CN102917014B - 资源调度方法及装置 - Google Patents

Abstract

本发明提供一种资源调度方法及装置，其资源调度方法包括，当识别到任务到达云服务资源池后，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；若所述云服务资源池处于饱和状态，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；若所述云服务资源池处于不饱和状态，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机。上述技术方案提供的资源调度方法，根据任务进行调度，当任务到达云服务资源池后，根据云服务资源池状态的不同，采用不同的资源调度策略，更加符合资源调度的实际情况，也能够提高资源调度的有效性。

Description

资源调度方法及装置

技术领域

本发明涉及通信技术，尤其涉及一种资源调度方法及装置。

背景技术

云计算环境下，一些大型企业纷纷将传统业务向云服务转型，组建企业云，以形成云服务资源池。例如，亚马逊建立专门的数据中心，以云服务的形式向用户和开发者提供存储服务器、带宽和CPU资源等。随着云计算在企业的深度和广度应用，必将催生大量云服务。以电信行业为例，国内外电信运营企业纷纷开展云计算相关研究和应用，逐渐形成基础设施即服务（InfrastructureasaService，IaaS）、平台即服务（PlatformasaService，PaaS）和软件即服务（SoftwareasaService，SaaS）三个层次的服务资源池，服务资源将呈现规模化和商业化特点。这种情况下，面对规模日益庞大的云服务资源池，有效的云服务资源调度方法对于提高服务资源的整体利用率具有重要意义。

由于服务资源在处理业务请求时需要消耗一定的时间，随着访问服务资源的次数增加，业务请求会产生排队现象，导致产生等待时间。现有的云服务资源调度方法包括最小负载优化法。最小负载优化是指在分配业务请求时，首先检测截止目前为止的一个周期内各个物理服务器的负载情况，然后将业务请求总是分配给负载最小的物理服务器，直至下一个周期开始。

但是，在进行本发明的研究过程中，发明人发现，采用最小负载优化法存在下述问题：最小负载优化法在一个周期内将业务请求都分配给相同的物理服务器，若某段时间内的业务请求十分集中，那么会造成分配给该物理服务器的业务请求排队以等待被执行，而其他物理服务器在这个周期内可能已执行完自身的业务请求，而处于空闲状态，由上述可知，最小负载优化法的不合理，业务请求可能无法被快速执行。

发明内容

本发明提供一种资源调度方法及装置，用于提高资源调度的合理性。

本发明提供了一种资源调度方法，其中，包括，

当识别到任务到达云服务资源池后，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；

若所述云服务资源池处于饱和状态，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；

若所述云服务资源池处于不饱和状态，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机。

如上所述的资源调度方法，优选的是，根据下述公式计算所述物理服务器的利用率：

物理服务器的利用率 $R_i=\frac{{\mathrm{\Σ}}_{j=1}^J{n}_{i,j}}{{\mathrm{\Σ}}_{j=1}^J{N}_{i,j}},i=\mathrm{1,2},....I;j=\mathrm{1,2},....J,$

