CN102929687A - 一种节能的云计算数据中心虚拟机放置方法 - Google Patents

一种节能的云计算数据中心虚拟机放置方法 Download PDF

Info

Publication number
CN102929687A
CN102929687A CN201210385961XA CN201210385961A CN102929687A CN 102929687 A CN102929687 A CN 102929687A CN 201210385961X A CN201210385961X A CN 201210385961XA CN 201210385961 A CN201210385961 A CN 201210385961A CN 102929687 A CN102929687 A CN 102929687A
Authority
CN
China
Prior art keywords
physical server
virtual machine
physical
sequence
server
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201210385961XA
Other languages
English (en)
Other versions
CN102929687B (zh
Inventor
王鲁
杨美红
孙萌
马骏
张新常
张玮
史慧玲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Supercomputing Center in Jinan
Original Assignee
National Supercomputing Center in Jinan
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Supercomputing Center in Jinan filed Critical National Supercomputing Center in Jinan
Priority to CN201210385961.XA priority Critical patent/CN102929687B/zh
Publication of CN102929687A publication Critical patent/CN102929687A/zh
Application granted granted Critical
Publication of CN102929687B publication Critical patent/CN102929687B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Power Sources (AREA)

Abstract

本发明的节能的云计算数据中心虚拟机放置方法,包括:a.建立物理服务器区域;b.获取物理服务器信息;c.计算待创建虚拟机资源;d.对物理服务器进行排序;e.建立待创建虚拟机与物理服务器之间的映射;f.判断是否有单个物理服务器满足需求;g.判断是否存在同一分区内的满足要求的物理服务器序列;h.选取空调能耗成本最小、且物理服务器数量最少的服务器序列。本发明的云计算数据中心虚拟机放置方法,优先选用单个物理服务器来创建虚拟机,再选用同一分区内的物理服务器来创建虚拟机;在前两者都不存在的情况下,最终选用集中程度最高的物理服务器序列来创建虚拟机,实现云计算中心虚拟机的节能放置,节能效果显著,便于应用推广。

