CN111162968A - 云资源使用效能计量方法、装置、电子设备及存储介质 - Google Patents
云资源使用效能计量方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111162968A CN111162968A CN201911369418.9A CN201911369418A CN111162968A CN 111162968 A CN111162968 A CN 111162968A CN 201911369418 A CN201911369418 A CN 201911369418A CN 111162968 A CN111162968 A CN 111162968A
- Authority
- CN
- China
- Prior art keywords
- utilization rate
- preset
- utilization
- determining
- point
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
- H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种云资源使用效能计量方法、装置、电子设备及存储介质。其中,该方法应用于计算资源使用效能的计量,包括:在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效,可提高云资源使用效能的计量准确度。
Description
技术领域
本发明实施例涉及云计算技术,尤其涉及一种云资源使用效能计量方法、装置、电子设备及存储介质。
背景技术
目前,云使用者(例如企业、政府机关等)可向云服务提供商申请云资源(例如计算资源、存储资源等),云服务提供商可依据申请向云使用者分配相应云资源,并进行计费。
当云使用者申请云资源不足时,会导致云使用者提供的业务的运行性能较差;当云使用者申请云资源过量时,会增加投资成本,且云资源得不到合理利用。云使用者在云资源使用过程中,可根据使用效能对申请的云资源进行扩充/缩减调整,以在保证业务正常运行情况下,使云资源充分利用和成本合理分配。
现有技术中,通常将云资源的平均利用率作为云资源的使用效能。现有方法的不足之处至少包括:针对动态变化的计算资源来说,当计算资源的平均利用率呈现状况较佳的情况下,可能存在部分时段的极低利用率或极高利用率。因此,将平均利用率作为计算资源的使用效能,并不能很好地指导对申请资源的调整,即使用效能的计量准确度较低。
发明内容
有鉴于此,本发明实施例提供了一种云资源使用效能计量方法、装置、电子设备及存储介质,可提高云资源中计算资源的使用效能的计量准确度。
第一方面,本发明实施例提供了一种云资源使用效能计量方法,应用于计算资源使用效能的计量,包括:
在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;
根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效。
第二方面,本发明实施例还提供了一种云资源使用效能计量装置,应用于计算资源使用效能的计量,包括:
采集模块,用于在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;
使用能效确定模块,用于根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效。
第三方面,本发明实施例还提供了一种电子设备,包括存储器、处理器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任意实施例提供的云资源使用效能计量方法。
第四方面,本发明实施例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,其特征在于,该程序被处理器执行时实现如本申请任意实施例提供的云资源使用效能计量方法。
本发明实施例提供的一种云资源使用效能计量方法、装置、电子设备及存储介质,应用于计算资源使用效能的计量,电子设备在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效。
所确定的预设分位点处的利用率,可表征在业务时段内,预设分位点的数值对应的时长中计算资源的利用率未达到所确定的利用率,而剩余时长中计算资源的利用率大于所确定的利用率。将预设分位点处的利用率作为计算资源的使用能效,并根据使用效能对后续申请计算资源进行调整,既可使调整后的计算资源预留一定的余量,又可使计算资源得到充分的利用,从而提高云资源使用效能的计量准确度。
附图说明
图1是本发明实施例一提供的一种云资源使用效能计量方法的流程示意图;
图2是本发明实施例一提供的一种云资源使用效能计量方法中累积分布函数曲线示意图;
图3是本发明实施例二提供的一种云资源使用效能计量装置的结构示意图;
图4是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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他实施例,都属于本发明保护的范围。下述各实施例中,每个实施例中同时提供了可选特征和示例,实施例中记载的各个特征可进行组合,形成多个可选方案,不应将每个编号的实施例仅视为一个技术方案。
