CN105940636A - 用于云数据中心分析的技术 - Google Patents

用于云数据中心分析的技术 Download PDF

Info

Publication number
CN105940636A
CN105940636A CN201580006058.XA CN201580006058A CN105940636A CN 105940636 A CN105940636 A CN 105940636A CN 201580006058 A CN201580006058 A CN 201580006058A CN 105940636 A CN105940636 A CN 105940636A
Authority
CN
China
Prior art keywords
data center
workbook
analysis
analysis server
server
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
Application number
CN201580006058.XA
Other languages
English (en)
Other versions
CN105940636B (zh
Inventor
K·K·巴特法-沃尔库特
A·乐基
T·墨兹
J·巴特勒
S·普提尔斯基
C·阿普顿
G·埃斯特拉达
J·肯尼迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN105940636A publication Critical patent/CN105940636A/zh
Application granted granted Critical
Publication of CN105940636B publication Critical patent/CN105940636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0876—Aspects of the degree of configuration automation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0894—Policy-based network configuration management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5006—Creating or negotiating SLA contracts, guarantees or penalties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
    • H04L41/5096—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to distributed or central networked applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1031—Controlling of the operation of servers by a load balancer, e.g. adding or removing servers that serve requests

Abstract

用于为数据中心的工作负荷生成分析模型的技术包括用于从数据中心的多个部件接收原始数据的分析服务器。所述分析服务器从工作薄市场服务器检索包括分析算法的工作薄，并且使用所述分析算法分析所述原始数据从而基于所述原始数据来为所述工作负荷生成分析模型。所述分析服务器进一步生成有待传输至所述数据中心的控制器部件的优化触发，所述优化触发可以基于所述分析模型以及一个或多个先前生成的分析模型。所述工作薄市场服务器可以包括多个工作薄，所述多个工作薄中的每一个工作薄可以包括一个或多个分析算法，根据所述一个或多个分析算法来为所述数据中心的工作负荷生成不同的分析模型。

