本發(fā)明屬于計算機系統(tǒng)的云計算領(lǐng)域，尤其是一種云計算中的資源高效利用的虛擬機部署方法。

背景技術(shù)：

云計算是近年來新興的一種交付服務(wù)模式，通過網(wǎng)絡(luò)以按需、易擴展的方式提供用戶所需的資源或服務(wù)。自云計算的概念提出后，學(xué)術(shù)界和工業(yè)界都展開了廣泛的研究，各大IT廠商也陸續(xù)推出了自己的云計算產(chǎn)品。

但是目前云平臺仍然面臨著不少的問題，需要進一步的改善，比如物理服務(wù)器的資源利用率低、能耗高等問題。相關(guān)的研究表明云平臺中物理服務(wù)器的資源利用率并不高，而且由于物理服務(wù)器在空閑時的能耗大約是處于滿載狀態(tài)時能耗的70％，所以從這個角度來看，過低的資源利用率也不利于能耗的降低。

如何更好地提高資源利用率仍然是云平臺目前面臨的主要問題之一。目前，云平臺中的虛擬化技術(shù)是提高資源利用率的有效手段，為了提高資源利用率、節(jié)約能耗，出現(xiàn)了不少相關(guān)的面向虛擬機的資源調(diào)度策略，其中主要包括一些虛擬機的初始部署策略。在處理用戶的虛擬機創(chuàng)建請求時，應(yīng)用何種部署策略將會影響著云平臺物理服務(wù)器的資源利用率、能耗、服務(wù)質(zhì)量等，目前已有的虛擬機的部署方法中，大多都是只考慮了CPU一種計算資源的負載狀況，或多或少都存在一定的局限性，因為物理服務(wù)器中除了CPU資源之外，仍然存在內(nèi)存、網(wǎng)絡(luò)帶寬等主要的資源屬性，如CPU負載高，但內(nèi)存、網(wǎng)絡(luò)通信量使用很少，也是資源低利用率的情況。為了更高效地利用物理服務(wù)器中的多維資源，減少資源碎片，需要有一種資源高效利用的虛擬機部署方法。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于提供一種資源高效利用的虛擬機部署方法，可以有效地使得物理服務(wù)器的各類主要資源使用的平衡，減少資源碎片，大大提高了物理服務(wù)器的資源利用率。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明所采用的技術(shù)方案如下：

本發(fā)明提供的一種資源高效利用的虛擬機部署方法，包括下述步驟：

初始化待部署的虛擬機序列，即對于需要進行部署的虛擬機序列，根據(jù)各虛擬機的資源需求量對待部署的虛擬機進行排序，建立有序虛擬機序列；

使用區(qū)域切割模型為所述的有序虛擬機序列中的虛擬機選擇目標物理服務(wù)器，所述區(qū)域切割模型根據(jù)資源使用平衡性的分布情況，分為優(yōu)先區(qū)域、均衡區(qū)域、偏離區(qū)域三個部分，優(yōu)先區(qū)域的優(yōu)先級最高，均衡區(qū)域的優(yōu)先級其次，偏離區(qū)域的優(yōu)先級最低；；

在為虛擬機選擇目標物理服務(wù)器時，從物理機序列中選擇一臺剩余資源容量能滿足虛擬機資源需求的物理機，計算后置資源使用率，根據(jù)后置資源使用率來確定所對應(yīng)區(qū)域切割模型中的區(qū)域；

遍歷物理機序列，根據(jù)所得出的區(qū)域切割模型中的區(qū)域的優(yōu)先級，選擇出一臺物理服務(wù)器，作為虛擬機部署的目標物理服務(wù)器。

作為一種優(yōu)選的技術(shù)方案，所述的有序虛擬機序列為用戶申請創(chuàng)建的虛擬機序列；所述虛擬機的資源需求量為用戶在申請創(chuàng)建虛擬機時請求配置的資源量。

作為一種優(yōu)選的技術(shù)方案，所述虛擬機的資源需求量包括CPU、內(nèi)存、網(wǎng)絡(luò)寬帶這些物理資源；所述有序序列是根據(jù)待部署的虛擬機對資源需求量的大小，對待部署的虛擬機序列進行降序排序，建立有序虛擬機序列。

作為一種優(yōu)選的技術(shù)方案，所述區(qū)域切割模型是一種物理服務(wù)器各維度資源使用平衡性的評價模型，整個模型描述了物理服務(wù)器各類資源使用率的狀態(tài)，物理服務(wù)器的各類資源的使用率狀態(tài)對應(yīng)到區(qū)域中的一個點，所述資源使用率為物理服務(wù)器上所有虛擬機請求配置的相應(yīng)資源量與物理服務(wù)器資源總量的比值。

作為一種優(yōu)選的技術(shù)方案，所述區(qū)域切割模型中的優(yōu)先區(qū)域代表物理服務(wù)器的各維度資源的使用均衡，并且使用率都較高，剩余的資源碎片少，屬于一種局部優(yōu)化的狀態(tài)；

優(yōu)先區(qū)域的判斷方式為：給定一種物理服務(wù)器的資源使用率狀態(tài)usageState(pm)＝(γ₁，γ₂，γ₃，...，γ_D)，其對應(yīng)區(qū)域中的點P(γ₁，γ₂，γ₃，...，γ_D)，則當點P與點E(1，1，1，...，1)的距離dis(P，E)≤r，那么點P屬于優(yōu)先區(qū)域，其中r是一個參數(shù)，E代表了一種資源滿使用率的狀態(tài)。

作為一種優(yōu)選的技術(shù)方案，所述區(qū)域切割模型中的均衡區(qū)域代表物理服務(wù)器資源使用率狀態(tài)沒有明顯的資源使用不均衡情況，與優(yōu)先區(qū)域相比較，該區(qū)域的資源使用率較低，區(qū)域的范圍大；

均衡區(qū)域的判斷方式為：給定一種物理服務(wù)器的資源使用率狀態(tài)usageState(pm)＝(γ₁，γ₂γ₃，...，γ_D)，其對應(yīng)區(qū)域中的點P(γ₁，γ₂，γ₃，...，γ_D)，如果點P與點E(1，1，1，...，1)的距離dis(P，E)＞r，那么找出γ_max＝max{γ₁，γ₂，γ₃，...，γ_D}；如果pLdis(P)≤f(γ_max)，那么點P屬于均衡區(qū)域，其中pLdis(P)表示點P到直線x₁＝x₂＝…＝x_D的距離，f(γ_max)表示點P到直線x₁＝x₂＝…＝x_D的距離衡量方式，小于這個值代表位于均衡區(qū)域內(nèi)，α是一個參數(shù)。

作為一種優(yōu)選的技術(shù)方案，所述區(qū)域切割模型中的偏離區(qū)域代表物理服務(wù)器資源使用率狀態(tài)有較大的不均衡情況，各維度資源的使用率差別很大，資源碎片多；

偏離區(qū)域的判斷方式為：給定一種物理服務(wù)器的資源使用率狀態(tài)usageState(pm)＝(γ₁，γ₂，γ₃，...，γ_D)，其對應(yīng)區(qū)域中的點P(γ₁，γ₂，γ₃，...，γ_D)，如果點P既不屬于優(yōu)先區(qū)域，也不屬于均衡區(qū)域，則屬于偏離區(qū)域。

作為一種優(yōu)選的技術(shù)方案，所述的從物理機序列中選擇一臺剩余資源容量能滿足虛擬機資源需求的物理機，計算后置資源使用率，根據(jù)后置資源使用率來確定所對應(yīng)區(qū)域切割模型中的區(qū)域具體為：

定義優(yōu)先集合PRSET，將后置資源使用率位于優(yōu)先區(qū)域的物理機加入優(yōu)先集合PRSET中，并直接將該物理機作為虛擬機部署的目標物理服務(wù)器；

定義均衡集合BRSET，將后置資源使用率位于均衡區(qū)域的物理機加入均衡集BRSET中；

定義偏離集合DRSET，將后置資源使用率位于偏離區(qū)域的物理機加入偏離集DRSET中。

作為一種優(yōu)選的技術(shù)方案，所述后置資源使用率是指虛擬機部署到一臺物理服務(wù)器上之后，其對應(yīng)的各類資源使用率的預(yù)先計算值.

作為一種優(yōu)選的技術(shù)方案，所述的遍歷物理機序列，根據(jù)所得出的區(qū)域切割模型中的區(qū)域的優(yōu)先級，選擇出一臺物理服務(wù)器，作為虛擬機部署的目標物理服務(wù)器具體為：

遍歷物理機序列，在物理機剩余資源容量能夠滿足虛擬機資源需求的條件下，根據(jù)其后置資源使用率來確定其所對應(yīng)的區(qū)域切割模型中的區(qū)域；

在遍歷物理機序列的過程中，若找到后置資源使用率位于優(yōu)先區(qū)域的物理機，則將該物理機作為虛擬機部署的目標物理服務(wù)器，結(jié)束物理機序列的遍歷；

若遍歷結(jié)束后，不存在后置資源使用率位于優(yōu)先區(qū)域的物理機，即優(yōu)先集合為空，則判斷均衡集合是否為空，若不為空，則從均衡集合中選擇一臺物理機作為虛擬機部署的目標物理服務(wù)器，其中所選擇的物理機其后置資源使用率狀態(tài)對應(yīng)的平衡性最好；

若均衡集合為空，則從偏離集合中選擇一臺物理機作為虛擬機部署的目標物理服務(wù)器，其中所選擇的物理機其后置資源使用率狀態(tài)對應(yīng)的平衡性最好；

在選擇出目標物理服務(wù)器之后，則完成虛擬機的部署，并更新相應(yīng)物理服務(wù)器的剩余資源量，繼續(xù)處理剩余待部署的虛擬機序列。

與現(xiàn)有技術(shù)相比，本發(fā)明提供的技術(shù)方案具有如下有益效果：

本發(fā)明實施方式提供的云計算中一種資源高效利用的虛擬機部署方法，通過發(fā)明設(shè)置一個區(qū)域切割模型，該模型對物理機資源使用均衡程度進行評估，使得虛擬機的部署可以有效地使得物理服務(wù)器的各類主要資源使用的平衡，減少資源碎片，大大提高了物理服務(wù)器的資源利用率。

附圖說明

圖1是本發(fā)明的方法的一個實施例的流程圖；

圖2是本發(fā)明實施例的區(qū)域切割模型的示意圖；

圖3是圖1中使用區(qū)域切割模型為虛擬機選擇目標物理服務(wù)器的流程圖。

具體實施方式

為了充分地了解本發(fā)明的目的、特征和效果，以下將結(jié)合附圖1-3對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進一步說明。

如圖1所示，本實施例一種資源高效利用的虛擬機部署方法運用在云計算中，具體包括下述步驟：

步驟101：初始化待部署的虛擬機序列

所述初始化待部署的虛擬機序列為：對于需要進行部署的虛擬機序列，根據(jù)各虛擬機的資源需求量來對待部署的虛擬機進行排序，建立有序序列；

所述的資源需求量為虛擬機請求配置的CPU、內(nèi)存和網(wǎng)絡(luò)帶寬之和，分別記為vcpu、vram、vbw，資源需求量表示為vmNeedRes＝vcpu+vram+vbw，對于待部署的虛擬機序列vmList＝{vm₁，vm₂，vm₃，...，vm_m}，按照大小進行降序排序，優(yōu)先部署資源需求量大的虛擬機。得到排序之后的虛擬機序列sorted_vmList，選擇出第一個虛擬機記為vm_i。

步驟102：使用區(qū)域切割模型來為所述的有序虛擬機序列中的虛擬機選擇目標物理服務(wù)器。

所述區(qū)域切割模型根據(jù)資源使用平衡性的分布情況，分為優(yōu)先區(qū)域、均衡區(qū)域、偏離區(qū)域三個部分，以二維為例子，本發(fā)明實施例的區(qū)域切割模型的示意圖如圖2所示。整體可看作是由兩個坐標軸x軸、y軸與x＝1以及y＝1圍成的單位正方形區(qū)域。

在區(qū)域切割模型中，優(yōu)先區(qū)域代表物理服務(wù)器的各維度資源的使用均衡，并且使用率都較高，剩余的資源碎片少，屬于一種局部優(yōu)化的狀態(tài)。該區(qū)域由以點E(1，1)為圓心，半徑為r的四分之一圓所確定，如圖2所示。

在區(qū)域切割模型中，均衡區(qū)域代表物理服務(wù)器資源使用率狀態(tài)沒有明顯的資源使用不均衡情況，與優(yōu)先區(qū)域相比較，該區(qū)域的資源使用率較低，區(qū)域的范圍大。該區(qū)域由兩條直線和四分之一圓弧以及區(qū)域邊界所確定，如圖2所示。

在區(qū)域切割模型中，偏離區(qū)域代表物理服務(wù)器資源使用率狀態(tài)有較大的不均衡情況，各維度資源的使用率差別大，資源碎片。該區(qū)域是剩余的空白區(qū)域，分成關(guān)于x＝y(tǒng)對稱的兩個部分，如圖2所示。

其中，使用區(qū)域切割模型為虛擬機選擇目標物理服務(wù)器的流程圖參見圖3。

步驟201：從物理機序列中選擇一臺剩余資源容量能滿足虛擬機資源需求的物理機，計算后置資源使用率。

其中，所述后置資源使用率是指虛擬機部署到一臺物理服務(wù)器上之后，其對應(yīng)的各類資源使用率的預(yù)先計算值。其中，從物理機序列pmList＝{pm₁，pm₂，pm₃，...，pm_n}中選擇一個物理服務(wù)器pm_j，確保pm_j的剩余資源容量能夠滿足虛擬機vm_i的資源需求，并計算pm_j的后置資源使用率postRatio(pm_j)＝(post_cpuRatio_j，post_ramRatio_j，post_bwRatio_j)，如下：

其中cpuC_j為pm_j的CPU總量，pcpu_j是pm_j當前的CPU資源剩余量，vcpu_i是虛擬機vm_i對CPU的需求量，內(nèi)存和網(wǎng)絡(luò)帶寬的后置資源使用率post_ramRatio_j，post_bwRatio_j同理計算。

步驟202：根據(jù)后置資源使用率確定所對應(yīng)的區(qū)域

第一種情況，如果物理機pm_j的后置資源使用率postRatio(pm_j)位于優(yōu)先區(qū)域，則將物理機加入pm_j優(yōu)先集合PRSET中，并直接將物理機pm_j作為虛擬機部署的目標物理服務(wù)器，完成部署并更新物理機pm_j的剩余資源容量，直接進入步驟103；

第二種情況，如果物理機pm_j的后置資源使用率postRatio(pm_j)在優(yōu)先區(qū)域之外但是屬于均衡區(qū)域，則將物理機加入pm_j均衡集合BRSET中；

第三種情況，如果物理機pm_j的后置資源使用率postRatio(pm_j)位于偏離區(qū)域，則將物理機加入pm_j偏離集合DRSET中；

步驟203：遍歷物理機序列，根據(jù)所得出的區(qū)域切割模型中的區(qū)域的優(yōu)先級，選擇出一臺物理服務(wù)器，作為虛擬機部署的目標物理服務(wù)器。

所述優(yōu)先級為：優(yōu)先區(qū)域的優(yōu)先級最高，均衡區(qū)域的優(yōu)先級其次，偏離區(qū)域的優(yōu)先級最低。

如果還沒有遍歷完物理機序列pmList，則返回步驟301繼續(xù)處理pmList中的下一個物理機pm_j；

否則，對步驟202中的優(yōu)先集合PRSET，均衡集合BRSET以及偏離集合DRSET進行處理。

其中，PRSET集合已經(jīng)優(yōu)先在步驟202中完成處理；

如果|PRSET|＝0，則處理均衡集合BRSET，如果均衡集合BRSET不為空，|BRSET|＞0，則從BRSET中選擇出一個物理服務(wù)器pm為虛擬機部署的目標物理服務(wù)器。

如果|BRSET|＝0，則從偏離集合DRSET中選擇出一個物理服務(wù)器pm作為虛擬機部署的目標物理服務(wù)器。

由于區(qū)域切割模型中均衡區(qū)域和偏離區(qū)域都相對較大，需要從均衡集合或偏離集合中選擇一臺合適的目標物理服務(wù)器，其中所選擇的物理服務(wù)器其后置資源使用率狀態(tài)對應(yīng)的平衡性最好，所述平衡性如下所得：

其中p＝(r₁，r₂，r₃，...，r_n)其中r_i表示物理服務(wù)器p的第i種資源的使用率(比如內(nèi)存、網(wǎng)絡(luò)帶寬的使用率)，表示物理服務(wù)器p上各種資源利用率的平均值，即所述某種資源的使用率為物理服務(wù)器上所有虛擬機請求配置的相應(yīng)資源量與物理服務(wù)器資源總量的比值。

在選擇出目標物理服務(wù)器pm之后，則完成虛擬機vm_i的部署，并更新相應(yīng)物理服務(wù)器pm的剩余資源量，即減去虛擬機vm_i請求配置的相應(yīng)資源量，并從sorted_vmList中移除虛擬機vm_i

步驟103：判斷是否仍有未部署的虛擬機。若虛擬機序列sorted_vmList中仍有未處理的虛擬機，則返回步驟102繼續(xù)處理序列sorted-vmList中的下一個虛擬機vm_i，為vm_i選擇目標物理機，直至序列中的所有虛擬機都完成部署；若虛擬機序列sorted_vmList已經(jīng)為空，則表明已經(jīng)完成虛擬機序列的部署。

本發(fā)明實施方式提供的云計算中一種資源高效利用的虛擬機部署方法，通過設(shè)置一個區(qū)域切割模型，該模型對物理機資源使用均衡程度進行評估，使得虛擬機的部署可以有效地使得物理服務(wù)器的各類主要資源使用的平衡，減少資源碎片，大大提高了物理服務(wù)器的資源利用率。

應(yīng)該理解，本發(fā)明并不局限于上述實施方式，凡是對本發(fā)明的各種改動或變型不脫離本發(fā)明的精神和范圍，倘若這些改動和變型屬于本發(fā)明的權(quán)利要求和等同技術(shù)范圍之內(nèi)，則本發(fā)明也意味著包含這些改動和變型。