CN107534583B - 在管理节点中实现的方法和相关装置 - Google Patents

在管理节点中实现的方法和相关装置 Download PDF

Info

Publication number
CN107534583B
CN107534583B CN201680024392.2A CN201680024392A CN107534583B CN 107534583 B CN107534583 B CN 107534583B CN 201680024392 A CN201680024392 A CN 201680024392A CN 107534583 B CN107534583 B CN 107534583B
Authority
CN
China
Prior art keywords
mrsu
tenant
resource
resources
estimated
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.)
Active
Application number
CN201680024392.2A
Other languages
English (en)
Other versions
CN107534583A (zh
Inventor
罗敏
大卫·古铁雷斯·埃斯特韦斯
朱佳峰
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.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
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 Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Publication of CN107534583A publication Critical patent/CN107534583A/zh
Application granted granted Critical
Publication of CN107534583B publication Critical patent/CN107534583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
    • 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
    • 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
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5054—Automatic deployment of services triggered by the service manager, e.g. service implementation by automatic configuration of network components
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种装置，包括处理器，用于获取多个数据中心(data center，简称DC)租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；确定所述租户的最小资源可调度单元(Minimum Resource Schedulable Unit，简称MRSU)，其中，确定的MRSU包括包含在多个DC服务器的至少一个中的一组动态可分配的相关处理器资源、处理内存资源、存储资源以及网络资源，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户。该装置还包括与所述处理器耦合的发送器，用于传输所述MRSU分配额给所述DC服务器，从而为所述DC租户进行分配。

