VMSF—一种内核级虚拟机监控器调度框架

J4 ›› 2012, Vol. 34 ›› Issue (2): 78-81.

VMSF—一种内核级虚拟机监控器调度框架

刘晓建,戴华东,颜跃进

(国防科学技术大学计算机学院，湖南长沙 410073)

收稿日期:2010-03-10 修回日期:2010-06-03 出版日期:2012-02-25 发布日期:2012-02-25

VMSF—A Virtual Machine Scheduling Framework for Hosted VMMs

LIU XiaoJian,DAI Huadong,YAN Yuejin

(School of Computer Science,National University of Defense Technology,Changsha 410073,China)

Received:2010-03-10 Revised:2010-06-03 Online:2012-02-25 Published:2012-02-25

摘要/Abstract

摘要：

虚拟化技术由于具有提高资源利用率、降低系统总体拥有成本等优点得到越来越多的关注。虚拟机成为计算机系统的一种新型应用模式，但虚拟机应用在服务质量保证和协同运行等方面与传统商用操作系统面向的应用不同，虚拟机监控器应针对此类应用的特点设计相应的调度算法。但是，在传统基于宿主操作系统的虚拟化技术中，虚拟机的调度由宿主操作系统的标准调度器完成。本文提出一种不修改宿主操作系统现有调度机制的虚拟机调度扩展框架VMSF，该框架允许第三方自行开发适于虚拟机系统的调度算法。最后通过在Linux上开源的内核级虚拟机监控器KVM上移植Xen的Credit调度器验证了本文研究的有效性。

关键词: 虚拟机, 调度, 基于宿主操作系统的虚拟机监控器, KVM

Abstract:

Virtial machine is a new kind of application domain, which has many different scheduling requirements from the traditional software applications. It is the Virtual Machine Monitors’ duty to satisfy the running virtual machines’ QOS requirements. However, in hosted VMMs, the function of virtual machine scheduling is delegated to host operating systems, which can not handle the new situation well. In order to facilitate the adoption of more suitable scheduling algorithms, a new scheduling framework, VMSF, is introduced in this article. VMSF makes no modifications to the host operating systems’ scheduling mechanism, and at the same time, permits the adoption of the third party’s virtual machine schedulers. Finally, experiments are conducted on KVMs to verify the effectiveness of the framework.

Key words: irtual machine;schedule;hosted VMM;KVM

刘晓建,戴华东,颜跃进. VMSF—一种内核级虚拟机监控器调度框架[J]. J4, 2012, 34(2): 78-81.

LIU XiaoJian,DAI Huadong,YAN Yuejin. VMSF—A Virtual Machine Scheduling Framework for Hosted VMMs[J]. J4, 2012, 34(2): 78-81.

[1]	陈冬林, 马一帆, 邹安琪, . 基于可再生能源消纳的数据中心负荷调度研究综述[J]. 计算机工程与科学, 2023, 45(05): 790-801.
[2]	温瑞林, 樊春, 马银萍 , 王政丹, 向广宇 , 付振新. SlurmX：基于Slurm使用面向对象设计方法重构的任务调度系统[J]. 计算机工程与科学, 2022, 44(09): 1532-1541.
[3]	孙浩男, 王飞, 魏迪, 尹万旺, 史俊达 . 一种面向大规模并发的Gatherv优化方法[J]. 计算机工程与科学, 2022, 44(09): 1542-1549.
[4]	朱正东, 吴寅超, 胡亚红, 蒋家强. 基于LSTM的集群用户作业执行时间预测模型[J]. 计算机工程与科学, 2022, 44(08): 1331-1341.
[5]	李文佳, 史岚, 季航旭, 罗意彭. 面向Flink的负载均衡任务调度算法的研究与实现[J]. 计算机工程与科学, 2022, 44(07): 1141-1151.
[6]	陈奉贤. 基于NR-Transformer的集群作业运行时间预测[J]. 计算机工程与科学, 2022, 44(07): 1181-1190.
[7]	罗磊, 陈照云, 王俪璇. 用户QoS感知的GPU集群深度学习任务动态调度[J]. 计算机工程与科学, 2021, 43(08): 1331-1340.
[8]	杨坚伟, 孟敏, 黄家乐, 武继刚. 分布式训练异构任务调度算法研究[J]. 计算机工程与科学, 2021, 43(07): 1160-1167.
[9]	黄山, 房六一, 徐浩桐, 段晓东, . 面向容器环境的Flink的任务调度优化研究[J]. 计算机工程与科学, 2021, 43(07): 1173-1184.
[10]	季航旭, 姜苏, 赵宇海, 吴刚, 王国仁. 分布式环境中的多作业执行调度策略与优化[J]. 计算机工程与科学, 2021, 43(06): 951-961.
[11]	邢红星, 魏叶华, 乐懿. 硬件成本缩减的异构分布式嵌入式系统调度算法[J]. 计算机工程与科学, 2021, 43(02): 258-265.
[12]	嵇友浪, 朱君, 邹云峰１, 周子馨, 陈兴. 面向在线客服系统的调度算法研究[J]. 计算机工程与科学, 2020, 42(12): 2242-2251.
[13]	廖建锦, 孙庆骁, 杨海龙, 栾钟治, 钱德沛. 满足工作流执行时限的可抢占虚拟机实例配置和调度方法研究[J]. 计算机工程与科学, 2020, 42(11): 1956-1964.
[14]	关川江, 李建鹏, 史国振, 毛明. 基于关联数据本地化的多密码作业流调度算法[J]. 计算机工程与科学, 2020, 42(11): 1988-1995.
[15]	王宁波, 王露瑶, 徐晓斌. 基于非理想电池模型能量收集无线传感器网络的链路调度[J]. 计算机工程与科学, 2020, 42(11): 1996-2004.