CN110569170A - 服务器利用率的评价方法、装置、设备及其存储介质 - Google Patents

服务器利用率的评价方法、装置、设备及其存储介质 Download PDF

Info

Publication number
CN110569170A
CN110569170A CN201910800252.5A CN201910800252A CN110569170A CN 110569170 A CN110569170 A CN 110569170A CN 201910800252 A CN201910800252 A CN 201910800252A CN 110569170 A CN110569170 A CN 110569170A
Authority
CN
China
Prior art keywords
server
utilization rate
parameter
utilization
calculating
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
CN201910800252.5A
Other languages
English (en)
Inventor
董维
向洁
张磊
黄如
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.)
Shenzhen Liwei Zhilian Technology Co Ltd
Shenzhen ZNV Technology Co Ltd
Nanjing ZNV Software Co Ltd
Original Assignee
Shenzhen Liwei Zhilian Technology Co Ltd
Nanjing ZNV Software 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 Shenzhen Liwei Zhilian Technology Co Ltd, Nanjing ZNV Software Co Ltd filed Critical Shenzhen Liwei Zhilian Technology Co Ltd
Priority to CN201910800252.5A priority Critical patent/CN110569170A/zh
Publication of CN110569170A publication Critical patent/CN110569170A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种服务器利用率的评价方法，该方法包括：获取预定时间段内的第一参数和第二参数，第一参数包括服务器功耗利用率，第二参数包括CPU利用率、内存利用率以及磁盘利用率；利用第一参数和第二参数计算服务器资源利用率。本申请提供的上述方案，通过服务器功耗利用率、CPU利用率、内存利用率以及磁盘利用率就可以确定出服务器的利用率，相比现有根据服务器运行时服务器资源占用数据所评估的服务器利用率，本发明根据影响服务器利用率的各指标来评估服务器利用率，准确度更高；而且本发明技术方案根据影响服务器利用率的各指标的权重来确定服务器的利用率的方法，进一步提高了准确度。

Description

服务器利用率的评价方法、装置、设备及其存储介质
技术领域
本发明涉及网络技术领域，具体涉及一种服务器利用率的评价方法、装置、设备及其存储介质。
背景技术
随着网络技术的发展，互联网应用日趋复杂。对于大型互联网应用系统，为了了解系统的运行状况，往往需要对服务器的利用率进行评估。
目前，国内外很多数据中心处，存在着许多闲置的低利用率服务器，即服务器长时间开机却未提供任何有价值的服务。然而这些低利用率服务器占用了数据中心的资源，同时消耗了能源，但却没有产生价值。因此，如何及时有效的发现这些低利用率服务器，对节约能源，提高数据中心的利用率都有极大意义。
现有的低利用率服务器的判别依据一般是基于服务器的功耗大小阈值，然而服务器的功耗仅为反映设备负载和利用率的一个关键指标，并且不同型号或类型的服务器功率大小不同，因此，根据单一的服务器功耗来评价和识别低利用率服务器的准确度不高。
发明内容
为了解决上述问题，本发明提供了一种服务器利用率的评价方法、装置、设备及其存储介质，可以使得服务器利用率的评价更加准确。
本发明提供了一种服务器利用率的评价方法，该方法包括：获取预定时间段内的第一参数和第二参数，所述第一参数包括服务器功耗利用率，所述第二参数包括CPU利用率、内存利用率以及磁盘利用率；利用所述第一参数和第二参数计算所述服务器资源利用率。
可选的，所述获取服务器功耗利用率，包括：获取服务器的实际功率和额定功率；利用所述实际功率和额定功率计算所述服务器功耗利用率；所述服务器功耗利用率＝(实际功率/额定功率)*100％。
可选的，所述利用所述第一参数和第二参数计算所述服务器资源利用率，包括：根据所述第一参数和所述第二参数中各指标数据，以及各指标数据的权重，确定出所述服务器资源利用率的评估值；利用所述服务器资源利用率的评估值和时间参数确定出所述服务器资源利用率；所述服务器资源利用率＝T*{0.5*服务器功耗利用率+0.5*Max(CPU利用率,内存利用率,磁盘利用率)}，其中T为时间参数。
可选的，在利用所述第一参数和第二参数计算所述服务器资源利用率之后，该方法还包括：将所述服务器资源利用率与第一预设阈值和第二预设阈值比较，其中所述第一预设阈值大于所述第二预设阈值；当所述服务器资源利用率大于所述第一预设阈值时确定所述服务器为高负载服务器；当所述服务器资源利用率小于所述第二预设阈值时确定所述服务器为低负载服务器；当所述服务器资源利用率大于等于所述第二预设阈值且小于等于第一预设阈值时确定所述服务器为适中负载服务器。
进一步地，本发明还提供了一种服务器利用率的评价装置，该装置包括：获取单元，用于获取预定时间段内的第一参数和第二参数，所述第一参数包括服务器功耗利用率，所述第二参数包括CPU利用率、内存利用率以及磁盘利用率；计算单元，用于利用所述第一参数和第二参数计算所述服务器资源利用率。
可选的，所述获取服务器功耗利用率，包括：获取服务器的实际功率和额定功率；利用所述实际功率和额定功率计算所述服务器功耗利用率；所述服务器功耗利用率＝(实际功率/额定功率)*100％。
可选的，所述利用所述第一参数和第二参数计算所述服务器资源利用率，包括：确定服务器资源利用率的评估值单元，用于根据所述第一参数和所述第二参数中各指标数据，以及各指标数据的权重，确定出所述服务器资源利用率的评估值；确定服务器资源利用率单元，用于利用所述服务器资源利用率的评估值和时间参数确定出所述服务器资源利用率；所述服务器资源利用率＝T*{0.5*服务器功耗利用率+0.5*Max(CPU利用率,内存利用率,磁盘利用率)},其中T为时间参数。
可选的，在利用所述第一参数和第二参数计算所述服务器资源利用率之后，该装置还包括：将所述服务器资源利用率与第一预设阈值和第二预设阈值比较，其中所述第一预设阈值大于所述第二预设阈值；当所述服务器资源利用率大于所述第一预设阈值时确定所述服务器为高负载服务器；当所述服务器资源利用率小于所述第二预设阈值时确定所述服务器为低负载服务器；当所述服务器资源利用率大于等于所述第二预设阈值且小于等于第一预设阈值时确定所述服务器为适中负载服务器。
进一步地，本发明还一种服务器利用率评价设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本申请实施例描述的方法。
进一步地，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于：所述计算机程序被处理器执行时实现如本申请实施例描述的方法。
依据上述实施例提供的用于评价服务器利用率的方法，通过服务器功耗利用率、CPU利用率、内存利用率以及磁盘利用率就可以确定出服务器的利用率，相比现有根据服务器运行时服务器资源占用数据所评估的服务器利用率，本发明的技术方案根据影响服务器利用率的各指标来评估服务器利用率，准确度更高；而且，相比于现有的人为评估服务器的利用率的方法，本发明技术方案根据影响服务器利用率的各指标的权重来确定服务器的利用率的方法，进一步提高了准确度。
附图说明
图1示出了本申请实施例提供的服务器利用率评价的流程示意图；
图2示出了本申请又一实施例提供的服务器利用率评价的流程示意图；
图3示出了根据本申请一个实施例的用于评价服务器利用率装置300的示例性结构框图；
图4示出了本申请又一实施例提供用于评价服务器利用率装置400的示例性结构框图；
图5示出了适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下参照附图并举出优选实施例，对本发明进一步详细说明。然而，需要说明的是，说明书中列出的许多细节仅仅是为了使读者对本发明的一个或多个方面有一个透彻的理解，即便没有这些特定的细节也可以实现本发明的这些方面。
本申请使用的“模块”、“系统”等术语旨在包括与计算机相关的实体，例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如，模块可以是，但并不仅限于：处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说，计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内。
本发明的发明人发现，在实际应用中影响服务器的利用率的因素有很多，例如：产品与现有产品的匹配度、产品重要程度、产品成熟度、系统可用性、系统可伸缩性、研发速度、运维成本、迁移成本、服务器采购周期等。因此，本发明的发明人考虑到，相比现有的根据服务器运行时的服务器资源占用数据所评估的服务器利用率，根据影响服务器的利用率的主要因素来评估服务器利用率，可以提高服务器利用率的评估准确度。
下面将参考附图并结合实施例来详细说明本发明的技术方案。
图1为本发明实施例提供的服务器利用率评价的流程示意图，如图1所示，该方法包括：
110、获取预定时间段内的第一参数和第二参数，第一参数包括服务器功耗利用率，第二参数包括CPU利用率、内存利用率以及磁盘利用率。
具体的，在本申请中为了对服务器利用率进行一个准确的预测，首先要对服务器的历史数据进行收集，即采集预定时间段内CPU利用率、内存利用率以及磁盘利用率；其中，所述预定时间段的大小可以根据实际情况进行确定。例如，通过最近一周、一月或者更长时期内的磁盘容量数据的采集；例如要想数据预测更加精确，则采集数据需要很多，则预定时间段内比较长；而且采集数据的预定时间段长度一致，对预测结果的影响也不同，因为性能预测的精确程度还与数据的新旧程度有一定的关系。例如越靠近的数据代表性可能越好。还可以与服务器相对应业务的平稳程度有一点关系。利用处于平稳期的数据进行预测效果会比较好。
应理解，本申请实施例用于评价服务器利用率的数据仅为示例，在其他可替代实施例中，例如，产品与现有产品的匹配度、产品重要程度、产品成熟度、系统可用性、系统可伸缩性、研发速度、运维成本、迁移成本、服务器采购周期等，本申请对如何评价服务器利用率的方法不作特殊限制。
在本申请实施例中，作为步骤110的一种可实施方式，可以参考图2所示，获取第一参数，即服务器功耗利用率的方法包括：
210、获取服务器的实际功率和额定功率；
220、利用实际功率和额定功率计算服务器功耗利用率；
其中，服务器功耗利用率＝(实际功率/额定功率)*100％。
具体的，服务器的额定功率可以通过服务器的品牌和型号获得，服务器的实际功率可以通过公式P＝I*IR＝(U*U)/R来计算，其中U为实际电压，R为服务器的电阻，可以通过服务器的品牌、型号获得。
在获得服务器的实际功率和额定功率后，通过实际功率除以额定功率后就可以得到服务器功耗利用率。
当计算出服务器的功耗利用率后，再根据步骤120，利用第一参数和第二参数计算服务器资源利用率。
具体的，本发明实施例中，在进行服务器利用率的评估之前，可以预先设置各利用率相关特性之间的重要程度比较值，以及同一利用率相关特性下的各指标之间的重要程度比较值。具体地，可以根据预先设置的两因素的重要程度比较结果与量化比值之间的对应关系，将根据对服务器利用率的影响程度所预先设置的各利用率相关特性之间的重要程度比较结果，量化为利用率相关特性之间的重要程度比较值，即一个利用率相关特性相对于另一个利用率相关特性的重要程度比较值。
作为本实施例中的一种可实施方式，参考图2，服务器的功耗利用率的权重为0.5，CPU利用率、内存利用率以及磁盘利用率的权重为0.5。
参考步骤230和步骤240，在确定好服务器的功耗利用率和CPU利用率、内存利用率以及磁盘利用率的权重后，计算服务器资源利用率的评估值，其中服务器资源利用率的评估值＝W0*服务器的功耗利用率+W1*Max(CPU利用率,内存利用率,磁盘利用率)，其中W0和W1为功率的权重值，可根据历史数据通过有监督的机器学习，得到这个参数值，且可动态调整。在本申请实施例中，可取W0＝W1＝0.5。
在该实施例中，管理员或运维人员可以获取一天的CPU利用率为该天内预设数量(如，3个)的CPU利用率峰值的平均值，一天的内存利用率为该天内预设数量的内存利用率峰值的平均值，一天的磁盘利用率为该天内预设数量的磁盘利用率峰值的平均值。进一步地，将服务器的三类资源在预设天数内的利用率平均值的最大值，或者三类资源中利用率的最大值作为该服务器的资源利用率。
