一种面向云资源调度的热点迁移策略

发布时间：2018-03-22 16:30

  本文选题：云环境　切入点：大数据　出处：《西北工业大学学报》2017年01期 　论文类型：期刊论文

【摘要】：在云环境下的大数据中心,虚拟机数目和虚拟机的负载会随用户和应用的需求而经常变化,虚拟机需要进行动态资源调整,及时移除系统中的热点资源,从而达到整个系统的负载均衡。现有的方法主要采用启发式算法计算迁移调节方案,选择CPU、内存、网络等资源的混合负载最小的机器作为迁移对象。此类方法由于没有区分资源类型,可能会导致从物理机上迁移了单一资源负载高而其他资源负载低的虚拟机。提出了一种云环境下,面向云资源调度的热点迁移方法,其特点是通过判断物理机上所承载虚拟机的CPU或内存各自的容量总和,来判断是否有热点发生,并根据对热点虚拟机迁移代价进行计算的结果来选择合适的目标物理机进行迁移。该方法可以区分不同资源种类的热点,能快速准确地找到热点虚拟机,并保证在迁移过程中代价最小,避免误迁移。
[Abstract]:In big data Center in the cloud environment, the number of virtual machines and the load of virtual machines will often change with the needs of users and applications. The virtual machines need to adjust the dynamic resources and remove the hot resources in the system in time. In order to achieve the load balance of the whole system, the existing methods mainly use heuristic algorithm to calculate the migration adjustment scheme, select CPU, memory, The machine with the smallest mixed load on resources such as the network is used as the migration object. It may lead to the migration of virtual machines with high load of single resource and low load of other resources. In this paper, a hot spot migration method for scheduling of cloud resources in cloud environment is proposed. Its characteristic is to judge whether hot spots occur by judging the sum of the CPU or memory capacity of the virtual machine loaded on the physical machine. According to the result of calculating the migration cost of hot spot virtual machine, the suitable target physical machine can be selected to migrate. This method can distinguish the hot spots of different resource types, and can quickly and accurately find hot spot virtual machines. And ensure the minimum cost in the process of migration, avoid false migration.
【作者单位】： 西北工业大学计算机学院;
【基金】：国家“973”重点基础研究发展计划基金(2012CB316203) 国家自然科学基金(61303037)资助
【分类号】：TP302

【相似文献】

相关期刊论文 前10条

1 周建涛;陆海燕;叶新铭;;面向资源调度的矩阵规范化方法研究[J];中山大学学报(自然科学版);2009年01期

2 夏文明;李国富;;资源调度问题研究综述[J];机电工程;2009年07期

3 林伟伟;齐德昱;;云计算资源调度研究综述[J];计算机科学;2012年10期

4 杨继君;许维胜;黄武军;吴启迪;;基于多灾点非合作博弈的资源调度建模与仿真[J];计算机应用;2008年06期

5 梁金华;;基于仿真网格平台的资源调度算法模拟[J];科技信息;2010年18期

6 薛玉;;云计算环境下的资源调度优化模型研究[J];计算机仿真;2013年05期

7 罗丹;;云计算资源调度算法仿真[J];计算机仿真;2013年07期

8 谢斌;林华;;联合战场资源调度问题综述[J];舰船电子工程;2013年10期

9 林永毅,张智江,廖黛丽,倪凌;电信传输资源及调度一体化管理的研究与实现[J];电信科学;2002年10期

10 吉军;蔚承建;陈胜峰;陈旭;;分散式多工厂资源调度中的一种理性策略[J];计算机应用;2010年11期

相关会议论文 前3条

1 曹东旭;刘明阳;;基于马尔科夫决策链的作战资源调度[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

2 王兵;贾利民;龙慧;郭杜杜;马玉春;;新疆公路网交通事故应急救援资源调度系统设计及应用[A];第七届中国智能交通年会优秀论文集——智能交通应用[C];2012年

3 丛慧芳;王文生;谢能付;;农业信息网格环境中数据传输资源调度方法研究[A];中国农业信息科技创新与学科发展大会论文汇编[C];2007年

相关重要报纸文章 前1条

1 本报记者 吴挺;云计算的管理需求显现[N];计算机世界;2009年

相关博士学位论文 前10条

1 王小乐;信息物理融合系统资源调度关键技术研究[D];国防科学技术大学;2014年

2 吴晓民;能量捕获驱动的异构网络资源调度与优化研究[D];中国科学技术大学;2016年

3 朱锐意;LTE系统资源动态分配算法研究[D];中国科学技术大学;2016年

4 王力;铁路集装箱中心站关键资源调度优化理论与方法[D];北京交通大学;2014年

5 马满福;基于计算经济的网格资源管理研究[D];西北工业大学;2007年

6 冉泳屹;云环境下基于随机优化的动态资源调度研究[D];中国科学技术大学;2015年

7 徐昕;基于博弈论的云计算资源调度方法研究[D];华东理工大学;2015年

8 徐劲松;SLA约束下的云资源调度关键技术研究[D];南京邮电大学;2013年

9 张静乐;网络环境下协同服务关键技术研究[D];北京科技大学;2011年

10 田国忠;多DAG共享资源调度的若干问题研究[D];北京工业大学;2013年

相关硕士学位论文 前10条

1 王艳平;基于蚁群算法的云计算资源调度研究[D];曲阜师范大学;2015年

2 何兰兰;云环境下基于SLA的优化资源管理机制研究[D];江西理工大学;2015年

3 张扬;基于QPSO-SFLA改进算法的云环境资源调度研究[D];江西理工大学;2014年

4 杨南;藏文舆情云分析平台资源调度优化研究[D];西北民族大学;2015年

5 李超;基于改进粒子群算法的云计算资源调度研究[D];中国矿业大学;2015年

6 郭庆光;基于协同演化算法的云计算资源调度的研究[D];电子科技大学;2014年

7 陈强;载波聚合下的资源调度研究[D];电子科技大学;2014年

8 梁俊杰;基于应用容器的云资源调度研究与实现[D];电子科技大学;2015年

9 赵颖;Hadoop环境下的动态资源管理研究与实现[D];上海交通大学;2015年

10 徐政;基于QoS的LTE资源调度策略研究[D];南京邮电大学;2015年

，

本文编号：1649461