一种面向绿色云计算的虚拟机迁移方法

摘要

本发明公开了一种面向绿色云计算的虚拟机迁移方法，该方法从云数据中心的服务器部署及温控模式的实际情况，与物理引力相关概念结合，定义了物理节点与虚拟机之间的逻辑引力、修正因子、修正引力等概念。逻辑引力实现将虚拟机有序聚集到某一个或相邻区域的数据节点上，以便关闭空闲节点；修正因子实现局部过热的数据节点上的虚拟机扩散，以便稳定系统，防止节点系统崩溃或损坏；修正引力按照云数据中心的热量分布情况以散热性能优先策略，将虚拟机优先向数据节点散热性能较好处汇聚，以实现热量分布平衡，避免机架散热性能较差的部分发生过热。本发明显著降低数据中心能耗，聚集虚拟机，关闭部分计算节点及其相关制冷节点，从而尽可能节省能耗。

说明书

技术领域

本发明涉及一种面向绿色云计算的虚拟机迁移方法，具体涉及一种面向云计算数据中心虚拟机管理的节能优化方法，属于云计算应用技术领域。

背景技术

云计算是一种利用互联网实现随时随地、按需、便捷地访问共享资源池(如计算设施、存储设备、应用程序等)的计算模式，其充分利用虚拟化机制，让客户按需获取需要的资源，由此可以降低中小型企业硬件维护成本等。当前我国各类数据中心总量约43万个，可容纳服务器约500万台，未来5年我国对数据中心流量处理能力的需求将增长7～10倍。然而，云数据中心规模的不断扩大，成千上万的计算节点也带来了高能耗的问题，以一台服务器平均功耗400瓦计算，年耗电总量约为1276亿千瓦时，已然超过三峡电站一年的发电总量(2014年为988亿千瓦时)。

导致这种高能耗现象产生的原因不仅仅是因为硬件资源所需能耗高，更多的是因为这些资源的低效使用。云计算数据中心服务器利用率很少接近10％，而当服务器利用率低于50％时，就会因为过渡供应产生额外的成本。因此，保证服务器高效运作是很有必要的。现有研究提出，可以通过迁移虚拟机，关闭低功率模式的服务器，来达到节能效果。

为了有效提升云计算系统的服务性能，同时降低服务成本和能源消耗，高效的虚拟机监控、管理、部署、整合和迁移机制及策略至关重要。目前的虚拟机的管理机制和部署策略等领域已经有了一系列的研究成果，然而这些研究成果普遍存在以下部分或全部问题：1)仅考虑性能、能耗、稳定性、成本、环境等其中的一项或几项因素；2)仅以数据节点为单位进行虚拟机部署和迁移，并没有真正在云数据中心全局范围内进行资源整合，活动节点在云数据中心的离散性导致区域化的精准制冷难以实施；3)仅从逻辑上考虑虚拟机的部署与迁移等需求，但没有没有考虑云数据中心实际的物理节点的部署场景、热量分布和温控系统的实际运作模式。计算设备与温控设备之间较差的联动性导致成果难以在实际环境中得到良好应用。

发明内容

本发明所要解决的技术问题是：提供一种面向绿色云计算的虚拟机迁移方法，从全局考虑，通过虚拟机的有序聚集，避免因为某些节点计算任务过重或者散热性能较差而造成的局部过热。

本发明为解决上述技术问题采用以下技术方案：

一种面向绿色云计算的虚拟机迁移方法，包括如下步骤：

步骤1，每隔预设时间对云计算数据中心中的服务器进行性能检测，并根据性能检测结果计算各服务器的逻辑质量，根据逻辑质量对服务器进行分类，预设阈值γ₁、γ₂、γ₃，且γ₁＜γ₂＜γ₃，当逻辑质量≤γ₁时，服务器类别为A；当γ₁＜逻辑质量≤γ₂时，服务器类别为B；当γ₂＜逻辑质量≤γ₃时，服务器类别为C；当逻辑质量＞γ₃时，服务器类别为D；当云计算数据中心中的服务器类别满足以下条件中的其中一个时，对云计算数据中心中的虚拟机进行迁移；所述条件为：条件1为A、B类服务器都存在；条件2为B、D类服务器都存在；条件3为A、B、D类服务器都存在；

定义服务器的逻辑质量公式为：

$>\begin{array}{cc}M\left(s\right)=\underset{l\in J}{\Sigma }{k}_l-\underset{\forall v}{\Sigma }M\left(v\right)-\alpha \times T\left(t\right)& J\in \{CPU,RAM,DISK,I/O\}\end{array},$>

其中，M(s)、M(v)分别表示服务器、虚拟机的逻辑质量，k_l为经验系数，U_l为虚拟机相对于服务器某项资源的占有率，α为修正系数，T(t)为服务器的温度状况函数，表示服务器s中的所有虚拟机；

步骤2，选择虚拟机的目标机架，具体步骤为：

Step21：获取D类服务器、A类服务器列表，将D类服务器中需要迁移的虚拟机分离出来，使D类服务器的类别回归到C，当云计算数据中心中的服务器类别满足条件1时，无需进行分离；

所述将D类服务器中需要迁移的虚拟机分离出来的具体过程为：将D类服务器中的所有虚拟机的逻辑质量由大到小进行排序，从逻辑质量最大的开始，依次将虚拟机分离出去，每分离一次，计算当前服务器的类别是否回归为C，如果是，则分离结束，否则继续分离；

Step22：计算每个机架的逻辑质量，将分离出来的虚拟机按逻辑质量由大到小进行排序，根据机架的逻辑质量并行计算每个机架对分离出来的虚拟机的逻辑引力，逻辑引力最大的机架即为虚拟机的目标机架；

Step23：将A类服务器中的虚拟机按逻辑质量由小到大进行排序，根据机架的逻辑质量串行计算每个机架对A类服务器中的虚拟机的逻辑引力，逻辑引力最大的机架即为虚拟机的目标机架；

定义机架的逻辑质量公式为：

$>M\left(f\right)=\underset{\forall s}{\Sigma }M\left(s\right),$>

其中，M(f)表示机架的逻辑质量，表示机架f中的所有服务器；

定义机架对虚拟机的逻辑引力公式为：

$>\overrightarrow{F}(f,v)=G\frac{M\left(f\right)M\left(v\right)}{L{(f,v)}^b},$>

其中，L(f,v)表示虚拟机v到达机架f产生的数据传输代价，G、b为常系数；

步骤3，选择虚拟机的目标服务器，具体步骤为：

Step31：计算步骤2得到的目标机架中B、D类服务器对虚拟机的逻辑引力，并对逻辑引力进行修正，计算修正后引力的大小和方向；

Step32：在修正后引力方向的延长线上，距离虚拟机最近的B类服务器即为目标服务器；

定义服务器对虚拟机的逻辑引力公式为：

$>\overrightarrow{F}(s,v)=G\frac{M\left(s\right)M\left(v\right)}{L{(s,v)}^b},$>

其中，L(s,v)表示虚拟机v到达服务器s产生的数据传输代价，G、b为常系数；

步骤4，对需要迁移的虚拟机进行动态迁移；

步骤5，根据当前云计算数据中心中服务器的逻辑质量，对服务器进行分类，当云计算数据中心中的服务器类别满足以下条件中的其中一个时，迁移结束，否则，重复步骤1-步骤4；所述条件为：条件1为所有服务器的类别均为C；条件2为所有服务器的类别均为B；条件3为服务器的类别只有A和C；条件4为服务器的类别只有B和C；条件5为服务器的类别只有D。

