面向网络化操作系统的虚拟资源动态反馈
均衡分配机制#
唐磊1，庞浩2**
基金项目：“核高基”国家重大专项，面向新型网络应用模式的网络化操作系统
作者简介：唐磊，（1987-），男，研究生，主要研究方向：通信与信息系统
通信联系人：庞浩，（1979-），男，研究生导师，主要研究方向：云计算. E-mail: terrypang1979@gmail.com
5 （1. 北京邮电大学信息与通信工程学院，北京 100876；
2. 北京邮电大学软件学院，北京 100876）
摘要：随着现代网络技术和虚拟化技术的快速发展与应用，传统终端操作系统的应用模式借
助于网络技术可以无缝的延伸到巨大的互联网后台，由此也形成了新型的网络化操作系统。
而利用虚拟化技术生成的虚拟资源作为网络化操作系统运行的基础，扮演着举足轻重的作
10 用。如何对其进行有效的分配、管理，使其达到充分有效的利用是必须要面对的问题。本文
提出了一种面向网络化操作系统的虚拟资源动态反馈均衡分配机制，可以实时监控、获取整
个系统内资源的利用情况，并依次进行合理的配置。经测试，系统运行稳定。
关键词：网络化操作系统；虚拟化；虚拟资源；动态反馈；均衡分配
中图分类号：TP3
 35 0 引言
传统的终端操作系统，通常是嵌入式操作系统，加上一组网络协议，典型的如TCP/IP
协议和其它应用协议簇，在应用层使用C/S 或B/S 模式跟网络端连接，请求相应服务。通过
本地向网络侧请求获取需要的信息，按照网络的时延获取质量不同的服务。随着网络和虚拟
化技术的快速发展，出现了网络化操作系统。
40 网络化操作系统可以描述为，通过虚拟化技术和现代网络技术，将操作系统功能边界扩
展到网络侧，将终端侧和网络侧在一个统一的架构内进行计算和资源的配置、调度、管理，
使得网络化操作系统平台可以充分、合理地使用和共享网络系统内的资源，并且使之得到最
 大化利用；支持用户终端的位置无关性，支持计算和资源配置的透明性，为用户提供一致的
业务体验[1]作系统平台支持下，其应用模式和部署系统分别如图1 和图2 所示：
45
图1 网络化操作系统应用模式
Fig.1 The Application Mode of the Network Operating System
50 图2 网络化操作系统示范系统
Fig.2 The Demonstration System of the Network Operating System
网络化操作系统由网络化操作系统终端和网络化操作系统网络侧平台组成，网络化操作
系统终端为安装有网络化操作系统终端操作系统的移动智能终端。它们通过宽带移动通信接
55 入网接入网络化操作系统网络侧平台。网络化操作系统网络侧平台由两个功能域组成，分别
是核心服务器集群和辅助服务器集群。每个功能集群包含若干台服务器。
网络化操作系统网络侧平台的核心技术之一是基于虚拟化的资源虚拟化[2]计算、存储、
 网络等各类异构资源借助于虚拟化技术实现统一的管理、弹性的配置、灵活的调度和安全的，
如果对虚拟资源的分配不均，会造成单个节点的服务器负载过重，而其他节点闲置，最终造
60 成服务质量得不到保证，甚至导致服务器节点的瘫痪[3],因此对于虚拟资源的实时监控和均衡
分配对于整个系统平台的稳定运行和资源的有效利用有重要的作用。
1 网络化操作系统网络侧平台体系架构
图3 网络化操作系统网络侧平台体系架构的示意图
65 Fig.3 The Platform Architecture Diagram of the Network Operating System Network Side
如图3 所示，新型网络化操作系统体系架构和框架由资源层、系统层、服务管理层、服
务索引层、用户搜索层和安全服务层组成。其中，资源层由计算资源，存储资源，网络资源
等虚拟资源组成，资源层主要实现对虚拟资源的发布与管理。由于资源层是整个网络化操作
70 系统的运行的物理基础，因此在对资源的发布和管理上需要实时的获取到资源的利用情况，
尽可能的达到均衡分配，实现资源的最大化利用和系统的稳定运行。
2 动态反馈均衡分配机制的模块
本文涉及一种面向网络化操作系统的虚拟资源动态反馈均衡分配机制，其目标是把“合
适”的任务分配给“合适”的处理机[4]能够实时监控网络化操作系统网络侧平台的虚拟资源
75 的利用情况，并根据实时监控动态反馈的情况采用全局式的调度方式[5]衡分配资源，达到充
分、合理地使用和共享网络中的资源并使之得到最大化利用的目的。动态反馈均衡分配机制
的原理图如下图所示：
 图4 网络化操作系统的虚拟资源动态反馈均衡分配机制原理图
Fig.4 The Schematic of the Dynamic Feedback and Balanced Distribution Mechanism for 80 the Virtual Resources
3 主要模块设计和功能
系统采用了JAVA 编程语言来开发，由于采用了面向对象的设计方法和模块化的设计思
路，各个模块的耦合度很低，具有很高的可扩展性和灵活性。
85 3.1 资源请求模块
资源请求模块是网络化操作系统与外界进行交互的接口，用户根据模块提供的接口，
按照已经规定好的格式向网络化操作系统发出资源申请请求，资源请求模块接受到用户请求
后，根据请求中的格式解析请求的种类，请求的特征和请求的资源类型，根据请求中对CPU，
内存，硬盘和网络延迟的需求不同，依次计算出一组权重α、β、γ 和δ，其中α+β+γ+δ=1。
90 最后用户的请求进行排队，将较高优先的请求排在前面。资源请求模块以Dameon 方式在系
统中运行，不断的接受并处理用户的资源请求。
3.2 资源实时监控模块
资源实时监控模块主要任务是实时监控网络化操作系统中的虚拟资源池，将收集到虚拟
资源池的信息存入数据库。
95 在网络化操作系统实际的部署环境中（图2 所示），资源实时监控模块部署在管理服务
器上，在管理服务器上安装RHQ Server 作为资源监控模块的核心，用于监控整个核心服务
器的运行状态数据，而在资源服务器上的所有虚拟机上部署RHQ Agent，同时我们在RHQ
Agent 上绑定RHQ Server，这样RHQ Server 可以以某个时间间隔（如6 秒）定时的获取虚
拟机运行状态的所有信息，然后将数据存入数据库。关于时间间隔的设置，虽然很短的间隔
100 可以更加确切地反映出各个虚拟机的负载，但是很频繁的操作会给虚拟机带来一定的额外的
负载。所以在这里有个折衷(Tradeoff)，我们一般建议将时间间隔设置到5 到20 秒之间。
资源实时监控模块在系统中由RHQResourceMonitor 类实现，在初始化时，首先通过调
用login 函数登陆上RHQ Server, 然后获取监控定义， 该功能由返回值为
MeasurementDefinition 类对象的getDefinitions 函数来实现。在获取到监控定义之后，结合
105 虚拟机的IP 地址来依次获取服务器资源实时信息。如通过调用getPlatform 函数获取到资源
列表，利用getCPUReport 、getMemoryReport 等函数来获取CPU，内存等等信息。最后，
再将获取到的信息插入数据库中，供资源动态管理模块使用和分析。
 3.3 资源动态管理模块
资源动态管理模块主要任务是读取实时监控模块提供的网络化操作系统资源的监控信
110 息并根据网络化操作系统管理和配置, 计算出所有虚拟机的综合负载值L，分析各虚拟机运
行状况。当L 值超过配置的告警线时候，资源动态管理模块会向资源分配调度模块发出告
警。资源分配调度模块会将其L 值置为0 作为调度锁，锁住虚拟机，使其不再接受新的任
务。最终资源分配调度模块将任务分配给L 值最小的虚拟机中去。通过定义告警临界值可
以防止服务器过载，同时也为管理员决定是否增加虚拟机和资源服务器提供依据。
115 3.3.1 基于预测的动态加权调度算法
对于综合负载值L 的计算，本系统采用了基于预测的动态加权调度算法。算法首先规
定如下：
(1) 当L=0 时，表示该虚拟机不可用，已经建立连接的请求可以继续得到服务，但是拒
绝任何新的应用请求。当虚拟机需要维护或者虚拟机的使用情况已经达到了告警级别的时候
120 适用与此种情况。
(2) 当L！=0 时；L 的计算方式为L=C*α+M*β+D*γ+N*δ。其中C、M、D、N 分别代
表了CPU，内存，磁盘，网络延迟等虚拟资源。α、β、γ 和δ 为资源请求模块中计算的权重
系数。
在实际运行过程中，当有新的任务来临是，为了计算L 值，资源动态管理模块与资源
125 请求模块通信，获取该任务的权重系数α、β、γ 和δ。而对于C，M，D，N，P 的获得，其
核心机制是根据过去一段时间内资源实时监控模块检测到的虚拟机的运行状况来预测其未
来的值。
3.3.2 基于预测的动态加权调度算法举例
为了准确的描述算法的实施过程，系统以CPU 为例进行计算。
130 （1）资源实时监控模块中的Server 以周期5 秒获取虚拟机i 上的Agent 记录的 CPU 利
用率记录xi[t]，Server 在收到数据后会记录下来，资源动态管理模块通过Server 获取到CPU
在某一段时间内的利用率，通过对虚拟机CPU 的利用率历史记录的分析，判断预测各虚拟
机未来时段运行状态，负荷能力。因为不同虚拟机有不同的物理计算能力同时由于已分配任
务的不同，所以需要对虚拟机进行实时的跟踪记录，同时也进行实时预测和判断。
135 （2）当资源分配调度模块收到资源请求模块发出的请求时候，通知资源动态管理模块，
此时资源动态管理模块读取数据库的利用率记录后使用MA（Moving average）滑动平均预
测算法，预测各虚拟机的未来下一时段的CPU 利用率yi[t]，由于需要实时预测，所以预测
记录也是时间序列，在每个时段更新：
100
1
[ ] 1 [ ]
j 100
y t X t j
=
=Σ −
140 那么y[t]即为我们预测的下一刻CPU 的负载值C。
（3）同样，我们对内存，磁盘使用率，网络延迟和进程数使用滑动平均预测算法预测
后，分别得到了下一刻的M,D 和N，将其引入上述L 的计算公式，选出L 值最小的虚拟机
k 发送回资源请求模块。
Lk=min{ L1[t], L2[t], L3[t]… Ln[t]}
145 若在计算的过程中发现L 的值高于系统规定的告警值后，管理模块会对该虚拟机生成
 调度锁，即将L 值置为0，使得该虚拟机不可用。依此来防止服务器过载，同时，如果系统
学术论文网Tag：代写论文 论文发表 计算机论文 代发论文 职称论文发表