CN107205028A - 一种服务分类方法及装置 - Google Patents
一种服务分类方法及装置 Download PDFInfo
- Publication number
- CN107205028A CN107205028A CN201710379021.2A CN201710379021A CN107205028A CN 107205028 A CN107205028 A CN 107205028A CN 201710379021 A CN201710379021 A CN 201710379021A CN 107205028 A CN107205028 A CN 107205028A
- Authority
- CN
- China
- Prior art keywords
- resource occupation
- occupation information
- service
- monitoring agent
- main frame
- 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
-
- 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
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- 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
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
Abstract
本发明提供了一种服务分类方法及装置,该方法包括:在至少一个云主机上部署监控代理;针对每一个所述云主机,通过所述云主机上部署的监控代理,采集所述云主机上各个服务的资源占用信息;获取各个所述监控代理采集到的所述资源占用信息;对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。该装置包括:部署单元、采集单元、获取单元和分类单元。本方案提高提高对服务进行分类的效率。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种服务分类方法及装置。
背景技术
云计算技术利用虚拟化技术将计算、存储、网络等资源进行池化,通过互联网将共享的软件和硬件以服务的方式提供给用户。PAAS(Platform as aService,平台及服务)平台作为云计算的一种服务类型,将软件部署、运维作为一种服务按需提供给软件开发用户。
在PAAS平台上,服务类型繁多,比如程序代码编写服务、软件测试服务、软件封装服务等,不同类型的服务对计算、存储和网络资源的需求各不相同,而PAAS平台提供的各类云主机也包括有不同的计算、存储和网络资源。为了根据资源需求合理地将服务分配到相对应的云主机上进行执行,需要根据资源需求情况对服务进行分类。
目前,主要通过人工识别的方式对服务进行分类。
由于服务的类型繁多,通过人工识别的方式对服务进行分类,需要耗费较长的时间,导致对服务进行分类的效率较低。
发明内容
本发明实施例提供了服务分类方法及装置,能够提供对服务进行分类的效率。
第一方面,本发明实施例提供了一种服务分类方法,包括:
在至少一个云主机上部署监控代理;
针对每一个所述云主机,通过所述云主机上部署的监控代理,采集所述云主机上各个服务的资源占用信息;
获取各个所述监控代理采集到的所述资源占用信息;
对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
可选地,
在所述获取各个所述监控代理采集到的所述资源占用信息之前,进一步包括:
将位于同一物理机上的各个所述云主机划分为一个节点组,并在每一个所述节点组中确定一个云主机作为主节点;
所述获取各个所述监控代理采集到的所述资源占用信息,包括:
针对每一个所述节点组,将该节点组中各个云主机上监控代理采集到的资源占用信息发送给该节点组中所述主节点上的所述监控代理;
从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息。
可选地,
在所述从各个所述主节点上的所述监控代理获取各个所述云主机上服务的资源占用信息之前,进一步包括:
针对每一个所述主节点上的监控代理,对该监控代理采集的资源占用信息和该监控代理接收到的其他监控代理采集的资源占用信息进行压缩。
可选地,
在所述根据获取到的所述资源占用信息分别确定每一个所述服务的类型之前,进一步包括:
对获取到的所述资源占用信息进行解压,并对解压后的所述资源占用信息进行筛选,以去除存在错误的资源占用信息。
可选地,
所述对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型,包括:
从获取到的所述资源占用信息中分别提取每一个服务对应的至少一条资源占用信息;
分别对每一个服务对应的至少一条资源占用信息进行聚类分析,确定每一个服务的类型。
第二方面,本发明实施例还提供了一种服务分类装置,包括:部署单元、采集单元、获取单元和分类单元;
所述部署单元,用于在至少一个云主机上部署监控代理;
所述采集单元,用于针对每一个所述云主机,通过所述部署单元部署在所述云主机上的监控代理,采集所述云主机上各个服务的资源占用信息;
所述获取单元,用于获取所述采集单元通过各个所述监控代理采集到的所述资源占用信息;
所述分类单元,用于对所述获取单元获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
可选地,
该装置进一步包括:分组单元;
所述分组单元,用于将位于同一物理机上的各个所述云主机划分为一个节点组,并在每一个所述节点组中确定一个云主机作为主节点;
所述获取单元,用于针对所述分组单元划分的每一个节点组,将该节点组中各个云主机上监控代理采集到的资源占用信息发送给该节点组中主节点上的监控代理,并从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息。
可选地,
所述获取单元,进一步用于在从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息之前,针对每一个所述主节点上的监控代理,对该监控代理采集的资源占用信息和该监控代理接收到的其他监控代理采集的资源占用信息进行压缩。
可选地,
所述获取单元,进一步用于对获取到的所述资源占用信息进行解压,并对解压后的所述资源占用信息进行筛选,以去除存在错误的资源占用信息。
可选地,
所述分类单元,用于从所述获取单元获取到的所述资源占用信息中分别提取每一个服务对应的至少一条资源占用信息,分别对每一个服务对应的至少一条资源占用信息进行聚类分析,确定每一个服务的类型。
本发明实施例提供了一种服务分类方法及装置,在至少一个云主机中的每一个云主机上部署监控代理后,针对每一个云主机,通过在该云主机上部署的监控代理采集该云主机上各个服务的资源占用信息,从各个监控代理获取采集到的资源占用信息,通过对获取到的资源占用信息进行分析处理,确定每一个服务的类型。由此可见,通过在各个云主机上部署监控代理,通过各个监控代理采集各个云主机上所运行服务的资源占用信息,通过对各个云主机上服务的资源占用信息进行分析处理,实现对每一个服务的分类。由于无需通过人工识别的方式对服务进行逐一分类,节省了对服务进行分类所需花费的时间,从而提高了对服务进行分类的效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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他的附图。
图1是本发明一个实施例提供的一种服务分类方法的流程图
图2是本发明一个实施例提供的另一种服务分类方法的流程图;
图3是本发明一个实施例提供的一种服务分类装置所在设备的示意图;
图4是本发明一个实施例提供的一种服务分类装置的示意图;
图5是本发明一个实施例提供的另一种服务分类装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种服务分类方法,该方法可以包括以下步骤:
步骤101:在至少一个云主机上部署监控代理;
步骤102:针对每一个所述云主机,通过所述云主机上部署的监控代理,采集所述云主机上各个服务的资源占用信息;
步骤103:获取各个所述监控代理采集到的所述资源占用信息;
步骤104:对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
本发明实施例提供了一种服务分类方法,在至少一个云主机中的每一个云主机上部署监控代理后,针对每一个云主机,通过在该云主机上部署的监控代理采集该云主机上各个服务的资源占用信息,从各个监控代理获取采集到的资源占用信息,通过对获取到的资源占用信息进行分析处理,确定每一个服务的类型。由此可见,通过在各个云主机上部署监控代理,通过各个监控代理采集各个云主机上所运行服务的资源占用信息,通过对各个云主机上服务的资源占用信息进行分析处理,实现对每一个服务的分类。由于无需通过人工识别的方式对服务进行逐一分类,节省了对服务进行分类所需花费的时间,从而提高了对服务进行分类的效率。
服务的类型不同,服务运行时所占用的资源也各不相同。服务的资源占用信息主要包括服务运行过程中对计算资源、存储资源和网络资源的占用值。根据服务对三类资源的占用情况,可以将服务划分为三类:第一类为计算型服务,该类服务运行时对计算资源的占用值较高;第二类为存储型服务,该类服务运行时对存储资源的占用值较高;第三类为网络型服务,该类服务运行时对网络资源的占用值较高。因此,根据监控代理采集到的各个服务的占用信息中三种资源占用值的分布情况,可以分析出每一种服务所属的类型,实现对服务进行分类。
可选地,在从各个监控代理获取采集到的资源占用信息时,由于同一个物理机上通常运行有多个云主机,可以将位于同一个物理机上的各个云主机划分为一个节点组,并在每一个节点组中确定一个云主机作为主节点。针对位于同一节点组中的每一个云主机,如果该云主机不是主节点,则该云主机上的监控代理采集到该云主机上各个服务的资源占用信息后,将采集到的各个服务的资源占用信息发送给主节点上的监控代理;如果该云主机是主节点,则该云主机上的监控代理不仅采集主节点上各个服务的资源占用信息,还接收同一节点组中其他监控代理发送的服务的资源占用信息。最终从各个主节点上的监控代理获取各个云主机上服务的资源占用信息。
针对每一个节点组,每次在采集服务的资源占用信息之前,物理机中部署的智能代理程序可以通过选举算法Paxos选举出一个云主机作为主节点,该节点组中其他节点上的监控代理采集到的信息均发送给主节点上的监控代理程序,由主节点上的监控代理统一进行发送。一方面,通过一个监控代理完成一个物理机上各个服务的资源占用信息的传输,实现了信息的集中传输,提升了信息传输的安全性;另一方面,每次开始采集服务的资源占用信息前,均需要重新确定主节点,避免了主节点固定时由于主节点不存活导致整个物理机上服务的资源占用信息均无法获取的情况发生,保证了能够正常获取各个云主机上所运行服务的资源占用信息。
另外,在监控代理对服务的资源占用信息进行采集过程中,如果主节点由于发生宕机等故障导致主节点不存活时,该主节点所在物理机上的智能代理会重新确定一个存活的云主机作为主节点,使信息采集过程继续。这样,保证信息采集过程的稳定性。
可选地,在从各个主节点上的监控代理获取服务的资源占用信息之前,针对每一个主节点,对该主节点上监控代理采集和接收到的资源占用信息进行压缩,之后从该主节点上的监控代理获取压缩后的资源占用信息。具体地,在对服务的资源占用信息进行压缩时,可以通过压缩程序GZIP实现。
在对采集到的资源占用信息进行传输之前,对资源占用信息进行压缩,减小了传输的数据量,缩短了获取资源占用信息的时间,进一步提高了对服务进行分类的效率。
可选地,在从各个主节点上的监控代理获取到服务的资源占用信息后,首先对获取到的资源占用信息进行解压,解压之后并获取到的每一条资源占用信息进行筛选,去除其中存在错误的资源占用信息。
具体地,各个监控代理采集资源占用信息过程中,可能会导致某些服务的资源占用信息不完整,比如资源占用信息只包括了计算资源的占用值,而不包括存储资源和网络资源的占用值,这些不完整的资源占用信息会影响对服务类型的判断。因此,需要在根据各条资源占用信息确定服务类型之前将这些不完整的资源占用信息去除,以保证对服务进行分类的准确性。
可选地,在获取到各个云主机上所运行服务的资源占用信息后,针对每一个服务,从获取到的各条资源占用信息中提取该服务对应的至少一条资源占用信息,对提取到的至少一条资源占用信息进行聚类分析,确定该服务的类型。
由于不同的云主机上可以运行相同的服务,而且同一个云主机上也可以运行多个相同的服务,因此各个监控代理所采集的资源占用信息中包括有同一服务的多条资源占用信息。比如,监控代理1采集到云主机1上服务A的资源占用信息1,监控代理2采集到云主机2上服务A的资源占用信息2和资源占用信息3,这样服务A就对应有3条资源占用信息。
通过对同一个服务的多条资源占用信息进行聚类分析,可以确定出该服务的类型。比如,服务A对应的3条资源占用信息中,计算资源占用值均比存储资源和网络资源高,则会确定服务A为计算型服务。具体地,在对同一个服务的多条资源占用信息进行聚类分析时,可以通过聚类算法K-Medoids对同一个服务的多条资源占用信息进行聚类分析。
利用聚类分析的方法对同一个服务的多条资源占用信息进行分析,将多条资源占用信息作为样本对服务的类型进行分析,最终确定服务的类型,相对依靠经验确定服务类型的方式,提高了对服务进行分类的准确性。
下面以对PAAS平台上的服务进行分类为例,对本发明实施例提供的服务分类方法作进一步详细说明,如图2所示,该方法可以包括以下步骤:
步骤201:在各个云主机上部署监控代理。
在本发明一个实施例中,每一个物理机上可以创建多个云主机,分别在每一个云主机上部署监控代理,以对云主机上运行的服务的资源占用信息进行采集。
例如,PAAS平台下有3个物理机,分别为物理机1、物理机2和物理机3,其中,物理机1创建有云主机1和云主机2,物理机2上创建有云主机3、云主机4和云主机5,物理机3上创建有云主机6至云主机10。分别在云主机1至云主机10上部署监控代理。
步骤202:在每一个物理机上选定一个主节点。
在本发明一个实施例中,将同一个物理机上的各个云主机划分为一个节点组,在每一个节点组中选定一个云主机作为主节点,其中,所选定的主节点处于存货状态。
例如,通过选举算法Paxos,分别对物理机1、物理机2和物理机3上的云主机进行选举运算,确定云主机1为物理机1上的主节点,确定云主机3为物理机2上的主节点,确定云主机6为物理机3上的主节点。
步骤203:分别通过每一个监控代理采集其所在云主机上服务的资源占用信息。
在本发明一个实施例中,每一个监控代理在接收到指令后,对该监控代理所在的云主机上运行的各个服务的资源占用信息进行采集,其中,资源占用信息包括计算资源占用值(CPU占用值)、存储资源占用值(内存、硬盘占用值)和网络资源占用值(带宽占用值)。
例如,PAAS平台向各个监控代理发送指令后,10个监控代理分别采集所在云主机上服务的资源占用信息。
步骤204:将所采集的资源占用信息发送给主节点上的监控代理。
在本发明一个实施例中,针对同一个物理机上的各个监控代理,在监控时长达或采集到的数据量达到预设的阈值后,非主节点上的监控代理将采集到的各条资源占用信息发送给主节点上的监控代理。
例如,预设监控时长阈值为10min,在监控时长达到10min后,监控代理2将从其所在的云主机2上采集的各个服务的资源占用信息发送给云主机1上的监控代理1,云主机4上的监控代理4和云主机5上的监控代理5均将采集到的资源占用信息发送给云主机3上的监控代理3,云主机7至云主机10上的监控代理均将采集到的资源占用信息发送给云主机6上的监控代理6。
步骤205:各个主节点上的监控代理对采集和接收到的资源占用信息进行压缩后输出。
在本发明一个实施例中,针对每一个主节点上的监控代理,在接收到其他监控代理发送的资源占用信息后,对其自身采集到的资源占用信息和其他监控代理发送的资源占用信息进行压缩,并将压缩后的资源占用信息输出。
例如,监控代理1对其采集的云主机1上各个服务的资源占用信息和监控代理2发送的云主机2上各个服务的资源占用信息进行压缩,并将压缩后的资源占用信息发送给PAAS平台,监控代理3对其采集的云主机3上各个服务的资源占用信息以及监控代理4和监控代理5发送的资源占用信息进行压缩,并将压缩后的资源占用信息发送给PAAS平台,监控代理6将其采集的云主机6上各个服务的资源占用信息以及监控代理7至监控代理10发送的资源占用信息进行压缩,并将压缩后的资源占用信息发送给PAAS平台。具体压缩过程可以通过压缩程序GZIP实现。
步骤206:接收各个主节点上监控代理发送的资源占用信息并解压。
在本发明一个实施例中,在接收到各个主节点上监控代理发送的资源占用信息后,分别对每一个主节点上监控代理发送的资源占用信息进行解压。
例如,分别对监控代理1、监控代理3和监控代理6发送的资源占用信息进行解压。
步骤207:去除存在错误的资源占用信息。
在本发明一个实施例中,在对资源占用信息进行解压后,对获取到的各条资源占用信息进行筛选,去除存在错误的资源占用信息。
比如,监控代理1共发送来3条资源占用信息,其中,资源占用信息1为服务A的资源占用信息,资源占用信息2为服务B的资源占用信息,资源占用信息3为服务C的资源占用信息。监控代理3共发送来5条资源占用信息,其中,资源占用信息4为服务D的资源占用信息,资源占用信息5和资源占用信息6为服务B的资源占用信息,资源占用信息7和资源占用信息8为服务C的资源占用信息。监控代理6共发送来10条资源占用信息,其中,资源占用信息9至资源占用信息11为服务A的资源占用信息,资源占用信息12和资源占用信息13为服务B的资源占用信息,资源占用信息14至资源占用信息16为服务C的资源占用信息,资源占用信息17和资源占用信息18为服务D的资源占用信息。
由于资源占用信息1中值包括了服务A的计算资源占用值,没有存储资源占用值和网络资源占用值,将资源占用信息1删除,不参加服务A的分类分析。
步骤208:通过对每一个服务的至少一条资源占用信息进行聚类分析,分别确定每一个服务的类型。
在本发明一个实施例中,从去除错误资源占用信息后的各条资源占用信息中,按照资源占用信息所对应的服务,对各条资源占用信息进行分类,确定每一个服务对应的至少一条资源占用信息。针对每一个服务,通过对相应的至少一条资源占用信息进行聚类分析,确定该服务的类型。
例如,通过聚类算法K-Medoids,对服务A对应的资源占用信息9-11进行聚类运算,确定服务A为计算型服务;对服务B对应的资源占用信息2、5、6、12和13进行聚类运算,确定服务B为存储型服务;对服务C对应的资源占用信息3、7、8和14-16进行聚类运算,确定服务C为网络型服务;对服务D对应的资源占用信息4、17和18进行聚类运算,确定服务D为计算型服务。
其中,在确定服务的类型时,主要根据资源占用信息中三个资源占用值所占的比重,比如,如果对应同一服务的各个资源占用信息中,计算资源占用值所占的比重均较高,则会确定该服务为计算型服务。
如图3、图4所示,本发明实施例提供了一种服务分类装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图3所示,为本发明实施例提供的服务分类装置所在设备的一种硬件结构图,除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等。以软件实现为例,如图4所示,作为一个逻辑意义上的装置,是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的服务分类装置,包括:部署单元401、采集单元402、获取单元403和分类单元404;
所述部署单元401,用于在至少一个云主机上部署监控代理;
所述采集单元402,用于针对每一个所述云主机,通过所述部署单元401部署在所述云主机上的监控代理,采集所述云主机上各个服务的资源占用信息;
所述获取单元403,用于获取所述采集单元402通过各个所述监控代理采集到的所述资源占用信息;
所述分类单元404,用于对所述获取单元403获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
可选地,在基于图4所示服务分类装置的基础上,如图5所示,服务分类装置还可以包括分组单元505;
分组单元505,用于将位于同一物理机上的各个所述云主机划分为一个节点组,并在每一个所述节点组中确定一个云主机作为主节点;
所述获取单元403,用于针对所述分组单元505划分的每一个节点组,将该节点组中各个云主机上监控代理采集到的资源占用信息发送给该节点组中主节点上的监控代理,并从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息。
可选地,如图5所示,
所述获取单元403,进一步用于在从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息之前,针对每一个所述主节点上的监控代理,对该监控代理采集的资源占用信息和该监控代理接收到的其他监控代理采集的资源占用信息进行压缩。
可选地,如图5所示,
所述获取单元,进一步用于对获取到的所述资源占用信息进行解压,并对解压后的所述资源占用信息进行筛选,以去除存在错误的资源占用信息。
可选地,如图4或图5所示,
所述分类单元404,用于从所述获取单元403获取到的所述资源占用信息中分别提取每一个服务对应的至少一条资源占用信息,分别对每一个服务对应的至少一条资源占用信息进行聚类分析,确定每一个服务的类型。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明实施例提供的服务分类方法及装置,至少具有如下有益效果:
1、在本发明实施例中,在至少一个云主机中的每一个云主机上部署监控代理后,针对每一个云主机,通过在该云主机上部署的监控代理采集该云主机上各个服务的资源占用信息,从各个监控代理获取采集到的资源占用信息,通过对获取到的资源占用信息进行分析处理,确定每一个服务的类型。由此可见,通过在各个云主机上部署监控代理,通过各个监控代理采集各个云主机上所运行服务的资源占用信息,通过对各个云主机上服务的资源占用信息进行分析处理,实现对每一个服务的分类。由于无需通过人工识别的方式对服务进行逐一分类,节省了对服务进行分类所需花费的时间,从而提高了对服务进行分类的效率。
2、在本发明实施例中,针对同一个节点组上的各个监控代理,将各个监控代理采集到的资源占用信息发送给主节点上的监控代理,由主节点上的监控代理统一对资源占用信息进行发送。通过一个监控代理完成一个物理机上各个服务的资源占用信息的传输,实现了信息的集中传输,提升了信息传输的安全性。
3、在本发明实施例中,针对同一个物理机,每次采集之前均需要通过聚类算法确定该物理机上的主节点,避免了主节点固定时由于主节点不存活导致整个物理机上服务的资源占用信息均无法获取的情况发生,保证了能够正常获取各个云主机上所运行服务的资源占用信息。
4、在本发明实施例中,在对采集到的资源占用信息进行传输之前,对资源占用信息进行压缩,减小了传输的数据量,缩短了获取资源占用信息的时间,进一步提高了对服务进行分类的效率。
5、在本发明实施例中,该对获取到的资源占用信息进行聚类运输之前,对获取到的资源占用信息进行筛选,去除存在错误的资源占用信息,通过对筛选后的资源占用信息进行聚类运输以确定服务的类型,去除错误资源占用信息对分类结果的影响,提高了对服务进行分类的准确性。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个······”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。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,均包含在本发明的保护范围内。
Claims (10)
1.一种服务分类方法,其特征在于,包括:
在至少一个云主机上部署监控代理;
针对每一个所述云主机,通过所述云主机上部署的监控代理,采集所述云主机上各个服务的资源占用信息;
获取各个所述监控代理采集到的所述资源占用信息;
对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
2.根据权利要求1所述的方法,其特征在于,
在所述获取各个所述监控代理采集到的所述资源占用信息之前,进一步包括:
将位于同一物理机上的各个所述云主机划分为一个节点组,并在每一个所述节点组中确定一个云主机作为主节点;
所述获取各个所述监控代理采集到的所述资源占用信息,包括:
针对每一个所述节点组,将该节点组中各个云主机上监控代理采集到的资源占用信息发送给该节点组中所述主节点上的所述监控代理;
从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息。
3.根据权利要求2所述的方法,其特征在于,在所述从各个所述主节点上的所述监控代理获取各个所述云主机上服务的资源占用信息之前,进一步包括:
针对每一个所述主节点上的监控代理,对该监控代理采集的资源占用信息和该监控代理接收到的其他监控代理采集的资源占用信息进行压缩。
4.根据权利要求3所述的方法,其特征在于,在所述根据获取到的所述资源占用信息分别确定每一个所述服务的类型之前,进一步包括:
对获取到的所述资源占用信息进行解压,并对解压后的所述资源占用信息进行筛选,以去除存在错误的资源占用信息。
5.根据权利要求1至4中任一所述的方法,其特征在于,所述对获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型,包括:
从获取到的所述资源占用信息中分别提取每一个服务对应的至少一条资源占用信息;
分别对每一个服务对应的至少一条资源占用信息进行聚类分析,确定每一个服务的类型。
6.一种服务分类装置,其特征在于,包括:部署单元、采集单元、获取单元和分类单元;
所述部署单元,用于在至少一个云主机上部署监控代理;
所述采集单元,用于针对每一个所述云主机,通过所述部署单元部署在所述云主机上的监控代理,采集所述云主机上各个服务的资源占用信息;
所述获取单元,用于获取所述采集单元通过各个所述监控代理采集到的所述资源占用信息;
所述分类单元,用于对所述获取单元获取到的所述资源占用信息进行分析处理,确定每一个所述服务的类型。
7.根据权利要求6所述的装置,其特征在于,进一步包括:分组单元;
所述分组单元,用于将位于同一物理机上的各个所述云主机划分为一个节点组,并在每一个所述节点组中确定一个云主机作为主节点;
所述获取单元,用于针对所述分组单元划分的每一个节点组,将该节点组中各个云主机上监控代理采集到的资源占用信息发送给该节点组中主节点上的监控代理,并从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息。
8.根据权利要求7所述的装置,其特征在于,
所述获取单元,进一步用于在从各个所述主节点上的监控代理获取各个所述云主机上服务的资源占用信息之前,针对每一个所述主节点上的监控代理,对该监控代理采集的资源占用信息和该监控代理接收到的其他监控代理采集的资源占用信息进行压缩。
9.根据权利要求8所述的装置,其特征在于,
所述获取单元,进一步用于对获取到的所述资源占用信息进行解压,并对解压后的所述资源占用信息进行筛选,以去除存在错误的资源占用信息。
10.根据权利要求6至9中任一所述的装置,其特征在于,
所述分类单元,用于从所述获取单元获取到的所述资源占用信息中分别提取每一个服务对应的至少一条资源占用信息,分别对每一个服务对应的至少一条资源占用信息进行聚类分析,确定每一个服务的类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379021.2A CN107205028A (zh) | 2017-05-25 | 2017-05-25 | 一种服务分类方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710379021.2A CN107205028A (zh) | 2017-05-25 | 2017-05-25 | 一种服务分类方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107205028A true CN107205028A (zh) | 2017-09-26 |
Family
ID=59905397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710379021.2A Pending CN107205028A (zh) | 2017-05-25 | 2017-05-25 | 一种服务分类方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107205028A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109587223A (zh) * | 2018-11-20 | 2019-04-05 | 北京奇艺世纪科技有限公司 | 数据聚合方法、装置和系统 |
CN115038156A (zh) * | 2022-08-15 | 2022-09-09 | 武汉慧联无限科技有限公司 | 控制功耗的方法、装置、处理设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101360064A (zh) * | 2008-09-27 | 2009-02-04 | 北京邮电大学 | 一种实现网络资源选择的方法和装置 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 中国科学院计算技术研究所 | 虚拟化计算平台中应用请求调度的方法及其系统 |
CN103179048A (zh) * | 2011-12-21 | 2013-06-26 | 中国电信股份有限公司 | 云数据中心的主机QoS策略变换方法及系统 |
CN103530185A (zh) * | 2012-07-02 | 2014-01-22 | 中兴通讯股份有限公司 | 资源优化方法及装置 |
CN103763346A (zh) * | 2013-12-31 | 2014-04-30 | 华为技术有限公司 | 一种分布式资源调度方法及装置 |
CN103902379A (zh) * | 2012-12-25 | 2014-07-02 | 中国移动通信集团公司 | 一种任务调度方法、装置及服务器集群 |
CN104834569A (zh) * | 2015-05-11 | 2015-08-12 | 北京京东尚科信息技术有限公司 | 一种基于应用类型的集群资源调度方法及系统 |
CN106487903A (zh) * | 2016-10-21 | 2017-03-08 | 山东大学 | 一种基于虚拟化的SaaS云平台的节点选取方法及系统 |
-
2017
- 2017-05-25 CN CN201710379021.2A patent/CN107205028A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101360064A (zh) * | 2008-09-27 | 2009-02-04 | 北京邮电大学 | 一种实现网络资源选择的方法和装置 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 中国科学院计算技术研究所 | 虚拟化计算平台中应用请求调度的方法及其系统 |
