CN110109758A - 一种云计算资源分配方法 - Google Patents
一种云计算资源分配方法 Download PDFInfo
- Publication number
- CN110109758A CN110109758A CN201910357728.2A CN201910357728A CN110109758A CN 110109758 A CN110109758 A CN 110109758A CN 201910357728 A CN201910357728 A CN 201910357728A CN 110109758 A CN110109758 A CN 110109758A
- Authority
- CN
- China
- Prior art keywords
- nodes
- virtual machine
- cloud computing
- parameter
- resource
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013468 resource allocation Methods 0.000 claims description 15
- 241000208340 Araliaceae Species 0.000 claims description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 235000008434 ginseng Nutrition 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 4
- 239000011800 void material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及云计算技术领域，尤其是一种云计算资源分配方法，包括获取需求参数、获取物理计算节点参数、选择物理计算节点、获取虚拟计算节点、选择虚拟计算节点和执行访问请求几个步骤对云计算资源分配的方法进行改进，通过合理分布物理计算节点和虚拟计算节点，改进了云计算数据中心负载均衡的方法，合理的解决了物理服务器与虚拟服务器之间的影响，分别设置不同参数，并进行不同的参数计算，进而保证了云计算的云计算的负载效果的稳定性。
Description
技术领域
本发明涉及云计算技术领域，尤其涉及一种云计算资源分配方法。
背景技术
云计算是一种新型的共享基础架构，可以将巨大的系统池连接在一起，以运营商和客户的方式，通过互联网为用户提供各种存储资源和计算资源，其中，云计算资源分配是云计算技术的一个重要组成部分，其云计算资源分配效率直接影响整个云计算环境的工作性能,随着虚拟化技术的发展，一台物理服务器上，可以通过虚拟化软件创建多台虚拟服务器，当一个用户的请求流量到达物理服务器上时，需要物理服务器虚拟化软件做一些工作，能够在不同虚拟服务器之间分配，实现同一台物理服务器上虚拟服务器之间的负载均衡；一般负载均衡设备在分配用户请求时，确定负载均衡策略的方法一般是通过查询一个服务器列表，根据每台服务器的资源配置和负载情况，以及服务器的负载变化模型，测算每台服务器的负载变化趋势，判断是否适合处理访问请求，访问请求的流量会分配给最适合处理该流量的服务，当前的负载均衡设备没有考虑物理服务器对虚拟服务器的影响，在测算负载变化趋势，确定负载均衡策略时就会顾此失彼，导致负载均衡的效果不稳定。
发明内容
本发明的目的是为了解决现有技术中存在负载均衡效果不稳定的缺点，而提出的一种云计算资源分配方法。
为了实现上述目的，本发明采用了如下技术方案：
设计一种云计算资源分配方法，包括如下步骤；
步骤1：获取需求参数，在云计算系统中获取用户在访问请求，然后提取资源需求的相关参数；
步骤2：获取物理计算节点参数，在云计算系统中提取服务器的计算节点，然后在服务器的计算节点列表中获得物理计算节点，通过获取物理计算节点的参数的相关数据；
步骤3：选择物理计算节点，分析物理计算节点的参数，然后选择出符合资源分配需求的物理计算节点；
步骤4：获取虚拟计算节点，在服务器的计算节点列表中获取虚拟计算节点，然后通过虚拟计算节点获取相应的虚拟计算节点参数；
步骤5：选择虚拟计算节点，分析虚拟计算节点参数，然后选择出符合资源分配需求的虚拟计算节点；
步骤6：执行访问请求，云计算系统将选择的物理计算节点和虚拟计算节点的资源分配给用户，然后通过相应的物理计算节点和虚拟计算节点执行访问请求。
优选的，在步骤1中，用户在浏览网页过程中，根据不同的需求资源而选择不同的虚拟计算节点，如果需求资源的占用内存量小，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较少的虚拟计算节点来执行用户访问，如果需求资源的占用内存量大，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较多的虚拟计算节点，其中，剩余资源参数所表示的剩余内存总量、剩余磁盘空间总量和剩余CPU资源总量至少要大于资源需求参数中的对应参数。
优选的，在步骤2中，物理计算节点可以为物理服务器，也就是硬件服务器，做负载均衡或者是集群，物理计算节点参数包括运行状态参数、总体资源参数和剩余资源参数。
优选的，运行状态参数表示该计算节点处于运行状态、待机状态还是停机状态，总体资源参数表示计算节点的总体资源情况，包括但不限于该计算节点中的内存总量、磁盘空间总量和CPU资源总量；剩余资源参数表示计算节点现在剩余的资源量，包括但不限于该计算节点此时所剩余的可以被应用的内存总量、磁盘空间总量和CPU资源总量。
优选的，在步骤3中，可以通过查询云计算系统中的虚拟计算节点的物理计算节点参数的方法来获得计算节点列表并且将物理计算节点参数和虚拟计算节点写入计算节点列表，具体来说，就是将物理计算节点和虚拟计算节点按照物理计算节点与虚拟计算节点之间的创建关系形成树形数据结构。
优选的，在步骤4中，虚拟计算节点为创建在物理服务器中的虚拟服务器，也就是采用云计算的模式，具体在前期搭建的时候已经是采用集群管理方式，并且本身也具备数据迁移和负载均衡的功能，虚拟算计节点的参数包括运行状态参数、总体资源参数和剩余资源参数。
优选的，在步骤3中，选择物理计算节点分配过程中，首先，使得云计算系统中开启的物理计算节点最少的策略或者使得云计算系统中的物理计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的物理计算节点最少的策略，则将该已经开启的物理计算节点中的资源分配给用户，而不必再开启一台处于停机状态的物理计算节点；如果采用使得云计算系统中的物理计算节点的剩余资源平均的策略，则云计算系统将比较空闲的物理计算节点的资源作为分配给用户。
优选的，在步骤5中，选择虚拟计算节点分配过程中，首选，使得云计算系统中开启的虚拟计算节点最少的策略或者使得云计算系统中的虚拟计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的虚拟计算节点最少的策略，则将该已经开启的虚拟计算节点中的资源分配给用户，而不必再开启一台处于停机状态的虚拟计算节点；如果采用使得云计算系统中的虚拟计算节点的剩余资源平均的策略，则云计算系统将比较空闲的虚拟计算节点的资源作为分配给用户。
本发明提出的一种云计算资源分配方法，有益效果在于：本发明通过合理分布物理计算节点和虚拟计算节点，改进了云计算数据中心负载均衡的方法，合理的解决了物理服务器与虚拟服务器之间的影响，分别设置不同参数，并进行不同的参数计算，进而保证了云计算的云计算的负载效果的稳定性。
附图说明
图1为本发明提出的一种云计算资源分配方法的流程图。
具体实施方式
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。
参照图1，一种云计算资源分配方法，包括如下步骤；
步骤1：获取需求参数，在云计算系统中获取用户在访问请求，然后提取资源需求的相关参数；
步骤2：获取物理计算节点参数，在云计算系统中提取服务器的计算节点，然后在服务器的计算节点列表中获得物理计算节点，通过获取物理计算节点的参数的相关数据；
步骤3：选择物理计算节点，分析物理计算节点的参数，然后选择出符合资源分配需求的物理计算节点；
步骤4：获取虚拟计算节点，在服务器的计算节点列表中获取虚拟计算节点，然后通过虚拟计算节点获取相应的虚拟计算节点参数；
步骤5：选择虚拟计算节点，分析虚拟计算节点参数，然后选择出符合资源分配需求的虚拟计算节点；
步骤6：执行访问请求，云计算系统将选择的物理计算节点和虚拟计算节点的资源分配给用户，然后通过相应的物理计算节点和虚拟计算节点执行访问请求。
其中，在步骤1中，用户在浏览网页过程中，根据不同的需求资源而选择不同的虚拟计算节点，如果需求资源的占用内存量小，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较少的虚拟计算节点来执行用户访问，如果需求资源的占用内存量大，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较多的虚拟计算节点，其中，剩余资源参数所表示的剩余内存总量、剩余磁盘空间总量和剩余CPU资源总量至少要大于资源需求参数中的对应参数。
在步骤2中，物理计算节点可以为物理服务器，也就是硬件服务器，做负载均衡或者是集群，物理计算节点参数包括运行状态参数、总体资源参数和剩余资源参数；运行状态参数表示该计算节点处于运行状态、待机状态还是停机状态，总体资源参数表示计算节点的总体资源情况，包括但不限于该计算节点中的内存总量、磁盘空间总量和CPU资源总量；剩余资源参数表示计算节点现在剩余的资源量，包括但不限于该计算节点此时所剩余的可以被应用的内存总量、磁盘空间总量和CPU资源总量。
在步骤3中，可以通过查询云计算系统中的虚拟计算节点的物理计算节点参数的方法来获得计算节点列表并且将物理计算节点参数和虚拟计算节点写入计算节点列表，具体来说，就是将物理计算节点和虚拟计算节点按照物理计算节点与虚拟计算节点之间的创建关系形成树形数据结构；在步骤4中，虚拟计算节点为创建在物理服务器中的虚拟服务器，也就是采用云计算的模式，具体在前期搭建的时候已经是采用集群管理方式，并且本身也具备数据迁移和负载均衡的功能，虚拟算计节点的参数包括运行状态参数、总体资源参数和剩余资源参数；在步骤3中，选择物理计算节点分配过程中，首先，使得云计算系统中开启的物理计算节点最少的策略或者使得云计算系统中的物理计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的物理计算节点最少的策略，则将该已经开启的物理计算节点中的资源分配给用户，而不必再开启一台处于停机状态的物理计算节点；如果采用使得云计算系统中的物理计算节点的剩余资源平均的策略，则云计算系统将比较空闲的物理计算节点的资源作为分配给用户。
在步骤5中，选择虚拟计算节点分配过程中，首选，使得云计算系统中开启的虚拟计算节点最少的策略或者使得云计算系统中的虚拟计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的虚拟计算节点最少的策略，则将该已经开启的虚拟计算节点中的资源分配给用户，而不必再开启一台处于停机状态的虚拟计算节点；如果采用使得云计算系统中的虚拟计算节点的剩余资源平均的策略，则云计算系统将比较空闲的虚拟计算节点的资源作为分配给用户。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种云计算资源分配方法，其特征在于，包括如下步骤；
步骤1：获取需求参数，在云计算系统中获取用户在访问请求，然后提取资源需求的相关参数；
步骤2：获取物理计算节点参数，在云计算系统中提取服务器的计算节点，然后在服务器的计算节点列表中获得物理计算节点，通过获取物理计算节点的参数的相关数据；
步骤3：选择物理计算节点，分析物理计算节点的参数，然后选择出符合资源分配需求的物理计算节点；
步骤4：获取虚拟计算节点，在服务器的计算节点列表中获取虚拟计算节点，然后通过虚拟计算节点获取相应的虚拟计算节点参数；
步骤5：选择虚拟计算节点，分析虚拟计算节点参数，然后选择出符合资源分配需求的虚拟计算节点；
步骤6：执行访问请求，云计算系统将选择的物理计算节点和虚拟计算节点的资源分配给用户，然后通过相应的物理计算节点和虚拟计算节点执行访问请求。
2.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤1中，用户在浏览网页过程中，根据不同的需求资源而选择不同的虚拟计算节点，如果需求资源的占用内存量小，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较少的虚拟计算节点来执行用户访问，如果需求资源的占用内存量大，这就可以选择可以被应用的内存总量、磁盘空间总量和CPU资源总量较多的虚拟计算节点，其中，剩余资源参数所表示的剩余内存总量、剩余磁盘空间总量和剩余CPU资源总量至少要大于资源需求参数中的对应参数。
3.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤2中，物理计算节点可以为物理服务器，也就是硬件服务器，做负载均衡或者是集群，物理计算节点参数包括运行状态参数、总体资源参数和剩余资源参数。
4.根据权利要求3所述的一种云计算资源分配方法，其特征在于，运行状态参数表示该计算节点处于运行状态、待机状态还是停机状态，总体资源参数表示计算节点的总体资源情况，包括但不限于该计算节点中的内存总量、磁盘空间总量和CPU资源总量；剩余资源参数表示计算节点现在剩余的资源量，包括但不限于该计算节点此时所剩余的可以被应用的内存总量、磁盘空间总量和CPU资源总量。
5.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤3中，可以通过查询云计算系统中的虚拟计算节点的物理计算节点参数的方法来获得计算节点列表并且将物理计算节点参数和虚拟计算节点写入计算节点列表，具体来说，就是将物理计算节点和虚拟计算节点按照物理计算节点与虚拟计算节点之间的创建关系形成树形数据结构。
6.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤4中，虚拟计算节点为创建在物理服务器中的虚拟服务器，也就是采用云计算的模式，具体在前期搭建的时候已经是采用集群管理方式，并且本身也具备数据迁移和负载均衡的功能，虚拟算计节点的参数包括运行状态参数、总体资源参数和剩余资源参数。
7.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤3中，选择物理计算节点分配过程中，首先，使得云计算系统中开启的物理计算节点最少的策略或者使得云计算系统中的物理计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的物理计算节点最少的策略，则将该已经开启的物理计算节点中的资源分配给用户，而不必再开启一台处于停机状态的物理计算节点；如果采用使得云计算系统中的物理计算节点的剩余资源平均的策略，则云计算系统将比较空闲的物理计算节点的资源作为分配给用户。
8.根据权利要求1所述的一种云计算资源分配方法，其特征在于，在步骤5中，选择虚拟计算节点分配过程中，首选，使得云计算系统中开启的虚拟计算节点最少的策略或者使得云计算系统中的虚拟计算节点的剩余资源平均的策略，如果采用了使得云计算系统中开启的虚拟计算节点最少的策略，则将该已经开启的虚拟计算节点中的资源分配给用户，而不必再开启一台处于停机状态的虚拟计算节点；如果采用使得云计算系统中的虚拟计算节点的剩余资源平均的策略，则云计算系统将比较空闲的虚拟计算节点的资源作为分配给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910357728.2A CN110109758A (zh) | 2019-04-30 | 2019-04-30 | 一种云计算资源分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910357728.2A CN110109758A (zh) | 2019-04-30 | 2019-04-30 | 一种云计算资源分配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110109758A true CN110109758A (zh) | 2019-08-09 |
Family
ID=67487490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910357728.2A Pending CN110109758A (zh) | 2019-04-30 | 2019-04-30 | 一种云计算资源分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110109758A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112685371A (zh) * | 2020-12-30 | 2021-04-20 | 江苏达科信息科技有限公司 | 基于大数据的文件存储空间分配方法、装置及存储介质 |
| CN113590342A (zh) * | 2021-09-29 | 2021-11-02 | 睿至科技集团有限公司 | 一种云计算系统中的资源分配方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102938790A (zh) * | 2012-11-20 | 2013-02-20 | 无锡城市云计算中心有限公司 | 云计算系统中的资源分配方法 |
| US20140165058A1 (en) * | 2012-12-06 | 2014-06-12 | Hitachi, Ltd. | System resource management method for virtual system |
| CN104881325A (zh) * | 2015-05-05 | 2015-09-02 | 中国联合网络通信集团有限公司 | 一种资源调度方法和资源调度系统 |
| CN107995269A (zh) * | 2017-11-24 | 2018-05-04 | 合肥博焱智能科技有限公司 | 一种基于云计算平台的资源动态分配方法 |
-
2019
- 2019-04-30 CN CN201910357728.2A patent/CN110109758A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102938790A (zh) * | 2012-11-20 | 2013-02-20 | 无锡城市云计算中心有限公司 | 云计算系统中的资源分配方法 |
| US20140165058A1 (en) * | 2012-12-06 | 2014-06-12 | Hitachi, Ltd. | System resource management method for virtual system |
| CN104881325A (zh) * | 2015-05-05 | 2015-09-02 | 中国联合网络通信集团有限公司 | 一种资源调度方法和资源调度系统 |
| CN107995269A (zh) * | 2017-11-24 | 2018-05-04 | 合肥博焱智能科技有限公司 | 一种基于云计算平台的资源动态分配方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112685371A (zh) * | 2020-12-30 | 2021-04-20 | 江苏达科信息科技有限公司 | 基于大数据的文件存储空间分配方法、装置及存储介质 |
| CN113590342A (zh) * | 2021-09-29 | 2021-11-02 | 睿至科技集团有限公司 | 一种云计算系统中的资源分配方法及系统 |
| CN113590342B (zh) * | 2021-09-29 | 2022-01-18 | 睿至科技集团有限公司 | 一种云计算系统中的资源分配方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200287961A1 (en) | Balancing resources in distributed computing environments | |
| CN111344688B (zh) | 云计算中资源提供的方法及系统 | |
| US9081622B2 (en) | Automated scaling of applications in virtual data centers | |
| US9218213B2 (en) | Dynamic placement of heterogeneous workloads | |
| US20070180453A1 (en) | On demand application scheduling in a heterogeneous workload environment | |
| CN110661842B (zh) | 一种资源的调度管理方法、电子设备和存储介质 | |
| CN103473115B (zh) | 虚拟机放置方法和装置 | |
| Lucas‐Simarro et al. | Cost optimization of virtual infrastructures in dynamic multi‐cloud scenarios | |
| CN107133083A (zh) | 一种基于虚拟化技术的虚拟数据中心资源提供方法 | |
| CN102833314A (zh) | 云公共服务平台 | |
| CN111124687A (zh) | 一种cpu资源预留方法、装置及其相关设备 | |
| CN104331332A (zh) | 一种基于sla的虚拟资源预分配算法 | |
| Ma et al. | vLocality: Revisiting data locality for MapReduce in virtualized clouds | |
| CN115167984B (zh) | 基于云计算平台的考虑物理资源竞争的虚拟机负载均衡放置方法 | |
| Zhou et al. | Strategy optimization of resource scheduling based on cluster rendering | |
| Rolik et al. | Dynamie management of data center resources using reinforcement learning | |
| CN110109758A (zh) | 一种云计算资源分配方法 | |
| Mylavarapu et al. | An optimized capacity planning approach for virtual infrastructure exhibiting stochastic workload | |
| CN108536518A (zh) | 任务调度的方法及系统、征信平台、服务终端及存储器 | |
| Zhuang et al. | Impact of instance seeking strategies on resource allocation in cloud data centers | |
| Shrivastava et al. | An energy efficient VM allocation using best fit decreasing minimum migration in cloud environment | |
| Asan Baker Kanbar | Modern load balancing techniques and their effects on cloud computing | |
| Mirtaheri et al. | Adaptive load balancing dashboard in dynamic distributed systems | |
| Priyanka et al. | Comparative analysis on Virtual Machine assignment algorithms | |
| Govindaraju et al. | A QoS and energy aware load balancing and resource allocation framework for IaaS cloud providers |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190809 |
|
| RJ01 | Rejection of invention patent application after publication |