Entropy调研

说明：好吧，我只想吐槽一件事，这是long long ago的调研笔记了

另外，在百度文库，居然找到这篇论文了

http://wenku.baidu.com/view/ff466d4c767f5acfa1c7cd56.html

 

1.背景：以往策略：任务静态分配到结点

-> 忽略任务计算需求的变化，导致计算能力的浪费

改进的策略：依赖启发式任务分配的动态综合管理

启发式任务分配：只进行局部优化，不能全局优化；不考虑迁移开销，抵消综合受益

综合管理：动态减少结点数量，释放不需要的结点（迁移不活跃的VM）；透明化，使用VMM，如Xen；不考虑迁移开销，只关注于如何计算新的配置，可能会增加迁移数量

因此，只在迁移开销小的时候有效

 

2.Entropy：依据任务计算需求的变化进行迁移

针对同构集群，基于约束规划，考虑迁移开销，减小Node数目缓解暂时过载状况

 

3.架构：

阶段1：根据VM对CPU、内存的需求，计算如何以最少的结点完成任务，设计出一个暂时的配置计划（VMPP）

阶段2：根据迁移的开销，改进计划，以减少迁移次数（VMRP）

目标：维持系统在一个良好的配置环境，例如维持映射表：可实施，保证VM的CPU和内存；最优化，最少结点数目。

图：在资源管理结点上有一重构引擎

每个结点Xen Domain 0 上有传感器

重构引擎：感应VM状态变化，计算迁移，实施迁移

采用玉树规划CP -> Choco时间限制（VMPP 15s，VMRP 45s）  结点数、迁移数计算分离

 

4.VMPP（The Virtual Machine Packing Problem）

CP： 约束：内存足够，活跃VM独占CPU

     目标：最小化工作结点数目

优化：a）Choco检查策略的可实施性和最优性：降低考虑的配置数，first fail（最大优先），降低计算时间和犯错率

b）上下限限制：下限：活跃VM数/每节点CPU数目；上限：FFD（首次适应，最大优先），min(Nodes, Vms)

c）根据VM的CPU、内存大小设置同类型，减小搜索树

5.VMRP（The Virtual Machine Replacement Problem）

迁移约束：顺序约束：按时间先后顺序迁移；循环约束：找一个枢纽结点转移

流程：检查循环 -> 选出最小VM，选出枢纽结点 -> 最大并行化 -> 顺序进行

迁移开销：图表：VM内存相关（迁移时间），虚拟机、结点状态（迁移开销）

          公式：内存量为主

目标：最少的迁移与步骤，最大的并行

优化：上下限：下限：所有VM在同一结点时；上限：VMPP提供的策略

      同类（CPU，内存，在同一结点上）

流程：Entropy动态地根据结点上的VM信息计算迁移策略的额开销，选择开销最小的一种。对于未分配到结点的VM，会增加它们未来的迁移费用。最终，系统会决定这个基于部分转让的迁移策略是否最优。否则，会重构迁移图。

6.性能：类数目上升，VM数与结点数比上升，性能下降

7.相关工作：

1）功率意识的虚拟机更换：限制VM值从过载结点迁移到使用不足结点，避免顺序和循环限制；缺点是舍弃了大量方案，可能错过最优解

2）通过更换的绩效管理：根据以往的信息预测VM需求，FFD、高资源需求VM先迁出；缺点是未考虑2种限制

3）VM更换问题：顺序限制：挂起 -> error；VM交换 -> 足够空间

8.VMPP：入口参数：每个VM的内存、CPU需求；每个结点的内存、CPU大小；VM在结点上分布（矩阵）

        输出：迁移图

  VMRP：入口参数：VMPP迁移图；其他同上

        输出：重构的迁移图