Description

用于云数据中心分析的技术
相关申请的交叉引用
本申请根据35U.S.C.§119(e)要求于2014年2月28日提交的标题为“CLOUD DATA CENTER ANALYTICS(云数据中心分析)”的序列号为61/946,161的美国临时专利申请的优先权。
背景技术
“云”计算常常指一般由远离请求服务的地点的位置处联网在一起的多个计算机服务器根将计算资源作为服务来供应。云数据中心通常指构成云或云的特定部分的服务器的物理安排。例如，服务器可以在数据中心中在物理上安排在多个房间、组、排和机架中。数据中心可以具有一个或多个“区”，所述一个或多个区可以包括一个或多个房间的服务器。每一个房间可以具有一排或多排服务器，并且每一排可以包括一个或多个机架。每一个机架可以包括一个或多个单独的服务器节点。区、房间、机架和/或排中的服务器可以基于数据中心设施的物理基础设施要求来安排成多个虚拟组，这些要求可以包括功率、能量、热、热量和/或其他要求。
尽管服务器的物理位置在数据中心内，但可以根据如安全性、服务质量、吞吐量、处理容量的实际或预计使用要求和/或其他判据来分配服务器或其资源的多个部分(例如，以供由数据中心的不同客户使用)。举例来讲，使用虚拟化，一位客户的计算工作负荷可以在多个物理服务器(这些物理服务器可以位于数据中心的不同排、机架、组或房间中)之间划分，或在同一服务器的多个节点或资源之间划分。因此，在虚拟化的上下文中，服务器可以按逻辑分组以满足工作负荷要求。
鉴于当今云数据中心中所实现的复杂配置，高效管理云数据中心已经变得越来越困难。导致这种困难的主要因素是由组成数据中心的每一个设备和/或服务生成的大量操作数据。由于巨量的此类数据，数据中心管理员常常难以实时地对其数据中心的健康、性能、或甚至布局有全面的了解。结果是，常常基于陈旧的或不完整的信息作出影响数据中心的总体健康、性能和布局的决策。
附图说明
在附图中通过举例而非限制的方式展示了在此所描述的概念。为了说明的简单和清楚，图中所展示的元件不一定按比例绘制。在认为适当的情况下，已在附图之间对参考标记加以重复以指示相应的或相似的元件。
图1是用于为数据中心生成分析模型的系统的至少一个实施例的简化框图；
图2是图1的系统的分析服务器的至少一个实施例的简化框图；
图3是可以由图1的系统的分析服务器执行的用于为数据中心生成分析模型的方法的至少一个实施例的简化流程图；并且
图4是可以用于发起图3的方法的工作簿用户界面的至少一个实施例的简化框图。
具体实施方式
虽然本公开的概念易有多种不同修改和替代形式，但通过举例在附图中已经示出本公开的具体实施例并且在此将对其进行详细描述。然而，应当理解的是，并不旨在将本公开的概念限制为所公开的特定形式，相反，意图旨在覆盖与本公开和所附权利要求书一致的所有修改、等效方案和替代方案。
说明书中提到“一个实施例”、“实施例”、“说明性实施例”等指示所描述的实施例可以包括特定的特征、结构或特性，但每一个实施例可能包括或可能不一定包括那个特定的特征、结构或特性。此外，这些短语不一定指同一实施例。另外，当结合一个实施例描述特定的特征、结构或特性时，应理解，本领域技术人员结合无论是否明确地描述的其他实施例来实施这种特征、结构或特性在本领域技术人员的认知范围内。另外，应当理解，“A、B和C中的至少一者”形式的列表内所包括的项可以指(A)；(B)；(C)；(A和B)；(A和C)；(B和C)；或(A、B、和C)。类似地，“A、B或C中的至少一者”形式的列表内所包括的项可以指(A)；(B)；(C)；(A和B)；(A和C)；(B和C)；或(A、B、和C)。
在一些情况下，可以在硬件、固件、软件或其任意组合中实现所公开的实施例。所公开的实施例还可以实现为由一个或多个瞬态或非瞬态机器可读(例如，计算机可读)存储介质承载的或存储在所述一个或多个瞬态或非瞬态机器可读存储介质上的指令，这些指令可以由一个或多个处理器读取和执行。机器可读存储介质可以具体化为任何存储设备、机制、或用于存储或传输采用机器可读形式的信息的其他物理结构(例如，易失性或非易失性存储器、介质盘、或其他介质设备)。
在附图中，一些结构性特征或方法特征能以特定的安排和/或排序示出。然而，应当认识到的是，可能不需要此类特定的安排和/或排序。相反，在一些实施例中，能够以与说明性附图中所示的方式和/或顺序不同的方式和/或顺序安排此类特征。另外，在具体的图中包括结构性特征或方法特征并不意味着暗示在所有的实施例中都需要这个特征，并且在某种实施例中，可以不包括这个特征或者这个特征可以与其他特征组合。
现在参照图1，在说明性实施例中，用于为数据中心生成分析模型的系统100包括通过网络150彼此通信的数据中心102、分析服务器120和工作薄市场服务器140。说明性地，数据中心102具体化为高度异构的数据中心环境，该数据中心环境包括任意数量的部件104(例如，计算设备、联网设备、服务器设备、存储设备、计算服务、应用、服务等)。在使用时，如将进一步详细地所述，分析服务器120可以从数据中心102的部件104中的一个或多个部件接收原始数据(例如，操作数据、基础设施数据、应用数据、服务数据等)以供分析。可由分析服务器120基于接收到的原始数据为给定的工作负荷(即，可以按照流、类型、应用关联、分类、要求等区分的网络工作负荷)生成多个分析模型，这些分析模型可以用于确定和生成有待由数据中心102的部件104(诸如，控制器112)传输和处理的一个或多个优化触发。为了这样做，分析服务器120可以执行(例如，启动、处理、初始化等)组织到工作薄142中的一个或多个分析算法，这些分析算法可以存储在工作薄市场服务器140中并可以从工作簿市场服务器140中检索。
在一些实施例中，作为独立实体(即，没有锁定到具体控制器或编制(orchestration)解决方案)运行的分析服务器120可以通过从工作薄市场服务器140购买(诸如，付费和/或基于订阅计划的类型提供给管理员)来从工作薄市场服务器140检索一个或多个工作薄142。工作薄142中的每一个可以包括不同的分析算法和/或分析算法集，所述分析算法和/或分析算法集配置成生成用于基于接收到的原始数据来确定不同优化触发的不同的分析模型。以那种方式，可以向数据中心102的管理员提供用于基于数据中心102的拓朴结构和/或期望生成的分析模型的类型或格式来获得不同的(即，替代的)工作薄142的选项。分析服务器120配置成基于检索到的工作薄142的所执行的(多个)分析算法来为给定的工作负荷生成分析模型。随后，分析服务器120可以将此分析模型与为那个相同的工作负荷生成的先前的分析模型进行比较，查询工作负荷所部署在的底层基础设施格局(landscape)以供与历史基础设施格局比较，并且基于这些比较来标识用于数据中心102的优化。
虽然常规的编制软件仅监测可从其自身系统(即，在基础设施平台的不完整的角度上操作)获得的数据，但是作为独立实体运行的分析服务器120能够处理来自多个仪器(instrumentation)源的数据，从而提供对整个基础设施平台的总体视角。相应地，可由分析服务器120将数据中心102的与部件104的布置、执行和测量相关的不同性能指标映射到数据中心102内的物理和虚拟化部件104的信息模型(即，底层基础设施格局)。可由分析服务器120分析信息模型(包括数据中心102的部件104的元数据和依赖关系)，以便基于所选择的、对其执行分析的工作薄142来标识优化触发。
可由数据中心102的管理员利用此类优化触发来引起数据中心102的一个或多个部件104的配置、性能等级、工作负荷要求或任何其他方面的改变。例如，管理员可以选择工作薄142中的一个或多个工作薄来分析在底层基础设施格局上运行的服务栈的性能，这可以允许数据中心102的管理员基于为每一个工作薄生成的(多个)分析模型和/或从所述分析模型中生成的优化触发来随时间推移实现对服务的更精确的布置和调度。对服务的此类精确布置和调度可以允许管理员维在例如可能在服务等级协议(SLA)中指定的服务等级目标(SLO)内维持符合性。由此，可以基于此类服务等级目标来选择和/或修改由管理员获得并执行的工作薄142。
数据中心102可以具体化为传统的数据中心、计算集群或计算机器的其他集合。例如，系统100可以包括通过网络进行通信的任意数量的部件104(例如，机架安装式计算节点、独立式计算节点和/或虚拟计算节点)、网络交换结构、存储区域网络、云控制器或其他典型的数据中心部件。应当认识到的是，数据中心102的部件104可以具体化为任何类型的硬件部件、软件部件、处理环境、运行时应用/服务实例和/或任何其他类型的部件。
例如，在一些实施例中，数据中心102可以包括一个或多个基础设施层级部件106(例如，物理服务器、虚拟服务器、存储区域网络部件、网络部件等)。数据中心102还可以包括一个或多个平台层级和/或运行时层级部件108(例如，软件平台、进程虚拟机、被管理的运行时环境、中间件、平台即服务(platformas a service)等)。附加地或替代地，在一些实施例中，数据中心102可以包括服务层级和/或应用层级部件110的一个或多个实例(例如，多个被连接的用户、运行线程、http连接等)。
在一些实施例中，数据中心102另外可以包括一个或多个控制器112。控制器112可以具体化为能够执行用于数据中心102的至少部分的工作负荷管理和编制功能以及本文中所描述的功能的任何计算节点或其他计算设备。例如，控制器112可以具体化为一个或多个计算机服务器、嵌入式计算设备、被管理的网络设备、被管理的交换机或其他计算设备。在一些实施例中，控制器112可以具体化为软件定义联网(SDN)控制器和/或网络功能虚拟化(NFV)管理器和网络编制器(MANO)。控制器112可以基于某些判据(诸如，可用的资源、接近度、安全性和/或其他判据)来选择数据中心102中的哪些部件104将执行某些应用和/或服务。另外，在一些实施例中，在选择了部件104之后，数据中心102的控制器112(或编制器)可以使用所选择的部件104来创建或以其他方式初始化对应用和/或服务的执行。数据中心102的一个或多个部件104可以配置成用于共同处理客户工作负荷，或者数据中心102的一个或多个部件104可以配置成用于单独地处理不同的客户工作负荷。由此，数据中心102可以包括数据中心中常见的设备和结构，为了描述的清晰性，这些设备和结构未在图1中示出。
分析服务器120可以具体化为或以其他方式包括能够执行本文中所描述的功能的任何类型的计算设备，包括但不限于服务器计算机、台式计算机、膝上型计算设备、家庭自动化网关设备、可编程逻辑控制器、智能家电、消费电子设备、无线接入点、网络交换机、网络路由器、移动计算设备、移动电话、智能电话、平板计算设备、个人数字助理、可穿戴计算设备和/或其他类型的计算设备。说明性分析服务器120包括处理器122、存储器124、输入/输出(I/O)子系统126、通信电路128和数据存储装置130。当然，在其他实施例中，分析服务器120可以包括其他或附加的部件，诸如，服务器计算设备中常见的那些部件(例如，各种输入/输出设备)。另外，在一些实施例中，这些说明性部件中的一个或多个部件可以合并在另一部件中、或能以其他方式来自另一部件的部分。例如，在一些实施例中，存储器124或其多个部分可以合并在处理器122中。
处理器122可以具体化为能够执行在此所描述的功能的任何类型的处理器。例如，处理器122可以具体化为(多个)单核或多核处理器、数字信号处理器、微控制器、或其他处理器或处理/控制电路。类似地，存储器124可以具体化为能够执行在此所述功能的任何类型的易失性或非易失性存储器或数据储存装置。在操作中，存储器124可以存储在分析服务器120的运行期间所使用的各种数据和软件，诸如，操作系统、应用、程序、库和驱动程序。存储器124通过I/O子系统126通信地耦合至处理器122，该I/O子系统126可以具体化为用于促进与处理器122、存储器124和分析服务器120的其他部件之间的输入/输出操作的电路和/或部件。例如，I/O子系统126可以具体化为、或能以其他方式包括用于促进输入/输出操作的存储器控制器中枢、输入/输出控制中枢、固件设备、通信链路(即，点到点链路、总线链路、线、电缆、光导、印刷电路板迹线等)和/或其他部件和子系统。在一些实施例中，I/O子系统126可以形成片上系统(SoC)的部分，并且可与处理器122、存储器124以及分析服务器120的其他部件一起结合在单个集成电路芯片上。
分析服务器120的通信电路128可以具体为能够在分析服务器120与数据中心102的(多个)部件104、工作薄市场服务器140和/或其他计算设备之间实现通信的任何类型的通信电路、设备或其集合。通信电路128可以配置成使用任何一个或多个通信技术(例如，无线或有线通信)以及相关联的协议(例如，以太网、WiMAX等)来影响此类通信。
数据存储装置130可以具体化为配置成用于对数据进行短期或长期存储的任何类型的一种或多种设备，例如，存储器设备和电路、存储卡、硬盘驱动器、固态驱动器或其他数据存储设备。例如，数据存储装置130可以配置成用于存储有待由分析服务器120初始化和/或执行的一个或多个操作系统。在一些实施例中，在操作过程中，为了更快的处理和/或任何其他原因，(多个)操作系统的多个部分可以复制到存储器124。
如上文所讨论，分析服务器120可以通过网络150与数据中心102的一个或多个部件104以及工作薄市场服务器140进行通信。网络150可以具体化为任意数量的各种有线和/或无线通信网络。例如，网络150可以具体化为或以其他方式包括局域网(LAN)、个域网(PAN)、广域网(WAN)、蜂窝网络和/或可公开访问的全球网络(诸如，因特网)。另外，网络150可以包括用于促进分析服务器120、数据中心102的(多个)部件104、工作薄市场服务器140以及系统100的其他设备之间的通信的任何数量的附加设备。
工作薄市场服务器140可以具体化为能够存储工作薄142并且执行本文中所描述的功能的任何类型的服务器或类似的计算设备。由此，工作薄市场服务器140可以包括服务器中常见的设备和结构，诸如，处理器、存储器设备、通信电路和数据存储装置，为了描述的清晰性，这些设备和结构均未在图1中示出。虽然说明性工作薄市场服务器140被描绘成单个服务器，但应理解到，在一些实施例中，工作薄市场服务器140可以由能够执行本文中所描述的功能的任意数量的服务器、存储装置和/或计算设备组成(诸如，在分布式计算系统中)。
如下文中更详细地所讨论，工作薄市场服务器140配置成用于应诸如数据中心102的管理员或用户的请求而将工作簿142提供给分析服务器120。由此，工作薄市场服务器140可以包括在运行时可用于请求的任意数量的不同工作薄142。每一个工作薄142可以包括一个或多个分析算法，所述一个或多个分析算法配置成或以其他方式适配成用于基于接收到的原始数据来为数据中心102生成不同的分析模型。附加地或替代地，每一个工作薄142可以包括一个或多个分析算法，所述一个或多个分析算法配置成或以其他方式适配成用于基于接收到的原始数据而生成不同的优化触发或提供数据中心102的总体可视化。由此，每一个工作薄142可以服务于管理员的不同目的。
在一些实施例中，工作薄市场服务器140可以包括各种类型的工作薄142，诸如，一个或多个协方差建模工作薄144(例如，协方差时序工作薄)、一个或多个预测工作薄146和/或一个或多个布置优化器工作薄148。应当认识到的是，工作薄市场服务器140可以包括附加或替代类型的工作薄142，诸如，图形比较工作薄、异常检测工作薄、失效预测工作薄和/或可能适用于分析数据中心102的一个或多个特征和/或部件104的任何其他此类工作薄类型。由于每一个工作薄142根据特定的分析算法或特定的分析算法合来处理原始数据，因此每一个工作薄142可以产生不同的分析模型，并因此产生不同的优化触发，数据中心102的管理员可以基于特定的优化触发而在实现变化之前将这些分析模型用于比较目的。进一步地，在一些实施例中，工作薄142可以是可以用于连续的分析任务的长时间运行的原子独立式脚本。
协方差建模工作薄144(例如，协方差时序工作薄)可以配置成用于基于由协方差建模工作薄144分析的原始数据来生成数据中心102的和/或数据中心102的部件104的协方差模型。例如，协方差时序工作薄可以回顾两个时序数据集并且检查它们之间的协方差。相应地，基于相关性标量(0与1之间)，可以判定哪些时序相关以及哪些时序不相关。由此，被判定相关的时序可以群聚在一起以便基于所述群集作出决策，这可以产生指示每一个时序如何影响其他时序的度量。
预测工作薄146可以配置成用于基于由预测工作薄146分析的原始数据来预测对数据中心102的未来需求。随后，可以由管理员和/或系统架构师将此类信息用于规划数据中心102的未来增长和/或预测增加的客户工作负荷。相应地，管理员和/或系统架构师可以基于对数据中心102的预计的未来需求来改变(即，添加、去除、调整等)数据中心102的部件104中的一个或多个部件。
布置优化器工作薄148可以配置成用于确定数据中心102的用于执行特定的服务或应用的最优集合。例如，布置优化器工作薄148可以检索表示其上目前部署有(即，运行)目标服务实例的物理和/或虚拟格局的两个图形。每一个图形可以包含正在运行的服务实例的所有部件104，包括虚拟机、物理主机、虚拟网络和/或目前在一个或多个部件104上运行的附加的服务和/或应用。基于接收到的有待处理(即，分析)的原始数据，布置优化器网络148可以基于某些判据(诸如，每个循环的CPU指令、存储器高速缓存效率(即，命中/未命中)、网络等待时间等)来判定这两个图形中的哪个图形正在以更优的效率执行。相应地，可以相应地变换被判定为以更优的效率执行的图形。在一些实施例中，可以通过编辑代码的特定部分或段来完成所述变换。例如，可以基于由布置优化器工作薄148判定为以更优的效率执行的图形的结果来修改定义了用于执行特定服务或应用的部件104的集合的模板(诸如，自动化编制服务的编制模板(例如，OpenStack Heat))。
在一些实施例中，工作薄市场服务器140可以基于从多个不同的源接收到的原始数据来自动生成和/或充实(例如，更新、刷新、增强、修订等)工作薄142(或其中所包括的分析算法)中的一个或多个。例如，在一些实施例中，工作薄市场服务器140可以从许多不同数据中心102从许多不同的部件104接收原始数据。在此类实施例中，工作薄市场服务器140可以配置成用于使用机器学习(或任何其他合适的学习或分析过程)来分析接收到的原始数据以确定趋势和/或统计上相关的数据。基于此类分析，工作簿市场服务器140可以生成新的工作薄和/或更新现有工作薄。附加地或替代地，在一些实施例中，管理员可以基于一个或多个数据中心102的特定需要来添加、去除和/或修改工作薄142中的一个或多个。
现在参照图2，在使用时，分析服务器120在操作期间建立环境200。说明性环境200包括通信模块210、工作薄管理模块220、分析模型生成模块230和优化触发生成模块240。环境200中的模块、逻辑和其他部件中的每一者可以具体化为硬件、软件、固件或它们的组合。例如，环境200中的模块、逻辑和其他部件中的每一者可以形成分析服务器120的处理器或其他硬件部件的部分，或能以其他方式由所述处理器或其他硬件部件建立。由此，在一些实施例中，环境200中的模块中的一个或多个模块可以具体化为电气设备的电路或集合(例如，分析模型生成电路、优化触发生成电路等)。在说明性环境200中，分析服务器120包括基础设施数据库202、平台/运行时数据库204、服务/应用数据库206和分析模型数据库208，其中的每一者都可由分析服务器120的各个模块访问。应认识到，分析服务器120可以包括服务器设备中常见的其他部件、子部件、模块和设备，为了描述的清晰性，这些均未在图2中展示。
分析服务器120的通信模块210促进分析服务器120的部件或子部件与数据中心102的(多个)部件104和/或工作薄市场服务器140之间的通信。例如，在一些实施例中，通信模块210可以促进从数据中心102的部件104中的一个或多个部件接收原始数据。通信模块210还可以促进将一个或多个优化触发传输至数据中心102的(多个)部件104(诸如，控制器112)。在一些实施例中，通信模块210还可以促进从工作薄市场服务器140请求和/或接收一个或多个工作薄142。
分析模型生成模块230可以配置成用于基于从数据中心102的(多个)部件104接收到的原始数据，为给定的工作负荷生成用于数据中心102的分析模型。为了这样做，分析模型生成模块230可以配置成用于执行(例如，启动、处理、初始化等)已经加载到分析服务器120的存储器124中并且在后台执行的一个或多个分析算法。如上文所述，分析算法可以被包括在运行时从工作薄市场服务器140检索到的工作薄142中。在一些实施例中，分析模型生成模块230可以配置成用于将原始数据加载为连续流或批量上传。当加载原始数据时，分析模型生成模块230可以经由例如工作簿管理模块220从工作薄市场服务器140接收工作薄142。在接收到工作薄142之后，分析模型生成模块230随后可以使用接收到的工作薄142来分析原始数据，并且基于所述原始数据分析来输出分析模型。在一些实施例中，云调度器可以协调工作簿142在接近由分析模型生成模块230接收和分析的原始数据时被完成。
如上文所述，在一些实施例中，工作簿142的分析算法可以基于接收到的原始数据和给定的工作负荷生成作为整体的数据中心102的各个数据模型或数据中心102的部件104中的一个或多个的数据模型。接收到的原始数据可以包括对应于基础设施仪器的原始数据，所述原始数据可以存储在基础设施数据库202中。对应于基础设施仪器的原始数据可以包括各种供应系统度量(例如，每核或每插槽的系统利用率等)、硬件性能计数器(例如，CUP性能计数器、资源利用率计数器、网络通信量计数器等)和/或环境属性(例如，温度、功耗等)。接收到的原始数据可以附加地或替代地包括对应于平台/运行时仪器的原始数据，所述原始数据可以存储在平台/运行时数据库204中。对应于平台/运行时仪器的原始数据可以包括各种网络属性，诸如，被连接的用户、正在执行的线程、超文本传输协议(HTTP)连接等的数量。接收到的原始数据可以附加地或替代地包括对应于服务/应用仪器的原始数据，所述原始数据可以存储在服务/应用数据库206中。对应于服务/应用仪器的原始数据可以包括各种应用性能指示符，诸如，缓冲器长度；队列长度；计算设备(例如，物理和/或虚拟服务器)、存储设备(例如，存储区网络(SAN))和/或网络设备(例如，交换机、路由器、互联网连接等等)的队列等待时间。
在一些实施例中，分析模型生成模块230可以配置为分析引擎，所述分析引擎包括软件开发套件(SDK)(即，软件开发工具集)，用于诸如经由通信模块210从数据中心102的部件104查询原始数据。另外，在一些实施例中，SDK可以包括用于以下操作的各种例程：分析(例如，比较)和/或优化(例如，布置)图形；与服务模板进行对接；以及诸如经由优化触发生成模块240触发对控制器112(或编制器)的更新。
优化触发生成模块240可以配置成用于基于针对给定工作负荷的分析模型(诸如，由如上文所述的分析模型生成模块230生成的那些分析模型)与为同一工作负荷生成的历史分析模型(这些历史分析模型可以存储在分析模型数据库208中)之间的比较来生成用于数据中心102的一个或多个优化触发。在一些实施例中，分析模型数据库208可以另外包括对应于数据中心102的其上部署有给定工作负荷的部件104的基础设施格局。优化触发生成模块240可以基于为所选择的工作薄142生成的分析模型来确定应当对数据中心102和/或数据中心102的一个或多个部件104作出的一项或多项改变。优化触发生成模块240可以附加地或替代地基于针对给定工作负荷为所选择的工作薄142生成的先前生成的分析模型和/或其上部署由给定的工作负荷的先前的基础设施格局的历史分析来生成优化触发。此类优化触发可以经由通信模块210而被传输至数据中心102的一个或多个部件104(诸如，控制器112中的一个或多个控制器)，从而引起数据中心102或数据中心102的部件104的配置、性能等级、工作负荷要求或任何其他方面的变化。
优化触发包括基于优化所驻留的层来推荐动作。例如，推荐的动作可以包括各种基础设施变化、平台/运行时变化和/或应用/服务变化。基础设施变化可以包括虚拟机的布置、核绑定、数据知晓调度、资源的使用率限制/封顶和/或SDN和/或NFV的重新配置。平台/运行时变化可以包括平台重新配置，诸如，增大的存储器堆尺寸。应用/服务变化可以包括对适用于具体应用或服务的速率限制、新用户等的配置或重新配置。在一些实施例中，优化触发可以通过应用程序接口(API)(例如，像OpenStack的Heat API或开放云计算接口(OCCI)API)而传输至控制器112或编制器。
工作簿管理模块220可以配置成用于从工作薄市场服务器140检索和/或接收一个或多个工作薄。每个工作薄可以包括配置成用于基于接收到的原始数据来生成不同分析模型或不同优化触发的不同的分析算法和/或分析算法集。在一些实施例中，工作簿管理模块220可以配置成用于在支付费用之后或当在订阅计划中成功注册之后，从工作薄市场服务器140检索一个或多个工作薄。在此类实施例中，工作簿管理模块220可以配置成用于促进对工作薄和/或对应的订阅计划的任何所需费用的支付。
现在参照图3，在使用时，分析服务器120可以执行用于为数据中心102生成分析模型的方法300。方法300从框302开始，在框302中，分析服务器120从数据中心102的一个或多个部件104接收原始数据以供分析。例如，在框304中，分析服务器120可以从数据中心102的(多个)部件104接收基础设施仪器数据。在一些实施例中，基础设施设备数据可以指示与数据中心102的基础设施层级部件106(例如，物理服务器、虚拟服务器、存储区网络部件、网络部件等)相关联的任何类型的操作信息、特性信息、特征信息、属性信息和/或参数。附加地或替代地，在框306中，分析服务器120可以从数据中心102的(多个)部件104接收计算平台仪器数据。
平台仪器数据可以指示数据中心102的任何平台层级和/或运行时层级部件108(例如，软件平台、进程虚拟机、管理运行时环境、中间件、平台即服务(PaaS)等)。在一些实施例中，在框308中，分析服务器120可以从数据中心102的(多个)部件104接收服务/应用实例仪器数据。服务/应用实例仪器数据可以指示数据中心102的服务层级和/或应用层级件110的任何实例(例如，被连接的用户数量、正在运行的线程的数量、HTTP连接的数量等)。应认识到，在一些实施例中，基础设施仪器数据、计算平台仪器数据和服务/应用实例仪器数据可以与应用性能和/或数据中心102工作负荷性能(例如，缓冲器长度、队列长度等)相关联。
在框310中，分析服务器120从工作薄市场服务器140检索工作薄142。如所讨论的那样，工作薄市场服务器140可以包括任意数量的不同工作薄142。每一个工作薄142可以包括配置成用于基于数据中心102和接收到的原始数据来生成不同分析模型或不同优化触发的不同的分析算法和/或分析算法集。
在框312中，分析服务器120基于从数据中心102的(多个)部件104接收到的原始数据以及给定工作负荷的所检索的工作薄142的分析算法来为所检索的工作薄142生成数据中心102的至少部分的分析模型。为了这样做，在框314中，分析服务器120执行(例如，发起、处理、初始化等)来自工作薄142的一个或多个分析算法。工作薄142中的(多个)分析算法可以配置成用于基于针对给定的工作负荷接收到的原始数据来生成用于数据中心102的分析模型。例如，在一些实施例中，工作薄142的(多个)分析算法可以生成各种分析模型，所述分析模型包括但不限于作为整体的数据中心102的或数据中心102的部件104中的一个或多个的协方差模型、预测模型和/或布置优化模型。
在框316中，分析服务器120检索由所述分析服务器为给定的工作负荷生成的先前的分析模型。在框318中，分析服务器120检索其上部署有给定工作负荷的基础设施格局(即，数据中心102的一个或多个部件104)。在框320中，分析服务器120检索过去当此分析服务器为给定的工作负荷生成先前的分析模型时已经在其上部署有所述给定的工作负荷的先前的基础设施格局。
在框322中，分析服务器120可以基于所生成的分析模型和所检索的历史分析模型、当前的基础设施格局以及历史基础设施格局来确定并生成用于数据中心102的一个或多个优化触发。这些优化触发可以传输至部件104中的一个或多个(诸如，控制器112)，从而引起数据中心102或数据中心102的部件104的配置、性能等级、工作负荷要求或任何其他方面的变化。
例如，在一些实施例中，分析服务器120可以生成一个或多个优化触发，所述一个或多个优化触发配置成用于引起数据中心102的一个或多个基础设施设备部件106的变化(例如，资源使用速率限制/封顶、软件定义联网/网络功能虚拟化、数据知晓调度、虚拟机的布置、核绑定等)。附加地或替代地，分析服务器120可以生成一个或多个优化触发，所述一个或多个优化触被配置成用于引起数据中心102的一个或多个平台层级和/或运行时层级部件108的变化(例如，重新配置进程虚拟机的存储器堆尺寸或被管理的运行时环境等)。分析服务器120还可以生成一个或多个优化触发，所述一个或多个优化触发配置成引起数据中心102的服务层级和/或应用层级部件110的一个或多个实例的变化(例如，配置新速率限制、添加新用户等)。还应认识到，分析服务器120还可以生成一个或多个优化触发，所述一个或多个优化触发配置成用于使数据中心102的一个或多个部件104改变与工作负荷、部件104和/或运行时资源的调度和布置相关联的配置、设置和/或规则(例如，跨各种I/O配置的资源元件和组合的现实指示符等)。随后，在框324中，分析服务器120可以将所生成的(多个)优化触发传输至数据中心102和/或数据中心102的一个或多个部件104(诸如，控制器112)，以供进一步处理(例如，对应功能的执行或触发等)和/或对其采取动作。在一些实施例中，(多个)优化触发可以用如下格式传输：使得控制器112可响应于(多个)优化触发来对数据中心102的一个或多个部件104作出自动的变化。
现在参照图4，可以用于选择工作薄并生成数据中心102的分析模型的工作簿用户界面400包括工作薄脚本显示402和工作薄结果显示406。工作薄脚本显示402可以配置成用于在工作薄用户界面400的至少部分上显示工作薄142的脚本代码(即，分析算法的源代码实现)。在一些实施例中，工作簿脚本显示器402可以另外包括一个或多个工作薄控件404。工作薄控件404可以包括用于以下操作的用户界面可行动命令图形图标(例如，按钮)：加载工作薄142；编辑所加载的工作薄142的脚本代码；保存所加载的工作薄142的编辑脚本代码；和/或运行所加载的工作薄142。替代地，在一些实施例中，工作簿控件404中的一个或多个可以位于工作薄脚本显示402的替代性部分中。
工作薄结果显示406可以配置成用于在工作薄用户界面400的至少部分上显示分析模型(即，输出工作薄142的执行)。在一些实施例中，工作簿结果显示406可以包括但不限于：基于从工作薄脚本显示402加载并运行(即，执行)的工作薄142的各种图形、图表、绘图和推荐的优化。
在说明性工作薄用户界面中，工作薄脚本显示402位于工作薄用户界面400的左侧部分，而工作薄结果显示406位于工作薄用户界面400的右侧部分；然而，应认识到，工作薄脚本显示402和工作薄结果显示406可以用替代性配置和/或格式进行显示，所述替代性配置和/或格式包括选项卡式、平铺式、级联式、重叠式，等等。
示例
以下提供了本文中所公开的技术的说明性示例。这些技术的实施例可以包括下文所描述的示例中的任何一个或多个以及其任何组合。
示例1包括一种用于为数据中心的工作薄生成分析模型的分析服务器，所述分析服务器包括：通信模块，所述通信模块用于接收所述数据中心的一个或多个部件的原始数据以及包括一个或多个分析算法的工作薄；分析模型生成模块，所述分析模型生成模块用于基于所述工作薄的所述一个或多个分析算法分析所述原始数据，并且基于所述原始数据的所述分析来为工作负荷生成分析模型；以及优化触发生成模块，所述优化触发生成模块用于基于所述分析模型以及一个或多个先前生成的分析模型来为所述数据中心的一个或多个部件生成优化触发。
示例2包括示例1的主题，并且进一步包括用于从工作薄市场服务器接收所述工作薄的工作薄管理模块，其中，所述工作薄市场服务器包括多个工作薄，并且所述多个工作薄中的每一个工作薄包括一个或多个不同的分析算法。
示例3包括示例1和2中任一项的主题，并且其中，所述分析模型生成模块进一步用于基于所述不同的分析算法和所述工作负荷来为所述数据中心生成不同的分析模型。
示例4包括示例1至3中任一项的主题，并且其中，所述优化触发生成模块用于基于所述不同的分析模型来为所述数据中心生成所述优化触发。
示例5包括示例1至4中任一项的主题，并且其中，由所述通信模块接收到的所述原始数据包括从所示数据中心的一个或多个仪器层级部件接收的原始数据。
示例6包括示例1至5中任一项的主题，并且其中，所述一个或多个仪器层级部件包括基础设施仪器层级。
示例7包括示例1至6中任一项的主题，并且其中，所述一个或多个仪器层级部件包括平台仪器层级。
示例8包括示例1至7中任一项的主题，并且其中，所述一个或多个仪器层级部件包括服务仪器层级或应用仪器层级。
示例9包括示例1至8中任一项的主题，并且其中，所述通信模块进一步用于将所述优化触发传输至所述数据中心的控制器部件。
示例10包括示例1至9中任一项的主题，并且其中，所述通信模块进一步用于检索所述数据中心的用于部署所述工作负荷的基础设施格局。
示例11包括示例1至10中任一项的主题，并且其中，所述分析模型生成模块用于进一步基于所述检索到的基础设施格局来为所述工作负荷生成所述分析模型。
示例12包括示例1至11中任一项的主题，并且其中，所述优化触发生成模块用于基于用于部署所述工作负荷的一个或多个先前的基础设施格局来为所述数据中心生成所述优化触发。
示例13包括一种用于在分析服务器上为数据中心的工作负荷生成分析模型的方法，所述方法包括：由所述分析服务器从所述数据中心的一个或多个部件接收原始数据；由所述分析服务器检索包括一个或多个分析算法的工作薄；由所述分析服务器使用所述工作薄中的所述一个或多个分析算法来分析所述原始数据；由所述分析服务器基于对所述原始数据的所述分析来为工作负荷生成分析模型；由所述分析服务器基于所述生成的分析模型来为所述数据中心的一个或多个部件生成优化触发；以及由所述分析服务器将所述优化触发传输至所述数据中心的控制器部件。
示例14包括示例13的主题，并且进一步包括：由所述分析服务器检索所述数据中心的用于部署所述工作负荷的基础设施格局；以及进一步基于所述检索的基础设施格局来为所述工作负荷生成所述分析模型。
示例15包括示例13和14中任一项的主题，并且进一步包括：由所述分析服务器检索用于部署所述工作负荷的一个或多个先前的基础设施格局；以及进一步基于所述一个或多个先前的基础设施格局来为所述数据中心生成所述优化触发。
示例16包括示例13至15中任一项的主题，并且其中，检索所述工作薄包括从工作薄市场服务器检索所述工作薄，其中，所述工作薄市场服务器包括多个工作薄，并且所述多个工作薄中的每一个工作薄包括一个或多个不同的分析算法。
示例17包括示例13至16中任一项的主题，并且进一步包括：基于所述不同的分析算法和所述工作负荷来为所述数据中心生成不同的分析模型。
示例18包括示例13至17中任一项的主题，并且进一步包括：进一步基于所述不同分析模型来为所述数据中心生成所述优化触发。
示例19包括示例13至18中任一项的主题，并且其中，从所述数据中心的所述一个或多个部件接收所述原始数据包括：从所述数据中心的一个或多个仪器层级部件接收所述原始数据。
示例20包括示例13至19中任一项的主题，并且其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从基础设施仪器层级接收所述原始数据。
示例21包括示例13至20中任一项的主题，并且其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从平台仪器层级接收所述原始数据。
示例22包括示例13至21中任一项的主题，并且其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从服务仪器层级或应用仪器层级接收所述原始数据。
示例23包括一种计算设备，所述计算设备包括：处理器；以及存储器，所述存储器具有存储于其中的多条指令，所述指令当由所述处理器执行时使所述计算设备执行示例13至22中任一项的方法。
示例24包括一种或多种机器可读存储介质，所述一种或多种机器可读存储介质包括存储于其上的多条指令，所述指令响应于被执行而导致计算设备执行示例13至22中任一项的方法。
示例25包括一种用于在分析服务器上为数据中心的工作负荷生成分析模型的分析服务器，所述分析服务器包括：用于通过所述分析服务器从所述数据中心的一个或多个部件接收原始数据的装置；用于通过所述分析服务器检索包括一个或多个分析算法的工作薄的装置；用于通过所述分析服务器使用所述工作薄中的所述一个或多个分析算法分析所述原始数据的装置；用于通过所述分析服务器基于对所述原始数据的所述分析来为工作负荷生成分析模型的装置；用于通过所述分析服务器基于所述生成的分析模型来为所述数据中心的一个或多个部件生成优化触发的装置；以及用于通过所述分析服务器将所述优化触发传输至所述数据中心的控制器部件的装置。
示例26包括示例25的主题，并且进一步包括：用于通过所述分析服务器检索所述数据中心的用于部署所述工作负荷的基础设施格局的装置；以及用于进一步基于所述检索的基础设施格局来为所述工作负荷生成所述分析模型的装置。
示例27包括示例25和26中任一项的主题，并且进一步包括：用于通过所述分析服务器检索用于部署所述工作负荷的一个或多个先前的基础设施格局的装置；以及用于进一步基于所述一个或多个先前的基础设施格局来为所述数据中心生成所述优化触发的装置。
示例28包括示例25至27中任一项的主题，并且其中，所述用于检索所述工作薄的装置包括用于从工作薄市场服务器检索所述工作薄的装置，其中，所述工作薄市场服务器包括多个工作薄，并且所述多个工作薄中的每一个工作薄包括一个或多个不同的分析算法。
示例29包括示例25至28中任一项的主题，并且进一步包括用于基于所述不同的分析算法和所述工作负荷来为所述数据中心生成不同分析模型的装置。
示例30包括示例25至29中任一项的主题，并且进一步包括用于进一步基于所述不同分析模型来为所述数据中心生成所述优化触发的装置。
示例31包括示例25至30中任一项的主题，并且其中，所述用于从所述数据中心的所述一个或多个部件接收所述原始数据的装置包括：用于从所述数据中心的一个或多个仪器层级部件接收所述原始数据的装置。
示例32包括示例25至31中任一项的主题，并且其中，所述用于从所述数据中心的一个或多个仪器层级部件接收所述原始数据的装置包括：用于从基础设施仪器层级接收所述原始数据的装置。
示例33包括示例25至32中任一项的主题，并且其中，所述用于从所述数据中心的一个或多个仪器层级部件接收所述原始数据的装置包括：用于从平台仪器层级接收所述原始数据的装置。
示例34包括示例25至33中任一项的主题，并且其中，所述用于从所述数据中心的一个或多个仪器层级部件接收所述原始数据的装置包括：用于从服务仪器层级或应用仪器层级接收所述原始数据的装置。

Claims (25)

1.一种用于为数据中心的工作负荷生成分析模型的分析服务器，所述分析服务器包括：
通信模块，所述通信模块用于接收所述数据中心的一个或多个部件的原始数据并检索包括一个或多个分析算法的工作薄；
分析模型生成模块，所述分析模型生成模块用于基于所述工作薄的所述一个或多个分析算法分析所述原始数据，并且基于对所述原始数据的所述分析来为所述工作负荷生成分析模型；以及
优化触发生成模块，所述优化触发生成模块用于基于所述分析模型以及一个或多个先前生成的分析模型来为所述数据中心的一个或多个部件生成优化触发。
2.如权利要求1所述的分析服务器，进一步包括工作薄管理模块，所述工作薄管理模块用于从工作薄市场服务器处的多个工作薄接收所述工作薄，其中，所述工作薄包括一个或多个不同的分析算法。
3.如权利要求2所述的分析服务器，其中，所述分析模型生成模块进一步用于基于所述不同的分析算法和所述工作负荷来为所述数据中心生成不同的分析模型。
4.如权利要求3所述的分析服务器，其中，所述优化触发生成模块用于进一步基于所述不同的分析模型来为所述数据中心生成所述优化触发。
5.如权利要求1所述的分析服务器，其中，由所述通信模块接收到的所述原始数据包括从所述数据中心的一个或多个仪器层级部件接收的原始数据。
6.如权利要求5所述的分析服务器，其中，所述一个或多个仪器层级部件包括基础设施仪器层级。
7.如权利要求5所述的分析服务器，其中，所述一个或多个仪器层级部件包括平台仪器层级。
8.如权利要求5所述的分析服务器，其中，所述一个或多个仪器层级部件包括服务仪器层级或应用仪器层级。
9.如权利要求1所述的分析服务器，其中，所述通信模块进一步用于将所述优化触发传输至所述数据中心的控制器部件。
10.如权利要求1所述的分析服务器，其中，所述通信模块进一步用于检索所述数据中心的用于部署所述工作负荷的基础设施格局。
11.如权利要求10所述的分析服务器，其中，所述分析模型生成模块用于进一步基于所述检索到的基础设施格局来为所述工作负荷生成所述分析模型。
12.如权利要求11所述的分析服务器，其中，所述优化触发生成模块用于进一步基于用于部署所述工作负荷的一个或多个先前的基础设施格局来为所述数据中心生成所述优化触发。
13.一种用于在分析服务器上为数据中心的工作负荷生成分析模型的方法，所述方法包括：
由所述分析服务器从所述数据中心的一个或多个部件接收原始数据；
由所述分析服务器检索包括一个或多个分析算法的工作薄；
由所述分析服务器使用所述工作薄的所述一个或多个分析算法来分析所述原始数据；
由所述分析服务器基于对所述原始数据的所述分析来为工作负荷生成分析模型；
由所述分析服务器基于所述生成的分析模型为所述数据中心的一个或多个部件生成优化触发；以及
由所述分析服务器将所述优化触发传输至所述数据中心的控制器部件。
14.如权利要求13所述的方法，进一步包括：
由所述分析服务器检索所述数据中心的用于部署所述工作负荷的基础设施格局；以及
进一步基于所述检索的基础设施格局来为所述工作负荷生成所述分析模型。
15.如权利要求13所述的方法，进一步包括：
由所述分析服务器检索用于部署所述工作负荷的一个或多个先前的基础设施格局；以及
进一步基于所述一个或多个先前的基础设施格局来为所述数据中心生成所述优化触发。
16.如权利要求13所述的方法，其中，检索所述工作薄包括从工作薄市场服务器检索所述工作薄，其中，所述工作薄市场服务器包括多个工作薄，并且所述多个工作薄中的每一个工作薄包括一个或多个不同的分析算法。
17.如权利要求16所述的方法，进一步包括：
基于所述不同的分析算法和所述工作负荷来为所述数据中心生成不同的分析模型。
18.如权利要求17所述的方法，进一步包括：
进一步基于所述不同的分析模型来为所述数据中心生成所述优化触发。
19.如权利要求13所述的方法，其中，从所述数据中心的所述一个或多个部件接收所述原始数据包括：从所述数据中心的一个或多个仪器层级部件接收所述原始数据。
20.如权利要求19所述的方法，其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从基础设施仪器层级接收所述原始数据。
21.如权利要求19所述的方法，其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从平台仪器层级接收所述原始数据。
22.如权利要求19所述的方法，其中，从所述数据中心的一个或多个仪器层级部件接收所述原始数据包括：从服务仪器层级或应用仪器层级接收所述原始数据。
23.一种计算设备，包括：
处理器；以及
存储器，所述存储器具有存储于其中的多条指令，所述指令当由所述处理器执行时使所述计算设备执行如权利要求13至22中的任一项所述的方法。
24.一种或多种机器可读存储介质，包括存储于其上的多条指令，所述指令响应于被执行而导致计算设备执行如权利要求13至22中的任一项所述的方法。
25.一种计算设备，包括用于执行如权利要求13至22中的任一项所述的方法的装置。
CN201580006058.XA 2014-02-28 2015-02-24 用于为数据中心的工作负荷生成分析模型的方法及服务器 Active CN105940636B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461946161P 2014-02-28 2014-02-28
US61/946,161 2014-02-28
PCT/US2015/017223 WO2015130643A1 (en) 2014-02-28 2015-02-24 Technologies for cloud data center analytics

Publications (2)

Publication Number Publication Date
CN105940636A true CN105940636A (zh) 2016-09-14
CN105940636B CN105940636B (zh) 2020-11-06

Family

ID=54009539

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580006058.XA Active CN105940636B (zh) 2014-02-28 2015-02-24 用于为数据中心的工作负荷生成分析模型的方法及服务器

Country Status (5)

Country Link
US (1) US20160366026A1 (zh)
EP (1) EP3111595A4 (zh)
KR (1) KR101916294B1 (zh)
CN (1) CN105940636B (zh)
WO (1) WO2015130643A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222202A (zh) * 2019-05-28 2019-09-10 北京信远通科技有限公司 基于信息技术标准的松耦合元数据模型设计方法及系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9904661B2 (en) * 2015-06-23 2018-02-27 International Business Machines Corporation Real-time agreement analysis
US20210406075A1 (en) * 2020-06-27 2021-12-30 Intel Corporation Apparatus and method for a resource allocation control framework using performance markers
KR102309590B1 (ko) 2021-01-27 2021-10-06 이샘 드림렌즈 세척기
US11733729B2 (en) * 2021-09-27 2023-08-22 International Business Machines Corporation Centralized imposing of multi-cloud clock speeds
US11848833B1 (en) * 2022-10-31 2023-12-19 Vmware, Inc. System and method for operational intelligence based on network traffic

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090144584A1 (en) * 2007-11-30 2009-06-04 Iolo Technologies, Llc System and method for performance monitoring and repair of computers
CN102004671A (zh) * 2010-11-15 2011-04-06 北京航空航天大学 一种云计算环境下数据中心基于统计模型的资源管理方法
US20130211556A1 (en) * 2008-12-04 2013-08-15 Io Data Centers, Llc Data center intelligent control and optimization
CN103327085A (zh) * 2013-06-05 2013-09-25 深圳市中博科创信息技术有限公司 一种分布式数据处理方法、数据中心及其系统
US20140059017A1 (en) * 2012-08-22 2014-02-27 Bitvore Corp. Data relationships storage platform

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7552208B2 (en) * 2005-01-18 2009-06-23 Microsoft Corporation Methods for managing capacity
US7738975B2 (en) * 2005-10-04 2010-06-15 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
US20090113323A1 (en) * 2007-10-31 2009-04-30 Microsoft Corporation Data center operation optimization
US8271974B2 (en) * 2008-10-08 2012-09-18 Kaavo Inc. Cloud computing lifecycle management for N-tier applications
US10061371B2 (en) * 2010-10-04 2018-08-28 Avocent Huntsville, Llc System and method for monitoring and managing data center resources in real time incorporating manageability subsystem
US9679029B2 (en) * 2010-11-08 2017-06-13 Globalfoundries Inc. Optimizing storage cloud environments through adaptive statistical modeling
US8849782B2 (en) * 2011-09-30 2014-09-30 Oracle International Corporation Storage tape analytics user interface

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090144584A1 (en) * 2007-11-30 2009-06-04 Iolo Technologies, Llc System and method for performance monitoring and repair of computers
US20130211556A1 (en) * 2008-12-04 2013-08-15 Io Data Centers, Llc Data center intelligent control and optimization
CN102004671A (zh) * 2010-11-15 2011-04-06 北京航空航天大学 一种云计算环境下数据中心基于统计模型的资源管理方法
US20140059017A1 (en) * 2012-08-22 2014-02-27 Bitvore Corp. Data relationships storage platform
CN103327085A (zh) * 2013-06-05 2013-09-25 深圳市中博科创信息技术有限公司 一种分布式数据处理方法、数据中心及其系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110222202A (zh) * 2019-05-28 2019-09-10 北京信远通科技有限公司 基于信息技术标准的松耦合元数据模型设计方法及系统
CN110222202B (zh) * 2019-05-28 2022-03-01 北京信远通科技有限公司 基于信息技术标准的松耦合元数据模型设计方法及系统

Also Published As

Publication number Publication date
KR101916294B1 (ko) 2019-01-30
KR20160103098A (ko) 2016-08-31
EP3111595A1 (en) 2017-01-04
EP3111595A4 (en) 2017-10-25
WO2015130643A1 (en) 2015-09-03
CN105940636B (zh) 2020-11-06
US20160366026A1 (en) 2016-12-15

Similar Documents

Publication Publication Date Title
Alipourfard et al. {CherryPick}: Adaptively unearthing the best cloud configurations for big data analytics
CN105940636A (zh) 用于云数据中心分析的技术
CN104541247B (zh) 用于调整云计算系统的系统和方法
CN104520814B (zh) 用于配置云计算系统的系统和方法
CN108431796A (zh) 分布式资源管理系统和方法
Riahi et al. A multi-objective decision support framework for virtual machine placement in cloud data centers: a real case study
CN108701132A (zh) 资源管理系统和方法
Li et al. Researches on manufacturing cloud service composition & optimization approach supporting for service statistic correlation
Abase et al. Locality sim: cloud simulator with data locality
de Almeida et al. Bigdatanetsim: A simulator for data and process placement in large big data platforms
Štefanič et al. Quality of Service‐aware matchmaking for adaptive microservice‐based applications
Tuli et al. Optimizing the Performance of Fog Computing Environments Using AI and Co-Simulation
JP2022067642A (ja) マイクロサービス識別を向上させるためにリファクタリングを識別および優先順位付するためのコンピュータシステム、コンピュータプログラムおよび方法（マイクロサービス識別を向上させるためにリファクタリングを識別および優先順位付するための方法およびシステム）
Liu Robust resource management in distributed stream processing systems
WO2017085454A1 (en) Fuzzy caching mechanism for thread execution layouts
Rayan et al. Resource Prediction for Big Data Processing in a Cloud Data Center: A Machine Learning Approach: A Machine Learning Approach
EP3330854A1 (en) Automatic selection of infrastructure on a hybrid cloud environment
Antequera et al. Recommending resources to cloud applications based on custom templates composition
Jha et al. A cost-efficient multi-cloud orchestrator for benchmarking containerized web-applications
Li et al. An extensible framework for predictive analytics on cost and performance in the cloud
Islam Cost-efficient Management of Cloud Resources for Big Data Applications
Cavallo H2F: a hierarchical Hadoop framework to process Big Data in geo-distributed contexts
Vakali et al. A multi-layer software architecture framework for adaptive real-time analytics
CN116107726B (zh) Fpga资源调度方法、装置、设备以及存储介质
Leng et al. AOMO: an AI-aided optimizer for microservices orchestration

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