CN110875838B - 一种资源部署方法、装置和存储介质 - Google Patents
一种资源部署方法、装置和存储介质 Download PDFInfo
- Publication number
- CN110875838B CN110875838B CN201811020059.1A CN201811020059A CN110875838B CN 110875838 B CN110875838 B CN 110875838B CN 201811020059 A CN201811020059 A CN 201811020059A CN 110875838 B CN110875838 B CN 110875838B
- Authority
- CN
- China
- Prior art keywords
- load
- value
- service
- resource
- node
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种资源部署方法、装置和存储介质,解决了基于业务质量监控进行资源动态部署、提升服务质量和资源利用率的问题。所述资源部署方法包括:根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
Description
技术领域
本发明涉及资源部署技术领域,尤其涉及一种资源部署方法、装置和存储介质。
背景技术
CDN(Content Delivery Network)是构建在网络之上的内容分发网络,依靠部署在各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率,所以业务质量是CDN厂商为客户提供加速服务质量的评判标准。
当前技术中,预测单元只是根据以往的历史预测未来的24小时的业务流量变化,没有当前业务流量的值,参考数据周期长,这样预测的值偏差会比较大,导致资源调度不精确和资源的浪费。而且,目前的资源部署方法只对负载资源是否够用进行处理,而没有业务质量的监控,当负载资源减小的情况下,没有考虑到会对服务质量带来影响,导致不满足业务的正常要求,降低了业务质量。
发明内容
本发明实施例提供一种资源部署方法、装置和存储介质,用以根据业务质量监控进行云资源动态部署,提升服务质量和资源利用率。
第一方面,提供一种资源部署方法,包括:
根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;
实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若业务质量差,则提高节点资源的负载直到业务质量满足业务运行;
若业务质量良好,则比较业务负载预测值与预设的最大负载值,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;
若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;
若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,包括:
若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大负载至所述波动区间下限值;
若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;
若在所述对应关系中,没有记录所述波动区间下限值和所述业务负载预测值的对应关系,则调整节点的最大资源负载值至所述波动区间下限值。
可选地,按照以下方法建立业务负载、资源负载和业务质量之间的对应关系:
根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
第二方面,提供一种资源部署装置,包括:
预测单元,用于根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;
资源部署单元,用于实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若业务质量差,则提高节点资源的负载直到业务质量满足业务运行;若业务质量良好,则比较业务负载预测值与预设的最大负载值,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大负载至所述波动区间下限值;若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;若在所述对应关系中,没有记录所述波动区间下限值和所述业务负载预测值的对应关系,则调整节点的最大资源负载值至所述波动区间下限值。
可选地,对应关系建立单元,用于根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
第三方面,提供一种计算装置包括至少一个处理器、以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一种资源部署方法所述的步骤。
第四方面,提供一种计算机可读介质,其存储有可由终端设备执行的计算机程序,当所述程序在终端设备上运行时,使得所述终端设备执行上述任一种资源部署方法所述的步骤。
本发明实施例中,在进行资源部署时,根据历史业务流量数据对业务负载值进行预测,根据当前预测周期内的业务负载预测值初始化节点资源负载值,实时监控节点业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整节点资源负载值,一方面,实现了资源的动态部署,另一方面,由于上述过程中根据业务质量进行资源部署,从而能够提升资源利用率,保证业务质量。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为根据本发明实施方式的资源部署方法的实施流程示意图;
图2为根据本发明实施方式的自动部署资源实施流程示意图;
图3为根据本发明实施方式的资源部署装置的结构示意图;
图4为根据本发明实施方式的计算装置的结构示意图。
具体实施方式
为了解决基于业务质量监控进行云资源动态部署、提升服务质量和资源利用率的问题,本发明实施例提供了一种资源部署方法、装置和存储介质。
本发明实施例提供的资源部署方法可以应用于CDN(内容分发网络)资源部署场景中,当然具体实施时,也可以应用于其他云资源部署场景中,本发明实施例对此不进行限定。
本发明实施例中,在进行资源部署时,为了保证在业务运行时负载资源足够的前提下还能提供良好的业务质量,提升资源利用率,采用短时间间隔内结合历史数据与实时数据的方法,对业务负载值进行预测,根据当前预测周期内的业务负载预测值初始化节点资源负载值,实时监控节点业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整节点资源负载值,不仅实现了资源的动态部署,还能利用预测结果进行资源部署,提升资源利用率,同时保证了业务质量。
