CN109213597A - 资源分配方法、装置、计算机设备及计算机可读存储介质 - Google Patents
资源分配方法、装置、计算机设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109213597A CN109213597A CN201810866688.XA CN201810866688A CN109213597A CN 109213597 A CN109213597 A CN 109213597A CN 201810866688 A CN201810866688 A CN 201810866688A CN 109213597 A CN109213597 A CN 109213597A
- Authority
- CN
- China
- Prior art keywords
- sample
- operation model
- business
- resources
- virtual machine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013468 resource allocation Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000001514 detection method Methods 0.000 claims description 27
- 230000015654 memory Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000284 extract Substances 0.000 claims description 8
- 241000208340 Araliaceae Species 0.000 claims description 4
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 4
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 4
- 235000008434 ginseng Nutrition 0.000 claims description 4
- 239000000463 material Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 13
- 230000008901 benefit Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 241000282326 Felis catus Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003116 impacting effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—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
- G06F9/44—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
- G06F9/44—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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种资源分配方法、装置、计算机设备及计算机可读存储介质，涉及互联网技术领域，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。所述方法包括：接收用户的业务请求，基于业务请求，获取业务参数，业务请求中至少包括待运行业务所处终端的终端标识，业务参数至少包括待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，至少一个样本运营模型根据多个样本业务建立；确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源。
Description
技术领域
本发明涉及互联网技术领域，特别是涉及一种资源分配方法、装置、计算机设备及计算机可读存储介质。
背景技术
随着互联网技术领域的飞速发展，很多时候，用户可能需要将数据存储到数据库或者在数据库中查找数据，但是对于用户来说，如果要用户自己架设数据库，需要用户购买服务器。由于服务器的成本较高，大多用户并不会选择够买，因此，云平台应运而生。云平台中部署有各种类型的服务器，当用户需要使用服务器提供的虚拟机资源时，只需要根据待运行的业务，向云平台申请所需的虚拟机资源，云平台便会为用户的业务分配相应的虚拟机资源，为用户带来了极大的便利性和灵活性。
相关技术中，云平台在为用户的业务分配相应的虚拟机资源时，会根据用户基于业务发送的业务请求为该业务分配部署有虚拟机的服务器，并根据业务请求中用户请求的资源量为分配给用户的服务器分配带宽资源。
在实现本发明的过程中，发明人发现相关技术至少存在以下问题：
云平台中部署有大量不同的服务器，且这些服务器较为复杂，导致对云平台中的服务器了解较少的用户很难根据自身业务需求的资源量确定规格最划算的服务器，需要云平台的运营人员进行人为的判断，浪费大量的人力物力，智能性较差。
发明内容
有鉴于此，本发明提供了一种资源分配方法、装置、计算机设备及计算机可读存储介质，主要目的在于解决目前需要云平台的运营人员进行人为的判断，浪费大量的人力物力，智能性较差的问题。
依据本发明第一方面，提供了一种资源分配方法，该方法包括：
接收用户的业务请求，基于所述业务请求，获取业务参数，所述业务请求中至少包括待运行业务所处终端的终端标识，所述业务参数至少包括所述待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，所述至少一个样本运营模型根据多个样本业务建立；
确定所述目标运营模型对应的目标分配策略，基于所述目标分配策略，为所述待运行业务分配虚拟机资源。
在另一个实施例中，所述接收用户的业务请求，基于所述业务请求，获取业务参数之前，包括：
获取所述多个样本业务的多个样本参数，所述样本参数至少包括操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
基于所述多个样本参数，建立多个样本运营模型；
对于所述多个样本运营模型中的每个样本运营模型，根据所述样本运营模型的样本参数，生成样本分配策略；
将所述样本运营模型与所述样本分配策略对应存储。
在另一个实施例中，所述方法还包括：
每隔调整周期，获取资源更新数据，所述资源更新数据为服务器提供的虚拟机资源的更新数据；
对于所述多个样本运营模型中的每个样本运营模型，重新执行上述根据样本参数生成样本分配策略的过程，生成所述样本运营模型的新样本分配策略；
将所述样本运营模型与所述新样本分配策略对应存储。
在另一个实施例中，所述接收用户的业务请求，基于所述业务请求，获取业务参数，包括：
接收用户的业务请求，在所述业务请求中提取所述终端标识；
确定所述终端标识指示的目标终端，对所述目标终端进行性能检测，获取所述业务参数。
在另一个实施例中，所述根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，包括：
分别计算所述至少一个样本运营模型中每一个样本运营模型的样本参数与所述业务参数之间的相似度，得到多个样本相似度；
