基于內(nèi)存壓縮技術(shù)的虛擬機(jī)實(shí)時(shí)遷移機(jī)制研究

邱彬　邱樹(shù)偉

摘要：虛擬動(dòng)態(tài)遷移技術(shù)能有效分配與調(diào)試服務(wù)器中的資源，使虛擬機(jī)完整地遷移到另一臺(tái)物理主機(jī)中，達(dá)到虛擬機(jī)負(fù)載均衡。虛擬機(jī)實(shí)時(shí)遷移選用的方式為預(yù)拷貝法（Pre-Copy），但是該方法會(huì)增大遷移過(guò)程的數(shù)據(jù)傳輸量和遷移時(shí)間，并且影響網(wǎng)絡(luò)服務(wù)質(zhì)量（QoS）。為應(yīng)對(duì)上述問(wèn)題，提出基于內(nèi)存壓縮技術(shù)的虛擬實(shí)時(shí)遷移機(jī)制，該機(jī)制針對(duì)虛擬機(jī)內(nèi)存信息特性，在遷移過(guò)程中適配一種分頁(yè)壓縮算法，通過(guò)多線程技術(shù)加速進(jìn)程，減少多余的開(kāi)銷。實(shí)驗(yàn)表明，遷移過(guò)程中，該機(jī)制在停機(jī)時(shí)間、遷移總時(shí)間和數(shù)據(jù)傳輸量等指標(biāo)上相比預(yù)拷貝方法有了較大的提升。

關(guān)鍵詞：內(nèi)存壓縮；虛擬機(jī)；實(shí)時(shí)遷移；遷移時(shí)間

一、前言

虛擬化技術(shù)具有保真性高、可靠性強(qiáng)等特點(diǎn)，在各領(lǐng)域得到了廣泛的應(yīng)用。虛擬化技術(shù)解決了傳統(tǒng)數(shù)據(jù)中心運(yùn)維管理難、資源利用率低、遷移過(guò)程穩(wěn)定性差等問(wèn)題，提高了系統(tǒng)的使用效率和靈活性[1-2]。虛擬機(jī)實(shí)時(shí)遷移技術(shù)[3]可伸縮性強(qiáng)，在服務(wù)器的熱備份容錯(cuò)、系統(tǒng)負(fù)載均衡等方面具有較大的應(yīng)用。

近年來(lái)，國(guó)內(nèi)外學(xué)者關(guān)于虛擬機(jī)實(shí)時(shí)遷移問(wèn)題進(jìn)行了相關(guān)的研究，并取得了一些研究成果。對(duì)于數(shù)據(jù)中心，因異構(gòu)節(jié)點(diǎn)資源的利用率不同，會(huì)造成負(fù)載均衡問(wèn)題的出現(xiàn)，文獻(xiàn)[ 4]已提出遷移時(shí)機(jī)判決和選擇兩種算法，并結(jié)合虛擬機(jī)動(dòng)態(tài)遷移的對(duì)策，此對(duì)策可降低虛擬機(jī)的遷移次數(shù)，從而確保數(shù)據(jù)中心服務(wù)的質(zhì)量，實(shí)現(xiàn)負(fù)載均衡。文獻(xiàn)[ 5]提出了一種新的預(yù)測(cè)模型，當(dāng)系統(tǒng)受到負(fù)載不均衡影響之時(shí)觸發(fā)虛擬機(jī)實(shí)時(shí)遷移，以便及時(shí)卸載服務(wù)器或整合負(fù)載不足的服務(wù)。能耗控制方面，Son等人[6]基于云數(shù)據(jù)中心和大規(guī)模綜合應(yīng)用服務(wù)，提出多指標(biāo)融合的高能效遷移方案，該方案的性能比常規(guī)方案提升9.5%。周震等人[7]提出根據(jù)溫度感知虛擬機(jī)遷移模型，此模型相對(duì)于其他虛擬機(jī)遷移模型擁有更低的能耗，對(duì)于遷移的可信度，張建標(biāo)等人[8]分析了可信計(jì)算技術(shù)的虛擬機(jī)遷移方案，從而提出了針對(duì)計(jì)算機(jī)技術(shù)的虛擬機(jī)動(dòng)態(tài)安全要求。石源等人[9]研究了虛擬機(jī)可信遷移的安全模型和測(cè)試方法，證明了模型在安全屬性方面的完備性。

針對(duì)國(guó)內(nèi)外研究現(xiàn)狀，本文深入探究如何減少虛擬機(jī)實(shí)時(shí)遷移的總時(shí)間和加速遷移過(guò)程，并提出相應(yīng)的解決方案，構(gòu)建一種高效的虛擬機(jī)實(shí)時(shí)遷移機(jī)制。

二、基于內(nèi)存壓縮的虛擬機(jī)實(shí)時(shí)遷移機(jī)制設(shè)計(jì)

（一）虛擬機(jī)實(shí)時(shí)遷移分析

通常情況下，實(shí)時(shí)遷移是將運(yùn)行當(dāng)中的虛擬機(jī)從一臺(tái)物理主機(jī)遷移到另外一臺(tái)物理主機(jī)當(dāng)中，在此過(guò)程中不停機(jī)。主要涉及CPU 、磁盤(pán)、內(nèi)存以及其他虛擬設(shè)備資源。針對(duì)不同的信息資源，必須采用特定的方式來(lái)解決。

針對(duì)CPU狀態(tài)信息，虛擬機(jī)需要進(jìn)行停機(jī)拷貝，當(dāng)源主機(jī)上的虛擬機(jī)被掛起時(shí)，才完成CPU狀態(tài)信息的傳遞，最后在目的主機(jī)上恢復(fù)正常運(yùn)行。內(nèi)存信息因具有數(shù)據(jù)量大和數(shù)據(jù)更新速度快的特點(diǎn)，導(dǎo)致在數(shù)據(jù)拷貝上存在較大的技術(shù)瓶頸。如內(nèi)存更新速度高于網(wǎng)絡(luò)傳輸速度，預(yù)拷貝方法的有效性會(huì)大大降低，只有在停機(jī)階段，才能完成內(nèi)存信息的拷貝操作。同時(shí)，該過(guò)程會(huì)出現(xiàn)大量的停機(jī)時(shí)間，極大地影響到虛擬機(jī)實(shí)時(shí)遷移的性能。磁盤(pán)信息的實(shí)時(shí)遷移過(guò)程涉及大量的數(shù)據(jù)信息，不可能進(jìn)行高頻的更新操作，只能以共享存儲(chǔ)的形式來(lái)進(jìn)行，其間不涉及帶寬的占用，從而得到較高的共享存儲(chǔ)效率。最后展開(kāi)設(shè)備遷移，對(duì)其I/O設(shè)備實(shí)時(shí)遷移，實(shí)時(shí)遷移后，應(yīng)確保MAC的地址不改變，確保所有的設(shè)備連接正常。

當(dāng)前，一般的虛擬機(jī)遷移都是選用內(nèi)存預(yù)拷貝的形式，在遷移過(guò)程中，虛擬機(jī)的遷移可通過(guò)循環(huán)掃描內(nèi)存的位圖來(lái)拷貝，一旦臟頁(yè)率小于網(wǎng)絡(luò)的傳輸速度時(shí)，該過(guò)程趨于收斂。如果臟頁(yè)的數(shù)據(jù)較小，需停機(jī)實(shí)時(shí)拷貝，而停機(jī)拷貝的時(shí)間非常短，可以忽略不計(jì)。

然而，該過(guò)程也存在一定局限性：其一，內(nèi)存預(yù)拷貝會(huì)在臟頁(yè)數(shù)據(jù)率大于網(wǎng)絡(luò)傳輸速率時(shí)失效，內(nèi)存信息按照停機(jī)拷貝的方式重傳，從而導(dǎo)致遷移過(guò)程中產(chǎn)生較長(zhǎng)的停機(jī)時(shí)間。其二，遷移過(guò)程中大量的內(nèi)存數(shù)據(jù)拷貝會(huì)增加網(wǎng)絡(luò)傳輸過(guò)程中的冗余數(shù)據(jù)，導(dǎo)致網(wǎng)絡(luò)密集型應(yīng)用的服務(wù)質(zhì)量出現(xiàn)大幅度下降。其三，總遷移時(shí)間過(guò)長(zhǎng)將使部分容災(zāi)備份系統(tǒng)受到諸多限制。

（二）基于壓縮的虛擬機(jī)實(shí)時(shí)遷移模型

根據(jù)虛擬機(jī)實(shí)時(shí)遷移內(nèi)容和進(jìn)程的分析，建立基于內(nèi)存壓縮的虛擬機(jī)實(shí)時(shí)遷移模型CLM（Compression-based Live Migration）。該模型基于內(nèi)存預(yù)拷貝方法，在內(nèi)存信息遷移中，采用基于內(nèi)存特征的壓縮算法CBC（Characteristic-Based Compression），針對(duì)數(shù)據(jù)頁(yè)和指令頁(yè)的信息，按照內(nèi)存相似度對(duì)其進(jìn)行區(qū)分，并使用差異化的壓縮編碼技術(shù)；在線程池的壓縮方面，采用整合的方式將多次網(wǎng)絡(luò)I/O操作歸集成一次操作，提升遷移過(guò)程中的吞吐量；設(shè)計(jì)一種自適應(yīng)的內(nèi)存壓縮模型，將內(nèi)存壓縮算法融入虛擬機(jī)實(shí)時(shí)遷移過(guò)程中，采用多線程技術(shù)加速內(nèi)存壓縮進(jìn)程，減少額外的開(kāi)銷；針對(duì)全零頁(yè)面以及停機(jī)時(shí)間等做特殊處理，以提高系統(tǒng)遷移的效率。圖1所示的是基于內(nèi)存壓縮的虛擬機(jī)實(shí)時(shí)遷移結(jié)構(gòu)。

經(jīng)過(guò)上述系統(tǒng)結(jié)構(gòu)的分析，通過(guò)改造實(shí)時(shí)遷移算法模塊實(shí)現(xiàn)CLM方法。先將CBC算法植入到xc_domain_save（）函數(shù)中，經(jīng)編碼、封裝后進(jìn)行傳輸，當(dāng)接收到源主機(jī)的數(shù)據(jù)后，目的主機(jī)調(diào)用xc_domain_restore（）函數(shù)進(jìn)行操作，再通過(guò)解碼還原成內(nèi)存數(shù)據(jù)。

三、性能測(cè)試與分析

（一）測(cè)試環(huán)境

本文使用兩臺(tái)配置相同的主機(jī)進(jìn)行遷移實(shí)驗(yàn)，參數(shù)為：Intel Xeon E7540雙路6核，主頻2.0GHz，高速緩存為18MB，硬盤(pán)容量1TB，物理內(nèi)存16GB，網(wǎng)絡(luò)帶寬為1000Mbps。軟件環(huán)境采用Xen 4.4.2作為實(shí)驗(yàn)平臺(tái)，通過(guò)調(diào)用Xen 4.4.2中的相關(guān)函數(shù)進(jìn)行測(cè)試。宿主操作系統(tǒng)為Ubuntu 14.04。

本實(shí)驗(yàn)將CBC算法融入虛擬機(jī)實(shí)時(shí)遷移機(jī)制，采用多線程技術(shù)壓縮進(jìn)程從而優(yōu)化遷移總時(shí)間；停機(jī)時(shí)間的優(yōu)化通過(guò)基于自我調(diào)節(jié)的壓縮方式來(lái)實(shí)現(xiàn)。傳輸數(shù)據(jù)量方面采用先壓縮后掃描標(biāo)記的方法進(jìn)行優(yōu)化，基本上實(shí)現(xiàn)零拷貝傳輸。具體步驟如下：首先，設(shè)置兩臺(tái)測(cè)試主機(jī)以及一臺(tái)接受遷移的虛擬機(jī)。其次，加載一個(gè)應(yīng)用程序給虛擬機(jī)，使該程序以特定的速度更改虛擬機(jī)的內(nèi)存。同時(shí)，將接受遷移的虛擬機(jī)在兩臺(tái)測(cè)試主機(jī)之間反復(fù)遷移。為了保證數(shù)據(jù)的真實(shí)性和準(zhǔn)確性，實(shí)驗(yàn)反復(fù)遷移20次，采取多次求平均值的方法得出停機(jī)時(shí)間。

（二）多程序環(huán)境的實(shí)時(shí)遷移測(cè)試

考慮通用性，本實(shí)驗(yàn)選取Apache、Tomcat、GCC、DBench 4種應(yīng)用程序?qū)Χ喑绦颦h(huán)境下虛擬機(jī)實(shí)時(shí)遷移機(jī)制中的停機(jī)時(shí)間、遷移總時(shí)間和數(shù)據(jù)傳輸量進(jìn)行實(shí)驗(yàn)。其中Apache和Tomcat屬于網(wǎng)絡(luò)密集型應(yīng)用，Dbench屬于磁盤(pán)I/O密集型應(yīng)用，GCC屬于CPU和內(nèi)存占用率比較高的應(yīng)用。圖2、圖3和圖4各自代表虛擬機(jī)遷移中的停機(jī)時(shí)間、總遷移時(shí)間和數(shù)據(jù)傳輸量。

總體來(lái)看，CLM算法在停機(jī)時(shí)間的表現(xiàn)比PreC算法要優(yōu)越。在測(cè)試中，Apache和Dbench兩種算法的停機(jī)時(shí)間相差無(wú)幾；由于GCC在內(nèi)存變動(dòng)方面較為明顯，CLM算法的比率是PreC算法的52.1%以上；而比率最小的應(yīng)用是Tomcat，兩者相差1.2%，經(jīng)測(cè)試，停機(jī)時(shí)間平均降比為26.7%。從以上數(shù)據(jù)看出，在停機(jī)時(shí)間上CLM算法更有優(yōu)勢(shì)。

遷移總時(shí)間方面，CLM算法比PreC算法具有更大提升，Apahe測(cè)試時(shí)，比率為43.1%，時(shí)間減少最多；Tomcat測(cè)試時(shí)，比率為21.5%，時(shí)間減少最少，平均降比達(dá)到了32.3%。原因在于CLM算法更能有效地緩解網(wǎng)絡(luò)傳輸瓶頸。

在數(shù)據(jù)傳輸量方面，CLM算法較PreC算法有大幅度的提高，進(jìn)行Dbench測(cè)試時(shí)，提升率最高，PreC算法是CLM算法的5.21倍，在測(cè)試Tomcat時(shí)，提升率最低，PreC算法是CLM算法的2.87倍。

綜上所述，針對(duì)不同的應(yīng)用程序，本文算法在停機(jī)時(shí)間、遷移總時(shí)間以及數(shù)據(jù)傳輸量上面對(duì)比PreC算法有較大的提高。

四、結(jié)語(yǔ)

本文圍繞計(jì)算機(jī)系統(tǒng)資源融合高效透明化問(wèn)題，深入探索國(guó)內(nèi)外相關(guān)技術(shù)的優(yōu)缺點(diǎn)，構(gòu)建基于內(nèi)存壓縮技術(shù)的虛擬遷移機(jī)制，提高了虛擬機(jī)之間的遷移效率，提高了資源利用率和服務(wù)質(zhì)量。實(shí)驗(yàn)表明，本文算法在停機(jī)時(shí)間、遷移總時(shí)間、數(shù)據(jù)傳輸量等方面比傳統(tǒng)的預(yù)拷貝算法有較大的提升，從而提升虛擬機(jī)實(shí)時(shí)遷移性能。

參考文獻(xiàn)

[1] N. Jain and S. Choudhary， Overview of virtualization in cloud computing， 2016 Symposium on Colossal Data Analysis and Networking （CDAN）， Indore， India， 2016， pp. 1-4.

[2] M. S. B. M. Desa， J. Samuel， S. Elango， Z. Johari and M. Daniel Stephen， Energy Efficient Approach using Server Virtualization in Cloud Data Center， 2018 IEEE 4th International Symposium in Robotics and Manufacturing Automation （ROMA）， Perambalur， India， 2018， pp. 1-4.

[3] J. Kaur and I. Chana， Review of Live Virtual Machine Migration Techniques in Cloud Computing， 2018 International Conference on Circuits and Systems in Digital Enterprise Technology （ICCSDET）， Kottayam， India， 2018， pp. 1-6.

[4] 王晶，何利力.基于虛擬機(jī)動(dòng)態(tài)遷移的負(fù)載均衡策略[J].計(jì)算機(jī)系統(tǒng)應(yīng)用，2020，29（05）：167-174.

[5] M. H. Shirvani and S. Babaeikiadehi， A Hybrid Meta-heuristic-based Linear Regression Algorithm for Live Virtual Machine Migration in Cloud Datacenters， 2022 International Conference on Electrical， Computer and Energy Technologies （ICECET）， Prague， Czech Republic， 2022， pp. 1-5.

[6] A. -Y. Son， J. Y. Byun， C. Yong， E. -N. Huh， J. H. Hyun and K. K. Kang， Energy efficiency oriented migration scheme in cloud data center， 2017 IEEE International Conference on Cybernetics and Computational Intelligence （CyberneticsCom）， Phuket， Thailand， 2017， pp. 108-113.

[7] 周震，袁正道，李俊峰.云數(shù)據(jù)中心基于溫度感知的虛擬機(jī)遷移模型[J].計(jì)算機(jī)應(yīng)用與軟件，2021，38（11）：70-76.

[8] 張建標(biāo)，朱元曦，胡俊，等.面向云環(huán)境的虛擬機(jī)可信遷移方案[J].網(wǎng)絡(luò)與信息安全學(xué)報(bào)，2018，4（01）：6-14.

[9] 石源，張煥國(guó)，吳福生.一種可信虛擬機(jī)遷移模型構(gòu)建方法[J].計(jì)算機(jī)研究與發(fā)展，2017，54（10）：2284-2295.

基金項(xiàng)目：1.汕頭職業(yè)技術(shù)學(xué)院科研課題（課題編號(hào)：SZK2020Y04）；2.廣東省自然科學(xué)基金項(xiàng)目（課題編號(hào)：2022A1515010990）

作者單位：邱彬，汕頭職業(yè)技術(shù)學(xué)院電子信息學(xué)院；邱樹(shù)偉，韓山師范學(xué)院計(jì)算機(jī)與信息工程學(xué)院

責(zé)任編輯：尚丹