CN101986274B - 一种私有云环境下资源调配系统及资源调配方法 - Google Patents
一种私有云环境下资源调配系统及资源调配方法 Download PDFInfo
- Publication number
- CN101986274B CN101986274B CN201010541187A CN201010541187A CN101986274B CN 101986274 B CN101986274 B CN 101986274B CN 201010541187 A CN201010541187 A CN 201010541187A CN 201010541187 A CN201010541187 A CN 201010541187A CN 101986274 B CN101986274 B CN 101986274B
- Authority
- CN
- China
- Prior art keywords
- resource
- alarm
- controller
- adjustment
- policy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种私有云环境下资源调配系统,包括全局策略控制器、各云应用策略控制器,及、各组策略控制器:资源管理器与资源探查代理交互,接收指标数据,依据告警条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;组策略控制器首先处理上述告警,能处理则生成资源调整计划;不能处理则将告警上报云应用策略控制器;云应用策略控制器处理接收的告警,能处理则生成资源调整计划;不能处理则将告警上报全局策略控制器;全局策略控制器处理接收的告警,生成资源调整计划;策略控制网络返回资源调整计划到资源管理器并由其执行。本发明通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高私有云资源利用率。
Description
技术领域
本发明涉及私有云环境下资源管理领域,特别涉及一种私有云环境下资源调配系统及资源调配方法。
背景技术
私有云(Private Cloud),又称为内部云(Internal Cloud),指的是构建在防火墙内,为特定用户群提供随需即取的计算、存储服务的独占式计算架构。分布式计算和虚拟化技术的不断进步,使企业内的网络和数据中心管理员能够将IT基础设施资源以服务的形式提供给企业内部的用户。私有云平台通常包含虚拟化基础设施平台(基于如XEN、KVM、Hyper-V等产品构建)、私有云管理器(基于如OpenNebula、Eucalyptus等产品构建)组成。
实现私有云的一个关键步骤是利用虚拟化基础设施平台,虚拟化企业内的IT基础设施资源,并借助私有云管理器以随需的资源调配管理模式调配资源给相关业务系统,从而提升资源利用率。
动态资源调配管理表现为在大量用户共享软、硬件资源时,依据按需使用、随需使用的原则管理各类资源服务,根据应用需求的动态变化来弹性调整资源分配,是满足实时资源调配业务系统需求、系统性能优化、降低服务费用、提高资源利用率的重要技术手段。
动态资源调配管理的有效性是衡量私有云是否能够有效提高资源利用率的重要指标,描述了系统通过不断调整计算、存储等云计算资源在不同云应用、不同虚拟机之间的分配方式(比如处理器数目、内存和硬盘容量等)和资源调度方式(如并行化程度),满足不同云应用系统整体性能和特定虚拟机性能随任务负载增加而平滑变化的能力。
参见图1,示出常用的资源动态调整方式。微软MSDN(The MicrosoftDeveloper Network)中给出了实际应用中资源动态调整的常用两种方式:弹性上/下扩(Scale-Up/Down)和弹性外/内扩(Scale-Out/In)。图1中,上扩是指提高每个计算节点的计算能力,如提高计算机的处理器性能、内存容量、硬盘数量等;外扩是指增加计算节点的数目,相对而言实现更加方便灵活,但需要增强多机之间的资源调度和管理能力。
当前现有云计算环境下资源动态调配管理技术主要应用于公有云运行环境,例如Amazon公有云平台实现了单个弹性控制分组内的资源自动调配(Auto-Scaling)。公有云使用费用以用户使用资源数量、时间和传输数据量等指标为依据,并且公有云平台可为用户云应用系统提供足够可用资源,因此资源使用和回收的原则是随需申请,有多余资源则立即释放。
参见图2,示出现有的资源动态调配管理系统,资源动态调配管理系统基于独立自治的策略控制器11实现,每一策略控制器11负责一个弹性控制组12的伸缩,策略控制器11相对独立,之间没有交互。
相比公有云,私有云环境通常服务于企业内的多套业务系统,不需要计费策略,资源分配以提高企业内有限IT基础设施资源利用率为目标,但是,因主导资源配置的策略服务器相互独立,不能有效的协调动作,导致业务系统及时释放资源往往会造成部分资源负载较大,而部分资源空闲浪费的状况,并不能达到如公有云节约成本的效果。因此,采用现有资源调配技术对提高私有云资源利用率效果有限。
发明内容
本发明的目的提供一种私有云环境下资源调配系统,该系统针对私有云资源有限的特点,通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高了私有云资源利用率。
本发明一种私有云环境下资源调配系统,所述私有云包括私有云管理器,及部署在虚拟机之上的、负责资源使用指标探查的资源探查代理,所述资源调配系统包括资源管理器和策略控制网络:所述策略控制网络包括全局策略控制器,全局策略控制器管控下的各云应用策略控制器,及云应用策略控制器管控下的各组策略控制器:
资源管理器,用于与资源探查代理交互,接收指标数据,依据告警条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
组策略控制器,用于首先处理上述告警,能处理则生成资源调整计划;不能处理则将告警上报云应用策略控制器;
云应用策略控制器,用于处理接收的告警,能处理则生成资源调整计划;不能处理则将告警上报全局策略控制器;
全局策略控制器,用于处理接收的告警,生成资源调整计划;
策略控制网络返回资源调整计划到资源管理器,资源管理器执行该资源调整计划。
优选的,所述云应用策略控制器生成的资源调整计划传递到组策略控制器。
优选的,全局策略控制器生成的资源调整计划经云应用策略控制器传递到组策略控制器。
