CN104331328B - 虚拟资源调度方法和虚拟资源调度装置 - Google Patents

Abstract

本发明公开了一种虚拟资源调度方法和虚拟资源调度装置，涉及虚拟资源调度领域。本发明提出一种引入应用处理能力的虚拟资源调度方案，通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标，根据预设的监控指标加权值对应用层和资源层的指标进行综合考量，通过实时指标与加权值计算得出该应用的实际资源使用率，将计算结果与预设的资源使用率阈值上下限比较，并根据比较结果请求收缩或扩展资源，使资源调度更加准确、合理，例如可以使对处理能力敏感的应用的托管资源调度更加准确，从而可以更加有效地使用资源。

Description

虚拟资源调度方法和虚拟资源调度装置

技术领域

本发明涉及虚拟资源调度领域，特别涉及一种虚拟资源调度方法和虚拟资源调度装置。

背景技术

云计算是一种通过互联网以服务的方式提供动态可伸缩的虚拟化资源的计算模式。按需使用资源是云计算的显著特点，这些虚拟化资源被云计算的所有用户共享，并且用户可以方便地通过网络访问这些虚拟化资源，用户无需掌握云计算的技术，只需要按照个人或者团体的需要租用云计算资源。

目前，主流的虚拟资源调度方案（也称资源伸缩方案）是监控各应用所占虚拟机的CPU（中央处理器）、内存等资源，在达到预设的阀值时进行资源调度，例如，资源占有率达到总资源的80%时，请求扩展资源，源占有率达到总资源的20%时，请求收缩资源。

但是，发明人发现虚拟机的CPU、内存等指标并不一定能直接反映应用实际情况，比如对处理能力敏感的应用，可能对CPU和内存的需求并不高。因此，仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据，会造成资源调度不准确、不合理，影响资源使用的有效性。

发明内容

本发明实施例所要解决的一个技术问题是：提出一种虚拟资源调度方案，以解决现有技术仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据所造成的资源调度不准确、不合理的问题。

根据本发明实施例的一个方面，提出一种虚拟资源调度方法，包括：通过应用层指标采集接口采集应用层指标；通过资源层指标采集接口采集资源层指标；根据采集的应用层指标和资源层指标计算实际资源使用率；将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

应用层指标用来反映实际应用处理能力，包括以下至少一项信息：单位时间处理事务数量、业务处理时长、响应延迟；

资源层指标用来反映应用所占虚拟机的资源，包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存。

作为一种示例，可以采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。

作为一种示例，可以采用以下公式计算实际资源使用率：

U=N×b1+Z×b2，b1+b2=1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。

根据比较结果进行资源调度的一种实施方式包括：如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。

根据本发明实施例的再一方面，提出一种虚拟资源调度装置，包括：应用层指标采集接口、资源层指标采集接口、资源使用率计算模块和资源调度模块；应用层指标采集接口，用于通过该接口采集应用层指标；资源层指标采集接口，用于通过该接口采集资源层指标；资源使用率计算模块，用于根据采集的应用层指标和资源层指标计算实际资源使用率；资源调度模块，用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

应用层指标用来反映实际应用处理能力，包括以下至少一项信息：单位时间处理事务数量、业务处理时长、响应延迟；

资源层指标用来反映应用所占虚拟机的资源，包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存。

资源使用率计算模块，可以采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。

资源使用率计算模块，可以采用以下公式计算实际资源使用率：

U=N×b1+Z×b2，b1+b2=1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。

资源调度模块，具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较；如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。

本发明提出一种引入应用处理能力的虚拟资源调度方案，通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标，根据预设的监控指标加权值对应用层和资源层的指标进行综合考量，通过实时指标与加权值计算得出该应用的实际资源使用率，将计算结果与预设的资源使用率阈值上下限比较，并根据比较结果请求收缩或扩展资源，使资源调度更加准确、合理，例如可以使对处理能力敏感的应用的托管资源调度更加准确，从而可以更加有效地使用资源。

通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。

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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明虚拟资源调度方法一个实施例的流程图。

