一种云平台部署方法
【技术领域】
[0001] 本发明设及云计算，特别设及一种云平台部署方法。
【背景技术】
[0002] 随着云计算的快速发展和普及，云平台的高能耗、高费用、低效率等问题日益突 出。如何在保证云计算可靠服务质量的同时，优化云平台资源管理方式和能耗模式，是构建 云平台可持续发展的前提。现有技术中，为实现系统级的能耗节约，虚拟机迁移可W提高云 平台计算资源利用率并关闭闲置物理主机，却给QoS和服务等级管理带来压力，造成云平台 的综合性能下降。因此对于云平台的高效能耗降低，还没有找到整体能耗降低和服务质量 的最佳平衡方式。
【发明内容】
[0003] 为解决上述现有技术所存在的问题，本发明提出了一种云平台部署方法，包括：
[0004] 通过计算资源利用率判断物理主机是否过载；
[0005] 将过载的物理主机中的一部分虚拟机进行迁出。
[0006] 优选地，所述通过计算资源利用率判断物理主机是否过载，进一步包括：
[0007] 根据物理主机计算资源利用率的统计数据来调整上限阔值，当物理主机当前计算 资源利用率超过所述上限阔值时，确定该物理主机处于过载状态；
[000引每隔预设周期记录一次物理主机的计算资源利用率，依据物理主机在cn个周期内 的资源利用情况，获取时刻ti-cn~ti-l的计算资源利用率统计数据为Xi-cn~Xi-l，对时刻ti进 行W下运算:R43 =化-Qi,Q3为Xi-cn~Xi-I样本中所有数值升序排列后第75%的数值，Qi是该 样本中所有数值升序排列后第25%的数值;将时刻ti的上限阔值Tmax定义为Tmax= 1-S*R43 ; 其中，自适应阔值討良据系统需要进行调节。
[0009] 优选地，在计算时刻ti的上限阔值Tmax过程中，还包括：
[0010] 当依据物理主机cn个周期内的计算资源利用率统计数据来估计下一个时刻的计 算资源利用率时，获取to~tcn-l时刻采集到的计算资源利用率样本数据集Xo~Xcn-l，估计ten 时刻的计算资源利用率公cn，样本Xi所占权值Wi依据样本距估计点的远近而定义为
[001 1 ]Wi(t) = ( 1-( (tGn-l-ti)-(tGn-l-t。））3)3
[0012]估计当前计算资源利用率为公cn=a+bt。。，其中(a，b)计算如下：
[0014] 判断当前物理主机是否过载，或者是否有虚拟机需要从当前物理主机迁移，计算 是否满足S*ren=S*(a+bt。。）^ 1，若满足则迁移，反之则确定未过载。
[0015] 优选地，将过载的物理主机中的一部分虚拟机进行迁出，进一步包括：
[0016] 选择物理主机上所需迁出时间最小的虚拟机进行迁出操作，直至物理主机脱离过 载状态，即VEVnIVaEVn,MEM(V)/LEFTn<MEM(aVLEFTn,其中Vn为物理主机Hostn上的虚 拟机集合，虚拟机V所占用的内存资源为MEM(V),LEFTn为物理主机化Stn所剩余的带宽资源。
[0017] 本发明相比现有技术，具有W下优点：
[0018] 本发明提出了一种云平台部署方法，综合考虑降低能耗并且保证服务质量，实现 大型云平台的节能目标。
【附图说明】
[0019] 图1是根据本发明实施例的云平台部署方法的流程图。
【具体实施方式】
[0020] 下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描 述。结合运样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利 要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节W 便提供对本发明的透彻理解。出于示例的目的而提供运些细节，并且无运些具体细节中的 一些或者所有细节也可W根据权利要求书实现本发明。
[0021] 本发明的一方面提供了一种云平台部署方法。图1是根据本发明实施例的云平台 部署方法流程图。
[0022] 本发明自适应地确定迁移阔值，实现云平台下虚拟机迁移的能耗降低；另一方面 对能耗和服务质量进行综合建模，不但采用了软硬结合的虚拟化平台能耗综合建模机制， 还对服务质量进行量化，寻求多个计算节点上最佳的虚拟机迁移策略，W实现大型云平台 的高效能耗降低目标。
[0023]本发明中触发虚拟机迁移的事件主要有两类。（1)物理主机计算资源利用率超过 最高阔值；（2)物理主机计算资源利用率低于最低阔值。最常用的物理主机过载判断方式就 是人工设置物理主机计算资源利用率最高阔值Tmax,超过Tmax即判定节点过载，通过迁出节 点上虚拟机来减轻节点负荷、提高计算节点的服务质量。考虑到物理主机计算资源利用率 是一个动态数值，并且具有一定的周期性，固定阔值难W适应云平台的实时变化。本发明根 据物理主机计算资源利用率的统计数据，基于统计数据自适应的动态调整上限阔值，来实 现云平台下的虚拟机自适应迁移策略。同时，当需要选择虚拟机从过载物理主机上迁出时， 采用策略选择合适的虚拟机实施迁出。
[0024] 根据物理主机上的计算资源利用率统计数据自动调整上限阔值。每隔预设周期记 录一次物理主机的计算资源利用率，依据物理主机在cn个周期内的资源利用情况确定过 载，设已知ti-cn~ti-l时刻的计算资源利用率统计数据为Xi-cn~Xi-I,对时刻ti进行W下运 算:R43 =化-Qi。式中，Q3为Xi-cn~Xi-I样本中所有数值升序排列后第75 %的数值，Qi是该样本 中所有数值升序排列后第25%的数值。时刻ti的Tmax定义为Tmax= 1-S*R43
[002引式中，自适应阔值S可W根据系统需要进行调节:S越低，Tmax越高，系统整体能耗越 低；反之能耗降低效果越差。上述方法将物理主机上cn个计算资源利用率统计数据进行升 序排列，然后等分为四份，R43为第=份最后一个数据和第一份最后一个数据相差的幅值， W此计算物理主机计算资源上限阔值，体现计算资源利用率统计数据数值的离散程度。如 果计算资源利用率统计数据在某个阶段变化幅度剧烈，将会导致运一时期的R43升高，Tmax 降低，系统整体能耗增大。因此，本发明采用W下修正方法来修正。
[0026] 当需要依据物理主机cn个周期内的计算资源利用率统计数据来估计下一个时刻 的计算资源利用率时，设to~tcn-l时刻采集到的计算资源利用率样本数据集为Xo~Xcn-l，ti 时刻的计算资源利用率为Xi，需要估计ten时刻的计算资源利用率X^cn,样本Xi在拟合过程中 所占权值Wi依据样本距估计点的远近有所差别，定义为
[0027] Wi(t) = ( 1-( (ten-rti) -(ten-rto))3) 3
[0028] 估计当前计算资源利用率为公。。=3+化。。，其中(3,6)计算如下：
[0030] 判断当前物理主机是否过载，或者是否有虚拟机需要从当前物理主机迁移，计算 是否满足S*ren=S*(a+bt。。）^ 1，若满足则迁移，反之则确定未过载。
[0031] 通过上述过程判断是否过载后，需要将过载主机运行的部分虚拟机迁移W至不再 过载，本发明采用W下策略，即选择物理主机上所需迁出时间最小的虚拟机进行迁出操作， 直至物理主机脱离过载状态。￥￡￥。|￥&巨￥。擺1(乂)/16尸1"<161(曰)/16尸1"
[0032] 物理主机化Stn上的虚拟机集合表示为Vn，虚拟机V所占用的MEM(内存）资源为MEM (V) ,Hostn所剩余的带宽资源为LEFT。。因此，选择当前主机化Stn占用内存最小的虚拟机进 行迁移。
[0033] 综上所述，本发明提出了一种云平台部署方法，综合考虑降低能耗并且保证服务 质量，实现大型云平台的节能目标。
[0034] 显然，本领域的技术人员应该理解，上述的本发明的各模块或各步骤可W用通用 的计算系统来实现，它们可W集中在单个的计算系统上，或者分布在多个计算系统所组成 的网络上，可选地，它们可W用计算系统可执行的程序代码来实现，从而，可W将它们存储 在存储系统中由计算系统来执行。运样，本发明不限制于任何特定的硬件和软件结合。
[0035] 应当理解的是，本发明的上述【具体实施方式】仅仅用于示例性说明或解释本发明的 原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何 修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨 在涵盖落入所附权利要求范围和边界、或者运种范围和边界的等同形式内的全部变化和修 改例。
【主权项】
1. 一种云平台部署方法，其特征在于，包括： 通过计算资源利用率判断物理主机是否过载； 将过载的物理主机中的一部分虚拟机进行迀出。2. 根据权利要求1所述的方法，其特征在于，所述通过计算资源利用率判断物理主机是 否过载，进一步包括： 根据物理主机计算资源利用率的统计数据来调整上限阈值，当物理主机当前计算资源 利用率超过所述上限阈值时，确定该物理主机处于过载状态； 每隔预设周期记录一次物理主机的计算资源利用率，依据物理主机在cn个周期内的资 源利用情况，获取时刻的计算资源利用率统计数据为X1IWXh，对时刻。进行以 下运算:R43 = Q3-Qi，Q3为Xi-cn~Xi-i样本中所有数值升序排列后第75 %的数值，Qi是该样本 中所有数值升序排列后第25%的数值;将时刻ti的上限阈值Tmax定义为T max= 1-S*R43;其 中，自适应阈值S根据系统需要进行调节。3. 根据权利要求2所述的方法，其特征在于，在计算时刻U的上限阈值Tmax过程中，还包 括： 当依据物理主机cn个周期内的计算资源利用率统计数据来估计下一个时刻的计算资 源利用率时，获取to~时刻采集到的计算资源利用率样本数据集Xo~Xn，估计^时刻 的计算资源利用率V ?，样本X1所占权值^依据样本距估计点的远近而定义为 Wi(t) = (l-( (tcn-l_ti)_(tcn-l_t〇) )3)3 估计当前计算资源利用率为X'cn=a+btcn，其中（a，b)计算如下：判断当前物理主机是否过载，或者是否有虚拟机需要从当前物理主机迀移，计算是否 满足S*V。" = S*(a+bt?) 2 1，若满足则迀移，反之则确定未过载。4. 根据权利要求3所述的方法，其特征在于，将过载的物理主机中的一部分虚拟机进行 迀出，进一步包括： 选择物理主机上所需迀出时间最小的虚拟机进行迀出操作，直至物理主机脱离过载状 态，即 V G Vf11 V a e V11，:MEM( V)/LEFTn < MEM(a)/LEFTn，其中 Vn为物理主机Hostn上的虚拟 机集合，虚拟机V所占用的内存资源为MEM(V)，LEFT n为物理主机HosW^剩余的带宽资源。
【专利摘要】本发明提供了一种云平台部署方法，该方法包括：通过计算资源利用率判断物理主机是否过载；将过载的物理主机中的一部分虚拟机进行迁出。本发明提出了一种云平台部署方法，综合考虑降低能耗并且保证服务质量，实现大型云平台的节能目标。
【IPC分类】H04L29/08
【公开号】CN105430083
【申请号】CN201510846477
【发明人】王天宇, 宋雷, 刘爽
【申请人】成都微讯云通科技有限公司
【公开日】2016年3月23日
【申请日】2015年11月27日