作为本发明的优选方案，步骤4所述动态迁移的方法为预拷贝方法。

作为本发明的优选方案，步骤2所述L(f,v)的公式为：

$>L(f,v)=\underset{0}{\overset{y_1-1}{\Sigma }}\frac{B\left(v\right)}{B_F\left(h_y\right)}+\underset{0}{\overset{y_2-1}{\Sigma }}\frac{B\left(v\right)}{B_F\left(r_y\right)}+1,$>

其中，B(v)表示虚拟机v占用的带宽，B_F(h_y)表示交换机h_y的空闲带宽，B_F(r_y)表示路由器r_y的空闲带宽，y₁表示虚拟机传输经过的交换机的个数，y₂表示虚拟机传输经过的路由器的个数。

作为本发明的优选方案，步骤3所述Step32之后，当距离虚拟机最近的B类服务器有至少一台时，选择靠近地面的服务器作为目标服务器。

作为本发明的优选方案，步骤3Step31所述修正后引力的公式为：

$>{{\overrightarrow{F}}^{\prime }}_s\left(v\right)=\underset{i=1}{\overset{i=y}{\Sigma }}\overrightarrow{F}(s,v)+\overrightarrow{G}\left(v\right),$>

其中，表示修正后引力，表示修正引力，i＝1,…,y表示1,…,y个服务器。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1、目前大部分虚拟机部署机制仅以数据节点为单位进行虚拟机部署和迁移，并没有真正在云数据中心全局范围内进行资源整合，活动节点在云数据中心的离散性导致区域化的精准制冷难以实施；本发明从全局考虑，通过虚拟机的有序聚集，避免因为某些节点计算任务过重或者散热性能较差而造成的局部过热。

2、目前大部分虚拟机部署机制仅从逻辑上考虑虚拟机的部署与迁移等需求，没有考虑云数据中心实际的物理节点的部署场景、热量分布和温控系统的实际运作模式，计算设备与温控设备之间较差的联动性导致成果难以在实际环境中得到良好应用；本发明从数据中心物理架构入手，更为契合实际数据中心的物理架构，减少局部过热的可能性。

3、本发明显著降低数据中心能耗，聚集虚拟机，从而关闭部分计算节点及其相关制冷节点，从而尽可能节省能耗。

4、本发明虚拟机部署机制效果稳定，采用了队列控制等方法，尽量避免了虚拟机迁移的颠簸问题，保证用户体验质量良好。

附图说明

图1是本发明面向绿色云计算的虚拟机迁移方法的流程图。

图2(a)-图2(c)是本发明方法中虚拟机选择机架的流程示意图。

图3是本发明方法中虚拟机被修正引力修正后的受力图。

图4(a)-图4(d)是本发明方法中虚拟机在机架中选择服务器的流程示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

为了实现云数据中心负载均衡、节能、SLA、稳定性等目标，需要提出更为合理的虚拟机部署、迁移和管理策略。本发明从云数据中心的服务器部署及温控模式的实际情况，与物理引力相关概念结合，定义了物理节点与虚拟机之间的逻辑引力、修正因子、修正引力等概念，探索了其计算方法，提出了一种面向绿色云计算的虚拟机迁移方法。逻辑引力实现将虚拟机有序聚集到某一个或相邻区域的数据节点上，以便关闭空闲的节点；修正因子实现局部过热的数据节点上的虚拟机扩散，以便稳定系统，防止节点的系统崩溃或损坏，保障服务质量和SLA；修正引力按照云数据中心的热量分布情况，以温度较低处节点优先策略将虚拟机优先向当前温度较低的机架数据节点汇聚，以实现热量分布平衡，避免机架过热情况的发生。

本发明提出的虚拟机迁移方法适用于数据中心的虚拟机管理，其流程架构如图1所示。通过云计算中心的全局监控，获取虚拟机迁移要求、应用数据表现、节点资源使用情况、虚拟机使用情况、负载情况等数据，然后通过监控中心对获取消息的分析，获得虚拟机迁移的目标虚拟机与其对应的目标服务器，再进行虚拟机的动态迁移。

需要设置服务器所能承受的当前占用资源与温度上限阈值，确保虚拟机创建或者迁移时，选择的服务器是可用状态的。并且利用率过低的服务器，要考虑迁移其上运行的虚拟机，然后关闭该服务器以节能。因此，将数据中心所有服务器分为四类，分类定义如表1。

表1服务器分类

A类当前服务器可以将其中运行的虚拟机迁移走然后进入休眠状态B类当前服务器可以接受更多地虚拟机，以达到高效运转的状态C类当前服务器无需对其上运行的虚拟机进行调度操作D类当前服务器温度过高或者计算超负荷，亟需将其上一些虚拟机迁移走

因为涉及的资源占用、温度均与逻辑质量有关，则阈值可以统一使用服务器的逻辑质量的值来划定，服务器分类赋值公式如下：

其中，C(s_ti)表示服务器s_ti的类别，M(s_ti)表示服务器s_ti的逻辑质量，γ₁、γ₂、γ₃均表示阈值，且γ₁＜γ₂＜γ₃，γ₁、γ₂、γ₃是随不同的数据中心构建情况而有所改变的。实际操作中，应该根据数据中心的情况建模，γ₁、γ₂、γ₃取不同的值，模拟运行取得最佳数值。或者建议采用γ₁＝0.3、γ₂＝0.5、γ₃＝0.85进行测算。

为了方便理解本发明的技术方案，下面对一些概念进行定义：

定义1：逻辑质量是数据中心中指定物理或者逻辑对象占用资源大小的度量公式，M(x)表示对象x的逻辑质量。

本发明中涉及有虚拟机的逻辑质量、服务器的逻辑质量、机架的逻辑质量，定义如下：

$>\left(\begin{array}{cc}M\left(v_{ij}\right)=\underset{l\in J}{\Sigma }{k}_l\times U_l\left(v_{ij}\right)& J\in \{CPU,RAM,DISK,I/O,...\}\\ M\left(s_{ti}\right)=\underset{l\in J}{\Sigma }{k}_l-\underset{\forall v_{jk}}{\Sigma }M\left(v_{ij}\right)-\alpha \times T\left(t_i\right)& J\in \{CPU,RAM,DISK,I/O,...\}\\ M\left(f_t\right)=\underset{\forall s_{ti}}{\Sigma }M\left(s_{ti}\right)& \end{array}\right)---\left(2\right)$>

式(2)中M(v_ij)计算的是第i台服务器s_ti的第j台虚拟机v_ij占用的资源的总和，其中，k_l为经验系数，U_l为虚拟机相对于服务器该项资源的占有率，一般而言，该服务器属于哪种服务密集型服务器，该服务对应的经验系数就大一些。通过M(v_ij)计算公式可以将虚拟机当中不同单位的资源利用量统一数值求得统一评价函数，即为虚拟机的逻辑质量。

式(2)中M(s_ti)计算的是第t座机架f_t的第i台服务器s_ti的逻辑质量，其中，α为修正系数，该公式计算的是服务器s_ti空闲资源的总和，经过修正因子的修正，得到的服务器的逻辑质量，表现的是后续对虚拟机的吸引能力。在实际数据中心当中，修正因子T(t_i)是用于反应当前物理节点温度状况的函数，T(t_i)的数值等于云数据中心的实时监控值。当实时监控代价过大，或者模拟系统时，可以对T(t_i)进行数值预测，其函数为：

T(t_i)＝t_i+β(t_i)(3)

其中，t_i为通过对该服务器性能测评从而得到的预测计算函数，β(x)为偏差值修正。

式(2)中M(f_t)计算的是第t座机架f_t的空闲资源的总和，即机架f_t的逻辑质量。

定义2：逻辑距离是指数据中心中两物理节点数据传输时，因为交换机、路由器等产生的数据传输代价。L(x,v_ij)表示虚拟机v_ij到达物体x产生的数据传输代价，其公式为：

$>L(x,v_{ij})=\underset{0}{\overset{y_1-1}{\Sigma }}\frac{B\left(v_{ij}\right)}{B_F\left(h_y\right)}+\underset{0}{\overset{y_2-1}{\Sigma }}\frac{B\left(v_{ij}\right)}{B_F\left(r_y\right)}+1---\left(4\right)$>

其中，B(v_ij)是虚拟机v_ij占用的带宽，B_F(h_y)是交换机h_y的空闲带宽，B_F(r_y)是路由器r_y的空闲带宽，y₁为虚拟机传输经过的交换机的个数，y₂为虚拟机传输经过的路由器的个数。

定义3：逻辑引力指的是任意一台机架对任意虚拟机都有逻辑引力的吸引作用。大小与它们逻辑质量的乘积成正比与它们逻辑距离的平方成反比，与两物体在数据中心中具体距离等无关，方向由虚拟机指向机架。

定义4：修正引力指的是虚拟机由于温度原因，受到倾向于向机架散热性能较好方向的吸引力。

机架f_t、服务器s_ti和虚拟机v_ij的逻辑引力计算公式为(其中G、b为常系数)：

$>\left(\begin{array}{c}\overrightarrow{F}(f_t,v_{ij})=G\frac{M\left(f_t\right)M\left(v_{ij}\right)}{L{(f_t,v_{ij})}^b}\\ \overrightarrow{F}(s_{ti},v_{ij})=G\frac{M\left(s_{ti}\right)M\left(v_{ij}\right)}{L{(s_{ti},v_{ij})}^b}\end{array}\right)---\left(5\right)$>

对于虚拟机v_ij受到x个机架的数据中心的合力为：

$>{\overrightarrow{F}}_f\left(v_{ij}\right)=\underset{t=0}{\overset{t=x-1}{\Sigma }}\overrightarrow{F}(f_t,v_{ij})---\left(6\right)$>

y个指定服务器对虚拟机v_ij的经过修正的合力为：

本发明的虚拟机迁移流程为：

步骤一、迁移方法的启动

云计算系统中的虚拟机由于随机的开启、关闭，经过一段时间后，虚拟机将渐趋于离散化分布，整个系统将出现热点混乱、无序的状态，局域化的精准温控将难以实施，这时需要对虚拟机重新部署，进行聚集式迁移。理想的迁移结果显然是将剩余少量虚拟机运行的区域节点集群上的虚拟机迁移到承载较多虚拟机的的区域节点集群上，从而可将部分区域节点集群承载的虚拟机数量下降至0，以便及时休眠或关闭。

若区域中的数据节点过热或是负载过重，为了保证系统的运行稳定性和服务质量，虚拟机需要进行扩散式迁移，即将虚拟机从温度或资源消耗已临近上限的节点迁移到其它节点上。而从节点所承载的若干虚拟机选择哪些待迁出的虚拟机是需要首先考虑到问题。虚拟机扩散的理想结果应该是：以最小的代价快速迁移出尽量少的虚拟机后，节点的温度或负载即可回复到可接受的程度。

本发明最终目的是尽可能的让计算节点都进入C类高效运转的状态，并且尽可能将低速运转的服务器关闭，当遇到以下情况的时候，就需要考虑将虚拟机进行迁移：(1)数据中心中，A、B类服务器都存在；(2)数据中心中，B、D类服务器都存在；(3)数据中心中，A、B、D类服务器都存在。

要实现该监控，对于被监控服务器，需要每隔一段时间t进行一次性能检测，一旦温度过高、利用率过高或者利用率过低，就要向监控机器发送需要迁移虚拟机的信号migrate。而监控机一旦受到需要对虚拟机进行调整的信号migrate超过一个阈值ω，则启动本发明方法。

