云计算环境下虚拟机资源分配与管理策略的研究
【摘要】随着科技的进步，导致云计算方面的技术也在不断的飞速发展，大量的计算机系统服务器一起组成了互联网的庞大资源，并提供用户更多、更广的资源利用，更好的进行虚拟机资源的合理优化与分配。
【关键词】云计算；虚拟机；资源分配；管理策略
一．引言
由于当今互联网的飞速发展，产生了大量的网络信息，使得有关网络信息的低成本、普适化、智能化处理需求变得极为迫切[1]。云计算能够利用这一需求获得飞速发展，并受到多数软硬件开发商、互联网服务的提供商以及电信运营商等的青睐，因此云计算将会成为互联网界的必然趋势，也是政府和企业对市场脉搏进行把握的必修课程。云计算内的所有资源均是由虚拟机的形式进行提供，进行有关资源利用、优化系统的反应速度、降低有关资源方面的临时调配以及网络冲突等问题的存在，使得对于云计算环境的虚拟资源合理分配优化任务成为当今的重中之重。本篇文章主要分析了有关当今社会科技发展的云计算技术在国内国外的研究现状，介绍了虚拟机资源分配方面的常规算法，以及针对一些资源的管理办法。
二．云计算的国内外研究现状
众所周知，云环境内拥有大量的分散的结构资源，具体包括了处理器、可视化设备、内存以及软件等等，对于如何进行有效合理地分配以上诸多方面的资源成为了当前社会云计算研究方面的重难点。正是因为不同的云服务商家有各自的商业目标，不同的用户群体有不同的功能方面的需求，导致了云服务厂商采取不同资源分配方式进行虚拟机的构建[2]。作为业界精英也是较早进行云计算的IT商业公司--IBM公司，其蓝云计算平台就要在进行虚拟机资源的分配策略时尽量以性能方面优先考虑，根据不同优先等级的用户以及不同的定制业务，采用不同的虚拟机的分配策略，再依据其实际的执行情况，进行有关虚拟机资源实际的决定。而与之不同的是亚马逊公司旗下的Amazon弹性计算，要在进行虚拟机资源的分配策略时更加注重虚拟机的成本、用户的差异需求、可靠服务等方面的问题，而用户可以依据自身对于资源的需要进行相应资源的定制。还有VMware公司的云计算平台，要在进行虚拟机资源的分配策略时更多的考虑资源利用率以及系统的安全性方面，要做到能够预先将资料的动态迁移、数据的备份与恢复方面进行预先设置，进行安全性方面的充分考虑，从而实现了有关负载均衡的资源分配方式[3]。云计算在我国而言也有较为迅猛的发展，自从2009年末国内启动了成都云计算中心，是第一个规模化、实用化的云计算中心，该中心的建立也标志着我国开始使用超级云计算中心进行有关商业化模式的运营。而IBM公司在2008年也建立了大众化区的云计算中心。同期广东的电子工业研究院也在东莞建立了一个云计算基地。有关云计算的安全问题也作为了云计算技术的一个重要分支，搞得如火如茶。比如多数公司都退出了有关云安全问题的解决方案，例如360安全卫士、金山等。在2009年，召开了第一届中国云计算大会。当年年底，中国电子学会又召开了第一届有关云计算的学术会议。
三.云计算下虚拟机资源在分配方面的算法介绍
常见的有关虚拟机资源方面的分配算法有市场导向、启发式、基于云计算平台的系统特征三方面的分配算法[4]。有关市场导向方面的资源分配方法要求虚拟机根据用户对于不同虚拟资源的需求以及有关自由市场竞争中存在的相识处进行分配，并尽量将市场资源分配算法合理的应用到有关虚拟机资源的分配当中。而启发式算法的定义是在虚拟机承受范围内的时间和空间计算下，所给出的一个可行的解决目前问题的方案。
3.1基于市场导向的资源分配算法
有关自由市场资源方面和用户方面的竞争来自虚拟机的资源问题，所以，可以利用自由市场竞争的方式来解决有关虚拟机资源分配方面的问题，进而得出最佳的分配方面的策略。目前为止，已经有部分学者提出了有关基于市场导向的资源分配算法的策略。对于博弈论而言，主要是进行有关激励结构间公式化的相互作用的研究，也是具有斗争和竞争性质现象在数学理论方法方面的研究。对于博弈论而言，成为了当前经济学主要的标准分析工具。非合作博弈论又叫做纳什均衡，其定义为一种有关参与人的策略组合，并且在这一策略组合的基础上，所有的参与人都不能够进行单独的策略改变。而对于所有的博弈参数而言，假使一个博弈方的所有组成策略都是单独一个组合策略的总和，那么对于每一个博弈方而言，其策论都是其余所有博弈方策略的总体组合出来的最佳对策，也是对于任意博弈策略均成立的对策，即纳什均衡。
3.2启发式算法
启发式算法的具体方式是在虚拟机资源的承受条件下，提供的有关虚拟机资源的分配方式，但是不能够保证这种分配方式是最优方式。目前为止常见的启发式资源分配算法有微粒群优化算法和遗传算法两种。对于微粒群优化算法而言，其粒子的初始化作为一种随机解，通过叠代来寻找最优解，而每次叠代都可以令粒子进行跟踪，从而进行有关极值方面的更新。作为第一个被找到的极值的最优解成为个体极值最优，作为另一个被找到的极值称为目前的整个种群中所能找到的全局极值最优[5]。并且，还可以通过对不同种群进行整体的少部分含有最优粒子邻居的筛检，获得的邻居极值可以称为局部极值。遗传算法则是对于达尔文生物进化论有关自然选择方面的模拟，对于遗传学生物进化过程方面的机理作为计算模型，可以通
过自然进化过程的模拟来进行最优解方法的搜索。但是遗传算法只能够在有适应度函数不当选择情况下才可能出现局部最优解，而非全局最优解。
3.3基于云计算平台系统特征的分配算法
这一类型的分配算法主要根据云计算平台系统特征来进行计算的，例如使用并行性来进行虚拟机资源分配算法的设计。如H3C CAS云计算管理平台能够将服务器的主机和虚拟机进行组织集群，给予一个特别分层次清晰的结构视图进行更加直观的数据展示，详细的介绍主机池、主机和虚拟机间的关系，进行了合理的有关资源管理工作方面的简化。
四.云计算虚拟机在管理方面的办法
对于云计算进行虚拟化的管理，能够有效的增加虚拟化网络办法，是要求视同更加安全、更加高效的云计算来进行相关网络系统计算，从而提供给读者基础性的云活动。因此要求我们使用更科学、更可靠、更安全、更经济的策略，以此来确保进行网络管理时的安全与高效。
4.1有关支持虚拟化网络的集群运营能力
众所周知，正是由于云计算对环境的作用，才能够使得大规模集群化发展为当今有关计算、存储、网络、管理资源发展的主流方向，并且给用户提供相应的业务和云服务革新的有效保障。对于云计算当前环境下的发展，使得云应用平台进行大规模的集群没有阻碍的进行构架，成为当今对云计算采用支持的主流的网络结构。但是对于电子设备在有关制造技术方面的进行的发展，能够导致云网络系统的设备硬件下降幅度在集成度和制造成本两方面增加，考虑到网络设备的性能和采购成本等相关因素，不会困扰云网络系统。所以，要求我们建设一个更科学、更可靠、更均衡的网络系统，才能够给云计算环境提供一个更加大规模的集群系统，从而能够进行更安全、更可靠的数据传输方面的服务。这要求我们做到以下几点：第一，有关云数据中心的通信节点间的距离能够消除有关网络传输性能方面带来的影响，以此来满足集群环境对于设备进行对等通信的要求。从而将数据访问服务器物理位置排除限制，使得任意节点间可以进行相关的传输工作，并保证数据中心大范围流动流量。第二，要求尽量减少对于云数据中心网络系统层次结构的变化，并降低复杂化的层次结构，利用扁平化的架构进行有关网络交换与传输速率的提高。
4.2建立一个透明的虚拟化交换网络
云计算环境要求进行从网络、数据中心到进行备份的数据中心间安全高效传输，因此要进行一个透明的虚拟化网络尤为重要。为大幅度的提高有关网络数据在传输方面的效率，这也要求我们平时数据中心内部网络、数据中心间、数据中心到用户间要进行一个两层的透明交换网络的构建。这一个二层网络要求具有多种路径进行相关数据间的转发流量分担、路径最短转发等特点，来确保网络结构具有简单、高效的特性，实现虚拟机之间的透明化的数据传输过程。此外，对于这一个二层网络而言，具有不用部署以及简单进行维护特点，可以形成一个特别有效的矩阵，来提高网络大流量数据功能，实现了虚拟机的动态迁移传输保障。
4.3确保建立虚拟化的网络安全
对于虚拟化网络安全能够有保证的关键是云系统的正常运营。具体可以从以下几个方面进行安全性的保障。第一，虚拟化网络的安全管理，要做到这一点就要求我们在进行相关云数据中心跟外网接口进行设置监控方面的管理，以及对防火墙等安全设备进行维护工作外，还要针对相关设备在工作性质和数据传输方面进行有关设备的统一划分，从而保证了管理的控制权限。第二，要进行有关云数据中心进行有效的在管理、虚拟机网络方面划分，来极大程度的提高针对网络数据有关传输效率以及风暴防范，以此来确保网络可管性的有效提高。第三，要求我们在进行相关的云数据中心设备部署方面的过程，把能够涉及有关云系统正常运营方面的服务器进行安置于更加安全的军事区内，通过安全级别管理策略的设置管理，将大用户访问量和要求高工作效率的服务器合理的安置在非军事区来提高服务器访问效率。
五.结语
随着当今世界科技的飞速发展，也使得云计算不断的进行发展，而那些智能、有效的资源分配算法仍是今后进行相关研究的重点。云计算网络环境的复杂、动态，也使得云计算在不断变化的环境下能够进行不同任务使用不同调度策略的办法，从而有效的均衡网络负载情况，尽可能的降低主机能源方面的损耗，进而提高云计算的整体能力。本篇文章通过对虚拟机有关资源分配方面的算法进行研究，从而得出如下结论:根据市场导向进行资源分配的算法能够得出最优解的分配算法；而对于虚拟机分配算法中的启发式算法而言，是相对简单的计算方法；对于依靠云计算平台系统特征进行分配的算法则更适合那些特定的云计算平台。事实上，对于虚拟机资源分配算法以及相关的管理策略方面，还有许多值得我们去学习和研究的地方。
【参考文献】
[1]高军.云计算环境下基于QOS保障的数字图书馆虚拟机资源分配策略[J].现代情报,2013,33(11):42-44.
[2]李济汉，李素粉，张云勇，房秉毅.云计算环境下虚拟机资源均衡调度方法研究[J].电信科学,2013,(04):78-82.
[3]陈臣，马晓亭.云计算环境下数字图书馆虚拟机资源分配及部署策略研究[J].图书馆工作与研究,2013,208(06):046-048.
[4]魏婷.云计算环境下数字图书馆网络虚拟化资源管理策略研究[J].现代情报,2012,32(08):20-22.
[5]林伟伟，齐德昱.云计算资源调度研究综述[J].计算机科学,2012,39(10):1-6.