Description

一种节能的云计算数据中心虚拟机放置方法
技术领域
本发明涉及一种节能的云计算数据中心虚拟机放置方法,更具体的说,尤其涉及一种最大限度地将所有待创建虚拟机集中放置的节能的云计算数据中心虚拟机放置方法。
背景技术
云计算(Cloud Computing)是网格计算、分布式计算、并行计算、网络存储、虚拟化等传统计算机和网络技术发展融合的产物。它是一种商业计算模型,它将计算任务分布在大量物理计算机构成的资源池上,使各种应用系统能够按需获取计算能力、存储空间和信息服务。其核心是服务资源池,其通常是一些可以自我维护和管理的虚拟化资源,包括计算服务器、存储服务器和带宽资源。云计算包括以下几个层次的服务:
基础设施即服务(Infrastructure as a Service简称IaaS),指消费者通过Internet从完善的计算机基础设施获得服务,包括处理、存储、网络和其它基本的计算资源,用户可以在其上自由的部署与运行任意软件。
软件即服务(Software as a Service),是指一种通过Internet提供软件服务的模式,用户无需购买软件,而是向提供商租用基于Web的软件,来管理企业经营活动。
平台即服务(Platform as a Service简称PaaS),指将软件研发平台作为一种服务,以SaaS的模式提交给用户。Paas是SaaS模式的一种应用。PaaS的出现可以加快SaaS的发展,尤其是加快SaaS应用的开发速度。
云数据中心目前主要采用虚拟数据中心的方式构建,虚拟数据中心,是指利用服务器虚拟化技术,采用互相独立、隔离的虚拟主机提供等同物理机的功能,其成本远远低于物理数据中心。虚拟数据中心的核心是虚拟机,所谓虚拟机,就是计算机软件,其运行于物理硬件或物理计算机之上,它可以运行操作系统(称为客户操作系统)和应用程序,它有自己的虚拟硬件。虚拟机不是仿真器和模拟器,它们是真实的计算机,可以实现与物理计算机相同甚至超过物理计算机的功能。
用户可以使用虚拟化技术基于少量的物理服务器提供大规模的虚拟化服务,因此大大降低了云数据中心的构建费用。目前,电能消耗成为云计算数据中心的主要运营成本。以Google为例,据已有公开信息,Google在全球共有36个数据中心,一年消耗大约790亿千瓦时电力;2011年,全美国的数据中心共消耗电能10000亿千瓦时,折合74亿美元。节能问题已经成为云数据中心运营急需解决的一大难题。在云计算数据中心运营中,其通过其庞大的物理服务器集群为为用户提供虚拟机自助服务,虚拟机主要创建在各个物理服务器之上,虚拟机的创建会使得物理服务器集群产生大量废热,从而使周围的温度升高,据测算,最高问题可达50多度,温度的升高会引起空调制冷系统的工作,通过空调制冷系统来保持数据中心的标准温度,由此引起的电能消耗,约占云数据中心电能消耗的40%。虚拟机的集中放置,其核心思想是将虚拟机的创建集中于较少的物理服务器之上,从而减少物理服务器废热的产生,节省电能消耗。因此,通过高效的虚拟机集中放置降低制冷系统的电能消耗成为云数据中心节能的一个重要途径。
当今主流的虚拟机放置方法主要包括打包法,分条法,负载感知法及内存亲近法。
打包法的基本思想是以尽少使用节点为目标,将虚拟机集中在部分云计算中的节点上运行,实现方式上,采用虚拟机运行数目最多优先原则,即当需要为新建虚拟机选择宿主机时,选择拥有最多数量虚拟机运行的宿主机,打包法的优点是该方法可使大量的虚拟机集中在少数的物理节点上运行,可降低物理服务器成本,打包法的不足是虚拟机过于集中,致使虚拟机资源抢占概率过大,为保证虚拟服务器的质量,大量虚拟机的迁移及资源调整行为必不可少,这样会产生大量的开销。
分条法基本思想是以最大化单个服务器节点可用资源为目标,将虚拟机散布在所有节点上运行,实现方式上,采用虚拟机运行数目最少优先原则,即当需要为新建虚拟机选择宿主机是,选择拥有最少数量虚拟机运行的宿主机,其基本思路是受集群负载均衡启发,是虚拟机按数量均匀分布,降低虚拟机资源抢占概率,其缺点是依据虚拟机数量进行放置,把虚拟机数量仅仅抽象为节点上的负载值,过于单一,并且无法区别不同资源(如CPU,内存,硬盘等)请求的虚拟机对节点造成的实际负载,不够细化,难以实现更细粒度和精度的资源分配需求。
负载感知法的目标与分条法相同,力求最大化单个节点上的可用资源。基本设计思路是受节点负载最小启发,将新建虚拟机放置在具有最小负载的节点上运行。实现方式上,采用最大CPU空闲率优先原则,即当需要为新建虚拟机选择宿主机是,选择CPU空闲率最大的宿主机。其优点与分条法相同,受负载均衡启发,由于考虑节点上的CPU资源使用情况,可达到分布式计算系统范围内的CPU资源负载均衡。其缺点是该方法只考虑了CPU资源,对节点的内存,网络和磁盘使用情况等集群节点负责的重要组成,缺乏考虑。
内存亲近法是由Timothy Wood博士提出的一种基于内存共享感知的虚拟机放置系统,包括一个内存识别系统,能够有效判断一组虚拟机之间的内存共享潜能,并计算出更有效的放置方式。另外,随着负荷变化,系统还将利用在线迁移优化虚拟机放置,其优点是从集群范围寻找虚拟内存页相同的虚拟机,是他们迁移到同一个集群节点,共享虚拟内存,可提高物理内存利用率,节约内存,提升集群的虚拟机容纳数量。其缺点是由于需要通过虚拟机迁移实现虚拟机放置,方法过程较为复杂,并且若共享虚拟内存的虚拟机过多,无法保证虚拟服务器的服务质量。
对于以上提出的虚拟机放置方法,仅从虚拟机放置本身来考虑问题并未结合空调制冷系统能耗的因素进行设计,对于打包法,其思想是尽量将多个虚拟机集中放置到较少的物理服务器中,从而实现电能的减少,但是该方法仅考虑了物理服务器逻辑上的集中,实际中,部署的服务器可能位于不同的物理机柜区域,按此方法部署会使得不同物理服务器区域的温度上升,造成制冷系统的工作,从而消耗电能;对于分条法、负载感知、内存亲近的方法,其思想是将虚拟机分散到多个物理结点,从而实现负载均衡的功能,该类方法会引起大规模范围内温度的上升,引起制冷空调的大面积工作。因此上述方法在实现过程中无法实现空调制冷系统的节能。
发明内容
本发明为了克服上述技术问题的缺点,提出了一种最大限度地将所有待创建虚拟机集中放置的节能的云计算数据中心虚拟机放置方法。
本发明的节能的云计算数据中心虚拟机放置方法,其特别之处在于:a.建立物理服务器区域,将空调制冷系统的一个出风口覆盖的所有物理服务器划分为同一物理服务器分区,形成基于云计算的物理服务器区域;并设物理服务器区域在横向、纵向上所包含的物理服务器分区数目分别为x、y个,x、y均为正整数;b.获取物理服务器信息,获取步骤a中所有物理服务器的资源使用信息和所在分区信息;c.计算待创建虚拟机资源,获取每个待创建虚拟机的CPU、内存和硬盘大小,并计算出要创建所有虚拟机所需的请求资源;设所需的CPU、内存和硬盘的请求资源分别为 
Figure 201210385961X100002DEST_PATH_IMAGE004
Figure 201210385961X100002DEST_PATH_IMAGE006
;d.对物理服务器进行排序,对所有物理服务器依据可用资源的大小进行排序,形成物理服务器序列集合,该序列集合记为;e.建立待创建虚拟机与物理服务器之间的映射,在可用资源满足待创建虚拟机请求资源的基础上,搜索满足需求的物理服务器资源序列;并按照序列中包含物理服务器数量的多少对该资源序列进行分类,形成物理服务器序列集合,分别记为
Figure 201210385961X100002DEST_PATH_IMAGE010
,,…,,其中
Figure 201210385961X100002DEST_PATH_IMAGE014
