基于KVM的半虚拟化I/O的性能优化开题报告

1. 研究目的与意义（文献综述）

信息网络时代的今天，每天数以亿计的计算任务在网络上发起，随着云计算的逐渐兴起，以本地计算为主的应用模型也跟着改变。在云计算的环境下，面对大量的云端资源，如何给用户提供有效地方式来管理云端资源，以及如何为用户提供可靠快速的计算方式，显得尤为重要。

虚拟化技术则是通过hypervisor（虚拟机监视器）隐藏计算平台的实际物理特性，通过新的虚拟化层的引入，为用户提供抽象的、统一的、模拟的计算环境（虚拟机），对上一层提供虚拟的系统资源，对下一层实现真实物理资源的管理。因此，虚拟化技术一方面能够减少硬件资源的成本，另一方面又能显著提高系统的工作效率。在云计算日益发展的今天，对于虚拟技术的探索，仍意义非凡。

根据了解，虚拟化目前仍需解决几个重要问题：第一，虚拟机之间必须独立运行，且彼此之间性能互不影响；第二，必须支持不同类型的操作系统，以适应不同类型的应用；第三，虚拟化的性能开销必须比较小。虚拟化主要分为三大部分，分别为cpu 虚拟化、内存虚拟化和i/o 虚拟化。cpu 时间资源首先由vmm 的调度器分配给vm，然后通过vm 操作系统中的调度器再分配给具体的任务。对于i/o密集型的工作负载，大量i/o请求操作以及产生的i/o中断等，若得不到及时的处理，将导致系统的性能急剧下降。 根据nadav har el[14]等人的研究表明，他们提出一种高效可扩展的i/o半虚拟化模型——elvis（efficient and scalable paravirtual i/o system）系统，结合细粒度i/o调度器以及exitless notifications机制，它能提供半虚拟化i/o的所有优点。通过运行在与客户机内核分离且有专用i/o内核的主机上，避免i/ o路径上的退出，来减轻半虚拟化i/o的开销。

2. 研究的基本内容与方案

kvm（kernel-based virtual machine）即内核虚拟机，它并不是开发者直接从底层重新编写的hypervisor，而是基于linux kernel，通过加载新的模块进去从而使其本身成为一个新的hypervisor。kvm是完全原生的全虚拟化解决方案，但通过客户机操作系统中加载半虚拟网络驱动程序，具有部分半虚拟化支持，从而提供高性能的i/o。

kvm必须使用硬件虚拟化辅助技术，才能使得cpu的运行效率比较高。不过，kvm在i/o虚拟化方面，传统的方式是使用qemu模拟i/o设备，也可以使用半虚拟化驱动提高客户机的i/o性能。目前，kvm实现半虚拟化驱动的方式是采用virtio。但虚拟化带来的i/o开销仍然显著。本文的主要研究内容是基于kvm半虚拟化的模式下，i/o机制的代码实现，并优化i/o过程，提升半虚拟化模式下kvm虚拟化系统的i/o性能。拟采用的技术如下：

1.搭建kvm虚拟化环境

3. 研究计划与安排

第1－4周：查阅相关文献资料，明确研究内容，了解研究所需的的环境和配置。确定设计方案，完成开题报告。

第5－8周：翻译英文资料，了解虚拟化技术，搭建kvm运行环境，测试半虚拟化i/o性能。

第9－13周：阅读半虚拟化实现代码，进行优化，并测试效果，与原有性能比较分析。

4. 参考文献（12篇以上）

[1]任永杰，单海涛．KVM虚拟化技术：实战与原理解析[J].机械工业出版社，2013，10：345-373．[2]王强，董小社，王恩东等．基于I/O受限进程识别的虚拟处理器调度机制[J].西安交通大学学报，2015，49(4)．[3]崔泽永，赵会群．基于KVM的虚拟化研究及应用[J].计算机技术与发展，2011，21(6).[4]姚华超，王振宇．基于KVM-QEMU与Libvirt的虚拟化资源池构建[J].计算机与现代化，2013.[5]张灿群. Xen虚拟CPU调度算法的研究与改进[D].华中科技大学, 2012[6]丁圣阁，马汝辉，梁阿磊等．半虚拟化I/O模型的KVM虚拟机域间通信优化方法[J].计算机科学与探索，2011,05(12).[7]宋振华，杨亚军．Xen虚拟机间的磁盘I/O性能隔离[J].计算机体系结构与其他，2011，31(1)．[8]王森，朱常鹏，韩博．一种基于qemu的动态迁移模型[J].无线网络与通信，2015．[9]孙琳程．虚拟机KVM与XEN的性能分析[J].软件设计开发，2013．[10]车翔．QEMU-KVM设备虚拟化研究与改进[D].成都理工大学，2012．[11]张萧，祝明发，肖利民．分布式I/O资源虚拟化技术的研究[J].北京航空航天大学计算机学院，2008.[12]秦学东．开源虚拟化——KVM的构建[J].应用实践，2011，11．[13]张彬彬，汪小林，杨亮等.修改客户操作系统优化KVM虚拟机的I/O性能[J].计算机学报，2010:2312-2321.[14]Nadav Har El,Abel Gordon, et al. Efficient and Scalable Paravirtual I/O System[C].USENIX ATC 13, 2013:231-242.[15]GORDON, A.,BEN-YEHUDA,et al. VAMOS: Virtualization aware middleware[C].USENIX Workshop on I/O Virtualization (WIOV),2012[16]Cherkasova L, Gardner R.,Measuring CPU Overhead for I/O Processing in the Xen Virtual Machine Monitor[J].USENIX Annual Technical Conference,General Track. 2005[17]Cheng L, Wang C L. vBalance: using interrupt load balance to improve I/O performance for SMP virtual machines[C] In: Proceedings of the Third ACM Symposium on Cloud Computing. ACM, 2012: 2