一种基于资源状态的虚拟机结构调整方法和调整系统.pdf

上传人:t**** 文档编号:972669 上传时间:2018-03-22 格式:PDF 页数:10 大小:746.69KB
返回 下载 相关 举报
摘要
申请专利号:

CN201110255850.2

申请日:

2011.09.01

公开号:

CN102331948A

公开日:

2012.01.25

当前法律状态:

驳回

有效性:

无权

法律详情:

发明专利申请公布后的驳回IPC(主分类):G06F 9/455申请公布日:20120125|||著录事项变更IPC(主分类):G06F 9/455变更事项:发明人变更前:张铁柱 杨戈 冯望瑜变更后:李彦宝 杨戈 张铁柱 冯望瑜|||实质审查的生效IPC(主分类):G06F 9/455申请日:20110901|||公开

IPC分类号:

G06F9/455; G06F9/50

主分类号:

G06F9/455

申请人:

杭州湾云计算技术有限公司

发明人:

张铁柱; 杨戈; 冯望瑜

地址:

310012 浙江省杭州市杭州市西湖区文一西路75号杭州数字娱乐产业园3号楼一楼

优先权:

专利代理机构:

杭州杭诚专利事务所有限公司 33109

代理人:

王江成

PDF下载: PDF下载
内容摘要

本发明涉及一种基于资源状态的虚拟机结构调整方法和调整系统,通过计算多层Web应用当前阶段成本函数的最小取值,获得对应的虚拟机机构,进而能够以实现多层Web应用当前阶段的最小成本配置各种类型的虚拟机,当多层Web应用的客户端请求发生变换时,对云资源池中分配给该应用的虚拟机结构进行及时的调整,达到优化云资源、改进整个云平台资源的利用率的技术效果,同时,提供租户以可靠的响应时间和可用率。也就是说,通过本发明的技术方案能够使云平台服务提供商以最小的代价满足云租户要求。

权利要求书

1: 一种基于资源状态的虚拟机结构调整方法, 其特征在于, 包括如下步骤 : 步骤 1、 采集云资源池中虚拟化层和虚拟机的云资源状态数据 ; 步骤 2、 基于采集到的所述的云资源状态数据, 建立一个表征当前云资源池和工作负载 对应物理资源的资源模型 ; 步骤 3、 基于所述的资源模型, 计算多层 Web 应用系统的阶段成本, 得出需要为所述的 多层 Web 应用系统的当前阶段分配的虚拟机结构 ; 步骤 4、 根据所述的步骤 3 的计算结果, 对所述的虚拟化层和虚拟机发出控制指令, 调 整当前阶段服务于多层 Web 应用系统的虚拟机结构。
2: 根据权利要求 1 所述的基于资源状态的虚拟机结构调整方法, 其特征在于, 所述的 步骤 2 进一步包括当前云资源成本估计、 多层 Web 应用转移概率估计、 节点服务率估计、 模 型参数估计及调整的步骤。
3: 根据权利要求 2 所述的基于资源状态的虚拟机结构调整方法, 其特征在于, 所述的 物理资源是指所述的云资源池中各种类型的虚拟机。
4: 根据权利要求 3 所述的基于资源状态的虚拟机结构调整方法, 其特征在于, 所述的 步骤 3 进一步包括如下子步骤 : 步骤 3.1、 计算多层 Web 应用各层在不同类型的虚拟机上的平均逗留时间、 平均离开 率; 步骤 3.2、 计算客户端请求的平均到达率 ; 步骤 3.3、 在所述的客户端请求平均到达率、 所述的多层 Web 应用转移概率估计的基础 上, 依次计算出多层 Web 应用各层的平均逗留时间 ; 步骤 3.4、 计算一项客户端请求在所述的多层 Web 应用系统中的往返时间 ; 步骤 3.5、 计算所述的多层 Web 应用系统的成本函数 ; 步骤 3.6、 计算当所述的成本函数取最小值时, 各种类型虚拟机的数量。
5: 一种基于资源状态的虚拟机结构调整系统, 其特征在于, 它包括 : 采集与控制引擎, 设置在云资源池的虚拟化层和虚拟机上的, 用于采集云资源池中虚 拟化层和虚拟机的云资源状态数据、 并根据控制指令调整当前阶段服务于多层 Web 应用系 统的虚拟机结构 ; 云资源监控与控制模块, 用于向所述的采集与控制引擎发出所述的控制指令 ; 云资源建模模块, 用于建立表征当前云资源池和工作负载对应物理资源的资源模型 ; 云资源优化模块, 用于计算多层 Web 应用系统的阶段成本、 并得出需要为所述的多层 Web 应用系统的当前阶段分配的虚拟机结构 ; 所述的云资源监控与控制模块根据所述的云资源优化模块的计算结果向所述的采集 与控制引擎发出所述的控制指令。
6: 根据权利要求 5 所述的基于资源状态的虚拟机结构调整系统, 其特征在于, 它还包 括: 云资源池状态数据库, 用于保存所述的采集与控制引擎采集的云资源状态数据。
7: 根据权利要求 5 或 6 所述的基于资源状态的虚拟机结构调整系统, 其特征在于, 所述 的云资源建模模块进一步包括云资源成本估计子模块、 多层应用转移概率估计子模块、 节 点服务率估计子模块、 模型参数估计及调整子模块。

