構(gòu)虛擬化平臺(tái)的,平臺(tái)實(shí)體設(shè)計(jì)如下：PlantEntity=,其中：Id是對(duì)平臺(tái)的唯一標(biāo)記;VirtPlant代表的是虛擬化平臺(tái);Description是對(duì)平臺(tái)的描述;CPU表示物理CPU的大小;CPURation表示物理CPU利用率;Memory表示內(nèi)存的大小;MemoryRatio表示物理機(jī)內(nèi)存利用率;STModel代表存儲(chǔ)實(shí)體,該實(shí)體定義如下：STModel=,其中Id是存儲(chǔ)平臺(tái)的唯一標(biāo)記;StorageName代表存儲(chǔ)服務(wù)器名稱;VirtPlant代表連接的虛擬化平臺(tái);DiskSize表示磁盤的大小;DiskRatio表示磁盤利用率.

2)鏡像實(shí)體：ImageEnterty=,其中：Id是對(duì)實(shí)體唯一的標(biāo)識(shí);ImageName是鏡像的名稱;Description是對(duì)鏡像的描述;Size表示鏡像的大小;Format表示鏡像的格式;Framework表示鏡像的系統(tǒng)架構(gòu);Plant表示支持的虛擬化平臺(tái).

3)虛擬機(jī)規(guī)格實(shí)體：VMFormat=,其中：Id是虛擬機(jī)規(guī)格的唯一標(biāo)識(shí);VName代表虛擬機(jī)規(guī)格名稱;VCPU代表虛擬機(jī)的虛擬CPU數(shù)量;VMemory代表虛擬機(jī)的內(nèi)存;VDisk代表虛擬機(jī)的磁盤空間.

4)網(wǎng)絡(luò)實(shí)體：Network=,其中Id是對(duì)網(wǎng)絡(luò)的唯一標(biāo)識(shí);IPName表示網(wǎng)絡(luò)的名稱;IP表示網(wǎng)絡(luò)地址;GateWay表示網(wǎng)關(guān).

通過該模型,可以在異構(gòu)虛擬化平臺(tái)下的虛擬機(jī)進(jìn)行增、刪、改、查等操作,并且可以查看虛擬機(jī)在不同平臺(tái)下的運(yùn)行狀況,以及不同平臺(tái)下虛擬資源利用率,對(duì)操作及運(yùn)維管理人員非常的簡(jiǎn)潔方便.

3.2 基于PSO的虛擬機(jī)二級(jí)分配方法

異構(gòu)虛擬化平臺(tái)下,如果在實(shí)例化虛擬機(jī)時(shí)只是單純的考慮內(nèi)存、CPU等單一虛擬資源的利用率,就會(huì)導(dǎo)致該虛擬資源使用過高,其他虛擬資源沒有充分利用,從而造成虛擬資源的嚴(yán)重浪費(fèi),如圖3所示.因此,在實(shí)例化虛擬機(jī)的時(shí)候,如何才能在充分利用異構(gòu)虛擬化平臺(tái)下虛擬資源的同時(shí),又使得平臺(tái)下單臺(tái)物理機(jī)的資源最大化利用？PSO[13]具有算法運(yùn)行速度快和實(shí)現(xiàn)簡(jiǎn)單以及對(duì)內(nèi)存和CPU速度要求都較低等優(yōu)點(diǎn),故本文基于PSO算法,主要通過2個(gè)層面來闡述資源利用率問題,首先從單一平臺(tái)下的物理機(jī)資源出發(fā),考慮每臺(tái)物理機(jī)多維虛擬資源均衡利用;然后再?gòu)奶摂M化平臺(tái)層面考慮虛擬資源,使得虛擬化平臺(tái)的多維虛擬資源均衡利用.最終達(dá)到不僅使得單一平臺(tái)下每臺(tái)物理機(jī)的資源最大化利用,更使得不同平臺(tái)下總的虛擬資源最大化利用.

圖3 平臺(tái)下的資源占用率

實(shí)例化虛擬機(jī)時(shí),對(duì)于虛擬資源分配問題,可以理解為二層的多維裝箱問題：首先選擇虛擬化平臺(tái),然后選擇平臺(tái)下的物理機(jī).本文是在VMSM-RB[9]模型的基礎(chǔ)上進(jìn)一步改進(jìn),將平臺(tái)選擇加入模型中,模型定義如下：

定義1.虛擬資源占用量.是對(duì)異構(gòu)虛擬化平臺(tái)下已用虛擬資源的統(tǒng)計(jì),包括平臺(tái)資源占用量和物理機(jī)資源占用量.

假設(shè)表示平臺(tái)i上第j臺(tái)物理服務(wù)器上面的第m維資源總量,表示虛擬機(jī)z需要分配的第m維資源的量,此處的m主要考慮3種資源,即m={vcpu,vmemory,vdisk}.虛擬資源總量：

其中,i表示第i個(gè)平臺(tái),j表示平臺(tái)下的第j臺(tái)物理服務(wù)器,i、j的取值為{1,2,3,… },ai和bj都是布爾函數(shù)值,ai={0,1},如果ai值為1,則表示第i個(gè)平臺(tái)被選中,值為0,表示平臺(tái)i未被選中,同理可知bj.比如,若要獲取平臺(tái)1下面的虛擬資源總量時(shí),則由：

可得a1=1,bj=1,虛擬資源總量表達(dá)式如下：

物理機(jī)資源占用量為,則平臺(tái)資源總的占用量為：

虛擬機(jī)z部署到物理機(jī)j上時(shí)的資源占用量為：

其中,ai表示布爾值函數(shù)值,ai定義如上.

比如：當(dāng)z分配到平臺(tái)2下的第3臺(tái)物理機(jī),則：

定義2.資源利用率.虛擬資源占用量與虛擬資源總量的比值,分為物理機(jī)資源利用率和平臺(tái)資源利用率.將一臺(tái)虛擬機(jī)實(shí)例化后,物理機(jī)資源利用率會(huì)變化,平臺(tái)的資源利用率也會(huì)變化,因此首先定義物理機(jī)資源利用率：

平臺(tái)資源利用率：

物理機(jī)資源利用率平均值：

平臺(tái)資源利用率平均值：

定義3.資源平衡度.由兩部分表示,一部分表示物理機(jī)資源平衡度,另一部分是表示物理機(jī)所在的平臺(tái)資源平衡度.

物理機(jī)資源平衡度由式(4)和式(6)可得：

平臺(tái)資源平衡度由式(5)和式(7)可得：

當(dāng)平衡度越小時(shí),表示資源分配越均衡,資源利用率越高.由于本文是從異構(gòu)虛擬化平臺(tái)和平臺(tái)下物理機(jī)兩個(gè)層次來分析資源利用率,因此將兩個(gè)資源平衡度作為衡量總體資源利用率的參考點(diǎn),本文首先將BH作為一個(gè)粒子,基于粒子群算法,求出每個(gè)平臺(tái)下最合適的解,然后由求的得解與平臺(tái)資源平衡度作為一個(gè)二維的數(shù)組,再結(jié)合平衡度的思想,找出最優(yōu)解.引入PSO公式如下：

是粒子的速度是當(dāng)前粒子的位置表示當(dāng)前粒子目前搜索到的最好位置表示整個(gè)粒子群搜索到的最好位置.m是慣性權(quán)重,rand()介于(0,1)之間的隨機(jī)數(shù).c1,c2是學(xué)習(xí)因子.

基于上述給出的定義,本文給出資源分配方法,其主要思想如下：首先將BH作為粒子群中的粒子,找出該平臺(tái)下最優(yōu)的調(diào)度策略;然后將BH與該平臺(tái)下的BP作為一個(gè)二元組;再利用平衡度的思想進(jìn)行計(jì)算,再次求出一個(gè)二級(jí)平衡度,此時(shí)二級(jí)平衡度最小的,就是最優(yōu)的虛擬機(jī)分配策略.具體的算法實(shí)現(xiàn)如算法1所示.

2) for iin n//n為平臺(tái)數(shù)量.3) 初始化粒子群,設(shè)置種群大小N,算法執(zhí)行的迭代次數(shù)InterNum.4) 根據(jù)適應(yīng)度調(diào)節(jié)微粒子速度和位置.5) 將未被部署的虛擬機(jī)加入.6) 計(jì)算每個(gè)粒子的適應(yīng)度值,并更新最佳位置.7) 重復(fù)4)～6)迭代InterNum次.8) 獲取平臺(tái)下的最優(yōu)BHi.9) 記錄下BHi下物理機(jī)j.10) 根據(jù)的數(shù)值,計(jì)算出PHi.11) 將BHi與BPi作為一個(gè)二元組,即,進(jìn)行求二級(jí)平衡度.12) 求出該數(shù)組的二級(jí)平衡度B2i.13) 選擇B2i中數(shù)值小的,將i作為選擇的平臺(tái).14) 將BHi中記錄的j作為物理機(jī).15) 依據(jù)i,j,確定要選擇的平臺(tái)及物理機(jī).

3.3 方法的實(shí)施流程

本模型是基于虛擬資源進(jìn)行建立的,并且在資源管理平臺(tái)上對(duì)其進(jìn)行實(shí)現(xiàn),資源管理平臺(tái)邏輯框架參考圖1.用戶在分配虛擬機(jī)時(shí),資源管理平臺(tái)首先會(huì)獲取用戶所分配虛擬機(jī)的VMFormat數(shù)據(jù),同時(shí)將各個(gè)異構(gòu)化平臺(tái)的虛擬資源進(jìn)行更新一下,放入平臺(tái)資源池中;其次取出單個(gè)平臺(tái)資源池中每個(gè)平臺(tái)資源數(shù)據(jù),并根據(jù)虛擬機(jī)的VMFormat數(shù)據(jù)進(jìn)行計(jì)算,獲取物理機(jī)資源平衡度最小的物理機(jī)和平臺(tái)資源平衡度,再將該二元組數(shù)據(jù)重新計(jì)算一個(gè)平衡度,將數(shù)據(jù)返回給平臺(tái)資源池;然后循環(huán)判斷平臺(tái)資源池,并返回計(jì)算數(shù)據(jù);最后將平臺(tái)資源池中二級(jí)平衡度最小的平臺(tái),作為虛擬機(jī)分配的宿主平臺(tái),并且進(jìn)行創(chuàng)建虛擬機(jī).

4 方法的驗(yàn)證

4.1 實(shí)驗(yàn)配置

實(shí)驗(yàn)環(huán)境是異構(gòu)虛擬化平臺(tái)KVM和VMware,對(duì)可用虛擬資源統(tǒng)計(jì),主要是計(jì)算節(jié)點(diǎn)上的CPU和Memory以及存儲(chǔ)服務(wù)器的磁盤大小,對(duì)控制節(jié)點(diǎn)的CPU和物理機(jī)上面的磁盤大小,將不包括在內(nèi).搭建后對(duì)兩平臺(tái)的資源統(tǒng)計(jì)列表如表1至表3.

圖4 一體化模型實(shí)現(xiàn)的流程圖

表1 KVM虛擬化平臺(tái)配置

表2 VMware虛擬化平臺(tái)配置

表3 平臺(tái)資源統(tǒng)計(jì)

表4是對(duì)虛擬機(jī)規(guī)格的定義,利用這些規(guī)格進(jìn)行分配虛擬機(jī).

表4 虛擬機(jī)規(guī)格

4.2 方法評(píng)估

實(shí)驗(yàn)1是與隨機(jī)分配環(huán)境下進(jìn)行對(duì)比,數(shù)據(jù)是在多次實(shí)驗(yàn)結(jié)果后將平臺(tái)和物理機(jī)的資源利用率進(jìn)行求平均值獲得.實(shí)驗(yàn)2是與VMSM-RB模型進(jìn)行平臺(tái)資源的對(duì)比.實(shí)驗(yàn)中主要進(jìn)行衡量的數(shù)據(jù)有：平臺(tái)的資源利用率、平臺(tái)下物理機(jī)的資源利用率及采用二級(jí)平衡度分配策略后它們的資源利用率.