Description

在管理节点中实现的方法和相关装置
相关申请案交叉申请
本申请要求于2015年4月30日递交的发明名称为“具有多资源可调度单元(MRSU)的数据中心的应用驱动和自适应统一资源管理”的第62/154,805号美国临时专利申请案以及于2016年4月19日递交的发明名称为“具有多资源可调度单元(MRSU)的数据中心的应用驱动和自适应统一资源管理”的第15/132,443号美国专利申请案的在先申请优先权，该在先申请的内容以引入的方式并入本文。
背景技术
随着云计算技术的出现，可以通过虚拟化技术为有需求的租户提供硬件(如CPU、内存、存储和网络资源)。因此，可以在云计算环境中共享硬件，使设备在运行时能比在类似环境中使用专用架构的设备使用少得多的资源(如服务器)。为了最大限度地优化云计算系统，硬件分配和共享方案变得越来越复杂。
发明内容
在一个实施例中，本发明包括一种装置，包括处理器，用于：获取多个数据中心(data center，简称DC)租户的预估的处理需求；获取所述DC租户的预估的CPU和内存需求；获取所述DC租户的预估的存储需求；获取所述DC租户的预估的网络通信带宽需求；确定所述租户的最小资源可调度单元(Minimum Resource Schedulable Unit，简称MRSU)，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源、存储资源以及网络带宽资源，所述相关处理器资源、处理内存资源、存储资源以及网络资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户。该装置还包括与所述处理器耦合的发送器，用于传输所述MRSU分配额给所述DC服务器，从而为所述DC租户进行分配。
在另一个实施例中，本发明包括一种在管理节点中实现的方法，该方法包括：所述管理节点的处理器确定DC中的多个租户的预估的应用资源需求，其中，所述预估的应用资源需求包括预估的处理需求、预估的内存需求以及预估的存储需求；所述处理器确定所述租户的MRSU，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源以及存储资源，所述相关处理器资源、处理内存资源以及存储资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求以及预估的存储需求；所述处理器将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户；所述管理节点的发送器传输所述MRSU分配额给所述DC服务器，从而为所述DC租户进行分配。
在另一个实施例中，本发明包括一种非瞬时性计算机可读介质，包括存储在所述非瞬时性计算机可读介质上的可执行指令的计算机程序产品，使得在被处理器执行时，DC中的管理节点能够：确定所述DC中的多个租户的预估的应用资源需求，其中，所述预估的应用资源需求包括每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；确定所述租户的MRSU，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源、存储资源以及网络资源，所述相关处理器资源、处理内存资源、存储资源以及网络资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户；所述管理节点的发送器传输所述MRSU分配额给所述DC服务器，从而为所述DC租户进行分配。
通过以下结合附图和权利要求的详细描述，这些以及其它特征将会被更清楚地理解。
附图说明
为了更透彻地理解本发明，现参阅结合附图和具体实施方式而描述的以下简要说明，其中的相同参考标号表示相同部分。
图1为一种DC网络的一实施例的示意图。
图2为一种计算资源调度器的示意图。
图3为一种用于分配DC中的计算资源的网元(network element，简称NE)的一实施例的示意图。
图4为一种资源分配方案的一实施例的示意图。
图5为基于由最大公约数方案确定的MRSU的资源分配方案的一实施例的示意图。
图6为基于由最小需求方案确定的MRSU的资源分配方案的一实施例的示意图。
图7示出了对资源分配问题公式化方案的实施例进行比较的示意图。
图8为一种DC资源管理方法的一实施例的流程图。
图9为基于MRSU的资源分配方法的一实施例的流程图。
图10为具有动态重分配的基于MRSU的资源分配方法的一实施例的流程图。
具体实施方式
首先应理解，尽管下文提供一项或多项实施例的说明性实施方案，但所公开的系统和/或方法可使用任何数目的技术来实施，无论该技术是当前已知还是现有的。本发明决不应限于下文所说明的说明性实施方案、附图和技术，包括本文所说明并描述的示例性设计和实施方案，而是可在所附权利要求书的范围以及其等效物的完整范围内修改。
DC为每个DC租户调度并分配多种类型的计算资源，以允许租户执行任何期望的应用。例如，DC可以分配中央处理单元(central processing unit，简称CPU)核心、处理内存(例如随机存取存储器(random access memory，简称RAM))、长期/非易失性存储器、和/或网络通信资源给多租户环境中的每个租户。可以在开始特定进程例如在开始创建虚拟机(virtual mechaine，简称VM)时分配资源，持续分配直到这些资源被释放。这种分配要求一直分配资源以支持峰值资源需求，从而在非高峰时间会产生空闲资源。或者，可以根据需要为每个DC租户和/或相关联的应用分配资源，以充分使用所有资源。可以单独分配每种类型的资源，从而产生理论上的优化增益。然而，每种类型的资源的持续的动态独立分配会导致巨大的计算复杂度。
这里公开了相关计算资源的MRSU，例如处理器核、RAM、内存存储和/或通信带宽。可以基于特定DC上运行的应用的需要来动态地确定该MRSU。例如，MRSU可以被确定为资源的多维阵列，该多维阵列通过获取每种类型的总资源和每种类型的总预估的应用资源需求的最大公约数而确定。作为另一示例，可以通过将MRSU设置为每种资源类型的任意应用的最小预估的资源需求来确定MRSU。一旦确定了MRSU，可分配相关资源组作为每个时隙的单位，这大大降低了计算复杂度。可以基于DC租户的变化的需求周期性地(例如在每个时隙)重新确定该MRSU。分配整个资源组(例如，给每个租户分配整数个MRSU)可能会导致过度分配。相应地，可以采用基于任务的调度器根据需要来动态地重新分配过度分配的资源，以满足特定应用的超过其预估的资源需求的需求。
图1为包括用于云计算环境中的动态分配的多个资源的数据中心网络100的实施例的示意图。数据中心网络100可以位于数据中心180中。网络100可以包括服务器110，其可以操作虚拟机监视器111。该虚拟机监视器111可以创建和/或操作VM 112、113和114。VM112、113和114可由多租户环境中的不同DC租户对其进行操作，可以不用于共享公共数据，且相互之间可以不直接感知。网络还可以包括可以与服务器110连接的管理节点130。管理节点130可以与服务器110和/或虚拟机监视器111进行通信，以给VM 112、113和/或114分配资源。虚拟机监视器111可以基于管理节点130的分配来动态地将VM 112、113和114的全部或部分移动到其他虚拟机监视器和/或服务器。虚拟机监视器111可以与管理节点130进行通信，以便于VM 112、113和114的传输，并进行活跃网络流量的到VM 112、113和114的相关主机路由。