以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明,并且在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
如图1所示,其为本发明实施例提供的资源部署方法的实施流程示意图,该方法包括以下步骤:
S11、根据当前预测周期内的业务负载预测值初始化节点资源负载值。
其中,业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的。
该步骤中,业务负载预测值是应用机器学习方法,根据预设的时间间隔确定当前预测周期到达时,将当前流量数据作为输入数据、将业务的历史流量数据作为训练数据预测的时间间隔内的业务流量值。
其中,预设的时间间隔可以根据业务需求实际进行设定,例如,具体实施时,可以每间隔10分钟进行一次预测,即以10分钟作为一个预测周期,当监控到当前预测周期到达时,可以获取当前时刻的业务负载值N,将历史业务流量数据作为训练数据,将当前流量数据作为输入数据,应用机器学习方法预测当前预测周期的业务负载预测值P。
根据业务负载预测值P,初始化节点资源服务器的负载值M,使得负载值M与业务负载预测值P相等。
S12、实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
本发明实施例中,对资源的部署是基于业务质量情况好坏的基础上的,业务质量的好坏影响整个资源的部署情况。基于此,可以预先建立业务负载、资源负载和业务质量之间的对应关系来记录业务负载值和资源负载值对业务质量的影响。
具体实施时,可以采用以下任一方式记录业务负载、资源负载和业务质量之间的对应关系:
第一种方式、采用二维坐标图记录业务负载、资源负载和业务质量之间的对应关系。
这种实施方式下,即绘制资源负载值和业务负载之间的业务质量关系图,用于记录已有的业务质量情况。具体地,可以根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
具体实施时,可以将每次实时监测到的资源负载值M、业务负载值N和此时的业务质量好坏,绘制到一张二维坐标图上,以和坐标表示资源负载值M,纵坐标表示业务负载N,对应的点表示业务质量情况,例如,可以以1表示业务质量良好,以0表示业务质量差等。
第二中方式、采用数据表记录业务负载、资源负载和业务质量之间的对应关系。
如表2所示,其为三者之间的对应关系数据表一种可能的示意:
表2
业务负载 | 资源负载 | 业务质量 |
N<sub>1</sub> | M<sub>1</sub> | 1 |
N<sub>2</sub> | M<sub>2</sub> | 0 |
…… | …… | …… |
N<sub>n</sub> | M<sub>n</sub> | …… |
根据业务负载、资源负载和业务质量之间的对应关系,本发明实施例中可以按照以下方法进行资源部署。
具体实施时,如果在步骤S12中确定监控到节点的业务质量差,则提高节点的资源负载值M直到业务质量满足业务正常运行。如果步骤S12中确定监控到节点的业务质量良好,则可以进一步判断业务预测值P与最大负载值的关系,结合判断结果根据业务负载、资源负载和业务质量之间的对应关系动态调整节点资源负载值。
具体地,如果业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;如果业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;如果业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
其中,如果业务负载预测值小于预设的波动区间下限值,则查找业务负载、资源负载和业务质量之间的对应关系是否记录有动区间下限值和业务负载预测值之间的对应关系,如果有,且对应的业务质量为良好,则调整节点的最大负载至所述波动区间下限值;如果有,但对应的业务质量为差,则维持现有节点资源负载值;如果没有相应的数据记录,则可以调整节点的最大资源负载值至所述波动区间下限值。
为了更好地理解本发明实施例,以下结合具体的实施例对本发明实施例提供的资源部署流程进行说明。如图2所示,其为本发明实施例提供的资源部署流程示意图,包括以下步骤:
S21、初始化节点资源服务器的资源负载值。
具体实施时,根据预设的时间间隔确定当前预测周期到达时,根据当前业务流量数据和历史业务流量数据预测当前预测周期的业务负载值得到业务负载预测值P,初始化节点资源服务器的资源负载值M=P。
S22、判断业务质量是否良好,若业务质量差,则执行步骤S27;若业务质量良好,则执行步骤S23。
具体实施时,服务器启动后,实时监控节点业务质量情况,在二维坐标图或者表1所示的数据表中记录此时监控到的业务质量、业务负载值和资源负载值三者之间的对应关系。根据此时业务质量情况动态调整节点的资源负载。具体地,若监控到此时业务质量差,则将节点资源的负载值M提高,直到业务质量满足业务运营;若监控到此时业务质量良好,则将业务负载预测值P与预设的资源最大负载值M相比,再结合业务负载、资源负载和业务质量之间的对应关系动态调整节点资源的负载值。
S23、判断业务负载预测值是否大于预设的波动区间上限值,如果是,执行步骤S27,如果否,执行步骤S24。
具体实施时,可以将预设的资源最大负载值设定一个波动区间值,即该波动区间值包含波动区间上限值和波动区间下限值,通过业务负载预测值P与波动区间值的关系,进一步确定在业务质量良好的情况下进行资源的部署。
S24、判断业务负载预测值是否小于预设的波动区间上限值,如果是,执行步骤S25,如果否,则返回执行步骤S22。
具体地,首先比较业务负载预测值与波动区间上限值的关系,若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值。若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载。
具体实施时,M设定一个波动区间值[M-L,M+L],此波动区间上限为M+L,下限为M-L,将业务预测值P与预设的M波动区间值进行比较,当P>[M+L]时,则将节点资源负载M提高,使得M=M+L;当[M-L]<P<[M+L]时,则维持现有的节点资源负载M;当P<[M-L]时,则执行步骤S25。
S25、判断如果减少资源负载是否会影响业务质量,如果是,则返回执行步骤S22,如果否,则执行步骤S26。
本步骤中,可以从二维坐标图或者表1所示的数据表中查找是否存在当前的业务负载下限值和资源负载预测值之间的对应关系,如果存在,则进一步查看对应的业务质量,如果对应的业务质量为好,则说明减少资源负载不会影响业务质量,则可以调整节点的最大负载值至所述波动区间下限值。
具体地,根据业务负载、资源负载和业务质量之间的对应关系动态调整节点资源负载值,若在对应关系中,记录有波动区间下限值和业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大负载至波动区间下限值;若在对应关系中,记录有波动区间下限值和业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;若在对应关系中,没有记录波动区间下限值和业务负载预测值的对应关系,则调整节点的最大资源负载值至波动区间下限值。
具体实施时,在业务负载、资源负载和业务质量之间的对应关系中,寻找是否记录有与波动区间下限值(M-L)相等资源负载值Mn、与业务负载预测值P相等的业务负载Nn:
若记录有上述值,M-L=Mn,P=Nn,则进一步确认上述值对应的业务质量是否满足业务质量要求,若满足,说明节点资源服务器提供的资源过剩,此时则减少节点服务器资源负载值,更新最大负载值M,使得M=M-L,若不满足,说明节点服务器提供的资源满足此时的业务需要,则维持现有服务器资源。
若没有记录上述值,则减少节点服务器资源负载值,更新最大负载值M,使得M=M-L。
S26、调整节点的最大负载值至波动区间下限值,并返回执行步骤S22。
S27、提高节点资源的负载直到业务质量满足业务运行,并返回执行步骤S22。
本发明实施例提供的资源部署方法中,采用短时间间隔内结合历史数据与实时数据的方法,对业务负载值进行预测,根据当前预测周期内的业务负载预测值初始化节点资源负载值,实时监控节点业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整节点资源负载值,不仅实现了资源的动态部署,还能利用预测结果进行资源部署,提升资源利用率,同时保证了业务质量。
基于同一发明构思,本发明实施例中还提供了一种资源部署装置,由于上述装置解决问题的原理与资源部署方法相似,因此上述装置的实施可以参见方法的实施,重复之处不再赘述。
如图3所示,其为本发明实施例提供的资源部署装置的结构示意图,包括:
预测单元31,用于根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;
资源部署单元32,用于实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若业务质量差,则提高节点资源的负载直到业务质量满足业务运行;若业务质量良好,则比较业务负载预测值与预设的最大负载值,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
可选地,所述资源部署单元,具体用于若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大负载至所述波动区间下限值;若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;若在所述对应关系中,没有记录所述波动区间下限值和所述业务负载预测值的对应关系,则调整节点的最大资源负载值至所述波动区间下限值。
可选地,对应关系建立单元,用于根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
为了描述的方便,以上各部分按照功能划分为各模块(或单元)分别描述。当然,在实施本发明时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
在介绍了本发明示例性实施方式的资源部署方法和装置之后,接下来,介绍根据本发明的另一示例性实施方式的计算装置。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本发明的计算装置可以至少包括至少一个处理器、以及至少一个存储器。其中,所述存储器存储有程序代码,当所述程序代码被所述处理器执行时,使得所述处理器执行本说明书上述描述的根据本发明各种示例性实施方式的资源部署方法中的步骤。例如,所述处理器可以执行如图1中所示的步骤S11、根据当前预测周期内的业务负载预测值初始化节点资源负载值;步骤S12、监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
下面参照图4来描述根据本发明的这种实施方式的计算装置40。图4显示的计算装置40仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算装置40以通用计算设备的形式表现。计算装置40的组件可以包括但不限于:上述至少一个处理器41、上述至少一个存储器42、连接不同系统组件(包括存储器42和处理器41)的总线43。
总线43表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器42可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)921和/或高速缓存存储器422,还可以进一步包括只读存储器(ROM)423。
存储器42还可以包括具有一组(至少一个)程序模块424的程序/实用工具425,这样的程序模块424包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
计算装置40也可以与一个或多个外部设备44(例如键盘、指向设备等)通信,还可与一个或者多个使得用户能与计算装置40交互的设备通信,和/或与使得该计算装置40能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口45进行。并且,计算装置40还可以通过网络适配器46与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器46通过总线43与用于计算装置40的其它模块通信。应当理解,尽管图中未示出,可以结合计算装置40使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在一些可能的实施方式中,本发明提供的资源部署方法的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在计算机设备上运行时,所述程序代码用于使所述计算机设备执行本说明书上述描述的根据本发明各种示例性实施方式的资源部署方法中的步骤,例如,所述计算机设备可以执行1中所示的步骤S11、根据当前预测周期内的业务负载预测值初始化节点资源负载值;步骤S12、监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本发明的实施方式的用于资源部署的程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在计算设备上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了装置的若干单元或子单元,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之,上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外,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。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种资源部署方法,其特征在于,包括:
根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;
实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值;
其中,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若业务质量差,则提高节点资源的负载直到业务质量满足业务运行;
若业务质量良好,则比较业务负载预测值与预设的最大资源负载值,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值;其中,为预设的最大资源负载值预设一个波动区间值,该波动区间值包含波动区间上限值和波动区间下限值;
其中,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;
若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;
若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
2.如权利要求1所述的方法,其特征在于,若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,包括:
若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大资源负载值至所述波动区间下限值;
若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;
若在所述对应关系中,没有记录所述波动区间下限值和所述业务负载预测值的对应关系,则调整节点的最大资源负载值至所述波动区间下限值。
3.如权利要求1~2任一权利要求所述的方法,其特征在于,按照以下方法建立业务负载、资源负载和业务质量之间的对应关系:
根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
4.一种资源部署装置,其特征在于,包括:
预测单元,用于根据当前预测周期内的业务负载预测值初始化节点资源负载值,其中,所述业务负载预测值为根据预设的时间间隔确定当前预测周期到达时,根据历史业务流量数据预测出的;
资源部署单元,用于实时监控节点的业务质量,根据节点实时的业务质量以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值;
其中,所述资源部署单元,具体用于若业务质量差,则提高节点资源的负载直到业务质量满足业务运行;若业务质量良好,则比较业务负载预测值与预设的最大资源负载值,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值;其中,为预设的最大资源负载值预设一个波动区间值,该波动区间值包含波动区间上限值和波动区间下限值;
其中,根据比较结果以及业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若业务负载预测值大于预设的波动区间上限值,则提高节点资源负载至所述波动区间上限值;若业务负载预测值在预设的波动区间值内,则维持现有的节点资源负载;若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值。
5.如权利要求4所述的装置,其特征在于,若业务负载预测值小于预设的波动区间下限值,则根据业务负载、资源负载和业务质量之间的对应关系动态调整所述节点资源负载值,具体包括:
若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为良好,则调整节点的最大资源负载值至所述波动区间下限值;若在所述对应关系中,记录有所述波动区间下限值和所述业务负载预测值的对应关系,且对应的业务质量为差,则维持现有节点资源负载值;若在所述对应关系中,没有记录所述波动区间下限值和所述业务负载预测值的对应关系,则调整节点的最大资源负载值至所述波动区间下限值。
6.如权利要求4~5任一权利要求所述的装置,其特征在于,还包括:
对应关系建立单元,用于根据每次监测到的节点资源负载值、业务负载值及其对应的业务质量,建立分别以节点资源负载值、业务负载值为横纵坐标,业务质量为对应点的二维坐标图。
7.一种计算装置,其特征在于,包括至少一个处理器、以及至少一个存储器,其中,所述存储器存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~3任一权利要求所述方法的步骤。
8.一种计算机可读介质,其特征在于,其存储有由终端设备执行的计算机程序,当所述程序在终端设备上运行时,使得所述终端设备执行权利要求1~3任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811020059.1A CN110875838B (zh) | 2018-09-03 | 2018-09-03 | 一种资源部署方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811020059.1A CN110875838B (zh) | 2018-09-03 | 2018-09-03 | 一种资源部署方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110875838A CN110875838A (zh) | 2020-03-10 |
CN110875838B true CN110875838B (zh) | 2022-10-18 |
Family
ID=69716854
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811020059.1A Active CN110875838B (zh) | 2018-09-03 | 2018-09-03 | 一种资源部署方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110875838B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111930479B (zh) * | 2020-06-22 | 2024-02-06 | 北京视博云信息技术有限公司 | 一种资源的调度方法、装置、可读存储介质及设备 |
