VMware使用的帮派日程安排是否有严重的缺陷?

我正在阅读一些technet文章,以及关于VMware和hyper v做CPU调度方式的区别。

我想知道如果我能得到这方面的一些客观的信息。 看起来,VMware使用的团队调度是一个巨大的缺点,但我不想只喝coolaid。 它是否会严重影响性能,或者VMware最新版本的最新版本能够解决这个问题?

编辑:当我说劣势我的意思是相对于Hyper V的“免费处理器调度”或KVM做到这一点。 我正在阅读的资料并没有说“免费的处理器调度”有什么问题可以通过帮派调度来避免。

像吟诵血腥玛丽成为一个黑暗的浴室镜子,让我们看看我们是否可以让杰克Oshins出现…

团队调度也被称为协同调度。 我认为VMware更喜欢将协同调度这个术语用于帮派调度。

在版本3.x之前的ESX版本中,VMware使用“严格的”共同调度,这具有同步的缺点。 在ESX 3.x及更高版本中,VMware切换到“放松”的共同调度。

宽松的共同调度取代了ESX 3.x中严格的共同调度,并在后续版本中进行了改进,以实现更高的CPU利用率并支持广泛的多处理器虚拟机。 与严格的共同调度algorithm相比,宽松的共同调度有一些独特的性质。 最重要的是,在严格的协同调度algorithm中,存在滞后的vCPU会导致整个虚拟机器被共同停止。 在宽松的协同调度algorithm中,一个领先的vCPU根据对最慢的同级vCPU的偏差来决定是否应该自己共同停止。 如果偏差大于阈值,则主要的vCPU将自行停止。 请注意,滞后的vCPU比最快的同级vCPUless得多,而领先的vCPU比最慢的同级vCPU明显多。 通过跟踪最慢的兄弟vCPU,每个vCPU现在可以独立地做出自己的共同调度决策。 像一站式,共同启动的决定也是单独做出的。 一旦最慢的同级vCPU开始进行,共同停止的vCPU就有资格共同启动,并可以根据pCPU可用性进行调度。 这就解决了严格的共同调度algorithm中的CPU碎片问题,不需要一组vCPU一起调度。 在前面的4- vCPU虚拟机示例中,即使只有一个空闲的pCPU可用,虚拟机也可以继续前进。 这显着提高了CPU利用率。

上面的代码片段来自VMware自己的文档 。

所以VMware不再使用严格的安排。 我会直接从供应商处理文档作为更权威的。

唯一会给你带来难题的是一个基准testing,它将完全依赖于CPU正在运行的代码种类。 但是我可以告诉你,如果VMware处于劣势,那么他们在虚拟化市场上的份额依然不会太大。

好的,瑞安,你做了我的一天。 我不像以前那样阅读这个论坛,但是我恰好在办理登机手续。

Red888,你应该知道我是一名软件架构师,在微软的Hyper-V上工作。 我想大多数人阅读这个是完全有能力点击我的名字下面这个链接,并发现,甚至谷歌search,但对于这个答案是有用的,可以肯定的是,读这个人是毫无疑问的我的观点。

一般来说,如果pipe理程序没有任何方法来影响在VM内运行的操作系统的行为,那么排定日程安排很有用。 这当然是VMware为什么要这样开始的。 他们不拥有任何操作系统,所以他们的目标是使现有的操作系​​统运行良好。 如果我是他们,这是我会开始的地方。

Gang调度和VMware可能会说我是对的,在如何使用机器内的物理处理器方面有很多限制。 pipe理程序通常无法find适合当前的资源。 所以他们多年来一直在修改他们的algorithm,寻找更好地工作的调度方法。

微软(可能还有其他几家公司)以不同的观点出发。 我们拥有Windows。 虚拟化后,我们将使Windowsperformance良好。 因此,帮派安排将不是必要的。 我们甚至不打算build立一个帮派调度员。

有趣的是,我们微软更关心的是Windows相对于其他操作系统运行得更好,而不是我们关心的Hyper-V比VMware,KVM,Xen,Oracle,Unisys等更好。因此,我们发布了Windows用于与pipe理程序合作。 如果你好奇,这里有一个链接,虽然我不推荐它作为睡前阅读:

http://www.bing.com/search?q=Hypervisor+Top-Level+Functional+Specification+3.0a%3A+Windows+Server+2012&src=IE-SearchBox&FORM=IESR02

因此,任何虚拟机pipe理程序供应商都可以暴露将触发Windows合作行为的内容。 其中有几个。 我真的不知道VMware是否已经或将会公开这一点。 你不得不问他们,或者是一个很重视他们的人。 如果他们这样做,如果他们没有改变他们的调度员放松更多,我会非常惊讶。 最后一个陈述当然是纯粹的猜测。

所以我的底线答案是,我怀疑你应该根据pipe理程序调度程序的工作原理在2014年做出购买决定。 我怀疑他们现在都很好。 几年前,这可能不是真的。

你应该在各种系统上尝试你的工作负载,看看它们是如何工作的。 我敢打赌,你的最终性能取决于你的存储和networking是否满足你的需求。