CN110427258B - 基于云平台的资源调度控制方法及装置 - Google Patents
基于云平台的资源调度控制方法及装置 Download PDFInfo
- Publication number
- CN110427258B CN110427258B CN201910702138.9A CN201910702138A CN110427258B CN 110427258 B CN110427258 B CN 110427258B CN 201910702138 A CN201910702138 A CN 201910702138A CN 110427258 B CN110427258 B CN 110427258B
- Authority
- CN
- China
- Prior art keywords
- service
- resource
- resource scheduling
- capacity
- information
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000008859 change Effects 0.000 claims abstract description 80
- 230000009467 reduction Effects 0.000 claims description 35
- 230000015654 memory Effects 0.000 claims description 34
- 230000008602 contraction Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012954 risk control Methods 0.000 abstract description 26
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000012360 testing method Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 235000019800 disodium phosphate Nutrition 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000018672 Dilatation Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
Images
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种基于云平台的资源调度控制方法及装置;方法包括:接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,如此,通过资源调度风险控制,能够有效防范调度异常导致的服务资源问题。
Description
技术领域
本发明涉及云计算技术,尤其涉及一种基于云平台的资源调度控制方法及装置。
背景技术
云平台可自动触发调度执行服务的扩容/缩容操作,以保障服务可用性或优化集群资源利用率。相关技术对云平台自动调度风险控制主要按照倍数限制,如每次扩容/缩容的不超过/低于当前数量的一定比例,或按照配置限制,如每次扩容/缩容的不超过/低于当前数量的一定比例,该类方法对每次扩容/缩容都采用了相同数量的调度,并没有结合实际情况,从而导致调度异常引起服务资源问题。
发明内容
本发明实施例提供一种基于云平台的资源调度控制方法及装置,能够通过资源调度风险控制,有效防范调度异常导致的服务资源问题。
本发明实施例提供一种基于云平台的资源调度控制方法,所述方法包括:
接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;
获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;
基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令。
本发明实施例还提供一种基于云平台的资源调度控制装置,所述装置包括:
接收单元,用于接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;
获取单元,用于获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;
确定单元,用于基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令。
上述方案中,当所述资源调度指令指示对所述服务进行缩容时,所述获取单元,还用于获取针对所述服务的用户调度信息;
所述确定单元,还用于基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,执行所述资源调度指令。
上述方案中,所述装置还包括丢弃单元,
所述丢弃单元,用于当所述资源调度趋势表征对所述服务进行扩容时,丢弃所述资源调度指令,并通过预设的通信方式发送告警信息给管理用户终端。
上述方案中,当所述资源调度指令指示对所述服务进行扩容时,
所述获取单元,还用于获取所述服务的资源容量变化信息;
所述确定单元,还用于基于所述资源容量变化信息,确定所述服务对应的第一资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述第一资源容量变化范围内时,执行所述资源调度指令。
上述方案中,所述确定单元,还用于基于所述资源容量变化信息,得到所述资源容量的最大值、最小值及中位数,并基于所述最大值、最小值及中位数计算得到对应的第二资源容量变化范围;
将所述第二资源容量变化范围及参考资源容量变化范围进行比较,得到比较结果,基于所述比较结果确定第三资源容量变化范围;
获取所述服务的基准资源容量;
基于所述基准资源容量及所述第三资源容量变化范围,确定所述第一资源容量变化范围。
上述方案中,当所述资源调度指令指示对所述服务进行缩容时,所述获取单元,还用于获取针对所述服务的用户调度信息及所述服务的资源容量变化信息;
所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,包括:
基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,基于所述资源容量变化信息,确定所述服务对应的资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述资源容量变化范围内时,执行所述资源调度指令。
上述方案中,所述资源调度信息包括预配置的资源容量变化范围,所述装置还包括解析单元,
所述解析单元用于解析所述资源调度指令,得到所述资源调度指令指示对所述服务进行扩容或缩容的容量值;
当所述容量值处于所述预配置的资源容量变化范围内时,执行所述资源调度指令。
本发明实施例还提供一种基于云平台的资源调度控制装置,所述装置包括:存储器和处理器;其中,
所述存储器,用于存储能够在所述处理器上运行的计算机程序;
所述处理器,用于在运行所述计算机程序时,执行本发明实施例提供的基于云平台的资源调度控制方法。
本发明实施例还提供一种存储介质,所述存储介质存储有可执行指令,用于引起处理器执行时,实现本发明实施例提供的基于云平台的资源调度控制方法。
本发明实施例具有以下有益效果:
应用本发明实施例提供的基于云平台的资源调度控制方法,通过资源调度风险控制,可以有效防范自动调度异常导致的服务资源问题,一方面可以防止自动调度违反人工调度趋势;另一方面,可以避免自动缩容过量导致服务崩溃,或者自动扩容过量导致平台资源浪费。
附图说明
图1为本发明实施例提供的云平台的应用场景示意图;
图2为本发明实施例提供的基于云平台的资源调度控制装置的组成示意图;
图3为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图;
图4为本发明实施例提供的服务的资源容量的示意图;
图5为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图;
图6为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图;
图7为本发明实施例提供的资源容量数据采集流程示意图;
图8为本发明实施例提供的基于云平台的资源调度控制装置的组成结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,所描述的实施例不应视为对本发明的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的,不是旨在限制本发明。
对本发明实施例进行进一步详细说明之前,对本发明实施例中涉及的名词和术语进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
1)云平台,在网络中基于容器技术部署的服务器的集群,能够部署生产环境中的各种应用程序,其中服务器作为宿主机来运行一个或多个容器,容器之间彼此隔离地运行应用程序。
2)容器,一种轻量级、可移植、自包含的软件打包技术,使应用程序可以在几乎任何地方以相同的方式运行。
3)镜像,是对应用程序和其依赖的运行环境的封装。例如,镜像可以是文件系统格式,除了包括提供容器运行时所需的应用程序、库、资源、配置等文件外,还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。
4)服务容量,一个服务由多个相同规格的容器组成,这些容器的总CPU、内存即为这个服务的容量。
5)扩容,指增加服务的进程数量,对于容器云平台来说,一个容器部署一个服务进程,则扩容就是增加容器数量。
6)缩容,指较少服务的进程数量,对于容器云平台来说,一个容器部署一个服务进程,则缩容就是减少容器数量。
下面说明实现本发明实施例的云平台的应用场景,图1为本发明实施例提供的云平台的应用场景示意图,如图1所示,开发者10可以通过提交容器的镜像文件到镜像仓库11,以在镜像仓库11中存储镜像文件,其中,镜像仓库11中保存有多种容器的镜像文件。
云平台20提供镜像文件的开发环境12、测试环境13和线上环境14,其中,开发环境12用于实现对容器的镜像文件及应用的镜像文件等进行开发和持续更新,测试环境12用于实现对所开发或所更新的镜像文件进行性能测试,线上环境14即发布环境,用于提供真实用户访问的环境。云平台20可以从镜像仓库11中获取镜像文件,以在开发环境12对镜像文件进行开发和持续更新,在测试环境对镜像文件进行测试,或者在线上环境14对镜像文件对应的容器服务进行上线发布。
镜像文件可以在云平台的开发环境12和测试环境13运行,通过测试环境对镜像文件测试,测试时的输出数据是不会触及到用户对应的客户端,当测试通过后的镜像文件提交上线后,用户16可以通过客户端15与线上环境14连接,测试后的这个镜像文件对应的版本才会通过客户端15与用户接触,使用户通过客户端15获取容器所实现的服务。其中,线上环境可以是实现任意一种服务的环境,例如,所述线上环境可以实现视频服务、即时通信服务、音乐播放服务等。
下面对本发明实施例的基于云平台的资源调度装置的硬件结构作详细说明,图2为本发明实施例提供的基于云平台的资源调度控制装置的组成示意图,图2示出的装置组成仅仅是一个示例,不该对本发明实施例的功能和使用范围带来任何限制。
如图2所示,本发明实施例提供的基于云平台的资源调度控制装置包括:至少一个处理器201、存储器202、用户接口203和至少一个网络接口204。任务卡片的处理装置20中的各个组件通过总线系统205耦合在一起。可以理解,总线系统205用于实现这些组件之间的连接通信。总线系统205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2中将各种总线都标为总线系统205。
其中,用户接口203可以包括显示器、键盘、鼠标、轨迹球、点击轮、按键、按键、触感板或者触摸屏等。
可以理解,存储器202可以是易失性存储器或非易失性存储器,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)、闪存(Flash Memory)等。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,StaticRandom Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static RandomAccess Memory)。本发明实施例描述的存储器202旨在包括这些和任意其它适合类型的存储器。
本发明实施例中的存储器202能够存储数据以支持终端(如40-1)的操作。这些数据的示例包括:用于在终端(如40-1)上操作的任何计算机程序,如操作系统和应用程序。其中,操作系统包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序。
作为本发明实施例提供的基于云平台的资源调度控制装置采用软硬件结合实施的示例,本发明实施例所提供的基于云平台的资源调度控制装置可以直接体现为由处理器201执行的软件模块组合,软件模块可以位于存储介质中,存储介质位于存储器202,处理器201读取存储器202中软件模块包括的可执行指令,结合必要的硬件(例如,包括处理器201以及连接到总线205的其他组件)完成本发明实施例提供的基于云平台的资源调度控制方法。
作为示例,处理器201可以是一种集成电路芯片,具有信号的处理能力,例如通用处理器、数字信号处理器(DSP,Digital Signal Processor),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,其中,通用处理器可以是微处理器或者任何常规的处理器等。
作为本发明实施例提供的基于云平台的资源调度控制装置采用硬件实施的示例,本发明实施例所提供的装置可以直接采用硬件译码处理器形式的处理器201来执行完成,例如,被一个或多个应用专用集成电路(ASIC,Applic ation Specific IntegratedCircuit)、DSP、可编程逻辑器件(PLD,Programmabl e Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logi c Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件执行实现本发明实施例提供的基于云平台的资源调度控制方法。
本发明实施例中的存储器202用于存储各种类型的数据以支持基于云平台的资源调度控制装置20的操作。这些数据的示例包括:用于在基于云平台的资源调度控制装置20上操作的任何可执行指令,如可执行指令,实现本发明实施例的基于云平台的资源调度控制方法的程序可以包含在可执行指令中。
图3为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图,参见图3,本发明实施例提供的基于云平台的资源调度控制方法包括:
步骤301:云平台接收到针对服务的资源调度指令,资源调度指令指示对服务进行扩容或缩容。
在实际实施时,一个服务可以部署有一个或多个容器,多个容器以独立的进程运行。当用户对某一服务的需求量增大时,云平台中用于实现该服务的容器的数量则需要增加,此时可以通过扩容的方式,增加容器的数量,从而满足用户对服务的需求。相应地,当用户对某一服务的需求量减小时,云平台中用于实现该服务的容器的数量则需要较少,此时可以通过缩容的方式,较少容器的数量,从而提高资源使用率。
例如,对于即时通讯应用中的发红包服务,在平常时间,用户对发红包服务的需求量为较低的第一数量,而在过节时候,用户对发红包服务的需求量会急剧增大,需要较高的第二数量的容器节点来实现发红包服务。此时,如果还以平时第一数量的容器节点来实现发红包服务,显然是不能满足用户需求的,那么此时可以通过扩容,来增加实现发红包服务的容器的数量,使用户的服务需求得到满足。
这里,云平台中的扩容是指增加服务(例如,发红包服务)的进程数量,对于容器云平台来说,一个容器部署一个服务进程,则扩容就是增加容器数量。参见图4,图4为本发明实施例提供的服务的资源容量的示意图,服务2当前所需的容器数量为4,当用户对服务2的需求量增大时,云平台中用于实现服务2的容器的数量则需要增加。需要说明的是,给一个服务增加容器数量,新增加的容器可能部署在容器云平台的任何宿主机上。
步骤302:获取针对服务的资源调度信息,资源调度信息包括以下至少之一:针对服务的用户调度信息、服务的资源容量变化信息。
这里,云平台对服务的资源调度风险控制的主要基础数据为针对服务的用户调度信息及服务的资源容量变化信息,由于自动扩容可能是业务流量上涨导致的,因此本发明实施例提供的用户调度(即人工调度趋势)控制只检查自动缩容,自动扩容只做容量控制,不做趋势控制。
在一些实施例中,当资源调度指令指示对服务进行缩容时,云平台可通过如下方式获取针对所述服务的资源调度信息:获取针对所述服务的用户调度信息。在另一些实施例中,当资源调度指令指示对服务进行扩容时,云平台还可通过如下方式获取针对所述服务的资源调度信息:获取所述服务的资源容量变化信息。
这里,用户调度信息是指用户对服务的操作记录,可以直接从云平台的相关服务中获取,不需要额外的统计和记录,而对于服务的资源容量变化信息,由于云平台一般只能获取到服务当前的资源容量信息,为了获取服务的资源容量变化信息,需要额外的历史资源容量信息记录,具体地,云平台上运行有用于采集数据的采集服务,采集服务每隔预设时间(如1小时)从云平台获取全量业务服务数据;针对每个服务,对比历史数据,如果有资源变化(如CPU/内存容量变化),则将本次资源容量数值记录到数据库中,其中每个服务的资源容量可以分为2种:热资源(即所有运行中容器的资源)和冷资源(即所有分配了但未启动的容器的资源);最后数据库中即保存了每个业务服务的资源容量变化信息。
步骤303:基于资源调度信息,确定服务对应的资源调度条件得到满足时,执行资源调度指令。
在实际应用中,云平台可基于资源调度指令指示对服务进行扩容或缩容等不同的操作,而采取对应的不同的处理。
在一些实施例中,当资源调度指令指示对服务进行缩容时,云平台通过获取针对所述服务的用户调度信息来获取针对所述服务的资源调度信息,此种情况下,云平台可通过如下方式基于资源调度信息,确定服务对应的资源调度条件得到满足时,执行资源调度指令:
基于用户调度信息,确定对应服务的资源调度趋势,其中,资源调度趋势表征对服务进行扩容或缩容;当资源调度趋势表征对服务进行缩容时,执行资源调度指令。
在实际应用中,对于规模较大的云平台,为了提高资源使用率,往往会对低负载的服务进行自动缩容操作,但服务的低负载有可能是为活动预留资源,比如某小视频业务正常容量为30个服务容器,用户手动扩容了一倍容量是用于即将上线的推广活动,以避免可能被云平台自动缩容到原来的正常值。
因此,在一些实施例中,在云平台自动调度操作服务资源时,获取服务在一定时间(如24小时)内的用户调度信息,并根据用户调度信息确定对应服务的资源调度趋势,当确定的资源调度资源趋势表征对服务进行缩容时,意味着用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是一致的,即服务对应的资源调度条件得到满足,此时,执行相应的资源调度指令,对服务进行缩容处理。
在一些实施例中,当确定的资源调度趋势表征对服务进行扩容时,丢弃资源调度指令,并通过预设的通信方式发送告警信息给管理用户终端。在此种情况下,意味着用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是相反的,即服务对应的资源调度条件没有得到满足,此时,丢弃相应的资源调度指令,不对服务进行缩容处理。如此,通过考虑用户对服务的资源调度趋势,在执行自动缩容时避免做出与用户操作趋势相反的调度,防止自动调度违反人工调度趋势。
在一些实施例中,当资源调度指令指示对服务进行扩容时,云平台通过获取对应服务的资源容量变化信息来获取针对所述服务的资源调度信息,此种情况下,云平台可通过如下方式基于所述资源调度信息,确定服务对应的资源调度条件得到满足时,执行资源调度指令:
基于资源容量变化信息,确定服务对应的第一资源容量变化范围;获取服务当前的资源容量;确定服务当前的资源容量处于第一资源容量变化范围内时,执行所述资源调度指令。
在实际应用中,自动扩容可能因为业务程序异常导致持续高负载,但扩容并无法缓解此类高负载现象,从而导致服务扩容大量节点,浪费大量资源,针对此种情况,需将自动扩容量限制在合理范围内,在一些实施例中,云平台可通过如下方式确定服务对应的第一资源容量变化范围:
基于资源容量变化信息,得到资源容量的最大值、最小值及中位数,并基于得到的最大值、最小值及中位数计算得到对应的第二资源容量变化范围;将第二资源容量变化范围及参考资源容量变化范围进行比较,得到比较结果,基于得到的比较结果确定第三资源容量变化范围;获取服务的基准资源容量;基于基准资源容量及第三资源容量变化范围,确定所述第一资源容量变化范围。
在实际实施时,在确定服务的资源容量范围时,可采用每个服务最近一段时间内的历史容量范围作为参考,首先获取最近一段时间(如一周)内的资源容量变化信息,从中求出资源容量的最大值max、最小值min以及中位数mid,并据此计算对应的历史资源容量信息的下限lower1和上限upper1:
lower1=100%*(mid-min)/mid (1)
upper1=100%*(max-mid)/mid (2)
从中可知第二资源容量变化范围为(lower1,upper1),然后将得到的第二资源容量变化范围(lower1,upper1)与参考资源容量变化范围(m,n)进行比较,并基于得到的比较结果确定第三资源容量变化范围,在实际实施时,如果第二资源容量变化范围的下限lower1高于m时,第三资源容量变化范围的下限lower2采用参考值m;如果第二资源容量变化范围的上限upper1低于n时,则第三资源容量变化范围的上限upper2采用参考值n。举例来说,假设参考资源容量变化范围为(50%,200%),如果计算得到的第二资源容量变化范围为(60%,190%),则第三资源容量变化范围应采用(50%,200%);如果计算得到的第二资源容量变化范围为(40%,210%),则第三资源容量变化范围应采用(40%,210%),如此,得到对应的第三资源容量变化范围(lower2,upper2)。
在实际实施时,还需获取服务的基准资源容量,比如可将获取的当天第一条资源容量信息作为服务的基准资源容量baseline,基于基准资源容量baseline及第三资源容量变化范围(lower2,upper2),可确定服务当天的自动调度的第一资源容量变化范围的下限lower和上限upper:
lower=baseline*lower2 (3)
upper=baseline*upper2 (4)
通过上述方式确定了服务当天的自动调度的第一资源容量变化范围为(lower,upper)。在一些实施例中,还需获取服务当前的资源容量,并判断服务当前的资源容量是否处于服务当天的自动调度的第一资源容量变化范围内,当服务当前的资源容量处于第一资源容量变化范围内时,即服务对应的资源调度条件得到满足,执行所述资源调度指令,对服务进行扩容处理;当服务当前的资源容量超过第一资源容量变化范围内时,即服务对应的资源调度条件没有得到满足,则不执行超范围的自动调度,并立刻发出告警信息给管理用户终端,通知用户关注。如此,将自动扩容量限制在合理范围内,避免扩容过量导致平台资源浪费,并且,采用上述自动计算服务资源容量范围的方式,在较大规模的云平台上能够极大节省人工配置的成本。
在实际应用中,当资源调度指令指示对服务进行缩容时,可结合人工调度和自动调度进行相应的逻辑处理,在一些实施例中,云平台可通过如下方式获取针对服务的资源调度信息:
获取针对服务的用户调度信息及服务的资源容量变化信息。
相应地,在此种情况下,云平台可通过如下方式基于资源调度信息,确定服务对应的资源调度条件得到满足时,执行资源调度指令:
基于用户调度信息,确定对应服务的资源调度趋势,资源调度趋势表征对所述服务进行扩容或缩容;当资源调度趋势表征对所述服务进行缩容时,基于资源容量变化信息,确定所述服务对应的资源容量变化范围;获取服务当前的资源容量;确定服务当前的资源容量处于资源容量变化范围内时,执行所述资源调度指令。
在实际实施时,云平台首先获取在一段时间(如24小时)内的用户调度信息,并根据用户调度信息确定对应服务的资源调度趋势,当确定的资源调度资源趋势表征对服务进行缩容时,意味着用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是一致的,然后基于服务最近一段时间内的历史容量变化信息确定服务当天的资源容量变化范围,并判断服务当前的资源容量是否处于服务当天的资源容量变化范围内,当服务当前的资源容量处于服务当天的资源容量变化范围内时,执行所述资源调度指令,对服务进行缩容处理;当服务当前的资源容量超过服务当天的资源容量变化范围内时,则不执行超范围的自动调度,并立刻发出告警信息给管理用户终端,通知用户关注,如此,通过考虑用户对服务的资源调度趋势,避免违反人工调度趋势,并将自动缩容量限制在合理范围内,避免自动缩容过量导致服务崩溃。
需要强调的是,基于资源容量变化信息,确定所述服务对应的资源容量变化范围的具体处理方法与上述一些实施例中介绍的方法相同,在此不再赘述。
在一些实施例中,资源调度信息包括预配置的资源容量变化范围,云平台可通过如下方式执行所述资源调度指令:
解析资源调度指令,得到资源调度指令指示对服务进行扩容或缩容的容量值;当容量值处于所预配置的资源容量变化范围内时,执行资源调度指令。
在实际应用中,针对服务的调度有人工调度和自动调度,为了更好地满足用户对业务服务的需求,人工调度的优先级高于自动调度的优先级,在实际实施时,用户可预配置资源容量变化范围,当云平台自动计算的资源容量值时,需要判断得到的资源容量值是否处于预配置的资料容量变化范围内,当容量值处于所预配置的资源容量变化范围内时,执行资源调度指令指示的对服务进行相应容量的调度;当容量值未处于所预配置的资源容量变化范围内时,执行用户预配置的资源容量的调度,不执行资源调度指令指示的资源调度。如此,优先采用人工配置值,其次再默认使用自动计算值,做出与用户操作趋势一致的调度,防止自动调度违反人工调度趋势。
继续对本发明实施例提供的基于云平台的资源调度控制方法进行说明,参见图5,图5为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图,结合图5,本发明实施例提供的基于云平台的资源调度控制方法包括:
步骤501:云平台接收到针对服务的资源调度指令,资源调度指令指示对服务进行缩容。
步骤502:获取针对服务的用户调度信息。
这里,用户调度信息可以直接从云平台的相关服务中获取,不需要额外的统计和记录。
步骤503:基于用户调度信息,确定对应服务的资源调度趋势,资源调度趋势表征对所述服务进行扩容或缩容。
这里,在实际实施时,在云平台自动调度操作服务资源时,获取服务在一定时间(如24小时)内的用户调度信息,并根据用户调度信息确定对应服务的资源调度趋势。
步骤504:判断资源调度趋势是否表征对服务进行缩容。
这里,判断用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是否一致。当用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是一致时,即人工资源调度趋势表征对服务进行缩容,执行步骤505;当用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是不一致时,即人工资源调度趋势表征对服务进行扩容时,执行步骤506。
步骤505:获取服务的历史资源容量变化信息。
这里,在用户对服务的资源调度趋势与资源调度指令指示的对服务的调度趋势是一致时,即都表征对服务进行缩容处理时,还需获取服务的历史资源容量变化信息以进一步对资源容量风险进行控制。
步骤506:丢弃资源调度指令,并通过预设的通信方式发送告警信息给管理用户。
这里,丢弃资源调度指令,不对服务进行缩容处理,结束整个流程。
步骤507:基于历史资源容量变化信息,得到资源容量的最大值、最小值及中位数,并基于得到的最大值、最小值及中位数计算得到对应的第二资源容量变化范围。
在实际实施时,在确定服务的资源容量范围时,可采用每个服务最近一段时间内的历史资源容量范围作为参考,获取最近一段时间(如一周)内的资源容量变化信息,并计算这一段时间内服务的历史资源容量变化范围。
步骤508:基于第二资源容量变化范围及参考资源容量变化范围,获取第三资源容量变化范围。
这里,将得到的一段时间内的服务的历史资源容量变化范围与参考资源容量变化范围进行比较,获得对应的第三资源容量变化范围。
步骤509:获取服务的基准资源容量。
这里,可将获取的当天第一条资源容量信息作为服务的基准资源容量。
步骤510:基于基准资源容量及第三资源容量变化范围,确定所述第一资源容量变化范围。
在实际实施时,将基准资源容量值分别乘以第三资源容量变化范围的下限和上限,得到服务当天的第一资源容量变化范围。
步骤511:获取服务当前的资源容量。
步骤512:判断服务当前的资源容量是否超过服务当天的自动调度的第一资源容量变化范围。
这里,判断服务当前的资源容量是否超过服务当天的自动调度的第一资源容量变化范围,当服务当前的资源容量没有超过第一资源容量变化范围内时,执行步骤513;当服务当前的资源容量超过第一资源容量变化范围内时,执行步骤514。
步骤513:执行所述资源调度指令。
这里,执行对应的资源调度指令,对服务进行缩容处理。
步骤514:进行第一资源容量变化范围内的调度,并发出告警信息给管理用户。
这里,只进行第一资源容量变化范围内的调度,不执行超范围的自动调度,并立刻发出告警信息给管理用户终端,通知用户关注,结束整个流程。如此,将自动缩容量限制在合理范围内,避免自动缩容过量导致服务崩溃。
下面,将说明本发明实施例在一个实际的应用场景中的示例性应用。
本发明实施例主要通过手动趋势风险控制和资源容量风险控制对自动调度风险进行控制。
1、手动趋势风险控制
在实际应用中,对于规模较大的云平台,为了提高资源使用率,往往会对低负载的服务进行自动缩容操作,但服务的低负载有可能是为活动预留资源,比如某小视频业务正常容量为30个服务容器,用户手动扩容了一倍容量是用于即将上线的推广活动,以避免可能被云平台自动缩容到原来的正常值。本发明实施例提供的手动操作趋势风险控制可以有效识别出最近一天内的手动调度记录,在执行自动缩容时避免做出和人工趋势相反的调度。
2、资源容量风险控制
资源容量风险控制主要有两方面:(1)缩容风险控制:在云平台对低负载服务执行自动缩容调度时,本方案会自动计算出服务容量范围,对缩容资源量的合理性进行评估,如果超出范围则执行风险控制,不允许缩容。(2)扩容风险控制:服务有可能因为业务程序异常导致持续高负载,即使云平台会自动扩容,但由于程序异常无法缓解高负载现象,导致服务扩容大量节点,浪费大量资源。发明实施例可以针对该场景执行风险控制逻辑,将自动扩容量限制在合理范围内。
图6为本发明实施例提供的基于云平台的资源调度控制方法的流程示意图,参见图6,本发明实施例提供的基于云平台的资源调度控制方法包括:数据采集、手动趋势风险控制、资源容量风险控制3个环节,具体地:
1、数据采集
云平台对服务的资源调度风险控制的主要基础数据为针对服务的用户调度信息(即服务的操作记录)及服务的资源容量变化信息(即历史资源容量信息记录),其中,服务操作记录可以直接从云平台的相关服务获取,不需要额外的统计和记录,对于资源容量变化信息,由于云平台一般只能获取到服务当前的资源容量,为了掌握服务的历史容量范围,需要额外的历史资源容量信息记录,参见图7,图7为本发明实施例提供的资源容量数据采集流程示意图,具体地:
云平台上运行有用于采集风险控制数据(即历史资源容量信息记录)的风险控制数据采集服务(即采集服务),采集服务每隔预设时间(如1小时)从云平台数据服务中获取全量业务服务数据;针对每个服务,对比历史数据,如果有资源变化(如CPU/内存容量变化),则将本次资源容量数值记录到数据库中(一次记录的资源称为一个资源快照),其中每个服务的资源容量可以分为2种:热资源(即所有运行中容器的资源)和冷资源(即所有分配了但未启动的容器的资源);最后数据库中即保存了每个业务服务的资源容量变化信息(即历史资源容量快照)。
2、手动趋势风险控制
由于自动扩容可能是业务流量上涨导致的,因此本发明实施例提供的手动趋势风险控制只检查自动缩容,自动扩容只做容量控制,不做趋势控制。对于自动缩容风险控制,本发明实施例进行了相反调度的定义(考虑资源总量,不区分冷/热资源),具体地:
1)资源增长趋势的操作为:扩容(增加新节点)、增配(增加节点资源配额);
2)资源下降趋势的作为:缩容(删减节点)、降配(降低节点资源配额)。
因此,在云平台自动调度操作服务资源时,手动风险控制逻辑先获取该服务24小时内的人工调度记录,再和当前自动调度进行趋势比对,若趋势相反则判定风险控制不通过,否则通过。
3、资源容量风险控制
资源容量风险控制的重点在于确定资源容量范围,本发明实施例采用每个服务最近一周内的历史容量范围作为参考,具体计算步骤为:
1)获取当天第一条资源快照作为资源基准线baseline;
2)获取服务最近一周内的资源快照数据,求出最大值max、最小值min以及中位数mid;
3)计算历史资源容量波动比例:
lower=100%*(mid-min)/mid (5)
upper=100%*(max-mid)/mid (6)
4)该波动比例范围的下限不能高于最小默认值,波动比例范围的上限不能低于最大默认值,假设默认范围为(50%,200%),当3)计算得到的历史资源容量波动比例范围为(60%,190%)时,则采用默认范围(50%,200%);当3)计算得到的历史资源容量波动比例范围为(40%,210%)时,则采用3)得到的波动比例范围(40%,210%)。
5)当天服务自动调度的资源容量范围即为:
下限=baseline*lower (7)
上限=baseline*upper (8)
在进行容量风险控制时,若服务的资源容量若超过该范围,则不执行超范围的自动调度,并立刻发出告警,通知人工关注。此外,本方案还支持人工配置服务资源容量范围,优先采用人工配置值,其次再默认使用自动计算值。
通过本发明实施例提供的自动调度风险控制,可以有效防范自动调度异常导致的服务资源问题,一方面可以防止自动调度违反人工调度趋势;另一方面,可以避免自动缩容过量导致服务崩溃,或者自动扩容过量导致平台资源浪费;并且采用自动计算服务容量范围的方式,在较大规模的云平台上能够极大节省人工配置的成本。
接下来对本发明实施例还提供的基于云平台的资源调度控制装置进行说明,在一些实施例中,基于云平台的资源调度控制装置可采用软件模块的方式实现,图8为本发明实施例提供的基于云平台的资源调度控制装置的组成结构示意图,参见图8,本发明实施例提供的基于云平台的资源调度控制装置80包括:
接收单元81,用于接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;
获取单元82,用于获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;
确定单元83,用于基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令。
在一些实施例中,当所述资源调度指令指示对所述服务进行缩容时,
所述获取单元,用于获取针对所述服务的用户调度信息;
所述确定单元,用于基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,执行所述资源调度指令。
在一些实施例中,当所述资源调度指令指示对所述服务进行缩容时,所述获取单元,还用于获取针对所述服务的用户调度信息;
所述确定单元,还用于基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,执行所述资源调度指令。
在一些实施例中,所述装置还包括丢弃单元,
所述丢弃单元,用于当所述资源调度趋势表征对所述服务进行扩容时,丢弃所述资源调度指令,并通过预设的通信方式发送告警信息给管理用户终端。
在一些实施例中,当所述资源调度指令指示对所述服务进行扩容时,
所述获取单元,还用于获取所述服务的资源容量变化信息;
所述确定单元,还用于基于所述资源容量变化信息,确定所述服务对应的第一资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述第一资源容量变化范围内时,执行所述资源调度指令。
在一些实施例中,所述确定单元,还用于基于所述资源容量变化信息,得到所述资源容量的最大值、最小值及中位数,并基于所述最大值、最小值及中位数计算得到对应的第二资源容量变化范围;
将所述第二资源容量变化范围及参考资源容量变化范围进行比较,得到比较结果,基于所述比较结果确定第三资源容量变化范围;
获取所述服务的基准资源容量;
基于所述基准资源容量及所述第三资源容量变化范围,确定所述第一资源容量变化范围。
在一些实施例中,当所述资源调度指令指示对所述服务进行缩容时,所述获取单元,还用于获取针对所述服务的用户调度信息及所述服务的资源容量变化信息;
所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,包括:
基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,基于所述资源容量变化信息,确定所述服务对应的资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述资源容量变化范围内时,执行所述资源调度指令。
在一些实施例中,所述资源调度信息包括预配置的资源容量变化范围,所述装置还包括解析单元,
所述解析单元用于解析所述资源调度指令,得到所述资源调度指令指示对所述服务进行扩容或缩容的容量值;
当所述容量值处于所述预配置的资源容量变化范围内时,执行所述资源调度指令。
本发明实施例还提供一种基于云平台的资源调度控制装置,所述装置包括:存储器和处理器;其中,
所述存储器,用于存储能够在所述处理器上运行的计算机程序;
所述处理器,用于在运行所述计算机程序时,执行本发明实施例提供的基于云平台的资源调度控制方法。
本发明实施例还提供一种存储介质,所述存储介质存储有可执行指令,用于引起处理器执行时,实现本发明实施例提供的基于云平台的资源调度控制方法。
在一些实施例中,存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、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。
在一些实施例中,可执行指令可以采用程序、软件、软件模块、脚本或代码的形式,按任意形式的编程语言(包括编译或解释语言,或者声明性或过程性语言)来编写,并且其可按任意形式部署,包括被部署为独立的程序或者被部署为模块、组件、子例程或者适合在计算环境中使用的其它单元。
作为示例,可执行指令可以但不一定对应于文件系统中的文件,可以可被存储在保存其它程序或数据的文件的一部分,例如,存储在超文本标记语言(HTML,Hyper TextMarkup Language)文档中的一个或多个脚本中,存储在专用于所讨论的程序的单个文件中,或者,存储在多个协同文件(例如,存储一个或多个模块、子程序或代码部分的文件)中。
作为示例,可执行指令可被部署为在一个计算设备上执行,或者在位于一个地点的多个计算设备上执行,又或者,在分布在多个地点且通过通信网络互连的多个计算设备上执行。
以上所述,仅为本发明的实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和范围之内所作的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。
Claims (10)
1.一种基于云平台的资源调度控制方法,其特征在于,所述方法包括:
接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;
获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;
基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令;其中,当所述资源调度指令指示对所述服务进行缩容时,针对所述服务的资源调度信息是针对所述服务的用户调度信息,相应地,所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,包括:
基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,执行所述资源调度指令。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
当所述资源调度趋势表征对所述服务进行扩容时,丢弃所述资源调度指令,并通过预设的通信方式发送告警信息给管理用户终端。
3.如权利要求1所述的方法,其特征在于,当所述资源调度指令指示对所述服务进行扩容时,针对所述服务的资源调度信息是所述服务的资源容量变化信息;相应地,所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,包括:
基于所述资源容量变化信息,确定所述服务对应的第一资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述第一资源容量变化范围内时,执行所述资源调度指令。
4.如权利要求3所述的方法,其特征在于,所述基于所述资源容量变化信息,确定所述服务对应的第一资源容量变化范围,包括:
基于所述资源容量变化信息,得到所述资源容量的最大值、最小值及中位数,并基于所述最大值、最小值及中位数计算得到对应的第二资源容量变化范围;
将所述第二资源容量变化范围及参考资源容量变化范围进行比较,得到比较结果,基于所述比较结果确定第三资源容量变化范围;
获取所述服务的基准资源容量;
基于所述基准资源容量及所述第三资源容量变化范围,确定所述第一资源容量变化范围。
5.如权利要求1所述的方法,其特征在于,当所述资源调度指令指示对所述服务进行缩容时,针对所述服务的资源调度信息是针对所述服务的用户调度信息及所述服务的资源容量变化信息;相应地,所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,包括:
基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;
当所述资源调度趋势表征对所述服务进行缩容时,基于所述资源容量变化信息,确定所述服务对应的资源容量变化范围;
获取所述服务当前的资源容量;
确定所述服务当前的资源容量处于所述资源容量变化范围内时,执行所述资源调度指令。
6.如权利要求1所述的方法,其特征在于,所述资源调度信息包括预配置的资源容量变化范围,所述方法还包括:
解析所述资源调度指令,得到所述资源调度指令指示对所述服务进行扩容或缩容的容量值;
当所述容量值处于所述预配置的资源容量变化范围内时,执行所述资源调度指令。
7.一种基于云平台的资源调度控制装置,其特征在于,所述装置包括:
接收单元,用于接收到针对服务的资源调度指令,所述资源调度指令指示对所述服务进行扩容或缩容;
获取单元,用于获取针对所述服务的资源调度信息,所述资源调度信息包括以下至少之一:针对所述服务的用户调度信息、所述服务的资源容量变化信息;
确定单元,用于基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令;其中,当所述资源调度指令指示对所述服务进行缩容时,针对所述服务的资源调度信息是针对所述服务的用户调度信息,相应地,所述确定单元,还用于通过以下方式实现所述基于所述资源调度信息,确定所述服务对应的资源调度条件得到满足时,执行所述资源调度指令,基于所述用户调度信息,确定对应所述服务的资源调度趋势,所述资源调度趋势表征对所述服务进行扩容或缩容;当所述资源调度趋势表征对所述服务进行缩容时,执行所述资源调度指令。
8.一种基于云平台的资源调度控制装置,其特征在于,所述装置包括:存储器和处理器;其中,
所述存储器,用于存储能够在所述处理器上运行的计算机程序;
所述处理器,用于在运行所述计算机程序时,执行权利要求1至6任一项所述的基于云平台的资源调度控制方法。
9.一种电子设备,其特征在于,所述电子设备包括:
存储器,用于存储可执行指令;
处理器,用于执行所述存储器中存储的可执行指令时,实现权利要求1至6任一项所述的基于云平台的资源调度控制方法。
10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时实现权利要求1至6任一项所述的基于云平台的资源调度控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910702138.9A CN110427258B (zh) | 2019-07-31 | 2019-07-31 | 基于云平台的资源调度控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910702138.9A CN110427258B (zh) | 2019-07-31 | 2019-07-31 | 基于云平台的资源调度控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110427258A CN110427258A (zh) | 2019-11-08 |