图2为本发明虚拟资源调度装置一个实施例的结构示意图。

图3为本发明虚拟资源调度系统一个实施例的结构示意图。

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。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作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。

为了解决现有技术仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据所造成的资源调度不准确、不合理的问题，本发明提出一种引入应用处理能力的虚拟资源调度方案，通过对应用层指标和资源层指标进行综合考量，使资源调度更加准确合理。下面详细说明。

图1为本发明虚拟资源调度方法一个实施例的流程图。

如图1所示，本实施例的虚拟资源调度方法包括以下步骤：

S101，通过应用层指标采集接口采集应用层指标。

其中，应用层指标用来反映实际应用处理能力，包括以下至少一项信息：单位时间处理事务数量（TPS）、业务处理时长、响应延迟，但不限于此。

例如，可以通过应用层指标采集接口向应用监控系统采集应用层指标。

S102，通过资源层指标采集接口采集资源层指标。

其中，资源层指标用来反映应用所占虚拟机的资源，包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存，但不限于此。

例如，可以通过资源层指标采集接口向虚拟资源管理平台采集资源层指标。

需要说明的，上述步骤S101和步骤S102不分先后顺序，可以同时采集应用层指标和资源层指标，也可以先采集应用层指标再采集资源层指标，还可以先采集资源层指标再采集应用层指标。

S103，根据采集的应用层指标和资源层指标计算实际资源使用率。

S104，将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

根据比较结果进行资源调度的一种实施方式包括：如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。

为了避免资源调度过于频繁，在具体实施时，可以规定一段时间，如果计算得到的实际资源使用率在该时间段内持续高于预先设定的资源使用率的阈值上限，再请求扩展资源，否则可以不请求扩展资源；相应的，如果计算得到的实际资源使用率在该时间段内持续低于预先设定的资源使用率的阈值下限，再请求收缩资源，否则可以不请求收缩资源。

例如，可以将调度请求通过虚拟资源管理平台发送给虚拟资源池，以达到资源调度的目的。

作为一种示例，步骤S103可以采用以下公式计算实际资源使用率：

U=N×b1+Z×b2，b1+b2=1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。对应用层指标敏感的应用，加权值b1增加，对资源层指标敏感的应用，加权值b2增加。

以步骤S101和步骤S102所列举的具体指标为例，步骤S103可以采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。

需要说明的是，步骤S101采集的应用层指标是实际应用处理能力，该实际应用处理能力可以是应用本身按照统一的接口标准提供，也可以是应用所处的运行托管环境通对相关探针来获取。最大应用处理能力是应用系统本身处理能力的初始值，可以理解为系统初始设定值，可以通过系统的性能测试获取。

性能指标是用于监控某个具体的应用或者业务的，其加权值和阈值上下限是与业务密切相关的，需要根据具体的业务灵活设定。对于处理能力敏感的应用，如对应用处理时长和应用延时有较高要求的应用，加权值α增加；对于CPU敏感的应用，如有较高计算要求的应用，加权值β增加；对于内存敏感的应用，如有较高数据缓存和较多可执行进程的应用，加权值γ增加。

图2为本发明虚拟资源调度装置一个实施例的结构示意图。

如图2所示，本实施例的虚拟资源调度装置包括：应用层指标采集接口201、资源层指标采集接口202、资源使用率计算模块203和资源调度模块204；应用层指标采集接口201，用于通过该接口采集应用层指标；资源层指标采集接口202，用于通过该接口采集资源层指标；资源使用率计算模块203，用于根据采集的应用层指标和资源层指标计算实际资源使用率；资源调度模块204，用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

应用层指标用来反映实际应用处理能力，包括以下至少一项信息：单位时间处理事务数量、业务处理时长、响应延迟，但不限于此。

资源层指标用来反映应用所占虚拟机的资源，包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存，但不限于此。

资源使用率计算模块203，可以采用以下公式计算实际资源使用率：

U=N×b1+Z×b2，b1+b2=1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。

以上述所列举的具体指标为例，资源使用率计算模块203，可以采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。C_i表示应用所占的虚拟机i的CPU使用率，M_i表示应用所占的虚拟机i的内存使用率，i=1,2…n。

资源调度模块204，具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较；如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。

图3为本发明虚拟资源调度系统一个实施例的结构示意图。

如图2所示，本实施例的虚拟资源调度系统包括虚拟资源调度装置20，以及应用监控系统30和虚拟资源管理平台40。

虚拟资源调度装置20可以通过其应用层指标采集接口向应用监控系统30采集应用层指标。

虚拟资源调度装置20可以通过资源层指标采集接口向虚拟资源管理平台40采集资源层指标。

虚拟资源调度装置20可以将资源调度请求通过虚拟资源管理平台30发送给虚拟资源池，以达到资源调度的目的。

本发明提出一种引入应用处理能力的虚拟资源调度方案，通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标，根据预设的监控指标加权值对应用层和资源层的指标进行综合考量，通过实时指标与加权值计算得出该应用的实际资源使用率，将计算结果与预设的资源使用率阈值上下限比较，并根据比较结果请求收缩或扩展资源，使资源调度更加准确、合理，例如可以使对处理能力敏感的应用的托管资源调度更加准确，从而可以更加有效地使用资源。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种虚拟资源调度方法，包括：

通过应用层指标采集接口采集应用层指标，应用层指标用来反映实际应用处理能力；

通过资源层指标采集接口采集资源层指标，资源层指标用来反映应用所占虚拟机的资源；

根据采集的应用层指标和资源层指标计算实际资源使用率；

将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

2.根据权利要求1所述的方法，其特征在于，

应用层指标包括以下至少一项信息：单位时间处理事务数量、业务处理时长、响应延迟；

资源层指标包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存。

3.根据权利要求2所述的方法，其特征在于，所述根据采集的应用层指标和资源层指标计算实际资源使用率包括：

采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。

4.根据权利要求1所述的方法，其特征在于，所述根据采集的应用层指标和资源层指标计算实际资源使用率包括：

采用以下公式计算实际资源使用率：

U＝N×b1+Z×b2，b1+b2＝1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。

5.根据权利要求1所述的方法，其特征在于，所述根据比较结果进行资源调度包括：

如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；

如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。

6.一种虚拟资源调度装置，包括：应用层指标采集接口、资源层指标采集接口、资源使用率计算模块和资源调度模块；

应用层指标采集接口，用于通过该接口采集应用层指标，应用层指标用来反映实际应用处理能力；

资源层指标采集接口，用于通过该接口采集资源层指标，资源层指标用来反映应用所占虚拟机的资源；

资源使用率计算模块，用于根据采集的应用层指标和资源层指标计算实际资源使用率；

资源调度模块，用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较，并根据比较结果进行资源调度。

7.根据权利要求6所述的装置，其特征在于，

应用层指标包括以下至少一项信息：单位时间处理事务数量、业务处理时长、响应延迟；

资源层指标包括以下至少一项信息：应用所占虚拟机的CPU、应用所占虚拟机的内存。

8.根据权利要求7所述的装置，其特征在于，所述资源使用率计算模块，具体用于采用以下公式计算实际资源使用率：

其中，实际资源使用率为U，实际应用处理能力与最大应用处理能力的占比为T，T的加权值为α，应用所占的虚拟机的CPU使用率为C，C的加权值为β，应用所占的虚拟机的内存使用率为M，M的加权值为γ，应用所占虚拟机的个数为n。

9.根据权利要求6所述的装置，其特征在于，所述资源使用率计算模块，具体用于采用以下公式计算实际资源使用率：

U＝N×b1+Z×b2，b1+b2＝1

其中，实际资源使用率为U，应用层指标为N，N的加权值为b1，资源层指标为Z，Z的加权值为b2。

10.根据权利要求6所述的装置，其特征在于，所述资源调度模块，具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较；

如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限，请求扩展资源；

如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限，请求收缩资源。