面向云数据中心能效优化的虚拟机放置算法

2018-03-16龚炳江冯谦谦赵晓峰

计算机工程与设计 2018年2期

龚炳江，冯谦谦，赵晓峰

(1.河北工程大学信息与电气工程学院，河北邯郸 056038；2.河北工程大学管理与工商学院，河北邯郸 056038)

0 引言

云数据中心的虚拟机资源异构性和物理机规格的不一致性，导致了服务器内部和云数据中心的资源负载不均衡[1]。因此，如何定义虚拟机和物理节点之间的映射关系对系统的性能产生重要的影响。一些学者采用传统的启发式算法或者改进的启发式算法来进行全局化搜索，解决虚拟机的放置问题[2-4]。尽管传统启发式算法简单易行，但是容易产生局部最优解，无法获得全局最优解。文献[5,6]采用蚁群算法和粒子群算法求解虚拟机部署问题具有较好的效果，但是仍存在收敛速度慢、容易陷入局部最优等缺陷；文献[7]采用基于虚拟机的编码方式，存在编码冗余等缺点，并没有将遗传算法的效率发挥到最大。本文在分组遗传算法的基础上，采用资源利用率多维标准差控制参量，设计适应度函数引导搜索解空间。此外，采用轮盘赌方式选择参与交叉过程的染色体，比较定义的基因评估参数值，确定较优的基因进行交叉，使得子代染色体能够较大可能继承父类染色体的优秀基因。而变异采用随机删除较差基因来改变子代的染色体编码，提高最优解的收敛速度。通过实验分析，提出的虚拟放置算法能够有效减少资源浪费，提高数据中心的整体能效。