[发明专利]基于OpenStack的动态资源调度方法

说明书

本发明涉及一种基于OpenStack的动态资源调度方法，属于资源调度算法领域。算法开始通过设置虚拟机迁移触发策略：虚拟机的迁移触发条件主要分成两种类型，即上限阈值触发迁移和下限阈值触发迁移。这两种触发条件主要是出于两个不同方面的考虑，其中上限阈值的设定主要是为了避免节点负载过高，无法满足用户需求，或者因为负载过高导致节点运行出现故障。然后利用OpenStack的Ceilometer模块，获取所有物理服务器的各项负载属性值及其消耗率。本发明了减少运行节点的数量，节约了电能，避免了因瞬间的震荡而产生的错误迁移。

技术领域

本发明属于资源调度算法领域，涉及基于OpenStack的动态资源调度方法。

背景技术

OpenStack是一个开源的云计算服务平台，为公有云和私有云等提供一个可扩展、可伸缩的云计算服务。任何企业或个人都可以使用OpenStack构建私有云平台来提供服务，也可以构建公有云平台来提供外部云服务。

随着OpenStack平台的大规模部署，云数据中心部署了成千上万的物理节点，在这些物理节点上运行着不同的服务和应用程序，从而对OpenStack平台有了更高的要求。另外，OpenStack领域的一个重要研究方向是OpenStack的资源调度，通过对OpenStack环境中的计算、网络、存储等资源的优化调度，可以提高OpenStack资源的使用效率，并且使整个系统根据需求达到最优性能。在OpenStack平台中，采用适当的资源调度策略，能合理调整系统中的各种资源，并且使整个系统根据需求达到最优性能。随着任务数量和用户流量的增加，负载将大部分添加到单个服务器上，如果单纯地扩大集群，并不能充分利用资源，任务分配不均衡。因此，需要使用负载均衡技术将用户的请求均匀的分配到多个服务器上。负载均衡技术是基于任务线程调度算法，将其平均分配到集群中的节点，可以提高系统的任务处理能力。目前，在OpenStack云平台的负载均衡技术研究主要有两个方面：一是通过适当的调度策略选择合适的计算节点来部署虚拟机，二是将分布式软件任务请求分发到合适的虚拟机上。OpenStack环境中的调度策略主要研究负载信息的选择。有文献用CPU，内存和网络流量作为负载信息，提出基于负载的虚拟机管理多目标优化虚拟机动态管理。有文献作者选择CPU和磁盘作为负载信息，提出创建虚拟机资源池，根据负载情况来增加或减少虚拟机。在一些文献中，选择CPU作为负载信息，提出了自适应负载均衡算法。根据负载情况，快速调整相应参数，调度集群中的服务器资源。也有文献以CPU和Web服务访问作为负载信息。通过分析这些文献，对OpenStack中的资源调度算法进行了研究，并且使用CPU，内存和硬盘存储的利用率作为负载信息。

发明内容

有鉴于此，本发明的目的在于提供一种基于OpenStack的动态资源调度方法，在保证原有系统运行在良好状态基础上来实现云平台系统运行过程中的负载均衡，提升系统的运行效率。

为达到上述目的，本发明提供如下技术方案：

基于OpenStack的动态资源调度方法，该方法包括以下步骤：

S1：定义参数；

CPU_avg表示调度域内的所有物理服务器的CPU属性的消耗率的平均值；调度域n指所有有负载的物理服务器的个数，CPU_i指调度域中某个物理服务器的CPU使用率；

MEM_avg表示调度域内的所有物理服务器的内存属性的消耗率的平均值；MEM_i指调度域中某个物理服务器的内存使用率；

DISK_avg表示调度域内的所有物理服务器的硬盘消耗的平均值；DISK_i指调度域中某个服务器的硬盘消耗率；