[发明专利]一种虚拟机调度方法及装置

权利要求书

1.一种虚拟机调度方法，其特征在于，包括：

针对物理机集群内的一个物理机，根据历史时间段内所述物理机的使用情况，确定所述物理机的利用率样本；所述物理机上承载有N个虚拟机，N≥1；

将所述物理机的利用率样本输入预测模型中，得出所述物理机的预计利用率；

根据所述物理机集群内所有物理机的预计利用率，确定所述物理机集群的虚拟机迁移策略；

根据所述物理机集群的虚拟机迁移策略，对虚拟机进行调度。

2.如权利要求1所述的方法，其特征在于，所述根据历史时间段内所述物理机的使用情况，确定所述物理机的利用率样本，包括：

针对所述历史时间段内的每一个单位时间，根据所述单位时间内所述物理机的使用情况，确定所述物理机的单位时间利用率；

根据每一个单位时间在所述历史时间段的位置，将所有单位时间分类；

针对每一个单位时间类别，根据所述单位时间类别中的所有单位时间利用率，确定所述单位时间类别的影响因子；

针对所述物理机的每一个单位时间利用率，将所述单位时间利用率除以对应的单位时间类别的影响因子，得到所述物理机的利用率样本。

3.如权利要求2所述的方法，其特征在于，所述根据所述单位时间内所述物理机的使用情况，确定所述物理机的单位时间利用率，包括：

将所述单位时间内所述物理机的定时任务屏蔽，采集所述物理机的多个实时利用率；所述单位时间包括多个瞬时时间，每个瞬时时间对应一个实时利用率；

将所述多个实时利用率进行排序，选择M个实时利用率计算所述物理机的单位时间利用率。

4.如权利要求1所述的方法，其特征在于，所述预测模型的数量为P个，P≥1；

所述将所述物理机的利用率样本输入预测模型中，得出所述物理机的预计利用率，包括：

利用多元线性回归模型，计算每个预测模型的权重指数；

针对一个预测模型，将所述物理机的利用率样本输入所述预测模型中，得到所述物理机的初步预测结果；

根据P个初步预测结果和对应的P个权重指数，计算出所述物理机的预测利用率。

5.如权利要求4所述的方法，其特征在于，所述预测模型包括以下模型中的一个或多个：

线性回归方程(LM)模型、二次移动平均(MA)模型、ARIMA(差分整合移动平均自回归)模型。

6.如权利要求1所述的方法，其特征在于，所述根据所述物理机集群内所有物理机的预计利用率，确定所述物理机集群的虚拟机迁移策略，包括：

根据物理机的预计利用率，将所述物理机集群中的所有物理机划分为过载物理机、轻载物理机和均衡物理机；

将所述轻载物理机上承载的所有第一虚拟机迁出；

将所述过载物理机上承载的第二虚拟机逐个迁出，直至所述过载物理机变为均衡物理机；

从所有均衡物理机中选择第一物理机承载所述第一虚拟机和/或所述第二虚拟机。

7.如权利要求6所述的方法，其特征在于，所述从所有均衡物理机中选择第一物理机承载所述第一虚拟机和/或所述第二虚拟机，包括：

针对所有均衡物理机中的任一均衡物理机，计算所述均衡物理机的承载优先值；

选择承载优先值最大的均衡物理机作为所述第一物理机；

所述均衡物理机的承载优先值满足以下公式：

其中，S为均衡物理机的承载优先值；f_总为均衡物理机的预测利用率；R_high为资源利用上限，N为均衡物理机承载的虚拟机数量。