面向CPU资源超售环境的虚拟化平台管理方法研究

发布时间：2017-12-10 16:03

  本文关键词：面向CPU资源超售环境的虚拟化平台管理方法研究

  更多相关文章： 数据中心 虚拟化 云计算 资源配置 负载均衡 服务器整合

【摘要】：电子商务和各类网络服务应用已成为当下新兴的产业方向。与传统的科学计算类型的应用相比,新兴的商业应用显著特征是强交互性和资源需求弹性化。在虚拟化平台下,为满足强交互性应用严苛的性能要求,服务提供商需加大对虚拟机资源供给。随着此类应用访问量的增多,虚拟化平台中CPU资源的浪费现象日益严重。在平台对外服务期间,部分CPU资源处于闲置状态,严重影响了平台CPU资源利用率。因此,面对当下出现的新型应用形式和用户体验要求,如何释放闲置资源,优化资源管理方法是提升虚拟化平台管理能力的关键。同时,强交互性商业应用导致虚拟机的资源需求呈现弹性波动趋势。面对这种新型的资源需求趋势,如何改进虚拟化平台的资源管理方法,主要面临以下三个关键问题：(1)如何在保障应用性能稳定的前提下,改进虚拟机资源配置方式,实现超售策略,释放闲置CPU资源?(2)如何在CPU资源超售环境下,及时而准确地探测资源热点,并通过迁移操作将其彻底消除,实现负载均衡?(3)如何在CPU资源超售环境下,保持虚拟机性能隔离的同时,实现服务器整合策略?首先,不同类型的应用有着不同的资源需求特征,即使是同一应用,面对不同的用户性能要求,资源需求的特征也会不同。同时,CPU资源配置的最小需求必须是以用户性能稳定为基础。为了达到上述目标,将面临如下挑战：(1)在虚拟化环境下,用户可包容的性能损耗程度该如何描述；(2)用户性能要求的差异性该如何展现；(3)特定用户性能要求与虚拟机CPU资源需求之间的量化映射关系该如何建立。为了解决这些挑战,提出一种基于虚拟机性能感知的CPU超额预订机制,通过对虚拟机性能损耗的容忍度进行量化,并以此作为标准来构建数学模型,统计分析从虚拟机内部监控得到的CPU资源使用状态的特征数据,从而估算得出相应的资源需求量。此种资源配置方式代表着用户可接受的性能要求下限,最大化释放闲置资源。其次,当CPU资源以超额预订的形式分配给虚拟机,资源的精简配置使虚拟机对于负载强度的波动变得更加敏感。为了满足强交互性应用严苛的性能要求,提出了一种基于CPU资源超额预订的负载均衡优化策略。该策略通过动态资源热点监控和缓解串联式热点的虚拟机迁移管理两个步骤,实现维持虚拟机性能要求的目标。动态资源热点监控是将热点阈值设计成一个随着负载强度、用户性能要求浮动的动态阈值,尽可能防止过于宽松或者过于严格的判断标准的出现,同时会考虑短生命周期的商业应用在程序执行末期出现资源热点时的优化处理。串联式热点是指进行虚拟机迁移操作消除热点后,在目的物理机上重新出现热点的现象。避免其产生的方法是减少不必要迁移操作,并且精确地估算迁移备选物理机可用资源的大小。最后,在CPU资源超售环境下,虚拟机资源动态调整以及负载均衡策略引发的迁移操作可能使虚拟机布局零散,导致物理机资源碎片化,服务器整合是解决上述问题的主要思路。但在资源超售环境下,服务器整合策略却可能遇到了以下问题：1)虚拟机资源的精简大大提高了物理机的整合密度,导致物理机底层资源的供给出现不足,从而引起虚拟机性能下降以及相互之间的性能干扰；2)针对商业应用场景,服务器整合策略被频繁触发,导致极大的迁移开销；3)部分虚拟机的资源超额预订幅度减少,资源需求量变大。为了解决以上问题,提出了一种基于CPU超额预订机制的服务器整合优化策略。该策略通过控制整合密度来缓解底层资源的竞争,保护虚拟机之间的性能隔离;采用并行式在线装箱算法减少服务器整合策略所带来的迁移消耗；选择应用性能要求相同的虚拟机放置在同一个物理机之上,维护资源超额预订机制效果。综上所述,在新型应用形式和用户体验要求下,面向CPU资源超售环境的虚拟化平台管理方法从虚拟机资源配置、负载均衡、布局管理等方面优化了云计算平台的资源管理能力,提升了整个平台的应用服务质量。
【学位授予单位】：华中科技大学
【学位级别】：博士
【学位授予年份】：2016
【分类号】：TP302

【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 王建一;混合型桌面云高可用性研究与实现[D];华南理工大学;2015年

3 周衡;云计算环境下虚拟机优化调度策略研究[D];河北大学;2015年

4 罗仲皓;基于OpenStack的私有云计算平台的设计与实现[D];华南理工大学;2015年

5 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

6 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

7 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

8 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

9 游井辉;基于虚拟机动态迁移的资源调度策略研究[D];华南理工大学;2015年

10 方良英;云平台的资源优化管理研究与实现[D];南京师范大学;2015年

本文编号：1275040