在确定出服务器资源利用率的评估值后，参考步骤250，利用服务器资源利用率的评估值和时间参数确定出服务器资源利用率。本申请中服务器资源利用率＝(days/7)*{0.5*服务器功耗利用率+0.5*Max(CPU利用率,内存利用率,磁盘利用率)}，即以7天的统计量为一个参考单元。
在计算出服务器资源利用率后，将每个服务器的资源利用率与第一预设阈值和第二预设阈值比较，其中第一预设阈值大于第二预设阈值；将资源利用率大于第一预设阈值的服务器确定为高负载服务器，将资源利用率小于第二预设阈值的服务器确定为低负载服务器；将资源利用率大于等于第二预设阈值且小于等于第一预设阈值的服务器确定为适中负载服务器；
在该实施例中，通过设置阈值，与服务器的资源利用率进行比较，从而确定出高负载服务器、适中负载服务器、低负载服务器，确保管理员或运维人员能更好的掌握服务器资源使用情况。
进一步地，将得到的服务器的资源利用率、应用的资源利用率、高负载服务器的数量、低负载服务器的数量、适中负载服务器的数量等信息存储至数据表中，并进行显示，能够直观、清晰地表达出资源利用情况，确保管理员或运维人员根据该数据表中信息有效地调整资源分配。
需要说明的是，将每个服务器的资源利用率与第一预设阈值和第二预设阈值比较的步骤，可以在计算出每个服务器的资源利用率之后的任一步骤中进行，例如，可以在计算出每个服务器的资源利用率的步骤之后直接进行比较，或者在计算出应用的资源利用率的步骤之后进行比较。
应当注意，尽管在附图中以特定顺序描述了本发明方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
进一步地，参考图3，图3示出了根据本申请一个实施例的用于评价服务器利用率装置300的示例性结构框图。该装置用于评价服务器的利用率。
如图3所示，该装置包括：
获取单元310，用于获取预定时间段内的第一参数和第二参数，第一参数包括服务器功耗利用率，第二参数包括CPU利用率、内存利用率以及磁盘利用率；
计算单元320，用于利用第一参数和第二参数计算服务器资源利用率。
具体的，在本申请中为了对服务器利用率进行一个准确的预测，首先要对服务器的历史数据进行收集，即采集预定时间段内CPU利用率、内存利用率以及磁盘利用率；其中，所述预定时间段的大小可以根据实际情况进行确定。例如，通过最近一周、一月或者更长时期内的磁盘容量数据的采集；例如要想数据预测更加精确，则采集数据需要很多，则预定时间段内比较长；而且采集数据的预定时间段长度一致，对预测结果的影响也不同，因为性能预测的精确程度还与数据的新旧程度有一定的关系。例如越靠近的数据代表性可能越好。还可以与服务器相对应业务的平稳程度有一点关系。利用处于平稳期的数据进行预测效果会比较好。
应理解，本申请实施例用于评价服务器利用率的数据仅为示例，在其他可替代实施例中，例如，产品与现有产品的匹配度、产品重要程度、产品成熟度、系统可用性、系统可伸缩性、研发速度、运维成本、迁移成本、服务器采购周期等，本申请对如何评价服务器利用率的方法不作特殊限制。
为了能够更加准确的计算服务器的利用率，请参考图4，图4示出了本申请又一实施例提供用于评价服务器利用率装置400的示例性结构框图。
如图4所示，该装置包括：
获取第一子单元410，用于获取服务器的实际功率和额定功率；
计算子单元420，用于利用实际功率和额定功率计算服务器功耗利用率；
获取第二子单元430，用于获取CPU利用率、内存利用率以及磁盘利用率
确定服务器资源利用率的评估值单元440，用于根据第一参数和第二参数中各指标数据，以及各指标数据的权重，确定出服务器资源利用率的评估值；
确定服务器资源利用率单元450，用于利用服务器资源利用率的评估值和时间参数确定出服务器资源利用率。
本申请中的服务器资源利用率＝(days/7)*{0.5*服务器功耗利用率+0.5*Max(CPU利用率,内存利用率,磁盘利用率)}。
在计算出服务器资源利用率后，将每个服务器的资源利用率与第一预设阈值和第二预设阈值比较，其中第一预设阈值大于第二预设阈值；将资源利用率大于第一预设阈值的服务器确定为高负载服务器，将资源利用率小于第二预设阈值的服务器确定为低负载服务器；将资源利用率大于等于第二预设阈值且小于等于第一预设阈值的服务器确定为适中负载服务器；
在该实施例中，通过设置阈值，与服务器的资源利用率进行比较，从而确定出高负载服务器、适中负载服务器、低负载服务器，确保管理员或运维人员能更好的掌握服务器资源使用情况。
应当理解，装置300-400中记载的诸单元或模块与参考图1-2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征同样适用于装置300-400及其中包含的单元，在此不再赘述。装置300-400可以预先实现在电子设备的浏览器或其他安全应用中，也可以通过下载等方式而加载到电子设备的浏览器或其安全应用中。装置300-400中的相应单元可以与电子设备中的单元相互配合以实现本申请实施例的方案。
下面参考图5，其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统500的结构示意图。
