私有云平台的虚拟机内存调度策略

VIP免费

3.0 侯斌 2024-11-19 4 4 1.52MB 50 页 15积分

侵权投诉

摘要

随着私有云技术进一步地研究与发展，云平台也得到了越来越广泛的应用。

但是随着用户需求的增加，虚拟机内存出现严重紧缺。尽管内存容量一直在不断

扩充，内存却仍始终是紧缺资源，虽然关于虚拟机内存资源优化策略的研究越来

越多，但是现有的方法无法灵活地对虚拟机内存资源进行有效的监控和分配，无

法在私有云平台中构建弹性的、可靠的内存空间，无法在多物理机间建立内存流

动框架，实现跨越物理机的内存优化。

针对以上问题，本文提出了基于内存实时监测和动态调度模型 (MMS)，利

用libvirt 函数库和 Xen 提供的 libxc 函数库实现了对虚拟机内存紧缺、内存空闲

时的实时监测和动态调度，并且提出虚拟机迁移策略有效地缓解宿主机的内存紧

缺问题。最后，本文选取一台物理机作为主控节点，两台物理机作为子节点，利

用Eucalyptus 搭建一个小型的私有云平台，当宿主机处于内存紧缺状态时，MMS

系统通过启动虚拟机迁移策略有效地释放了内存空间；当虚拟机占用内存逼近初

始最大内存时，MMS 为其分配新的最大内存；当占用内存降低时，MMS 系统对

部分空闲的内存资源进行了回收。

结果显示释放内存不超过 150MB（最大内存 512MB）时，其对虚拟机性能

的影响不大。结果表明该模型对私有云平台中虚拟机内存进行实时监测和动态调

度是有效的。

关键词：私有云内存监测动态调度虚拟机迁移

Abstract

With progress and researches in private cloud technology, the cloud platform has

been widely used. On the other hand, there has been a serious shortage of virtual machine

memory as the increasing of user applications. Although the memory capacity has

continued to expand, the memory is always the scarce resources. Although more and more

the research of memory resource optimization strategy on virtual machine had been put

forward, existing methods can not effectively monitor and distribute the memory

resources of virtual machine, and unable to build a resilient and reliable memory space in

private cloud platform, and unable to build a flowable memory framework across multiple

physical machines.

To solve the problem, the Memory Monitor and Scheduler (MMS) has been put

forward. And the real-time monitoring and dynamic scheduling of the virtual machine

memory shortage and memory free was realized by using the libvirt function library and

libxc function library provided by Xen. To build a small, private cloud platform, This

paper uses Eucalyptus technology and selects a single physical machine as the master

node, two physical machines as a child node. when the host’s state is in memory shortage,

MMS system can effectively release the memory space by starting the virtual machine

migration strategy ; And when the memory of the virtual machine is approaching the

initial maximum memory, MMS system will assign it a new maximum memory; When

the memory of the virtual machine is approaching a lower level, MMS system will recycle

the part of free memory resource .

The result shows that when the memory released does not exceed 150MB (maximum

memory is 512MB), the effect on the performance of virtual machines is small. The

results show that the model of private cloud platform is effective for real-time monitoring

and dynamic scheduling of the memory.

Keywords: private cloud, memory monitor, dynamic scheduling,

virtual machine, migration

中文摘要

Abstract

第一章绪论 ......................................................... 1

1.1 研究背景 ...................................................... 1

1.2 相关研究 ...................................................... 2

1.2.1 独占式内存分配策略 ........................................ 2

1.2.2 页面共享机制 ............................................. 2

1.2.3 气球驱动技术 ............................................. 3

1.2.4 内存热插拔技术 ........................................... 3

1.3 本文工作 ...................................................... 4

1.4 论文的组织结构 ................................................ 5

第二章云计算及相关技术 ............................................. 6

2.1 云计算 ........................................................ 6

2.1.1 云计算的基本概念 .......................................... 6

2.1.2 Eucalyptus 云介绍 .......................................... 8

2.2 虚拟化及相关技术介绍 .......................................... 9

2.2.1 虚拟机简介 ............................................... 10

2.2.2 虚拟机监控器 ............................................. 10

2.2.3 虚拟机迁移技术 ........................................... 11

2.3 Xen 虚拟化技术 ............................................... 12

2.3.1 Xen 体系结构 ............................................. 13

2.3.2 Xen 内存虚拟化 ........................................... 14

2.3.3 hypercalls 和事件机制 ...................................... 16

2.4 libvirt 与libxc 函数库 .......................................... 17

2.4.1 libvirt 函数库 ............................................. 17

2.4.2 libxc 函数库 .............................................. 19

第三章私有云平台的虚拟机内存调度模型 ............................. 20

3.1 问题假设及相关定义 .......................................... 20

3.2 虚拟机内存调度的关键技术分析 ................................ 20

3.2.1 物理机的选择 ............................................ 21

上海理工大学硕士学位论文

3.2.2 调度虚拟机的选择 ........................................ 22

3.2.3 迁移决策 ................................................ 22

3.2.4 虚拟机内存信息的获取 .................................... 23

3.2.5 虚拟机内存的回收与分配 .................................. 24

3.3 MMS 系统模型构建 ........................................... 24

3.3.1 MMS 系统主要功能 ....................................... 24

3.3.2 MMS 系统工作流程 ....................................... 25

第四章 MMS 关键技术及系统实现 .................................... 27

4.1 系统架构 .................................................... 27

4.2 相关函数说明 ................................................ 28

4.3 MMS 系统功能模块 ........................................... 32

4.3.1 内存监测模块 ............................................ 32

4.3.2 内存动态调度模块 ........................................ 33

4.4 虚拟机迁移算法 .............................................. 34

4.5 虚拟机内存实时监测与动态调度算法 ............................ 36

第五章实验及结果分析 ............................................. 38

5.1 私有云平台的搭建 ............................................ 38

5.1.1 Xen 虚拟机的安装 ......................................... 38

5.1.2 Eucalyptus 云平台的搭建 ................................... 39

5.2 测试环境 ..................................................... 40

5.3 有效性测试 ................................................... 40

5.3.1 物理机内存充裕状态 ....................................... 41

5.3.2 物理机内存紧缺状态 ....................................... 41

5.4 系统性能测试 ................................................. 41

第六章总结与展望 ................................................. 43

6.1 总结 ........................................................ 43

6.2 展望 ........................................................ 43

参考文献 .......................................................... 44

致谢 .............................................................. 48

第一章绪论

1.1 研究背景

云计算是由分布式计算、并行处理、网格计算[1][2]等发展而来的, 作为一种新

兴的商业计算模式，人们对云计算的认识还处在不断发展变化中。一般情况下，云

平台提供的服务和服务器中使用各种虚拟化技术构成了云计算的基础架构[3]。近年

来，国内外各大 IT 企业都在基于云计算的研究和应用开发中投入巨大财力物力。

amazon 推出弹性计算云（ElasticComputeCloud:EC2）服务[4]；IBM 公司的蓝云计

划[5]可以帮助客户建立和部署云计算中心；Google 也根据特定网络服务定制了大

量的云计算产品，例如、Googlesites、GoogleDocs、GoogleApps 等[6]。在大型云平

台中拥有海量的第三方应用，尤其是 Web 网络应用。通常情况下，这些应用服务

根据服务等级协定 SLA（Service Level Agreements）获取一定的物理资源，在服务

质量(QoS)和稳定性上得到实时的保证，并为此支付相应的费用。服务的性能与负

载及为其分配的处理资源息息相关。云平台的提供者需要考虑既要满足用户需求

又要尽量提高资源利用率减少消耗，因此他们在处理用户需求的时候需要面对很

多挑战。

随着互联网时代信息和数据的快速增长，技术和资源的逐步强大，大量企业开

始釆用以数据中心为业务运营平台的信息式服务。进入新世纪后，云平台变得空前

重要和复杂，这对管理工作提出了新的挑战，一系列问题接踵而来。企业如何通过

云平台快速创建服务并高效地管理业务，怎样根据需求动态调整资源以降低运营

成本，如何更加灵活、高效、安全地使用和管理各种资源，如何共享已有的计算机

平台而不是重复创建自己的云平台，要解决这些问题就需要信息产业本身更加彻

底的技术变革和商业模式转型，虚拟化和云计算正是在这样的背景下营运而生的。

虚拟化技术[7]，即通过适当的基础设施建设，在管理层面上，从资源实体上分离出

资源功能，以达到专业地、更加灵活地、充分地、有效地、低成本地使用资源。为

了提高企业 IT 基础设施建设的虚拟化水平，优化资源利用率，集中并共享资源，

降低成本，在企业系统平台及各种应用层面上，提出了以下虚拟化解决方案：服务

器虚拟化、网络虚拟化、云平台虚拟化、存储虚拟化和应用虚拟化。

私有云[8]由于提供了可靠、安全的数据存储中心、集中统一的管理与高质量的

服务，从而降低成本，吸引了用户的青睐。在私有云环境中，运行着不同操作系统

的虚拟机(Virtual Machine，VM)部署在同一物理节点上，这样大大提高了 CPU、内

存、网络等资源的利用率。但是随着用户需求的增加，虚拟机内存出现严重紧缺。

尽管内存容量一直在不断扩充，内存却仍始终是紧缺资源，内存资源一旦分配不足

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要随着私有云技术进一步地研究与发展，云平台也得到了越来越广泛的应用。但是随着用户需求的增加，虚拟机内存出现严重紧缺。尽管内存容量一直在不断扩充，内存却仍始终是紧缺资源，虽然关于虚拟机内存资源优化策略的研究越来越多，但是现有的方法无法灵活地对虚拟机内存资源进行有效的监控和分配，无法在私有云平台中构建弹性的、可靠的内存空间，无法在多物理机间建立内存流动框架，实现跨越物理机的内存优化。针对以上问题，本文提出了基于内存实时监测和动态调度模型(MMS)，利用libvirt函数库和Xen提供的libxc函数库实现了对虚拟机内存紧缺、内存空闲时的实时监测和动态调度，并且提出虚拟机迁移策略有效地缓解宿主机的...

展开>> 收起<<

私有云平台的虚拟机内存调度策略.pdf

共50页,预览5页

还剩页未读，继续阅读

私有云平台的虚拟机内存调度策略

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: