CN103443771A - 一种数据中心间资源调度方法和设备 - Google Patents
一种数据中心间资源调度方法和设备 Download PDFInfo
- Publication number
- CN103443771A CN103443771A CN2013800000700A CN201380000070A CN103443771A CN 103443771 A CN103443771 A CN 103443771A CN 2013800000700 A CN2013800000700 A CN 2013800000700A CN 201380000070 A CN201380000070 A CN 201380000070A CN 103443771 A CN103443771 A CN 103443771A
- Authority
- CN
- China
- Prior art keywords
- data center
- load
- data
- resource
- scheduling
- 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.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/64—Hybrid switching systems
- H04L12/6418—Hybrid transport
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Mobile Radio Communication Systems (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明的实施例提供一种数据中心间资源调度方法和设备,涉及数据资源领域,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。该方法具体包括:在数据中心间采用自适应资源调度方法,统一管理和调度计算资源。本发明应用于数据中心间虚拟资源的调度。
Description
技术领域
本发明涉及数据资源领域,尤其涉及一种数据中心间资源调度方法和设备。
背景技术
当前世界各地建立庞大的数据中心,实现海量的计算任务和海量信息的存储,为用户提供云计算服务,并在商业应用上取得了成功。云计算技术的迅速发展带动了数据中心的变革,数据中心可以有效整合资源、提高资源利用率、节约能源、降低运行成本。数据中心是信息系统的核心,主要功能是通过网络向用户提供信息服务。数据中心通过虚拟化技术将资源构建成动态的虚拟资源池,使用虚拟资源管理技术可以实现云计算资源自动部署、动态扩展和按需分配的功能。
虚拟化技术是构建云计算环境的技术基石之一,特别是服务器虚拟化技术,在基础设施层为云计算提供了强有力的实现手段。目前,在服务器虚拟化技术的应用领域,数据中心间多采用人工静态的资源分配方法。发明人发现,在需求的驱使下,数据中心运行的虚拟机数量越来越多,对虚拟机集群的资源调度的要求越来越高。在大规模的虚拟机集群中,虚拟机数目和虚拟机的负载会随用户和应用的需求而经常变化,而人工的动态资源调整会有明显的滞后性,在调整过程中需要中断业务,影响客户的服务质量,此外,目前的资源调度方法只考虑应用资源或者只考虑网络资源,以至于物理机上虚拟资源分配不均衡,使得数据中心负载不均衡,在部分数据中心的虚拟机上出现资源利用率下降或网络阻塞率增高的问题,因此现有的数据中心间资源的调度方法应用过程中,数据中心对负载变化不具有良好的适应性,此外会使数据中心产生资源浪费或资源不足的情况。
发明内容
本发明的实施例提供一种数据中心间资源调度方法和设备,可以避免数据中心上资源浪费或资源不足的现象发生,提高了数据中心对负载变化的适应性,达到了不间断业务便可实现对资源的调整,并降低网络阻塞率。
为达到上述目的,本发明的实施例采用如下技术方案:
第一方面,提供一种数据中心间资源调度方法,包括:
获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算数据中心的平均应用资源占用率;
判断所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心;
根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心;
从所述源数据中心迁出负载数据,并将所述负载数据迁入所述目的数据中心。
在第一种可能的实现方式中,结合第一方面,所述根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心包括:
若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
在第二种可能的实现方式中,结合第一方面,所述根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心包括:
计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;
从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
在第三种可能的实现方式中,结合第二种可能的实现方式,包括:
若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
在第四种可能的实现方式中,结合第一方面,所述根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心包括:
若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
在第五种可能的实现方式中,结合第一方面,所述根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心包括:
计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;
从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
在第六种可能的实现方式中,结合第五种可能的实现方式,包括:
若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
第二方面提供一种资源调度设备,包括:
数据处理单元,用于获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算所述数据中心的平均应用资源占用率;
管理单元,用于判断所述数据处理单元转发的所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
数据中心获取单元,用于根据所述管理单元转发的判断结果选取用于迁出负载数据的源数据中心;
所述数据中心获取单元,还用于根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心;
所述数据处理单元,还用于接收所述数据中心获取单元选取的所述源数据中心和所述目的数据中心并从所述源数据中心迁出负载数据,将所述负载数据迁入所述目的数据中心。
在第一种可能的实现方式中,结合第二方面,所述据中心获取单元包括:
第一获取子单元,用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
在第二种可能的实现方式中,结合第二方面,所述数据中心获取单元还包括:
第一数据处理子单元,用于计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;
所述第一获取子单元,还用于从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述第一数据处理子单元,还用于获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述第一获取子单元,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
在第三种可能的实现方式中,结合第二种可能的实现方式,包括:
所述第一获取子单元,还用于若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
所述第一获取子单元,还用于在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
在第四种可能的实现方式中,结合第二方面,所述据中心获取单元还包括:
第二获取子单元,用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
在第五种可能的实现方式中,结合第二方面,所述目的数据中心获取单元还包括:
第二数据处理子单元,用于计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;
所述第二获取子单元,还用于从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述第二数据处理子单元,还用于获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述第二获取子单元,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
在第六种可能的实现方式中,结合第五种可能的实现方式,所述目的数据中心获取单元包括:
所述第二获取子单元,还用于若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
所述第二获取子单元,还用于在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
第三方面,提供一种资源调度设备,包括:至少一个处理器、存储器、通信接口和总线,所述至少一个处理器、存储器和通信接口通过总线连接并完成相互间的通信,其中:
所述处理器,用于通过所述至少一个通信接口获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算数据中心的平均应用资源占用率;
所述存储器,用于判断所述处理器转发的所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
所述处理器,还用于根据所述存储器转发的判断结果通过所述至少一个通信接口在所述数据中心中选取用于迁出负载数据的源数据中心;
所述处理器,还用于根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率通过所述至少一个通信接口在所述数据中心中选取用于迁入负载数据的目的数据中心;
所述处理器,还用于通过所述至少一个通信接口接收所述处理器选取的所述源数据中心和所述目的数据中心并从所述源数据中心迁出负载数据,将所述负载数据迁入所述目的数据中心。
在第一种可能的实现方式中,结合第三方面,包括:
所述处理器,还用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则通过所述至少一个通信接口在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
在第二种可能的实现方式中,结合第三方面,包括:
所述处理器,还用于计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;通过所述至少一个通信接口从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述处理器,还用于通过所述至少一个通信接口获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述处理器,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过所述至少一个通信接口从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
在第三种可能的实现方式中,结合第二种可能的实现方式,包括:
所述处理器,还用于若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
所述处理器,还用于通过所述至少一个通信接口在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
在第四种可能的实现方式中,结合第三方面,包括:
所述处理器,还用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则通过所述至少一个通信接口在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
在第五种可能的实现方式中,结合第三方面,包括:
所述处理器,还用于计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;通过所述至少一个通信接口从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述处理器,还用于通过所述至少一个通信接口获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述处理器,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过所述至少一个通信接口从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
在第六种可能的实现方式中,结合第五种可能的实现方式,包括:
所述处理器,还用于若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
所述处理器,还用于通过所述至少一个通信接口在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
本发明的实施例提供的数据中心间资源调度方法和设备,通过在数据中心间采用自适应资源调度,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种数据中心间资源调度方法流程示意图;
图2为本发明另一实施例提供的一种数据中心间资源调度方法流程示意图;
图3为本发明另一实施例提供的另一种数据中心间资源调度方法流程示意图;
图4为本发明实施例提供的一种跨层优化控制系统的结构示意图;
图5为本发明实施例提供的一种资源调度设备结构示意图;
图6为本发明实施例提供的另一种资源调度设备结构示意图;
图7为本发明实施例提供的又一种资源调度设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供一种数据中心间资源调度方法,参照图1所示,包括以下步骤:
101、获取每个数据中心的应用资源占用率,根据应用资源占用率计算数据中心的平均应用资源占用率。
其中,数据中心的平均应用资源占用率根据中央处理器(CentralProcessing Unit,简称CPU)和内存的利用率获得。如若数据中心的CPU占用率为n,内存占用率为m,则每个数据中心资源占用率=n*s+m*(1-s)。其中,s为数值范围在0~1之间的配置参数。可以调节,具体为根据业务阻塞率和全网资源利用率的结果,选取最佳值来设定s。那么数据中心的平均应用资源占用率=每个数据中心资源占用率之和/数据中心总数量。
102、判断数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限。
具体的,负载阈值上限和负载阈值下限为数据中心的应用资源占用率的阈值上限和阈值下限。其中,预先设定负载阈值上限和负载阈值下限,该负载阈值上限或者负载阈值下限的设定综合考虑应用资源和网络资源,具体由具体的装置运行来获取。其中,应用资源主要由CPU和内存的利用率有关,网络资源主要与带宽利用率有关。当然,影响应用资源的因素并不限于此,网络资源也与时延、抖动等因素有关。
103、根据判断结果在数据中心中选取用于迁出负载数据的源数据中心。
104、根据源数据中心的待迁出负载数据及每个数据中心的应用资源占用率和网络资源占用率在数据中心中选取用于迁入负载数据的目的数据中心。
105、从源数据中心迁出负载数据,并将负载数据迁入目的数据中心。
具体的,由于从源数据中心迁出负载数据,并将负载数据迁入目的数据中心,这个过程需要考虑带宽的占用率,因此需要联合考虑每个数据中心的应用资源占用率和网络资源占用率在数据中心中选取用于迁入负载数据的目的数据中心。
本发明的实施例提供的数据中心间资源调度方法,通过在数据中心间采用自适应资源调度,可以避免资源浪费和资源不足的现象发生,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。
具体的,本发明的实施例提供一种数据中心间资源调度方法,具体的步骤为:
201、获取每个数据中心的应用资源占用率,根据应用资源占用率计算数据中心的平均应用资源占用率。
其中,数据中心的平均应用资源占用率根据CPU和内存的利用率获得。如若数据中心的CPU占用率为n,内存占用率为m,则每个数据中心资源占用率=n*s+m*(1-s)。其中,s为数值范围在0~1之间的配置参数。可以调节,具体为根据业务阻塞率和全网资源利用率的结果,选取最佳值来设定s。那么数据中心的平均应用资源占用率=每个数据中心资源占用率之和/数据中心总数量,本实施例中可以采用虚拟机软件(Virtual Machine Ware,简称VMWare)来获得每个数据中心的应用资源占用率。
202、判断该数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限。
具体的,负载阈值上限和负载阈值下限即为数据中心的应用资源占用率的阈值上限和阈值下限。其中,预先设定负载阈值上限和负载阈值下限,该负载阈值上限或者负载阈值下限的设定综合考虑应用资源和网络资源,具体由具体的装置运行来获取。其中,应用资源主要由CPU和内存的利用率有关,网络资源主要与带宽利用率有关。当然,影响应用资源的因素并不限于此,网络资源也与时延、抖动等因素有关。
若步骤202中判断的结果为数据中心的平均应用资源占用率超出负载阈值上限,则执行步骤203a~212a,具体参照图2所示;
203a、在数据中心中选取应用资源的负载最大的数据中心,将应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
204a、计算源数据中心的负载,并根据负载阈值上限确定待迁出负载数据。
205a、从数据中心中选取至少一个负载低于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
206a、获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
其中,每个数据中心的综合权重=α*应用资源占用率+β*网络资源占用率。其中α和β为权重系数,根据具体的运行环境来确定具体的数值。
207a、计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从资源调度数据中心集合中选取综合权重最小的数据中心。
具体的,每个数据中心可承受的迁入负载数据=数据中心的负载阈值上限-数据中心的当前负载。其中,数据中心的当前负载主要由数据中心的CPU占用率和内存占用率来确定。
208a、判断综合权重最小的数据中心可承受的迁入负载数据是否小于源数据中心的待迁出负载数据,若综合权重最小的数据中心可承受的迁入负载数据大于或等于源数据中心的待迁出负载数据,则执行步骤209a;
具体的,以计算机处理系统可实现的程序逻辑结构为例为例进行说明,可以设置一个可迁移数据中心集合,并默认该可迁移数据中心集合中的所有目的数据中心可以独立承载源数据中心的待迁出负载数据。
209a、将该综合权重最小的数据中心作为目的数据中心,并从源数据中心迁出负载数据,将该负载数据迁入目的数据中心。
具体的,若该综合权重最小的数据中心可以独立承载源数据中心的待迁出负载数据,则可以认为该综合权重最小的数据中心为可迁移数据中心集合的成员,此时,可迁移数据中心集合不为空,则选取该综合权重最小的数据中心作为默认的目的数据中心集合的成员,并在该综合权重最小的数据中心中迁入源数据中心的待迁出负载数据。
或者,步骤208的判断结果为综合权重最小的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则执行步骤210a~212a。
210a、将综合权重最小的数据中心作为目的数据中心。
此时,综合权重最小的数据中心不能独立承载源数据中心的待迁出负载数据,则可迁移数据中心集合为空,因此此次资源调度过程中需求的目的数据中心为多个,此时将该综合权重最小的数据中心作为默认的目的数据中心集合的成员。
211a、在资源调度数据中心集合中选取综合权重次小的数据中心,并将综合权重次小的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
在此过程中将该综合权重次小的数据中心也作为默认的目的数据中心集合的成员,并循环该过程,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据,此时将该可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据的数据中心作为可迁移数据中心集合的成员。
212a、从源数据中心迁出负载数据,并将该负载数据迁入选取的所有目的数据中心。
这样可迁移数据中心集合不为空,则将该可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据的数据中心作为默认的目的数据中心集合的成员,并将源数据中心的待迁出负载数据迁入目的数据中心集合中的目的数据中心。
若步骤202中判断的结果为数据中心平均负载低于负载阈值下限,则执行步骤203b~212b,具体参照图3所示。
203b、在数据中心中选取应用资源的负载最小的数据中心,将该应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
204b、计算源数据中心的负载,并将源数据中心的负载作为待迁出负载数据。
205b、从数据中心中选取至少一个负载高于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
206b、获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
其中,每个数据中心的综合权重=α*应用资源占用率+β*网络资源占用率。其中α和β为权重系数,根据具体的运行环境来确定具体的数值。
207b、计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从资源调度数据中心集合中选取综合权重最大的数据中心。
具体的,具体的,每个数据中心可承受的迁入负载数据=数据中心的负载阈值上限-数据中心的当前负载。其中,数据中心的当前负载主要由数据中心的CPU占用率和内存占用率来确定。
208b、判断综合权重最大的数据中心可承受的迁入负载数据是否小于源数据中心的待迁出的负载数据,若综合权重最大的数据中心可承受的迁入负载数据大于或者等于源数据中心的待迁出的负载数据,则执行步骤209b;
具体的,以计算机处理系统可实现的程序逻辑结构为例为例进行说明,可以设置一个可迁移数据中心集合,并默认该可迁移数据中心集合中的所有目的数据中心可以独立承载源数据中心的待迁出负载数据。
209b、将综合权重最大的数据中心作为目的数据中心,并从源数据中心迁出负载数据,将该负载数据迁入目的数据中心。
具体的,若该综合权重最大的数据中心可以独立承载源数据中心的待迁出负载数据,则可以认为该综合权重最大的数据中心为可迁移数据中心集合的成员,此时,可迁移数据中心集合不为空,则选取该综合权重最大的数据中心作为默认的目的数据中心集合的成员,并在该综合权重最大的数据中心中迁入源数据中心的待迁出负载数据。
或者,步骤208b的判断结果为综合权重最大的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则执行步骤210b~212b。
210b、将综合权重最大的数据中心作为目的数据中心。
此时,综合权重最大的数据中心不能独立承载源数据中心的待迁出负载数据,则可迁移数据中心集合为空,因此此次资源调度过程中需求的目的数据中心为多个,此时将该综合权重最大的数据中心作为默认的目的数据中心集合的成员。
211b、在资源调度数据中心集合选取综合权重次大的数据中心,并将综合权重次大的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
在此过程中将该综合权重次大的数据中心也作为默认的目的数据中心集合的成员,并循环该过程,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据,此时将该可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据的数据中心作为可迁移数据中心集合的成员。
212b、从源数据中心迁出负载数据,并将该负载数据迁入目的数据中心。
这样可迁移数据中心集合不为空,则将该可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据的数据中心作为默认的目的数据中心集合的成员,并将源数据中心的待迁出负载数据迁入目的数据中心集合中的目的数据中心。
本实施例中的数据中心分为两种状态即运行状态和休眠状态,处于运行状态的源数据中心进入目的数据中心后,源数据中心自动进入休眠状态,这样待机状态对各种资源的消耗都处于最低状态,避免对资源的浪费。其中,进行资源调度过程中的数据中心都是处于运行状态的数据中心。当数据中心平均负载低于负载阈值下限时,将负载数据从源数据中心迁出,并将该负载数据迁入目的数据中心;具体的,这里对于数据中心的资源均衡体现在物理机上,即当物理机上的虚拟机偏少且在物理机上使用的应用资源偏低时,将该物理机上的虚拟机集中迁移到其他物理机上,并将空闲的物理机停机;当物理机上的虚拟机偏多且在物理机上使用的应用资源偏高时,将部分虚拟机迁移到其他比较空闲的物理机上,或者启动更多的备用物理机并将部分虚拟机迁移到备用物理机上,以此实现各物理机的数据中心资源的调度,由于虚拟机直接和用户端进行交互,因此其负载会随时间变化,及时响应虚拟机负载的变化,通过数据中心间资源的调度适当为高负载的虚拟机分配更充裕的资源,以适应虚拟机对资源的需求,便达到了节能和提高能耗比的目的。
本发明的实施例提供的数据中心间资源调度方法,通过在数据中心间采用自适应资源调度,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。同时,可以提高用户的服务质量。
本实施例中的数据中心间资源调度方法的应用依托于跨层优化控制系统,参照图4所示,该跨层优化控制系统包括:本发明的实施例提供的资源调度设备31,用户处理设备32及数据库33,其中:
用户处理设备32,用于本发明的实施例提供的数据中心与用户平面的接口,处理用户的服务请求,对用户的服务请求权限进行认证。
资源调度设备31,用于实现本发明实施例的方法对数据库中的虚拟的数据中心的资源进行均衡调控,包括针对不同类型资源的网络特性评估虚拟机的资源负载状态,并根据资源调度方法选择需要进行资源的虚拟机,实现资源的联合优化,此模块是资源调度设备的核心模块;感知虚拟资源的CPU和内存,实时监控所有虚拟机的负载。同时,将需要资源调度的业务进行缓存,以保证用户业务在迁移过程中不间断运行;感知网络资源,向该跨层优化控制系统提供网络资源信息,实现资源的联合优化。同时,完成基于条件约束的网络层路径的计算和资源预留工作。
数据库33,用于存储并提供本发明的实施例的虚拟的数据中心及数据中心中处理的应用资源,实现应用资源的传送。
具体的本发明的实施例提供的资源调度设备4,应用于跨层优化控制系统实现上述的数据中心间资源调度方法,参照图5所示,该设备包括:数据处理单元41、管理单元42和数据中心获取单元43,其中:
数据处理单元41,用于获取每个数据中心的应用资源占用率,根据应用资源占用率计算数据中心的平均应用资源占用率。
管理单元42,用于判断数据处理单元41转发的数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限。
数据中心获取单元43,用于根据管理单元42转发的判断结果选取用于迁出负载数据的源数据中心。
数据中心获取单元43,还用于根据源数据中心的待迁出负载数据及每个数据中心的应用资源占用率和网络资源占用率在数据中心中选取用于迁入负载数据的目的数据中心。
数据处理单元41,还用于接收数据中心获取单元43选取的源数据中心和目的数据中心并从源数据中心迁出负载数据,将负载数据迁入目的数据中心。
本发明的实施例提供的资源调度设备,通过在数据中心间采用自适应资源调度,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。
进一步可选的,参照图6所示,数据中心获取单元43还包括:第一获取子单元431a和第一数据处理子单元432a,其中:
第一获取子单元431a,用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则在数据中心中选取应用资源的负载最大的数据中心,将应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
第一数据处理子单元432a,用于计算源数据中心的负载,并根据负载阈值上限确定待迁出负载数据。
第一获取子单元431a,用于从数据中心中选取至少一个负载低于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
第一数据处理子单元432a,用于获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
