JP2014032674A - 仮想マシンのリソース配置システム及びその方法 - Google Patents

Abstract

【課題】本発明は、推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分することができる仮想マシンのリソース配置システム及びその方法を提供することを目的とする。
【解決手段】本発明に係る仮想マシンのリソース配置システムは、仮想マシンの特定のリソース利用率を取得するデータ取得モジュールと、仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ特定のリソース平均利用率に基づいて仮想マシンのリソースレベルを確定する計算モジュールと、仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つ推薦されたリソース仕様をクライアントに送信する推薦モジュールと、クライアントが推薦されたリソース仕様を受け入れた場合、推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分する配置モジュールと、を備える。
【選択図】図４

Description

本発明は、仮想マシンのリソース配置システム及びその方法に関するものである。

サーバに仮想マシンを設置することにより、1つのコンピュータ上で一台又は複数台のサーバをエミュレートすることができる。ユーザーは、必要に応じて仮想マシンのリソースの仕様及び価格を選択できるが、その選択のときに、ユーザーが必要とするリソースの量を正確に確定することはできない。従って、選択された仮想マシンのリソースの量が多すぎる場合、コストが無駄になるだけでなく、リソースが十分に利用されない。

以上の問題点に鑑みて、本発明は、リソース使用率の変化によってユーザーに推薦されたリソース仕様を提供し、且つ推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分することができる仮想マシンのリソース配置システム及びその方法を提供することを目的とする。

本発明に係る仮想マシンのリソース配置システムは、仮想マシンの特定のリソース利用率を取得するデータ取得モジュールと、仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ上記特定のリソース平均利用率に基づいて仮想マシンのリソースレベルを確定する計算モジュールと、上記仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つ上記推薦されたリソース仕様をクライアントに送信する推薦モジュールと、クライアントが、推薦されたリソース仕様を受け入れた場合、上記推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分する配置モジュールと、を備える。

また、本発明に係る仮想マシンのリソース配置方法は、仮想マシンの特定のリソース利用率を取得するデータ取得ステップと、仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ上記特定のリソース平均利用率に基づいて仮想マシンのリソースレベルを確定する計算ステップと、仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つ上記推薦されたリソース仕様をクライアントに送信する推薦ステップと、クライアントが推薦されたリソース仕様を受け入れた場合、上記推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分する配置ステップと、を備える。

従来の技術に比べて、本発明の仮想マシンのリソース配置システム及びその方法は、クライアントのリソース使用率をリアルタイムに監視することができ、クライアントの仮想マシンが使用する過程において特定のリソース利用率の変化によってユーザーに推薦されたリソース仕様を提供し、且つ推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分する。これにより、選択された仮想マシンのリソース量の過多又は過少を防止することができるため、コストを削減できるだけでなく、リソースを十分に利用することができる。

本発明の実施形態に係る制御サーバのネットワーク環境を示す図である。 本発明の実施形態に係る仮想マシンのリソース配置システムの応用環境を示す図である。 本発明の実施形態に係る仮想マシンのリソース配置システムの機能ブロック図である。 本発明の実施形態に係る仮想マシンのリソース配置方法のフローチャートである。 本発明の実施形態に係る複数のデータベースサーバのアーキテクチャを示す図である。 本発明の実施形態に係る複数のデータベースサーバの分散並列計算方法の過程を示す図である。

以下、図面を参照して、本発明の実施形態について説明する。

図１は、本発明の実施形態に係る制御サーバのネットワーク環境を示す図である。本実施形態において、制御サーバ２は、ネットワークによって複数のクライアント１（図１において１つのみ示す）、複数のデータベースサーバ３（図１において１つのみ示す）、複数の仮想マシンサーバ４、５にそれぞれ接続される。ネットワークは、会社内部のインターネットであり、または、インターネット又はＧＰＲＳ、Ｗｉ−Ｆｉ／ＷＬＡＮ、３Ｇ／ＷＣＤＭＡ（登録商標）、３．５Ｇ／ＨＳＤＰＡ等のような他の通信ネットであっても良い。

