谢慧

摘   要：数据信息量的爆炸式上升促使存储设备的容量愈来愈大，如何高效地开展存储管理成为饱受重视的问题。与此同时，监管疏忽的问题也愈发明显，数据资源的爆炸性增加与监管能力的相对缺乏间的冲突越发尖锐。在广域网区域内，一方面大量存储资源长久空置或者被低效能使用，而另一方面也有大量用户的储存需求不能获得满足，进而存储虚拟化技术应然而生。存储虚拟化技术有着存储资源使用率高、可以屏蔽物理装置异构性、内存资源监管灵巧等优势，提供大容量、高效能动态管理系统。

关键词：储存虚拟化  内存  动态管理

中图分类号：TP3                                    文献标识码：A                        文章编号：1674-098X（2019）08（c）-0124-02

1  研究背景

于现代信息中心，虚拟化技术与资源监管、客户端整合、提升资源使用率等领域展现了极大的作用，现已成为云计算框架中的重要技术支撑。在虚拟的环境中，若要确保高资源使用率与系统效能，就必须有一个高效能的内存资源的管理技术，从而使得虚拟机的物理内存能够适应程序对于内存需求的不断变化。同时，数据资源的快速上升还对于储存系统的稳定性与扩展性提出了考验，大量信息与计算能力的分布，迫切需要在储存虚拟机当中提供内存资源动态监管技术。所以，如何在信息中心内开展内存资源的灵活调整，就成为一个决定性的问题。

2  研究内容

2.1 内存动态调配

依据内存工作设置的预判结果，我们可以在单独的主机内进行及时的虚拟机内存分派，接着更进一步使用远程缓存系统与虚拟机在线迁移系统把本地内存调配拓展到信息中心，以此提升总体系统的内存使用率。

2.2 基于远程缓存的多机内存资源调配

现代信息中心的服务器均是千兆以太网甚至于更加快的网络介质联网，但是磁盘访问的延迟要比网络传输的延迟高很多，因此这为我们提供了一个缓解虚拟机页面抖动的方法，即远程硬盘缓存。

2.3 全局内存管理

我们研发了一个全局内存管理器来调解信息中心的各个服务器的存储器需求及供应，每台主机上的内存预测器可以实时感知本地的存储器需求。全局调配器会定时询查每一个主机，一旦询查到某个主机出现内存负载过大，便会寻找另外一台有充足空余内存的服务器用作迁移目标机器从而引起迁移，进而使信息中心的内存资源获得最大化的采用。

3  虚拟机动态管理系统的设计与实现

为提高信息中心的效能，降低云计算服务商的实际成本，必须对云数据中心虚拟机展开监控，因此，建开源云计算平台OpenStack并且融合此前提请的虚拟机监控机制，研发、搭建并对云计算数据中心展开VDMCloud监控系统部署。

3.1 VDMCloud的设计与实现

虚拟机动态监管系统VDMCloud的整体框架和各组件间逻辑关系如下图所示。VDMCloud主要涵盖界面展现，资源监测，引发迁移，虚拟机选取，存放路径选取，迁移操控等主要组件。

3.2 界面展示模块

VDMCloud的用户界面是一个根据JavaWeb的界面，它是使用者认识虚拟机动态监管系统运转状况的接口。透过该视觉化界面，使用者可以便捷的获取云信息中心运算结点资源使用讯息与SLA违反次数、电力消耗、平均资源使用率以及资源平稳信息;使用者也能够透过该界面获取运算结点上运转的虚拟机的资源选用数据。

3.3 资源监控模块

服务器引发迁移最初应展开主机状况检验，因此VDMCloud需设置资源监控组件。本组建负责获得运算结点服务器以及虚拟机存储信息、CPU以及网络资源利用信息。运行在OpenStack平台当中每个运算结点，与此同时对于运算结点和运转在该服务器上的虚拟机进行监视。

3.4 虚拟机选择模块

触发迁移组件决策服务器引发迁移之后，需要由虚拟机选取组件从运行在该运算结点上的虚拟机中选取要迁移的虚拟机，并且向全局监管系统发布迁移要求。虚拟机选择组件透过资源监视系统获得的虚拟机使用数据记录，通过虚拟机选择机制获取到需迁移的虚拟机。

4  技术设计框架

平台的逻辑框图如图1所示。下层物理网络设施是整个研究平台的内核所在，它以一系列的虚拟结点为主体设备，通过交换机相互连接组建而成，为提高整体利用效率，通过对资源分配流程进行整体改进，让高速交换机连接所有的软硬件虚拟路由器，这样便使虚拟节点相互间形成了一条物理链路。

5  结语

高效率的虚拟化信息中心需要高效的资源管理策略，本研究基于内存资源管控，并重点研究了通过内存资源动态管控解决数据中心内存资源利用效率低的问题。理想的内存资源调节必须使虚拟机的可用物理存储器可以符合应用程序动态的存储器需求，所以，率先必需一个准确的在线内存预测器。结合之前的工作，我们实行了一系列的改进举措，于不阻碍预测器精确度的前提下尽量减少了系统开支。我们通过硬件计数器来进行WSS监控，另外也提升了LRU链表的信息架构，从而形成了一个精准的内存需求预测系统。并且把系统开支掌控于非常少的区域内。除此之外，依据内存负荷的时限长度，我们研发了两种多机内存资源调整策略：远程内存方针与虚拟机迁移策略。

首先根据先期预测对远程内存策略进行了分析，在此策略下所有的物理机逻辑通通对等，具有充足内存的服务器充当内存服务器，并且随着存储活动的变化来动态修改角色。一旦出现内存负载变，便会立即展开远程内存策略。用户机通过互联网采用远程内存服务器的内存减轻内存压力。

其次，对于如何确认全局内存分配策略展开了讨论。于目前的运用情节当中，我们绝不能预测需求持续时间，一旦虚拟机资源欠缺时，便启动远程存储器。但远程存储器的效能仍然难以和本地内存相比，若内存持续负荷，则应启用虚拟机迁移，并且这两个流程的目标服务器应尽可能确保相似，透过重用远程存储器的成效来缩减迁移时限。但远程内存开启的时限则是我们研究的重点，找到一个恰当的阈值，能够于较大水平上提高系统的内存效能。

参考文献

[1] 王柳峰.基于虚拟化的云计算平台内存资源协同共享技术研究[D].国防科学技术大学，2015.

[2] 刘文志.网络虚拟化环境下资源管理关键技术研究[D].北京邮电大学，2012.

[3] 卢建平.虚拟化系统中处理器资源管理和控制技术研究[D].解放军信息工程大学，2018.

[4] 徐辰光.云计算平台资源分配的动态管理技术研究[D].南京邮电大学，2014.

[5] 王宋君.基于虚拟化技术的服务器资源管理系统的设计与实现[D].中南大学，2015.

[6] 李俊涛.云計算数据中心虚拟机资源分配策略的研究[D].杭州电子科技大学，2015.

[7] 袁晓洁.虚拟用户环境中资源动态管理机制研究[D].华中科技大学，2017.