虛擬化環境負載均衡實作：基於 CPU 使用率的自適應 Live Migration 腳本

項目背景

虛擬化 Demo 需要：當宿主機 CPU 利用率超過閾值，自動將 VM 熱遷移至低負載宿主機。缺乏真實壓力源，編寫自適應負載產生腳本模擬 CPU 壓力，驗證遷移邏輯。

腳本設計目標

• 輸入 5 參數：最低CPU% 最高CPU% 初始線程數 每次調整線程數 線程睡眠毫秒
• 實時採集 `sar 1 1` 總 CPU 利用率。
• 低於下限 → 增加線程製造負載；高於上限 → 減少線程釋放資源。
• 線程優雅啟停（`runflag` 控制），避免殭屍進程。

核心代碼

#!/usr/bin/python
import threading, time, os, string, sys

class ControlThread(threading.Thread):
    def __init__(self):
        threading.Thread.__init__(self)
        self.runflag = True
    def run(self):
        while self.runflag:
            os.popen('usleep ' + sys.argv[5])  # 亞秒級睡眠，比 time.sleep 更精準
    def stop(self):
        self.runflag = False

threadList = []
print 'Start Thread Number:', sys.argv[3], '\tSleep Time(ms):', sys.argv[5]

# 初始化線程池
for i in range(0, int(sys.argv[3])):
    t = ControlThread()
    threadList.append(t)
    t.start()

# 主控制循環
while True:
    # 獲取總 CPU 使用率 = 100 - idle%
    idle = float(os.popen("sar 1 1 | grep '^Average' | awk '{print $8}'").read())
    usage = 100 - idle
    print 'CPU Usage:', usage, '\tCurrent Thread Number:', len(threadList)

    if usage < int(sys.argv[1]):          # 低於下限，增壓
        for i in range(0, int(sys.argv[4])):
            t = ControlThread()
            t.start()
            threadList.append(t)
        print " +"
    elif usage > int(sys.argv[2]):        # 高於上限，減壓
        for i in range(0, int(sys.argv[4])):
            t = threadList.pop()
            t.stop()
        print " -----"
    time.sleep(1)  # 採樣間隔

參數調優實戰經驗

• 不同硬件參數差異大：同樣參數在不同 CPU/核心數機器上表現迥異，需現場微調。
• 初始線程數：設太低導致漸漲時間長；設太高可能直接衝破上限。建議從邏輯核心數 × 0.5 開始。
• 睡眠時間：`usleep` 粒度較細，1000-5000 微秒較適合；太小佔用調度開銷，太大響應遲鈍。
• 調整步長：每次 ±2~5 線程較平滑，避免震盪。

局限與改進方向

1. 僅考慮 CPU，生產環境需納入內存、I/O、網絡多維指標。
2. 無異常處理、日誌輪轉、優雅退出機制，需補全。
3. 遷移觸發邏輯應解耦為獨立模塊（調用 `virsh migrate` 或 vCenter API）。
4. 建議改用 Go/Rust 實現更高併發精度與部署便利性。

結語

這個 80 行 Python 腳本雖簡陋，卻完成了「自適應負載產生 → 觸發閾值 → 驗證 Live Migration」的閉環，為虛擬化負載均衡 PoC 提供了可用的壓力源。生產環境請採用成熟的 DRS (vSphere) / PRO (Hyper-V) / XenMotion 等原生調度器，腳本僅供測試驗證階段使用。