各仮想マシンサーバ４、５には、仮想マシン監視プログラムがそれぞれインストールされている。仮想マシン監視プログラムは、クライアント１の仮想マシンの特定のリソース利用率を一定時間ごとに監視し、且つ獲得した仮想マシンの特定のリソース利用率を制御サーバ２に送信するために用いられる。例えば、仮想マシンサーバ４は仮想マシン４１、４２のリソース利用率を監視し、仮想マシンサーバ５は仮想マシン５１、５２のリソース利用率を監視する。本実施形態において、特定のリソース利用率の種類は、ＣＰＵ利用率（ＣＰＵ％）、内部メモリー利用率（Ｍｅｍｏｒｙ％）及び磁気ディスク利用率（Ｄｉｓｋ％）を含む。他の実施形態において、リソース使用率の種類を増加するか又は減少することができる。

制御サーバ２は、仮想マシンサーバセンターとして、仮想マシンの名称に基づいて各仮想マシンのリソース利用率を対応するデータ表に記憶する。例えば、仮想マシン４１のリソース利用率はデータ表Ｔａｂｌｅ４１'に記憶され、仮想マシン４２のリソース利用率はデータ表Ｔａｂｌｅ４２'に記憶される。各データ表は、仮想マシンの名称、ＩＤ、ＣＰＵ利用率、内部メモリー利用率、磁気ディスク利用率及び記憶時間等のような項目を含む。

本実施形態において、複数のデータベースサーバ３は、分散並列計算方法機能を提供する。図５を参照すると、複数のデータベースサーバ３は、マスタ／スレーブ（Ｍａｓｔｅｒ／Ｓｌａｖｅ）アーキテクチャに分布している。一台のマスタサーバによってデータを分けて異なるスレーブサーバに配分し、スレーブサーバは、配分されたデータを演算してその結果をマスタサーバに送信して、マスタサーバによって合計されたデータを制御サーバ２に送信してさらに計算する。

図２は、仮想マシンのリソース配置システムの応用環境を示す図である。仮想マシンのリソース配置システムは、制御サーバ２に応用されている。制御サーバ２は、データバスによって接続された表示装置２０、入力装置２２、記憶装置２３及びプロセッサ２５を備える。

記憶装置２３は、仮想マシンのリソース配置システム２４のプログラムコード及び仮想マシンのリソース利用率のデータ表等の資料を記憶するために用いられる。表示装置２０は、仮想マシンのリソース利用率等の資料を表示するために用いられる。入力装置２２は、ユーザーによって設定された仮想マシンの名称等のような各種のデータを入力するために入力するために用いられる。

仮想マシンのリソース配置システム２４は、クライアント１の仮想マシンが使用される過程において、特定のリソース利用率の変化に基づいてユーザーに適切なリソースの仕様を提供し、適切なリソースの仕様に基づいて仮想マシンのリソースを再配分する。具体的な過程は以下に示す。

本実施形態において、仮想マシンのリソース配置システム２４は、１つ又は複数のモジュールに分けられる。１つ又は複数のモジュールは記憶装置２３に記憶され、且つ１つ又は複数のプロセッサによって実行される。例えば、図３を参照すると、仮想マシンのリソース配置システム２４は、データ取得モジュール２４０、計算モジュール２４１、推薦モジュール２４２及び配置モジュール２４３に分けられる。本発明のモジュールは、特定の機能を完成するプログラムである。以下図４を参照して、各モジュールの具体的な機能について説明する。

ステップＳ１０：ユーザーは、クライアント１を介して仮想マシン管理インターフェイスにログインし、一台の仮想マシン４１を起動する。この時、仮想マシン４１のリソースの仕様、価格及びセキュリティ等を選択する。例えば、ユーザーが選択したＣＰＵ、内部メモリー及び磁気ディスクのリソースの仕様の初期値は、それぞれ２．５ＧＢ、４ＧＢ及び２００ＧＢである。

