openstack虚拟机热迁移优化如何治本？

楼主经过把 openstack 各个版本的热迁移代码花式折腾之后发现，对于提高迁移成功率，openstack 本身能做的真的不多，本质上还是因为 openstack 是个上层建筑，受到底层的内存拷贝机制以及网络的限制。但是既然任务是优化那也只好想办法了。

前言

看这个之前需要了解openstack、libvirt、qemu、kvm之间的位置关系

目前默认使用的是传统的 ditry bitmap 模式的脏页追踪技术，造成了虚拟机规格越大迁移越困难的问题，从2020年开始 qemu 和 kvm 新增了 ditry ring 模式的脏页追踪技术，从设计上根本性的解决了这个问题

脏页追踪技术

追踪流程

vcpu —> PMU buffer —> ditry bitmap 或者 ditry ring（二选一）

ps:只能在x86上面用,因为需要PMU buffer

ditry bitmap 与 ditry ring 对比

ditry bitmap

社区默认使用 ditry bitmap ，ditry bitmap对清洁部分（空闲的）以及脏的部分（使用的）都有记录，描述的是整个虚拟机的内存

优点：1位就表示1页，所以操作效率很高，保持数据一致性的难度也比较低
缺点：1.虚拟机越大，脏页收集速度越慢，拷贝速度也越慢，开销也越大（因为脏页拷贝的时候会记录全部的内存）

ditry ring

优点：只记录脏的部分，所以与虚拟机的内存规格大小无关
缺点：数据一致性保持难度较高

本质：以CPU为指引，跟踪每一个CPU获取它最近访问的内存脏页组成一个环（即每个CPU都有一个环，去记录它的脏页），通过Mmap映射到用户态，然后让qemu共享到此环（共享实现0拷贝）

ditry ring工作机制

跟踪模式(每个vcpu都有一个脏环)

脏环维护

step1:内核态kvm负责将页的表象置为脏页(状态为dirty) -----> step2:用户态收集脏页(状态为collected) -----> step3:内核态kvm将colletced的脏页置为空(状态为empty)----> step1循环

ps:开启ditry ring的开关在qemu上，libvirt上没有

脏页速率测量

获取更准确的脏页的产生速率，决定那些虚拟机可以迁移(电信云测试结果如下)

抽样测量
间接反应脏页速率

方式：在虚拟机的区间(比如qemu的RAMBlock)设置采样点，周期性的选取若干内存页计算内容，在每一次周期性采样中对比每次同一块页的数据是否有变化，有变化就记为脏页，变化次数越多，脏的频率越高

这种方式存在假设前提（实际上这个前提可能不符合实际）
- 假设测量过程中虚拟机写内存是均匀分布的
- 假设测量过程中虚拟机只做一次写操作

缺：虚拟机规格越大，开销越高，准确性不高
优：平台通用、简单

基于 dirty ring的测量
直接反应脏页速率

方式：统计ditry ring中新增的脏页的条目，转换为内存大小，再除以时间得出脏页速率

优点：非常精准，开销小
缺点：只能在x86上用，因为dirty ring是基于x86的PMU buffer的

热迁移优化

基本上可以分为2个方向去进行热迁移优化

一、内存拷贝方向优化：

1. 改用 ditry ring 脏页追踪 （电信云已经实现）
2. 基于 dirty ring 的测量脏页速率（电信云已经实现）
3. 基于 dirty ring 的新降频模式

二、网络速度方向优化：

目前还没有调研，待续吧

参考文档：
https://blog.csdn.net/huang987246510/article/details/113854928
https://live.issmart.com.cn/Live/issmart_live/#/pc?eventId=4452&liveId=f52af1a6&lang=cn&utm_source=live
https://blog.csdn.net/yadehuiyin/article/details/81382060
https://blog.didiyun.com/index.php/2019/03/07/qemu-multifd/
https://www.cnblogs.com/ccxikka/p/9477530.html