CN109995677A - 资源分配方法、装置及存储介质 - Google Patents
资源分配方法、装置及存储介质 Download PDFInfo
- Publication number
- CN109995677A CN109995677A CN201810002069.6A CN201810002069A CN109995677A CN 109995677 A CN109995677 A CN 109995677A CN 201810002069 A CN201810002069 A CN 201810002069A CN 109995677 A CN109995677 A CN 109995677A
- Authority
- CN
- China
- Prior art keywords
- resource
- template
- resource template
- business
- cloud
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/78—Architectures of resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/78—Architectures of resource allocation
- H04L47/783—Distributed allocation of resources, e.g. bandwidth brokers
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (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、装置及存储介质。其中方法包括：接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
Description
技术领域
本发明涉及无线通信技术领域，尤其涉及一种资源分配方法、装置及存储介质。
背景技术
目前，云资源池中，由于缺乏有效的容量规划方法，所以常常面对这样的场景：云平台管理部门不断地大规模进行云建设，使得整个资源池看上去已经足够大了，比如几百台，上千台，数千台，甚至于上万台，然而业务部门仍然无法得到想要的足够的资源。因此业务部门抱怨没资源影响业务上线，云平台管理部门则抱怨资源利用率低，资源被胡乱申请，过度浪费，这成了二者矛盾的焦点。
然而由于目前云计算资源池资源分配方案中，往往没有一个智能的手段去评估资源申请是否合理，所以再大的资源池在无法合理进行资源容量规划、大量浪费资源的情况下，都无法真正做到“无限大”。
发明内容
为解决现有存在的技术问题，本发明实施例提供一种资源分配方法、装置及存储介质。
本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种资源分配方法，包括：
接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；
将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述方法还包括：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
上述方案中，所述将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板，包括：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述方法还包括：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述方法还包括：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述方法还包括：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述方法还包括：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
上述方案中，所述方法还包括：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
本发明实施例还提供了一种资源分配装置，包括：
接收单元，用于接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
分配单元，用于在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
本发明实施例又提供了一种资源分配装置，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行：
接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；
将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
上述方案中，所述处理器还用于运行所述计算机程序时，执行：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
本发明实施例还提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
本发明实施例提供的资源分配方法、装置及存储介质，接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；为业务申请资源模板时，在业务管理员和系统管理员之间搭建一个桥梁，通过量化的手段，利用方都可以理解的业务性能指标，包括并发量、用户数、响应时间等来为业务确定资源模板，由于采用量化的指标来进行资源分配，如此，大大提高了分配的合理性。
附图说明
图1为本发明实施例业务管理原和系统管理员之间的桥梁示意图；
图2为本发明实施例资源分配方法流程示意图；
图3为本发明应用实施例云平台智能容量系统架构示意图；
图4为本发明应用实施例业务上线前需要进行业务资源容量的规划流程示意图；
图5为本发明应用实施例更新其对应的资源模板流程示意图；
图6为本发明应用实施例物理服务器配置流程示意图；
图7为本发明实施例资源配置装置结构示意图；
图8为本发明实施例资源配置装置硬件结构示意图。
具体实施方式
下面结合附图及实施例对本发明再作进一步详细的描述。
如背景技术描述的那样，由于目前云计算资源池资源分配方案中，往往没有一个智能的手段去评估资源申请是否合理，所以当一个新的业务来申请资源时，无论哪个部门，都说不清楚，到底分配多少资源是合理的，既要保证满足业务需求，也不能太过量的浪费。
目前，云计算资源池资源分配方案中，往往没有一个智能的手段去评估资源申请是否合理，“拍脑袋”成为容量规划的主要手段，因此，主要存在以下几个问题：
1、物理服务器配置不合理。例如，一台服务器具有24个中央处理器(CPU)核，但是内存仅有32GB，那么当某个业务申请一个2vCPU(云计算里的专有名词，可以理解为2各CPU核)和32GB内存的虚拟机资源时，该服务器资源已经相当于被耗尽，剩余的CPU不能再被分配给其他虚拟机，这台服务器的CPU利用率显然也会非常低。因此，整个资源池的容量规划不仅要考虑资源的总量，还要考虑资源在真正的物理设备中该如何合理分布才能更好满足业务需求。
2、资源模板制定不合理，具体地，由于资源池中业务类型不同，有CPU消耗性的，也有内存消耗性的，因此，应该根据业务的资源消耗容量规划进行模板制定。
3、系统管理员看到的是各种资源模板，而业务管理员关注的是业务性能，这就使得二者无法在同一平面上对话，因此，最后怎么请求资源呢？除了“拍脑袋“也没有更好的办法了，没有量化的手段，用户往往倾向于申请能力更强的资源，而非与应用需求匹配的资源，这就造成了资源的浪费，利用率低。
4、云计算资源池无法根据资源剩余情况合理扩容。
基于此，在本发明的各种实施例中：接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
本发明实施例提供的方案，如图1所示，为业务申请资源模板时，在业务管理员和系统管理员之间搭建一个桥梁，通过量化的手段，利用方都可以理解的业务性能指标，包括并发量、用户数、响应时间等来为业务确定资源模板，由于采用量化的指标来进行资源分配，如此，大大提高了分配的合理性。
本发明实施例提供一种资源分配方法，如图2所示，该方法包括：
步骤201：接收针对第一业务的资源分配请求；
这里，所述资源分配请求携带运行所述第一业务所需的业务性能指标，比如包括：并发量、用户数、响应时间等。
所述业务性能指标是根据所述第一业务的类型确定的。
其中，业务类型可以是web、java等，当一个业务确定后，其对应的业务类型也是确定的。
步骤202：在数据库中查找与所述业务性能指标相匹配的资源模板；
这里，所述数据库中存储有至少一种资源模板及对应的服务能力参数。
其中，所述资源模板是云计算领域的通用名词，其包括虚拟机的内存、CPU大小等虚拟机的规格。
换句话说，所述资源模板包含虚拟机配置的相关参数。
实际应用时，所述数据库中的资源模板都是经过性能测试，具有对应的服务能力参数。
基于此，在一实施例中，该方法还可以包括：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
在一实施例中，本步骤的具体实现可以包括：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
也就是说，将所述相匹配的资源模板呈现给业务管理员，如果业务管理员接受，则将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。当然，如果业务管理员不接受，则需要对所述相匹配的资源模板进行压力测试，以验证所述相匹配的资源模板是否能够作为用于为所述第一业务分配云资源的资源模板。
基于此，在一实施例中，当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
这里，实际应用时，可能会出现第一次查找到的资源模板不是特别合理，此时，可以从所述数据库中重新查找相匹配的资源模板，以便确定更合理的资源模板。
基于此，在一实施例中，当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
这里，实际应用时，为了保证分配的及时性，所以重新查找的操作不能无限制的进行，此时需要调整资源模版中各参数的具体取值，从而为所述第一业务确定相应的资源模板。
基于此，在一实施例中，当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
这里，N的取值可以根据需要设置，比如3或4等。
所述利用率阈值可以根据需要设置。比如：实际应用时，资源池都有相应的预期利用率，可以选择所述预期利用率或者接近预期利用率的一个值作为利用率阈值。
调整相应参数，可以是调整CPU大小(比如模板中有8个CPU核，调整为4个CPU核等)和/或内存等。
实际应用时，调整后的资源模板还可以作为新的资源模板，存储至所述数据库中，以便后续用于为其他业务分配相应的资源模板。
步骤203：将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
也就是说，确定资源模板后，就可以按照确定的资源模板在云资源池中进行资源部署。
实际应用时，在所述第一业务运行过程中可以更新其对应的资源模板，以便能够更合理地分配资源。
基于此，在一实施例中，该方法还可以包括：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
其中，所述业务性能相关参数可以包括：业务负载、性能以及资源的使用情况等统计信息。
在更新资源模板时，需要利用所述性能相关参数，进行大规模智能数据分析，来更新资源模板。
具体地，可以利用一些样本数据通过机器学习的方式建立模型(比如神经网络模型等)，将这些性能相关参数，结合建立的模型，来进行分析。
当然，这些模型是能够通过机器学习的方式进行更新的。
实际应用时，在云资源中，物理服务器的配置也是非常重要的，为了对物理服务器进行合理采购，避免资源的浪费。
基于此，在一实施例中，该方法还可以包括：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
本发明实施例提供的方法，接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；为业务申请资源模板时，在业务管理员和系统管理员之间搭建一个桥梁，通过量化的手段，利用方都可以理解的业务性能指标，包括并发量、用户数、响应时间等来为业务确定资源模板，由于采用量化的指标来进行资源分配，如此，大大提高了分配的合理性。
另外，当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板，对所述相匹配的资源模版进行压力测试，以确定为第一业务分配的资源模板是否合理，如此，进一步大大提高了分配的合理性。
除此以外，利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；基于所述业务性能相关参数，更新所述第一业务对应的资源模板；根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源，业务运行过程中根据实际业务情况实时更新资源模板，考虑了实际运行情况，如此，进一步大大提高了分配的合理性。
下面结合一个应用实施例对本发明再作详细的描述。
在本应用实施例中，提供一种云平台智能容量规划方法，可采用如图3所示的云平台智能容量系统进行容量规划。
具体地，如图3所示，该系统主要包括：
1、接入层：用于和云平台管理员、业务管理员、业务系统、云资源管理平台等其他系统进行通信；
2、前期规划评测模块：进行业务上线前资源规划，包括资源模板基准(Benchmark)测试模块和业务资源规划模块；
3、性能测试或上线后调整优化模块：在业务进行性能压力测试或上线后，进行智能业务资源容量规划。
4、智能化方案输出：包括资源模板服务能力、业务与资源匹配管理、资源容量规划方案。
业务上线前需要进行业务资源容量的规划，在本应用实施例中，如图1所示，根据云业务的类型、特点、监控数据等进行智能规划，在经过大量的数据、经验积累后，通过大数据分析，系统输出资源容量规划方案。即在业务管理员和系统管理员之间搭建一个桥梁，通过量化的手段，采用双方都可以理解的业务性能指标(包括并发量、用户数、响应时间等)，而非相关方案的虚拟CPU(vCPU)、内存等，进行资源合理分配规划。
该过程如图4所示，包括以下步骤：
步骤401：云平台管理员根据业界通用标准，制定第一批资源模板，通过接入层输入至资源模板Benchmark测试模块。
这里，指定资源模板的过程可以认为是初步的资源模板定义过程。
步骤402：资源模板Benchmark测试模块对第一批资源模板进行性能测试，输出不同应用场景下资源模板服务能力参数到资源模板服务能力数据库，包括并发、用户数、响应时间等。
也就是说，初始状态下，云平台智能容量系统根据业界通用标准定义通用资源模板。
步骤403：业务管理员通过接入层向业务资源规划模块提出资源申请；
这里，与相关技术的方案不同，提出申请时，不再提出vCPU、内存等这些参数需求，而是根据业务类型，提出业务性能指标需求。比如web应用，并发量要求XXX，用户数XXX，响应时间要求XXX。
步骤404：业务资源规划模块从资源模板服务能力数据库获取步骤402中测算出的资源模板能力参数；
步骤405：业务资源规划模块根据资源模板能力和业务需求(业务性能指标)，输出业务资源容量规划方案(查找到的相匹配的资源模板)到资源容量规划方案数据库，如业务管理员接受该方案，则流程结束，否则，执行步骤406；
步骤406：按照业务申请的资源模板，在云资源池中进行部署，并进行压力测试，业务资源规划模块从云资源池获取当前该业务所运行虚拟机的利用率，并和资源池预期利用率进行对比；
步骤407：如果步骤406对比结果，接近或者超过预期利用率(等于或大于利用率阈值)，则说明该业务申请资源模板合理，流程结束，输出到业务资源容量规划方案数据库，否则，执行步骤408；
步骤408：如果业务运行资源利用率远远小于资源池预期利用率，业务资源规划模块调整申请资源模板，重新执行步骤406。
这里，执行步骤406～408的目的是：在满足业务需求的情况下，也要满足利用率要求，接近或超过利用率要求，则达到预期目标。
其中，实际应用时，如果步骤406的执行次数超过3次后，仍然无法接近预期利用率，则说明现有资源模板对该业务不合适，需要新增或调整资源模板。
此时，减小资源模板间的步长(即减少资源模板间各参数之间的步长，比如两个资源模板中，一个资源模板中的CPU为1个核，而另一个资源模板中的CPU为9个核，那么对应CPU之间的步长是8个核，此时可以减少为4个核等，当然，对于内存之间的步长也可以进行类似的处理)，以形成新的资源模板，并重新执行步骤406，如达到预期利用率，测试结束，输出适合该云中运行的业务的资源模板定义，而非使用业界通用资源模板定义。否则重新调整资源模板间的步长，再重新执行步骤406，以此类推，直至达到预期利用率，测试结束。
为业务规划相应的资源模板后，在业务运行过程中，需要更新其对应的资源模板，以便能够更合理地分配资源。
具体地，如图5所示，更新其对应的资源模板的过程包括：
步骤501：在业务运行过程中，业务资源分析模块通过从业务负载、性能统计、资源监控等模块获取统计信息；
这里，实际应用时，有的信息是该模块的统计信息，有的信息从其他系统得到的，本发明实施例对此不作限定。
步骤502：结合大规模智能数据分析，自动生成业务与资源匹配关系，即自动更新业务对应的资源模板。
这里，实际应用时，可以利用一些样本数据通过机器学习的方式建立模型(比如神经网络模型等)，将这些性能相关参数，结合建立的模型，来进行分析。
当然，这些模型是能够通过机器学习的方式进行更新的。
更新后的资源模板也可以作为新定义的资源模板进行存储，以便后续为其它业务分配资源模板。
物理服务器的配置也是非常重要的，需要对物理服务器进行合理采购。如图6所示，物理服务器配置流程包括：
步骤601：根据业务与资源匹配关系库中存储的每种业务类型占用资源情况，同时该种业务类型数量作为输入，选择主流通用服务器作为基准，通过不同业务进行交叉部署情况智能分析，查看每个服务器不同资源消耗比例；
比如，业务类型是Java业务，有N个Java业务，则将N个Java业务作为输入，并选择Java业务对应的主流通用服务器作为基准。
在业务部署时，以能够充分利用服务器资源为准则，比如可以选择白天活跃的业务和晚上活跃的业务部署在服务器上，还可以是选择CPU利用率高的业务和内存利用高的业务交叉部署在服务器上等，以达到充分利用资源的目的。
步骤602：如果交叉部署后，仍然存在部分服务器CPU和内存资源占用比例差异较大，则说明该通用服务器不符合该类型业务，调整服务器配置(包括CPU和内存的配置)，重新执行步骤601，以确定适合该业务类型的服务器配置，后续资源池扩容则按照适合该云中运行的业务的服务器配置进行采购，而非业界主流通用服务器；如果差异不大，则结束流程，确定后续资源池扩容时按照该业务类型对应的主流通用服务器进行采购。
从上面的描述可以看出，本发明实施例的方案，具有以下优点：
1、资源容量规划过程中，基于对资源模板benchmark性能测试，采集业务负载、性能统计、资源监控等统计信息，结合大规模智能数据分析，系统输出资源容量规划方案。即在业务管理员和系统管理员之间搭建一个桥梁，采用双方都可以理解的业务性能指标，包括并发量、用户数、响应时间等，而非相关技术方案的vCPU、内存，进行资源合理分配规划。全部过程基于量化数据，自动化分析并输出，不需要人为介入，解决了目前系统管理员和业务管理员没有量化手段无法评估资源需求合理性的问题。
2、本发明实施例提供的资源容量规划方案，是资源容量全生命周期规划方法，在上面描述的生成业务与资源匹配关系后，通过获取的统计信息并结合大规模智能数据分析、业务交叉部署情况智能分析等方式，自动输出与该云中业务匹配的资源容量全生命周期规划方案，包括资源模板定义、物理服务器配置方案等。
为实现本发明实施例提供的方法，本发明实施例还提供了一种资源分配装置，如图7所示，所述装置包括：
接收单元71(相当于图3中业务资源规划模块的部分功能)，用于接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
分配单元72(相当于图3中业务资源规划模块的部分功能)，用于在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述装置还可以包括：
模板标准测试单元(相当于图3中资源模板benchmark测试模块)，用于接收至少一种资源模板；以及针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
在一实施例中，所述分配单元72，具体用于：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述分配单元72，还用于：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述分配单元72，还用于：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述分配单元72，还用于：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述分配单元72，还用于：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
在一实施例中，所述分配单元72，还用于：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
实际应用时，所述接收单元71、分配单元72及模板标准测试单元可由资源分配装置中的处理器实现。
需要说明的是：上述实施例提供的资源分配装置在进行资源分配时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的资源分配装置与资源分配方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，为实现本发明实施例的方法，本发明实施例还提供了一种资源分配装置，如图8所述，该装置80包括：处理器81和用于存储能够在处理器上运行的计算机程序的存储器82，
其中，所述处理器81用于运行所述计算机程序时，执行：
接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；
将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，，所述处理器81还用于运行所述计算机程序时，执行：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
在一实施例中，所述处理器81还用于运行所述计算机程序时，执行：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
当然，实际应用时，所述装置80中的各个组件通过总线系统83耦合在一起。可理解，总线系统83用于实现这些组件之间的连接通信。总线系统83除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统83。
其中，所述处理器81的个数为至少一个。
本发明实施例中的存储器82用于存储各种类型的数据以支持所述装置80的操作。这些数据的示例包括：用于在所述装置80上操作的任何计算机程序。
上述本发明实施例揭示的方法可以应用于所述处理器81中，或者由所述处理器81实现。所述处理器81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所述处理器81中的硬件的集成逻辑电路或者软件形式的指令完成。上述的所述处理器81可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，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。所述处理器81可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例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。软件模块可以位于存储介质中，该存储介质位于存储器82，所述处理器81读取存储器82中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，装置80可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，本发明实施例的存储器82可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本发明实施例还提供了一种计算机可读存储介质，例如包括存储计算机程序的存储器82，上述计算机程序可由所述装置80的处理器81执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、FlashMemory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如移动电话、计算机、平板设备、个人数字助理等。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (18)
1.一种资源分配方法，其特征在于，所述方法包括：
接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；
将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
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：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
3.根据权利要求1所述的方法，其特征在于，所述将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板，包括：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
9.一种资源分配装置，其特征在于，所述装置包括：
接收单元，用于接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
分配单元，用于在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
10.一种资源分配装置，其特征在于，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行：
接收针对第一业务的资源分配请求；所述资源分配请求携带运行所述第一业务所需的业务性能指标；所述业务性能指标是根据所述第一业务的类型确定的；
在数据库中查找与所述业务性能指标相匹配的资源模板；所述数据库中存储有至少一种资源模板及对应的服务能力参数；所述资源模板包含虚拟机配置的相关参数；
将查找到的相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
11.根据权利要求10所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
接收至少一种资源模板；
针对每一种资源模板，确定对应的服务能力参数；并将资源模板及其对应的服务能力参数存储至所述数据库。
12.根据权利要求10所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
生成提示信息；所述提示信息用于提示是否将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板；
接收第一操作；所述第一操作是对所述提示信息的响应操作；
当所述第一操作表征确定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
13.根据权利要求12所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
当所述第一操作表征否定将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板时，根据所述相匹配的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；
利用所述相应的云资源运行所述第一业务过程中，获取所述云资源对应的虚拟机的利用率；
将获取的利用率与利用率阈值进行比较，当获取的利用率大于或等于所述利用率阈值时，将所述相匹配的资源模板作为用于为所述第一业务分配云资源的资源模板。
14.根据权利要求13所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
当获取的利用率小于所述利用率阈值时，从所述数据库中重新查找与所述业务性能指标相匹配的资源模板，并根据重新查找到的资源模板对应的配置相关参数，在云资源池中为所述第一业务部署相应的云资源；利用重新部署的云资源运行所述第一业务过程中，重新获取虚拟机的利用率，将重新获取的利用率与所述利用率阈值进行比较，以此类推，直至获取的利用率大于或等于所述利用率阈值后，将重新查找到的资源模板作为用于为所述第一业务分配云资源的资源模板。
15.根据权利要求14所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
当重新查找资源模板的次数等于N，且第N次查找到的资源模板对应利用率仍小于所述利用率阈值时，调整第N次查找到的资源模板中的相应参数，直至调整后的资源模板对应利用率大于或等于所述利用率阈值；N为大于1的整数；
将调整后的资源模板作为用于为所述第一业务分配云资源的资源模板。
16.根据权利要求9所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
利用分配的云资源运行所述第一业务的过程中，获取所述第一业务的业务性能相关参数；
基于所述业务性能相关参数，更新所述第一业务对应的资源模板；
根据更新的资源模板对应的配置相关参数，在云资源池中重新为所述第一业务部署相应的云资源。
17.根据权利要求9至16任一项所述的装置，其特征在于，所述处理器还用于运行所述计算机程序时，执行：
存储各业务对应的资源模板；
根据各业务对应的资源模板，确定每种业务类型所占用的资源；
针对每种业务类型，获取其对应的各业务运行在基准物理服务器上时各资源的消耗比例；
依据各资源的消耗比例，确定运行所述各业务的服务器配置。
18.一种存储介质，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8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810002069.6A CN109995677B (zh) | 2018-01-02 | 2018-01-02 | 资源分配方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810002069.6A CN109995677B (zh) | 2018-01-02 | 2018-01-02 | 资源分配方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109995677A true CN109995677A (zh) | 2019-07-09 |
| CN109995677B CN109995677B (zh) | 2022-11-29 |
Family
ID=67128734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810002069.6A Active CN109995677B (zh) | 2018-01-02 | 2018-01-02 | 资源分配方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109995677B (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111092751A (zh) * | 2019-11-26 | 2020-05-01 | 中盈优创资讯科技有限公司 | 监控数据处理方法及装置 |
| CN111988392A (zh) * | 2020-08-14 | 2020-11-24 | 腾讯科技（深圳）有限公司 | 一种基于云业务的资源分配方法、相关装置、设备及系统 |
| CN112256436A (zh) * | 2020-11-09 | 2021-01-22 | 上海钐昆网络科技有限公司 | 资源分配方法、装置、设备及计算机存储介质 |
| CN112346846A (zh) * | 2019-08-06 | 2021-02-09 | 陆明 | 对云资源进行分析和编排的方法、装置以及存储介质 |
| CN112637299A (zh) * | 2020-12-15 | 2021-04-09 | 中国联合网络通信集团有限公司 | 云资源分配方法、装置、设备、介质及产品 |
| CN112965806A (zh) * | 2021-03-26 | 2021-06-15 | 北京汇钧科技有限公司 | 用于确定资源的方法和装置 |
| CN113448731A (zh) * | 2021-07-05 | 2021-09-28 | 浪潮天元通信信息系统有限公司 | Nfv基础设施能效管理方法、装置及计算机可读介质 |
| CN113760868A (zh) * | 2021-09-13 | 2021-12-07 | 武汉联影智融医疗科技有限公司 | 数据处理方法、装置及存储服务系统 |
| CN113938399A (zh) * | 2020-07-10 | 2022-01-14 | 北京市天元网络技术股份有限公司 | 专线开通方法及装置 |
| CN114285740A (zh) * | 2021-12-08 | 2022-04-05 | 中国联合网络通信集团有限公司 | 专线资源分配方法、装置、电子设备及存储介质 |
| CN115277693A (zh) * | 2022-06-21 | 2022-11-01 | 中国电信股份有限公司 | 云资源调度方法及其系统、计算机可读存储介质 |
| CN115766336A (zh) * | 2022-09-27 | 2023-03-07 | 中国联合网络通信集团有限公司 | 资源分配方法、装置、设备及存储介质 |
| WO2023185385A1 (zh) * | 2022-03-30 | 2023-10-05 | 华为技术有限公司 | 一种评估业务对无线接入网络需求的方法及其相关设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130138812A1 (en) * | 2011-11-25 | 2013-05-30 | Marcos Dias De Assuncao | System, method and program product for cost-aware selection of templates for provisioning shared resources |
| US20140258446A1 (en) * | 2013-03-07 | 2014-09-11 | Citrix Systems, Inc. | Dynamic configuration in cloud computing environments |
| 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 |
| 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 |
| CN106293931A (zh) * | 2015-06-23 | 2017-01-04 | 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 |
-
2018
- 2018-01-02 CN CN201810002069.6A patent/CN109995677B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130138812A1 (en) * | 2011-11-25 | 2013-05-30 | Marcos Dias De Assuncao | System, method and program product for cost-aware selection of templates for provisioning shared resources |
| US20140258446A1 (en) * | 2013-03-07 | 2014-09-11 | Citrix Systems, Inc. | Dynamic configuration in cloud computing environments |
| 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 |
| CN106293931A (zh) * | 2015-06-23 | 2017-01-04 | 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 |
| 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 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112346846A (zh) * | 2019-08-06 | 2021-02-09 | 陆明 | 对云资源进行分析和编排的方法、装置以及存储介质 |
| CN111092751A (zh) * | 2019-11-26 | 2020-05-01 | 中盈优创资讯科技有限公司 | 监控数据处理方法及装置 |
| CN111092751B (zh) * | 2019-11-26 | 2022-04-19 | 中盈优创资讯科技有限公司 | 监控数据处理方法及装置 |
| CN113938399A (zh) * | 2020-07-10 | 2022-01-14 | 北京市天元网络技术股份有限公司 | 专线开通方法及装置 |
| CN113938399B (zh) * | 2020-07-10 | 2024-04-30 | 北京市天元网络技术股份有限公司 | 专线开通方法及装置 |
| CN111988392A (zh) * | 2020-08-14 | 2020-11-24 | 腾讯科技（深圳）有限公司 | 一种基于云业务的资源分配方法、相关装置、设备及系统 |
| CN112256436A (zh) * | 2020-11-09 | 2021-01-22 | 上海钐昆网络科技有限公司 | 资源分配方法、装置、设备及计算机存储介质 |
| CN112256436B (zh) * | 2020-11-09 | 2021-11-23 | 上海钐昆网络科技有限公司 | 资源分配方法、装置、设备及计算机存储介质 |
| CN112637299B (zh) * | 2020-12-15 | 2022-04-26 | 中国联合网络通信集团有限公司 | 云资源分配方法、装置、设备、介质及产品 |
| CN112637299A (zh) * | 2020-12-15 | 2021-04-09 | 中国联合网络通信集团有限公司 | 云资源分配方法、装置、设备、介质及产品 |
| CN112965806A (zh) * | 2021-03-26 | 2021-06-15 | 北京汇钧科技有限公司 | 用于确定资源的方法和装置 |
| WO2022199204A1 (zh) * | 2021-03-26 | 2022-09-29 | 北京汇钧科技有限公司 | 用于确定资源的方法和装置 |
| CN112965806B (zh) * | 2021-03-26 | 2023-08-04 | 北京汇钧科技有限公司 | 用于确定资源的方法和装置 |
| CN113448731A (zh) * | 2021-07-05 | 2021-09-28 | 浪潮天元通信信息系统有限公司 | Nfv基础设施能效管理方法、装置及计算机可读介质 |
| CN113760868A (zh) * | 2021-09-13 | 2021-12-07 | 武汉联影智融医疗科技有限公司 | 数据处理方法、装置及存储服务系统 |
| CN114285740A (zh) * | 2021-12-08 | 2022-04-05 | 中国联合网络通信集团有限公司 | 专线资源分配方法、装置、电子设备及存储介质 |
| WO2023185385A1 (zh) * | 2022-03-30 | 2023-10-05 | 华为技术有限公司 | 一种评估业务对无线接入网络需求的方法及其相关设备 |
| CN115277693A (zh) * | 2022-06-21 | 2022-11-01 | 中国电信股份有限公司 | 云资源调度方法及其系统、计算机可读存储介质 |
| CN115766336A (zh) * | 2022-09-27 | 2023-03-07 | 中国联合网络通信集团有限公司 | 资源分配方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109995677B (zh) | 2022-11-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109995677A (zh) | 资源分配方法、装置及存储介质 | |
| CN108090225B (zh) | 数据库实例的运行方法、装置、系统及计算机可读存储介质 | |
| CN113064700B (zh) | 容器部署方法及装置 | |
| CN106549772A (zh) | 资源预测方法、系统和容量管理装置 | |
| CN106897206A (zh) | 一种业务测试方法及装置 | |
| CN109660367A (zh) | 基于改进Raft算法的共识达成方法、装置与电子设备 | |
| CN109754144A (zh) | 面向云控的智能网联汽车数据及应用管理方法和装置 | |
| CN114721833A (zh) | 一种基于平台业务类型的智能云端协调方法和装置 | |
| CN112685153A (zh) | 微服务调度方法、装置以及电子设备 | |
| WO2023098374A1 (zh) | 网络资源部署方法、装置、电子设备及存储介质 | |
| CN106375416A (zh) | 分布式数据存储系统中一致性动态调整方法及装置 | |
| Chen et al. | Latency minimization for mobile edge computing networks | |
| CN109977638A (zh) | 基于以太坊的智能合约更新方法及系统、存储介质及终端 | |
| CN111563703A (zh) | 项目管理系统、方法、计算机设备和计算机可读存储介质 | |
| Arouj et al. | Towards energy-aware federated learning on battery-powered clients | |
| CN110188086A (zh) | 基于负载自动预测的数据库自动调优方法及装置 | |
| CN100531070C (zh) | 网络资源调度仿真系统 | |
| CN109272400A (zh) | 资源处理方法及装置 | |
| CN115640851A (zh) | 一种适用于测试仪器的神经网络高效推理方法 | |
| CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
| CN113486118A (zh) | 共识节点选取方法及装置 | |
| CN109710303A (zh) | 语音交互产品的多版本并行开发方法及系统 | |
| CN106664259A (zh) | 虚拟网络功能扩容的方法和装置 | |
| CN107562520A (zh) | 扩容虚拟机的内存的方法和装置 | |
| CN109788061A (zh) | 计算任务部署方法及装置 |
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 |