ステップＳ１１：データ取得モジュール２４０は、仮想マシンサーバによって検出された仮想マシンの特定のリソース利用率を取得し、該取得された仮想マシンの特定のリソース利用率をデータ表に記憶する。例えば、データ取得モジュール２４０は、仮想マシンサーバによって検出された仮想マシンの特定のリソース利用率を１分間ごとに取得する。例えば、ＣＰＵ利用率、内部メモリー利用率及び磁気ディスク利用率である。

ステップＳ１２：計算モジュール２４１は、検出された仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ特定のリソース平均利用率に基づいて仮想マシンのリソースレベルを確定する。ここで、仮想マシンのリソースレベルは、各特定のリソース平均利用率レベルを含む。

計算モジュール２４１は、分散並列計算方法によって仮想マシンの特定のリソース平均利用率を計算する。一台の仮想マシンの特定のリソース利用率を解析する必要がある場合、計算モジュール２４１は、仮想マシンの特定のリソース利用率の取得時間の手順に基づいて、仮想マシンの特定のリソース利用率を異なるスプリット（Ｓｐｌｉｔ）に分け、各スプリットを異なるデータベースサーバ３に配分して並列加算する。例えば、図６を参照すると、計算モジュール２４１は、１０個のリソースを１つのスプリットに分けて、Ｓｐｌｉｔ_１、Ｓｐｌｉｔ_２、・・・、Ｓｐｌｉｔ_ｍを取得する。ここで、Ｓｐｌｉｔ_１は、時間点がｔｉｍｅ_１〜ｔｉｍｅ_１０であるＣＰＵ利用率、内部メモリー利用率及び磁気ディスク利用率を含む。次いで、計算モジュール２４１は、Ｓｐｌｉｔ_１をスレーブサーバ１に配分して加算し、Ｓｐｌｉｔ_２をスレーブサーバ２に配分して加算し、並びに計算結果を制御サーバ２に送信する。

計算モジュール２４１は、各スレーブサーバによって算出された合計に対してグループ分けを行い、同一グループデータを再加算してグループ分けした際の合計を得る。次いで、計算モジュール２４１は、全てのグループ分けした際の合計を加算して総数を得る。最後に、計算モジュール２４１は、レコード数で上記総数を割って、特定のリソース平均利用率を得る。例えば、ＣＰＵ平均利用率、内部メモリー平均利用率及び磁気ディスク平均利用率である。ここで、ｎは周期（レコード数）であり、ｉは時間点であり、Ｃ_ｉは時間点ｉのＣＰＵ利用率であり、Ｍ_ｉは時間点ｉの内部メモリー利用率であり、Ｄ_ｉは時間点ｉの磁気ディスク利用率であり、Ｃ'はＣＰＵ平均利用率であり、Ｍ'は内部メモリー平均利用率であり、Ｄ'は磁気ディスク平均利用率である。

本実施形態において、三種のリソース利用率のタイプを例として説明する。各リソース平均利用率は、２つの閾値によって３つのレベルに分けられる。特定のリソース平均利用率に基づいて仮想マシンのリソースレベルを確定する方法を、以下に示す。

第一タイプのリソース平均利用率（例えば、ＣＰＵ平均利用率）が第一閾値（例えば、２０％）以下である場合、第一タイプのリソース平均利用率は第一レベルであり、Ｉで表示する。

第一タイプのリソース平均利用率が第一閾値より大きく、且つ第二閾値（例えば、７０％）以下である場合、第一タイプのリソース平均利用率は第二レベルであり、ＩＩで表示する。

第一タイプのリソース平均利用率が第二閾値より大きい場合、第一タイプのリソース平均利用率は第三レベルであり、ＩＩＩで表示する。

同様に、第二タイプのリソース平均利用率（例えば、内部メモリー平均利用率）が第三閾値（例えば、４０％）以下である場合、第二タイプのリソース平均利用率は第一レベルであり、Ａで表示する。

