網(wǎng)絡(luò)感知的虛擬機(jī)能效問(wèn)題研究綜述

寇榮虎 鄭航

摘 要：網(wǎng)絡(luò)感知的虛擬機(jī)能效問(wèn)題是云數(shù)據(jù)中心節(jié)能的重要部分。無(wú)論是虛擬機(jī)間的流量通信，還是虛擬機(jī)的調(diào)度與遷移，稀缺的網(wǎng)絡(luò)資源都是虛擬機(jī)節(jié)能需要考慮的重要因素。本文從基于新型網(wǎng)絡(luò)拓?fù)涞奶摂M機(jī)通信節(jié)能、虛擬機(jī)調(diào)度策略和虛擬機(jī)遷移策略三個(gè)方面對(duì)網(wǎng)絡(luò)感知的虛擬機(jī)能效問(wèn)題進(jìn)行深入研究。

關(guān)鍵詞： 網(wǎng)絡(luò)感知;能效;調(diào)度

文章編號(hào)： 2095-2163（2019）03-0273-03 中圖分類(lèi)號(hào)： TP302? 文獻(xiàn)標(biāo)志碼： A

0 引 言

云計(jì)算作為一種新興的技術(shù)，可以靈活地使用強(qiáng)大的計(jì)算資源為租戶(hù)服務(wù)，得到政府、企業(yè)的高度重視和逐步認(rèn)同，其技術(shù)和應(yīng)用得到了飛速發(fā)展。云計(jì)算數(shù)據(jù)中心在全球范圍內(nèi)普及開(kāi)來(lái)。云供應(yīng)商為了滿(mǎn)足各類(lèi)用戶(hù)和企業(yè)的多種服務(wù)請(qǐng)求，不斷增加云數(shù)據(jù)中心的服務(wù)器數(shù)量和應(yīng)用程序的種類(lèi)，在這些服務(wù)器和應(yīng)用程序增加的同時(shí)，也給寶貴的網(wǎng)絡(luò)資源帶來(lái)了不小的壓力。此外，網(wǎng)絡(luò)資源的高度消耗使得云數(shù)據(jù)中心的服務(wù)質(zhì)量也將面臨一定考驗(yàn)，在資源規(guī)模更新前，服務(wù)水平協(xié)議（SLA）的違反次數(shù)達(dá)到峰值狀態(tài)，而剛更新過(guò)網(wǎng)絡(luò)資源時(shí)的 SLA 違反次數(shù)處于最低值，但隨著時(shí)間推移，SLA 的違反次數(shù)逐漸遞增，最終出現(xiàn)網(wǎng)絡(luò)資源不足的情況。

而在當(dāng)前，云數(shù)據(jù)中心大多使用虛擬化技術(shù)，使多臺(tái)虛擬機(jī)共享IT資源，提供資源整合與復(fù)用，這極大優(yōu)化了IT資源使用和設(shè)備能耗[1-4]。網(wǎng)絡(luò)感知的虛擬機(jī)能效問(wèn)題研究，即可通過(guò)利用不同的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，合理地優(yōu)化虛擬機(jī)間的流量通信，對(duì)虛擬機(jī)進(jìn)行針對(duì)性的調(diào)度以滿(mǎn)足合理資源利用等，都可以節(jié)省網(wǎng)絡(luò)資源以達(dá)到優(yōu)化云數(shù)據(jù)中心能效的目的。

因此，對(duì)虛擬機(jī)能效問(wèn)題進(jìn)行全面探討是尤為必要的。本文即從新型網(wǎng)絡(luò)拓?fù)涞奶摂M機(jī)通信節(jié)能、網(wǎng)絡(luò)感知的調(diào)度與遷移策略的角度闡述虛擬機(jī)節(jié)能研究。

1 研究狀況

國(guó)內(nèi)外眾多學(xué)者對(duì)網(wǎng)絡(luò)感知的虛擬機(jī)能效問(wèn)題進(jìn)行深入的研究，已有研究主要從網(wǎng)絡(luò)拓?fù)涞奶摂M機(jī)通信、虛擬機(jī)調(diào)度和虛擬機(jī)遷移角度進(jìn)行論述，研究?jī)?nèi)容詳見(jiàn)如下。

1.1 基于新型網(wǎng)絡(luò)拓?fù)涞奶摂M機(jī)通信節(jié)能研究

不同網(wǎng)絡(luò)拓?fù)浼軜?gòu)下的虛擬機(jī)間通信存在不同的能源消耗。文獻(xiàn)[5]提出一種可擴(kuò)展、靈活的數(shù)據(jù)中心網(wǎng)絡(luò)VL2，VL2通過(guò)一種新的網(wǎng)絡(luò)架構(gòu)解決傳統(tǒng)數(shù)據(jù)中心中存在的超額認(rèn)購(gòu)、資源利用率低、數(shù)據(jù)中心成本高等問(wèn)題。增加數(shù)據(jù)中心內(nèi)的帶寬，并用一種新的尋址方式解決資源分段問(wèn)題，滿(mǎn)足了數(shù)據(jù)中心靈活性的需求。同時(shí)，研究又利用VLB、ECMP等算法實(shí)現(xiàn)負(fù)載均衡和多路徑傳輸，增加資源利用率，提高網(wǎng)絡(luò)穩(wěn)定性。但VL2架構(gòu)需要更改服務(wù)器的主機(jī)協(xié)議棧，并且亟需一個(gè)高性能、低時(shí)延的目錄系統(tǒng)提供映射查找服務(wù)，為數(shù)據(jù)中心帶來(lái)額外的開(kāi)銷(xiāo)。文獻(xiàn)[6]設(shè)計(jì)了ElasticTree，即數(shù)據(jù)中心網(wǎng)絡(luò)的節(jié)能，ElasticTree以網(wǎng)絡(luò)冗余為代價(jià)節(jié)省數(shù)據(jù)中心網(wǎng)絡(luò)的能源。研究中使用OpenFlow等智能交換機(jī)持續(xù)監(jiān)控?cái)?shù)據(jù)中心的流量狀況，并選擇一組網(wǎng)絡(luò)元素，包括必須保持活動(dòng)狀態(tài)以滿(mǎn)足性能和容錯(cuò)目標(biāo)的鏈路和交換機(jī)，未選擇的元素將關(guān)閉以節(jié)省電力?？偟卣f(shuō)來(lái)，ElasticTree是以降低網(wǎng)絡(luò)冗余為代價(jià)進(jìn)行節(jié)能，但是嚴(yán)格限制冗余要求的目的就是適應(yīng)不斷變化的流量和網(wǎng)絡(luò)交換機(jī)的意外故障。文獻(xiàn)[7]分析了一種基于VM遷移的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)在數(shù)據(jù)中心網(wǎng)絡(luò)中的節(jié)能。本文介紹了Honeyguide，這是一種高能效的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，用于在嚴(yán)格冗余要求下降低數(shù)據(jù)中心網(wǎng)絡(luò)的能耗。減少網(wǎng)絡(luò)能耗的方法是減少開(kāi)啟網(wǎng)絡(luò)交換機(jī)的數(shù)量，就是如果沒(méi)有流量通過(guò)網(wǎng)絡(luò)交換機(jī)，可以將其關(guān)閉以達(dá)到節(jié)省能源的目的。在Honeyguide方法中，不僅關(guān)閉不活動(dòng)的交換機(jī)，還嘗試著增加不活躍交換機(jī)的數(shù)量。為了增加非活躍交換機(jī)的數(shù)量，結(jié)合了2種技術(shù)，分別是：虛擬機(jī)和流量合并;添加一條旁路鏈路（對(duì)現(xiàn)有的基于樹(shù)的網(wǎng)絡(luò)拓?fù)溥M(jìn)行略微的擴(kuò)展）。分析可知，即具有以下特點(diǎn)：

（1）利用虛擬機(jī)的遷移。Honeyguide 使用虛擬機(jī)的遷移來(lái)增加未使用的網(wǎng)絡(luò)交換機(jī)的數(shù)量。

（2）容錯(cuò)。數(shù)據(jù)中心網(wǎng)絡(luò)元素通常是冗余的，以承受網(wǎng)絡(luò)交換機(jī)和電纜切斷的意外故障。該方法保留原始樹(shù)形拓?fù)涞娜蒎e(cuò)能力以及滿(mǎn)足虛擬機(jī)容錯(cuò)的要求。

（3）容易部署。可以在現(xiàn)有數(shù)據(jù)中心網(wǎng)絡(luò)上部署，雖然Honeyguide采用了稍微擴(kuò)展的現(xiàn)有基于樹(shù)的拓?fù)浣Y(jié)構(gòu)，但可以通過(guò)添加旁路鏈路，這些鏈路有助于在嚴(yán)格冗余要求下增加關(guān)閉網(wǎng)絡(luò)交換機(jī)的數(shù)量。

文獻(xiàn)[8]討論了Flattened Butterfly，這是一種適用于高速網(wǎng)絡(luò)的低成本拓?fù)浣Y(jié)構(gòu)。該拓?fù)淅萌肿赃m應(yīng)路由的發(fā)展，而且該文獻(xiàn)還給出了一種性能高效的網(wǎng)絡(luò)，這種Flattened Butterfly比多級(jí)交換網(wǎng)絡(luò)具有更低的跳數(shù)，比傳統(tǒng)的Butterfly具有更好的路徑多樣性選擇。同時(shí)，在流量的負(fù)載均衡上，F(xiàn)lattened Butterfly在代價(jià)上大約是容量相同的交換網(wǎng)絡(luò)的一半。但是，如果在傳統(tǒng)的拓?fù)浣Y(jié)構(gòu)上部署Flattened Butterfly，卻必須更改現(xiàn)有網(wǎng)絡(luò)拓?fù)涞乃胁季€(xiàn)。最糟糕的情況下，還需要重建一個(gè)數(shù)據(jù)中心。

1.2 網(wǎng)絡(luò)感知的虛擬機(jī)調(diào)度策略研究

網(wǎng)絡(luò)感知的虛擬機(jī)調(diào)度策略就是在考慮網(wǎng)絡(luò)元素的情況下使用不同的調(diào)度以實(shí)現(xiàn)虛擬機(jī)節(jié)能。文獻(xiàn)[9]中提取、整理、并匯總了有關(guān)數(shù)據(jù)中心計(jì)算和通信元素消耗的能源信息。首先研究了數(shù)據(jù)中心架構(gòu)，從2層數(shù)據(jù)中心架構(gòu)到3層、以及3層高速的架構(gòu)，剖析了各自的特點(diǎn)，然后介紹了仿真器GreenCloud的結(jié)構(gòu)，為用戶(hù)提供了數(shù)據(jù)中心元素（如交換機(jī)、服務(wù)器和鏈路）所消耗能量的詳細(xì)建模。比較了該仿真器與CloudSim和MDCSim等模擬器的區(qū)別和優(yōu)勢(shì)，從而展示了GreenCloud仿真器細(xì)粒度地測(cè)量大型數(shù)據(jù)中心能耗的能力。最后則是實(shí)驗(yàn)績(jī)效評(píng)估階段，針對(duì)2層、3層和3層高速數(shù)據(jù)中心架構(gòu)所獲得的仿真結(jié)果證明了應(yīng)用不同電源管理方案（DVFS、DNS）的效果。以及在不同架構(gòu)下測(cè)量的數(shù)據(jù)中心交換機(jī)在核心層、匯聚層、訪(fǎng)問(wèn)層所消耗能量及服務(wù)器消耗能量?？傊?，GreenCloud仿真器可以細(xì)粒度地模擬數(shù)據(jù)中心情況，避免了無(wú)法對(duì)大型數(shù)據(jù)中心直接測(cè)量能耗的困擾。

文獻(xiàn)[10]提出一種結(jié)合能源效率和網(wǎng)絡(luò)感知的數(shù)據(jù)中心調(diào)度方法，即數(shù)據(jù)中心節(jié)能網(wǎng)絡(luò)感知調(diào)度。這里的網(wǎng)絡(luò)感知是指DENS方法能夠接收和分析來(lái)自數(shù)據(jù)中心交換機(jī)和鏈路的運(yùn)行時(shí)反饋，并根據(jù)網(wǎng)絡(luò)反饋采取決策和行動(dòng)。DENS方法根據(jù)數(shù)據(jù)中心組件的負(fù)載水平和通信潛力選擇最適合作業(yè)并行的計(jì)算資源，從而最大限度地減少數(shù)據(jù)中心的總能耗。DENS方法旨在實(shí)現(xiàn)執(zhí)行單個(gè)作業(yè)，服務(wù)水平協(xié)議（SLA）中定義的作業(yè)QoS要求、流量需求、數(shù)據(jù)中心的能源消耗之間的平衡。DENS方法在運(yùn)行數(shù)據(jù)密集型作業(yè)的數(shù)據(jù)中心中尤為重要，數(shù)據(jù)密集型作業(yè)需要較低的計(jì)算負(fù)載，但會(huì)產(chǎn)生從數(shù)據(jù)中心以及相鄰節(jié)點(diǎn)輸出的大量數(shù)據(jù)流。例如，這種數(shù)據(jù)密集型作業(yè)通常由流行的視頻共享或地理信息服務(wù)產(chǎn)生。本文擬另外撰述提出的調(diào)度方法則致力于避免數(shù)據(jù)中心內(nèi)的熱點(diǎn)，同時(shí)最大限度地減少作業(yè)執(zhí)行所需的計(jì)算服務(wù)器數(shù)量。DENS指標(biāo)的設(shè)計(jì)和規(guī)范對(duì)數(shù)據(jù)中心的架構(gòu)是關(guān)聯(lián)緊密的，對(duì)數(shù)據(jù)密集型作業(yè)的要求高，需要數(shù)據(jù)密集型的作業(yè)做到優(yōu)化配置，而非注重計(jì)算能力，從而產(chǎn)生針對(duì)最終用戶(hù)的大量數(shù)據(jù)流。

文獻(xiàn)[11]是針對(duì)具有流量負(fù)載平衡的云計(jì)算應(yīng)用節(jié)能調(diào)度、即e-STAB調(diào)度程序。目標(biāo)是優(yōu)化云計(jì)算數(shù)據(jù)中心的能耗，如此一來(lái)就可平衡由作業(yè)產(chǎn)生的通信流，同時(shí)把作業(yè)整合在最少計(jì)算量的服務(wù)器上。研究可知，e-STAB調(diào)度程序?qū)⒆鳂I(yè)的通信需求與計(jì)算要求置于同等重要位置。e-STAB作為一個(gè)調(diào)度程序，分2步來(lái)展開(kāi)調(diào)度過(guò)程。先選擇數(shù)據(jù)中心中的可用性最高的網(wǎng)絡(luò)帶寬，再選擇具有最小可用計(jì)算能力的計(jì)算服務(wù)器，但該服務(wù)器卻能充分滿(mǎn)足計(jì)劃任務(wù)的計(jì)算需求。e-STAB調(diào)度程序會(huì)分析網(wǎng)絡(luò)鏈路上的負(fù)載和網(wǎng)絡(luò)交換機(jī)輸出隊(duì)列的占用情況。并且該方案考慮了云應(yīng)用程序的流量需求，從而在數(shù)據(jù)中心網(wǎng)絡(luò)中提供高能效的作業(yè)分配和流量負(fù)載均衡。網(wǎng)絡(luò)流量的有效分配通過(guò)減少與通信相關(guān)的延遲和與擁塞相關(guān)的分組丟失來(lái)提高云應(yīng)用的服務(wù)質(zhì)量。從GreenCloud模擬器獲取的仿真結(jié)果驗(yàn)證了所提出的調(diào)度方法的優(yōu)點(diǎn)和效率，并確認(rèn)得知：在數(shù)據(jù)中心中通常的管理方案的能耗也未獲增加。但e-STAB算法是一個(gè)需要分2個(gè)步驟來(lái)定義的調(diào)度策略，而且需要實(shí)時(shí)地了解整個(gè)數(shù)據(jù)中心網(wǎng)絡(luò)使用率來(lái)選擇合適的服務(wù)器、機(jī)架、模塊。

1.3 網(wǎng)絡(luò)感知的虛擬機(jī)遷移策略研究

網(wǎng)絡(luò)感知的虛擬機(jī)部署遷移研究，旨在最小化數(shù)據(jù)中心的能源開(kāi)銷(xiāo)和數(shù)據(jù)中心的網(wǎng)絡(luò)流量，其核心思想是將網(wǎng)絡(luò)資源作為虛擬機(jī)部署的關(guān)鍵因素。文獻(xiàn)[12]研究了基于網(wǎng)絡(luò)性能優(yōu)化的資源重設(shè)置問(wèn)題，發(fā)現(xiàn)通過(guò)虛擬機(jī)的在線(xiàn)遷移可以提高虛擬機(jī)的性能以及數(shù)據(jù)中心的網(wǎng)絡(luò)通信能力。文獻(xiàn)[13]通過(guò)研究真實(shí)數(shù)據(jù)中心的流量分布，發(fā)現(xiàn)虛擬機(jī)的流量分布是不均衡的，但虛擬機(jī)的流量在長(zhǎng)時(shí)間的范圍內(nèi)是趨于穩(wěn)定的，據(jù)此提出了基于通信流量的虛擬機(jī)部署算法，將具有較大流量交互的虛擬機(jī)放置在相近的物理位置上，在最小化高層交換機(jī)工作負(fù)載的同時(shí)提高數(shù)據(jù)中心網(wǎng)絡(luò)的可擴(kuò)展性。文獻(xiàn)[14]為了減少能源消耗和改善網(wǎng)絡(luò)性能，提出一種分階段的啟發(fā)式算法。首先將最小割的聚類(lèi)算法和最佳適應(yīng)算法相結(jié)合來(lái)達(dá)到能源效率優(yōu)化的目的，然后使用局部搜索算法再次對(duì)虛擬機(jī)放置進(jìn)行優(yōu)化來(lái)最小化最大鏈路利用率。文獻(xiàn)[15]則基于物理主機(jī)的負(fù)載和虛擬機(jī)對(duì)資源的需求來(lái)估算開(kāi)銷(xiāo)，用以保證將開(kāi)銷(xiāo)最小的物理主機(jī)選為遷移的目標(biāo)主機(jī)。

