[发明专利]一种基于cloudsim平台的虚拟机批量部署方法

说明书

技术领域

本发明涉及互联网云计算领域，尤其涉及一种基于cloudsim平台的虚拟机批量部署方法。

背景技术

随着计算机技术的蓬勃发展和互联网技术的飞速进步，云计算作为一种革新性的计算模式应运而生。基础设施即服务是云计算的基础，它的核心是将数据中心的计算资源通过虚拟化技术形成资源池，并按照用户提交任务规格和资源请求进行合理的分配，为用户提供规模可伸缩的实体或虚拟的计算、存储和网络等资源。云数据中心部署了大量虚拟机向用户提供服务。

虚拟机放置问题是云资源调度的一个重要研究问题，虚拟机放置旨在解决虚拟机与物理机之间的映射关系，重点是根据所设定的放置策略，寻找优化的虚拟机放置方案。

贪心算法策略能实现单个虚拟机的最优部署，但是不能使得整个虚拟机群的部署达到最优。而要使得机器更加地负载均衡、功率的消耗更加减少，就必须考虑全局最优的问题。

发明内容

为了解决系统的负载均衡和资源利用率低的问题，本发明采用的技术方案如下：

一种基于cloudsim平台的虚拟机批量部署方法，扩展混合蚁群算法并将其作为虚拟机批量部署的策略，其特征在于，所述混合蚁群算法采用(1)式进行信息素全局更新：

pheromone[j][i]＝pheromone[j][i]*rho(1)

其中rho是信息素残留因子，

是虚拟机j到物理机i的信息素矩阵；其中ants[k].pheromoneDeltaMatrix代表第k只蚂蚁的信息素变化矩阵，antNum是蚂蚁数量。

进一步的，所述混合蚁群算法中加入了禁忌表搜索，所述禁忌表搜索具体为：在蚂蚁为虚拟机分配物理机时，若为虚拟机选择了物理机i则从尚未使用的物理机数组unUsedHosts中去掉被选择的物理机i，若unUsedHosts为空而仍有虚拟机待分配，则往unUsedHosts添加所有的物理机编号。

进一步的，所述混合蚁群算法中加入了物理机性能参数动态更新策略。

进一步的，所述物理机性能参数动态更新策略具体为：若蚂蚁为虚拟机j选择了物理机i，则减去虚拟机j的相应的归一化数组来更新物理机的cpuMips的归一化数组、内存的归一化数组、带宽的归一化数组和硬盘大小的归一化数组。

虚拟机cpuMips的归一化数组vmCpuMipsNormalArray由(2)式和(3)式计算：

当maxVmCpuMips≠minVmCpuMips时，

当maxVmCpuMips＝minVmCpuMips时，

vmCpuMipsNormalArray[i]＝1(3)

其中虚拟机cpuMips数组元素vmCpuMipsArray[i]是虚拟机i的mips和虚拟机i的cpu个数的乘积。maxVmCpuMips和minVmCpuMips分别是虚拟机cpuMips数组元素vmCpuMipsArray中的最大值和最小值。

物理机cpuMips的归一化数组hostCpuMipsNormalArray的计算与此相似。

虚拟机内存的归一化数组vmRamNormalArray由(4)式和(5)式计算：

maxVmRam≠minVmRam时，

当maxVmRam＝minVmRam时，

vmRamNormalArray[i]＝1(5)

其中虚拟机Ram数组元素vmRamArray[i]是虚拟机i的Ram。maxVmRam和minVmRam分别是虚拟机Ram数组元素vmRamArray中的最大值和最小值。

物理机内存的归一化数组hostRamNormalArray的计算与此类似。

虚拟机带宽的归一化数组vmBwNormalArray、主机带宽的归一化数组hostBwNormalArray；虚拟机硬盘大小的归一化数组vmSizeNormalArray、主机硬盘大小的归一化数组hostSizeNormalArray的计算与虚拟机内存的归一化数组vmRamNormalArray的计算类似。

在虚拟机的放置过程中，匹配度的值是动态变化的，若虚拟机j将要部署在物理机i上，则考虑物理机i与其它虚拟机的匹配度时，须使用物理机i部署虚拟机j后的性能参数进行计算。

进一步的，物理机i被虚拟机j选择的概率P_i由(6)式计算：