科创中国

本发明适用于计算机技术领域，提供了一种云计算系统中虚拟机的性能预测方法及系统，包括：虚拟机监控模块根据预设的资源配置标准，随机地对运行在云计算系统中不同物理节点上的每台虚拟机进行资源配置；将所述云计算系统的响应时间和当前为所述虚拟机配置的资源集合合并生成向量；判断当前配置次数是否达到了预设的配置次数，若所述当前配置次数达到了所述预设的配置次数，将每次资源配置之后生成的向量均输入SVM算法执行模块；所述SVM算法执行模块根据输入的向量生成性能预测模型，以根据所述性能预测模型预测在任一资源配置条件下所述云计算系统的响应时间。本发明提高了对云计算系统性能预测的效率。

一种云计算系统中虚拟机的性能预测方法，其特征在于，包括：S1，虚拟机监控模块根据预设的资源配置标准，随机地对运行在云计算系统中不同物理节点上的每台虚拟机进行资源配置；S2，所述虚拟机监控模块获取经过了资源配置之后所述云计算系统的响应时间，将所述响应时间和当前为所述虚拟机配置的资源集合合并生成向量；S3，所述虚拟机监控模块判断当前配置次数是否达到了预设的配置次数，若所述当前配置次数未达到所述预设的配置次数，重复执行所述S1和所述S2；若所述当前配置次数达到了所述预设的配置次数，则执行S4；S4，所述虚拟机监控模块将每次资源配置之后生成的向量均输入支持向量机SVM算法执行模块；S5，所述SVM算法执行模块根据输入的向量生成性能预测模型，以根据所述性能预测模型预测在任一资源配置条件下所述云计算系统的响应时间。

凭借虚拟化技术的发展，云计算已成为一种日益重要的面向服务的计算模式，在 云计算环境中，每个物理节点内都可能运行着多台虚拟机，同一物理节点上不同的虚拟机 中很可能运行着不同的任务，众多的物理节点构成了多任务并行运行的大规模分布式虚拟 机运行环境。对于运行中的虚拟机不存在一个单独的最优资源配置以适应各种不同的工作 负载和运行环境，因为在某个运行环境下最好的配置很可能会造成另一环境下应用性能的 大幅衰减，同时，只针对同一个物理节点中的底层计算资源改变配置实现的性能提升有限， 因为属于同一个应用系统的多台虚拟机资源和应用程序的子系统一般会分布式地部署在 云端集群的不同物理节点之上。

中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力，推动我国自主知识产权新工业的建立，成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生态系统，由九个研究平台，国科大深圳先进技术学院，多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究，促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。

在本实施例中，虚拟机监控模块内部设置有计数器，该计数器初始化状态下计数 为0,而每当虚拟机监控模块对云计算系统中分布的虚拟机进行一次资源配置，该计数器计 数值加1，用于记录虚拟机监控模块当前的配置代次数。在S203中，虚拟机监控模块调取该 计数器当前的计数值，判断当前配置次数是否达到了预设的配置次数，如果当前配置次数 未达到所述预设的配置次数，则虚拟机监控模块重新执行S201和S202,再次基于预设的资 源配置标准，随机地改变一次对虚拟机的资源配置;如果当前配置次数已达到所述预设的 配置次数，则执行S204。

技术合作

所述虚拟机监控模块具体用于根据预设的资源配置标准，每隔预设的时 间间隔随机地对运行在云计算系统中不同物理节点上的每台虚拟机进行资源配置。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精 神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。