[发明专利]一种基于负载聚合的程序特征指标体系建立方法

说明书

技术领域

本发明涉及并行与分布计算，特别涉及一种数据中心中描述程序共存执行时运行时特征的指标体系。

背景技术

数据中心已经成为当前通用的程序运行的载体，可以帮助用户与云服务运营商达到共赢。但是数据中心资源利用率一般不足30％。如何提高资源利用率成为云计算运营商需要考虑的关键问题，从商业角度和学术角度都备受关注。

负载聚合(Workload Consolidation)是提高数据中心资源利用率的重要手段，这其中的负载主要指的是运行程序。负载聚合是把多个程序分配到一个计算节点上，从而使服务器节点提高计算、存储、磁盘I/O等资源的利用率，并可以关闭更多空闲节点以降低能耗开销。近期调查显示随着计算需求的增加，超过60％的数据中心运营商会采用负载聚合。负载聚合可以在程序性能与系统资源利用率之间实现权衡。

但是负载聚合也带来一些问题，比如，共存执行的应用对共享资源产生竞争从而导致性能下降；第二，这种干扰引起的性能下降随着应用特征及共存执行程序的特征的不同而变化，导致难以预测应用性能；第三，共存执行的应用由于某几种资源被强占从而导致推进缓慢，拉低数据中心吞吐量。

为了实现高效的负载聚合，应该把运行时对资源的需求没有冲突的程序调度到同一节点运行，这就需要调度器了解被调度程序的资源使用的动态行为。因此需要了解程序的运行时的资源使用特征，并根据程序的运行时特征实现合理调度。

发明内容

针对现有技术中存在的不足，发明提供了一种高效支持负载聚合的程序特征指标体系建立方法，该指标体系从多维、多角度、细粒度来描述程序共存执行时，程序特征能够高效支持数据中心的负载聚合。

本发明的技术方案为：

一种基于负载聚合的程序特征指标体系建立方法，包括：

建立程序的资源空间访问指标，所述资源空间访问指标为多元指标；

分析程序在所述资源空间访问指标中，每一指标下的资源使用量和资源敏感度；

建立多元指标下，以程序的资源使用量和资源敏感度为基础的程序特征指标体系。

进一步的，所述资源空间访问指标至少包括处理器、磁盘读、磁盘写、内存和网络带宽。

进一步的，分析程序在所述资源空间访问指标中，每一指标下的资源使用量包括：

采用虚拟机监测方法分析程序在每一指标下的资源使用量。

进一步的，分析程序在所述资源空间访问指标中，每一指标下的资源敏感度包括：

当程序A在任意一个资源空间访问指标下运行时，该资源空间访问指标被程序B抢占，若程序A的性能发生骤然下降时，程序A对该资源空间访问指标的资源敏感度为敏感等级；否则，为不敏感等级。

或者分析程序在所述资源空间访问指标中，每一指标下的资源敏感度包括：

采用敏感度分析工具ARCPTool进行每一指标下的程序资源敏感度分析。

进一步的，对所述多元指标中的每一指标分别进行细粒度划分，以资源限制点为节点，两个相邻的资源限制点之间为同一资源水平，建立以细粒度划分为基础的多元指标下的程序特征指标体系。

进一步的，所述程序特征指标体系为多维度超平面体系。

进一步的，本方法还包括将测试程序按照所述程序特征指标体系进行分析，得到测试程序的特征标签，根据所述特征标签，采用调度器改善系统资源利用率。

本发明的有益效果：

本发明是一种高效支持负载聚合的程序特征指标体系分析方法，它能够做到1)能够准确且完整地描述程序的运行时特征；2)能够依据指标体系参数，准确地为程序贴标记；3)能够帮助调度器改善系统资源利用率、程序性能和系统的吞吐率。

附图说明

图1是程序的资源空间访问指标。

图2是程序在由一个5维数组组成的资源空间访问指标下的性能。

图3是本发明的一实施例在内存和网络带宽两个维度上的敏感度示意图。

具体实施方式：

下面结合附图与实施例对本发明作进一步说明：

应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。