第一获取子单元431a,还用于计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从资源调度数据中心集合中选取综合权重最小的数据中心,若综合权重最小的数据中心可承受的迁入负载数据大于源数据中心的待迁出负载数据,则将综合权重最小的数据中心作为目的数据中心。
第一获取子单元431a,还用于若综合权重最小的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则将综合权重最小的数据中心作为目的数据中心。
第一获取子单元431a,还用于在资源调度数据中心集合中选取综合权重次小的数据中心,并将综合权重次小的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
可选的,参照图6所示,该设备还包括:
数据中心获取单元还包括:第二获取子单元431b和第二数据处理子单元432b,其中:
第二获取子单元431b,用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则在数据中心中选取应用资源的负载最小的数据中心,将应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
第二数据处理子单元432b,用于计算源数据中心的负载,并将源数据中心的负载作为待迁出负载数据。
第二获取子单元431b,还用于从数据中心中选取至少一个负载高于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
第二数据处理子单元432b,还用于获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
第二获取子单元431b,还用于计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从资源调度数据中心集合中选取综合权重最大的数据中心,若综合权重最大的数据中心可承受的迁入负载数据大于源数据中心的待迁出负载数据,则将综合权重最大的数据中心作为目的数据中心。
第二获取子单元431b,还用于若综合权重最大的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则将综合权重最大的数据中心作为目的数据中心。
第二获取子单元431b,还用于在资源调度数据中心集合选取综合权重次大的数据中心,并将综合权重次大的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
本实施例中的数据中心分为两种状态即运行状态和休眠状态,处于运行状态的源数据中心进入目的数据中心后,源数据中心自动进入休眠状态,这样待机状态对各种资源的消耗都处于最低状态,避免对资源的浪费。其中,进行资源调度过程中的数据中心都是处于运行状态的数据中心。当数据中心平均负载低于负载阈值下限时,将负载数据从源数据中心迁出,并将该负载数据迁入目的数据中心,减少对资源的浪费。
本发明的实施例提供的资源调度设备,通过在数据中心间采用自适应资源调度,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。同时,可以提高用户的服务质量。
本发明的实施例提供一种资源调度设备5,参照图7所示,该设备包括:至少一个处理器51、存储器52、通信接口53和总线54,至少一个处理器51、存储器52和通信接口53通过总线54连接并完成相互间的通信,其中:
该总线54可以是工业标准体系结构(Industry StandardArchitecture,简称为ISA)总线、外部设备互连(Peripheral Component,简称为PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,简称为EISA)总线等。该总线54可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。其中:
存储器52用于存储可执行程序代码,该程序代码包括计算机操作指令。存储器52可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
处理器51可能是一个中央处理器(Central Processing Unit,简称为CPU),或者是特定集成电路(Application Specific IntegratedCircuit,简称为ASIC),或者是被配置成实施本发明实施例的一个或多个集成电路。
通信接口53,主要用于实现本实施例中的装置之间的通信。
处理器51,用于通过至少一个通信接口53获取每个数据中心的应用资源占用率,根据应用资源占用率计算数据中心的平均应用资源占用率。
存储器52,用于判断处理器51转发的数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限。
处理器51,还用于根据存储器52转发的判断结果通过至少一个通信接口53在数据中心中选取用于迁出负载数据的源数据中心。
处理器51,还用于根据源数据中心的待迁出负载数据及每个数据中心的应用资源占用率和网络资源占用率通过至少一个通信接口53在数据中心中选取用于迁入负载数据的目的数据中心。
处理器51,还用于通过至少一个通信接口53接收处理器51选取的源数据中心和目的数据中心并从源数据中心迁出负载数据,将负载数据迁入目的数据中心。
进一步的,处理器51,还用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则通过至少一个通信接口53在数据中心中选取应用资源的负载最大的数据中心,将应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
处理器51,还用于计算源数据中心的负载,并根据负载阈值上限确定待迁出负载数据;通过至少一个通信接口53从数据中心中选取至少一个负载低于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
处理器51,还用于通过至少一个通信接口获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
处理器51,还用于计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过至少一个通信接口53从资源调度数据中心集合中选取综合权重最小的数据中心,若综合权重最小的数据中心可承受的迁入负载数据大于源数据中心的待迁出的负载数据,则将综合权重最小的数据中心作为目的数据中心。
处理器51,还用于若综合权重最小的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则将综合权重最小的数据中心作为目的数据中心。
处理器51,还用于通过至少一个通信接口53在资源调度数据中心集合中选取综合权重次小的数据中心,并将综合权重次小的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
可选的,处理器51还用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则通过至少一个通信接口53在数据中心中选取应用资源的负载最小的数据中心,将应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