CN110427258B true CN110427258B (zh) | 2023-05-19 |
Family
ID=68411832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910702138.9A Active CN110427258B (zh) | 2019-07-31 | 2019-07-31 | 基于云平台的资源调度控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110427258B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801438A (zh) * | 2019-11-14 | 2021-05-14 | 顺丰科技有限公司 | 排班表评估方法、装置、计算机设备和存储介质 |
CN112052070A (zh) * | 2020-08-27 | 2020-12-08 | 亚信科技(南京)有限公司 | 应用容器化评估方法、装置、电子设备及存储介质 |
CN113011342B (zh) * | 2021-03-22 | 2022-06-14 | 支付宝(杭州)信息技术有限公司 | 用于版权侵权检索的特征提取、处理方法和系统 |
CN113472682B (zh) * | 2021-06-30 | 2022-08-23 | 广东电网有限责任公司 | 一种热点对象流媒体源自动伸缩方法及装置 |
US11995058B2 (en) * | 2022-07-05 | 2024-05-28 | Sap Se | Compression service using FPGA compression |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2779993C (en) * | 2012-06-15 | 2019-05-07 | Ibm Canada Limited - Ibm Canada Limitee | Configurable resource policies |
CN105519075A (zh) * | 2014-06-05 | 2016-04-20 | 华为技术有限公司 | 一种资源调度方法,及装置 |
CN107295054A (zh) * | 2016-04-12 | 2017-10-24 | 中兴通讯股份有限公司 | 云会议资源的管理方法及装置 |
US10481949B2 (en) * | 2016-12-09 | 2019-11-19 | Vmware, Inc. | Methods and apparatus to automate deployments of software defined data centers based on user-provided parameter values |
CN109842670A (zh) * | 2017-11-24 | 2019-06-04 | 财团法人工业技术研究院 | 运算装置、其资源分配方法及通信系统 |
-
2019
- 2019-07-31 CN CN201910702138.9A patent/CN110427258B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110427258A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110427258B (zh) | 基于云平台的资源调度控制方法及装置 | |
CN110162345B (zh) | 一种应用程序访问方法、装置和存储介质 | |
US9852035B2 (en) | High availability dynamic restart priority calculator | |
CN110727512A (zh) | 集群资源调度方法、装置、设备及储存介质 | |
CN107431696A (zh) | 用于应用自动化部署的方法和云管理节点 | |
US10310900B2 (en) | Operating programs on a computer cluster | |
CN109726076B (zh) | 一种小程序生命周期管理方法和系统 | |
US7885906B2 (en) | Problem solving system and method | |
CN113448686A (zh) | 一种资源部署方法、装置、电子设备及存储介质 | |
CN113010265A (zh) | Pod的调度方法、调度器、存储插件及系统 | |
CN112860412B (zh) | 业务数据处理方法、装置、电子设备及存储介质 | |
CN110908644A (zh) | 状态节点的配置方法、装置、计算机设备和存储介质 | |
CN116881012A (zh) | 一种容器应用垂直扩容方法、装置、设备及可读存储介质 | |
US7127446B1 (en) | File system based task queue management | |
CN116089040A (zh) | 业务流程的调度方法及其装置、电子设备及存储介质 | |
CN111966744B (zh) | 工作流部署方法、装置、计算机设备和存储介质 | |
CN115373886A (zh) | 服务群组容器停机方法、装置、计算机设备和存储介质 | |
CN110928860B (zh) | 数据迁移方法和装置 | |
CN110347471B (zh) | 层级式显示组件系统、显示组件调用方法和装置 | |
CN113961298A (zh) | 一种页面切换方法、装置、设备及介质 | |
CN111858234A (zh) | 一种任务执行方法、装置、设备、介质 | |
CN114116790A (zh) | 数据处理的方法及装置 | |
CN117591267B (zh) | 一种任务处理方法、设备、介质及系统 | |
CN117539641B (zh) | 信用卡平台的任务数据处理方法及装置 | |
CN106557359B (zh) | 一种任务调度方法及系统 |
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 |