CN108132839A - 一种资源调度方法及装置 - Google Patents

一种资源调度方法及装置 Download PDF

Info

Publication number
CN108132839A
CN108132839A CN201611089579.9A CN201611089579A CN108132839A CN 108132839 A CN108132839 A CN 108132839A CN 201611089579 A CN201611089579 A CN 201611089579A CN 108132839 A CN108132839 A CN 108132839A
Authority
CN
China
Prior art keywords
server
candidate
energy
candidate server
application
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
CN201611089579.9A
Other languages
English (en)
Other versions
CN108132839B (zh
Inventor
徐忠宇
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.)
China Mobile Communications Group Co Ltd
China Mobile Communications Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Communications 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 China Mobile Communications Group Co Ltd, China Mobile Communications Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN201611089579.9A priority Critical patent/CN108132839B/zh
Publication of CN108132839A publication Critical patent/CN108132839A/zh
Application granted granted Critical
Publication of CN108132839B publication Critical patent/CN108132839B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本发明实施例公开了一种资源调度方法及装置,用以解决现有技术的资源调度方法,导致云数据中心能耗较高的问题。该方法包括:存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;当该该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,作为候选服务器;在候选服务器中选择满足应用需求的各第一目标服务器,将其资源调度给应用。由于在将服务器资源调度给应用时,考虑应用对服务器处理能力参数的要求,将满足应用需求的目标服务器的资源调度给应用,应用在这些服务器上运行时,服务器的能源消耗比该应用在除这些服务器之外的服务器上的能源消耗都要小,减小了云数据中心的能源消耗。

Description

一种资源调度方法及装置
技术领域
本发明涉及云数据中心资源调度技术领域,特别涉及一种资源调度方法及装置。
背景技术
随着云计算时代的到来,更多的计算资源和存储资源集中在云端,近年来,云数据中心的高能耗逐渐成为一个突出的问题。云数据中心的高能耗问题不仅造成电能的浪费、系统运行的不稳定,同时也对环境造成不良影响。美国联邦机构已经指出高能耗问题将对空气质量、国家安全、气候变化、电网可靠性等方面造成严重影响。因此,云数据中心的节能刻不容缓,能耗优化管理已经成为当前云数据中心亟待解决的重要问题。如何进行合理的资源调度,尽可能降低云数据中心能源的消耗,已经成为云数据中心资源管理的一个重要问题。
在现有技术中,在对云数据中心中的服务器资源进行调度时,根据每台服务器当前的能耗,选择当前能耗较低的几台服务器,将这些服务器的资源调度给应用。但是基于该方法选择的服务器可能无法满足该应用的需求,导致应用在这些服务器上运行时,服务器的能源消耗可能比该应用在除这些服务器之外的其他服务器上的能源消耗还要大,因此现有技术的资源调度方法不能有效的减少云数据中心的能耗。
发明内容
本发明提供一种资源调度方法及装置,用以解决现有技术的资源调度方法,导致云数据中心能耗较高的问题。
为达到上述目的,本发明实施例公开了一种资源调度方法,所述方法包括:
如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;
针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;
在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
进一步地,所述处理能力参数包括:
剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量、和可用性等级。
进一步地,所述数据中心中的服务器被划分为一个资源池,所述资源池中的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
所述获取每台服务器当前的至少一个处理能力参数包括:
在每个子资源池中选择一台服务器,获取选择的所述服务器当前的至少一个处理能力参数;
将该服务器作为候选服务器后,在候选服务器中选择满足所述应用需求的各第一目标服务器之前,所述方法还包括:
根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;
如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
进一步地,所述方法还包括:
在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;
如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的第一目标服务器的资源;
如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足所述应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
进一步地,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器。
进一步地,所述能耗指标包括:
能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
进一步地,如果所述能耗指标为能耗成本指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;
按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
进一步地,如果所述能耗指标为总用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;
按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
进一步地,如果所述能耗指标为外部电网用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;
按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
进一步地,如果所述能耗指标为非可再生能源或非清洁能源用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;
按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
本发明实施例公开了一种资源调度装置,所述装置包括:
获取模块,用于如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;
第一选择模块,用于针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;
选择调度模块,用于在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
进一步地,所述获取模块,具体用于在每个子资源池中选择一台服务器,获取选择的所述服务器当前的至少一个处理能力参数;其中,所述数据中心中的服务器被划分为一个资源池,所述资源池的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
所述装置还包括:
第二选择模块,用于根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述选择调度模块,具体用于判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
进一步的,所述装置还包括:
更新模块,用于在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的第一目标服务器的资源;如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足所述应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
进一步的,所述选择调度模块,具体用于根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器,其中,所述能耗指标包括:能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
进一步的,所述选择调度模块,具体用于如果所述能耗指标为能耗成本指标,针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
进一步的,所述选择调度模块,具体用于如果所述能耗指标为总用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
进一步的,所述选择调度模块,具体用于如果所述能耗指标为外部电网用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
进一步的,所述选择调度模块,具体用于如果所述能耗指标为非可再生能源或非清洁能源用电量指标,针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
本发明实施例公开了一种资源调度方法及装置,所述方法包括:如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。由于在将云数据中心中的服务器资源调度给应用时,考虑到应用对服务器处理能力参数的要求,将满足应用需求的目标服务器的资源调度给所述应用,应用在这些服务器上运行时,服务器的能源消耗比该应用在除这些服务器之外的其他服务器上的能源消耗都要小,因此减小了云数据中心的能源消耗。
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,下面描述中的附图仅仅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为本发明实施例1提供的一种资源调度过程示意图;
图2为本发明实施例提供的一种子资源池划分示意图;
图3为本发明实施例2提供的一种资源调度过程示意图;
图4为本发明实施例提供的一种资源调度过程示意图;
图5为本发明实施例1提供的一种资源调度过程示意图;
图6为本发明实施例提供的一种资源调度过程示意图。
具体实施方式
为了减小云数据中心的能源消耗,本发明实施例提供了一种资源调度方法及装置。
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,所描述的实施例仅仅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作出创造性劳动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。
实施例1:
图1为本发明实施例1提供的一种资源调度过程示意图,该过程包括以下步骤:
S101:如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数。
为了满足应用的处理要求,可以预先设定至少一个处理能力参数,这些处理能力参数是该应用对服务器处理能力的处理需求对应的参数,如果调度给应用的服务器满足该应用对应参数的处理要求,则应用在该服务器上运行时,可以有效的降低服务器的能源消耗,从而可以有效的降低云数据中心的能源消耗。
在针对应用进行资源调度时,如果存在待分配资源的应用,可以获取云数据中心中的每个数据中心中的每台服务器当前的至少一个处理能力参数。该处理能力参数可以包括剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量和可用性等级等。
获取服务器的每个处理能力参数的过程属于现有技术,在本发明实施例中的对该过程不进行赘述。
S102:针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求;将该服务器作为候选服务器。
针对每个应用,可以根据每个应用的处理要求,预先确定该应用满足该处理要求的至少一个处理能力参数对应的范围,根据该应用预先确定的至少一个处理能力参数,在云数据中心中获取每台服务器对应的该至少一个处理能力参数。处理能力参数包括:剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量和可用性等级等。
在针对应用预先确定的满足处理要求的至少一个处理能力参数对应的范围时,可以只确定一个处理能力参数对应的范围,当然也可以是两个,或者三个等处理能力参数对应的范围。
如果针对应用预先确定的满足处理要求的至少一个处理能力参数对应的范围时,确定的是一个处理能力参数对应的范围,则在进行资源调度时,获取每台服务器一个对应的处理能力能参数,例如,预先确定的是服务响应时间对应的范围,则在进行资源调度时,获取每台服务器对应的服务响应时间,当服务器的服务响应时间在针对该应用预先确定的服务响应时间范围之内时,认为该服务器的服务响应时间满足该应用预先确定的服务响应时间的要求,则将该服务器作为候选服务器。
如果针对应用预先确定的满足处理要求的至少一个处理能力参数对应的范围时,确定的是两个处理能力参数对应的范围,则在进行资源调度时,获取每台服务器两个对应的处理能力能参数,例如,预先确定的是带宽对应的范围和网络时延对应的范围,则在进行资源调度时,获取每台服务器对应的剩余带宽和网络时延,当服务器的剩余带宽在针对该应用预先确定的带宽范围之内并且服务器的网络时延在针对该应用预先确定的网络时延范围之内时,认为该服务器的剩余带宽满足该应用预先确定的带宽的要求,该服务器的网络时延满足该应用预先确定的网络时延的要求,则将该服务器作为候选服务器。
如果针对应用预先确定的满足处理要求的至少一个处理能力参数对应的范围时,确定的是多个处理能力参数对应的范围,则在进行资源调度时,获取每台服务器多个对应的处理能力能参数,当服务器的多个处理能力参数在针对该应用预先确定的处理能力参数范围之内时,认为该服务器的处理能力参数满足该应用预先确定的处理能力参数的要求,则将该服务器作为候选服务器。
较优的,是选择所有处理能力参数满足该应用对应参数的处理要求的服务器,将该服务器作为候选服务器。
S103:在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
针对每个应用,在将服务器的资源调度给该应用之前,可以预先估算出来该应用所需的服务器的数量,所述预先估算该应用所需的服务器的数量的过程属于现有技术,在本发明实施例中的对该过程不进行赘述。
应用所需的服务器的数量可知,因此当确定了每台候选服务器后,统计候选服务器的总数量是否不小于应用所需的服务器的数量,如果是,在候选服务器中选择相应数量的第一目标服务器,将各第一目标服务器的资源调度给所述应用。如果候选服务器的总数量小于应用所需的服务器的数量,说明即使将所有的候选服务器作为第一目标服务器都无法满足该应用的运行需求,因此,此时可以不进行资源的调度,但为了实现该应用的运行,可以显示提示信息,以提示当前的云数据中心无法满足该应用的运行需求,以便用户进行其他操作。
当所述至少一个处理能力参数包括可用性等级时,该可用性等级可以用国标A/B/C表示,A级表示可用性等级最高。当该应用涉及到收费和可靠存储等需求时,该应用对可用性的要求为A级。当该应用为某些普通支撑类应用时,该应用对可用性的要求为B级或C级。当该应用对可用性的要求为A级时,满足该应用的处理要求的服务器的可用性等级必须是A级,当该应用对可用性等级的要求为B级时,满足该应用的处理要求的服务器的可用性等级可以是A级或B级。当该应用对可用性等级的要求为C级时,满足该应用的处理要求的服务器的可用性等级可以是A级或B级或C级。为了节省云数据中心中的服务器的资源消耗,可以优先选择与该应用的处理要求接近的候选服务器作为第一目标服务器。例如该应用对可用性等级的要求为C级时,可以在候选服务器中优先选择可用性等级为C级的服务器作为第一目标服务器,当该可用性等级为C级的候选服务器的数量不能满足该应用所需的服务器的数量时,再选择可用性等级为B级的候选服务器作为第一目标服务器。
针对除可用性等级之外的其他处理能力参数也是相同的,优先选择与该应用对处理能力参数的处理要求接近的候选服务器作为第一目标服务器,例如该处理能力参数为网络时延,该应用对该网络时延的处理要求为0.3秒,若该候选服务器的网络时延包括0.1秒、0.2秒、0.3秒时,优先选择网络时延为0.3秒的候选服务器作为第一目标服务器,这样可以节省云数据中心的服务器的资源消耗。当网络时延为0.3秒的候选服务器的数量不能满足该应用所需的服务器的数量时,再选择网络时延为0.2秒的候选服务器作为第一目标服务器,再选择网络时延为0.1秒的候选服务器作为第一目标服务器。
由于在将云数据中心中的服务器资源调度给应用时,考虑到应用对服务器处理能力参数的要求,将满足应用需求的目标服务器的资源调度给所述应用,应用在这些服务器上运行时,服务器的能源消耗比该应用在除这些服务器之外的其他服务器上的能源消耗都要小,因此减小云数据中心的能源消耗。
实施例2:
在候选服务器中选择满足应用对应参数的处理要求的服务器时,需要计算每台服务器的至少一个处理能力参数,计算量大,为了减小计算量,可以将服务器按照一定的规则划分到一个子资源池中,每个子资源池中的服务器的处理能力参数几乎是相同的,当计算了子资源池中的某一台服务器的处理能力参数后,则可以知晓该子资源池中的每台服务器的该处理能力参数。在上述实施例的基础上,在本发明实施例中,所述数据中心中的服务器被划分为一个资源池,所述资源池中的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
所述获取每台服务器当前的至少一个处理能力参数包括:
在每个子资源池中选择一台服务器,获取该服务器当前的至少一个处理能力参数;
将该服务器作为候选服务器后,在候选服务器中选择满足所述应用需求的各目标服务器之前,所述方法还包括:
根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;
如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
在本发明实施例中,云数据中心中有多个数据中心,每个数据中心中的服务器被划分为一个资源池,每个资源池的服务器按照处理能力参数是否相同,被划分为至少一个子资源池。每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠。该处理能力参数可以是剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量和可用性等级等。例如,服务器的处理能力参数可以是服务器单位时间计算量,将单位时间计算量接近或相同的服务器划分到一个子资源池中;服务器的处理能力参数可以是服务器单位时间存储量,将单位时间存储量接近或相同的服务器划分到一个子资源池中;服务器的处理能力参数还可以是服务器的可用性等级,该可用性等级可以用国标A/B/C表示,或者用计算机正常运行时间UptimeT1/T2/T3/T4表示,将可用性等级相同的服务器划分到一个子资源池中。在满足上述处理能力参数的同时,还可以是将服务器不同利用率时的功耗曲线接近或该服务器的能源效率指标(Power UsageEffectiveness,PUE)相同或服务器可以分配的某确定规格的虚拟机的数量相同的服务器划分到一个子资源池中。关于应用对可用性等级这个处理能力参数的要求来说,当该应用涉及到收费或可靠存储时,需要使用可用性等级为A的服务器,当该应用为某些普通支撑类应用时,需要使用可用性等级为B或可用性等级为C的服务器。
较优地,如图2所示的子资源池划分示意图,是将一个数据中心中的、同一个机房中的、使用同一个通信电源系统的、相同类型的、并且性能参数相同的服务器划分到一个资源池中。这样同一个子资源池中的每台服务器的处理能力参数都是相同的。所述处理能力参数可以包括剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量和可用性等级等。
电子设备在获取每台服务器当前的至少一个处理能力参数时,可以是获取每台服务器当前的至少一个处理能力参数,但因为子资源池中的服务器的处理能力参数基本上都相同,因此为了提高资源调度的效率,可以是在每个子资源池中选择一台服务器,获取该服务器当前的至少一个处理能力参数,则每个子资源池中的每台服务器的该当前的至少一个处理能力参数可以知晓。
电子设备判断每台服务器的所述至少一个处理能力参数是否满足该应用对应参数的处理要求,如果满足,电子设备将所述满足应用对应参数的处理要求的服务器作为候选服务器。因为每个子资源池中的服务器的处理能力参数是基本相同的,所以该候选服务器的处理能力参数满足该应用对应参数的处理要求,该候选服务器所在的目标子资源池中的服务器的处理能力参数均满足该应用对应参数的处理要求,该目标子资源池中的每台服务器均为候选服务器。
电子设备在候选服务器中选择满足所述应用需求的各第一目标服务器时,可以是判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。当候选服务器的数量不小于所述应用所需的服务器的第一数量时,可以是候选服务器的数量等于所述应用所需的服务器的第一数量,则所有的候选服务器均为第一目标服务器,也可以是候选服务器的数量大于所述应用所需的服务器的第一数量,则在所述候选服务器中选择所述应用所需的服务器的第一数量的服务器作为第一目标服务器。
电子设备在确定第一目标服务器时,可以是先选择一台满足该应用对应参数的处理要求的候选服务器作为第一目标服务器,将该第一目标服务器所在的子资源池作为第一目标子资源池,识别该第一目标子资源池中的候选服务器的数量,判断该数量是否不小于所述应用所需的服务器的第一数量,如果是,将该第一目标子资源池中的所述第一数量的候选服务器的作为第一目标服务器,此时在该第一目标子资源池中选择该第一数量的第一目标服务器,可以是任意选择的。
如果该数量小于所述应用所需的服务器的第一数量,则将该第一目标子资源池中的所有的候选服务器的作为第一目标服务器,再选择一台除该第一目标子资源池中的第一目标服务器之外的候选服务器作为第一目标服务器,将该第一目标服务器所在的子资源池作为第二目标子资源池,识别该第二目标子资源池中的候选服务器的数量,判断该数量是否不小于所述应用所需的服务器的第一数量减去第一目标子资源池中的服务器的数量之后的数量,如果是,则将该该第二目标子资源池中第一数量减去第一目标子资源池中的服务器的数量之后的数量的候选服务器的作为第一目标服务器。如果否,则继续选择第三子资源池中的候选服务器作为第一目标服务器,直到目标子资源池中的候选服务器的数量不小于该第一数量为止。
当电子设备判断候选服务器的数量总和小于所述应用所需的服务器的第一数量,则确定当前云数据中心中的服务器都不能满足应用的处理需求,为了避免增加云数据中心的能源消耗,暂时不为该应用调度资源。
图3为本发明实施例2提供的一种资源调度过程示意图,该过程包括以下步骤:
S201:如果存在待分配资源的应用,根据所述应用对至少一个处理能力参数的要求,划分子资源池。
S202:在每个子资源池中选择一台服务器,获取该服务器当前的至少一个处理能力参数。
S303:判断该服务器的所述至少一个处理能力参数是否满足该应用对应参数的处理要求,如果是,则进行S204,如果否,则结束。
S204:将该服务器作为候选服务器,根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器。
S205:判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量,如果是,则进行S206,如果否,则结束。
S206:在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器,将各第一目标服务器的资源调度给所述应用。
实施例3:
应用在运行时,不同时间所需的第一目标服务器的第一数量可能是不同的,所以需要根据应用对应参数的要求及时更新第一数量,确保数据中心中的服务器资源调度保持在优化情况,进一步实现能耗最低。在上述实施例的基础上,在本发明实施例中,所述方法还包括:
在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;
如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的目标服务器的资源;
如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足该应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
在本发明实施例中,当电子设备将第一数量的第一目标服务器的资源调度给所述应用后,应用在各第一目标服务器上运行。因为不同的时间段,用户对应用的需求是不一样的,例如,如果该应用是游戏应用,一般情况下,在晚上6点至12点,玩游戏的用户较多,该游戏应用所需的服务器的数量就会比较多,在上午8点至12点玩游戏的用户比较少,该游戏应用所需的服务器的数量就会比较少。每个小时,甚至每分钟玩游戏的用户的数量都是有变化的,则该应用所需的服务器的数量就会有变化,所以需要及时对该应用所需的服务器的数量进行更新。
电子设备中保存有预设的间隔时间和第一数量的值,该第一数量是该应用还未在第一目标服务器上运行时,预先估计的该应用所述的服务器的数量。当该应用在第一目标服务器上运行时,该应用所需的服务器的第二数量可能与第一数量相同,也可能不同。
电子设备根据预设的间隔时间统计所述应用运行时所需的服务器的第二数量,并将统计的所述第二数量与第一数量进行比较,确定所述第一数量与第二数量的差值。电子设备统计所述应用运行时所需的服务器的第二数量的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
如果电子设备比较出所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,该第一差值对应的数量为该应用当前不需要的服务器的数量,则可以将运行在该第一差值对数量的目标服务器上的应用迁移到第二数量对应的目标服务器上,并且释放所述第一差值对应的数量的目标服务器的资源。当该第二数量为0时,则该应用不需要服务器的资源,此时该应用停止运行。所述应用从一台服务器迁移到另一台服务器的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
如果电子设备比较出所述第二数量大于所述第一数量,确定所述第一数量和第二数量的第二差值,该第二差值对应的数量为该应用当前需要增加的服务器的数量。电子设备获取每台服务器当前的至少一个处理能力参数,并且可以识别应用当前对服务器的每个处理能力参数的要求,判断每台服务器的所述至少一个处理能力参数是否满足该应用对应参数的处理要求,如果满足,电子设备将所述满足应用对应参数的处理要求的服务器作为候选服务器。该应用对应参数可以是一个处理能力参数,例如剩余带宽或网络时延,也可以是多个处理能力参数,例如服务响应时间和可用性等级。电子设备在候选服务器中选择所述第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
实施例4:
在候选服务器中选择满足所述应用需求的各第一目标服务器时,不仅要考虑到候选服务器的数量,为了进一步降低能耗,还要根据实际情况选择第一目标服务器,不同的情况对应不同的能耗指标。在上述实施例的基础上,在本发明实施例中,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器。所述耗能指标包括:能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
实施例5:
正常情况下,采用能耗成本最低的策略选择目标服务器,在上述实施例的基础上,在本发明实施例中,如果所述能耗指标为能耗成本指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据以下公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;
按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
在本发明实施例中,电子设备在计算候选服务器的能耗成本时,需要获取多个参数值,该参数值可以包括:候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u,u的取值范围为0至100%、候选服务器不同利用率对应的耗电量Pu、候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1、候选服务器所在数据中心的电网的电价Pp,不同地点及峰谷时段电价有差异、候选服务器所在数据中心的分布式能源单位电量成本Pf,该电量成本Pf包括燃料成本和分布式能源运行时相对于停运时增加的运维费用。
其中,候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u和候选服务器当前利用率对应的耗电量Pu可以从服务器的基本参数或实测数据中获取;候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1、候选服务器所在数据中心的分布式能源单位电量成本Pf可以从该候选服务器所在的数据中心的基础设备管理系统、动环系统中获取;候选服务器所在数据中心的电网的电价Pp可以从该候选服务器所在数据中心的电网公司中获取。电子设备获取上述各个参数值的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
当该候选服务器所在的数据中心有分布式能源且分布式能源单位电量成本Pf低于该数据中心的电网当前的电价Pp时,最大化分布式能源发电量,当分布式能源单位电量成本Pf高于该数据中心的电网当前的电价Pp时,减少分布式能源发电量或停用分布式能源进行发电。
实施例6:
当实际情况为节能减排优先时,采用总用电量最低的策略选择目标服务器,在上述实施例的基础上,在本发明实施例中,如果所述能耗指标为总用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;
按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
在本发明实施例中,电子设备在计算候选服务器的能耗成本时,需要获取多个参数值,该参数值可以包括:候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u,u的取值范围为0至100%、候选服务器不同利用率对应的耗电量Pu、候选服务器的能源效率指标PUE。
其中,候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u和候选服务器当前利用率对应的耗电量Pu可以从服务器的基本参数或实测数据中获取;候选服务器的能源效率指标PUE可以从该候选服务器所在的数据中心的基础设备管理系统、动环系统中获取。电子设备获取上述各个参数值的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
当该候选服务器所在的数据中心有分布式能源且分布式能源单位电量成本Pf低于该数据中心的电网当前的电价Pp时,最大化分布式能源发电量,当分布式能源单位电量成本Pf高于该数据中心的电网当前的电价Pp时,减少分布式能源发电量或停用分布式能源进行发电。
实施例7:
当实际情况为外部电网用电量紧张时,采用外部电网用电量最低的策略选择目标服务器,在上述实施例的基础上,在本发明实施例中,如果所述能耗指标为外部电网用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;
按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
在本发明实施例中,电子设备在计算候选服务器的能耗成本时,需要获取多个参数值,该参数值可以包括:候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u,u的取值范围为0至100%、候选服务器不同利用率对应的耗电量Pu、候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1。
其中,候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u和候选服务器当前利用率对应的耗电量Pu可以从服务器的基本参数或实测数据中获取;候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1可以从该候选服务器所在的数据中心的基础设备管理系统、动环系统中获取。电子设备获取上述各个参数值的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
当该候选服务器所在的数据中心有分布式能源,最大化分布式能源发电量。
实施例8:
当实际情况为需要减少污染物排放时,采用非可再生能源或非清洁能源用电量最低的策略选择目标服务器,在上述实施例的基础上,在本发明实施例中,如果所述能耗指标为非可再生能源或非清洁能源用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;
按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
在本发明实施例中,电子设备在计算候选服务器的能耗成本时,需要获取多个参数值,该参数值可以包括:候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u,u的取值范围为0至100%、候选服务器不同利用率对应的耗电量Pu、候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1、候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例K2、候选服务器所在数据中心的电网中可再生能源或清洁能源比例K3。
其中,候选服务器的单位时间存储量或单位时间计算量、候选服务器CPU的当前利用率u和候选服务器当前利用率对应的耗电量Pu可以从服务器的基本参数或实测数据中获取;候选服务器的能源效率指标PUE、候选服务器所在数据中心的分布式能源比例K1、候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例K2、候选服务器所在数据中心的电网中可再生能源或清洁能源比例K3可以从该候选服务器所在的数据中心的基础设备管理系统、动环系统中获取。电子设备获取上述各个参数值的过程属于现有技术,在本发明实施例中对该过程不进行赘述。
当该候选服务器所在的数据中心有分布式能源且分布式能源中可再生能源或清洁能源比例K2高于该候选服务器所在数据中心的电网中可再生能源或清洁能源比例K3时,最大化分布式能源发电量,当分布式能源中可再生能源或清洁能源比例K2低于该候选服务器所在数据中心的电网中可再生能源或清洁能源比例K3时,减少分布式能源发电量或停用分布式能源进行发电。
图4为本发明实施例提供的一种资源调度过程示意图,该过程包括以下步骤:
S301:如果存在待分配资源的应用,根据所述应用对至少一个处理能力参数的要求,划分子资源池。
S302:在每个子资源池中选择一台服务器,获取该服务器当前的至少一个处理能力参数。
S303:判断该服务器的所述至少一个处理能力参数是否满足该应用对应参数的处理要求,如果是,则进行S304,如果否,则结束。
S304:将该服务器作为候选服务器,根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器。
S305:判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量,如果是,则进行S306,如果否,则结束。
S306:在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
S307:根据预设的能耗指标,将各第一目标服务器的资源调度给所述应用,其中该能耗指标包括能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
S308:在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量。
S309:判断所述第二数量是否不大于所述第一数量,如果是,则进行S310,如果否,则进行S311。
S310:确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的目标服务器的资源。
S311:确定所述第二数量与所述第一数量的第二差值,将所述第二差值对应的数量作为第一数量,返回S302。
图5为本发明实施例1提供的一种资源调度过程示意图,所述装置包括:
获取模块51,用于如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;
第一选择模块52,用于针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;
选择调度模块53,用于在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
所述获取模块51,具体用于在每个子资源池中选择一台服务器,获取选择的所述服务器当前的至少一个处理能力参数;其中,所述数据中心中的服务器被划分为一个资源池,所述资源池的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
图6为本发明实施例提供的一种资源调度过程示意图,在图5的基础上,所述装置还包括:
第二选择模块61,用于根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述选择调度模块53,具体用于判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
所述装置还包括:
更新模块62,用于在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的第一目标服务器的资源;如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足所述应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
所述选择调度模块53,具体用于根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器,其中,所述能耗指标包括:能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
所述选择调度模块53,具体用于如果所述能耗指标为能耗成本指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
所述选择调度模块53,具体用于如果所述能耗指标为总用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
所述选择调度模块53,具体用于如果所述能耗指标为外部电网用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
所述选择调度模块53,具体用于如果所述能耗指标为非可再生能源或非清洁能源用电量指标,针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
本发明实施例公开了一种资源调度方法及装置,所述方法包括:如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。由于在将云数据中心中的服务器资源调度给应用时,考虑到应用对服务器处理能力参数的要求,将满足应用需求的目标服务器的资源调度给所述应用,应用在这些服务器上运行时,服务器的能源消耗比该应用在除这些服务器之外的其他服务器上的能源消耗都要小,因此减小了云数据中心的能源消耗。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (18)

1.一种资源调度方法,其特征在于,所述方法包括:
如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;
针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;
在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
2.如权利要求1所述的方法,其特征在于,所述处理能力参数包括:
剩余带宽、网络时延、服务响应时间、单位时间存储量、单位时间计算量、和可用性等级。
3.如权利要求1所述的方法,其特征在于,所述数据中心中的服务器被划分为一个资源池,所述资源池中的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
所述获取每台服务器当前的至少一个处理能力参数包括:
在每个子资源池中选择一台服务器,获取选择的所述服务器当前的至少一个处理能力参数;
将该服务器作为候选服务器后,在候选服务器中选择满足所述应用需求的各第一目标服务器之前,所述方法还包括:
根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;
如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;
如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的第一目标服务器的资源;
如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足所述应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
5.如权利要求1-4任一项所述的方法,其特征在于,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器。
6.如权利要求5所述的方法,其特征在于,所述能耗指标包括:
能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
7.如权利要求5所述的方法,其特征在于,如果所述能耗指标为能耗成本指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;
按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
8.如权利要求5所述的方法,其特征在于,如果所述能耗指标为总用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;
按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
9.如权利要求5所述的方法,其特征在于,如果所述能耗指标为外部电网用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;
按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
10.如权利要求5所述的方法,其特征在于,如果所述能耗指标为非可再生能源或非清洁能源用电量指标,所述在候选服务器中选择满足所述应用需求的各第一目标服务器包括:
针对每台候选服务器,根据公式:
[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;
按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
11.一种资源调度装置,其特征在于,所述装置包括:
获取模块,用于如果存在待分配资源的应用,针对数据中心中的每台服务器,获取每台服务器当前的至少一个处理能力参数;
第一选择模块,用于针对每台服务器,如果该服务器的所述至少一个处理能力参数满足该应用对应参数的处理要求,将该服务器作为候选服务器;
选择调度模块,用于在候选服务器中选择满足所述应用需求的各第一目标服务器,并将各第一目标服务器的资源调度给所述应用。
12.如权利要求11所述的装置,其特征在于,所述获取模块,具体用于在每个子资源池中选择一台服务器,获取选择的所述服务器当前的至少一个处理能力参数;其中,所述数据中心中的服务器被划分为一个资源池,所述资源池的服务器按照处理能力参数是否相同,被划分为至少一个子资源池,每个子资源池包括至少一台服务器,每台服务器位于对应的子资源池中,每个子资源池包括的服务器不重叠;
所述装置还包括:
第二选择模块,用于根据所述候选服务器所在的目标子资源池,将所述目标子资源池中的每台服务器作为候选服务器;
所述选择调度模块,具体用于判断候选服务器的数量总和是否不小于所述应用所需的服务器的第一数量;如果是,在目标子资源池中选择与所述应用所需的服务器的第一数量匹配的候选服务器作为第一目标服务器。
13.如权利要求12所述的装置,其特征在于,所述装置还包括:
更新模块,用于在所述应用运行的过程中,按照设定的时间间隔统计所述应用运行所需服务器的第二数量;如果所述第二数量不大于所述第一数量,确定所述第一数量和第二数量的第一差值,释放所述第一差值对应的数量的第一目标服务器的资源;如果所述第二数量大于所述第一数量,确定所述第二数量与所述第一数量的第二差值,根据获取的每台服务器当前的至少一个处理能力参数,选择所述至少一个处理能力参数满足所述应用对应参数的处理要求的第二差值对应的数量的第二目标服务器,将选择的第二目标服务器的资源调度给所述应用。
14.如权利要求11-13任一项所述的装置,其特征在于,所述选择调度模块,具体用于根据预设的能耗指标,在候选服务器中选择满足所述应用需求的各第一目标服务器,其中,所述能耗指标包括:能耗成本指标、总用电量指标、外部电网用电量指标和非可再生能源或非清洁能源用电量指标。
15.如权利要求14所述的装置,其特征在于,所述选择调度模块,具体用于如果所述能耗指标为能耗成本指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*[(1-K1)*Pp+K1*Pf],计算每台候选服务器能耗成本;按照能耗成本由低到高的方式,对每台候选服务器的能耗成本进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,Pp为候选服务器所在数据中心的电网的电价,Pf为候选服务器所在数据中心的分布式能源单位电量成本。
16.如权利要求14所述的装置,其特征在于,所述选择调度模块,具体用于如果所述能耗指标为总用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE,计算每台候选服务器的总用电量;按照总用电量由低到高的方式,将每台候选服务器的总用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标。
17.如权利要求14所述的装置,其特征在于,所述选择调度模块,具体用于如果所述能耗指标为外部电网用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*(1-K1),计算每台候选服务器的外部电网用电量;按照外部电网用电量由低到高的方式,将每台候选服务器的外部电网用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例。
18.如权利要求14所述的装置,其特征在于,所述选择调度模块,具体用于如果所述能耗指标为非可再生能源或非清洁能源用电量指标,针对每台候选服务器,根据公式:[Pu/(u*Pc)]*PUE*[(1-K1)*(1-K3)+K1*(1-K2)],计算每台候选服务器的非可再生能源或非清洁能源用电量;按照非可再生能源或非清洁能源用电量由低到高的方式,将每台候选服务器的非可再生能源或非清洁能源用电量进行排序,选择排序在前,并且满足所述应用运行需求数量的候选服务器作为第一目标服务器,其中,Pc为候选服务器的单位时间存储量或单位时间计算量,u为候选服务器CPU的当前利用率,Pu为候选服务器当前利用率对应的耗电量,PUE为候选服务器的能源效率指标,K1为候选服务器所在数据中心的分布式能源比例,K2为候选服务器所在数据中心的分布式能源中可再生能源或清洁能源比例,K3为候选服务器所在数据中心的电网中可再生能源或清洁能源比例。
CN201611089579.9A 2016-11-30 2016-11-30 一种资源调度方法及装置 Active CN108132839B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611089579.9A CN108132839B (zh) 2016-11-30 2016-11-30 一种资源调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611089579.9A CN108132839B (zh) 2016-11-30 2016-11-30 一种资源调度方法及装置

Publications (2)

Publication Number Publication Date
CN108132839A true CN108132839A (zh) 2018-06-08
CN108132839B CN108132839B (zh) 2020-10-30

Family

ID=62387500

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611089579.9A Active CN108132839B (zh) 2016-11-30 2016-11-30 一种资源调度方法及装置

Country Status (1)

Country Link
CN (1) CN108132839B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688421A (zh) * 2018-12-28 2019-04-26 广州华多网络科技有限公司 请求消息处理方法、装置及系统、服务器、存储介质
CN110336888A (zh) * 2019-07-12 2019-10-15 深圳市网心科技有限公司 一种服务器分配方法、装置、系统及介质
CN110830604A (zh) * 2019-10-28 2020-02-21 腾讯科技(深圳)有限公司 Dns调度方法、装置
CN111757040A (zh) * 2020-06-24 2020-10-09 维沃移动通信有限公司 通讯方法及装置
CN111860930A (zh) * 2020-03-30 2020-10-30 北京嘀嘀无限科技发展有限公司 数据处理方法、装置、电子设备和计算机可读存储介质
CN112988377A (zh) * 2021-01-05 2021-06-18 腾讯科技(深圳)有限公司 用于云服务的资源分配方法、系统和介质
WO2023109937A1 (zh) * 2021-12-17 2023-06-22 华为技术有限公司 确定应用服务器的方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102938790A (zh) * 2012-11-20 2013-02-20 无锡城市云计算中心有限公司 云计算系统中的资源分配方法
CN103379168A (zh) * 2012-04-27 2013-10-30 北京云杉世纪网络科技有限公司 数据中心资源分配管理方法及系统
CN105389206A (zh) * 2015-11-02 2016-03-09 广东石油化工学院 一种云计算数据中心虚拟机资源快速配置方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103379168A (zh) * 2012-04-27 2013-10-30 北京云杉世纪网络科技有限公司 数据中心资源分配管理方法及系统
CN102938790A (zh) * 2012-11-20 2013-02-20 无锡城市云计算中心有限公司 云计算系统中的资源分配方法
CN105389206A (zh) * 2015-11-02 2016-03-09 广东石油化工学院 一种云计算数据中心虚拟机资源快速配置方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688421A (zh) * 2018-12-28 2019-04-26 广州华多网络科技有限公司 请求消息处理方法、装置及系统、服务器、存储介质
CN109688421B (zh) * 2018-12-28 2020-07-10 广州华多网络科技有限公司 请求消息处理方法、装置及系统、服务器、存储介质
CN110336888A (zh) * 2019-07-12 2019-10-15 深圳市网心科技有限公司 一种服务器分配方法、装置、系统及介质
CN110830604A (zh) * 2019-10-28 2020-02-21 腾讯科技(深圳)有限公司 Dns调度方法、装置
CN111860930A (zh) * 2020-03-30 2020-10-30 北京嘀嘀无限科技发展有限公司 数据处理方法、装置、电子设备和计算机可读存储介质
CN111757040A (zh) * 2020-06-24 2020-10-09 维沃移动通信有限公司 通讯方法及装置
CN112988377A (zh) * 2021-01-05 2021-06-18 腾讯科技(深圳)有限公司 用于云服务的资源分配方法、系统和介质
CN112988377B (zh) * 2021-01-05 2023-08-04 腾讯科技(深圳)有限公司 用于云服务的资源分配方法、系统和介质
WO2023109937A1 (zh) * 2021-12-17 2023-06-22 华为技术有限公司 确定应用服务器的方法和装置

Also Published As

Publication number Publication date
CN108132839B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN108132839A (zh) 一种资源调度方法及装置
Malekloo et al. An energy efficient and SLA compliant approach for resource allocation and consolidation in cloud computing environments
Aujla et al. Stackelberg game for energy-aware resource allocation to sustain data centers using RES
US10817916B2 (en) Client-selectable power source options for network-accessible service units
Haque et al. Providing green SLAs in high performance computing clouds
US9063715B2 (en) Management of a virtual power infrastructure
US20120030356A1 (en) Maximizing efficiency in a cloud computing environment
US20120109619A1 (en) Generating a resource management plan for an infrastructure
US20110289329A1 (en) Leveraging smart-meters for initiating application migration across clouds for performance and power-expenditure trade-offs
Anglano et al. Profit-aware resource management for edge computing systems
CN103150003A (zh) 信息处理系统、该信息处理系统的节电控制方法和装置
CN102223419A (zh) 面向网络化操作系统的虚拟资源动态反馈均衡分配机制
CN102546700A (zh) 一种资源调度以及资源迁移的方法及设备
Liu et al. Restoration of power distribution systems with multiple data centers as critical loads
CN103731372A (zh) 一种混合云环境下服务提供者的资源供应方法
US20110302286A1 (en) Managing cooling devices and computing nodes in an infrastructure
WO2017171123A1 (ko) 수요관리사업자의 경제성 dr 입찰을 위한 최적 분산자원 선택 및 구성 방법
CN103455378A (zh) 一种虚拟化集群的资源分配方法、装置和系统
Wang et al. A stable matching-based virtual machine allocation mechanism for cloud data centers
CN108170517A (zh) 一种容器分配方法、装置、服务器及介质
Yuan et al. Geography-aware task scheduling for profit maximization in distributed green data centers
CN106293933A (zh) 一种支持多大数据计算框架的集群资源配置与调度方法
Zhang et al. Trapped capacity: Scheduling under a power cap to maximize machine-room throughput
Addya et al. A game theoretic approach to estimate fair cost of VM placement in cloud data center
CN106209433B (zh) 一种云环境下面向架构的应用系统节能部署装置

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
GR01 Patent grant
GR01 Patent grant