第二タイプのリソース平均利用率が第三閾値より大きく、且つ第四閾値（例えば、８０％）以下である場合、第二タイプのリソース平均利用率は第二レベルであり、Ｂで表示する。

第二タイプのリソース平均利用率が第四閾値より大きい場合、第二タイプのリソース平均利用率は第三レベルであり、Ｃで表示する。

同様に、第三タイプのリソース平均利用率（例えば、磁気ディスク平均利用率）が第五閾値（例えば、３０％）以下である場合、第三タイプのリソース平均利用率は第一レベルであり、ｉで表示する。

第三タイプのリソース平均利用率が第五閾値より大きく、且つ第六閾値（例えば、６０％）以下である場合、第三タイプのリソース平均利用率は第二レベルであり、ｉｉで表示する。

第三タイプのリソース平均利用率が第六閾値より大きい場合、第三タイプのリソース平均利用率は第三レベルであり、ｉｉｉで表示する。

仮想マシンのリソースレベルの計算方法を以下に示す。

Ｉｆ（Ｃ’≦Ｔｈｒｅｓｈｏｌｄ_１）Ｓｐｅｃ_ＣＰＵ＝Ｉ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_１＜Ｃ’≦Ｔｈｒｅｓｈｏｌｄ_２）Ｓｐｅｃ_ＣＰＵ＝ＩＩ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_２＜Ｃ’）Ｓｐｅｃ_ＣＰＵ＝ＩＩＩ；
Ｉｆ（Ｍ’≦Ｔｈｒｅｓｈｏｌｄ_３）Ｓｐｅｃ_ＭＥＭ＝Ａ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_３＜Ｍ’≦Ｔｈｒｅｓｈｏｌｄ_４） Ｓｐｅｃ_ＭＥＭ＝Ｂ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_４＜Ｍ’）Ｓｐｅｃ_ＭＥＭ＝Ｃ；
Ｉｆ（Ｄ’≦Ｔｈｒｅｓｈｏｌｄ_５）Ｓｐｅｃ_Ｄｉｓｋ＝ｉ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_５＜Ｄ’≦Ｔｈｒｅｓｈｏｌｄ_６）Ｓｐｅｃ_Ｄｉｓｋ＝ｉｉ；
Ｅｌｓｅ ｉｆ（Ｔｈｒｅｓｈｏｌｄ_６＜Ｄ’）Ｓｐｅｃ_Ｄｉｓｋ＝ｉｉｉ。

Ｓｐｅｃ_ＣＰＵはＣＰＵ平均使用率のレベルを示し、Ｓｐｅｃ_ＭＥＭは内部メモリー平均利用率のレベルを示し、Ｓｐｅｃ_Ｄｉｓｋは磁気ディスク平均利用率のレベルを示し、Ｓｐｅｃ（Ｓｐｅｃ_ＣＰＵ、Ｓｐｅｃ_ＭＥＭ、Ｓｐｅｃ_Ｄｉｓｋ）は仮想マシンの資料のレベルを示す。

本実施形態において、各特定のリソース利用率は、２つの閾値によって３つのレベルに分けられる。その中で、ＣＰＵ平均利用率は、Ｉ、ＩＩ、ＩＩＩに分けられ、内部メモリー平均利用率は、Ａ、Ｂ、Ｃに分けられ、磁気ディスク平均利用率は、ｉ、ｉｉ、ｉｉｉに分けられる。従って、組合せによって２７種の異なる仮想マシンのリソースレベルを得ることができる。各種のリソースレベルには、推薦されたリソース仕様がそれぞれ設定されており、レベルが低くなればなるほど配分されたリソースは少なくなり、レベルが高くなればなるほど配分されたリソースは高くなる。例えば、Ｓｐｅｃ（Ｉ、Ａ、ｉ）は、３つのリソース平均利用率が低いことを示すため、低いリソース仕様を推薦するが、Ｓｐｅｃ（ＩＩＩ、Ｃ、ｉｉｉ）は、３つのリソース平均利用率が高いことを示すため、高いリソース仕様を推薦する。

他の実施形態において、閾値の増加又は減少を介して組み合わせることで、他の異なる仮想マシンのリソースレベルを得ることができる。

ステップＳ１３：推薦モジュール２４２は、仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つこの推薦されたリソース仕様をクライアント１に送信する。例えば、算出されたＣＰＵ平均利用率Ｃ'＝６０％であり、内部メモリー平均利用率Ｍ'＝８５であり、磁気ディスク平均利用率Ｍ’＝２０％である場合、Ｔｈｒｅｓｈｏｌｄ１＜６０％＜Ｔｈｒｅｓｈｏｌｄ２，Ｓｐｅｃ_ＣＰＵ＝Ｉ；
Ｔｈｒｅｓｈｏｌｄ４＜８５％，Ｓｐｅｃ_ＭＥＭ＝Ｃ；
２０％＜Ｔｈｒｅｓｈｏｌｄ５，Ｓｐｅｃ_Ｄｉｓｋ＝ｉということがわかる。

仮想マシンのリソースレベルＳｐｅｃ（Ｓｐｅｃ_ＣＰＵ、Ｓｐｅｃ_ＭＥＭ、Ｓｐｅｃ_Ｄｉｓｋ）＝Ｓｐｅｃ（Ｉ、Ｃ、ｉ）であり、この時、推薦されたリソースレベル仕様は、ＣＰＵ＝｛５００ＭＢ、・・・、１．７５ＧＢ｝、内部メモリー＝｛３．２ＧＢ、・・・、４ＧＢ｝、磁気ディスク＝｛最低容量、・・・、６０ＧＢ｝である。

ユーザーは上述の範囲内のリソース項目を選択するか又は入力する、或いは推薦モジュール２４２によって固定されたリソース項目をユーザーに推薦する。その中で、上述した修正は仮想マシンが実行された時に成功するか又は仮想マシンが停止された後に成功する。

ステップＳ１４：配置モジュール２４３は、クライアント１が、推薦されたリソース仕様を受け入れたかどうかを判断する。例えば、ユーザーが特定のリソース仕様（５００ＭＢ、３．２ＧＢ、２０ＧＢ）を選択したか又は推薦モジュール２４２によって推薦して固定されたリソース項目を選択した場合、クライアント１は推薦されたリソース仕様を受け入れたと判断し、ステップＳ１５を実行する。クライアント１が推薦されたリソース仕様を受け入れなかった場合、プロセスはここで終了する。

ステップＳ１５：配置モジュール２４３は、推薦されたリソース仕様に基づいて仮想マシンにリソースを再配分する。例えば、ユーザーが、推薦されたリソース仕様から５００ＭＢ、３．２ＧＢ、２０ＧＢを選択した場合、配置モジュール２４３は、選択されたリソース仕様に基づいて仮想マシンにリソースを再配分する。ユーザーが制御サーバ２によって推薦された固定のリソース項目を選択した場合、配置モジュール２４３は、推薦されたリソース仕様からランダムに又は予め設定された順番（リソースにおける小から大までの順番）によって特定のリソースを選択する。

その中で、ユーザーによって最初に選択されたリソース仕様（例えば、（ＣＰＵ、内部メモリー、磁気ディスク）＝（２．５ＧＢ、４ＧＢ、２００ＧＢ））は、推薦されたリソース仕様によって上書きされず、記憶装置２３に記憶されている。

他の実施形態において、データベースサーバ３は一台であり、制御サーバ２とデータベースサーバ３を一台のサーバに組み合わせることができる。さらに、仮想マシンサーバ４も一台であり、制御サーバ２と仮想マシンサーバ４を一台のサーバに組み合わせることもできる。

