[发明专利]混合云模式下的虚拟机内存自适应热迁移调度方法及系统

权利要求书

1.一种混合云模式下的虚拟机内存自适应热迁移调度方法，其特征在于，包括：

脏页率预测模型构建步骤：构建脏页率预测模型来预测源虚拟机内存在迭代拷贝后的当前脏页率；

一次迭代拷贝步骤：对源虚拟机内存进行一次迭代拷贝，通过当前脏页率与当前脏页率阈值的比较，决定执行继续迭代拷贝步骤还是执行停机拷贝和按需拷贝；

继续迭代拷贝步骤：对源虚拟机内存进行继续迭代拷贝，根据继续迭代拷贝的次数，或者根据当前脏页率与当前脏页率阈值的比较，决定是否进入停机拷贝；

其中，当前脏页率阈值等于源虚拟机内存中所有应用的当前脏页率的平均值；

在所述一次迭代拷贝步骤中，在当前脏页率超过当前脏页率阈值的状态下，执行停机拷贝和按需拷贝，在当前脏页率不超过当前脏页率阈值的状态下，执行继续迭代拷贝步骤；

在所述继续迭代拷贝步骤中，在当前脏页率小于当前脏页率阈值的状态下，执行停机拷贝；

其中，利用AR自回归预测模型来预测虚拟机内存在第t次迭代拷贝后的脏页率R_d，t的情况，对混合云PM中虚拟机中的内存使用情况进行实时的检测，R_d，t被定义为：

其中，c是一个常数，ε_t是一个均值为零的随机变量，是最近的k次迭代拷贝的模型参数，1≤k≤t-1，R_d，t-1，R_d，t-2，…，R_d，t-k是相应的内存脏页率，R_d，t是一个k阶AR(k)自回归模型；

滞后算子L被定义为：

LⁱR_d，t＝R_d，t-i

其中，Lⁱ为第i阶滞后算子；

AR(k)自回归模型被描述为：

其中，是AR滞后算子多项式，表达式为：

因此，脏页率R_d，t表达式被描述为：

其中，φ(L)是一个k阶滞后算子多项式，φ₁，φ₂，…，φ_k是模型参数，μ是一个基于常数c和模型参数的常数参数变形形式；

假设当前源虚拟机中运行有m种应用，当前的脏页率为定义当前脏页率阈值d为

根据R_d和d比较结果，自适应的选择决定是否继续迭代拷贝还是直接进入停机拷贝和按需拷贝阶段；

如果此时R_d＞d，则意味着源虚拟机有较高的内存使用率和频繁的页面读写，将执行进入停机拷贝和按需拷贝阶段；

如果此时R_d≤d，继续执行迭代拷贝，在这个阶段中，设定每一次迭代后的脏页率阈值d′：

2.根据权利要求1所述的混合云模式下的虚拟机内存自适应热迁移调度方法，其特征在于，在所述继续迭代拷贝步骤中，在继续迭代拷贝次数达到阈值的状态下，执行停机拷贝。

3.根据权利要求1所述的混合云模式下的虚拟机内存自适应热迁移调度方法，其特征在于，在所述继续迭代拷贝步骤中优先拷贝低脏页率的源虚拟机内存，在停机拷贝中一次性拷贝剩余源虚拟机内存。