云计算资源池负载均衡调度策略研究.docx

云计算资源池负载均衡调度策略研究许成林杨德胜何亮摘要：本文研究资源池下的主机负载均衡算法，包括CPU、内存与网络负载3个方面。资源池下主机负载均衡主要包括两个阶段，包括新建资源池和更新资源池。这两个阶段有一定的共通性，即都考虑了资源池下主机多项资源的负载均衡;但是也存在显著差异。新建资源池时进行负载均衡不用考虑虚拟机迁移操作;更新资源池时却必须考虑，因虚拟机在主机之间进行迁移将根据虚拟机内存变化量的大小而短暂地暂停虚拟机，根据SLA（服务等级协议）的相关要求，虚拟机在线迁移操作是存在一定代价的，本文定义其为虚拟机迁移代价。本文在资源池状态变化时不光考虑了主机CPU、内存与网络三种资源的负载均衡，同时还为尽量减小虚拟机迁移代价做了特别优化。关键词：云计算负载均衡遗传算法策略研究：U416.214：A：1674-098X（2020）07（b）-0106-07Abstract：Thispaperstudiesthehostloadbalancingschedulingstrategyintheresourcepool，includingCPU，memoryandnetworkload.Therearetwomainstagesofloadbalancingintheresourcepool，includingcreatingresourcepoolandupdatingresourcepool.Thereisacertaincommonalitybetweenthetwostages，thatis，theloadbalancingofmultiplehostresourcesintheresourcepoolisconsidered，buttherearealsosignificantdifferences.Loadbalancingwhencreatinganewresourcepooldoesnotconsidervirtualmachinemigration;Resourcepoolupdatesmustbeconsidered，however，asthevirtualmachinemigratesbetweenhosts，thevirtualmachinewillbetemporarilysuspended，andthetimetosuspenddependsonthesizeofchangeinthevirtualmachinememory.AccordingtorelevantrequirementsofSLA（servicelevelagreement），virtualmachineonlinemigrationoperationhasacertaincost，whichisdefinedasvirtualmachinemigrationcostinthispaper.ThispapernotonlyconsidersloadbalancingofhostCPU，memoryandnetworkwhenresourcepoolstatechanges，butalsomakesspecialoptimizationtominimizethemigrationcostofvirtualmachine.KeyWords：Cloudcomputing;Loadbalancing;Geneticalgorithm;Strategyresearch1相关研究目前国内外学者对资源池下的主机负载均衡提出了多种方法：（1）根据双向蚂蚁记录分配资源这一理念提出了一种改进的蚁群算法，但是其将多目标算法函数简单处理成了单目标算法函数，这可能导致从主机外部看其可能处于负载均衡状态，但从其内部的CPU、内存以及网络负載着却可能处于失衡状态，同时其也未考虑虚拟机迁移代价的问题;（2）提出了一种基于双向反馈的蚁群算法的负载均衡调度策略，但研究时发现为每只蚂蚁建立自己的正反向结构集合会导致占用太多的资源，并在信息素局部更新时会导致收敛的速度加快从而无法获得全局最优解;（3）提出了基于一种改进的遗传算法的资源池负载均衡策略，但是其只考虑了CPU与磁盘I/O这两个方面，对于当前需要考虑更多维度的实际情况已不再适合;（4）提出了一种基于服务器资源权重的方法将多维资源的负载函数转换成单一维度负载函数，但其过多地考虑了人为设置的因素，通常在基于FC-SAN的资源池中，作为计算节点的主机需同时考虑CPU、内存及网络负载，而并不是仅仅关注某一项;（5）采用轮询调度算法对虚拟机进行分配以实现资源池负载均衡，其使用局部调度而不能实现全局优化，同时其也未考虑虚拟机迁移成本的问题。本文将资源池分为新建与更新两种状态。对于新建资源池，本文使用了类似遗传算法种群初始化的方法对解