CN103248659B - 一种云计算资源调度方法和系统 - Google Patents

Abstract

本发明提供了一种云计算资源调度方法和系统，所述方法包括步骤：设置云计算的资源分配策略和资源调度策略，设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机；当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表；根据用户选择的资源调度策略，从主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机。所述系统包括设置模块、第一筛选模块、第二筛选模块和计算模块。本发明提供的云计算资源调度方法和系统能够有效地实现资源合理调度。

Description

一种云计算资源调度方法和系统

技术领域

本发明涉及云计算技术领域，特别是涉及一种云计算资源调度方法和系统。

背景技术

云计算(CloudComputing)，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提供给计算机和其他设备。云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个统一资源池向用户提供按需服务。云计算(CloudComputing)是网格计算(GridComputing)、分布式计算(DistributedComputing)、并行计算(ParallelComputing)、效用计算(UtilityComputing)、网络存储(NetworkStorageTechnologies)、虚拟化(Virtualization)、负载均衡(LoadBalance)等传统计算机和网络技术发展融合的产物。

其中，虚拟化技术是指计算元件在虚拟的基础上而不是真实的基础上运行。如在物理主机的基础上创建虚拟机，是虚拟化技术领域提高计算机的性能和使用效率的常用的技术手段，虚拟机(VirtualMachine)指通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。

CPU的虚拟化技术可以单CPU模拟多CPU并行，允许一个平台同时运行多个操作系统，并且应用程序都可以在相互独立的空间内运行而互不影响，从而显著提高计算机的工作效率。如VMware公司的“虚拟PC”产品可以使你在一台机器上同时运行二个或更多Windows、DOS、LINUX系统。

虚拟机作为一个独立运行的系统，需要为其分配计算和存储等资源，如用户要创建有1GCPU、2G内存、50G存储的虚拟机，而用户本身通常并不关心怎样指定资源，资源具体在哪台机器上，而只关心所创建的虚机本身。由于不同业务类型的虚拟机对资源的要求不尽相同，且数据中心剩余各主机的剩余资源也实时变化，因此，需要后台使用恰当的方法，指定最适合于虚拟机的资源的所在位置，确定把虚机创建在哪个机器和网络中，这就涉及到资源调度的问题。

比如当创建60G硬盘的虚拟机时，使用了一台有80G存储的机器。创建完虚拟机，就剩下20G。如果以后用户所创建的虚拟机所用的存储都大于20G，这20G空间不够，因此就始终得不到使用，造成浪费。但是如果我们把80G空间分成2个40G空间，就可以正好分配给两个40G存储的虚拟机，因此在创建虚拟机时，后台需要通过资源调度策略对可用资源进行智能化的调度和管理。

而目前云计算资源调度策略只能人为设置，不能根据不同虚拟化资源做到真正的资源合理调度，且效率低下，限制了云计算的自动化管理策略的进一步发展。

发明内容

本发明的目的在于提供一种云计算资源调度方法和系统，能够克服现有技术在创建虚拟机时，通过人工调度资源的效率低下、分配不合理等技术问题。

本发明的一种云计算资源调度方法，包括步骤：步骤A，当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表；步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；步骤C，计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机。

其中，所述步骤A之前还包括步骤：步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

其中，所述步骤C之后还包括步骤：步骤D，当集群开启分布式资源调度程序时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择；步骤E，计算得到所述综合主机列表中优化主机和优化存储，并分配给所述虚拟机。

其中，所述设置资源分配策略包括设置部门/用户分配策略、业务分配策略、节能模式分配策略和/或就近分配策略；所述设置部门/用户分配策略，是为不同业务部门指定不同的资源池；所述设置业务分配策略，是按照用户的业务类型进行资源分配，不同的业务类型分配不同的资源；所述设置节能模式分配策略，是在当前系统整体资源负载率低于设定的负载率阈值时，关闭部分物理主机；所述设置就近分配策略，是按照用户的地理位置就近选择数据中心的资源池。

其中，所述设置资源调度策略包括设置负载部署策略、平均利用率最大策略、轮询策略、加权优先级调度策略和/或峰值优先级调度策略；所述设置负载部署策略，是将各物理主机资源均衡分配，当所有主机都不满足部署要求时，则调用迁移建议服务；所述设置利用率最大策略，是在不超过主机阈值前提下，将业务部署在同一台主机上，当所有主机都不满足部署时，则进行扩容后，再部署；所述设置轮询策略，是逐个轮询系统里的主机资源，如果资源符合申请条件，则就在此主机上创建虚拟机；所述设置加权优先级调度策略，是对主机资源进行加权求和，并根据加权求和的结果确定可以创建虚拟机的主机；所述设置峰值优先级策略，是取预设时间内CPU和内存利用率的平均值最低的主机来创建虚拟机。

其中，所述计算得到所述剩余主机列表中最优的主机和优化主机上的优化存储，是根据资源调度方法计算得到的；所述资源调度方法为加权优先调度方法、平均利用率最大调度方法和/或负载调度方法中的一种或者一种以上组合；所述加权优先调度方法，是根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最大的主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率；所述平均利用率最大调度方法，是根据采集的指定资源池内的各主机资源的使用率信息，而优先选择平均使用率最大的主机；所述负载调度方法，是根据指定资源池内各主机上的剩余资源而优先分配负载最低的主机。

其中，所述加权优先调度方法，包括如下步骤：

步骤a1，计算指定的资源池内的各主机的计算资源池主机加权使用率，公式如下：

其中，n为主机上虚机的个数；

计算资源池主机加权使用率＝CPU加权使用率*α％+内存加权使用率*(1-α％)；

其中，α为加权系数；

步骤b1，计算指定的资源池内的各主机的存储资源池主机加权使用率，公式如下：

其中，m为云计算环境中，共同使用一个共享存储的主机个数。

其中，所述平均利用率最大调度方法，包括如下步骤：

步骤a2，计算指定的资源池内的计算资源池平均利用率，公式如下：

其中采集周期β为采集指定资源池内的各主机资源的使用率信息的周期，对象表示主机或集群；

步骤b2，计算指定资源池内的存储资源池平均利用率，公式如下：

其中，所述负载调度方法，包括如下步骤：

步骤a3，计算指定的资源池的计算资源池综合负载率，公式如下

综合负载率＝CPU负载率*内存负载率*存储负载率。

其中，所述步骤C包括步骤：

步骤C11，调用所述加权优先调度方法，计算出指定的资源池内的各主机的计算资源池主机加权使用率，选择计算资源池主机加权使用率最高的主机作为优化主机；

步骤C12，计算指定的资源池内的各主机的存储资源池主机加权使用率，选择存储资源池主机加权使用率最低的存储作为优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

其中，所述步骤C包括：

步骤C21，调用所述平均利用率最大调度方法，计算指定的资源池内的计算资源池平均利用率，根据计算结果，选择优化主机；

步骤C22，计算指定资源池内的存储资源池平均利用率，根据计算结果，选择优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

其中，所述步骤C包括：

步骤C31，计算指定的资源池的计算资源池综合负载率，选择综合负载率最低的主机和存储作为优化主机和优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

其中，所述加权优先调度方法还包括如下步骤：

步骤c1，计算指定的资源池内的集群计算资源池加权使用率，公式如下：

集群计算资源池加权使用率＝集群CPU加权使用率*α％+集群内存加权使用率*(1-α％)；

其中α为加权系数；

步骤d1，计算指定的资源池内的集群对应的共享存储的存储资源池加权使用率，公式如下

其中，所述步骤A’还包括设置资源扩容策略，包括设置分配阈值策略和设置扩容阈值策略；

所述分配阈值策略设定主机资源不能100％处于使用状态，设置分配阈值，当主机的使用比率达到此分配阈值时，不再占用此主机的资源；

所述扩容阈值策略设定资源池整体资源使用的阈值，并设定达到分配阈值的主机台数，同时设定扩容时间周期，所述扩容时间周期指从扩容请求发起，到扩容到位的时间差。

本发明还提供一种云计算资源调度系统，包括设置模块、第一筛选模块、第二筛选模块和计算模块；所述设置模块用于设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机；所述第一筛选模块，用于当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表；所述第二筛选模块，用于根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；所述计算模块，用于计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机。

其中，所述计算模块包括加权优先调度单元、平均利用率最大调度单元和/或负载调度单元；所述加权优先调度单元，用于根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最低主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率；所述平均利用率最大调度模块，用于根据采集的指定资源池内的各主机资源的使用率信息，而优先选择平均使用率最高的主机；所述负载调度单元，用于根据指定资源池内各主机上的剩余资源而优先分配负载最低的主机。

