文摘针对云计算服务环境下静态阈值的虚拟机(Virtual Machine,VM)动态迁移算法无法根据云任务负载实时优化系统能耗和负载均衡的问题,(方法)提出利用工作负载历史数据的统计学规律自适应地确定迁移阈值,实现云计算环境下虚拟机(Virtual Machine,VM)动态调度的自适应节能算法.(结果)采用动态电压频率调节(dynamic voltage frequency scaling,DVFS)--实现系统部件静态节能,又通过两种自适应主机超载判定(Adaptive Host Overloading Detection,AHOD)算法实现云数据中心的VM动态迁移,在Cloudsim云仿真平台下对比实现DVFS静态节能和2种AHOD动态节能策略,(结论)结果表明:DVFS和AHOD策略可以显著节能68%以上,虽然AHOD策略中VM动态迁移引起的服务等级协定违例(Service Level Agreement Violation,SLAV)将导致云服务质量(Quality of Service,QoS)降低,并造成数据中心综合性能下降,然而合理建模并找到能耗与QoS的平衡点,即安全阈值为1.2的AHOD算法不但能够实现自适应负载均衡的虚拟机动态迁移,还实现云环境下的高效节能.
