CN104714851B - 一种实现资源分配的方法及装置 - Google Patents
一种实现资源分配的方法及装置 Download PDFInfo
- Publication number
- CN104714851B CN104714851B CN201510146016.8A CN201510146016A CN104714851B CN 104714851 B CN104714851 B CN 104714851B CN 201510146016 A CN201510146016 A CN 201510146016A CN 104714851 B CN104714851 B CN 104714851B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- physical
- machine
- load threshold
- rate
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000013468 resource allocation Methods 0.000 title claims abstract description 13
- 101100029855 Arabidopsis thaliana PIP1.4 gene Proteins 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种实现资源分配的方法及装置，包括：根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断出需要进行系统资源调整并进行系统资源的调整。本发明通过预先设置的负载阈值及计算获得的虚拟机的相对使用率、物理服务器的总资源使用率和各应用的平均资源占用率确定是否进行系统资源调整，充分考虑了系统相关性能，使系统资源得到了合理分配，提高了系统资源利用率。
Description
技术领域
本申请涉及云计算技术，尤指一种资源分配的方法及装置。
背景技术
目前的网络应用很多都是建立在云数据中心提供的虚拟平台上，以虚拟平台上的虚拟机作为应用服务器。云数据中心中托管的是计算能力和IT可用性，应用的数据在云端进行传输，云数据中心为应用调配所需的计算能力，并对整个基础构架的后台进行管理。从软件、硬件两方面运行维护，软件层面不断根据实际的网络使用情况对虚拟平台进行调试，硬件层面保障机房环境和网络资源正常运转调配。
目前，在建立虚拟机时即已为其分配好固定的能力资源，如硬盘空间、内存、CUP核数等，在应用实际运行的过程中，每个应用使用固定数量的虚机，即，每个应用从虚拟平台上获得的计算机能力资源是固定的。当应用接收或发出的请求量增大时，云数据中心调配给应用的资源可能不能满足应用的工作需求，因此，会造成虚拟机(应用服务器)超负载运行从而降低应用运行的工作效率。由于云数据中心并未提供计算能力资源的监测，因此，无法实现为由于应用接收或发出请求量增大，造成超负荷运行的虚拟机提供更多的资源，进行负载分担。同样，当一个应用请求量很小时，云数据中心也无法将处理该应用的虚拟机的空闲资源分配给其他应用进行应用的运行处理。
综上，现有的云数据中心，在建立虚拟机后，对调配给虚拟机的能力资源，无法根据应用的运行工作过程进行有效的调整，容易造成虚拟机的超负荷运行或者能力资源的浪费。
发明内容
为了解决上述问题，本发明提供一种实现资源分配的方法及装置，能够实现云资源的合理分配，避免资源风险和提高资源利用率。
为了达到本发明的目的，本申请提供一种实现资源分配的方法；包括：
根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
判断出需要进行系统资源调整时，对系统资源进行调整。
进一步地，虚拟机的相对使用率
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
所述物理机的能力值为物理机的每分钟处理事务数TMPC值；
所述虚拟机的能力值的虚拟机最大负载时，每分钟接收到业务请求数与每次业务的事务数的乘积；
所述虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；
所述物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
所述应用的平均资源占用率
其中，c(Ak)为应用Ak的占用的总虚机能力资源，c(Ak)∑c(Vi,j)。
进一步地，负载阈值包括最高负载阈值和最低负载阈值；
所述判断是否进行系统资源调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值或小于所述最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
进一步地，对系统资源进行调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率、和应用的平均资源占用率均小于或等于所述最高负载阈值；
当添加所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于所述最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于所述最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于所述最低负载阈值；
当所有虚拟机均挂起，所述虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于所述最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
所述启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
所述启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机；
所述幽灵虚拟机为设置在内存中的虚拟机；
所述幽灵虚拟机个数根据物理机内存应用规模设定。
进一步地，最高负载阈值为80％，所述最低负载阈值为20％。
另一方面，本申请还提供一种实现资源分配的装置，包括：计算单元、判断单元及调整单元；其中，
计算单元，用于根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
判断单元，用于通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
调整单元，用于判断出需要进行系统资源调整时，对系统资源进行调整。
进一步地，计算单元具体用于，
根据预设周期，计算各物理机上各虚拟机的相对使用率
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
所述物理机的能力值为物理机的TMPC值；
所述虚拟机的能力值的虚拟机最大负载时，每分钟接收到业务请求数与每次业务的事务数的乘积；
所述虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；
计算所述物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
所述应用的平均资源占用率
其中，c(A)为应用A的占用的总虚机能力资源，c(A)∑c(Vi,j)。
进一步地，负载阈值包括最高负载阈值和最低负载阈值；
所述判断单元具体用于，通过预先设置的负载阈值，
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值或小于所述最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
进一步地，调整单元具体用于：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率、和应用的平均资源占用率均小于或等于所述最高负载阈值；
当添加所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于所述最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于所述最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于所述最低负载阈值；
当所有虚拟机均挂起，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于所述最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
所述启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
所述启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机；
所述幽灵虚拟机为设置在内存中的虚拟机；
所述幽灵虚拟机个数根据物理机内存应用规模设定。
进一步地，最高负载阈值为80％，所述最低负载阈值为20％。
与现有技术相比，本发明提供的技术方案包括：根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断出需要进行系统资源调整并进行系统资源的调整。本发明通过预先设置的负载阈值及计算获得的虚拟机的相对使用率、物理服务器的总资源使用率和各应用的平均资源占用率确定是否进行系统资源调整，充分考虑了系统相关性能，使系统资源得到了合理分配，提高了系统资源利用率。
附图说明
附图用来提供对本申请技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。
图1为本发明实现资源分配的方法的流程图；
图2为本发明实现资源分配的装置的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下文中将结合附图对本申请的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
图1为本发明实现资源分配的方法的流程图，如图1所示，包括：
步骤100、根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
需要说明的是，预设周期的时长主要根据服务器收到业务请求的频率设定，一般预设周期可取一小时，当连续三个周期中服务器的资源占用率未达到最高阈值的50％时，周期可以变长；反之，预设周期变短。
本步骤中，虚拟机的相对使用率
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
物理机的能力值为物理机的每分钟处理事务数(TMPC)值；
需要说明的是，TMPC值参照TPC-C标准获得，属于本领域技术人员公知常识。
虚拟机的能力值的虚拟机最大负载时，每分钟接收到业务请求数与每次业务的事务数的乘积；
需要说明的是，这里虚拟机最大负载时的参数是通过性能测试过程中进行压力测试时，通过提升虚拟机负载，利用监控工具(例如statspack工具)获得。
虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；这里，虚拟机实际工作时的业务请求数和事务数通过监控工具(例如statspack工具)获得。
物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
应用的平均资源占用率
其中，c(Ak)为应用Ak的占用的总虚机能力资源，c(Ak)∑c(Vi,j)。
步骤101、通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
本步骤中，负载阈值包括最高负载阈值和最低负载阈值；
判断是否进行系统资源调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值或小于所述最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
优选的，最高负载阈值为80％，最低负载阈值为20％。
步骤102、判断出需要进行系统资源调整时，对系统资源进行调整。
本步骤中，对系统资源进行调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率和应用的平均资源占用率均小于或等于所述最高负载阈值；
当添加物理机上所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于最低负载阈值；
当所有虚拟机均挂起，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机；
幽灵虚拟机为设置在内存中的虚拟机；
幽灵虚拟机个数根据物理机内存应用规模设定。
图2为本发明实现资源分配的装置的结构框图，如图2所示，包括：计算单元、判断单元及调整单元；其中，
计算单元，用于根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
判断单元，用于通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
调整单元，用于判断出需要进行系统资源调整时，对系统资源进行调整。
计算单元具体用于，
根据预设周期，计算各物理机上各虚拟机的相对使用率
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
物理机的能力值为物理及的TMPC值；
虚拟机的能力值的虚拟机最大负载时，平均每分钟接收到业务请求数与每次业务的事务数的乘积；
虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；
计算物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
应用的平均资源占用率
其中，c(A)为应用A的占用的总虚机能力资源，c(A)∑c(Vi,j)。
负载阈值包括最高负载阈值和最低负载阈值；
判断单元具体用于，通过预先设置的负载阈值，
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于最高负载阈值或小于最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
调整单元具体用于：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率、和应用的平均资源占用率均小于或等于所述最高负载阈值；
当添加所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于所述最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于所述最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于所述最低负载阈值；
当所有虚拟机均挂起，所述虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于所述最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机；
幽灵虚拟机为设置在内存中的虚拟机；
幽灵虚拟机个数根据物理机内存应用规模设定。
最高负载阈值为80％，所述最低负载阈值为20％。
虽然本申请所揭露的实施方式如上，但所述的内容仅为便于理解本申请而采用的实施方式，并非用以限定本申请，如本发明实施方式中的具体的实现方法。任何本申请所属领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。
Claims (8)
1.一种实现资源分配的方法，其特征在于，包括：
根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
判断出需要进行系统资源调整时，对系统资源进行调整；
其中，所述虚拟机的相对使用率为：
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
所述物理机的能力值为物理机的每分钟处理事务数TMPC值；
所述虚拟机的能力值为：虚拟机最大负载时，每分钟接收到业务请求数与每次业务的事务数的乘积；
所述虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；
所述物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
所述应用的平均资源占用率
其中，c(Ak)为应用Ak的占用的总虚机能力资源，c(Ak)＝∑c(Vi,j)。
2.根据权利要求1所述的方法，其特征在于，所述负载阈值包括最高负载阈值和最低负载阈值；
所述判断是否进行系统资源调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值或小于所述最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
3.根据权利要求2所述的方法，其特征在于，所述对系统资源进行调整具体包括：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率、和应用的平均资源占用率均小于或等于所述最高负载阈值；所述幽灵虚拟机为设置在内存中的虚拟机，所述幽灵虚拟机个数根据物理机内存应用规模设定；
当添加所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于所述最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于所述最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于所述最低负载阈值；
当所有虚拟机均挂起，所述虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于所述最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
所述启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
所述启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机。
4.根据权利要求2所述的方法，其特征在于，所述最高负载阈值为80％，所述最低负载阈值为20％。
5.一种实现资源分配的装置，其特征在于，包括：计算单元、判断单元及调整单元；其中，
计算单元，用于根据预设周期计算各物理机上各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率；
判断单元，用于通过预先设置的负载阈值，结合各虚拟机的相对使用率、各物理服务器的总资源使用率和各应用的平均资源占用率判断是否进行系统资源调整；
调整单元，用于判断出需要进行系统资源调整时，对系统资源进行调整；
所述计算单元具体用于，
根据预设周期，计算各物理机上各虚拟机的相对使用率
其中，u(Vi,j)等于第i个物理机上第j个虚拟机的实际资源使用率；
c(Pi)为第i个物理机的能力值，
c(Vi,j)为第i个物理机上第j个虚拟机的能力值；
所述物理机的能力值为物理机的TMPC值；
所述虚拟机的能力值为：虚拟机最大负载时，每分钟接收到业务请求数与每次业务的事务数的乘积；
所述虚拟机的实际资源使用率为：虚拟机实际工作时每分钟接收到业务的请求数乘以每次业务的事务数除以物理机的能力值；
计算所述物理服务器的总资源使用率
其中，mi为第i个物理机上虚拟机的个数；
所述应用的平均资源占用率
其中，c(A)为应用A的占用的总虚机能力资源，c(A)＝∑c(Vi,j)。
6.根据权利要求5所述的装置，其特征在于，所述负载阈值包括最高负载阈值和最低负载阈值；
所述判断单元具体用于，通过预先设置的负载阈值，
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值或小于所述最低负载阈值时，对系统资源进行调整；否则，不对系统资源进行调整。
7.根据权利要求6所述的装置，其特征在于，所述调整单元具体用于：
当虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率大于所述最高负载阈值时，
逐个添加幽灵虚拟机到物理机中，并实时更新各物理机中虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、物理服务器的总资源使用率、和应用的平均资源占用率均小于或等于所述最高负载阈值；所述幽灵虚拟机为设置在内存中的虚拟机，所述幽灵虚拟机个数根据物理机内存应用规模设定；
当添加所有幽灵虚拟机到物理机中，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍大于所述最高负载阈值时，逐个将挂起的虚拟机启动到物理机中，直至虚拟机的相对使用率、物理服务器的总资源使用率、或应用的平均资源占用率小于或等于所述最高负载阈值；
当物理机上虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率小于所述最低负载阈值时，逐个将物理机中虚拟机的相对使用率最低的启动的虚拟机挂起，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于所述最低负载阈值；
当所有虚拟机均挂起，虚拟机的相对使用率、或物理服务器的总资源使用率、或应用的平均资源占用率仍小于所述最低负载阈值时；逐个将虚拟机的相对使用率最低的幽灵虚拟机挂起，并实时更新虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率，直至虚拟机的相对使用率、和物理服务器的总资源使用率、和应用的平均资源占用率均大于或等于所述最低负载阈值；
所述启动的虚拟机、幽灵虚拟机和挂起的虚拟机放置于预先建立的虚拟机资源池中；
所述启动的虚拟机和挂起的虚拟机为设置在系统磁盘中的虚拟机。
8.根据权利要求6所述的装置，其特征在于，所述最高负载阈值为80％，所述最低负载阈值为20％。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510146016.8A CN104714851B (zh) | 2015-03-30 | 2015-03-30 | 一种实现资源分配的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510146016.8A CN104714851B (zh) | 2015-03-30 | 2015-03-30 | 一种实现资源分配的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104714851A CN104714851A (zh) | 2015-06-17 |
| CN104714851B true CN104714851B (zh) | 2018-11-02 |
Family
ID=53414216
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510146016.8A Active CN104714851B (zh) | 2015-03-30 | 2015-03-30 | 一种实现资源分配的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104714851B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105404545B (zh) * | 2015-12-03 | 2018-11-30 | 中国联合网络通信集团有限公司 | 虚拟机分配的方法及装置 |
| CN105893141A (zh) * | 2015-12-17 | 2016-08-24 | 乐视致新电子科技（天津）有限公司 | 一种多核处理器调控方法及装置及使用该方法的移动终端 |
| CN105487826B (zh) * | 2015-12-22 | 2019-04-26 | 国云科技股份有限公司 | 一种云存储资源超量分配使用的方法 |
| CN105912403B (zh) * | 2016-04-14 | 2019-08-06 | 聚好看科技股份有限公司 | Docker容器的资源管理方法及装置 |
| CN105827455A (zh) * | 2016-04-27 | 2016-08-03 | 乐视控股（北京）有限公司 | 一种资源模型修正方法和装置 |
| CN106201721B (zh) * | 2016-07-12 | 2019-05-10 | 浪潮(北京)电子信息产业有限公司 | 一种基于虚拟化技术的内存动态调整方法及系统 |
| CN106845215B (zh) * | 2016-12-30 | 2020-04-14 | 北京瑞星网安技术股份有限公司 | 基于虚拟化环境下的安全防护方法及装置 |
| CN106970841A (zh) * | 2017-03-09 | 2017-07-21 | 北京西普阳光教育科技股份有限公司 | 一种基于云计算的资源限制及动态调整方法 |
| CN109753353B (zh) * | 2017-11-07 | 2023-04-18 | 阿里巴巴集团控股有限公司 | 虚拟机资源分配方法、装置及电子设备 |
| CN108733493A (zh) * | 2018-05-25 | 2018-11-02 | 北京车和家信息技术有限公司 | 资源利用率的计算方法、计算装置及计算机可读存储介质 |
| CN110830525A (zh) * | 2018-08-07 | 2020-02-21 | 中兴通讯股份有限公司 | 一种虚机资源分担方法、装置、计算机设备及存储介质 |
| CN109614282B (zh) * | 2018-09-28 | 2022-06-03 | 东软集团股份有限公司 | 确定应用的系统资源使用信息的方法和装置 |
| CN109857518B (zh) * | 2019-01-08 | 2022-10-14 | 平安科技（深圳）有限公司 | 一种网络资源的分配方法及设备 |
| CN112579177A (zh) * | 2019-09-27 | 2021-03-30 | 宝能汽车集团有限公司 | Hypervisor的CPU配置方法、系统以及车辆、存储介质 |
| CN111858031B (zh) * | 2020-06-19 | 2022-06-07 | 浪潮电子信息产业股份有限公司 | 一种集群分布式资源调度方法、装置、设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102130938A (zh) * | 2010-12-03 | 2011-07-20 | 中国科学院软件研究所 | 一种面向Web应用宿主平台的资源供给方法 |
| CN103353853A (zh) * | 2013-07-26 | 2013-10-16 | 浪潮电子信息产业股份有限公司 | 一种负载自动调节的方法 |
| CN103377092A (zh) * | 2012-04-12 | 2013-10-30 | 韩国电子通信研究院 | 用于动态资源管理的两级动态资源管理方法和装置 |
| CN103763378A (zh) * | 2014-01-24 | 2014-04-30 | 中国联合网络通信集团有限公司 | 基于分布式流式计算系统的任务处理方法、系统及节点 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012103728A1 (zh) * | 2011-06-30 | 2012-08-09 | 华为技术有限公司 | 热点域虚拟机cpu调度方法及虚拟机系统 |
-
2015
- 2015-03-30 CN CN201510146016.8A patent/CN104714851B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102130938A (zh) * | 2010-12-03 | 2011-07-20 | 中国科学院软件研究所 | 一种面向Web应用宿主平台的资源供给方法 |
| CN103377092A (zh) * | 2012-04-12 | 2013-10-30 | 韩国电子通信研究院 | 用于动态资源管理的两级动态资源管理方法和装置 |
| CN103353853A (zh) * | 2013-07-26 | 2013-10-16 | 浪潮电子信息产业股份有限公司 | 一种负载自动调节的方法 |
| CN103763378A (zh) * | 2014-01-24 | 2014-04-30 | 中国联合网络通信集团有限公司 | 基于分布式流式计算系统的任务处理方法、系统及节点 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104714851A (zh) | 2015-06-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104714851B (zh) | 一种实现资源分配的方法及装置 | |
| Dutta et al. | QoE-aware elasticity support in cloud-native 5G systems | |
| US9178763B2 (en) | Weight-based collocation management | |
| Amini et al. | A dynamic SLA aware solution for IaaS cloud placement problem using simulated annealing | |
| Bhatia et al. | Htv dynamic load balancing algorithm for virtual machine instances in cloud | |
| CN107003706A (zh) | 用于在对分布式计算机系统的功率分配有变化时管理能够和不能够被挂起的作业的方法和设备 | |
| CN103605578B (zh) | 基于虚拟机迁移的负载均衡调度方法 | |
| CN105227489B (zh) | 一种带宽管理方法及电子设备 | |
| CN107003887A (zh) | Cpu超载设置和云计算工作负荷调度机构 | |
| CN104038392A (zh) | 一种云计算资源服务质量评估方法 | |
| CN104142860A (zh) | 应用服务系统的资源调整方法与装置 | |
| CN102521055B (zh) | 一种虚拟机资源分配方法及其系统 | |
| Kesavaraja et al. | QoE enhancement in cloud virtual machine allocation using Eagle strategy of hybrid krill herd optimization | |
| Samanta et al. | Battle of microservices: Towards latency-optimal heuristic scheduling for edge computing | |
| CN104021040A (zh) | 基于时间约束条件下的云计算关联任务调度方法和装置 | |
| CN105607948A (zh) | 一种基于sla的虚拟机迁移预测方法 | |
| CN104572302B (zh) | 一种实现资源分配的方法及装置 | |
| CN105577727A (zh) | 一种云计算虚拟机管理平台系统 | |
| Li et al. | An SLA-aware load balancing scheme for cloud datacenters | |
| CN106445636B (zh) | 一种paas平台下的动态资源调度算法 | |
| CN105868004A (zh) | 一种基于云计算的业务系统的调度方法及调度装置 | |
| CN103346978A (zh) | 一种虚拟机网络带宽公平性和稳定性保障方法 | |
| CN104714845B (zh) | 资源动态调整方法、装置及多内核操作系统 | |
| CN109684077A (zh) | 用于spark streaming的资源动态分配和反馈方法及装置 | |
| CN105607943A (zh) | 一种云环境下虚拟机动态部署机制 |
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 |