CN103179048A (zh) * | 2011-12-21 | 2013-06-26 | 中国电信股份有限公司 | 云数据中心的主机QoS策略变换方法及系统 |
CN103530185A (zh) * | 2012-07-02 | 2014-01-22 | 中兴通讯股份有限公司 | 资源优化方法及装置 |
CN103902379A (zh) * | 2012-12-25 | 2014-07-02 | 中国移动通信集团公司 | 一种任务调度方法、装置及服务器集群 |
CN103763346A (zh) * | 2013-12-31 | 2014-04-30 | 华为技术有限公司 | 一种分布式资源调度方法及装置 |
CN104834569A (zh) * | 2015-05-11 | 2015-08-12 | 北京京东尚科信息技术有限公司 | 一种基于应用类型的集群资源调度方法及系统 |
CN106487903A (zh) * | 2016-10-21 | 2017-03-08 | 山东大学 | 一种基于虚拟化的SaaS云平台的节点选取方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109587223A (zh) * | 2018-11-20 | 2019-04-05 | 北京奇艺世纪科技有限公司 | 数据聚合方法、装置和系统 |
CN115038156A (zh) * | 2022-08-15 | 2022-09-09 | 武汉慧联无限科技有限公司 | 控制功耗的方法、装置、处理设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109639481A (zh) | 一种基于深度学习的网络流量分类方法、系统及电子设备 | |
US11496495B2 (en) | System and a method for detecting anomalous patterns in a network | |
CN110290022A (zh) | 一种基于自适应聚类的未知应用层协议识别方法 | |
CN104978526B (zh) | 病毒特征的提取方法及装置 | |
CN106649063A (zh) | 用于监测程序运行时耗时数据的方法及系统 | |
CN108737182A (zh) | 系统异常的处理方法及系统 | |
CN105740707A (zh) | 恶意文件的识别方法和装置 | |
CN112333706A (zh) | 物联网设备异常检测方法、装置、计算设备及存储介质 | |
CN107808306A (zh) | 基于标签库的业务对象的切分方法、电子装置及存储介质 | |
US20220284352A1 (en) | Model update system, model update method, and related device | |
CN106897217A (zh) | 测试方法和测试装置 | |
CN109743286A (zh) | 一种基于图卷积神经网络的ip类型标记方法及设备 | |
CN110737647A (zh) | 一种互联网大数据清洗方法 | |
CN111930526A (zh) | 负载预测方法、装置、计算机设备和存储介质 | |
CN107040405A (zh) | 网络环境下被动式多维度主机指纹模型构建方法及其装置 | |
CN107205028A (zh) | 一种服务分类方法及装置 | |
CN115269438A (zh) | 针对图像处理算法的自动化测试方法及装置 | |
CN111339052A (zh) | 一种非结构化日志数据处理方法及装置 | |
CN110968479A (zh) | 一种针对应用程序的业务级全链路监控方法及服务器 | |
CN104243619B (zh) | 一种分布式移动支付系统 | |
CN104954351B (zh) | 数据检测方法和装置 | |
CN112688924A (zh) | 网络协议分析系统 | |
CN111736983A (zh) | 一种面向任务和资源感知的微服务部署方法 | |
CN117294497A (zh) | 一种网络流量异常检测方法、装置、电子设备及存储介质 | |
CN112395357A (zh) | 一种数据收集方法、装置和电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170926 |