1. hyper-v支持增强
支持第二代虚拟机（通过提供新的固件），通过定义在OpenStack中的属性（hw_machine_type={hyper-gen1,hyper-gen2}）来决定是创建一代虚拟机，还是二代虚拟机，默认为一代，另外，虚拟机的格式要求是VHDX，而且二代虚拟机不再允许挂在IDE设备，只能挂在SCSI设备。
目前只有以下操作系统支持创建二代虚拟机：
（1）Windows Server 2012/Windows 8 and above
（2）Newer Linux Kernel
二代虚拟机的主要优势： a) 支持安全引导 b) 减少启动时间 c) 支持跟分区的在线扩展(live resize) d) 使用UEFI代替BIOS
另外一个比较游泳的特性就是：下电hyper-v的主机的时候，先关闭运行在上面的虚拟机的功能。
2. NFV相关功能的增强（目前全部在Nova实现）
OpenStack社区专门成立了TelcoWorkingGroup用来负责NFV相关功能的定义，需求提出，代码review和patch，开发进度跟踪等等职责。
2.1 NUMA感知的调度（NUMA based scheduling）
主要用来解决带有PCI 设备绑定的虚拟机尽量从同一个NUMA node分配CPU和内存资源，来提高虚拟机的性能。典型的应用场景就是NFV,比如pci网卡passthrough等
2.2 绑定guest vCPU到物理机的CPU（spinning vCPU to host pCPU）
这个功能通过flavor的补充属性来实现的，比如给flavor增加如下属性：
hw:cpu_policy=shared|dedicated (shared为默认策略 )
hw:cpu_threads_policy=avoid|seperated|isolate|prefer
默认情况下，所有的vCPU都被虚拟成1core and 1 thread的socket，但是如果有了cpu绑定，物理cpu的拓扑将会影响guest cpu的拓扑，比如一个2 vCPU的guest被绑定到一个2个thread的core上，那么这个guest cpu的拓扑就是1 socket，1 core和2 threads。
cpu_threads_policy将会影响的guest的调度，调度的时候会考虑到物理cpu的thread，比如：
（1）avoid: 调度器将不会将guest调度到带有超线程特性的物理机上
（2）separate: 如果物理机的core支持超线程，那么同一guest的vCPU将会被分到不同的core上
（3）isolate： 如果物理机的core支持超线程，那么同一guest的vCPU将会被分到不同的core上，并且其他guest的vCPU不再允许调度到当前的core上
（4）prefer: 如果物理机支持超线程，那么同一个guest的vCPU将尽可能的被调度到相同的core上。
这个功能会引入很多应用场景，管理员希望对host根据不同的特性进行分组，比如dedicated cpu的一组，shared cpu的host一组; 再比如dedicated ram的host一组，share ram的host一组，所以还需要借助host aggregate的功能。（Dedicated ram相关具体参见：）
3. 大页内存支持（Large Page Support）
这个功能主要是为了提高Guest OS的性能，通过给Guest OS分配Large Page的内存来实现，原理是：内存页越大，那么TLB hit rate将会越高。
同时由于Large Page本身独占的特性，即Large Page不会被swap out，那么如果某个Large Page被分配给了某个进程，那么这个进程将独占这个Large Page映射的物理内存，即不会再给其他进程使用，也不会被OS使用。基于这些特性，所以Large Page Support的功能非常适合性能要求比较高的场景，在OpenStack环境里，就非NFV莫属了。
在x86体系结构下，page size默认为4k，large page size可以是2M或者1G，一般采用2M。
通过flavor的属性：hw:mem_page_size=large|small|any|2MB|1GB，来决定guest os是否使用large page，以及large page size。
这里需要注意，small默认的page size，就是4k，any对于libvirt来说，首先会使用large page，如果不支持，就使用small page.
------------------------------------------------------------
email: ustc.dylan@gmail.com
微博：@Marshal-Liu
阅读(1534) | 评论(0) | 转发(0) |
