一种针对云计算中web应用的智能虚拟机集群缩放方法及系统.docxVIP

(19)中华人民共和国国家知识产权局

(12)发明专利说明书

(10)申请公布号CN103327118A

(43)申请公布日2013.09.25

(21)申请号CN201310285840.2

(22)申请日2013.07.09

(71)申请人南京大学

地址210046江苏省南京市栖霞区仙林大道163号

(72)发明人都思丹赵贺于耀彭成磊周余王自强杨强鹏汤文杰马雁楠

(74)专利代理机构

代理人

(51)Int.CI

H04L29/08

权利要求说明书说明书幅图

(54)发明名称

一种针对云计算中web应用的智能虚拟机集群缩放方法及系统

(57)摘要

本发明是一种针对云计算环境下web应用的智能虚拟机集群缩放方法及系统，所属技术领域是云计算。针对部署在基础设施即服务中的web应用，本发明解决了如何动态的根据用户并发请求数量的变化，通过选择不同数量和性能的虚拟机组合实现集群缩放的问题，达到满足系统响应时间的要求和最大化节约运营成本的目的。本发明提出的智能虚拟机集群缩放方法与系统，首先通过在线学习得到在不同并发请求数下最佳的虚拟机集群总体性能大小，同时将web应用的响应时间保持在规定值以下，然后找到在此总体性能下使得虚拟机集群使用费用最小的虚拟机集群缩放方案。

法律状态

法律状态公告日

法律状态信息

法律状态

权利要求说明书

1.一种针对云计算中web应用的虚拟机集群缩放方法及系统，其特征是包含以下主要步骤：

步骤一、采集web系统当前的响应时间以及当前各个虚拟机的状态；

步骤二、通过KNN算法，获得在不同并发请求下、满足响应时间要求的虚拟机总体性能；

步骤三、根据步骤二中的虚拟机总体性能，使用线性规划得到使得虚拟机集群费用最小的虚拟机缩放方案；

步骤四、IaaS平台根据步骤四中的结果，选择对应的虚拟机组合。等待一定时间后，转至步骤一。

2.权利要求1所述方法的步骤二的特征在于，基于IaaS的特点，可以用虚拟机集群的计算单元数量TP来 表示集群的总体性能。因此用当前的并发请求数CU，TP及响应时间res作为训练样本，对KNN分类器 进行训练，找到在当前CR下的TPsubnew/sub值使得res在SLA规定范围之内。

3.权利要求1所述虚拟机集群缩放方法的步骤三的特征在于，使用线性规划算法，在满足步骤二中得出 的总体性能的基础上，选择费用最少的虚拟机缩放方案。

4.一种根据权利要求1中所述虚拟机集群缩放方法实现的针对云计算环境下web应用的虚拟机集群缩放 系统，其特征在于：在web应用与IaaS服务之间加入了智能虚拟机集群缩放系统，该系统是权利要求1 中所述方法的具体实现。

5.根据权利要求4中所述的系统，其特征在于包括以下模块。

(1)数据采集模块，用于采集当前web系统响应时间和虚拟机集群的状态。

(2)KNN算法模块，该模块运行权利要求1所述虚拟机集群缩放方法的步骤二中的算法，用于获得适应 当前用户访问量的虚拟机集群总体性能。

(3)线性规划算法模块，该模块运行权利要求1所述虚拟机集群缩放方法的步骤三中的算法，根据虚拟 机集群的总体性能，获得对虚拟机集群的缩放方案。

(4)执行模块，该模块执行权利要求1所述虚拟机集群缩放方法的步骤三中获得的虚拟机集群缩放方案。

说明书

p技术领域

本发明涉及云计算和自动控制领域，尤其涉及针对部署在云计算环境中web应用的虚拟机集群缩放问 题。

背景技术

云计算作为基于互联网的增加、使用和交付相关计算服务的新模式，近年来得到了极大的关注。基础 设施即服务(Infrastructure?as?a?Service，IaaS)是云计算的重要服务形式。IaaS将云计算服务商的 硬件资源虚拟化后，通过互联网将该资源交付到用户手中。用户可以根据自己需求的变化，以即用即付的 形式使用IaaS的资源。

由于用户并发请求随着时间动态变化，因此将web应用部署在传统硬件服务器上，需要准备冗余的资 源使得在用户访问的最高峰时段保证系统的响应时间。目前的IaaS服务商，如亚马逊的EC2及微软的 Windows?Azure，为用户提供了多种不同性能和价格的虚拟机实例，并且越来越多的服务商支持虚拟机在 线性能缩放(如Windows?Azure)。因此通过将web应用部署在IaaS