[发明专利]数据中心内流量带宽可约束的虚拟机动态聚合方法

说明书

技术领域

本发明属于云计算技术领域，尤其涉及一种数据中心内流量带宽可约束的虚拟机动态聚合方法。

背景技术

IaaS云计算架构的数据中心在运行过程中经常需要对所辖的虚拟机进行资源聚合。虚拟机资源聚合是指：云计算数据中心的资源管控系统对所辖所有虚拟机的动态资源利用量及资源预留数据进行比对评估。如果系统内两台虚拟机的动态资源利用量之和的峰值数据仍小于系统为一台虚拟机预留的资源量，则可将两台虚拟机的资源需求视为一台等效虚拟机对资源的需求。系统将两台虚拟机进行配对后统一调度至同一个物理服务器中运行，从而达到提高资源利用率、减少数据中心能耗的目的。

虚拟机聚合算法利用分治算法的思想，将一系列顺序进行的匹配过程变换为一个分群迭代进行的过程，与一般的虚拟机迁移算法相比可以有效减小匹配时的计算复杂度。虚拟机整合算法相对于普通迁移算法的另一个特点是拥有对虚拟机内资源粒度的感知能力，可以基于这些资源数据预测出满足一定精度的虚拟机未来特定时间内资源利用量的动态变化数据。因此，基于各虚拟机未来资源利用量动态变化数据的匹配效果要远优于单纯基于静态历史数据的匹配。

但是，现有虚拟机聚合算法只针对聚合过程中数据中心资源池内CPU、内存等传统计算资源进行优化，却忽视了对于聚合过程中数据中心网络带宽对聚合产生的约束效应进行分析研究。囿于IaaS的运作架构，数据中心内多数任务的执行需要依靠多台虚拟机之间进行实时数据交互操作。一旦出现数据交互过程中因为网络带宽的约束限制出现了流量拥塞，将会导致严重的性能下降。因此，虚拟机聚合算法在设计中不仅需要考虑对计算资源的优化，也需要考虑算法效果受到网络带宽资源的约束。但现有的绝大部分虚拟机聚合算法没有针对网络带宽资源约束进行专门的设计，致使这些算法的聚合后的实际性能与理论预测值产了较大的偏差。

因此，一些改进的聚合算法为了在优化计算资源的同时减小带宽拥塞对于整体性能 的约束，尝试根据虚拟机数据交互过程带宽瓶颈产生的概率进行建模。改进的算法通过不断地将数据交互流量较大的虚拟机群同时调度到物理距离尽量近的服务器中，达到减小虚拟机间平均交互流量，降低数据中心中流量带宽拥塞平均概率的目的。

然而，现有的算法存在以下明显缺陷：1、现有算法不能准确平衡聚合过程中对于计算资源和网络资源的优化需求，人为将网络资源的优化和计算资源的聚合分割进行。并且以网络资源的优化作为优先目标，导致网络资源优化过度而计算资源聚合不足。2、现有算法针对网络资源进行优化时，虚拟机聚类的启发式模型中有效参数过少，并不能真正反映各虚拟机真正具有的参数转发代价。3、现有算法没有充分利用计算资源的零和特性，对于虚拟机计算资源和网络带宽的优化都采用相同的静态聚合方式进行，聚合时的资源匹配精度较低，优化能力有限。

发明内容

针对现有技术之不足，本发明提供了一种新的虚拟机聚合算法架构，即IaaS数据中心内流量带宽可约束的虚拟机动态聚合方法，其包括以下步骤：

S1)对初始状态虚拟机针对计算资源进行多级聚合，聚合完成后，初始状态的虚拟机全部被聚合后的等效虚拟机取代；

S2)建立流量代价模型，令单位流量经过的各层交换机的代价系数为C^l，其中，接入层交换机对应于C¹，汇聚层交换机对应于C²，核心层交换机对应于C³；

S3)将当前虚拟机的C¹类交互流量定义为聚团内交互流量ICIT，将C³类流量定义为聚团外交互流量ECIT；

S4)定义数据中心虚拟机聚合过程中总的流量交互代价以及需要达成的算法目标；

S5)使用全局流量模型来描述任意初始虚拟机i和j之间的交互流量T_ij；然后根据步骤S1中计算资源的聚合流程，将所有的交互流量按照初始虚拟机的聚合方案进行加合处理，生成等效虚拟机的交互流量；将任意等效虚拟机i和j之间的交互流量命名为

S6)统计系统内当前所有等效虚拟机连通度，维护一个各等效虚拟机连通度降序表；

S7)统计系统内当前所有等效虚拟机的经过转换系数转换的ICIT和ECIT，并维护一个降序的各等效虚拟机的ICIT/ECIT值表；