[发明专利]应用于云计算虚拟化管理环境中的智能加权负载均衡方法

摘要

应用于云计算虚拟管理环境中的智能加权负载均衡方法，属云计算虚拟化技术领域，在一台服务器上划分出若干虚拟机用户，针对到达服务器端的新的任务请求，根据同一台服务器上的不同虚拟机用户需求情况和服务资源负载情况进行动态调整，采用智能加权的最小连接数算法，设计动态的负载均衡方法，分配服务资源给不同虚拟机。本发明方法解决了在云计算虚拟化管理环境中虚拟机之间负载分配不均衡的问题。在硬件物理资源之上解决虚拟资源的任务分配问题，提高了服务器虚拟资源的利用率。

主权项

一种应用于云计算虚拟化管理环境中的智能加权负载均衡方法，在云计算虚拟化管理环境中，将一台服务器上划分出若干虚拟机用户，针对到达服务器端的新的任务请求，根据同一台服务器上的不同虚拟机用户需求情况和服务资源负载情况进行动态调整，采用智能加权的最小连接数算法，设计动态的负载均衡方法，分配服务资源给不同虚拟机，以保证服务器资源的高效利用，该方法步骤如下：(1)设服务器的多种任务的任务个数为t，根据任务中不同文件类型所需负载资源不同，为任务分配不同的权重，根据任务中文件的扩展名确定文件的类型，从而确定任务的权值，任务类型越复杂，权值越大，这些任务的权值分别记为η1，η2，η3，…ηt；(2)计算服务器上当前虚拟机Vi的负载任务数量，即虚拟机Vi正在处理任务的数量，在虚拟化管理环境中，用Taskij表示虚拟机Vi上处理第j种任务的数量，那么虚拟机Vi正在处理的所有任务权值之和为：i＝1,2,3,…n；j＝1,2,3,…t；其中，n表示虚拟机总个数；ηj表示第j种类型任务的权值；(3)计算服务器上的虚拟机的性能权值，虚拟机的处理能力用以下几个指标综合量度：CPU虚拟分区大小C(num),CPU虚拟分区闲置率f,内存虚拟分区闲置容量C(mem),进程数C(pro)，虚拟机Vi节点的处理能力可以表示为向量：C(Vi)＝[fiC(numi)，C(memi)，‑C(proi)]，i＝1,2,3,…n；其中，C(numi)表示虚拟机Vi上的CPU虚拟分区大小，fi表示虚拟机Vi上的CPU虚拟分区闲置率，C(memi)表示虚拟机Vi上的内存虚拟分区闲置容量，C(proi)表示虚拟机Vi上的进程数；因为进程数C(proi)和虚拟机处理能力是负相关的，所以进程数C(proi)要加上负号；虚拟机节点Vi的处理能力在整个服务器所有虚拟机集群中所占比重表示为向量：Sw(Vi)＝C(Vi)/ΣC(Vi)，i＝1,2,3,…n；其中，C(Vi)表示虚拟机节点Vi的处理能力；由于虚拟机处理不同服务的能力对各个指标的依赖程度是不同的，所以引入加权转化因子ρ＝(ρ1，ρ2，ρ3)，加权转化因子ρ的值由经验确定，并且满足ρ1+ρ2+ρ3＝1，从而可得虚拟机Vi的权值为：S(Vi)=ρ×Sw(Vi)=ρ×C(Vi)ΣC(Vi)]]>其中，S(Vi)表示虚拟机Vi的权值，Sw(Vi)表示虚拟机Vi节点的处理能力在整个服务器所有虚拟机集群中所占比重，ρ为加权转化因子；即i＝1,2,3,…n；加权转化因子ρ的值由经验确定，并且满足ρ1+ρ2+ρ3＝1，fi∈(0.1)；(4)计算服务器上当前虚拟机所有任务权值之和与虚拟机的性能权值之比Efficiencei，虚拟机上已有的任务越简单，其任务权值越小；虚拟机处理能力越强，其权值越大，所以Efficiencei越小表示虚拟机Vi处理任务效果越好，所以当前虚拟机所有任务权值之和与虚拟机的性能权值之比计算如下：i＝1,2,3,…n；j＝1,2,3,…t；(5)选择最佳虚拟机来处理任务请求，比较各个虚拟机Efficiencei值的大小，将新到达服务器端的任务分配给Efficiencei值最小的虚拟机，当且仅当虚拟机Vt满足以下条件：Efficiencet＝min(Efficiencei)时，当前的新的任务请求会被发送至虚拟机Vt。