虚拟机调度答案.docxVIP

云平台中的虚拟机调度系统的设计与实现（2015） 对提升效率的机制、保证公平性的机制以及负载均衡机制进行了设计。 目前的虚拟化技术的调度方案更多的注重于提供公平的多VCPU (VirtualCPU,虡拟CPU)支持和SMP (SymmetricMulti-Processing,对称多处理)负载均衡,但是对于集群化的分布式计算平台,公平的多VCPU调度并不能保证集群之间的公平性,甚至往往会导致集群间的不公平性;此外,传统的调度方案也没有考虑到分布式计算中各个虚拟机的负载特点是类似的这个特点,由此可见,在使用现行的调度方案的laaS层上运行BI-PaaS,势必会导致运算效率的下降,同时不公平的调度方案则是PaaS平台的致命伤。 负载有两个特点： 整个任务的执行时间与其I/O时间是接近的,CPU时间并不是主要开销。对于XenHypervisor来说,虚拟机频繁的I/O请求会极大的影响系统整体性能,因为每次I/O请求都需要DomainO处理。 混合了 CPU密集型负载和I/O密集型负载的系统。对于这种类型的负载,早期版本的Xen中提供的SEDF调度器以及现在较为主流的Credit调度器都可以提供较为优秀的性能。 调度的方案设计： 由于Domain 0是一个特权级的域,所有的I/O请求都要由它处理,因此Xen的现有调度器在运行高I/O负载时,会频繁调度Domain0,从而导致大量的上下文切换开支。因此,本文的调度器的总体思路就是,抓住高I/O负载的特点以及云平台中并行化运算较多这两个特点,尽量将行为相似的VCPU放在一起,再推迟对Domain 0的调度,从而达到减少上下文切换次数的目的以提升系统效率。 具体方案的实现： 每个VM的虚拟CPU (VCPU)根据它的状态、优先级、以及PCPU的可用性在PCPU上被调度运行的。当一个VCPU的状态变为可运行状态,它被插入到PCPU的运行队列中。Xen的Credit调度器按照VCPU的优先级从高至低的顺序排序,对于具有相同优先级的VCPU, Credit调度器按照FIFO顺序调度。为了充分利用Bl-PaaS的工作负载的特性,本文建议将运行队列中属于同一集群的VCPU放到运行队列中相邻的位置上。在本调度算法中,在相同Cluster的虚拟机如果被分配了相同的优先级,那么它们会被分到同一个组里。 数据密集型负载特点带来的多次domO与domu上下文切换的问题,本文提出以下解决方案。调度器可设定一个阈值I/O—watcher,如果一个VCPU在其被调度的周期内处于运行状态的总时间低于这个阈值,就可以认为它下次被调度是极有可能发生I/O请求,这种情况下,调度器就可以将对domO的调度推迟到与与该VCPU属于同一集群的所有VCPU调度之后,从而达到串行化1/0,降低上下文切换的频率以提高系统的整体效率。 这个排序方案分为两个部分,其一是优先级相同的情况下属于相同Cluster的VCPU尽量相互Bit邻,其二就是若某个VCPU被判定为可能出现m阻塞的话将DomO的调度推迟到整组之后。在这个机制下,上下文切换次数与I/O响应时间都会有一定的降低,从而达到提升系统整体性能的目的。 虚拟计算环境下虚拟机资源负载均衡方法（2010） 针对虚拟机资源粒度大和迁移时传输数据量大的特点，提出一种基于虚拟机迁移的负载均衡方法。该方法利用负载阈值对宿主机后续时间节点的负载趋势进行预测，避免瞬时负载峰值触发的虚拟机迁移问题。在触发迁移后采用加权概率转发方式选择迁移目标节点，解决传统负载均衡技术中的群聚冲突问题。实验结果表明，在宿主机负载分布严重不平衡的情况下，该方法能有效改善系统性能。 云环境下的虚拟机调度策略研究_殷小龙（2014） 当前云计算数据中心在虚拟机调度方面存在以下缺陷[6]： （1）资源利用率不高。大量的物理机闲置或部署少量虚拟机都会造成物理资源的浪费，从而导致资源的利用率较低。 （2）系统负载不均衡。由于不同的应用对应着不同的需求，会导致某一物理机上的 CPU、内存和带宽等资源的利用不均衡。同时由于需求的大小不同，也会导致不同虚拟机间的资源利用率不均衡。（3）系统能耗过高。计算资源和存储资源集中在云端，需要大量的服务器来维持系统的正常运行，因此对电能的需求十分巨大。能耗过高不仅造成了电能的浪费，同时也会对环境造成污染。 为了克服云计算数据中心在虚拟机调度方面存在的缺陷，保证云计算为用户提供更好的服务质量。本文对云计算环境下的虚拟机调度进行研究，为其建立了调度模型，并针对调度模型提出了基于混合优化的虚拟机调度算法和基于改进 NSGA II 的虚拟机部署算法。其中基于混合优化的虚拟机调度算法运行在虚拟机资源层，基于改进 NSGA II 的虚拟机部署算法运行在物理机资源层。这两个算法在一定程度上满足了用户 QoS 的