将所述多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度；
将所述目标相似度对应的样本运营模型作为所述目标运营模型。
在另一个实施例中，所述方法还包括：
对所述虚拟机资源进行统计，获取所述虚拟机资源的剩余资源量；
如果所述剩余资源量小于资源阈值，则确定所述虚拟机资源的资源标识；
基于所述资源标识，生成资源补给提示；
展示所述资源补给提示。
在另一个实施例中，所述方法还包括：
每隔检测周期，统计所述虚拟机资源在上一检测周期中的消耗资源量；
基于所述消耗资源量和所述剩余资源量，确定所述虚拟机资源的剩余消耗时间；
基于所述剩余消耗时间，生成资源预测提示；
展示所述资源预测提示。
依据本发明第二方面，提供了一种资源分配装置，该装置包括：
接收模块，用于接收用户的业务请求，基于所述业务请求，获取业务参数，所述业务请求中至少包括待运行业务所处终端的终端标识，所述业务参数至少包括所述待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
模型确定模块，用于根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，所述至少一个样本运营模型根据多个样本业务建立；
分配模块，用于确定所述目标运营模型对应的目标分配策略，基于所述目标分配策略，为所述待运行业务分配虚拟机资源。
在另一个实施例中，所述装置还包括：
参数获取模块，用于获取所述多个样本业务的多个样本参数，所述样本参数至少包括操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
建立模块，用于基于所述多个样本参数，建立多个样本运营模型；
策略生成模块，用于对于所述多个样本运营模型中的每个样本运营模型，根据所述样本运营模型的样本参数，生成样本分配策略；
存储模块，用于将所述样本运营模型与所述样本分配策略对应存储。
在另一个实施例中，所述装置还包括：
数据获取模块，用于每隔调整周期，获取资源更新数据，所述资源更新数据为服务器提供的虚拟机资源的更新数据；
所述策略生成模块，还用于对于所述多个样本运营模型中的每个样本运营模型，重新执行上述根据样本参数生成样本分配策略的过程，生成所述样本运营模型的新样本分配策略；
所述存储模块，还用于将所述样本运营模型与所述新样本分配策略对应存储。
在另一个实施例中，所述接收模块，包括：
提取子模块，用于接收用户的业务请求，在所述业务请求中提取所述终端标识；
检测子模块，用于确定所述终端标识指示的目标终端，对所述目标终端进行性能检测，获取所述业务参数。
在另一个实施例中，所述模型确定模块，包括：
计算子模块，用于分别计算所述至少一个样本运营模型中每一个样本运营模型的样本参数与所述业务参数之间的相似度，得到多个样本相似度；
排序子模块，用于将所述多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度；
确定子模块，用于将所述目标相似度对应的样本运营模型作为所述目标运营模型。
在另一个实施例中，所述装置还包括：
统计模块，用于对所述虚拟机资源进行统计，获取所述虚拟机资源的剩余资源量；
标识确定模块，用于如果所述剩余资源量小于资源阈值，则确定所述虚拟机资源的资源标识；
提示生成模块，用于基于所述资源标识，生成资源补给提示；
展示模块，用于展示所述资源补给提示。
在另一个实施例中，所述方法还包括：
所述统计模块，还用于每隔检测周期，统计所述虚拟机资源在上一检测周期中的消耗资源量；
时间确定模块，基于所述消耗资源量和所述剩余资源量，确定所述虚拟机资源的剩余消耗时间；
所述提示生成模块，还用于基于所述剩余消耗时间，生成资源预测提示；
所述展示模块，还用于展示所述资源预测提示。
依据本发明第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
依据本发明第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述第一方面所述的方法的步骤。
借由上述技术方案，本发明提供的一种资源分配方法及装置，与目前云平台的运营人员进行人为的判断的方式相比，本发明通过接收用户的业务请求，基于业务请求，获取业务参数，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，并确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的一种资源分配方法流程示意图；
图2A示出了本发明实施例提供的一种资源分配系统实施架构图；
图2B示出了本发明实施例提供的一种资源分配方法流程示意图；
图2C示出了本发明实施例提供的一种资源分配方法流程示意图；
图2D示出了本发明实施例提供的一种资源分配方法流程示意图；
图3A示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3B示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3C示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3D示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3E示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3F示出了本发明实施例提供的一种资源分配装置的结构示意图；
图3G示出了本发明实施例提供的一种资源分配装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种资源分配方法，如图1所示，该方法包括：
101、接收用户的业务请求，基于业务请求，获取业务参数，业务请求中至少包括待运行业务所处终端的终端标识，业务参数至少包括待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量。
具体实施方式可以参见实施例中的步骤202。
102、根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，至少一个样本运营模型根据多个样本业务建立。
具体实施方式可以参见实施例中的步骤203至步骤204。
103、确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源。
具体实施方式可以参见实施例中的步骤205。
在另一个实施例中，接收用户的业务请求，基于业务请求，获取业务参数之前，包括：
获取多个样本业务的多个样本参数，样本参数至少包括操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
基于多个样本参数，建立多个样本运营模型；
对于多个样本运营模型中的每个样本运营模型，根据样本运营模型的样本参数，生成样本分配策略；
将样本运营模型与样本分配策略对应存储。
在另一个实施例中，方法还包括：
每隔调整周期，获取资源更新数据，资源更新数据为服务器提供的虚拟机资源的更新数据；
对于多个样本运营模型中的每个样本运营模型，重新执行上述根据样本参数生成样本分配策略的过程，生成样本运营模型的新样本分配策略；
将样本运营模型与新样本分配策略对应存储。
在另一个实施例中，接收用户的业务请求，基于业务请求，获取业务参数，包括：
接收用户的业务请求，在业务请求中提取终端标识；
确定终端标识指示的目标终端，对目标终端进行性能检测，获取业务参数。
