[发明专利]一种基带池内虚拟资源分簇方法

摘要

本发明公开了一种基带池内虚拟资源分簇方法，涉及通信技术领域，该方法包括以下步骤：A、根据基带池内所支持的无线通信协议标准、基带池内的资源以及任务特点设置资源变量和任务变量；B、根据资源变量、任务变量、各类型协议标准规定以及资源容量各项约束，定义数学表达式，建立数学模型；C、使用改进的遗传算法求解数学模型，得到不同用户业务量下的分簇配置方案。本发明根据用户请求业务量预先设计不同的分簇管理模型，然后根据业务量的变化调用相应规模的资源簇从而降低了基带池内的功耗，降低资源管理的复杂度，提高系统的能效性，同时也进一步兼顾了基带池内资源利用率，提高系统灵活性以及并行处理能力。

主权项

1.一种基带池内虚拟资源分簇方法，其特征在于包括以下步骤：A、根据基带池内所支持的无线通信协议标准、基带池内的资源以及任务特点设置资源变量和任务变量；B、根据资源变量、任务变量、各类型协议标准规定以及资源容量各项约束，定义数学表达式，建立数学模型；C、使用改进的遗传算法求解数学模型，得到不同用户业务量下的分簇配置方案；步骤A中所述资源变量包括物理资源变量和虚拟机资源变量，所述物理资源变量的具体描述方法如下：基带池内含有K类异构的物理服务器，用矩阵PHy表示基带池内所有类型物理服务器的资源量：其中PHy的第一行表示该类型物理服务器所能提供的最大计算资源容量，PHy的第二行表示该类型物理服务器所能提供的最大内存容量；物理服务器最大功耗其中为i类型物理服务器的最大功耗；所述虚拟机资源变量的具体描述方法如下：w协议标准下各类虚拟机用矩阵VMw表示：其中表示w协议标准下j类型虚拟机的计算资源和内存资源配置以及该虚拟机上加载的模块任务数；步骤A中所述任务变量包括任务资源需求、各个虚拟机的处理模块以及虚拟机处理任务时延：w协议标准下用户基带处理过程包括Mw个模块任务，所有模块任务对资源需求用矩阵Rw表示：其中矩阵R^w的第一行表示在规定时间内完成各模块任务所需最小计算资源，R^w的第二行表示在规定时间内完成各模块任务所需最少内存；在满足资源最小需求的前提下，w协议标准下模块任务i的处理时延为各个虚拟机的处理模块指虚拟机上预先加载的相关协议标准下模块任务的处理程序的个数，即w协议标准下处理虚拟机类型总数为L，每类虚拟机上加载的任务数表示为且满足各个虚拟机处理任务时延指虚拟机完成所对应任务所需的处理时延，表示为其中如果两个模块任务加载到同类型的虚拟机上，两者间传输带宽近似认为是无穷大，即传输时延为0，而不同虚拟机间受到两者间的带宽限制带来传输时延其中L_ij为模块任务i和模块任务j间的通信带宽，且当i＝j时L＝inf，当i≠j时，L_ij＝W_ij，W_ij为承载两个虚拟机的物理服务器间的带宽，表示模块任务i和模块任务j间传输的数据量；步骤B中定义问题所需的数学表达式，建立数学模型包括以下步骤：描述物理服务器相关参数所需的数学表达式定义如下：物理服务器的功耗分为两部分：静态功耗和动态功耗，所述静态功耗指当前开启的物理服务器在空闲状态下的功耗Pidle＝mPmax(m＝0.5～0.6)；所述动态功耗PD指由于业务量的不同，产生的可变的功耗，一台物理服务器实际运行功耗表示为：其中μcpu为物理服务器CPU的当前使用率；Pmax为物理服务器的最大功耗；描述虚拟机相关参数所需的数学表达式定义如下：w协议标准下资源组内，将各类型虚拟机组内的虚拟机再次分簇，分簇后各类型的虚拟机的个数表示为Y1,…YL；每个采样时刻新用户请求数Nin，Nin为一个服从参数为λ的泊松过程，每个时隙内发起的平均请求数为λ，则新用户请求数Nin为k的概率函数为：每个时隙新的资源需求下，基带池需要开启类型为i的虚拟机总数为vmnum＝Nin，且需要开启的对应类型的虚拟机分组的个数clusnumi，其值满足以下关系式：类型为i的虚拟机加载到类型为j的物理服务器为最优，且每台类型为j的物理服务器最多加载NUMij个类型为i的虚拟机，则每开启一个规模为Yi的虚拟机的分组，需要的物理服务器j的数量为phynumj，每开启一个虚拟机所耗物理服务器的功耗增加为ui，其中基带池内的功耗分为两部分，一部分是基础运行功耗，基础运行功耗是物理服务器运行所产生的静态功耗和动态功耗之和，在请求虚拟机i数量为vmnumi时，其值表示为：另一部分功耗主要是由于系统管理各虚拟机簇所消耗的功耗，类型为i的虚拟机分簇，在虚拟机请求数为vmnumi时的系统管理功耗表示为：其中Cost(Yi)＝A·log(Yi)为每管理一个Yi规模的虚拟机组所消耗最基本的管理功耗，A为常数；ΔCost为每开启一个虚拟机所要增加管理功耗；在用户服务请求为vmnumi、虚拟机分组规模为Yi的条件下，基带池所有i类型虚拟机的分簇消耗的总功耗为：所有类型的虚拟机在参数为λ的泊松分布的用户负载下，N个采样时刻内的系统所耗的总的平均能量为：其中P(x＝vmnum_i.k)在k时刻的申请i类型虚拟机数为vmnum_i.k的概率，为类型为i的虚拟机数据处理时延，则建立数学模型为：min E(Yi)