本发明的有益效果是：本发明提供的一种云计算资源调度方法和系统，通过设置合理的资源分配策略及资源调度策略，指定所使用资源的大致范围，而后通过资源调度方法，对所指定的资源池内的主机进行筛选，得到最优的主机和存储，相比单纯的人工方式，更为科学合理，且执行效率更高，可应对较为复杂的资源分配和调度。

附图说明

图1为本发明的云计算资源调度系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明的一种云计算资源调度方法和系统进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

在本实施方式中，本发明提供的云计算资源调度方法包括步骤：

步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

设置所述资源分配策略的目的在于，首先指定可用资源的大致的所属范围，即指定一个资源池，包括部门/用户分配策略、业务分配策略、节能模式分配策略和/或就近分配策略。

其中，部门/用户分配策略，指定不同业务部门使用不同资源池，包括计算资源、IP段和存储资源等。

所述业务分配策略，用于按照用户的业务类型进行资源分配，不同业务资源使用不同虚拟化资源，如WEB服务器使用VMware资源，而应用服务器使用SUN或IBM小型机。

所述节能模式分配策略，用于在当前系统整体资源负载率低于设定的负载率阈值时，关闭某些物理主机，以达到减少能耗的目的。其中，负载率阈值可由本领域技术人员根据实际情况具体设定，本文件并不做限制。

所述就近分配策略，用于按照用户的地理位置就近选择数据中心的资源池。如北京的客户尽量分配北京数据中心的虚拟机。

上述几种资源分配策略可以独立参考，也可以同时参考其中的两种或以上，具体使用哪种，由用户选定。

在经过资源分配策略指定资源池后，再由所述资源调度策略在此资源池中进一步筛选符合用户要求的主机，包括负载部署策略、平均利用率最大策略、轮询策略、加权优先级调度策略和/或峰值优先级调度策略。

所述负载部署策略，在此策略下，各物理主机资源分配采取均衡部署策略。当所有主机都不满足部署时，可以调用迁移建议服务，看能否通过迁移形成足够部署资源。

所述平均利用率最大策略，在此策略下，在不超过主机阈值前提下，尽量将业务部署在同一台主机上。当所有主机都不满足部署时，只能等扩容后，才能部署。

所述轮询策略，在此策略下，逐个轮询系统主机资源，如果资源符合申请条件，则就在此主机上部署虚拟机。

所述加权优先级调度策略，在此策略下，主机资源加权求和，以此界面主机部署优先级，在优先级最高主机下部署虚拟机。

所述峰值优先级策略，取预设时间段内的CPU和内存的资源利用率的平均值最低的主机来部署虚拟机，优选地，所述预设时间为一周，本领域技术人员可根据实际情况具体决定所述预设时间的具体值，本文件不做限定。

所述步骤A’还包括预先设置资源扩容策略的步骤，所述资源扩容策略包括分配阈值策略和扩容阈值策略。

所述分配阈值策略，用于设定主机资源不能100％处于使用状态，设置分配阈值，当主机的使用比率达到此分配阈值时，不再占用此主机的资源。

所述扩容阈值策略，用于设定资源池整体资源使用的阈值，并设定达到分配阈值的主机台数，同时设定扩容时间周期，所述扩容时间周期指从扩容请求发起，到扩容到位的时间差。

步骤A，当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表。

将由资源分配策略指定的资源池内的主机的主要信息列入主机列表中。

步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表。

例如，若经过资源分配策略的过滤后，用户只有10个可用的主机，那么得到的主机列表中只能有10台主机，而这10中只有4台X86机器，而用户又是需要X86的机器，那么主机列表只剩下4台可用的主机列表了。

步骤C，计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机。

调用资源调度方法，根据所述资源调度方法，计算得到所述剩余主机列表中最优的主机和优化存储，所述资源调度方法包括加权优先调度方法、平均利用率最大调度方法和/或负载调度方法。

所述加权优先调度方法，根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最高主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率。

所述平均利用率最大调度方法，是考虑各主机虚机上运行业务时对主机cpu使用率和内存使用率造成的影响而设计的一种方法，该方法和虚机没有关系，主要是根据采集的主机信息资源的使用率而优先选择平均使用率最高的调度方法。

所述负载调度方法，根据指定资源池内各主机上的剩余资源而优先分配负载最低的主机。

步骤D，当集群开启DRS(DistributedResourceScheduler，分布式资源调度程序)时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择。

其中，集群(cluster)是一组协同工作的独立的松耦合服务实体，本专利中涉及的集群服务实体均指主机。集群提供比单一服务实体更具扩展性与可用性的功能，例如DRS；通过集群的方式，可以实现主机间的快速通信，整个集群系统的性能将提升到极至。

步骤E，调用资源调度方法，根据所述资源调度方法，计算得到所述综合主机列表中优化主机和优化存储，并分配给所述虚拟机。

实施例2

作为一种可实施方式，本发明的云计算资源调度方法包括步骤：

步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

步骤A，创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表。

步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表。

在本实施例中，步骤A’、步骤A和步骤B参见实施例1所述，不再赘述。

步骤C11，调用加权优先调度方法，算出指定的资源池内的各主机的计算资源池主机加权使用率，选择计算资源池主机加权使用率最高的主机作为优化主机。

步骤C12，计算指定的资源池内的各主机的存储资源池主机加权使用率，选择存储资源池主机加权使用率最低的存储作为优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

所述加权优先调度方法包括：

步骤a1，计算指定的资源池内的各主机的计算资源池主机加权使用率，公式如下

计算资源池主机加权使用率(computer％)＝CPU加权使用率(CPU％)*α％+内存加权使用率(memory％)*(1-α％)。

其中α为加权系数，α％大于等于0且小于等于1，优选地，可设置加权系数为0.5，也就是cpu使用率所占的比例系数和内存使用率所占的比例系数都为50％。若cpu加权使用率占主导，可以将加权系数提高，如果内存加权率占主导，可以将加权系数降低，具体的加权系数，由本领域技术人员根据实际情况而定，不再赘述。

对上述公式的计算，需要获知公式中各参数的具体数值，公式中各参数可由主机列表提供，即本公式得以应用的前提是对主机列表具有访问权限。

步骤b1，计算指定的资源池内的各主机的存储资源池主机加权使用率，公式如下

其中，m为云计算环境中，共同使用一个共享存储的主机个数。

此公式计算的前提条件是对主机以及主机对应的存储列表(包括本地存储或共享存储)具有访问权限。且有共享存储时，则优先选共享存储，无共享存储则按照上述方式计算。

步骤c1，计算指定的资源池内的集群(cluster)计算资源池加权使用率，公式如下

集群计算资源池加权使用率＝集群CPU加权使用率(CPU％)*α％+集群内存加权使用率(memory％)*(1-α％)。

考虑到cluster中统计各虚拟机比较复杂，可以直接计算集群cpu和内存的使用率，其实就是各主机的加权使用率的平均数。

计算集群(cluster)计算资源池加权使用率的前提是，集群开启DRS。

步骤d1，计算指定的资源池内的集群对应的共享存储的存储资源池加权使用率，公式如下

考虑到cluster中统计各虚拟机比较复杂，可以直接计算集群cpu和内存的使用率，其实就是各主机的加权使用率的平均数。

计算集群(cluster)存储资源池加权使用率的前提是，集群开启DRS。

需要注意的是，上述公式中的参数虚机开机时长，是指虚机从开机到关机之间的时间段，可以通过IaaS虚机开关操作统计，以最后一次开机状态时的当前时间减去最后一次开机时间，计量单位为分钟；虚机创建时长以当前日期减去虚机创建日期获得，计量单位为分钟。

步骤D，当集群开启DRS(DistributedResourceScheduler，分布式资源调度程序)时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择。

步骤E，调用资源调度方法，根据所述资源调度方法，计算得到所述综合主机列表中优化主机和优化存储，并分配给所述虚拟机。

参见下表，下表为用于计算计算资源池加权使用率的主机列表，假定所有虚机的运行时间都等于创建时间：

根据上表的数据以及步骤D11，可知应选计算资源池加权加权使用率最大的主机，即计算资源池使用频率最高的主机2作为优化主机。

参见下表，下表为用于计算存储资源池加权使用率的主机存储列表，此实例中，由两台主机(主机一和主机二)共享同一块存储，所以m＝2：

对象	存储总量(使用量)	存储加权平均
			存储1(主机1)	200(40)	10％＝20％/2
存储2(主机1)	300(120)	20％＝40％/2
			存储3(主机2)	400(200)	25％＝50％/2
存储4(主机2)	500(60)	6％＝12％/2
			共享存储(主机1)	1000(200)	20％
共享存储(主机2)	1000(200)	20％
			共享存储(cluster)	1000(200)	20％

根据上表的数据以及步骤D12，选择存储资源池加权使用率最低的存储(即使用频率最低)，可知应选主机2的存储4。

实施例3

作为另一种可实施方式，本实施例的云计算资源调度方法包括步骤：

步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

步骤A，当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表。

步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表。

在本实施例中，步骤A’、步骤A和步骤B参见实施例1所述，不再赘述。

步骤C21，调用所述平均利用率最大调度方法，计算指定的资源池内的计算资源池平均利用率，根据计算结果，选择优化主机。

步骤C22，计算指定资源池内的存储资源池平均利用率，根据计算结果，选择优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

所述平均利用率最大调度方法包括：

步骤a2，计算指定的资源池内的计算资源池平均利用率，公式如下

其中采集周期β为采集指定资源池内的各主机资源的使用率信息的周期，具体的采集周期β的数值可由本领域技术人员根据实际情况具体设定，本文件不做限定。

对象表示主机或集群。

本公式得以应用的前提仍然是对主机列表具有访问权限。

其中24表示一天的24小时，即本公式的日期中的一天为24小时制。

步骤b2，计算指定资源池内的存储资源池平均利用率，公式如下

此公式计算的前提条件是对主机以及主机对应的存储列表(包括本地存储或共享存储)具有访问权限。

例如，对于主机一，设定β＝240(minute，分钟)，即，系统4个小时采集一次信息。采集的相关信息如下：

主机一：CPU利用率：40％；50％；60％；30％；40％；50％；

主机一：内存利用率：40％；50％；40％；30％；20％；50％；

主机一：存储利用率：30％；50％；20％；30％；20％；80％；

那么，主机一的各项平均利用率分别为：

依次类推，计算多台主机的各项平均利用率，相对同一项平均利用率，例如CPU平均利用率，若主机一平均利用率是45％，主机二平均利用率是40％，那么选择平均使用率最大的主机主机一，优先部署。

步骤D，当集群开启DRS(DistributedResourceScheduler，分布式资源调度程序)时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择。

步骤E，调用资源调度方法，根据所述资源调度方法，计算得到所述综合主机列表中优化主机和优化存储，并分配给所述虚拟机。

实施例4

作为再一种可实施方式，本实施例的一种云计算资源调度方法包括步骤：

步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

步骤A，当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表。

步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表。

在本实施例中，步骤A’、步骤A和步骤B参见实施例1所述，不再赘述。

步骤C31，计算指定的资源池的计算资源池综合负载率，选择综合负载率最低的主机和存储作为优化主机和存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

所述负载调度方法包括：

步骤a3，计算指定的资源池的计算资源池综合负载率，公式如下

综合负载率＝CPU负载率(CPU％)*内存负载率(memory％)*存储负载率(storage％)。

需要说明的是一次CPU使用率并不能代表整个CPU的运行趋势。

本步骤的上述公式得以应用的前提条件仍然是对主机列表具有访问权限。

步骤D，当集群开启DRS(DistributedResourceScheduler，分布式资源调度程序)时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择。

步骤E，调用资源调度方法，根据所述资源调度方法，计算得到所述综合主机列表中最优的主机和优化主机上的优化存储，并分配给所述虚拟机。

参见下表，下表为计算综合负载率的主机列表：

根据上表和所述步骤C31，可知应选主机2的存储5。

实施例5

参见图1，本发明还提供了一种云计算资源调度系统，包括设置模，1、第一筛选模块2、第二筛选模块3和计算模块4。

所述设置模块1用于设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

所述第一筛选模块2，用于当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表。

所述第二筛选模块3，用于根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表。

所述计算模块4，用于计算得到所述剩余主机列表中最优的主机和优化主机上的优化存储，并分配给所述虚拟机。

所述计算模块4包括加权优先调度单元41、平均利用率最大调度单元42和/或负载调度单元43。

所述加权优先调度单元41，用于根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最高的主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率。

所述平均利用率最大调度单元42，用于根据采集的指定资源池内的各主机资源的使用率信息，而优先选择平均使用率最大的主机。

所述负载调度单元43，用于根据指定资源池内各主机上的剩余资源而优先分配负载率最低的主机。

本发明提供的云计算资源调度方法和系统，能够自动匹配最适合于虚拟机的资源，实现了统一管理、统一分配和数据资源共享，不需要选择物理资源，系统会根据用户需求自动选择相应的资源及分配物理资源，且用户可自行选定资源分配策略和资源调度策略，自行设定资源调度方法中的公式的一些参数值，如α等，系统可以选定的策略和参数值，生成统一的资源调度方案，无需人工参与，效率高，且通过一些方法公式的科学计算，更为合理，克服了人为操作的局限性和各种弊端。

最后应当说明的是，很显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型。

Claims (11)

1.一种云计算资源调度方法，其特征在于，包括步骤：

步骤A，当创建虚拟机时，根据用户选择的资源分配策略，确定云计算资源的资源池内的可用主机的信息，并生成主机列表；

步骤B，根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；

步骤C，计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机；

所述计算得到所述剩余主机列表中优化主机和优化存储，是根据资源调度方法计算得到的；

所述资源调度方法为加权优先调度方法、平均利用率最大调度方法和负载调度方法中的一种或者两种以上组合；

所述加权优先调度方法，是根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最大的主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率；

所述平均利用率最大调度方法，是根据采集的指定资源池内的各主机资源的使用率信息，而优先选择平均使用率最大的主机；

所述负载调度方法，是根据指定资源池内各主机上的剩余资源而优先分配负载最低的主机；

所述加权优先调度方法，包括如下步骤：

步骤a1，计算指定的资源池内的各主机的计算资源池主机加权使用率，公式如下：

其中，n为主机上虚机的个数；

计算资源池主机加权使用率＝CPU加权使用率*α％+内存加权使用率*(1-α％)；

其中，α为加权系数；

步骤b1，计算指定的资源池内的各主机的存储资源池主机加权使用率，公式如下：

其中，m为云计算环境中，共同使用一个共享存储的主机个数；

所述平均利用率最大调度方法，包括如下步骤：

步骤a2，计算指定的资源池内的计算资源池平均利用率，公式如下：

其中采集周期β为采集指定资源池内的各主机资源的使用率信息的周期，对象表示主机或集群；

步骤b2，计算指定资源池内的存储资源池平均利用率，公式如下：

所述负载调度方法，包括如下步骤：

步骤a3，计算指定的资源池的计算资源池综合负载率，公式如下

综合负载率＝CPU负载率*内存负载率*存储负载率。

2.根据权利要求1所述的云计算资源调度方法，其特征在于，所述步骤A之前还包括步骤：

步骤A’，设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用的所述资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机。

3.根据权利要求1或2所述的云计算资源调度方法，其特征在于，所述步骤C之后还包括步骤：

步骤D，当集群开启分布式资源调度程序时，将集群的列表和所述剩余主机列表组成一个综合主机列表供选择；

步骤E，计算得到所述综合主机列表中优化主机和优化存储，并分配给所述虚拟机。

4.根据权利要求2所述的云计算资源调度方法，其特征在于，所述设置资源分配策略包括设置部门/用户分配策略、业务分配策略、节能模式分配策略和/或就近分配策略；

所述设置部门/用户分配策略，是为不同业务部门指定不同的资源池；

所述设置业务分配策略，是按照用户的业务类型进行资源分配，不同的业务类型分配不同的资源；

所述设置节能模式分配策略，是在当前系统整体资源负载率低于设定的负载率阈值时，关闭部分物理主机；

所述设置就近分配策略，是按照用户的地理位置就近选择数据中心的资源池。

5.根据权利要求2或4所述的云计算资源调度方法，其特征在于，所述设置资源调度策略包括设置负载部署策略、平均利用率最大策略、轮询策略、加权优先级调度策略和/或峰值优先级调度策略；

所述设置负载部署策略，是将各物理主机资源均衡分配，当所有主机都不满足部署要求时，则调用迁移建议服务；

所述设置平均利用率最大策略，是在不超过主机阈值前提下，将业务部署在同一台主机上，当所有主机都不满足部署时，则进行扩容后，再部署；

所述设置轮询策略，是逐个轮询系统里的主机资源，如果资源符合申请条件，则就在此主机上创建虚拟机；

所述设置加权优先级调度策略，是对主机资源进行加权求和，并根据加权求和的结果确定可以创建虚拟机的主机；

所述设置峰值优先级调度策略，是取预设时间内CPU和内存利用率的平均值最低的主机来创建虚拟机。

6.根据权利要求1所述的云计算资源调度方法，其特征在于，所述步骤C包括步骤：

步骤C11，调用所述加权优先调度方法，计算出指定的资源池内的各主机的计算资源池主机加权使用率，选择计算资源池主机加权使用率最高的主机作为优化主机；

步骤C12，计算指定的资源池内的各主机的存储资源池主机加权使用率，选择存储资源池主机加权使用率最低的存储作为优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

7.根据权利要求1所述的云计算资源调度方法，其特征在于，所述步骤C包括：

步骤C21，调用所述平均利用率最大调度方法，计算指定的资源池内的计算资源池平均利用率，根据计算结果，选择优化主机；

步骤C22，计算指定资源池内的存储资源池平均利用率，根据计算结果，选择优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

8.根据权利要求1所述的云计算资源调度方法，其特征在于，所述步骤C包括：

步骤C31，计算指定的资源池的计算资源池综合负载率,选择综合负载率最低的主机和存储作为优化主机和优化存储，并将所述优化主机和所述优化存储，分配给当前正在创建的虚拟机。

9.根据权利要求1所述的云计算资源调度方法，其特征在于，所述加权优先调度方法还包括如下步骤：

步骤c1，计算指定的资源池内的集群计算资源池加权使用率，公式如下：

集群计算资源池加权使用率＝集群CPU加权使用率*α％+集群内存加权使用率*(1-α％)；

其中α为加权系数；

步骤d1，计算指定的资源池内的集群对应的共享存储的存储资源池加权使用率，公式如下

10.根据权利要求2所述的云计算资源调度方法，其特征在于，所述步骤A’还包括设置资源扩容策略，包括设置分配阈值策略和设置扩容阈值策略；

所述分配阈值策略设定主机资源不能100％处于使用状态，设置分配阈值，当主机的使用比率达到此分配阈值时，不再占用此主机的资源；

所述扩容阈值策略设定资源池整体资源使用的阈值，并设定达到分配阈值的主机台数，同时设定扩容时间周期，所述扩容时间周期指从扩容请求发起，到扩容到位的时间差。

11.一种云计算资源调度系统，其特征在于，包括设置模块、第一筛选模块、第二筛选模块和计算模块；

所述设置模块用于设置云计算的资源分配策略和资源调度策略，所述设置资源分配策略指定创建虚拟机所使用云计算资源的资源池，所述设置资源调度策略筛选在所述资源池内满足要求的主机；

所述第一筛选模块，用于当创建虚拟机时，根据用户选择的资源分配策略，确定所述资源池内的可用主机的信息，并生成主机列表；

所述第二筛选模块，用于根据用户选择的资源调度策略，从所述主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；

所述计算模块，用于计算得到所述剩余主机列表中优化主机和优化存储，并分配给所述虚拟机；

所述计算模块包括加权优先调度单元、平均利用率最大调度单元和/或负载调度单元；

所述加权优先调度单元，用于根据指定资源池内各主机的虚拟机的CPU加权使用率和内存加权使用率，而优先选择加权使用率最低主机；所述CPU加权使用率用以表征主机上虚拟机的CPU使用频率，所述内存加权使用率用以表征主机上虚拟机的内存使用频率；

所述平均利用率最大调度单元，用于根据采集的指定资源池内的各主机资源的使用率信息，而优先选择平均使用率最高的主机；

所述负载调度单元，用于根据指定资源池内各主机上的剩余资源而优先分配负载最低的主机；

所述加权优先调度单元执行如下步骤：

步骤a1，计算指定的资源池内的各主机的计算资源池主机加权使用率，公式如下：

其中，n为主机上虚机的个数；

计算资源池主机加权使用率＝CPU加权使用率*α％+内存加权使用率*(1-α％)；

其中，α为加权系数；

步骤b1，计算指定的资源池内的各主机的存储资源池主机加权使用率，公式如下：

其中，m为云计算环境中，共同使用一个共享存储的主机个数；

所述平均利用率最大调度单元执行如下步骤：

步骤a2，计算指定的资源池内的计算资源池平均利用率，公式如下：

其中采集周期β为采集指定资源池内的各主机资源的使用率信息的周期，对象表示主机或集群；

步骤b2，计算指定资源池内的存储资源池平均利用率，公式如下：

所述负载调度单元执行如下步骤：

步骤a3，计算指定的资源池的计算资源池综合负载率，公式如下

综合负载率＝CPU负载率*内存负载率*存储负载率。