[发明专利]云数据中心基于多资源的高能效虚拟机放置方法

摘要

本发明公开了一种云数据中心基于多资源的高能效虚拟机放置方法，包括步骤：建立多资源的能效模型；采用首次适应算法生成粒子，定义粒子个体最优解和全局最优解的信任度指导粒子进化；根据多资源能效模型定义粒子群的适应度函数并以此来评价粒子。本发明方法能够有效降低云计算数据中心的虚拟机的放置的能耗，系统资源得到合理分配。

主权项

一种云数据中心基于多资源的高能效虚拟机放置方法，其特征在于，包括以下步骤：101、获取云数据中心中多资源种类数量d，云数据中心物理节点的数量n及实际利用率并设定能效最佳利用率其中表示物理结点i上第j种资源的实际利用率，表示物理结点i上第j种资源的能效最佳利用率，建立多资源能效模型，如式(1)所示：$\mathrm{\δ}=\underset{i=1}{\overset{n}{\Σ}}\sqrt{\underset{j=1}{\overset{d}{\Σ}}{(u_j^i-{\mathrm{ubest}}_j^i)}^2}---\left(1\right);$102、随机生成N个虚拟机请求序列，采用首次适应First Fit算法得到N种虚拟机的初始放置序列，即N个粒子，从而构成初始种群；103、根据步骤101中得到的多资源能效模型，构建粒子的适应度函数f(δ)，并根据粒子群优化算法计算出适应度、局部最优解及全局最优解，得出粒子的新位置；104、根据步骤103中得到的粒子新位置，判断是否满足及$\underset{j}{\Σ}{r}_j^{CPU}*x_h^j\≤c_h^{CPU},\underset{j}{\Σ}{r}_j^{RAM}*x_h^j\≤c_h^{RAM},\underset{j}{\Σ}{r}_j^{BW}*x_j^j\≤c_h^{EW},\underset{j}{\Σ}{r}_j^{DISK}*x_h^j\≤c_h^{DISK}---\left(5\right)$式(4)中的表示虚拟机j是否放置在物理结点h，当虚拟机j放置在物理结点h上，表示每个虚拟机只能放在一个物理结点上,虚拟机j不放置在物理结点h上则式(5)表示多个虚拟机放置在物理结点h时，虚拟机资源不能超过物理结点h的资源总量，其中，分别表示虚拟机j所需的CPU、内存、带宽和磁盘的容量，分别表示物理结点h的CPU、内存、带宽、磁盘的容量；105、若满足步骤104中的式(4)和式(5)，则更新粒子的位置，迭代次数加1；若不满足式(4)和式(5)，则粒子位置不变，迭代次数加1；当迭代次数大于等于最大迭代次数N3时，迭代结束并输出全局最优解，根据该全局最优解所对应的物理节点位置设置虚拟机，完成虚拟机的放置。