如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本公开的实施例，上文参考图1-2描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行图1-2的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，前述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括第一子区域生成单元、第二子区域生成单元以及显示区域生成单元。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，显示区域生成单元还可以被描述为“用于根据第一子区域和第二子区域生成文本的显示区域的单元”。
作为另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中前述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，前述程序被一个或者一个以上的处理器用来执行描述于本申请的应用于评价服务器利用率的方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种服务器利用率的评价方法，其特征在于，该方法包括：
获取预定时间段内的第一参数和第二参数，所述第一参数包括服务器功耗利用率，所述第二参数包括CPU利用率、内存利用率以及磁盘利用率；
利用所述第一参数和第二参数计算所述服务器资源利用率。
2.如权利要求1所述的服务器利用率的评价方法，其特征在于，所述获取服务器功耗利用率，包括：
获取服务器的实际功率和额定功率；
利用所述实际功率和额定功率计算所述服务器功耗利用率；
所述服务器功耗利用率＝(实际功率/额定功率)*100％。
3.如权利要求1所述的服务器利用率的评价方法，其特征在于，所述利用所述第一参数和第二参数计算所述服务器资源利用率，包括：
计算服务器资源利用率的评估值，所述服务器资源利用率的评估值＝W0*服务器功耗利用率+W1*Max(CPU利用率，内存利用率，磁盘利用率)，其中W0和W1为权重值；
根据所述服务器资源利用率的评估值计算所述服务器资源利用率，所述服务器资源利用率＝服务器资源利用率评估值*T，其中T为时间参数。
4.如权利要求1-3任一所述的服务器利用率的评价方法，其特征在于，在利用所述第一参数和第二参数计算所述服务器资源利用率之后，该方法还包括：
将所述服务器资源利用率按照从小到大的顺序排列。
5.一种服务器利用率的评价装置，其特征在于，该装置包括：
获取单元，用于获取预定时间段内的第一参数和第二参数，所述第一参数包括服务器功耗利用率，所述第二参数包括CPU利用率、内存利用率以及磁盘利用率；
计算单元，用于利用所述第一参数和第二参数计算所述服务器资源利用率。
6.如权利要求5所述的服务器利用率的评价装置，其特征在于，所述获取服务器功耗利用率，包括：
获取第一子单元，用于获取服务器的实际功率和额定功率；
计算子单元，用于利用所述实际功率和额定功率计算所述服务器功耗利用率；
所述服务器功耗利用率＝(实际功率/额定功率)*100％。
7.如权利要求5所述的服务器利用率的评价装置，其特征在于，所述利用所述第一参数和第二参数计算所述服务器资源利用率，包括：
确定服务器资源利用率的评估值单元，所述服务器资源利用率的评估值＝W0*服务器功耗利用率+W1*Max(CPU利用率，内存利用率，磁盘利用率)，其中W0和W1为权重值；
确定服务器资源利用率单元，所述服务器资源利用率＝服务器资源利用率评估值*T，其中T为时间参数。
8.如权利要求5-7任一所述的服务器利用率的评价装置，其特征在于，在利用所述第一参数和第二参数计算所述服务器资源利用率之后，该装置还包括：
将所述服务器资源利用率按照从小到大的顺序排列。
9.一种服务器利用率评价设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，
所述处理器执行所述程序时实现如权利要求1-4中任一所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序用于：
所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN201910800252.5A 2019-08-28 2019-08-28 服务器利用率的评价方法、装置、设备及其存储介质 Pending CN110569170A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910800252.5A CN110569170A (zh) 2019-08-28 2019-08-28 服务器利用率的评价方法、装置、设备及其存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910800252.5A CN110569170A (zh) 2019-08-28 2019-08-28 服务器利用率的评价方法、装置、设备及其存储介质

