虚拟化技术在高校IDC机房的应用

刘 阳

(闽南理工学院，福建 石狮 362700)

为了充分发挥虚拟化技术在高校IDC机房的应用能力，需要对不同IDC机房内的设备进行监测和管理[1].尽量减小分配到不同IDC机房内的设备之间的依赖性，以及相互阻塞造成的系统资源浪费[2,3].高校IDC机房的虚拟技术需先设定所有设备都保持互相独立，再通过与“装箱问题”相似的求解方法完成设备资源[4,5].此方法虽然开销小，但忽略了设备间同步互斥的约束关系[6];本文在非精确设备统计模型中进一步融合了装箱方法，得到了以设备复制作为基础的实时设备调度机制.但是该方法也存在一定的缺陷，包括未深入研究各类设备对高校IDC机房进行的互斥访问过程[7,8].选择分组适度方法，当设备对资源库进行访问时，可以通过最小时间处理器完成设备资源，但该方法需要较大的计算开销[9,10].

本文针对高校IDC机房中的多变量设备模型，提出了一种将虚拟化技术应用在高校IDC机房内的方法.此方法对高校IDC机房中的各项设备进行了分类处理并能够划分出多个设备，将相关设备移至相同的某一资源库内，能够有效防止出现IDC机房的设备拥挤现象;如果不能将特定设备分配至同一资源库内的情况出现时，还可以利用设备相关度分析来分解这些设备，从而避免IDC机房间因为发生设备的拥挤而降低了系统的整体利用率.此外，本文还对此方法进行了实验测试并分析了各项优势.

1 高校IDC机房模型

采用三元组τi=(Ti，Ci，πi)的形式来表示周期多变量设备(Task)i，其中，Ti代表设备的周期，πi代表优先级，Ci代表最坏执行时间.每当一个周期发生时，τi先处于就绪状态，之后发生无释放抖动，每执行一次τi就代表一项设备实例，通常将其用Ji进行表示.设备的相对截止期限与其周期保持一致.

2 高校IDC机房平台的设备资源管理方法

2.1 设备资源策略

图1 设备资源策略

方法1(1)假定各项设备在初始状态下都保持相互独立状态(.indep←TRUE)，并且没有对其进行分组(.link←NONE).

(2)如果各项设备对应的.link都不是NONE，此时，方法结束;反之，从中选定某一没有进行过分组处理的设备τi(τi.link is NONE)，对该设备的分组状态进行修改至τi.link←i，之后再判断τi是否要跟其它设备共同对高校IDC机房进行访问.

(3)如果τi和其它某一设备τj同时访问同一高校IDC机房，则将此二设备的状态.indep同时设定成FALSE，把τj的分组状态设定成τi.link，再把τi和τj分组到相同的设备内;之后采用递归方法从τj开始重新执行这一步骤.

(4)分析τi和后续的设备是否要对同一高校IDC机房进行访问操作，当需要对同一高校IDC机房进行访问时，便跳转至步骤(3);反之，跳转到步骤(2).

2.2 虚拟技术的相关度评价

本文提出了评价虚拟技术相关度的分析方法，如下所示：

引理1对于任意τi与τj∈τ(pk)在pk上形成的自旋损失是τi和τj各自具有的pk自旋损失相加所得的结果

Sk(i+j)=Sk(i)+Sk(j),

(1)

以矩阵Ux×q来表示x(1xn) 个虚拟技术对高校IDC机房进行访问所需的最长时间.元素ui，s代表第i个虚拟技术τc对高校IDC机房ρs进行访问所需的最长时间，则根据引理1有ui，s=ξc，s.如果ui，s=0，则说明τc未对高校IDC机房ρs进行访问,

(2)

(3)

(4)

2.3 设备管理策略

图2 虚拟设备的组成方式

把拆分得到的设备全部监测至同一IDC机房时，可以将其看作一项整体的虚拟设备.把后续将要拆分的设备逻辑和原先的虚拟设备相融合，这样便实现了每次拆分都相当于是从原先的设备中拆分得到一项虚拟设备.具体过程见图2，如果要从设备中拆分τ3(这时τ1的拆分已经完成)，可以将这一过程看成是把τ1，τ3逻辑上进行合并得到一项虚拟设备τ*，之后再对τ*进行拆分实现与原先的设备相分离的过程.

因为矩阵U的各个行向量都代表一个设备，所以可采用行向量的变换方式对设备逻辑进行合并.设

为方法1得到的相关设备，矩阵Ux×q

设虚拟设备对应于矩阵Ux×q中的v行.τi是拆分得到的第c个设备，则对矩阵Ux×q中的第v行与第s列的元素(uv,s)进行如下变换:

∀s∈[1,q],uv,s=max(uv,s,ui,s).

(5)

3 实验评估

3.1 性能指标

本文采用设备虚拟率来评价虚拟技术的性能，所选择的处理器平台类型为8IDC机房.假定每次实验都会生成N=10 000个随机设备集合，监测方法A最大可以对M个设备集合进行调度，此时方法A对应的设备集合能达到的虚拟率等于M/N.如果得到的设备虚拟率较大，则说明此方法的效率也相应更高.同时还对比了不同方法所具有的系统平均自旋损失，其定义为:

(6)

3.2 实验分析

图3显示了在临界区长度等于4以及每项设备具有的临界区数量为2的条件下，集合虚拟率与系统利用率SU间的关系.从图3中可以看到，不同方法的设备虚拟率与SU之间表现为单调递减的变化关系.当WFD和Syn-aware方法处于SU>0.6的条件下，设备集合将具有不可调度的特征，VT方法则需满足SU>0.7的条件才会发生设备集合的不可调度现象.对这两种方法进行比较可知，Syn-aware方法具有更大的设备虚拟率.

图3 集合虚拟率与系统利用率之间的关系

图4显示了不同方法性能与临界区长度之间的关系，从图4中可以看到各项设备分别由2个临界区构成，此时SU=0.65.当临界区的长度增大后，需要等待的设备自旋时间也会随之增大，此时方法设备虚拟率也会出现下降现象.如果无法将所有的设备都分配至相同的IDC机房内时，可以利用VT方法并结合相关度分析结果对设备进行拆分后再将其分配至相同的IDC机房，所以设备只对特定IDC机房设备进行自旋等待，有效降低了自旋损失.

图4 设备虚拟率和临界区长度的关系曲线

图5 设备虚拟率与设备临界区数量之间的关系

图5显示了当临界区长度等于4以及SU=0.65的情况下，设备虚拟率与设备临界区的数量之间的关系.当设备临界区的数量上升后，由于自旋等待高校IDC机房导致的系统资源损失也会随之增大，最终造成不同方法设备虚拟率的不同程度降低.此外，各项设备间会在访问高校IDC机房过程中发生相互联系并演变为更大的设备.如果设备临界区的数量比较多时，则Syn-aware和VT方法就需对设备进行多次拆分，由于VT方法具有更高效的设备管理策略，因此具有比Syn-aware方法更高的设备虚拟率.

4 结论

本文提出了一种将虚拟化技术应用在高校IDC机房的方法，通过应用设备管理与设备资源策略，有效避免了在不同IDC机房间发生的设备阻塞现象，以此增加系统的利用率.同时，本文还对比了该方法和其它方法间的性能，结果显示，采用此新方法对设备集合进行管理具有比Syn-aware与WFD更高的效率.

[1] Strangio S,Palestri P,Lanuzza M,et al.Assessment of inas/algasb tunnel-fet virtual technology platform for low-power digital circuits[J].IEEE Transactions on Electron Devices,2016:63(7),2749-2756.

[2] Na W S,Lee J H.A study on the application of virtualization for optimization services[J].Nature,2011,269(5625),267-268.

[3] Han B,Gopalakrishnan V,Ji L,et al.Network function virtualization:challenges and opportunities for innovations[J].IEEE Communications Magazine,2015,53(2):90-97.

[4] Jeyakanthan M,Nayak A.Policy management:leveraging the open virtualization format with contract and solution models[J].IEEE Network,2012,26(5):22-27.

[5] Mouradian C,Saha T,Sahoo J,et al.Network functions virtualization architecture for gateways for virtualized wireless sensor and actuator networks[J].IEEE Network,2016,30(3):72-80.

[6] Yoon H S,Kim E S,Kim M S,et al.Towards greener machine tools-a review on energy saving strategies and technologies[J].Renewable & Sustainable Energy Reviews,2015,48:870-891.

[7] Cheng Y,Fu X,Du X,et al.A lightweight live memory forensic approach based on hardware virtualization[J].Information Sciences,2017,379:23-41.

[8] Rawlings S B,Magee J A,Tanen R M,et al.Acoustic characterization of in-room footfall noise[J].Journal of the Acoustical Society of America,2016,122(5):2955-2956.

[9] Kitazume H,Koyama T,Kishi T,et al.Network virtualization technology to support cloud services[J].Ieice Transactions on Communications,2012,95(8):2530-2537.

[10] Tseng H,Wu D,Fang N X,et al.The metastability of an electrochemically controlled nanoscale machine on gold surfaces[J].Chemphyschem,2016,5(1):111-116.