基于用户需求的虚机自适应管理框架.docxVIP

基于用户需求的虚拟机自适应管理框架 0引言 虚拟化技术打破了计算和硬件之间的紧密耦合，为动态地管理云计算平台的资源提供了一种有效的方法。服务器使用虚拟化技术按照云平台用户层实时请求将多个虚拟机部署在同一物理节点上，实现多个虚拟机在同一时间内运行在同一个物理节点上,从而大大提高了云平台的计算资源的利用率。云计算平台正是利用虚拟机技术才能为云用户提供虚拟资源。然而随着云计算平台的规模的增大，云平台多租户、异构化的特点越发显著，而每个用户的应用对虚拟机各项属性资源（CPU、内存等）的需求各异，服务器中多种类型资源分配不均的情况将为虚拟资源部署带来一定的挑战，因此云平台的虚拟机资源管理技术的优劣直接影响云平台整体的资源利用率、服务能力以及QoS保障度，而手动及人工管理策略已经变得不现实，因此需要一种自适应的虚拟机资源管理策略，以响应???平台的动态运行情况，提高管理的效率。如何综合考虑物理结点的多维属性，并能结合用户动态需求自适应管理虚拟资源是当前研究的热点，也是本章考虑的主要因素。 本章提出一个基于用户需求的虚拟机资源自适应管理框架。核心内容包括如下几个方面：（1）利用层次分析法根据用户应用对物理结点的各项资源的动态使用情况对资源的多维属性进行加权，以此将用户应用对资源的动态需求与结点的各项资源权重有效地结合起来；（2）提出动态加权综合负载度量模型来综合考虑物理结点与结点上虚拟机集合的利用率；（3）引入了策略决策器，使得云平台可以根据实时的虚拟机管理优化目标自适应的选择虚拟机初始化部署策略和虚拟机动态管理策略。该框架考虑了云平台用户对资源的动态需求情况，并通过决策器提高云平台虚拟机管理的效率，从而既能增加管理的灵活性，又能更好地满足用户的动态需求，为云平台的虚拟机自适应管理框架提供了有利的理论基础。 1.相关工作 面向虚拟机的云资源部署与调度关键技术REF _Ref405898937 \r \h \* MERGEFORMAT [3]为二层级模式，主要包括两个方面，一个是面向虚拟机的用户任务调度技术（面向虚拟机的用户任务调度策略），另一个是虚拟机自适应管理技术，具体包括自适应管理模型、云平台资源的定义与各模型的定义、资源的监控策略、虚拟机部署策略等；而按照虚拟机部署的过程，部署REF _Ref407807995 \r \h \* MERGEFORMAT [95]可分为初始化部署（静态部署）和虚拟机动态部署管理两种。面向虚拟机的云资源部署与调度关键技术组成如图1所示。云平台通过这几个方面的关键技术来实现虚拟机资源的自动部署、集中监控与动态优化等功能。 关键技术 图1面向虚拟机的云资源部署与调度关键技术 目前，虚拟机管理与提供策略主要是云提供商需要考虑的策略，因此主要优化目标是提高经济效益。目前各云平台的虚拟机管理与提供策略大致可以分为以下几类： （1）用户SLA约束下的成本最小化REF _Ref411367015 \r \h \* MERGEFORMAT [79]。目前大部分的云平台以SLA为导向，需要拥有固定的性能保证。因此，通常虚拟机管理将性能作为固有约束条件，然后尽量降低成本。例如Breitgrand定义了弹性服务部署问题（ESPP），此问题的解决目标为了在保持SLA要求下，实现云提供者的利益最大化。 （2）能耗约束下的收益最大化。这类虚拟机管理策略给定每个物理结点的能耗门限值，然后使得收益最大化。 （3）多目标优化。此类虚拟机提供问题属于多目标优化问题。多个文献均提出了多目标优化的虚拟机部署与调度策略。 目前国内外云平台支持的虚拟机管理策略采用的方式包括如下几种： （1）填满方式（Packing）：采用该方式的虚拟机部署策略通常是将虚拟机集中部署在尽量少的被开启的物理主机上，从而达到最大化物理机利用率的目标。此策略的优点是：第一，可以减少资源碎片，节约维护成本；第二，可以根据云平台的实时运行和需求情况动态地启动和关闭服务器，从而达到节能减排的目的。 （2）分散方式（Striping）：采用该方式的虚拟机管理策略通常将虚拟机尽可能地分散部署在各个物理主机上。此策略的优点是可以降低物理主机故障带来的影响，提高云应用程序的运行效率，增强云平台的可靠性。 （3）基于负载方式（Load-aware）：采用该方式的虚拟机管理策略通常为新申请的虚拟机选择负载最轻的物理主机作为宿主机，以此保证云用户的应用程序能获得更高的运行效率。 2.资源表示与模型定义 2.1资源定义 策略从云提供商角度来定义和建模云平台虚拟机资源提供策略涉及的资源，主要资源包括有：物理服务器、物理集群、虚拟服务器、虚拟集群等。为了方便后续内容的说明，将各资源定义如下。 注：各对象成员不局限于本文定义所示，在具体实现时可以根据实际情况动态扩展各实体属性。