CN108632330A - 云端资源的管理系统及其管理方法 - Google Patents

云端资源的管理系统及其管理方法 Download PDF

Info

Publication number
CN108632330A
CN108632330A CN201710212450.0A CN201710212450A CN108632330A CN 108632330 A CN108632330 A CN 108632330A CN 201710212450 A CN201710212450 A CN 201710212450A CN 108632330 A CN108632330 A CN 108632330A
Authority
CN
China
Prior art keywords
virtual machine
deployment
resource
cloud system
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
Application number
CN201710212450.0A
Other languages
English (en)
Other versions
CN108632330B (zh
Inventor
陈文广
陈俊宏
洪建国
李振忠
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.)
Quanta Computer Inc
Original Assignee
Quanta Computer Inc
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 Quanta Computer Inc filed Critical Quanta Computer Inc
Publication of CN108632330A publication Critical patent/CN108632330A/zh
Application granted granted Critical
Publication of CN108632330B publication Critical patent/CN108632330B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—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
    • G06F9/505—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 considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • 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
    • G06F11/3409—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 for performance assessment
    • G06F11/3433—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 for performance assessment for load 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
    • G06F9/44—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
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • 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
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
    • 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
    • G06F11/3409—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 for performance assessment
    • 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
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • 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
    • G06F2009/45575—Starting, stopping, suspending or resuming virtual machine instances
    • 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
    • G06F2009/45591—Monitoring or debugging support
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/815—Virtual
    • 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]
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

云端资源的管理系统及其管理方法。该云端资源的管理方法适用于一混合云端系统，其中混合云端系统包括第一以及第二云端系统，第一云端系统包括多个第一服务器且第一服务器上分别运行多个第一虚拟机器，第二云端系统包括多个第二服务器且第二服务器上分别运行多个第二虚拟机器。该方法包括下列步骤：由资源监测器，取得第一虚拟机器的多个效能监测数据；由处置分析器，分析效能监测数据，以在判定既定触发条件成立时，自动发出包括一部署对象以及一部署类型的触发信号；以及由资源部署器，相应触发信号，自动在第二云端系统上对部署对象执行对应部署类型的操作。

