云环境下基于内存共享的服务器整合算法研究

发布时间：2018-02-10 00:02

本文关键词： 云计算虚拟化内存共享服务器整合　出处：《复旦大学》2012年硕士论文　论文类型：学位论文

【摘要】：目前主流的虚拟化技术厂商都实现了虚拟机监控器的内存页共享功能,虚拟机之间内容相同的多个内存页只占用一份实际的机器内存页,这一技术能够降低单个物理机的内存消耗。但是在云计算数据中心内,若两个具有大量相同内存页的虚拟机运行在不同的物理机上,则内存共享并不能充分发挥其作用。基于内存共享的服务器整合能解决这一问题,通过监控所有虚拟机的内存页值,尽量把有共享内存的虚拟机整合到同一个物理机上,把单物理机的内存共享功能扩展到了整个数据中心范围,最大化内存共享,提高了整个数据中心的资源利用率,能满足更多虚拟机对内存的需求,从而使云计算提供商获得更大的收益。本文改进了现有的基于内存共享的服务器整合算法。比较了几种表示集合的数据结构,选择用bloom filter来表示虚拟机的内存指纹集和,用bloom filter的并集操作估算虚拟机的内存占用；收集并统计了大量真实的内存页,分析了不同负载下内存变化速率,得出了内存使用率与内存变化率之间的关系,提出bloom filter冗余删除以及过滤大内存使用率虚拟机的内存指纹这两种方法,大大减少了网络流量；设计了基于内存共享的服务器整合算法,在整合时考虑了被迁移的虚拟机与目的服务器之间的内存共享关系,改进了传统的FFD算法,使得所用服务器数减少。实验表明考虑了内存共享的服务器整合比传统的服务器整合能进一步的提升资源利用率,对于相同的服务器整合问题,本文所提出的算法最终所使用的服务器数量比FFD算法少6%左右,比BFD算法少13%左右,并且虚拟机的迁移次数比BFD算法少9%。结合bloom filter冗余删除以及过滤大内存使用率虚拟机,用于基于内存共享的服务器整合的网络流量能够减少超过50%。
[Abstract]:in that cloud compute data center , if two virtual machines with the same memory page run on different physical machines , the memory sharing is not fully play . This paper improves the existing server integration algorithm based on memory sharing , compares several data structures expressing set , selects bloom filter to represent the virtual machine ' s memory fingerprint set and uses bloom filter to estimate the memory occupation of virtual machine . The relationship between memory usage rate and memory change rate is analyzed . Experimental results show that the integration of servers with memory sharing can further improve the resource utilization ratio . For the same server consolidation problem , the number of servers used in this paper is about 6 % less than that of FFD algorithm , less than 13 % less than that of bfd algorithm , and the number of migration times of virtual machines is 9 % less than that of bfd algorithm . In combination with bloom filter redundancy deletion and filtering large memory usage virtual machines , the network traffic for server consolidation based on memory sharing can be reduced by more than 50 % .

【学位授予单位】：复旦大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：TP368.5

【相似文献】