步骤二、选择目标机架

Step1：得到D类服务器、A类服务器列表，计算每个机架的逻辑质量，分离出所有D类服务器的A’部分，使得A’中虚拟机迁移离开后，D类服务器会回归到C类；当步骤一的情况为(1)时，无需进行分离，其中，分离出A’类服务器的具体步骤为：

a.将D类中所有虚拟机的逻辑质量按由大到小顺序排序，编号写入队列L；

b.将目前D类服务器总资源中减去队列L列头序号对应的虚拟机占用资源，测算减去后的D类服务器利用情况是否降为C类，并且将减去的队列L列头序号写入队列M；其中总资源指的是逻辑质量测算时考虑进去的因素，比如CPU、RAM等；

c.如果D类服务器经过预测将降为C类，则停止测算，队列M中所有编号对应的虚拟机组成该D类服务器分离出的对应A’类服务器；

d.如果D类服务器经过预测没有降为C类，回到b。

Step2：对所有A’类服务器、A类服务器的虚拟机按照逻辑质量由大到小进行优先级列表排序，并且A’类中的虚拟机优先级均高于A类，目前整个系统的初始状态如图2(a)所示，其中F1是机架1对虚拟机的逻辑引力，F2是机架2对虚拟机的逻辑引力；若步骤一的情况为(2)，则无需对A类服务器进行操作；

Step3：计算每个机架对待迁移虚拟机的引力，引力最大的即为目标机架；

Step4：A’类服务器列表并行计算，队列中所有服务器遍历，将其当前排在第一位的虚拟机确定目标机架，A类串行计算，当A’类处理完毕，将A类服务器从小到大依次全部处理，如图2(b)所示，即为虚拟机迁移过程；

Step5：当前目标虚拟机尚未全部迁移，回到Step4，否则结束，如图2(c)所示，虚拟机均到达目的机架，迁移结束。

步骤三、各个虚拟机选择目标服务器

对于选定目的机架的虚拟机，需要进一步确定目标服务器，此时需要修正引力进行修正，尽可能地选择当前温度较低散热性能较好处的服务器。如图3所示，为虚拟机在指定机架时，受到的力所绘力图。虚拟机不光收到来自服务器的合力，也受到了修正引力的影响。通过公式(7)求得的指向的服务器，即为目标放置服务器，虚拟机选定后即可进行迁移。

如图4(a)-4(d)所示，图4(a)表示一个机架其中一共有m×n个小方块代表的服务器；图4(b)是虚拟机在该机架中受到的力图示意图，虚拟机设定为计算位置在机架的正中央原点(0,0)处计算受力值；图4(c)是进行目标服务器的选择；图4(d)中黑色方块代表的服务器即为选中服务器。具体步骤如下：

Step1：计算目标机架中B、D类服务器对虚拟机的逻辑引力，当逻辑引力值为负数时意思是引力方向为原测算方向的相反方向，并且绝对值大小不变，逻辑距离为1；

Step2：计算其修正后的引力，计算虚拟机所受合力方向；

Step3：在合力方向延长线上，距离最近的B类服务器即为目标服务器。若有一台以上符合条件的服务器，则选取靠近地面的服务器。

步骤四、虚拟机迁移

每个虚拟机选定目标服务器后，就要开始动态迁移。本机制采用预拷贝方法进行虚拟机的迁移。

步骤五、部署机制一次迭代的终止

经过方法决策下的虚拟机迁移，数据中心将逐渐将所有虚拟机聚集，部署机制一次运行是需要终止条件的，终止条件如下：(1)数据中心服务器均为C类；(2)数据中心服务器均为B类；(3)数据中心服务器只有A类和C类；(4)数据中心服务器只有B类和C类；(5)数据中心服务器只有D类。

一次部署的完成，数据中心情况如图所示，将低功率运行的机架包括其制冷机器全部陷入休眠状态并让别的服务器尽量都进入高效率运转状态，从而达到节能的目的。

以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。