云数据中心中基于虚拟机迁移的负载均衡算法研究

摘要

近年来，随着云计算技术的快速发展，其相关技术被广泛应用到了各个领域。其中，虚拟化技术因其能实现不同应用间的隔离，降低管理复杂性，已成为现代数据中心设计和操作中不可或缺的部分。然而，虚拟化技术的优势不仅如此，数据中心还可以通过虚拟机迁移的方式将任务从过载服务器传送到轻载服务器以平衡负载。
　　目前，相关领域已经提出了很多基于虚拟机迁移的负载均衡算法。但是现有的算法大多只考虑服务器端资源的负载均衡，而忽略了虚拟机之间的通信依赖关系，从而在不知不觉中增加了网络带宽消耗。为了解决上述问题，本文提出了一个最小化网络通信量的虚拟机迁移策略，该策略考虑了虚拟机之间的通信关系和底层网络结构，通过优化通信开销和迁移开销，最大程度地减少了网络数量传输量。
　　在云数据中心中，虚拟机需要使用多种资源为各种应用提供服务。而不同的应用对资源的需求程度也存在差异，所以导致每台服务器过载的资源也可能是不同的。对于过载的物理机，应该根据其对不同资源的需求程度选择合适的虚拟机迁出，例如，若是CPU资源过载，则应该选择占用CPU资源较多的虚拟机进行迁出。而若是忽略这种问题，则会导致频繁过载，增加迁移次数，从而增大网络中的迁移数据量。因此，本文基于最小化网络通信量的虚拟机迁移策略，提出了通信和资源密集度感知的负载均衡算法。该算法不仅降低了通信开销和迁移开销，还可以快速地缓解主机过载并降低过载发生的频率从而减少迁移次数。最后的实验结果显示通信和资源密集度感知的负载均衡算法和其他算法相比，具备更好的性能。

目录

声明

摘要

1 绪论

1．1 研究背景

1．2 研究现状

1．2．1 虚拟机迁移操作的动机

1．2．2 面向负载均衡的虚拟机迁移策略的发展情况

1．3 本文主要工作

1．4 论文组织结构

2 关键背景技术的研究与分析

2．1 虚拟机动态迁移方法

2．1．1 预拷贝动态迁移方法

2．1．2 后拷贝动态迁移方法

2．2 面向负载均衡的虚拟机迁移策略

2．3 基于虚拟机迁移的负载均衡算法

2．3．1 Sandpiper负载均衡算法

2．3．2 VectorDot负载均衡算法

2．3．3 RIAL负载均衡算法

2．4 本章小结

3 最小化网络通信量的虚拟机迁移策略

3．1 数据中心网络拓扑结构

3．1．1 树形网络拓扑结构

3．1．2 VL2网络拓扑结构

3．1．3 PortLand网络拓扑结构

3．2 最小化网络通信量的虚拟机迁移策略

3．2．1 问题描述

3．2．2 迁移触发策略

3．2．3 迁移虚拟机选择策略

3．2．4 迁移目标选择策略

3．3 本章小结

4 通信和资源密集度感知的负载均衡算法

4．1 三个优化目标

4．1．1 降低迁移次数

4．1．2 降低通信开销

4．1．3 降低迁移开销

4．2 问题描述

4．3 迁移触发策略

4．4 迁移虚拟机选择策略

4．5 迁移目标选择策略

4．6 本章小结

5 实验设计及结果分析

5．1 实验环境及平台介绍

5．2 实验配置

5．3 最小化网络通信量的虚拟机迁移策略性能测试

5．3．1 确定权重系数α

5．3．2 通信开销优化对比

5．3．3 迁移开销优化对比

5．4 通信和资源密集度感知的负载均衡算法性能测试

5．4．1 迁移次数优化对比

5．4．2 通信开销优化对比

5．4．3 迁移开销优化对比

5．4．4 负载均衡效果

5．5 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