基于虚拟机动态迁移的资源调度策略研究

王素芳

【摘   要】 随着时代的发展，虚拟化技术成为了现代实现资源调动的关键技术，虚拟机动态迁移技术作为虚拟化技术中的核心内容，可以均衡云计算负载，从而实现更加高效率的资源调度，本文介绍了资源调度构架，并提出了双限值的虚拟机动态迁移的资源调度策略。

【关键词】 虚拟机;资源调度;双限值

[Abstract] With the development of the times， virtualization technology has become the key technology of modern resource mobilization. As the core content of virtualization technology， virtual machine dynamic migration technology can balance the load of cloud computing and achieve more efficient resource scheduling. This paper introduces the framework of resource scheduling， and puts forward the resource scheduling strategy of dual-limit virtual machine dynamic migration.

[Keywords]  virtual machine; resource scheduling;double threshol

1  虚拟机动态迁移涉及的云计算资源调度架构

云计算资源调度框架分为对等式框架和web服务负载均衡框架。对等式框架为由多个服务节点构成，每个服务节点可以为虚拟机提供运行环境，保障能够实现动态迁移中监听模块的正常运行，以及能够为本地迁移及中心控制引擎的部署创造有利环境，以便于保证服务节点负载信息及控制节点指令的准确执行。监听模块是一种具有一定周期性特点的节点资源监听装置，在监听过程中会将资源使用情况反馈给控制节点。触发迁移模块是一种在二指平滑算法基础上触发策略形成，这类模块在负载均衡上会搭载负载阀值，保证节点负载监听的正常运行，一旦负载超过设置的阀值，负载均衡就会打破，从而触发安全防范装置。虚拟机调度模块主要作用就是发送和执行虚拟机调度命令，当模块接收到触发模块迁移指令时，虚拟调度模块可以向中心控制引擎节点发送选择指令，并且可以实现对需要迁移的虚拟机进行编号及迁移过程，最终完成指令迁移恢复。

2  虚拟机动态迁移中涉及的中心控制引擎

虚拟机内每个服务节点都配置了中心控制引擎，临时控制节点也配置了激活状态中心控制引擎，其中心控制引擎主要由动态管理节点、选择目标节点、网络通信模块组成。选择目标节点模块主要作用是接收所有服务节点触发的迁移模块负载信息，以及分析处理反馈的迁移模块负载信息并将其生成符合目标节点的序列。当服务节点请求虚拟机迁移指令时，选择目标节点模块可以选择合适节点，将分析结果返回请求节点中。一般，在保存服务节点发送负载信息之前，一定要提前向系统发送申请内存指令，系统才能通过delete及new操作实现内存的申请及释放。在面对动态管理节点模块功能较少的框架，可以自己先判断服务节点要求，减少了其他不必要的操作，这时候的管理模块只需要进行某个集群节点状态的监控和维护，然后针对超负载系统启动其停用的节点，可以大大减少操作难度。在节点故障的解决上，模块可以实现心跳检测功能，全面收集集群服务节点状态信息，以及向活动服务节点发送心跳数据包。为了保证检测效果的正确，减少没必要的频繁通信，必须降低节点被动终止服务的概率。

3  虚拟机动态资源调度策略的算法

根据目前掌握的监测的数据使用率的分析结果表明，当特定节点中的虚拟机使用率超出限定的最大值时，节点所在的虚拟机就会立即执行从节点中迁出的指令，避免SLA被破坏，保证云计算机正常运行。当特定节点中的虚拟机低于限定值时，所有虚拟机将全部从节点中迁移，并且自动关闭物理机节点，在保证云计算机正常功能的基础上节省闲置节点电力能源的损耗。执行虚拟机迁移操作，负载均衡度会通过服务器进行CPU使用率计算，数据以使用率方差为依据，目前服务器资源用i来表示，CPU使用率用 来表示，宿主机数量用m来表示，一定时间内运行过程中CPU使用率平均值通过以下公式算：

负载C公式可以通过以下公式计算得到：

计算得到的值可以判断是否负载存于均衡状态，知道系统是否需要采取相应的措施进行负载均衡调整。此外，通过负载均衡值，可以作为降低均衡度的数据参考。能耗计算：如果假定服务器闲置时电力消耗占总能耗的百分比为K，服务器满状态运行时的能源消耗为 ，服务器CPU的使用率设定为 ，计算云计算机不断的运行过程中总的能源消耗量：

通过计算可以得到SLA破坏的程度，下面为SLA公式可以分析破坏百分比：

4  实验结果

虚拟机动态资源调度策略算法主要是在大规模的云数据中心进行大规模仿真实验评估，以获取相应的迁移次数和以及迁移的SLA破坏数据，以明确云计算系统的迁移虚拟机的优缺点，展现其节能目标的同时促使其改进。以下表1 是获得的虚拟机动态迁移过程性能参数数据。从表1的实验结果可以发现本方案的单限定值和双限定值资源调度策略与不考虑节能的（Non Power，NPA）的资源调度策略比较更能体现了节能的目標，简单的单个限定值（Simple Threshol，ST）与（Double Threshol，DT）双限定值比较可以看出双限定值的策略明显减少了迁移次数和迁移过程中造成的SLA破坏。双限定值的虚拟机动态迁移的调度策略，是将当前负载状况与负载过重或过轻两个限定值比较介于二者之间能耗较低的虚拟机迁移至目标点。

5  结语

综上所述，基于虚拟机动态迁移的资源调度策略研究主要从云计算资源调度架构、中心控制引擎、虚拟机动态资源调度策略算法方面入手，只要通过改善云计算资源调度构建，改良中心引擎控制，优化虚拟机动态资源调度算法，就可以达到良好的均衡效果，从而实现随着虚拟机动态迁移时间的不断增加，虚拟机动态迁移策略负载均衡不断减少目标，进而解决云环境中负载不均衡的问题，避免造成资源空闲浪费。

参考文献：

[1] 赵 丹，沈苏彬，吴振宇. 一种面向节能的虚拟机在线迁移解决方案[J]. 计算机技术与发展，2018，28（02）：78-82+87.

[2] 成源浩. 电力云计算平台资源调度策略探析[J]. 无线互联科技，2018，15（11）：113-114.