[发明专利]一种基于在线迁移的单根I/O虚拟化优化方法及其系统有效

专利信息
申请号: 201811507379.X 申请日: 2018-12-11
公开(公告)号: CN109558216B 公开(公告)日: 2020-10-27
发明(设计)人: 叶志勇;王洋;须成忠 申请(专利权)人: 深圳先进技术研究院
主分类号: G06F9/455 分类号: G06F9/455
代理公司: 深圳市科进知识产权代理事务所(普通合伙) 44316 代理人: 吴乃壮
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 在线 迁移 虚拟 优化 方法 及其 系统
【权利要求书】:

1.一种基于在线迁移的单根I/O虚拟化优化方法,其特征在于,包括如下步骤:

步骤S1、动态感知虚拟机的网络负载变化情况而采集虚拟机的网络数据信息,将该网络数据信息发送至网络监控模块;

步骤S2、网络监控模块接收网络数据信息后,对虚拟机进行分类和分配VF;

步骤S3、网络监控模块对虚拟机的网络状态进行监控,如果网络监控模块对虚拟机监控到的信息数据超过设定的阈值,则将监控的虚拟机进行迁移;

所述步骤S3包括:

步骤S31、网络监控模块对虚拟机的网络状态进行监控,同时分析虚拟机的网络密集程度;如果网络监控模块对虚拟机监控到的信息数据超过设定的阈值,则进入下一步骤;

步骤S32、预测该虚拟机的网络状态的下一个周期的信息数据是否超过设定的阈值,如果超过设定的阈值,则进入下一步骤;

步骤S33、网络监控模块选定其信息数据超过设定的阈值的虚拟机并将该虚拟机迁移至迁移管理模块;

步骤S34、迁移管理模块将选择集群中网络密集状态最小的主机接受被迁移的虚拟机;

步骤S35、如果该迁移的虚拟机的信息数据超过设定的阈值,则重复步骤S34;

在所述步骤S32内,预测虚拟机的网络状态的下一个周期的信息数据的方法是使用基于时间序列的自回归预测模型进行预测;

所述自回归预测模式是指用自身做回归变量的过程,采用一阶自回归模型AR(1),考虑时间序列x1,x2,…,xp,预测第(p+1)个采样周期的值,按照如下方式估计第(p+1)个采样周期的值:其中,μ是前p个时间序列的期望值,参数φ用于捕获时间序列的变化,δ是高斯白噪声决定于当前序列的波动程度;

所述步骤S34中,如果迁移的是半虚拟化或者是完全虚拟化的虚拟机,直接迁移即可;如果被选中的虚拟机正在使用单根I/O虚拟化设备,结合ACPI热插拔技术和Bonding驱动技术的激活-备份模式,动态切换单根I/O虚拟化的VF为半虚拟化的虚拟网卡;如果迁移虚拟机后网络负载还是过重,即还会触发迁移信号,则重复前面一步骤;

选择主机中迁移虚拟机的方法是:基于让每单位字节传输最大负载的原则,按照如下公式计算虚拟机迁移判定因子:

其中,Traffic_data表示一次采样周期内总共发送与接收数据包的大小,Num表示总共采样次数,mem是虚拟机内存的大小;按照虚拟机迁移判定因子从大到小递减的顺序排序,选择其中最大的虚拟机进行迁移。

2.根据权利要求1所述的一种基于在线迁移的单根I/O虚拟化优化方法,其特征在于,步骤S1包括:

步骤S11、虚拟机在每个采样周期结束时将获取的流量信息发送至网络监控模块;

步骤S12、虚拟机读取其正在使用的内存信息,在每个采样周期结束时将获取的内存信息发送给主机。

3.根据权利要求1所述的一种基于在线迁移的单根I/O虚拟化优化方法,其特征在于,在步骤S2内,网络监控模块根据接收的网络数据信息将虚拟机分类成网络密集型虚拟机和非网络密集型虚拟机,对网络密集型虚拟机分配VF,而让非网络密集型虚拟机使用半虚拟化的网卡工作。

4.根据权利要求3所述的一种基于在线迁移的单根I/O虚拟化优化方法,其特征在于,在步骤S2内,使用Bonding驱动技术的激活备份模式将单根I/O虚拟化网卡设置为主设备和半虚拟化的网卡设置为从设备,网络监控模块创建两个队列对虚拟机进行管理,刚开始将所有虚拟机放入通用队列中,当每次采样周期结束时将虚拟机按照本次流量和由大到小排序,选取一定数量的虚拟机放入优先队列,剩余的虚拟机放入通用队列,然后给在优先队列中的虚拟机分配VF,而在通用队列中的虚拟机使用半虚拟化的网卡工作。

5.根据权利要求1所述的一种基于在线迁移的单根I/O虚拟化优化方法,其特征在于,在步骤S31内,网络监控模块将信息数据存入文件netinfo且同时分析虚拟机的网络密集程度;分析虚拟机的网络密集程度采用的方法为所述网络监控模块从文件中读取过去n个采样数据,如果其中有k个数据都超出设定的阈值,则进入步骤S33,否则不断重复存入数据、读取数据和分析数据的过程。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳先进技术研究院,未经深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811507379.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top