[发明专利]虚拟机的调度方法和装置

权利要求书

1.一种虚拟机的调度方法，其特征在于，包括：

预测虚拟机在下一个时间周期内所需的资源数据，得到预测结果，其中，资源数据包括如下至少一项：处理器资源、处理器争抢次数、缓存未命中次数和功耗利用率；

获取候选宿主机的已利用资源数据和可用资源数据；

将所述预测结果与每个候选宿主机的所述已利用资源数据叠加，得到所述每个候选宿主机的叠加结果；

分别将每个候选宿主机的叠加结果与每个宿主机的可用资源数据进行比对，从所述候选宿主机中选择所述虚拟机对应的目标宿主机；

其中，所述时间周期包括多个预设时间段，预测虚拟机在下一个时间周期内所需的资源数据，得到预测结果，包括：获取预测模型，其中，所述预测模型用于表征具有不同属性参数的虚拟机的预测结果与所述预设时间段的对应关系，所述属性参数包括：所述虚拟机的标识、规格和应用类型；将所述虚拟机的属性参数输入至所述预测模型；接收所述预测模型输出的所述虚拟机的预测结果。

2.根据权利要求1所述的方法，其特征在于，在将所述虚拟机的属性参数输入至所述预测模型之前，所述方法还包括：

获取所述预测模型的置信度和预设的置信度阈值；

如果所述预测模型的置信度大于或等于所述置信度阈值，则进入将所述虚拟机的属性参数输入至所述预测模型的步骤；

如果所述预测模型的置信度小于所述置信度阈值，则根据所述虚拟机的虚拟处理器资源和虚拟处理器利用率预测所述虚拟机在下一个时间周期内所需的资源数据。

3.根据权利要求1所述的方法，其特征在于，获取预测模型，包括：

获取样本数据，其中，所述样本数据包括多个样本虚拟机的属性信息和所述样本虚拟机在所述预设时间段的历史资源数据；

根据所述样本数据进行模型训练，得到所述预测模型。

4.根据权利要求3所述的方法，其特征在于，获取所述样本虚拟机在预设时间段的历史资源数据，包括：

按照预设的采样时间采集所述虚拟机的多个虚拟处理器的平均资源数据，其中，所述预设时间段包括多个采样时间；

确定一个预设时间段内的最大平均资源数据为所述预设时间段的历史资源数据。

5.根据权利要求1所述的方法，其特征在于，所述时间周期包括多个预设时间段，在所述资源数据为所述处理器资源的情况下，获取候选宿主机的已利用资源数据，包括：

获取运行于所述候选宿主机上的每个虚拟机在所述预设时间段所使用的资源；

确定所述每个虚拟机在所述预设时间段所使用的资源之和为所述宿主机在所述预设时间段的已利用处理器资源。

6.根据权利要求5所述的方法，其特征在于，获取候选宿主机的可用资源数据，包括：

获取所述宿主机的总处理器资源和预设利用率阈值，其中，所述宿主机的总处理器资源为所述宿主机的物理核数量与预设常数的乘积；

确定所述宿主机的总处理器资源和所述预设利用率阈值的乘积为所述候选宿主机的可用资源数据。

7.根据权利要求5所述的方法，其特征在于，获取运行于所述宿主机上的每个虚拟机在所述预设时间段所使用的处理器资源，包括：

获取虚拟机的虚拟处理器数量、所述候选宿主机创建的总虚拟处理器数量、每个所述预设时间段的虚拟处理器平均利用率以及所述候选宿主机的物理核数量；

获取虚拟机的虚拟处理器数量与所述候选宿主机创建的总虚拟处理器数量的比值；

获取所述候选宿主机的物理核数量与所述候选宿主机创建的总虚拟处理器数量之间的最小值；

求取所述比值、所述虚拟处理器平均利用率以及所述最小值的乘积；

确定所述乘积为所述虚拟机在所述预设时间段的处理器资源。