同时，为节省资源开销，应尽量少开启物理服务器，这就需要在部署虚拟机时，在满足用户需求前提下，相匹配地放置虚拟机，不刻意寻找性能最优的服务器。这样同时也避免了热点现象的出现，使系统达到负载均衡。 2.1
同时，为节省资源开销，应尽量少开启物理服务器，这就需要在部署虚拟机时，在满足用户需求前提下，相匹配地放置虚拟机，不刻意寻找性能最优的服务器。这样同时也避免了热点现象的出现，使系统达到负载均衡。
2.1 资源性能向量描述
为了更好地描述虚拟机及物理服务器性能，本文使用性能向量概念，性能向量是指由虚拟机或物理服务器多个性能特征规范化（无量纲化和归一化）［9］处理后组成的特征向量。
进行虚拟机部署首先要对虚拟机性能进行有效监控，虚拟机硬件资源一般主要包括CPU性能、内存利用率、网络连接和配置状态、宿主机上虚拟机的基本运行状态等［10］。为了对性能特征规范化，本文参考微软Virtual Machine Manager 2008技术报告中对于物理服务器性能评价标准，以CPU、内存、带宽、硬盘这4个基本性能为例，每10min提取其使用状况的平均值，按如下的资源特征计算方法处理：
CPU特征=1-CPU已用量/(CPU总量-CPU预留量)
内存特征=1-内存已用量/(总内存-内存预留量)
带宽特征=1-带宽已用量/(总带宽-带宽预留量)
硬盘特征=1-硬盘已用量/(总硬盘空间-硬盘预留量)
各性能的预留量由云计算运营商配置，是维持服务器中虚拟机监视器、Dom0操作系统等正常运行所需的最低资源量。例如：某服务器总内存为2048MB，内存已被使用了512MB，系统规定应预留512MB的内存，于是其内存特征为1-512/（2048-512）=0.667。
服务器池内的所有服务器通过性能监控结果的规范化处理，便可建立其性能向量(q1,q2,…,ql)，其中：qi表示服务器第i个性能特征，l表示用来描述虚拟机硬件整体性能的指标数。将服务器池中所有服务器的UUID组成向量U=(u1,u2,…,un)T，其中n表示物理服务器数目。整个服务器池的UUID与相对应的性能向量可以建立成为一个类似Key/Value模式的性能矩阵，如式(1)所示：
Q=［U V］
=u1q11q12…q1l
unqn1qn2…qnl(1)矩阵这样书写符合您的表达吗？另外，U与V之间的“|”竖线是什么意思？请说明一下。其中矩阵外面的角括号可以用稍大一点的中括号吗？请明确。回复：文中的矩阵书写符合我的表达，“|”是为了强调本矩阵是由两部分组成。用中括号是可以的。
其中：矩阵中每一个行代表一个物理服务器的性能向量，qij表示服务器ui第j个性能特征。
同时根据用户提交给资源调度管理器的虚拟机性能需求，对应每个服务器进行规范化，得到此虚拟机对每个服务器的性能期望值。本文同样取CPU、内存、带宽和硬盘这4个基本性能为例，其资源期望计算方法如下所示：
CPU期望=CPU期望量/(CPU总量-CPU预留量)
内存期望=内存期望量/(总内存-内存预留量)
带宽期望=带宽期望量/(总带宽-带宽预留量)
硬盘期望=硬盘期望量/(总硬盘空间-硬盘预留量)
待部署虚拟机对于每个物理服务器的期望可以构成期望矩阵：
E=［U E1］
=u1e11e12…e1l
unen1en2…enl
其中eij表示虚拟机对于服务器ui第j个性能指标的性能期望。
同时根据用户应用需求，还将建立性能权值向量W=(w1,w2,…,wl)，其中wi是第i个性能指标的性能期望ei所对应的权值，∑li=1wi=1(0
2.2 PMLB算法描述
PMLB服务器发现算法，首先计算出单个虚拟机与物理服务器性能的最佳匹配，同时计算系统负载均衡情况，并将上述两个计算结果进行综合分析，得出最终服务器选择结果。其算法主体可以分为以下3部分。
1）匹配向量计算。
每个物理服务器的性能特征与待部署的虚拟机相关性能期望的差值，称为该服务器对于待部署虚拟机某一性能的匹配量Δqij=qij－eij。资源管理服务器通过用户提交的虚拟机应用请求得到的期望矩阵，以及从性能监控服务器调取的性能矩阵，可以求得服务器池匹配量矩阵：
ΔQ=［U Q－E1］=［U ΔQ1］=
u1Δq11Δq12…Δq1l
unΔqn1Δqn2…Δqnl
在求得矩阵后，首先对其进行筛选，每一行如果出现负值，说明此项性能无法满足虚拟机需求，便视为不可满足节点，从矩阵中删除。最后将剩下的m个服务器组成可用服务器匹配量矩阵:
ΔQ′=［U′ ΔQ′1］=
u1Δq11Δq11…Δq11
ujΔqm1Δqm2…Δqm1
若得到的矩阵为，便会向管理端发出开启新服务器请求。
为了更好地满足用户应用需求，再对匹配矩阵与用户设定的权值向量相乘，从而构成匹配判断向量：
S=ΔQ′1•(w1,w2,…,wl)T=(s1,s2,…,sm)T
其中si=∑lj=1Δqij•wj为服务器性能特征与虚拟机对于该服务器的期望之间的相对距离，用于判断此物理服务器与待部署虚拟机需求性能的匹配程度，每个si下标对应一个服务器UUID。si值越小说明越适合在此服务器上部署该虚拟机。
在权值向量中，用户偏好的性能特征赋予较小权值，这是为了在进行距离运算时减少对其约束，从而可以使服务器为偏好特征预留更大性能空间。
2）负载向量计算。
在满足单个虚拟机部署匹配需求的同时，本文还进一步研究解决整个系统负载均衡问题，提出负载向量计算方法。 (责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）
顶一下
(1)
100%
踩一下
(0)
0%
版权声明：因本文均来自于网络，如果有版权方面侵犯,请及时联系本站删除.