数据中心180可以为用于容纳计算机系统和相关组件的设备，例如电信和存储系统。数据中心180可以包括冗余或备用电源设备、冗余数据通信连接设备、环境控制(例如空调、灭火)设备和安全设备。数据中心180可以包括：网络100，用于将服务器(例如，服务器110)与存储设备(例如，存储节点120)互联，管理通信，以及使远程主机和/或本地主机能够对数据中心180的资源进行访问(例如，通过边界路由器170进行访问)。主机可以为任何用于从服务器(例如服务器110)请求服务(例如，进程、存储等)的设备。主机可以为一个可以位于数据中心180外部的远程主机，或者为一个可以位于数据中心180内部的本地主机。主机、服务器110、管理节点130和存储节点130可以通过聚合交换机网络150进行通信。
数据中心180可以容纳多个服务器，例如服务器110。服务器110可以为任何用于响应主机的请求，为主机提供服务和/或运行主机的应用的设备。服务器110可以包括用于执行DC租户应用的资源，例如处理器核心/CPU、处理内存、存储内存以及网络通信资源。例如，服务器110可以通过VM例如VM 112、113和/或114来提供服务/执行应用。VM 112、113和/或114可以为可用于以预定方式(例如通过操作应用)响应请求的物理机的模拟和/或仿真。例如，VM 112、113和/或114可以运行单个程序和/或进程，或者用作系统平台，例如针对许多应用的操作系统(operating system，简称OS)。VM 112、113和/或114可以从主机接收请求，提供数据存储和/或检索，执行进程和/或向主机发送数据(例如进程结果)。VM 112、113和/或114都可以被不同的DC租户操作。因此，VM 112、113和/或114可以共享相同的硬件资源，但在逻辑上可以是分开的，以维持每个DC租户的安全和数据完整性，并且可能不直接交互。VM 112、113和/或114可以由虚拟机监视器111来管理。VM可以包括多个虚拟接口，该虚拟接口可以由虚拟机监视器111支持并且可以用于与主机通信。互联网协议(InternetProtocol，简称IP)地址和/或媒体访问控制(Media Access Control，简称MAC)地址可以与VM、一个VM接口和/或多个VM的接口相关联。VM 112、113和/或114可基于管理节点130的分配来共享接入服务器110的CPU核心、服务器110的内存、服务器110的网络通信资源(例如，线路卡、端口、发送器、接收器、收发器等)、服务器110的存储内存(例如硬盘)和/或存储节点120的存储内存。尽管仅示出了三个VM，但是应当注意，数据中心180可以操作任何数量的VM。还应当注意，在一些实施例中，可以采用可替代的虚拟化技术来实现VM 112、113和/或114，例如软件组、软件容器(例如Docker容器)、Hadoop可调度单元、资源包、资源槽等，不脱离本发明的范围。
虚拟机监视器111可以为可以在服务器110上操作的硬件、软件和/或固件VM管理实体，并且可以用作VM(例如VM 112、113和/或114)的虚拟操作平台。虚拟机监视器111可以创建、管理和将VM传送到其他虚拟机监视器。VM移动性可以为VM在虚拟机监视器和/或服务器之间的传输。例如，虚拟机监视器111可以创建和管理VM 112。在其他进程需要服务器110的资源时，第一虚拟机监视器111可以将部分或全部VM 112传送到在第二服务器110上运行的第二虚拟机监视器111上。在这种情况下，第二虚拟机监视器111可以使用来自第二服务器110的资源对VM 112进行操作。相应地，可以在VM 112、113和/或114之间动态地分配和/或重新分配所有服务器110和存储节点120之间的硬件资源。相应地，管理节点130可以将数据中心180的资源视为整体，并按需在VM之间全局地分配资源以优化系统资源使用。
服务器110可以位于机架中。每个机架可以包括机架顶(top of rack，简称ToR)交换机140，其可以为用于将数据中心180中的服务器连接到数据中心网络100的交换机。ToR交换机140可以与机架中的每个服务器110连接，也可以连接其他ToR交换机140，从而允许进行机架间的通信。机架可以排成一列。ToR交换机140可以连接到其他交换机，例如列末(end of row，简称EoR)交换机，可以允许进行列间通信。EoR交换机可以作为聚合交换机网络150的一部分进行连接，有时称为交换机结构。聚合交换机网络150可以聚合服务器之间的通信，以与数据中心180的核心网络进行交互。聚合交换机网络150可以与边界路由器(border router，简称BR)170连接。数据中心180可通过BR 170进行通信。BR可位于网络100的网络域的边界处，并且可以提供VM和与VM通信的远程主机间的连接和安全(例如通过互联网)。
数据中心180可以包括存储节点120。存储节点120可以包括用于基于服务器110、VM 112、113和/或114、虚拟机监视器111和/或主机的命令存储并检索数据的多个存储设备(例如带有硬盘的服务器)。存储节点120可以通过诸如光纤通道的高速连接来连接到数据中心180。
数据中心180还可以包括管理节点130。管理节点130可以确定跨数据中心180的所有资源(例如处理器核心、处理器内存、存储和网络通信资源)的全局分配。管理节点130可以保持对每个DC租户(例如VM 112、113和/或114)正运行的应用的感知。管理节点130可以连续地使用应用配置文件来预估的每个DC租户在指定时间段(这里称为时隙)的期望资源需求，并且可以相应地分配数据中心180的资源。时隙的资源分配可以称为大颗粒分配。管理节点130还可以按需重新分配资源，例如当特定应用需要超过预估的需求的资源时。作为具体示例，应用/VM可能在正常时段需要平均数量的资源，在高峰时段需要较多的资源，并且在非高峰时段需要较少的资源。可以根据考虑不同时段使用情况的应用配置文件对资源使用进行建模和预估的。然而，使用尖峰可能随时到来，例如在非高峰时段，需要为使用尖峰期间进行资源的短期重新分配。资源的短期按需重新分配在本文中可以称为小颗粒资源分配。
数据中心180的所有资源的全局动态分配使得这些资源得到最佳利用。然而，全局动态分配的计算复杂度可能过高，并且在实时情况下是不实际的。相应地，管理节点130可以确定使用MRSU的资源分配。MRSU可以为用于多租户数据中心的最小可调度单元，包括确定数量的CPU核心、以千兆字节(Gigabyte，简称GB)为单位测量的处理内存(例如RAM)、以GB为单位测量的存储内存、和/或以带宽(例如，兆字节(Megabyte，简称MB)每秒(Megabytesper second，简称MBps)、GB每秒(GB per second，简称GBps)等)测量的网络通信资源。MRSU包括多个计算资源，其可以被联合调度以服务具有指定服务质量的最小规模应用。MRSU的最佳值可能在多个数据中心甚至单个数据中心中有所不同，其取决于特定时刻的应用需求。因此，可以针对每个时隙确定相关资源的MRSU。然后可以将整数个MRSU分配给每个DC租户，用于在时隙的持续时间内运行相关联的应用/VM。分配的MRSU可以包含操作这些应用所需的所有资源，从而进行单个全局计算并降低计算复杂度。整数个MRSU的分配(例如大颗粒分配)可能导致一些资源的过度分配。相应地，管理节点130可以根据需要对过度分配的资源进行小颗粒的重新分配，以支持DC租户的应用/VM在非预期的尖峰期使用资源。
MRSU可以被正式定义为Ψ＝{x，y，z，w}，其中Ψ表示单个MRSU，x表示以CPU核心数量衡量的计算资源量，y表示以单位为GB的RAM块衡量的内存资源量，z表示以GB块衡量的磁盘存储资源量，w表示以带宽(例如Mbps)衡量的网络资源量。可以将MRSU定义为一组MRSU全元组(MRSU full tuple，简称MRSU-FT)，其中，将成倍的MRSU全元组分配给每个应用。也可以使用独立维度(MRSU independent dimension，简称MRSU-ID)来定义MRSU，其中每个维度被独立地分配给每个应用，作为每个MRSU值的倍数。
