CN107368351A - 一种虚拟机配置自动升级扩容方法和装置 - Google Patents
一种虚拟机配置自动升级扩容方法和装置 Download PDFInfo
- Publication number
- CN107368351A CN107368351A CN201710612159.2A CN201710612159A CN107368351A CN 107368351 A CN107368351 A CN 107368351A CN 201710612159 A CN201710612159 A CN 201710612159A CN 107368351 A CN107368351 A CN 107368351A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- load
- resource
- business
- service
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 claims abstract description 31
- 208000018672 Dilatation Diseases 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 31
- 239000011800 void material Substances 0.000 claims 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Abstract
本发明实施例公开了一种虚拟机配置自动升级扩容方法,该方法包括:识别虚拟机所关联的业务信息;根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;定时监控虚拟机的资源负载信息S;根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。本发明实施例公开了一种虚拟机配置自动升级扩容装置。通过该实施例方案,提高了云数据中心虚拟机业务稳定性和资源利用率。
Description
技术领域
本发明实施例涉及虚拟机技术,尤指一种虚拟机配置自动升级扩容方法和装置。
背景技术
在云计算时代,数据中心的资源都是以虚拟机及其上的业务为资源载体或业务单元。虚拟机及其上业务的稳定性、如何高效的实现虚拟机的自动扩容升级也是衡量云数据中心操作系统健壮性的重要指标之一。目前业界在虚拟机配置升级(热扩容)时,并未考虑虚拟机业务与其资源偏好(对计算资源的偏好,对存储资源的偏好,或对计算资源和存储资源二者的偏好)之间的联系,也未有可量化的计算、实施方法来针对性的进行配置升级,导致在虚拟机热扩容升级中出现诸多的问题,造成了大量的资源和时间的浪费。
发明内容
为了解决上述技术问题,本发明实施例提供了一种虚拟机配置自动升级扩容方法和装置,能够提高云数据中心虚拟机业务稳定性和资源利用率。
为了达到本发明实施例目的,本发明实施例提供了一种虚拟机配置自动升级扩容方法,该方法包括:
识别虚拟机所关联的业务信息;
根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;
定时监控虚拟机的资源负载信息S;
根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;
根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
可选地,
虚拟机业务与资源负载值关系表中包含:虚拟机的不同的业务类别与不同的资源负载值的对应关系;
虚拟机资源负载值T包括:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS;
虚拟机的资源负载信息S与虚拟机资源负载值T相对应,并且虚拟机的资源负载信息S包括:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS;
业务类别包括:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务。
可选地,根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D包括:
根据以下关系式计算虚拟机的负载承受度D:
D=(SC-TC)*35%+(SM-TM)*35%+(SS-TS)*30%。
可选地,根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容包括:
当计算出的虚拟机的负载承受度D<0.1时,不进行虚拟机配置的自动升级扩容;以及,
当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容。
可选地,该方法还包括:
当计算出的虚拟机的负载承受度D≥0.1时,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置。
可选地,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置包括:
当业务为计算资源偏好型业务时,虚拟机升级后的配置为:CPU扩容a%,内存扩容a%,磁盘扩容b%;
当业务为存储资源偏好型业务时,虚拟机升级后的配置为:CPU扩容b%,内存扩容b%,磁盘扩容a%;
其中,a>b,a和b均为正数。
可选地,当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容包括:
根据确定出的虚拟机升级扩容后的配置,在云数据中心资源池中选择并调度物理硬件资源;
在选定的物理硬件资源上执行虚拟机配置的自动升级扩容操作。
可选地,该方法还包括:
记录虚拟机配置的自动升级扩容过程中各种操作执行的日志信息,并记录虚拟机配置的自动升级扩容的执行结果。