其中，n_i，j为第i个物理服务器S_i上第j个虚机S_i，j上正在运行的任务数，N_i，j为所述虚机S_i，j上能运行的任务数上限值。

如上所述的资源调度方法，优选的是，所述根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态，包括，

计算所述云服务资源池中各个物理服务器的利用率；

判断所有所述物理服务器的利用率是否都等于1，若是，所述云服务资源池处于饱和状态；若否，所述云服务资源池处于不饱和状态。

如上所述的资源调度方法，优选的是，采用下述公式计算所述虚机的等待时间：

等待时间此处，q_i，j为当前虚机S_i，j上排队的任务数量，N_i,j为当前虚机S_i，j上能运行的任务数上限值，t_i，j为虚机S_i，j的执行进度。

如上所述的资源调度方法，优选的是，所述根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机，包括，

计算所有物理服务器上所有虚机的等待时间；

选择等待时间最小的虚机分配任务。

如上所述的资源调度方法，优选的是，所述选择等待时间最小的虚机分配任务，包括，

获取具有最小等待时间的虚机数量；

判断上述虚机数量是否大于1台；

若是，选择排序靠前的虚机分配任务。

如上所述的资源调度方法，优选的是，所述根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机，包括：

选择利用率最小的物理服务器，作为当前物理服务器；

获取当前物理服务器上各个虚机正在运行的任务数量；

在所述当前物理服务器中，选择任务数量最小的虚机分配所述任务。

如上所述的资源调度方法，优选的是，所述选择利用率最小的物理服务器之后，包括：

判断当前物理服务器的数量是否大于1台；

若是，选择排序靠前的物理服务器，作为当前物理服务器。

本发明还提供一种资源调度装置，其中，包括，

云服务调度模块，用于当识别到任务到达云服务资源池时，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；

策略选择模块，包括：

第一策略选择模块，用于当所述云服务资源池处于饱和状态时，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；

第二策略选择模块，用于当所述云服务资源池处于不饱和状态时，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机。

如上所述的资源调度装置，优选的是，所述第一策略选择模块包括，

计算单元，用于计算所有物理服务器上所有虚机的等待时间；

选择单元，用于选择等待时间最小的虚机分配任务；

其中，等待时间采用下述公式计算：

等待时间此处，q_i，j为当前虚机S_i，j上排队的任务数量，N_i,j为当前虚机S_i，j上能运行的任务数上限值，t_i,j为虚机S_i，j上任务的执行进度。

上述技术方案提供的资源调度方法，根据任务进行调度，当任务到达云服务资源池后，根据云服务资源池状态的不同，采用不同的资源调度策略，更加符合资源调度的实际情况，也能够提高资源调度的有效性。

附图说明

图1为本发明实施例所基于的云服务资源池框架图；

图2为本发明实施例一提供的资源调度方法流程图；

图3为本发明实施例二提供的资源调度装置的原理示意图。

具体实施方式

图1为本发明实施例所基于的云服务资源池框架图。该云服务资源池包括云服务调度服务器和多个顺次分配有第一序列号的物理服务器，其中，第i个物理服务器分别被记为S_i；每个物理服务器S_i包括多个顺次分配有第二序列号的虚机，其中第i个物理服务器S_i上的第j个虚机记作S_i，j。

图2为本发明实施例一提供的资源调度方法流程图。

参见图2，本发明实施例一提供一种资源调度方法，该方法基于图1所示的云服务资源池框架实现，该方法具体包括以下步骤：

步骤21、当云服务调度服务器识别到任务到达云服务资源池后，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；若所述云服务资源池处于饱和状态，执行步骤22，否则执行步骤23。

用户向云服务资源池发布服务需求，当云服务调度服务器识别到服务需求到达云服务资源池后，云服务调度服务器计算云服务资源池中各个物理服务器的利用率，并根据计算得到的各个物理服务器的利用率来判断云服务资源池是否处于饱和状态。若处于饱和状态，采用预先设定的第一资源调度策略为所述任务分配虚机；否则，采用预先设定的第二资源调度策略为所述任务分配虚机。此处，任务是任何需经过计算或处理的服务需求。

上述步骤21中，具体可采用下述公式计算所述物理服务器的利用率：

物理服务器的利用率 $R_i=\frac{{\mathrm{\Σ}}_{j=1}^J{n}_{i,j}}{{\mathrm{\Σ}}_{j=1}^J{N}_{i,j}},i=\mathrm{1,2},....I;j=\mathrm{1,2},....J,...\left(1\right)$

其中，n_i，j为第i个物理服务器S_i上第j个虚机S_i，j上正在运行的任务数，N_i，j为所述虚机S_i，j上能运行的任务数上限值。

此处，参数n_i，j由云服务调度服务器获取。N_i，j由虚机自身参数和配置决定，为一确定值，可以预先存储在云服务调度服务器中，也可在需要之时由云服务调度服务器从虚机上获取。

在上述公式（1）中，每个物理服务器的利用率是根据该物理服务器上所有虚机上正在运行的任务数之和与所有虚机的任务数上限值之和的比值来确定的，物理服务器的利用率R_i的取值范围为[0,1]。若利用率R_i小于1，则该物理服务器存在未执行任务的虚机，若利用率R_i等于1，则该物理服务器上所有的虚机都在执行任务。

基于物理服务器的利用率的上述计算方法，此处，具体采用下述方式判断云服务资源池处于饱和或不饱和状态：计算所述云服务资源池中各个物理服务器的利用率；判断所有所述物理服务器的利用率是否都等于1，若是，所述云服务资源池处于饱和状态；若否，所述云服务资源池处于不饱和状态。

由此可见，云服务资源池处于饱和状态时，该云服务资源池中所有物理服务器上所有的虚机都在执行任务。而云服务资源池处于不饱和状态时，该云服务资源池中至少有一台物理服务器上存在一台虚机上执行的任务数量没达到任务数上限值。

步骤22、根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机。

上述步骤22中，云服务调度服务器具体采用下述公式计算所述虚机的等待时间：

等待时间 $T_{i,j}=[\mathrm{int}\left(\frac{q_{i,j}}{N_{i,j}}\right)+(1-t_{i,j})]\×t_{i,j}...\left(2\right)$

此处，q_i，j为当前虚机S_i，j上排队的任务数量，N_i，j为当前虚机S_i，j上能运行的任务数上限值，t_i,j为虚机S_i，j上任务的执行进度。

此处，参数q_i，j由云服务调度服务器获取。N_i，j由虚机自身参数和配置决定，为一确定值，可以预先存储在云服务调度服务器中，也可在需要之时由云服务调度服务器从虚机上获取。参数t_i，j也由云服务调度服务器获取。

以虚机S_i，j最多能执行20个任务为例。若某一时刻，该虚机S_i，j上共有25个任务，那么S_i，j虚机上有5个任务处于排队中，q_i，j为5。

进一步地，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机可包括下述步骤：计算所有物理服务器上所有虚机的等待时间；选择等待时间最小的虚机分配任务。

在实际应用中，可能存在多个虚机的等待时间相等且最小，那么可基于下述方式为任务选择虚机：获取具有最小等待时间的虚机数量；判断上述虚机数量是否大于1台；若是，选择排序靠前的虚机分配任务。

步骤23、根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机。

由于步骤21中已经计算出了各个物理服务器的利用率，在上述计算结果之上，此处上述步骤23具体可包括：选择利用率最小的物理服务器，作为当前物理服务器；获取当前物理服务器上各个虚机正在运行的任务数量；在所述当前物理服务器中，选择任务数量与任务数上限值比值最小的虚机分配所述任务。

实际应用中，也可能出现多台物理服务器的利用率最小，那么可基于下述方式选择当前物理服务器：判断当前物理服务器的数量是否大于1台；若是，选择排序靠前的物理服务器，作为当前物理服务器。

可能存在一种特殊的情况，即利用率最小的物理服务器的利用率为0，这有三种可能：第一种是某台或者某些台物理服务器处于开启状态下，但这些物理服务器上所有的虚机上都没有执行任务；第二种是，这些物理服务器处于关闭状态；第三种是，既存在开启的物理服务器，也存在未开启的物理服务器。对于第一种情况，直接按照某种规则选择一台虚机分配任务即可，比如按照物理服务器和虚机的排列顺序分配任务。对于第二种情况，则需要先开启物理服务器，然后按照某种规则选择一台虚机分配任务。对于第三种情况，优选的是，将任务分配给已开启的且排序靠前的物理服务器。

上述技术方案提供的资源调度方法，根据任务进行调度，当任务到达云服务资源池后，根据云服务资源池状态的不同，采用不同的资源调度策略，更加符合资源调度的实际情况，也能够提高资源调度的有效性。

图3为本发明实施例二提供的资源调度装置的原理示意图。

参见图3，本发明实施例二提供一种资源调度装置，该资源调度装置包括云服务调度模块31和策略选择模块32。云服务调度模块31，用于当识别到任务到达云服务资源池时，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态。策略选择模块32包括第一策略选择模块321和第二策略选择模块322。其中，第一策略选择模块321用于当所述云服务资源池处于饱和状态时，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；第二策略选择模块322用于当所述云服务资源池处于不饱和状态时，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机。

用户向云服务资源池发布服务需求，当云服务调度模块31识别到服务到达云服务资源池后，云服务调度模块31计算云服务资源池中各个物理服务器的利用率，并根据计算得到的各个物理服务器的利用率来判断云服务资源池是否处于饱和状态。若处于饱和状态，云服务调度模块31触发第一策略选择模块321采用预先设定的第一资源调度策略为所述任务分配虚机；否则，云服务调度模块31触发第二策略选择模块322采用预先设定的第二资源调度策略为所述任务分配虚机。此处，云服务调度模块31和策略选择模块32可以是云服务调度服务器中的模块。

进一步地，第一策略选择模块321包括计算单元34和选择单元35。计算单元34，用于计算所有物理服务器上所有虚机的等待时间；选择单元35用于选择等待时间最小的虚机分配任务。此处等待时间采用下述公式计算：

等待时间此处，q_i，j为当前虚机S_i，j上排队的任务数量，N_i,j为当前虚机S_i，j上能运行的任务数上限值，t_i，j为虚机S_i，j上任务的执行进度。N_i,j与公式（1）中的参数含义相同，N_i,j的值是根据虚机自身参数和配置预先设定的，为一确定值。本文中，采用相同字母的参数具有相同的含义，各个参数的获取请参照其他实施例，此处不再赘述。

上述技术方案提供的资源调度装置，根据任务进行调度，当任务到达云服务资源池后，能够根据云服务资源池状态的不同，采用不同的资源调度策略，更加符合资源调度的实际情况，也能够提高资源调度的有效性。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种资源调度方法，其特征在于，包括，

当识别到任务到达云服务资源池后，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；

若所述云服务资源池处于饱和状态，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；

若所述云服务资源池处于不饱和状态，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机；

所述根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机，包括，

计算所有物理服务器上所有虚机的等待时间；

选择等待时间最小的虚机分配任务。

2.根据权利要求1所述的资源调度方法，其特征在于，根据下述公式计算所述物理服务器的利用率：

物理服务器的利用率i＝1,2,3....I；j＝1,2,3....J，

其中，n_i,j为第i个物理服务器S_i上第j个虚机S_i,j上正在运行的任务数，N_i,j为所述虚机S_i,j上能运行的任务数上限值。

3.根据权利要求2所述的资源调度方法，其特征在于，所述根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态，包括，

计算所述云服务资源池中各个物理服务器的利用率；

判断所有所述物理服务器的利用率是否都等于1，若是，所述云服务资源池处于饱和状态；若否，所述云服务资源池处于不饱和状态。

4.根据权利要求1-3任一所述的资源调度方法，其特征在于，采用下述公式计算所述虚机的等待时间：

度。

5.根据权利要求1所述的资源调度方法，其特征在于，所述选择等待时间最小的虚机分配任务，包括，

获取具有最小等待时间的虚机数量；

判断上述虚机数量是否大于1台；

若是，选择排序靠前的虚机分配任务。

6.根据权利要求1-3任一所述的资源调度方法，其特征在于，所述根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机，包括：

选择利用率最小的物理服务器，作为当前物理服务器；

获取当前物理服务器上各个虚机正在运行的任务数量；

在所述当前物理服务器中，选择任务数量与任务数上限值比值最小的虚机分配所述任务。

7.根据权利要求6所述的资源调度方法，其特征在于，所述选择利用率最小的物理服务器之后，包括：

判断当前物理服务器的数量是否大于1台；

若是，选择排序靠前的物理服务器，作为当前物理服务器。

8.一种资源调度装置，其特征在于，包括，

云服务调度模块，用于当识别到任务到达云服务资源池时，根据云服务资源池中物理服务器的利用率判断所述云服务资源池是否处于饱和状态；

策略选择模块，包括：

第一策略选择模块，用于当所述云服务资源池处于饱和状态时，根据各个所述物理服务器上虚机的等待时间采用第一资源调度策略为所述任务分配虚机；

第二策略选择模块，用于当所述云服务资源池处于不饱和状态时，根据各个所述物理服务器的利用率采用第二资源调度策略为所述任务分配虚机；

所述第一策略选择模块包括，

计算单元，用于计算所有物理服务器上所有虚机的等待时间；

选择单元，用于选择等待时间最小的虚机分配任务。

9.根据权利要求8所述的资源调度装置，其特征在于，

所述等待时间采用下述公式计算：

执行进度。