优选的,当某弹性控制组的资源不足告警时,由云应用策略控制器协调回收云应用内其他弹性控制组的资源来补充。
优选的,当某云应用资源不足告警时,由全局策略控制器协调回收其他云应用内资源来补充。
优选的,弹性控制分组内出现冗余资源时,同一云应用内的其他弹性控制分组告警触发云应用策略控制器或全局策略控制器,进行回收处理。
优选的,所述策略控制网络内各策略控制器包括策略引擎、资源调整计划生成模块、告警处理模块、策略冲突处理模块和策略存储库:
策略引擎,用于解析策略定义文件,生成告警处理策略,并持久化到策略存储库;
资源调整计划生成模块,用于对告警处理策略生成包含一系列顺序或并行执行策略调整动作流程的资源调整计划,发送给资源管理器执行;
告警处理模块,用于处理资源管理器发送的告警,将告警解析后输入策略引擎;
策略冲突处理模块,用于当策略引擎同时处理多个告警产生资源申请冲突时,基于云应用预定义资源分配优先级策略进行仲裁;
策略存储库,用于存储告警处理策略。
优选的,资源管理器包括指标数据采集模块、告警模块、资源监控模块和资源调整计划处理模块:
指标数据采集模块,用于采集虚拟机资源使用情况的指标数据,传递给告警模块;
告警模块,用于判断指标数据,如符合告警条件定义则生成告警,上报策略控制网络;
资源监控模块,用于监控私有云平台整体资源分配和使用情况,生成资源清单;
资源调整计划处理模块,用于基于资源调整计划生成资源调整流程,进行资源调整。
本发明还提供一种私有云资源应用管理系统,该系统针对私有云资源有限的特点,通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高了私有云资源利用率。
本发明一种私有云资源应用管理系统,包括全局策略控制器和至少一个云应用,每个云应用中包含一个云应用策略控制器和至少一个弹性控制分组,各弹性控制分组通过负载均衡器相互联系;每个弹性控制分组内部署有组策略控制器、资源管理器和资源探查代理;组策略控制器、云应用策略控制器和全局策略控制器组成策略控制网络,用于负责资源调配;
资源探查代理,用于资源使用指标探查;
资源管理器,用于与资源探查代理交互,接收指标数据,依据告警条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
组策略控制器,用于首先处理上述告警,能处理则生成资源调整计划;不能处理则将告警上报云应用策略控制器;
云应用策略控制器,用于处理接收的告警,能处理则生成资源调整计划;不能处理则将告警上报全局策略控制器;
全局策略控制器,用于处理接收的告警,生成资源调整计划;
策略控制网络返回资源调整计划到资源管理器。
本发明还提供一种私有云环境下资源调配方法,该方法针对私有云资源有限的特点,通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高了私有云资源利用率。
本发明一种私有云环境下资源调配方法,所述私有云包括私有云管理器,及部署在虚拟机之上的、负责资源使用指标探查的资源探查代理,其特征在于,资源调配系统包括资源管理器和策略控制网络:所述策略控制网络包括全局策略控制器,全局策略控制器管控下的各云应用策略控制器,及云应用策略控制器管控下的各组策略控制器,该资源调配方法包括:
步骤S11、资源管理器与资源探查代理交互,接收指标数据,通过预定义条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
步骤S12、组策略控制器首先处理上述告警,能处理则生成资源调整计划,转步骤S15;不能处理则将告警上报云应用策略控制器;
步骤S13、云应用策略控制器处理接收的告警,能处理则生成资源调整计划,转步骤S15;不能处理则将告警上报全局策略控制器;
步骤S14、全局策略控制器处理接收的告警,生成资源调整计划;
步骤S15、策略控制网络返回资源调整计划到资源管理器。
本发明还提供私有云环境下可预期资源调配方法,该方法针对私有云资源有限的特点,通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高了私有云可预期资源利用率。
本发明一种私有云环境下可预期资源调配方法,该资源调配方法包括:
步骤S21、策略控制器获取资源清单,查找权限范围内能够满足本次资源调整的可用资源;
步骤S22、是否找到足够的可用资源,是则转到步骤S26;否则转到步骤S24;
步骤S24、通过回收资源是否能满足需要,是则转到步骤S27;否则转到步骤S25;
步骤S925、策略控制网络中是否存在上层策略控制器,是则转到步骤S28;否则转到步骤S213;
步骤S26、创建包含一系列资源回收/分配动作的资源调整计划,转步骤S909;
步骤S27、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S210;
步骤S28、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S213;
步骤S29、策略控制网络中是否存在下层策略控制器,是则转到步骤S211;否则转到步骤S210;
步骤S210、转发资源调整计划到下层策略控制器,转步骤S913;
步骤S211、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S212、把资源调整计划提交资源管理器执行。
步骤S213、结束。
本发明还提供私有云环境下不可预期资源调配方法,该方法针对私有云资源有限的特点,通过构建分级的控制策略,辅助各级策略之间的协调机制,有效提高了私有云不可预期资源利用率。
本发明一种私有云环境下不可预期资源调配方法,该资源调配方法包括:
步骤S31、指标数据采集模块与资源探查代理交互获取虚拟机运行状态指标数据并提交给告警模块;
步骤S32、告警模块基于告警条件处理并判断采集到的指标数据是否满足告警条件定义,是则生成对应的告警提交策略控制器;
步骤S33、策略控制器接收、解析告警并获取资源清单,查找当前策略控制器权限范围内能够满足本次资源调整的可用资源;
步骤S34、是否找到足够的可用资源,是则转到步骤S37;否则转到步骤S35;
步骤S35、通过回收资源是否能满足需要,是则转到步骤S38;否则转到步骤S36;
步骤S36、策略控制网络中是否存在上层策略控制器,是则转到步骤S39;否则转到步骤S314;
