[发明专利]一种基于向量映射的负载均衡方法

说明书

技术领域

本发明涉及分布式集群系统，具体涉及一种虚拟化集群系统的负载均衡方法。

背景技术

随着计算机系统的高速发展，云计算技术日渐成熟，各种类型的应用和服务层出不穷，对大规模服务器集群的计算资源提出了巨大的挑战。分布式集群动态资源调度技术作为一项应对这一挑战的课题被学术界和工业界广泛研究。

分布式集群的动态资源调度具体涉及到大规模分布式虚拟化集群资源调度领域中，由于业务的差异性造成对集群资源的使用不均衡，所以必须在间隔一定的时间内对集群整体的资源做一次调度，使集群中物理资源的使用达到一个均衡的状态；或通过调度决策使集群中的物理资源利用率提高，同时减少一些不必要的物理资源，以达到节能减排的目的。

动态资源调度器DRS通过对大规模服务器集群在物理硬件上进行抽象，隐藏特定物理计算资源和平台的物理特性，为用户提供抽象的，统一的计算环境。在调度过程中控制程序提供了一种动态地、自动化地、可伸缩的方式对计算资源进行管理。同时，控制程序还可以对硬件系统资源进行整合，抽象，为快捷部署、计算资源动态优化，计算任务负载均衡提供了便捷的途径。

动态资源调度器最重要的任务是实现集群负载均衡。具体涉及到虚拟化集群，将具有独立运算存储能力的硬件设备(如CPU，内存，硬盘和网络设备等硬件资源的计算机)看作是物理节点，有多个物理节点组成的称为是虚拟化集群系统。通过虚拟化技术，可以在同一个物理节点上运行多个虚拟机实例，每一个虚拟机实例由虚拟监控器VMM分配相应的机器名、独立的虚拟网络地址和独立的设备资源(如CPU，内存，硬盘和网络I/O等软硬件资源)。在大规模的虚拟化集群系统中，每一个物理节点上运行着众多的虚拟机。因此，基于大规模虚拟化集群系统的负载均衡技术包括：1)同一个物理节点上虚拟机之间的负载均衡；2)虚拟化集群系统中多个物理节点的负载均衡。

现有负载均衡方法有基于贪婪策略Greedy的负载均衡方法、基于装箱策略Bin packing的负载均衡方法、基于降维策略Sand-Piper的负载均衡方法和基于规划约束策略Line programming的负载均衡方法。由于基于贪婪策略Greedy的负载均衡方法、基于装箱策略Bin packing的负载均衡方法和基于降维策略Sand-Piper的负载均衡方法没有考虑在虚拟化环境中，物理机和虚拟机不同维度之间存在量纲不统一的问题，至少存在以下缺点：

1)忽略各个维度资源的差异性，未进行差异化考虑；

2)量纲不统一，均衡偏差超出预期；

3)多维资源负载均衡决策精度差。

基于规划约束策略Line Programming的负载均衡方法考虑到了多个维度的资源差异性，但每次决策都需要所有物理机和虚拟机所有维度均参与约束规划方程求解，进行全局计算，计算开销很大；此外，决策结果会导致大量的虚拟机或服务迁移，加重系统负担。

发明内容

本发明要解决现有方法的不足，提供一种基于向量映射的负载均衡方法，弥补了上述方法所存在的忽略各维度资源维度差异性和大量虚拟机和服务迁移的问题。

一种基于向量映射的负载均衡方法，在大规模虚拟化集群系统中实现负载均衡，所述大规模虚拟化集群系统包括物理节点，以及虚拟机，所述负载均衡方法包括如下步骤：

1)、获取待迁移虚拟机列表；

2)、将所有物理节点及待迁移虚拟机的三个维度资源向量基于空间坐标系映射到投影平面内，以所处区域将其划分为不同的组；

3)、采用最优降序装箱方法进行负载均衡处理。

进一步地，所述的步骤1)包括如下步骤：

1.1、遍历虚拟化集群系统中所有的物理节点，将每一个物理节点的三个维度资源进行折算，获取虚拟化集群系统中所有物理节点负载信息；

1.2、对所有物理节点负载信息进行排序，并从中选择出待处理的物理节点；

1.3、针对已经选定的待处理物理节点，去掉其上一台虚拟机，计算当前系统的负载均衡度，直到这个物理节点上的所有虚拟机都枚举完，若去掉某一台虚拟机后整个集群系统负载均衡度最小，则这台虚拟机作为备选虚拟机加入到待迁移列表中；

1.4、重新计算这台虚拟机所在的物理节点的负载信息，并计算虚拟化集群系统的负载均衡度，若获取的虚拟化集群系统的负载均衡度未超过阀值，则获取待迁移虚拟机阶段结束，否则进行下一步骤；

1.5、判断所有物理节点，若无论将哪一台虚拟机放入到待迁移虚拟机列表，整个虚拟化集群系统的负载均衡度仍然超过阀值，则获取待迁移虚拟机阶段结束，否则返回步骤1.2。