以上、本発明を実施形態に基づいて具体的に説明したが、本発明は、上述の実施形態に限定されるものではなく、その要旨を逸脱しない範囲において、種々の変更が可能であることは勿論であって、本発明の保護範囲は、添付の特許請求の範囲によって決まる。

１ クライアント
２ 制御サーバ
３ データベースサーバ
４、５ 仮想マシンサーバ
２０ 表示装置
２２ 入力装置
２３ 記憶装置
２４ 仮想マシンのリソース配置システム
２５ プロセッサ
４１、４２、５１、５２ 仮想マシン
２４０ データ取得モジュール
２４１ 計算モジュール
２４２ 推薦モジュール
２４３ 配置モジュール

Claims (8)

1. 仮想マシンの特定のリソース利用率を取得するデータ取得モジュールと、
   前記仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ前記特定のリソース平均利用率に基づいて前記仮想マシンのリソースレベルを確定する計算モジュールと、
   前記仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つ前記推薦されたリソース仕様をクライアントに送信する推薦モジュールと、
   前記クライアントが前記推薦されたリソース仕様を受け入れた場合、前記推薦されたリソース仕様に基づいて前記仮想マシンにリソースを再配分する配置モジュールと、
   を備えることを特徴とする、仮想マシンのリソース配置システム。
2. 前記計算モジュールは、分散並列計算方法によって仮想マシンの特定のリソース平均利用率を計算することを特徴とする、請求項１に記載の仮想マシンのリソース配置システム。
3. 前記分散並列計算方法は、
   仮想マシンの特定のリソース利用率の取得時間の手順に基づいて、前記仮想マシンの特定のリソース利用率を異なるスプリットに分け、各スプリットを異なるデータベースサーバにそれぞれ配分して前記各スプリットのリソース利用率を並列加算するステップと、
   前記データベースサーバに配分した前記各スプリットのリソース利用率を加算し、該加算した結果に基づいて前記仮想マシンの前記特定のリソース平均利用率を得るステップと、
   を備えることを特徴とする、請求項２に記載の仮想マシンのリソース配置システム。
4. 前記仮想マシンのリソースレベルは、各特定のリソース平均利用率レベルを含むことを特徴とする、請求項１から３のいずれか一項に記載の仮想マシンのリソース配置システム。
5. 前記各特定のリソース平均利用率は、予定した閾値によって複数のレベルに分けられることを特徴とする、請求項４に記載の仮想マシンのリソース配置システム。
6. 前記各特定のリソースに対応する予定した閾値の数は２であり、前記各特定のリソース平均利用率は、２つの前記予定した閾値によって３つのレベルに分けられることを特徴とする、請求項５に記載の仮想マシンのリソース配置システム。
7. 前記推薦されたリソース仕様のうちユーザにより最初に選択されたリソース仕様は、前記推薦されたリソース仕様によって上書きされないことを特徴とする、請求項１から６のいずれか一項に記載の仮想マシンのリソース配置システム。
8. 請求項１から７のいずれか一項に記載の仮想マシンのリソース配置システムを採用する仮想マシンのリソース配置方法であって、
   前記仮想マシンの特定のリソース利用率を取得するデータ取得ステップと、
   前記仮想マシンの特定のリソース平均利用率を解析サイクルごとに計算し、且つ前記特定のリソース平均利用率に基づいて前記仮想マシンのリソースレベルを確定する計算ステップと、
   前記仮想マシンのリソースレベルに基づいて推薦されたリソース仕様を獲得し、且つ前記推薦されたリソース仕様をクライアントに送信する推薦ステップと、
   前記クライアントが前記推薦されたリソース仕様を受け入れた場合、前記推薦されたリソース仕様に基づいて前記仮想マシンにリソースを再配分する配置ステップと、
   を備えることを特徴とする、仮想マシンのリソース配置方法。

Images