專利名稱：一種基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種云計算資源調(diào)度方法，特別涉及一種基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法。
背景技術(shù)：
近年來，隨著互聯(lián)網(wǎng)網(wǎng)絡(luò)規(guī)模的不斷擴大，互聯(lián)網(wǎng)所需要處理的業(yè)務(wù)量也隨著快 速增長。如何處理海量的數(shù)據(jù)與服務(wù)，有效地為用戶提供方便、快捷的網(wǎng)絡(luò)服務(wù)，成為互聯(lián) 網(wǎng)當(dāng)前發(fā)展面臨的一個問題。在這種背景下，基于分布式計算特別是網(wǎng)格技術(shù)的發(fā)展，產(chǎn)生 了一種新型服務(wù)計算模型云計算。云計算是能夠提供動態(tài)資源池、虛擬化和高可用性的下 一代計算平臺的核心技術(shù)。它以用戶為中心，提供安全、快速、便捷的數(shù)據(jù)存儲和網(wǎng)絡(luò)服務(wù)， 使互聯(lián)網(wǎng)成為每一個用戶的數(shù)據(jù)中心和計算中心，使用戶從以桌面為核心使用各項應(yīng)用轉(zhuǎn) 移到以Web為核心進行各種活動。云計算的興起給IT產(chǎn)業(yè)帶來了新的機遇，同時也隨之產(chǎn) 生了一系列新的挑戰(zhàn)性問題。如何高效地利用和調(diào)度云計算資源是當(dāng)前云計算研究的主要 問題之一。與傳統(tǒng)的分布式計算和網(wǎng)格計算相比，云計算的主要吸引力在于它能夠為用戶 提供按需的、靈活的、可靠的和廉價的資源服務(wù)。因此，要使得云計算能夠得到廣泛應(yīng)用和 發(fā)展，云計算資源管理和調(diào)度急需解決以下關(guān)鍵問題(1)云為用戶應(yīng)用配置資源應(yīng)該具 有可伸縮性，云為特定應(yīng)用配置的資源數(shù)量應(yīng)該可以動態(tài)伸縮，可以滿足應(yīng)用和用戶規(guī)模 增長的需要。(2)云計算要實現(xiàn)資源使用的廉價性，這要求資源利用率高，例如對于一個在 不同時期需要不同計算能力的應(yīng)用，云應(yīng)該能根據(jù)應(yīng)用對資源需求變化動態(tài)地為應(yīng)用配置 資源，而不是讓資源配置為靜態(tài)的峰值需求。云計算是在并行計算、分布式計算和網(wǎng)格計算的基礎(chǔ)上發(fā)展起來的，但相比傳統(tǒng) 的分布式計算、網(wǎng)格計算，云計算有如下特點(1)傳統(tǒng)的分布式計算和網(wǎng)格計算往往是集 成分散在網(wǎng)絡(luò)上的一些資源，這些資源往往是異構(gòu)的計算機，需要通過一些分布式的調(diào)度 算法來管理和使用這些資源；而云計算的資源一般以相對集事先組織好的，由一些專門的 服務(wù)器組成的。(2)傳統(tǒng)的分布式計算，特別是網(wǎng)格計算，大都是面向復(fù)雜的科學(xué)計算，在網(wǎng) 格應(yīng)用大都是一些大型的計算密集型或數(shù)據(jù)密集型應(yīng)用；而云計算更趨向于一種的商業(yè)計 算模型，面向各種用戶，云應(yīng)用的種類比較多。由于云計算的這些特點，一些傳統(tǒng)的資源管 理和調(diào)度方法并不適合于云計算。從資源調(diào)度模式上看，傳統(tǒng)的分布式計算和網(wǎng)格計算的資源管理與調(diào)度主要有三 種模式集中式、分散式、分級式。分級式和分散式的管理方法對分布式系統(tǒng)和網(wǎng)格資源的 管理和運轉(zhuǎn)來說是較合適的。目前云計算主要采用虛擬資源池的方式來管理云計算資源， 并通過數(shù)據(jù)中心來實現(xiàn)資源和任務(wù)信息的處理。因此，云計算更適合于使用集中式資源管 理和調(diào)度模式。從資源調(diào)度方法上看，澳大利亞Rajkumar Buyya等學(xué)者提出的基于經(jīng)濟模 型資源調(diào)度方法是當(dāng)前一個主要方法之一，他們提出了面向市場的云計算體系結(jié)構(gòu)和面向 市場的資源分配和調(diào)度方法，該體系結(jié)構(gòu)通過SLA資源分配器來實現(xiàn)資源使用者與資源提 供者之間的協(xié)商，實現(xiàn)資源優(yōu)化分配，但該體系結(jié)構(gòu)中很多具體問題仍然在研究之中。在此基礎(chǔ)上，徐向華等人還給出了一種基于市場機制的云計算資源分配策略，并設(shè)計一個基于 遺傳基因的價格調(diào)節(jié)算法處理市場的需求和供給的平衡問題，但目前提出的方法只是針對 底層資源調(diào)度問題，即如何給虛擬資源(虛擬機)分配物理資源(CPU、內(nèi)存、存儲器)，而且提 出的方法目前僅僅考慮CPU資源，無法處理其它類型的資源。雖然，使用經(jīng)濟學(xué)模型進行資 源調(diào)度和協(xié)同分配可以實現(xiàn)資源的高效調(diào)度和提供資源利用率，但目前只是對底層資源的 調(diào)度問題的研究，且沒有成熟的實現(xiàn)。另一種主要的云計算資源調(diào)度方法是為虛擬資源重 配置物理資源的動態(tài)調(diào)度方法。法國的Jean-Marc Menaud和Hien Nguyen Van等人針對 云計算中虛擬資源的管理提出一些動態(tài)調(diào)度方法，主要是討論如何為應(yīng)用選擇合適的虛擬 機和為虛擬機選擇合適的物理計算機的問題，并把這些調(diào)度問題轉(zhuǎn)化為約束滿足問題，獲 得優(yōu)化調(diào)度結(jié)果。Fabien Hermenier等人針對如何分配和遷移虛擬機到物理主機的問題進 行研究，并在考慮重配置計算時間和虛擬機遷移時間兩個因素情況下，給出一種優(yōu)化總的 動態(tài)調(diào)度時間的資源管理方法Entropy。此外，也有些方法通過虛擬機的動態(tài)遷移和重新分 配方法實現(xiàn)云計算系統(tǒng)的負載均衡，從而達到云計算資源優(yōu)化分配。魏貴義等人利用了博 弈論的方法來解決云計算資源分配問題，設(shè)計一個基于博弈論的資源分配算法，該算法首 先利用整數(shù)規(guī)劃方法處理單個參與者的獨立優(yōu)化問題，然后利用進化算法處理多個參與者 綜合優(yōu)化問題。提出的進化算法同時考慮了優(yōu)化和公平兩個方面，能給出一種比較好折衷 資源分配方法。然而，這種基于博弈論的資源分配方法比較復(fù)雜，僅適用于處理一些非常復(fù) 雜和動態(tài)的，而且應(yīng)用能分成多個協(xié)作任務(wù)的資源調(diào)度問題。雖然近幾年在云計算資源調(diào)度上已經(jīng)開展了一些研究工作。但大部分云計算資源 調(diào)度方法是面向底層物理資源的調(diào)度，主要有給虛擬資源優(yōu)化配置物理資源的方法或是通 過虛擬機遷移的方法來實現(xiàn)系統(tǒng)負載均衡的和提高資源利用率，這些方法都需要停止云應(yīng) 用來實現(xiàn)資源動態(tài)調(diào)度，有一定應(yīng)用局限性。此外，還有一些其它方法是面向具體應(yīng)用的， 不具有普遍性。

發(fā)明內(nèi)容
鑒于上述現(xiàn)有技術(shù)存在的不足，本發(fā)明目的是提供一種基于動態(tài)重配置虛擬資源 的云計算資源調(diào)度方法，能根據(jù)云應(yīng)用負載變化動態(tài)重配置資源，優(yōu)化云計算資源分配，從 而實現(xiàn)云計算資源的高效利用，為云應(yīng)用用戶提供按需的、靈活的、可靠的和廉價的資源服 務(wù)。為了實現(xiàn)上述目的，本發(fā)明所采用的一種基于動態(tài)重配置虛擬資源的云計算資 源調(diào)度方法包括
第一步驟云應(yīng)用監(jiān)視器監(jiān)視云應(yīng)用的運行狀態(tài)、用戶請求和訪問連接，從云應(yīng)用負載 管理器收集云應(yīng)用的負載信息；
第二步驟云應(yīng)用監(jiān)視器將收集的云應(yīng)用負載信息發(fā)送給重配置決策器； 第三步驟重配置決策器根據(jù)收集的云應(yīng)用負載信息進行資源重配置決策，確定是否 需要為云應(yīng)用增加和減少資源；
第四步驟重配置決策器將資源動態(tài)分配的決策信息發(fā)送給資源動態(tài)分配器； 第五步驟如果資源動態(tài)分配器收到是增加資源的決策信息，則從虛擬資源列表中分 配一個虛擬資源給云應(yīng)用，然后把增加的虛擬資源信息發(fā)送給云應(yīng)用負載管理器；云應(yīng)用負載管理器將云應(yīng)用部署到新增加的虛擬資源(虛擬機)上，然后啟動該云應(yīng)用實例；轉(zhuǎn)入 第六步驟；
如果資源動態(tài)分配器收到是減少資源的決策信息，則通知云應(yīng)用負載管理器刪除一個 云應(yīng)用實例；云應(yīng)用負載管理器刪除一個云應(yīng)用實例，并通知資源動態(tài)分配器回收該云應(yīng) 用實例的虛擬資源；資源動態(tài)分配器回收虛擬資源，即將相應(yīng)的虛擬資源加入到虛擬資源 列表中；
第六步驟重復(fù)執(zhí)行以上步驟，直到云應(yīng)用終止運行。云計算資源的動態(tài)分配和調(diào)度成為云計算研究的一個核心問題，也是基于云計算 的應(yīng)用所需要解決的首要問題。目前許多學(xué)者、研究機構(gòu)和大型IT公司也提出了一些解決 方法，但是這些方法主要是從底層物理資源負載均衡和重新配置來考慮資源動態(tài)分配，由 于這些方法需要為虛擬機(虛擬資源)重新分配物理資源(主機上CPU、內(nèi)存資源)，而目前虛 擬機無法實現(xiàn)動態(tài)熱擴容，因此需要停止運行云應(yīng)用的虛擬機，從而導(dǎo)致這些方法都無法 避免必須停止和重啟云應(yīng)用。本發(fā)明與現(xiàn)有的云計算資源調(diào)度方法相比，具有如下優(yōu)點
(1)提出了基于動態(tài)重配置的云計算資源動態(tài)分配方法，可以動態(tài)修改云應(yīng)用的虛擬 資源數(shù)量，實現(xiàn)云應(yīng)用的資源動態(tài)調(diào)整和分配，優(yōu)化云計算資源動態(tài)分配，滿足云應(yīng)用動態(tài) 可伸縮性的需要，實現(xiàn)云計算資源的高效使用；
(2)該方法采用動態(tài)重配置虛擬資源方案實現(xiàn)資源動態(tài)分配。即不是直接調(diào)整云應(yīng)用 的物理資源，而是動態(tài)增加或減少云應(yīng)用的虛擬資源，不需要停止云應(yīng)用的運行就可以擴 展云應(yīng)用的資源。而已有的云計算資源動態(tài)分配方法都是通過重新分配物理資源的方法來 實現(xiàn)資源負載均衡和提高資源利用率，故需要停止和重啟云應(yīng)用。因此，本發(fā)明具有更好應(yīng) 用價值；
(3)提出的調(diào)度方法可以根據(jù)云應(yīng)用的負載變化動態(tài)配置資源，從而避免資源浪費，節(jié) 省用戶的資源使用成本。


圖1為基于動態(tài)重配置虛擬資源的云計算資源調(diào)度模型圖。圖2為本實施方式中基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法的流程圖。圖3為實施例中一個云應(yīng)用一天的負載變化圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明作進一步的詳細描述，但本發(fā)明的實施和保護范圍不限于 此。如圖1所示，基于動態(tài)重配置虛擬資源的云計算資源調(diào)度模型由云應(yīng)用負載管理 器、云應(yīng)用監(jiān)視器、重配置決策器和資源動態(tài)分配器4個部分組成，其中云應(yīng)用監(jiān)視器負責(zé) 監(jiān)視、收集云應(yīng)用的運行狀態(tài)和負載情況，并將信息反饋給重配置決策器；重配置決策器根 據(jù)收集的云應(yīng)用負載信息進行資源動態(tài)重配置決策；資源動態(tài)分配器負責(zé)為云應(yīng)用動態(tài)分 配資源工作，它能根據(jù)接收到重配置決策器的決策信息進行虛擬資源的動態(tài)分配和回收工 作；云應(yīng)用負載管理器負責(zé)虛擬資源的具體調(diào)度和云應(yīng)用的負載管理工作，它能根據(jù)資源動態(tài)分配器分配的虛擬資源進行云應(yīng)用的部署和云應(yīng)用實例的啟動、刪除，并能將多個用 戶的訪問和請求轉(zhuǎn)發(fā)給各云應(yīng)用實例，實現(xiàn)云應(yīng)用的負載均衡。云計算環(huán)境的資源類型多樣且異構(gòu)，為了實現(xiàn)云計算資源動態(tài)重配置，在調(diào)度前 需要抽象和統(tǒng)一云計算資源，虛擬化技術(shù)可以云計算資源的抽象、整合和統(tǒng)一。為此，在調(diào) 度前，我們對云計算資源進行重新組織和劃分，把底層的物理資源虛擬化為標準化的虛擬 資源向量AKV1, V2…Vn)。基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法由如圖1所示 調(diào)度模型實現(xiàn)的，本發(fā)明的具體方法(動態(tài)調(diào)度具體步驟)如下(如圖2所示)
1、云應(yīng)用監(jiān)視器定時收集云應(yīng)用的負載信息，具體需要收集m個云應(yīng)用實例的會話 數(shù)，收集數(shù)據(jù)的結(jié)果表示為云應(yīng)用負載向量S(Sp S2,…，Sffl)；
2、云應(yīng)用監(jiān)視器發(fā)送云應(yīng)用的負載向量S(SpS2,…，Sm)給重配置決策器；
3、重配置決策器進行動態(tài)資源重配置決策，判斷云應(yīng)用負載情況，得出增加或減少資 源的決策結(jié)果；
具體決策方法為
假設(shè)一個云應(yīng)用實例的最大負載為Smax，一個云應(yīng)用實例的標準負載為Sstd = CXSmax， 其中C為常數(shù)且0. 5<C<1，具體實現(xiàn)時根據(jù)實際情況取C為其中一值。決策方法為(1)當(dāng)
M視
Σ^ >揪邊謝時，則決策結(jié)果為給云應(yīng)用增加一個虛擬資源；(2)當(dāng)Σ墳 <一—解飯 ιι
m
時，則決策結(jié)果為給云應(yīng)用減少一個虛擬資源；(3)當(dāng)《 Χ 2 Σ場& _ 1)紹飯時，則決
1
策結(jié)果為不變化虛擬資源數(shù)量；
4、當(dāng)決策結(jié)果為增加或減少虛擬資源時，則將決策結(jié)果發(fā)送給資源動態(tài)分配器；
5、如果資源動態(tài)分配器收到是增加資源的決策信息，則從虛擬資源列表中分配一個虛 擬資源Vi給云應(yīng)用，然后把增加的虛擬資源信息發(fā)送給云應(yīng)用負載管理器；
6、云應(yīng)用負載管理器將云應(yīng)用部署到新增加的虛擬資源Vi上，然后啟動該云應(yīng)用實 例；轉(zhuǎn)入步驟10 ；
7、如果資源動態(tài)分配器收到是較少資源的決策信息，則通知云應(yīng)用負載管理器刪除一 個云應(yīng)用實例；
8、云應(yīng)用負載管理器停止轉(zhuǎn)發(fā)用戶請求給云應(yīng)用實例Im，當(dāng)云應(yīng)用實例Im
的負載Sm為0時，刪除該云應(yīng)用實例，并通知資源動態(tài)分配器回收該云應(yīng)用實例的虛 擬資源；
9、資源動態(tài)分配器回收虛擬資源，即將相應(yīng)的虛擬資源加入到虛擬資源向量V中；
10、重復(fù)執(zhí)行以上步驟，直到云應(yīng)用終止運行。實例為了驗證基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法的有效性，我們 模擬使用提出的調(diào)度方法和不使用情況下的云計算資源調(diào)度，比較了 2種情況下系統(tǒng)資源 利用率。假設(shè)一個云應(yīng)用一天的負載變化如圖3所示，服從正態(tài)分布，其中最大負載 為800000。該云應(yīng)用可以分布運行在多個虛擬資源上，一個虛擬資源上的云應(yīng)用實例 允許的最大負載Smax為100000，一個云應(yīng)用實例允許的標準負載為Sstd = CXSmax = 0. 8*100000=80000。如果采用靜態(tài)調(diào)度方法(不用基于動態(tài)重配置虛擬資源的云計算資源
7調(diào)度方法)時，由于云應(yīng)用的最大負載為800000，所以需要給云應(yīng)用配置S/Sstd=10個虛擬資 源；如果使用基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法時，當(dāng)系統(tǒng)負載小于80000 時，只需要為云應(yīng)用配置一個虛擬資源，而當(dāng)負載增加時，系統(tǒng)通過動態(tài)重配置方法為云應(yīng) 用動態(tài)增加虛擬資源和啟動云應(yīng)用實例，調(diào)度過程如下表所示
表1基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法的調(diào)度過程
WT司(小時)|負載(萬)I虛擬資源數(shù)(個)I時間(小時)|負載(萬)I虛擬資源數(shù)(個)
1-7_小于 8 1_14_75_10_
8"l0~215"527
9"20~316"446
10"37~517"284 11"63~818.112
12'72~919-24 '小于 8 1
13丨80|lOIII
根據(jù)以上調(diào)度過程計算系統(tǒng)資源利用率為 U=I/(1. 6%*(7+2+3+5+8+9+10+10+7+6+4+2+6))=80%。而采用靜態(tài)調(diào)度方法時，系統(tǒng)資源利用率為 U=I/(24*16%)=26%O通過上面的云應(yīng)用調(diào)度實例可以看出，采用提出的基于動態(tài)重配置虛擬資源的云 計算資源調(diào)度方法明顯可以提供系統(tǒng)資源利用率。
權(quán)利要求
一種基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法，其特征在于包括以下步驟第一步驟云應(yīng)用監(jiān)視器監(jiān)視云應(yīng)用的運行狀態(tài)、用戶請求和訪問連接，從云應(yīng)用負載管理器收集云應(yīng)用的負載信息；第二步驟云應(yīng)用監(jiān)視器將收集的云應(yīng)用負載信息發(fā)送給重配置決策器；第三步驟重配置決策器根據(jù)收集的云應(yīng)用負載信息進行資源重配置決策，確定是否需要為云應(yīng)用增加和減少資源；第四步驟重配置決策器將資源動態(tài)分配的決策信息發(fā)送給資源動態(tài)分配器； 第五步驟如果資源動態(tài)分配器收到是增加資源的決策信息，則從虛擬資源列表中分配一個虛擬資源給云應(yīng)用，然后把增加的虛擬資源信息發(fā)送給云應(yīng)用負載管理器；云應(yīng)用負載管理器將云應(yīng)用部署到新增加的虛擬資源上，然后啟動該云應(yīng)用實例；轉(zhuǎn)入第六步驟；如果資源動態(tài)分配器收到是減少資源的決策信息，則通知云應(yīng)用負載管理器刪除一個云應(yīng)用實例；云應(yīng)用負載管理器刪除一個云應(yīng)用實例，并通知資源動態(tài)分配器回收該云應(yīng)用實例的虛擬資源；資源動態(tài)分配器回收虛擬資源，即將相應(yīng)的虛擬資源加入到虛擬資源列表中；第六步驟重復(fù)執(zhí)行以上步驟，直到云應(yīng)用終止運行。
2.根據(jù)權(quán)利要求1所述的基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法，其特征在于所述第一步驟中，云應(yīng)用監(jiān)視器定時收集云應(yīng)用的負載信息，具體需要收集m個云應(yīng) 用實例的會話數(shù)，收集數(shù)據(jù)的結(jié)果表示為云應(yīng)用負載向量S(Si，S2,…，Sffl)；所述第二步驟中，云應(yīng)用監(jiān)視器發(fā)送云應(yīng)用的負載向量S(Si，S2,…，Sm)給重配置 決策器；所述第三步驟中，重配置決策器進行動態(tài)資源重配置決策，判斷云應(yīng)用負載情況，得出 增加或減少資源的決策結(jié)果；設(shè)一個云應(yīng)用實例的最大負載為Smax，一個云應(yīng)用實例的標準M負載為Sstd = CXSmax，其中C為常數(shù)且0. 5<C<1 ；決策方法為(1)當(dāng)Σ孓 >.明歡謝時，則 決策結(jié)果為給云應(yīng)用增加一個虛擬資源；(2)當(dāng)Σ孓<( -〗)時，則決策結(jié)果為給云 應(yīng)用減少一個虛擬資源；(3)當(dāng)《χ墳s馮2( _〗)xAm時，則決策結(jié)果為不變化虛擬 資源數(shù)量。
3.根據(jù)權(quán)利要求1所述的基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法，其特征在 于所述第五步驟中，給一個云應(yīng)用增加資源的步驟是為先給云應(yīng)用增加一個虛擬資源； 然后在虛擬資源啟動一個新的云應(yīng)用實例。
4.根據(jù)權(quán)利要求1所述的基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法，其特征在 于所述第五步驟中，給一個云應(yīng)用減少資源的步驟是為(1)先給刪除一個云應(yīng)用實例；(2)然后回收該云應(yīng)用實例的虛擬資源。
全文摘要
本發(fā)明涉及一種基于動態(tài)重配置虛擬資源的云計算資源調(diào)度方法。該方法以云應(yīng)用監(jiān)視器收集的云應(yīng)用負載信息為依據(jù)，然后基于運行云應(yīng)用的虛擬資源的負載能力和云應(yīng)用當(dāng)前的負載進行動態(tài)決策，根據(jù)決策的結(jié)果為云應(yīng)用動態(tài)重配置虛擬資源。通過為云應(yīng)用重配置虛擬資源的方法實現(xiàn)資源的動態(tài)調(diào)整，不需要動態(tài)重新分配物理資源和停止云應(yīng)用執(zhí)行。該方法能根據(jù)云應(yīng)用負載變化動態(tài)重配置虛擬資源，優(yōu)化云計算資源分配，實現(xiàn)云計算資源的高效使用和滿足云應(yīng)用動態(tài)可伸縮性的需要；而且該方法可以避免云計算資源的浪費，節(jié)省云應(yīng)用用戶的資源使用成本。
文檔編號H04L29/06GK101938416SQ20101026810
公開日2011年1月5日 申請日期2010年9月1日 優(yōu)先權(quán)日2010年9月1日
發(fā)明者林偉偉, 齊德昱 申請人:華南理工大學(xué)