CN104572296A - 一种预测云平台存储资源增长量的方法 - Google Patents
一种预测云平台存储资源增长量的方法 Download PDFInfo
- Publication number
- CN104572296A CN104572296A CN201410814827.6A CN201410814827A CN104572296A CN 104572296 A CN104572296 A CN 104572296A CN 201410814827 A CN201410814827 A CN 201410814827A CN 104572296 A CN104572296 A CN 104572296A
- Authority
- CN
- China
- Prior art keywords
- storage resources
- storage
- cloud platform
- current
- resources
- 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
Abstract
本发明涉及云计算技术领域,特别是指一种预测云平台存储资源增长量的方法。本发明包括步骤:1,按照当前运行应用统计平均每个应用所需存储资源;2,设定预留资源比例及预测周期;3,采集上个预测周期内存储资源的增长量;4,计算存储资源需求总量;5,按照当前集中存储统计平均每个LUNG的存储空间大小;6,计算存储空间增长系数;7,大于0表示当前存储资源数能满足预测周期内应用增长需要,小于0表示当前存储资源数无法满足预测周期内应用增长需要,应提前增加存储资源的量。本发明的方法能比较准确地预测存储空间的增长量;可应用于云平台存储资源的管理。
Description
技术领域
本发明涉及云计算技术领域,特别是指一种预测云平台存储资源增长量的方法。
背景技术
在大型云平台的管理中,一般都使用集中存储设备给物理机统一提供存储空间。集中存储设备先收集各应用使用存储空间的大小,收集完成以后按照规划在集中存储设备中划分成不同的LUNG,再把LUNG挂载到物理机中,最后分配到虚拟机上使用,目前,针对上述存储资源增长量的预测方法与传统物理机模式下的预测方式是一致的:
1、获取整个集中存储设备上个预测周期内的增长量;
2、预设一个存储空间的预留资源比例;
3、增长量=(当前使用量*(100%+预留资源比例)+增长量)-当前使用量;
上述方式是根据线性方式预测增长量的,针对云平台应用运行在虚拟机的模式来说,以下方面是不科学的:
1、业务模式与云平台不符合,传统的模式下一台物理机下一般只有一个应用,因此,一个应用就独占一个LUNG;云计算的模式下,一台物理机下通常有多个虚拟机,一个虚拟机下运行一个应用,因此,一个LUNG就被多个应用共享。存储资源的增长量的预测应从应用入手;
2、存储资源的增长量的计算方式不科学,在云计算中,存储空间的增加是以LUNG为单位,而不是以存储空间的单位GB为单位,因此,上述方法的预测量不准确。
发明内容
本发明解决的技术问题在于提供一种预测云平台存储资源增长量的方法;能比较准确地预测存储空间的增长量,保证云平台存储资源的合理使用,提前判断当前存储资源是否满足后期应用增长需要,提醒运维人员及时添加存储资源,同时还能判断出当前存储资源是否过于充足,可以提醒运维人员关闭当前短时间内使用不上的存储资源,节省电费。
本发明解决上述技术问题的技术方案是:
所述的方法包括如下步骤:
步骤1,按照当前运行应用统计平均每个应用所需存储资源;
步骤2,设定预留资源比例及预测周期;
步骤3,采集上个预测周期内存储资源的增长量;
步骤4,计算存储资源需求总量=(平均每个应用所需存储资源*当前应用个数+上个预测周期内存储资源的增长量)*(100%+预留资源比例);
步骤5,按照当前集中存储统计平均每个LUNG的存储空间大小;
步骤6,计算存储空间增长系数=(存储资源需求总量-集中存储总空间)/平均每个LUNG的存储空间;
步骤7,大于0表示当前存储资源数能满足预测周期内应用增长需要,小于0表示当前存储资源数无法满足预测周期内应用增长需要,应提前增加存储资源的量=平均每个LUNG的存储空间*(存储空间增长系数向上取整)。
所述的平均每个应用所需存储资源是当前云平台分配存储资源总和除以应用数量的值。
所述的预留资源,是指用来做应急、避免出现资源估算错误时,可用来应急的资源;
所述的预测周期,是指未来一定周期内所需存储资源的周期范围。
所述的存储空间增长系数,即云平台当前最适合提供的存储资源数,既能满足当前存储资源要求,又能满足预测周期内应用增长要求,同时还有预留资源数;
所述存储空间增长系数向上取整指的是取大于或者等于存储空间增长系数的最小整数。
所述集中存储总空间指的是在集中存储设备中统计的已划分到LUNG的总存储空间。
本发明的方法可以获得以下的有益效果:
1、本发明的方法根据应用的增长趋势进行预测,符合云平台的业务模式;
2、本发明的方法预测的增长量以LUNG的大小作为基本单位,是一种比较准确的预测方法。
3、本发明的方法能提前判断当前存储资源是否满足后期应用增长需要,提醒运维人员及时添加存储资源,同时还能判断出当前存储资源是否过于充足,可以提醒运维人员关闭当前短时间内使用不上的存储资源,节省电费。
附图说明
下面结合附图对本发明进一步说明:
图1为本发明的流程图。
具体实施方式
本发明的实施方式有多种,这里以桌面云平台为例说明其中一种实现方法,流程图如图1所示,具体实施过程如下:
1、按照当前运行应用统计平均每个应用所需存储资源;
2、设定预留资源比例及预测周期;
3、计算存储资源增长系数;
4、计算存储资源预测增长量
Claims (7)
1.一种预测云平台存储资源增长量的方法,其特征在于:所述的方法包括如下步骤:
步骤1,按照当前运行应用统计平均每个应用所需存储资源;
步骤2,设定预留资源比例及预测周期;
步骤3,采集上个预测周期内存储资源的增长量;
步骤4,计算存储资源需求总量=(平均每个应用所需存储资源*当前应用个数+上个预测周期内存储资源的增长量)*(100%+预留资源比例);
步骤5,按照当前集中存储统计平均每个LUNG的存储空间大小;
步骤6,计算存储空间增长系数=(存储资源需求总量-集中存储总空间)/平均每个LUNG的存储空间;
步骤7,大于0表示当前存储资源数能满足预测周期内应用增长需要,小于0表示当前存储资源数无法满足预测周期内应用增长需要,应提前增加存储资源的量=平均每个LUNG的存储空间*(存储空间增长系数向上取整)。
2.根据权利要求1所述的预测云平台存储资源增长量的方法,其特征在于:
所述的平均每个应用所需存储资源是当前云平台分配存储资源总和除以应用数量的值。
3.根据权利要求1所述的一种预测云平台存储资源增长量的方法,其特征在于:
所述的预留资源,是指用来做应急、避免出现资源估算错误时,可用来应急的资源;
所述的预测周期,是指未来一定周期内所需存储资源的周期范围。
4.根据权利要求2所述的一种预测云平台存储资源增长量的方法,其特征在于:
所述的预留资源,是指用来做应急、避免出现资源估算错误时,可用来应急的资源;
所述的预测周期,是指未来一定周期内所需存储资源的周期范围。
5.根据权利要求1至4任一项所述的预测云平台存储资源增长量的方法,其特征在于:所述的存储空间增长系数,即云平台当前最适合提供的存储资源数,既能满足当前存储资源要求,又能满足预测周期内应用增长要求,同时还有预留资源数;
所述存储空间增长系数向上取整指的是取大于或者等于存储空间增长系数的最小整数。
6.根据权利要求1至4任一项所述的预测云平台存储资源增长量的方法,其特征在于:所述集中存储总空间指的是在集中存储设备中统计的已划分到LUNG的总存储空间。
7.根据权利要求5所述的预测云平台存储资源增长量的方法,其特征在于:所述集中存储总空间指的是在集中存储设备中统计的已划分到LUNG的总存储空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410814827.6A CN104572296B (zh) | 2014-12-23 | 2014-12-23 | 一种预测云平台存储资源增长量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410814827.6A CN104572296B (zh) | 2014-12-23 | 2014-12-23 | 一种预测云平台存储资源增长量的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104572296A true CN104572296A (zh) | 2015-04-29 |
CN104572296B CN104572296B (zh) | 2018-02-13 |
Family
ID=53088441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410814827.6A Active CN104572296B (zh) | 2014-12-23 | 2014-12-23 | 一种预测云平台存储资源增长量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104572296B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368372A (zh) * | 2017-07-25 | 2017-11-21 | 郑州云海信息技术有限公司 | 一种基于云海os平台的资源展示方法与装置 |
CN108011764A (zh) * | 2017-12-07 | 2018-05-08 | 国云科技股份有限公司 | 一种预测多云平台存储资源增长量的方法 |
CN108023834A (zh) * | 2016-11-03 | 2018-05-11 | 中国移动通信集团广东有限公司 | 一种云资源自动分配方法及装置 |
CN110300134A (zh) * | 2018-03-22 | 2019-10-01 | 杭州海康威视系统技术有限公司 | 云存储资源池的存储空间调整方法、装置及云存储系统 |
CN110868330A (zh) * | 2018-08-28 | 2020-03-06 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479108A (zh) * | 2010-11-26 | 2012-05-30 | 中国科学院声学研究所 | 一种多应用进程的嵌入式系统终端资源管理系统及方法 |
CN102831013A (zh) * | 2012-07-19 | 2012-12-19 | 西安交通大学 | 一种基于虚拟机的vod应用资源消耗预测方法 |
US20130346969A1 (en) * | 2012-06-21 | 2013-12-26 | Vmware, Inc. | Opportunistically Proactive Resource Management Using Spare Capacity |
CN103999031A (zh) * | 2011-11-05 | 2014-08-20 | 泽达拉存储公司 | 云服务器的虚拟私有存储阵列服务 |
US20140365662A1 (en) * | 2013-03-15 | 2014-12-11 | Gravitant, Inc. | Configuring cloud resources |
-
2014
- 2014-12-23 CN CN201410814827.6A patent/CN104572296B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102479108A (zh) * | 2010-11-26 | 2012-05-30 | 中国科学院声学研究所 | 一种多应用进程的嵌入式系统终端资源管理系统及方法 |
CN103999031A (zh) * | 2011-11-05 | 2014-08-20 | 泽达拉存储公司 | 云服务器的虚拟私有存储阵列服务 |
US20130346969A1 (en) * | 2012-06-21 | 2013-12-26 | Vmware, Inc. | Opportunistically Proactive Resource Management Using Spare Capacity |
CN102831013A (zh) * | 2012-07-19 | 2012-12-19 | 西安交通大学 | 一种基于虚拟机的vod应用资源消耗预测方法 |
US20140365662A1 (en) * | 2013-03-15 | 2014-12-11 | Gravitant, Inc. | Configuring cloud resources |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108023834A (zh) * | 2016-11-03 | 2018-05-11 | 中国移动通信集团广东有限公司 | 一种云资源自动分配方法及装置 |
CN107368372A (zh) * | 2017-07-25 | 2017-11-21 | 郑州云海信息技术有限公司 | 一种基于云海os平台的资源展示方法与装置 |
CN107368372B (zh) * | 2017-07-25 | 2021-02-23 | 苏州浪潮智能科技有限公司 | 一种基于云海os平台的资源展示方法与装置 |
CN108011764A (zh) * | 2017-12-07 | 2018-05-08 | 国云科技股份有限公司 | 一种预测多云平台存储资源增长量的方法 |
CN110300134A (zh) * | 2018-03-22 | 2019-10-01 | 杭州海康威视系统技术有限公司 | 云存储资源池的存储空间调整方法、装置及云存储系统 |
CN110868330A (zh) * | 2018-08-28 | 2020-03-06 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
CN110868330B (zh) * | 2018-08-28 | 2021-09-07 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104572296B (zh) | 2018-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Shehabi et al. | Data center growth in the United States: decoupling the demand for services from electricity use | |
CN104572296A (zh) | 一种预测云平台存储资源增长量的方法 | |
CN102063327B (zh) | 具有功耗意识的数据中心应用服务调度方法 | |
CN107330056B (zh) | 基于大数据云计算平台的风电场scada系统及其运行方法 | |
CN108038040A (zh) | 计算机集群性能指标检测方法、电子设备及存储介质 | |
KR20140105506A (ko) | 전력 생산 용량의 적응 및 에너지 저장 유닛 사이즈의 결정 | |
CN108132839B (zh) | 一种资源调度方法及装置 | |
CN105096060A (zh) | 一种基于电能服务管理平台的企业开工率获取方法 | |
US10528115B2 (en) | Obtaining smoother power profile and improved peak-time throughput in datacenters | |
CN103996147A (zh) | 配电网综合评估方法 | |
CN104881477A (zh) | 一种应用数据空间使用估算方法 | |
WO2021203738A1 (zh) | 考虑需求侧资源分层分散控制的配电系统可靠性计算方法 | |
CN104699890A (zh) | 一种城网配变重过载短期预警模型的建模方法 | |
Niu et al. | JouleMR: Towards cost-effective and green-aware data processing frameworks | |
CN103295077A (zh) | 一种考虑预测误差分布特性的风电场集群调度方法 | |
Chen et al. | Demand response during the peak load period in China: Potentials, benefits and implementation mechanism designs | |
CN202261410U (zh) | 渲染农场高性能集群系统 | |
CN103325012A (zh) | 一种适用于电网安全校核的并行计算动态任务分配方法 | |
CN111178618A (zh) | 一种智能电网负荷预测方法 | |
CN104142850A (zh) | 数据中心的节能调度方法 | |
CN104090813B (zh) | 一种云数据中心的虚拟机cpu使用率的分析建模方法 | |
CN116485022A (zh) | 园区未来年的碳排放估计方法、装置、设备及介质 | |
CN104539673A (zh) | 一种适用于平衡云平台计算资源的方法 | |
CN104298536A (zh) | 基于动态调频调压技术的数据中心节能调度方法 | |
CN103617305A (zh) | 一种自适应的电力仿真云计算平台作业调度算法 |
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 | ||
CP02 | Change in the address of a patent holder | ||
CP02 | Change in the address of a patent holder |
Address after: 523808 19th Floor, Cloud Computing Center, Chinese Academy of Sciences, No. 1 Kehui Road, Songshan Lake Hi-tech Industrial Development Zone, Dongguan City, Guangdong Province Patentee after: G-Cloud Technology Co., Ltd. Address before: 523808 No. 14 Building, Songke Garden, Songshan Lake Science and Technology Industrial Park, Dongguan City, Guangdong Province Patentee before: G-Cloud Technology Co., Ltd. |