步骤S37、创建包含一系列资源回收/分配动作的资源调整计划,转步骤S310;
步骤S38、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S311;
步骤S39、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S314;
步骤S310、策略控制网络中是否存在下层策略控制器,是则转到步骤S312;否则转到步骤S311;
步骤S311、转发资源调整计划到下层策略控制器,转步骤S314;
步骤S312、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S313、把资源调整计划提交资源管理器执行。
步骤S314、结束。
与现有技术相比,本发明具有以下优点:
本发明通过分级控制策略并在不同级之间进行策略协调,从而达到提高私有云资源利用率的效果。进一步地,由于本发明能够基于预定义策略自动实现动态调整,调整过程中无需人为干预,能够降低人工维护成本,提高维护效率。
附图说明
图1为现有资源动态调整方式示意图;
图2为现有的资源动态调配管理系统结构图;
图3为本发明私有云应用管理系统示意图;
图4为本发明私有云和私有云资源调配系统示意图;
图5为本发明策略控制网络的结构示意图;
图6为本发明私有云环境下资源调配方法流程图;
图7为本发明策略控制器逻辑架构图;
图8为本发明资源管理器逻辑架构图;
图9为本发明策略控制器准备流程图;
图10为本发明可预期资源调配策略执行流程图;
图11为本发明不可预期资源调配策略执行流程图;
图12为本发明资源调整计划流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明利用多层策略控制器组成策略控制网络,对弹性控制分组、云应用之间的资源进行动态调配管理。本发明通过部署在虚拟机(VM)上的资源探查代理(Agent)探查业务系统对资源的使用情况,反馈给资源管理器,资源管理器通过预定义的告警条件判断是否生成告警,如生成告警,将告警发送到策略控制网络,策略控制网络生成相应的资源调整计划,返回到资源管理器执行资源调整计划,调整现有资源分配方案,随需分配私有云内有限的资源。
参见图3,示出私有云应用管理系统,包括全局策略控制器31和两个云应用32。每个云应用32中包含三个弹性控制分组321(分别是Web服务器分组、应用服务器分组和数据库分组)和一个云应用策略控制器322。各弹性控制分组321通过负载均衡器323相互联系。
每个弹性控制分组321内都部署有组策略控制器321a、资源管理器321b、以及独立的资源探查代理321c,资源探查代理321c用于业务系统对资源的使用情况。组策略控制器321a、云应用策略控制器322和全局策略控制器31等三级策略控制器构成策略控制网络。
DNS服务器33负责将用户请求传送到云应用32;负载均衡器322负责云应用32内的负载均衡。
该私有云应用管理系统使用由三层策略控制器组成的策略控制网络,当某弹性控制组321的资源不足告警时,可由云应用策略控制器322协调回收该云应用32内其他弹性控制组321的资源来补充;协调的过程是云应用策略控制器322主动检查云应用内其他弹性控制组321的资源是否有冗余,有则向其发送资源回收指令;弹性控制组321收到资源回收指令则按预定义策略释放资源,所回收资源归由云应用策略控制器322调配。
当某云应用32资源不足告警时,可由全局策略控制器31协调回收其他云应用32内资源来补充。协调的过程是云应用策略控制器322主动检查其他云应用32的资源是否有冗余,有则向其发送资源回收指令;云应用策略控制器322收到资源回收指令则按预定义策略释放资源,所回收资源归全局策略控制器31调配。
因此,该策略控制网络可实现私有云平台上全局资源自动调配,各云应用32之间资源自动调配,及云应用32内各弹性控制组321之间资源自动调配。本发明通过分级控制策略并在不同级之间进行策略协调,从而达到提高私有云资源利用率的效果。进一步地,由于本发明能够基于预定义策略自动实现动态调整,调整过程中无需人为干预,能够降低人工维护成本,提高维护效率。
弹性控制分组321内组策略控制器321a和资源管理器321b只负责资源的扩充分配。弹性控制分组321内出现冗余资源时,同一云应用32内的其他弹性控制分组321告警触发云应用策略控制器322或全局策略控制器31,进行回收处理。该冗余资源回收处理机制可有效降低私有云内资源的空闲浪费,由闲置资源换取企业内业务系统的性能提升,提高资源利用率。
参见图4,示出本发明私有云和私有云资源调配系统。私有云通常由部署在企业内IT基础设施之上的虚拟化基础设施平台软件和私有云管控平台软件构建,私有云包括与私有云资源调配系统发生交互的私有云管理器41,及部署在虚拟机之上的、负责资源使用指标探查的资源探查代理42。私有云资源调配系统包括负责资源监视、管理和控制的资源管理器43和负责资源调整策略控制的策略控制网络44。
在图4所示体系结构中,资源探查代理42部署在私有云中虚拟化基础设施平台之上的各个虚拟机上,负责收集私有云中各个虚拟机对资源使用的指标数据。资源管理器43与资源探查代理42交互接收指标数据,通过预定义告警条件判断指标数据是否生成告警,一旦满足告警条件则生成告警,提交策略控制网络44。策略控制网络44基于预定义策略处理告警,生成资源调整计划转交资源管理器43执行。资源管理器43将资源调整计划解析为对私有云的指令动作并执行。
参见图5,示出本发明策略控制网络44的结构。组策略控制器321a、云应用策略控制器322和全局策略控制器31构成策略控制网络44。位于下层的组策略控制器321a只隶属于上一层的云应用策略控制器322。由资源管理器产生的告警数据首先会由组策略控制器321a处理,当组策略控制器321a不能处理该告警时(如该控制器权限内没有足够的可分配资源或资源申请发生冲突),将告警上报上一层云应用策略控制器322;如果云应用策略控制器322不能处理该告警时,将告警上报上一层全局策略控制器31。全局策略控制器31处理告警后会生成资源调整计划,逐级向下转交,直到组策略控制器321a将其下发给资源管理器。
参见图6,示出本发明私有云环境下资源调配方法,具体包括以下步骤。
步骤S601、资源管理器与资源探查代理交互,接收指标数据,通过预定义条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
步骤S602、组策略控制器首先处理上述告警,能处理则生成资源调整计划,转步骤S605;不能处理则将告警上报云应用策略控制器;
步骤S603、云应用策略控制器处理接收的告警,能处理则生成资源调整计划,转步骤S605;不能处理则将告警上报全局策略控制器;
步骤S604、全局策略控制器处理接收的告警,生成资源调整计划;
步骤S605、策略控制网络返回资源调整计划到资源管理器。
网络结构的策略控制器对私有云有限资源环境下资源利用率更高,调整过程中无需人为干预,能够降低人工维护成本,提高维护效率。
策略控制网络内的各策略控制器负责系统告警的处理和资源调整计划的生成。由应用场景不同,策略控制器所处理的策略分为两类:
可预期资源调配策略:所需资源调配时间和调配方案用户已知,通过策略定义文件定义调度策略和调配方案,由调度模块触发执行;
不可预期资源调配策略:所需资源调配时间和方案未知,由资源管理器分析资源监控指标数据生成的告警触发,资源调配方案随需生成。
参见图7,示出本发明策略控制器逻辑架构,策略控制器核心模块有五部分组成,分别是策略引擎71、资源调整计划生成模块72、告警处理模块73、策略冲突处理模块74和策略存储库75。
策略引擎71是核心策略执行模块,用于解析策略定义文件获取告警处理策略并持久化到策略存储库75;从策略定义文件解析生成告警条件;策略引擎71内调度模块负责可预期资源调配策略的调度执行。
资源调整计划生成模块72,用于基于策略引擎71对告警处理策略生成包含一系列顺序或并行执行策略调整动作流程的资源调整计划,发送给资源管理器执行。
告警处理模块73,用于处理来自资源管理器的告警,将告警解析成策略引擎71的输入数据。
策略冲突处理模块74,用于当策略引擎71同时处理多个告警产生资源申请冲突时,基于云应用预定义资源分配优先级策略仲裁。
策略存储库75,用于存储告警处理策略。
参见图8,示出本发明资源管理器逻辑架构。资源管理器与私有云直接交互,管控私有云提供的计算、存储等资源,及部署在虚拟机上的资源探查代理。核心模块包括以下四部分:
指标数据采集模块81,用于与资源探查代理交互采集虚拟机资源使用情况指标数据,传递给告警模块82。
告警模块82,用于依据策略控制器传来的告警条件定义判断处理指标数据,生成告警上报策略控制器;
资源监控模块83与私有云管理器交互,监控私有云平台整体资源分配和使用情况,生成资源清单;
资源调整计划处理模块84与私有云管理器交互,基于资源调整计划生成资源调整流程,执行并转化成对私有云管理器的动作命令进行资源调整。
以下借助图9、图10、图11介绍策略控制器的各种工作流程。
参见图9,示出本发明策略控制器准备流程,具体步骤如下。
步骤S901、创建云应用,为云应用内包含的各个弹性控制组、云应用本身和全局策略控制器定制与该云应用关联的资源管控策略,并以XML文件形式提交策略控制器内策略引擎;
步骤S902、策略引擎解析XML文件,将策略定义持久化到策略存储库中,之后策略引擎创建相应的策略处理线程;
步骤S903、策略处理线程启动并初始化,在策略处理线程初始化过程中,将解析的出对应指定资源中指定指标类型的预警条件定义,提交给资源管理器中的告警模块;
步骤S904、资源管理器接收预警条件定义,将预警条件定义添加到本地指标数据处理逻辑中,创建该预警条件定义对应生成告警与云应用之间的关联关系。
参见图10,示出本发明可预期资源调配策略执行流程,具体步骤如下。
步骤S1001、策略引擎内调度模块按策略中定时调度策略定义触发资源调整过程;
步骤S1002、策略引擎获取资源清单,查找当前策略控制器权限范围内能够满足本次资源调整的可用资源;
步骤S1003、是否找到足够的可用资源,是则转到步骤S1006;否则转到步骤S1004;
步骤S1004、通过回收资源是否能满足需要,是则转到步骤S1007;否则转到步骤S1005;
步骤S1005、策略控制网络中是否存在上层策略控制器,是则转到步骤S1008;否则转到步骤S1013;
步骤S1006、创建包含一系列资源回收/分配动作的资源调整,转步骤S1009;
步骤S1007、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S1010;
步骤S1008、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S1013;
步骤S1009、策略控制网络中是否存在下层策略控制器,是则转到步骤S1011;否则转到步骤S1010;
步骤S1010、转发资源调整计划到下层策略控制器,转步骤S1013;
步骤S1011、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S1012、把资源调整计划提交资源管理器执行。
步骤S1013、结束。
本发明通过上述流程对可预期资源进行合理的动态调配,提高有限资源的使用效率和分配合理性,调整过程中无需人为干预,能够降低人工维护成本,提高维护效率。
参见图11,示出本发明不可预期资源调配策略执行流程,具体步骤如下。
步骤S1101、指标数据采集模块与资源探查代理交互获取虚拟机运行状态指标数据并提交给告警模块;
步骤S1102、告警模块基于告警条件处理并判断采集到的指标数据是否满足告警条件定义,是则生成对应的告警提交策略控制器;
步骤S1103、策略控制器接收、解析告警并获取资源清单,查找当前策略控制器权限范围内能够满足本次资源调整的可用资源;
步骤S1104、是否找到足够的可用资源,是则转到步骤S1107;否则转到步骤S1105;
步骤S1105、通过回收资源是否能满足需要,是则转到步骤S1108;否则转到步骤S1106;
步骤S1106、策略控制网络中是否存在上层策略控制器,是则转到步骤S1109;否则转到步骤S1114;
步骤S1107、创建包含一系列资源回收/分配动作的资源调整计划,转步骤S1110;
步骤S1108、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S1111;
步骤S1109、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S1114;
步骤S1110、策略控制网络中是否存在下层策略控制器,是则转到步骤S1112;否则转到步骤S1111;
步骤S1111、转发资源调整计划到下层策略控制器,转步骤S1114;
步骤S1112、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S1113、把资源调整计划提交资源管理器执行。
步骤S1114、结束.
本发明通过上述流程对不可预期资源进行合理的动态调配,提高有限资源的使用效率和分配合理性,该调整过程中无需人为干预,能够降低人工维护成本,提高维护效率。
参见图12,示出本发明资源调整计划流程,具体步骤如下。
步骤S1201、资源管理器中的资源调整计划处理模块接收并解析资源调整计划,生成包含一系列可顺序执行或并发执行的资源调整动作的资源调整动作流程;
步骤S1202、资源调整计划处理模块连接私有云管理器,并执行资源调整动作流程,同时将资源调整动作转换为私有云管理器资源调整命令执行。
以上所述仅为本发明的优选实施方式,并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的权利要求保护范围之内。
Claims (12)
1.一种私有云环境下资源调配系统,所述私有云包括私有云管理器,及部署在虚拟机之上的、负责资源使用指标探查的资源探查代理,其特征在于,所述资源调配系统包括资源管理器和策略控制网络:所述资源管理器用于与资源探查代理交互,接收指标数据,依据告警条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;所述策略控制网络包括全局策略控制器,全局策略控制器管控下的各云应用策略控制器,及云应用策略控制器管控下的各组策略控制器:
组策略控制器,用于首先处理上述告警,能处理则生成资源调整计划;不能处理则将告警上报云应用策略控制器;
云应用策略控制器,用于处理接收的告警,能处理则生成资源调整计划;不能处理则将告警上报全局策略控制器;
全局策略控制器,用于处理接收的告警,生成资源调整计划;
策略控制网络返回资源调整计划到资源管理器,资源管理器执行该资源调整计划。
2.如权利要求1所述的资源调配系统,其特征在于,所述云应用策略控制器生成的资源调整计划传递到组策略控制器。
3.如权利要求1所述的资源调配系统,其特征在于,全局策略控制器生成的资源调整计划经云应用策略控制器传递到组策略控制器。
4.如权利要求1所述的资源调配系统,其特征在于,当某弹性控制组的资源不足告警时,由云应用策略控制器协调回收云应用内其他弹性控制组的资源来补充。
5.如权利要求1所述的资源调配系统,其特征在于,当某云应用资源不足告警时,由全局策略控制器协调回收其他云应用内资源来补充。
6.如权利要求1所述的资源调配系统,其特征在于,弹性控制分组内出现冗余资源时,同一云应用内的其他弹性控制分组告警触发云应用策略控制器或全局策略控制器,进行回收处理。
7.如权利要求1-6任一项所述的资源调配系统,其特征在于,所述策略控制网络内各策略控制器包括策略引擎、资源调整计划生成模块、告警处理模块、策略冲突处理模块和策略存储库:
策略引擎,用于解析策略定义文件,生成告警处理策略,并持久化到策略存储库;
资源调整计划生成模块,用于对告警处理策略生成包含一系列顺序或并行执行策略调整动作流程的资源调整计划,发送给资源管理器执行;
告警处理模块,用于处理资源管理器发送的告警,将告警解析后输入策略引擎;
策略冲突处理模块,用于当策略引擎同时处理多个告警产生资源申请冲突时,基于云应用预定义资源分配优先级策略进行仲裁;
策略存储库,用于存储告警处理策略。
8.如权利要求1-6任一项所述的资源调配系统,其特征在于,资源管理器包括指标数据采集模块、告警模块、资源监控模块和资源调整计划处理模块:
指标数据采集模块,用于采集虚拟机资源使用情况的指标数据,传递给告警模块;
告警模块,用于判断指标数据,如符合告警条件定义则生成告警,上报策略控制网络;
资源监控模块,用于监控私有云平台整体资源分配和使用情况,生成资源清单;
资源调整计划处理模块,用于基于资源调整计划生成资源调整流程,进行资源调整。
9.一种私有云资源应用管理系统,其特征在于,包括全局策略控制器和至少一个云应用,每个云应用中包含一个云应用策略控制器和至少一个弹性控制分组,各弹性控制分组通过负载均衡器相互联系;每个弹性控制分组内部署有组策略控制器、资源管理器和资源探查代理;组策略控制器、云应用策略控制器和全局策略控制器组成策略控制网络,用于负责资源调配;
资源探查代理,用于资源使用指标探查;
资源管理器,用于与资源探查代理交互,接收指标数据,依据告警条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
组策略控制器,用于首先处理上述告警,能处理则生成资源调整计划;不能处理则将告警上报云应用策略控制器;
云应用策略控制器,用于处理接收的告警,能处理则生成资源调整计划;不能处理则将告警上报全局策略控制器;
全局策略控制器,用于处理接收的告警,生成资源调整计划;
策略控制网络返回资源调整计划到资源管理器。
10.一种私有云环境下资源调配方法,其特征在于,所述私有云包括私有云管理器,及部署在虚拟机之上的、负责资源使用指标探查的资源探查代理,其特征在于,资源调配系统包括资源管理器和策略控制网络:所述策略控制网络包括全局策略控制器,全局策略控制器管控下的各云应用策略控制器,及云应用策略控制器管控下的各组策略控制器,该资源调配方法包括:
步骤S11、资源管理器与资源探查代理交互,接收指标数据,通过预定义条件判断指标数据是否生成告警,如生成告警,将告警提交策略控制网络;
步骤S12、组策略控制器首先处理上述告警,能处理则生成资源调整计划,转步骤S15;不能处理则将告警上报云应用策略控制器;
步骤S13、云应用策略控制器处理接收的告警,能处理则生成资源调整计划,转步骤S15;不能处理则将告警上报全局策略控制器;
步骤S14、全局策略控制器处理接收的告警,生成资源调整计划;
步骤S15、策略控制网络返回资源调整计划到资源管理器。
11.一种私有云环境下可预期资源调配方法,其特征在于,该资源调配方法包括:
步骤S21、策略控制器获取资源清单,查找权限范围内能够满足本次资源调整的可用资源;
步骤S22、是否找到足够的可用资源,是则转到步骤S26;否则转到步骤S24;
步骤S24、通过回收资源是否能满足需要,是则转到步骤S27;否则转到步骤S25;
步骤S25、策略控制网络中是否存在上层策略控制器,是则转到步骤S28;否则转到步骤S213;
步骤S26、创建包含一系列资源回收/分配动作的资源调整计划,转步骤S29;
步骤S27、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S210;
步骤S28、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S213;
步骤S29、策略控制网络中是否存在下层策略控制器,是则转到步骤S211;否则转到步骤S210;
步骤S210、转发资源调整计划到下层策略控制器,转步骤S213;
步骤S211、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S212、把资源调整计划提交资源管理器执行;
步骤S213、结束。
12.一种私有云环境下不可预期资源调配方法,其特征在于,该资源调配方法包括:
步骤S31、指标数据采集模块与资源探查代理交互获取虚拟机运行状态指标数据并提交给告警模块;
步骤S32、告警模块基于告警条件处理并判断采集到的指标数据是否满足告警条件定义,是则生成对应的告警提交策略控制器;
步骤S33、策略控制器接收、解析告警并获取资源清单,查找当前策略控制器权限范围内能够满足本次资源调整的可用资源;
步骤S34、是否找到足够的可用资源,是则转到步骤S37;否则转到步骤S35;
步骤S35、通过回收资源是否能满足需要,是则转到步骤S38;否则转到步骤S36;
步骤S36、策略控制网络中是否存在上层策略控制器,是则转到步骤S39;否则转到步骤S314;
步骤S37、创建包含一系列资源回收/分配动作的资源调整计划,转步骤S310;
步骤S38、创建对指定弹性控制分组或云应用的资源回收动作,转步骤S311;
步骤S39、生成对应当前资源调整过程的资源不足告警,发送给上层策略控制器,转步骤S314;
步骤S310、策略控制网络中是否存在下层策略控制器,是则转到步骤S312;否则转到步骤S311;
步骤S311、转发资源调整计划到下层策略控制器,转步骤S314;
步骤S312、关联策略调整计划中需要分配的资源与弹性控制分组;
步骤S313、把资源调整计划提交资源管理器执行;
步骤S314、结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010541187A CN101986274B (zh) | 2010-11-11 | 2010-11-11 | 一种私有云环境下资源调配系统及资源调配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010541187A CN101986274B (zh) | 2010-11-11 | 2010-11-11 | 一种私有云环境下资源调配系统及资源调配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101986274A CN101986274A (zh) | 2011-03-16 |
CN101986274B true CN101986274B (zh) | 2012-10-03 |
Family
ID=43710623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010541187A Expired - Fee Related CN101986274B (zh) | 2010-11-11 | 2010-11-11 | 一种私有云环境下资源调配系统及资源调配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101986274B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106027617A (zh) * | 2016-05-11 | 2016-10-12 | 广东浪潮大数据研究有限公司 | 一种私有云环境下任务及资源动态调度的实现方法 |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102843387B (zh) * | 2011-06-20 | 2017-02-01 | 北京太能沃可网络科技股份有限公司 | 一种基于安全分级的云计算安全控制平台 |
CN102223419A (zh) * | 2011-07-05 | 2011-10-19 | 北京邮电大学 | 面向网络化操作系统的虚拟资源动态反馈均衡分配机制 |
CN102882758B (zh) | 2011-07-12 | 2018-12-07 | 华为技术有限公司 | 虚拟私云接入网络的方法、网络侧设备和数据中心设备 |
CN102289463A (zh) * | 2011-07-15 | 2011-12-21 | 北京邮电大学 | 一种控制用户使用容量的方法及代理服务器 |
CN102387061B (zh) * | 2011-10-21 | 2014-05-07 | 华为技术有限公司 | 虚拟私云接入虚拟专用网的方法、装置和系统 |
CN102404393A (zh) * | 2011-11-10 | 2012-04-04 | 山东浪潮齐鲁软件产业股份有限公司 | 一种实现烟草公司大集中系统私有云架构的方法 |
CN102523254B (zh) * | 2011-11-29 | 2014-08-13 | 曙光信息产业(北京)有限公司 | 一种云计算环境自动分配系统资源的方法 |
CN102420869A (zh) * | 2011-12-02 | 2012-04-18 | 浪潮集团有限公司 | 一种云数据中心安全监控方法 |
CN102497409B (zh) * | 2011-12-08 | 2015-09-23 | 曙光信息产业(北京)有限公司 | 一种云计算系统资源管理的方法 |
CN103164279B (zh) * | 2011-12-13 | 2016-05-04 | 中国电信股份有限公司 | 云计算资源分配方法和系统 |
CN102609309B (zh) * | 2012-01-19 | 2018-08-21 | 南京中兴新软件有限责任公司 | 一种用于云计算的策略调度系统和方法 |
