41、虚拟机迁移的网络内省与分析

虚拟机迁移的网络内省与分析

1. 相关工作

在云计算场景中，为了确定如何部署虚拟机、决定迁移的方式和时间，以及明确迁移算法应满足的要求，不同的指标被提出。这些指标和方法主要围绕单个数据中心展开，但很多也可用于云联合场景，不过各指标对资源分配的影响有所不同。

以下是一些关键指标的总结：
| 资源类型 | 具体指标 |
| ---- | ---- |
| CPU | 用户空间占用百分比、内核空间占用百分比、I/O等待百分比 |
| 网络 | 每秒数据包数、每秒字节数 |
| 磁盘 | 每秒读写请求数、每秒磁盘块读写数 |

云联合场景下的迁移算法需要满足以下常见要求：
- 去中心化与并行性：消除单点故障，提供可扩展性。
- 高性能：系统能快速响应工作负载的变化。
- 保证QoS：算法需通过满足SLA来提供可靠的服务质量。
- 工作负载类型独立性：算法要能在混合应用环境中高效运行。

云提供商通常会与客户达成协议，确保约定的SLA级别QoS。根据不同应用，云提供商会设置不同指标，并据此评估SLA违规次数（SLAV），以决定是否进行迁移。

确定过载主机的一种技术是通过定期测量一系列指标（如CPU使用率、网络带宽利用率、页面错误率等），构建移动观察窗口来计算概率分布和时间序列。概率分布用于了解资源使用概率在窗口内的变化，时间序列用于检查系统是否过载。具体而言，若资源使用在n次观察中超过阈值k次，则系统被分类为过载。通过设置k和n的值，可以采用更激进或保守的检测策略。

另一种策略是为CPU使用率定义高低两个阈值。当CPU使用率超过上限阈值时，启动迁