CN112003763B (zh) * | 2020-08-07 | 2022-05-24 | 山东英信计算机技术有限公司 | 网络链路的监测方法、监测装置、监测设备及存储介质 |
CN114666224B (zh) * | 2020-12-08 | 2024-09-17 | 中移动信息技术有限公司 | 业务资源容量动态分配方法、装置、设备及存储介质 |
CN116149865B (zh) * | 2023-04-10 | 2023-07-21 | 之江实验室 | 一种变频执行任务的方法、装置、设备及可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523422A (zh) * | 2011-12-21 | 2012-06-27 | 上海会畅通讯科技发展有限公司 | 多方通信控制系统、多方通信系统及多方通信处理方法 |
CN103778474A (zh) * | 2012-10-18 | 2014-05-07 | 华为技术有限公司 | 资源负载量预测方法、分析预测系统及业务运营监控系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2229917B1 (es) * | 2003-07-15 | 2006-07-01 | Diseño De Sistemas En Silicio, S.A. | Procedimiento de gestion dinamica de recursos de sitemas de telecomunicaciones en funcion de la calidad de servicio y del tipo de servicio. |
-
2018
- 2018-09-03 CN CN201811020059.1A patent/CN110875838B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102523422A (zh) * | 2011-12-21 | 2012-06-27 | 上海会畅通讯科技发展有限公司 | 多方通信控制系统、多方通信系统及多方通信处理方法 |
CN103778474A (zh) * | 2012-10-18 | 2014-05-07 | 华为技术有限公司 | 资源负载量预测方法、分析预测系统及业务运营监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110875838A (zh) | 2020-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110875838B (zh) | 一种资源部署方法、装置和存储介质 | |
US10956849B2 (en) | Microservice auto-scaling for achieving service level agreements | |
US10375169B1 (en) | System and method for automatically triggering the live migration of cloud services and automatically performing the triggered migration | |
US20200342419A1 (en) | Intelligent management of one or more machines of a vehicle service center | |
US20190044999A1 (en) | Application Deployment Engine | |
US10367719B2 (en) | Optimized consumption of third-party web services in a composite service | |
CN104038540A (zh) | 一种应用代理服务器自动选择方法及系统 | |
US9191330B2 (en) | Path selection for network service requests | |
KR102320317B1 (ko) | 클라우드 엣지 환경에서 예측 기반 마이그레이션 후보 및 대상 선정 방법 | |
CN112506619B (zh) | 作业处理方法、装置、电子设备和存储介质 | |
US10469400B2 (en) | Method and apparatus for provisioning of resources to support applications and their varying demands | |
CN109697070B (zh) | 一种基于Ambari的集群管理方法、装置和介质 | |
US11310125B2 (en) | AI-enabled adaptive TCA thresholding for SLA assurance | |
US10628475B2 (en) | Runtime control of automation accuracy using adjustable thresholds | |
US9471389B2 (en) | Dynamically tuning server placement | |
CN113254191B (zh) | 用于运行应用的方法、电子设备和计算机程序产品 | |
CN114035906B (zh) | 虚拟机迁移方法、装置、电子设备及存储介质 | |
CN113973092B (zh) | 链路资源调度方法、装置、计算设备及计算机存储介质 | |
CN110995519B (zh) | 一种负载均衡方法及装置 | |
CN110377396A (zh) | 一种虚拟机自动迁移方法、系统及电子设备 | |
CN111083719A (zh) | 一种网元容量弹性调整的方法、装置和存储介质 | |
CN114448897B (zh) | 一种目标器迁移方法及装置 | |
CN116599862B (zh) | 通信方法、分析网元和通信系统 | |
CN118093093A (zh) | 资源配置方法、装置、设备、存储介质和程序产品 | |
US20190342186A1 (en) | Service level performance assurance in a software defined network |
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 |