[发明专利]面向关联任务请求的虚拟资源调度系统及调度和分配方法

说明书

技术领域

本发明属计算机科学领域，涉及一种云计算环境下虚拟资源调度系统，具体是一种面向关联任务请求的虚拟资源调度系统及调度和分配方法。

背景技术

云计算它采用创新的计算模式使用户通过互联网随时获得近乎无限的计算能力和丰富多样的信息服务，它创新的商业模式使用户对计算和服务可以取用自由、按量付费。目前的云计算融合了以虚拟化、服务管理自动化和标准化为代表的大量革新技术。云计算借助虚拟化技术的伸缩性和灵活性，提高了资源利用率，简化了资源和服务的管理和维护；利用信息服务自动化技术，将资源封装为服务交付给用户，减少了数据中心的运营成本；利用标准化，方便了服务的开发和交付，缩短了客户服务的上线时间。而云计算的虚拟机资源调度器或是正调度算法是云计算平台的重要模块，是高效的解决资源融合，共享的重要组成。

目前主要有以下几种算法解决IaaS云计算平台的虚拟机资源调度策略的方法：

1.从平台的负载角度出发，当个任务或是应用发出虚拟机资源的请求时，平台检查所有物理机上的剩余资源，将满足物理机请求的资源的物理机过滤出来，尽量使得各个物理机上的负载均衡。

2.从平台的资源的利用的效率出发，当任务或是应用发出虚拟机资源请求时，检查所有物理家上的剩余资源，采用最少的物理机来满足任务或是应用对资源的请求，使得任务平台整体的能够有较少的使用物理资源，减少不必要的资源浪费。

3.基于公平性的调度算法，以DRF算法为例的公平调度算法，主要考虑各个资源分配直接的均衡和合理，可以使得任务之间对资源的请求和分配达到经济学上的帕累托最优。

上述种方法在解决云计算中虚拟机资源调度问题的方法有各自的局限性：

1.负载均衡算法为了保证各个物理机上的虚拟机负载尽可能一致，会导致虚拟机的分配方案相对比较松散，导致有大量交互或是大量网络通讯的任务或应用会或得比较糟糕的网络状况，导致服务质量的下降或是任务执行的时延增加。

2.平台利用率的算法，尽量采用少量的物理机满足应用的虚拟机资源请求会或得比较好的资源利用情况，但是这种算法是一个典型的NP问题，求解这个问题往往会造成更高的调度代价，因此在实际的云计算平台中很少采用。

3.DRF算法本身在资源的利用情况会造成比较多的碎片情况，导致可分配，可调度的次数有所不足，另外由于忽略了本身物理机的位置的关系，会造成了物理机资源和任务的实际运行的网络情况不匹配的。

综上，上述三种算法均在任务的通信请求和任务执行存在关联关系的问题上的考虑均有所不足，并且各自对资源的请求分配的情况均存在自己本身不足的因素。所以对大量通信的任务请求的调度结果往往不能取得较好的性能优势。

发明内容

本发明目的在于解决上述问题，提供一种云计算平台下的面向关联任务请求的虚拟资源调度系统及调度和分配方法，该方法通过虚拟机的合理分配，满足存在关联关系的任务的性能需求和云计算平台负载均衡的特性。

为了实现上述目的，本发明所采用的技术方案包括以下步骤：

一种面向关联任务请求的虚拟资源调度系统，包括资源管理控制器、资源请求解析器以及资源调度迭代器；

资源管理控制器用于接收资源监控系统所获取的物理宿主机的资源情况；

资源请求解析器用于前端预处理流程和资源请求封装进行封装；

资源调度迭代器用于进行调度的迭代控制过程，产生资源调度结果。

所述资源管理控制器具体用于：

1)与资源监控接口对接，实时获取云计算集群资源状态情况；

2)结合资源调度迭代控制器，从监控数据中抽取平台中各个物理机的资源情况，资源情况包括cpu、内存、带宽以及硬盘的相应状态；

3)根据云计算集群中每个物理机的资源情况，在调度迭代器控制器请求时，实时的计算出集群中的资源总量和剩余资源总量，同时计算当前状态下各个物理机的dominant_share和dominant_desire；

4)在并发环境下，保证数据的一致性，保证集群状态信息的一致性；在资源调度迭代器高并发作业的情况下，提供对资源的一致性、原子性和事务性。

所述资源请求解析器具体的负责以下内容：

1)接收框架发来的任务调度请求用户的请求json文件，提取调度迭代器关心的cpu，内存等资源请求，同时进一步封装用户的资源请求；

2)解析框架任务关联请求，运行强联通分量，拓扑排序等图论算法，产生带有特殊标记的任务序列；