[发明专利]一种基于遗传算法的虚拟机迁移方法

说明书

虚拟化已经成为云计算的支撑技术,它能够使大量的第三方应用以装入虚拟机的形式来运行。为了降低运行成本,虚拟机可以迁移到其它服务器上运行。虚拟机迁移会带来额外的数据传输开销,再加上原本具有依赖关系的不同虚拟机,因此,降低网络成本成为虚拟机迁移时考虑的重要目标。现有的研究中，对于迁移成本，仅考虑了迁移数据量和传输带宽，没有考虑VM间的依赖关系以及数据中心的拓扑逻辑，导致VM迁移时可能将具有依赖关系的两个VM迁移到相距较远的主机上，从而产生较大的通信成本。本发明考虑了VM迁移时的迁移成本和通信成本，提出VM迁移成本模型，具体为一种基于遗传算法的虚拟机迁移方法，利用遗传算法对VM迁移问题进行求解。通过使用轮盘选择算子、双点交叉算子和位触发突变算子，并通过反复实验确定交叉率、突变率等参数，该方法可以大大降低VM迁移时的成本。

技术领域

本发明涉及互联网云计算领域，具体涉及一种基于遗传算法的虚拟机迁移方法。

背景技术

虚拟化已经成为云计算的支撑技术,它能使大量的第三方应用以装入虚拟机的形式来运行。为了降低运行成本,虚拟机可以迁移到其它服务器上运行。虚拟机迁移会带来额外的数据传输开销,再加上原本具有依赖关系的不同虚拟机(例如,一个多层应用由多个虚拟机组成)的网络通信流量,因此,降低网络成本成为虚拟机迁移时考虑的重要目标。

虚拟机迁移是NP难问题。目前为止，研究者从迁移成本和通信成本两个角度对VM迁移的成本模型做出了大量研究。Verma等人[1]发现迁移成本与负载无关，只与VM特性有关。迁移成本被估计为因为迁移引起的吞吐量的下降。Liu等人[2]研究了VM迁移的性能开销和能源开销，并通过实验验证了迁移能耗与迁移引起的网络流量的大小成比例。Mann等人[3]提出了一个VM的迁移框架，该框架考虑了数据中心底层的网络拓扑逻辑和VM间的网络通信流量需求。Meng等人[4]提出了一个二层近似算法以解决流量感知的VM映射问题。Jayasinghe等人提出了满足可用性约束和通信约束的VM迁移算法。Shrivastava等人[5]将数据中心形式化为一个考虑了VM间依赖关系和底层网络拓扑结构的模型，并提出一个贪婪算法最小化通信成本。Chen等人[6]提出一个考虑了网络链接和节点负载的算法来改善迁移时的流量负载和资源利用率。目前的研究中，对迁移成本和通信成本是分开研究的，在研究迁移成本时，仅考虑了迁移数据量和传输带宽，没有考虑VM间的依赖关系以及数据中心的拓扑逻辑，导致VM迁移时可能将具有依赖关系的两个VM迁移到相距较远的主机上，从而导致较大的通信成本。

本发明提出包括迁移成本和通信成本的VM迁移成本模型，利用遗传算法对VM迁移问题进行求解。

参考文献：

[1]A.Verma,P.Ahuja,A.Neogi,PMapper:Power and migration cost awareapplication placement in virtualized systems,in:Proc.of the 9th ACM/IFIP/USENIX International Conference on Middleware,Middleware’08,2008,pp.243–264.

[2]H.Liu,C.Xu,H.Jin,J.Gong,X.Liao,Performance and energy modeling forlive migration of virtual machines,in:Proc.of the 20th InternationalSymposium on High Performance Distributed Computing,HPDC’11,2011,pp.171–182.