[发明专利]一种面向NUMA架构的虚拟CPU调度优化方法

摘要

本发明公开了一种面向NUMA架构的VCPU调度优化方法，具体地：采集每个VCPU的访存信息，分析计算各VCPU的访存特征；根据每个VCPU的内存块位置和类型，在将访存密集型VCPU平均分配到不同NUMA节点的基础上，保证最大限度的本地内存访问；当存在空闲的CPU时，根据CPU负载大小以及CPU所属节点信息，为该空闲的CPU选取一个合适的VCPU来运行。本发明针对访存密集型应用程序在基于NUMA架构的虚拟化环境下的性能问题，根据VCPU的访存特征来优化VCPU的分配和迁移机制，在维持虚拟化层透明性的前提下，可有效地减少远端内存访问和缓解共享资源竞争，从而提高访存密集型应用程序的性能。

主权项

1.一种面向NUMA架构的VCPU调度优化方法，其特征在于包括如下步骤：(1)访存特征分析步骤，包括如下子步骤：(1.1)统计在采样周期T内，每个VCPU访问各节点上的内存页的次数；找到各VCPU访问的内存页次数最多的节点，用该节点的编号表示该VCPU的内存块位置；T为0.5-5秒；(1.2)计算各VCPU在采样周期内的LLC需求RLLCref，RLLref＝α╳访问LLC次数/总指令执行数，其中α是一个比例伸缩常量，用于将RLLCref的数量级伸缩到102量级；LLC为共享缓存；(1.3)根据上阈值high、下阈值low以及各VCPU的RLLCref，确定各VCPU的类型，LLC-FR类型的VCPU定义为非访存密集型VCPU，LLC-FI和LLC-T类型的VCPU定义为访存密集型VCPU；所有VCPU分为三种类型：LLC-T、LLC-FI和LLC-FR；其中LLC-T类型的VCPU的LLC需求很大，LLC缺失率很大；LLC-FI类型的VCPU的LLC需求比较大，LLC缺失率不是非常高，但是性能随着其他VCPU带来的LLC竞争的加剧而显著下降；LLC-FR类型的VCPU的LLC需求可以忽略，LLC缺失率很小；(2)VCPU周期性划分步骤：在每个采样周期结束后，根据步骤(1)统计的VCPU类型和内存块位置信息，在将访存密集型VCPU平均分配到不同节点的基础上，保证最大限度的本地内存访问；非访存密集型VCPU不作处理；(3)负载均衡步骤：当某个CPU为空闲状态时，分配一个VCPU到该CPU。