虚拟化环境下服务器负载均衡的参考实现

笔者最近在做的是虚拟化相关的一个demo，牵涉到虚拟化环境下的服务器负载均衡。我们用到一个简单的case，就是在负载出现“不平衡”的时候，进行 live migration。由于只是demo需要，我们的负载暂时只考虑到cpu的利用率。而实际准备中，由于没有客户端的压力，很难做到CPU利用率的精确控制。这里写了个简单的脚本程序，通过自适应的调节，来达到将服务器CPU利用率控制在一定的范围内，从而为确保在某台服务器CPU过高的时候，会自动将虚拟机live migration到其他CPU利用率低的机器上的测试做了准备。

python实现的脚本如下，这个脚本需要5个数字参数的输入，分别为：

***CPU利用率，***CPU利用率，初始线程数量，每次调节的线程数量，每个线程睡眠的时间（毫秒）

当然，很大程度上，由于硬件环境的不同，这些参数带有很强的经验性。

#!/usr/bin/python 
importthreading 
importtime 
importos 
importstring 
importsys 
classControlThread(threading.Thread): 
def__init__(self): 
threading.Thread.__init__(self) 
self.runflag=True#线程运行标示，用于将来减少线程时能够正常结束 
defrun(self): 
whileself.runflag: 
os.popen('usleep'sys.argv[5]) 
#time.sleep(string.atof(sys.argv[5])) 
#这里使用的是linux下shell里面的usleep，而不是python自带的sleep函数。 
#相比之下，usleep还是相当强大的，而python的sleep单位为秒，虽然可以输入浮点数，
但还是相对弱了些 
defstop(self): 
self.runflag=False
#让其正常终止循环 
threadList=[] 
print'StartThreadNumber:'sys.argv[3]'\tSleepTime(ms):'sys.argv[5] 
#初始化一定数量的线程，否则从零开始，可能需要很长的时间才能达到指定范围 
foriinrange(0,string.atoi(sys.argv[3])): 
thread=ControlThread() 
threadList.append(thread) 
thread.start() 
#这里使用sar来抓取cpu利用率，这里指的是总的cpu利用率。然后通过比较，进行自适应调整 
whileTrue: 
output=100-string.atof(os.popen('sar11|grep^Average|awk\'
{print$8}\'').read()) 
print'CPUUsage:'str(output)'\tCurrentThreadNumber:'str(len(threadList)) 
ifoutput<string.atoi(sys.argv[1]):#增加线程 
foriinrange(0,string.atoi(sys.argv[4])): 
thread=ControlThread() 
thread.start() 
threadList.append(thread) 
print""
ifoutput>string.atoi(sys.argv[2]):#减少线程 
foriinrange(0,string.atoi(sys.argv[4])): 
thread=threadList.pop() 
thread.stop() 
print"-----"

总的来说，这个脚本比较简单，而且在不同的机器上，需要操作人员的经验来初始化才能达到***效果。但这毕竟是我***个python程序，而且也达到了预期的目的。以上只是能运行的核心代码，至于usage，错误处理，退出程序等，就没有给出来了：）