一种基于优先级感知与协同调度的虚拟机流控方法及装置与流程

摘要: 本申请涉及云计算虚拟化,尤其涉及一种基于优先级感知与协同调度的虚拟机流控方法及装置。背景技术:1、随着云计算和虚拟化技术的广泛应用,单一物理主机上部署多个虚拟机...
一种基于优先级感知与协同调度的虚拟机流控方法及装置与流程

本申请涉及云计算虚拟化,尤其涉及一种基于优先级感知与协同调度的虚拟机流控方法及装置。

背景技术:

1、随着云计算和虚拟化技术的广泛应用,单一物理主机上部署多个虚拟机已成为主流架构。然而,共享主机的有限网络带宽和计算资源使得虚拟机之间的流量控制成为关键挑战。传统流控方法主要采用静态带宽分配或简单优先级调度,无法适应动态多变的工作负载和复杂任务依赖关系。现有技术中存在几个明显局限性:一是粗粒度的流量控制难以应对多样化应用需求;二是缺乏任务感知能力,无法识别任务间的依赖关系;三是硬件依赖性强,许多方案需要特定硬件支持。特别是在sr-iov等直通技术环境中,数据直接进入虚拟机而不经过物理机的虚拟化网络处理时,传统流控机制完全失效。此外,虚拟机间可能通过隐形通道进行信息泄露,现有流控方案缺乏有效防护手段。在虚拟桌面基础设施环境中,所有用户活动产生的网络流量都表现为统一的数据流,流控设备无法区分这些数据流是由办公应用、视频流还是其他应用产生,因而无法实施精确的带宽分配。这种局限性导致关键应用可能因带宽不足而性能下降,非关键应用却可能占用过多带宽。

技术实现思路

1、本申请的主要目的在于提供一种基于优先级感知与协同调度的虚拟机流控方法。

2、本申请的另一个目的在于提出基于优先级感知与协同调度的虚拟机流控装置。

3、本申请的第三个目的在于提出一种电子设备。

4、本申请的第四个目的在于提出一种非临时性计算机可读存储介质。

5、为达上述目的,本申请第一方面实施例提出了基于优先级感知与协同调度的虚拟机流控方法,包括:

6、s1,解析虚拟机中运行任务的元数据,构建表征任务间逻辑依赖关系的任务依赖图;

7、s2,监测各任务的执行进度状态,结合任务的关键程度及在所述任务依赖图中的依赖强度,动态计算各任务的实时优先级;

8、s3,根据所述实时优先级生成针对各虚拟机的带宽分配策略,确定各虚拟机对应的流量控制参数;

9、s4,通过虚拟流控交换机拦截虚拟机的网络流量,并依据所述流量控制参数对拦截的网络流量执行限速或整形操作。

10、在本申请的一个实施例中,所述解析虚拟机中运行任务的元数据,构建表征任务间逻辑依赖关系的任务依赖图,包括:

11、提取任务特征信息,所述任务特征信息包括任务类型、输入输出资源及期望执行时间,并分析任务历史执行记录以识别常见的依赖模式;

12、基于识别的依赖模式构建初步的任务依赖图,其中节点表示任务,边表示依赖关系,所述依赖关系包括finish-start、start-start或finish-finish类型;

13、计算初步任务依赖图中各任务间的依赖强度,并验证依赖关系的合理性以移除错误依赖,输出最终的任务依赖图。

14、在本申请的一个实施例中,所述监测各任务的执行进度状态,结合任务的关键程度及在所述任务依赖图中的依赖强度,动态计算各任务的实时优先级,包括:

15、获取各任务的初始关键程度,所述基于服务等级协议、业务优先级、应用类型或数据敏感性确定,取值范围为0至1;

16、实时监测各任务的执行进度以计算任务进度比率,所述表示任务当前已完成工作量占总工作量的比例,取值范围为0至1;

17、从所述任务依赖图中读取各任务的依赖强度,并调用预设的加权系数、和,其中;

18、基于所述、和执行优先级计算函数,生成各任务的实时优先级,计算公式为:。

19、在本申请的一个实施例中,所述根据所述实时优先级生成针对各虚拟机的带宽分配策略,确定各虚拟机对应的流量控制参数,包括:

20、计算所有处于运行状态任务的实时优先级之和得到总优先级数值;

21、针对每一个虚拟机,将其对应的任务实时优先级除以所述总优先级数值,得到该虚拟机的带宽分配比例;获取物理主机的可用总带宽数值,将所述可用总带宽数值乘以所述带宽分配比例,得到该虚拟机对应的目标带宽数值;

22、将所述目标带宽数值确定为该虚拟机的流量控制参数中的限速阈值,并生成包含所述限速阈值的带宽分配策略。

23、在本申请的一个实施例中,所述通过虚拟流控交换机拦截虚拟机的网络流量,并依据所述流量控制参数对拦截的网络流量执行限速或整形操作,包括:

24、配置虚拟流控交换机的镜像端口,将需要控制的虚拟机的原始网络流量复制一份得到镜像流量;

25、通过隧道技术将所述镜像流量发送给中央流控控制器,由所述中央流控控制器分析流量特征并结合任务状态计算出包含限速或整形指令的流控策略;

26、将所述流控策略下发至各个主机上的虚拟流控交换机,由所述虚拟流控交换机在数据转发的路径上直接对原始网络流量执行限速操作或整形操作,其中所述操作不依赖特定型号的物理交换机硬件支持。

27、为达上述目的,本申请第二方面实施例提出了一种基于优先级感知与协同调度的虚拟机流控装置,包括:

28、解析模块,用于解析虚拟机中运行任务的元数据,构建表征任务间逻辑依赖关系的任务依赖图;

29、监测模块,用于监测各任务的执行进度状态,结合任务的关键程度及在所述任务依赖图中的依赖强度,动态计算各任务的实时优先级;

30、分配模块,用于根据所述实时优先级生成针对各虚拟机的带宽分配策略,确定各虚拟机对应的流量控制参数;

31、执行模块,用于通过虚拟流控交换机拦截虚拟机的网络流量,并依据所述流量控制参数对拦截的网络流量执行限速或整形操作。

32、关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。

33、为达上述目的,本申请第三方面实施例提出了一种电子设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如第一方面实施例所述的基于优先级感知与协同调度的虚拟机流控方法。

34、为达上述目的,本申请第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面实施例所述的基于优先级感知与协同调度的虚拟机流控方法。

35、本申请实施例的具有以下有益效果:

36、本申请通过解析任务依赖关系并结合实时进度动态调整优先级,实现了细粒度且自适应的虚拟机带宽分配,有效解决了传统静态流控无法应对复杂任务依赖及sr-iov直通场景的难题。该方案在无需特定硬件支持的前提下,显著提升了网络资源利用率,保障了关键业务链路的性能稳定性。

1.一种基于优先级感知与协同调度的虚拟机流控方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述解析虚拟机中运行任务的元数据,构建表征任务间逻辑依赖关系的任务依赖图,包括:

3.根据权利要求1所述的方法,其特征在于,所述监测各任务的执行进度状态,结合任务的关键程度及在所述任务依赖图中的依赖强度,动态计算各任务的实时优先级,包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述实时优先级生成针对各虚拟机的带宽分配策略,确定各虚拟机对应的流量控制参数,包括:

5.根据权利要求1所述的方法,其特征在于,所述通过虚拟流控交换机拦截虚拟机的网络流量,并依据所述流量控制参数对拦截的网络流量执行限速或整形操作,包括:

6.一种基于优先级感知与协同调度的虚拟机流控装置,其特征在于,包括:

7.一种电子设备,其特征在于,包括处理器和存储器;

8.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一项所述的方法。