本发明专利技术公开了一种云环境下基于动态预测模型的虚拟机部署方法及系统，系统包括控制节点、待部署的虚拟机及物理节点；控制节点中设置有请求列表模块、监视模块、调度模块、预测模块和放置模块；请求列表模块将待部署的虚拟机按照初始内存配额的大小进行降序排列，生成虚拟机列表；监视模块以时间k为周期采集各个物理节点上已经部署的虚拟机的历史内存消耗实际值；调度模块调用预测模块为待部署的虚拟机寻找合适的物理节点；预测模块根据监视模块中的历史内存消耗实际值，计算各个物理节点上已经部署的虚拟机在第t个时刻的内存消耗预测值；放置模块将虚拟机部署到一个合适的物理节点上。本发明专利技术能优化云环境中的资源配置，提高资源使用率。
【技术实现步骤摘要】
本专利技术涉及一种云环境下基于动态预测模型的虚拟机部署方法及系统。
技术介绍
信息化高速发展的今天，无论是国家政府、大中小企业以及个人用户，各行各业都 看好云计算模式所蕴藏着潜在的机遇，一场以云计算为主角的信息化革命正在全球范围内 如火如荼的演绎着。随着IT技术的高速发展，以及网络的广泛普及，越来越多的应用正在 转移到云环境上。作为一项新颖的资源整合技术，云计算将传统的软件、硬件等IT资源看 成基础设施，并以服务的方式提供给使用者。云计算之所以称作为"云"，是因为作为各种服 务的基础设施并不是存在用户本地，而是存在于网络中；用户在使用该类服务时并不需要 知道该服务存在于哪里。 数据中心从传统型发展为目前的云计算模式，共经历了漫长的40多年的发展变 革；由于数据中心规模的扩大和功能的多样性，随之出现的问题是数据中心的可靠性及维 护管理的巨大成本。传统数据中心主要关注应用的稳定性、数据的安全性和运行的可靠性， 而对资源的利用率、节能等问题考虑的较少；目前云环境中的资源利用率依旧不高。数据中 心资源利用率不高的原因并不是因为硬件设备本身消耗能源低效率，而是因为数据中心存 在低效的使用方式。 为了提高云环境资源使用率，一方面可以通过提高工业设计水平来提高服务器的 性能；另一方面可以通过优化云环境中资源整合策略，提高服务器整合率，从而达到资源的 高效利用。而云计算的核心技术是虚拟化，通过虚拟化可以将应用程序的执行环境以打包 的方式转到云平台中去执行，实现了程序的执行环境与物理环境的隔离；云环境中的计算、 存储、应用都可以抽象化为资源，而且虚拟化技术提供了平台的管理、扩展、备份机制。因此 对虚拟资源管理是云计算中的一个主要研宄方向，其中包括资源的分配、资源的调度、资源 的存储。云环境中的虚拟机作为计算资源的执行者，通过虚拟化技术共享使用云环境中各 种资源；而要真正的让云使用者像使用水电一样基于按需来使用资源，云平台需要处理好 资源的匹配。而且云环境中的应用种类繁多，加上基于按需消耗的用户需求也是实时的动 态变化，同时需要考虑云平台提供者的效益等相关因素，使得云环境下虚拟机资源的分配 变得非常的复杂化。因此，高效的云环境下虚拟机资源的整合成为目前的工业界亟需解决 的问题。 虚拟化技术是云计算中的重要技术之一，虚拟化技术最大的特点是能够快速的对 云环境中的资源进行融合，并最大限度的对整合的资源进行有效利用，是云计算的技术支 撑。 按照虚拟化应用可以分成如下几类： 平台虚拟化（PlatformVirtualization)，如服务器平台虚拟化 资源虚拟化（ResourceVirtualization)，如内存、存储、网络资源等 应用虚拟化（ApplicationVirtualization)，如仿真技术，模拟技术等通过虚拟 化技术，多个虚拟机将共享云环境中的各种硬件资源；而不同的虚拟机上运行着各自的应 用，虚拟化技术将各个虚拟机隔离开来。基于共享的思想，每个物理服务器上将部署多个虚 拟机，因此确保多个虚拟机能高效的使用云环境中的虚拟资源，是当前云环境下资源调度 的核心问题。
技术实现思路
本专利技术所解决的技术问题是，针对现有技术的不足，提供了一种云环境下基于动 态预测模型的虚拟机部署方法及系统，能优化云环境中的资源配置，提高云环境下资源的 使用率。 本专利技术的技术方案为： 一种云环境下基于动态预测模型的虚拟机部署方法，系统包括控制节点、N个待部 署的虚拟机VM1,VM2,. . .，VMi,. . .，VMn以及M个物理节点PMi，PM2,. . .，PMj,. . .，PMm;所述控 制节点中设置有请求列表模块、监视模块、调度模块、预测模块和放置模块； 所述虚拟机部署算法包括以下步骤： (1)配置参数，包括配置各个虚拟机的默认初始内存配额； (2)请求列表模块将待部署的虚拟机VM1,VM2. ..VMi. ..VMn按照虚拟机的默认初 始内存配额大小进行降序排列；(3)调度模块先判断待部署的虚拟机列表的长度VMList.SizeO，若VMList. Size() >0,则从VMList中选择第一个虚拟机，然后调用预测模块为该虚拟机寻找合适的物 理节点；否则，结束部署； (4)预测模块根据监视模块中物理节点PMjI已经部署的虚拟机的历史内存消耗 实际值，动态计算物理节点PMj上所有虚拟机在第t个时刻的内存消耗预测值总和；根据内 存消耗预测值总和选出合适的物理节点，然后调用放置模块，将该虚拟机部署到一个合适 的物理节点上； (5)部署完一个虚拟机后，令VMList.Size() =VMList.Size()-1;跳转至步骤 (3)〇 所述步骤（4)中的动态计算物理节点PMj上所有虚拟机在第t个时刻内存消耗预 测值总和的步骤为：首先获得物理节点PMj上已经部署的虚拟机列表vmListTemp，然后分 别获得每个虚拟机的历史内存消耗实际值，再基于P阶的AR时间序列模型计算每个虚拟机 在第t个时刻的内存消耗预测值；最后得到物理节点PMj上所有虚拟机在第t个时刻的内 存消耗预测值总和。 p阶的AR时间序列模型为：【主权项】1. 一种云环境下基于动态预测模型的虚拟机部署方法，其特征在于，系统包 括控制节点、N个待部署的虚拟机VM 1, VM2, ...，VMi, ...，VMn以及M个物理节点 PM1, PM2, ...，PMp ...，PMm;所述控制节点中设置有请求列表模块、监视模块、调度模块、预 测模块和放置模块； 所述虚拟机部署方法包括以下步骤： (1) 配置参数，包括配置各个虚拟机的默认初始内存配额； (2) 请求列表模块将待部署的虚拟机VM1, VM2. .. VMi. .. VMn按照虚拟机的默认初始内存 配额大小进行降序排列； (3) 调度模块先判断待部署的虚拟机列表的长度VMList. Size ()，若VMList. Size () >0,则从VMList中选择第一个虚拟机，然后调用预测模块为该虚拟机寻找合适的物 理节点；否则，结束部署； (4) 预测模块根据监视模块中物理节点PMj上已经部署的虚拟机的历史内存消耗实际 值，动当前第1页1 2 本文档来自技高网...
【技术保护点】
一种云环境下基于动态预测模型的虚拟机部署方法，其特征在于，系统包括控制节点、N个待部署的虚拟机VM1,VM2,...,VMi,...,VMN以及M个物理节点PM1,PM2,...,PMj,...,PMM；所述控制节点中设置有请求列表模块、监视模块、调度模块、预测模块和放置模块；所述虚拟机部署方法包括以下步骤：(1)配置参数，包括配置各个虚拟机的默认初始内存配额；(2)请求列表模块将待部署的虚拟机VM1,VM2...VMi...VMN按照虚拟机的默认初始内存配额大小进行降序排列；(3)调度模块先判断待部署的虚拟机列表的长度VMList.Size()，若VMList.Size()>0，则从VMList中选择第一个虚拟机，然后调用预测模块为该虚拟机寻找合适的物理节点；否则，结束部署；(4)预测模块根据监视模块中物理节点PMj上已经部署的虚拟机的历史内存消耗实际值，动态计算物理节点PMj上所有虚拟机在第t个时刻的内存消耗预测值总和；根据内存消耗预测值总和选出合适的物理节点，然后调用放置模块，将该虚拟机部署到一个合适的物理节点上；(5)部署完一个虚拟机后，令VMList.Size()＝VMList.Size()‑1；跳转至步骤(3)。...
【技术特征摘要】
【专利技术属性】
技术研发人员：张建明，杨黎，罗元盛，刘阳春，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。