云数据中心中虚拟机放置和实时迁移研究

北京交通大学   马飞  

本文的主要研究内容及创新点为： 1、提出多目标优化的虚拟机初始化放置策略。首先给出云计算基础设施中虚拟机放置的管理框架,并将虚拟机初始化放置问题定义为一个多目标优化问题。然后提出基于最大最小蚂蚁系统和排除法的虚拟机放置问题的多目标优化蚁群算法。该算法是一种分布式优化方法,有利于并行计算；并且具有正反馈机制,通过信息素的不断更新可以高效地收敛到最优解。实验结果证明,与传统的启发式方法和遗传算法相比,提出的多目标优化虚拟机放置蚁群算法能够在多个相互冲突的目标之间实现最优权衡和折衷,使得在发生SLA违背概率较少的情况下,系统的资源浪费和电源消耗也较少。 2、提出多目标优化的虚拟机动态管理方法。在管理过程中,系统考虑提高用户服务质量、减少资源竞争和降低电源消耗等3个目标。管理方法主要解决由于系统条件的改变或应用负载的动态变化所引起的虚拟机重新分配问题,即决策什么时候进行虚拟机迁移、迁移哪些虚拟机和被迁移的虚拟机放置到哪些物理结点上。在决定何时进行虚拟机迁移的问题上,系统针对不同的优化目标设置高低门限值,并采用滑动窗口和时间序列趋势预测法来判断是否触发虚拟机的迁移；在选择哪些虚拟机进行迁移的问题上,系统根据不同的优化目标分别采取不同的策略来选择虚拟机进行迁移；在选择将虚拟机迁移到哪些物理结点的问题上,系统采用解决多准则决策分析方法中的TOPSIS方法来选择物理结点,目的是为了均衡系统中多个目标之间的冲突。实验结果证明,采用TOPSIS方法的多目标优化管理方法能够得到较低的SLA违背率,较小的资源负载和较少的电源消耗,并且很好地平衡了不同目标之间的冲突。 3、提出一种虚拟机快速实时迁移方法。首先通过对预拷贝方法模型进行公式化描述和性能分析,在预拷贝方法中增加用于标记改动频繁内存页的页位图。然后在迭代过程中采用时间序列方法对内存页进行判断：对于在本轮变脏,并且在之前的迭代中变脏的次数超过给定次数的内存页,则标记为改动频繁的内存页。这些标记过的内存页将只会在最后一轮迭代中传输,从而避免了内存页的反复重传。实验结果证明,与预拷贝方法相比,改进后的预拷贝方法明显地减少了迁移时间和传输数据,达到了快速迁移虚拟机的目的。

云数据中心中虚拟机放置和实时迁移研究