趙利芳

(集寧師范學院,內(nèi)蒙古 集寧 012000)

0 引言

現(xiàn)階段,國內(nèi)互聯(lián)網(wǎng)業(yè)務蓬勃發(fā)展,以互聯(lián)網(wǎng)為基礎的平臺建設實現(xiàn)了在各行各業(yè)的全面滲透。以教學資源共享和在線教育為目標的校園IT平臺逐漸成為校園教學建設的重要組成部分之一[1]。與其他行業(yè)相比,校園IT平臺中不僅包含的數(shù)據(jù)資源規(guī)模較大,同時信息的更新頻率也相對較高,同時資源的價值具有長期價值,因此,如何實現(xiàn)對平臺信息的完整存儲成了需要重點關注的問題[2]。為此,將平臺進行云端遷移成了首選,通過將平臺中的信息資源遷移到云端,可以實現(xiàn)對其完整備份,且避免了平臺攻擊條件下的信息安全問題。不僅如此,還可以降低平臺的運行負載,提高工作效率。其中,彭軍等[3]研究了一種以快速深度Q學習為基礎的車載系統(tǒng)云遷移方法,提高了遷移的完整性,但在遷移過程中的停機時間較長；李坤妃[4]對鐵路檢測系統(tǒng)的云遷移方案進行研究,改善了遷移過程中的內(nèi)存開銷,但遷移的穩(wěn)定性存在一定提升空間。

在平臺的實際遷移過程中,穩(wěn)定性的高低關系到遷移過程中信息的安全性,為此,本文就遷移過程中停機時間這一問題展開了關于校園IT平臺向云端遷移的研究,并通過實驗驗證了所提遷移方法的有效性。通過本文的研究,以期為校園IT平臺的業(yè)務聯(lián)動以及平臺大數(shù)據(jù)分析帶去幫助。

1 校園IT平臺云遷移方法

1.1 選擇遷移節(jié)點

為減少遷移過程中云計算中心運行節(jié)點的數(shù)量,以最小的成本完成平臺向云端的遷移,本文首先對節(jié)點的負載率遷出閾值進行設置,以待遷移校園IT平臺的規(guī)模為依據(jù),設計節(jié)點的負載率閾值,以此為基礎的節(jié)點選擇流程如圖1所示。

從圖1中可以看出,負載過低節(jié)點上的全部虛擬機是待遷移平臺虛擬機的來源。由這些虛擬機共同構(gòu)成平臺的遷移列表。通過對云計算中心處于運行狀態(tài)的節(jié)點進行遍歷,對各個節(jié)點的負載率進行計算,其計算方式如下:

圖1 遷移節(jié)點選擇流程

其中,P表示節(jié)點的負載率,λ表示節(jié)點的傳輸系數(shù),a和b分別表示節(jié)點傳輸隊列的大小以及已經(jīng)完成的傳輸隊列大小,l表示單個待傳輸信息的長度。

再以設定的負載率遷出閾值為判斷標準,假設云遷移的負載率閾值為Pmax,當存在P≤Pmax時,則經(jīng)該節(jié)點劃分為欠載節(jié)點,否則為正常負載節(jié)點,通過這樣的方式,選擇欠載節(jié)點進行平臺的云端遷移。

1.2 平臺遷移

在確定遷移的節(jié)點后,即可開展平臺的遷移工作,為此,需要建立待遷平臺虛擬機與遷移節(jié)點之間的匹配關系,通過這樣的方式確保遷移過程中節(jié)點的負載不會出現(xiàn)異常,減少停機狀態(tài)出現(xiàn)的時間。

本文首先確定平臺遷移的最佳節(jié)點,以平臺虛擬機請求資源與節(jié)點剩余負載資源的一致性關系作為選擇標準,對遷移過程中的每個節(jié)點進行選擇。由于平臺虛擬機的遷移請求中涉及多種資源,為此,本文對不同資源的單項遷移成本進行計算,對不同表示方式的資源遷移需求歸一化處理,方式如下:

其中,x表示平臺的某個單項資源,S(*)表示歸一化后的表示形式,L(*)表示對應x資源的遷移需求,節(jié)點上的剩余負載,R(*)表示平臺虛擬機請求遷移的資源,T(*)表示節(jié)點上現(xiàn)有的資源量。

以此為基礎,對平臺資源與遷移節(jié)點進行匹配,匹配的目標是節(jié)點利用率最大化,同時遷移過程中經(jīng)過的節(jié)點數(shù)量最小化。本文按照平臺虛擬機云遷移所需總時間的長短,以升序的方式對所有待遷移的平臺虛擬機進行排序,將遷移時間轉(zhuǎn)化為平臺虛擬機 RAM和CPU資源與遷移帶寬之間的比值關系,以最小值作為遷移的實施路徑,以此實現(xiàn)平臺的云端遷移。

2 應用測試

將本文提出的平臺云遷移方法應用于實際的環(huán)結(jié)構(gòu)中,為此,本文在Linux 環(huán)境下搭建了OpenStack私有云環(huán)境作為遷移目標,以此為基礎開展測試。

2.1 實驗環(huán)境

校園IT平臺虛擬機的操作系統(tǒng)為SUSE LINUX Enterprise Server Service Pack 3 64bit,設置有雙核的CPU,64G的運行內(nèi)存用于適應信息訪問請求的兼容,硬盤大小為1T,用于存儲平臺用戶的信息以及平臺運行的基本邏輯編碼。

2.2 云遷移搭建

在上述基礎上,本文首先通過搭建OpenStack云平臺實現(xiàn)對校園IT平臺虛擬化服務的管理,使用KVMQEMU架構(gòu)為下層的平臺虛擬域提供基本的虛擬化服務,libtpms提供平臺的完整功能數(shù)據(jù)基礎。并在其中3臺計算機上搭建OpenStack平臺,一臺作為OpenStack云平臺控制節(jié)點,兩臺為計算節(jié)點,為了確保計算效率,為其搭載了TPM2.0芯片。除此之外的第四臺計算機作為共享存儲服務器,以平臺存儲后端的形式存在,各設備節(jié)點之間的連接是通過交換機實現(xiàn)的。

以此為基礎,在OpenStack 的計算節(jié)點添加libtpms,通過這樣的方式為QEMU提供完整的調(diào)用資源,并修改OpenStack 的代碼,確保平臺支持OpenStack對平臺界面的管理。為了保證平臺源節(jié)點虛擬機和云環(huán)境節(jié)點狀態(tài)在動態(tài)遷移中的一致性,對平臺進行了一次時間為0.1m的停機遷移,使二者的內(nèi)存狀態(tài)、CPU狀態(tài)以及硬件設備狀態(tài)實現(xiàn)同步。在此基礎上,對同樣資源的校園IT平臺進行10次遷移,并將彭軍等[3]和李坤妃[4]方法作為對照組,在相同環(huán)境下進行遷移。

2.3 試驗結(jié)果

本文分別統(tǒng)計了3種方法遷移規(guī)程中出現(xiàn)的停機時間,其結(jié)果如表1所示。

表1 不同方法遷移過程中停機時間統(tǒng)計/ms

從表1中可以看出,在3種方法中,彭軍等[3]方法的停機時間基本在20～25 ms,10次遷移的停機時間均值為22.48,相對較長；李坤妃[4]方法的停機時間波動較大,最短僅為12.69 ms,屬于極為優(yōu)秀的遷移,最長時間可達到26.41 ms,屬于低質(zhì)量遷移,10次遷移的平均停機時間為20.26 ms,基本與彭軍等[3]方法持平,說明李坤妃[4]方法的穩(wěn)定性較差；本文方法的停機時間始終穩(wěn)定在10～13 ms階段,最長停機時間也僅為12.31 ms,10次遷移的平均停機時間為11.20 ms,表明本文提出的云遷移方法可以實現(xiàn)可靠的平臺遷移處理。

3 結(jié)語

目前平臺的云端遷移問題已經(jīng)成為確保數(shù)據(jù)信息安全,實現(xiàn)平臺信息完成備份處理的重要方式之一,其不僅可以大大降低平臺載體的運轉(zhuǎn)負荷,提高使用壽命,也可以在某種程度上保證平臺功能執(zhí)行的穩(wěn)定性。一般情況下,遷移方案主要是以特定遷移場景為目標設計的,不具有普遍適用性。本文就平臺云遷移過程中的停機時間過程這一問題展開研究,并最終實現(xiàn)了對停機時間的有效控制。通過本文的研究,以期為提高平臺云遷移的效率提供借鑒價值。