提取单个MRSU来跨多租户数据中心进行全局分配可能要求检查由每个DC租户运行的一组应用的联合配置文件。管理节点130将来自所有应用和所有DC租户的应用配置文件进行组合，以创建联合配置文件，从而使用该联合配置文件来提取整个DC的MRSU。通过使用这里讨论的MRSU计算，基于托管DC租户的工作负载动态，基于MRSU的分配对于每个DC都是自适应并可调的。
图2为计算资源调度器200的示意图，其可以在数据中心中实现，例如数据中心180的管理节点130。该调度器可以通过MRSU管理、调度和/或分配数据中心的计算资源(例如，处理器、处理内存、存储和网络通信资源)。为了调度计算资源的使用，调度器200采用大颗粒分配进程204和小颗粒分配进程212。大颗粒分配进程204根据DC租户的预估的或预测的计算资源工作负载/需求来分配指定时隙的数据中心计算资源。例如，大颗粒分配进程204用作应用驱动全局容量规划器(application driven global capacity planer，简称ADGCP)，并且根据基于计算资源位置和时间的预估的或预测的工作负载、数据中心在指定时间的数据分布、可用或所需的服务质量(quality of service，简称QoS)级别以及其他类似特征，粗略地分配整个数据中心的资源。为了分配计算资源，大颗粒分配进程204计算分配给每个应用的计算资源的量，使得分配满足或超过相应应用的预期需求。例如，大颗粒分配进程204配置MRSU计算进程206模块，以将相关资源的MRSU确定为多维资源向量。确定MRSU，使得一个或多个MRSU在被分配给特定DC租户时可以提供足够的计算资源以满足预估的的需求。大颗粒分配进程204还通过MRSU分配进程208在时隙的持续时间内向每个DC租户分配MRSU的整数值。下面进一步讨论示例MRSU计算和分配方案。
大颗粒分配进程204重新计算每个时隙的分配，其中时隙为数据中心中的应用进行处理的时间间隔T。进行重新计算，从而能够针对DC租户的需要动态地定制每个指定时间点的计算资源分配。因为分配的动态特性受到时隙的持续时间的限制，所以认为分配是大颗粒的。例如，可以根据应用配置文件对请求数据中心中的计算资源的应用进行建模，该应用配置文件可由数据中心组件(例如，管理节点130)计算得到，或从与相应DC租户相关联的主机中接收。或者，该应用配置文件可以存储在数据中心中，并且在与其中一个应用配置文件对应的应用请求使用计算资源时可以调用该应用配置文件。大颗粒分配进程204根据应用配置文件来确定时间间隔T，从而可以根据在时间间隔T期间请求计算资源的应用的需要、针对时间间隔T优化粗粒度分配进程204进行的计算资源分配。
计算资源调度器200还采用包含小颗粒分配调谐器214进程的小颗粒资源分配进程212。小颗粒分配调谐器214用于通过不受时隙持续时间限制的小颗粒方式提供动态资源分配变化。例如，MRSU的分配可能导致计算资源过度地分配给一些DC租户(例如，一个DC租户可能接收过多的CPU核，另一个DC租户可能接收过多的内存、存储、或网络通信资源等)。小颗粒分配调谐器214可以保持对资源过度分配的感知。由于例如非预期的资源需求尖峰，小颗粒分配调谐器214还可以从应用接收请求使用超过相应分配资源的请求。小颗粒分配调谐器214可以将未分配或过度分配的资源重新分配给请求更多资源的应用。相应地，每个应用可以不受时隙的限制来接收所需的所有资源。由于小颗粒分配调谐器214进行的重新分配不受时隙的限制，因此认为该分配是小颗粒的。小颗粒分配调谐器214可以在不调用粗粒度分配进程204的ADGCP的情况下，通过AutoScaler等低级调度器来实现。相应地，小颗粒资源分配进程212可能要求比粗粒度分配进程204更少和/或更简单的计算。应当注意的是，粗粒度分配进程204和/或小颗粒资源分配进程212可以实现为软件模块、固件模块、硬件模块和/或计算机程序产品，包括存储在能够被通用处理器执行的非瞬时性介质中的指令。
图3为用于在数据中心例如数据中心100中分配计算资源的NE 300的实施例的示意图。可以配置NE 300用作管理节点，比如管理节点130，并且可以实现计算资源调度器，例如计算资源调度器200。NE 300也可以在服务器110等服务器、ToR 140等路由器、存储节点120等存储节点，或数据中心100中的任何其他组件中实现。NE 300也可以用于实现各种资源分配方案，例如方案400、500、600和/或700等。此外，可以采用NE 300来实现本文公开的方法，例如如下所述的方法800、900和/或1000。NE 300可以在单个节点中实现，或者NE 300的功能可以在多个节点中实现。本领域的技术人员应意识到，术语NE包括广泛意义上的设备，NE 300仅是其中一个示例。包含在内的NE 300是为了表述清楚，并不旨在将本发明的应用限制为特定的NE实施例或某一类NE实施例。本发明所述的至少部分特征/方法在网络装置或组件(如NE 300)中实现，例如，本发明中的特征/方法可以采用硬件、固件和/或在硬件上安装运行的软件实现。NE 300为通过网络传输帧的任何设备，例如交换机、路由器、网桥、服务器、客户端等。如图3所示，NE 300可以包括收发器(transceiver，简称Tx/Rx)320，可以为发送器、接收器或其组合。Tx/Rx 320可分别耦合至多个下行端口310(例如下行接口)以传输帧和/或从其他节点接收帧，Tx/Rx 320也可分别耦合至多个上行端口340(例如上行接口)以传输帧和/或从其他节点接收帧。处理器330耦合至Tx/Rx 320，以处理帧和/或确定向哪些节点发送帧。处理器330可以包括一个或多个多核处理器，并可耦合至/包括内存设备350，用作数据存储、缓冲区、RAM、只读存储器(read only memory，简称ROM)等。处理器330可实现为通用处理器，或实现为一个或多个专用集成电路(application-specificintegrated circuit，简称ASIC)和/或数字信号处理器(digital signal processing，简称DSP)的一部分。处理器330包括分配模块360，分配模块360实现本文讨论的至少一些方案/方法，例如方案400-700和/或方法800-1000。在可替代实施例中，分配模块360实现为存储在内存350中的、由处理器330执行或部分在处理器330中实现部分在内存350中实现的指令，例如，存储在包括由处理器330执行的指令的非暂时性存储器中的计算机程序产品。在另一替代实施例中，分配模块360在单独的NE上实现。下行端口310和/或上行端口340可包含电子和/或光传输和/或接收组件。
可以理解的是，通过编程和/或加载可执行指令至NE 300，处理器330、分配模块360、Tx/Rx320、内存350、下行端口310和/或上行端口340中的至少一个会发生变化，从而将NE 300部分地转换成拥有本发明所述新颖功能的特定机器或装置，如多核转发架构。对于电气工程和软件工程领域至关重要的是，也可以按照公知的设计规则将可以通过将可执行软件加载到计算机来实现的功能转换为硬件实现。在软件还是硬件中实现某一概念通常取决于对于待生产单元设计稳定性和数量的考虑，而并非考虑任何涉及从软件域到硬件域的转换问题。通常，经常变化的设计可以优先在软件中实现，这是因为重编硬件实现要比重编软件设计更加昂贵。通常，稳定性好且大批量生产的设计更适合在ASIC等硬件中实现，因为大批量生产运行使得硬件实现方式比软件实现方式更低廉。通常，一项设计可以以软件的形式进行开发和测试，之后根据公认的设计规则转变为专用集成电路中等效的硬件实施方式，在专用集成电路中用硬件来控制所述软件的指令。按照相同的方式，新型ASIC控制的机器为一种特定机器或装置，同样地，已编程和/或加载可执行指令的计算机也可视为一种特定的机器或装置。
