CN109358968B - 一种服务器资源配置方法及装置 - Google Patents

一种服务器资源配置方法及装置 Download PDF

Info

Publication number
CN109358968B
CN109358968B CN201811168066.6A CN201811168066A CN109358968B CN 109358968 B CN109358968 B CN 109358968B CN 201811168066 A CN201811168066 A CN 201811168066A CN 109358968 B CN109358968 B CN 109358968B
Authority
CN
China
Prior art keywords
service
application data
service system
business
simulation model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811168066.6A
Other languages
English (en)
Other versions
CN109358968A (zh
Inventor
孙立权
黄尹
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.)
Sumavision Technologies Co Ltd
Original Assignee
Sumavision Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sumavision Technologies Co Ltd filed Critical Sumavision Technologies Co Ltd
Priority to CN201811168066.6A priority Critical patent/CN109358968B/zh
Publication of CN109358968A publication Critical patent/CN109358968A/zh
Application granted granted Critical
Publication of CN109358968B publication Critical patent/CN109358968B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种服务器资源配置方法及装置,其中,该方法中,获取业务系统的应用数据,其中,应用数据中包含表示业务系统的业务处理能力的性能参数以及表示业务系统服务的不同业务类型的业务参数;然后,根据应用数据计算业务系统的第一收敛比和第二收敛比;最后根据业务系统的应用数据和业务系统的业务收敛比,建立仿真模型,用于模拟业务系统的业务处理过程;将业务系统的应用数据输入仿真模型中,输出业务系统的性能指标,其中,性能指标用于指示业务系统适用的服务器资源。通过这种方式,可以指示业务系统适用的服务器资源,避免服务器资源浪费。

Description

一种服务器资源配置方法及装置
技术领域
本申请涉及资源配置技术领域,尤其是涉及一种资源配置方法及装置。
背景技术
交易处理性能委员会(Transaction Processing Performance Counci1,TPC)是制定商务应用基准程序的标准规范、性能和价格度量,并管理测试结果发布的机构。TPC可以发布数据库服务器评测标准,这里用TPC-E来表示。具体的,TPC-E的测试结果主要有两个指标:性能指标(transaction per second E,tpsE)和性价比,其中,性能指标是指服务器在执行多种交易时单位时间内能够处理的交易的数量;性价比是指服务器价格和服务器性能指标的比值。
目前,服务器提供商在服务器出厂时一般都会按照TPC规定的应用场景提供TPC-E的测试结果,以供用户利用TPC-E的测试结果来配置不同的服务器资源。但上述TPC-E的测试结果往往是在构建最优化的测试环境中测试所得,因此,在将服务器投入使用时,很难达到服务器提供商所提供的TPC-E的测试结果中给出的性能指标和性价比。并且,TPC-E的测试结果一般是以美国纽约证券交易为模型测试所得,而对于其他应用场景下并不一定适用。
由此可见,服务器提供商提供的TPC-E的测试结果并不能指导所有应用场景下的服务器资源配置情况,这就可能导致在搭建业务系统时,所配置的服务器资源往往比实际所需资源多,使得服务器资源的配置无法达到最优化的资源配比,出现服务器资源浪费的问题。
发明内容
有鉴于此,本申请的目的在于提供一种服务器资源配置方法及装置,以减少服务器资源的浪费。
第一方面,本申请实施例提供了一种服务器资源配置方法,该方法包括:
获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同业务类型的业务参数之间的比值;
根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源。
结合第一方面,本申请实施例提供了第一方面的第一种可能的实施方式,其中,所述方法还包括:
获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的的性能指标;
基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
结合第一方面的第一种可能的实施方式,本申请实施例提供了第一方面的第二种可能的实施方式,其中,在获取所述业务系统的应用数据后,还包括:
基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,其中,所述业务并发压力为所述业务系统同时处理业务的个数的情况。
结合第一方面的第二种可能的实施方式,本申请实施例提供了第一方面的第三种可能的实施方式,其中,所述获取所述业务系统的应用数据,包括:
获取所述业务系统在预设时长内的应用数据;
所述基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,包括:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
结合第一方面的第二种可能的实施方式或第三种可能的实施方式,本申请实施例提供了第一方面的第四种可能的实施方式,其中,调整仿真模型时具体包括:
调整所述业务系统的业务并发压力;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
第二方面,本申请实施例还提供了一种服务器资源配置装置,包括:
第一获取模块,用于获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
计算模块,用于根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同业务类型的业务参数之间的比值;
处理模块,用于根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
生成模块,用于将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源。
结合第二方面,本申请实施例提供了第二方面的第一种可能的实施方式,其中,所述获取模块,还用于获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
生成模块,还用于将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的的性能指标;
所述装置还包括:
分配模块,用于基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
结合第二方面的第一种可能的实施方式,本申请实施例提供了第二方面的第二种可能的实施方式,其中,所述获取模块还用于:
在获取所述业务系统的应用数据后,基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,其中,所述业务并发压力为所述业务系统同时处理业务的个数的情况。
结合第二方面的第二种可能的实施方式,本申请实施例提供了第二方面的第三种可能的实施方式,其中,所述获取模块在获取所述业务系统的应用数据时,具体用于:
获取所述业务系统在预设时长内的应用数据;
所述获取模块,在基于所述业务系统的应用数据,确定所述业务系统的业务并发压力时,具体用于:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
结合第二方面的第二种可能的实施方式或第三种可能的实施方式,本申请实施例提供了第二方面的第四种可能的实施方式,其中,所述生成模块在调整所述仿真模型时,具体用于:
调整所述业务系统的业务并发压力;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面的任一种可能的实施方式中的步骤。
第四方面,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面任一种可能的实施方式中的步骤。
本申请实施例提供的服务器资源配置方法及装置,通过获取业务系统的应用数据,其中,应用数据中包含表示业务系统的业务处理能力的性能参数以及表示业务系统服务的不同业务类型的业务参数;然后,根据应用数据计算业务系统的第一收敛比和第二收敛比;最后根据业务系统的应用数据和业务系统的第二收敛比,建立仿真模型,用于模拟业务系统的业务处理过程;将业务系统的应用数据输入仿真模型中,输出业务系统的性能指标,其中,性能指标用于指示业务系统适用的服务器资源。通过这种方式,可以指示业务系统适用的服务器资源,且在进行业务子系统扩容时,可以根据不同业务子系统的性能指标,提供定量的扩容指导,避免服务器资源浪费。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种服务器资源配置方法的流程示意图;
图2示出了本申请实施例所提供的一种服务器资源配置方法的应用流程图;
图3示出了本申请实施例所提供的一种服务器资源配置装置300的架构示意图;
图4示出了本申请实施例所提供的电子设备400的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到厂商所提供的服务器的性能指标的测试结果的应用场景较单一,对于其他应用场景下并不一定使用,基于此,本申请实施例提供了一种资源配置方法及装置,下面通过实施例进行描述。
为便于对本实施例进行理解,首先对本申请实施例所公开的一种服务器资源配置方法进行详细介绍。
实施例一
参见图1所示,为本申请实施例提供的一种服务器资源配置方法的流程示意图,包括以下步骤:
S101、获取业务系统的应用数据。
在本步骤中,应用数据中包含性能参数以及业务参数,性能参数用于表示业务系统的业务处理能力,例如请求响应时间、数据库语句执行时间、各应用子系统中央处理器(Central Processing Unit,CPU)占用率等,业务参数是指业务系统服务的不同业务类型的业务参数,例如表示业务系统历史使用总人数的覆盖用户数、表示业务系统每日使用用户数的用户使用数日活用户数等。
其中,为使应用数据更具有代表性,获取的应用数据为预设时长范围内的数据,如可以获取距离当前时刻后一星期内或后一个月内的数据。
一种可能的实施方式,可以通过实时监测业务系统的运行情况的方式获取应用数据。例如若要获取距离当前时刻一个星期的应用数据,则将当前时刻起,实时监测业务系统的运行情况,获取一个星期内业务系统的数据。
进一步地,在获取应用数据后可以通过所述业务系统的应用数据,确定所述业务系统的业务并发压力,具体包括:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
例如,以业务系统为微博为例,用户状态中的其中一种状态可以为访问微博,可以计算微博访问量的日访问均值,例如周一到周五,微博日访问量分别为:10万、12万、10.5万、13万、11万,则日访问量均值为(10+12+10.5+13+11)/5=11.3万/天。若在突发情况下,如某条突发新闻的发布,导致微博日访问量激增,则该新闻发布当天的日访问量的数值可作为新闻发布日所在星期的日访问量的峰值。
S102、根据应用数据计算业务系统的第一收敛比和第二收敛比。
上述步骤中,第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,以医院管理系统为例,医院管理系统包含药房管理系统、病房管理系统、以及后勤管理系统,若统计医院管理系统同时处理业务总数为1000时,药房管理系统同时处理业务总数为200、病房管理系统同时处理业务总数为400、以及后勤管理系统处理业务总数为400,此时第一收敛比为200:400:400=1:2:2,在为病房管理系统和后勤管理系统分配服务器资源时,因为在第一收敛比中所占比重较大,所以所分配的服务器资源较多。
上述步骤中,第二收敛比为所述业务系统服务的不同业务类型的业务参数之间的比值,业务系统服务的不同状态下的用户可能为覆盖用户、日活用户以及并发用户等。例如可以统计视频网站系统的用户数,若覆盖用户数为100万,日活用户数为50万,但日活用户数为10万,即有100万用户在该视频网站注册,每天有50万用户打开视频网站,但只有10万用户观看视频,则该视频网站的第二收敛比可以为覆盖用户数:日活用户数:并发用户数=100万:50万:10万=10:5:1,其中,并发用户数量的大小会影响到业务系统的处理业务的速度。
S103、根据业务系统的应用数据和业务系统的第二收敛比,建立仿真模型。
S104、将业务系统的应用数据输入仿真模型中,输出业务系统的性能指标。
其中,仿真模型的训练过程为:
调整业务系统的并发情况,其中,业务并发情况为业务系统同时处理业务的个数的情况;
在不同的业务并发情况下,分别检测业务系统的每一个业务子系统的服务器资源使用情况,并根据每一个业务子系统的服务器资源的使用情况,调整仿真模型中对业务系统的服务器资源配置;
输出性能指标。
一种可能的实施方式,可以根据不同时刻下的性能参数之间的第一均值和不同业务类型的业务参数之间的第二均值,以及从不同时刻下的性能参数中筛选出的性能参数峰值和从不同业务类型的业务参数中筛选出的业务参数峰值,调整不同的并发压力,模拟业务系统的各种可能的应用场景,以使得模型的输出更加接近真实值。另外,还可以在调整并发压力时,添加失败的交易,如无法响应用户请求等,以使模拟业务系统处理业务时更加真实。
例如,若对微博系统的仿真模型进行调整时,可以调整微博的访问量,然后检测微博系统的仿真模型中用户响应时间以及资源使用率,输出性能指标,进而判断仿真模型中所配置的服务器资源是否合理。一种可能的实施中,在用户响应时间不大于1秒、资源使用率不大于70%且并发用户数不小于设定条件时,仿真模型输出为合格的性能指标。
在一种可能的实施方式中,本方法还可用于指导扩容,根据用户需求设置最大并发压力,即业务系统最多可同时处理业务的个数。例如某购物网站一开始因为使用人数不多,所以服务器资源配置较低,但由于网购的兴起,导致该购物网站人数激增,该购物网站工作人员可以根据该网站同时在线最大人数,设置最大并发压力,并根据设置的最大并发压力,调整仿真模型。
业务系统包含不同的业务子系统,一种可能的实施方式中,还可以获取各业务子系统的性能指标,根据各业务子系统的性能指标,为各业务子系统配置服务器资源,具体如下:
获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的性能指标;
基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
例如医院管理系统可能包含药房管理系统、病房管理系统、后勤管理系统等,而药房管理系统和病房管理系统需要处理更多的业务,因此可以获取药房管理系统、病房管理系统、后勤管理系统的应用数据,并根据药房管理系统、病房管理系统、后勤管理系统的应用数据调整医院管理系统的方针模型,并为药房管理系统、病房管理系统、后勤管理系统分别配置不同的服务器资源。
仿真模型输出业务系统对应的性能指标后,用户可根据该性能指标与厂商所提供的性能指标对比,选择合适的服务器。例如,若输出的性能指标为1000tpsE,厂商提供的服务器的性能指标为2000tpsE、10000tpsE、5000tpsE、3000tpsE,可以选择性能指标为2000tpsE、5000tpsE、3000tpsE的服务器进行测试,并计算各型号服务器的性价比,最终选择合适的服务器。
参见图2所示,为本申请实施例的应用流程图,首先获取业务系统的历史数据,并对历史数据进行统计分析,得到性能指标后,根据性能指标进行服务器选型,并对服务器进行测试。通过这种方式,可以指示业务系统适用的服务器资源,且在进行业务子系统扩容时,可以根据不同业务子系统的性能指标,提供定量的扩容指导,避免服务器资源的浪费。
实施例二
本申请实施例提供了一种服务器资源配置装置,参照图3所示,为本申请实施例提供的服务器资源配置装置300的架构示意图,该装置300包括获取模块301、计算模块302、处理模块303、生成模块304、以及分配模块305。
具体地,获取模块301,用于获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
计算模块302,用于根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同业务类型的业务参数之间的比值;
处理模块303,用于根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
生成模块304,用于将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源。
在一种可能的实施方式中,获取模块301,还用于获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
生成模块304,还用于将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的性能指标;
分配模块305,用于基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
一种可能的实施方式中,获取模块301还用于:
在获取所述业务系统的应用数据后,基于所述业务系统的应用数据,确定所述业务系统的业务并发压力。
在另外一种可能的实施方式中,获取模块301在获取所述业务系统的应用数据时,具体用于:
获取所述业务系统在预设时长内的应用数据;
所述生成模块304,在基于所述业务系统的应用数据,确定所述业务系统的业务并发压力时,具体用于:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
另外,在一种可能的实施方式中,生成模块304在在调整所述仿真模型时,具体用于:
调整所述业务系统的业务并发压力,所述业务并发压力为所述业务系统同时处理业务的个数的情况;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
实施例三
如图4所示,为本申请实施例三所提供的一种电子设备400的结构示意图,包括:处理器401、存储器402和总线403;
所述存储器402存储有所述处理器401可执行的机器可读指令(比如,包括图3中的获取模块301、计算模块302、处理模块303、生成模块304对应的执行指令),当电子设备400运行时,所述处理器401与所述存储器402之间通过总线403通信,所述机器可读指令被所述处理器401执行时执行如下处理:
获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同业务类型的业务参数之间的比值;
根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源。
进一步地,所述处理器401还可以执行如下处理:
获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的性能指标;
基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
进一步的,处理器401执行的处理中还包括:
在获取所述业务系统的应用数据后,基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,其中,所述业务并发压力为所述业务系统同时处理业务的个数的情况。
进一步地,所述处理器401还可以执行如下处理:
获取所述业务系统在预设时长内的应用数据;
所述基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,具体包括:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
另外,处理器401还可以执行如下处理:
调整所述业务系统的业务并发压力;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
本申请实施例所提供的进行服务器资源配置方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,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例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (8)

1.一种服务器资源配置方法,其特征在于,包括:
获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同状态下的业务参数之间的比值;
根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立所述业务系统对应的仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源;
在获取所述业务系统的应用数据后,还包括:
基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,其中,所述业务并发压力为所述业务系统同时处理业务的个数的情况;
根据以下方式调整所述仿真模型:
调整所述业务系统的业务并发压力;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的性能指标;
基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
3.根据权利要求1所述的方法,其特征在于,所述获取所述业务系统的应用数据,包括:
获取所述业务系统在预设时长内的应用数据;
所述基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,包括:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
4.一种服务器资源配置装置,其特征在于,包括:
获取模块,用于获取业务系统的应用数据,其中,所述应用数据中包含表示所述业务系统的业务处理能力的性能参数以及表示所述业务系统服务的不同业务类型的业务参数;
计算模块,用于根据所述应用数据计算所述业务系统的第一收敛比和第二收敛比,其中,所述第一收敛比为所述业务系统所包含的各业务子系统同时处理的业务数量之间的比值,所述第二收敛比为所述业务系统服务的不同状态下的业务参数之间的比值;
处理模块,用于根据所述业务系统的应用数据和所述业务系统的第二收敛比,建立所述业务系统对应的仿真模型,其中,所述仿真模型用于模拟所述业务系统的业务处理过程;
生成模块,用于将所述业务系统的应用数据输入所述仿真模型中,输出所述业务系统的性能指标,其中,所述性能指标用于指示所述业务系统适用的服务器资源;
所述获取模块还用于:
在获取所述业务系统的应用数据后,基于所述业务系统的应用数据,确定所述业务系统的业务并发压力,其中,所述业务并发压力为所述业务系统同时处理业务的个数的情况;
所述生成模块在调整所述仿真模型时,具体用于:
调整所述业务系统的业务并发压力;
在不同的业务并发压力下,分别检测所述业务系统的每一个业务子系统的服务器资源使用情况,并根据所述每一个业务子系统的服务器资源使用情况,调整所述仿真模型中对所述业务系统的服务器资源配置。
5.根据权利要求4所述的装置,其特征在于,所述获取模块,还用于获取所述业务系统中应用数据包含的每一个业务子系统的应用数据;
所述生成模块,还用于将所述每一个业务子系统的应用数据输入所述仿真模型中,根据所述每一个业务子系统对服务器资源的使用情况,调整所述仿真模型中对所述业务系统所包含的每一个业务子系统的服务器资源配置,输出所述每一个业务子系统的的性能指标;
所述装置还包括:
分配模块,用于基于所述每一个业务子系统对应的性能指标,分别为所述每一个业务子系统分配服务器资源。
6.根据权利要求4所述的装置,其特征在于,所述获取模块在获取所述业务系统的应用数据时,具体用于:
获取所述业务系统在预设时长内的应用数据;
所述获取模块,在基于所述业务系统的应用数据,确定所述业务系统的业务并发压力时,具体用于:
计算不同时刻下的性能参数之间的第一均值,以及,计算不同业务类型的业务参数之间的第二均值;
从不同时刻下的性能参数中筛选出性能参数峰值,以及,从不同业务类型的业务参数中筛选出业务参数峰值。
7.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至3任一所述的服务器资源配置方法的步骤。
8.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至3任一所述的服务器资源配置方法的步骤。
CN201811168066.6A 2018-10-08 2018-10-08 一种服务器资源配置方法及装置 Active CN109358968B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811168066.6A CN109358968B (zh) 2018-10-08 2018-10-08 一种服务器资源配置方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811168066.6A CN109358968B (zh) 2018-10-08 2018-10-08 一种服务器资源配置方法及装置

Publications (2)

Publication Number Publication Date
CN109358968A CN109358968A (zh) 2019-02-19
CN109358968B true CN109358968B (zh) 2021-06-25

Family

ID=65348538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811168066.6A Active CN109358968B (zh) 2018-10-08 2018-10-08 一种服务器资源配置方法及装置

Country Status (1)

Country Link
CN (1) CN109358968B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105302730A (zh) * 2015-12-09 2016-02-03 浪潮集团有限公司 一种检测计算模型的方法、测试服务器及业务平台
CN105577475A (zh) * 2015-12-28 2016-05-11 上海瀚之友信息技术服务有限公司 自动化性能测试系统及方法
CN107277146A (zh) * 2017-06-26 2017-10-20 郑州云海信息技术有限公司 一种分布式存储业务流量模型生成方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050172291A1 (en) * 2004-01-30 2005-08-04 Rajarshi Das Method and apparatus for utility-based dynamic resource allocation in a distributed computing system
CN102411515A (zh) * 2011-07-29 2012-04-11 国网信息通信有限公司 一种服务器容量估算的方法和系统
CN103399797B (zh) * 2013-07-19 2017-04-05 华为技术有限公司 服务器资源配置方法及装置
CN106293931B (zh) * 2015-06-23 2019-11-08 北京神州泰岳软件股份有限公司 一种分配服务器资源的方法和装置
CN108446210B (zh) * 2018-02-07 2021-04-30 平安科技(深圳)有限公司 系统性能的度量方法、存储介质和服务器

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105302730A (zh) * 2015-12-09 2016-02-03 浪潮集团有限公司 一种检测计算模型的方法、测试服务器及业务平台
CN105577475A (zh) * 2015-12-28 2016-05-11 上海瀚之友信息技术服务有限公司 自动化性能测试系统及方法
CN107277146A (zh) * 2017-06-26 2017-10-20 郑州云海信息技术有限公司 一种分布式存储业务流量模型生成方法及系统

Also Published As

Publication number Publication date
CN109358968A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN109597685B (zh) 任务分配方法、装置和服务器
US10783002B1 (en) Cost determination of a service call
Herbst et al. Ready for rain? A view from SPEC research on the future of cloud metrics
CN109992473B (zh) 应用系统的监控方法、装置、设备及存储介质
Bosse et al. Multi-objective optimization of IT service availability and costs
CN107203462B (zh) 一种数据生成方法及装置
CN111737125B (zh) 量化交易的行情数据的生成方法、装置和服务器
CN112328395B (zh) 一种云资源容量规划方法和系统
US11669374B2 (en) Using machine-learning methods to facilitate experimental evaluation of modifications to a computational environment within a distributed system
CN113485931A (zh) 测试方法、装置、电子设备及计算机可读存储介质
CN112346962A (zh) 一种应用于对照测试系统中的对照数据测试方法及装置
US11277316B2 (en) Testing and maintaining outage resilience of server resources
CN107844496B (zh) 统计信息输出方法及装置
CN115794570A (zh) 压力测试方法、装置、设备及计算机可读存储介质
US9501321B1 (en) Weighted service requests throttling
CN109358968B (zh) 一种服务器资源配置方法及装置
KR102464688B1 (ko) 모니터링 결과의 이벤트 등급 결정 방법 및 장치
CN110008098B (zh) 评估业务流程中的节点的运行状况的方法和装置
CN115080412A (zh) 软件更新质量评估方法、装置、设备及计算机存储介质
CN111598390B (zh) 服务器高可用性评估方法、装置、设备和可读存储介质
CN116205697A (zh) 用于虚拟公有云的资源推荐方法和资源推荐装置
CN113676377A (zh) 基于大数据的在线用户数评估方法、装置、设备及介质
CN113742187A (zh) 应用系统的容量预测方法、装置、设备及存储介质
CN112836971A (zh) 配额资源的确定方法和装置、电子设备和存储介质
CN109669668B (zh) 一种系统性能测试中实现模拟交易执行的方法和装置

Legal Events

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