CN110209469A - Dcn架构资源检测方法、装置、设备及计算机存储介质 - Google Patents

Dcn架构资源检测方法、装置、设备及计算机存储介质 Download PDF

Info

Publication number
CN110209469A
CN110209469A CN201910460400.3A CN201910460400A CN110209469A CN 110209469 A CN110209469 A CN 110209469A CN 201910460400 A CN201910460400 A CN 201910460400A CN 110209469 A CN110209469 A CN 110209469A
Authority
CN
China
Prior art keywords
resource
disaster tolerance
utilization rate
dcn
virtual machine
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
Application number
CN201910460400.3A
Other languages
English (en)
Inventor
许伟婵
韩海燕
卢道和
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WeBank Co Ltd
Original Assignee
WeBank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by WeBank Co Ltd filed Critical WeBank Co Ltd
Priority to CN201910460400.3A priority Critical patent/CN110209469A/zh
Publication of CN110209469A publication Critical patent/CN110209469A/zh
Pending legal-status Critical Current

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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Accounting & Taxation (AREA)
  • General Engineering & Computer Science (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明涉及金融技术领域，并公开了一种DCN架构资源检测方法，该方法包括：在对DCN架构下的容灾资源进行评估时，获取容灾资源对应的生产资源中的系统信息，并根据系统信息计算容灾最小资源；获取容灾资源中的已使用资源，并确定容灾最小资源和已使用资源是否存在偏差；若容灾最小资源和已使用资源存在偏差，则获取容灾资源对应的各虚拟机的使用率，并确定各使用率中是否存在不在预设范围内的目标使用率；若存在目标使用率，则输出目标使用率对应的虚拟机信息的检测报告。本发明还公开了一种DCN架构资源检测装置、设备和一种计算机存储介质。本发明提高了对异地容灾机房的容灾资源检测的准确性。

Description

DCN架构资源检测方法、装置、设备及计算机存储介质
技术领域
本发明涉及金融科技(Fintech)技术领域，尤其涉及DCN架构资源检测方法、装置、设备及计算机存储介质。
背景技术
随着计算机技术的发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出了更高的要求。以大型商业银行为例，它们为实现客户服务的电子化管理，通常是以业务系统为维度，拆分不同业务系统部署在不同的数据中心节点上，如DCN(DataCenter Node，数据中心节点)，每个应用系统采用集中式部署方案，负责处理该业务下的全行客户。而一个类型的DCN可以有多组DCN，一组DCN在同城生产机房有2个物理DCN，在异地容灾机房有1个物理DCN。
并且随着客户量的激增，所需要的DCN就越多，而每个机房所包含的DCN是有限的，因此各大商业银行一般会注重于提高对各个机房所包含的DCN的利用率，也就是会检测各个机房中DCN的服务器资源，尤其是对异地容灾机房中DCN的服务器资源(即容灾资源)检测显得尤为重要，而目前对异地容灾机房中DCN的容灾资源检测通常是依靠运维人员按照生产资源某个百分比进行计算的，但由于生产机房的服务器资源是综合考虑了实例数、业务量高峰等因素，故而是有冗余的，而异地容灾机房的容灾资源只需要最小启动资源即可，所以按照生产资源的总数百分比进行评估检测，其准确度非常低。因此，如何提高对异地容灾机房的容灾资源检测的准确性成为了目前亟待解决的技术问题。
