基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在私有云平台中,现有的方法无法灵活地对虚拟机内存资源进行有效的监控和分配.针对以上问题,提出了内存实时监测和动态调度(MMS)模型,利用libvirt函数库和Xen提供的libxc函数库实现了对虚拟机内存紧缺、内存空闲时的实时监测和动态调度,并且提出虚拟机迁移策略,有效地缓解宿主机的内存紧缺问题.最后选取一台物理机作为主控节点,两台物理机作为子节点,利用Eucalyptus搭建一个小型的私有云平台.结果显示,当宿主机处于内存紧缺状态时,MMS系统通过启动虚拟机迁移策略有效地释放了内存空间;当虚拟机占用内存逼近初始最大内存时,MMS为其分配新的最大内存;当占用内容降低时,MMS系统对部分空闲的内存资源进行了回收,而且释放内存不超过150MB(最大内存512 MB)时,其对虚拟机性能的影响不大.结果表明该模型对私有云平台中虚拟机内存进行实时监测和动态调度是有效的.
推荐文章
Java虚拟机内存管理分析
Java
Java虚拟机
内存管理
垃圾回收
私有云平台上的虚拟机进程安全检测
私有云安全
安全监测
进程资源
虚拟机
Collectd对KVM虚拟机内存监控的测试与优化
Collectd
KVM
内存监控
准确性
云环境下基于虚拟机动态迁移的调度策略研究
云计算
虚拟机动态迁移
资源调度
减少能耗
负载均衡
服务等级协议
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 私有云平台的虚拟机内存调度策略
来源期刊 计算机应用 学科 工学
关键词 私有云 内存监测 动态调度 虚拟机 迁移
年,卷(期) 2014,(9) 所属期刊栏目 先进计算
研究方向 页码范围 2523-2526,2531
页数 5页 分类号 TP393.08
字数 5278字 语种 中文
DOI 10.11772/j.issn.1001-9081.2014.09.2523
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵逢禹 上海理工大学光电信息与计算机工程学院 68 296 10.0 14.0
2 李大为 上海理工大学光电信息与计算机工程学院 2 7 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (5)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
私有云
内存监测
动态调度
虚拟机
迁移
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导