CN106648906A - 容器云资源智能回收与启用的系统及方法 - Google Patents
容器云资源智能回收与启用的系统及方法 Download PDFInfo
- Publication number
- CN106648906A CN106648906A CN201710027602.XA CN201710027602A CN106648906A CN 106648906 A CN106648906 A CN 106648906A CN 201710027602 A CN201710027602 A CN 201710027602A CN 106648906 A CN106648906 A CN 106648906A
- Authority
- CN
- China
- Prior art keywords
- resource
- time
- application
- enabling
- module
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
Abstract
本发明提供了本发明提供了一种容器云资源智能回收与启用的系统及方法,所述系统包括数据收集模块、数据分析模块、资源回收模块和资源启用模块,所述方法具体包括以下步骤:通过数据收集模块获取前期应用的访问信息和资源使用信息,并将收集到的相关信息发送至数据分析模块;数据分析模块根据资源使用信息和前期应用的访问信息分析得出对应应用容器的下次资源回收时间和启用时间,根据获取到的相关信息对未使用的资源通过资源回收模块进行回收;根据前期应用的访问信息,在应用再次访问前,通过资源启用模块对相应的资源进行启用。
Description
技术领域
本发明涉及云计算技术领域,特别涉及一种容器云资源智能回收与启用的系统及方法。
背景技术
随着容器的快速发展,由轻量级容器作为基础的云环境正在不断的取代传统的重量级虚拟化环境。对于任何数据中心的云环境,不管是在开发、测试和生产环境中,都会面临资源使用量极少或者基本闲置不用的情况,而资源的空闲导致的最直接问题便是资源的浪费和不可复用,在传统的情况下,一般针对小业务的应用环境,其配置的资源量是其平均使用的资源量的5-8倍,以保证应用正常的开发、测试与运作。对于有访问量突增的互联网热点应用,再配以弹性伸缩模块,在业务访问量达到总的分配量的60%-80%时再进行自动扩容,当业务访问量降低到60%以下后,再自动缩容到之前人工配置的资源量。
如图1所示,一般传统类应用,从业务访问压力波动性上可分为两种,一种是业务量平缓类应用,另外一种是业务量在短时间内爆发式增长后又回归访问量平缓状态的应用。对于第一类应用,为了保证业务的高性能与稳定性,在进行环境部署与配置时,将以业务部门评估的访问量最高的值来进行资源池的分配,环境部署完成后,整个环境基本保持在一个稳定的状态,即便业务量达到顶峰的时候,也无需进行任何的干预,但此类应用是根据业务量的最大值来进行划分的一个基本资源池,在一般情况下,资源池的使用率低至于10%甚至于使用率为0;如图2所示,而对于第二类应用,其应用场景与第一类应用类似,同样划分一个基本资源池,该资源池内的资源不会进行随意增删,但是由于该类应用有爆发式增长的特性,在配置基本资源池的同时,又增加了一个未分配资源池,当业务量在基本资源池无法满足的情况下,通过弹性调度模块来调度分配未分配的资源,在业务量下降之后,弹性调度模块再对来自未分配资源池划分出来的资源进行回收并划归到未分配资源池中,以达到资源的弹性调度功能。对于上面两类应用,在划分基本资源池后,不会对该资源池内的资源进行变动,而实际使用过程中,平均的资源使用率极低,将造成资源的闲置。
但是,现有技术存在如下缺点:一、在环境部署完成后,对基本资源池采用固定资源模式,资源平均使用率低,造成大量资源闲置;二、相关管理人员不能及时通报资源使用情况,无法实现有效的系统配置管理。容器云分配的基本资源不能及时得到回收,将影响容器云环境中资源的有效利用,额外的占用过多资源,特别是测试环境中的应用资源,这对于大型核心系统或业务来说是不可接受的。
发明内容
本发明提供一种容器云资源智能回收与启用的系统及方法,目的在于根据资源使用信息和前期应用的访问信息,自动对环境中未被使用的资源进行自动的回收,当该资源需要被再次使用时,对该资源进行启动,从而有效的对环境中资源的使用进行分配,以达到资源的充分利用,同时也有效的避免了人工的干预,在用户准备进行访问应用之前,自动的启动应用容器,并自动记录下相关系统配置变化情况。
为解决上述问题,本发明实施例提供一种容器云资源智能回收与启用的系统,包括数据收集模块、数据分析模块、资源回收模块和资源启用模块,
数据收集模块,耦接所述数据分析模块,用于收集资源使用信息和前期应用的访问信息,并将收集到的相关信息发送至数据分析模块;
数据分析模块,耦接所述数据收集模块、资源回收模块和资源启用模块,接收资源使用信息和前期应用的访问信息,根据资源使用信息和前期应用的访问信息分析得出对应应用容器的下次资源回收时间和启用时间;
资源回收模块,根据数据分析模块得到的结果,在指定的时间对应用资源进行回收;
资源启用模块,根据数据分析模块得到的结果,在指定的时间对应用资源进行启用。
本发明实施例还提供一种容器云资源智能回收与启用的方法,其特征在于,具体包括以下步骤:
获取前期应用的访问信息和资源使用信息;
根据获取到的相关信息,对未使用的资源进行回收;
根据前期应用的访问信息,在应用再次访问前,对相应的资源进行启用。
作为一种实施方式,所述资源使用信息包括资源的总大小、应用在前期所有时间中的访问量以及最近几次的资源回收时间和启用时间。
作为一种实施方式,所述前期应用的访问信息包括上次应用是何时开始的、何时结束的和持续时长。
作为一种实施方式,还包括以下步骤:
根据前期应用的访问信息,获得资源的回收时间和启用时间;
当达到相应的回收时间或启用时间时,对相应的资源进行回收或启用。
作为一种实施方式,所述当达到相应的回收时间或启用时间时,对相应的资源进行回收或启用步骤中,若资源在每次回收期间和启用期间均有应用访问情况,并存在包含应用访问时才启用的信息,则下次资源的回收时间和启用时间进行相应调整以适配应用的访问。
作为一种实施方式,所述根据前期应用的访问信息,获得资源的回收时间和启用时间步骤,具体包括以下步骤:
获取应用前期访问前/后的启停情况和应用访问时的启停情况;
根据获取的信息分析应用的下次启停情况以获得资源的回收时间和启用时间。
作为一种实施方式,所述获取应用前期访问前/后的启停情况和应用访问时的启停情况;根据获取的信息分析应用的下次启停情况以获得资源的回收时间和启用时间步骤,具体包括以下步骤:
获取应用前期访问前/后和访问时的启停情况及其对应的时间集合;
对所有时间集合进行扫描整合成超集;
通过扫描所有超集的子集,确定超集中每个候选集的计数,判断计数是否小于最小支持度计数;
若计数大于或等于最小支持度计数,则认为该计数对应的候选集是频繁的,在所有频繁的候选集中选出计数最大的候选集以获取资源的启用时间;
若计数小于最小支持度计数,则认为该计数对应的候选集是非频繁的,在所有非频繁候选集中选出计数最小的候选集以获取资源的回收时间。
作为一种实施方式,所述分析应用的下次启停情况步骤,具体包括以下步骤:
计算启动应用和对应上次应用的回收时间的最小值为tt1,回收应用和对应上次应用的启动时间的最小值为tt2;
资源的启用时间为最小值tt1与频繁的候选集中计数最大候选集的时间点的和,资源的回收时间为最小值tt2与非频繁的候选集中计数最小的候选集的时间点的和。
本发明相比于现有技术的有益效果在于:弥补了现有云平台环境的管理杂乱无章、无法充分复用现有计算资源的问题,本方案中,通过综合考虑应用被访问的情况、时间点的应用访问频繁度、收集前期应用被访问调度的整体情况,以达到应用资源的自动回收与分配。同时本方案中资源回收后可被其他应用系统进行复用,同时相关管理人员在无需手动变更情况下自动的启动应用,具有很强的实用性和扩展性。
附图说明
图1为现有技术的一般类应用的资源调度的流程图;
图2为现有技术的业务突增类应用的资源调度的流程图;
图3为本发明的容器云资源智能回收与启用的系统的架构示意图。
附图标注:1、数据收集模块;2、数据分析模块;3、资源回收模块;4、资源启用模块。
具体实施方式
以下结合附图,对本发明上述的和另外的技术特征和优点进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的部分实施例,而不是全部实施例。
本发明提出一种容器云资源智能回收与启用的系统及方法,在容器云环境中,根据用户对应用的访问情况、应用访问时间段、以及分析前期的应用访问情况,自动对环境中未被使用的资源进行自动的回收,当该资源需要被再次使用时,对该资源进行启动,从而有效的对环境中资源的使用进行分配,以达到资源的充分利用,同时也有效的避免了人工的干预,在用户准备进行访问应用之前,自动的启动应用容器,并自动记录下相关系统配置变化情况。
如图3所示,本发明的容器云资源智能回收与启用的系统包含数据收集模块1、数据分析模块2、资源回收模块3以及资源启用模块4,其中,数据收集模块1、资源回收模块3和资源启用模块4均耦接数据分析模块2。
数据收集模块1主要作用是记录存储前期应用的访问信息和将收集到的相关信息发送给数据分析模块2,其中,前期应用的访问信息包括上次应用是何时开始的、何时结束的和持续时长等。收集并记录应用的资源信息,包括资源的总大小、应用在前期所有时间中的访问量、最近几次的资源回收时间和启用时间等。
数据分析模块2主要作用是根据数据收集模块1收集的相关资源信息,通过分析得出对应应用容器的下次资源回收时间和启用时间。通过数据收集模块1收集到的信息来决策何时对资源进行回收,何时对资源进行开启,如果对应的资源在多次自动回收和启用期间均无用户访问信息则将对该资源进行长期的回收直到应用访问时自动启用该资源,如果资源在每次回收和启用期间均有应用访问信息,并存在用户访问时才启用的信息,则下次回收资源的时间将进行相应的变更以适配应用访问的需要,当数据分析模块2分析出资源的回收时间和启动时间后,在达到对应的时间时,数据分析模块2将分别调度资源回收模块3和资源启用模块4,以便对资源进行相对应的回收和启用。
资源回收模块3的主要作用是通过数据分析模块2得到的结果,在指定的时间对资源进行回收。
资源启用模块4的主要作用是通过数据分析模块2得到的结果,在指定的时间对资源进行启用。
本发明实施例容器云资源智能回收与启用的方法,具体包括以下步骤:S100:获取前期应用的访问信息和资源使用信息,其中,资源使用信息包括资源的总大小、应用在前期所有时间中的访问量以及最近几次的资源回收时间和启用时间等,前期应用的访问信息包括上次应用是何时开始的、何时结束的和持续时长等;
S101:根据获取到的相关信息,对未使用的资源进行回收;
S102:根据前期应用的访问信息,获得资源的回收时间和启用时间;
S103:当达到相应的回收时间或启用时间时,对相应的资源进行回收或启用,并且在应用再次访问前,对相应的资源进行启用。若资源在每次回收期间和启用期间均有应用访问情况,并存在包含应用访问时才启用的信息,则下次资源的回收时间和启用时间进行相应调整以适配应用的访问。
其中,步骤S102具体包括以下步骤:
S201:获取应用前期访问前/后的启停情况和应用访问时的启停情况;
S202:根据获取的信息分析应用的下次启停情况以获得资源的回收时间和启用时间。
步骤S201和步骤S202具体包括以下步骤:
S400:获取应用前期访问前/后和访问时的启停情况及其对应的时间集合;
S401:对所有时间集合进行扫描整合成超集;
S402:通过扫描所有超集的子集,确定超集中每个候选集的计数,判断计数是否小于最小支持度计数;
S403:若计数大于或等于最小支持度计数,则认为该计数对应的候选集是频繁的,在所有频繁的候选集中选出计数最大的候选集;
S404:若计数小于最小支持度计数,则认为该计数对应的候选集是非频繁的,在所有非频繁候选集中选出计数最小的候选集;
S405:计算启动应用和对应上次应用的回收时间的最小值为tt1,回收应用和对应上次应用的启动时间的最小值为tt2;
S406:根据最小值tt1与频繁的候选集中计数最大候选集的时间点的和获取资源的启用时间;根据最小值tt2与非频繁的候选集中计数最小的候选集的时间点的和获取资源的回收时间。
本发明相比于现有技术的有益效果在于:弥补了现有云平台环境的管理杂乱无章、无法充分复用现有计算资源的问题,本方案中,通过综合考虑应用被访问的情况、时间点的应用访问频繁度、收集前期应用被访问调度的整体情况,对应用空闲时进行资源的及时回收以及应用再次访问前的及时启用,以达到容器云资源的自动回收与分配;同时本发明中资源回收后可被其他应用系统进行复用,同时相关管理人员在无需手动变更情况下自动的启动应用,具有很强的实用性和扩展性。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种容器云资源智能回收与启用的系统,其特征在于,包括数据收集模块、数据分析模块、资源回收模块和资源启用模块,
数据收集模块,耦接所述数据分析模块,用于收集资源使用信息和前期应用的访问信息,并将收集到的相关信息发送至数据分析模块;
数据分析模块,耦接所述数据收集模块、资源回收模块和资源启用模块,接收资源使用信息和前期应用的访问信息,根据资源使用信息和前期应用的访问信息分析得出对应应用容器的下次资源回收时间和启用时间;
资源回收模块,根据数据分析模块得到的结果,在指定的时间对应用资源进行回收;
资源启用模块,根据数据分析模块得到的结果,在指定的时间对应用资源进行启用。
2.一种容器云资源智能回收与启用的方法,其特征在于,具体包括以下步骤:
获取前期应用的访问信息和资源使用信息;
根据获取到的相关信息,对未使用的资源进行回收;
根据前期应用的访问信息,在应用再次访问前,对相应的资源进行启用。
3.根据权利要求2所述的容器云资源智能回收与启用的方法,其特征在于,所述资源使用信息包括资源的总大小、应用在前期所有时间中的访问量以及最近几次的资源回收时间和启用时间。
4.根据权利要求2所述的容器云资源智能回收与启用的方法,其特征在于,所述前期应用的访问信息包括上次应用是何时开始的、何时结束的和持续时长。
5.根据权利要求2所述的容器云资源智能回收与启用的方法,其特征在于,还包括以下步骤:
根据前期应用的访问信息,获得资源的回收时间和启用时间;
当达到相应的回收时间或启用时间时,对相应的资源进行回收或启用。
6.根据权利要求5所述的容器云资源智能回收与启用的方法,其特征在于,所述当达到相应的回收时间或启用时间时,对相应的资源进行回收或启用步骤中,若资源在每次回收期间和启用期间均有应用访问情况,并存在包含应用访问时才启用的信息,则下次资源的回收时间和启用时间进行相应调整以适配应用的访问。
