實驗室系統(tǒng)結(jié)構(gòu)ELVMan一個能耗感知的虛擬機遷移管理仿真工具

1(1.蘭州大學(xué)信息科學(xué)與，蘭州對多種虛擬機遷移模型進行了綜合分析，開發(fā)一個虛擬機遷移管理軟件[應(yīng)當(dāng)根據(jù)正文中的內(nèi)容介紹此軟件的組成和功能]。:云計算虛擬機遷移節(jié)能云計算[1]以虛擬化[2]為載體，可以有效規(guī)約異構(gòu)資源，達到計算能力、網(wǎng)絡(luò)、的重新調(diào)度與共享化利用虛擬機遷移技術(shù)[3]可在幾乎不影響用戶使用的情況下進行虛擬機在物理主機間的轉(zhuǎn)移實現(xiàn)物理機與虛擬機的重映射；通過關(guān)閉多余的物理機，可以降低能源消耗，提高資源利用率。已有不少研究工作關(guān)注[4]/[5][6][7設(shè)計境的與虛擬機遷移模擬，有助于對實際環(huán)境中的虛擬機資源調(diào)度進行有效評價，幫助更好的實現(xiàn)節(jié)能目的。主流的云計算產(chǎn)品安裝繁瑣以及功能冗余，不方便獨立研究虛擬機遷移。我們研發(fā)了一個虛擬機在線遷移管理軟件（g-aee-itionftlmachineMaeraen）,ELVMan軟件主要由兩部分組成，一部分是由服務(wù)器集群為用戶提供按需分配的虛擬機服務(wù)，一部分采用Web1KVM（Kernel-basedVirtualMachine）虛擬機作為虛擬機器，使用NFS網(wǎng)絡(luò)文件系統(tǒng)服務(wù)實現(xiàn)虛擬機的硬盤共享，使用VNC桌面功能為虛擬機提供功能。在虛擬機遷移方式中采用基于共享的遷移機制，其中使用了內(nèi)存預(yù)拷貝技術(shù)，即WebStruts2Javaweb技術(shù)等，實現(xiàn)桌面控制。1ELVMan libvit機遷移管理，在用戶使用虛擬機務(wù)不間斷的情況下實現(xiàn)虛擬機在主機之間進行遷移。虛擬機的暫停/激活功能可以幫助切換虛擬機運行狀態(tài)與運行狀態(tài)靜態(tài)兩個狀態(tài)。池管理模塊通過管理共享文件系統(tǒng)的方式，可以管理虛擬機的共享信息。日志管理模塊通過記錄使用者在系統(tǒng)中的操作情況，可以分析出虛擬機出現(xiàn)的錯誤。CPU模塊CPUcpucpu2圖 VirtualMachineMigrationManagementOperationsELVManELVMancpucpu使用率，仿真對多個遷移檢測算法進行模cpu消耗的百分之十[8]。在該軟件中，我們針對虛擬機遷移所產(chǎn)生的性稱為內(nèi)存頁面變臟。其中，K為預(yù)拷貝算法中變臟速率/網(wǎng)絡(luò)傳輸速率。uj：計算cpu的函數(shù)Cdj：計算性能總數(shù)實際性CrjMemory

1K1

m m cpu計算用量的比例，0.1 Ud

t0Tmj0

(t)dtu

平均每臺主機延誤服務(wù)等級協(xié)議時間（SLAViolationTimeperActiveHost）,該數(shù)值越大表明對服務(wù)等級協(xié)1NSLATAH=N

i1Migration，1N

cpu計算量較大的虛擬機都會使服務(wù)質(zhì)量降低。上轉(zhuǎn)移。判斷負(fù)載的方法除了靜態(tài)閾值法，還有一些統(tǒng)計學(xué)上的方法可以動態(tài)判斷閾值的范圍。ELVMan軟件實現(xiàn)的過載函數(shù)有中位數(shù)絕對偏差（MedianAbsoluteDeviation,MAD）[9]、四分位距法（InterquartileRange，IQR、魯棒性局部回歸（RobustLocalRegression，LRR）等。我們還對于線性回歸（oclegresson，R）方法的改進進行了研究，設(shè)計了一種局部線性回歸法，其中局部回歸[1]是一通過給擬合數(shù)據(jù)增值的方法使擬合函數(shù)更加接近真實局部線性回歸法的主要思想在于，擬合數(shù)據(jù)越接近真實函數(shù)的大小，所分配的權(quán)值就越大，就越接近真實的擬合數(shù)據(jù)；擬合數(shù)據(jù)與真實函數(shù)的差距越大，就說明數(shù)據(jù)的可靠性越小，擬合權(quán)值就越小，通過這種情況擬合的數(shù)據(jù)可以比較真實的把過載主機選擇出來。函數(shù)如下：iw(x)(1(xkxi)3i

xkabn2nminwi(x)(yiabxi

另一方面，過載主機需要對其上的多個虛擬機進行選擇遷移。ELVMan11 Simulationofthephysicalmachineperformance力大小11213141HPProLiantML110G4(1x[Xeon30401860MHz,2cores],HPProLiantML110G5(1x[Xeon30752660MHz,2cores],SPEC{86,89.4,92.6,96,99.5,102,106,108,112,114,11793.7,97,101,105,110,116,121,125,129,133,135}；單位：W（瓦模擬時間為一個小時，每對集群內(nèi)的虛擬機進行過載檢測，并將負(fù)載不足的虛擬機進行遷移算法模10臺物理主機，10個云任務(wù)下虛擬機各（注：10-101010個任務(wù)圖 10-10underthescaleofserviceswiththetraditionalenergy-savingmodeofenergyconsumption態(tài)閾值-8001052個云任務(wù)進行模擬。圖 800-1052underthescaleofserviceswiththetraditionalenergy-savingmodeofenergyconsumption圖 800-1052thesizeoftheserviceunderdifferentenergyconsumptioncloudsim有優(yōu)勢。圖 800-1052scaleofservicesundertheSLAservice用與虛擬機服務(wù)。并且通過對虛擬機遷移算法的研究建模與模擬實現(xiàn)了不同規(guī)模下的能源優(yōu)化策略，并且 .云計算體系架構(gòu)與關(guān)鍵技術(shù)[J].中國新通信,2014,1(13):29- 劉海坤.虛擬機遷移性能優(yōu)化關(guān)鍵技術(shù)研究[D].：華技大學(xué),［3］HuangW,LiX,QianZ.AnEnergyEfficientVirtualMachinecementAlgorithmwithBalancedResourceUtilization[C].SeventhInternationalConferenceonInnovativeandInternetServicesinUbiquitousComputing.2013:313-319.［4］YoungeAJ,VonLaszewskiG,WangL,etal.Efficientresourcemanagementforcloudcomputingenvironments[C].2010InternationalConferenceonGreenComputing,.IEEE,2010:357-364.［5］BeloglazovA,BuyyaR.EnergyEfficientAllocationofVirtualMachinesinCloudDataCenters.[C].Melbourne,Victoria,Australia,InternationalConferenceonCluster,CloudandGridComputing,CCGRID2010,17-20May2010.2010:577-578. ［7］SemeraroG,MagklisG,BalasubramonianR,etal.Energy-efficientprocessordesignusingmultipleclockswithdynamicvoltageandfrequencyscaling[C].Cambridge,Massachusetts:Proceedings:EighthInternationalSymposiumonHigh-PerformanceComputerArchitecture,2-6February2002,2002:29-40.［8］BeloglazovA,BuyyaR.OptimalonlinedeterministicalgorithmsandadaptiveheuristicsforenergyandperformanceefficientdynamicconsolidationofvirtualmachinesinClouddatacenters[J].Concurrency&ComputationPractice&Experience,2012, LoaderC.Localregressionandlikelihood[M].NewYork:SpringerScience&BusinessMedia,［10］.基于最小遷移代價的云計算資源負(fù)載均衡調(diào)度算法研究[D].：電子科技大學(xué),［11］KimKH,BuyyaR,KimJ.PowerAwareSchedulingofBag-of-TasksApplicationswithDeadlineConstraintsonDVS-enabledClusters[C]//IEEEInternationalSymposiumonCLUSTERComputingandtheGrid.IEEEComputerSociety,2007,7:541-548.［12］,馬自堂,.云環(huán)境下基于改進蟻群算法的虛擬機批量部署研究[J].計算機科學(xué),2012,39(9):33-［13］.負(fù)載感知的虛擬機初始化放置和遷移時機機制的研究[D].：交通大學(xué),［14］羅剛毅,中,.一種基于網(wǎng)絡(luò)感知的虛擬機再調(diào)度算法[J].計算機學(xué)報,2015,38(5):932-ResearchofOptimizationModelsforEnergybaseonLive-migrationofVirtualWANG(1.SchoolofinformationScience&Engineering,LanzhouUniversity,Lanzhou730000,:Incloudcomputingenvironment,live-migrateofvirtualmachinecanachievethegoalofenergyoptimizationontheserver.Inthisdissertation,BycomprehensiveysisandmodelingofVMmigrationmodel.developavirtualmachinemanagementsoftwareforlivemigration.Softwareincludestwoparts:first,on-demandprovisionofvirtualmachineservices;second,visualmanagementofvirtualmachine.Theexperimentalresultsshowthatcomparedwiththetradit