[发明专利]云数据中心以能效为目标的虚拟机部署算法及系统

说明书

本发明公开了云数据中心以能效为目标的虚拟机部署算法及系统，分别获取各个服务器的自适应分类阈值及各个服务器的实时资源利用率；分别将各个服务器的实时资源利用率及其对应的自适应阈值进行比较，确定各个服务器的实时动态类别；其中，动态类别包括负载过重、负载中等、正常负载、负载较轻、负载过轻五类；通过将负载过重服务器上的虚拟机迁移至正常负载且具有最高能效的服务器上以降低其违约率和减少服务器的迁移频率，提高云计算中心的稳定性，同时将负载过轻的服务器上的虚拟机迁移至负载较轻且具有最高能效的服务器上，关闭负载过轻的服务器，以提高负载较轻服务器的资源利用率，实现同时降低云数据中心的能源消耗和违约率。

技术领域

本发明涉及虚拟机分配的技术领域，尤其涉及云数据中心以能效为目标的虚拟机部署算法及系统。

背景技术

随着云计算技术的逐渐成熟，越来越多的企业将应用部署到云计算平台上，因而云计算数据中心的规模越来越大。一个云计算数据中心涉及几十万台甚至几百万台规模的物理机(服务器)，这些物理机的运行需要消耗大量的能量，从而导致服务提供商的运营成本增加。面对如此规模的数据中心，如何降低数据中心的能耗，成为云服务提供商面临的一个重要挑战。

现有的虚拟机部署算法，为了减少数据中心服务器违约损失率，常常会把负载超过预设阈值的服务器上的虚拟机迁移到负载低于预设阈值的服务器上，这样虽然能在一定程度上减轻负载过重的服务器上的违约率，但却没有考量云计算中心的能耗问题，一旦迁移的对象为负载较重，且负载低于预设阈值的服务器上，就会导致负载较重，且负载低于预设阈值的服务器在短时间又转变为超过预设阈值的服务器，又得再次迁移虚拟机，而虚拟机的频繁迁移不但增加能耗，而且还影响整个云计算中心的稳定性，此外，一旦迁移对象为负载过轻的服务器上，且存在比负载过轻的服务器负载重，且能正常容纳负载过轻的服务器的虚拟机的服务器时，说明负载过轻的服务器的运行并非必要，那么负载过轻的服务器本身的运行就会增加能耗，将迁移对象为负载过轻的服务器也并非优选。

因此，如何解决现有的虚拟机部署算法无法同时兼顾减少服务器的违约损失率和能耗已成为本领域技术人员亟待解决的技术问题。

发明内容

本发明提供了云数据中心以能效为目标的虚拟机部署算法及系统，用于解决现有的虚拟机虚拟机部署算法无法同时兼顾减少服务器的违约损失率和能耗的技术问题。

为解决上述技术问题，本发明提出的技术方案为：

一种云数据中心以能效为目标的虚拟机部署算法，包括以下步骤：

分别获取各个服务器的自适应分类阈值及各个服务器的实时资源利用率；

分别将各个服务器的实时资源利用率与其对应的自适应阈值进行比较，确定各个服务器的实时动态类别；其中，动态类别包括负载过重、负载中等、正常负载、负载较轻、负载过轻五类；

通过将负载过重服务器上的虚拟机迁移至正常负载且具有最高能效的服务器上以降低其违约率和减少服务器的迁移频率，提高云计算中心的稳定性，同时将负载过轻的服务器上的虚拟机迁移至负载较轻且具有最高能效的服务器上，关闭负载过轻的服务器，以提高负载较轻服务器的资源利用率，实现同时降低云数据中心的能源消耗和违约率。

优选的，自适应阈值包括高阈值、中阈值、正常阈值以及低阈值，其中，高阈值＞中阈值＞正常阈值＞低阈值；分别获取各个服务器的自适应分类阈值，具体包括以下步骤：

对于任意一台服务器，均执行以下步骤：

对服务器连续一段时间的资源利用率进行聚类，得到K个类簇；

分别计算服务器的各个类簇的MAD值，构建由服务器的各个类簇的MAD值组成的MAD值集；

计算MAD值集的四分位距IQR；

基于四分位距IQR，分别计算服务器的自适应分类阈值。