虛擬化技術在高校IDC機房的應用

劉 陽

(閩南理工學院，福建 石獅 362700)

為了充分發(fā)揮虛擬化技術在高校IDC機房的應用能力，需要對不同IDC機房內(nèi)的設備進行監(jiān)測和管理[1].盡量減小分配到不同IDC機房內(nèi)的設備之間的依賴性，以及相互阻塞造成的系統(tǒng)資源浪費[2,3].高校IDC機房的虛擬技術需先設定所有設備都保持互相獨立，再通過與“裝箱問題”相似的求解方法完成設備資源[4,5].此方法雖然開銷小，但忽略了設備間同步互斥的約束關系[6];本文在非精確設備統(tǒng)計模型中進一步融合了裝箱方法，得到了以設備復制作為基礎的實時設備調度機制.但是該方法也存在一定的缺陷，包括未深入研究各類設備對高校IDC機房進行的互斥訪問過程[7,8].選擇分組適度方法，當設備對資源庫進行訪問時，可以通過最小時間處理器完成設備資源，但該方法需要較大的計算開銷[9,10].

本文針對高校IDC機房中的多變量設備模型，提出了一種將虛擬化技術應用在高校IDC機房內(nèi)的方法.此方法對高校IDC機房中的各項設備進行了分類處理并能夠劃分出多個設備，將相關設備移至相同的某一資源庫內(nèi)，能夠有效防止出現(xiàn)IDC機房的設備擁擠現(xiàn)象;如果不能將特定設備分配至同一資源庫內(nèi)的情況出現(xiàn)時，還可以利用設備相關度分析來分解這些設備，從而避免IDC機房間因為發(fā)生設備的擁擠而降低了系統(tǒng)的整體利用率.此外，本文還對此方法進行了實驗測試并分析了各項優(yōu)勢.

1 高校IDC機房模型

采用三元組τi=(Ti，Ci，πi)的形式來表示周期多變量設備(Task)i，其中，Ti代表設備的周期，πi代表優(yōu)先級，Ci代表最壞執(zhí)行時間.每當一個周期發(fā)生時，τi先處于就緒狀態(tài)，之后發(fā)生無釋放抖動，每執(zhí)行一次τi就代表一項設備實例，通常將其用Ji進行表示.設備的相對截止期限與其周期保持一致.

2 高校IDC機房平臺的設備資源管理方法

2.1 設備資源策略

圖1 設備資源策略

方法1(1)假定各項設備在初始狀態(tài)下都保持相互獨立狀態(tài)(.indep←TRUE)，并且沒有對其進行分組(.link←NONE).

(2)如果各項設備對應的.link都不是NONE，此時，方法結束;反之，從中選定某一沒有進行過分組處理的設備τi(τi.link is NONE)，對該設備的分組狀態(tài)進行修改至τi.link←i，之后再判斷τi是否要跟其它設備共同對高校IDC機房進行訪問.

(3)如果τi和其它某一設備τj同時訪問同一高校IDC機房，則將此二設備的狀態(tài).indep同時設定成FALSE，把τj的分組狀態(tài)設定成τi.link，再把τi和τj分組到相同的設備內(nèi);之后采用遞歸方法從τj開始重新執(zhí)行這一步驟.

(4)分析τi和后續(xù)的設備是否要對同一高校IDC機房進行訪問操作，當需要對同一高校IDC機房進行訪問時，便跳轉至步驟(3);反之，跳轉到步驟(2).

2.2 虛擬技術的相關度評價

本文提出了評價虛擬技術相關度的分析方法，如下所示：

引理1對于任意τi與τj∈τ(pk)在pk上形成的自旋損失是τi和τj各自具有的pk自旋損失相加所得的結果

Sk(i+j)=Sk(i)+Sk(j),

(1)

以矩陣Ux×q來表示x(1xn) 個虛擬技術對高校IDC機房進行訪問所需的最長時間.元素ui，s代表第i個虛擬技術τc對高校IDC機房ρs進行訪問所需的最長時間，則根據(jù)引理1有ui，s=ξc，s.如果ui，s=0，則說明τc未對高校IDC機房ρs進行訪問,

(2)

(3)

(4)

2.3 設備管理策略

圖2 虛擬設備的組成方式

把拆分得到的設備全部監(jiān)測至同一IDC機房時，可以將其看作一項整體的虛擬設備.把后續(xù)將要拆分的設備邏輯和原先的虛擬設備相融合，這樣便實現(xiàn)了每次拆分都相當于是從原先的設備中拆分得到一項虛擬設備.具體過程見圖2，如果要從設備中拆分τ3(這時τ1的拆分已經(jīng)完成)，可以將這一過程看成是把τ1，τ3邏輯上進行合并得到一項虛擬設備τ*，之后再對τ*進行拆分實現(xiàn)與原先的設備相分離的過程.

因為矩陣U的各個行向量都代表一個設備，所以可采用行向量的變換方式對設備邏輯進行合并.設

為方法1得到的相關設備，矩陣Ux×q

設虛擬設備對應于矩陣Ux×q中的v行.τi是拆分得到的第c個設備，則對矩陣Ux×q中的第v行與第s列的元素(uv,s)進行如下變換:

?s∈[1,q],uv,s=max(uv,s,ui,s).

(5)

3 實驗評估

3.1 性能指標

本文采用設備虛擬率來評價虛擬技術的性能，所選擇的處理器平臺類型為8IDC機房.假定每次實驗都會生成N=10 000個隨機設備集合，監(jiān)測方法A最大可以對M個設備集合進行調度，此時方法A對應的設備集合能達到的虛擬率等于M/N.如果得到的設備虛擬率較大，則說明此方法的效率也相應更高.同時還對比了不同方法所具有的系統(tǒng)平均自旋損失，其定義為:

(6)

3.2 實驗分析

圖3顯示了在臨界區(qū)長度等于4以及每項設備具有的臨界區(qū)數(shù)量為2的條件下，集合虛擬率與系統(tǒng)利用率SU間的關系.從圖3中可以看到，不同方法的設備虛擬率與SU之間表現(xiàn)為單調遞減的變化關系.當WFD和Syn-aware方法處于SU>0.6的條件下，設備集合將具有不可調度的特征，VT方法則需滿足SU>0.7的條件才會發(fā)生設備集合的不可調度現(xiàn)象.對這兩種方法進行比較可知，Syn-aware方法具有更大的設備虛擬率.

圖3 集合虛擬率與系統(tǒng)利用率之間的關系

圖4顯示了不同方法性能與臨界區(qū)長度之間的關系，從圖4中可以看到各項設備分別由2個臨界區(qū)構成，此時SU=0.65.當臨界區(qū)的長度增大后，需要等待的設備自旋時間也會隨之增大，此時方法設備虛擬率也會出現(xiàn)下降現(xiàn)象.如果無法將所有的設備都分配至相同的IDC機房內(nèi)時，可以利用VT方法并結合相關度分析結果對設備進行拆分后再將其分配至相同的IDC機房，所以設備只對特定IDC機房設備進行自旋等待，有效降低了自旋損失.

圖4 設備虛擬率和臨界區(qū)長度的關系曲線

圖5 設備虛擬率與設備臨界區(qū)數(shù)量之間的關系

圖5顯示了當臨界區(qū)長度等于4以及SU=0.65的情況下，設備虛擬率與設備臨界區(qū)的數(shù)量之間的關系.當設備臨界區(qū)的數(shù)量上升后，由于自旋等待高校IDC機房導致的系統(tǒng)資源損失也會隨之增大，最終造成不同方法設備虛擬率的不同程度降低.此外，各項設備間會在訪問高校IDC機房過程中發(fā)生相互聯(lián)系并演變?yōu)楦蟮脑O備.如果設備臨界區(qū)的數(shù)量比較多時，則Syn-aware和VT方法就需對設備進行多次拆分，由于VT方法具有更高效的設備管理策略，因此具有比Syn-aware方法更高的設備虛擬率.

4 結論

本文提出了一種將虛擬化技術應用在高校IDC機房的方法，通過應用設備管理與設備資源策略，有效避免了在不同IDC機房間發(fā)生的設備阻塞現(xiàn)象，以此增加系統(tǒng)的利用率.同時，本文還對比了該方法和其它方法間的性能，結果顯示，采用此新方法對設備集合進行管理具有比Syn-aware與WFD更高的效率.

[1] Strangio S,Palestri P,Lanuzza M,et al.Assessment of inas/algasb tunnel-fet virtual technology platform for low-power digital circuits[J].IEEE Transactions on Electron Devices,2016:63(7),2749-2756.

[2] Na W S,Lee J H.A study on the application of virtualization for optimization services[J].Nature,2011,269(5625),267-268.

[3] Han B,Gopalakrishnan V,Ji L,et al.Network function virtualization:challenges and opportunities for innovations[J].IEEE Communications Magazine,2015,53(2):90-97.

[4] Jeyakanthan M,Nayak A.Policy management:leveraging the open virtualization format with contract and solution models[J].IEEE Network,2012,26(5):22-27.

[5] Mouradian C,Saha T,Sahoo J,et al.Network functions virtualization architecture for gateways for virtualized wireless sensor and actuator networks[J].IEEE Network,2016,30(3):72-80.

[6] Yoon H S,Kim E S,Kim M S,et al.Towards greener machine tools-a review on energy saving strategies and technologies[J].Renewable & Sustainable Energy Reviews,2015,48:870-891.

[7] Cheng Y,Fu X,Du X,et al.A lightweight live memory forensic approach based on hardware virtualization[J].Information Sciences,2017,379:23-41.

[8] Rawlings S B,Magee J A,Tanen R M,et al.Acoustic characterization of in-room footfall noise[J].Journal of the Acoustical Society of America,2016,122(5):2955-2956.

[9] Kitazume H,Koyama T,Kishi T,et al.Network virtualization technology to support cloud services[J].Ieice Transactions on Communications,2012,95(8):2530-2537.

[10] Tseng H,Wu D,Fang N X,et al.The metastability of an electrochemically controlled nanoscale machine on gold surfaces[J].Chemphyschem,2016,5(1):111-116.