在另一个实施例中，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，包括：
分别计算至少一个样本运营模型中每一个样本运营模型的样本参数与业务参数之间的相似度，得到多个样本相似度；
将多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度；
将目标相似度对应的样本运营模型作为目标运营模型。
在另一个实施例中，方法还包括：
对虚拟机资源进行统计，获取虚拟机资源的剩余资源量；
如果剩余资源量小于资源阈值，则确定虚拟机资源的资源标识；
基于资源标识，生成资源补给提示；
展示资源补给提示。
在另一个实施例中，方法还包括：
每隔检测周期，统计虚拟机资源在上一检测周期中的消耗资源量；
基于消耗资源量和剩余资源量，确定虚拟机资源的剩余消耗时间；
基于剩余消耗时间，生成资源预测提示；
展示资源预测提示。
本发明实施例提供的资源分配方法，通过接收用户的业务请求，基于业务请求，获取业务参数，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，并确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。
在对本发明实施例进行详细的解释说明之前，先对本发明实施例涉及的资源分配系统的实施架构进行简单介绍。
参见图2A，资源分配系统包括建模系统、资源调度系统、资源管理系统以及智能引擎。其中，建模系统用于根据多个样本业务建立多个样本运营模型；资源调度系统用户根据智能引擎的指示为用户的待运行业务以及运行中的业务分配虚拟机资源；资源管理系统用于在虚拟机资源不足或者发生故障时，对虚拟机资源进行增加或者调整；智能引擎为用户的待运行业务确定最匹配的目标样本模型，并确定目标样本模型对应的目标分配策略，指示资源调度模型根据目标分配策略为待运行业务分配虚拟机资源，同时，对虚拟机资源的剩余情况及使用情况进行检测，进而指示资源管理系统补充或调整虚拟机资源。
其中，资源分配系统可以设置数据接口，并基于数据接口与用户的终端建立数据连接，同时，还可以基于该数据接口实现虚拟机资源的补充。
本发明实施例提供了一种资源分配方法，可以达到根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优的目的，如图2B所示，该方法包括：
201、基于多个样本业务，建立多个样本运营模型，为多个样本运营模型中每一个样本运营模型设置样本分配策略，将样本运营模型与样本分配策略对应存储。
在本发明实施例中，提供资源分配的服务可由云平台实现。云平台中部署有多个服务器，每个服务器均可以提供相应的虚拟机资源，这样，当用户需要使用虚拟机资源时，便可以向云平台请求，由云平台为用户的待运行业务进行虚拟机资源的分配。
发明人考虑到，根据用户的待运行业务的实际情况进行资源的分配才是最佳的分配方式，可以防止资源的浪费，但是用户对云平台以及待运行业务的了解程度是有限的，想要用户根据实际情况来选择合适自己的服务器较为困难；另外，目前，不同用户请求的待运行业务所处于的终端的类型基本是固定的，这样，终端为待运行业务提供的业务参数基本也是固定的，因此，在云平台中可以建立多个样本运营模型，并为多个样本运营模型设置分配策略，使得在后续接收到用户的业务请求时，可以根据用户的待运行业务的业务参数确定匹配的目标样本模型，并根据目标样本模型对应的分配策略进行资源的分配，在为用户提供便捷，无需用户对云平台中服务器进行深入了解的同时，还简化了为待运行业务进行资源分配的过程。其中，在为云平台建立多个样本运营模型时，可以通过执行下述步骤一至步骤二实现。
步骤一、获取多个样本业务的多个样本参数，基于多个样本参数，建立多个样本运营模型。
在本发明实施例中，样本参数至少包括样本业务所处样本终端的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量。其中，可以将固定时间段内请求运行的业务作为样本业务，并对样本业务所处终端的参数进行提取，将提取得到的参数作为各个样本业务的样本参数，并基于获取到的多个样本参数，建立多个样本运营模型。
例如，如果样本业务所处终端的参数分别为操作系统类型Ubuntu(乌班图)、运行软件类型Tomcat(汤姆猫)、1000访问量、所属地区为上海、系统使用量分别为CPU(CentralProcessing Unit，中央处理器)4、内存16G、磁盘IO(Input/Output，输入/输出)3000，这样，便可以建立该样本业务的样本运营模型，且该样本运营模型中的样本参数为操作系统类型Ubuntu、运行软件类型tomcat、1000访问量、所属地区为上海、系统使用量分别为CPU 4、内存16G、磁盘IO 3000。
需要说明的是，对于多个样本业务中的每一个样本业务，均可以采用上述方式建立该样本业务的样本运营模型，本发明实施例对样本参数包括的具体内容不进行具体限定。
步骤二、对于多个样本运营模型中的每个样本运营模型，根据样本运营模型的样本参数，生成样本分配策略，将样本运营模型与样本分配策略对应存储。
在本发明实施例中，由于云平台中包括各个地区的虚拟机资源，且每一种虚拟机资源具有不同的特性，因此，可以为多个样本运营模型中的每个样本运营模型定制与其最为适应且最佳的虚拟机资源，进而生成每个样本运营模型的分配策略，将每个样本运营模型与其对应的分配策略对应存储。
例如，设样本业务的样本参数为Ubuntu、tomcat、1000访问量、所属地区为上海、系统使用量分别为CPU 4、内存16G、磁盘IO 3000，则可以确定该业务样本的最佳虚拟机资源为上海地区的2c，8g高性能云硬盘的虚拟机两台，这样，便可将上海地区的2c，8g高性能云硬盘的虚拟机两台作为该样本业务的资源分配策略。
而在实际应用的过程中，考虑到云平台中虚拟机资源的部署会发生变化，使得各个样本运营模型的资源分配策略随着时间的推移可能并不是最佳的资源分配策略，因此，为了保证对用户的业务进行资源分配为最佳的分配方式，可以周期获取虚拟机资源最新的资源更新数据，并基于资源更新数据，重新执行上述步骤二中所示的为样本运营模型确定分配策略的过程，进而为每个样本运营模型确定新分配策略，将每个样本模型对应的分配策略调整为新分配策略。其中，云平台中可以设置调整周期，每隔调整周期便获取资源更新数据，基于获取到的资源更新数据对多个样本运营模型进行调整。
例如，假设云平台中在上海地区最新部署了三台虚拟机，分别为虚拟机A、虚拟机B和虚拟机C，将虚拟机A、虚拟机B和虚拟机C作为资源更新数据，如果对于样本运营模型1来说，与其对应的资源分配策略中推荐的虚拟机为虚拟机D，而虚拟机C的特性更加符合样本运营模型1涉及的样本业务，则可将样本运营模型1对应的资源分配策略中推荐的虚拟机D更改为虚拟机C，生成新资源分配策略，并将样本运营模型1与新资源分配策略对应存储，完成对样本运营模型1的调整。
202、接收用户的业务请求，在业务请求中提取终端标识，确定终端标识指示的目标终端，对目标终端进行性能检测，获取业务参数。
在本发明实施例中，业务请求中至少包括待运行业务所处终端的终端标识。云平台可以以客户端的方式为用户提供资源分配服务器，在客户端中提取资源分配入口，使得用户可以在终端中下载云平台的客户端来向云平台请求资源分配。其中，当云平台检测到用户触发资源分配入口时，获取用户所持终端的终端标识，确定接收到用户的业务请求，为了给用户的待运行业务分配与其最匹配的虚拟机资源，在接收到用户的业务请求时，需要根据终端标识确定目标终端，对目标终端进行性能检测，进而获取业务参数。
