CN107203256B

CN107203256B - 一种网络功能虚拟化场景下的节能分配方法与装置

Info

Publication number: CN107203256B
Application number: CN201610166521.3A
Authority: CN
Inventors: 田文洪; 李国忠
Original assignee: Huang Chaojie; Xu Minxian; Yang Wutong
Current assignee: Chengdu Zhongke Cluster Information Technology Co.,Ltd.
Priority date: 2016-03-20
Filing date: 2016-03-20
Publication date: 2021-07-30
Anticipated expiration: 2036-03-20
Also published as: CN107203256A

Abstract

本发明实施例公开了一种网络功能虚拟化场景下的节能分配方法与装置。所述方法步骤：1)获取当前时刻所有物理机(PM)信息和虚拟机(VM)请求信息；2)从所有PM中选出可用(已开机)PM；3)将可用PM过滤，选出过滤后剩下的PM；4)对通过过滤的PM及请求的VM信息根据节能算法模型计算能耗评分；5)计算将某台虚拟机分配到PM上后该PM能耗评分；6)根据能耗评分选择PM分配结果并部署VM。本发明适用于对典型NFV应用的高能效分配与部署，首先，对物理服务器和用户可选择的VM进行了容量可分割配置，以保证分配时空闲容量碎片最小；其次，在分配任务时将物理服务器按照增加能耗最小的方式升序排列进行选择，所用物理机数量最少，从而最小化数据中心总能耗。

Description

一种网络功能虚拟化场景下的节能分配方法与装置

技术领域

本发明涉及资源调度技术领域，尤其涉及一种网络功能虚拟化场景下的节能分配方法、分配装置。

背景技术

网络功能虚拟化(NFV，Network Functions Virtualization)是由电信网络运营商提出的，借助IT虚拟化技术，采用业界标准的大容量服务器、存储器和交换机承载各种网络软件功能的技术标准。

通常来说，一个NFV应用对应一个VNF，每个VNF又包含多个组件，每个组件一般部署到一个虚拟机上，而且这个虚拟机一般不会再部署其他VNF，也不会部署本VNF的其他组件。当应用请求虚拟机时，VNF管理模块根据应用所需资源选择合适的虚拟机，并将这些虚拟机放置到可用的物理机上。目前业界主流的调度算法有VMWare DRS和Eco4Cloud等，二者都采用了分布式调度的方法，其中EcoCloud是部署在VMWare DPM基础上做过一些节能测试的，大量测试表明其比VMWare更节能，但其节能效果距离优化的集中式BFD(Best FitDecreasing)算法还有较大差距。本发明则从此处出发进行改进，提出一种结合集中式分配和分布式自组织分配的优点的方法。

发明内容

本发明要解决的技术问题是：提供一种NFV场景下的节能分配方法、分配装置，使得运行NFV的集群物理机总能耗最低，从而最小化数据中心总能耗。

本发明实施例解决上述技术问题所采用的技术方案是：

技术方案内容具体体现在一种NFV场景下的节能分配方法。该方法集成在NFV节能调度架构中的VNF管理模块，在虚拟机的第一次部署的过程中，会首先使用到该分配方法。

对于一个NFV应用，其部署需要m台虚拟机，则需要从集群所有的物理机中，选择n个物理机节点放置所需的虚拟机并在这些虚拟机上开启此NFV应用。有以下定义：

容量可分割配置：该方法对物理机和用户可选择的虚拟机都进行了容量可分割配置，附图3展示了几种典型的虚拟机配置，不同虚拟机容量配置之间的关系成比例，如VM1-1,1-2,1-3的(内存，CPU，存储)容量整体成1：4：8的关系，分别占Type1类型物理机的1/16,1/4,1/2。附图4展示了几种典型的物理机配置。容量可分割配置能够保证在分配时，最小化空闲容量碎片。

分配概率函数：分布式分配方式是由各个物理机根据本地资源情况来决定是否接收虚拟机的。首先，调度器根据数据中心的规模和结构向所有已开机的物理机或选取其中一部分已开机物理机发送虚拟机请求，然后由各个物理机根据本地资源情况自主决定是否接收该虚拟机。在分布式分配过程中需要用到分配概率函数。分配概率函数的设计既要考虑最大化物理机利用率同时也要保证服务质量，CPU利用率低于阈值下限或高于阈值上限的物理机不接收虚拟机请求。对于负载过高的物理机，物理机将拒绝接收新的虚拟机请求以避免发生过载影响服务质量；对于负载过低的物理机，优化的目标是尝试清空这些物理机上的虚拟机使物理机休眠以达到节能的目的，因此负载过低的物理机也将不会再接收新的虚拟机请求，并且会尝试将其上现有的虚拟机迁移到其他物理机上；而利用率在上下阈值之间的物理机则可以接收虚拟机请求。

附图说明

图1是NFV架构框架；

图2是本发明实施例一提供的流程图；

图3是几种典型的虚拟机配置；

图4是几种典型的物理机配置；

图5是本发明实施例一提供的方法伪代码；

具体实施方式

下面将结合本发明实施例中的附图，对本发明的具体实施方式的技术方案进行清楚、完整地说明。所描述的实施例仅为本发明一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

附图1展示ESTI推荐的NFV架构框架，对应该框架，本发明实施例的一种应用场景的描述如下：

1)NFV用户向系统提交任务(如备份任务等)；

2)NFV提供商返回备份调度所需的时间等信息给客户；

3)触发其他的相关事件；

4)完成一项任务后，继续下一项任务；

5)结束任务后，关闭服务器。

为使本发明技术方案的优点更加清楚，下面结合附图2和实施例对本发明作详细说明。

实施例一，如图2所示，本实施例包括以下步骤：

步骤101：调度器获取当前时刻虚拟机请求的配置信息。

分为两种情况：(1)有新的虚拟机请求，则获取当前虚拟机请求的配置信息，并按照其配置要求的利用率估算实际CPU使用量(不特别说明，CPU是物理机多个CPU的平均值)；(2)有要迁移的虚拟机，需要通过该分配方法寻找目标物理机，则直接获取该虚拟机的实际CPU使用量。

步骤102：根据数据中心规模，将所有物理机或其中一部分物理机加入备选队列,调度器向备选物理机发送虚拟机请求。

步骤103：物理机按照本地资源情况，以最大化利用率分配概率函数计算接收概率。

步骤104：物理机将接收了该虚拟机后实际利用率是否会超过设定的利用率上限，并返回结果给调度器。

该分配概率函数服从单调递增分布，其中x∈[0,1]表示物理机的CPU利用率，物理机接收虚拟机的概率为：

f(x)＝(1-exp(-x))/(1-exp(-1)) (1)

式(1)是一种在区间[0，1]单调递增概率函数，其它在区间[0，1]单调递增概率函数也可采用(最简单的一种是y＝x，中x∈[0,1])，主要是为了实现最大化利用率：物理主机满足利用率阈值上下限时，CPU利用率越高则接收虚拟机的概率越高。

物理机接收了该虚拟机后的实际利用率的计算方法为(虚拟机CPU实际使用量+物理机CPU实际使用量)/物理机CPU总配置量。

建立一个能耗模型，把特定类型资源的利用率(如CPU)和整体系统能耗建立联系，为了提升精度，需要考虑处在各种利用率层次的其他类型资源的能耗；

大量研究表明物理服务器的功率是与CPU的利用率成正比关系的。真实试验中，研究得出了一种功率模型：

P＝14.5+0.2U_cpu+(4.5e^-8)U_mem+0.003U_disk+(3.1e^-8)U_net (2)

其中U_cpu,U_mem,U_disk,U_net分别表示CPU、内存、存储和网络的利用率或者吞吐率，通过物理机、虚拟机系统提供的API获取相应的参数，可以发现，CPU的影响最为关键；

一段时间[t1,t2]内一个服务器的平均能耗可表示为：

E＝P*(t2-t1) (3)

虚拟机的总能耗可以用公式(3)表示：

E_{vm_server}＝E_{vm_idle}+E_{vm_cpu}+E_{vm_mem}+E_{vm_disk}+E_{vm_net} (4)

其中E_{vm_idle}表示虚拟机空载时的能耗、E_{vm_cpu}为虚拟机CPU的能耗、E_{vm_mem}为虚拟机内存的能耗、E_{vm_disk}为虚拟机硬盘的能耗、E_{vm_net}为虚拟机网络的能耗，利用公式(3)计算；

物理机的总能耗可以用公式(5)表示：

E_server＝E_idle+E_cpu+E_mem+E_disk+E_net (5)

其中E_idle表示物理机空载时的能耗、E_cpu为物理机CPU的能耗、E_mem为物理机内存的能耗、E_disk为物理机硬盘的能耗、E_net为物理机网络的能耗，利用公式(3)计算；同理可以计算出物理服务器集群和虚拟服务器集群以及NFV应用在一段时间内的能耗。

步骤105：调度器选择接收概率最高、且接收虚拟机后实际利用率不会超过上限的物理机分配并部署虚拟机。

例如在本示例中，有需要分配的虚拟机VM1，通过该分配方法寻找目标物理机进行分配。

根据步骤101，获取到VM1的实际CPU使用量。

根据步骤102，该数据中心有3台备选的物理机。

根据步骤103，调度器获取到3台备选物理机的实时CPU利用率情况如表1：

物理机	PM1	PM2	PM3
				实时CPU利用率	60％	75％	50％

根据步骤104，由调度器集中计算这3台物理机的接收概率，并判断物理机接收了该虚拟机后实际利用率是否会超过设定的利用率上限0.8。结果如表2：

根据步骤105，由表2可见，虽然PM2的接收概率最高，但它在接收该虚拟机后利用率会超出上限，故不能选择PM2作为目标物理机；因此调度器最终选择PM1(接收概率0.7，且接收后利用率为70％不会超过上限0.8)作为目标物理机分配和部署VM1。

实施例二，本实施例详细描述专利所发明装置的使用方法。该装置的使用方法如下：

201：NFV集群能耗监控模块。实时监控单一物理机或虚拟机的利用率和能耗情况。在监控过程中考虑的参数主要为CPU的利用率、内存的利用率。

202：信息获取模块。获取物理机的资源信息和虚拟机请求的资源信息。

203：计算模块。根据最大化利用率分配概率函数计算接收概率。

204：虚拟机分配模块。为虚拟机请求选择最优节点的物理机并进行部署。

205：虚拟化基础设施管理模块。负责对物理硬件虚拟化资源进行统一的管理、监控、优化。

在本发明的所有实施例中，所述物理服务器可以为普通PC机和刀片服务器，但不仅限于此。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一台计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims

1.一种网络功能虚拟化环境下的分配节能方法，其特征在于，所述方法包括步骤：1)获取当前时刻所有物理机(PM)信息和虚拟机(VM)请求信息；2)从所有PM中选出已开机且有可用资源的PM；3)将可用PM通过事先设置的利用率上下限进行过滤，选出过滤后剩下的PM；4)对通过过滤的PM及请求的VM信息结合容量可分割配置和单调递增分配函数进行分配；5)依据能耗公式(3)至(5)计算将某台虚拟机分配到PM上后该PM能耗，并重复以上步骤进行分配节能；

以上步骤4)和5)涉及获取当前时刻所有主机服务器的CPU利用率，内存利用率，网络带宽负载，并计算分配概率函数，物理机按照本地资源情况，以最大化利用率分配概率函数计算接收概率，该分配概率函数服从单调递增分布，物理机接收虚拟机的概率为公式(1)所示：

f(x)＝(1-exp(-x))/(1-exp(-1)) (1)

公式(1)是一种在区间[0，1]单调递增概率函数，其中x∈[0，1]表示物理机的CPU利用率，帮助实现最大化利用率：物理主机满足利用率阈值上下限时，CPU利用率越高则接收虚拟机的概率越高；分布式分配方式是由各个物理机根据本地资源情况来决定是否接收虚拟机的，各个物理机根据本地资源情况自主决定是否接收该虚拟机，CPU利用率低于阈值下限或高于阈值上限的物理机不接收虚拟机请求，而利用率在上下阈值之间的物理机且能最大化利用率则可以接收虚拟机请求；且分配给一台物理服务器上所有虚拟机的CPU或内存或存储或网络上限不能超过物理服务器的提供的上限，并采用以下功率模型(2)计算能耗：

P＝14.5+0.2U_cpu+(4.5e^-8)U_mem+0.003U_disk+(3.1e^-8)U_net (2)

其中U_cpu，U_mem，U_disk，

分别表示CPU、内存、存储和网络的利用率或者吞吐率，通过物理机、虚拟机系统提供的API获取相应的参数；

一段时间[t1，t2]内一个服务器的平均能耗表示为公式(3)：

E＝P＊(t2-t1) (3)

虚拟机的总能耗可以用公式(4)表示：

E_{vm_serve}r＝E_{vm_idle}+E_{vm_cpu}+E_{vm_mem}+E_{vm_disk}+E_{vm_net} (4)

其中Evm_idle表示虚拟机空载时的能耗、Evm_cpu为虚拟机CPU的能耗、Evm_mem为虚拟机内存的能耗、Evm_disk，为虚拟机硬盘的能耗、Evm_net为虚拟机网络的能耗，利用公式(3)计算；

物理机的总能耗可以用公式(5)表示：

E_server＝E_idle+E_cpu+E_mem+E_disk+E_net (5)

其中Eidle表示物理机空载时的能耗、Ecpu为物理机CPU的能耗、Emem为物理机内存的能耗、Edisk为物理机硬盘的能耗、Enet为物理机网络的能耗，利用公式(3)计算；同理可以计算出物理服务器集群和虚拟服务器集群以及网络功能虚拟化(NFV)应用在一段时间内的能耗。

2.根据权利要求1所述的方法，其特征在于，结合容量可分割技术计算分配概率函数时，通过测量单个物理机的CPU利用率，计算CPU利用率的均值和分配概率进行比较，判断是否分配；容量可分割配置方法对物理机和用户可选择的虚拟机都进行了容量可分割配置，该方法展示了8种虚拟机配置，不同虚拟机容量配置与物理机总容量配置之间的关系成比例，其中VM1-1，1-2，1-3的内存或CPU或存储容量整体成1∶4∶8的关系，分别占Type1类型物理机的1/16，1/4，1/2；容量可分割配置能够保证在分配时，最小化空闲容量碎片。

3.一种网络功能虚拟化环境下的分配节能装置，其特征在于，所述装置包括：监测模块，用于监测每个物理机以及集群CPU利用率，内存利用率，网络负载情况；计算模块，用于根据上述监测信息，综合考量信息，按照上述分配节能方法，计算出分配的源虚拟机以及目标物理机；对物理机和可选择的虚拟机的配置采用容量可分割配置技术，保证在分配时最小化空闲容量碎片，使得所使用的物理机总数最小化；分配模块，用于按照权利要求1至2所述分配节能方法调度需要分配的虚拟机，设置物理机利用率上下限，采用单调递增分配函数进行虚拟机分配，既使用最少数量的服务器，又减少频繁分配带来的开销。