XenServer/开销
Xen API 驱动开销
在本次评审中，向 xenapi 驱动程序添加了基于 VM 的虚拟化开销计算：https://review.openstack.org/#/c/35380/
这些值已更新，以考虑分配给 VM 的 VCPU 数量，本次评审中：https://review.openstack.org/60087
估算开销
以下开销数据是通过 XenAPI 从 Rackspace 云中的客户实例收集的。
数据绘制成图表如下
- X 轴：VM 的内存大小（GB）
- Y 轴：分配给 VM 的 VCPU 数量
- Z 轴：在 XenAPI 中观察到的 VM 内存开销大小（MB）。
在数据之上拟合了一个插值公式，以根据 VM 内存大小和 VCPU 数量来预测开销。
数据
计算开销的公式源自以下数据
| VM 内存大小（GB） | VM VCPU 数量 | VM 内存开销 | 开销/MB | 预测开销 |
|---|---|---|---|---|
| 256.0 | 1 | 4.0 | 0.015625 | 6.49936 |
| 512.0 | 1 | 7.0 | 0.013671875 | 8.49872 |
| 1024.0 | 1 | 10.0 | 0.009765625 | 12.49744 |
| 1024.0 | 1 | 11.0 | 0.0107421875 | 12.49744 |
| 512.0 | 1 | 6.0 | 0.01171875 | 8.49872 |
| 2048.0 | 1 | 19.0 | 0.00927734375 | 20.49488 |
| 3972.02233887 | 2 | 35.0 | 0.00881163221503 | 37.0214944666 |
| 3895.72839355 | 2 | 34.0 | 0.00872750781503 | 36.4256387537 |
| 1508.39562988 | 2 | 15.0 | 0.00994434066424 | 17.7805698694 |
| 4086.0 | 2 | 36.0 | 0.00881057268722 | 37.91166 |
| 2048.0 | 2 | 19.0 | 0.00927734375 | 21.99488 |
| 4048.31628418 | 2 | 35.0 | 0.00864556955117 | 37.6173501794 |
| 2048.0 | 2 | 20.0 | 0.009765625 | 21.99488 |
| 4057.85302734 | 2 | 36.0 | 0.0088716865193 | 37.6918321436 |
| 4073.77954102 | 2 | 35.0 | 0.0085915302111 | 37.8162182153 |
| 4096.0 | 2 | 35.0 | 0.008544921875 | 37.98976 |
| 4096.0 | 2 | 36.0 | 0.0087890625 | 37.98976 |
| 4072.0 | 2 | 35.0 | 0.0085952848723 | 37.80232 |
| 4096.0 | 4 | 38.0 | 0.00927734375 | 40.98976 |
| 4096.0 | 4 | 37.0 | 0.009033203125 | 40.98976 |
| 15360.0 | 4 | 125.0 | 0.00813802083333 | 128.9616 |
| 512.0 | 4 | 9.0 | 0.017578125 | 12.99872 |
| 8192.0 | 4 | 70.0 | 0.008544921875 | 72.97952 |
| 8192.0 | 4 | 69.0 | 0.0084228515625 | 72.97952 |
| 1024.0 | 4 | 14.0 | 0.013671875 | 16.99744 |
| 1024.0 | 4 | 13.0 | 0.0126953125 | 16.99744 |
| 2048.0 | 4 | 21.0 | 0.01025390625 | 24.99488 |
| 256.0 | 4 | 7.0 | 0.02734375 | 10.99936 |
| 15360.0 | 4 | 126.0 | 0.008203125 | 128.9616 |
| 15258.7890625 | 6 | 127.0 | 0.008323072 | 131.171142578 |
| 15324.7539062 | 6 | 127.0 | 0.00828724564041 | 131.686328008 |
| 15169.2651367 | 6 | 126.0 | 0.00830626921373 | 130.471960718 |
| 15264.6325684 | 6 | 127.0 | 0.00831988581653 | 131.216780359 |
| 15267.1328125 | 6 | 127.0 | 0.00831852329836 | 131.236307266 |
| 15360.0 | 6 | 127.0 | 0.00826822916667 | 131.9616 |
| 15335.0830078 | 6 | 128.0 | 0.00834687363184 | 131.766998291 |
| 15360.0 | 6 | 128.0 | 0.00833333333333 | 131.9616 |
| 14819.2524414 | 6 | 124.0 | 0.00836749360268 | 127.738361567 |
| 15256.3276367 | 6 | 128.0 | 0.00838996140145 | 131.151918843 |
| 30720.0 | 8 | 249.0 | 0.00810546875 | 254.9232 |
| 8192.0 | 8 | 74.0 | 0.009033203125 | 78.97952 |
| 8192.0 | 8 | 73.0 | 0.0089111328125 | 78.97952 |
| 30720.0 | 8 | 250.0 | 0.00813802083333 | 254.9232 |
| 61440.0 | 16 | 497.0 | 0.00808919270833 | 506.8464 |
| 61440.0 | 16 | 498.0 | 0.00810546875 | 506.8464 |
| 92160.0 | 24 | 745.0 | 0.00808376736111 | 758.7696 |
| 92160.0 | 24 | 746.0 | 0.00809461805556 | 758.7696 |
| 122880.0 | 32 | 994.0 | 0.00808919270833 | 1010.6928 |
| 122880.0 | 32 | 993.0 | 0.0080810546875 | 1010.6928 |
图表
以下图表通过 matplotlib 生成
VM 内存大小 (X) 与 VCPU 数量 (Y) 与 VM 内存开销大小 (Z)
公式
以下公式是通过 Mac OS X 的 Grapher 应用程序中的 Affine 方法对上述数据进行的插值。
overhead = (a * flavor_mb) + (b * num_vcpus) + c
a 和 b 是常数：a = 0.0078 b = 0.9674 c = 1.6162
