王 辉 张洪瑜 吕书林
(河南广播电视大学信息技术中心 河南 郑州 450008)
近年来大规模节能的云数据中心的构造与使用成为政府和各大IT企业越来越重视的问题[1-3]。一个云数据中心通常配置有大量的物理主机(Physical Machines ,PMs),虚拟化是云数据中心中的关键技术。为了节省能量消耗的成本,云服务提供商还采用虚拟机迁移 (VM Migration) 策略来使虚拟机在各个物理服务器上选择与放置,最终目标是节省云数据中心能量消耗、高服务质量(Quality of Service,QoS)、节省物理空间和高可靠性等。
尽管在虚拟机迁移的过程中可以提高资源使用率,但那些具有高关联度的虚拟机之间更容易触发超负载事件。因此,如何防止那些高关联性的虚拟机在重新分配的过程中被分配到同一个物理节点上是一个关键问题。目前已有很多文献都分析了虚拟机在重新分配中的关联性相互影响的问题。例如:文献[4]提出了一个基于干扰模式的最优虚拟机合并模型;文献[5]提出了基于QoS的控制框架来管理虚拟机在重新分配到物理服务器过程中的相关关系及性能影响,并没有涉及到虚拟机迁移;文献[6]提出了关联性感知的动态能量管理方法,它认为虚拟机之间的关联度应该是独立的,而不是采用多个关联度因素;文献[7]提出了稳定匹配的虚拟机迁移策略,它将虚拟机选择和虚拟机放置过程结合起来,可以充分提高物理资源的利用效率,具有一定的优势。
目前以Anton Beloglazov博士等[9-11]为团队开发的Cloudsim项目在……