表示包含n个物理服务器且可用资源满足需求的所有序列的集合,n为正整数;f.判断是否有单个物理服务器满足需求,如果有集合
Figure 570019DEST_PATH_IMAGE010
存在,则中任何一台物理服务器的可用资源均可创建出所有虚拟机,选择其中任一物理服务器作为待创建虚拟机的节点;如不存在集合
Figure 17629DEST_PATH_IMAGE010
,则执行步骤g;g.判断是否存在同一分区内的满足要求的物理服务器序列,遍历物理服务器序列集合
Figure 201210385961X100002DEST_PATH_IMAGE016
,…,
Figure 602719DEST_PATH_IMAGE012
,寻找出位于同一物理服务器分区内的物理服务器序列,在该物理服务器序列上创建所有虚拟机;如不存在处于同一分区内的满足要求的物理服务器序列,则执行步骤h;h.选取空调能耗成本最小、且物理服务器数量最少的服务器序列,来创建所有虚拟机;空调能耗成本大小与物理服务器集中程度大小成反比。
步骤a中,每个物理服务器分区中应设置各自的温度传感器,以便空调制冷系统根据检测的温度来控制相应出风口的开闭;物理服务器分区简称分区。步骤b中,物理服务器的资源使用信息为CPU、内存和硬盘的使用信息,所在分区信息为物理服务器所在分区的坐标信息。步骤c中,
Figure 417091DEST_PATH_IMAGE002
为所有待创建虚拟机的CPU之和,为所有待创建虚拟机的内存之和,为所有待创建虚拟机的硬盘之和。步骤d中,对物理服务器进行排序,是为了步骤e中便于与待创建虚拟机形成映射。步骤e中,形成了满足资源需求的所有物理服务器序列集合,以便于选择出能耗最低的虚拟机放置方案。步骤f中,如果有集合
Figure 568904DEST_PATH_IMAGE010
存在,则表明有一台物理服务器的可用资源即可满足创建所有虚拟机的要求,则在一台物理服务器上进行创建,以便达到最佳的节能目的。步骤g中,在同一分区内的物理服务器上创建所有虚拟机,也有利于服务器的集中散热,达到较佳的节能目的。步骤h中,如果不存在一个或同一分区的物理服务器满足创建虚拟机的要求,则选取两个或两个以上分区内的物理服务器来创建虚拟机,选取物理服务器集中程度最大的服务器序列来放置虚拟机,以降低能耗成本。
本发明的节能的云计算数据中心虚拟机放置方法,设物理服务器分区的位置用二维坐标P=(i,j)表示;空调能耗成本用cost标示,定义:
Figure 201210385961X100002DEST_PATH_IMAGE020
其中为满足需求的物理服务器资源序列中所包含的分区的个数,
Figure 201210385961X100002DEST_PATH_IMAGE024
标示满足条件的物理服务器所在两分区之间的拓扑距离;,标示满足条件的物理服务器所在分区两两分区之间的拓扑距离的总和;其特征在于:所述步骤g中,如果计算出物理服务器序列集合的空调能耗成本cost的值为1,则表明该物理服务器序列集合位于同一物理服务器分区内;如果物理服务器分区
Figure 201210385961X100002DEST_PATH_IMAGE028
Figure 201210385961X100002DEST_PATH_IMAGE030
的坐标分别为(i1,j1)、(i2,j2),则=
Figure 201210385961X100002DEST_PATH_IMAGE034
;步骤h中,按照
Figure 331585DEST_PATH_IMAGE016
,…,
Figure 62781DEST_PATH_IMAGE012
的顺序求取所有物理服务器序列的空调能耗成本cost的值,选取第一个最小cost值所对应的物理服务器序列来创建所有虚拟机。
对于空调能耗成本cost的计算公式,采用分区的个数与两两分区之间的拓扑距离之和来标示,更能反映出服务器序列中物理服务器的集中程度,可较佳的放映出实际的能耗大小。对于
Figure 56145DEST_PATH_IMAGE032
采用公式
Figure 623524DEST_PATH_IMAGE034
进行计算,是物理服务器分区在横向、纵向间距均相等的条件下得出的。
本发明的节能的云计算数据中心虚拟机放置方法,步骤d中,所述的物理服务器的可用资源包括CPU、内存和硬盘的可用资源,分别用
Figure 201210385961X100002DEST_PATH_IMAGE036
Figure 201210385961X100002DEST_PATH_IMAGE038
标示,分别采用以下公式进行计算:
Figure 201210385961X100002DEST_PATH_IMAGE042
Figure 201210385961X100002DEST_PATH_IMAGE046
其中,右下标注为total的表示资源总量,为used的表示已用资源量,为threshold的表示设定的预留阀值;步骤e中,如果一个或多个物理计算机的CPU、内存和硬盘的可用资源分别大于或等于
Figure 734437DEST_PATH_IMAGE002
Figure 320139DEST_PATH_IMAGE004
Figure 749983DEST_PATH_IMAGE006
,则认为该序列为满足需求的物理服务器资源序列。
物理服务器中,对CPU、内存、硬盘的使用设置相应的预留阀值,是保证服务器正常运转的需要,因此,资源的可用数量并非已知资源总量与目前已经使用数量的简单差值,应在此差值基础上减去各个资源定义的预留阀值。
本发明的有益效果是:本发明的云计算数据中心虚拟机放置方法,优先选用满足要求的一个物理服务器来创建虚拟机;在不存在满足要求的一个物理服务器的情况下,再选用同一分区内的物理服务器来创建虚拟机;在前两者都不存在的情况下,最终选用集中程度最高的物理服务器序列来创建虚拟机,实现了最为节能的虚拟机放置方法。本发明的云计算数据中心虚拟机放置方法中,通过建立空调能耗成本cost计算公式,可有效、准确地通过物理服务器的集中程度来表征空调能耗成本的大小,以选择出最为节能的虚拟机放置方案。
附图说明
图1为本发明的虚拟机放置方法的流程图;
图2为本发明中物理服务器分区的结构示意图;
图3为本发明中不同物理服务器分区之间的拓扑距离计算示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1、图2和图3所示,分别给出了虚拟机放置方法的流程图、物理服务器分区的结构示意图以及不同分区之间的拓扑距离计算示意图,本发明的云计算数据中心虚拟机放置方法包括以下步骤:
a.建立物理服务器区域,将空调制冷系统的一个出风口覆盖的所有物理服务器划分为同一物理服务器分区,形成基于云计算的物理服务器区域;并设物理服务器区域在横向、纵向上所包含的物理服务器分区数目分别为x、y个,x、y均为正整数;
设物理服务器分区的位置用二维坐标P=(i,j)表示;空调能耗成本用cost标示,定义:
其中
Figure 866975DEST_PATH_IMAGE022
为满足需求的物理服务器资源序列中所包含的分区的个数,
Figure 468331DEST_PATH_IMAGE024
标示满足条件的物理服务器所在两分区之间的拓扑距离;
Figure 111802DEST_PATH_IMAGE026
,标示满足条件的物理服务器所在分区两两分区之间的拓扑距离的总和;
b.获取物理服务器信息,获取步骤a中所有物理服务器的资源使用信息和所在分区信息;物理服务器的资源使用信息为CPU、内存和硬盘信息,分区信息为物理服务器的坐标信息;
c.计算待创建虚拟机资源,获取每个待创建虚拟机的CPU、内存和硬盘大小,并计算出要创建所有虚拟机所需的请求资源;设所需的CPU、内存和硬盘的请求资源分别为
Figure 446969DEST_PATH_IMAGE002
Figure 317022DEST_PATH_IMAGE018
d.对物理服务器进行排序,对所有物理服务器依据可用资源的大小进行排序,形成物理服务器序列集合,该序列集合记为
所述的物理服务器的可用资源包括CPU、内存和硬盘的可用资源,分别用
Figure 399695DEST_PATH_IMAGE036
Figure 295156DEST_PATH_IMAGE040
标示,分别采用以下公式进行计算:
Figure 901773DEST_PATH_IMAGE044
Figure 339707DEST_PATH_IMAGE046
其中,右下标注为total的表示资源总量,为used的表示已用资源量,为threshold的表示设定的预留阀值;
e.建立待创建虚拟机与物理服务器之间的映射,在可用资源满足待创建虚拟机请求资源的基础上,搜索满足需求的物理服务器资源序列;并按照序列中包含物理服务器数量的多少对该资源序列进行分类,形成物理服务器序列集合,分别记为
Figure 822641DEST_PATH_IMAGE010
Figure 295211DEST_PATH_IMAGE016
,…,
Figure 221710DEST_PATH_IMAGE012
,其中
Figure 146940DEST_PATH_IMAGE014
表示包含n个物理服务器且可用资源满足需求的所有序列的集合,n为正整数;
该步骤中,如果一个或多个物理计算机的CPU、内存和硬盘的可用资源分别大于或等于
Figure 371248DEST_PATH_IMAGE002
Figure 779413DEST_PATH_IMAGE006
,则认为该序列为满足需求的物理服务器资源序列;
f.判断是否有单个物理服务器满足需求,如果有集合
Figure 506454DEST_PATH_IMAGE010
存在,则
Figure 534453DEST_PATH_IMAGE010
中任何一台物理服务器的可用资源均可创建出所有虚拟机,选择其中任一物理服务器作为待创建虚拟机的节点;如不存在集合
Figure 716035DEST_PATH_IMAGE010
,则执行步骤g;
g.判断是否存在同一分区内的满足要求的物理服务器序列,遍历物理服务器序列集合
Figure 968025DEST_PATH_IMAGE016
,…,
Figure 680897DEST_PATH_IMAGE012
,寻找出位于同一物理服务器分区内的物理服务器序列,在该物理服务器序列上创建所有虚拟机;如不存在处于同一分区内的满足要求的物理服务器序列,则执行步骤h;
该步骤中,如果计算出物理服务器序列集合的空调能耗成本cost的值为1,则表明该物理服务器序列集合位于同一物理服务器分区内;
h.选取空调能耗成本最小、且物理服务器数量最少的服务器序列,来创建所有虚拟机;空调能耗成本大小与物理服务器集中程度大小成反比;
如果物理服务器分区
Figure 309325DEST_PATH_IMAGE028
Figure 610993DEST_PATH_IMAGE030
的坐标分别为(i1,j1)、(i2,j2),则
Figure 971567DEST_PATH_IMAGE032
=
Figure DEST_PATH_IMAGE050
;步骤h中,按照
Figure 670271DEST_PATH_IMAGE016
,…,
Figure 102389DEST_PATH_IMAGE012
的顺序求取所有物理服务器序列的空调能耗成本cost的值,选取第一个最小cost值所对应的物理服务器序列来创建所有虚拟机。
其中,所述的预留阀值是指为了保证物理服务器正常运转为其上运行的资源保留一定的扩展空间而设定的CPU、内存、硬盘的最低剩余容量。分区间的拓扑距离是指两个物理服务器分区之间的距离,用于衡量分区之间的集中程度。
如图2所示,处于空调制冷系统同一出风口区域的物理服务器划分为相同的分区中,在对虚拟机放置的过程中,首先判断是否有一个物理服务器的可用资源满足创建要求,如果存在,则在该物理服务器上创建虚拟机;这样就使得虚拟机得以集中,便于统一散热,实现了有效的节能目的。如果不存在满足需求的单个物理服务器,则判断是否存在处于同一分区中的满足创建要求的服务器序列,如存在,则采用处于同一分区中的服务器序列进行创建,这样也有利于物理服务器的集中,便于空调制冷系统同一进行温度控制,也有利于能源的节约。
如果上面所述的单个物理服务器或者处于同一分区中的服务器序列都不存在,则采用计算空调能耗成本cost的大小,来选取最为节能的放置虚拟机的物理服务器序列。如图3所示,假设有两台物理服务器满足创建所有虚拟机的要求,其分别处于分区Region9、Region12内,对于公式
Figure DEST_PATH_IMAGE052
来说,=2,=
Figure DEST_PATH_IMAGE056
,则cost=5。还存在3台物理服务器满足创建所有虚拟机的要求,其中1台位于分区Region9中,余下的两台位于分区Region12中。由于第一种情形下为2台服务器,第二种情形为3台服务器,则选取物理服务器数目最少的序列来放置虚拟机,以实现最佳的节能效果。
如图3所示,如果满足创建要求的服务器序列中包含3台物理服务器(设其坐标点分别为
Figure 665406DEST_PATH_IMAGE028
Figure DEST_PATH_IMAGE058
Figure DEST_PATH_IMAGE060
),其分别处于分区Region4、Region9和Region12中,则在计算空调能耗成本cost的过程中,
Figure 588756DEST_PATH_IMAGE022
=3,
Figure 762248DEST_PATH_IMAGE054
=
Figure DEST_PATH_IMAGE062
+
Figure DEST_PATH_IMAGE064
+
Figure DEST_PATH_IMAGE066
=+
Figure DEST_PATH_IMAGE070
+
Figure DEST_PATH_IMAGE072
=5+
Figure DEST_PATH_IMAGE074
,这样既可计算出空调能耗成本cost的大小。
作为一个具体的实验应用,云计算数据中心拓扑如参考图2所示,共有6个服务器分区,每个分区配有4台物理服务器,单个物理服务器配置Intel Xeon E5620 2.4G 4核8线程处理器,32GB RAM,SAS 2.0T RAID5硬盘,物理服务器采用Ubuntu Server 12.04 LTS操作系统,采用Xen Server5.5作为虚拟化软件.虚拟机创建采用统一规格,分配Intel Xeon E5620*1的CPU,2G内存,30G硬盘,运行Windows Server 2003 SP1操作系统.制冷采用海瑞斯(HIRES)精密空调Super Precision HFDC/HFUC 0070,主机功率6.5KW,风机功率0.25KW。
测试采用目前数据中心常用的随机虚拟机放置方法及本发明提出的虚拟机放置方法,经过10次每次50个虚拟机放置实验,采用本发明方法可将虚拟机集中放置到1-2个物理分区中,而随机放置方法一般将虚拟机放置到3个及以上的物理分区中,由于虚拟机放置会引起分区温度的上升,触发空调出风口的工作,因此采用本发明方法可以有效降低温度升高区域的数量,从而降低空调能耗,据估算在本次试验环境下,可节省空调电能约10%以上。

Claims (3)

1.一种节能的云计算数据中心虚拟机放置方法,其特征在于,包括以下步骤:
a.建立物理服务器区域,将空调制冷系统的一个出风口覆盖的所有物理服务器划分为同一物理服务器分区,形成基于云计算的物理服务器区域;并设物理服务器区域在横向、纵向上所包含的物理服务器分区数目分别为x、y个,x、y均为正整数;
b.获取物理服务器信息,获取步骤a中所有物理服务器的资源使用信息和所在分区信息;
c.计算待创建虚拟机资源,获取每个待创建虚拟机的CPU、内存和硬盘大小,并计算出要创建所有虚拟机所需的请求资源;设所需的CPU、内存和硬盘的请求资源分别为                                               
Figure 201210385961X100001DEST_PATH_IMAGE002
Figure 201210385961X100001DEST_PATH_IMAGE004
Figure 201210385961X100001DEST_PATH_IMAGE006
d.对物理服务器进行排序,对所有物理服务器依据可用资源的大小进行排序,形成物理服务器序列集合,该序列集合记为
e.建立待创建虚拟机与物理服务器之间的映射,在可用资源满足待创建虚拟机请求资源的基础上,搜索满足需求的物理服务器资源序列;并按照序列中包含物理服务器数量的多少对该资源序列进行分类,形成物理服务器序列集合,分别记为
Figure 201210385961X100001DEST_PATH_IMAGE010
Figure 201210385961X100001DEST_PATH_IMAGE012
,…,
Figure DEST_PATH_IMAGE014
,其中
Figure DEST_PATH_IMAGE016
表示包含n个物理服务器且可用资源满足需求的所有序列的集合,n为正整数;
f.判断是否有单个物理服务器满足需求,如果有集合
Figure 56484DEST_PATH_IMAGE010
存在,则中任何一台物理服务器的可用资源均可创建出所有虚拟机,选择其中任一物理服务器作为待创建虚拟机的节点;如不存在集合
Figure 815679DEST_PATH_IMAGE010
,则执行步骤g;
g.判断是否存在同一分区内的满足要求的物理服务器序列,遍历物理服务器序列集合
Figure 210888DEST_PATH_IMAGE012
,…,
Figure 25260DEST_PATH_IMAGE014
,寻找出位于同一物理服务器分区内的物理服务器序列,在该物理服务器序列上创建所有虚拟机;如不存在处于同一分区内的满足要求的物理服务器序列,则执行步骤h;
h.选取空调能耗成本最小、且物理服务器数量最少的服务器序列,来创建所有虚拟机;空调能耗成本大小与物理服务器集中程度大小成反比。
2.根据权利要求1所述的节能的云计算数据中心虚拟机放置方法,设物理服务器分区的位置用二维坐标P=(i,j)表示;空调能耗成本用cost标示,定义:
其中
Figure DEST_PATH_IMAGE020
为满足需求的物理服务器资源序列中所包含的分区的个数,
Figure DEST_PATH_IMAGE022
标示满足条件的物理服务器所在两分区之间的拓扑距离;
Figure DEST_PATH_IMAGE024
,标示满足条件的物理服务器所在分区两两分区之间的拓扑距离的总和;其特征在于:所述步骤g中,如果计算出物理服务器序列集合的空调能耗成本cost的值为1,则表明该物理服务器序列集合位于同一物理服务器分区内;如果物理服务器分区
Figure DEST_PATH_IMAGE026
Figure DEST_PATH_IMAGE028
的坐标分别为(i1,j1)、(i2,j2),则
Figure DEST_PATH_IMAGE030
=
Figure DEST_PATH_IMAGE032
;步骤h中,按照
Figure 411505DEST_PATH_IMAGE012
,…,
Figure 678538DEST_PATH_IMAGE014
的顺序求取所有物理服务器序列的空调能耗成本cost的值,选取第一个最小cost值所对应的物理服务器序列来创建所有虚拟机。
3.根据权利要求1或2所述的节能的云计算数据中心虚拟机放置方法,其特征在于:步骤d中,所述的物理服务器的可用资源包括CPU、内存和硬盘的可用资源,分别用
Figure DEST_PATH_IMAGE034
Figure DEST_PATH_IMAGE036
Figure DEST_PATH_IMAGE038
标示,分别采用以下公式进行计算:
Figure DEST_PATH_IMAGE040
Figure DEST_PATH_IMAGE042
其中,右下标注为total的表示资源总量,为used的表示已用资源量,为threshold的表示设定的预留阀值;
步骤e中,如果一个或多个物理计算机的CPU、内存和硬盘的可用资源分别大于或等于
Figure 815121DEST_PATH_IMAGE002
Figure 795584DEST_PATH_IMAGE004
Figure DEST_PATH_IMAGE046
,则认为该序列为满足需求的物理服务器资源序列。
CN201210385961.XA 2012-10-12 2012-10-12 一种节能的云计算数据中心虚拟机放置方法 Active CN102929687B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210385961.XA CN102929687B (zh) 2012-10-12 2012-10-12 一种节能的云计算数据中心虚拟机放置方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210385961.XA CN102929687B (zh) 2012-10-12 2012-10-12 一种节能的云计算数据中心虚拟机放置方法

