杨清玉1，李轩2，李金丽1，穆芳成1
（1.中标软件有限公司 测试认证中心，北京 100190；2.航天恒星科技有限公司 系统工程中心，北京 100086）
摘要：该文设计了一种虚拟桌面容量评测系统。在虚拟机中运行工作负载，对指定操作的响应时间和性能数据进行周期性采样。通过指定操作的响应时间来计算平均响应时间，确定基准响应时间和阈值响应时间；绘制响应时间曲线图、虚拟机资源使用监控图和主机资源使用监控图，通过对比平均响应时间与阈值响应时间，评测虚拟桌面容量，通过资源使用情况判断环境运行情况，辅助评测虚拟桌面容量，并能够定位性能瓶颈。
关键词：云计算；虚拟桌面；容量评测
0引言
云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需求提供给计算机和其他设备［1］。虚拟化是指计算机元件在虚拟的基础上运行。虚拟桌面是虚拟化技术发展的一个分支，是指支持企业实现桌面系统的远程动态访问与数据中心统一托管的技术［2］。
近年来，出现了一些具有代表性的虚拟化系统性能评测方法及相应的性能评测工具，如XenMon［3］、Xenoprof［4］、VMmark［5］等。但对于虚拟桌面容量的评测，仍然缺乏相应的评测方法。因此，如何更有针对性、更有效地对云计算环境下虚拟桌面容量进行评测成为需要解决的问题。
1虚拟桌面容量评测系统描述
虚拟桌面容量评测系统主要包括四个部分：工作负载模块、信息收集模块、数据处理模块和结果展示模块。如图1所示。
1.1工作负载模块
根据真实的用户行为模拟用户工作负载。工作负载使用用户日常使用的应用程序，如Word、Excel、IE浏览器等。这些工作负载在运行时会占用虚拟机的CPU、内存、磁盘等资源，从而实现对虚拟机系统的加压功能。工作负载根据并行的应用数量和应用组合分为轻负载、中负载和重负载三种工作负载类型，不同的工作负载占用的虚拟机资源不同。
开始测试时，系统连接虚拟桌面并登录虚拟机系统，自动执行预设的工作负载，对虚拟机系统生成压力。
1.2信息收集模块
测试过程中，系统周期性采样虚拟机在运行工作负载时指定操作的响应时间，监测虚拟机以及虚拟机所在主机的性能数据。
1.2.1操作响应时间
系统周期性采样虚拟机5种操作的响应时间以及采样发生时所在环境中运行工作负载的虚拟机数量。采样的5种操作包括启动记事本、启动记事本的打开对话框、启动记事本打印对话框、启动Word文档、使用WinRAR压缩文件。
1.2.2性能监测
系统周期性采样虚拟机和虚拟机所在主机的性能数据以及环境中运行工作负载的虚拟机数量。性能数据包括CPU使用率和内存使用率。
1.3数据处理模块
当测试结束后，系统对收集到的数据进行处理。根据指定操作的响应时间计算平均响应时间，并确定基准响应时间和阈值响应时间。
1.4结果展示模块
系统根据平均响应时间绘制响应时间曲线图，标记不同虚拟机数量下对应的平均响应时间、最大响应时间、最小响应时间以及环境的基准响应时间和阈值响应时间。如果在某虚拟机数量下对应的平均响应时间大于阈值响应时间，则可在此之前确定虚拟桌面最大容量。
系统根据收集到的虚拟机性能监测数据绘制虚拟机资源使用曲线图，通过该曲线图可以监测虚拟机具体运行情况，判断虚拟机是否在运行过程中出现阻塞以及阻塞的原因。
系统根据主机性能监测数据绘制主机资源使用曲线图。该曲线图可以辅助判断虚拟桌面容量，帮助寻找环境性能瓶颈。
2评测指标的量化算法
2.1总体响应时间
评测系统根据虚拟机中记录的每种操作的响应时间计算每次采样的总体响应时间。由于每种操作的响应时间是不同的，例如使用WinRAR软件压缩文件的时间远远大于打开记事本的“打开对话框”的时间。为了确保每种操作的响应时间对总体响应时间的影响相同，总体响应时间等于不同操作的响应时间加权后求和，计算方法如式（1）所示。fi为第i种操作响应时间的权重，Tjki为运行工作负载的虚拟机个数为j的第k次采样结果中的第i种操作的响应时间，n为操作的种类，Tjk为运行工作负载的虚拟机个数为j的第k次采样的总体响应时间。
2.2平均响应时间
根据总体响应时间计算平均响应时间，计算步骤如下：
（1）确定样本数量
①将虚拟机个数为j时的所有采样的总体响应时间进行升序排序。
②如果采样数大于最小样本数量（默认为3），则去除样本中最大5%和最小5%的数据（至少去除一个最大值，一个最小值），剩余的采样数m为用于计算平均响应时间的样本数。
（2）计算平均响应时间
对运行工作负载虚拟机个数为j时的m个总体响应时间求平均，得到运行工作负载虚拟机个数为j时的平均响应时间Tj，如式（2）所示。
2.3基准响应时间计算
基准响应时间（Baseline）代表了测试环境中最快的响应时间。基准响应时间最大的作用是帮助计算阈值响应时间（Threshold）。
首先将所有平均响应时间进行升序排序，然后根据式（3）计算基准响应时间。
基准响应时间的计算存在以下3种情况：
（1）测试虚拟机个数x等于1时，该虚拟机的平均响应时间即为基准响应时间。
（2）测试虚拟机个数为1<x≤5时，将所有平均响应时间进行升序排序，去除一个最大的平均响应时间，将剩余平均响应时间求平均，结果作为基准响应时间。
（3）测试虚拟机个数x>5时，将所有平均响应时间进行升序排序，对最低的5个平均响应时间求平均，结果作为基准响应时间。
2.4阈值响应时间计算
阈值响应时间等于基准响应时间加1 000，即：
3系统实验
3.1环境部署
测试环境选用的服务器配置为Intel Xeon 1路4核CPU，开启超线程，CPU主频为3.70 GHz，物理内存40 GB，Swap 24 GB，采用SSD固态硬盘，硬盘容量250 GB。
服务器所安装的操作系统为中标麒麟高级服务器操作系统，云环境部署中标麒麟微云操作系统2.0。在云环境中创建35个Windows7虚拟机，虚拟机配置为1个虚拟内核，1.5 GB内存，系统磁盘40 GB。
3.2测试方法
采用递增的方式，连接虚拟桌面，登录虚拟机系统，在虚拟机中运行中等工作负载。中等负载同时运行4~6个应用，该工作负载一共运行8个应用，完成以下任务：
（1）Word：打开一个Word文档，编辑文档。
（2）Excel：打开一个Excel文件，编辑文件。
（3）Power Point：打开一个PPT演示文稿，幻灯片放映、新建幻灯片、编辑幻灯片。
（4）IE：浏览网页、播放在线视频。
（5）Adobe Reader：打开一个PDF文件、查找内容。
（6）Windows照片查看器：查看系统自带的示例图片。
（7）Windows Media Player：打开一个本地视频，循环播放。
（8）计算器：打开计算器，执行加减乘除等运算。
评测系统周期性地采样虚拟机和虚拟机所在主机的性能数据以及当前环境中运行工作负载的虚拟机数量。
3.3结果分析
3.3.1响应时间结果
35台虚拟机运行中等负载的响应时间数据如表1所示。由于运行的虚拟机个数大于5个，所以基准响应时间等于最小的5个平均响应时间的平均值，即为912 ms，阈值响应时间为1 912 ms。当运行中等负载的虚拟机数量为34个时，平均响应时间为2 063 ms，大于阈值响应时间，所以该环境的虚拟桌面容量取值33个。
35台虚拟机运行中等负载的响应时间曲线如图2所示。
3.3.2虚拟机资源使用监控
以其中一个虚拟机为例，虚拟机资源使用曲线图如图3所示。虚拟机的CPU使用率在40%~70%，内存使用率在60%~80%，虚拟机系统运行平稳。
3.3.3主机资源使用监控
主机资源使用曲线图如图4所示。由图可知，随着运行工作负载的虚拟机数量的增多，主机的资源使用率也随着增加。由该图也可知，主机的内存使用率最终接近100%，所以，可以通过增加主机内存来提高虚拟桌面容量。
4结束语
本文设计了一种虚拟桌面容量评测系统，在虚拟机中运行工作负载，周期性采样指定操作的响应时间和性能数据。根据指定操作的响应时间来计算平均响应时间、基准响应时间和阈值响应时间。通过对比平均响应时间与阈值响应时间，从而判断是否达到虚拟桌面最大容量。通过
资源使用曲线图监控虚拟机和主机运行情况，并辅助判断是否达到虚拟桌面最大容量。本文以公司产品为例，
评测了虚拟桌面容量，并帮助定位性能瓶颈。这些能够为云环境中的虚拟桌面规划部署以及性能改进提供参考依据。
参考文献
［1］ Wikipedia. Cloud computing［EB/OL］.［2016-05-30］.https://en.wikipedia.org/wiki/Cloud_computing.
［2］ 马荟. 虚拟桌面落云端［J］. 互联网周刊，2015, 5(9)：60-62.
［3］ SOLTESZ S, POTZL H, FIUCZYNSKI M E, et al. Containerbased operating system virtualization: a scalable, highperformance alternative to hypervisors［C］. Proceedings of the 2007 Eurosys Conference, Mar 2123,2007,Lisbon, Portugal. New York, USA: ACM, 2007:275-287.
［4］ MENON A, SANTOS J R, TURNER Y, et al. Diagnosing performance overheads in the xen virtual machine environment［C］. Proceedings of VEE’05. Chicago, Illinois, USA: ［s. n.］, 2005:13-23.
［5］ MAKHIJA V, HERNDON B, SMITH P, et al. VMmark: a scalable benchmark for virtualized systems［R］. VMware Inc, CA, Tech. Rep. VMware TR 2006-002, 2006.