[发明专利]云环境下的虚拟机负载评估系统、方法以及服务节点

说明书

本申请公开了一种云环境下的虚拟机负载评估系统，包括：监控数据采集模块，其配置成从云数据中心内的一个或多个虚拟机处采集监控数据；以及监控数据处理模块，与所述监控数据采集模块耦合，并配置成：针对所述一个或多个虚拟机中的每一个，利用第一KMeans算法来将所述监控数据进行聚集分组，每一个组具有一中心点坐标，并根据所述分组和各组的中心点坐标计算所述一个或多个虚拟机中每个虚拟机的性能表征，即第一特征值；基于每个虚拟机的所述第一特征值，利用第二KMeans算法来将所述一个或多个虚拟机进行聚集分组，从而确定所述一个或多个虚拟机中每个虚拟机的特征类型以及性能负载值。本申请还公开了云环境下对虚拟机进行负载评估的方法以及一种服务节点。

技术领域

本发明涉及云监控技术，并且更具体来说，涉及云环境下虚拟机的负载评估。

背景技术

云计算中虚拟化技术，在某些方面对传统问题解决方案提供了一种新的思路，但虚拟化技术作为一门新兴的技术，它在虚拟机资源性能管理与检测等方面所做的工作仍然有许多的不足之处。11年的一篇论文《Toward an architecture for monitoring privateclouds》中，作者同样指出云监控的重要性，尽管对云的管理部署的解决方案有许多，但是云监控的技术却没有跟上步伐。

一个系统的性能特征是由其本身特征以及运行在上面的应用服务的负载特征决定的，它定量描述了一个基本的系统特征。如何去判断应用服务的负载特征从而了解整个系统所处的环境具有重要意义。

目前在虚拟机负载评估方面，并没有精确的解决方案，大多基于人为或者虚拟机宏观运行状态表现判断负载情况(例如：通过用户数量预测一个负载今后运行的情况与大致性能需求)，负载状态评估相对单一、简略。

发明内容

传统机器负载评估通常采用机器本身的系统数据进行评分，通过预先设定的参数来对机器本身进行评估。这种方法在云环境下并不适用，因为云环境下存在大量虚拟机，用户与管理员真正需要了解的不仅是各个虚拟机性能上的差异性，更需要的是整体上的一个较为精确地宏观对比，从而了解具体应用对资源的占用情况。

为解决上述问题，本申请提供了一种云环境下的虚拟机负载评估系统，包括：监控数据采集模块，其配置成从云数据中心内的一个或多个虚拟机处采集监控数据；以及监控数据处理模块，与所述监控数据采集模块耦合，并配置成：针对所述一个或多个虚拟机中的每一个，利用第一KMeans算法来将所述监控数据进行聚集分组，每一个组具有一中心点坐标，并根据所述分组和各组的中心点坐标计算所述一个或多个虚拟机中每个虚拟机的性能表征，即第一特征值；基于每个虚拟机的所述第一特征值，利用第二KMeans算法来将所述一个或多个虚拟机进行聚集分组，从而确定所述一个或多个虚拟机中每个虚拟机的特征类型以及性能负载值；其中，所述第一KMeans算法中的类型参数K大于所述第二KMeans算法中的类型参数，并且所述第一KMeans算法的初始中心被选择为使得初始类别之间保持尽可能远的距离，而所述第二Kmeans算法的初始中心被选择为所述第一KMeans算法的初始中心的子集。

在上述虚拟机负载评估系统中，所述监控数据与一个或多个虚拟机的中央处理单元、存储器、硬盘输入或输出以及网络输入或输出关联。

在上述虚拟机负载评估系统中，所述虚拟机的特征类型包括CPU密集型、Network密集型以及Memory密集型。

在上述虚拟机负载评估系统中，所述第一KMeans算法中的类型参数K等于4，而所述第二KMeans算法中的类型参数等于3。

在上述虚拟机负载评估系统中，所述第一KMeans算法的初始中心被选择为P1(100，0，0)、P2(0，100，0)、P3(0，0，100)以及P4(0，0，0)。