各个子步骤的实现方式并不是唯一的，在本发明的另外的实施例中，在进行虚拟机当 前计算负载（computing load)情况监测与分析时，只要能够按一定方式区分出计算资源饥 饿型VM和非计算资源饥饿型VM即可。
[0074] 步骤三、进行VM计算资源统计与分配
[0075] 本步骤中，基于步骤一和步骤二的分析结果，进一步计算各种类型的VM所需的 CPU资源，包括下列子步骤：
[0076] 步骤1 :利用Xen提供的工具，将所有物理CPU初始化两个分池，即网络敏感型VM 计算资源分池和非网络敏感型VM计算资源分池。系统运行的初始状态下，网络敏感型VM 计算资源分池中的VM数量为零，且分得的物理CPU数也置为零。
[0077] 步骤2 :从步骤一中的VM性能分析列表以及步骤二中的虚拟机计算负载分析结果 列表中选取属于 Network Sensitive 型的 VM，包括 Network Sensitive 型且 Hunger 型（SH 型），数量为Nsh;Network Sensitive型且非Hunger型（SNH型），数量为N snh，该部分VM组 成待调整网络敏感型VM组，数量为Ns，即Ns= N sh+Nsnh，该部分VM对应的vCPU后续将放置 在网络敏感型VM计算资源分池中。
[0078] 相应地，其余两种类型虚拟机对应为非Network Sensitive型且Hunger型（NSH 型），数量为 Nnsh_ Network Sensitive 型且非 Hunger 型，（NSNH 型），数量SNnsnh。这两 种类型VM组成另一组待调整非网络敏感型VM组，数量为Nns，该部分VM对应的vCPU后续 将放置在非网络敏感型VM计算资源分池中。显然有N ns= N nsh+Nnsnh。表3示出了根据表1 和表2所记录的统计分析结果所得出的各个VM所属的类型。
[0079] 表 3
[0080]
[0081] 步骤3 :利用步骤二中统计出的非Hunger型VM所占的CPU数量（包括SNH型所占 CPU数量Csnh和NSNH型所占的CPU总数量C nsnh)，计算出所有非Hunger型VM所占 CPU的数 量Cnh算法如下：
[0085] 其中，Lk为每个SNH型VM对应占用的实际物理CPU数量，L为每个NSNH型VM对 应占用的实际物理CPU数量。
[0086] 在表1至3所示的统计分析周期的例子中，
[0088] 该例子中，由于本实施例中的非Hunger型VM同时也是非网络敏感型VM，因此，所 有非网络敏感型VM占用的物理CPU数量与非Hunger型VM -致，约为I. 1个。
[0089] 步骤4 :余下物理CPU数量即为Hunger型VM应分得的CPU数量，计算方法为
[0090] Ch= C-Cnh
[0091] 在表1至3所示的统计分析周期的例子中，所有Hunger型VM所占的物理CPU数 Ch= C-Cnh= 6-1. 1 = 4.9。由于本实施例中不存在非Network Sensitive型且Hunger型 VM(NSH型），因此，所有网络敏感型VM所占用的CPU数量Cs= Ch= 4.9。需说明的是，在 表1至3所示的统计分析周期中，由于Hunger型与Sensitive型VM完全一致，因此此时不 需要再具体计算每个Hunger型VM所占的CPU数量值。
[0092] 然而，在一般化的情况下，Hunger型与Sensitive型VM可能不完全一致，也就是 说，Hunger型VM中可能既有网络敏感型VM，又有非网络敏感型VM，此时就需要进一步计算 各个Hunger型VM所占的CPU数量值，即执行下面的步骤5。
[0093] 步骤5 :利用上述步骤2的统计结果计算各个Hunger型VM应分得的物理CPU值 ,其中j代表各个VM在Hunger型VM集合中的编号。依据当前Hunger型VM分得的 Weight值MY来按照比例确定（各个VM的Weight值可以基于调度算法得出），其中 为当前Hunger型VM的Weight值，计算方法如下：
[0095] 其中Nh = N sh+Nnsh为当前统计周期内所有Hunger型VM数量。
[0096] 在然后根据每种类型的VM对应的ID来分别计算出SH型VM应该所需的物理CPU 数量Csh和NSH型VM应该所需的物理CPU数量C nsh，计算方法如下：
分别为C1J中对应计算出的SH型VM和NSH型VM所应 分配的物理CPU数量。p代表Hunger型且Sensitive型（SH型）的VM集合中的VM编号， q代表Hunger型且非Sensitive型（NSH型）的VM集合中的VM编号。
[0100] 步骤四、VM计算资源动态分池调度
[0101] 完成了各种类型VM所需的CPU资源计算和分配以后，立刻进行资源的分池调度， 将网络敏感型VM和非网络敏感型VM对应的CPU资源分隔成两个资源池（Pool)进行分开 调度，不同的资源池内设置不同的CPU时间片调整周期（Slice Time)，VM计算资源动态分 池调度具体包括如下子步骤：
[0102] 步骤1 :按照步骤三计算的结果，利用Xen平台提供的功能命令分别向网络敏感性 VM资源分池中分配Cs个物理CPU，同时将网络敏感型VM对应的vCPU分配到该池进行调度， 其中C s= |C sh+Csnh I为所有网络敏感型VM所需要物理CPU数的计算值，然后向下取整。
[0103] 同时，向非网络敏感型VM资源分池中分配Cns个物理CPU，将非网络敏感型VM对 应的VCPU分配到该池进行调度，其中C ns= |Cnsh+Cnsnh|为所有非网络敏感型VM所需要物理 CHJ数的计算值，然后向下取整。
[0104] 需要说明的是，由于初始分配时网络敏感型VM资源分池 CPU数量为零，所有物理 CPU都在非网络敏感型VM资源分池中，因此第一次分配的时候相当于从总CPU中分出一部 分CPU资源至网络敏感型VM资源分池，以后每个分池分配周期对两个分池同时进行更新调 整。
[0105] 在表1至3所示的统计分析周期的例子中，利用Xen平台提供的功能命令（xl cpupool-numa-split)分别向网络敏感型VM资源分池中分配4个CPU，向非网络敏感型VM 计算资源分池中分配1个CPU。同时将网络敏感型VM(VM4、VM5、VM6)对应的vCPU分配到 网络敏感型VM资源分池进行调度；将非网络敏感型VM(VM1、VM2、VM3)对应的vCPU分配到 非网络敏感型VM资源分池进行调度。
[0106] 步骤2 :由于Xen的分池操作只能针对整数个物理CPU，因此上述步骤2中进行了 取整操作，实际情况下计算出来的CnJP C s很可能不是整数，其小数部分之和约为1。为了 有效利用资源，采用随机数取概率的方式进行余下的这一个CPU的分配。
[0107] 1)假设Cns取整之前的小数部分为δ (保留一位小数），(^取整之前的小数部分为 η。分别计算此时从属于CnJP Cs的余数分配百分比λ ns和λ s。其中，
[0110] 2)设定一个随机数程序，其中随机数数目为ιο*δ+ι〇*η，每次进行一次随机数 的生成，以概率λ ns将余下的1个物理CPU分配给非网络敏感型计算资源池，以概率λ 3将 余下的1个物理CPU分配给非网络敏感型计算资源池。
[0111] 利用随机数程序，随机生成1~10中的一个数值，当随机数为1~9中的任意一 个数值时，将余下的1个CPU分配给网络敏感型VM计算资源分池，这样余下的1个CPU分 配给网络敏感型VM的分配概率λ 3为90%，；当随机数值为10时，将余下的1个CPU分配 给非网络敏感型VM计算资源分池，本实施例中将余下的vCPU分配给网络敏感型VM计算资 源池，这样余下的1个CPU分配给非网络敏感型VM的分配概率λ ns为10 %。图5示出了 对于表1至3所示的统计分析周期，基于本发明一个实施例的虚拟机资源池管理方法进行 vCPU调度的计算资源分配状态的示意图。作为对比，图4示出了在不使用本发明的动态分 池管理技术时，对于表1至3所示的统计分析周期，采用基于传统虚拟机资源池的vCPU调 度的计算资源分配状态的示意图。
[0112] 上述表1至3所示的统计分析周期中，VM的类型只有nsnh和sh两种，这实际上 是一种特例。为了更好地理解本发明的实质，下面再给出另一统计分析周期的示例，其中， 表4示出了另一个统计分析周期的网络敏感性VM列表。
[0113] 表 4
[0116] 表5示出了另一个统计分析