基于负载预测的虚拟机动态调度算法研究与实现

计算机工程与科学

基于负载预测的虚拟机动态调度算法研究与实现

王浩，罗宇

（国防科学技术大学计算机学院，湖南长沙 410073）

收稿日期:2015-07-07 修回日期:2015-10-28 出版日期:2016-10-25 发布日期:2016-10-25
基金资助:
国家自然科学基金（61370018）

A virtual machine dynamic scheduling

algorithm based on load forecast

WANG Hao，LUO Yu

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

Received:2015-07-07 Revised:2015-10-28 Online:2016-10-25 Published:2016-10-25

摘要/Abstract

摘要：

在云计算系统中为了实现负载均衡和资源的高效利用，需要在虚拟机粒度上对云计算系统进行调度，通过热迁移技术将虚拟机从高负载物理节点迁移到低负载物理节点。把负载预测技术和虚拟机动态调度技术相结合，提出了LFS算法，通过虚拟机历史负载数据对虚拟机未来的负载变化情况进行预测，然后根据预测结果对虚拟机进行调度，能够有效地避免云计算系统中高负载物理节点出现，实现负载均衡，提高资源使用率。

关键词: 云计算, 负载预测, 动态调度, 热迁移

Abstract:

In order to achieve efficient resource usages and load balancing in the cloud computing system, we need to schedule the cloud computing system on the virtual machine granularity and to migrate the virtual machine from a high load physical node to a low load physical node by the live migration technique. Combining the load forecasting techniques and the virtual machine dynamic scheduling technique, we propose a load forecast scheduling algorithm, which can predict future load changes of the virtual machine via historical load data, and then schedule the virtual machine according to the load forecast results. The proposed algorithm can effectively avoid the occurrence of high load physical nodes in the cloud computing system, realize load balancing, and improve resource utilization.

Key words: cloud computing, load forecast, dynamic scheduling, live migration

王浩，罗宇. 基于负载预测的虚拟机动态调度算法研究与实现[J]. 计算机工程与科学.

WANG Hao，LUO Yu.

A virtual machine dynamic scheduling

algorithm based on load forecast

[J]. Computer Engineering & Science.

参考文献

［1］
Clark C,Fraser K,Hand S,et al.Live migration of virtual machines［C］∥Proc of the 2nd Conference on Symposium on Networked Systems Design & Implementation,Volume 2,2005:273286.

［2］Kim H,Lim H,Jeong J,et al.Taskaware virtual machine scheduling for I/O performance［C］∥Proc of the 2009 ACM SIGPLAN/SIGOPS International Conference on Virtual Execution Environments,2009:101110.

［3］Beloglazov A, Buyya R. Adaptive thresholdbased approach for energyefficient consolidation of virtual machines in cloud data centers［C］∥Proc of the 8th ACM International Workshop on Middleware for Grids,Clouds and eScience,2010:4.

［4］Lu K,Yahyapour R,Wieder P,et al.Qosaware vm placement in multidomain service level agreements scenarios［C］∥
Proc of
IEEE 2013 IEEE 6th International Conference on Cloud Computing （CLOUD）,
,2013:661668.

［5］Srikantaiah S,Kansal A,Zhao F.Energy aware consolidation for cloud computing［C］∥Proc of the Conference on Power Aware Computing and Systems （HotPower）,2008:10.

［6］Feller E,Rilling L,Morin C.Energyaware ant colony based workload placement in clouds［C］∥Proc of the 12th IEEE/ACM International Conference on Grid Computing,2011:2633.doi:101109/Grid.201113.

［7］He L G, Zou D Q, Zhang Z, et al. Optimizing resource consumptions in clouds［C］∥Proc of the 12th IEEE/ACM International Conference on Grid Computing,2011:4249.doi:101109/Grid.201115.

［8］Ghribi C,Hadji M,Zeghlache D.Energy efficient VM scheduling for cloud data centers:Exact allocation and migration algorithms［C］∥Proc of the 13th IEEE/ACM International Symposium on Cluster,Cloud and Grid Computing （CCGrid）, 2013:671678.doi:101109/CCGrid.201389.