其中，获取到的业务参数至少包括待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量。具体地，操作系统类型可为Windows(微软视窗)、Ubuntu、CentOS(Community Enterprise Operating System，社区企业操作系统)、Redhat(红帽)等；运行软件类型可为Weblogic(基于计算机编程语言的中间件)、Tomcat等；预估访问量可为应用软件的日活量，或者FTP(File Transfer Protocol，文件传输协议)服务器预计的访问量等；所属地区可为潜在客户所在的地区，例如上海、杭州等；系统使用量可为终端CPU大小、终端内存大小以及终端磁盘IO大小。
203、分别计算至少一个样本运营模型中每一个样本运营模型的样本参数与待运行业务的业务参数之间的相似度，得到多个样本相似度。
根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型。
在本发明实施例中，当确定待运行业务的业务参数后，便可以计算至少一个样本运营模型中每一个样本运营模型的样本参数与待运行业务的业务参数之间的相似度，得到多个样本相似度，以便在后续基于多个样本相似度确定与待运行业务最匹配的目标运营模型，根据目标运营模型确定如何为待运行业务分配虚拟机资源。
在计算样本运营模型的样本参数与业务参数之间的相似度时，以多个样本运营模型中的任一样本运营模型为例，在计算业务参数与该样本运营模型之间的相似度时，可以统计业务参数与该样本运营模型的样本参数之间一致的参数值的第一数量，统计业务参数包括的全部参数值的第二数量，计算第一数量与第二数量的比值，将该比值作为业务参数与该样本运营模型之间的相似度。
例如，设业务参数中包括的参数值为A、B、C、D和E五个参数值，对于样本运营模型1来说，业务参数的参数值A和C与样本运营模型1的样本参数一致，这样，便可以确定第一数量为2，第二数量为5，业务参数与该样本运营模型1之间的相似度为2/5，也即40％。
204、将多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度，将目标相似度对应的样本运营模型作为目标运营模型。
在本发明实施例中，当生成多个样本运营模型与业务参数之间的多个样本相似度后，便可以将多个样本相似度从大到小进行排序，将排在首位的样本相似度，也即最大的样本相似度作为目标相似度，并确定目标相似度对应的样本运营模型，将该样本运营模型作为目标运营模型，以便后续根据该目标运营模型为待运行业务进行资源分配。
其中，在对多个样本相似度进行排序时，还可以按照从小到大的顺序进行排序，并将排在末位的样本相似度作为目标相似度，将目标相似度指示的样本运营模型作为目标样本运营模型。
205、确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源。
在本发明实施例中，当确定了目标运营模型后，便可以获取目标运营模型对应的分配策略，将该分配策略作为目标分配策略，并基于目标分配策略，为待运行业务分配虚拟机资源。
例如，设目标样本运营模型为样本运营模型1，根据样本运营模型1确定的目标资源分配策略为资源分配策略1，该资源分配策略1中指示的为2c，8g高性能的虚拟机2台，则云平台为用户的待运行业务分配2c，8g高性能的虚拟机2台。
206、获取参数更新数据，重新执行上述基于业务参数确定目标运营模型的过程，确定新目标运营模型，确定新目标运营模型对应的新目标分配策略，基于新目标分配策略，为待运行业务分配虚拟机资源。
在本发明实施例中，由于用户的待运行业务在运营的过程中其业务参数可能会发生变化，使得当前为用户的待运行业务分配的虚拟机资源可能并不是最佳的，因此，可以获取待运行业务在运行中业务参数的参数更新数据，并基于该参数更新数据对分配给用户的待运行业务的虚拟机资源进行调整。其中，在基于参数更新数据确定新目标运营模型，并根据新目标运营模型对应的新目标分配策略进行资源分配的过程与上述步骤203至步骤205中的过程一致，此处不在进行赘述。
需要说明的是，为了避免用户对资源分配的调整产生质疑，在检测到需要对用户的业务进行资源分配的调整时，可以向用户的终端发送调整建议，并在调整建议中携带参数更新数据以及新资源分配策略，并根据用户下发的指令确定是否对分配给用户业务的虚拟机资源进行调整。
另外，考虑到用户的业务产生的业务参数是变化的，为了保证分配给用户的业务的虚拟机资源与用户的业务的运行时最匹配的，云平台中可以设置用于对分配给用户业务的虚拟机资源进行调整的调整周期，每隔该调整周期便对用户的业务当前运行时产生的新的业务参数进行采集，也即对参数更新数据进行采集，以便根据采集到的参数更新数据对分配给用户业务的虚拟机资源进行调整。本发明实施例对进行虚拟机资源分配调整的时机不进行具体限定。其中，该调整周期与上述步骤201中提及的调整周期可为同一调整周期，也可为不同的调整周期，本发明实施例对此不进行具体限定。
在实际应用的过程中，由于虚拟机资源是有限的，每一种虚拟机资源均可能会发生资源存在不足的风险，因此，参见图2C，可以对虚拟机资源的消耗情况进行检测，进而根据虚拟机资源的消耗情况进行适应性的操作。
207、对虚拟机资源进行统计，获取虚拟机资源的剩余资源量，如果剩余资源量小于资源阈值，则执行下述步骤208；如果剩余资源量大于资源阈值，则执行下述步骤209。
在本发明实施例中，对于多个虚拟机资源中的每一个虚拟机资源，对该虚拟机资源进行统计，获取虚拟机资源的剩余资源量，判断是否需要为该虚拟机资源进行资源补给，如果剩余资源量小于资源阈值，则表示需要对该虚拟机资源进行资源补给，也即执行下述步骤208；如果剩余资源量大于资源阈值，则表示不需要对该虚拟机资源进行资源补给，该虚拟机资源可以继续保持当前的工作状态，也即执行下述步骤209。
需要说明的是，一方面，在云平台中可以设置检测周期，每隔检测周期对多个虚拟机资源进行检测，判断是否需要对虚拟机资源进行补给；另一方面，云平台可以实时对多个虚拟机资源进行检测，实时判断是否需要对虚拟机资源进行补给。本发明实施例对检测虚拟机资源是否需要进行补给的时机不进行具体限定。
208、如果剩余资源量小于资源阈值，则确定虚拟机资源的资源标识，基于资源标识，生成资源补给提示，展示资源补给提示。
在本发明实施例中，如果剩余资源量小于资源阈值，表示该虚拟机资源需要进行补给，为了使后续进行补给时可以确定为哪一个虚拟机资源进行补给，则需要确定虚拟机资源的资源标识，并基于资源标识，生成资源补给提示，并展示该资源补给提示，以便工作人员看到该资源补给提示时，对资源标识指示的虚拟机资源进行补给。
209、如果剩余资源量大于资源阈值，则保持虚拟机资源的正常工作状态。
在本发明实施例中，如果剩余资源量大于资源阈值，表示该虚拟机资源的剩余资源量是充足的，无需对该虚拟机资源进行资源补给，则保持虚拟机资源当前的正常工作状态即可。
在实际应用的过程中，为了便于对虚拟机资源进行补给，还可以对虚拟机中剩余资源可以使用的时长进行预测，并对工作人员进行提示，以便工作人员可以知晓在何时需要为虚拟机资源进行资源补给，从而避免对虚拟机资源的正常工作造成影响，具体参见图2D。
210、每隔检测周期，统计虚拟机资源在上一检测周期中的消耗资源量。
在本发明实施例中，云平台中可以设置检测周期，统计在检测周期内虚拟机资源消耗的资源量，进而在后续根据虚拟机资源的剩余资源量，确定该虚拟机资源还可以消耗多久，应当在什么时候对该虚拟机资源进行补给以及在进行资源补给时，补给的虚拟机资源可以消耗多久，并将上述的内容作为资源补给预测。
211、基于消耗资源量和剩余资源量，确定虚拟机资源的剩余消耗时间。
在本发明实施例中，当获取到虚拟机资源的消耗资源量和剩余资源量后，根据检测周期、消耗资源量和剩余资源量，确定虚拟机资源的剩余消耗时间。
例如，设检测周期为7天，在7天内消耗的虚拟机资源A的资源量为x，则确定每天消耗的虚拟机资源A的资源量为x/7；如果检测到的虚拟机资源A的剩余资源量为y，则可以确定虚拟机资源A还可以消耗7y/x天。
另外，需要说明的是，如果已经对该虚拟机资源进行了资源补给，云平台还可以对补给给虚拟机资源的资源可以使用的使用时长进行预测，并在资源预测提示中添加使用时长。继续以上述例子为例，如果补给的虚拟机资源为z，则补给的虚拟机资源可以消耗7z/x天。
212、基于剩余消耗时间，生成资源预测提示，展示资源预测提示。
在本发明实施例中，当确定了剩余消耗时间后，便可以生成携带剩余消耗时间的资源预测提示，并展示该资源预测提示，以使工作人员知晓何时需要对该虚拟机资源进行补给。
本发明实施例提供的资源分配方法，通过接收用户的业务请求，基于业务请求，获取业务参数，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，并确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。
进一步地，作为图2B方法的具体实现，本发明实施例提供了一种资源分配装置，如图3A所示，该装置包括：接收模块301、模型确定模块302、和分配模块303。
该接收模块301，用于接收用户的业务请求，基于业务请求，获取业务参数，业务请求中至少包括待运行业务所处终端的终端标识，业务参数至少包括待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
该模型确定模块302，用于根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，至少一个样本运营模型根据多个样本业务建立；
该分配模块303，用于确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源。
本发明实施例提供的装置，通过接收用户的业务请求，基于业务请求，获取业务参数，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，并确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。
在具体的应用场景中，如图3B所示，该装置还包括参数获取模块204、建立模块305、策略生成模块306和存储模块307。
该参数获取模块304，用于获取多个样本业务的多个样本参数，样本参数至少包括操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
该建立模块305，用于基于多个样本参数，建立多个样本运营模型；
该策略生成模块306，用于对于多个样本运营模型中的每个样本运营模型，根据样本运营模型的样本参数，生成样本分配策略；
该存储模块307，用于将样本运营模型与样本分配策略对应存储。
在具体的应用场景中，如图3C所示，该装置还包括数据获取模块308。
该数据获取模块308，用于每隔调整周期，获取资源更新数据，资源更新数据为服务器提供的虚拟机资源的更新数据；
该策略生成模块306，还用于对于多个样本运营模型中的每个样本运营模型，重新执行上述根据样本参数生成样本分配策略的过程，生成样本运营模型的新样本分配策略；
该存储模块307，还用于将样本运营模型与新样本分配策略对应存储。
在具体的应用场景中，如图3D所示，该接收模块301，包括提取子模块3011和检测子模块3012。
该提取子模块3011，用于接收用户的业务请求，在业务请求中提取终端标识；
该检测子模块3012，用于确定终端标识指示的目标终端，对目标终端进行性能检测，获取业务参数。
在具体的应用场景中，如图3E所示，该模型确定模块302，包括计算子模块3021、排序子模块3022和确定子模块3023。
该计算子模块3021，用于分别计算至少一个样本运营模型中每一个样本运营模型的样本参数与业务参数之间的相似度，得到多个样本相似度；
该排序子模块3022，用于将多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度；
该确定子模块3023，用于将目标相似度对应的样本运营模型作为目标运营模型。
在具体的应用场景中，如图3F所示，该装置还包括统计模块309，标识确定模块310，提示生成模块311和展示模块312。
该统计模块309，用于对虚拟机资源进行统计，获取虚拟机资源的剩余资源量；
该标识确定模块310，用于如果剩余资源量小于资源阈值，则确定虚拟机资源的资源标识；
该提示生成模块311，用于基于资源标识，生成资源补给提示；
该展示模块312，用于展示资源补给提示。
在具体的应用场景中，如图3G所示，该装置还包括时间确定模块313。
该统计模块309，还用于每隔检测周期，统计虚拟机资源在上一检测周期中的消耗资源量；
该时间确定模块313，基于消耗资源量和剩余资源量，确定虚拟机资源的剩余消耗时间；
该提示生成模块311，还用于基于剩余消耗时间，生成资源预测提示；
该展示模块312，还用于展示资源预测提示。
需要说明的是，本发明实施例提供的一种资源分配装置所涉及各功能单元的其他相应描述，可以参考图2B至图2D的对应描述，在此不再赘述。
基于上述如图2B至图2D所示方法，相应的，本发明实施例还提供了一种存储设备，其上存储有计算机程序，该程序被处理器执行时实现上述如图2B至图2D所示的资源分配方法。
基于上述如图2B至图2D所示方法和图3A至图3G所示虚拟装置的实施例，为了实现上述目的，本发明实施例还提供了一种资源分配的实体装置，该实体装置包括存储设备和处理器；所述存储设备，用于存储计算机程序；所述处理器，用于执行所述计算机程序以实现上述如图2B至图2D所示的资源分配方法。
通过应用本发明的技术方案，可以通过接收用户的业务请求，基于业务请求，获取业务参数，根据业务参数，在至少一个样本运营模型中确定与待运行业务匹配的目标运营模型，并确定目标运营模型对应的目标分配策略，基于目标分配策略，为待运行业务分配虚拟机资源，可以根据用户的待运行业务自动确定最佳的分配策略，无需用户自行选取，也无需运营人员进行人为判断，节省了大量的人力物力，智能性较优。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本申请可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施场景所述的方法。
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述，不代表实施场景的优劣。
以上公开的仅为本申请的几个具体实施场景，但是，本申请并非局限于此，任何本领域的技术人员能思之的变化都应落入本申请的保护范围。
Claims (10)
1.一种资源分配方法，其特征在于，包括：
接收用户的业务请求，基于所述业务请求，获取业务参数，所述业务请求中至少包括待运行业务所处终端的终端标识，所述业务参数至少包括所述待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，所述至少一个样本运营模型根据多个样本业务建立；
确定所述目标运营模型对应的目标分配策略，基于所述目标分配策略，为所述待运行业务分配虚拟机资源。
2.根据权利要求1所述的方法，其特征在于，所述接收用户的业务请求，基于所述业务请求，获取业务参数之前，包括：
获取所述多个样本业务的多个样本参数，所述样本参数至少包括操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
基于所述多个样本参数，建立多个样本运营模型；
对于所述多个样本运营模型中的每个样本运营模型，根据所述样本运营模型的样本参数，生成样本分配策略；
将所述样本运营模型与所述样本分配策略对应存储。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
每隔调整周期，获取资源更新数据，所述资源更新数据为服务器提供的虚拟机资源的更新数据；
对于所述多个样本运营模型中的每个样本运营模型，重新执行上述根据样本参数生成样本分配策略的过程，生成所述样本运营模型的新样本分配策略；
将所述样本运营模型与所述新样本分配策略对应存储。
4.根据权利要求1所述的方法，其特征在于，所述接收用户的业务请求，基于所述业务请求，获取业务参数，包括：
接收用户的业务请求，在所述业务请求中提取所述终端标识；
确定所述终端标识指示的目标终端，对所述目标终端进行性能检测，获取所述业务参数。
5.根据权利要求1所述的方法，其特征在于，所述根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，包括：
分别计算所述至少一个样本运营模型中每一个样本运营模型的样本参数与所述业务参数之间的相似度，得到多个样本相似度；
将所述多个样本相似度从大到小进行排序，将排在首位的样本相似度作为目标相似度；
将所述目标相似度对应的样本运营模型作为所述目标运营模型。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对所述虚拟机资源进行统计，获取所述虚拟机资源的剩余资源量；
如果所述剩余资源量小于资源阈值，则确定所述虚拟机资源的资源标识；
基于所述资源标识，生成资源补给提示；
展示所述资源补给提示。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
每隔检测周期，统计所述虚拟机资源在上一检测周期中的消耗资源量；
基于所述消耗资源量和所述剩余资源量，确定所述虚拟机资源的剩余消耗时间；
基于所述剩余消耗时间，生成资源预测提示；
展示所述资源预测提示。
8.一种资源分配装置，其特征在于，包括：
接收模块，用于接收用户的业务请求，基于所述业务请求，获取业务参数，所述业务请求中至少包括待运行业务所处终端的终端标识，所述业务参数至少包括所述待运行业务的操作系统类型、运行软件类型、预估访问量、所属地区以及系统使用量；
模型确定模块，用于根据所述业务参数，在至少一个样本运营模型中确定与所述待运行业务匹配的目标运营模型，所述至少一个样本运营模型根据多个样本业务建立；
分配模块，用于确定所述目标运营模型对应的目标分配策略，基于所述目标分配策略，为所述待运行业务分配虚拟机资源。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810866688.XA CN109213597A (zh) | 2018-08-01 | 2018-08-01 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
| PCT/CN2018/111114 WO2020024442A1 (zh) | 2018-08-01 | 2018-10-20 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810866688.XA CN109213597A (zh) | 2018-08-01 | 2018-08-01 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109213597A true CN109213597A (zh) | 2019-01-15 |
Family
ID=64988435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810866688.XA Pending CN109213597A (zh) | 2018-08-01 | 2018-08-01 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109213597A (zh) |
| WO (1) | WO2020024442A1 (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109901928A (zh) * | 2019-03-01 | 2019-06-18 | 厦门容能科技有限公司 | 一种推荐云主机配置的方法及云主机 |
| CN110278250A (zh) * | 2019-06-10 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 终端选择方法、装置和存储介质 |
| CN111008767A (zh) * | 2019-11-25 | 2020-04-14 | 中国工商银行股份有限公司 | 互联网金融技术架构评估方法、装置、电子设备和介质 |
| CN111178386A (zh) * | 2019-12-03 | 2020-05-19 | 南京领行科技股份有限公司 | 一种对车辆进行业务处理的方法及装置 |
| CN111724037A (zh) * | 2020-05-21 | 2020-09-29 | 口碑(上海)信息技术有限公司 | 运营资源分配方法、装置、计算机设备及可读存储介质 |
| CN111767139A (zh) * | 2020-06-19 | 2020-10-13 | 四川九洲电器集团有限责任公司 | 一种跨地域多数据中心资源云服务建模方法及系统 |
| CN111858015A (zh) * | 2019-04-25 | 2020-10-30 | 中国移动通信集团河北有限公司 | 配置应用程序的运行资源的方法、装置及网关 |
| CN111865644A (zh) * | 2019-12-04 | 2020-10-30 | 北京小桔科技有限公司 | 一种计算资源的推荐方法、装置、电子设备及存储介质 |
| CN112016792A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 用户资源配额确定方法、装置及电子设备 |
| CN112445577A (zh) * | 2020-11-30 | 2021-03-05 | 广州文远知行科技有限公司 | 容器添加方法、装置、终端设备及存储介质 |
| CN112527509A (zh) * | 2020-12-21 | 2021-03-19 | 北京百度网讯科技有限公司 | 一种资源分配方法、装置、电子设备及存储介质 |
| CN112637365A (zh) * | 2021-01-06 | 2021-04-09 | Oppo广东移动通信有限公司 | 终端资源下发、获取方法、装置、电子设备 |
| CN112737827A (zh) * | 2020-12-23 | 2021-04-30 | 西安万像电子科技有限公司 | 资源分配方法、装置及系统 |
| CN112836971A (zh) * | 2021-02-04 | 2021-05-25 | 北京明略昭辉科技有限公司 | 配额资源的确定方法和装置、电子设备和存储介质 |
| CN112948089A (zh) * | 2021-03-22 | 2021-06-11 | 福建随行软件有限公司 | 一种招投标请求的资源分发方法及数据中心 |
| CN113159581A (zh) * | 2021-04-23 | 2021-07-23 | 上海数禾信息科技有限公司 | 业务管理方法、电子设备及存储介质 |
| CN113515691A (zh) * | 2021-03-22 | 2021-10-19 | 北京达佳互联信息技术有限公司 | 资源分发方法、装置、电子设备及存储介质 |
| WO2022022334A1 (zh) * | 2020-07-30 | 2022-02-03 | 华为技术有限公司 | 基于人工智能的通信方法和通信装置 |
| CN114157710A (zh) * | 2021-12-02 | 2022-03-08 | 中国电信股份有限公司 | 通信策略配置方法、装置、存储介质及设备 |
| CN114546603A (zh) * | 2022-04-24 | 2022-05-27 | 睿至科技集团有限公司 | 一种应用于物联网的数据处理方法及系统 |
| WO2023160459A1 (zh) * | 2022-02-24 | 2023-08-31 | 华为技术有限公司 | 一种人工智能算法模型获取方法及装置 |
| CN116775313A (zh) * | 2023-08-18 | 2023-09-19 | 浪潮(山东)计算机科技有限公司 | 一种资源分配方法、装置、设备及介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150286492A1 (en) * | 2014-04-07 | 2015-10-08 | International Business Machines Corporation | Optimized resource allocation and management in a virtualized computing environment |
| CN105049298A (zh) * | 2015-08-27 | 2015-11-11 | 浪潮集团有限公司 | 一种云资源监控方法和系统 |
| CN105207812A (zh) * | 2015-08-28 | 2015-12-30 | 广东三盟信息科技有限公司 | 一种基于业务模型的云计算资源预测方法及系统 |
| CN105827448A (zh) * | 2016-03-31 | 2016-08-03 | 乐视控股（北京）有限公司 | 一种资源分配方法和装置 |
| CN107748691A (zh) * | 2017-10-30 | 2018-03-02 | 平安科技（深圳）有限公司 | 虚拟机部署方法、装置、设备及计算机可读存储介质 |
| CN108022123A (zh) * | 2016-11-04 | 2018-05-11 | 苏宁云商集团股份有限公司 | 一种业务模型的自动调整方法及装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102291452B (zh) * | 2011-08-09 | 2013-11-20 | 北京星网锐捷网络技术有限公司 | 基于云策略的虚拟机管理方法、云管理服务器及云系统 |
| US8825863B2 (en) * | 2011-09-20 | 2014-09-02 | International Business Machines Corporation | Virtual machine placement within a server farm |
-
2018
- 2018-08-01 CN CN201810866688.XA patent/CN109213597A/zh active Pending
- 2018-10-20 WO PCT/CN2018/111114 patent/WO2020024442A1/zh active Application Filing
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150286492A1 (en) * | 2014-04-07 | 2015-10-08 | International Business Machines Corporation | Optimized resource allocation and management in a virtualized computing environment |
| CN105049298A (zh) * | 2015-08-27 | 2015-11-11 | 浪潮集团有限公司 | 一种云资源监控方法和系统 |
| CN105207812A (zh) * | 2015-08-28 | 2015-12-30 | 广东三盟信息科技有限公司 | 一种基于业务模型的云计算资源预测方法及系统 |
| CN105827448A (zh) * | 2016-03-31 | 2016-08-03 | 乐视控股（北京）有限公司 | 一种资源分配方法和装置 |
| CN108022123A (zh) * | 2016-11-04 | 2018-05-11 | 苏宁云商集团股份有限公司 | 一种业务模型的自动调整方法及装置 |
| CN107748691A (zh) * | 2017-10-30 | 2018-03-02 | 平安科技（深圳）有限公司 | 虚拟机部署方法、装置、设备及计算机可读存储介质 |
Cited By (32)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109901928A (zh) * | 2019-03-01 | 2019-06-18 | 厦门容能科技有限公司 | 一种推荐云主机配置的方法及云主机 |
| CN111858015A (zh) * | 2019-04-25 | 2020-10-30 | 中国移动通信集团河北有限公司 | 配置应用程序的运行资源的方法、装置及网关 |
| CN110278250A (zh) * | 2019-06-10 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 终端选择方法、装置和存储介质 |
| CN110278250B (zh) * | 2019-06-10 | 2021-11-30 | 腾讯科技（深圳）有限公司 | 终端选择方法、装置和存储介质 |
| CN111008767A (zh) * | 2019-11-25 | 2020-04-14 | 中国工商银行股份有限公司 | 互联网金融技术架构评估方法、装置、电子设备和介质 |
| CN111178386A (zh) * | 2019-12-03 | 2020-05-19 | 南京领行科技股份有限公司 | 一种对车辆进行业务处理的方法及装置 |
| CN111178386B (zh) * | 2019-12-03 | 2022-06-07 | 南京领行科技股份有限公司 | 一种对车辆进行业务处理的方法及装置 |
| CN111865644A (zh) * | 2019-12-04 | 2020-10-30 | 北京小桔科技有限公司 | 一种计算资源的推荐方法、装置、电子设备及存储介质 |
| CN111865644B (zh) * | 2019-12-04 | 2023-04-07 | 北京小桔科技有限公司 | 一种计算资源的推荐方法、装置、电子设备及存储介质 |
| CN111724037A (zh) * | 2020-05-21 | 2020-09-29 | 口碑(上海)信息技术有限公司 | 运营资源分配方法、装置、计算机设备及可读存储介质 |