处理器51,还用于计算源数据中心的负载,并将源数据中心的负载作为待迁出负载数据;通过至少一个通信接口53从数据中心中选取至少一个负载高于数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合。
处理器51,还用于通过至少一个通信接口53获取资源调度数据中心集合中每个数据中心的网络资源占用率,并根据资源调度数据中心集合中每个数据中心的应用资源占用率和网络资源占用率计算资源调度数据中心集合中每个数据中心的综合权重。
处理器51,还用于计算资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过至少一个通信接口从资源调度数据中心集合中选取综合权重最大的数据中心,若综合权重最大的数据中心可承受的迁入负载数据大于源数据中心的待迁出负载数据,则将综合权重最大的数据中心作为目的数据中心。
处理器51,还用于若综合权重最大的数据中心可承受的迁入负载数据小于源数据中心的待迁出负载数据,则将综合权重最大的数据中心作为目的数据中心。
处理器51,还用于通过至少一个通信接口53在资源调度数据中心集合选取综合权重次大的数据中心,并将综合权重次大的数据中心作为另一目的数据中心,直至在资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于源数据中心剩余的待迁出负载数据。
本发明的实施例提供的资源调度设备,通过在数据中心间采用自适应资源调度,可以避免数据中心上资源浪费和资源不足的现象发生,提高了数据中心对负载变化的适应性,达到不用间断业务便可实现对资源的调整,并降低网络阻塞率。同时,可以提高用户的服务质量。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (21)
1.一种数据中心间资源调度方法,其特征在于,包括:
获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算数据中心的平均应用资源占用率;
判断所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心;
根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心;
从所述源数据中心迁出负载数据,并将所述负载数据迁入所述目的数据中心。
2.根据权利要求1所述的方法,其特征在于,所述根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心包括:
若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
3.根据权利要求1所述的方法,其特征在于,所述根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心,包括:
计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;
从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
5.根据权利要求1所述的方法,其特征在于,所述根据判断结果在所述数据中心中选取用于迁出负载数据的源数据中心包括:
若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
6.根据权利要求1所述的方法,其特征在于,所述根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心包括:
计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;
从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
8.一种资源调度设备,其特征在于,包括:
数据处理单元,用于获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算所述数据中心的平均应用资源占用率;
管理单元,用于判断所述数据处理单元转发的所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
数据中心获取单元,用于根据所述管理单元转发的判断结果选取用于迁出负载数据的源数据中心;
所述数据中心获取单元,还用于根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率在所述数据中心中选取用于迁入负载数据的目的数据中心;
所述数据处理单元,还用于接收所述数据中心获取单元选取的所述源数据中心和所述目的数据中心并从所述源数据中心迁出负载数据,将所述负载数据迁入所述目的数据中心。
9.根据权利要求8所述的设备,其特征在于,所述数据中心获取单元包括:
第一获取子单元,用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
10.根据权利要求8所述的设备,其特征在于,所述数据中心获取单元还包括:
第一数据处理子单元,用于计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;
所述第一获取子单元,还用于从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述第一数据处理子单元,还用于获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述第一获取子单元,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
11.根据权利要求10所述的设备,其特征在于,包括:
所述第一获取子单元,还用于若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
所述第一获取子单元,还用于在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
12.根据权利要求8所述的设备,其特征在于,所述数据中心获取单元还包括:
第二获取子单元,用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
13.根据权利要求8所述的设备,其特征在于,所述数据中心获取单元还包括:
第二数据处理子单元,用于计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;
所述第二获取子单元,还用于从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述第二数据处理子单元,还用于获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述第二获取子单元,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
14.根据权利要求13所述的设备,其特征在于,
所述第二获取子单元,还用于若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
所述第二获取子单元,还用于在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
15.一种资源调度设备,其特征在于,包括:至少一个处理器、存储器、通信接口和总线,所述至少一个处理器、存储器和通信接口通过总线连接并完成相互间的通信,其中:
