云环境下面向能耗降低的资源负载均衡方法


本文将介绍文章“云环境下面向能耗降低的资源负载均衡方法”。

原文链接：http://pan.baidu.com/s/1bnoxckB

目的

为降低大规模云数据中心的能量消耗，并在一定程度上实现资源负载均衡，提出一种基于虚拟机迁徙的方法LBES(Load Balance and Energy Saving)。

效果

LBES可以在实现负载均衡、保证SLA的基础上，更好地实现节能降耗

关键步骤

在进行虚拟机迁徙的时候，有三个关键步骤

迁徙时机的确定

目的

  • 由于CPU利用率的不稳定，须要避免一个瞬时负载峰值或谷值触发无谓的迁徙造成的系统开销浪费

方法

  • 只有当CPU利用率超过设定的阈值且持续一段时间才触发迁徙
  • 为了预测t+1时刻的负载情况，本文采用基于历史数据的加权预测机制。在t时刻，该预测机制使用t个过去的、按时间序列的历史记录值对未来进行预测

    时间越近，权重越大
  • 当预测值小于较小的阈值，或者大于较大的阈值时，迁徙被触发执行

被迁徙虚拟机的选择

目标节点的定位

目的
避免群聚效应，使得节点负载更均衡。群聚效应是指在云环境中，如果多个物理节点同时选择在当前环境下性能最好的节点作为目标节点进行迁移，就会导致被选中节点的负载在短时间内急剧增加，造成群聚效应。

方法

步骤

实验结果与分析

实验环境

工具云计算环境模拟器CloudSim
实验参数

结果分析

能耗：

LBES(20%~80%)<LBES(10%~70%)<DT(20%~80%)<DT(10%~70%)<ST(80%)<ST(70%)<DVFS<NPA

现象在节能效果上，DVFS方法、ST方法与NPA方法相比，有了明显的提高。DT通过在ST的基础上多设立一个阈值，在实现了负载均衡的基础上，同时降低了能量的消耗。在触发策略阈值相同的情况下，LBES与ST相比，能量消耗、虚拟机迁徙数量、SLA违反率均有减少
分析这是由于LBES在DT基础上，对迁徙时机的决定、被迁徙虚拟机的选择和目标节点的定位3个关键步骤进行了优化，使得虚拟机的迁徙变得更有效率

SLA违反率：

ST(80%)<ST(70%)
LBES(20%~80%)>LBES(10%~70%)
DT(20%~80%)>DT(10%~70%)

现象ST、DT、LBES3种方法随着阈值的增加，云数据中心中的能量消耗减少，而SLA的违反率增加
分析为了实现节能，要以降低用户的QoS为代价

结束语

在云数据中心环境下，可以通过虚拟机的迁移实现虚拟机的动态重分配，本文提出了一种基于虚拟机迁移的方法LBES，该方法在双阈值触发策略的基础上，对迁移时机的决定、被迁移虚拟机的选择和目标节点的定位3个关键步骤进行了优化。通过实验证明，该方法可以在实现负载均衡、保证SLA的基础上，更好地实现节能降耗。下一步工作将进一步改进虚拟机迁移触发的预测模型和目标节点定位的概率模型，研究如何确定各个策略中的阈值，使迁移方法的性能达到最佳。

相关内容