CN103354990B (zh) * | 2012-02-13 | 2016-09-21 | 华为技术有限公司 | 处理云平台中的虚拟机的系统和方法 |
CN103491115A (zh) * | 2012-06-12 | 2014-01-01 | 华为软件技术有限公司 | 资源调度方法、装置及系统 |
CN103580934B (zh) * | 2012-07-18 | 2018-09-04 | 深圳市腾讯计算机系统有限公司 | 一种云业务监测方法和装置 |
CN103810444B (zh) * | 2012-11-15 | 2018-08-07 | 南京中兴软件有限责任公司 | 一种云计算平台中多租户应用隔离的方法和系统 |
CN104035808B (zh) * | 2013-03-04 | 2018-03-27 | 中兴通讯股份有限公司 | 虚拟机集合的部署方法和装置 |
US9817699B2 (en) | 2013-03-13 | 2017-11-14 | Elasticbox Inc. | Adaptive autoscaling for virtualized applications |
CN104104551B (zh) * | 2013-04-02 | 2018-03-23 | 中国移动通信集团公司 | 云资源需求评估方法及装置 |
US9384115B2 (en) * | 2013-05-21 | 2016-07-05 | Amazon Technologies, Inc. | Determining and monitoring performance capabilities of a computer resource service |
CN103442088B (zh) * | 2013-09-16 | 2016-04-27 | 苏州市职业大学 | 一种分组计算的云计算系统 |
CN104580120A (zh) * | 2013-10-28 | 2015-04-29 | 北京启明星辰信息技术股份有限公司 | 一种可按需服务的虚拟化网络入侵检测方法和装置 |
CN103607300B (zh) * | 2013-11-12 | 2017-01-18 | 东软集团股份有限公司 | 一种云应用运行期的风险处理方法及系统 |
CN104679591B (zh) * | 2013-11-28 | 2018-05-25 | 国际商业机器公司 | 用于在云环境中进行资源分配的方法和装置 |
CN103684916A (zh) * | 2013-12-13 | 2014-03-26 | 国家计算机网络与信息安全管理中心 | 一种云计算下智能监控分析方法及系统 |
CN104717247A (zh) * | 2013-12-13 | 2015-06-17 | 中国电信股份有限公司 | 对云存储系统中存储资源的动态调度方法和系统 |
CN104717269A (zh) * | 2013-12-17 | 2015-06-17 | 北京合众思壮科技股份有限公司 | 用于位置服务的云公共平台计算机资源监控和调度方法 |
CN103685563A (zh) * | 2013-12-31 | 2014-03-26 | 湖南师范大学 | 一种基于移动通信网络的云计算系统及其资源管理方法 |
CN105764097A (zh) * | 2014-12-18 | 2016-07-13 | 中兴通讯股份有限公司 | 资源分配方法及装置 |
CN105429938B (zh) * | 2015-10-23 | 2018-11-06 | 深圳前海达闼云端智能科技有限公司 | 一种资源配置方法及装置 |
CN105404530B (zh) * | 2015-10-23 | 2018-09-07 | 武汉纺织大学 | 一种实现简易部署和使用私有云的系统及方法 |
CN105426254A (zh) * | 2015-12-24 | 2016-03-23 | 北京轻元科技有限公司 | 一种分级别的云计算资源定制方法及系统 |
US10484460B2 (en) | 2016-07-22 | 2019-11-19 | Microsoft Technology Licensing, Llc | Access services in hybrid cloud computing systems |
CN106301929A (zh) * | 2016-08-23 | 2017-01-04 | 成都卡莱博尔信息技术股份有限公司 | 一种基于轻量级虚拟化技术的云管理平台 |
CN108418697B (zh) * | 2017-02-09 | 2021-09-14 | 南京联成科技发展股份有限公司 | 一种智能化的安全运维服务云平台的实现架构 |
CN109413125A (zh) * | 2017-08-18 | 2019-03-01 | 北京京东尚科信息技术有限公司 | 动态调节分布式系统资源的方法和装置 |
CN107623601A (zh) * | 2017-09-30 | 2018-01-23 | 郑州云海信息技术有限公司 | 一种私有化云平台告警方案 |
CN107948280A (zh) * | 2017-11-24 | 2018-04-20 | 无锡南理工新能源电动车科技发展有限公司 | 一种结合探点和镜像分光流量的监控系统 |
CN108173683B (zh) * | 2017-12-25 | 2021-07-23 | 东软集团股份有限公司 | 云应用的弹性控制方法、装置和云服务器 |
CN108880860B (zh) * | 2018-05-24 | 2022-03-01 | 杭州迪普科技股份有限公司 | 一种策略管理方法及装置 |
CN109298972B (zh) * | 2018-09-06 | 2019-11-15 | 高盈量化云科技(深圳)有限公司 | 一种高可用策略引擎 |
CN110262891B (zh) * | 2018-10-30 | 2020-08-25 | 湖北省农村信用社联合社网络信息中心 | 跨虚拟化平台自动化多功能资源循环利用系统 |
CN111580977B (zh) * | 2020-05-12 | 2023-08-29 | 中国民航信息网络股份有限公司 | 一种资源调整方法及相关设备 |
CN112714030B (zh) * | 2021-03-24 | 2021-06-22 | 腾讯科技(深圳)有限公司 | 告警方法、装置、设备及计算机可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093528A (zh) * | 2007-07-30 | 2007-12-26 | 中兴通讯股份有限公司 | 一种分布式数字版权管理系统及其实现方法 |
CN101382912A (zh) * | 2008-09-02 | 2009-03-11 | 中国科学院软件研究所 | 一种面向应用服务器的资源敏感性能优化方法及其系统 |
CN101800762A (zh) * | 2009-12-30 | 2010-08-11 | 中兴通讯股份有限公司 | 一种对多个业务进行融合的业务云系统及业务实现方法 |
-
2010
- 2010-11-11 CN CN201010541187A patent/CN101986274B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101093528A (zh) * | 2007-07-30 | 2007-12-26 | 中兴通讯股份有限公司 | 一种分布式数字版权管理系统及其实现方法 |
CN101382912A (zh) * | 2008-09-02 | 2009-03-11 | 中国科学院软件研究所 | 一种面向应用服务器的资源敏感性能优化方法及其系统 |
CN101800762A (zh) * | 2009-12-30 | 2010-08-11 | 中兴通讯股份有限公司 | 一种对多个业务进行融合的业务云系统及业务实现方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106027617A (zh) * | 2016-05-11 | 2016-10-12 | 广东浪潮大数据研究有限公司 | 一种私有云环境下任务及资源动态调度的实现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101986274A (zh) | 2011-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101986274B (zh) | 一种私有云环境下资源调配系统及资源调配方法 | |
US10635664B2 (en) | Map-reduce job virtualization | |
US8230432B2 (en) | Defragmenting blocks in a clustered or distributed computing system | |
CN112783649B (zh) | 一种面向云计算的交互感知的容器化微服务资源调度方法 | |
US11740921B2 (en) | Coordinated container scheduling for improved resource allocation in virtual computing environment | |
CN107864211B (zh) | 集群资源调度方法及系统 | |
CN104010028A (zh) | 一种云平台下性能加权的虚拟资源动态管理策略方法 | |
KR20130088512A (ko) | 클러스터 컴퓨팅 환경에서의 자원 관리 장치 및 방법 | |
CN109684074A (zh) | 物理机资源分配方法及终端设备 | |
Liu et al. | Towards a multi-QoS human-centric cloud computing load balance resource allocation method | |
CN104679594B (zh) | 一种中间件分布式计算方法 | |
US10452442B2 (en) | System and method for resource management | |
CN110221920B (zh) | 部署方法、装置、存储介质及系统 | |
CN110865881A (zh) | 一种资源调度的方法及装置 | |
CN104050042A (zh) | Etl作业的资源分配方法及装置 | |
CN102937918A (zh) | 一种hdfs运行时数据块平衡方法 | |
CN104166597A (zh) | 一种分配远程内存的方法及装置 | |
US10761869B2 (en) | Cloud platform construction method and cloud platform storing image files in storage backend cluster according to image file type | |
Selvi et al. | Resource allocation issues and challenges in cloud computing | |
CN106020977A (zh) | 用于监控系统的分布式任务调度方法及装置 | |
Jiang et al. | A cloud-agnostic framework to enable cost-aware scheduling of applications in a multi-cloud environment | |
Tang et al. | A survey on scheduling techniques in computing and network convergence | |
CN114490049A (zh) | 在容器化边缘计算中自动分配资源的方法及系统 | |
CN112416538B (zh) | 一种分布式资源管理框架的多层次架构和管理方法 | |
Jiang et al. | PIVOT: Cost-aware scheduling of data-intensive applications in a cloud-agnostic system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121003 Termination date: 20211111 |