Publications (2)

Publication Number Publication Date
CN102929687A true CN102929687A (zh) 2013-02-13
CN102929687B CN102929687B (zh) 2016-05-25

Family

ID=47644497

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210385961.XA Active CN102929687B (zh) 2012-10-12 2012-10-12 一种节能的云计算数据中心虚拟机放置方法

Country Status (1)

Country Link
CN (1) CN102929687B (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103812789A (zh) * 2013-09-18 2014-05-21 广东电网公司佛山供电局 云服务资源自动分配方法和系统
CN104065547A (zh) * 2014-06-23 2014-09-24 西安电子科技大学昆山创新研究院 一种计算中心内部物理主机的选择方法
CN104063261A (zh) * 2014-04-01 2014-09-24 杭州电子科技大学 一种基于云环境下的多目标优化虚拟机放置方法
CN104468803A (zh) * 2014-12-12 2015-03-25 华为技术有限公司 一种虚拟数据中心资源映射方法和设备
CN104580194A (zh) * 2014-12-31 2015-04-29 四达时代通讯网络技术有限公司 面向视频应用的虚拟化资源管理方法及装置
CN104995604A (zh) * 2015-03-03 2015-10-21 华为技术有限公司 虚拟机的资源分配方法及装置
CN105824686A (zh) * 2016-03-11 2016-08-03 中国联合网络通信集团有限公司 一种虚拟机宿主机的选择方法和选择系统
CN105978719A (zh) * 2016-05-10 2016-09-28 广东睿江云计算股份有限公司 一种云主机服务质量的控制方法及装置
CN103747059B (zh) * 2013-12-26 2016-10-05 华中科技大学 一种面向多租户的云计算服务器集群网络保障方法和系统
CN106095531A (zh) * 2016-06-08 2016-11-09 北京航空航天大学 云平台中一种基于等级和物理机负载的虚拟机调度方法
CN106096874A (zh) * 2016-08-18 2016-11-09 中国联合网络通信集团有限公司 数据中心的能效管理方法、装置和系统
CN106161539A (zh) * 2015-04-12 2016-11-23 北京典赞科技有限公司 基于arm服务器的虚拟主机的调度创建节能优化方法
EP3118741A1 (de) 2015-07-15 2017-01-18 Deutsche Telekom AG Verfahren, vorrichtung und system zum energieeffizienten auslasten von recheneinheiten
CN106933646A (zh) * 2015-12-29 2017-07-07 杭州华为数字技术有限公司 一种创建虚拟机的方法及装置
CN107171976A (zh) * 2016-03-07 2017-09-15 中兴通讯股份有限公司 一种实现资源预留的方法和装置
WO2018161632A1 (zh) * 2017-03-09 2018-09-13 华为技术有限公司 分布式设备的容量更新方法及装置
CN110750330A (zh) * 2019-10-18 2020-02-04 北京浪潮数据技术有限公司 一种虚拟机创建方法、系统、电子设备及存储介质
CN110784335A (zh) * 2019-09-19 2020-02-11 烽火通信科技股份有限公司 一种云场景下的网元资源预留系统
CN110795203A (zh) * 2018-08-03 2020-02-14 阿里巴巴集团控股有限公司 资源调度方法、装置、系统和计算设备
CN111352721A (zh) * 2018-12-21 2020-06-30 中国移动通信集团山东有限公司 一种业务的迁移方法及装置
CN111800506A (zh) * 2020-07-06 2020-10-20 深圳市网心科技有限公司 一种边缘计算节点部署方法及相关装置
CN113094149A (zh) * 2021-03-12 2021-07-09 西安交通大学 一种数据中心虚拟机放置方法、系统、介质及设备
CN113590342A (zh) * 2021-09-29 2021-11-02 睿至科技集团有限公司 一种云计算系统中的资源分配方法及系统
CN114048004A (zh) * 2021-11-22 2022-02-15 北京志凌海纳科技有限公司 虚拟机高可用批量调度方法、装置、设备及存储介质
CN115834587A (zh) * 2022-10-10 2023-03-21 浙江大华技术股份有限公司 一种选择目标存储服务器的方法、装置及电子设备
CN115934246A (zh) * 2022-11-03 2023-04-07 深圳威科软件科技有限公司 一种虚拟机创建方法、装置、设备和介质
CN120743686A (zh) * 2025-09-02 2025-10-03 浪潮电子信息产业股份有限公司 一种基于区域性服务器的调控方法、集群、设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101556493A (zh) * 2008-04-09 2009-10-14 株式会社日立制作所 信息处理系统的运用管理方法及运用管理装置
CN101719081A (zh) * 2009-12-01 2010-06-02 北京大学 一种虚拟机调度方法
CN102096461A (zh) * 2011-01-13 2011-06-15 浙江大学 基于虚拟机迁移和负载感知整合的云数据中心节能方法
CN102299964A (zh) * 2011-08-30 2011-12-28 南京邮电大学 一种应用于节能型集群系统的数据重新部署方法
US20120260248A1 (en) * 2011-04-07 2012-10-11 Vmware, Inc. Automated cost calculation for virtualized infrastructure

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101556493A (zh) * 2008-04-09 2009-10-14 株式会社日立制作所 信息处理系统的运用管理方法及运用管理装置
CN101719081A (zh) * 2009-12-01 2010-06-02 北京大学 一种虚拟机调度方法
CN102096461A (zh) * 2011-01-13 2011-06-15 浙江大学 基于虚拟机迁移和负载感知整合的云数据中心节能方法
US20120260248A1 (en) * 2011-04-07 2012-10-11 Vmware, Inc. Automated cost calculation for virtualized infrastructure
CN102299964A (zh) * 2011-08-30 2011-12-28 南京邮电大学 一种应用于节能型集群系统的数据重新部署方法

Cited By (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103812789A (zh) * 2013-09-18 2014-05-21 广东电网公司佛山供电局 云服务资源自动分配方法和系统
CN103747059B (zh) * 2013-12-26 2016-10-05 华中科技大学 一种面向多租户的云计算服务器集群网络保障方法和系统
CN104063261A (zh) * 2014-04-01 2014-09-24 杭州电子科技大学 一种基于云环境下的多目标优化虚拟机放置方法
CN104065547A (zh) * 2014-06-23 2014-09-24 西安电子科技大学昆山创新研究院 一种计算中心内部物理主机的选择方法
CN104065547B (zh) * 2014-06-23 2017-06-20 西安电子科技大学昆山创新研究院 一种计算中心内部物理主机的选择方法
CN104468803A (zh) * 2014-12-12 2015-03-25 华为技术有限公司 一种虚拟数据中心资源映射方法和设备
US10331491B2 (en) 2014-12-12 2019-06-25 Huawei Technologies Co., Ltd. Virtual data center resource mapping method and device
CN104468803B (zh) * 2014-12-12 2018-02-09 华为技术有限公司 一种虚拟数据中心资源映射方法和设备
CN104580194A (zh) * 2014-12-31 2015-04-29 四达时代通讯网络技术有限公司 面向视频应用的虚拟化资源管理方法及装置
CN104580194B (zh) * 2014-12-31 2017-11-24 北京四达时代软件技术股份有限公司 面向视频应用的虚拟化资源管理方法及装置
CN104995604A (zh) * 2015-03-03 2015-10-21 华为技术有限公司 虚拟机的资源分配方法及装置
US10572290B2 (en) 2015-03-03 2020-02-25 Huawei Technologies Co., Ltd. Method and apparatus for allocating a physical resource to a virtual machine
WO2016138638A1 (zh) * 2015-03-03 2016-09-09 华为技术有限公司 虚拟机的资源分配方法及装置
CN106161539A (zh) * 2015-04-12 2016-11-23 北京典赞科技有限公司 基于arm服务器的虚拟主机的调度创建节能优化方法
EP3118741A1 (de) 2015-07-15 2017-01-18 Deutsche Telekom AG Verfahren, vorrichtung und system zum energieeffizienten auslasten von recheneinheiten
CN106933646A (zh) * 2015-12-29 2017-07-07 杭州华为数字技术有限公司 一种创建虚拟机的方法及装置
CN107171976A (zh) * 2016-03-07 2017-09-15 中兴通讯股份有限公司 一种实现资源预留的方法和装置
CN105824686A (zh) * 2016-03-11 2016-08-03 中国联合网络通信集团有限公司 一种虚拟机宿主机的选择方法和选择系统
CN105824686B (zh) * 2016-03-11 2019-03-22 中国联合网络通信集团有限公司 一种虚拟机宿主机的选择方法和选择系统
CN105978719A (zh) * 2016-05-10 2016-09-28 广东睿江云计算股份有限公司 一种云主机服务质量的控制方法及装置
CN105978719B (zh) * 2016-05-10 2019-07-16 广东睿江云计算股份有限公司 一种云主机服务质量的控制方法及装置
CN106095531A (zh) * 2016-06-08 2016-11-09 北京航空航天大学 云平台中一种基于等级和物理机负载的虚拟机调度方法
CN106095531B (zh) * 2016-06-08 2019-06-11 北京航空航天大学 云平台中一种基于等级和物理机负载的虚拟机调度方法
CN106096874A (zh) * 2016-08-18 2016-11-09 中国联合网络通信集团有限公司 数据中心的能效管理方法、装置和系统
WO2018161632A1 (zh) * 2017-03-09 2018-09-13 华为技术有限公司 分布式设备的容量更新方法及装置
CN110795203A (zh) * 2018-08-03 2020-02-14 阿里巴巴集团控股有限公司 资源调度方法、装置、系统和计算设备
CN110795203B (zh) * 2018-08-03 2023-05-02 阿里巴巴集团控股有限公司 资源调度方法、装置、系统和计算设备
CN111352721A (zh) * 2018-12-21 2020-06-30 中国移动通信集团山东有限公司 一种业务的迁移方法及装置
CN110784335B (zh) * 2019-09-19 2022-09-02 烽火通信科技股份有限公司 一种云场景下的网元资源预留系统
CN110784335A (zh) * 2019-09-19 2020-02-11 烽火通信科技股份有限公司 一种云场景下的网元资源预留系统
CN110750330A (zh) * 2019-10-18 2020-02-04 北京浪潮数据技术有限公司 一种虚拟机创建方法、系统、电子设备及存储介质
CN111800506A (zh) * 2020-07-06 2020-10-20 深圳市网心科技有限公司 一种边缘计算节点部署方法及相关装置
CN111800506B (zh) * 2020-07-06 2023-09-19 深圳市网心科技有限公司 一种边缘计算节点部署方法及相关装置
CN113094149A (zh) * 2021-03-12 2021-07-09 西安交通大学 一种数据中心虚拟机放置方法、系统、介质及设备
CN113094149B (zh) * 2021-03-12 2024-01-12 西安交通大学 一种数据中心虚拟机放置方法、系统、介质及设备
CN113590342A (zh) * 2021-09-29 2021-11-02 睿至科技集团有限公司 一种云计算系统中的资源分配方法及系统
CN114048004A (zh) * 2021-11-22 2022-02-15 北京志凌海纳科技有限公司 虚拟机高可用批量调度方法、装置、设备及存储介质
CN115834587A (zh) * 2022-10-10 2023-03-21 浙江大华技术股份有限公司 一种选择目标存储服务器的方法、装置及电子设备
CN115934246A (zh) * 2022-11-03 2023-04-07 深圳威科软件科技有限公司 一种虚拟机创建方法、装置、设备和介质
CN120743686A (zh) * 2025-09-02 2025-10-03 浪潮电子信息产业股份有限公司 一种基于区域性服务器的调控方法、集群、设备和介质

Also Published As

Publication number Publication date
CN102929687B (zh) 2016-05-25

Similar Documents

Publication Publication Date Title
CN102929687B (zh) 一种节能的云计算数据中心虚拟机放置方法
US11809913B2 (en) Load balancing of cloned virtual machines
US11714667B2 (en) Automated scaling of application in virtual data centers
US11068946B2 (en) NUMA-based client placement
CN103677958B (zh) 一种虚拟化集群的资源调度方法及装置
CN102866915B (zh) 虚拟化集群整合方法、装置及虚拟化集群系统
CN102404412B (zh) 云计算数据中心节能方法及系统
CN104636187B (zh) 基于负载预测的numa架构中虚拟机调度方法
US20140059207A1 (en) Client placement in a computer network system using dynamic weight assignments on resource utilization metrics
Sekhar et al. A survey on energy efficient server consolidation through vm live migration
CN108874508A (zh) 一种云计算虚拟服务器系统负载均衡调度方法
CN105049499B (zh) 一种基于多立方体映射的网络功能虚拟化资源分配方法
He et al. Stochastic modeling and performance analysis of energy-aware cloud data center based on dynamic scalable stochastic petri net
CN107423114A (zh) 一种基于服务分类的虚拟机动态迁移方法
CN116795520A (zh) 资源调度方法、装置、电子设备和存储介质
Chen et al. Implementation of a cloud energy saving system with virtual machine dynamic resource allocation method based on openstack
Nabavinejad et al. Data locality and VM interference aware mitigation of data skew in hadoop leveraging modern portfolio theory
Backialakshmi et al. Survey on Energy Efficiency in Cloud Computing
Jiang et al. Energy optimization oriented three-way clustering algorithm for cloud tasks
Jena et al. Minimizing CO2 emissions on cloud data centers
Chen et al. The balance mechanism of power and performance in the virtualization
Aluvalu et al. Performance evaluation of clustering algorithms for dynamic VM allocation in cloud computing
Samriya et al. Research Article Intelligent SLA-Aware VM Allocation and Energy Minimization Approach with EPO Algorithm for Cloud Computing Environment
Gul et al. Analyzing virtualization based energy efficiency techniques in cloud data centers
Son et al. A Study on Resource Scaling Scheme for Energy Efficiency in Cloud Datacenter

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 250014 Ji'nan Province, Shandong Province, Lixia District, Department of road, No. 19, Shandong Computing Center

Applicant after: SHANDONG COMPUTER SCIENCE CENTER

Address before: 250014 Ji'nan Province, Shandong Province, Lixia District, Department of road, No. 19, Shandong Computing Center

Applicant before: Shandong Prov. Computing Center

COR Change of bibliographic data
C14 Grant of patent or utility model
GR01 Patent grant