CN109992408A - 一种资源分配方法、装置、电子设备和存储介质 - Google Patents
一种资源分配方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN109992408A CN109992408A CN201810002099.7A CN201810002099A CN109992408A CN 109992408 A CN109992408 A CN 109992408A CN 201810002099 A CN201810002099 A CN 201810002099A CN 109992408 A CN109992408 A CN 109992408A
- Authority
- CN
- China
- Prior art keywords
- resource
- portfolio
- utilization rate
- test result
- virtual
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/46—Interconnection of networks
- H04L12/4641—Virtual LANs, VLANs, e.g. virtual private networks [VPN]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种资源分配方法、装置、电子设备和存储介质,解决资源浪费问题。方法包括:接收用户输入的第一虚拟网元业务,第一业务类型和第一业务量,识别第一业务类型对应的每个第一类资源;针对每个第一类资源,根据第一业务量,及该第一类资源对应的使用率与业务量的预测模型,确定在第一业务量下该第一类资源的第一使用率,其中,该第一类资源对应的预测模型,根据第一业务类型的样本虚拟网元业务对应的多组测试结果确定,每组测试结果包括样本虚拟网元业务在第二业务量下,该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,为第一虚拟网元业务分配对应资源。从而合理地为该虚拟网元业务分配资源,避免了资源浪费。
Description
技术领域
本发明涉及虚拟资源分配技术领域,特别涉及一种资源分配方法、装置、电子设备和存储介质。
背景技术
网络功能虚拟化基础设施(Network Function VirtualizationInfrastructure,NFVI)是网络功能虚拟化(Network Function Virtualization,NFV)架构的基础设施层,是具有部署网络功能虚拟化能力的环境中,所有硬件设备与软件组件的统称。虚拟的网络功能(Virtual Network Feature,VNF)即虚拟网元业务运行在NFVI上,VNF运行需要占用NFVI资源中的各种计算,存储以及网络资源。
目前,在为虚拟网元业务(VNF)分配NFVI资源时,考虑NFVI资源是否能够满足虚拟网元业务的运行要求,具体可以是评估NFVI资源承载的最大业务量,根据NFVI资源承载的最大业务量,来估计虚拟网元业务需要的NFVI资源,进而为该虚拟网元业务分配能够使其稳定运行的充足的资源。
上述评估NFVI资源承载的最大业务量,从而分配资源的方法,可能会造成将较多的NFVI资源分配给虚拟网元业务,虚拟网元业务在运行时,并未占用被分配的全部资源,从而出现资源浪费等现象,并且在虚拟网元业务的业务量激增时,无法较准确的衡量NFVI层应该扩容多少资源支撑业务量激增的虚拟网元业务。
发明内容
本发明实施例公开了一种资源分配方法、装置、电子设备和存储介质,用以解决现有技术中为虚拟网元业务分配的NFVI资源较多,出现资源浪费的问题。
为达到上述目的,本发明实施例公开了一种资源分配方法,所述方法包括:
接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,根据每个第一类资源对应的多组测试结果,确定每个第一类资源对应的使用率与业务量的预测模型的过程包括:
针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;
对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
进一步地,资源类型包括以下至少一种:
CPU、内存、带宽、磁盘。
进一步地,在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,所述方法还包括:
针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;
如果是,将该组测试结果丢弃;
如果否,将该组测试结果作为有效测试结果;
所述获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量包括:
获取该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,所述方法还包括:
判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;
如果均为否,则进行后续步骤。
进一步地,在识别针对所述第一业务类型对应的每个第一类资源之前,所述方法还包括:
判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
本发明实施例公开了一种资源分配装置,所述装置包括:
接收模块,用于接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
识别模块,用于根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
确定模块,用于针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
分配模块,用于根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
本发明实施例公开了一种电子设备,所述电子设备包括:处理器、存储器和收发机;
所述收发机,用于在所述处理器的控制下,接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
所述处理器,用于读取所述存储器中的程序,执行下列过程:根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,所述处理器,具体用于针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
进一步地,所述处理器,还用于在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;如果是,将该组测试结果丢弃;如果否,将该组测试结果作为有效测试结果;识别该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
所述处理器,还用于在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;如果均为否,则进行后续步骤。
进一步地,所述处理器,还用于在识别针对所述第一业务类型对应的每个第一类资源之前,判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
本发明实施例公开了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明实施例公开了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一项所述方法的步骤。
本发明实施例公开了一种资源分配方法、装置、电子设备和存储介质,方法包括:具有NFVI资源分配功能的电子设备接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。由于在本发明实施例中,根据样本虚拟网元业务的测试结果,确定使用率与业务量的预测模型,因此在为第一虚拟网元业务分配NFVI资源时,在获知了所述第一虚拟网元业务的第一业务量后,可以确定针对对应类资源的第一使用率,从而实现了虚拟网元业务对NFVI资源的量化需求,合理地为该虚拟网元业务分配对应类型的NFVI资源,避免了资源浪费。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种资源分配过程示意图;
图2A为本发明实施例提供的一种虚拟网元业务与NFVI资源的示意图;
图2B为本发明实施例提供的一种VNF的业务量与NFVI资源的某类资源的使用率的示意图;
图3为本发明实施例提供的一种样本虚拟网元业务在不同业务量下的CPU使用率示意图;
图4为本发明实施例提供的一种样本虚拟网元业务在不同业务量下的内存使用率示意图;
图5为本发明实施例提供的一种NFVI资源中的某一类资源对应的每组测试结果中的使用率与业务量的示意图;
图6为本发明实施例提供的一种预测业务量与实际业务量的示意图;
图7为本发明实施例提供的一种建立预测模型的影响因素的示意图;
图8为本发明实施例提供的一种建立预测模型的示意图;
图9为本发明实施例6提供的一种资源分配装置结构图;
图10为本发明实施例7提供的一种电子设备;
图11为本发明实施例8提供的一种电子设备。
具体实施方式
为了合理地为虚拟网元业务分配NFVI的对应资源,避免资源浪费,本发明实施例提供了一种资源分配方法、装置、电子设备和存储介质。
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
图1为本发明实施例1提供的一种资源分配过程示意图,该过程包括以下步骤:
S101:接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源。
本发明实施例提供的资源分配方法应用于为虚拟网元业务分配NFVI资源的电子设备。
电子设备可以接收用户输入的待运行的虚拟网元业务,称为第一虚拟网元业务,该第一虚拟网元业务可以是一个新的虚拟网元业务,可以是一个业务量激增的虚拟网元业务。虚拟网元业务的业务量即为虚拟网元业务的负载,也可称为虚拟网元业务并发量。
第一虚拟网元业务的业务类型和业务量由用户确定,并输入到电子设备中,将第一虚拟网元业务的业务类型称为第一业务类型,业务量称为第一业务量,则电子设备接收用户输入的第一虚拟网元业务,以及该第一虚拟网元业务的第一业务类型和第一业务量。
用户在确定该第一虚拟网元业务对应的第一业务类型时,可以是根据该第一虚拟网元业务对应的业务场景、话务模型、测试用例等多方面综合确定。虚拟网元业务对应的业务类型,可以理解为虚拟网元业务的业务模型。不同的虚拟网元业务对应的业务模型可能是不同的,也就是不同的虚拟网元业务对应的业务类型可能是不同的。不同业务类型的虚拟网元业务对NFVI资源中的不同类型资源的要求可能也是不同的,可能某些类型的虚拟网元业务对某一或某几类资源的要求较高,对其他类型资源的要求较低,因此可以根据不同业务类型的虚拟网元业务对不同类型资源的要求,预先设置不同业务类型的虚拟网元业务对应的每一类资源,其中不同业务类型的虚拟网元业务对应的每一类资源也可能相同,也可能不同,一般为部分相同,部分不同。
具体的,用户可以针对每个业务类型,统计该业务类型的虚拟网元业务对哪些类资源要求较高,从而确定该业务类型与资源类型的对应关系,并在电子设备中设置该业务类型与NFVI资源中的每个资源类型的对应关系。电子设备中保存了每种业务类型与NFVI资源中的每个资源类型的对应关系,电子设备在接收到的第一虚拟网元业务对应的第一业务类型时,可以根据预先保存的每种业务类型与资源类型的对应关系,识别该第一业务类型对应的每类资源,称为第一类资源。电子设备可以根据每个第一类资源为该第一虚拟网元业务分配NFVI资源中对应类型的资源。
S102:针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率。
电子设备中预先保存有每个业务类型,以及每个业务类型对应的每个类型的资源,以及每个类型的资源对应的使用率与业务量的预测模型,当确定出第一业务类型对应的每个第一类资源后,针对每个第一类资源,可以识别该第一类资源对应的使用率与业务量的预测模型,根据该预测模型,确定为该第一虚拟网元业务分配多少资源。
针对每个第一类资源,根据第一虚拟网元业务的第一业务量,及识别出的该第一类资源对应的使用率与业务量的预测模型,确定在该第一业务量下该NFVI资源中该第一类资源的第一使用率,该预测模型可以理解为关于使用率与业务量的函数。具体可以是,将该第一业务量输入到该第一类资源对应的使用率与业务量的预测模型中,将输出结果确定为该第一类资源的第一使用率。
针对每个第一类资源,该第一类资源对应的使用率与业务量的预测模型,根据该第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,该NFVI资源中该第一类资源的第二使用率。
S103:根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
当针对该待运行的第一虚拟网元业务,确定出其对应的每个第一类资源对应的第一使用率后,就可以根据每个第一类资源及其第一使用率,以及该NFVI资源的资源总值,为该第一虚拟网元业务分配对应类型的NFVI资源。
可以是,针对每个第一类资源,根据该第一类资源的第一使用率和NFVI资源中该第一类资源的资源总值,确定该第一类资源的第一资源值,为该第一虚拟网元业务分配NFVI资源中该第一类资源的第一资源值的资源。
在根据该第一类资源的第一使用率和NFVI资源中该第一类资源的资源总值,确定该第一类资源的第一资源值时,具体可以是将该第一类资源的第一使用率与该第一类资源的资源总值的乘积,确定为该第一类资源的第一资源值。
NFVI资源中的资源类型可以包括以下至少一种:CPU、内存、带宽、磁盘。NFVI资源包括上述每个第一类资源,即每个第一类型的资源,还可能包括其他类型的资源。
如果第一类资源为CPU,在确定第一类资源的第一资源值时,可以是将NFVI资源中的CPU资源总值与CPU使用率的乘积,确定CPU第一资源值,在为第一虚拟网元业务分配NFVI资源时,分配NFVI资源中的第一资源值的CPU。其他类型的资源的分配与该CPU类似,在此不再进行赘述。
图2A为虚拟网元业务与NFVI资源的示意图,VFNI为硬件资源和软件资源的统称,虚拟网元业务(VNF)在运行时,会占用NFVI资源中的多种虚拟资源,如虚拟计算资源(virtual computing)、虚拟存储资源(virtual storage)、虚拟网络资源(virtualnetwork),上述的虚拟资源属于虚拟层(virtualization layer)上的资源,虚拟资源具体位于硬件设备中,则对应NFVI资源中的计算硬件设备(computing hardware),存储硬件设备(storage hardware),网络硬件设备(network hardware)。
图2B为VNF的业务量与NFVI资源的某类资源的使用率的示意图,某类资源在图2B中为某指标,每个虚拟网元业务(VNF)有其对应的业务量,在不同的业务量下,某类资源的使用率一般是不同的,并且一般情况下,VNF的业务量越大,该类资源的使用率越高。
由于在本发明实施例中,根据样本虚拟网元业务的测试结果,确定使用率与业务量的预测模型,因此在为第一虚拟网元业务分配NFVI资源时,在获知了所述第一虚拟网元业务的第一业务量后,可以确定针对对应类资源的第一使用率,从而实现了虚拟网元业务对NFVI资源的量化需求,合理地为该虚拟网元业务分配对应类型的NFVI资源,避免了资源浪费。
实施例2:
在上述实施例的基础上,在本发明实施例中,根据每个第一类资源对应的多组测试结果,确定每个第一类资源对应的使用率与业务量的预测模型的过程包括:
针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
在本发明实施例中,电子设备中每个类型的资源的使用率与业务量的预测模型的确定过程是类似的,以下针对第一业务类型中的某个第一类资源,简述该第一类资源对应的使用率与业务量的预测模型的确定过程。
针对每一业务类型,以及该业务类型中的每一类资源,有该类资源对应的多组测试结果,每组测试结果中包含业务量与该类资源的使用率。
某一业务类型对应的每一类资源对应的多组测试结果,可以是该业务类型的样本虚拟网元业务在实际运行时,每一类资源对应的业务量与使用率。电子设备记录每组测试结果,具体可以是记录业务类型,业务量,资源类型,使用率的对应关系。每有一个样本虚拟网元业务运行时,电子设备均可记录对应的运行结果,即测试结果。
业务类型A的虚拟网元业务在业务量为1万时,对应的测试结果记录格式可以如下:
为了简单准确地确定某业务类型对应的每一类资源对应的使用率与业务量的预测模型,用户还可以根据需求,为每一业务类型,设置其对应的测试业务量,使电子设备确定在该测试业务量下该类业务类型的每一类资源对应的使用率,后需根据测试业务量与使用率的对应关系,确定每一类资源对应的预测模型。
针对第一业务类型中的第一类资源,用户确定多个不同的测试业务量,称为第二业务量,将该多个不同的第二业务量输入到电子设备中,则电子设备接收用户输入的第一业务类型,该第一业务类型对应的每个第一类资源,每个第一类资源对应的多个不同的第二业务量。
当该第一业务类型的样本虚拟网元业务实际运行时,电子设备记录该样本虚拟网元业务在每个第二业务量下实际运行时,NFVI资源中对应类型的资源的第二使用率,即记录了该第一业务类型对应的每个第一类资源对应的多组测试结果。
当需要针对第一业务类型中的某个第一类资源确定其对应的使用率与业务量的预测模型时,可以是先识别该第一业务类型对应的多组测试结果,并识别每组测试结果中该第一类资源的第二使用率与第二业务量。然后对多组测试结果中的第二使用率与第二业务量,进行线性回归分析,确定第一业务类型中的该第一类资源对应的使用率与业务量的预测模型,进行线性回归分析的过程属于现有技术,在本发明实施例中不进行赘述。
如图3所示,为样本虚拟网元业务在不同业务量下的CPU使用率示意图,横坐标为时间,纵坐标为CPU使用率,业务量即图3中的业务并发量。由图3可以看出当业务量为1万时,CPU使用率在一段时间中,均在25%以下;当业务量为2万时,CPU使用率由25%先增大到50%,后又增大到70%左右;当业务量为5万时,CPU使用基本稳定在50%左右,当业务量为6万时,CPU使用率接近90%。在某个业务量下,一段时间内CPU使用率可能会有所波动,在确定某个业务量下的CPU使用率时,可以是将一段时间内的CPU使用率的平率值作为最终的CPU使用率,可以是在运行一段时间后,CPU使用率趋于稳定时,将稳定状态时的CPU使用率值作为最终的CPU使用率。
如图4所示,为样本虚拟网元业务在不同业务量下的内存使用率示意图,横坐标为时间,纵坐标为内存使用率,业务量即图4中的业务并发量,由图4可以看出当业务量为1万时,内存使用率约为15%,当业务量为2万时,内存使用率约为20%;当业务量为5万时,内存使用率约为50%,当业务量为10万时,内存使用率约为75%。业务量越大,没存使用率越高。在某个业务量下,一段时间内内存使用率可能会有所波动,在确定某个业务量下的内存使用率时,可以是将一段时间内的内存使用率的平率值作为最终的内存使用率,可以是在运行一段时间后,内存使用率趋于稳定时,将稳定状态时的内存使用率值作为最终的内存使用率。
图5所示,为NFVI资源中的某一类资源对应的每组测试结果中的使用率与业务量的示意图,横坐标为使用率,纵坐标为业务量,也就是业务并发量。该类资源的使用率与业务量成正比例关系。
其它类资源的使用率与业务量理论上成正比关系,但是由于硬件等因素的影响,可能会有些抖动。
根据多组测试结果中的第二使用率与第二业务量进行线性回归分析,确定预测模型,即对虚拟网元业务在不同业务量下对NFVI资源的某一类资源的使用情况进行可视化和方程化。具体可以是将业务量作为因变量,将类资源的使用率作为自变量,根据线性回归分析预测出的模型可以是Y=a+b*X+c,其中,Y表示业务量的预测值,X表示类资源的使用率,a和b为预测模型的参数,c为误差项,例如,预测模型为Y=-1813.14+15084.89X+1671.79。
根据上述预测模型,当得知某一待运行的虚拟网元业务的业务量时,便可得知NFVI资源中每类资源的使用率,即得知了该待运行的虚拟网元业务对NFVI资源的使用情况。
当然,在根据预测模型,预测在一定业务量下,某类资源的使用率时,可能会与实际的稍有偏差,如图6所示,在同一使用率下,实际的业务量与预测的业务量,稍有偏差,电子设备可以随着测试结果的增多,对预测模型中的参数a和b进行调整,确定出更加准确的预测模型。
实施例3:
为了更加准确地确定预测模型,进一步合理地分配资源,在上述各实施例的基础上,在本发明实施例中,在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,所述方法还包括:
针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;
如果是,将该组测试结果丢弃;
如果否,将该组测试结果作为有效测试结果;
所述获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量包括:
识别该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
在本发明实施例中,电子设备针对每个业务类型对应的每类资源,预先保存有该类资源对应的使用率阈值,并且针对每个业务类型,同一类资源对应的使用率阈值可以相同,也可以不同,针对某一业务类型,其对应的每类资源对应的使用率阈值可以相同,也可以不同。电子设备中保存有第一业务类型对应的每个第一类资源对应的使用率阈值。该使用率阈值可以是根据电子设备对该类资源进行的压力测试确定并保存的,压力测试时NFVI资源承载的业务量较大,可以理解为NFVI资源支持的最大业务量下的测试,也可以是用户根据经验值设置在电子设备中的。
针对第一业务类型,其对应的每个第一类资源有其对应的多组测试结果,针对每个第一类资源,在确定该第一类资源的使用率与业务量的预测模型时,可以是根据该第一类资源对应的每组的测试结果中的第二使用率与第二业务量确定,为了更加准确地确定该第一类资源对应的预测模型,还可以根据使用率阈值,在其对应的多组测试结果中确定有效测试结果,丢弃无效测试结果。
具体可以是,在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;如果是,则可以认为该使用率为非正常的使用率,将该组测试结果作为无效测试结果,则可以将该组测试结果丢弃;如果否,可以认为该使用率为正常的使用率,将该组测试结果作为有效测试结果。
因为测试结果中包含第一业务类型,第一业务类型对应的每个第一类资源,每个第一类资源对应的多个第二业务量,以及每个第二业务量对应的使用率,因此可以根据需求,获取某个第一类资源对应的多个第二业务量与使用率。对多组有效测试结果中的第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
实施例4:
为了更加准确地确定预测模型,进一步合理地分配资源,在上述各实施例的基础上,在本发明实施例中,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,所述方法还包括:
判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;
如果均为否,则进行后续步骤。
在本发明实施例中,每组测试结果中包含业务量,为了更加准确地确定预测模型,还可以测试在某一业务量下运行时的丢包率,和/或响应时长,则多组测试结果中包含在其对应的业务量下运行时的丢包率,和/或响应时长,后续在根据多组测试结果,确定某类资源的使用率与业务量的预测模型时,可以根据丢包率和/或响应时长确定该类资源对应的每组测试结果是否为有效测试结果。
电子设备中预先保存有丢包率阈值和时长阈值,丢包率阈值表示正常的丢包率与非正常的丢包率的分界线,时长阈值表示正常的响应时长与非正常的响应时长的分界线。
如果测试结果中包含丢包率,在确定每组测试结果是否为有效测试结果时,可以是针对每组测试结果,确定该组测试结果中的丢包率是否大于预设的丢包率阈值,如果是,则确定该组测试结果为无效测试结果,则丢弃,如果否,则确定该组测试结果为有效测试结果。
如果测试结果中包含响应时长,在确定每组测试结果是否为有效测试结果时,可以是针对每组测试结果,确定该组测试结果中的响应时长是否大于预设的时长阈值,如果是,则确定该组测试结果为无效测试结果,则丢弃,如果否,则确定该组测试结果为有效测试结果。
在确定测试结果是否为有效测试结果时,可以是仅考虑丢包率或仅考虑响应时长,为了更加准确地确定预测模型,还可以是同时考虑丢包率和响应时长,具体可以是判断测试结果中的丢包率是否大于预设的丢包率阈值,以及判断测试结果中的响应时长是否大于预设的时长阈值;如果均为否,则将该组测试结果确定为有效测试结果,如果有至少一个为是,则将该组测试结果确定为无效测试结果,则丢弃。
上述在确定测试结果是否为有效测试结果时,可以是在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,后续仅是识别有效测试结果中的第二使用率与第二业务量。
较优的在确定测试结果是否为有效测试结果时,是在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,进行上述的确定过程,确定将该组测试结果作为有效测试结果。
上述根据多组测试结果建立预测模型的时,每组测试结果对应的NVFI资源的资源总值是固定不变的。
如图7所示,在建立预测模型时,可以考虑NFVI资源中的多个类型的资源的影响因素,还可以考虑业务性能的影响因素,NFVI资源中的多个类型的资源包括CPU资源,内存资源,磁盘资源,带宽资源,主要考虑其对应的使用率,在确定每类资源的使用率时,需要考虑到每类资源的资源总值。业务性能包括丢包率和响应时长多方面因素,综合考虑多方面的因素,准确地确定预测模型。
如图8所示,为确定预测模型的流程图,首先确定某业务类型的样本虚拟网元业务;并确定该业务类型对应的NFVI资源的资源类型,如CPU、内存、带宽、磁盘,该资源类型可以称为负载测试指标,以及确定业务性能参数,如响应时间等,样本虚拟网元业务在不同的业务量下运行,得到多组测试结果,该测试结果可以包括正常的负载测试结果,即正常的业务量下的测试结果,还可以包括压力测试结果,即最大业务量下的测试结果,根据压力测试结果确定某类资源对应的使用率阈值,对多组测试结果进行线性回归分析,得到使用率与业务量的预测模型。
实施例5:
为了快速、合理地为虚拟网元业务分配对应的NFVI资源,在上述各实施例的基础上,在本发明实施例中,在识别针对所述第一业务类型对应的每个第一类资源之前,所述方法还包括:
判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
在本发明实施例中,电子设备中预先保存有数据库,该数据库中保存有每个业务类型的虚拟网元业务在每个业务量下运行时,为该虚拟网元业务分配的NFVI资源中每类资源的资源值。
电子设备在接收用户输入的待运行的第一虚拟网元业务,以及该第一虚拟网元业务的第一业务类型和第一业务量后,可以先判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,NFVI资源中每个第一类资源的第一资源值。
如果保存有,则根据该每个第一类资源的第一资源值为该第一虚拟网元业务分配对应的NFVI资源,使所述第一虚拟网元业务运行。
如果未保存,则需要通过上述各实施例的实施例方式确定该第一虚拟业务在该第一业务量下NFVI资源中每个第一类资源的第一使用率,并根据每个第一类资源及其对应的第一使用率,以及该NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
可以是,在确定出在该第一业务量下该NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据该第一类资源的第一使用率和NFVI资源中该第一类资源的资源总值,确定该第一类资源的第一资源值,为该第一虚拟网元业务分配NFVI资源中该第一类资源的第一资源值的资源。在根据该第一类资源的第一使用率和NFVI资源中该第一类资源的资源总值,确定该第一类资源的第一资源值时,具体可以是将该第一类资源的第一使用率与该第一类资源的资源总值的乘积,确定为该第一类资源的第一资源值。
并且电子设备可以在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系,以便后续快速、合理地为虚拟网元业务分配NFVI资源。
实施例6:
图9为本发明实施例提供的一种资源分配装置结构图,所述装置包括:
接收模块91,用于接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
识别模块92,用于根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
确定模块93,用于针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
分配模块94,用于根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,所述确定模块93,还用于针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
所述装置还包括:
第一判断模块,用于针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;如果是,将该组测试结果丢弃;如果否,将该组测试结果作为有效测试结果;
所述确定模块93,具体用于获取该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
所述第一判断模块,还用于在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;如果均为否,则进行后续步骤。
进一步地,所述装置还包括:第二判断模块,用于判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
所述分配模块94,还用于当所述第二判断模块的判断结果为是时,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
所述装置还包括:
保存模块,用于当所述第二判断模块的判断结果为否时,在确定模块93确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
实施例7:
图10为本发明实施例提供的一种电子设备,所述电子设备包括:处理器101、存储器102和收发机103;
在图10中,总线架构可以包括任意数量的互联的总线和桥,具体由处理器101代表的一个或多个处理器101和存储器102代表的存储器102的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。收发机103可以是多个元件,即包括发送机和接收机,提供用于在传输介质上与各种其他装置通信的单元。处理器101负责管理总线架构和通常的处理,存储器102可以存储处理器101在执行操作时所使用的数据。
可选的,处理器101可以是CPU(中央处埋器)、ASIC(Application SpecificIntegrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)。
所述收发机,用于在所述处理器的控制下,接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
所述处理器,用于读取所述存储器中的程序,执行下列过程:根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,所述处理器,具体用于针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
进一步地,所述处理器,还用于在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;如果是,将该组测试结果丢弃;如果否,将该组测试结果作为有效测试结果;识别该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
所述处理器,还用于在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;如果均为否,则进行后续步骤。
进一步地,所述处理器,还用于在识别针对所述第一业务类型对应的每个第一类资源之前,判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
实施例8:
图11为本发明实施例提供的一种电子设备,包括:处理器111、通信接口112、存储器113和通信总线114,其中,处理器111,通信接口112,存储器113通过通信总线114完成相互间的通信;
所述存储器113中存储有计算机程序,当所述程序被所述处理器111执行时,使得所述处理器111执行以下步骤:
接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;
对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
进一步地,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;
如果是,将该组测试结果丢弃;
如果否,将该组测试结果作为有效测试结果;
进一步地,获取该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;
如果均为否,则进行后续步骤。
进一步地,在识别针对所述第一业务类型对应的每个第一类资源之前,判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口112,用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例9:
本发明实施例提供了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行以下步骤:接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
进一步地,针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;
对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
进一步地,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;
如果是,将该组测试结果丢弃;
如果否,将该组测试结果作为有效测试结果;
进一步地,获取该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
进一步地,,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;
如果均为否,则进行后续步骤。
进一步地,在识别针对所述第一业务类型对应的每个第一类资源之前,判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
上述实施例中的计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD)等。
本发明实施例公开了一种资源分配方法、装置、电子设备和存储介质,方法包括:具有NFVI资源分配功能的电子设备接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。由于在本发明实施例中,根据样本虚拟网元业务的测试结果,确定使用率与业务量的预测模型,因此在为第一虚拟网元业务分配NFVI资源时,在获知了所述第一虚拟网元业务的第一业务量后,可以确定针对对应类资源的第一使用率,从而实现了虚拟网元业务对NFVI资源的量化需求,合理地为该虚拟网元业务分配对应类型的NFVI资源,避免了资源浪费。
根据上述各实施例的描述,由于有测试结果充足的数据支撑,得出虚拟网元业务的业务量不同所占用的NFVI资源情况。由此,可实现虚拟网元业务部署之前对NFVI资源中的每一类资源的合理规划。避免浪费。主要包括硬件选型、平台规划、云平台资源需求模板定制;业务量大需要扩容时,可针对NFVI资源中的每一类资源使用情况的增长规律给出合理的扩容资源需求方案;进一步优化需网元业务在资源复用时对资源的合理调度,提升云服务水平;业务性能瓶颈分析及优化。结合业务性能(响应时间、丢包率等)监测数据和每一类资源使用率,分析虚拟网元业务正常运行时的NFVI层资源使用状况。
测试过程中,通过发现NFVI资源某一类资源使用率低问题来分析虚拟网元业务的业务逻辑、话务模型等是否存在问题,分析改善后不仅可以优化虚拟网元业务逻辑,更可提高NFVI资源使用率。NFVI资源扩容提供依据在HA集群中进行资源扩容,首先要做的是检测负载均衡(LBaaS),再进行扩缩容处理,即监控集群(Server/VMs)中每台服务器/虚拟机的负载。或者直接通过计算集群VMs指标的AVG值作为扩缩容的衡量标准。
那么,当有扩容需求时,我们根据业务量与某一类资源的使用率的预测模型来确定需要扩容的I层资源增加量。一方面解决了I层资源复用的问题,即如果扩容所需资源和宿主机未使用资源量吻合,可直接使用宿主机资源使其充分利用。另一方面,在有I层资源需求时,可合理计算某一类资源并分配利用,达到资源的使用率最大化。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全应用实施例、或结合应用和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (14)
1.一种资源分配方法,其特征在于,所述方法包括:
接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量,根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
2.如权利要求1所述的方法,其特征在于,根据每个第一类资源对应的多组测试结果,确定每个第一类资源对应的使用率与业务量的预测模型的过程包括:
针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;
对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
3.如权利要求1或2所述的方法,其特征在于,资源类型包括以下至少一种:
CPU、内存、带宽、磁盘。
4.如权利要求2所述的方法,其特征在于,在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,所述方法还包括:
针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;
如果是,将该组测试结果丢弃;
如果否,将该组测试结果作为有效测试结果;
所述获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量包括:
获取该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
5.如权利要求4所述的方法,其特征在于,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,所述方法还包括:
判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;
如果均为否,则进行后续步骤。
6.如权利要求1所述的方法,其特征在于,在识别针对所述第一业务类型对应的每个第一类资源之前,所述方法还包括:
判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;
如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;
如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
7.一种资源分配装置,其特征在于,所述装置包括:
接收模块,用于接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
识别模块,用于根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;
确定模块,用于针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;
分配模块,用于根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
8.一种电子设备,其特征在于,所述电子设备包括:处理器、存储器和收发机;
所述收发机,用于在所述处理器的控制下,接收用户输入的待运行的第一虚拟网元业务,以及所述第一虚拟网元业务的第一业务类型和第一业务量;
所述处理器,用于读取所述存储器中的程序,执行下列过程:根据预先保存的每种业务类型与网络功能虚拟化基础设施NFVI资源中资源类型的对应关系,识别所述第一业务类型对应的每个第一类资源;针对每个第一类资源,根据所述第一业务量,及预先确定的该第一类资源对应的使用率与业务量的预测模型,确定在所述第一业务量下所述NFVI资源中该第一类资源的第一使用率,其中,该第一类资源对应的使用率与业务量的预测模型,根据所述第一业务类型的样本虚拟网元业务对应的多组测试结果确定,其中,每组测试结果包括样本虚拟网元业务在第二业务量下运行时,所述NFVI资源中该第一类资源的第二使用率;根据每个第一类资源及其对应的第一使用率,以及所述NFVI资源的资源总值,为所述第一虚拟网元业务分配对应类型的NFVI资源。
9.如权利要求8所述的电子设备,其特征在于,所述处理器,具体用于针对每个第一类资源,获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量;对获取的每组第二使用率与第二业务量,进行线性回归分析,确定该第一类资源对应的使用率与业务量的预测模型。
10.如权利要求9所述的电子设备,其特征在于,所述处理器,还用于在获取该第一类资源对应的每组测试结果中的第二使用率与第二业务量之前,针对每组测试结果,判断该组测试结果中的第二使用率是否大于针对该第一类资源预设的使用率阈值;如果是,将该组测试结果丢弃;如果否,将该组测试结果作为有效测试结果;识别该第一类资源对应的每组有效测试结果中的第二使用率与第二业务量。
11.如权利要求10所述的电子设备,其特征在于,所述测试结果中还包括:所述样本虚拟网元业务在第二业务量下运行时的丢包率和/或响应时长;
所述处理器,还用于在确定第二使用率不大于针对该第一类资源预设的使用率阈值之后,在将该组测试结果作为有效测试结果之前,判断测试结果中的丢包率是否大于预设的丢包率阈值,和/或判断测试结果中的响应时长是否大于预设的时长阈值;如果均为否,则进行后续步骤。
12.如权利要求8所述的电子设备,其特征在于,所述处理器,还用于在识别针对所述第一业务类型对应的每个第一类资源之前,判断数据库中是否保存有该第一业务类型的网元虚拟业务在第一业务量下运行时,所述NFVI资源中每个第一类资源的第一资源值;如果是,则根据所述每个第一类资源的第一资源值为所述第一虚拟网元业务分配对应类型的NFVI资源,使所述第一虚拟网元业务运行;如果否,则进行后续步骤,并在确定出在所述第一业务量下所述NFVI资源中每个第一类资源的第一使用率之后,针对每个第一类资源,根据NFVI资源中该第一类资源的资源总值与该第一类资源的第一使用率,确定该第一类资源的第一资源值,并在数据库中保存该第一业务类型、第一业务量与每个第一类资源,及每个第一类资源对应的第一资源值的对应关系。
13.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1-6任一项所述方法的步骤。
14.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行权利要求1-6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810002099.7A CN109992408B (zh) | 2018-01-02 | 2018-01-02 | 一种资源分配方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810002099.7A CN109992408B (zh) | 2018-01-02 | 2018-01-02 | 一种资源分配方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109992408A true CN109992408A (zh) | 2019-07-09 |
CN109992408B CN109992408B (zh) | 2021-04-23 |
Family
ID=67128349
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810002099.7A Active CN109992408B (zh) | 2018-01-02 | 2018-01-02 | 一种资源分配方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109992408B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178726A (zh) * | 2019-12-23 | 2020-05-19 | 东方微银科技(北京)有限公司 | 一种资源分配决策方法、系统、电子设备与存储介质 |
CN111369163A (zh) * | 2020-03-16 | 2020-07-03 | 阳光保险集团股份有限公司 | 资源使用申请处理方法及装置 |
CN113032369A (zh) * | 2021-03-26 | 2021-06-25 | 山东英信计算机技术有限公司 | 一种数据迁移方法、装置及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104551A (zh) * | 2013-04-02 | 2014-10-15 | 中国移动通信集团公司 | 云资源需求评估方法及装置 |
CN105468435A (zh) * | 2015-12-25 | 2016-04-06 | 赛特斯信息科技股份有限公司 | Nfv动态资源分配方法 |
CN105656646A (zh) * | 2014-11-10 | 2016-06-08 | 中国移动通信集团公司 | 一种虚拟网元的部署方法及装置 |
CN105703927A (zh) * | 2014-11-25 | 2016-06-22 | 华为软件技术有限公司 | 一种资源分配方法、网络设备和网络系统 |
WO2017008839A1 (en) * | 2015-07-13 | 2017-01-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Managing resource allocation in a network functions virtualisation infrastructure |
US20170141944A1 (en) * | 2015-11-13 | 2017-05-18 | Electronics And Telecommunications Research Institute | Verifier for network function virtualization resource allocation |
CN107147517A (zh) * | 2017-03-24 | 2017-09-08 | 上海交通大学 | 一种针对虚拟网络功能的自适应计算资源分配方法 |
-
2018
- 2018-01-02 CN CN201810002099.7A patent/CN109992408B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104104551A (zh) * | 2013-04-02 | 2014-10-15 | 中国移动通信集团公司 | 云资源需求评估方法及装置 |
CN105656646A (zh) * | 2014-11-10 | 2016-06-08 | 中国移动通信集团公司 | 一种虚拟网元的部署方法及装置 |
CN105703927A (zh) * | 2014-11-25 | 2016-06-22 | 华为软件技术有限公司 | 一种资源分配方法、网络设备和网络系统 |
WO2017008839A1 (en) * | 2015-07-13 | 2017-01-19 | Telefonaktiebolaget Lm Ericsson (Publ) | Managing resource allocation in a network functions virtualisation infrastructure |
US20170141944A1 (en) * | 2015-11-13 | 2017-05-18 | Electronics And Telecommunications Research Institute | Verifier for network function virtualization resource allocation |
CN105468435A (zh) * | 2015-12-25 | 2016-04-06 | 赛特斯信息科技股份有限公司 | Nfv动态资源分配方法 |
CN107147517A (zh) * | 2017-03-24 | 2017-09-08 | 上海交通大学 | 一种针对虚拟网络功能的自适应计算资源分配方法 |
Non-Patent Citations (2)
Title |
---|
XIUJIAO GAO 等: ""Multicast service-oriented Virtual Network mapping over Elastic Optical Networks"", 《2015 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS (ICC)》 * |
唐宏 等: ""NFV业务链资源分配技术"", 《电信科学》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178726A (zh) * | 2019-12-23 | 2020-05-19 | 东方微银科技(北京)有限公司 | 一种资源分配决策方法、系统、电子设备与存储介质 |
CN111178726B (zh) * | 2019-12-23 | 2021-05-18 | 东方微银科技股份有限公司 | 一种资源分配决策方法、系统、电子设备与存储介质 |
CN111369163A (zh) * | 2020-03-16 | 2020-07-03 | 阳光保险集团股份有限公司 | 资源使用申请处理方法及装置 |
CN113032369A (zh) * | 2021-03-26 | 2021-06-25 | 山东英信计算机技术有限公司 | 一种数据迁移方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109992408B (zh) | 2021-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10691647B2 (en) | Distributed file system metering and hardware resource usage | |
CN112153700B (zh) | 一种网络切片资源管理方法及设备 | |
US9866481B2 (en) | Comprehensive bottleneck detection in a multi-tier enterprise storage system | |
US9483288B2 (en) | Method and system for running a virtual appliance | |
US9524120B2 (en) | Allocation and balancing of storage resources | |
US20100281478A1 (en) | Multiphase virtual machine host capacity planning | |
US9690553B1 (en) | Identifying software dependency relationships | |
CN109144658B (zh) | 有限资源的负载均衡方法、装置及电子设备 | |
US20130205007A1 (en) | Suggesting migration to a cloud computing infrastructure | |
US10649811B2 (en) | Sunder management for a cluster of disperse nodes | |
CN109684071B (zh) | 任意工作负载在超融合节点之间的分配 | |
US10432491B2 (en) | Control device for estimation of power consumption and energy efficiency of application containers | |
US10102033B2 (en) | Method and system for performance ticket reduction | |
CN109992408A (zh) | 一种资源分配方法、装置、电子设备和存储介质 | |
CN103763130A (zh) | 大规模集群的管理方法、装置和系统 | |
EP3895007A1 (en) | A method and a system for managing the computing resources of a cloud computing platform | |
CN112068957A (zh) | 资源分配方法、装置、计算机设备及存储介质 | |
CN115033340A (zh) | 一种宿主机的选择方法及相关装置 | |
CN109873714A (zh) | 云计算节点配置更新方法及终端设备 | |
CN116567059A (zh) | 微服务部署方法、装置及存储介质 | |
CN111897706A (zh) | 服务器性能预测方法、装置、计算机系统和介质 | |
WO2022263101A1 (en) | Resource allocation in microservice architectures | |
CN108804210A (zh) | 一种云平台的资源配置方法及装置 | |
CN110532156A (zh) | 一种容量预测方法及装置 | |
Beltrán | Defining an elasticity metric for cloud computing environments |
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 |