Description

云端资源的管理系统及其管理方法
技术领域
本发明涉及资源管理系统及其方法，特别涉及一种可用以管理跨云系统中的多个虚拟机器的云端资源的管理系统及其方法。
背景技术
随着科技快速进展，计算机系统的虚拟化技术已经变得相当盛行。虚拟化技术已经成为云端运算基础建设服务(IaaS)的技术主流之一，各家厂商为提供不间断的虚拟机器租用服务以达到高度服务层级协议(Service Level Agreement，SLA)的目标。
近年来，混合云端系统(Hybrid Cloud)管理近年己经成为IaaS的热门话题，通过混合云端系统可有效分散虚拟机器资源，提供使用者较佳的服务如虚拟机器可用在网页、网络应用服务、程序运算、格网运算等需求且每位使用者可拥有自己的主机与操作系统环境。就服务提供者而言，由于不同的虚拟机器所使用的是相同的物理主机资源，因此可节省能源耗用并减少机房空间。
另一方面，为了改善使用者使用网络服务时的满意度，现今，大部分公司都会使用资源扩充技术(AutoScaling)。然而，受限于公司的网络与硬件服务器资源，现有的资源扩充技术无法满足每一个网络服务的需求。因此，一般企业开始寻找利用公有云(publiccloud)资源，藉由公有云资源，可减少购买硬件服务器的成本负担。然而，要使用公有云资源之前，公司的管理者必须大费周章的建置公有云服务且所建置的公有云服务可能无法有效的衡量每一个网络服务使用状况，使得在使用公有云资源进行管理时，常常遇到资源需要不断扩充的问题且也造成成本提高的情况。如此一来，即便已经将虚拟机器建置在混合云端系统上，仍需要使用者判断与决定是否将资源建置在公有云上，使所购买的公有云资源无法充份的利用。
发明内容
本发明一实施例提供一种云端资源的管理方法，用以管理一混合云端系统的云端资源，其中混合云端系统包括一第一云端系统以及一第二云端系统，第一云端系统包括多个第一服务器且第一服务器上分别运行多个第一虚拟机器，第二云端系统包括多个第二服务器且第二服务器上分别运行多个第二虚拟机器。方法包括下列步骤：由一资源监测器，取得第一虚拟机器的多个效能监测数据；由一处置分析器，分析第一虚拟机器的效能监测数据，以在判定一既定触发条件成立时，自动发出一触发信号，其中触发信号包括一部署对象以及一部署类型；以及由一资源部署器，相应触发信号，自动在第二云端系统上，对部署对象执行对应部署类型的一操作。
本发明另一实施例提供一种云端资源的管理系统，其包括一第一云端系统、一第二云端系统以及一管理装置。第一云端系统包括多个第一服务器，其中第一服务器上运行多个第一虚拟机器。第二云端系统包括多个第二服务器，其中第二服务器上运行多个第二虚拟机器。管理装置通过一网络耦接于第一云端系统以及第二云端系统，其包括：一资源监测器，耦接第一虚拟机器与第二虚拟机器，用以收集并取得第一虚拟机器的多个效能监测数据；一处置分析器，耦接资源监测器，用于分析第一虚拟机器的效能监测数据，以在判定一既定触发条件成立时，自动发出一触发信号，其中触发信号包括一部署对象以及一部署类型；以及一资源部署器，耦接处置分析器，相应触发信号，自动在第二云端系统上，对部署对象执行对应部署类型的一操作。
本发明的方法可经由本发明的系统来实作，其为可执行特定功能的硬件或固件，也可以通过程序代码方式收录在一记录介质中，并结合特定硬件来实作。当程序代码被电子装置、处理器、计算机或机器载入且执行时，电子装置、处理器、计算机或机器变成用以实行本发明的装置或系统。
附图说明
图1显示本发明一实施例的混合云端系统的云端资源管理系统的示意图。
图2显示依据本发明一实施例的云端资源的管理方法的流程图。
图3显示依据本发明一实施例的资源部署程序的流程图。
图4显示依据本发明实施例的库存管理程序的流程图。
图5A与图5B显示本发明另一实施例的云端资源的管理方法的示意图。
【符号说明】
10～管理系统；
100～云端系统；
110～服务器；
120～虚拟机器；
200～云端系统；
210～服务器；
220～虚拟机器；
300～网络；
400～管理装置；
402～资源监测器；
404～处置分析器；
406～资源部署器；
408～数据库；
S202、S204、S206～执行步骤；
S302、S304、S306、S308、S310～执行步骤；
S402、S404、S406、S408、S410、S412、S414～执行步骤；以及
S502、S504、…、S528～执行步骤。
具体实施方式
为使本发明的上述和其他目的、特征、和优点能更明显易懂，下文特举出优选实施例，并配合附图，作详细说明如下。注意的是，本章节所叙述的是实施本发明的最佳方式，目的在于说明本发明的精神而非用以限定本发明的保护范围，应理解下列实施例可经由软件、硬件、固件、或上述任意组合来实现。
本发明实施例提供一种跨云系统中的多个虚拟机器的云端资源的管理系统及其相关管理方法，可基于在硬件虚拟化管理层(hypervisor)上提供两个虚拟化服务(HybridCloud)的虚拟化资源快速自动配置提供服务与回收的方法。本发明实施例可即时监控虚拟化平台上虚拟机器的负载和/或效能状态，一旦该负载和/或效能状态达到使用者或系统设定的阈值条件时，即自动的在另一个虚拟化服务平台上增加、配置虚拟机器以提供更多的运算资源服务，达到动态快速回应需求的目的；另一方面，当运算资源服务足够时，可自动减少或回收另一个虚拟化服务平台上的虚拟机器，从而达到节省运算资源、电力与成本的目的。
另一方面，为了加速两个云端系统的两个不同虚拟化服务平台上的资源扩充与建置，本发明实施例更提供运算资源库存池，此库存池预先建置在第二云端系统的第二虚拟化平台，此库存池可存储以虚拟机器范本或个别软件服务为单位的内容，当判定需要增加运算资源时，可直接从库存池中取出，并将资源部署至第二云端系统的第二虚拟化环境，在第二虚拟化环境建置完成后即可启动虚拟机器以加入服务。藉此，可有效减少虚拟机器自动建立与配置所需的时间，从而大幅加快回应时间并减少资源短缺的空窗期。
图1显示本发明一实施例的混合云端系统的云端资源管理系统10的示意图。如图1所示，云端资源管理系统10(以下简称管理系统10)包括一云端系统100(第一云端系统)、一云端系统200(第二云端系统)以及一管理装置400。其中云端系统100包括多台服务器110(第一服务器)，每一服务器110上分别运行一或多个虚拟机器120(第一虚拟机器)，其中每一虚拟机器120可执行一至数个运算程序或应用程序以运行或提供特定的服务或服务程序。在一些实施例中，每一虚拟机器120可分别对应至服务器110的其中一服务器来运行，而每一服务器110可包括一或多个虚拟机器120。具体来说，虚拟机器120配置在服务器110上表示虚拟机器120会在服务器110上启动并利用服务器110上的各项系统资源如处理器、存储器等运行指定的服务或应用程序。类似地，云端系统200包括多台服务器210(第二服务器)，每一服务器210上分别运行一或多个虚拟机器220(第二虚拟机器)，其中每一虚拟机器220可执行一至数个运算程序或应用程序以运行或提供特定的服务或服务程序。在一些实施例中，每一虚拟机器220可分别对应至服务器210的其中一服务器来运行，而每一服务器210可包括一或多个虚拟机器220。具体来说，虚拟机器220配置在服务器210上表示虚拟机器220会在服务器210上启动并利用服务器210上的各项系统资源如处理器、存储器等运行指定的服务或应用程序。
云端系统100与云端系统200可通过一物理网络300例如有线网络如互联网和/或无线网络例如宽带码分多工接入系统(WCDMA)网络、3G网络、无线局域网络(WLAN)、蓝牙网络等等各种无线网络来连线至管理装置400，用以与管理装置400执行彼此之间的通信与数据传输。在一实施例中，云端系统100可为私有云系统，云端系统200可为公有云系统，可通过一专属VPN网络彼此耦接并进行数据传输。
管理装置400可用以通过网络300对云端系统100与云端系统200进行各项管理，包括如收集服务器110与210内的各虚拟机器120与220的负载状态与各项效能监测数据、分配虚拟机器的位置等等。举例来说，效能监测数据可包括关联于虚拟机器的软硬件的效能指标，例如虚拟机器的效能状态与软件服务状态数据。虚拟机器的效能状态数据包括虚拟机器CPU的使用率、存储器与硬盘读写效能、网络的传送或接收流量、硬盘的读取或写入流量等等数据。软件服务状态数据则为虚拟机器的软件服务状态，包括IIS服务状态、Windows服务状况、Web Request连线数量等等。本发明的效能指标包括但不限以上所举例的内容。详细的效能监测数据以及软件服务状态数据细节将于下进行说明。管理装置400包括至少一资源监测器402、一处置分析器404、一资源部署器406以及一数据库408。资源监测器402耦接虚拟机器120与220，可用以收集所有服务器110与210内与虚拟机器120与220内的各项所需数据。处置分析器404耦接资源监测器402，可用于对资源监测器402所收集到的数据进行分析并进行各项判断。资源部署器406耦接处置分析器404，可在处置分析器404判断出有触发条件发生时，自动对所触发的条件执行指定的后续处理。本申请实施例中，云端系统100的所有虚拟机器120组成第一虚拟化环境与第一虚拟平台，云端系统200的所有虚拟机器220组成第二虚拟化环境与第二虚拟平台。数据库408可用以存储各项数据，例如欲监测的资源项目数据以及包括自动扩展的触发条件定义的触发条件定义数据，用以提供作为数据收集与是否触发自动扩展操作以及触发那一种扩展方式判断的准则，以供处置分析器404根据收集到的虚拟机器的效能监测数据判断云端系统100内的虚拟机器120的运算资源是否足够。数据库408中可至少存储有触发条件定义数据D1、部署条件定义数据D2以及保留条件定义数据D3。这些数据可由管理者以输入工具如键盘、鼠标、触控面板等经由一使用者接口事先定义。管理者可通过触发条件定义数据D1定义虚拟机器的效能数据对应的效能指标的阈值，以判断是否在第二虚拟化环境进行扩展运算资源或减少运算资源动作。部署条件定义数据D2用以设定第二虚拟化环境部署所需的虚拟机器条件。若部署的对象为一软件服务，管理者可藉此部署条件定义数据进行软件部署，依设定的虚拟机器条件，进行虚拟机器评分以选择要部署的环境，评分条件包含但不限于：是否指定虚拟机器、虚拟机器服务类型、CPU效能分数、网络的传送或接收流量、硬盘的读取或写入流量、库存虚拟机器的上、下限等等。若部署的对象为一虚拟机器，管理者可藉此部署条件定义数据设定第二虚拟化环境需要进行扩展的虚拟机器的相关参数、扩展的数量、库存虚拟机器的上、下限、虚拟机器资源数量的最大限制等等数据。
保留条件定义数据D3用以定义保留条件，提供成本控制与资源控制的需求相关数据，以作为后续库存监控程序的判断准则。为了满足保留条件中成本控制与资源控制的需求，本申请在第二虚拟化环境加入库存池的设计，可预先配置固定数量的虚拟机器在库存池中以供后续扩展。库存池附属于扩展丛集，可依部署对象与所触发的扩展机制进行部署。
具体来说，管理装置400可控制资源监测器402、一处置分析器404以及资源部署器406的运作来执行本申请的云端资源的管理方法，其细节将于后进行说明。明确来说，管理装置400可动态监测任何可受监控的对象，并依照所设定的标准作业程序，当达设定标准时即自动化进行适当处置，尽量避免造成处理时间上的延宕。
然而，本领域技术人员应可理解本发明并不限于此。例如，管理系统10亦能包括更多个云端系统与虚拟机器群组，其中每一虚拟机器群组皆具有对应的资源监测器以及多个虚拟机器，管理装置400也可设置在服务器110与210的其中一台或设置为另一台独立的服务器。此外，服务器的数目与虚拟机器的数目也可依实际需求与架构任意调整。本领域技术人员应可理解本发明的管理装置400、资源监测器402、一处置分析器404以及资源部署器406等元件可具有足够的硬件电路、元件和/或配合的软件、固件及其组合来实现各项所需的功能。
图2显示一依据本发明实施例的云端资源的管理方法的流程图。请同时参照图1与图2。依据本发明实施例的云端资源的管理方法可以适用于图1的管理系统10，可用以藉由管理装置400远端管理混合云端系统的各虚拟机器的运算资源。在本实施例中，第一虚拟化环境为云端系统100中的虚拟机器120所组成的虚拟化环境，第二虚拟化环境为云端系统200中的虚拟机器220所组成的虚拟化环境且第二虚拟化环境设置有一既定数量的虚拟机器的库存池。
在步骤S202中，资源监测器402周期性地收集并取得第一云端系统的所有第一虚拟机器的效能监测数据。举例来说，效能监测数据可包括关联于虚拟机器的软硬件的效能指标，例如虚拟机器的效能状态与软件服务状态数据。虚拟机器的效能状态数据包括虚拟机器CPU的使用率、存储器与硬盘读写效能、网络的传送或接收流量、硬盘的读取或写入流量等等数据。软件服务状态数据则为虚拟机器的软件服务状态，包括IIS服务状态、Windows服务状况、Web Request连线数量等等。资源监测器402可针对第一服务器(服务器110)内各资源的效能及各虚拟机器(120)的运行状态提供基本的监控，例如：包含虚拟机器处理器的使用率(VM CPU Usage)、存储器使用压力(Memory Usage Pressure)、每秒硬盘读写的数据量(Disk Read/Write Data per Second)与网络每秒发收的数据量(Network Sent/Received Data per Second)、软件服务状态监控，如：IIS服务状态、Windows服务状况、WebRequest连线数量等等，通过资源监控机制取得数据后存入数据库408中，以完成监控数据的收集。在一实施例中，数据库408可事先存储有监控数据，用以定义要监控那些项目以及那些状态等，资源监测器402则依据此监控数据收集各虚拟机器内的效能监测数据，进而了解虚拟机器的运算资源状态。
在步骤S204中，处置分析器404分析收集到的效能监测数据，据此判断是否有既定触发条件成立，并在判断有既定触发条件成立时，自动发出一触发信号。其中触发信号指示一部署对象以及一部署类型。部署对象可为虚拟机器或服务。部署类型包括扩展类型以及回收类型，分别用以触发虚拟机器的扩展或回收动作。具体来说，处置分析器404可依据数据库408中的触发定义数据D1所定义的虚拟机器的效能监控数据对应的效能指标的阈值，以判断是否在第二虚拟化环境进行增加运算资源或减少运算资源动作。明确来说，处置分析器406可接收并分析资源监测器402所收集到的效能监控数据，将收集到的效能指标依虚拟机器的设定值，调整指标如“CPU”或“网络流量”等监控项目的权重并将各项指标根据其权重进行加权运算后再加总产生一效能评估结果。
举例来说，在一实施例中，假设有两项指标“CPU”以及“网络流量”，若虚拟机器采用“CPU优先”，则会加重“CPU”这项指标的权重值(例如：将预设权重值从“1”调高为“1.2”)，若虚拟机器采用“网络流量优先”，则会加重网络流量这项指标的权重值，再将所有效能指标依权重值进行加权，根据各种虚拟机器的效能指标值与软件服务状态条件的加权分数加总后得到一效能评估结果，以评估判断是否已达到事件条件阈值。若已达到阈值，则处置分析器404将依据所设定的动作触发资源部署器406进行虚拟机器的扩展或回收。