7.根据权利要求5所述的容器云资源智能回收与启用的方法,其特征在于,所述根据前期应用的访问信息,获得资源的回收时间和启用时间步骤,具体包括以下步骤:
获取应用前期访问前/后的启停情况和应用访问时的启停情况;
根据获取的信息分析应用的下次启停情况以获得资源的回收时间和启用时间。
8.根据权利要求7所述的容器云资源智能回收与启用的方法,其特征在于,所述获取应用前期访问前/后的启停情况和应用访问时的启停情况;根据获取的信息分析应用的下次启停情况以获得资源的回收时间和启用时间步骤,具体包括以下步骤:
获取应用前期访问前/后和访问时的启停情况及其对应的时间集合;
对所有时间集合进行扫描整合成超集;
通过扫描所有超集的子集,确定超集中每个候选集的计数,判断计数是否小于最小支持度计数;
若计数大于或等于最小支持度计数,则认为该计数对应的候选集是频繁的,在所有频繁的候选集中选出计数最大的候选集以获取资源的启用时间;
若计数小于最小支持度计数,则认为该计数对应的候选集是非频繁的,在所有非频繁候选集中选出计数最小的候选集以获取资源的回收时间。
9.根据权利要求8所述的容器云资源智能回收与启用的方法,其特征在于,所述分析应用的下次启停情况步骤,具体包括以下步骤:
计算启动应用和对应上次应用的回收时间的最小值为tt1,回收应用和对应上次应用的启动时间的最小值为tt2;
资源的启用时间为最小值tt1与频繁的候选集中计数最大候选集的时间点的和,资源的回收时间为最小值tt2与非频繁的候选集中计数最小的候选集的时间点的和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710027602.XA CN106648906A (zh) | 2017-01-16 | 2017-01-16 | 容器云资源智能回收与启用的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710027602.XA CN106648906A (zh) | 2017-01-16 | 2017-01-16 | 容器云资源智能回收与启用的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106648906A true CN106648906A (zh) | 2017-05-10 |
Family
ID=58842919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710027602.XA Pending CN106648906A (zh) | 2017-01-16 | 2017-01-16 | 容器云资源智能回收与启用的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106648906A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214286A (zh) * | 2020-11-03 | 2021-01-12 | 网易(杭州)网络有限公司 | 容器的启动方法、装置及电子设备 |
CN113010309A (zh) * | 2021-03-02 | 2021-06-22 | 北京达佳互联信息技术有限公司 | 集群资源调度方法、装置、存储介质、设备和程序产品 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323898A (zh) * | 2011-09-02 | 2012-01-18 | 深圳中兴网信科技有限公司 | 一种缓存调度方法和系统 |
CN102801792A (zh) * | 2012-07-26 | 2012-11-28 | 华南理工大学 | 基于统计预测的云cdn资源自动部署方法 |
CN103533063A (zh) * | 2013-10-18 | 2014-01-22 | 北京华胜天成科技股份有限公司 | 一种可实现web应用资源动态扩展的方法及装置 |
CN103685072A (zh) * | 2013-11-27 | 2014-03-26 | 中国电子科技集团公司第三十研究所 | 一种网络流量快速分配的方法 |
CN104598315A (zh) * | 2014-12-12 | 2015-05-06 | 广州三星通信技术研究有限公司 | 管理内存的方法、装置及终端 |
US20160070584A1 (en) * | 2012-09-27 | 2016-03-10 | Juniper Networks, Inc. | Controlling virtualization resource utilization based on network state |
-
2017
- 2017-01-16 CN CN201710027602.XA patent/CN106648906A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102323898A (zh) * | 2011-09-02 | 2012-01-18 | 深圳中兴网信科技有限公司 | 一种缓存调度方法和系统 |
CN102801792A (zh) * | 2012-07-26 | 2012-11-28 | 华南理工大学 | 基于统计预测的云cdn资源自动部署方法 |
US20160070584A1 (en) * | 2012-09-27 | 2016-03-10 | Juniper Networks, Inc. | Controlling virtualization resource utilization based on network state |
CN103533063A (zh) * | 2013-10-18 | 2014-01-22 | 北京华胜天成科技股份有限公司 | 一种可实现web应用资源动态扩展的方法及装置 |
CN103685072A (zh) * | 2013-11-27 | 2014-03-26 | 中国电子科技集团公司第三十研究所 | 一种网络流量快速分配的方法 |
CN104598315A (zh) * | 2014-12-12 | 2015-05-06 | 广州三星通信技术研究有限公司 | 管理内存的方法、装置及终端 |
Non-Patent Citations (1)
Title |
---|
李爱国: "《数据挖掘原理、算法及应用》", 31 January 2012, 西安电子科技大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214286A (zh) * | 2020-11-03 | 2021-01-12 | 网易(杭州)网络有限公司 | 容器的启动方法、装置及电子设备 |
CN112214286B (zh) * | 2020-11-03 | 2023-06-13 | 网易(杭州)网络有限公司 | 容器的启动方法、装置及电子设备 |
CN113010309A (zh) * | 2021-03-02 | 2021-06-22 | 北京达佳互联信息技术有限公司 | 集群资源调度方法、装置、存储介质、设备和程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106650780A (zh) | 数据处理方法及装置、分类器训练方法及系统 | |
CN106899676A (zh) | 一种多客户端写入目录配额分配方法 | |
CN103778148B (zh) | Hadoop分布式文件系统数据文件的生命周期管理方法和设备 | |
CN103324566A (zh) | 一种网页产品多版本测试方法及装置 | |
CN105173482A (zh) | 垃圾分类方法及装置及系统 | |
CN104407926B (zh) | 一种云计算资源的调度方法 | |
CN103425663B (zh) | 嵌入式系统数据库创建表、存记录、删记录的方法和装置 | |
CN106131158A (zh) | 一种云数据中心环境下基于云租户信用度的资源调度装置 | |
CN105791447B (zh) | 一种面向视频服务的云资源调度方法及装置 | |
CN103530189A (zh) | 一种面向流式数据的自动伸缩及迁移的方法及装置 | |
CN105207812A (zh) | 一种基于业务模型的云计算资源预测方法及系统 | |
CN107566133A (zh) | 一种资源计费方法、装置及平台 | |
CN109905882A (zh) | 一种网络扩容方法及装置 | |
CN102339290B (zh) | 一种网页数据信息的定向采集方法及装置 | |
CN106648906A (zh) | 容器云资源智能回收与启用的系统及方法 | |
CN113010576A (zh) | 云计算系统容量评估的方法、装置、设备和存储介质 | |
CN107402820A (zh) | 云计算系统中资源的管理方法和装置 | |
CN107506145A (zh) | 一种物理存储调度方法及云主机创建方法 | |
CN111752678A (zh) | 面向边缘计算中分布式协同学习的低功耗容器放置方法 | |
JPWO2010047170A1 (ja) | 算出装置、システム管理装置、算出方法およびプログラム | |
CN107291539A (zh) | 基于资源重要程度的集群程序调度方法 | |
CN104951370B (zh) | 一种内存管理方法及装置 | |
CN103020077A (zh) | 一种电力系统实时数据库内存管理方法 | |
CN108920098A (zh) | 一种存储管理系统收集信息的方法、系统及设备 | |
CN110377828A (zh) | 信息推荐方法、装置、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |