CN109669774A - 硬件资源的量化方法、编排方法、装置及网络设备 - Google Patents
硬件资源的量化方法、编排方法、装置及网络设备 Download PDFInfo
- Publication number
- CN109669774A CN109669774A CN201811357906.3A CN201811357906A CN109669774A CN 109669774 A CN109669774 A CN 109669774A CN 201811357906 A CN201811357906 A CN 201811357906A CN 109669774 A CN109669774 A CN 109669774A
- Authority
- CN
- China
- Prior art keywords
- hardware
- hardware resource
- business
- quantization
- ability value
- 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
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
- G06F9/5044—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 hardware capabilities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/501—Performance criteria
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开提供了一种硬件资源的量化方法、编排方法、装置及网络设备,涉及移动通信的技术领域,该硬件资源的量化方法包括:确定当前硬件资源中各个硬件的硬件类型;按照各个硬件类型,获取各个硬件的性能属性参数;根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力;根据各个硬件的等效能力,计算硬件资源的量化能力值。本公开提供的硬件资源的量化方法、编排方法、装置及网络设备,能够准确描述硬件资源的计算能力,实现最大程度提高网络虚拟化平台的编排器的编排能力和编排效率,提升硬件资源利用率。
Description
技术领域
本公开涉及移动通信的技术领域,尤其是涉及一种硬件资源的量化方法、编排方法、装置及网络设备。
背景技术
目前,在无线移动通信网络中,随着市场需求多样化,大流量、大带宽、低时延、高可靠性等业务需求的提出,伴随着对通信设备硬件能力提出更高的要求,尤其是通信节点上的核心网元,如基站、终端及核心网等网元,都从存储能力、调度效率、交换能力、转发速率等多个维度在加强设备的处理能力。硬件设备的能力越来越强,硬件资源也越来越多,如何有效的使用和管理硬件资源,提高硬件资源的单位效率,尤其是CPU资源和DSP处理器资源及内存资源,是无线通信设备处理能力提升的关键,也是网络虚拟化平台编排器提高编排效率及编排准确性的关键。
现有技术中,通常使用网络虚拟化平台的编排器对网元的硬件资源进行规划,但是,现有技术中的编排器在进行规划时,往往仅针对其中一种资源进行规划,或者仅对虚拟化资源及虚拟机资源进行管理,或者仅对实际的硬件资源进行编排和管理,降低了网络虚拟化平台的编排效率。
发明内容
有鉴于此,本公开的目的在于提供一种硬件资源的量化方法、编排方法、装置及网络设备,以缓解上述网络虚拟化平台的编排效率的技术问题。
第一方面,本公开实施方式提供了一种硬件资源的量化方法,应用于网络虚拟化平台,该方法包括:确定当前硬件资源中各个硬件的硬件类型;其中,硬件类型包括处理类硬件、转发类硬件和存储类硬件;按照各个硬件类型,获取各个硬件的性能属性参数;根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力;其中,能力因子是预先通过仿真计算得到的值;根据各个硬件的等效能力,计算硬件资源的量化能力值。
结合第一方面,本公开实施方式提供了第一方面的第一种可能的实施方式,其中,上述根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力的步骤包括:根据获取到的性能属性参数生成属性描述集合;其中,属性描述集合包含多个描述硬件性能的性能属性参数;其中,n为硬件的性能属性参数的个数。
结合第一方面,本公开实施方式提供了第一方面的第二种可能的实施方式,其中,上述根据各个硬件的等效能力,计算硬件资源的量化能力值的步骤包括:将当前硬件资源中各个硬件的等效能力叠加;将等效能力叠加后的能力值设置为硬件资源的量化能力值。
第二方面,本公开实施方式还提供一种硬件资源的编排方法,应用于网络虚拟化平台,该方法包括:如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值;获取待选硬件资源的第二量化能力值;其中,第二量化能力值为按照上述第一方面的方法得到的;从待选硬件资源的第二量化能力值中选择大于第一量化能力值的第二量化能力值;将选择的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源。
结合第二方面,本公开实施方式提供了第二方面的第一种可能的实施方式,其中,上述根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值的步骤,包括:根据当前业务的业务需求参数以及预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求所对应的硬件资源;计算当前业务的需求参数所对应的硬件资源的第一量化能力值。
结合第二方面的第一种可能的实施方式,本公开实施方式提供了第二方面的第二种可能的实施方式,其中,上述根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值还包括:如果当前业务的业务类型为小区级业务,根据当前小区级业务的需求参数以及预先得到的小区业务需求信息与硬件资源的对应关系,获取该需求参数的当前小区级业务所对应的硬件资源,其中,当前小区业务的需求参数包括以下参数:小区的带宽、吞吐量和用户数;计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch计算的,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的硬件资源中的处理类硬件的等效能力;Pmem为获取到的硬件资源中的存储类硬件的等效能力;Pswitch为获取到的硬件资源中的为转发类硬件的等效能力。
结合第二方面的第一种可能的实施方式,本公开实施方式提供了第二方面的第三种可能的实施方式,其中,上述根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值还包括:如果当前业务的业务类型为系统级业务,根据当前系统级业务的系统吞吐量需求参数以及预先得到的系统吞吐量与硬件资源的对应关系,获取系统吞吐量需求参数所对应的硬件资源;计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Ssys=N×Pswitch计算的;其中,N为获取到的硬件资源中转发类硬件的数量,Pswitch为转发类硬件的等效能力。
第三方面,本公开实施方式还提供一种硬件资源的量化装置,应用于网络虚拟化平台,该装置包括:确定装置,用于确定当前硬件资源中各个硬件的硬件类型;其中,硬件类型包括处理类硬件、转发类硬件和存储类硬件;第一获取模块,用于按照各个硬件类型,获取各个硬件的性能属性参数;第一计算模块,用于根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力;其中,能力因子是预先通过仿真计算得到的值;第二计算模块,用于根据各个硬件的等效能力,计算硬件资源的量化能力值。
第四方面,本公开实施方式还提供一种硬件资源的编排装置,应用于网络虚拟化平台,该装置包括:第三计算模块,用于如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值;第二获取模块,用于获取待选硬件资源的第二量化能力值;其中,第二量化能力值为按照第一方面所述的方法得到的;选择模块,用于从待选硬件资源的第二量化能力值中选择大于第一量化能力值的第二量化能力值;编排模块,用于将选择的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源。
结合第四方面,本公开实施方式提供了第四方面的第一种可能的实施方式,其中,上述第三计算模块还用于:根据当前业务的业务需求参数以及预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求所对应的硬件资源;计算当前业务的需求参数所对应的硬件资源的第一量化能力值。
结合第四方面的第一种可能的实施方式,本公开实施方式提供了第四方面的第二种可能的实施方式,其中,上述第三计算模块还用于:如果当前业务的业务类型为小区级业务,根据当前小区级业务的需求参数以及预先得到的小区业务需求信息与硬件资源的对应关系,获取需求参数的当前小区级业务所对应的硬件资源,其中,当前小区业务的需求参数包括以下参数:小区的带宽、吞吐量和用户数;计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch计算的,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的硬件资源中的处理类硬件的等效能力;Pmem为获取到的硬件资源中的存储类硬件的等效能力;Pswitch为获取到的硬件资源中的为转发类硬件的等效能力。
结合第四方面的第一种可能的实施方式,本公开实施方式提供了第四方面的第三种可能的实施方式,其中,上述第三计算模块还用于:如果当前业务的业务类型为系统级业务,根据当前系统级业务的系统吞吐量需求参数以及预先得到的系统吞吐量与硬件资源的对应关系,获取系统吞吐量需求参数所对应的硬件资源;计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Ssys=N×Pswitch计算的;其中,N为获取到的硬件资源中转发类硬件的数量,Pswitch为转发类硬件的等效能力。
第五方面,本公开实施方式还提供一种网络设备,该网络设备包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现上述第一方面或第二方面所述的方法。
第六方面,本公开实施方式还提供了一种机器可读存储介质,机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使处理器实现上述第一方面或第二方面所述的方法。
本公开实施方式提供的硬件资源的量化方法、编排方法、装置及网络设备,在确定当前硬件资源中各个硬件的硬件类型后,可以按照各个硬件类型获取各个硬件的性能属性参数,以及,根据获取到的性能属性参数和性能属性参数对应的能力因子计算各个硬件的等效能力,进而根据等效能力计算硬件资源的量化能力值,能够准确描述硬件资源的计算能力,实现最大程度提高网络虚拟化平台的编排器的编排能力和编排效率,提升硬件资源利用率。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,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公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本公开的一些实施方式,对于本领域技术人员来讲,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为一种网络虚拟化平台的基本架构示意图;
图2为本公开实施方式提供的一种硬件资源的量化方法的流程图;
图3为本公开实施方式提供的一种硬件资源的编排方法的流程图;
图4为本公开实施方式提供的一种硬件资源的量化装置的结构示意图;
图5为本公开实施方式提供的一种硬件资源的编排装置的结构示意图;
图6为本公开实施方式提供的一种网络设备的结构示意图。
具体实施方式
为使本公开实施方式的目的、技术方案和优点更加清楚,下面将结合附图对本公开的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本公开一部分实施方式,而不是全部的实施方式。基于本公开中的实施方式,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本公开保护的范围。
虚拟化技术是当前企业IT技术领域的关注焦点,采用虚拟化来优化IT架构、提升IT系统运行效率是当前技术发展的方向。对于网络设备的虚拟化架构通常采用虚拟化软件运行多台虚拟机(VM---Virtual Machine),以提升物理资源利用效率;另一方面,还可以将多台物理服务器整合起来,对外提供更为强大的处理性能(如负载均衡集群)。
为了便于理解,图1示出了一种网络虚拟化平台的基本架构示意图,包括系统管理与上层应用模块、设备管理层、虚拟化模块和硬件系统,具体实现时,虚拟化模块能够模拟出虚拟的设备,设备管理层可同时管理虚拟设备与硬件系统中真实的物理设备,并屏蔽其差异。而对于运行在系统管理与上层应用模块的上层应用软件来说,通过设备管理层的屏蔽,可消除网络虚拟化平台中不同设备物理上的差异,因此,对于单一运行的物理设备或虚拟出来的设备,上层软件都不需要做任何的修改,并且对于上层软件系统新增的功能,可同步应用于所有硬件设备。
通常,对于图1所示的网络虚拟化平台,都具有资源编排能力,具体地,可以通过编排器对各种资源进行编排,以实现对网络虚拟化平台所管理的各种资源进行配置、维护、跟踪与管理,其管理的资源除了虚拟机资源、各种软件资源外,还有不同种类的硬件资源。尤其是无线通信系统设备所涉及的硬件资源非常纷繁复杂,包括较多的具备处理能力、存储能力或转发能力的硬件资源,不同类型的硬件资源,可以把对应的关键性能参数用量化的方式作为资源编排的依据。
目前,常用的资源编排方式,多由网络功能虚拟化编排器根据运营商对网元的硬件资源规划,实现对虚拟化资源及虚拟机资源进行管理,但是,这种方式没对实际的硬件资源进行编排和管理。此外,现有技术中还可以根据硬件资源的使用需求动态的分配各种公共硬件资源,虽然这种方式在一定程度上使硬件资源更加灵活的利用,但是这种方式也难以对涉及的多种硬件类型的实际硬件和虚拟化资源共同进行管理,降低了网络虚拟化平台的编排效率。
基于此,本公开实施方式提供的一种硬件资源的量化方法、编排方法、装置及网络设备,以缓解上述网络虚拟化平台的编排效率。
为便于对本实施方式进行理解,首先对本公开实施方式所公开的一种硬件资源的量化方法进行详细介绍。
在一种可能的实施方式中,本公开实施方式提供了一种硬件资源的量化方法,该方法可以应用于网络虚拟化平台,可以在网络虚拟化平台对硬件资源进行编排过程中,从硬件资源的核心属性的角度对硬件资源的计算能力进行量化,以便于获知硬件资源包含的各个硬件的计算能力的等效能力,进而基于该等效能力对硬件资源进行编排,具体地,如图2所示的一种硬件资源的量化方法的流程图,该方法包括以下步骤:
步骤S202,确定当前硬件资源中各个硬件的硬件类型;其中,硬件类型包括处理类硬件、转发类硬件和存储类硬件;
在实际使用时,硬件资源的量化方法可以在对硬件资源进行编排之前进行,以便于将量化的结果作为依据,对硬件资源的计算能力进行合理化编排。通常,硬件资源中可以包括多个硬件,并且,这些硬件可以以硬件池的形式呈现,当该硬件池中的硬件发生变化时,例如,加入新的硬件,或者在原有的硬件基础上对某个硬件进行升级等等,都可以改变硬件资源的计算能力,因此,需要对硬件资源的计算能力重新进行量化,获知其计算能力的等效能力,以实现合理的编排。
以无线通信系统设备所涉及的硬件资源为例,通常有CPU(Central ProcessingUnit,中央处理器)处理器芯片、DSP(Digital Signal Processing)处理器芯片、交换芯片、PCIe(peripheral component interconnect express,高速串行计算机扩展总线标准)接口总线、网口/光口模块、存储硬件、射频器件等元器件。按照硬件资源的业务能力不同,上述硬件资源可以分为:处理类硬件,如CPU处理器芯片、DSP处理器芯片等;转发类硬件,如交换芯片、PCIe接口总线、网口/光口模块等;存储类硬件,如闪存、硬盘等。
不同类型的硬件资源,可以把关键性能参数用量化的方式作为资源编排器编排的依据,因此,在对硬件资源的能力进行量化时,可以先确定出硬件的硬件类型,进而针对不同硬件类型,再执行后续的步骤,进行硬件资源的量化过程。
步骤S204,按照各个硬件类型,获取各个硬件的性能属性参数;
具体实现时,不同的硬件类型,硬件资源中包括的各个硬件的性能属性参数是不同的,因此,在获取性能属性参数可以针对当前的硬件类型去获取对应的性能属性参数。
步骤S206,根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力;
其中,上述能力因子是预先通过仿真计算得到的值。
具体实现时,上述等效能力通常为表征硬件资源的计算能力的等效值,例如,对于CPU处理器芯片,其等效能力可以是表征CPU的访问速度、数据交换能力等,因此,CPU处理器芯片的等效能力通常与其性能属性参数有关,如主频大小、总线频率等参数,而能力因子则可以表征各个硬件的性能属性参数在计算过程中的作用的大小,如果该性能属性参数在该硬件计算过程中起主导作用,则该性能属性参数对应的能力因子的数值相对较大。因此,为了便于较合理地获取上述能力因子,实现对硬件资源的合理量化,通常,该能力因子可以预先通过仿真计算得到。
在仿真计算时,通过模拟仿真确定出建立一个小区所需的硬件资源,例如,建立一个100MHz的小区,吞吐量为20Gbps,用户数为1000个,可以通过全部进行软件仿真、或者通过搭建硬件环境,采用软件模拟用户行为,从而计算出建立该小区所需的硬件资源,其中所需的硬件资源包括:处理类硬件、转发类硬件和存储类硬件的规格以及数量等。进一步的,量化出建立该小区所需的硬件资源对应的能力因子。具体实现时,其仿真算法可以参考相关技术实现,本公开实施方式对此不进行限制。
步骤S208,根据各个硬件的等效能力,计算硬件资源的量化能力值。
通常,该量化能力值可以表征硬件资源的计算能力,对硬件资源的计算能力进行描述,对于包含多个硬件的硬件资源,该量化能力值可以是多个硬件的等效能力的叠加,对当前硬件资源的业务能力进行量化,实现对网络虚拟化平台所管理的硬件资源进行配置、维护、跟踪与管理等等。
本公开实施方式提供的硬件资源的量化方法,在确定当前硬件资源中各个硬件的硬件类型后,可以按照各个硬件类型获取各个硬件的性能属性参数,以及,根据获取到的性能属性参数和性能属性参数对应的能力因子计算各个硬件的等效能力,进而根据等效能力计算硬件资源的量化能力值,能够准确描述硬件资源的计算能力,实现最大程度提高网络虚拟化平台的编排器的编排能力和编排效率,提升硬件资源利用率。
在实际使用时,硬件资源的量化过程,通常重点对处理类硬件的CPU处理器芯片、DSP处理器芯片做量化,以及对存储类硬件和转发类硬件做量化,以CPU处理器芯片为例,可以考虑CPU处理器芯片的主频、外频、倍频系数、二级缓存容量大小及内核数目等属性;DSP处理器芯片主要考虑主频、核数、指令周期(也称为ICY,Instruction Cycle,指令周期)、MAC(Multiplier Accumulator,乘法累加时间)时间、FFT(Fast Fourier Transform,快速傅里叶变换)处理时间、缓存大小等属性;存储硬件主要关注内存的频率、时延、容量等属性。
基于上述属性参数,步骤S204中,按照各个硬件类型,获取各个硬件的性能属性参数的步骤,可以包括以下过程:
(1)当硬件类型为处理类硬件时,获取硬件的主频、总线频率、二级缓存容量、作业性能的时间参数、内核数目中的至少一个参数作为硬件的性能属性参数;
其中,上述作业性能的时间参数可以包括前述指令周期、MAC时间、FFT处理时间等,与时间有关的属性参数。
(2)当硬件的硬件类型为转发类硬件时,获取硬件的端口速率、端口频率、端口数目中的至少一个参数作为转发类硬件的性能属性参数,以表征转发类硬件的转发能力;
(3)当硬件类型为存储类硬件时,获取硬件的频率、速率和容量中的至少一个参数作为所述硬件的性能属性参数。
考虑到不同硬件类型对应的硬件的性能属性参数通常有多个,因此,上述步骤S206中,根据性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力的过程,可以先根据获取到的多个性能属性参数生成属性描述集合,以集合的形式,对多个性能属性参数进行呈现,以便于计算各个硬件的等效能力。
因此,上述步骤S206可以包括以下过程:
(1)根据获取到的性能属性参数生成属性描述集合;其中,属性描述集合包含多个描述硬件性能的性能属性参数;
(2)其中,n为硬件的性能属性参数的个数。
通常,上述硬件的等效能力的表达式为硬件资源中包含的其中一个硬件的等效能力进行计算的表达式,由于硬件资源通常包括多个硬件,因此,在根据各个硬件的等效能力计算硬件资源的量化能力值时,可以将当前硬件资源中各个硬件的等效能力叠加,并将等效能力叠加后的能力值设置为硬件资源的量化能力值。
为了便于理解,以硬件类型为处理类硬件为例对上述硬件的等效能力计算过程进行说明,具体地,以CPU处理器芯片(以下简称CPU)为例,从硬件资源核心属性的角度进行说明。
考虑到CPU的主频=外频×倍频系数,所以在量化时,可以只考虑主频、总线频率、二级缓存容量大小及内核数目等属性;通常,主频越高,CPU访问外部设备的速度越快,计算能力越强;总线频率是直接影响CPU与内存直接数据交换的速度,总线频率越高,速度越快;比如CPU的总线频率有266MHz、333MHz、400MHz、533MHz、800MHz、1066MHz、1333MHz等,通过分析CPU各性能属性参数在计算过程中承担的作用,可抽象出CPU的等效能力计算表达式为=a×内核数目×主频+b×总线频率+c×二级缓存容量,即,CPU的性能属性参数包括:主频、总线频率、二级缓存容量和内核数目,其中,a、b、c为性能属性参数对应的能力因子。
具体地,CPU的属性描述集合可以表示为Pcpu={主频、总线频率、二级缓存容量、内核数目},性能属性参数对应的能力因子可以描述为Fcpu={a、b、c},通过仿真计算,可以得出CPU的性能属性参数对应的能力因子为Fcpu={10、8、8},其中,该仿真计算,也可以使用预先搭建的包括处理类硬件、转发类硬件和存储类硬件等完整的硬件环境进行仿真,通过在该硬件环境中模拟用户行为可以获知每个性能属性参数在计算过程中的作用的大小,用户可以根据该作用的大小对能力因子进行量化,不同硬件类型对应的能力因子,根据其在硬件计算过程中的作用不同,使得其对应的能力因子也不一样,具体可以根据仿真,并结合实际情况进行设定,本公开实施方式对此不进行限制。
依据上述策略,可以计算出CPU的等效能力,即等效能力的表达式为:10×内核数目×主频+8×总线频率+8×二级缓存容量。
例如,假设CPU1的主频为1.6GHz,总线频率为800MHz,二级缓存容量为8×1024Kbyte,内核数目16;CPU2的主频为1.2GHz,总线频率为800MHz,二级缓存容量为4×1024Kbyte,内核数目为16。因此,CPU1的属性描述集合为Pcpu1={1600MHz,800MHz,8×1024K,16},由上述表达式,可以计算出CPU1的等效能力为:10×16×1600+8×800+8×8×1024=327936;
进一步,CPU2的属性描述集合为Pcpu2={1200MHz,800MHz,4×1024K,16},其等效能力=10×16×1200+8×800+8×4×1024=296168;
由此可知,CPU1的等效能力大于CPU2的等效能力。
同理,采用上述方法,也可以其他硬件类型的硬件资源的等效能力进行量化描述,比如转发类硬件和存储类硬件等。
具体地,存储类硬件对应的硬件资源,其属性描述集合可以描述为Pmem={频率、速率、容量},即,获取到的存储类硬件的性能属性参数包括频率、速率和容量,其等效能力为Pmem=a×频率+b×速率+c×容量,其中,a、b、c为性能属性参数对应的能力因子,通过软件仿真计算,得出的存储类硬件对应的能力因子可以为Fmem={a、b、c}={10、5、3}。因此,存储类硬件的等效能力表达式为Pmem=10×频率+5×速率+3×容量,(频率单位MHz,速率单位MT/s,容量单位Mbtype)。
具体实现时,其他硬件资源也可以参照上述硬件等效能力的描述方式,通过抽象方式得出硬件资源包含的硬件的性能属性参数的属性描述集合{性能属性参数1,性能属性参数2…性能属性参数n},通过软件仿真计算方式得出性能属性参数对应的能力因子{能力因子1,能力因子2…能力因子n},从而得出其中,n为所述硬件的性能属性参数的个数。
基于上述等效能力,在计算硬件资源的量化能力值时,可以将当前硬件资源中各个硬件的等效能力叠加。在实际使用时,通讯网络涉及的硬件资源无论是虚拟化资源还是传统专用硬件资源,其作用都是为了在通信节点间进行不同类型业务的传输,因此,将当前硬件资源中各个硬件的等效能力进行叠加,对硬件资源进行量化时,通常需要针对不同的业务进行,不同的业务,涉及到的硬件资源不同,使得其量化能力值也不一样,所以需要对不同类别的业务进行独立的抽象描述,以计算出不同种类涉及的硬件资源的量化能力值。
以无线移动通信业务为例,通信系统的业务类型主要有小区级业务,即小区建立和公共信道信息的传输;用户级业务,即用户的接入和数据传输;系统级业务,即设备间数据传输与访问。由于不同种业务,所需要的计算能力不一样,所以需要对通信系统中不同类型的业务进行独立的抽象描述。以小区级业务为例,小区级业务所需要的硬件资源,是小区建立后所有公共业务和专用业务的载体,小区级业务需要的硬件资源可以包括CPU资源、存储资源和转发资源(也称为交换资源)。
因此,小区级业务的硬件资源通常包括处理类硬件、转发类硬件和存储类硬件,在计算小区级业务所需的硬件资源的量化能力值时,需要将CPU资源对应的处理类硬件的等效能力Pcpu,存储资源对应的存储类硬件的等效能力Pmem和转发资源对应的转发类硬件的等效能力Pswitch进行叠加,因此,在描述小区级业务资源时,通常要包括上述CPU资源、存储资源和转发资源,具体地,小区级业务所需的硬件资源可以描述为Pcell={Pcpu、Pmem、Pswitch},其硬件资源的量化能力值可以表示为:
Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch,其中,n1、n2和n3为对应的硬件数量。
具体实现时,小区级业务的硬件资源还和小区的规格相关,比如小区的带宽、吞吐量、用户数等,即小区的规格可以描述为TPcell={带宽,吞吐量,用户数}。通常,小区的规格反应的是当前小区级业务的业务需求,而在实际使用时,不同业务类型的业务需求与其对应的硬件资源都有相应的对应关系,以便于用户根据当前业务类型去编排满足业务需求的硬件资源。
例如,用户可以根据小区级业务的规格描述,确定出当前小区级业务的业务需求,进而再根据该业务需求与其对应的硬件资源的对应关系,确定出当前规格下的小区级业务需要的硬件资源,建立小区级业务的硬件资源的量化能力值与小区的规格之间的映射关系,根据该映射关系,用户可以直接计算出当前小区的规格描述对应的硬件资源的量化能力值。
具体地,小区级业务的硬件资源的量化能力值与小区的规格之间的映射关系,也可以通过软件仿真计算的方式获得。
例如,可以搭建包含上述硬件资源的硬件环境,并模拟与小区的规格匹配的用户行为,可以仿真出满足当前小区的规格情况下对应的最低的硬件资源。例如,一个100MHz的小区,吞吐量为20Gbps,用户数为1000个,此时,小区的规格可以描述为TPcell={100MHz,20Gbps,1000},通过软件仿真计算,可以得出其需要的硬件,并根据该所需的硬件确定出硬件的等效能力为Pcpu={1600MHz,800MHz,8M,16};Pmem={2133MHz,1600MT/s,32×1024Mb};Pswitch={40×1024bps}。也就是说TPcell={100MHz,20Gbps,1000}的小区所需的硬件资源的量化能力值等效为主频为1600MHz,总线频率为800MHz,二级缓存容量为8M,16核CPU的计算能力,且内存的主频为2133MHz,速率1600MT/s,容量为32G,且交换能力为40Gbps的硬件资源组能力相当。此时,如果硬件资源中包括主频为1600MHz,总线频率为800MHz,二级缓存容量为8M,16核计算能力的CPU处理器芯片,和满足上述条件的硬盘和交换芯片,则上述n1、n2和n3均可以设置为1,因此,具有上述规格描述的小区级业务的硬件资源的量化能力值表示为Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch(n1=1,n2=1,n3=1)。此外,对于系统级业务,涉及的主要是对转发类硬件对应的硬件资源的要求,其系统级业务所需的硬件资源的量化能力值用Ssys表示,可以描述为{吞吐量}。假如系统间传输业务的吞吐量要求为80Gbps,则可以表示为Ssys={80Gbps},如果当前网卡的传输速率为Pswitch={80Gbps},则系统级业务所需的硬件资源的量化能力值可以表示为Ssys=1×Pswitch,也就是需要1块80G网卡;如果当前网卡的传输速率为Pswitch={40Gbps},则系统级业务所需的硬件资源的量化能力值可以表示为Ssys=2×Pswitch,也就是需要2块40G网卡。
综上,对于通信系统,其硬件资源的量化能力值可以表示为:
小区级业务:TPcell=Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch,其中,n1,n2,n3是硬件数量);
系统级业务:Ssys=N×Pswitch,N>1;
由此,可以建立不同业务类型的需求参数与所需硬件资源的对应关系,例如可以如下表1所示:
当然,可以通过仿真过程不断完善该对应关系,确定更多业务类型的需求参数所对应的硬件资源。
在实际使用时,对于用户级业务,其所需的硬件资源是一种小区物理资源,可以在小区接入用户超过了小区级业务硬件资源和小区级业务物理资源时,触发网络虚拟化平台的编排器生成新的编排配置。
上述硬件资源的量化方法,能够对不同硬件类型包括的硬件进行描述,进而计算各个硬件的等效能力,以及,硬件资源的量化能力值能够准确描述硬件资源的计算能力,可以为网络虚拟化平台的编排器提供编排依据,进而有效提高了网络虚拟化平台的编排效率。
基于上述实施方式提供的硬件资源的量化方法,本公开实施方式还提供了一种硬件资源的编排方法,如图3所示的一种硬件资源的编排方法的流程图,该方法可以应用于网络虚拟化平台的编排器,包括以下步骤:
步骤S302,如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值;
其中,当前业务即当前待编排的业务。业务类型例如可以包括:系统级业务和小区级业务。可选的,编排请求中可以包括当前业务的业务类型和需求参数。当然,也可以只携带需求参数,通过需求参数的格式确定对应的业务类型。例如,当确定需求参数包括三个参数时,可以确定业务类型为小区级业务Tpcell。
具体地,由上述实施方式可知,不同的业务类型,涉及到的硬件资源不同,进而不同业务类型所需的硬件资源的量化能力值也不一样,因此,在进行硬件资源的编排时,可以先根据当前业务的业务需求参数以及例如表1中预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求参数所对应的硬件资源,其中,所对应的硬件资源包括硬件类型,以及,每个硬件类型对应的硬件的数量。然后再计算业务类型对应的硬件资源的第一量化能力值,以满足当前业务的能力需求。具体的,如何计算第一量化能力值,在下述实施例中具体阐述。
步骤S304,获取待选硬件资源的第二量化能力值;
其中,第二量化能力值为按照上述硬件资源的量化方法得到的;
通常,待选硬件资源为硬件池的形态,包括多个硬件,该多个硬件可以组成多种硬件集合,具体实现时,为了使每个硬件集合都能满足移动网络的通信与传输的业务要求,上述每个硬件集合都可以包含处理类硬件、转发类硬件和存储类硬件,每个硬件类型包括的不同型号的硬件经过不同的组合方式可以形成上述多个硬件集合。因此,上述待选硬件资源的第二量化能力值,可以是基于每个硬件集合,按照上述硬件资源的量化方法得到的该硬件集合对应的量化能力值。
在实际使用时,上述待选硬件资源的第二量化能力值可以是预先按照上述硬件资源的量化方法计算得到的量化能力值,因此,在待选硬件资源中包括的多个硬件没有发生变化,或者多个硬件组成的硬件集合没有变化时,对于待选硬件资源的第二量化能力值可以在计算完成后进行保存并存储,以简化硬件资源的编排流程。当待选硬件资源中包括的多个硬件发生变化,或者多个硬件组成的硬件集合发生变化时,如,硬件升级,或者重新组合成新的硬件集合时,可以再重新计算上述待选硬件资源的第二量化能力值。具体过程可以根据实际使用情况进行设置,本公开实施方式对此不进行限制。
步骤S306,从上述待选硬件资源的第二量化能力值中选择大于第一量化能力值的第二量化能力值;
步骤S308,将选择的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源。
具体地,上述第一量化能力值通常为当前业务需要的硬件资源的最低量化能力值,因此,当待选硬件资源的第二量化能力值大于该第一量化能力值时,可以确定第二量化能力值对应的硬件集合能够满足当前业务需要的硬件资源,进而可以将对应的硬件资源,编排为当前业务对应的硬件资源。
为了便于理解,同样以无线移动通信业务为例对上述硬件资源的编排方法进行说明。
具体地,如果当前业务的业务类型为小区级业务,可以根据待编排的当前小区级业务的需求参数以及根据预先仿真得到小区业务需求信息与硬件资源的对应关系获取该需求参数的当前小区级业务所对应的硬件资源,然后再计算获取到的硬件资源的第一量化能力值。
通常,小区业务信息包括以下参数:小区的带宽、吞吐量和用户数,并且,第一量化能力值可以表示为Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的硬件资源中的处理类硬件的等效能力;Pmem为获取到的硬件资源中的存储类硬件的等效能力;Pswitch为获取到的硬件资源中的为转发类硬件的等效能力。
进一步,如果当前业务的业务类型为系统级业务,则可以根据当前系统级业务的系统吞吐量需求参数、以及预先仿真得到系统吞吐量与硬件资源的对应关系,获取系统吞吐量需求参数所对应的硬件资源;然后再计算获取到的硬件资源的第一量化能力值。
其中,系统吞吐量与硬件资源的对应关系可以形如表1中的第二条表项所对应的示例,当然,该对应关系中可以包括多条表项。表1中仅仅给出1条表项作为示例。
其中,根据Ssys=N×Pswitch计算第一量化能力值;其中,N为获取到的硬件资源中转发类硬件的数量,Pswitch为转发类硬件的等效能力。
具体地,以建立一个带宽为100MHz,吞吐量为20Gbps,接入用户数为1000的LTE(long term evolution,长期演进系统)小区为例进行说明,网络虚拟化平台的编排器在进行编排时,可以按照下述步骤执行:
(1)生成目标LTE小区的规格信息,即规格描述:具体地,可以表示为:TPcell={100MHz,20Gbps,1000};
(2)根据预先得到的小区业务需求信息与硬件资源的对应关系,获取在该{100MHz,20Gbps,1000}需求参数下的目标LTE小区所对应的硬件资源。
具体地,该硬件资源以当前目标LTE小区所需的硬件资源的等效能力表示,因此,该目标LTE小区对应的硬件资源可以表示为:Pcpu={1600MHz,800MHz,8M,16};Pmem={2133MHz,1600MT/s,32×1024Mb};Pswitch={40×1024bps};
(3)计算当前业务需要的硬件资源的第一量化能力值;
基于上述实施方式提供的硬件资源的量化方法,以及上述目标LTE小区对应的硬件资源,当前小区级业务需要的硬件资源的第一量化能力值可以根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch进行计算,其中,n1、n2、n3是硬件的数量,并且,基于上述目标LTE小区的规格描述,表示硬件的数量的n1、n2和n3可以经过仿真计算得到。
应当理解,上述n1、n2、n3的值通常是针对当前的硬件模型进行模拟得到的数值,当建立硬件模型的硬件环境发生变化时,对于同样的业务类型的需求参数,其仿真计算的n1、n2和n3的数值通常也会随之发生变化。
具体地,如果当前待选硬件资源中每个硬件类型均存在直接满足上述硬件资源的硬件时,经过仿真计算,上述硬件的数量可以表示为n1=n2=n3=1,例如,当前待选硬件资源中存在满足Pcpu={1600MHz,800MHz,8M,16}的CPU处理器芯片,Pmem={2133MHz,1600MT/s,32×1024Mb}的硬盘和Pswitch={40×1024bps}的交换芯片时,n1=n2=n3=1;如果n1=n2=n3=1不能满足当前业务的需求时,在进行仿真计算过程中,可以对每个硬件类型包含的硬件进行组合,以寻找满足上述硬件资源的硬件,此时,CPU处理器芯片、硬盘和交换芯片的数量可以不是一个,因此,上述表示硬件的数量的n1、n2、n3可以根据实际情况进行计算,以获取目标LTE小区对应的硬件资源。
以上述n1=n2=n3=1为例,并参考上述硬件的等效能力的表达式,其 因此,可以计算出上述目标LTE小区对应的硬件资源的等效能力为:
Pcpu=10×16×1600+8×800+8×8×1024=327936;
Pmem=10×2133+5×1600+3×32×1024=127634;
Pswitch=40×1024=40960;
因此,上述第一量化能力值为:Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch=327936+127634+40960=496530。
(4)计算待选硬件资源包含的每个硬件集合的第二量化能力值;
具体地,以当前待选硬件资源包括的硬件集合为资源A和资源B为例,其中,资源A的配置如下:
PcpuA={1200MHz,800MHz,4M,16}
PmemA={2133MHz,1600MT/s,16×1024Mb}
PswitchA={40×1024bps};
资源B的配置如下:
PcpuB={1500MHz,800MHz,16M,18}
PmemB={2133MHz,1600MT/s,16×1024Mb}
PswitchB={40×1024bps}
因此,按照上述硬件资源的量化方法计算得到资源A的第二量化能力值为350610,资源B的第二量化能力值为526914。
由上述资源A和资源B的第二量化能力值可以看出资源B的第二量化能力值大于当前业务需要的硬件资源的第一量化能力值,因此,资源B满足前业务需要。
(5)将大于当前业务需要的硬件资源的第一量化能力值的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源。
此时,网络虚拟化平台的编排器可以自动生成编排规则,即选择资源B为当前业务对应的硬件资源,表示为{PcpuB,PmemB,PswitchB}={{1500MHz,800MHz,16M,18},{2133MHz,1600MT/s,16×1024Mb},{40×1024bps}}。
即,建立一个带宽为100MHz,吞吐量为20Gbps,接入用户数为1000的LTE小区,需要的硬件资源为:主频1.5GHz,800MHz总线频率,16M的二级缓存容量,18个内核的CPU一个;主频为2133MHz,速率1600MT/s,16G的内存一块;40G网卡一个。
在实际使用时,上述大于当前业务需要的硬件资源的第一量化能力值的第二量化能力值对应的硬件资源可以有多个,考虑到硬件资源的优化配置,当大于当前业务需要的硬件资源的第一量化能力值的第二量化能力值对应的硬件资源有多个时,通常可以在第二量化能力值大于第一量化能力值的前提下,将较小的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源,以使当前硬件资源得到充分利用,实现资源优化配置。具体的编排方式还可以根据实际使用情况进行设置,本公开实施方式对此不进行限制。
通过上述硬件资源的编排方法可知,如果当前业务的业务类型所需的硬件资源的第一量化能力值小于或者等于当前待选硬件资源的第二量化能力值时,网络虚拟化平台的编排器能够结合上述第一量化能力值自动生成符合该业务类型的需求参数所要求的硬件最优资源配置,以最大程度提高网络虚拟化平台的编排器的编排能力和编排效率,同时,也进一步提升了硬件资源的利用率。
对应于上述实施方式提供的硬件资源的量化方法,本公开实施方式还提供了一种硬件资源的量化装置,具体地,该硬件资源的量化装置可以应用于网络虚拟化平台的编排器,如图4所示的一种硬件资源的量化装置的结构示意图,该硬件资源的量化装置包括以下结构:
确定装置40,用于确定当前硬件资源中各个硬件的硬件类型;其中,硬件类型包括处理类硬件、转发类硬件和存储类硬件;
第一获取模块42,用于按照各个硬件类型,获取各个硬件的性能属性参数;
第一计算模块44,用于根据获取到的性能属性参数和性能属性参数对应的能力因子,计算各个硬件的等效能力;其中,能力因子是预先通过仿真计算得到的值;
第二计算模块46,用于根据各个硬件的等效能力,计算硬件资源的量化能力值。
具体实现时,上述第一获取模块42用于:
当硬件类型为处理类硬件时,获取硬件的主频、总线频率、二级缓存容量、作业性能的时间参数、内核数目中的至少一个参数作为硬件的性能属性参数;
当硬件的硬件类型为转发类硬件时,获取硬件的端口速率、端口频率、端口数目中的至少一个参数作为硬件的性能属性参数;
当硬件类型为存储类硬件时,获取硬件的频率、速率和容量中的至少一个参数作为硬件的性能属性参数。
上述第一计算模块44用于:
根据获取到的性能属性参数生成属性描述集合;其中,属性描述集合包含多个描述硬件性能的性能属性参数;
其中,n为硬件的性能属性参数的个数。
上述第二计算模块46用于:
将当前硬件资源中各个硬件的等效能力叠加;
将等效能力叠加后的能力值设置为硬件资源的量化能力值。
进一步,对应于上述硬件资源的编排方法,本公开实施方式还提供了一种硬件资源的编排装置,该硬件资源的编排装置可以应用于网络虚拟化平台的编排器,如图5所示的一种硬件资源的编排装置的结构示意图,该硬件资源的编排装置包括以下结构:
第三计算模块50,用于如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算当前业务需要的硬件资源的第一量化能力值;
第二获取模块52,用于获取待选硬件资源的第二量化能力值;其中,第二量化能力值为按照上述硬件资源的量化方法得到的;
选择模块54,用于从待选硬件资源的第二量化能力值中选择大于第一量化能力值的第二量化能力值;
编排模块56,用于将选择的第二量化能力值对应的硬件资源,编排为当前业务对应的硬件资源。
具体地,上述第三计算模块还用于:根据当前业务的业务需求参数以及预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求所对应的硬件资源;计算当前业务的需求参数所对应的硬件资源的第一量化能力值。
在实际使用时,如果当前业务的业务类型为小区级业务,上述第三计算模块还用于:
根据当前小区级业务的需求参数以及预先得到的小区业务需求信息与硬件资源的对应关系,获取需求参数的当前小区级业务所对应的硬件资源;
其中,当前小区业务的需求参数包括以下参数:小区的带宽、吞吐量和用户数;
计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch计算的,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的硬件资源中的处理类硬件的等效能力;Pmem为获取到的硬件资源中的存储类硬件的等效能力;Pswitch为获取到的硬件资源中的为转发类硬件的等效能力。
如果当前业务的业务类型为系统级业务,上述第三计算模块还用于:根据当前系统级业务的系统吞吐量需求参数以及预先得到的系统吞吐量与硬件资源的对应关系,获取系统吞吐量需求参数所对应的硬件资源;计算获取到的硬件资源的第一量化能力值,其中,第一量化能力值是根据Ssys=N×Pswitch计算的;其中,N为获取到的硬件资源中转发类硬件的数量,Pswitch为转发类硬件的等效能力。
本公开实施方式提供的硬件资源的量化装置和硬件资源的编排装置,与上述实施方式提供的硬件资源的量化方法和硬件资源的编排方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本公开实施方式还提供了一种网络设备,具体地,该网络设备可以是网络虚拟化平台中的网络设备,提供编排器的功能,该网络设备包括处理器和存储器,存储器存储有能够被处理器执行的机器可执行指令,处理器执行该机器可执行指令以实现上述硬件资源的量化方法和硬件资源的编排方法。
进一步,本公开实施方式还提供了一种机器可读存储介质,机器可读存储介质存储有机器可执行指令,所述机器可执行指令在被处理器调用和执行时,所述机器可执行指令促使处理器实现上述硬件资源的量化方法和硬件资源的编排方法。
参见图6,本公开实施方式还提供一种网络设备的结构示意图,包括:处理器600,存储器601,总线602和通信接口603,所述处理器600、通信接口603和存储器601通过总线602连接;处理器600用于执行存储器601中存储的可执行模块,例如计算机程序。
其中,存储器601可能包含高速随机存取存储器(RAM,RandomAccessMemory),也可能还包括非不稳定的存储器(non-volatilememory),例如至少一个磁盘存储器。通过至少一个通信接口603(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线602可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器601用于存储程序,处理器600在接收到执行指令后,执行所述程序,前述本公开任一实施方式揭示的硬件资源的量化装置和硬件资源的编排装置所执行的方法可以应用于处理器600中,或者由处理器600实现。
处理器600可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器600中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器600可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本公开实施方式中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本公开实施方式所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器601,处理器600读取存储器601中的信息,结合其硬件完成上述方法的步骤。
本公开实施方式所提供的硬件资源的量化方法、编排方法、装置及网络设备的计算机程序产品,包括存储了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方式中所述的方法,具体实现可参见方法实施方式,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,上述描述的网络虚拟化平台和装置的具体工作过程,可以参考前述方法实施方式中的对应过程,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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本公开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)执行本公开各个实施方式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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上实施方式,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施方式对本公开进行了详细的说明,本领域技术人员应当理解:任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,其依然可以对前述实施方式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公开实施方式技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (13)
1.一种硬件资源的量化方法,其特征在于,应用于网络虚拟化平台,所述方法包括:
确定当前硬件资源中各个硬件的硬件类型;其中,所述硬件类型包括处理类硬件、转发类硬件和存储类硬件;
按照各个所述硬件类型,获取各个所述硬件的性能属性参数;
根据获取到的所述性能属性参数和所述性能属性参数对应的能力因子,计算各个所述硬件的等效能力;其中,所述能力因子是预先通过仿真计算得到的值;
根据各个所述硬件的等效能力,计算所述硬件资源的量化能力值。
2.根据权利要求1所述的方法,其特征在于,所述根据获取到的所述性能属性参数和所述性能属性参数对应的能力因子,计算各个所述硬件的等效能力的步骤包括:
根据获取到的所述性能属性参数生成属性描述集合;其中,所述属性描述集合包含多个描述所述硬件性能的所述性能属性参数;
计算所述其中,n为所述硬件的性能属性参数的个数。
3.根据权利要求1所述的方法,其特征在于,所述根据各个所述硬件的等效能力,计算所述硬件资源的量化能力值的步骤包括:
将当前硬件资源中各个所述硬件的等效能力叠加;
将所述等效能力叠加后的能力值设置为所述硬件资源的量化能力值。
4.一种硬件资源的编排方法,其特征在于,应用于网络虚拟化平台,所述方法包括:
如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值;
获取待选硬件资源的第二量化能力值;其中,所述第二量化能力值为按照权利要求1-3任一项所述的方法得到的;
从所述待选硬件资源的第二量化能力值中选择大于所述第一量化能力值的第二量化能力值;
将选择的所述第二量化能力值对应的硬件资源,编排为所述当前业务对应的硬件资源。
5.根据权利要求4所述的方法,其特征在于,根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值的步骤,包括:
根据当前业务的业务需求参数以及预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求所对应的硬件资源;
计算所述当前业务的需求参数所对应的硬件资源的第一量化能力值。
6.根据权利要求5所述的方法,其特征在于,所述根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值还包括:
如果当前业务的业务类型为小区级业务,根据当前小区级业务的需求参数以及预先得到的小区业务需求信息与硬件资源的对应关系,获取所述需求参数的当前小区级业务所对应的硬件资源,其中,所述当前小区业务的需求参数包括以下参数:小区的带宽、吞吐量和用户数;
计算获取到的所述硬件资源的第一量化能力值,其中,所述第一量化能力值是根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch计算的,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的所述硬件资源中的处理类硬件的等效能力;Pmem为获取到的所述硬件资源中的存储类硬件的等效能力;Pswitch为获取到的所述硬件资源中的为转发类硬件的等效能力。
7.根据权利要求5所述的方法,其特征在于,所述根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值还包括:
如果当前业务的业务类型为系统级业务,根据当前系统级业务的系统吞吐量需求参数以及预先得到的系统吞吐量与硬件资源的对应关系,获取所述系统吞吐量需求参数所对应的硬件资源;
计算获取到的所述硬件资源的第一量化能力值,其中,所述第一量化能力值是根据Ssys=N×Pswitch计算的;其中,N为获取到的所述硬件资源中转发类硬件的数量,Pswitch为所述转发类硬件的等效能力。
8.一种硬件资源的量化装置,其特征在于,应用于网络虚拟化平台,所述装置包括:
确定装置,用于确定当前硬件资源中各个硬件的硬件类型;其中,所述硬件类型包括处理类硬件、转发类硬件和存储类硬件;
第一获取模块,用于按照各个所述硬件类型,获取各个所述硬件的性能属性参数;
第一计算模块,用于根据获取到的所述性能属性参数和所述性能属性参数对应的能力因子,计算各个所述硬件的等效能力;其中,所述能力因子是预先通过仿真计算得到的值;
第二计算模块,用于根据各个所述硬件的等效能力,计算所述硬件资源的量化能力值。
9.一种硬件资源的编排装置,其特征在于,应用于网络虚拟化平台,所述装置包括:
第三计算模块,用于如果接收到硬件资源的编排请求,根据当前业务的业务需求参数,计算所述当前业务需要的硬件资源的第一量化能力值;
第二获取模块,用于获取待选硬件资源的第二量化能力值;其中,所述第二量化能力值为按照权利要求1-3任一项所述的方法得到的;
选择模块,用于从所述待选硬件资源的第二量化能力值中选择大于所述第一量化能力值的第二量化能力值;
编排模块,用于将选择的所述第二量化能力值对应的硬件资源,编排为所述当前业务对应的硬件资源。
10.根据权利要求9所述的装置,其特征在于,所述第三计算模块还用于:
根据当前业务的业务需求参数以及预先存储的业务类型的需求参数与硬件资源的对应关系,获取当前业务需求所对应的硬件资源;
计算所述当前业务的需求参数所对应的硬件资源的第一量化能力值。
11.根据权利要求10所述的装置,其特征在于,所述第三计算模块还用于:
如果当前业务的业务类型为小区级业务,根据当前小区级业务的需求参数以及预先得到的小区业务需求信息与硬件资源的对应关系,获取所述需求参数的当前小区级业务所对应的硬件资源,其中,所述当前小区业务的需求参数包括以下参数:小区的带宽、吞吐量和用户数;
计算获取到的所述硬件资源的第一量化能力值,其中,所述第一量化能力值是根据Pcell=n1×Pcpu+n2×Pmem+n3×Pswitch计算的,其中,n1、n2和n3为对应的硬件数量,Pcpu为获取到的所述硬件资源中的处理类硬件的等效能力;Pmem为获取到的所述硬件资源中的存储类硬件的等效能力;Pswitch为获取到的所述硬件资源中的为转发类硬件的等效能力。
12.根据权利要求10所述的装置,其特征在于,所述第三计算模块还用于:
如果当前业务的业务类型为系统级业务,根据当前系统级业务的系统吞吐量需求参数以及预先得到的系统吞吐量与硬件资源的对应关系,获取所述系统吞吐量需求参数所对应的硬件资源;
计算获取到的所述硬件资源的第一量化能力值,其中,所述第一量化能力值是根据Ssys=N×Pswitch计算的;其中,N为获取到的所述硬件资源中转发类硬件的数量,Pswitch为所述转发类硬件的等效能力。
13.一种网络设备,其特征在于,所述网络设备包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现权利要求1或4所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811357906.3A CN109669774B (zh) | 2018-11-14 | 2018-11-14 | 硬件资源的量化方法、编排方法、装置及网络设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811357906.3A CN109669774B (zh) | 2018-11-14 | 2018-11-14 | 硬件资源的量化方法、编排方法、装置及网络设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109669774A true CN109669774A (zh) | 2019-04-23 |
CN109669774B CN109669774B (zh) | 2020-12-08 |
Family
ID=66142110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811357906.3A Active CN109669774B (zh) | 2018-11-14 | 2018-11-14 | 硬件资源的量化方法、编排方法、装置及网络设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109669774B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110740170A (zh) * | 2019-09-25 | 2020-01-31 | 咪咕视讯科技有限公司 | 计算单元的确定方法、网络设备和计算机可读存储介质 |
CN110889413A (zh) * | 2019-11-18 | 2020-03-17 | 中国银行股份有限公司 | 实现光学字符识别的终端设备确定方法及装置 |
CN110996334A (zh) * | 2019-12-09 | 2020-04-10 | 衡阳师范学院 | 一种虚拟化无线网络功能编排策略 |
CN112398691A (zh) * | 2020-11-17 | 2021-02-23 | 中国人民解放军战略支援部队信息工程大学 | 信号处理平台网络架构及硬件设备虚拟化方法和系统 |
CN112559270A (zh) * | 2020-12-23 | 2021-03-26 | 信而泰(无锡)信息技术有限公司 | 测试仿真业务部署方法及装置、电子设备 |
CN113301082A (zh) * | 2020-06-22 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 资源管理方法、设备、系统及存储介质 |
CN115083112A (zh) * | 2022-08-22 | 2022-09-20 | 枫树谷(成都)科技有限责任公司 | 一种智能预警应急管理系统及其部署方法 |
CN115495249A (zh) * | 2022-10-31 | 2022-12-20 | 上海楷领科技有限公司 | 一种云端集群的任务执行方法 |
WO2023125493A1 (zh) * | 2021-12-27 | 2023-07-06 | 华为技术有限公司 | 资源管理方法、装置及资源管理平台 |
CN116582891A (zh) * | 2023-07-13 | 2023-08-11 | 上海铂联通信技术有限公司 | 5g无线网络系统的负载优化方法、装置、介质及终端 |
CN112559270B (zh) * | 2020-12-23 | 2024-05-31 | 北京信而泰科技股份有限公司 | 测试仿真业务部署方法及装置、电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609314A (zh) * | 2012-01-18 | 2012-07-25 | 浪潮(北京)电子信息产业有限公司 | 一种虚拟机量化管理方法和系统 |
CN102831016A (zh) * | 2012-08-01 | 2012-12-19 | 浪潮(北京)电子信息产业有限公司 | 一种云计算的物理机回收方法及其装置 |
CN104239150A (zh) * | 2014-09-15 | 2014-12-24 | 杭州华为数字技术有限公司 | 一种硬件资源调整的方法及装置 |
CN105975340A (zh) * | 2016-03-24 | 2016-09-28 | 国云科技股份有限公司 | 一种虚拟机应用分配部署算法 |
WO2018194851A1 (en) * | 2017-04-17 | 2018-10-25 | Microsoft Technology Licensing, Llc | Flexible hardware for high throughput vector dequantization with dynamic vector length and codebook size |
-
2018
- 2018-11-14 CN CN201811357906.3A patent/CN109669774B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102609314A (zh) * | 2012-01-18 | 2012-07-25 | 浪潮(北京)电子信息产业有限公司 | 一种虚拟机量化管理方法和系统 |
CN102831016A (zh) * | 2012-08-01 | 2012-12-19 | 浪潮(北京)电子信息产业有限公司 | 一种云计算的物理机回收方法及其装置 |
CN104239150A (zh) * | 2014-09-15 | 2014-12-24 | 杭州华为数字技术有限公司 | 一种硬件资源调整的方法及装置 |
CN105975340A (zh) * | 2016-03-24 | 2016-09-28 | 国云科技股份有限公司 | 一种虚拟机应用分配部署算法 |
WO2018194851A1 (en) * | 2017-04-17 | 2018-10-25 | Microsoft Technology Licensing, Llc | Flexible hardware for high throughput vector dequantization with dynamic vector length and codebook size |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110740170A (zh) * | 2019-09-25 | 2020-01-31 | 咪咕视讯科技有限公司 | 计算单元的确定方法、网络设备和计算机可读存储介质 |
CN110889413A (zh) * | 2019-11-18 | 2020-03-17 | 中国银行股份有限公司 | 实现光学字符识别的终端设备确定方法及装置 |
CN110996334A (zh) * | 2019-12-09 | 2020-04-10 | 衡阳师范学院 | 一种虚拟化无线网络功能编排策略 |
CN110996334B (zh) * | 2019-12-09 | 2022-10-11 | 衡阳师范学院 | 一种虚拟化无线网络功能编排策略 |
CN113301082A (zh) * | 2020-06-22 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 资源管理方法、设备、系统及存储介质 |
CN112398691A (zh) * | 2020-11-17 | 2021-02-23 | 中国人民解放军战略支援部队信息工程大学 | 信号处理平台网络架构及硬件设备虚拟化方法和系统 |
CN112559270A (zh) * | 2020-12-23 | 2021-03-26 | 信而泰(无锡)信息技术有限公司 | 测试仿真业务部署方法及装置、电子设备 |
CN112559270B (zh) * | 2020-12-23 | 2024-05-31 | 北京信而泰科技股份有限公司 | 测试仿真业务部署方法及装置、电子设备 |
WO2023125493A1 (zh) * | 2021-12-27 | 2023-07-06 | 华为技术有限公司 | 资源管理方法、装置及资源管理平台 |
CN115083112A (zh) * | 2022-08-22 | 2022-09-20 | 枫树谷(成都)科技有限责任公司 | 一种智能预警应急管理系统及其部署方法 |
CN115083112B (zh) * | 2022-08-22 | 2022-11-22 | 枫树谷(成都)科技有限责任公司 | 一种智能预警应急管理系统及其部署方法 |
CN115495249A (zh) * | 2022-10-31 | 2022-12-20 | 上海楷领科技有限公司 | 一种云端集群的任务执行方法 |
CN116582891A (zh) * | 2023-07-13 | 2023-08-11 | 上海铂联通信技术有限公司 | 5g无线网络系统的负载优化方法、装置、介质及终端 |
CN116582891B (zh) * | 2023-07-13 | 2023-10-17 | 上海铂联通信技术有限公司 | 5g无线网络系统的负载优化方法、装置、介质及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN109669774B (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109669774A (zh) | 硬件资源的量化方法、编排方法、装置及网络设备 | |
US10412021B2 (en) | Optimizing placement of virtual machines | |
CN104243617B (zh) | 一种异构集群中面向混合负载的任务调度方法及系统 | |
CN107852413A (zh) | 用于将网络分组处理卸载到gpu的技术 | |
CN109684074A (zh) | 物理机资源分配方法及终端设备 | |
DE112017006568T5 (de) | Auslegung einer Basistaktfrequenz eines Prozessors auf der Basis von Nutzungsparametern | |
US20120290726A1 (en) | Dynamically resizing a networked computing environment to process a workload | |
CN103455363B (zh) | 一种虚拟机的指令处理方法、装置及物理主机 | |
CN104484233B (zh) | 一种资源分配方法 | |
CN108027789A (zh) | 具有多级仲裁的互连件的服务质量 | |
US10666570B2 (en) | Computing infrastructure resource-workload management methods and apparatuses | |
CN107070709A (zh) | 一种基于底层numa感知的nfv实现方法 | |
CN109471725A (zh) | 资源分配方法、装置和服务器 | |
CN107748691A (zh) | 虚拟机部署方法、装置、设备及计算机可读存储介质 | |
CN109858621A (zh) | 一种卷积神经网络加速器的调试装置、方法及存储介质 | |
CN110147249A (zh) | 一种网络模型的计算方法及装置 | |
CN107003947A (zh) | 产生用于共享高速缓冲存储器系统的近似使用测量 | |
CN109828790A (zh) | 一种基于申威异构众核处理器的数据处理方法和系统 | |
CN108833592A (zh) | 云主机调度器优化方法、装置、设备及存储介质 | |
WO2015177691A1 (en) | Thread performance optimization | |
CN109787836A (zh) | 基于遗传算法的vnf调度方案的确定方法及装置 | |
CN112994911B (zh) | 计算卸载方法、装置及计算机可读存储介质 | |
CN107357206A (zh) | 一种基于fpga板卡的运算优化的方法、装置及系统 | |
CN104657087B (zh) | 一种虚拟磁盘映射的方法、装置及系统 | |
CN110417777A (zh) | 一种优化的微服务间通信的方法及装置 |
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 |