文件名称：基于任务分类的虚拟CPU调度模型
文件大小：1.71MB
文件格式：PDF
更新时间：2024-05-20 08:10:37
I/O虚拟化 虚拟CPU调度 机器学习
为了桥接语义鸿沟，提升I/O性能，需要对执行不同类型负载的虚拟CPU（vCPU）采取不同的调度策略，故而虚拟CPU调度算法亟需优化。基于KVM虚拟化平台提出一种基于任务分类的虚拟CPU调度模型STC（virtual CPU scheduler based on task classification），它将虚拟CPU（vCPU）和物理CPU分别分为两个类型，分别为short vCPU和long vCPU，以及short CPU 和long CPU，不同类型的vCPU分配至对应类型的物理CPU上执行。同时，基于机器学习理论，STC构建分类器，通过提取任务行为特征将任务分为两类，I/O密集型的任务分配至short vCPU上，而计算密集型任务则分配至long vCPU上。STC在保证计算性能的基础上，提高了I/O的响应速度。实验结果表明，STC与系统默认的CFS相比，网络延时降低18%，网络吞吐率提高17%~25%，并且保证了整个系统的资源共享公平性。