虚拟机器的扩展动作包括以下动作至少其一：建立空的虚拟机器、使虚拟机器开机/致能(enable)、以及在已建立的虚拟机器进行软件部署，但本发明不限于此。建立空的虚拟机器依据一软件范本建立一虚拟机器，新建立的虚拟机器处于关机状态。使虚拟机器开机/启动用以将处于关机状态的虚拟机器经由开机程序启动，成为开机状态，以准备进行服务的配置。在已建立的虚拟机器进行软件部署是在开机状态的虚拟机器中部署一或多个服务。在一实施例中，一虚拟机器可仅部署一服务。在另一实施例中，一虚拟机器可部署两个或以上的服务。其中，空的虚拟机器表示虚拟机器中只配置操作系统而未配置任何服务。换句话说，可在空的虚拟机器上配置任何的服务。当空的虚拟机器经由欲部署服务(例如：Web服务)相关的软件部署程序(例如：网络及网域环境设定)进行配置后，此虚拟机器便可用于执行所部署的服务。举例来说，当欲部署服务为一Web服务时，可经由网络环境设定如IP地址、网域设定等等的软件部署程序来将Web服务部署在空的虚拟机器上，以产生支持/提供Web服务的虚拟机器，以提供使用者一Web服务。
虚拟机器的回收动作包括以下动作至少其一：移除虚拟机器上服务对应的软件部署、使空的或闲置的虚拟机器关机或失能(disable)以及删除虚拟机器，但本发明不限于此。移除虚拟机器上服务对应的软件部署将已配置有一或多个服务的虚拟机器中的其中一个服务移除，如可通过移除服务A的相关软件设定来将指定的服务A移除。使空的或闲置的虚拟机器关机将空的虚拟机器关机。关机后的虚拟机器可经由对应的开机程序而再次被使用，无需再重新建立。
举例来说，管理者可在触发条件定义数据中设定效能指标”CPU”(即CPU使用率)的权重为1.2，并设定阈值为80％，其中自动扩展的触发条件设定为效能评估结果大于阈值。若第一虚拟环境所得到的CPU效能数据为70％且持续一段时间(例如5分钟)时，加权并加总后的评估结果为84％，已超过80％，即视为达到该阈值而符合触发条件，虚拟机器的自动扩展操作需要被执行，因此处置分析器404可发出部署类型为部署类型的触发信号，以触发资源部署器406进行虚拟机器的自动扩展操作。类似地，若执行自动扩展操作之后，检测到第一虚拟环境所得到的CPU效能数据已持续一段时间(例如5～10分钟)降为60％或以下时，评估结果将低于80％，可视为符合回收条件，虚拟机器的自动回收操作需要被执行，因此处置分析器404可发出部署类型为回收类型的触发信号，以触发资源部署器406进行虚拟机器的自动回收动作。然而以上所述仅为本发明的一较佳实例，不应以此为限。
当收到处置分析器404所发出的触发信号时，在步骤S206中，资源部署器406相应触发信号，自动于第二云端系统上，对部署对象执行对应部署类型的一操作。具体来说，资源部署器406可依据管理者预先定义于数据库408中的部署条件定义数据D2，进行部署环境选择并在所选取的部署环境中，对触发信号中指定的部署对象进行对应触发信号中指定的部署类型的资源部署操作。更明确来说，当判定触发条件符合后，资源部署器406会依部署条件定义数据中的部署条件定义进行虚拟机器评分，藉以选择要建置的虚拟机器或选择要部署在现有的那一台虚拟机器上。若现有的虚拟机器的数量不足，则资源部署器406会判断第二虚拟化环境的运算资源是否足够及是否超出成本，若具有足够的资源的虚拟机器，才开始进行部署。本发明实施例中，部署对象可为一虚拟机器或一服务。在部署对象为虚拟机器的例子中，若触发的是增加运算资源的向外扩展机制(即部署类型为扩展类型)，只要库存池中还有可用的虚拟机器，资源部署器406可直接将该虚拟机器开机加入运算服务；而当触发的是减少运算资源的向内扩展或回收机制(即部署类型为回收类型)时，资源部署器406可将多余的虚拟机器关机进入库存管理程序。
库存管理程序以预设的库存上限值与库存下限值进行库存池的数量控制。当库存池中的虚拟机器数量不足库存下限(Stock Lower bound)的值及未达成本上限的值，资源部署器406可执行一库存监控程序，以自动补足差额的虚拟机器数量。举例来说，库存池中可包括5台虚拟机器220，若库存下限值设为3台，当库存池中的虚拟机器的数量为2台时，资源部署器406会自动补足差额(差额＝库存下限值-目前数量)1台至库存池中。当库存池中的虚拟机器数量超过库存上限(Stock Upper Bound)的值及超出成本上限的值，则会将多出来的虚拟机器做删除以回收运算资源。具体的资源部署流程如下。
图3显示依据本发明一实施例的资源部署程序的流程图。依据本发明实施例的资源部署程序可由资源部署器406所执行以依据触发信号进行步骤S206的资源部署。
当进入资源部署程序时，首先资源部署器406判断部署条件以及第一虚拟化环境资源，确认是否符合部署到第二虚拟化环境条件(步骤S302)，接着将第一虚拟化环境的范本上传至第二虚拟化环境，并依部署条件定义数据D2中的扩充条件定义，建置对应的虚拟机器在库存池中(步骤S304)。接着，资源部署器406再判断第二虚拟化环境是否有足够资源可用(步骤S306)。当判断第二虚拟化环境有足够资源可用(即第二虚拟化环境有符合第一虚拟化环境资源的部署条件)且不超过所设定的预设成本时(步骤S306的是)，资源部署器406将库存池中的虚拟机器取出进行开机与网络设定(步骤S308)。当判定第二虚拟化环境没有足够资源可用(即第二虚拟化环境的库存池中没有符合第一虚拟化环境资源的部署条件)时(步骤S306的否)，资源部署器406依据第一虚拟化环境资源的部署条件建立新的虚拟机器于库存池中并在建立后进行开机与网络设定(步骤S310)。
资源部署器406也可执行一回收程序，以相应具有部署类型为回收类型的触发信号进行虚拟机器的回收动作。在一些实施例中，第一虚拟化环境为一私有云系统，而第二虚拟化环境为一公有云系统，由于公有云环境需要作成本判断与成本控制，因此，此回收程序以第一虚拟化环境的资源使用情况为优先考虑，若第一虚拟化环境资源足以满足现有服务时，便会执行回收程序，以回收第二虚拟化环境的资源。如此一来，可有效减少公有云环境的成本。
本发明实施例中，部署对象可为一虚拟机器或一软件服务(或简称”服务”)。在部署对象为虚拟机器的例子中，若触发的是增加运算资源的向外扩展机制，只要库存池中还有虚拟机器，资源部署器406可直接将该机器开机加入运算服务；而当触发的是减少运算资源的向内扩展或回收机制时，资源部署器406可将多余的虚拟机器关机进入一库存管理程序。
在部署对象为软件服务的例子中，在现有虚拟机器服务效能满档时或已无虚拟机器可支持服务的软件部署时，资源部署器406才会执行虚拟机器的自动扩展操作，以增加运算资源，而当触发的是减少运算资源的向内扩展或回收机制时，资源部署器406会从现有的虚拟机器将软件服务移除。当无任何软件服务存在某一虚拟机器上时，资源部署器406可将该虚拟机器进入库存管理程序。库存管理程序依据库存的状态，关闭或删除该虚拟机器。
图4显示依据本发明实施例的库存管理程序的流程图。依据本发明实施例的库存管理程序可由资源部署器406所执行以进行库存管理。
如图4所示，进入库存管理程序后，首先，资源部署器406检查库存池中虚拟机器的一库存容量(亦即：库存池中剩余的虚拟机器数量)与计算成本(步骤S402)。接着，资源部署器406判断库存容量是否低于库存下限值(Stock Lower bound)(步骤S404)。若库存容量低于库存下限值(步骤S404的是)，资源部署器406自动补足差额数量的虚拟机器至库存容量(步骤S406)。若库存容量未低于库存下限值(步骤S404的否)，资源部署器406接着判断库存容量是否高于库存上限值(Stock Upper Bound)(步骤S408)。若库存容量高于库存上限值(步骤S408的是)，资源部署器406判断是否符合保留条件，以决定是否删除库存池中至少一虚拟机器以回收虚拟机器的运算资源(步骤S410)。在此步骤中，资源部署器406依据保留条件定义数据D3中定义的成本控制与资源控制的需求等数据判断是否符合保留条件。若判定为符合保留条件时(步骤S410的是)，则资源部署器406只作关机处理(步骤S412)。若判定为不符合保留条件时(步骤S410的否)，则资源部署器406删除库存池中多余的一或多个虚拟机器(步骤S414)。也就是说，资源部署器406可依据管理者在保留条件定义数据D3中所设定的成本控制与资源控制的需求等数据来决定以删除虚拟机器或仅关机处理的方式回收运算资源。当库存池中的虚拟机器数量不足库存下限的值及未达成本上限的值，资源部署器406可自动补足差额的虚拟机器数量。当库存池中的虚拟机器数量超过库存上限的值及超出成本上限的值，则资源部署器406会将多出来的虚拟机器做删除以回收运算资源，因此可有效控制第二虚拟化环境的成本。其中，库存下限值、库存上限值以及成本上限值等数据可存储在保留条件定义数据D3中。
综上所述，本申请可收集两虚拟化环境与平台的虚拟机器的负载效能状态并可在检测到虚拟机器的负载效能触发需求条件之后的短时间内自动增加虚拟机器以提供服务或在检测到运算资源足够时可减少服务的虚拟机器以回收运算资源。相较于现有技术，本申请可由使用者预先设定或由系统自动判断动态处理增加或减少虚拟机器或软件服务的数量并完成包括虚拟机器的建置、相关网络环境的设置、软件服务的设定等等配置，不需要人为介入，因此可达到快速回应需求并节省人力成本，亦能够显著的改善现有技术无法自动增加运算资源的缺点。
图5A及图5B以流程图举例说明管理系统10的云端资源的管理方法。请同时参照图1至图5。依据本发明实施例的云端资源的管理方法可以适用于图1的管理系统10，可用以藉由管理装置400远端管理混合云端系统的各虚拟机器的运算资源。在本实施例中，第一虚拟化环境为云端系统100中的虚拟机器120所组成的虚拟化环境，第二虚拟化环境为云端系统200中的虚拟机器220所组成的虚拟化环境且第二虚拟化环境设置有具有一既定数量的虚拟机器的库存池。
首先，在步骤S502中，资源监测器402与处置分析器分别自数据库408取得监控数据与触发条件定义数据；接着，在步骤S504中，资源监测器402依据监控数据，在第一虚拟化环境进行效能数据的收集，取得第一虚拟化环境的各虚拟机器的效能监测数据，具体细节可参考步骤S202的说明，其细节在此省略；在步骤S506中，处置分析器404分析资源监测器402所收集到的各项数据并与步骤S502中所取得的触发条件定义数据中定义的既定触发条件进行比较，判断是否有符合的既定触发条件。若是，依据所符合的触发条件，发出包括部署对象与部署类型的触发信号，进入步骤S508；若否，回到步骤S504重新收集数据与后续比对。举例来说，在一实施例中，处置分析器404可对第一虚拟机器的效能监测数据进行一加权运算，产生一评估结果，判断评估结果是否大于一既定阈值，并在评估结果大于既定阈值时，判定既定触发条件为成立。详细的触发条件是否符合的判断细节如步骤S204的说明，其细节在此省略。
在步骤S508中，资源部署器406准备进行资源部署程序，判断触发信号中表示的部署对象为“虚拟机器”或“服务”，若部署对象为“虚拟机器”，进入步骤S510至S518；若部署对象为“服务”，进入步骤S520。
在步骤S510中，资源部署器406接着判断触发信号中表示的部署类型为“扩展类型”或“回收类型”，若部署类型为“扩展类型”，表示需增加运算资源，进入步骤S512至S516的虚拟机器的自动扩展操作；若部署类型为“回收类型”，表示需减少运算资源，进入步骤S518的虚拟机器的自动回收操作。在步骤S512中，资源部署器406检查第二虚拟化环境中的库存池内是否有足够的虚拟机器资源；若有足够的虚拟机器资源时，如步骤S514，从库存池中取出一空的虚拟机器，并将取出的虚拟机器开机/致能并进行相关设定如设定网络环境；若目前虚拟机器资源不足时，如步骤S516，依据相应第一虚拟化环境的一范本，在库存池中建立新的空的虚拟机器，并在建立后将此虚拟机器开机/致能并进行相关设定如设定网络环境以加入服务。其中，建立空的虚拟机器依据一软件范本建立一虚拟机器，新建立的虚拟机器处于关机状态。之后，将处于关机状态的虚拟机器经由开机程序启动，成为开机状态，以准备进行服务的配置。
在步骤S518中，部署类型设定为“回收类型”，资源部署器406执行如图4的库存管理程序，将库存池中多余的虚拟机器关机或删除，以删除、保留或回收运算资源。使虚拟机器关机将虚拟机器关机。关机后的虚拟机器可经由对应的开机程序而再次被使用，无需再重新建立。
在步骤S520中，部署对象设定为“服务”，资源部署器406接着判断触发信号中表示的部署类型为“扩展类型”或“回收类型”，若部署类型为“扩展类型”，表示需增加运算资源，进入步骤S522的软件的自动扩展操作；若部署类型为“回收类型”，表示需减少运算资源，进入步骤S528的软件的自动回收操作。在步骤S522中，资源部署器406检查第二虚拟化环境中的库存池内是否有足够的虚拟机器资源；若有足够的虚拟机器资源时，如步骤S524，取得候选名单并据此选择一部署环境部署服务的相关软件；若目前虚拟机器资源不足时，如步骤S526，依据相应服务的一范本，在库存池中建立新的空的虚拟机器，并在建立后将虚拟机器开机/致能并部署服务的相关软件。
在步骤S528中，部署类型设定为“回收类型”，资源部署器406删除或移除虚拟机器上服务对应的软件部署并进入如图4的库存管理程序，以删除、保留或回收运算资源。其中，移除虚拟机器上服务对应的软件部署将已配置有一或多个服务的虚拟机器中的其中一个服务移除，如可通过移除服务A的相关软件设定来将指定的服务A移除。
因此，依据本发明的云端资源的管理系统及其相关方法提供一种使用混合云端系统的系统架构中的云端资源调节机制，可自动收集不同云端系统中的虚拟机器的状态数据与各项判断所需的数据，并依据预设的触发条件与设定规则进行判断，在地端云端系统的虚拟机器资源不足时自动分配虚拟机器资源至远端的云端系统中以增加服务的运算资源，并在达到所设定规则条件时即自动触发资源重新分配或扩增资源的动作，并依照所设定的规则定时监测是否达到标准，当达到标准后即开始进行虚拟机器资源扩充与或资源回收等动作，藉此通过全自动的方式可有效降低回应运算资源需求的时间，缩短资源建置时间，减少人为错误的可能，并可有效减低人力介入与成本，从而达到有效管理的目的。
本发明的方法，或特定类型或其部分，可以以程序代码的类型存在。程序代码可以包含于物理介质，如软盘、光盘、硬盘、或是任何其他机器可读取(如计算机可读取)存储介质，亦或不限于外在形式的计算机程序产品，其中，当程序代码被机器，如计算机载入且执行时，此机器变成用以参与本发明的装置。程序代码也可通过一些传送介质，如电线或电缆、光纤、或是任何传输类型进行传送，其中，当程序代码被机器，如计算机接收、载入且执行时，此机器变成用以参与本发明的装置。当在一般用途处理器实作时，程序代码结合处理器提供一操作类似于应用特定逻辑电路的独特装置。
虽然本发明已以优选实施例公开如上，然其并非用以限定本发明，本领域技术人员在不脱离本发明的精神和范围内，当可做些许更动与润饰，因此本发明的保护范围当视所附权利要求书界定范围为准。

Claims (10)

1.一种云端资源的管理方法，用以管理混合云端系统的云端资源，其中该混合云端系统包括第一云端系统以及第二云端系统，该第一云端系统包括多个第一服务器且所述第一服务器上分别运行多个第一虚拟机器，该第二云端系统包括多个第二服务器且所述第二服务器上分别运行多个第二虚拟机器，该方法包括下列步骤：
由资源监测器，取得所述第一虚拟机器的多个效能监测数据；
由处置分析器，分析所述第一虚拟机器的所述效能监测数据，以在判定既定触发条件成立时，自动发出触发信号，其中该触发信号包括部署对象以及部署类型；以及
由资源部署器，相应该触发信号，自动在该第二云端系统上，对该部署对象执行对应该部署类型的操作。
2.如权利要求1所述的管理方法，其中该处置分析器分析所述第一虚拟机器的所述效能监测数据，以在判定该既定触发条件成立时，自动发出该触发信号的步骤还包括：
对所述第一虚拟机器的所述效能监测数据进行加权运算，产生评估结果；
判断该评估结果是否大于既定阈值；以及
在该评估结果大于该既定阈值时，判定该既定触发条件为成立。
3.如权利要求1所述的管理方法，其中该自动在该第二云端系统上，对该部署对象执行对应该部署类型的该操作的步骤还包括：
自该第一云端系统上传范本至该第二云端系统，并以该范本建置虚拟机器。
4.如权利要求1所述的管理方法，其中该部署类型包括回收类型并且该对应该部署类型的该操作为回收操作，该回收操作包括以下其中至少一个：移除虚拟机器上服务对应的软件部署、使空的或闲置的虚拟机器关机以及删除虚拟机器。
5.如权利要求4所述的管理方法，其中该资源部署器还在该回收操作被触发时，选择所述第二服务器中对应该服务的其中一个移除该服务的该软件部署并在移除该服务的该软件部署之后且所选择的该一个上已无其他服务时，关闭或删除所选择的该一个。
6.如权利要求1所述的管理方法，其中该部署类型包括扩展类型并且该对应该部署类型的该操作为扩展操作，该扩展操作包括以下其中至少一个：建立空的虚拟机器、使虚拟机器开机/启动、以及在已建立的虚拟机器进行软件部署。
7.如权利要求1所述的管理方法，其中该方法包括：
在该第二云端系统中提供库存池，其中该库存池包括所述第二虚拟机器；
检查该库存池中所述第二虚拟机器的库存容量与计算成本；
若该库存容量低于下限值且该成本未超过预设成本时，自动补足差额数量的第二虚拟机器至该下限值；以及
若该库存容量高于上限值且该成本超过该预设成本时，删除该库存池中至少一第二虚拟机器以回收该第二虚拟机器的运算资源。
8.如权利要求1所述的管理方法，其中该部署对象包括服务以及虚拟机器，并且该方法还包括：
在该部署对象为该服务时，该资源部署器依据相应该服务的设定条件以及评分条件，对所述第二虚拟机器进行评分，并依据评分结果选择所述虚拟机器的其中一个进行该服务的软件部署；以及
在该部署对象为该虚拟机器时，该资源部署器依据部署条件建置该虚拟机器。
9.一种云端资源的管理系统，包括：
第一云端系统，包括多个第一服务器，其中所述第一服务器上运行多个第一虚拟机器；
第二云端系统，包括多个第二服务器，其中所述第二服务器上运行多个第二虚拟机器；以及
管理装置，通过网络耦接于该第一云端系统以及该第二云端系统，包括：
资源监测器，耦接所述第一虚拟机器与所述第二虚拟机器，收集并取得所述第一虚拟机器的多个效能监测数据；
处置分析器，耦接该资源监测器，用于分析所述第一虚拟机器的所述效能监测数据，以在判定既定触发条件成立时，自动发出触发信号，其中该触发信号包括部署对象以及部署类型；以及
资源部署器，耦接该处置分析器，相应该触发信号，自动在该第二云端系统上，对该部署对象执行对应该部署类型的操作。
10.如权利要求9所述的管理系统，还包括数据库，用以存储多个既定触发条件定义数据，以供该处置分析器根据所述既定触发条件定义数据及所述效能监测数据判断是否该既定触发条件成立。
CN201710212450.0A 2017-03-16 2017-04-01 云端资源的管理系统及其管理方法 Active CN108632330B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW106108668 2017-03-16
TW106108668A TWI598744B (zh) 2017-03-16 2017-03-16 雲端資源之管理系統及其管理方法

Publications (2)

Publication Number Publication Date
CN108632330A true CN108632330A (zh) 2018-10-09
CN108632330B CN108632330B (zh) 2021-02-02

Family

ID=60719607

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710212450.0A Active CN108632330B (zh) 2017-03-16 2017-04-01 云端资源的管理系统及其管理方法

Country Status (3)

Country Link
US (1) US10275286B2 (zh)
CN (1) CN108632330B (zh)
TW (1) TWI598744B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112306666A (zh) * 2019-07-29 2021-02-02 伊云谷数位科技股份有限公司 云端资源管理系统及方法、以及非暂态电脑可读取记录媒体

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9208051B2 (en) * 2012-12-26 2015-12-08 Bmc Software, Inc. Automatic creation of graph time layer of model of computer network objects and relationships
US10873512B2 (en) * 2017-07-07 2020-12-22 Vmware, Inc. Methods for managing self-healing cloud infrastructure and applications
US10360012B2 (en) * 2017-11-09 2019-07-23 International Business Machines Corporation Dynamic selection of deployment configurations of software applications
US11573838B2 (en) * 2018-04-20 2023-02-07 Vmware, Inc. Methods and apparatus to improve workload domain management in virtualized server systems using a free pool of virtualized servers
US11005725B2 (en) 2018-06-29 2021-05-11 Vmware, Inc. Methods and apparatus to proactively self-heal workload domains in hyperconverged infrastructures
US10620987B2 (en) * 2018-07-27 2020-04-14 At&T Intellectual Property I, L.P. Increasing blade utilization in a dynamic virtual environment
US10977072B2 (en) * 2019-04-25 2021-04-13 At&T Intellectual Property I, L.P. Dedicated distribution of computing resources in virtualized environments
CN110489132B (zh) * 2019-08-08 2023-04-28 西藏宁算科技集团有限公司 一种云计算环境下的分布式软件部署方法及系统
CN110569157B (zh) * 2019-08-30 2023-07-14 华云数据有限公司 存储测试方法、装置、服务器及存储介质
US20230057210A1 (en) * 2020-02-26 2023-02-23 Rakuten Symphony Singapore Pte. Ltd. Network service construction system and network service construction method
US11567804B2 (en) * 2020-03-05 2023-01-31 Cisco Technology, Inc. Computing resource allocation for virtual network functions
CN111680835A (zh) * 2020-06-05 2020-09-18 广州汇量信息科技有限公司 一种风险预测方法、装置、存储介质及电子设备
CN113867926A (zh) * 2020-06-30 2021-12-31 中兴通讯股份有限公司 一种云环境管理方法、云环境管理平台及存储介质
JP7191906B2 (ja) * 2020-09-09 2022-12-19 株式会社日立製作所 リソース割当制御装置、計算機システム、及びリソース割当制御方法
US11436000B2 (en) * 2020-10-19 2022-09-06 Oracle International Corporation Prioritized non-active memory device update
CN113760528A (zh) * 2020-12-24 2021-12-07 北京沃东天骏信息技术有限公司 基于多云平台的资源处理方法和装置
US20220398520A1 (en) * 2021-06-11 2022-12-15 Dell Products L.P. Infrastructure resource capacity management with intelligent expansion trigger computation
CN114168446B (zh) * 2022-02-10 2022-07-22 浙江大学 一种面向移动端运行算法模型的模拟评测方法及设备
CN114726734A (zh) * 2022-03-21 2022-07-08 平安壹账通云科技(深圳)有限公司 云服务资源扩容方法、装置、电子设备及存储介质
CN116541261B (zh) * 2023-07-06 2023-09-05 成都睿的欧科技有限公司 一种基于云资源监测的资源管理方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102681899A (zh) * 2011-03-14 2012-09-19 金剑 云计算服务平台的虚拟计算资源动态管理系统
CN103051710A (zh) * 2012-12-20 2013-04-17 中国科学院深圳先进技术研究院 一种虚拟云平台管理系统及方法
US20140280956A1 (en) * 2013-03-14 2014-09-18 Vmware, Inc. Methods and systems to manage computer resources in elastic multi-tenant cloud computing systems
CN104850450A (zh) * 2015-05-14 2015-08-19 华中科技大学 一种面向混合云应用的负载均衡方法及系统
CN105607943A (zh) * 2015-12-18 2016-05-25 浪潮集团有限公司 一种云环境下虚拟机动态部署机制
WO2016121973A1 (ja) * 2015-01-30 2016-08-04 日本電気株式会社 ノードシステム、サーバ装置、スケールリング制御方法及びプログラム
CN106330546A (zh) * 2016-08-26 2017-01-11 北京易讯通信息技术股份有限公司 一种在私有云环境中应用集群部署的系统和方法
US20170041379A1 (en) * 2014-04-23 2017-02-09 Huawei Technologies Co., Ltd. Cloud Application Processing Method, Cloud Application Deployment Method, and Related Apparatus and System

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101179554B1 (ko) * 2009-03-26 2012-09-05 한국전자통신연구원 모바일 클라우드 플랫폼을 구비한 모바일 단말 장치
WO2015137975A1 (en) * 2014-03-14 2015-09-17 Hewlett Packard Development Company, L.P. Resource restriction
US10261839B2 (en) * 2016-11-02 2019-04-16 International Business Machines Corporation Outlier and root cause determination of excessive resource usage in a virtual machine environment

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102681899A (zh) * 2011-03-14 2012-09-19 金剑 云计算服务平台的虚拟计算资源动态管理系统
CN103051710A (zh) * 2012-12-20 2013-04-17 中国科学院深圳先进技术研究院 一种虚拟云平台管理系统及方法
US20140280956A1 (en) * 2013-03-14 2014-09-18 Vmware, Inc. Methods and systems to manage computer resources in elastic multi-tenant cloud computing systems
US20170041379A1 (en) * 2014-04-23 2017-02-09 Huawei Technologies Co., Ltd. Cloud Application Processing Method, Cloud Application Deployment Method, and Related Apparatus and System
WO2016121973A1 (ja) * 2015-01-30 2016-08-04 日本電気株式会社 ノードシステム、サーバ装置、スケールリング制御方法及びプログラム
CN104850450A (zh) * 2015-05-14 2015-08-19 华中科技大学 一种面向混合云应用的负载均衡方法及系统
CN105607943A (zh) * 2015-12-18 2016-05-25 浪潮集团有限公司 一种云环境下虚拟机动态部署机制
CN106330546A (zh) * 2016-08-26 2017-01-11 北京易讯通信息技术股份有限公司 一种在私有云环境中应用集群部署的系统和方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112306666A (zh) * 2019-07-29 2021-02-02 伊云谷数位科技股份有限公司 云端资源管理系统及方法、以及非暂态电脑可读取记录媒体
CN112306666B (zh) * 2019-07-29 2023-08-11 伊云谷数位科技股份有限公司 云端资源管理系统及方法、以及非暂态电脑可读取记录媒体

Also Published As

Publication number Publication date
US20180267833A1 (en) 2018-09-20
US10275286B2 (en) 2019-04-30
TW201835787A (zh) 2018-10-01
TWI598744B (zh) 2017-09-11
CN108632330B (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
CN108632330A (zh) 云端资源的管理系统及其管理方法
CN111505938B (zh) 具有能源优化构建器和类属数据模型设计器的建筑物自动化系统
CN102880532B (zh) 以云端技术为基础的测试系统与方法
JP4982216B2 (ja) ポリシ作成支援方法、ポリシ作成支援システム、およびプログラム
KR102083766B1 (ko) 애플리케이션별 자원 사용량 정보의 제공 기법
JP4872944B2 (ja) 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム
CN102576311B (zh) 用于通过优化性能模型提高软件执行时间的方法和系统
CN109684071B (zh) 任意工作负载在超融合节点之间的分配
CN104657194B (zh) 用于计算网络中动作的影响的方法和系统
US20140143773A1 (en) Method and system for running a virtual appliance
CN106713003A (zh) 基于网络拓扑图的虚拟节点创建方法及装置
CN105378669A (zh) 虚拟机资源管理系统及其方法
CN108182140A (zh) 确定和监测计算机资源服务的性能能力
CN106302663A (zh) 经由网络分割的本地云计算
US20150339628A1 (en) Online software service system and method
JP6772652B2 (ja) プログラマブル表示器、更新処理装置、更新方法、情報処理方法およびプログラム
US20130254121A1 (en) Software Portfolio Management Based on Feature Usage
CN105144116A (zh) 估计操作的剩余时间
US20150370593A1 (en) System construction device and system construction method
CN107645410A (zh) 一种基于OpenStack云平台的虚拟机管理系统及方法
CN103383650A (zh) 管理方法及其系统
US10310466B2 (en) Managing energy consumption of a building in an interconnected wide area management system
JP6119767B2 (ja) 対処方法作成プログラム、対処方法作成方法、及び情報処理装置
CN114490089A (zh) 云计算资源自动调节方法、装置、计算机设备及存储介质
CN114911492A (zh) 推理服务部署方法、装置、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant