云计算中虚拟机初始部署的方法、系统、设备和存储介质与流程

1.本发明涉及云计算领域，更具体地，特别是指一种云计算中虚拟机初始部署的方法、系统、设备和存储介质。


背景技术：

2.云计算可以为企业提供按需分配的计算资源，现代企业it(information technology，信息技术)基础架构正逐步的由传统架构向云上迁移，云计算通过虚拟化技术可以充分利用昂贵的硬件资源并且还可以隔离硬件体系结构和软件系统之间的依赖关系，改进系统的安全性能，提高计算资源的利用率。虚拟服务器易于扩展和创建，其可以根据客户需求按需分配所需的硬件基础设施，达到客户业务快速部署、减少客户业务上线的时间及节约客户成本的目的。
3.随着信息化发展，云数据中心的规模不断增大，云数据中心中的物理主机和虚拟主机的数量随着用户需求的不断增加而增加，虚拟机的初始部署作为云平台资源管理的一个重要组成部分，其初始部署位置会直接影响云数据中心的能耗，并且初始部署位置的不同同样会对其他虚拟机产生不同的影响。现有云平台初始放置策略基本都是随机放置或只检测放置物理机内存是否满足开启条件，这样就会导致物理机资源利用率不高，带来云数据中心能耗的增加和资源的浪费，另一方面由于缺少对其他维度资源的考虑可能会导致与部署在同一物理主机上的其他虚拟机进行资源竞争，比如网络资源或计算资源，这样不仅影响了本身的性能也会导致其他虚拟机的性能下降。


技术实现要素：

4.有鉴于此，本发明实施例的目的在于提出一种云计算中虚拟机初始部署的方法、系统、计算机设备及计算机可读存储介质，本发明在初始部署虚拟机时综合考虑了cpu、内存、网络和存储资源的使用情况，保证云数据中心中基础资源的均衡利用和最大化的利用率，从而可以减少物理服务器的数量，降低能耗，另一方面也可以减少各种基础资源的竞争，从而减少对虚拟机性能的影响。
5.基于上述目的，本发明实施例的一方面提供了一种云计算中虚拟机初始部署的方法，包括如下步骤：根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量；根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载；根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载；以及根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
6.在一些实施方式中，所述根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置包括：选择所述动态加权负载和所述预测加权负载之和小于阈值的物理机作为备选物理机；将所述备选物理机中按照所述动态加权负载和所述预测加权负载之和与所述阈值的差值从小到大排序，依次判断所述备选物理机中剩余的各维资源是否均大于虚
拟机申请的资源；以及选择第一个剩余的各维资源均大于虚拟机申请的资源的物理机作为虚拟机初始部署的位置。
7.在一些实施方式中，所述根据物理主机上cpu、内存、网络和存储的重要性设置权重向量包括：根据cpu、内存、网络和存储的重要程度构建对比矩阵，将所述对比矩阵的各行向量进行几何平均，并对几何平均后的各行向量进行归一化以得到权重向量。
8.在一些实施方式中，所述根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载包括：计算所述物理主机的综合加权负载和所述物理主机上部署的所有虚拟机的综合加权负载的平均值以得到所述物理主机的动态加权负载。
9.本发明实施例的另一方面，提供了一种云计算中虚拟机初始部署的系统，包括：设置模块，配置用于根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量；第一计算模块，配置用于根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载；第二计算模块，配置用于根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载；以及确定模块，配置用于根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
10.在一些实施方式中，所述确定模块配置用于：选择所述动态加权负载和所述预测加权负载之和小于阈值的物理机作为备选物理机；将所述备选物理机中按照所述动态加权负载和所述预测加权负载之和与所述阈值的差值从小到大排序，依次判断所述备选物理机中剩余的各维资源是否均大于虚拟机申请的资源；以及选择第一个剩余的各维资源均大于虚拟机申请的资源的物理机作为虚拟机初始部署的位置。
11.在一些实施方式中，所述设置模块配置用于：根据cpu、内存、网络和存储的重要程度构建对比矩阵，将所述对比矩阵的各行向量进行几何平均，并对几何平均后的各行向量进行归一化以得到权重向量。
12.在一些实施方式中，所述第二计算模块配置用于：计算所述物理主机的综合加权负载和所述物理主机上部署的所有虚拟机的综合加权负载的平均值以得到所述物理主机的动态加权负载。
13.本发明实施例的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现如上方法的步骤。
14.本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
15.本发明具有以下有益技术效果：在初始部署虚拟机时综合考虑了cpu、内存、网络和存储资源的使用情况，保证云数据中心中基础资源的均衡利用和最大化的利用率，从而可以减少物理服务器的数量，降低能耗，另一方面也可以减少各种基础资源的竞争，从而减少对虚拟机性能的影响。
附图说明
16.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
17.图1为本发明提供的云计算中虚拟机初始部署的方法的实施例的示意图；
18.图2为本发明提供的云计算中虚拟机初始部署的系统的实施例的示意图；
19.图3为本发明提供的云计算中虚拟机初始部署的计算机设备的实施例的硬件结构示意图；
20.图4为本发明提供的云计算中虚拟机初始部署的计算机存储介质的实施例的示意图。
具体实施方式
21.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
22.需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
23.本发明实施例的第一个方面，提出了一种云计算中虚拟机初始部署的方法的实施例。图1示出的是本发明提供的云计算中虚拟机初始部署的方法的实施例的示意图。如图1所示，本发明实施例包括如下步骤：
24.s1、根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量；
25.s2、根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载；
26.s3、根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载；以及
27.s4、根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
28.本发明实施例在虚拟机初始放置时充分考虑所部署物理机的各维资源的均衡利用，首先根据物理主机上当前负载情况设置cpu、内存、网络和存储的相对权重，然后根据主机上已经部署的虚拟机使用资源情况和主机自身资源使用情况计算该主机的综合负载情况，最后通过计算虚拟机部署到物理机上的预测负载并结合物理机的综合负载来判断虚拟机是否适合部署在该物理机上。本发明在初始部署虚拟机时综合考虑了cpu、内存、网络和存储资源的使用情况，保证云数据中心中基础资源的均衡利用和最大化的利用率，从而可以减少物理服务器的数量，降低能耗，另一方面也可以减少各种基础资源的竞争，从而减少对虚拟机性能的影响。
29.云平台全局监控器是计算各节点(物理节点和虚拟节点)相关负载信息的核心模块，基于linux系统与kvm在x86服务器上搭虚拟化系统，用于本发明具体实施的环境。
30.各物理节点上部署本地监控器，本地监控器通过linux自带的相关工具收集cpu、内存、网络和存储的使用信息。虚拟机内部安装服务代理vmtools，本地监控器通过虚拟机内部的代理vmtools获取虚拟机内存的相关监控信息，包括cpu、内存、网络和存储等监控信息。云平台全局监控器所在的物理主机通过网络与云数据中心中的各物理节点进行联通，
本地监控器将收集的cpu、内存、网络和存储的使用信息通过网络实时的传输到云平台的全局监控器中。
31.根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量。
32.在一些实施方式中，所述根据物理主机上cpu、内存、网络和存储的重要性设置权重向量包括：根据cpu、内存、网络和存储的重要程度构建对比矩阵，将所述对比矩阵的各行向量进行几何平均，并对几何平均后的各行向量进行归一化以得到权重向量。
33.根据节点cpu、内存、带宽和存储的动态利用率使用层次分析法来计算其各维属性的权重，其中节点可以为物理节点也可以为虚拟机节点，具体描述如下所示：
34.基于层次分析法计算节点的权重向量，各维属性的相对重要性的5分位的比例标度如表1所示，并构造对比矩阵r
a
，如式(1.1)所示。
35.表1
36.重要性很重要略重要同等重要略次要很次要评价值5311/31/5
[0037][0038]
其中c、m、n、s分别代表节点的cpu、内存、网络和存储，r
ij
表示元素i相对于元素j的重要程度，满足r
ij
＝1/r
ji
，例如r
cm
代表cpu相对内存的重要程度，r
c
、r
m
、r
n
、r
s
分别表示节点cpu、内存、网络、存储的重要程度。将矩阵r
a
各行向量进行几何平均并对其进行归一化即可得到权重向量r如式(1.2)所示，这里r
c
＝r1，r
m
＝r2，r
n
＝r3，r
s
＝r4，r
i
如式(1.3)所示，n为对比矩阵r
a
的行数n＝4。
[0039]
r＝(r
c r
m r
n r
s
)
ꢀꢀ
(1.2)
[0040][0041]
计算矩阵r
a
最大特征根λ如式(1.4)所示，并根据公式(1.5)计算其一致性，ci接近0的程度代表一致性的满意程度，其一致性程度越大则引起的误判程度越大，所以为了准确的对节点各维属性进行加权，要对矩阵r
a
进行一致性校验。
[0042][0043][0044]
根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载。定义列向量s
x
为节点上各维属性的实时负载向量，如公式(1.6)所示，其中p
c
、p
m
、p
n
、p
s
分别为节点x上cpu、内存、网络、存储的利用率。节点x综合加权负载定义为pl
x
，如公式(1.7)所示，其
中r
x
为节点x各维属性的权重向量，可通过公式(1.2)得到，这里的节点x可以是物理主机也可以是虚拟主机。
[0045]
s
x
＝(p
c p
m p
n p
s
)
t
ꢀꢀꢀꢀꢀꢀꢀ
(1.6)
[0046]
pl
x
＝r
x
×
s
x
ꢀꢀꢀꢀꢀꢀ
(1.7)
[0047]
根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载。
[0048]
在一些实施方式中，所述根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载包括：计算所述物理主机的综合加权负载和所述物理主机上部署的所有虚拟机的综合加权负载的平均值以得到所述物理主机的动态加权负载。
[0049]
定义物理主机p
x
的动态加权负载dpl
x
如式(1.8)所示，dpl
x
由物理主机的综合负载和其上部署的所有虚拟机的综合负载的平均值组成，其中x
x
为物理机p
x
上的虚拟机集合，k为虚拟机的个数，β∈(0,1)为调整物理主机和虚拟主机的权重系数，当物理机上没有部署的虚拟机时，此时物理的动态加权负载和其综合加权负载一样。
[0050][0051]
当虚拟机v
x
预部署在某个物理机p
x
时，其p
x
的预测加权负载定义为prpl
x
，公式如(1.9)所示，其中k代表p
x
上部署的虚拟机个数，r
x
为p
x
各维属性的权重向量，当p
x
部署有虚拟机时，prpl
x
由所有虚拟机各维属性的均值负载与r
x
的加权组成，当p
x
没有部署的虚拟机时，prpl
x
由虚拟机申请的各维属性的总容量与p
x
上的各维属性的比值组成。
[0052][0053]
根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
[0054]
在一些实施方式中，所述根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置包括：选择所述动态加权负载和所述预测加权负载之和小于阈值的物理机作为备选物理机；将所述备选物理机中按照所述动态加权负载和所述预测加权负载之和与所述阈值的差值从小到大排序，依次判断所述备选物理机中剩余的各维资源是否均大于虚拟机申请的资源；以及选择第一个剩余的各维资源均大于虚拟机申请的资源的物理机作为虚拟机初始部署的位置。
[0055]
遍历所有物理主机计算其动态加权负载和虚拟机部署在该物理上的预测加权负载则满足以下条件的物理机即为要找的物理机。(1)物理机动态加权负载与虚拟机相对于该物理机的预测加权负载之和小于物理设置的阈值且与之和与阈值的差值最小，从而保证最大化的资源利用率；(2)物理机上剩余的各维资源大于虚拟机申请的资源。
[0056]
本发明实施例在初始部署虚拟机时综合考虑了cpu、内存、网络和存储资源的使用情况，保证云数据中心中基础资源的均衡利用和最大化的利用率，从而可以减少物理服务器的数量，降低能耗，另一方面也可以减少各种基础资源的竞争，从而减少对虚拟机性能的影响。
[0057]
需要特别指出的是，上述云计算中虚拟机初始部署的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于云计算中虚拟机初始部署的方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
[0058]
基于上述目的，本发明实施例的第二个方面，提出了一种云计算中虚拟机初始部署的系统。如图2所示，系统200包括如下模块：设置模块，配置用于根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量；第一计算模块，配置用于根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载；第二计算模块，配置用于根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载；以及确定模块，配置用于根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
[0059]
在一些实施方式中，所述确定模块配置用于：选择所述动态加权负载和所述预测加权负载之和小于阈值的物理机作为备选物理机；将所述备选物理机中按照所述动态加权负载和所述预测加权负载之和与所述阈值的差值从小到大排序，依次判断所述备选物理机中剩余的各维资源是否均大于虚拟机申请的资源；以及选择第一个剩余的各维资源均大于虚拟机申请的资源的物理机作为虚拟机初始部署的位置。
[0060]
在一些实施方式中，所述设置模块配置用于：根据cpu、内存、网络和存储的重要程度构建对比矩阵，将所述对比矩阵的各行向量进行几何平均，并对几何平均后的各行向量进行归一化以得到权重向量。
[0061]
在一些实施方式中，所述第二计算模块配置用于：计算所述物理主机的综合加权负载和所述物理主机上部署的所有虚拟机的综合加权负载的平均值以得到所述物理主机的动态加权负载。
[0062]
基于上述目的，本发明实施例的第三个方面，提出了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：s1、根据物理主机上cpu、内存、网络和存储的重要性设置权重向量，并根据当前负载情况设置cpu、内存、网络和存储的实时负载向量；s2、根据所述权重向量和所述实时负载向量计算所述物理主机的综合加权负载；s3、根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载；以及s4、根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置。
[0063]
在一些实施方式中，所述根据所述动态加权负载和所述预测加权负载确定虚拟机初始部署的位置包括：选择所述动态加权负载和所述预测加权负载之和小于阈值的物理机作为备选物理机；将所述备选物理机中按照所述动态加权负载和所述预测加权负载之和与所述阈值的差值从小到大排序，依次判断所述备选物理机中剩余的各维资源是否均大于虚拟机申请的资源；以及选择第一个剩余的各维资源均大于虚拟机申请的资源的物理机作为虚拟机初始部署的位置。
[0064]
在一些实施方式中，所述根据物理主机上cpu、内存、网络和存储的重要性设置权重向量包括：根据cpu、内存、网络和存储的重要程度构建对比矩阵，将所述对比矩阵的各行向量进行几何平均，并对几何平均后的各行向量进行归一化以得到权重向量。
[0065]
在一些实施方式中，所述根据所述综合加权负载计算所述物理主机的动态加权负载和虚拟机部署在所述物理主机上的预测加权负载包括：计算所述物理主机的综合加权负载和所述物理主机上部署的所有虚拟机的综合加权负载的平均值以得到所述物理主机的动态加权负载。
[0066]
如图3所示，为本发明提供的上述云计算中虚拟机初始部署的计算机设备的一个实施例的硬件结构示意图。
[0067]
以如图3所示的装置为例，在该装置中包括一个处理器301以及一个存储器302。
[0068]
处理器301和存储器302可以通过总线或者其他方式连接，图3中以通过总线连接为例。
[0069]
存储器302作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本技术实施例中的云计算中虚拟机初始部署的方法对应的程序指令/模块。处理器301通过运行存储在存储器302中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现云计算中虚拟机初始部署的方法。
[0070]
存储器302可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据云计算中虚拟机初始部署的方法的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器302可选包括相对于处理器301远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0071]
一个或者多个云计算中虚拟机初始部署的方法对应的计算机指令303存储在存储器302中，当被处理器301执行时，执行上述任意方法实施例中的云计算中虚拟机初始部署的方法。
[0072]
执行上述云计算中虚拟机初始部署的方法的计算机设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
[0073]
本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时执行云计算中虚拟机初始部署的方法的计算机程序。
[0074]
如图4所示，为本发明提供的上述云计算中虚拟机初始部署的计算机存储介质的一个实施例的示意图。以如图4所示的计算机存储介质为例，计算机可读存储介质401存储有被处理器执行时执行如上方法的计算机程序402。
[0075]
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，云计算中虚拟机初始部署的方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体(rom)或随机存储记忆体(ram)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或
者相类似的效果。
[0076]
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
[0077]
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
[0078]
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
[0079]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0080]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。