實(shí)驗(yàn)1按上述的實(shí)驗(yàn)配置,實(shí)驗(yàn)步驟設(shè)計(jì)如下：首先選擇M3和M5這2種虛擬機(jī)規(guī)格來進(jìn)行實(shí)驗(yàn);每次分配10臺(tái)虛擬機(jī),其中,這兩種規(guī)格下虛擬機(jī)各分配5臺(tái);其次借助zabbix監(jiān)控軟件,獲取不同平臺(tái)下每臺(tái)物理機(jī)的CPU、內(nèi)存及存儲(chǔ)服務(wù)器的使用狀況,計(jì)算出平臺(tái)資源利用率及平臺(tái)下物理機(jī)的資源利用率;然后按照每次保持10臺(tái)的增長(zhǎng)速度進(jìn)行分配,直到虛擬機(jī)增長(zhǎng)到40臺(tái),最后會(huì)將多次監(jiān)控獲取的數(shù)據(jù)求平均值,將統(tǒng)計(jì)結(jié)果放入表5及表6中.

表5是在隨機(jī)分配的情況下進(jìn)行試驗(yàn)的結(jié)果.表6是在調(diào)用本文所述的二級(jí)平衡度分配策略之后獲取的試驗(yàn)結(jié)果.

表5 隨機(jī)分配下的資源利用率

表6 采用二級(jí)平衡度策略下的資源利用率

圖5是在表5、6的基礎(chǔ)上,將上述數(shù)據(jù)整合在一個(gè)圖中進(jìn)行更直觀的對(duì)比.

圖5 資源利用率對(duì)比圖

由表5、表6可知,虛擬機(jī)分配數(shù)量較少時(shí),資源的利用率也比較少,隨著虛擬機(jī)數(shù)量的增長(zhǎng),資源利用率也隨之增長(zhǎng).圖5給出了兩種情況下的對(duì)比圖.對(duì)于平臺(tái)虛擬資源,在分配相同數(shù)量虛擬機(jī)的情況下,采用二級(jí)平衡度分配策略使得平臺(tái)虛擬資源利用率大約提高了3%;對(duì)于平臺(tái)下物理機(jī)的虛擬資源,當(dāng)分配相同數(shù)量的虛擬機(jī)時(shí),采用二級(jí)平衡度分配策略,使得物理機(jī)虛擬資源利用率大約提高了5%.

虛擬資源的平衡度是衡量資源利用率的重要因素,平衡度越小,說明資源利用率越高,虛擬機(jī)分配越合理.為了合理的表達(dá)平衡度有效值的降低的,本次采用平衡度與平均利用率的比值進(jìn)行描述,稱為綜合平衡度.平臺(tái)和物理機(jī)的平衡度在使用二級(jí)平衡度分配策略后,與隨機(jī)分配下的平衡度相比較,兩者都降低了約0.25,如圖6所示,因此,在平衡度方面也證明了虛擬資源利用率有了明顯的提高.

圖6 資源平衡度性比圖

實(shí)驗(yàn)2實(shí)驗(yàn)步驟設(shè)計(jì)如下：首先選擇M2和M4這2種虛擬機(jī)規(guī)格來進(jìn)行實(shí)驗(yàn)； 每次分配10臺(tái)虛擬機(jī),其中,這兩種規(guī)格下虛擬機(jī)各分配5臺(tái);然后借助zabbix監(jiān)控軟件,獲取相應(yīng)的參數(shù),并計(jì)算出平臺(tái)資源利用率及平臺(tái)下物理機(jī)的資源利用率;然后按照每次保持10臺(tái)的增長(zhǎng)速度進(jìn)行分配,直到虛擬機(jī)增長(zhǎng)到40臺(tái),最后,將多次監(jiān)控獲取的結(jié)果進(jìn)行求平均值,根據(jù)平均值進(jìn)行數(shù)據(jù)的可視化,如圖7所示.

