利索能及
我要发布
收藏
专利号: 2023107777392
申请人: 张飞
专利类型:发明专利
专利状态:授权未缴费
更新日期:2024-09-12
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.负载均衡协调低耗能的云计算资源调度平台,其特征在于,定义一种新的负载模型度量标准,即引入存储设备、带宽作为负载均衡的综合度量标准,构建云环境下负载资源调度模型,包括:负载均衡低耗能建模、资源调度建模、节点主机建模、任务到资源调度建模、资源调度配置建模;

并基于此新的负载模型度量标准构建一种新的改进的调度算法使数据中心的能耗到达最低,低耗能加权负载均衡配置资源调度方法首先定义模型定义和框架,基于次序调配与贪心调配,优化得到自定义新协调负载均衡分配算法,具体改进算法分3个步骤:步骤一:首先判定主机之间的负载均衡性,确定目标主机,包括主机的部署和迁移;

步骤二:当目标主机上部署的虚拟机不多时,则直接分配资源,当目标主机上部署的虚拟机很多时,则自动执行步骤三迁移算法;

步骤三:每次迁移时均选择资源占用最小的虚拟机进行迁移,且迁移的目标主机均选择负载最小的主机,提高资源的利用率,达到均衡负载。

2.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,负载均衡低耗能建模:基于CloudSim云环境下用户的任务用Cloudletle类表示,通过传递因子设置任务指令长度和所需处理单元大小信息,对Cloudlet类进行扩展,增加若干任务的其它信息,然后重新建模完成;

t={userId,cloudletLength,cloudletFileSize,cloudl etOutputSize,numberOfPes,…} 式1t表示用户的一个任务,用userId表示云用户编号,cloudletLength表示任务长度,numberOfPes表示处理这个云任务需要的pe的数量;

云环境下任务的集合表示为:

T={t1,t2,…,tj,…,tn},j∈[1,n] 式2

用户的任务是多个的,假设任务的个数为n个,所有任务的集合T由许多小任务t组成。

3.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,资源调度建模:资源调度服务层提供对资源生命周期的管理和任务单元的操作,VMScheduler类扩展资源分配处理单元所用的调度策略,包括时间共享或空间共享的调度策略;

v={id,userid,mips,numberOfPes} 式3

v表示一个调度资源,id表示资源编号,userld表示用户号,mips表示资源单位时间处理任务的长度,numberOfPes表示资源具有的pe的数量;

虚拟机资源集合可以表示为:

V={v1,v2,…,vi,…,vr},i∈[1,r] 式4

假设资源的个数为r个,所有资源的集合V由许多资源v组成。

4.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,节点主机建模:在数据中心中设置若干和基础设施资源相关的类,主机分配处理单元所用的调度策略,定义数据分配到主机上的调度策略,从数据中心中依照调度策略选择主机,将数据正确部署,设置VmAllocationPolicy抽象类,根据目标重写调度策略,主机Host类模拟物理资源:p={sx1,sx2,…,sxh}  式5

p表示数据中心中的一个主机资源,s表示单个物理机能够提供的各类资源,sxy表示第x个物理机能够提供的某一种资源y的数量,物理机提供资源的种类定义为h,物理机能够提供的处理单元PE、存储空间、磁盘空间、带宽等资源种类有H种,物理节点资源集合表示为:P={p1,p2,…,px,…,pm},x∈[1,m] 式6

假设数据中心主机的个数为m个,所有主机的集合P是由许多物理机p组成,主机上拥有的各类资源的类型的数目为h种,虚拟机对于物理机上各类资源的需求量为:vneed=(r1,r2,…rh)   式7

Vneed表示该物理机正确部署的情况下所需要的主机资源,主机的资源有h种,资源调度所需的不同的类型资源为rh,资源数量是r个,每次资源调度需要的资源是Vneed的值。

5.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,任务到资源调度建模:在资源层面的调度:其中一个资源上面部署一个或者多个任务,云计算中把t个任务分配r个虚拟机上的过程,根据时间为目标建立下面的模型,任务在资源上面的映射关系X表示为:xij表示资源vi上处理任务tj的时间的映射关系,时间映射关系X如下:

其中,xij表示资源vi上运行任务tj所需要的时间的映射关系,任务在资源上面的运行的时间Time表示为:将时间作为调度的目标。

6.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,资源调度配置建模:主机Host类模拟物理资源,从数据中心中依照调度策略选择主机,将虚拟机正确部署,采用VmAllocationPolicy抽象类,根据目标重写调度策略;在选择合适的主机时按照一定的资源配置策略,通过继承VmAllocationPolicy类,重写分配策略,实现资源调度配置;

将配置在r个资源分配到到m个物理节点上的过程,其中一个物理节点处理一个或者多个配置在资源上的任务,资源在物理机上的映射关系Y表示为:yij表示在物理机pi上运行任务vj的映射关系,中心主机的负载映射关系Y如下:其中,TotalLoad表示数据中心中资源在不同主机上的部署时主机的负载情况,资源vi上运行在主机pj负载的映射关系,资源在主机上的负载totalloadij是第i个资源在第j个主机上部署运行时,主机的负载情况。

7.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,低耗能加权负载均衡配置资源调度方法:首先,先将用户的任务以一定的优化目标为原则映射到虚拟机资源上,寻找合适的虚拟机进行分配,然后为虚拟机寻找符合用户目标的主机进行映射,将该虚拟机符合要求的主机上创建或迁移;

在虚拟机配置问题中,根据主机的负载情况来寻找合适的数据中心的主机进行配置,每次遇到需要处理任务时,均计算数据中心内主机的负载,动态调整进行选择,采用负载最低优先分配策略。

8.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,模型定义和框架:在计算数据中心内主机的负载的情况时,包括3个方面:处理速度mips、内存容量ram和带宽bw,其中mipsvm是指当前虚拟机需要分配的mips,mipshost是一台主机中mips的资源;ramvm是当前虚拟机需要分配的ram,ramhost是一台主机中ram的资源;bwvm是当前虚拟机需要分配的bw,bwhost是一台主机中bw的资源;

主机处理速度权值为:

主机内存容量权值为:

主机带宽权值为:

数据中心中,主机的负载是主机已使用的资源和主机的资源总和之比,即如果Usedmips代表主机中已使用的mips,Usedmips代表主机中所有的处理能力mips资源,数据中心中主机处理速度是负载为:数据中心中主机内存负载为:

数据中心中主机带宽负载为:

数据中心中主机host总负载为:

TotalLoadhost=Wmips×Loadmips+Wram×Loadram+Wbw×Loadbw      式19将主机列表按照主机负载进行排序,选择主机负载最小的作为目标主机,先遍历找出所有的符合虚拟机请求资源的主机加入到主机列表,这些资源包括计算资源、存储资源、带宽资源,再将主机列表按照主机负载进行升序排列,选择主机负载最小的作为目标主机,在负载小的主机上创建虚拟机,如果创建失败,则继续遍历主机列表,寻找是否存在相应能够创建该虚拟机的主机,直到创建成功;但如果主机列表遍历完毕都没有找到目标主机来创建该虚拟机,则调用虚拟机迁移策略;

虚拟机负载占主机资源比的计算方式是虚拟机需要的资源占主机中资源之比,即如下的计算方式:TotalLoadvm=W′mips×Load′mips+W′ram×Load′ram+W′bw+Load′bw     式19其中,虚拟机的处理能力mips占用的情况为虚拟机需要的mips和主机总共的mips之比,即:虚拟机的内存ram占用的情况为:

虚拟机的带宽bw占用的情况为:

处理能力、存储能力和带宽能力成线性关系,得到上述虚拟机负载情况,每次都选择负载最小的虚拟机进行迁移。

9.根据权利要求1所述负载均衡协调低耗能的云计算资源调度平台,其特征在于,自定义新协调负载均衡分配算法:当主机上的部署的虚拟机较多时,自动执行迁移算法,每次迁移时都选择占用资源最小的任务进行迁移,迁移的目标主机选择负载最小的主机最为目标,达到负载均衡,数据中心中的资源消耗也因此而降低,实现过程如下:第1步:先找到主机的执行速度符合要求的主机列表,再从先前结果中找到计算速度符合要求的主机列表,在从求的主机列表中找到带宽符合要求的主机列表,得到目标主机列表;

第2步:从目标主机列表按照负载升序排列,从满足条件的负载最小的开始作为目标主机;

第3步:如果在主机上创建成功,返回结果true;如果虚拟机不能正确地部署在主机上,说明创建失败,返回结果false。