基于Markov的Docker动态迁移方法优化研究

发布时间：2021-06-29 03:25

　　针对Docker动态迁移中高脏页率内存被重复拷贝问题,提出了基于Markov的Docker动态迁移优化算法。首先利用linux的内存跟踪机制获取内存页被修改的情况,之后将获取的数据输入Markov预测算法,根据预测结果求出高脏页率内存并将其放到后期传输。实验表明,该方案能有效减少高脏页率内存的重复拷贝,特别是在高负载的情况下,同时能减少迭代次数约25.20%,缩短停机时间约7.14%。 

【文章来源】：信息技术. 2020,44(09)

【文章页数】：7 页

【部分图文】：

空负载停机时间

高负载停机时间

低负载下迭代迁移次数


本文编号：3255625