圖7 平臺(tái)綜合平衡度

VMSM-RB模型主要考慮物理機(jī)多維資源的利用率,它的局限在于單臺(tái)物理機(jī)資源利用率很高,而平臺(tái)總資源利用率較低.本次實(shí)驗(yàn)首先是按照VMSMRB模型來分配虛擬機(jī),然后在分配相同類型虛擬機(jī)時(shí),按照二級(jí)平衡度分配策略進(jìn)行分配虛擬機(jī),對(duì)比平臺(tái)資源利用率.由圖7可知,二級(jí)平衡度分配策略的綜合平衡度比VMSM-RB減小,因此,二級(jí)平衡度策略能夠更好的充分利用異構(gòu)平臺(tái)下的虛擬資源.

5 結(jié)論

本文給出一體化模型來管理異構(gòu)平臺(tái)下的虛擬機(jī),并在此基礎(chǔ)上提出基于粒子群算法的二級(jí)平衡度分配策略.實(shí)驗(yàn)表明,該分配策略與隨機(jī)分配策略相比較,能夠使得平臺(tái)下物理機(jī)資源得到了均衡分配,又使得異構(gòu)虛擬化平臺(tái)下虛擬資源利用率有了明顯的提高.

1 徐愛萍,吳笛,徐武平,等.實(shí)時(shí)多任務(wù)異構(gòu)云計(jì)算平臺(tái)負(fù)載均衡算法.中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2016,46(3)：215-221.

2 陳海波,夏虞斌,糜澤羽.跨云計(jì)算的機(jī)遇、挑戰(zhàn)與研究展望.中國(guó)計(jì)算機(jī)學(xué)會(huì)通訊,2017,3.

3 謝浩安,張國(guó)強(qiáng),白龍東.一種支持異構(gòu)虛擬資源的統(tǒng)一管理 模 型 設(shè) 計(jì) 與 實(shí) 現(xiàn).硅 谷,2014,(16)：45-46,43.[doi：10.3969/j.issn.1671-7597.2014.16.041]

4 Barros A,Brito A,Brasileiro F,et al.Optimizing resource utilization in private clouds with an opportunistic approach.Proceedings of the 2nd IEEE Latin American Conference on Cloud Computing and Communications.Maceio,Brazil.2013.21-22.

5 Soni G,Kalra M.A novel approach for load balancing in cloud data center.Proceedings of 2014 IEEE International Advance Computing Conference.Gurgaon,India.2014.807-812.

6 Li H F,Ge S Y,Zhang L.A QoS-based scheduling algorithm for instance-intensive workflows in cloud environment.Proceedings of the 26th Chinese Control and Decision Conference.Changsha,China.2014.4094-4099.

7 袁文成,朱怡安,陸偉.面向虛擬資源的云計(jì)算資源管理機(jī)制.西北工業(yè)大學(xué)學(xué)報(bào),2010,28(5)：704-708.

8 李晨暉,張興旺,崔建明,等.一種基于異構(gòu)云計(jì)算平臺(tái)的資源管理模型.情報(bào)理論與實(shí)踐,2013,36(1)：104-108.

9 朱亞會(huì),陳丹,莊毅.云數(shù)據(jù)中心資源利用率均衡的虛擬機(jī)調(diào)度算法.小型微型計(jì)算機(jī)系統(tǒng),2017,38(2)：232-237.

10 朱澤民,張青.基于多維QoS和云計(jì)算的資源負(fù)載均衡調(diào)度研究.計(jì)算機(jī)測(cè)量與控制,2013,21(1)：263-265,281.

11 周東清,佀慶乾.異構(gòu)云平臺(tái)中能源有效的虛擬機(jī)部署研究.計(jì)算機(jī)科學(xué),2015,42(3)：81-84,116.[doi：10.11896/j.issn.1002-137X.2015.03.017]

12 Ren HZ,Lan YH,Yin C.The load balancing algorithm in cloud computing environment.Proceedings of the 2nd International Conference on Computer Science and Network Technology.Changchun,China.2012.925-928.

13 Kumar D,Raza Z.A PSO based VM resource scheduling model for cloud computing.Proceedings of 2015 IEEE International Conference on Computational Intelligence &Communication Technology.Ghaziabad,India.2015.213-219.