虚拟环境中迁移策略研究

作     者：江裕城 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：李卫明;徐向华

授予年度：2009年

学科分类：08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：热点探测 迁移策略 黑盒/灰盒算法 Balance算法 Cost算法 

摘      要：目前,数据中心具有强大的计算能力,静态的资源分配策略造成了其资源的极大浪费,通过虚拟化技术进行的服务聚合可以在一定程度上解决此类问题。但数据中心中大多运行的是Web应用程序,其具有负载动态变化、易产生短暂峰值及突然性的堵塞的特点。迁移虚拟机可以进一步提高资源的利用率,平衡负载。虚拟机的迁移主要是由人工手动操作的,人工迁移反应速度较慢,而且容易出错,并且缺少动态控制。如何根据Web应用的特点,进行虚拟机的自动迁移,是目前的研究热点问题之一。 目前自动迁移系统主要研究热点检测的问题,资源分配问题,及迁移策略等。在对上述问题及相关技术进行了研究和分析的基础上,分析其中的缺陷,提出了热点的检测标准,及基于不同目标的迁移策略,并验证了该改进方案在实际环境中的可行性,并对迁移策略的优劣进行了仿真对比。总体而言,所做的主要工作如下: (1)在数据中心中进行三种重要资源的观测和考量,为了充分解决热点检测的问题,通过周期性的收集资源的利用率,利用时间序列分析的方法,对资源的使用情况的趋势进行预测,利用资源利用率的数学期望和预测值等双重标准进行热点的判断。通过资源利用率的数学期望及预测值,对过载虚拟机重新分配资源量。 (2)对黑灰盒中迁移策略进行了详细的研究,针对黑盒/灰盒迁移算法存在的迁移成功率过低,迁移次数过多,及消除热点后负载不均衡等问题,提出了启发式迁移算法Balance算法:结合了排列组合和BFD的启发式算法的思想,以降低迁移的次数,提高迁移成功率,热点消除后系统能够达到负载平衡为主要目标。同时还根据不同的需要,提出了以能耗为目标的Cost算法,它以降低物理节点的使用情况为目标,提高迁移成功率,并且在热点消除后使系统达到负载平衡。 (3)实现了提出的自动迁移系统,在自动迁移系统的原型系统中证明了此系统的可行性,能够根据动态负载的变化进行自动迁移。同时针对两种不同目标迁移算法及黑盒/灰盒算法进行了仿真实验,并将实验结果进行了比较分析。验证了本文算法的有效性和合理性,并在很大程度上提升了数据中心中各物理节点的性能。