图4为资源分配方案400的实施例的示意图，其可以由管理节点130等管理节点实现，包括数据中心100等数据中心中的计算资源调度器200等资源调度器。方案400对计算资源进行分配，例如分配CPU 401用作处理器资源、分配内存403用作处理内存资源、分配存储器405用作存储资源、和分配网络带宽407用作网络通信资源。分配的计算资源可以来自服务器110等DC服务器、存储节点120等存储节点，和/或ToR 140等交换机和/或聚合交换机网络150上的可用资源。分配处理器资源、处理内存资源、存储资源和网络通信资源以分别满足DC租户1、DC租户2和DC租户3的预估的处理需求、内存需求、存储需求和网络通信需求。方案400可以分别以CPU处理器核、RAM的GB、内存存储的GB和/或通信带宽的MB/GB为单位分配CPU 401、内存403、存储器405和网络带宽407。应当注意，尽管示出了三个DC租户，但是任何数量的DC租户都可以访问方案400的资源。此外，方案400的资源(CPU 401、内存403、存储器405和网络带宽407)可以被描述为跨数据中心的每个相关联资源的集合，并可以由多个数据中心组件例如服务器110和/或存储节点120等来提供。
如图4所示，方案400尝试基于完全最优分配中的租户预估的需求，向每个DC租户分配CPU 401、内存403、存储器405和网络带宽407。然而，DC租户需求随时间而变化，有时迅速变化。因此，方案400要求不断重新分配。另外，分别对每个资源进行考虑，因此要求对每种资源类型进行单独的计算。因此，方案400的计算复杂度非常高，并且要求大量的计算开销以动态的方式实现。
图5为基于由最大公约数方案确定的MRSU的资源分配方案500的一实施例的示意图。可以使用包括数据中心(例如数据中心100)中计算资源的资源调度器(例如计算资源调度器200)的管理节点(例如管理节点130)通过近似方案400的方式实现方案500。方案500描述了MRSU-FT实现，其中元组包括用作处理器资源(x)的CPU 501、用作处理内存资源(y)的内存503、用作存储资源(z)的存储内存505、以及用作网络通信资源(w)的网络带宽507。管理节点可以通过将所有DC租户的预估的处理需求的最大公约数确定为x，将所有DC租户的预估的处理内存需求的最大公约数确定为y，将所有DC租户的预估的存储需求的最大公约数确定为z，将所有DC租户的预估的网络通信需求的最大公约数确定为w，以确定x、y、z和w的值。元组x、y、z和w可以定义下一个时隙的Ψ的MRSU值。在确定MRSU元组之后，可以基于各租户分配CPU 501、内存503、存储器505和网络带宽507作为全元组x、y、z和w的倍数，以满足每个DC租户的预估的需求。例如，租户1可能需要2x、3y、2.7z和2.2w。由于需要3个元组来满足租户1的最大需求(例如3y的处理内存需求)，其他值也都设置为3，以便只分配全元组。向租户1分配3个MRSU导致1x、0.3z和0.8w的过度分配，可以按需由小颗粒调度器动态地重新分配。类似地，租户2可能需要5x、4.8y、4z和4.7w，导致要分配5个MRSU(因为必须使用5个MRSU来满足5x)或5x、5y、5z和5w以及过度分配0.2y、1z和0.3w。此外，租户3可能需要4x、3.7y、4z和3.8w，导致分配4个MRSU或4x、4y、4z和4w以及过度分配0.3y和0.2w。未分配的资源可以保持空闲，直到小颗粒分配需要。通过采用方案500的MRSU-FT实现，可以跨相关资源的多维阵列同时进行分配，从而降低每个时隙的处理开销。
图6为基于由最小需求方案确定的MRSU的资源分配方案600的一实施例的示意图。可以使用包括数据中心100等数据中心中的计算资源调度器200等资源调度器的管理节点130等管理节点通过近似于方案400和500的方式在计算资源上实现方案600。方案600描述了MRSU-ID实现，其中维度包括用作处理器资源(x)的CPU 601、用作处理内存资源(y)的内存603、用作存储资源(z)的存储605、以及用作网络通信资源(w)的网络带宽607。管理节点可以通过预估的每个DC租户的处理需求并且选择x作为足以满足具有最小预估的处理需求的DC租户的预估的处理需求的处理器资源，以确定值x。类似地，可以通过选择处理内存资源作为y来确定y，其中y内存资源足以满足所有DC租户的预估的内存需求的最小预估的内存需求。进一步地，可以通过选择存储资源作为z来确定z，其中z存储资源足以满足所有DC租户的预估的存储需求的最小预估的存储需求。另外，可以通过选择网络通信资源作为w来确定w，其中w网络通信资源足以满足所有DC租户的预估的网络通信需求的最小预估的网络通信需求。确定的x、y、z和w的值这时可以定义下一个时隙的MRSU的值(Ψ)，其中Ψ为资源值的独立分配维度的多维阵列。在确定MRSU定义之后，CPU 601、内存603、存储605和网络带宽607可以各自根据MRSU独立地分配。例如，租户1可能需要最少的预估的处理资源，因此将足以满足租户1的预估的处理需求的处理资源的值设置为x。租户3可能需要最少的预估的内存资源，因此将足以满足租户3的处理内存资源需求的内存值设置为y。租户1和2一起可能要求最少的预估的存储资源需求，因此将足以满足租户1和租户2的存储需求的存储内存的值设置为z。租户1可能要求最少的预估的网络通信需求，因此将足以满足租户1的预估的网络通信需求的网络通信资源的值设置为w。一旦确定了MRSU的值，能被分配给每个租户的资源为MRSU的对应值的倍数。例如，租户1可能需要x，租户2可能需要1.9x，租户3可能需要1.7x，导致分别分配相应的MRSU值的整数倍x、2x和2x来满足或超过每个租户的处理资源需求。此外，租户1可能需要1.1y，租户2可能需要1.2y，租户3可能需要y，导致分别分配2y、2y和y。租户1和2可能需要z，租户3可能需要1.3z，从而分别分配z、z和2z。最后，租户1可能需要w，租户2可能需要1.7w，租户3可能需要1.2w，从而分别分配w、2w和2w。与方案500一样，方案600的MRSU实现会导致过度分配，可以通过使用小颗粒调度器和空闲资源以按需满足不断变化的需求。通过采用方案600的MRSU-ID实现，可以跨相关资源的多维阵列进行分配，从而降低每个时隙的处理开销。
图7示出了对资源分配问题公式化方案701和702的实施例进行比较的示意图。可以使用包括数据中心100等数据中心中的计算资源调度器200等资源调度器的管理节点130等管理节点通过近似于方案400-600的方式在计算资源上实现方案701和702。问题公式化方案701通过解决最小化资源过度分配的单个一般优化问题来确定为每个应用(X)、MRSU值(Ψ)和资源分配(A)选择的实际资源的变形。通过将X、Ψ和A作为单个问题公式化的一部分，使得X、Ψ和A各自变得相互关联，这加大了整个问题的复杂度。问题公式化方案702将优化问题作为多个单独的问题来处理，简化了方案701。方案702首先确定每个DC租户的资源需求以确定X，同时尝试跨维度的变形不平衡。例如，可以提高对内存资源的预估的以匹配所需处理器资源的提升的预估的。一旦确定了资源的平衡的变形(例如集合)，就能简化对Ψ和A的选择。然后可以计算A，目的是将过度分配最小化，以满足该平衡的资源需求变形。由此，方案701可以以更大的处理器开销为代价得到更优化的大颗粒分配。然而，方案702带来的潜在的不准确性可以通过小颗粒分配调谐器214等小颗粒分配调谐器按需进行的小颗粒优化来克服。
不管采用何种方案，在优化问题中，应当将每个时间间隔T内资源过度分配最小化，同时依旧保证满足每个DC租户的能力、公平性、优先级和资源需求限制。此外，本文讨论的问题的解决方案涉及资源可延展性。当能确定若干资源组合(例如变形)以满足应用需求时，要考虑资源可延展性。使用资源可延展性的概念能在不影响需求满足度的情况下允许调度器为每个应用选择对整个数据中心(例如，最小化过度分配)最有利的资源组合。
可以通过应用受约束的目标函数来确定最佳分配。通过定制目标函数确定MRSU值、分配给每个应用的MRSU的数量、以及待分配给每个应用的资源(例如，对应每个MRSU的特定资源)的变形。目标函数应尽可能地减少过度分配并保证极大极小公平性，其中极大极小公平性公平地分配资源给每个应用，同时以每个应用为基础将可能的最坏情况下的分配不足最小化。目标函数可以在数学上根据等式1表示。
等式1
其中A为指示在每个时刻(t)分配给每个应用(a)的MRSU的数量的时间分配矩阵，T为MRSU定义有效的间隔(例如，时隙)，ΨT为针对一个时隙的MRSU，X为指示为每个应用选择的特定资源组合的变形选择矩阵，N为数据中心中的应用的数量，D为资源维度的数量(例如，待分配的资源类型的数量)，并且rndi指示在具有变形i的维度d中的应用n的峰值资源需求。目标函数是对多选择背包问题的修改，其中考虑了多组项目(例如，待选择的资源)，并且管理节点必须从每个组中选择一个项目以将利润(例如公平分配)最大化。一个项目为一个资源的数量，且每组项目由该特定资源的不同变形表示。
目标函数可以有多个约束。例如，该约束可以包括第一约束(C1)，要求每个时隙中的所有应用的资源分配不能超过任何维度中的相关资源容量；包括基于优先级的峰值资源约束的第二约束(C2)，要求高优先级的应用比低优先级应用在T上接收更接近其峰值需求的平均资源；第三约束(C3)，要求为每个应用分配一个离散数量的MRSU；第四约束(C4)，要求MRSU为多维资源阵列，使得每个维度包含大于零的值；第五约束(C5)和第六约束(C6)，要求只能为每个应用选择一个变形(例如计算、内存、存储和组网资源的具体组合)。约束C1至C6在数学上被描述为如公式2到7所示：
C1：
Figure GDA0002225709630000101
等式2
C2：
等式3
C3：
Figure GDA0002225709630000103
等式4
C4：
Figure GDA0002225709630000104
等式5
C5：
等式6
C6：
Figure GDA0002225709630000106
等式7
其中A为指示在每个时刻分配给每个应用的MRSU的数量的时间分配矩阵，
Figure GDA0002225709630000109
为一个数学运算符，指示应该对整个相关联的集合执行操作，代表所有实数，
Figure GDA0002225709630000108
代表所有自然数，T为MRSU定义有效的间隔(例如，时隙)，ΨT为针对一个时隙的MRSU，X为指示为每个应用选择的特定资源组合的变形选择矩阵，N为数据中心中的应用的数量，D为资源维度的数量(例如，待分配的资源类型的数量)，rndi表示在具有变形I的维度d中的应用n的峰值资源需求，Cd为维度d中的数据中心的容量，ωn为应用n的优先级，其中ωn大于零并且小于或等于1。
可以采用第一子问题来选择每个应用的变形，例如通过将跨维度的资源不平衡最小化，以通过方案702的两个子问题方法来解决目标函数和约束。应满足约束C4以确保在第二子问题中的分配的可行性，并且应当满足约束C5和C6以简化第二子问题。然后，第二子问题可以为时隙确定MRSU定义，并且按照每个应用一个单个需求集合为每个应用分配整数个MRSU。由于在第一子问题中确定了X，允许忽略第二子问题中的约束C5和C6，所以简化了第二子问题的优化问题。
图8为DC资源管理方法800的实施例的流程图。可以使用包括数据中心100等数据中心中的计算资源调度器200等资源调度器的管理节点130等管理节点在计算资源上实现方法800，该计算资源包含在数据中心(例如服务器110、存储节点120、ToR 140和/或聚合交换机网络150)中。在步骤801中，管理节点进行应用建模/配置。步骤801的建模/配置允许管理节点确定在例如高峰时间、非高峰时间等在数据中心上操作的每个应用的资源使用的频率和范围。步骤801的建模/配置还可以包括通过聚合在数据中心中操作的所有应用的配置文件来为整个数据中心创建联合应用配置文件。在步骤803，管理节点可以例如基于对应于特定时隙的时间段内的联合配置文件的特性进行该特定时隙的工作负载预估的。在步骤805，管理节点为时隙确定MRSU，为每个应用分配整数个MRSU，并且基于各租户为每个应用分配与MRSU对应的计算资源，以执行工作负载映射。在步骤807中，管理节点使用小颗粒分配调谐器214等小颗粒分配调谐器根据需要重新分配过度分配的或空闲的资源，以进行连续优化。此外，当应用配置文件和/或相应的需求改变时，方法800可以返回步骤801、803和/或805，以连续地重新计算MRSU，并在连续时隙中重新分配资源。
图9为基于MRSU的资源分配的方法900的实施例的流程图，可以使用包括数据中心100等数据中心中的计算资源调度器200等资源调度器的管理节点130等管理节点在计算资源上实现方法900，该计算资源包含在数据中心(例如服务器110、存储节点120、ToR 140和/或聚合交换机网络150)中。在步骤901中，管理节点为相应MRSU选择时隙的持续时间。可以基于配置文件信息来选择时隙持续时间。例如，指示应用需求在特定时间段上的快速剧烈变化的配置文件可能要求较短的时隙，而长时间的稳态需求则可以允许更长的时隙。在步骤903中，可以通过提取相关MRSU组件来确定MRSU，例如采用方案500计算MRSU-FT或采用方案600计算MRSU-ID。在步骤905，管理节点可以计算可被用于基于数据中心的总容量进行分配的MRSU的数量。在步骤907中，基于各应用和/或各DC租户将MRSU分配给应用。
图10为具有动态重新分配的基于MRSU的资源分配的方法1000的实施例的流程图。可以使用包括数据中心100等数据中心中的计算资源调度器200等资源调度器的管理节点130等管理节点在计算资源上实现方法1000，该计算资源包含在数据中心(例如，服务器110、存储节点120、ToR 140和/或聚合交换机网络150)中。在步骤1001，管理节点(例如基于应用配置文件和/或数据中心的宽联合配置文件)确定时隙的预估的处理器，内存，存储和网络通信需求。可以根据方案701或方案702的子问题1确定X，以完成步骤1001。在步骤1003中，管理节点使用根据方案600的每个资源的最小DC租户需求，或使用根据方案500的资源的最大公约数来确定时隙的相关处理器、内存、存储以及网络通信资源的MRSU。可以根据方案701或方案702的子问题2确定Ψ，以完成步骤1003。在步骤1005中，管理节点针对时隙为每个DC租户分配MRSU的整数值，例如根据方案500和/或600进行分配，以满足为相应DC租户运行的应用的相应预估的需求。可以根据方案701或方案702的子问题2确定A，以完成步骤1003。可以通过大颗粒分配进程204等大颗粒分配进程来完成步骤1001、1003和1005。在步骤1007中，管理节点采用小颗粒分配进程212等小颗粒分配进程确定时隙的资源分配。在步骤1009中，管理节点采用小颗粒分配进程基于各任务动态地重新分配过度分配资源和/或空闲资源，以满足超过预估的需求的特定的DC租户资源需求，例如满足非预期的需求尖峰。
虽然本发明中已提供若干实施例，但应理解，在不脱离本发明的精神或范围的情况下，本发明所公开的系统和方法可以以许多其他特定形式来体现。本发明的实例应被视为说明性而非限制性的，且本发明并不限于本文本所给出的细节。例如，各种元件或部件可以在另一系统中组合或合并，或者某些特征可以省略或不实施。
此外，在不脱离本发明的范围的情况下，各种实施例中描述和说明为离散或单独的技术、系统、子系统和方法可以与其它系统、模块、技术或方法进行组合或合并。展示或论述为彼此耦合或直接耦合或通信的其它项也可以采用电方式、机械方式或其它方式通过某一接口、设备或中间部件间接地耦合或通信。其他变化、替代和改变的示例可以由本领域的技术人员在不脱离本文精神和所公开的范围的情况下确定。

Claims (20)

1.一种通信装置，其特征在于，包括：
处理器，用于：
获取多个数据中心(data center，简称DC)租户的预估的处理需求；
获取所述DC租户的预估的内存需求；
获取所述DC租户的预估的存储需求；
获取所述DC租户的预估的网络通信需求；
确定所述租户的最小资源可调度单元(Minimum Resource Schedulable Unit，简称MRSU)，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源、存储资源以及网络资源，所述相关处理器资源、处理内存资源、存储资源以及网络资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；
将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户；
与所述处理器耦合的发送器，用于传输所述MRSU分配额给所述DC服务器，以指示所述DC服务器实现所述DC租户的所述MRSU分配。
2.根据权利要求1所述的装置，其特征在于，所述MRSU表示为多维资源阵列，所述MRSU的每个维度都包含大于零的值。
3.根据权利要求1所述的装置，其特征在于，所述确定所述MRSU包括：
确定每个DC租户的所述预估的处理需求的最大公约数作为MRSU处理器资源的值；
确定每个DC租户的所述预估的内存需求的最大公约数作为MRSU处理内存资源的值；
确定每个DC租户的所述预估的存储需求的最大公约数作为MRSU存储资源的值；
确定每个DC租户的预估的网络通信需求的最大公约数作为MRSU网络资源的值。
4.根据权利要求1所述的装置，其特征在于，所述确定所述MRSU包括：
选择所述DC租户的预估的处理需求的最低处理需求作为所述MRSU处理器资源；
选择所述DC租户的预估的内存需求的最低内存需求作为所述MRSU处理内存资源；
选择所述DC租户的预估的存储需求的最低存储需求作为所述MRSU存储资源；
选择所述DC租户的预估的网络通信需求的最低网络通信需求作为所述MRSU网络资源。
5.根据权利要求1所述的装置，其特征在于，所述处理器还用于：
实现全局调度器，用于将MRSU的整数值分配给每个DC租户作为所述MRSU分配额；
实现基于任务的调度器，用于通过以下方式更新所述MRSU分配：
确定由分配MRSU的所述整数值导致的资源过度分配；
当一个或多个DC租户请求使用超过预估的需求的资源时，将所述资源过度分配动态地重新分配给所述一个或多个DC租户。
6.根据权利要求1所述的装置，其特征在于，为多个时隙中的每个时隙重新确定所述MRSU。
7.根据权利要求6所述的装置，其特征在于，每次重新确定所述MRSU时，将重新分配所述MRSU分配额。
8.根据权利要求1所述的装置，其特征在于，基于DC租户服务质量(quality ofservice，简称QoS)要求和DC租户数据位置确定所述预估的处理需求、所述预估的内存需求、所述预估的存储需求以及所述预估的网络通信需求。
9.根据权利要求1所述的装置，其特征在于，基于与DC租户相关的申请资料获得所述预估的处理需求、所述预估的内存需求、所述预估的存储需求以及所述预估的网络通信需求。
10.根据权利要求1所述的装置，其特征在于，通过应用选来最小化资源过度分配并最大化资源分配公平性的目标函数来确定所述MRSU。
11.一种在管理节点中实现的方法，其特征在于，所述方法包括：
所述管理节点的处理器确定数据中心(data center，简称DC)中的多个租户的预估的应用资源需求，其中，所述预估的应用资源需求包括预估的处理需求、预估的内存需求以及预估的存储需求；
所述处理器确定所述租户的最小资源可调度单元(Minimum Resource SchedulableUnit，简称MRSU)，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源以及存储资源，所述相关处理器资源、处理内存资源以及存储资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求以及预估的存储需求；
所述处理器将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户；
所述管理节点的发送器传输所述MRSU分配额给所述DC服务器，以指示所述DC服务器实现所述DC租户的所述MRSU分配。
12.根据权利要求11所述的方法，其特征在于，所述确定所述MRSU包括：
确定每个DC租户的所述预估的处理需求的最大公约数作为MRSU处理器资源的值；
确定每个DC租户的所述预估的内存需求的最大公约数作为MRSU处理内存资源的值；
确定每个DC租户的所述预估的存储需求的最大公约数作为MRSU存储资源的值。
13.根据权利要求11所述的方法，其特征在于，所述确定所述MRSU包括：
选择所述DC租户的预估的处理需求的最低处理需求作为所述MRSU处理器资源；
选择所述DC租户的预估的内存需求的最低内存需求作为所述MRSU处理内存资源；
选择所述DC租户的预估的存储需求的最低存储需求作为所述MRSU存储资源。
14.根据权利要求11所述的方法，其特征在于，所述MRSU表示为多维资源阵列，所述MRSU的每个维度都包含大于零的值。
15.根据权利要求11所述的方法，其特征在于，还包括：
确定由分配MRSU的所述整数值导致的资源过度分配；
当一个或多个DC租户请求使用超过所述预估的应用资源需求的DC资源时，将所述资源过度分配动态地重新分配给所述一个或多个DC租户。
16.根据权利要求11所述的方法，其特征在于，为多个时隙中的每个时隙重新确定所述MRSU，在每次重新确定所述MRSU时重新分配所述MRSU分配额。
17.一种非瞬时性计算机可读介质，其特征在于，包括存储在所述非瞬时性计算机可读介质上的可执行指令的计算机程序产品，使得在被处理器执行时，数据中心(data center，简称DC)中的管理节点能够：
确定所述DC中的多个租户的预估的应用资源需求，其中，所述预估的应用资源需求包括每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；
确定所述租户的最小资源可调度单元(Minimum Resource Schedulable Unit，简称MRSU)，其中，确定的MRSU包括一组动态可分配的相关处理器资源、处理内存资源、存储资源以及网络资源，所述相关处理器资源、处理内存资源、存储资源以及网络资源包含在多个DC服务器的至少一个中，并且确定MRSU使得通过分配MRSU的相应整数值来满足每个DC租户的预估的处理需求、预估的内存需求、预估的存储需求以及预估的网络通信需求；
将MRSU的所述相应整数值作为MRSU分配额分配给每个DC租户；
所述管理节点的发送器传输所述MRSU分配额给所述DC服务器，以指示所述DC服务器实现所述DC租户的所述MRSU分配。
18.根据权利要求17所述的非瞬时性计算机可读介质，其特征在于，所述确定所述MRSU包括：
确定每个DC租户的所述预估的处理需求的最大公约数作为MRSU处理器资源的值；
确定每个DC租户的所述预估的内存需求的最大公约数作为MRSU处理内存资源的值；
确定每个DC租户的所述预估的存储需求的最大公约数作为MRSU存储资源的值；
确定每个DC租户的预估的网络通信需求的最大公约数作为MRSU网络资源的值。
19.根据权利要求17所述的非瞬时性计算机可读介质，其特征在于，所述确定所述MRSU包括：
选择所述DC租户的预估的处理需求的最低处理需求作为所述MRSU处理器资源；
选择所述DC租户的预估的内存需求的最低内存需求作为所述MRSU处理内存资源；
选择所述DC租户的预估的存储需求的最低存储需求作为所述MRSU存储资源；
选择所述DC租户的预估的网络通信需求的最低网络通信需求作为所述MRSU网络资源。
20.根据权利要求17所述的非瞬时性计算机可读介质，其特征在于，所述MRSU表示为多维资源阵列，所述MRSU的每个维度都包含大于零的值。
CN201680024392.2A 2015-04-30 2016-04-26 在管理节点中实现的方法和相关装置 Active CN107534583B (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US201562154805P 2015-04-30 2015-04-30
US62/154,805 2015-04-30
US15/132,443 US10129101B2 (en) 2015-04-30 2016-04-19 Application driven and adaptive unified resource management for data centers with Multi-Resource Schedulable Unit (MRSU)
US15/132,443 2016-04-19
PCT/CN2016/080233 WO2016173488A1 (en) 2015-04-30 2016-04-26 Application driven and adaptive unified resource management for data centers with multi-resource schedulable unit (mrsu)

