[发明专利]云环境下基于动态预测模型的虚拟机部署方法及系统有效
申请号: | 201510129326.9 | 申请日: | 2015-03-24 |
公开(公告)号: | CN104765642B | 公开(公告)日: | 2017-11-10 |
发明(设计)人: | 张建明;杨黎;罗元盛;刘阳春 | 申请(专利权)人: | 长沙理工大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06F9/455 |
代理公司: | 长沙市融智专利事务所43114 | 代理人: | 杨萍 |
地址: | 410114 湖南省*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 环境 基于 动态 预测 模型 虚拟机 部署 方法 系统 | ||
1.一种云环境下基于动态预测模型的虚拟机部署方法,其特征在于,系统包括控制节点、N个待部署的虚拟机VM1,VM2,...,VMi,...,VMN以及M个物理节点PM1,PM2,...,PMj,...,PMM;所述控制节点中设置有请求列表模块、监视模块、调度模块、预测模块和放置模块;
所述虚拟机部署方法包括以下步骤:
(1)配置参数,包括配置各个虚拟机的默认初始内存配额;
(2)请求列表模块将待部署的虚拟机VM1,VM2...VMi...VMN按照虚拟机的默认初始内存配额大小进行降序排列;
(3)调度模块先判断待部署的虚拟机列表的长度VMList.Size(),若VMList.Size()>0,则从VMList中选择第一个虚拟机,然后调用预测模块为该虚拟机寻找合适的物理节点;否则,结束部署;
(4)预测模块根据监视模块中物理节点PMj上已经部署的虚拟机的历史内存消耗实际值,动态计算物理节点PMj上所有虚拟机在第t个时刻的内存消耗预测值总和;根据内存消耗预测值总和选出合适的物理节点,然后调用放置模块,将该虚拟机部署到一个合适的物理节点上;
(5)部署完一个虚拟机后,令VMList.Size()=VMList.Size()-1;跳转至步骤(3);
所述步骤(4)中的动态计算物理节点PMj上所有虚拟机在第t个时刻内存消耗预测值总和的步骤为:首先获得物理节点PMj上已经部署的虚拟机列表vmListTemp,然后分别获得每个虚拟机的历史内存消耗实际值,再基于p阶的AR时间序列模型计算每个虚拟机在第t个时刻的内存消耗预测值;最后得到物理节点PMj上所有虚拟机在第t个时刻的内存消耗预测值总和;
p阶的AR时间序列模型为:
其中f(t,t+1)表示在第t个时刻计算得到的虚拟机在第t+1个时刻的内存消耗预测值,U(t)为虚拟机在第t个时刻内存消耗实际值,U(t-1)为虚拟机在第t-1个时刻的内存消耗实际值,U(t-p)为虚拟机在第t-p个时刻的内存消耗实际值,为p阶的AR时间序列模型的回归系数,at为残差因子。
2.根据权利要求1所述的云环境下基于动态预测模型的虚拟机部署方法,其特征在于,使用最小二乘法来估计p阶的AR时间序列模型的系数包括即求解以下函数:
其中,函数表示求解使得函数值最小的值;U(p+t)为虚拟机在第p+t个时刻内存消耗实际值;
表示在第p+t-1个时刻计算得到的虚拟机在第p+t个时刻的内存消耗预测值,H为采集的虚拟机内存消耗实际值个数。
3.根据权利要求1所述的云环境下基于动态预测模型的虚拟机部署方法,其特征在于,令p=2,即基于2阶的AR时间序列模型预测每个虚拟机在时刻t的内存消耗值;2阶的AR时间序列模型为:
使用LeastSquares方法来估计2阶的AR时间序列模型的系数和即求解以下函数:
其中,函数表示求解使得函数值最小的值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510129326.9/1.html,转载请声明来源钻瓜专利网。