《毕业答辩-KVM虚拟机的自适应迁移方法研究》由会员分享，可在线阅读，更多相关《毕业答辩-KVM虚拟机的自适应迁移方法研究（29页珍藏版）》请在金锄头文库上搜索。
1、KVM虚拟机的自适应迁移方法研究,报 告 人： 指导教师： 学 号：39231201,内容提要,课题背景 国内外研究现状 论文研究内容 KVM动态迁移的结构分析 KVM动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,课题背景,云计算热潮 谷歌、amazon,虚拟化 分布式 动态扩展,虚拟服务器,封装性 多实例 平台无关,动态迁移,简化维护 负载均衡 灾难恢复,虚拟化,迁移技术,可用性,KVM虚拟机 起步晚，但已集成到Linux版本中 开源免费（与Vmware相比） 核心代码少、简练（与Vmware和Xen相比） 完全虚拟化（Xen类虚拟化） 性能好（与Vmware相比）,已成
2、为学术界和工业界 的主流VMM之一,内容提要,课题背景 国内外研究现状 论文研究内容 KVM动态迁移的结构分析 KVM动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,研究现状,受到网络、本地I/O、虚拟机应用等影响,如何自适应调节满足用户需求？,停机时间短 迁移总时间短,HPDC、VEE、OSDI 迁移本身关注少 迁移过程复杂、不确定且缺乏自适应性,内容提要,课题背景 国内外研究现状 论文研究内容 KVM动态迁移的结构分析 KVM动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,研究内容,分析KVM 动态迁移的结构,分析KVM 动态迁移的性能,优化和扩展 KV
3、M动态迁移机制,代码跟踪 监控点插入,总结迁移影响参数 实验获取数据，并分析 脚本文件处理数据 针对每种参数分析性能变化及原因 给出参数对性能的具体影响 建模模拟各参数对迁移时间的影响,迁移过程中实时带宽计算的改进 迁移过程中状态转换条件的优化 自适应的KVM虚拟机动态迁移设计,内容提要,课题背景 国内外研究现状 论文研究内容 KVM动态迁移的结构分析 KVM动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,KVM动态迁移的结构分析,内容提要,课题背景 国内外研究现状 论文研究内容 KVM动态迁移的结构分析 KVM动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望
4、,KVM动态迁移性能分析实验环境,实验时虚拟机从IP为192.168.1.168的主机迁移到IP为192.168.1.179的主机上，镜像存放于NFS服务器中。,KVM动态迁移性能分析实验参数说明,KVM动态迁移性能分析迁移速度大小的影响,实验条件,随着速度的增加，迁移总时间减小，在达到一定值时变化不再明显；而停机时间则随着速度的增大而增大。,带宽波动 自动调节,速度增加，实际带宽也增大，迁移的时间减小。,KVM动态迁移性能分析迁移速度大小的影响,进一步分析,速度不能过大 迁移时间减小不明显 停机时间增加,KVM动态迁移性能分析,内容提要,课题背景 国内外研究现状 论文研究内容 KVM虚拟机动
5、态迁移的结构分析 KVM虚拟机动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,迁移模型的建立,理想情况下，每一轮产生的脏页都可以在下一轮发送完 每轮的发送时间 初始条件 迁移总时间 限制条件,迁移模型的建立(一),上一轮的脏页在本轮中未全部发送掉 每轮剩余的脏页数： 前N-1轮积累的脏页数： 第N轮需要发送的脏页数： 停机时间判定条件：,迁移模型的建立(二),迁移模型的建立(三),负载和带宽非定值，而是随着时间变化 根据实际环境变化，无统一模型。 可统计规律，然后预测。,模型的检验,模型2更好，但数值上差别较大。 负载与脏页产生速率,迁移过程中问题改进,关于发送数据,关于带宽
6、计时 实验中发现，KVM的带宽计算远远高于实验中给定的带宽限制值。,优化后的获取一次迭代时间间隔和传输数据量的实际流程图,增加两个状态装换条件：,迭代拷贝已发生次数iterate_count 当iterate_count大于所设定的最大迭代次数时，则进入停机拷贝阶段； expected_time稳定并且接近所设定的最大停机时间 保存最近5次的expected_time ，计算其平均值与方差，并在平均值与max_downtime之间相差不大（可由用户决定相差的百分比），并且最后几次的exptected_time之间的波动不大，则进入停机阶段。,迁移过程中状态转换条件的优化,现有的状态转换条件：,
7、若当前处于迭代拷贝阶段，并且预计完成迁移剩余时间expected_time小于最大停机时间时，则进入停机拷贝阶段,条件不够完善，在特殊情况下无法停机 例如：脏数据产生速度大于迁移速度时，永远无法满足停机条件 此外实验中发现某些情况下迭代会无意义的循环进行。,自适应KVM迁移机制的设计与实现,最大迭代次数对我们的实验结果也有很大的影响，尤其是在减小总迁移时间和最终发送的数据上。因此我们的自适应的迁移机制对于改善迁移的性能是很有效的。,内容提要,课题背景 国内外研究现状 论文研究内容 KVM虚拟机动态迁移的结构分析 KVM虚拟机动态迁移的性能分析 自适应的KVM虚拟机动态迁移方法 总结与展望,总结与展望,请各位老师批评指正,谢谢！,