发明内容
本发明的主要目的在于提出一种DCN架构资源检测方法、装置、设备及计算机存储介质，旨在提高对异地容灾机房的容灾资源检测的准确性。
为实现上述目的，本发明提供一种DCN架构资源检测方法，所述DCN架构资源检测方法包括如下步骤：
在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
可选地，所述系统信息包括第一应用系统和第二应用系统，所述第一应用系统的重要性级别大于所述第二应用系统的重要性级别；
所述根据所述系统信息计算容灾最小资源的步骤，包括：
确定第一应用系统在所述容灾资源中部署的实例的第一实例数量，和第二应用系统在所述容灾资源中部署的实例的第二实例数量；
计算所述第一实例数量和所述第二实例数量的第一和值，并基于所述第一和值确定容灾最小资源。
可选地，所述基于所述第一和值确定容灾最小资源的步骤，包括：
获取所述容灾资源对应的资源利用率，并计算所述第一和值和所述资源利用率的第一比例值，将所述第一比例值作为容灾最小资源。
可选地，所述获取所述容灾资源对应的各虚拟机的使用率的步骤，包括：
依次遍历所述容灾资源对应的各虚拟机，获取当前遍历的目标虚拟机的计算能力值，并确定所述目标虚拟机上部署的实例的第三实例数量；
计算所述第三实例数量和所述计算能力值的第二比例值，基于所述第二比例值确定所述目标虚拟机的使用率，直至各所述虚拟机遍历完成。
可选地，所述基于所述第二比例值确定所述目标虚拟机的使用率的步骤，包括：
获取所述容灾资源对应的资源利用率，并计算所述第二比例值和所述资源利用率之间的第一乘积，将所述第一乘积作为所述目标虚拟机的使用率。
可选地，所述若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率的步骤，包括：
若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾最小资源和第二预设比例值相乘后的第二乘积，并确定所述偏差的偏差值是否大于所述第二乘积；
若所述偏差值大于第二乘积，则获取所述容灾资源对应的各虚拟机的使用率。
可选地，所述确定所述偏差的偏差值是否大于所述第二乘积的步骤之后，包括：
若所述偏差值小于或等于第二乘积，则确定所述容灾最小资源和所述已使用资源之间的偏差较小，并输出具有容灾资源充足信息的检测报告。
此外，为实现上述目的，本发明还提供一种DCN架构资源检测装置，所述DCN架构资源检测装置包括：
检测模块，用于在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
获取模块，用于获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
确定模块，若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
输出模块，用于若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
此外，为实现上述目的，本发明还提供一种DCN架构资源检测设备，所述DCN架构资源检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的DCN架构资源检测程序，所述DCN架构资源检测程序被所述处理器执行时实现如上所述的DCN架构资源检测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机存储介质，所述计算机存储介质上存储有DCN架构资源检测程序，所述DCN架构资源检测程序被处理器执行时实现如上所述的DCN架构资源检测方法的步骤。
本发明在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。通过在对DCN架构下的容灾资源进行检测时，先确定容灾最小资源和已使用资源是否存在偏差，当在确定存在偏差时，可以确定容灾资源的资源部署存在不合理的地方，然后在确定容灾资源对应的各虚拟机的使用率，并根据使用率是否在预设范围的结果来输出检测报告，从而可以直观地知道哪些虚拟机是在正常使用，哪些虚拟机存在不合理使用，提高了对异地容灾机房的容灾资源检测的准确性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图；
图2为本发明DCN架构资源检测方法第一实施例的流程示意图；
图3为本发明DCN架构资源检测装置的装置模块示意图；
图4为本发明DCN架构资源检测方法中DCN组件的场景示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例DCN架构资源检测设备可以是PC机或服务器设备，其上运行有Java虚拟机。
如图1所示，该DCN架构资源检测设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的设备结构并不构成对设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及DCN架构资源检测程序。
在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的DCN架构资源检测程序，并执行下述DCN架构资源检测方法中的操作。
基于上述硬件结构，提出本发明DCN架构资源检测方法实施例。
参照图2，图2为本发明DCN架构资源检测方法第一实施例的流程示意图，所述方法包括：
步骤S10，在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
DCN(Data Center Node，数据中心节点)作为独立功能单元的高冗余方案，每组DCN可独立运行业务处理所需的功能组件(业务单元)。每个机房将包含多个DCN，根据产品和客户纬度可以将DCN区分为对零售客户R-DCN、对公客户C-DCN，后台等。一个类型的DCN可以有多组DCN，数量视该DCN客户量为准，一组DCN在同城生产机房有2个物理的DCN，在异地容灾机房有1个物理DCN，这三个物理DCN为一组DCN。例如，如图4所示，假设存在有生产机房1、生产机房2和容灾机房1，则可以在这些机房中放置多个不同类型的DCN，如RDCN、XDCN，并且一组DCN存在3个DCN，如一组RDCN1包含生产机房1的RDCN1'、生产机房2的RDCN1”、容灾机房1的RDCN1”'；或者是一组XDCN1包含生产机房1的XDCN1'、生产机房2的XDCN1”、容灾机房1的XDCN1”'等。并且由于应用系统(APP)是在DCN中进行部署实例的，因此，在各个机房中DCN中也会有应用系统部署实例。
现有的DCN架构资源检测方式，是人工进行估算，人工估算的方式准确性较低，会导致银行、保险等金融机构的整体业务受影响，从而导致整理的经济效益低下。为了解决上述缺陷，本发明提出DCN架构资源检测方法。
具体地，当在对DCN架构下的容灾机房中的容灾资源进行评估时，可以通过CMDB对已经在生产DCN中发布的系统，并确定需要进行评估的容灾资源对应的生产资源，再获取生产资源对应的系统信息，如系统名、系统对应的实例、对应的DCN信息、部署在哪个虚拟机、对应虚拟机的规格等。并当获取到这些系统信息，则可以根据这些系统信息来计算此生产环境对应的最小容灾资源(即容灾最小资源)，而计算容灾最小资源可以先确定容灾最小资源的计算算法，以及算法中的参数定义。在进行参数定义时，需要对DCN中已发布的系统划分重要级别。例如，在容灾资源中，对重要性级别高的系统(重要性级别为A)部署3个实例，对于重要性级别较低的系统(重要性级别为B、C)部署2个实例。基于DCN架构下，一个系统有可能出现在多组DCN，如果生产部署实例中，一个系统出现多组DCN，这个系统在容灾中也需要出现同样数量的DCN，即X系统出现在1组DCN记1次，Y系统出现2组DCN记2次，X、Y系统出现的次数则共记3次。重要性级别为A的系统出现次数为α，重要性级别为B、C的系统出现次数为β。并由于容灾并不考虑业务的高峰，因此计算容灾最小资源的方法可以是按照1个实例需要占用的容灾资源(1核数CPU 2GB内存)来计算，并由于需要考虑到每个实例启动时所需要应用到的内存及每个虚拟机的操作系统所占用内存，也就是最小单位的虚拟机4核数CPU8GB内存，最多可以部署3个实例，其资源利用率可以为0.75。因此容灾最小资源算法则可以为Ω(容灾最小资源)＝(α×3+β×2)/0.75。其中，容灾资源可以是容灾机房中的资源，而资源可以是服务器资源，分为物理机和虚拟机资源，一台服务器可以虚拟成多台虚拟机，通常以计算能力来衡量，单位为核数(CPU)、内存(GB)，例如有型号为M10的X86服务器，作为一台物理机计算能力为48核数CPU，128GB内存，另外也可以虚拟化成12台4核数CPU，8GB内存的虚拟机。而容灾最小资源可以是现有的所有系统在生产机房中部署所有的实例需要应用到的最少容灾资源。生产资源可以是系统在部署实例时所需要应用到的所有资源。
步骤S20，获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
已使用资源可以是容灾资源中已经系统被使用过的资源。当获取容灾最小资源后，则可以判断容灾机房中的总资源是否足够，也就是先获取容灾资源中在当前时刻已经使用的已使用资源，然后再将容灾最小资源和已使用资源进行对比，确定容灾最小资源和已使用资源是否存在偏差，并根据确定结果执行不同的操作。
步骤S30，若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
当经过判断发现容灾最小资源和已使用资源存在偏差，则可以获取偏差值，并可以根据偏差值在不同的范围来执行不同的操作。具体地，当偏差值在容灾最小资源的第一预设百分比之内时，执行第一亮灯操作，表示资源偏差比较小；当偏差值在容灾最小资源的第一预设百分比和第二预设百分比之间时，执行第二亮灯操作，表示资源偏差较大，当偏差值超过容灾最小资源的第二预设百分比时，执行第三亮灯操作，表示资源偏差非常大，其中，第一预设百分比小于第二预设百分比。例如，当偏差值在容灾最小资源的10％及10％之内时，则可以输出绿灯提示，以提醒用户资源虽然有差，但是偏差比较小；当偏差值在容灾最小资源的10％和30％之间时，则可以输出黄灯提示，以提醒用户资源偏差较大，需要进行重点关注；当偏差值在容灾最小资源的30％及以上时，则可以输出红灯提示，以提醒用户资源偏差非常大，需要采取管理措施。
当确定容灾最小资源和已使用资源的偏差值后，还需要获取容灾资源对应的各虚拟机的使用率，而每台虚拟机的使用率可以是将这台虚拟机上部署的实例除以这台虚拟机的计算能力，然后再乘以资源利用率，如0.75，最后得出的结果就是这台虚拟机的使用率。并当获取到使用率后，再确定在各个使用率中是否存在不在预设范围内的目标使用率，预设范围可以是在资源利用率0.75到1之间。例如，当使用率小于0.75且大于等于1时，则可以认为该虚拟机上部署了合理数量的实例数，此时就可以对主机使用率评级为合理，也就是存在目标使用率；当使用率大于1时，则可以认为该虚拟机上部署了过多实例，需要再次进行检查，此时就可以对主机使用率评级为过度使用；当使用率小于等于资源利用率时，则可以认为该虚拟机使用存在浪费，需要再次进行检查，此时就可以对主机使用率评级为资源浪费。
步骤S40，若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
当经过判断发现存在有不在预设范围的目标使用率时，也就是可以认为使用率不0.75到1之间，则可以输出具有不在预设范围内的使用率对应的虚拟机信息的检测报告，即系统会统计主机使用率评级为过度使用和资源浪费的主机数量清单，并且可以根据主机使用部门来区分，供资源管理者做资源检视。但是当发现存在有使用率在预设范围时，则可以认为该使用率对应的主机使用合理，不用再次进行检查。
在本实施例中，在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。通过在对DCN架构下的容灾资源进行检测时，先确定容灾最小资源和已使用资源是否存在偏差，当在确定存在偏差时，可以确定容灾资源的资源部署存在不合理的地方，然后在确定容灾资源对应的各虚拟机的使用率，并根据使用率是否在预设范围的结果来输出检测报告，从而可以直观地知道哪些虚拟机是在正常使用，哪些虚拟机存在不合理使用，提高了对异地容灾机房的容灾资源检测的准确性。实现了银行等金融机构的DCN架构资源检测过程中，对异地容灾机房的容灾资源检测的准确性更高。
进一步地，基于本发明DCN架构资源检测方法第一实施例，提出本发明DCN架构资源检测方法第二实施例。本实施例是本发明第一实施例的步骤S10，根据所述系统信息计算容灾最小资源的步骤的细化，包括：
步骤S11，确定第一应用系统在所述容灾资源中部署的实例的第一实例数量，和第二应用系统在所述容灾资源中部署的实例的第二实例数量；
需要说明的是，在本实施例中，系统信息包括第一应用系统和第二应用系统，所述第一应用系统的重要性级别大于所述第二应用系统的重要性级别。
实例可以是一个系统部署在一个虚拟机上的一个进程，且实例部署得越多，消耗的资源也就越多，但同时能承载的业务量也越多。第一实例数量可以是第一应用系统在当前时刻已经在容灾资源中部署的实例的数量。第二实例数量可以是第二应用系统在当前时刻已经在容灾资源中部署的实例的数量。统计并计算容灾资源中所有重要性级别高的第一应用系统在容灾资源中已经部署的实例的第一实例数量，和容灾资源中所有重要性级别低的第二应用系统在容灾资源中已经部署的实例的第二实例数量。
步骤S12，计算所述第一实例数量和所述第二实例数量的第一和值，并基于所述第一和值确定容灾最小资源。
将获取到的第一实例数量和第二实例数量相加以得到和值，即第一和值，并可以根据此第一和值来确定计算容灾所需要应用到的容灾最小资源。
在本实施例中，通过获取第一应用系统对应的第一实例数量和第二应用系统对应的第二实例数量之间的第一和值，再根据第一和值来确定容灾最小资源，从而可以直接根据实例的总数量来确定需要用到的容灾最小资源，提高了获取容灾最小资源的准确性。
具体地，基于所述第一和值确定容灾最小资源的步骤，包括：
步骤S121，获取所述容灾资源对应的资源利用率，并计算所述第一和值和所述资源利用率的第一比例值，将所述第一比例值作为容灾最小资源。
当获取到第一实例数量和第二实例数量之间的第一和值后，还需要获取容灾资源对应的资源利用率，其中资源利用率就是虚拟机的资源利用率，由于每个实例启动所需的内存及每个虚拟机的操作系统也需要占用内存。例如，最小单位的虚拟机4核数CPU 8GB内存，最多可以部署3个实例，资源利用率就为0.75。然后再将第一和值除以资源利用率，以获取第一比例值，此时就可以将第一比例值作为容灾所需要应用到的容灾最小资源。
在本实施例中，通过获取资源利用率，并计算第一和值和资源利用率的第一比例值，将第一比例值作为容灾最小资源，从而提高了获取容灾最小资源的准确性。
进一步地，在本发明第一至第二实施例任意一个的基础上，提出了本发明DCN架构资源检测方法的第三实施例，本实施例是在本发明第一实施例的步骤S30，获取所述容灾资源对应的各虚拟机的使用率的步骤的细化，包括：
步骤S31，依次遍历所述容灾资源对应的各虚拟机，获取当前遍历的目标虚拟机的计算能力值，并确定所述目标虚拟机上部署的实例的第三实例数量；
计算能力值，单位为核数(CPU)、内存(GB)，例如有型号为M10的X86服务器，作为一台物理机计算能力值为48核数CPU，128GB内存，也可以虚拟化成12台4核数CPU，8GB内存的虚拟机。第三实例数量可以是虚拟机上部署的所有实例的数量。依次对容灾资源对应的各个虚拟机进行遍历，并获取当前遍历的目标虚拟机的计算能力值，如4核数CPU，8GB内存等，然后再确定目标虚拟机上已经部署的实例的第三实例数量。
步骤S32，计算所述第三实例数量和所述计算能力值的第二比例值，基于所述第二比例值确定所述目标虚拟机的使用率，直至各所述虚拟机遍历完成。
第二比例值可以是虚拟机中第三实例数量和该虚拟机计算能力值之间的比值。当获取到第三实例数量和计算能力值后，需要计算第三实例数量和计算能力值之间的第二比例值，并在获取到第二比例值后，可以直接根据第二比例值来确定计算目标虚拟机的使用率，需要说明的是，对所有虚拟机的使用率的计算方式均和对目标虚拟机的使用率的计算方式相同，并且需要获取所有的虚拟机的使用率，也就是对各个虚拟机遍历完成。
在本实施例中，通过计算虚拟机上部署的实例的第三实例数量和虚拟机的计算能力值之间的第二比例值，根据第二比例值来确定目标虚拟机的使用率，从而提高了检测虚拟机的使用率的准确性。
具体地，基于所述第二比例值确定所述目标虚拟机的使用率的步骤，包括：
步骤S321，获取所述容灾资源对应的资源利用率，并计算所述第二比例值和所述资源利用率之间的第一乘积，将所述第一乘积作为所述目标虚拟机的使用率。
由于一个实例需要4核数CPU 8GB，但是一个最小单位的虚拟机(4核数CPU 8GB)可以部署3个实例，实际上是需要1台4核数CPU 8GB的虚拟机，多出来的1核数CPU 2GB内存，我们可以作为这台虚拟机上实际启动所需要的内存及每个虚拟机的操作系统所占用的CPU和内存。获取容灾资源对应的资源利用率，并计算第二比例值和资源利用率之间的第一乘积，并可以将计算出来的第一乘积作为该目标虚拟机的使用率。需要说明的是，需要对容灾资源对应的每个虚拟机的使用率进行获取。第一乘积可以是第二比例值和资源利用率之间的乘积。
在本实施例中，通过计算第二比例值和资源利用率的第一乘积，并将第一乘积作为目标虚拟机的使用率，从而提高了计算虚拟机的使用率准确性，让用户能够准确地知道各个虚拟机的使用情况。
进一步地，在本发明第一实施例的基础上，提出了本发明DCN架构资源检测方法的第四实施例，本实施例是在本发明第一实施例的步骤S30，所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率的步骤的细化，包括：
步骤S35，若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾最小资源和第二预设比例值相乘后的第二乘积，并确定所述偏差的偏差值是否大于所述第二乘积；
第二乘积可以是容灾最小资源和第二预设比例值相乘后的乘积。当经过判断发现容灾最小资源和已使用资源存在偏差时，则可以将容灾最小资源和第二预设比例值相乘，以获取第二乘积，并确定容灾最小资源和已使用资源的偏差值，将偏差值和第二乘积进行比较，确定偏差值是否大于第二乘积，并基于比较结果执行不同的操作。
步骤S36，若所述偏差值大于第二乘积，则获取所述容灾资源对应的各虚拟机的使用率。
当经过判断发现偏差值大于第二乘积时，可以确定已使用资源存在不合理规划。此时，就需要继续获取容灾资源对应的各虚拟机的使用率，以确定哪些虚拟机的使用是正常的，哪些虚拟机的使用是不正常，从而便于用户合理规划安排容灾资源。
在本实施例中，通过确定容灾最小资源和已使用资源之间的偏差值是否大于容灾最小资源和第二预设比例值之间的第二乘积，并在偏差值大于第二乘积时，获取各个虚拟机的使用率，从而在确定容灾资源存在分配不均时，检测各个虚拟机的使用率，提高了用户的使用体验感。
具体地，确定所述偏差值是否大于所述第二乘积的步骤之后，包括：
步骤S37，若所述偏差值小于或等于第二乘积，则输出具有容灾资源充足信息的检测报告。
当经过判断发现偏差值小于或等于第二乘积时，则可以认为容灾最小资源和已使用资源之间偏差较小，也就是可以认为容灾资源充足，从而输出具有容灾资源充足的检测报告。
在本实施例中，通过在偏差值小于或等于第二乘积时，直接输出具有容灾资源充足信息的检测报告，从而能让用户准确地知道容灾资源充足的信息，提高了用户的使用体验感。
本发明还提供一种DCN架构资源检测装置，参照图3，所述DCN架构资源检测装置包括：
检测模块，用于在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
获取模块，用于获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
确定模块，若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
输出模块，用于若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
进一步地，所述系统信息包括第一应用系统和第二应用系统，所述第一应用系统的重要性级别大于所述第二应用系统的重要性级别，所述检测模块，还用于：
确定第一应用系统在所述容灾资源中部署的实例的第一实例数量，和第二应用系统在所述容灾资源中部署的实例的第二实例数量；
计算所述第一实例数量和所述第二实例数量的第一和值，并基于所述第一和值确定容灾最小资源。
进一步地，所述检测模块，还用于：
获取所述容灾资源对应的资源利用率，并计算所述第一和值和所述资源利用率的第一比例值，将所述第一比例值作为容灾最小资源。
进一步地，所述确定模块，还用于：
依次遍历所述容灾资源对应的各虚拟机，获取当前遍历的目标虚拟机的计算能力值，并确定所述目标虚拟机上部署的实例的第三实例数量；
计算所述第三实例数量和所述计算能力值的第二比例值，基于所述第二比例值确定所述目标虚拟机的使用率，直至各所述虚拟机遍历完成。
进一步地，所述确定模块，还用于：
获取所述容灾资源对应的资源利用率，并计算所述第二比例值和所述资源利用率之间的第一乘积，将所述第一乘积作为所述目标虚拟机的使用率。
进一步地，所述确定模块，还用于：
若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾最小资源和第二预设比例值相乘后的第二乘积，并确定所述偏差的偏差值是否大于所述第二乘积；
若所述偏差值大于第二乘积，则获取所述容灾资源对应的各虚拟机的使用率。
进一步地，所述确定模块，还用于：
若所述偏差值小于或等于第二乘积，则输出具有容灾资源充足信息的检测报告。
上述各程序模块所执行的方法可参照本发明DCN架构资源检测方法各个实施例，此处不再赘述。
本发明还提供一种计算机存储介质。
本发明计算机存储介质上存储有DCN架构资源检测程序，所述DCN架构资源检测程序被处理器执行时实现如上所述的DCN架构资源检测方法的步骤。
其中，在所述处理器上运行的DCN架构资源检测程序被执行时所实现的方法可参照本发明DCN架构资源检测方法各个实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种DCN架构资源检测方法，其特征在于，所述DCN架构资源检测方法包括如下步骤：
在对数据中心节点DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
2.如权利要求1所述的DCN架构资源检测方法，其特征在于，所述系统信息包括第一应用系统和第二应用系统，所述第一应用系统的重要性级别大于所述第二应用系统的重要性级别；
所述根据所述系统信息计算容灾最小资源的步骤，包括：
确定第一应用系统在所述容灾资源中部署的实例的第一实例数量，和第二应用系统在所述容灾资源中部署的实例的第二实例数量；
计算所述第一实例数量和所述第二实例数量的第一和值，并基于所述第一和值确定容灾最小资源。
3.如权利要求2所述的DCN架构资源检测方法，其特征在于，所述基于所述第一和值确定容灾最小资源的步骤，包括：
获取所述容灾资源对应的资源利用率，并计算所述第一和值和所述资源利用率的第一比例值，将所述第一比例值作为容灾最小资源。
4.如权利要求1所述的DCN架构资源检测方法，其特征在于，所述获取所述容灾资源对应的各虚拟机的使用率的步骤，包括：
依次遍历所述容灾资源对应的各虚拟机，获取当前遍历的目标虚拟机的计算能力值，并确定所述目标虚拟机上部署的实例的第三实例数量；
计算所述第三实例数量和所述计算能力值的第二比例值，基于所述第二比例值确定所述目标虚拟机的使用率，直至各所述虚拟机遍历完成。
5.如权利要求4所述的DCN架构资源检测方法，其特征在于，所述基于所述第二比例值确定所述目标虚拟机的使用率的步骤，包括：
获取所述容灾资源对应的资源利用率，并计算所述第二比例值和所述资源利用率之间的第一乘积，将所述第一乘积作为所述目标虚拟机的使用率。
6.如权利要求1所述的DCN架构资源检测方法，其特征在于，所述若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率的步骤，包括：
若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾最小资源和第二预设比例值相乘后的第二乘积，并确定所述偏差的偏差值是否大于所述第二乘积；
若所述偏差值大于第二乘积，则获取所述容灾资源对应的各虚拟机的使用率。
7.如权利要求6所述的DCN架构资源检测方法，其特征在于，所述确定所述偏差的偏差值是否大于所述第二乘积的步骤之后，包括：
若所述偏差值小于或等于第二乘积，则输出具有容灾资源充足信息的检测报告。
8.一种DCN架构资源检测装置，其特征在于，所述DCN架构资源检测装置包括：
检测模块，用于在对DCN架构下的容灾资源进行评估时，获取所述容灾资源对应的生产资源中的系统信息，并根据所述系统信息计算容灾最小资源；
获取模块，用于获取所述容灾资源中的已使用资源，并确定所述容灾最小资源和所述已使用资源是否存在偏差；
确定模块，若所述容灾最小资源和所述已使用资源存在偏差，则获取所述容灾资源对应的各虚拟机的使用率，并确定各所述使用率中是否存在不在预设范围内的目标使用率；
输出模块，用于若存在所述目标使用率，则输出所述目标使用率对应的虚拟机信息的检测报告。
9.一种DCN架构资源检测设备，其特征在于，所述DCN架构资源检测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的DCN架构资源检测程序，所述DCN架构资源检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的DCN架构资源检测方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有DCN架构资源检测程序，所述DCN架构资源检测程序被处理器执行时实现如权利要求1至7中任一项所述的DCN架构资源检测方法的步骤。
CN201910460400.3A 2019-05-29 2019-05-29 Dcn架构资源检测方法、装置、设备及计算机存储介质 Pending CN110209469A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910460400.3A CN110209469A (zh) 2019-05-29 2019-05-29 Dcn架构资源检测方法、装置、设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910460400.3A CN110209469A (zh) 2019-05-29 2019-05-29 Dcn架构资源检测方法、装置、设备及计算机存储介质

Publications (1)

Publication Number Publication Date
CN110209469A true CN110209469A (zh) 2019-09-06

Family

ID=67789457

