[发明专利]一种基于SLA的虚拟机迁移预测方法

说明书

技术领域

本发明涉及云计算技术领域，特别是一种基于SLA的虚拟机迁移预测方法。

背景技术

在云计算环境中，为了充分利用资源，可能会出现多个应用按照SLA分配的虚拟机位于同一台服务器上的情况。而且可能也会出现虚拟机资源的总和超过了服务器的物理资源上限情况，当某应用的负载增加时，其他应用的资源就被抢占。这时候云服务商就无法满足SLA中对用户做出的资源的承诺。这时候往往采用虚拟机迁移的方法进行缓解。

传统方法是基于警报的虚拟机性能隔离的方法，这种方法首先对每台主机进行资源监视，以内存为例，当某台主机的内存使用率高于一个阈值时，发出警告，并自动进行虚拟机迁移。这种方法的好处是迁移的操作一定是正确的，因为资源抢占的情况的确发生了。但是这种方法的缺点是，在需要迁移时主机的资源非常紧缺，无法满足SLA的虚拟机会由于无法获得更多的资源而导致负载增大，这台物理机上的所有虚拟机的资源负载就会各自趋近于某个常量。这时已经无法知道是哪台虚拟机需要被迁移。而如果迁移的虚拟机并不是无法满足SLA的虚拟机的话，那台负载猛增的虚拟机可能还留在这台主机上，仍然有可能继续抢占资源，无法满足SLA的状况还可能会继续发生。

发明内容

本发明解决的技术问题在于一种基于SLA的虚拟机迁移预测方法；解决前述现有技术存在的问题。

本发明解决上述技术问题的技术方案是：

所述的方法包括以下步骤：

步骤1：对每台虚拟机的资源使用情况每隔一段时间进行一次监控；

步骤2：基于监控数据通过数学的方法进行曲线拟合后，得到这条曲线的方程，然后预测出下一个时间间隔虚拟机使用的资源数量；

步骤3：比较下一时间间隔资源使用量与SLA规定的阈值的大小，如果超过了阈值，则这台虚拟机很可能即将会负载过大，那么执行步骤4，否则等待一段时间，在下一次监控时间间隔到来时，执行步骤1；

步骤4：将这台虚拟机迁移到较为空闲的主机上去。

所述曲线拟合指的是将监控数据保存为历史数据，再选取合适的曲线进行曲线拟合，然后选择符合曲线特征的方程，可以选择的常用曲线有对数函数、指数函数、二次函数、二次以上的多项式函数、三角函数等。

所述资源使用情况指的是虚拟机的性能指标，如CPU使用率、内存使用率等，具体的指标可根据业务需求进行选择。

本发明的方法能产生如下的有益效果：

1、本发明方法是一种主动的虚拟机迁移策略，在还未发生主机资源紧缺的情况前预测出了是哪台虚拟机负载猛增并进行迁移。这种方法能够保证肯定不会发生虚拟机资源不足。

2、本发明方法是一种成本与性能均衡的迁移策略，能保证首先使用空闲的物理机资源，在负载过高不能满足SLA的情况下才进行迁移。

附图说明

下面结合附图对本发明进一步说明：

图1为本发明的流程图；

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

算法可以把虚拟机根据其对资源的需求来区分重要的程度，这可以类比为有许多不同价值的宝物。通过监控数据就可以知道每台主机的空闲资源的数量。越大的空闲资源可以容纳的虚拟机也越多，这类似于有若干个空的背包。于是虚拟机迁移策略的问题就变成了0-1背包问题。

算法的输入参数为虚拟机对资源的需求量、虚拟机的总数、主机的空闲资源量。SS为虚拟机迁移策略栈。分别计算m个主机的空闲资源组成背包集BagSet并进行排序后，对每台虚拟机的资源使用通过PolyFitForecast进行预测。

将需要迁移的向虚拟机放入宝物集TreasureSet中。对背包集中每个背包解0-1背包问题得出需要迁移到当前主机的虚拟机集合放入策略栈中。

背包集(BagSet)中每个背包解0-1背包问题的算法如下：

解决0-1背包问题，可以使用动态规划的算法，由于解0-1背包问题的方法是一个经典的算法，得到的解为一定为最优解，于是就可以得到最佳的虚拟机迁移策略。

。