说明书


一种基于资源状态的虚拟机结构调整方法和调整系统

    技术领域 本发明涉及一种云资源虚拟机调整方法, 尤其是一种基于资源状态的虚拟机结构 调整方法 ; 本发明还涉及一种基于资源状态的虚拟机结构调整系统。
     背景技术 目前, 云计算的发展已经取得了长足的进步, 越来越多的企业认可并使用公有云 平台上的 IT 资源以满足本企业对外提供的 Web 服务。具体来说, 云平台提供商将其掌握的 IT 资源 (如服务器、 存储、 网络等) 构成若干的标准服务单元 ; 云平台服务的使用者 (租户) 一 般采用弹性云的使用方法, 即租用若个标准服务单元 (一般的, 标准服务单元的 CPU、 内存等 配置不同) , 并对其进行拓扑结构上的链接与配置, 形成大型、 分布式 Web 应用所需的拓扑结 构。 可以看出, 云平台的提供商和使用者 2 者的目标是矛盾的 : 云服务提供商追求利润最大 化, 以最小的成本获得最大的收入, 而云服务使用着追求 Web 应用的系统响应时间最短、 最 稳定可靠等。
     现有技术中, 所述的标准服务单元一般是指几类标准配置的虚拟机, 较为典型的 是亚马逊弹性云平台提供的几种类型的虚拟机, 如图 1 所示 : 标准的 CPU/ 内存比较平衡的 虚拟机、 小型的虚拟机、 高内存型虚拟机、 高 CPU 型虚拟机、 多核虚拟机等。
     上述虚拟机组合已属比较复杂的虚拟机组合, 但是, 相比于成千上万的各种 Web 应用及其具体的部署方式而言, 尤其是多层次分布式 Web 应用, 如图 2 所示, 仍然是小巫见 大巫。在云平台可用资源 (各种类型、 大小的虚机) 可变、 各种工作负载 (如虚拟机的 CPU、 内 存、 存储、 网络) 可变的情况下, 如何以最小代价提供足够好的整体 Web 应用性能给租用云平 台资源的租用者及其用户成为云平台提供商的极大挑战。
     发明内容
     本发明的目的在于克服现有技术中存在的问题, 提出一种能够使云平台服务提供 商以最小的代价满足云租户要求的基于资源状态的虚拟机结构调整方法 ; 本发明还提出一 种实现上述调整方法的虚拟机结构调整系统。
     为达到上述目的, 本发明所采用的第一个技术方案是 : 一种基于资源状态的虚拟机结构调整方法, 包括如下步骤 : 步骤 1、 采集云资源池中虚拟化层和虚拟机的云资源状态数据 ; 步骤 2、 基于采集到的云资源状态数据, 建立一个表征当前云资源池和工作负载对应物 理资源的资源模型 ; 步骤 3、 基于资源模型, 计算多层 Web 应用系统的阶段成本, 得出需要为多层 Web 应用系 统的当前阶段分配的虚拟机结构 ; 步骤 4、 根据步骤 3 的计算结果, 对虚拟化层和虚拟机发出控制指令, 调整当前阶段服 务于多层 Web 应用系统的虚拟机结构。
     上述技术方案还可以进一步完善 :作为优选, 步骤 2 进一步包括当前云资源成本估计、 多层 Web 应用转移概率估计、 节点 服务率估计、 模型参数估计及调整的步骤。
     作为优选, 物理资源是指云资源池中各种类型的虚拟机。
     作为优选, 步骤 3 进一步包括如下子步骤 : 步骤 3.1、 计算多层 Web 应用各层在不同类型的虚拟机上的平均逗留时间、 平均离开 率; 步骤 3.2、 计算客户端请求的平均到达率 ; 步骤 3.3、 在客户端请求平均到达率、 多层 Web 应用转移概率估计的基础上, 依次计算 出多层 Web 应用各层的平均逗留时间 ; 步骤 3.4、 计算一项客户端请求在多层 Web 应用系统中的往返时间 ; 步骤 3.5、 计算多层 Web 应用系统的成本函数 ; 步骤 3.6、 计算当成本函数取最小值时, 各种类型虚拟机的数量。
     为达到上述目的, 本发明所采用的第二个技术方案是 : 一种基于资源状态的虚拟机结构调整系统, 它包括 : 采集与控制引擎, 设置在云资源池的虚拟化层和虚拟机上的, 用于采集云资源池中虚 拟化层和虚拟机的云资源状态数据、 并根据控制指令调整当前阶段服务于多层 Web 应用系 统的虚拟机结构 ; 云资源监控与控制模块, 用于向采集与控制引擎发出控制指令 ; 云资源建模模块, 用于建立表征当前云资源池和工作负载对应物理资源的资源模型 ; 云资源优化模块, 用于计算多层 Web 应用系统的阶段成本、 并得出需要为多层 Web 应用 系统的当前阶段分配的虚拟机结构 ; 云资源监控与控制模块根据云资源优化模块的计算结果向采集与控制引擎发出控制 指令。 上述技术方案还可以进一步完善 : 作为优选, 上述调整系统还包括 : 云资源池状态数据库, 用于保存采集与控制引擎采集 的云资源状态数据。
     作为优选, 云资源建模模块进一步包括云资源成本估计子模块、 多层应用转移概 率估计子模块、 节点服务率估计子模块、 模型参数估计及调整子模块。
     由于上述技术方案的采用, 本发明与现有技术相比, 具有以下优点 : 本发明通过计算多层 Web 应用当前阶段成本函数的最小取值, 获得对应的虚拟机机 构, 进而能够以实现多层 Web 应用当前阶段的最小成本配置各种类型的虚拟机, 当多层 Web 应用的客户端请求发生变换时, 对云资源池中分配给该应用的虚拟机结构进行及时的调 整, 达到优化云资源、 改进整个云平台资源的利用率的技术效果, 同时, 提供租户以可靠的 响应时间和可用率。也就是说, 通过本发明的技术方案能够使云平台服务提供商以最小的 代价满足云租户要求。
     附图说明
     图 1 是亚马逊弹性云平台提供的虚拟机类型列表 ; 图 2 是一种多层次分布式 Web 应用的拓扑图 ;图 3 是一种云资源模型图 ; 图 4 是将分布在物理机器上的资源组织成为 4 个虚拟机群的一种示意图 ; 图 5 是由不同大小的虚拟机群组构成的云资源池的一种示意图。
     具体实施方式
     下面结合附图, 对本发明的具体实施方式做进一步的解释说明。
     实施例 1 一种基于资源状态的虚拟机结构调整方法, 包括如下步骤 : 步骤 1、 采集云资源池中虚拟化层和虚拟机的云资源状态数据 ; 步骤 2、 基于采集到的云资源状态数据, 建立一个表征当前云资源池和工作负载对应物 理资源的资源模型, 步骤 2 进一步包括当前云资源成本估计、 多层 Web 应用转移概率估计、 节点服务率估计、 模型参数估计及调整的子步骤 ; 步骤 3、 基于资源模型, 计算多层 Web 应用系统的阶段成本, 得出需要为多层 Web 应用系 统的当前阶段分配的虚拟机结构 ; 步骤 4、 根据步骤 3 的计算结果, 对虚拟化层和虚拟机发出控制指令, 调整当前阶段服 务于多层 Web 应用系统的虚拟机结构。
     上述步骤 3 进一步包括如下子步骤 : 步骤 3.1、 计算多层 Web 应用各层在不同类型的虚拟机上的平均逗留时间、 平均离开率 ; 步骤 3.2、 计算客户端请求的平均到达率 ; 步骤 3.3、 在客户端请求平均到达率、 多层 Web 应用转移概率估计的基础上, 依次计算 出多层 Web 应用各层的平均逗留时间 ; 步骤 3.4、 计算一项客户端请求在多层 Web 应用系统中的往返时间 ; 步骤 3.5、 计算多层 Web 应用系统的成本函数 ; 步骤 3.6、 计算当成本函数取最小值时, 各种类型虚拟机的数量。
     步骤 3 的具体计算方法如下 : 首先我们定义以下符号iori-1 jorJ or or or or AARjorlj(i) l’ j(i) AARj-1,jorAARj+1,j ADRj,j-1orADRj,j+1 ADRj ASTj Cj R(i) Pj QSorQL 当前分析或控制所处阶段 当前和总层数 ith 阶段第 jth 层的大的和小的虚机数量 第 jth 层的 2 类虚机的平均服务率 2 类虚机的平均到达率 第 jth 层的 2 类虚机的平均停留时间 第 jth 层的 2 类虚机的平均到达率 第 jth 层的平均到达率 来自 (j-1)th or(j+1)th 层到 j 层的平均到达率 从第 jth 层到 (j-1)thor(j+1)th 层的平均离开率 第 jth 层的平均离开率 第 jth 层的平均停留时间 第 jth 的并发虚机数 第 i 阶段产生的请求 一个请求从第 j 层进一步到 j+1 层的概率 . 2 种不同类型虚拟机的总可用数量 接下来, 我们假设一个共有 J 层的分布式 Web 应用、 以及一个包含两类虚拟机的云资源 池。 1、 系统参数估计, Pj (jÎ[1, J-1]), mS, mL, CostS and CostL 基于右边公式, ADRJ 表达为 lJ(i) 的函数。
     2、 计算多层 Web 应用结构最后 1 层 (J 层 ) 的平均逗留时间 AST 及平均离开率 ADR. 依据是 :
     3、 计算多层 Web 应用结构倒数第 2 层 (J-1 层 ) 的平均逗留时间 AST 及平均离开率 ADR。
     4、 依次类推直至第 1 层, 我们得到 AAR0,1 即客户端请求的平均到达率是可知的, 这样我们就可以计算 ADR1 和 AST1。 5、 分析 jst, 其中 j 从 2 到 J。AAR1,2 = P1 * ADR1 继而计算 AST2。类似地, 我们可 以计算 ASTj. 其中, j 取值从 2 到 J。
     步骤 6 : 计算平均响应时间。由于一些 Web 请求进入到第 j 层处理完后即返回, 我 们以 TraverseTime(Rj(i)) 表示该请求第 i 个阶段在整个系统里 ( 从第 1 到第 j 层穿过并 返回花费的时间 )。
     这样我们就可以计算 :
     以及该系统的成本函数 : 这样, 我们就把一个云计算资源池的分配问题变成了一个可解的、 有约束的优化问题。 从而就可以计算出当前需要分配的虚机结构。
     其中, Q 是图 5 表示的资源池 . QS and QL 表示可选的小、 大型虚机数量。
     多个虚机根据当前需要组成一个虚拟机群, 分布在不同物理机器上的资源通过虚 拟机群的方式进行重新组织, 如图 4 所示的 3 个物理节点及基于节点连接的物理机器形成 的 4 个虚拟集群, 从而最终提供给不同的租户使用。这种组织方式的目的是提供自动可伸 缩的机制改进整个云平台资源的利用率。同时, 这种机制提供租户以可靠的响应时间和可 用率。
     从图 5 所示的逻辑视图上看, 整个云资源池就被组织成了具有不同大小的虚拟机 群组。
     实施例 2 一种基于资源状态的虚拟机结构调整系统, 它包括 : 采集与控制引擎, 设置在云资源池的虚拟化层和虚拟机上的, 用于采集云资源池中虚 拟化层和虚拟机的云资源状态数据、 并根据控制指令调整当前阶段服务于多层 Web 应用系 统的虚拟机结构 ; 云资源监控与控制模块, 用于向采集与控制引擎发出控制指令 ; 云资源建模模块, 用于建立表征当前云资源池和工作负载对应物理资源的资源模型, 云资源建模模块进一步包括云资源成本估计子模块、 多层应用转移概率估计子模块、 节点 服务率估计子模块、 模型参数估计及调整子模块 ; 云资源优化模块, 用于计算多层 Web 应用系统的阶段成本、 并得出需要为多层 Web 应用 系统的当前阶段分配的虚拟机结构 ; 云资源监控与控制模块根据云资源优化模块的计算结果向采集与控制引擎发出控制 指令 ; 云资源池状态数据库, 用于保存采集与控制引擎采集的云资源状态数据。 应理解, 该实施例仅用于说明本发明而不用于限制本发明的范围。 此外应理解, 在 阅读了本发明讲授的内容之后, 本领域技术人员可以对本发明作各种改动或修改, 这些等 价形式同样落于本申请所附权利要求书所限定的范围。
    

一种基于资源状态的虚拟机结构调整方法和调整系统.pdf_第1页
第1页 / 共10页
一种基于资源状态的虚拟机结构调整方法和调整系统.pdf_第2页
第2页 / 共10页
一种基于资源状态的虚拟机结构调整方法和调整系统.pdf_第3页
第3页 / 共10页
点击查看更多>>
资源描述

《一种基于资源状态的虚拟机结构调整方法和调整系统.pdf》由会员分享,可在线阅读,更多相关《一种基于资源状态的虚拟机结构调整方法和调整系统.pdf(10页珍藏版)》请在专利查询网上搜索。

1、10申请公布号CN102331948A43申请公布日20120125CN102331948ACN102331948A21申请号201110255850222申请日20110901G06F9/455200601G06F9/5020060171申请人杭州湾云计算技术有限公司地址310012浙江省杭州市杭州市西湖区文一西路75号杭州数字娱乐产业园3号楼一楼72发明人张铁柱杨戈冯望瑜74专利代理机构杭州杭诚专利事务所有限公司33109代理人王江成54发明名称一种基于资源状态的虚拟机结构调整方法和调整系统57摘要本发明涉及一种基于资源状态的虚拟机结构调整方法和调整系统,通过计算多层WEB应用当前阶段成本。

2、函数的最小取值,获得对应的虚拟机机构,进而能够以实现多层WEB应用当前阶段的最小成本配置各种类型的虚拟机,当多层WEB应用的客户端请求发生变换时,对云资源池中分配给该应用的虚拟机结构进行及时的调整,达到优化云资源、改进整个云平台资源的利用率的技术效果,同时,提供租户以可靠的响应时间和可用率。也就是说,通过本发明的技术方案能够使云平台服务提供商以最小的代价满足云租户要求。51INTCL19中华人民共和国国家知识产权局12发明专利申请权利要求书1页说明书5页附图3页CN102331961A1/1页21一种基于资源状态的虚拟机结构调整方法,其特征在于,包括如下步骤步骤1、采集云资源池中虚拟化层和虚拟。

3、机的云资源状态数据;步骤2、基于采集到的所述的云资源状态数据,建立一个表征当前云资源池和工作负载对应物理资源的资源模型;步骤3、基于所述的资源模型,计算多层WEB应用系统的阶段成本,得出需要为所述的多层WEB应用系统的当前阶段分配的虚拟机结构;步骤4、根据所述的步骤3的计算结果,对所述的虚拟化层和虚拟机发出控制指令,调整当前阶段服务于多层WEB应用系统的虚拟机结构。2根据权利要求1所述的基于资源状态的虚拟机结构调整方法,其特征在于,所述的步骤2进一步包括当前云资源成本估计、多层WEB应用转移概率估计、节点服务率估计、模型参数估计及调整的步骤。3根据权利要求2所述的基于资源状态的虚拟机结构调整方。

4、法,其特征在于,所述的物理资源是指所述的云资源池中各种类型的虚拟机。4根据权利要求3所述的基于资源状态的虚拟机结构调整方法,其特征在于,所述的步骤3进一步包括如下子步骤步骤31、计算多层WEB应用各层在不同类型的虚拟机上的平均逗留时间、平均离开率;步骤32、计算客户端请求的平均到达率;步骤33、在所述的客户端请求平均到达率、所述的多层WEB应用转移概率估计的基础上,依次计算出多层WEB应用各层的平均逗留时间;步骤34、计算一项客户端请求在所述的多层WEB应用系统中的往返时间;步骤35、计算所述的多层WEB应用系统的成本函数;步骤36、计算当所述的成本函数取最小值时,各种类型虚拟机的数量。5一种。

5、基于资源状态的虚拟机结构调整系统,其特征在于,它包括采集与控制引擎,设置在云资源池的虚拟化层和虚拟机上的,用于采集云资源池中虚拟化层和虚拟机的云资源状态数据、并根据控制指令调整当前阶段服务于多层WEB应用系统的虚拟机结构;云资源监控与控制模块,用于向所述的采集与控制引擎发出所述的控制指令;云资源建模模块,用于建立表征当前云资源池和工作负载对应物理资源的资源模型;云资源优化模块,用于计算多层WEB应用系统的阶段成本、并得出需要为所述的多层WEB应用系统的当前阶段分配的虚拟机结构;所述的云资源监控与控制模块根据所述的云资源优化模块的计算结果向所述的采集与控制引擎发出所述的控制指令。6根据权利要求5。

6、所述的基于资源状态的虚拟机结构调整系统,其特征在于,它还包括云资源池状态数据库,用于保存所述的采集与控制引擎采集的云资源状态数据。7根据权利要求5或6所述的基于资源状态的虚拟机结构调整系统,其特征在于,所述的云资源建模模块进一步包括云资源成本估计子模块、多层应用转移概率估计子模块、节点服务率估计子模块、模型参数估计及调整子模块。权利要求书CN102331948ACN102331961A1/5页3一种基于资源状态的虚拟机结构调整方法和调整系统技术领域0001本发明涉及一种云资源虚拟机调整方法,尤其是一种基于资源状态的虚拟机结构调整方法;本发明还涉及一种基于资源状态的虚拟机结构调整系统。背景技术0。

7、002目前,云计算的发展已经取得了长足的进步,越来越多的企业认可并使用公有云平台上的IT资源以满足本企业对外提供的WEB服务。具体来说,云平台提供商将其掌握的IT资源(如服务器、存储、网络等)构成若干的标准服务单元;云平台服务的使用者(租户)一般采用弹性云的使用方法,即租用若个标准服务单元(一般的,标准服务单元的CPU、内存等配置不同),并对其进行拓扑结构上的链接与配置,形成大型、分布式WEB应用所需的拓扑结构。可以看出,云平台的提供商和使用者2者的目标是矛盾的云服务提供商追求利润最大化,以最小的成本获得最大的收入,而云服务使用着追求WEB应用的系统响应时间最短、最稳定可靠等。0003现有技术。

8、中,所述的标准服务单元一般是指几类标准配置的虚拟机,较为典型的是亚马逊弹性云平台提供的几种类型的虚拟机,如图1所示标准的CPU/内存比较平衡的虚拟机、小型的虚拟机、高内存型虚拟机、高CPU型虚拟机、多核虚拟机等。0004上述虚拟机组合已属比较复杂的虚拟机组合,但是,相比于成千上万的各种WEB应用及其具体的部署方式而言,尤其是多层次分布式WEB应用,如图2所示,仍然是小巫见大巫。在云平台可用资源(各种类型、大小的虚机)可变、各种工作负载(如虚拟机的CPU、内存、存储、网络)可变的情况下,如何以最小代价提供足够好的整体WEB应用性能给租用云平台资源的租用者及其用户成为云平台提供商的极大挑战。发明内。

9、容0005本发明的目的在于克服现有技术中存在的问题,提出一种能够使云平台服务提供商以最小的代价满足云租户要求的基于资源状态的虚拟机结构调整方法;本发明还提出一种实现上述调整方法的虚拟机结构调整系统。0006为达到上述目的,本发明所采用的第一个技术方案是一种基于资源状态的虚拟机结构调整方法,包括如下步骤步骤1、采集云资源池中虚拟化层和虚拟机的云资源状态数据;步骤2、基于采集到的云资源状态数据,建立一个表征当前云资源池和工作负载对应物理资源的资源模型;步骤3、基于资源模型,计算多层WEB应用系统的阶段成本,得出需要为多层WEB应用系统的当前阶段分配的虚拟机结构;步骤4、根据步骤3的计算结果,对虚拟。

10、化层和虚拟机发出控制指令,调整当前阶段服务于多层WEB应用系统的虚拟机结构。0007上述技术方案还可以进一步完善说明书CN102331948ACN102331961A2/5页4作为优选,步骤2进一步包括当前云资源成本估计、多层WEB应用转移概率估计、节点服务率估计、模型参数估计及调整的步骤。0008作为优选,物理资源是指云资源池中各种类型的虚拟机。0009作为优选,步骤3进一步包括如下子步骤步骤31、计算多层WEB应用各层在不同类型的虚拟机上的平均逗留时间、平均离开率;步骤32、计算客户端请求的平均到达率;步骤33、在客户端请求平均到达率、多层WEB应用转移概率估计的基础上,依次计算出多层WE。

11、B应用各层的平均逗留时间;步骤34、计算一项客户端请求在多层WEB应用系统中的往返时间;步骤35、计算多层WEB应用系统的成本函数;步骤36、计算当成本函数取最小值时,各种类型虚拟机的数量。0010为达到上述目的,本发明所采用的第二个技术方案是一种基于资源状态的虚拟机结构调整系统,它包括采集与控制引擎,设置在云资源池的虚拟化层和虚拟机上的,用于采集云资源池中虚拟化层和虚拟机的云资源状态数据、并根据控制指令调整当前阶段服务于多层WEB应用系统的虚拟机结构;云资源监控与控制模块,用于向采集与控制引擎发出控制指令;云资源建模模块,用于建立表征当前云资源池和工作负载对应物理资源的资源模型;云资源优化模。

12、块,用于计算多层WEB应用系统的阶段成本、并得出需要为多层WEB应用系统的当前阶段分配的虚拟机结构;云资源监控与控制模块根据云资源优化模块的计算结果向采集与控制引擎发出控制指令。0011上述技术方案还可以进一步完善作为优选,上述调整系统还包括云资源池状态数据库,用于保存采集与控制引擎采集的云资源状态数据。0012作为优选,云资源建模模块进一步包括云资源成本估计子模块、多层应用转移概率估计子模块、节点服务率估计子模块、模型参数估计及调整子模块。0013由于上述技术方案的采用,本发明与现有技术相比,具有以下优点本发明通过计算多层WEB应用当前阶段成本函数的最小取值,获得对应的虚拟机机构,进而能够以。

13、实现多层WEB应用当前阶段的最小成本配置各种类型的虚拟机,当多层WEB应用的客户端请求发生变换时,对云资源池中分配给该应用的虚拟机结构进行及时的调整,达到优化云资源、改进整个云平台资源的利用率的技术效果,同时,提供租户以可靠的响应时间和可用率。也就是说,通过本发明的技术方案能够使云平台服务提供商以最小的代价满足云租户要求。附图说明0014图1是亚马逊弹性云平台提供的虚拟机类型列表;图2是一种多层次分布式WEB应用的拓扑图;说明书CN102331948ACN102331961A3/5页5图3是一种云资源模型图;图4是将分布在物理机器上的资源组织成为4个虚拟机群的一种示意图;图5是由不同大小的虚拟。

14、机群组构成的云资源池的一种示意图。0015具体实施方式0016下面结合附图,对本发明的具体实施方式做进一步的解释说明。0017实施例1一种基于资源状态的虚拟机结构调整方法,包括如下步骤步骤1、采集云资源池中虚拟化层和虚拟机的云资源状态数据;步骤2、基于采集到的云资源状态数据,建立一个表征当前云资源池和工作负载对应物理资源的资源模型,步骤2进一步包括当前云资源成本估计、多层WEB应用转移概率估计、节点服务率估计、模型参数估计及调整的子步骤;步骤3、基于资源模型,计算多层WEB应用系统的阶段成本,得出需要为多层WEB应用系统的当前阶段分配的虚拟机结构;步骤4、根据步骤3的计算结果,对虚拟化层和虚拟。

15、机发出控制指令,调整当前阶段服务于多层WEB应用系统的虚拟机结构。0018上述步骤3进一步包括如下子步骤步骤31、计算多层WEB应用各层在不同类型的虚拟机上的平均逗留时间、平均离开率;步骤32、计算客户端请求的平均到达率;步骤33、在客户端请求平均到达率、多层WEB应用转移概率估计的基础上,依次计算出多层WEB应用各层的平均逗留时间;步骤34、计算一项客户端请求在多层WEB应用系统中的往返时间;步骤35、计算多层WEB应用系统的成本函数;步骤36、计算当成本函数取最小值时,各种类型虚拟机的数量。0019步骤3的具体计算方法如下首先我们定义以下符号IORI1当前分析或控制所处阶段JORJ当前和总。

16、层数ORITH阶段第JTH层的大的和小的虚机数量OR第JTH层的2类虚机的平均服务率OR2类虚机的平均到达率OR第JTH层的2类虚机的平均停留时间AARJORLJI第JTH层的2类虚机的平均到达率LJI第JTH层的平均到达率AARJ1,JORAARJ1,J来自J1THORJ1TH层到J层的平均到达率ADRJ,J1ORADRJ,J1从第JTH层到J1THORJ1TH层的平均离开率ADRJ第JTH层的平均离开率ASTJ第JTH层的平均停留时间CJ第JTH的并发虚机数RI第I阶段产生的请求PJ一个请求从第J层进一步到J1层的概率QSORQL2种不同类型虚拟机的总可用数量说明书CN102331948A。

17、CN102331961A4/5页6接下来,我们假设一个共有J层的分布式WEB应用、以及一个包含两类虚拟机的云资源池。00201、系统参数估计,PJJ1,J1,MS,ML,COSTSANDCOSTL基于右边公式,ADRJ表达为LJI的函数。00212、计算多层WEB应用结构最后1层J层的平均逗留时间AST及平均离开率ADR依据是3、计算多层WEB应用结构倒数第2层J1层的平均逗留时间AST及平均离开率ADR。00224、依次类推直至第1层,我们得到AAR0,1即客户端请求的平均到达率是可知的,这样我们就可以计算ADR1和AST1。00235、分析JST,其中J从2到J。AAR1,2P1ADR1继。

18、而计算AST2。类似地,我们可以计算ASTJ其中,J取值从2到J。0024步骤6计算平均响应时间。由于一些WEB请求进入到第J层处理完后即返回,我们以TRAVERSETIMERJI表示该请求第I个阶段在整个系统里从第1到第J层穿过并返回花费的时间。0025这样我们就可以计算以及该系统的成本函数这样,我们就把一个云计算资源池的分配问题变成了一个可解的、有约束的优化问题。从而就可以计算出当前需要分配的虚机结构。0026说明书CN102331948ACN102331961A5/5页7其中,Q是图5表示的资源池QSANDQL表示可选的小、大型虚机数量。0027多个虚机根据当前需要组成一个虚拟机群,分布。

19、在不同物理机器上的资源通过虚拟机群的方式进行重新组织,如图4所示的3个物理节点及基于节点连接的物理机器形成的4个虚拟集群,从而最终提供给不同的租户使用。这种组织方式的目的是提供自动可伸缩的机制改进整个云平台资源的利用率。同时,这种机制提供租户以可靠的响应时间和可用率。0028从图5所示的逻辑视图上看,整个云资源池就被组织成了具有不同大小的虚拟机群组。0029实施例2一种基于资源状态的虚拟机结构调整系统,它包括采集与控制引擎,设置在云资源池的虚拟化层和虚拟机上的,用于采集云资源池中虚拟化层和虚拟机的云资源状态数据、并根据控制指令调整当前阶段服务于多层WEB应用系统的虚拟机结构;云资源监控与控制模。

20、块,用于向采集与控制引擎发出控制指令;云资源建模模块,用于建立表征当前云资源池和工作负载对应物理资源的资源模型,云资源建模模块进一步包括云资源成本估计子模块、多层应用转移概率估计子模块、节点服务率估计子模块、模型参数估计及调整子模块;云资源优化模块,用于计算多层WEB应用系统的阶段成本、并得出需要为多层WEB应用系统的当前阶段分配的虚拟机结构;云资源监控与控制模块根据云资源优化模块的计算结果向采集与控制引擎发出控制指令;云资源池状态数据库,用于保存采集与控制引擎采集的云资源状态数据。0030应理解,该实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。说明书CN102331948ACN102331961A1/3页8图1图2说明书附图CN102331948ACN102331961A2/3页9图3图4说明书附图CN102331948ACN102331961A3/3页10图5说明书附图CN102331948A。

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 物理 > 计算;推算;计数


copyright@ 2017-2020 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备2021068784号-1