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910460400.3A Pending CN110209469A (zh) 2019-05-29 2019-05-29 Dcn架构资源检测方法、装置、设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN110209469A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110932935A (zh) * 2019-11-26 2020-03-27 深圳前海微众银行股份有限公司 资源控制方法、装置、设备及计算机存储介质
CN114115915A (zh) * 2021-11-25 2022-03-01 马上消费金融股份有限公司 一种应用实例的部署方法及装置
CN114221962A (zh) * 2021-12-09 2022-03-22 兴业银行股份有限公司 基于峰值使用率的云化资源重分配方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110932935A (zh) * 2019-11-26 2020-03-27 深圳前海微众银行股份有限公司 资源控制方法、装置、设备及计算机存储介质
CN114115915A (zh) * 2021-11-25 2022-03-01 马上消费金融股份有限公司 一种应用实例的部署方法及装置
CN114221962A (zh) * 2021-12-09 2022-03-22 兴业银行股份有限公司 基于峰值使用率的云化资源重分配方法及系统
CN114221962B (zh) * 2021-12-09 2024-02-13 兴业银行股份有限公司 基于峰值使用率的云化资源重分配方法及系统

Similar Documents

Publication Publication Date Title
US11030551B2 (en) Predictive deconstruction of dynamic complexity
US8645921B2 (en) System and method to determine defect risks in software solutions
US8738333B1 (en) Capacity and load analysis in a datacenter
JP5247434B2 (ja) リスクの評価及び提示のためのシステム及び方法
CN110209469A (zh) Dcn架构资源检测方法、装置、设备及计算机存储介质
CN106886485A (zh) 系统容量分析预测方法及装置
CN109670690A (zh) 数据信息中心监控预警方法、系统及设备
CN104657194A (zh) 用于计算网络中动作的影响的方法和系统
US11456932B2 (en) System capacity heatmap
CN110162445A (zh) 基于主机日志及性能指标的主机健康评价方法及装置
WO2011159984A1 (en) Accounting for data dependencies in process models, analysis, and management
CN109684848A (zh) 风险评估方法、装置、设备及可读存储介质
CN113434575B (zh) 基于数据仓库的数据归因处理方法、装置及存储介质
CN110262975A (zh) 测试数据管理方法、装置、设备及计算机可读存储介质
CN109902919A (zh) 服务器资产管理方法、装置、设备及可读存储介质
CN111143325B (zh) 一种数据采集的监测方法、监测装置及可读存储介质
CN114968816A (zh) 基于数据模拟的策略测试方法、装置、设备及存储介质
CN111901156B (zh) 一种监控故障的方法及装置
CN114637685A (zh) 银行系统中应用程序的性能测试方法、装置、设备和介质
CN114490406A (zh) 测试覆盖项管理方法、装置、设备及介质
CN104217093B (zh) 利用不良样本的缺陷地图判定问题设备的方法及其装置
Brüseke et al. Decision support via automated metric comparison for the palladio-based performance blame analysis
CN118131680B (zh) 用于魔芋制品加工的设备安全监控方法及装置
JP4867331B2 (ja) プロジェクト管理プログラム
CN109471886A (zh) 计算机资源的费用搜索方法、装置、计算机装置及存储介质

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