基于IaaS的云资源调度优化研究

黄少卿，胡立强

（中国移动通信集团设计院有限公司 河北分公司，河北 石家庄 050021）

0 引言

随着4G产业的日渐壮大，电信业IDC的建设、扩容、维护等一系列配套工程也面临着所对应的升级和改造。数据显示，截止到2012年，中国移动目前31省各个应用系统的主机、存储、网络等IT基础设施独立建设和运维，基础设施资源没有实现整合和共享，IT服务能力分散，服务器平时利用率不足50%[1]。传统应急式、分散式、烟囱式、蛛网式的建设模式所带来的管理信息系统功能重复、成本高昂、流程割裂、接口不一等诸多问题则加剧了这一情况。然而，由上述情况所引起的另外一个问题——巨大能源消耗，则愈发严重。如何改进IDC设计，如何合理利用IDC资源以达到节能环保的目的，成为了当下热点研究课题之一。

借助虚拟化技术和处理能力较强的x86机器，对IDC进行改造成为可行的方法，本文分析讨论两种手段的可行性，并就引申的资源调度进行分析优化。

1 现状分析

从IDC能耗类型进行区分，可以大致分为三类能源消耗[2]：物理机能耗、网络设备能耗、其他能耗。对于物理机能耗，CPU、RAM、DAS等均为考量范围；网络设备能耗则集中在交换机、链路、路由器等；而空调、照明、风扇等则列为配套设施能耗。时下，借助于云计算技术，对IDC进行集中改造成为了诸多改进PUE指数[3]的有效方案之一，本文以物理机能耗改进为重点，研究可行的减小能耗方案。

1.1 服务器x86化

电信业发展之初，对于重要的业务系统基本上采用小型机进行部署应用。小型机具有先天的架构优势，在系统处理性能 （以SPEC jEnterprise2010为测量基准）和RAS性能上有着优异的表现[4]。然而，随着电信业云计算和大数据时代的到来，小型机在各个方面的考量上已经不能满足时下需要。购置和维护费用昂贵，小型机由于操作系统复杂，需要有专业的维护人员进行日常的设备维护；且小型机单机柜装一台特殊机柜，占地面积为780 mm×1 165 mm，每万 tpmC需要 22.71 cm2，占地面积较大[5]，单台满配 1 000 W，半配时大于 5 000 W，每万tpmC消耗25 W，能源消耗较大。

此外，基于电信业普遍的虚拟化、资源池化需求，小型机虚拟化技术目前仍然要与设备厂家绑定，不能实现跨厂家设备的虚拟化方案。相较于小型机，x86服务器则在节能、虚拟化等方面具有巨大的优势。

以x86刀片服务器、单机柜装 2框、共32片标准综合柜为例，占地600 mm×1 000 mm，每万 tpmC需要9.375 cm2，能够节省约60%的占地面积。能源消耗成本：单框满配（16片+机框），消耗 2 000 W，每万 tpmC消耗6.25 W，相较小型机能够节约75%的能源需求。

在虚拟化支持方面，x86服务器虚拟化技术目前较为成熟，在计算密集型应用环境、开发测试、单机计算能力需求较低或资源需求变化较大的环境中部署x86平台的虚拟化应用，可以提高服务器利用率、管理效率，能够达到节约宝贵IDC空间和较少能源消耗的目的。

1.2 IaaS虚拟化

在传统的IDC机房建设中，为了避免业务相互干扰，通常采用烟囱式系统搭建法，即单一物理机上部署业务系统。在隔离业务边界的同时，也浪费了大量的可用物理机能力资源，造成了能耗过大的问题。而IaaS物理平台即服务的提出，为解决这一问题提出了一个好的契机。

整体来看，IaaS的实现是动态负载均衡和虚拟技术的综合运用，而目前就从架构上来分析，分为两大类虚拟化技术[6]，如图 1所示。

图1 两种虚拟机架构技术

（1）裸金属类型虚拟化技术

该类型虚拟化技术是指直接在物理机上部署VMM，虽然这里称为虚拟机，但其本质上是具有OS功能的微型操作系统，通过在物理机和虚拟机之间架设资源映射，可以虚拟出N台机器。目前，较为成熟的服务器虚拟产品有VMware的ESX、微软的Hyper-V以及开源的 Xen。

（2）寄居型虚拟化技术

寄居型虚拟化技术相较裸金属虚拟化的结构而言，在物理机与VMM之间多了一层HOST OS层，即在已有的操作系统中安装VMM，VMM指令通过操作系统与底层进行互操作，来实现虚拟机的假设。比较常见的产品是VMware的VMware Workstation。显而易见，在操作系统上搭建VMM是比较浪费物理机资源的一种虚拟化方式。但由于所有的VM都运行在同一个操作系统中，因此，管理起来统一方便。

上述两种IaaS涉及的虚拟化技术各有优点，但对于IDC来讲，主要采用第一种方式，即裸机型虚拟化技术，最大程度地对物理机进行资源利用，综合统计，CPU利用率从平均不到10%提升到55%以上，整体能够提升利用率至60%～80%，利用率的提升，意味着用更少的机器做更多的事情，在节省成本的同时，节能减排，符合创建绿色IDC宗旨。

2 基于Min-Min的算法优化

上一节中，从IDC的服务器x86化和IaaS虚拟化两个方面讨论了机房节能的可行性和技术细节，然而，有一个问题并没有能够详细论述，即当以上两种手段都应用时，面对业务调度合理化、新的业务上线、旧业务替换、闲置物理机待停等问题并没有合适的解决方案。本节以Min-Min算法为基础，针对IDC机房节能需求进行相应的算法改造优化，完成IaaS中的资源调度优化。

2.1 Min-Min算法简介

Min-Min算法的整体思想是通过计算任务集合T中的资源消耗值，取出最小消耗的任务tm，将其映射到执行最快的机器上执行，整个任务集合按照FIFO的原则进行任务分配执行，直到所有任务执行结束。相较于Min-Min算法，ECMM虽然能够将空闲CPU休眠，但却增加了任务就绪时间。而优化的Min-Min算法并不存在此问题。

针对于IDC中的服务器而言，在进行资源池化后，与VM对应的并不是任务而是应用。这里，需要针对应用的资源消耗进行统计分析，再合理分配VM，以充分利用服务器能力，减少能源消耗。下面就以IDC节能为目的，对Min-Min算法进行特性化优化。

2.2 Min-Min算法优化

这里，为了简化论证，假设所有虚拟机与上面承载的业务应用为一对一关系，即每一个VM上运行一个应用。相对于云计算平台市场变化的服务型应用，IDC中部署的应用大多数较为稳定，除去版本更迭、新旧替换、新增资源外，少有其他变动。

优化的Min-Min算法分为两个层次，即VM层面的迁移和应用任务层面的迁移。算法的具体步骤如下：

（1）按照物理机性能，将虚拟机能力进行排序，得到集合 V，排序时参照物理机的 CPU、RAM、启用时间、tmpC能力。

（2）对一段时间内（以一月为例）的应用任务所需要消耗的资源进行统计，并依照Ctotal=Ccpu+Cram+Cio，其中Ctotal指应用需要的总资源消耗，Ccpu指平均CPU占用率，Cram指内存使用量，Cio指IO消耗，然后，得出应用资源消耗集合 C（进行排序时，可以同时参考应用的优先级别），对应的应用任务集合 A。

（3）对于任务集合 A，如果其为空，则将全部物理机待机；否则，将其按照顺序迁移到V；若迁移数量为 m，则将剩余的 n-m台虚拟机进行待机操作（n>m）。

（4）每新增、更新、删除应用任务，需要对应用集合A<>以及消耗资源集合C<>进行更新；同理适用于物理机器。

（5）定期或者动态重复以上步骤。

通过优化的Min-Min算法对应用任务和虚拟机之间不定期进行资源映射，可以有效地利用物理机性能，并能够对闲置虚拟机/物理机进行待机操作，避免空转。

2.3 仿真实验分析

试用CloudSim对优化的Min-Min算法进行实际测试，对于应用任务从100～500的情况下，相比较基于ECMM能源消耗情况来看，总体上能够节约60%以上的能源。

3 结论

本文综合讨论了基于IaaS的云资源调度优化，涉及了小型机的x86化，服务器资源池化，并讨论了优化的Min-Min算法减少能源消耗的能力。同时，本文也提出了可以优化的区域：（1）Unix服务器虚拟化技术，Unix服务器目前仍然与设备厂家绑定，不能实现跨厂家设备的虚拟化方案，建议小型机分区虚拟化的应用，利用动态分区技术提高资源调控灵活度；（2）桌面云技术，在CRM营业厅、呼叫中心云桌面试点中，采用小能耗的瘦终端桌面虚拟化方案替代原有PC终端；（3）IDC其他设备，鼓励采用具有更高能效比供电、空调设备，在完成同等工作量的条件下减少电能消耗；（4）分布式计算在数据挖掘应用任务中的应用。

[1]王秀玲.中国移动云计算架构分析[D].济南：山东大学，2012.

[2]郭亮.IDC步入云计算时代节能“组网”业务管理尚存严峻挑战[J].世界电信，2011（1）：103-106.

[3]杨国勋.绿色数据中心产业的发展趋势[J].中国信息界，2012（5）：5-7.

[4]黄伟，张杰.CRM系统中小型机与x86服务器应用对比分析[J].电信工程技术与标准化，2013（6）：83-88.

[5]金敏玉，张式勤，宋祺.X86刀片机及其虚拟化技术在电信企业 IT系统中的应用研究 [J].移动通信，2011（6）：86-92.

[6]杨冰，张保稳，李号，等.面向云计算中虚拟化技术的等级保护要求研究 [J].信息安全与通信保密，2014（2）：106-111.