Research on Placement Algorithm of Flexible Virtual Machine in Elastic Optical Data Center

Zhongjun Ma; Fengqing Liu; Yuxing Chen

doi:10.3788/LOP222310

Journals >Laser & Optoelectronics Progress >Volume 60 >Issue 17 >Page 1706003 > Article

Laser & Optoelectronics Progress
Vol. 60, Issue 17, 1706003 (2023)

Research on Placement Algorithm of Flexible Virtual Machine in Elastic Optical Data Center

Zhongjun Ma, Fengqing Liu^*, and Yuxing Chen

Author Affiliations

School of Electronic and Optical Engineering, School of Flexible Electronics (Future Technology), Nanjing University of Posts and Telecommunications, Nanjing 210023, Jiangsu , China

show less

DOI: 10.3788/LOP222310 Cite this Article Set citation alerts

Zhongjun Ma, Fengqing Liu, Yuxing Chen. Research on Placement Algorithm of Flexible Virtual Machine in Elastic Optical Data Center[J]. Laser & Optoelectronics Progress, 2023, 60(17): 1706003 Copy Citation Text

show less

Placement of K-Means virtual machine algorithm. (a) Pipeline model virtual data center request after hose model transformation; (b) clustering result of K-means algorithm; (c) virtual machine placement to physical server in data center fat-tree topology

Fig. 1. Placement of K-Means virtual machine algorithm. (a) Pipeline model virtual data center request after hose model transformation; (b) clustering result of K-means algorithm; (c) virtual machine placement to physical server in data center fat-tree topology

Download full size

Placement of the VT-VMPA algorithm. (a) Pipe model virtual data center request after the hose model transformation; (b) result of VT-VMPA algorithm clustering; (c) virtual machine is placed to the physical server in the data center fat-tree topology

Fig. 2. Placement of the VT-VMPA algorithm. (a) Pipe model virtual data center request after the hose model transformation; (b) result of VT-VMPA algorithm clustering; (c) virtual machine is placed to the physical server in the data center fat-tree topology

Download full size

Fig. 3. Average network bandwidth consumption of the three algorithms

Download full size

Fig. 4. Blocking rate of three algorithms with different number of virtual machines

Download full size

Fig. 5. Average revenue of the three algorithms under different number of virtual machines

Download full size

Fig. 6. Blocking rate of three algorithms under different service intensities

Download full size

Fig. 7. Average network bandwidth consumption of algorithms under different service intensities

Download full size

Fig. 8. Time revenue of the three algorithms under different service intensities

Download full size

1：for 虚拟数据中心请求中的虚拟机集合 $V$ do
2：根据虚拟机集合中虚拟机与其他虚拟机的业务量，降序排序形成虚拟机集合 $V M$
3：end for
4：从集合 $V M$ 中选取核心虚拟机 $V_{c o r e}$ ，构成超级节点 $S u p e r V = \{V_{c o r e}\}$ ，则剩余的虚拟机集 $V M = V M - V_{c o r e}$
5：找出Fat-Tree数据中心中满足 $V_{c o r e}$ CPU计算资源的物理节点，形成候选的服务器 $S_{s e l e c t}^{V_{c o r e}}$
6：for 每一个物理服务器 $S_{i} \in S_{s e l e c t}^{V_{c o r e}}$ do
7：计算权重 ${W_{w e i g h t,}}_{S_{i}}$ ，并将服务器和服务器对应的权重以键值对的形式存入字典
8：end for
9：从字典中选择权值最小的物理服务器 $S_{m i n}$ 用来承载核心虚拟机 $V_{c o r e}$
10：将已使用的物理服务器 $S_{m i n}$ 添加到集合 $Ψ$ 中，将已映射的虚拟机 $V_{c o r e}$ 加入 $Ψ$ 集合中
11：获取虚拟数据中心请求第一个子集合可合并的最大虚拟机数 $U_{m a x}$ 以及当前服务器消耗的CPU资源量 $C p u T o t a l (V_{c o r e})$
12：将虚拟请求中与 $V_{c o r e}$ 相连但未做映射的虚拟机按照与 $V_{c o r e}$ 的通信量降序得到 $V M_{s o r t e d}$ 13：for 每一个虚拟机 $v_{j} \in V M_{s o r t e d}$ do 14：if $R_{C P U, V_{j}} + C p u T o t a l (V_{c o r e}) < P_{C P U, S_{m i n}}$ and $l e n$ $(S u p e r V)$ $<$ $U_{m a x}$ then 15：将该虚拟机映射到物理服务器 $S_{m i n}$ ，修改 $C p u T o t a l (V_{c o r e}) = C p u T o t a l (V_{c o r e}) + R_{C P U, v_{j}}$ ，在集合 $V M$ 中删除 $v_{j}$ ， $S u p e r V = S u p e r V ⋃ v_{j}$ ，将虚拟机 $v_{j}$ 加入到 $Ψ$ 。 16：else 17：退出第一个子集合中虚拟机的合并过程 18： $P $ 等于集合 $V M$ 中剩余的虚拟机 19：while $l e n (P ) \neq 0$ do 20：置为 $P * $ 空 21：for 每一个虚拟机 $v_{k} \in P $ do 22：找出物理网络中满足 $v_{k}$ CPU计算资源的物理节点，形成候选的服务器 $S_{s e l e c t}^{v_{k}}$ 23：for 每一个物理服务器 $S_{k} \in S_{s e l e c t}^{v_{k}}$ do 24：计算权重 ${W_{w e i g h t,}}_{S_{k}}$ ，存入字典中 25：end for 26：从字典中选择权值最小的物理服务器 $S_{m i n}^{}$ 用来承载虚拟机 $v_{k}$ 27：将使用的物理服务器 $S_{m i n}^{}$ 添加到集合 $Ψ$ ，将已映射的虚拟机 $v_{k}$ 加入集合 $Ψ$ 28：获取集合 $P $ 的CPU资源消耗 $C p u T o t a l (P )$ 29：if $C p u T o t a l (P ) < P_{C P U, S_{m i n}^{}}$ then 30：将 $P $ 中的每一个虚拟机映射到服务器 $S_{m i n}^{}$ 中，并将其加入到集合 $Ψ$ 退出虚拟机映射 31：else 32：while $C p u T o t a l (P ) > P_{C P U, S_{m i n}^{}}$ do 33：从 $P $ 中删除对外务量最小的 $V_{m i n}$ ，并将其加入到集合 $P $ 中 34：for 每一个虚拟机 $v_{x} \in P $ do 35：将 $P $ 中的每一个虚拟机映射到服务器 $S_{m i n}^{}$ 中，将其加入到集合 $Ψ$ 36：退出本次子集合中虚拟机的合并过程 37： $P^{} = P^{ *}$ 38：if 虚拟数据中心请求中的所有虚拟机都映射成功 then 39：return 映射成功，记录映射关系 40：else 41：return 映射失败

Table 0. [in Chinese]

1：将每一个子集合虚拟为超级节点，并根据管道模型虚拟数据中心的虚拟机间的业务关系转化为超级节点间的业务关系，存入字典中
2：将字典中的元素按照超级节点间业务量的大小降序排序
3：for超级节点间的每一个业务量do
4：根据虚拟机映射阶段的结果找到Fat-Tree数据中心网络中对应的服务器，采用KSP 算法计算两服务器间的K条最短路
5：从K条最短路中选择连续频谱隙资源最多的路径并判断其是否满足超级节点间的业务量所需的带宽资源，若满足，则将该路径赋值给最终选择的路径SelectPc，链路映射成功，否则链路失败
6：end for
7：if超级节点间的所有业务量映射成功 then
8：return虚拟数据中心映射成功，分配物理网络资源，记录虚拟数据中心
9：else
10：return 虚拟数据中心映射失败

Table 0. [in Chinese]

步骤1：确定 $V_{c o r e}$ ，构成当前超级节点 $S u p e r V = \{V_{c o r e}\}$ ，将 $P *$ 为空
步骤2：将剩下的虚拟机集合 $V = V - V_{c o r e}$ ，再为核心虚拟机寻找合适物理服务器 $S_{V_{c o r e}}$
步骤3：将与 $V_{c o r e}$ 相连但没有映射的虚拟机按照与 $V_{c o r e}$ 通信量降序得到 $V M_{s o r t e d}$
步骤4：将 $V M_{s o r t e d}$ 中虚拟机合并到超级节点 $S u p e r V$ ，确保超级节点的总CPU资源需求小于服务器 $S_{V_{c o r e}}$ 的剩余CPU计算容量、总的虚拟机数量小于 $U_{m a x}$
步骤5：将剩余未映射的虚拟机放入 $P $ ，将 $P $ 作为当前超级节点，为其寻找物理服务器 $S_{P *}$
步骤6：判断 $P $ 能否放入服务器 $S_{P }$ 中，若能则虚拟机集合放置完毕。不能则需要不断从 $P $ 中选择对外业务量最小的 $V_{m i n}$ 放入 $P $ 中，直到 $P $ 能整体放入 $S_{P *}$ 中
步骤7：将 $P * $ 赋值给 $P $ ，重复步骤5和6，直到所有虚拟机都完成映射

Table 0. [in Chinese]

Variable name	Meaning
M	Total number of virtual machines in virtual center requests
$V s_{i}$	The number of virtual machines deployed on the server $S_{i}$
$f_{x, y}$	Traffic between virtual machines x and y
$m (v_{j})$ $,$ $m (v_{k})$	Map function，returns $v_{j}$ 、 $v_{k}$ ，mapped physical server
$b [m (v_{j}), m (v_{k})]$	Call a function that returns the hop distance between the physical server $m (v_{j})$ and $m (v_{k})$ to be mapped by the virtual machine to $v_{j}$ and $v_{k}$
$n_{v n r}^{t}$	The set of virtual network requests that have been successfully mapped over a period of time
$T_{n_{v n r}}$	Duration of virtual network request $n_{v n r}$
$N_{n_{v n r}}^{v}$	Virtual node set for virtual network requests $n_{v n r}$
$b_{S, f m (v_{2})}$	A function call that returns the hop distance between two physical nodes
$B_{S, f m (v_{2})}$	A calling function that returns the number of bits that can be encoded per symbol，determined by the distance between physical nodes
V	Virtual machine collection
$n_{v n r}^{}$	Map the successful set of virtual network requests
v	Because VMs are mapped to virtual nodes，VMs and virtual nodes can be represented

Table 1. List of variable meanings

Zhongjun Ma, Fengqing Liu, Yuxing Chen. Research on Placement Algorithm of Flexible Virtual Machine in Elastic Optical Data Center[J]. Laser & Optoelectronics Progress, 2023, 60(17): 1706003

Download Citation

Set citation alerts for the article

Tools

Set citation alerts for the article

Save the article for my favorites

Paper Information

微信扫一扫：分享

微信扫一扫：分享