一种基于Spark与优化MBBO算法的并行虚拟机聚合方法

    公开(公告)号:CN106843997B

    公开(公告)日:2018-08-10

    申请号:CN201610948453.6

    申请日:2016-10-26

    Abstract: 本发明提供一种基于Spark与优化MBBO算法的并行虚拟机聚合方法,通过拓展的Spark并行框架及多目标生物地理学优化MBBO算法,从而能够在比较短的收敛时间内求解VMC问题的最佳迁移方案,为后续的虚拟机并行迁移奠定基础。其包括如下步骤,步骤1,将虚拟机聚合问题映射到生物地理学优化算法中,确定约束条件,明确求解目标;步骤2,基于拓展的Spark并行框架,分发满足约束条件的初始栖息地群到各Spark计算节点并迭代执行MBBO并行算法,直到满足终止条件,停止算法执行并获取能够平衡多个优化求解目标的最优解。利用拓展的Spark并行框架的同时,将生物地理学概念映射到优化问题中。

    一种基于三层架构的Docker与虚拟机初始放置方法

    公开(公告)号:CN109298914A

    公开(公告)日:2019-02-01

    申请号:CN201811190209.3

    申请日:2018-10-12

    Abstract: 本发明公开了一种基于三层架构的Docker与虚拟机初始放置方法,包括以下内容:基于矢量装箱理论提出Docker-VM-PM三层架构下Docker、VM到PM的放置(Docker Placement and Virtual Machine Placement,简称DVMP)约束模型。在此基础上引入服务器资源利用率优化目标,构建DVMP初始放置模型。根据DVMP初始放置模型筛选同时满足所有约束条件的虚拟机序列,设计最小虚拟机计算规则筛选满足约束的激活态服务器序列。最后依据适应度函数在两类约束中分别进行最优VM、PM的决策,直至所有Docker装箱,完成基于三层架构的Docker和虚拟机的初始放置过程。本发明提出的初始放置方法在Docker-VM-PM三层架构下有效解决了数据中心资源利用率的优化问题,降低能源消耗。

    一种基于Spark与优化MBBO算法的并行虚拟机聚合方法

    公开(公告)号:CN106843997A

    公开(公告)日:2017-06-13

    申请号:CN201610948453.6

    申请日:2016-10-26

    CPC classification number: G06F9/45558 G06F2009/4557

    Abstract: 本发明提供一种基于Spark与优化MBBO算法的并行虚拟机聚合方法,通过拓展的Spark并行框架及多目标生物地理学优化MBBO算法,从而能够在比较短的收敛时间内求解VMC问题的最佳迁移方案,为后续的虚拟机并行迁移奠定基础。其包括如下步骤,步骤1,将虚拟机聚合问题映射到生物地理学优化算法中,确定约束条件,明确求解目标;步骤2,基于拓展的Spark并行框架,分发满足约束条件的初始栖息地群到各Spark计算节点并迭代执行MBBO并行算法,直到满足终止条件,停止算法执行并获取能够平衡多个优化求解目标的最优解。利用拓展的Spark并行框架的同时,将生物地理学概念映射到优化问题中。

    基于多目标生物地理学优化算法的Docker与虚拟机聚合放置方法

    公开(公告)号:CN109388476A

    公开(公告)日:2019-02-26

    申请号:CN201811190206.X

    申请日:2018-10-12

    Abstract: 本发明基于多目标生物地理学优化算法的Docker与虚拟机聚合放置方法,包括以下内容:首先,创造性地将Docker与虚拟机同时作为聚合单位建立基于DVP三层架构的DVMP(Docker and Virtual Machine Placement,Docker与VM放置)约束模型;其次,明确DVMP约束模型的约束条件,建立DVMP聚合放置模型;接着,执行基于MBBO的Docker与虚拟机聚合放置的映射方法;然后,进行聚合场景适配与编码求解获得有效解,以不断迭代更新初始种群的方式寻找Docker与虚拟机聚合问题的最优解决方案;最后,根据最优放置方案进行Docker与虚拟机聚合放置。本发明所述方法能解决虚拟机资源占用大而难以聚合的问题,能优化数据中心能耗及服务器资源利用率。

    一种高可用的Docker与虚拟机初始放置方法

    公开(公告)号:CN109324876A

    公开(公告)日:2019-02-12

    申请号:CN201811190234.1

    申请日:2018-10-12

    Abstract: 本发明公开了一种高可用的Docker与虚拟机初始放置方法,包括以下内容:基于Docker-VM-PM三层架构建立高可用Docker与虚拟机放置(Docker and Virtual Machine Placement,简称DVMP)约束模型,在此基础上增加容器副本冗余部署的约束条件,构建高可用DVMP初始放置模型;根据高可用DVMP初始放置模型筛选出满足约束条件的虚拟机序列,基于此序列构建高可用的Docker和虚拟机的初始放置方案,并对得到的近似最优Docker、VM初始放置方案执行服务容错能力评价方法,计算容错度,作为当前Docker与虚拟机初始放置方案的服务容错能力。本发明提出的高可用的Docker与虚拟机初始放置方法,有效解决了数据中心资源利用率及服务容错能力的优化问题,同时保障用户服务的高可用。

    一种串行与并行相结合的虚拟机在线迁移方法

    公开(公告)号:CN105607949B

    公开(公告)日:2017-04-26

    申请号:CN201510973873.5

    申请日:2015-12-22

    Abstract: 本发明提供一种串行与并行相结合的虚拟机在线迁移方法,能够缩短云环境下连续性服务或灾难恢复时等待大量虚拟机迁移的时间,也为后续依赖此虚拟机混合迁移方法的虚拟机整合奠定基础。其包括如下步骤,步骤1,将迁移前后的虚拟机与其宿主机的映射变化分别抽象为迁移前后矩阵,其中矩阵中的每个元素代表虚拟机与其宿主机的映射关系;步骤2,对迁移前后矩阵逐行比较,找出两宿主机上在迁移前后仅对调位置的虚拟机,将这两个对调迁移过程判定为无用迁移,并将其剔除后剩余有用迁移;步骤3,根据混合迁移算法将有用迁移生成串行与并行迁移队列;步骤4,根据生成的串行与并行迁移队列输出串行与并行迁移批次及最早迁移时间,用于后续虚拟机的整合。

    一种串行与并行相结合的虚拟机在线迁移方法

    公开(公告)号:CN105607949A

    公开(公告)日:2016-05-25

    申请号:CN201510973873.5

    申请日:2015-12-22

    CPC classification number: G06F9/4875 G06F9/5061

    Abstract: 本发明提供一种串行与并行相结合的虚拟机在线迁移方法,能够缩短云环境下连续性服务或灾难恢复时等待大量虚拟机迁移的时间,也为后续依赖此虚拟机混合迁移方法的虚拟机整合奠定基础。其包括如下步骤,步骤1,将迁移前后的虚拟机与其宿主机的映射变化分别抽象为迁移前后矩阵,其中矩阵中的每个元素代表虚拟机与其宿主机的映射关系;步骤2,对迁移前后矩阵逐行比较,找出两宿主机上在迁移前后仅对调位置的虚拟机,将这两个对调迁移过程判定为无用迁移,并将其剔除后剩余有用迁移;步骤3,根据混合迁移算法将有用迁移生成串行与并行迁移队列;步骤4,根据生成的串行与并行迁移队列输出串行与并行迁移批次及最早迁移时间,用于后续虚拟机的整合。

Patent Agency Ranking