| CN111724037B (zh) * | 2020-05-21 | 2024-03-05 | 口碑(上海)信息技术有限公司 | 运营资源分配方法、装置、计算机设备及可读存储介质 |
| CN111767139A (zh) * | 2020-06-19 | 2020-10-13 | 四川九洲电器集团有限责任公司 | 一种跨地域多数据中心资源云服务建模方法及系统 |
| CN112016792A (zh) * | 2020-07-15 | 2020-12-01 | 北京淇瑀信息科技有限公司 | 用户资源配额确定方法、装置及电子设备 |
| WO2022022334A1 (zh) * | 2020-07-30 | 2022-02-03 | 华为技术有限公司 | 基于人工智能的通信方法和通信装置 |
| CN112445577B (zh) * | 2020-11-30 | 2023-11-24 | 广州文远知行科技有限公司 | 容器添加方法、装置、终端设备及存储介质 |
| CN112445577A (zh) * | 2020-11-30 | 2021-03-05 | 广州文远知行科技有限公司 | 容器添加方法、装置、终端设备及存储介质 |
| CN112527509A (zh) * | 2020-12-21 | 2021-03-19 | 北京百度网讯科技有限公司 | 一种资源分配方法、装置、电子设备及存储介质 |
| CN112527509B (zh) * | 2020-12-21 | 2023-09-01 | 北京百度网讯科技有限公司 | 一种资源分配方法、装置、电子设备及存储介质 |
| CN112737827A (zh) * | 2020-12-23 | 2021-04-30 | 西安万像电子科技有限公司 | 资源分配方法、装置及系统 |
| CN112637365A (zh) * | 2021-01-06 | 2021-04-09 | Oppo广东移动通信有限公司 | 终端资源下发、获取方法、装置、电子设备 |
| CN112836971A (zh) * | 2021-02-04 | 2021-05-25 | 北京明略昭辉科技有限公司 | 配额资源的确定方法和装置、电子设备和存储介质 |
| CN113515691A (zh) * | 2021-03-22 | 2021-10-19 | 北京达佳互联信息技术有限公司 | 资源分发方法、装置、电子设备及存储介质 |
| CN113515691B (zh) * | 2021-03-22 | 2023-10-03 | 北京达佳互联信息技术有限公司 | 资源分发方法、装置、电子设备及存储介质 |
| CN112948089A (zh) * | 2021-03-22 | 2021-06-11 | 福建随行软件有限公司 | 一种招投标请求的资源分发方法及数据中心 |
| CN112948089B (zh) * | 2021-03-22 | 2024-04-05 | 福建随行软件有限公司 | 一种招投标请求的资源分发方法及数据中心 |
| CN113159581A (zh) * | 2021-04-23 | 2021-07-23 | 上海数禾信息科技有限公司 | 业务管理方法、电子设备及存储介质 |
| CN114157710A (zh) * | 2021-12-02 | 2022-03-08 | 中国电信股份有限公司 | 通信策略配置方法、装置、存储介质及设备 |
| WO2023160459A1 (zh) * | 2022-02-24 | 2023-08-31 | 华为技术有限公司 | 一种人工智能算法模型获取方法及装置 |
| CN114546603B (zh) * | 2022-04-24 | 2022-07-29 | 睿至科技集团有限公司 | 一种应用于物联网的数据处理方法及系统 |
| CN114546603A (zh) * | 2022-04-24 | 2022-05-27 | 睿至科技集团有限公司 | 一种应用于物联网的数据处理方法及系统 |
| CN116775313A (zh) * | 2023-08-18 | 2023-09-19 | 浪潮(山东)计算机科技有限公司 | 一种资源分配方法、装置、设备及介质 |
| CN116775313B (zh) * | 2023-08-18 | 2023-12-08 | 浪潮(山东)计算机科技有限公司 | 一种资源分配方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2020024442A1 (zh) | 2020-02-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109213597A (zh) | 资源分配方法、装置、计算机设备及计算机可读存储介质 | |
| CN106776005B (zh) | 一种面向容器化应用的资源管理系统及方法 | |
| CN106529883B (zh) | 分配数据对象的方法及装置 | |
| CN104541247B (zh) | 用于调整云计算系统的系统和方法 | |
| CN104038540B (zh) | 一种应用代理服务器自动选择方法及系统 | |
| CN104281496A (zh) | 虚拟资源的分配方法及分配装置 | |
| CN104050042B (zh) | Etl作业的资源分配方法及装置 | |
| CN107291536B (zh) | 一种云计算环境下应用任务流调度方法 | |
| CN104520814A (zh) | 用于配置云计算系统的系统和方法 | |
| US10680975B2 (en) | Method of dynamic resource allocation for public clouds | |
| CN109325825A (zh) | 流量数据的调控方法及装置 | |
| WO2020082611A1 (zh) | 基于区块链平台进行深度学习的方法、电子装置 | |
| US20130268941A1 (en) | Determining an allocation of resources to assign to jobs of a program | |
| CN110050261A (zh) | 计算资源分配 | |
| CN107729138A (zh) | 一种高性能分布式矢量空间数据的分析方法和装置 | |
| CN115292014A (zh) | 图像渲染方法、装置和服务器 | |
| CN108616553B (zh) | 云计算资源池进行资源调度的方法及装置 | |
| CN108205469A (zh) | 一种基于MapReduce的资源分配方法及服务器 | |
| CN104753977A (zh) | 基于模糊聚类的地震处理解释基础设施云资源调度方法 | |
| CN106471473A (zh) | 用于控制数据中心中的服务器过高分配的机制 | |
| CN106326011A (zh) | 云计算中面向资源成本优化的多资源调度方法 | |
| Ghribi | Energy efficient resource allocation in cloud computing environments | |
| CN111367632B (zh) | 一种基于周期特征的容器云调度方法 | |
| CN113568759B (zh) | 一种基于云计算的大数据处理方法及其系统 | |
| CN112465371B (zh) | 一种资源数据分配方法、装置及设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |