[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 | ||
技术领域
本发明涉及一种云环境下基于动态预测模型的虚拟机部署方法及系统。
背景技术
信息化高速发展的今天,无论是国家政府、大中小企业以及个人用户,各行各业都看好云计算模式所蕴藏着潜在的机遇,一场以云计算为主角的信息化革命正在全球范围内如火如荼的演绎着。随着IT技术的高速发展,以及网络的广泛普及,越来越多的应用正在转移到云环境上。作为一项新颖的资源整合技术,云计算将传统的软件、硬件等IT资源看成基础设施,并以服务的方式提供给使用者。云计算之所以称作为“云”,是因为作为各种服务的基础设施并不是存在用户本地,而是存在于网络中;用户在使用该类服务时并不需要知道该服务存在于哪里。
数据中心从传统型发展为目前的云计算模式,共经历了漫长的40多年的发展变革;由于数据中心规模的扩大和功能的多样性,随之出现的问题是数据中心的可靠性及维护管理的巨大成本。传统数据中心主要关注应用的稳定性、数据的安全性和运行的可靠性,而对资源的利用率、节能等问题考虑的较少;目前云环境中的资源利用率依旧不高。数据中心资源利用率不高的原因并不是因为硬件设备本身消耗能源低效率,而是因为数据中心存在低效的使用方式。
为了提高云环境资源使用率,一方面可以通过提高工业设计水平来提高服务器的性能;另一方面可以通过优化云环境中资源整合策略,提高服务器整合率,从而达到资源的高效利用。而云计算的核心技术是虚拟化,通过虚拟化可以将应用程序的执行环境以打包的方式转到云平台中去执行,实现了程序的执行环境与物理环境的隔离;云环境中的计算、存储、应用都可以抽象化为资源,而且虚拟化技术提供了平台的管理、扩展、备份机制。因此对虚拟资源管理是云计算中的一个主要研究方向,其中包括资源的分配、资源的调度、资源的存储。云环境中的虚拟机作为计算资源的执行者,通过虚拟化技术共享使用云环境中各种资源;而要真正的让云使用者像使用水电一样基于按需来使用资源,云平台需要处理好资源的匹配。而且云环境中的应用种类繁多,加上基于按需消耗的用户需求也是实时的动态变化,同时需要考虑云平台提供者的效益等相关因素,使得云环境下虚拟机资源的分配变得非常的复杂化。因此,高效的云环境下虚拟机资源的整合成为目前的工业界亟需解决的问题。
虚拟化技术是云计算中的重要技术之一,虚拟化技术最大的特点是能够快速的对云环境中的资源进行融合,并最大限度的对整合的资源进行有效利用,是云计算的技术支撑。
按照虚拟化应用可以分成如下几类:
平台虚拟化(Platform Virtualization),如服务器平台虚拟化
资源虚拟化(Resource Virtualization),如内存、存储、网络资源等
应用虚拟化(Application Virtualization),如仿真技术,模拟技术等
通过虚拟化技术,多个虚拟机将共享云环境中的各种硬件资源;而不同的虚拟机上运行着各自的应用,虚拟化技术将各个虚拟机隔离开来。基于共享的思想,每个物理服务器上将部署多个虚拟机,因此确保多个虚拟机能高效的使用云环境中的虚拟资源,是当前云环境下资源调度的核心问题。
发明内容
本发明所解决的技术问题是,针对现有技术的不足,提供了一种云环境下基于动态预测模型的虚拟机部署方法及系统,能优化云环境中的资源配置,提高云环境下资源的使用率。
本发明的技术方案为:
一种云环境下基于动态预测模型的虚拟机部署方法,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;
所述虚拟机部署算法包括以下步骤:
(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;
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/201510129326.9/2.html,转载请声明来源钻瓜专利网。