2 結(jié)束語(yǔ)

綜上所述，基于網(wǎng)絡(luò)拓?fù)洌摂M機(jī)調(diào)度與遷移等研究，根本上解決的是在保證性能的前提下提升資源的利用率問(wèn)題，從而達(dá)到優(yōu)化云數(shù)據(jù)中心節(jié)能的目標(biāo)。然而仍存在不足，如滿(mǎn)足服務(wù)水平協(xié)議、負(fù)載均衡等目標(biāo)未能同時(shí)考慮在內(nèi)等，未來(lái)工作可從多目標(biāo)、多角度研究虛擬機(jī)能效問(wèn)題。

參考文獻(xiàn)

[1]BARHAM P，DRAGOVIC B FRASER K，et al. Xen and the art of virtualization[J]. ACM SIGOPS Operating Systems Review，2003，37（5）：164-177.

[2] WANG Lin， ZHANG Fa，ARJONA J A ，et al. GreenDCN： A general framework for achieving energy efficiency in data center networks[J]. IEEE Journal on Selected Areas in Communications 2014，32（1）：4-15.

[3] 林偉偉，吳文泰. 面向云計(jì)算環(huán)境的能耗測(cè)量和管理方法[J]. 軟件學(xué)報(bào)，2016，27（4）：1026-1041.

[4] HAMDI K，KEFI M. Network-aware virtual machine placement in cloud data centers： An overview[C]//2016 International Conference on Industrial Informatics and Computer Systems. Sharjah， United Arab Emirates： IEEE，2016：1-5.

[5] GREENBERG A G，HAMILTON J R，JAIN N，et al. VL2： A scalable and flexible data center network[J]. ACM Sigcomm Computer Communication Review，2009，39（4）： 51-62.

[6] HELLER B， SEETHARAMAN S， MAHADEVAN P， et al. ElasticTree： Saving energy in data center networks[C]//Proceedings of the 7th USENIX Symposium on Networked Systems Design and Implementation， NSDI 2010. San Jose， CA， USA：dblp，2017：1-17.

[7] SHIRAYANAGI H，YAMADA H KONO K . Honeyguide： A VM migration-aware network topology for saving energy consumption in data center networks[C]// 2012 IEEE Symposium on Computers & Communications. Cappadocia（ISCC）. Turkey：IEEE，2012：000460-000467.

[8] KIM J，DALLY W J，ABTS D . Flattened butterfly： A cost-efficient topology for high-radix networks[C]//34th International Symposium on Computer Architecture （ISCA 2007）. San Diego， California， USA：dblp，2007：1-13.

[9] KLIAZOVICH D，BOUVRY P，KHAN S U . GreenCloud： A packet-level simulator of energy-aware cloud computing data centers[J]. The Journal of Supercomputing，2012，62（3）：1263-1283.

[10]KLIAZOVICH D，BOUVRY P，KHAN S U. DENS： Data center energy-efficient network-aware scheduling[J]. Cluster Computing，2013，16（1）：65-75.

[11]KLIAZOVICH D，ARZO S T，GRANELLI F，et al. e-STAB： Energy-efficient scheduling for cloud computing applications with traffic load balancing[C]// IEEE International Conference on Green Computing and Communications and IEEE Internet of Things and IEEE Cyber，Physical and Social Computing （GreenCom）. Beijing， China： IEEE，2013：7-13.

[12]羅剛毅，錢(qián)柱中，陸桑璐. 一種基于網(wǎng)絡(luò)感知的虛擬機(jī)再調(diào)度算法[J]. 計(jì)算機(jī)學(xué)報(bào)，2015 38（5）：932-943.

[13]MENG Xiaoqiao，PAPPAS V，ZHANG Li . Improving the scalability of data center networks with traffic-aware virtual machine placement[C]// Proc. IEEE INFOCOM'10. San Deigo， CA， USA：IEEE，2010：1-9.

[14]董健康，王洪波，李陽(yáng)陽(yáng)，等. IaaS環(huán)境下改進(jìn)能源效率和網(wǎng)絡(luò)性能的虛擬機(jī)放置方法[J]. 通信學(xué)報(bào)，2014，35（1）：72-81.

[15]秦華，閻鋼. 基于OpenFlow網(wǎng)絡(luò)的數(shù)據(jù)中心服務(wù)器負(fù)載均衡策略[J]. 計(jì)算機(jī)工程，2016 42（3）：130-137.