基于多目标优化虚拟机放置技术研究.docVIP

基于多目标优化虚拟机放置技术研究 　　摘要：提高数据中心系统性能和减少能耗的关键问题是要将虚拟机放置到合适的物理结点上。要综合考虑数据中心的温度、电能消耗、资源使用、应用性能等状态因素，实现数据中心的温度、资源使用、应用性能等状态因素的最佳折中。研究了高效的目的主机选择方法，以解决数据中心虚拟机放置问题。 　　关键词关键词：虚拟机放置；电能消耗；资源利用 　　中图分类号：TP319 文献标识码：A文章编号1672-7800（2016）004-0136-04 　　0引言 　　数据中心通常使用虚拟化技术为用户提供各种云存储或计算服务[1]。虚拟化技术可以将多台虚拟机放置于同一台物理机上，并能透明地把虚拟机从一台物理机迁移到其它物理机[2]，这样，数据中心开启的物理机数量大幅减少，提高了硬件资源使用率，降低了能耗[3]。高效运营云数据中心，需要灵活、方便地管理成千上万台虚拟机。虚拟机管理包括虚拟机选择和放置两个重要步骤，涉及许多指标，如资源使用（CPU、内存、网络IO以及磁盘IO）、应用性能和电源能耗等。 　　目前，目的主机选择方法大多只考虑资源使用、应用性能和电源能耗3个指标中的某一个，只能最大程度地降低温度或者提高资源使用率或者减少电能消耗，但不能同时有效兼顾。然而，高效的云数据中心，需要在满足用户应用性能的同时，最大程度地降低电能消耗，这就需要综合考虑资源使用、应用性能和电源能耗[4]三者的关系。但将这些状态指标放在一起考虑并非易事，因为它们之间会相互冲突、互相制约。例如，整合虚拟机到少量的物理机上并关闭空闲物理机，能有效减少能耗，但是虚拟机的整合会导致物理资源的竞争，从而影响应用性能，并有可能造成服务器热点。 　　目的主机选择算法研究，就是要综合考虑温度、资源使用、应用性能和电能消耗等多个状态因素，优化虚拟机放置，使数据中心在有效保证应用性能的同时，获得较低的温度、较高的资源使用率和较少的电能消耗。 　　1相关工作 　　国内外已有不少学者对虚拟机放置问题进行了研究。文献[5]着重研究了数据中心硬件资源管理及应用性能保证问题，通过分析资源使用率与应用性能的关系，构建了两者的关系模型，提出了基于在线迁移技术的虚拟机动态放置算法。文献[6]指出当前数据中心快速增长的计算密集型应用负载使得处理器的温度越来越高，热能分布失衡，从而增加冷却系统的电能消耗，缩短了服务器的使用寿命。为了有效平衡数据中心各计算节点的处理器温度，提出关闭热点节点的思想。文献[7]针对数据中心的热点问题，使用低复杂度的线性热循环模型定义基于峰值温度的负载分配问题，旨在降低处理器峰值温度以最小化冷却成本。文献[8]将云计算数据中心虚拟化的结点整合描述为随机装箱优化问题来处理，但是只考虑了处理机资源，没有考虑内存。文献[9]提出了云计算中虚拟机放置的自适应管理框架，提出了带应用服务级目标约束的虚拟机放置多目标优化遗传算法，用于制定框架中的虚拟机放置策略，但是没有考虑能耗问题，没有将资源控制和能耗控制结合起来。文献[10]在考虑相关电力成本以及短暂冷却效果的基础上提出了动态负载分配政策，提出了不同的冷却策略来处理负载高峰问题，比较了动态成本行为，并探讨了参数设置的影响。文献[11]提出应把虚拟机迁往温度最低的物理机而忽略资源使用等因素。为了节约电能，研究将运行的虚拟机尽可能集中在有限的物理机上，关闭空闲机器或者使其处于休眠状态[12]。但是在应用负载集中的同时，其性能却未得到保证。为了最大限度保证服务质量，将空闲物理机作为迁移虚拟机重新放置目的主机，但这会增加物理机的资源浪费和电能消耗。 　　上述研究工作在虚拟机管理方面取得了一定的成果，但是存在以下不足： 　　（1）大多数放置策略研究都是基于某准则下的单目标优化，这样得到的最优放置也只是某一定条件的最优解，无法进行各准则下最优放置的相互比较。有效的放置策略应考虑多个目标并进行权衡和折中。 　　（2）各状态因素之间存在着相互冲突、制约关系，没有建立统一优化模型进行优化处理。 　　2目的主机选择数学模型 　　目的主机选择的最终目标是得到一个最佳迁移方案，根据该方案将台迁移虚拟机重新分配到台物理机上运行，使得优化目标达到最优。该问题描述如下：定义迁移虚拟机集合{VM1，VM2...VMi...VMN}和目的主机{PM1，PM2...PMj...PMM}集合，求得虚拟机集合到目的主机集合的映射关系：f：VMi→PMj。用表示虚拟机VMi运行在物理机PMj中。虚拟机运行都有代价，此处用表达式Cost（VMi，PMj）表示虚拟机VMi在物理机PMj上运行的代价。运行代价是一个多目标优化的综合数值，要考虑温度、资源使用、应用性能以及电能消耗4个方面。Cost（VMi，PMj）值越大，表明VMi运行在P