Publications (1)

Publication Number Publication Date
CN110569170A true CN110569170A (zh) 2019-12-13

Family

ID=68776507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910800252.5A Pending CN110569170A (zh) 2019-08-28 2019-08-28 服务器利用率的评价方法、装置、设备及其存储介质

Country Status (1)

Country Link
CN (1) CN110569170A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708671A (zh) * 2020-06-11 2020-09-25 杭州尚尚签网络科技有限公司 一种对服务器资源使用效能评估及资源调配的方法及系统
CN112527615A (zh) * 2020-12-07 2021-03-19 北京奇艺世纪科技有限公司 一种设备确定方法、装置、电子设备及存储介质
CN114064282A (zh) * 2021-11-23 2022-02-18 北京百度网讯科技有限公司 资源挖掘方法、装置及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103365666A (zh) * 2013-07-26 2013-10-23 浪潮电子信息产业股份有限公司 一种评价服务器利用率的方法
US20140040474A1 (en) * 2012-07-31 2014-02-06 Sergey Blagodurov Maximizing server utilization within a datacenter
CN103856337A (zh) * 2012-11-28 2014-06-11 华为技术有限公司 资源占用率获取方法、提供方法、系统及服务器
CN104023088A (zh) * 2014-06-28 2014-09-03 山东大学 一种应用于分布式文件系统的存储服务器选择方法
US20160363984A1 (en) * 2015-06-10 2016-12-15 International Business Machines Corporation Identification of idle servers using power consumption

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140040474A1 (en) * 2012-07-31 2014-02-06 Sergey Blagodurov Maximizing server utilization within a datacenter
CN103856337A (zh) * 2012-11-28 2014-06-11 华为技术有限公司 资源占用率获取方法、提供方法、系统及服务器
CN103365666A (zh) * 2013-07-26 2013-10-23 浪潮电子信息产业股份有限公司 一种评价服务器利用率的方法
CN104023088A (zh) * 2014-06-28 2014-09-03 山东大学 一种应用于分布式文件系统的存储服务器选择方法
US20160363984A1 (en) * 2015-06-10 2016-12-15 International Business Machines Corporation Identification of idle servers using power consumption

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111708671A (zh) * 2020-06-11 2020-09-25 杭州尚尚签网络科技有限公司 一种对服务器资源使用效能评估及资源调配的方法及系统
CN112527615A (zh) * 2020-12-07 2021-03-19 北京奇艺世纪科技有限公司 一种设备确定方法、装置、电子设备及存储介质
CN112527615B (zh) * 2020-12-07 2023-09-01 北京奇艺世纪科技有限公司 一种设备确定方法、装置、电子设备及存储介质
CN114064282A (zh) * 2021-11-23 2022-02-18 北京百度网讯科技有限公司 资源挖掘方法、装置及电子设备
CN114064282B (zh) * 2021-11-23 2023-07-25 北京百度网讯科技有限公司 资源挖掘方法、装置及电子设备

Similar Documents

Publication Publication Date Title
WO2021004063A1 (zh) 一种缓存服务器的带宽调度方法及装置
CN107515663B (zh) 调整中央处理器内核运行频率的方法和装置
CN106959894B (zh) 资源分配方法和装置
CN110569170A (zh) 服务器利用率的评价方法、装置、设备及其存储介质
EP3982265A1 (en) Data stream processing language for analyzing instrumented software
CN103294546B (zh) 多维度资源性能干扰感知的虚拟机在线迁移方法及系统
US20070214261A1 (en) Analysis method and apparatus
CN111026553B (zh) 离线混部作业的资源调度方法及服务器系统
CN109981744B (zh) 数据的分发方法、装置、存储介质及电子设备
CN111786895A (zh) 动态全局限流的方法和装置
US20150271023A1 (en) Cloud estimator tool
CN110532154B (zh) 应用系统扩容方法、装置和设备
WO2016172848A1 (zh) 一种调整云计算中虚拟资源的方法及装置
CN107392259B (zh) 构建不均衡样本分类模型的方法和装置
CN109558248B (zh) 一种用于确定面向海洋模式计算的资源分配参数的方法及系统
Wang et al. Predicting CPU usage for proactive autoscaling
CN114490078A (zh) 一种微服务的动态缩扩容方法、装置及设备
CN110618867A (zh) 一种预测资源使用量的方法和装置
CN110990160B (zh) 一种基于负荷预测的静态安全分析容器云弹性伸缩方法
Gupta et al. Long range dependence in cloud servers: a statistical analysis based on google workload trace
CN111404974B (zh) 一种云计算效能评估方法、装置及评估设备
CN115525400A (zh) 基于批次来管理多个计算任务的方法、设备和程序产品
CN113204429A (zh) 一种数据中心的资源调度方法及系统、调度设备、介质
CN112565391A (zh) 调整工业互联网平台中实例的方法、装置、设备和介质
Chen et al. Towards resource-efficient cloud systems: Avoiding over-provisioning in demand-prediction based resource provisioning

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: 20191213

RJ01 Rejection of invention patent application after publication