[发明专利]一种虚拟机热迁移方法、装置、设备及存储介质在审
申请号: | 202011035520.8 | 申请日: | 2020-09-27 |
公开(公告)号: | CN112181594A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 沈新新 | 申请(专利权)人: | 北京浪潮数据技术有限公司 |
主分类号: | G06F9/455 | 分类号: | G06F9/455;G06F30/27;G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 薛娇 |
地址: | 100085 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 虚拟机 迁移 方法 装置 设备 存储 介质 | ||
1.一种虚拟机热迁移方法,其特征在于,包括:
确定需要实现热迁移的虚拟机为目标虚拟机,获取所述目标虚拟机所处场景中各项影响热迁移的外在因素的值为待输入样本;
将所述待输入样本输入至智能模型中,确定所述智能模型输出的相应热迁移方法及参数分别为目标热迁移方法及目标参数;其中,所述智能模型为预先利用训练样本训练得到的,所述训练样本包括不同场景中各项外在因素的值及对应场景下总耗时最短的热迁移方法、参数;
基于所述目标参数,按照所述目标热迁移方法对所述目标虚拟机实现相应的热迁移。
2.根据权利要求1所述的方法,其特征在于,在利用训练样本及标签值训练得到所述智能模型之前,还包括:
在用户指示下对预先设置的白名单中的热迁移方法进行删除或者增加,并确定所述白名单中包含的各热迁移方法为所述标签值包含的热迁移方法。
3.根据权利要求2所述的方法,其特征在于,确定所述智能模型输出的相应热迁移方法及参数分别为目标热迁移方法及目标参数,包括:
如果所述智能模型输出有一个热迁移方法及参数,则确定所述智能模型输出的该热迁移方法及参数分别为目标热迁移方法及目标参数;如果所述智能模型输出有多个热迁移方法及参数,则确定该多个热迁移方法及参数中优先级最高的热迁移方法及对应参数分别为目标热迁移方法及目标参数。
4.根据权利要求3所述的方法,其特征在于,还包括:
接收外界用户输入的优先级更新指令,并基于该优先级更新指令更新每个热迁移方法及对应参数的优先级。
5.根据权利要求4所述的方法,其特征在于,所述外在因素包括业务场景、负载类型、带宽及宿主机的配置;所述业务场景的值包括所属行业,所述负载类型的值包括CPU密集型、I/O密集型、内存密集型、网络密集型和混合型,所述带宽的值包括带宽传输速度及带宽稳定性,所述宿主机的配置的值包括对应虚拟机所在主机是否支持网卡及是否支持硬件压缩。
6.根据权利要求5所述的方法,其特征在于,利用训练样本及标签值训练得到所述智能模型,包括:
利用训练样本及标签值训练预先创建的决策树,得到所述智能模型。
7.根据权利要求6所述的方法,其特征在于,基于所述目标参数,按照所述目标热迁移方法对所述目标虚拟机实现相应的热迁移之后,还包括:
将完成所述目标虚拟机热迁移的信息发送至相应的管理终端。
8.一种虚拟机热迁移装置,其特征在于,包括:
获取模块,用于:确定需要实现热迁移的虚拟机为目标虚拟机,获取所述目标虚拟机所处场景中各项影响热迁移的外在因素的值为待输入样本;
确定模块,用于:将所述待输入样本输入至智能模型中,确定所述智能模型输出的相应热迁移方法及参数分别为目标热迁移方法及目标参数;其中,所述智能模型为预先利用训练样本训练得到的,所述训练样本包括不同场景中各项外在因素的值及对应场景下总耗时最短的热迁移方法、参数;
迁移模块,用于:基于所述目标参数,按照所述目标热迁移方法对所述目标虚拟机实现相应的热迁移。
9.一种虚拟机热迁移设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述虚拟机热迁移方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述虚拟机热迁移方法的步骤。
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北京浪潮数据技术有限公司,未经北京浪潮数据技术有限公司许可,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/202011035520.8/1.html,转载请声明来源钻瓜专利网。