［9］Wei Liang，Huang Tao，Chen Jianya,et al.Workload predictionbased algorithm for consolidation of virtual machines ［J］.Journal of Electronics & Information Technology,2013,35（6）:12711276.（in Chinese）

［10］Dinda P A.The statistical properties of host load［J］.Scientific Programming,1999,7（34）:211229.

［11］Rahman S,Bhatnagar R.An expert system based algorithm for short term load forecast［J］.IEEE Transactions on Power Systems,1988,3（2）:392399.

［12］Yang Wei, Zhu Qiaoming, Li Peifeng,et al.Server load prediction based on time series［J］.Computer Engineering,2006,32（19）:143145.（in Chinese）

［13］Li W,Tordsson J,Elmroth E.Modeling for dynamic cloud scheduling via migration of virtual machines［C］∥Proc of 2011 IEEE 3rd International Conference on

Cloud Computing Technology and Science （CloudCom）,2011:163171.

附中文参考文献：

［9］魏亮,黄韬,陈建亚,等.基于工作负载预测的虚拟机整合算法［J］.电子与信息学报,2013,35（6）:12711276.

［12］杨伟,朱巧明,李培峰,等.基于时间序列的服务器负载预测［J］.计算机工程,2006,32（19）:143145.

[1]	李卫平1,2，武海燕2，杨杰1. 基于效益博弈的云计算资源动态可协调分配策略研究[J]. J4, 20160101, 38(01): 57-61.
[2]	王堃, 郑晨, 张立中, 陈志刚. 一种基于SARIMA-LSTM模型的电网主机负载预测方法[J]. 计算机工程与科学, 2022, 44(11): 2064-2070.
[3]	杨柏蔼, 赵山, 刘芳. 无服务器计算技术研究综述[J]. 计算机工程与科学, 2022, 44(04): 611-619.
[4]	李波, 侯鹏, 牛力, 武浩, 丁洪伟. 基于软件定义网络的云边协同架构研究综述[J]. 计算机工程与科学, 2021, 43(02): 242-257.
[5]	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.
[6]	林涛, 冯竞凯, 郝章肖, 黄少群. 基于组合预测模型的云计算资源负载预测研究[J]. 计算机工程与科学, 2020, 42(07): 1168-1173.
[7]	史文杰，詹雨奇，李奎. 一种面向多平台航电资源建模及其调度算法[J]. 计算机工程与科学, 2019, 41(11): 1976-1984.
[8]	刘梓璇，周建涛. 负载均衡的主导资源公平分配算法[J]. 计算机工程与科学, 2019, 41(09): 1574-1580.
[9]	曹云梦1,2,周胜军3,刘晨1,2,韩燕波1,2. 面向服务的云-端动态协作方法[J]. 计算机工程与科学, 2019, 41(04): 598-605.
[10]	李进生，蒙江，童名文. 基于分布式遗传算法的水质传感器布置优化研究[J]. 计算机工程与科学, 2019, 41(03): 545-550.
[11]	刘殊旸，张曼怡，曹强. Docker动态调度算法的设计与实现[J]. 计算机工程与科学, 2018, 40(12): 2112-2119.
[12]	罗裕春,武继刚,史雯隽,贺子楠. 移动云计算中的任务调度与计算迁移算法[J]. 计算机工程与科学, 2018, 40(11): 1915-1924.
[13]	齐平1,2,王福成1,王必晴1,梁昌勇2. 云计算环境下基于可靠性感知的任务调度算法[J]. 计算机工程与科学, 2018, 40(11): 1925-1935.
[14]	付伟1，李墨泚2，赵华容2，吴勇2. CRSHE：基于同态加密的新型密文检索方案[J]. 计算机工程与科学, 2018, 40(09): 1540-1545.
[15]	何丽,汤莉. 基于Kalman滤波的云数据中心能耗和性能优化[J]. 计算机工程与科学, 2018, 40(07): 1165-1172.