基于OpenStack的虚拟机动态迁移方法研究与实现

发布时间：2017-08-20 16:07

  本文关键词：基于OpenStack的虚拟机动态迁移方法研究与实现

  更多相关文章： 云计算 虚拟机动态迁移 虚拟机调度 OpenStack云平台

【摘要】：随着云计算技术的深入发展,越来越多的企业通过构建虚拟化数据中心提供公有云服务,或者搭建面向企业内部的私有云平台。因此,云计算数据中心的数量大幅增加,服务器规模也快速增长,但随着服务器的规模扩大,数据中心的维护与管理变得异常复杂,并且服务器资源利用率低、能耗高等问题也日益凸显,亟待解决。针对上述问题,资源动态融合技术被广泛应用其中,而虚拟机动态迁移则是其中的关键技术之一,因此研究虚拟机动态迁移技术对于提高数据中心的资源融合能力具有十分重要的研究意义。本文在对OpenStack云计算平台的深入研究后,针对其中虚拟机在多个计算节点间负载不均衡的问题,设计并实现了基于OpenStack的虚拟机自主迁移系统。该系统通过性能监控模块实时收集云平台中所有计算节点与虚拟机的性能数据,并通过虚拟机迁移调度模块对性能数据进行分析,找出其中过载节点或者欠载节点执行负载调整操作,并且设计虚拟机调度策略为负载调整的计算节点上的虚拟机匹配最佳的目的节点,实现了云平台环境下的虚拟机自主迁移。从而降低云平台中服务器的能源消耗并提高了资源利用率。此外,本文通过对当前主流的虚拟机动态迁移机制进行研究并分析了各类迁移机制存在的优劣势,从降低虚拟机因迁移造成的性能损耗的角度,提出了一种基于混合后拷贝的虚拟机动态迁移机制。该机制能在保证总迁移时间与总迁移数据量可接受的前提下,减少虚拟机在目的节点恢复运行后所需的网络取页次数。在KVM环境下实现了该迁移机制,通过实验验明基于混合后拷贝的虚拟机动态迁移机制在一定程度上保留了Post-copy机制拷贝数据量少、总迁移时间短的优点,并且减少了虚拟机在目的节点恢复运行后51.2%的网络取页次数,从而有效地降低了虚拟机因迁移造成的性能损耗,提高了虚拟机内应用程序的执行效率。
【关键词】：云计算 虚拟机动态迁移 虚拟机调度 OpenStack云平台
【学位授予单位】：杭州电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP302
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-15
• 1.1. 课题相关背景10-11
• 1.2. 课题相关领域发展现状11-13
• 1.3. 课题的意义13
• 1.4. 论文的主要工作13-14
• 1.5. 论文的组织与结构14-15
• 第2章 相关技术15-26
• 2.1. 云计算概述15-17
• 2.1.1. 云计算概念15-16
• 2.1.2. 云计算部署模式16-17
• 2.2. 虚拟化技术17-20
• 2.2.1. 系统虚拟化17-18
• 2.2.2. CPU虚拟化18-19
• 2.2.3. 内存虚拟化19-20
• 2.2.4. I/O虚拟化20
• 2.3. 服务器虚拟化技术20-23
• 2.3.1. Xen20-21
• 2.3.2. KVM21-22
• 2.3.3. VMware22-23
• 2.4. OpenStack云计算平台23-25
• 2.5. 本章小结25-26
• 第3章 基于OpenStack的虚拟机自主迁移系统26-37
• 3.1. 系统架构设计26-28
• 3.2. 磁盘阵列驱动模块28-30
• 3.2.1. 工作流程28-29
• 3.2.2. 卷迁移辅助程序29-30
• 3.3. 性能监控模块30-33
• 3.4. 虚拟机迁移调度模块33-36
• 3.4.1. 负载阈值设置33-34
• 3.4.2. 目的节点筛选策略34-36
• 3.5. 本章小结36-37
• 第4章 基于混合后拷贝的虚拟机动态迁移机制37-48
• 4.1. 虚拟机在线迁移原理37-39
• 4.2. 基于混合后拷贝的虚拟机动态迁移机制的原理39-41
• 4.2.1. 基于混合后拷贝的虚拟机动态迁移机制工作流程39-40
• 4.2.2. 内存脏页同步40-41
• 4.3. 基于混合后拷贝的虚拟机动态迁移机制的实现41-47
• 4.3.1. 按需取页的实现42-46
• 4.3.2. 主动推送的实现46-47
• 4.4. 本章小结47-48
• 第5章 实验及结果分析48-58
• 5.1. 实验环境及评价指标48
• 5.2. 各类负载下的迁移性能分析48-56
• 5.2.1. 空负载实验49-51
• 5.2.2. 高内存负载实验51-53
• 5.2.3. 高CPU负载实验53-54
• 5.2.4. 高I/O负载实验54-56
• 5.3. 本章小结56-58
• 第6章 总结与展望58-60
• 6.1. 工作总结58
• 6.2. 进一步工作及展望58-60
• 致谢60-61
• 参考文献61-66
• 附录66-67
• 详细摘要逡逑67-69

【相似文献】

中国期刊全文数据库 前10条

1 曹晓刚;;Java虚拟机的10年[J];程序员;2005年07期

2 宋韬;盘细平;罗元柯;倪国军;;Java虚拟机在嵌入式DSP系统上的实现[J];计算机应用与软件;2007年04期

3 刘黎波;;Java虚拟机拦截原理研究[J];科技风;2008年21期

4 刘治波;;Java虚拟机简析[J];济南职业学院学报;2008年01期

5 郝帅;;Java虚拟机中相关技术的探讨[J];成功(教育);2008年08期

6 李霞;;系统虚拟机关键技术研究[J];微型电脑应用;2010年03期

7 郑晓珑;孔挺;;虚拟机的安全风险与管理[J];硅谷;2010年16期

8 李学昌;平淡;;为速度而战,虚拟机内外兼修[J];电脑爱好者;2010年18期

9 王惠萍;张海龙;冯帆;王建华;;Java虚拟机使用及优化[J];计算机与网络;2010年21期

10 郑婷婷;武延军;贺也平;;云计算环境下的虚拟机快速克隆技术[J];计算机工程与应用;2011年13期

中国重要会议论文全文数据库 前10条

1 孟广平;;虚拟机漂移网络连接方法探讨[A];中国计量协会冶金分会2011年会论文集[C];2011年

2 段翼真;王晓程;;可信安全虚拟机平台的研究[A];第26次全国计算机安全学术交流会论文集[C];2011年

3 李明宇;张倩;吕品;;网络流量感知的虚拟机高可用动态部署研究[A];2014第二届中国指挥控制大会论文集（上）[C];2014年

4 林红;;Java虚拟机面向数字媒体的应用研究[A];计算机技术与应用进展——全国第17届计算机科学与技术应用（CACIS）学术会议论文集（上册）[C];2006年

5 杨旭;彭一明;刑承杰;李若淼;;基于VMware vSphere 5虚拟机的备份系统实现[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年

6 沈敏虎;查德平;刘百祥;赵泽宇;;虚拟机网络部署与管理研究[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

7 李英壮;廖培腾;孙梦;李先毅;;基于云计算的数据中心虚拟机管理平台的设计[A];中国高等教育学会教育信息化分会第十次学术年会论文集[C];2010年

8 朱欣焰;苏科华;毛继国;龚健雅;;GIS符号虚拟机及实现方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

9 于洋;陈晓东;俞承芳;李旦;;基于FPGA平台的虚拟机建模与仿真[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

10 丁涛;郝沁汾;张冰;;内核虚拟机调度策略的研究与分析[A];'2010系统仿真技术及其应用学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 ;虚拟机的生与死[N];网络世界;2008年

2 本报记者 卜娜;高性能Java虚拟机将在中国云市场释能[N];中国计算机报;2012年

3 本报记者 邱燕娜;如何告别虚拟机管理烦恼[N];中国计算机报;2012年

4 ;首批通过云计算产品虚拟机管理测评名单[N];中国电子报;2014年

5 申琳;虚拟机泛滥 系统安全怎么办[N];中国计算机报;2008年

6 Tom Henderson邋沈建苗 编译;虚拟机管理的五大问题[N];计算机世界;2008年

7 盆盆;真实的虚拟机[N];中国电脑教育报;2004年

8 本版编辑　综合 编译整理 田梦;管理好虚拟机的全生命周期[N];计算机世界;2008年

9 李婷;中国研制出全球最快反病毒虚拟机[N];人民邮电;2009年

10 张弛;虚拟机迁移走向真正自由[N];网络世界;2010年

中国博士学位论文全文数据库 前10条

1 宋翔;多核虚拟环境的性能及可伸缩性研究[D];复旦大学;2014年

2 王桂平;云环境下面向可信的虚拟机异常检测关键技术研究[D];重庆大学;2015年

3 周真;云平台下运行环境感知的虚拟机异常检测策略及算法研究[D];重庆大学;2015年

4 郭芬;面向虚拟机的云平台资源部署与调度研究[D];华南理工大学;2015年

5 周傲;高可靠云服务供应关键技术研究[D];北京邮电大学;2015年

6 代炜琦;云计算执行环境可信构建关键技术研究[D];华中科技大学;2015年

7 刘圣卓;面向虚拟集群的镜像存储与传输优化[D];清华大学;2015年

8 彭成磊;云数据中心绿色节能需求的虚拟机负载均衡技术研究[D];南京大学;2016年

9 赵长名;IaaS云中基于资源感知的虚拟机资源管埋[D];电子科技大学;2016年

10 许小龙;支持绿色云计算的资源调度方法及关键技术研究[D];南京大学;2016年

中国硕士学位论文全文数据库 前10条

1 潘飞;负载相关的虚拟机放置策略研究[D];杭州电子科技大学;2011年

2 李子堂;面向负载均衡的虚拟机动态迁移优化研究[D];辽宁大学;2015年

3 张煜;基于OpenStack的“实验云”平台的研究与开发[D];西南交通大学;2015年

4 曾文琦;面向应用服务的云规模虚似机性能监控与负载分析技术研究[D];复旦大学;2013年

5 施继成;面向多核处理器的虚拟机性能优化[D];复旦大学;2014年

6 于晖;基于ARM平台的Java智能卡虚拟机研究与实现[D];上海交通大学;2015年

7 王志远;多数据中心的虚拟机调度算法研究和实现[D];上海交通大学;2015年

8 毛亚强;基于Xen虚拟化技术的混合监控度量框架研究[D];上海交通大学;2015年

9 李传云;KVM虚拟机热迁移算法分析及优化[D];浙江大学;2016年

10 曲晓雅;负载感知的虚拟机初始化放置和迁移时机判决机制的研究[D];北京交通大学;2016年

本文编号：707556