25、云架构中虚拟机动态负载管理与动态服务封装

云架构中虚拟机动态负载管理与动态服务封装

1. 虚拟机动态负载管理

1.1 选择性 CUSUM 算法

在云环境中，为了实现更强大、更具选择性的检测算法，提出了选择性 CUSUM 算法，它是基线 CUSUM 模型的改进版本。该算法的目标是在与平均延迟相关的时间约束 X 下，选择 h 值以最大化 ARLo。例如，若平台中检测显著负载变化的最大可接受延迟约为 15 分钟，且样本每分钟采集一次，那么 X = 15。通过查表可知，h ∈ [7, 8] 时 ARL1 ≈ 15，所以选择 h = 7 是一个不错的选择。

选择性 CUSUM 算法能够有效去除瞬时尖峰引起的不必要信号，仅检测最显著的状态变化。如图 3 所示，该算法能准确检测出发送方主机的状态变化，在图 3(b) 中仅检测到样本 55、185、210 处的显著状态变化。

1.2 来宾选择

当主机被选为发送方时，需要确定哪些来宾虚拟机应迁移到其他主机。由于迁移成本较高，我们的思路是选择对主机负载变化贡献较大的少数来宾。具体步骤如下：
1. 评估每个来宾的负载 ：这是最关键的一步，因为表示来宾负载有多种方式。传统方法如考虑给定样本的 CPU 利用率或过去值的平均值都不太可靠，因为大多数来宾的负载曲线存在尖峰。我们的想法是不仅考虑绝对值或平均值，还应估计来宾负载曲线的行为趋势。
- 计算趋势系数 (a_j)：在时间序列 ({Y_i}) 中，对于每对连续选择的 m 个点，计算直线的趋势系数 (a_j)（(0 \leq j \leq m - 1)），公式为 (a_j = \frac{Y_{i - j} - Y_{i - (j + 1)}}