云计算中基于能耗约束的虚拟机迁移策略研究(7)
图3 目的主机的选择流程
通常情况下，虚拟机按照上述策略进行迁移既能起到减小能耗，又能使服务器负载达到均衡。但也不排除某一时刻，虚拟机按照算法固定运行，引发了虚拟机大规模的同时迁移，这时候很可能会使网络传输拥塞，此种情况下，仍坚持进行虚拟机迁移显然是行不通的。所以，我们也势必要对众多的主机进行同时的全面控制管理，这样才能使整个服务器进行正常运转。
5.实验总结与展望
5.1仿真实验与分析
本文选择Cloudsim平台作为仿真工具，该平台能够模拟大规模云计算数据中心的集群环境。在Cloudsim平台上，对优化前后的虚拟机迁移算法进行了比较，不同规模的数据中心设置如表1所示。
表1 实验中使用的不同集群规模
实验 主机数 虚拟机数
实验1 30 90
实验2 100 300
实验3 300 900
实验4 1000 3000
主机配置均为3000MHz的CPU，8GB内存，1000GB的存储器以及100Mb/s的宽带，而虚拟机的配置为500MHz的CPU，1GB的内存，100GB的存储和25Mb/s的宽带。
本文在不同的阈值下进行了实验，实验显示当高阈值和低阈值分别设置为85%和20%，本文中优化的算法性能最佳。因此，在下面的实验中的实验结果都是在该设置下完成的。
下图为虚拟机迁移算法优化前后在电源消耗方面的对比，其中，集群规模表示为主机数/虚拟机数。
图4 不同集群规模下的电源消耗比较
实验数据显示，与原算法相比，优化后的算法在4组实验中分别减少了15%、21%、28%、32%的能量消耗。可以看出，数据中心规模越大，优化后的算法减少的能量消耗就越多，这是由于优化算法通过对阈值的设置，虚拟机的选择以及目的主机的选择做了限制而减少了虚拟机的迁移次数，从而减少了数据中心的电源消耗。由此可以看出，采用优化后迁移算法的数据中心能够实现高效节能的目的。
5.2展望
本文对提出了一些虚拟机的迁移策略，同时对一些迁移算法进行了优化。实验结果证明，在大规模云计算系统中，优化后的虚拟机动态迁移算法可以实现数据中心的高效节能。下一步将从如何设置阈值研究，以保证不同的规模云计算数据中心的节能效果。