Publications (2)

Publication Number Publication Date
CN107534583A CN107534583A (zh) 2018-01-02
CN107534583B true CN107534583B (zh) 2020-02-14

Family

ID=57198923

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201680024392.2A Active CN107534583B (zh) 2015-04-30 2016-04-26 在管理节点中实现的方法和相关装置

Country Status (4)

Country Link
US (1) US10129101B2 (zh)
EP (1) EP3281359B1 (zh)
CN (1) CN107534583B (zh)
WO (1) WO2016173488A1 (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10034407B2 (en) * 2016-07-22 2018-07-24 Intel Corporation Storage sled for a data center
US10735279B2 (en) 2017-04-14 2020-08-04 Futurewei Technologies, Inc. Networking service level agreements for computer datacenters
US10521269B2 (en) * 2017-05-01 2019-12-31 Netapp, Inc. Efficient distributed scheduler for a data partitioned system
US9928884B1 (en) * 2017-05-01 2018-03-27 International Business Machines Corporation Elastic memory expansion chip architecture
US10838647B2 (en) 2018-03-14 2020-11-17 Intel Corporation Adaptive data migration across disaggregated memory resources
CN110209490B (zh) * 2018-04-27 2023-07-14 腾讯科技（深圳）有限公司 一种内存管理方法及相关设备
US11249810B2 (en) 2019-03-22 2022-02-15 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups
US11243794B2 (en) * 2019-03-22 2022-02-08 Amazon Technologies, Inc. Interactive GUI for bin-packing virtual machine workloads based on predicted availability of compute instances and scheduled use of the compute instances
US11221887B2 (en) 2019-03-22 2022-01-11 Amazon Technologies, Inc. Bin-packing virtual machine workloads using forecasted capacity usage
US11076004B2 (en) * 2019-08-20 2021-07-27 The Calany Holding S.Á R.L. Virtual radio access network system and method for optimized real-time responsive continuous location-based cloud computing, rendering, tracking, and communication services in three-dimensional space through a distributed computing center network
CN110955522B (zh) * 2019-11-12 2022-10-14 华中科技大学 一种协调性能隔离和数据恢复优化的资源管理方法及系统
US11531570B2 (en) * 2020-03-11 2022-12-20 Fortinet, Inc. Adaptive resource provisioning for a multi-tenant distributed event data store
CN113301087B (zh) * 2020-07-21 2024-04-02 阿里巴巴集团控股有限公司 资源调度方法、装置、计算设备和介质
US20230214233A1 (en) * 2021-12-30 2023-07-06 Pure Storage, Inc. Dynamic Storage Instance Sizing For Application Deployments
CN114090271B (zh) * 2022-01-24 2022-04-29 中诚华隆计算机技术有限公司 云计算资源分配方法、装置、计算设备及存储介质
US11968087B2 (en) * 2022-03-31 2024-04-23 Lenovo (Singapore) Pte. Ltd. Unused device repurposing system
CN117687803B (zh) * 2024-02-04 2024-04-30 中国人民解放军军事科学院系统工程研究院 租户资源分配方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103747059A (zh) * 2013-12-26 2014-04-23 华中科技大学 一种面向多租户的云计算服务器集群网络保障方法和系统
CN104102544A (zh) * 2014-06-30 2014-10-15 武汉理工大学 混合云环境下多QoS约束的并行任务调度成本优化方法
EP2849510A1 (en) * 2012-05-09 2015-03-18 Ntt Docomo, Inc. Wireless base station, user terminal, wireless communications system, and wireless communications method

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8099565B2 (en) * 2007-03-27 2012-01-17 The Board Of Regents Of The University Of Texas System Methods and devices for determining quality of services of storage systems
US8424059B2 (en) * 2008-09-22 2013-04-16 International Business Machines Corporation Calculating multi-tenancy resource requirements and automated tenant dynamic placement in a multi-tenant shared environment
CN101488903A (zh) 2009-02-18 2009-07-22 南京大学 基于统一分类接口的数据中心自动化资源管理系统及方法
US8898402B1 (en) * 2011-03-31 2014-11-25 Emc Corporation Assigning storage resources in a virtualization environment
US8671407B2 (en) * 2011-07-06 2014-03-11 Microsoft Corporation Offering network performance guarantees in multi-tenant datacenters
US9727383B2 (en) * 2012-02-21 2017-08-08 Microsoft Technology Licensing, Llc Predicting datacenter performance to improve provisioning
JP5892031B2 (ja) 2012-10-22 2016-03-23 富士通株式会社 リソース管理システム、リソース管理方法、およびリソース管理プログラム
CN102932279B (zh) 2012-10-30 2016-06-29 北京邮电大学 一种云环境数据中心多维资源调度方法
CN103703724B (zh) 2013-08-15 2015-06-10 华为技术有限公司 一种资源发放方法
US10902464B2 (en) 2013-08-27 2021-01-26 Verizon Media Inc. Spark satellite clusters to HADOOP data stores
US20160043892A1 (en) 2014-07-22 2016-02-11 Intigua, Inc. System and method for cloud based provisioning, configuring, and operating management tools
US10230591B2 (en) * 2014-09-30 2019-03-12 Microsoft Technology Licensing, Llc Network resource governance in multi-tenant datacenters

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2849510A1 (en) * 2012-05-09 2015-03-18 Ntt Docomo, Inc. Wireless base station, user terminal, wireless communications system, and wireless communications method
CN103747059A (zh) * 2013-12-26 2014-04-23 华中科技大学 一种面向多租户的云计算服务器集群网络保障方法和系统
CN104102544A (zh) * 2014-06-30 2014-10-15 武汉理工大学 混合云环境下多QoS约束的并行任务调度成本优化方法

Also Published As

Publication number Publication date
CN107534583A (zh) 2018-01-02
EP3281359B1 (en) 2020-05-13
US20160323880A1 (en) 2016-11-03
WO2016173488A1 (en) 2016-11-03
EP3281359A1 (en) 2018-02-14
US10129101B2 (en) 2018-11-13
EP3281359A4 (en) 2018-04-11

Similar Documents

Publication Publication Date Title
CN107534583B (zh) 在管理节点中实现的方法和相关装置
US10412021B2 (en) Optimizing placement of virtual machines
US9317336B2 (en) Method and apparatus for assignment of virtual resources within a cloud environment
US9485197B2 (en) Task scheduling using virtual clusters
US9519500B2 (en) Offering network performance guarantees in multi-tenant datacenters
US8230438B2 (en) Dynamic application placement under service and memory constraints
US20160350146A1 (en) Optimized hadoop task scheduler in an optimally placed virtualized hadoop cluster using network cost optimizations
WO2018177012A1 (zh) 一种控制带宽的方法、装置和设备
US20180018197A1 (en) Virtual Machine Resource Allocation Method and Apparatus
CN104881325A (zh) 一种资源调度方法和资源调度系统
KR101432751B1 (ko) 가상화 환경 내 하둡 맵리듀스의 부하 분산 방법 및 시스템
CN110221920B (zh) 部署方法、装置、存储介质及系统
CN103401947A (zh) 多个服务器的任务分配方法和装置
CN104396187A (zh) 带宽保证和工作保持
US10574743B1 (en) Resource allocation
CN106302170A (zh) 一种无线云计算系统的资源分配方法
CN111835849A (zh) 增强接入网服务能力的方法和装置
US11979335B2 (en) Network controller
Pandya et al. Dynamic resource allocation techniques in cloud computing
JP6565429B2 (ja) 仮想マシン共有を用いるデータセンタネットワークにおけるリスク軽減
US20160006617A1 (en) Cloud application bandwidth modeling
Kaur et al. Challenges to task and workflow scheduling in cloud environment
CN112685167A (zh) 资源使用方法、电子设备和计算机程序产品
Na et al. Optimal service placement using pseudo service chaining mechanism for cloud-based multimedia services
CN112261132A (zh) 数据中心机群中的处理分配

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
GR01 Patent grant
GR01 Patent grant