所述处理器,用于通过所述至少一个通信接口获取每个数据中心的应用资源占用率,根据所述应用资源占用率计算数据中心的平均应用资源占用率;
所述存储器,用于判断所述处理器转发的所述数据中心的平均应用资源占用率是否超出负载阈值上限或者低于负载阈值下限;
所述处理器,还用于根据所述存储器转发的判断结果通过所述至少一个通信接口在所述数据中心中选取用于迁出负载数据的源数据中心;
所述处理器,还用于根据所述源数据中心的待迁出负载数据及所述每个数据中心的所述应用资源占用率和网络资源占用率通过所述至少一个通信接口在所述数据中心中选取用于迁入负载数据的目的数据中心;
所述处理器,还用于通过所述至少一个通信接口接收所述处理器选取的所述源数据中心和所述目的数据中心并从所述源数据中心迁出负载数据,将所述负载数据迁入所述目的数据中心。
16.很据权利要求15所述的设备,其特征在于,包括:
所述处理器,还用于若所述数据中心的平均应用资源占用率超出所述负载阈值上限,则通过所述至少一个通信接口在所述数据中心中选取应用资源的负载最大的数据中心,将所述应用资源的负载最大的数据中心作为用于迁出负载数据的源数据中心。
17.根据权利要求15所述的设备,其特征在于,包括:
所述处理器,还用于计算所述源数据中心的负载,并根据所述负载阈值上限确定所述待迁出负载数据;通过所述至少一个通信接口从所述数据中心中选取至少一个负载低于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述处理器,还用于通过所述至少一个通信接口获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述处理器,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过所述至少一个通信接口从所述资源调度数据中心集合中选取所述综合权重最小的数据中心,若所述综合权重最小的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心。
18.根据权利要求17所述的设备,其特征在于,包括:
所述处理器,还用于若所述综合权重最小的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最小的数据中心作为目的数据中心;
所述处理器,还用于通过所述至少一个通信接口在所述资源调度数据中心集合中选取所述综合权重次小的数据中心,并将所述综合权重次小的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
19.根据权利要求15所述的设备,其特征在于,包括:
所述处理器,还用于若所述数据中心的平均应用资源占用率低于所述负载阈值下限,则通过所述至少一个通信接口在所述数据中心中选取应用资源的负载最小的数据中心,将所述应用资源的负载最小的数据中心作为用于迁出负载数据的源数据中心。
20.根据权利要求15所述的设备,其特征在于,包括:
所述处理器,还用于计算所述源数据中心的负载,并将所述源数据中心的负载作为待迁出负载数据;通过所述至少一个通信接口从所述数据中心中选取至少一个负载高于所述数据中心的平均应用资源占用率的数据中心作为资源调度数据中心集合;
所述处理器,还用于通过所述至少一个通信接口获取所述资源调度数据中心集合中每个数据中心的网络资源占用率,并根据所述资源调度数据中心集合中每个数据中心的所述应用资源占用率和所述网络资源占用率计算所述资源调度数据中心集合中每个数据中心的综合权重;
所述处理器,还用于计算所述资源调度数据中心集合中每个数据中心可承受的迁入负载数据,通过所述至少一个通信接口从所述资源调度数据中心集合中选取所述综合权重最大的数据中心,若所述综合权重最大的数据中心可承受的迁入负载数据大于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心。
21.根据权利要求20所述的设备,其特征在于,包括:
所述处理器,还用于若所述综合权重最大的数据中心可承受的迁入负载数据小于所述源数据中心的待迁出负载数据,则将所述综合权重最大的数据中心作为目的数据中心;
所述处理器,还用于通过所述至少一个通信接口在所述资源调度数据中心集合选取所述综合权重次大的数据中心,并将所述综合权重次大的数据中心作为另一目的数据中心,直至在所述资源调度数据中心集合中选取的数据中心可承受的迁入负载数据大于或等于所述源数据中心剩余的待迁出负载数据。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2013/070556 WO2014110743A1 (zh) | 2013-01-16 | 2013-01-16 | 一种数据中心间资源调度方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103443771A true CN103443771A (zh) | 2013-12-11 |
CN103443771B CN103443771B (zh) | 2017-11-24 |
Family
ID=49696205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380000070.0A Active CN103443771B (zh) | 2013-01-16 | 2013-01-16 | 一种数据中心间资源调度方法和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103443771B (zh) |
WO (1) | WO2014110743A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317638A (zh) * | 2014-10-17 | 2015-01-28 | 华为技术有限公司 | 一种应用伸缩管理方法及装置 |
US9641451B2 (en) | 2014-01-23 | 2017-05-02 | Acer Incorporated | Method for allocating cloud service to servers of data center |
CN106648829A (zh) * | 2016-10-28 | 2017-05-10 | 广州市泰富信通科技有限公司 | 云资源高效利用的虚拟机迁移方法 |
CN108092910A (zh) * | 2016-11-23 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 数据流量调度方法和装置 |
CN109343965A (zh) * | 2018-10-31 | 2019-02-15 | 北京金山云网络技术有限公司 | 资源调整方法、装置、云平台和服务器 |
CN109697115A (zh) * | 2017-10-20 | 2019-04-30 | 伊姆西Ip控股有限责任公司 | 用于调度应用的方法、装置以及计算机可读介质 |
CN113342781A (zh) * | 2021-06-29 | 2021-09-03 | 深圳前海微众银行股份有限公司 | 一种数据迁移的方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102117226A (zh) * | 2011-03-18 | 2011-07-06 | 浪潮(北京)电子信息产业有限公司 | 一种资源调度系统及资源调度方法 |
US20110296225A1 (en) * | 2010-05-25 | 2011-12-01 | Microsoft Corporation | Resource-Based Adaptive Server Loading |
CN102281329A (zh) * | 2011-08-02 | 2011-12-14 | 北京邮电大学 | 一种PaaS云平台的资源调度方法和系统 |
CN102662759A (zh) * | 2012-03-20 | 2012-09-12 | 浪潮电子信息产业股份有限公司 | 一种云os中基于cpu负载的节能方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102232282B (zh) * | 2010-10-29 | 2014-03-26 | 华为技术有限公司 | 一种实现数据中心资源负载均衡的方法及装置 |
-
2013
- 2013-01-16 WO PCT/CN2013/070556 patent/WO2014110743A1/zh active Application Filing
- 2013-01-16 CN CN201380000070.0A patent/CN103443771B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110296225A1 (en) * | 2010-05-25 | 2011-12-01 | Microsoft Corporation | Resource-Based Adaptive Server Loading |
CN102117226A (zh) * | 2011-03-18 | 2011-07-06 | 浪潮(北京)电子信息产业有限公司 | 一种资源调度系统及资源调度方法 |
CN102281329A (zh) * | 2011-08-02 | 2011-12-14 | 北京邮电大学 | 一种PaaS云平台的资源调度方法和系统 |
CN102662759A (zh) * | 2012-03-20 | 2012-09-12 | 浪潮电子信息产业股份有限公司 | 一种云os中基于cpu负载的节能方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9641451B2 (en) | 2014-01-23 | 2017-05-02 | Acer Incorporated | Method for allocating cloud service to servers of data center |
CN104317638A (zh) * | 2014-10-17 | 2015-01-28 | 华为技术有限公司 | 一种应用伸缩管理方法及装置 |
US10133606B2 (en) | 2014-10-17 | 2018-11-20 | Huawei Technologies Co., Ltd. | Application scaling management method and apparatus that uses distances between data centers and network resources of data centers to select a data center for expansion |
CN106648829A (zh) * | 2016-10-28 | 2017-05-10 | 广州市泰富信通科技有限公司 | 云资源高效利用的虚拟机迁移方法 |
CN108092910A (zh) * | 2016-11-23 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 数据流量调度方法和装置 |
CN108092910B (zh) * | 2016-11-23 | 2021-07-20 | 腾讯科技(深圳)有限公司 | 数据流量调度方法和装置 |
CN109697115A (zh) * | 2017-10-20 | 2019-04-30 | 伊姆西Ip控股有限责任公司 | 用于调度应用的方法、装置以及计算机可读介质 |
CN109343965A (zh) * | 2018-10-31 | 2019-02-15 | 北京金山云网络技术有限公司 | 资源调整方法、装置、云平台和服务器 |
CN113342781A (zh) * | 2021-06-29 | 2021-09-03 | 深圳前海微众银行股份有限公司 | 一种数据迁移的方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2014110743A1 (zh) | 2014-07-24 |
CN103443771B (zh) | 2017-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103443771A (zh) | 一种数据中心间资源调度方法和设备 | |
CN102567072B (zh) | 一种资源分配方法、装置及系统 | |
EP2725862A1 (en) | Resource allocation method and resource management platform | |
CN111078363B (zh) | 一种虚拟机的numa节点调度方法、装置、设备及介质 | |
CN102681895B (zh) | 一种动态自迁移云服务方法 | |
CN104142860A (zh) | 应用服务系统的资源调整方法与装置 | |
CN104866379A (zh) | 一种多核处理器调度方法、装置及终端 | |
CN112905326B (zh) | 任务处理方法及装置 | |
CN109542608B (zh) | 一种基于混合排队网络的云仿真任务调度方法 | |
CN105320570A (zh) | 资源管理方法和系统 | |
CN105389206A (zh) | 一种云计算数据中心虚拟机资源快速配置方法 | |
CN103179048A (zh) | 云数据中心的主机QoS策略变换方法及系统 | |
CN103944997A (zh) | 结合随机抽样和虚拟化技术的负载均衡方法 | |
CN104461731B (zh) | 一种动态资源扩展中虚拟机资源回收方法和装置 | |
CN106998340B (zh) | 一种板卡资源的负载均衡方法及装置 | |
CN104917839A (zh) | 一种用于云计算环境下的负载均衡方法 | |
CN106936926B (zh) | 访问数据节点的方法及系统 | |
CN106059940A (zh) | 一种流量控制方法及装置 | |
CN106775975B (zh) | 进程调度方法及装置 | |
CN109597674B (zh) | 一种共享虚拟资源池份额调度方法及系统 | |
CN107306230B (zh) | 一种网络资源部署的方法、装置、控制器及核心网设备 | |
CN109144691B (zh) | 一种面向多核处理器的任务调度分配方法 | |
CN108170522B (zh) | 一种基于动态阈值的云计算虚拟机迁移控制方法 | |
CN106411971B (zh) | 负载调节方法及装置 | |
CN106879022B (zh) | 无线接入网的基带单元池的资源分配方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |