發(fā)布時間：2020-12-08 12:33

　　通過介紹云計算現(xiàn)有環(huán)境下網(wǎng)絡(luò)I/O虛擬化的架構(gòu)模式,提出一種新的聚合方式來提高云計算環(huán)境下網(wǎng)絡(luò)I/O虛擬化的效率。首先通過分析云計算環(huán)境下現(xiàn)有網(wǎng)絡(luò)I/O虛擬化的過程,進行云環(huán)境下的聯(lián)網(wǎng)性能評估,并在軟件和硬件兩方面,得出其網(wǎng)絡(luò)I/O虛擬化的瓶頸。然后,通過提出基于I/O虛擬化的數(shù)據(jù)包聚合算法,進而大幅度提升云計算環(huán)境下網(wǎng)絡(luò)I/O虛擬化的資源利用率,CPU利用率和內(nèi)存利用率。最后通過包聚合標注工具,以矩陣的形式,證明該方法的效率。 

【文章來源】：計算機應(yīng)用與軟件. 2016年01期 第127-130+133頁

【文章頁數(shù)】：5 頁

【部分圖文】：

基于I/O虛擬化模型的驅(qū)動域2聯(lián)網(wǎng)性能評估

行數(shù)據(jù)的開始。最后的15個周期代表預(yù)充電延時:內(nèi)存不得不等待很長時間知道再次訪問時已經(jīng)被初始化。2．4軟件瓶頸分析為了克服由于內(nèi)存延時帶來的瓶頸，我們發(fā)現(xiàn)軟件組件最有助于內(nèi)存處理來減少內(nèi)存延時。因此，針對一個數(shù)據(jù)包的轉(zhuǎn)發(fā)路徑，我們把軟件組件分為五大函數(shù)類:e1000:物理設(shè)備驅(qū)動。橋:驅(qū)動域內(nèi)數(shù)據(jù)包多路復(fù)用和分解函數(shù)的集合。I/O:通過事件通道和內(nèi)存，驅(qū)動域和虛擬機之間的傳輸處理數(shù)據(jù)包的函數(shù)。Xen_D0:管理程序和Domain0時序安排的函數(shù)和管理虛機并保護對內(nèi)存的訪問。VM:已經(jīng)正常運轉(zhuǎn)的虛擬機。圖2一個虛機內(nèi)的各函數(shù)類的內(nèi)存處理圖2描述了隨著速率的增加，以上五類各自內(nèi)存處理的情況。我們首先可以看到當輸入速率超過80Kp/s時，完成內(nèi)存處理的總數(shù)停滯在15MT/s。根據(jù)前面瓶頸分析過程，我們可以發(fā)現(xiàn)這個結(jié)果證明了內(nèi)存延時作為瓶頸的問題。再進一步說，我們可以發(fā)現(xiàn)超過50%的內(nèi)存處理都是通過I/O函數(shù)來實現(xiàn)的。為了使網(wǎng)絡(luò)能夠更快地提高輸入速率，我們深入研究下這些函數(shù)。這些函數(shù)包含了轉(zhuǎn)發(fā)操作。這些操作很可能需要最多的內(nèi)存處理。表1列出了這些函數(shù)。我們發(fā)現(xiàn)以下列出的函數(shù)產(chǎn)生了67．59%的內(nèi)存處理，并且只有物理驅(qū)動(Phycial_Driver)需要喚醒在驅(qū)動域與虛擬機間傳輸數(shù)據(jù)的I/O通信。它們分表代表了驅(qū)動域所要求的授權(quán)來訪問虛擬機的內(nèi)存頁(gnttab_copy，gnttab_end_foreign)，復(fù)制數(shù)據(jù)包過程中的緩存分配(alloc_skb)，復(fù)制數(shù)據(jù)包(memcpy)，并通知netfront。其中的

forCinC_ListdoifC．D_MAC=P．D_MACthenifC．size+P．size＞VthenSend(C)Create_C(P)elseAdd_offset(P．size)Add_data(P．data)C．size＜－C．size+P．size+2endifelseCreate_C(P)endifendforendwhile算法2Create_C(P)函數(shù)C．MAC＜－P．MACC．size＜－P．size+2C．Timeout＜－TAdd_offset(P．size)Add_data(P．data)算法3包提取whileC≠NulldowhileC．size＞0doOffset＜－Get_offsetP＜－Extract(Offset)Send_upperlayer(P)endwhileendwhile3．2聚合性能評估3．2．1情形圖3顯示了在以聚合為基礎(chǔ)的系統(tǒng)，一個數(shù)據(jù)包的轉(zhuǎn)發(fā)路徑。隨著數(shù)據(jù)包從NIC的接收(Polldevice)，然后數(shù)據(jù)包就被聚合(進容器container)，然后發(fā)送給連接到虛擬網(wǎng)卡的Guest域(發(fā)送模塊ToDevice)，數(shù)據(jù)包在Guest域被提取(Unloder)。圖3數(shù)據(jù)包轉(zhuǎn)發(fā)路徑3．2．2延時和抖動提高吞吐量很明顯能夠減少數(shù)據(jù)包丟失率。在輸入速率達到80Kp/s之時，丟失率會超過90%。在3．2．1節(jié)所述的情形下，我們評估了數(shù)據(jù)包到達網(wǎng)絡(luò)設(shè)備時與離開系統(tǒng)時的時間差。我們描繪了數(shù)據(jù)包的平均延時并讓輸入速率函數(shù)作為其最大的抖動值。這種抖動值的計算方法是通過ＲFC1889中提到的方法計算的。然而這種抖動值也能很好地展示出這種聚合系統(tǒng)在延時變化的影響。相對于同一個容器中的兩個相鄰的數(shù)據(jù)包而言，一個容器的最后一個包和來自下一個容器的第一個包的延時是很高的。很明顯，大容器能夠獲得很高的吞吐量，然而卻會以更大的超時所帶來的延時作為代價。3．2．3內(nèi)存和CPU消耗圖4、圖5和圖6、圖7分別借助接收與轉(zhuǎn)發(fā)數(shù)據(jù)包的狀態(tài)與輸入速率與內(nèi)存處理的狀態(tài)，來顯示非聚合系統(tǒng)與聚合系統(tǒng)的內(nèi)存狀態(tài)、CPU狀態(tài)。我們發(fā)現(xiàn)，當接收/轉(zhuǎn)發(fā)吞吐量大幅度增加

【參考文獻】：
期刊論文
[1]MR-IOV:下一代數(shù)據(jù)中心I/O虛擬化技術(shù)[J]. 喻波,胡懷湘.  計算機技術(shù)與發(fā)展. 2013(10)
[2]基于云計算的虛擬化技術(shù)原理與應(yīng)用分析[J]. 玄文啟.  中國科技信息. 2012(23)
[3]云計算環(huán)境下分布式緩存技術(shù)的現(xiàn)狀與挑戰(zhàn)[J]. 秦秀磊,張文博,魏峻,王偉,鐘華,黃濤.  軟件學(xué)報. 2013(01)



本文編號：2905092