CN105471655A - 虚拟化集群中确定物理设备上电或下电的方法及装置 - Google Patents

Abstract

本发明实施例公开了一种虚拟化集群中确定物理设备上电或下电的方法及装置，涉及通信技术领域，能够解决在资源利用率进行频繁且幅度很大的波动时，管理系统根据资源利用率的变化频繁对部分主机进行上电或下电操作，造成资源浪费及降低主机使用寿命的问题。本发明的方法包括：根据获取的特征参数从历史数据中确定与预测周期匹配度达到预设标准的历史周期和历史周期的业务量；确定当前预测周期开始时刻之前，预设时间段内业务量变化趋势和预设时间段内的业务量；根据历史周期的业务量、业务量变化趋势和预设时间段内的业务量确定当前预测周期的业务量；根据当前预测周期的业务量确定资源利用率；根据资源利用率确定是否对备用物理设备上电或下电。

Description

虚拟化集群中确定物理设备上电或下电的方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种虚拟化集群中确定物理设备上电或下电的方法及装置。

背景技术

在互联网领域，许多公司均已采用虚拟化技术，在其虚拟化集群系统中进行硬件资源的弹性部署和统一调配，以便实现对资源的最优利用。虚拟化集群由主机、存储器、网络等硬件设备组成，虚拟化集群的资源可以分为如下三类：计算、存储、网络，由虚拟化集群管理系统(以下简称管理系统)进行统一管理。管理系统根据应用所提出的需求，为应用分配相应的计算、存储、网络资源，并在主机上生成虚拟机，供应用使用。为了高效利用资源，管理系统会对虚拟机进行动态调度，例如，当虚拟化集群系统的资源利用率比较低时，管理系统会把一些主机上的虚拟机迁移到其他主机，并把这些主机进行下电，以便节省资源；而当虚拟化集群系统的资源利用率高时，管理系统会把一些主机进行上电，并把某些正在运行的虚拟机迁移到这些新上电的主机上，或者令新建的虚拟机运行于这些新上电的主机上，以便满足需求。对于虚拟化集群系统中如何确定主机上电或下电时机的问题，现有技术普遍采用的方法是对虚拟化集群系统的资源利用率设定一个上限或下限，当虚拟化集群系统中的资源利用率高于所设上限时，对空闲主机进行上电操作；而当虚拟化集群系统中的资源利用率低于所设下限时，将某些运行主机上的虚拟机进行迁移，然后把这些主机进行下电。但是，在资源利用率进行频繁且幅度很大的波动时，按照传统方式，管理系统就会根据资源利用率的变化频繁对部分主机进行上电或下电操作，这样某些主机就会频繁的执行上电或下电过程，从而造成资源浪费，降低主机使用寿命。

发明内容

本发明的实施例提供一种虚拟化集群中确定物理设备上电或下电的方法及装置，能够解决在资源利用率进行频繁且幅度很大的波动时，管理系统根据资源利用率的变化频繁对部分主机进行上电或下电操作，造成资源浪费及降低主机使用寿命的问题。

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，本发明的实施例提供一种虚拟化集群中确定物理设备上电或下电的方法，包括：

获取当前预测周期的特征参数，所述特征参数为能够体现所述当前预测周期内资源利用率的参数；

根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量；

确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；

根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；

根据所述当前预测周期的业务量确定资源利用率；

根据所述资源利用率确定是否对备用物理设备上电或下电。

第二方面，本发明的实施例提供一种虚拟化集群中确定物理设备上电或下电的装置，包括：

获取单元，用于获取当前预测周期的特征参数，所述特征参数为能够体现所述当前预测周期内资源利用率的参数；

确定单元，用于根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量；

所述确定单元还用于确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；

所述确定单元还用于根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；

所述确定单元还用于根据所述当前预测周期的业务量确定资源利用率；

所述确定单元还用于根据所述资源利用率确定是否对备用物理设备上电或下电。

本发明实施例提供一种虚拟化集群中确定物理设备上电或下电的方法及装置，本发明实施例中首先获取当前预测周期的特征参数，特征参数为能够体现当前预测周期内资源利用率的参数；然后根据特征参数从历史数据中确定与预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量，并确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；根据当前预测周期的业务量确定资源利用率，并根据资源利用率确定是否对备用物理设备上电或下电。如此针对虚拟化集群中业务量频繁波动时上电或下电操作频繁的情况，提出融合历史数据和当前数据，分步确定备用物理设备上电或下电操作，从而提高了预测值的可信性，使系统可提前应对突发业务量，节省资源，并提高主机使用寿命。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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它的附图。

图1为本发明一实施例提供的方法流程图；

图2为本发明又一实施例提供的方法流程图；

图3、图4为本发明又一实施例提供的装置结构示意图。

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它实施例，都属于本发明保护的范围。

为使本发明技术方案的优点更加清楚，下面结合附图和实施例对本发明作详细说明。

本发明一实施例提供一种虚拟化集群中确定物理设备上电或下电的方法，如图1所示，所述方法包括：

101、获取当前预测周期的特征参数。

其中，所述特征参数为能够体现所述当前预测周期内资源利用率的参数。例如，特征参数可以包括日期、节日、工作日、星期几等等。

102、根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量。

其中，对于正常运行的集群系统，需要周期性地对未来时间段内的业务趋势做预测，当然也可在任意时刻对未来时间段的业务进行预测，管理系统中需要存储了一定时间段的历史数据，时间段的长短可以根据具体场景确定。

103、确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量。

104、根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量。

105、根据所述当前预测周期的业务量确定资源利用率。

106、根据所述资源利用率确定是否对物理设备上电或下电。

本发明实施例中首先获取当前预测周期的特征参数，特征参数为能够体现当前预测周期内资源利用率的参数；然后根据特征参数从历史数据中确定与预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量，并确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；根据当前预测周期的业务量确定资源利用率，并根据资源利用率确定是否对备用物理设备上电或下电。如此针对虚拟化集群中业务量频繁波动时上电或下电操作频繁的情况，提出融合历史数据和当前数据，分步确定备用物理设备上电或下电操作，从而提高了预测值的可信性，使系统可提前应对突发业务量，节省资源，并提高主机使用寿命。

本发明又一实施例提供一种虚拟化集群中确定物理设备上电或下电的方法，如图2所示，所述方法包括：

201、获取当前预测周期的特征参数，并将当前预测周期划分为预设数目的时间段和预设数目的时间段分别对应的时间点。

其中，特征参数为能够体现所述当前预测周期内资源利用率的参数。例如，假设在D日的时间点b1到达了一个预测周期m1。管理系统提取D日的特征，包括：包括日期C1、节日C2、工作日C3、星期几C4等。本发明实施例还可以将当前预测周期划分为预设数目的时间段，例如，假设把当前预测周期m1平均划分为k段，每段时长为m1/k，从而获得k个时间点：m1/k、2ml/k、…、m1。

202、根据所述特征参数的权重值建立匹配模型。

其中，根据特征参数的权重值建立匹配模型Md＝{C1，C2，C3，C4…Cn}，C1…Cn对应的权重系数分别为{X1，X2，X3，X4…Xn}，X1+X2+…+Xn＝1，X1…Xn的具体数值可以由管理员配置。

203、根据匹配模型Md计算历史数据中各天与D日的匹配度。

其中，具体计算方式如下：假设x天中第x1天与D日的C1相同，与C2不同，与C3相同，与C4不同，则x1天与D日的匹配度

Px1＝C1×X1+C2×0×X2+C3×X3+C4×0×X4。

204、根据匹配度从历史数据中确定与预测周期匹配度达到预设标准的历史周期和所述预设周期各时间点的业务量。

其中，预设标准为选取匹配度最高的ma天，则根据获得的Px1…Pxn，按照数值大小，提取匹配度最高的ma天。在对预测周期划分时间段后，可以从这ma天中分别提取b1+m1/k、b1+2m1/k…b1+m1时间点对应的业务量数据，并分别计算各时间点对应的业务量平均值S1、…、Sk。

205、确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内各时间点的业务量。

其中，管理系统设置预设时间段内为m2，则管理系统对b1-m2到b1这一段时间内的最新数据进行变化趋势分析。具体的可以为：首先分析此时间段内的业务量是否存在周期重复的情况，若存在周期性，则依据周期的特征推算b1+m1/k、b1+2m1/k…b1+m1时间点对应的业务量Z1…Zk，权重系数均设为w1；若不存在周期性，则确定其是否具备线性递增或递减趋势，从而推算b1+m1/k、b1+2m1/k…b1+m1时间点对应的业务量Z1…Zk，权重系数设为w2；若数据既不存在周期性，也不存在线性特征，而是无规则特性，则取此段时间业务量的平均值作为b1+m1/k、b1+2m1/k…b1+m1时间点对应的业务量Z1…Zk，权重系数设为w3。

需要说明的是，上述w1、w2、w3，主要是体现不同情况下获得的Z1…Zk所具备的可信度，其具体数值可由管理员配置。

206、根据所述历史周期的业务量、业务量变化趋势和所述预设时间段内各时间点的业务量确定当前预测周期各时间点的业务量。

其中，基于步骤204得出的S1、…、Sk和步骤205得出的Z1、…、Zk，可以计算出b1+m1/k、b1+2m1/k、…、b1+m1时间点对应的业务量Y1、…、Yk。例如，对于第a个时间点，其业务量的Ya计算方式如下：Ya＝Sa×(1-wi)+Za×wi，i取值范围为：1、2、3，具体取值由Za的获取方式确定。

207、根据所述当前预测周期各时间点的业务量确定资源利用率。

其中，基于所获得的Y1、…、Yk，可以计算出b1+m1/k、b1+2m1/k…b1+m1时间点对应的资源利用率β1、…、βk。

208、确定预设数目的时间段对应时间点的资源利用率中大于资源利用率调整上限的个数和小于资源利用率调整下限的个数。

其中，预先设置集群系统的资源利用率上限为σ，下限为λ，当前集群系统的资源总量为E，分析β1、…、βk有哪些值超过σ或低于λ。假设有g个值超过σ，j个值在σ和λ之间，h个值低于λ，g+j+h＝k。

209、根据所述大于资源利用率调整上限的个数和所述小于资源利用率调整下限的个数确定资源调整概率。

其中，计算资源调整概率τ：τ＝(g+h)/k。

210、判断资源调整概率是否大于预设资源调整率，若资源调整概率大于预设资源调整率，则执行步骤211；若资源调整概率不大于预设资源调整率，则不进行操作。

其中，管理系统设置预设资源调整率δ，当τ大于δ时，需要对系统资源进行调整，当τ不大于δ时，不需要对系统资源进行调整，δ的具体数值由管理员设定。

211、计算资源调整的比例。

其中，当需要对系统资源进行调整时，需要确定进行上电操作还是下电操作，即计算资源调整的比例ρ，ρ＝g/h。

212、判断资源调整的比例是否大于预设资源调整的比例，若资源调整的比例大于预设资源调整的比例，则执行步骤213；若资源调整的比例不大于预设资源调整的比例，则执行步骤214。

其中，管理系统设置预设资源调整的比例为γ，当ρ大于γ时，对系统备用物理设备进行上电操作，否则对系统备用物理设备进行下电操作，γ的具体数值由管理员设定，为了高业务量时的用户需求，建议γ的取值小一些。

213、对系统备用物理设备进行上电。

214、对系统备用物理设备进行下电。

本发明实施例中首先获取当前预测周期的特征参数，特征参数为能够体现当前预测周期内资源利用率的参数；然后根据特征参数从历史数据中确定与预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量，并确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；根据当前预测周期的业务量确定资源利用率，并根据资源利用率确定是否对备用物理设备上电或下电。如此针对虚拟化集群中业务量频繁波动时上电或下电操作频繁的情况，提出融合历史数据和当前数据，分步确定备用物理设备上电或下电操作，从而提高了预测值的可信性，使系统可提前应对突发业务量，节省资源，并提高主机使用寿命。

本发明又一实施例提供一种虚拟化集群中确定物理设备上电或下电的装置30，如图3所示，所述装置30包括：

获取单元31，用于获取当前预测周期的特征参数，所述特征参数为能够体现所述当前预测周期内资源利用率的参数；

确定单元32，用于根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量；

所述确定单元32还用于确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；

所述确定单元32还用于根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；

所述确定单元32还用于根据所述当前预测周期的业务量确定资源利用率；

所述确定单元32还用于根据所述资源利用率确定是否对备用物理设备上电或下电。

进一步的，如图4所示，所述装置30还可以包括：

划分单元33，用于将所述当前预测周期划分为预设数目的时间段和所述预设数目的时间段分别对应的时间点；

所述确定单元32具体用于根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量分别确定所述预设数目的时间段所对应时间点的业务量；以及，用于根据所述预设数目的时间段所对应的时间点的业务量分别确定所述预设数目的时间段的资源利用率。

进一步的，所述确定单元32还用于确定所述预设数目的时间段对应的时间点的资源利用率中大于资源利用率调整上限的个数和小于资源利用率调整下限的个数；以及，用于根据所述大于资源利用率调整上限的个数和所述小于资源利用率调整下限的个数确定资源调整概率；以及，用于当所述资源调整概率大于预设资源调整率时，计算资源调整的比例；以及，用于当所述的资源调整的比例大于预设资源调整的比例时，对备用物理设备进行上电；以及，用于当所述资源调整的比例不大于预设资源调整的比例时，对备用物理设备进行下电。

进一步的，如图4所示，所述装置30还可以包括：

建立单元34，用于根据所述特征参数的权重值建立匹配模型；

所述确定单元32还用于根据所述匹配模型从历史数据中确定所述历史周期和所述历史周期业务量。

本发明实施例中首先获取当前预测周期的特征参数，特征参数为能够体现当前预测周期内资源利用率的参数；然后根据特征参数从历史数据中确定与预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量，并确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；根据当前预测周期的业务量确定资源利用率，并根据资源利用率确定是否对备用物理设备上电或下电。如此针对虚拟化集群中业务量频繁波动时上电或下电操作频繁的情况，提出融合历史数据和当前数据，分步确定备用物理设备上电或下电操作，从而提高了预测值的可信性，使系统可提前应对突发业务量，节省资源，并提高主机使用寿命。

本发明实施例提供的虚拟化集群中确定物理设备上电或下电的装置可以实现上述提供的方法实施例，具体功能实现请参见方法实施例中的说明，在此不再赘述。本发明实施例提供的虚拟化集群中确定物理设备上电或下电的方法及装置可以适用于虚拟化集群，但不仅限于此。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。

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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (8)

1.一种虚拟化集群中确定物理设备上电或下电的方法，其特征在于，包括：

获取当前预测周期的特征参数，所述特征参数为能够体现所述当前预测周期内资源利用率的参数；

根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量；

确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；

根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；

根据所述当前预测周期的业务量确定资源利用率；

根据所述资源利用率确定是否对备用物理设备上电或下电。

2.根据权利要求1所述的方法，其特征在于，在所述根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量之前，所述方法还包括：

将所述当前预测周期划分为预设数目的时间段和所述预设数目的时间段分别对应的时间点；

根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量包括：

根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量分别确定所述预设数目的时间段所对应时间点的业务量；

所述根据所述当前预测周期的业务量确定资源利用率包括：

根据所述预设数目的时间段所对应时间点的业务量分别确定所述预设数目的时间段所对应时间点的资源利用率。

3.根据权利要求2所述的方法，其特征在于，根据所述资源利用率确定是否对备用物理设备上电或下电包括：

确定所述预设数目的时间段所对应时间点的资源利用率中大于资源利用率调整上限的个数和小于资源利用率调整下限的个数；

根据所述大于资源利用率调整上限的个数和所述小于资源利用率调整下限的个数确定资源调整概率；

当所述资源调整概率大于预设资源调整率时，计算资源调整的比例；

当所述资源调整的比例大于预设资源调整的比例时，对备用物理设备进行上电；

当所述资源调整的比例不大于预设资源调整的比例时，对备用物理设备进行下电。

4.根据权利要求1所述的方法，其特征在于，在所述根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量之前，所述方法还包括：

根据所述特征参数的预设权重值建立匹配模型；

所述根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量包括：

根据所述匹配模型从历史数据中确定所述历史周期和所述历史周期的业务量。

5.一种虚拟化集群中确定物理设备上电或下电的装置，其特征在于，包括：

获取单元，用于获取当前预测周期的特征参数，所述特征参数为能够体现所述当前预测周期内资源利用率的参数；

确定单元，用于根据所述特征参数从历史数据中确定与所述预测周期匹配度达到预设标准的历史周期和所述历史周期的业务量；

所述确定单元还用于确定所述当前预测周期开始时刻之前，预设时间段内业务量变化趋势和所述预设时间段内的业务量；

所述确定单元还用于根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量确定所述当前预测周期的业务量；

所述确定单元还用于根据所述当前预测周期的业务量确定资源利用率；

所述确定单元还用于根据所述资源利用率确定是否对备用物理设备上电或下电。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

划分单元，用于将所述当前预测周期划分为预设数目的时间段和所述预设数目的时间段分别对应的时间点；

所述确定单元具体用于根据所述历史周期的业务量、所述业务量变化趋势和所述预设时间段内的业务量分别确定所述预设数目的时间段所对应时间点的业务量；以及，用于根据所述预设数目的时间段所对应时间点的业务量分别确定所述预设数目的时间段所对应时间点的资源利用率。

7.根据权利要求6所述的装置，其特征在于，所述确定单元还用于确定所述预设数目的时间段所对应时间点的资源利用率中大于资源利用率调整上限的个数和小于资源利用率调整下限的个数；以及，用于根据所述大于资源利用率调整上限的个数和所述小于资源利用率调整下限的个数确定资源调整概率；以及，用于当所述资源调整概率大于预设资源调整率时，计算资源调整的比例；以及，用于当所述资源调整的比例大于预设资源调整的比例时，对备用物理设备进行上电；以及，用于当所述资源调整的比例不大于预设资源调整的比例时，对备用物理设备进行下电。

8.根据权利要求5所述的装置，其特征在于，所述装置还包括：

建立单元，用于根据所述特征参数的权重值建立匹配模型；

所述确定单元还用于根据所述匹配模型从历史数据中确定所述历史周期和所述历史周期的业务量。