为了达到本发明实施例目的,本发明实施例提供了一种虚拟机配置自动升级扩容装置,该装置包括:识别模块、获取模块、监控模块、计算模块和执行模块;
识别模块,用于识别虚拟机所关联的业务信息;
获取模块,用于根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;
监控模块,用于定时监控虚拟机的资源负载信息S;
计算模块,用于根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;
执行模块,用于根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
可选地,
虚拟机业务与资源负载值关系表中包含:虚拟机的不同的业务类别与不同的资源负载值的对应关系;
虚拟机资源负载值T包括:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS;
虚拟机的资源负载信息S与虚拟机资源负载值T相对应,并且虚拟机的资源负载信息S包括:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS;
业务类别包括:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务。
可选地,计算模块根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D包括:
根据以下关系式计算虚拟机的负载承受度D:
D=(SC-TC)*35%+(SM-TM)*35%+(SS-TS)*30%。
可选地,执行模块根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容包括:
当计算出的虚拟机的负载承受度D<0.1时,不进行虚拟机配置的自动升级扩容;以及,
当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容。
可选地,该装置还包括:确定模块;
确定模块,用于当计算出的虚拟机的负载承受度D≥0.1时,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置。
可选地,确定模块根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置包括:
当业务为计算资源偏好型业务时,虚拟机升级后的配置为:CPU扩容a%,内存扩容a%,磁盘扩容b%;
当业务为存储资源偏好型业务时,虚拟机升级后的配置为:CPU扩容b%,内存扩容b%,磁盘扩容a%;
其中,a>b,a和b均为正数。
可选地,执行模块当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容包括:
根据确定出的虚拟机升级扩容后的配置,在云数据中心资源池中选择并调度物理硬件资源;
在选定的物理硬件资源上执行虚拟机配置的自动升级扩容操作。
可选地,该装置还包括:记录模块;
记录模块,用于记录虚拟机配置的自动升级扩容过程中各种操作执行的日志信息,并记录虚拟机配置的自动升级扩容的执行结果。
本发明实施例包括:识别虚拟机所关联的业务信息;根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;定时监控虚拟机的资源负载信息S;根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。通过该实施例方案,提高了云数据中心虚拟机业务稳定性和资源利用率。
本发明实施例的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例而了解。本发明实施例的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明实施例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发明实施例的技术方案,并不构成对本发明实施例技术方案的限制。
图1为本发明实施例的虚拟机配置自动升级扩容方法流程图;
图2为本发明实施例的虚拟机配置自动升级扩容装置组成框图。
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明白,下文中将结合附图对本发明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。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
为了达到本发明实施例目的,本发明实施例提供了一种虚拟机配置自动升级扩容方法,如图1所示,该方法可以包括S101-S105:
S101、识别虚拟机所关联的业务信息。
在本发明实施例中,可以首先识别当前虚拟机上关联的业务信息;并根据该业务信息确定该关联业务的业务类别。
S102、根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T。
可选地,虚拟机业务与资源负载值关系表中包含:虚拟机的不同的业务类别与不同的资源负载值的对应关系;
在本发明实施例中,该虚拟机业务与资源负载值关系表中不同的业务类别对应不同的虚拟机资源负载值(该值为资源负载正常值),该虚拟机业务与资源负载值关系表具体可以由云数据中心管理员维护。
可选地,该业务类别可以包括但不限于:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务(如交通违章监控等)等。
在本发明实施例中,上述的各种业务类别都有对应的虚拟机资源负载值。
在本发明实施例中,根据获取的业务信息确定出该业务的业务类别,根据获取的业务类别信息在预设的虚拟机业务与资源负载值关系表中进行比较,确定出与当前业务类别关联的虚拟机资源负载值。
可选地,虚拟机资源负载值T可以包括但不限于:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS。
在本发明实施例中,下面通过举例说明上述实施例方案,例如,如果获取的业务类别为”大数据实时监测”,则推荐的虚拟机资源(正常)负载值为:CPU 80%、内存80%、硬盘70%(不同的业务类别对硬件资源正常负载比例的要求不同,该模块中的信息可以由数据中心管理员负责维护)。
S103、定时监控虚拟机的资源负载信息S。
可选地,虚拟机的资源负载信息S与虚拟机资源负载值T相对应,并且虚拟机的资源负载信息S可以包括但不限于:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS。
在本发明实施例中,可以定时监控该虚拟机的实际资源负载信息(如CPU、内存、磁盘等),该定时周期可以根据不同的需求自行定义,在此不做具体限制。
在本发明实施例中,某一时刻各资源的负载信息可以分别为:CPU 85%、内存77%以及磁盘80%。
S104、根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D。
可选地,根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D可以包括:
根据以下关系式计算虚拟机的负载承受度D:
D=(SC-TC)*35%+(SM-TM)*35%+(SS-TS)*30%。
在本发明实施例中,虚拟机的负载承受度D的计算式可以包括但不限于上述等式,并且等式中的比例值可以根据不同的需求自行定义,在此不做具体限制。
S105、根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
可选地,根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容可以包括:
当计算出的虚拟机的负载承受度D<0.1时,不进行虚拟机配置的自动升级扩容;以及,
当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容。
在本发明实施例中,当该虚拟机的负载承受度D满足:D<0.1时(d可以为负数),不进行自动升级;并且该次判断结束,继续进行下一次判断流程。当D≥0.1时,则表明虚拟机的负载值已经过大,需要升级虚拟机配置以降低负载。
可选地,该方法还可以包括:
当计算出的虚拟机的负载承受度D≥0.1时,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置。
在本发明实施例中,业务的偏好类型可以包括但不限于:计算资源偏好型和存储资源偏好型。其中,计算资源偏好型可以理解为CPU以及内存等资源偏好型,该类资源对业务影响比较重要。存储资源偏好型可以理解为磁盘等资源偏好型,该类资源对业务影响比较重要。
可选地,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置包括:
当业务为计算资源偏好型业务时,虚拟机升级后的配置为:CPU扩容a%,内存扩容a%,磁盘扩容b%;
当业务为存储资源偏好型业务时,虚拟机升级后的配置为:CPU扩容b%,内存扩容b%,磁盘扩容a%;
其中,a>b,a和b均为正数。
在本发明实施例中,可选地,a可以为20%,b可以为10%。当业务为计算资源(CPU、内存)偏好型(该类资源对业务影响重要)时,虚拟机升级后配置可以为:CPU扩容20%,内存扩容20%,磁盘扩容10%;当业务为存储资源偏好型(磁盘;如优酷视频等),虚拟机升级后的配置可以为:CPU扩容10%,内存扩容10%,磁盘扩容20%。
可选地,当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容可以包括:
根据确定出的虚拟机升级扩容后的配置,在云数据中心资源池中选择并调度物理硬件资源;
在选定的物理硬件资源上执行虚拟机配置的自动升级扩容操作。
在本发明实施例中,根据确定后的配置,在云数据中心资源池中调度、选择物理硬件资源;并在选定的物理硬件资源上执行具体的虚拟机配置升级过程(例如,可以实施虚拟机热扩容)。
可选地,该方法还可以包括:
记录虚拟机配置的自动升级扩容过程中各种操作执行的日志信息,并记录虚拟机配置的自动升级扩容的执行结果。
在本发明实施例中,还可以记录虚拟机升级执行结果;并记录操作执行的日志信息,用于定位、解决操作中遇得到的多种问题。
在本发明实施例中,通过读取虚拟机的业务信息,维护业务类别和虚拟机资源配置(CPU/内存/磁盘)详情关联信息表,并根据监控模块获取的资源负载数据(CPU/内存/磁盘)计算业务相关的负载承受度,同时,基于计算获取的负载承受度进行虚拟机配置的自动升级扩容,提高了云数据中心软件部署效率和资源利用率。与通用的虚拟机配置自动升级扩容方法相比,本发明实施例基于业务相关性(配置偏好性)获取的资源配置正常值和监控模块数据计算得出的“负载承受度”来确定虚拟机自动升级扩容的配置并执行,提高了云数据中心虚拟机业务稳定性和资源利用率。
为了达到本发明实施例目的,本发明实施例提供了一种虚拟机配置自动升级扩容装置1,需要说明的是,上述方法实施例中的任何实施例均适用于该装置实施例中,在此不再赘述。如图2所示,该装置可以包括:识别模块11、获取模块12、监控模块13、计算模块14和执行模块15;
识别模块11,用于识别虚拟机所关联的业务信息;
获取模块12,用于根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;
监控模块13,用于定时监控虚拟机的资源负载信息S;
计算模块14,用于根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;
执行模块15,用于根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
可选地,
虚拟机业务与资源负载值关系表中包含:虚拟机的不同的业务类别与不同的资源负载值的对应关系;
虚拟机资源负载值T包括:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS;
虚拟机的资源负载信息S与虚拟机资源负载值T相对应,并且虚拟机的资源负载信息S包括:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS;
业务类别包括:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务。
可选地,计算模块14根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D包括:
根据以下关系式计算虚拟机的负载承受度D:
D=(SC-TC)*35%+(SM-TM)*35%+(SS-TS)*30%。
可选地,执行模块15根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容包括:
当计算出的虚拟机的负载承受度D<0.1时,不进行虚拟机配置的自动升级扩容;以及,
当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容。
可选地,该装置还包括:确定模块16;
确定模块,用于当计算出的虚拟机的负载承受度D≥0.1时,根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置。
可选地,确定模块根据业务信息对应业务的偏好类型确定虚拟机升级扩容后的配置包括:
当业务为计算资源偏好型业务时,虚拟机升级后的配置为:CPU扩容a%,内存扩容a%,磁盘扩容b%;
当业务为存储资源偏好型业务时,虚拟机升级后的配置为:CPU扩容b%,内存扩容b%,磁盘扩容a%;
其中,a>b,a和b均为正数。
可选地,执行模块15当计算出的虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容包括:
根据确定出的虚拟机升级扩容后的配置,在云数据中心资源池中选择并调度物理硬件资源;
在选定的物理硬件资源上执行虚拟机配置的自动升级扩容操作。
可选地,该装置还包括:记录模块17;
记录模块17,用于记录虚拟机配置的自动升级扩容过程中各种操作执行的日志信息,并记录虚拟机配置的自动升级扩容的执行结果。
本发明实施例包括:识别虚拟机所关联的业务信息;根据业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取业务类别对应的虚拟机资源负载值T;定时监控虚拟机的资源负载信息S;根据虚拟机资源负载值T与监控获得的虚拟机的资源负载信息S计算虚拟机的负载承受度D;根据计算出的虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。通过该实施例方案,提高了云数据中心虚拟机业务稳定性和资源利用率。
虽然本发明实施例所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明实施例。任何本发明实施例所属领域内的技术人员,在不脱离本发明实施例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,但本发明实施例的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (10)
1.一种虚拟机配置自动升级扩容方法,其特征在于,所述方法包括:
识别虚拟机所关联的业务信息;
根据所述业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取所述业务类别对应的虚拟机资源负载值T;
定时监控所述虚拟机的资源负载信息S;
根据所述虚拟机资源负载值T与监控获得的所述虚拟机的资源负载信息S计算所述虚拟机的负载承受度D;
根据计算出的所述虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
2.根据权利要求1所述的虚拟机配置自动升级方法,其特征在于,
所述虚拟机业务与资源负载值关系表中包含:所述虚拟机的不同的业务类别与不同的资源负载值的对应关系;
所述虚拟机资源负载值T包括:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS;
所述虚拟机的资源负载信息S与所述虚拟机资源负载值T相对应,并且所述虚拟机的资源负载信息S包括:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS;
所述业务类别包括:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务。
3.根据权利要求2所述的虚拟机配置自动升级方法,其特征在于,所述根据所述虚拟机资源负载值T与监控获得的所述虚拟机的资源负载信息S计算所述虚拟机的负载承受度D包括:
根据以下关系式计算所述虚拟机的负载承受度D:
D=(SC-TC)*35%+(SM-TM)*35%+(SS-TS)*30%。
4.根据权利要求1或3所述的虚拟机配置自动升级方法,其特征在于,所述根据计算出的所述虚拟机的负载承受度D进行虚拟机配置的自动升级扩容包括:
当计算出的所述虚拟机的负载承受度D<0.1时,不进行虚拟机配置的自动升级扩容;以及,
当计算出的所述虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容。
5.根据权利要求4所述的虚拟机配置自动升级方法,其特征在于,所述方法还包括:
当计算出的所述虚拟机的负载承受度D≥0.1时,根据所述业务信息对应业务的偏好类型确定所述虚拟机升级扩容后的配置。
6.根据权利要求5所述的虚拟机配置自动升级方法,其特征在于,所述根据所述业务信息对应业务的偏好类型确定所述虚拟机升级扩容后的配置包括:
当所述业务为计算资源偏好型业务时,所述虚拟机升级后的配置为:所述CPU扩容a%,内存扩容a%,磁盘扩容b%;
当所述业务为存储资源偏好型业务时,所述虚拟机升级后的配置为:所述CPU扩容b%,内存扩容b%,磁盘扩容a%;
其中,所述a>b,所述a和b均为正数。
7.根据权利要求6所述的虚拟机配置自动升级方法,其特征在于,所述当计算出的所述虚拟机的负载承受度D≥0.1时,进行虚拟机配置的自动升级扩容包括:
根据确定出的所述虚拟机升级扩容后的配置,在云数据中心资源池中选择并调度物理硬件资源;
在选定的所述物理硬件资源上执行所述虚拟机配置的自动升级扩容操作。
8.根据权利要求7所述的虚拟机配置自动升级方法,其特征在于,所述方法还包括:
记录所述虚拟机配置的自动升级扩容过程中各种操作执行的日志信息,并记录所述虚拟机配置的自动升级扩容的执行结果。
9.一种虚拟机配置自动升级扩容装置,其特征在于,所述装置包括:识别模块、获取模块、监控模块、计算模块和执行模块;
所述识别模块,用于识别虚拟机所关联的业务信息;
所述获取模块,用于根据所述业务信息的业务类别以及预设的虚拟机业务与资源负载值关系表获取所述业务类别对应的虚拟机资源负载值T;
所述监控模块,用于定时监控所述虚拟机的资源负载信息S;
所述计算模块,用于根据所述虚拟机资源负载值T与监控获得的所述虚拟机的资源负载信息S计算所述虚拟机的负载承受度D;
所述执行模块,用于根据计算出的所述虚拟机的负载承受度D进行虚拟机配置的自动升级扩容。
10.根据权利要求9所述的虚拟机配置自动升级装置,其特征在于,
所述虚拟机业务与资源负载值关系表中包含:所述虚拟机的不同的业务类别与不同的资源负载值的对应关系;
所述虚拟机资源负载值T包括:中央处理器CPU负载值TC、内存负载值TM和/或磁盘负载值TS;
所述虚拟机的资源负载信息S与所述虚拟机资源负载值T相对应,并且所述虚拟机的资源负载信息S包括:CPU负载信息SC、内存负载信息SM和/或磁盘负载信息SS;
所述业务类别包括:在线网络WEB服务、大数据服务、消息中间件服务和实时监控服务。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612159.2A CN107368351B (zh) | 2017-07-25 | 2017-07-25 | 一种虚拟机配置自动升级扩容方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710612159.2A CN107368351B (zh) | 2017-07-25 | 2017-07-25 | 一种虚拟机配置自动升级扩容方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107368351A true CN107368351A (zh) | 2017-11-21 |
CN107368351B CN107368351B (zh) | 2021-03-19 |
Family
ID=60307721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710612159.2A Active CN107368351B (zh) | 2017-07-25 | 2017-07-25 | 一种虚拟机配置自动升级扩容方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107368351B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626145A (zh) * | 2021-07-21 | 2021-11-09 | 济南浪潮数据技术有限公司 | 业务虚拟机数量动态扩容方法及系统 |
CN113778668A (zh) * | 2021-08-18 | 2021-12-10 | 中国光大银行股份有限公司 | 虚拟资源部署方法、系统和计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473115A (zh) * | 2013-09-06 | 2013-12-25 | 华为技术有限公司 | 虚拟机放置方法和装置 |
CN106161625A (zh) * | 2016-07-11 | 2016-11-23 | 浪潮(北京)电子信息产业有限公司 | 一种用于提高虚拟机的云计算资源利用率的方法 |
US20170010897A1 (en) * | 2015-07-10 | 2017-01-12 | International Business Machines Corporation | Delayed boot of a virtual machine in a virtualized computing environment based on a fabric limit |
WO2017011938A1 (zh) * | 2015-07-17 | 2017-01-26 | 华为技术有限公司 | 虚拟网络功能扩容的方法和装置 |
CN106484530A (zh) * | 2016-09-05 | 2017-03-08 | 努比亚技术有限公司 | 一种分布式任务调度运维监控系统及方法 |
CN106533723A (zh) * | 2015-09-11 | 2017-03-22 | 中兴通讯股份有限公司 | 虚拟资源调度方法、装置及系统 |
-
2017
- 2017-07-25 CN CN201710612159.2A patent/CN107368351B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103473115A (zh) * | 2013-09-06 | 2013-12-25 | 华为技术有限公司 | 虚拟机放置方法和装置 |
US20170010897A1 (en) * | 2015-07-10 | 2017-01-12 | International Business Machines Corporation | Delayed boot of a virtual machine in a virtualized computing environment based on a fabric limit |
WO2017011938A1 (zh) * | 2015-07-17 | 2017-01-26 | 华为技术有限公司 | 虚拟网络功能扩容的方法和装置 |
CN106533723A (zh) * | 2015-09-11 | 2017-03-22 | 中兴通讯股份有限公司 | 虚拟资源调度方法、装置及系统 |
CN106161625A (zh) * | 2016-07-11 | 2016-11-23 | 浪潮(北京)电子信息产业有限公司 | 一种用于提高虚拟机的云计算资源利用率的方法 |
CN106484530A (zh) * | 2016-09-05 | 2017-03-08 | 努比亚技术有限公司 | 一种分布式任务调度运维监控系统及方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113626145A (zh) * | 2021-07-21 | 2021-11-09 | 济南浪潮数据技术有限公司 | 业务虚拟机数量动态扩容方法及系统 |
CN113626145B (zh) * | 2021-07-21 | 2022-07-19 | 济南浪潮数据技术有限公司 | 业务虚拟机数量动态扩容方法及系统 |
CN113778668A (zh) * | 2021-08-18 | 2021-12-10 | 中国光大银行股份有限公司 | 虚拟资源部署方法、系统和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107368351B (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104335175B (zh) | 基于系统性能度量在系统节点之间标识和迁移线程的方法和系统 | |
CN100465968C (zh) | 自动化测试日志处理系统 | |
CN106022483A (zh) | 机器学习模型之间进行转换的方法与设备 | |
CN105659209B (zh) | 在客户端设备上托管的云服务 | |
CN109918378A (zh) | 一种基于区块链的遥感数据存储方法和存储系统 | |
CN107992537A (zh) | 业务属性传递方法、装置、计算机设备及存储介质 | |
JP2020177668A (ja) | ユーザ画像の処理方法、ユーザ画像の処理装置、サーバ及び記憶媒体 | |
CN107368351A (zh) | 一种虚拟机配置自动升级扩容方法和装置 | |
CN110389933A (zh) | 一种进程间的日志管理方法及装置 | |
CN110597490A (zh) | 一种软件开发需求分配方法及装置 | |
CN103326930B (zh) | 开放平台接口自动巡检方法和系统 | |
CN107480188B (zh) | 一种审计业务数据处理方法和计算机设备 | |
CN102629231B (zh) | 一种检测任务堆栈的方法 | |
CN108595421A (zh) | 一种中文实体关联关系的抽取方法、装置及系统 | |
CN104050193A (zh) | 生成报文的方法和实现该方法的数据处理系统 | |
CN107423091A (zh) | 用于车载设备的usb驱动程序加载方法及其装置 | |
CN109271247A (zh) | 内存优化方法、装置、计算机装置以及存储介质 | |
CN110442504A (zh) | 基于调用栈分析的性能测试方法和装置 | |
CN110858326A (zh) | 模型训练及获取附加特征数据的方法、装置、设备及介质 | |
CN106230944A (zh) | 一种基于云计算机系统的高峰访问的运行装置 | |
CN111131449B (zh) | 一种水资源管理系统服务集群化框架构建方法 | |
CN112364102A (zh) | 一种基于区块链的大数据交易方法、装置、介质及设备 | |
CN107393594A (zh) | 一种多核固态硬盘调试方法及系统 | |
CN106294115B (zh) | 一种应用系统迁移性的测试方法及装置 | |
CN107368338A (zh) | 一种软件自动部署方法和装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210204 Address after: Building 9, No.1, guanpu Road, Guoxiang street, Wuzhong Economic Development Zone, Wuzhong District, Suzhou City, Jiangsu Province Applicant after: SUZHOU LANGCHAO INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: Room 1601, floor 16, 278 Xinyi Road, Zhengdong New District, Zhengzhou City, Henan Province Applicant before: ZHENGZHOU YUNHAI INFORMATION TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |