基于动态资源调度算法的数据中心负载均衡方案研究

云数据中心大多采用静态调度算法对虚拟化资源进行分配和调度,调度一旦完成,若无维护,资源分配状况一般不会发生变化,但随着资源池的持续使用,资源使用不均衡的问题会越来越严重。针对该问题,提出基于动态资源调度(DRS,Dynamic Resource Scheduler)算法的负载均衡解决方案,使数据中心物理节点上的资源使用达到相对均衡。采用DRS算法对资源进行实时监控,根据监控结果筛选出与平均负载值偏差较大的物理主机,结合虚拟机已分配与实际使用的资源,计算出其最终得分,根据得分,选择合适的虚拟机进行动态资源均衡,使物理主机的负载值趋于平均负载值。实验结果表明,DRS算法在数据中心应用中具有有效性和稳定性,可以周期性地进行资源动态调度,实现数据中心的负载相对均衡。     

虚拟化性能损耗研究

虚拟化是云计算领域的一项关键技术,它将信息资源重新进行了定义和划分,解决了信息资源在调度、分配、隔离等各方面的问题,很大程度提高了信息资源的利用率。不同的虚拟化技术由于实现方式的不同,各自在性能损耗方面会有些差异。从架构和功能两方面详细介绍基于内核的虚拟机(KVM,Kernel-based Virtual Machine)和VMware两种虚拟化技术。通过几款流行的性能测试工具分别对物理机、KVM及VMware进行了性能测试,测试项包括CPU、内存、磁盘和网络。通过测试结果对比,发现两种虚拟机在硬盘驱动器(HDD,Hard Disk Driver)随机读时,会有10%的性能损耗;VMware虚拟机在作为传输控制协议(TCP,Transmission Control Protocol)客户端时,会有10%的带宽损耗;KVM在作为用户数据报协议(UDP,User Datagram Protocol)服务器时会有60%的带宽损耗;在作为UDP客户端时,会有20%的带宽损耗。基于测试结果,在实际应用中,可以根据侧重,选择合适的虚拟化技术。