实施例一
图1为本发明实施例一提供的一种云资源使用效能计量方法的流程示意图,本实施例可适用于计量云资源使用效能的情况,尤其可适用于计量计算资源等动态云资源的使用效能的情况。该方法可以由本发明实施例提供的云资源使用效能计量装置来执行,且云资源使用效能计量装置可配置于本发明实施例提供的电子设备中。
参见图1,云资源使用效能计量方法,应用于计算资源使用效能的计量,具体包括如下步骤:
S110、在预设业务时段内,每隔预设时间间隔采集计算资源的利用率。
电子设备在执行本实施例提供的计量方法过程中,可在预设业务时段内,每隔一个预设时间间隔采集一次计算资源的利用率。其中,预设业务时段可以为计量方法中的初始化时段,例如可以为每天的9:00-18:00。此外,预设业务时段也可根据业务需求,通过计量方法中预留的设置接口进行设置,例如可以设置为每个季度末当天的9:00-18:00或每年年末当天的9:00-18:00。其中,预设时间间隔例如可以是每30分钟,或每小时。
可选的,计算资源包括中央处理器资源和/或内存资源。
其中,中央处理器资源(central processing unit,CPU)的利用率可以认为是运行的程序/线程占用的CPU资源的比例,当CPU利用率越高,说明该时间点运行程序/线程占用资源较高,反之较少。其中,内存资源的利用率可以认为已使用量占总量的比例。
S120、根据采集的各利用率,确定预设分位点处的利用率,并将预设分位点处的利用率作为计算资源的使用能效。
其中,分位点可以认为是将有限数据按照大小的顺序排列后,将数据划分为n份的n-1个分割点,例如可以为二分位点、四分位点或百分位点。示例性的,当有限数据由小到大排序后为a1、a2、a3、a4、a5时,则二分位点处的数值为a3;第一四分位点处的数值为大于a1小于a2的数值,第二四分位点处的数值为a3,第三四分位点的数值为大于a4小于a5的数值。其中,计量计算资源利用率的预设分位点优选可以为百分位点,且计量CPU利用率的预设分位点可根据行业指标体系规则设置为75%分位点。
由于利用率为在预设业务时段内按预设时间间隔采集的,预设分位点对应的累积时长可以为分位点的数值与业务时段的乘积。示例性的,当预设分位点为75%分位点,业务时段为8小时时,预设分位点对应的累积时长为75%*8=6小时。进而,所确定的预设分位点处的利用率,可表征在业务时段内,预设分位点数值对应的时长中利用率未达到所确定的利用率,而剩余时长中计算资源的利用率大于所确定的利用率。示例性的,当预设分位点为75%分位点,业务时段为8小时,且预设分位点处的利用率为70%时,则可以认为业务时段中有6小时,计算资源的利用率未达到70%,剩余的2小时中计算资源的利用率超过了70%。
将预设分位点处的利用率作为计算资源的使用能效,并根据使用效能对后续申请计算资源进行调整,既可使调整后的计算资源预留一定的余量,又可使计算资源得到充分的利用,从而提高云资源使用效能的计量准确度。
可选的,根据采集的各利用率,确定预设分位点处的利用率,包括:
根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线;确定累积分布函数曲线中,累积概率为预设分位点的数值的点;将点对应的利用率作为预设分位点处的利用率。
其中,采集的各利用率可能相同,也可能不同。当采集的各利用率都不同时,则各利用率出现的概率都为1/m,其中m为采集的总次数;当采集的各利用率中存在相同的利用率时,可将相同的数量s与采集的总次数m的比值作为该利用率出现的概率。示例性的,采集了100次利用率,其中利用率为60%出现了10次,则60%对应的出现概率为10/100=0.1。
其中,累积概率可以认为是,小于当前数值的全部数值的概率和,累积概率的取值范围为[0,1]。其中,利用率-累积概率坐标系中包括利用率轴和累积概率轴。根据各利用率的出现概率,可在利用率-累积概率坐标系中拟合出利用率的累积分布函数曲线,且累积分布函数曲线为连续的单调递增曲线。其中,可以确定曲线中累积坐标轴等于预设分位点的数值的点,将该点投影至利用率轴,即可得到该点对应的利用率。
进一步的,根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线,包括:
将小于当前利用率的各利用率的出现概率相加,得到当前利用率的累积概率,直到确定各利用率的累积概率为止;在利用率-累积概率坐标系中绘制各利用率对应的累积概率点;根据各累积概率点进行曲线拟合,得到利用率的累积分布函数曲线。
其中,可以根据利用率和利用率对应的累积概率构建坐标点(即累积概率点)。示例性的,当横轴为利用率轴,纵轴为累积概率轴时,构建的坐标点为(利用率,累积概率);当横轴为累积概率轴,纵轴为利用率轴时,构建的坐标点为(累积概率,利用率)。
其中,将各坐标点绘制到利用率-累积概率坐标系中,各坐标点呈离散状态。此时可对各坐标点进行曲线拟合,得到误差范围内拟合度较高的曲线,将拟合得到的曲线作为利用率的累积分布函数曲线。
示例性的,图2是本发明实施例一提供的一种云资源使用效能计量方法中累积分布函数曲线示意图。参见图2,坐标系中横轴为CPU利用率轴,纵轴为累积概率轴,利用率的累积分布函数曲线为单调递增曲线。累积分布函数曲线中黑色圆点为,累积概率为预设分位点的数值α的点,且将点对应的利用率q作为预设分位点处的利用率。
可选的,根据采集的各利用率,确定预设分位点处的利用率,包括:
将采集的各利用率按由小到大的顺序进行排序,其中大小相同的利用率间进行随机排序;
根据下述公式确定预设分位点的排序位置:
w=α*(N+1);
其中,w为预设分位点的排序位置,α为预设分位点,N为利用率的总采集次数;
根据下述公式确定预设分位点处的利用率:
Q=x(y)+z*(x(y+1)-x(y));
其中,Q为预设分位点处的利用率,y为w的整数部分,z为w的小数部分,x(y)为排序位置为y的利用率,x(y+1)为排序位置为y+1的利用率。
示例性的,采集的各利用率按由小到大的顺序进行排序后为7%,15%,36%,39%,40%,41%,一共6项,且预设分位点为75%。预设分位点的排序位置为:w=3(6+1)/4=21/4=5.25,y为w的整数部分5,z为w的小数部分0.25;预设分位点处的利用率为:Q=x(y)+z*(x(y+1)-x(y))=0.25*41%+0.75*40%=40.25%。即75%分位点处的利用率为40.25%。
上述两种“根据采集的各利用率,确定预设分位点处的利用率”方法中一种是基于拟合曲线得到的预设分位点处的利用率,另一种时基于公式运算得到的预设分位点处的利用率,两种方法得到的预设分位点处的利用率相同。电子设备可采取上述两种方法中任意一种,来确定预设分位点处的利用率。
本实施例提供的云资源使用效能计量方法,电子设备在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;根据采集的各利用率的数值,确定预设分位点处的利用率;将预设分位点处的利用率作为计算资源的使用能效。所确定的预设分位点处的利用率,可表征在业务时段内,预设分位点数值对应的时长中计算资源的利用率未达到所确定的利用率,而剩余时长中计算资源的利用率大于所确定的利用率。将预设分位点处的利用率作为计算资源的使用能效,并根据使用效能对后续申请计算资源进行调整,既可使调整后的计算资源预留一定的余量,又可使计算资源得到充分的利用,从而提高云资源使用效能的计量准确度。
实施例二
图3是本发明实施例二提供的一种云资源使用效能计量装置的结构示意图。应用该计量装置可以实现本发明任一实施例所提供的云资源使用效能计量方法。
参见图3,云资源使用效能计量装置,应用于计算资源使用效能的计量,包括:
采集模块310,用于在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;
使用能效确定模块320,用于根据采集的各利用率,确定预设分位点处的利用率,并将预设分位点处的利用率作为计算资源的使用能效。
可选的,计算资源包括中央处理器资源和/或内存资源。
可选的,使用能效确定模块,包括:
曲线拟合子模块,用于根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线;
点确定子模块,用于确定累积分布函数曲线中,累积概率为预设分位点的数值的点;
第一利用率确定子模块,用于将点对应的利用率作为预设分位点处的利用率。
进一步的,曲线拟合子模块,具体用于:
将小于当前利用率的各利用率的出现概率相加,得到当前利用率的累积概率,直到确定各利用率的累积概率为止;在利用率-累积概率坐标系中绘制各利用率对应的累积概率点;根据各累积概率点进行曲线拟合,得到利用率的累积分布函数曲线
可选的,使用能效确定模块,包括:
排序子模块,用于将采集的各利用率按由小到大的顺序进行排序,其中大小相同的利用率间进行随机排序;
分位点位置确定子模块,用于根据下述公式确定预设分位点的排序位置:
w=α*(N+1);
其中,w为预设分位点的排序位置,α为预设分位点,N为利用率的总采集次数;
第二利用率确定子模块,用于根据下述公式确定预设分位点处的利用率:
Q=x(y)+z*(x(y+1)-x(y));
其中,Q为预设分位点处的利用率,y为w的整数部分,z为w的小数部分,x(y)为排序位置为y的利用率,x(y+1)为排序位置为y+1的利用率。
本发明实施例所提供的云资源使用效能计量装置可执行本发明任一实施例所提供的云资源使用效能计量方法,具备执行方法相应的功能模块和有益效果。未详尽描述的技术细节,可参见本发明任一实施例所提供的云资源使用效能计量方法。
实施例三
图4是本发明实施例三提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备12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。设备12典型的是承担云资源使用效能计量功能的电子设备。
如图4所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,存储器28,连接不同组件(包括存储器28和处理单元16)的总线18。
总线18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,图形加速端口,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。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
电子设备12典型地包括多种计算机可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机装置可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品40,该程序产品40具有一组程序模块42,这些程序模块被配置以执行本发明各实施例的功能。程序产品40,可以存储在例如存储器28中,这样的程序模块42包括但不限于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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、鼠标、摄像头等和显示器)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,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22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网WideArea Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备12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、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)装置、磁带驱动器以及数据备份存储装置等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明上述实施例所提供的云资源使用效能计量方法,该方法包括:
在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;根据采集的各利用率的数值,确定预设分位点处的利用率;将预设分位点处的利用率作为计算资源的使用能效。
当然,本领域技术人员可以理解,处理器还可以实现本发明任一实施例所提供的云资源使用效能计量方法的技术方案。
实施例四
本发明实施例四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,该程序被处理器执行时实现如本发明实施例所提供的云资源使用效能计量方法,该方法包括:
在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;根据采集的各利用率的数值,确定预设分位点处的利用率;将预设分位点处的利用率作为计算资源的使用能效。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明任一实施例所提供的云资源使用效能计量方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的装置、装置或器件,或者任意以上的组合。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机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装置、装置或者器件使用或者与其结合使用。
计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行装置、装置或者器件使用或者与其结合使用的程序。
计算机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、电线、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或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种云资源使用效能计量方法,其特征在于,应用于计算资源使用效能的计量,包括:
在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;
根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效。
2.根据权利要求1所述的方法,其特征在于,所述计算资源包括中央处理器资源和/或内存资源。
3.根据权利要求1所述的方法,其特征在于,所述根据采集的各利用率,确定预设分位点处的利用率,包括:
根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线;
确定所述累积分布函数曲线中,累积概率为预设分位点的数值的点;
将所述点对应的利用率作为预设分位点处的利用率。
4.根据权利要求3所述的方法,其特征在于,所述根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线,包括:
将小于当前利用率的各利用率的出现概率相加,得到当前利用率的累积概率,直到确定各利用率的累积概率为止;
在利用率-累积概率坐标系中绘制各利用率对应的累积概率点;
根据各累积概率点进行曲线拟合,得到利用率的累积分布函数曲线。
5.根据权利要求1所述的方法,其特征在于,所述根据采集的各利用率,确定预设分位点处的利用率,包括:
将采集的各利用率按由小到大的顺序进行排序,其中大小相同的利用率间进行随机排序;
根据下述公式确定预设分位点的排序位置:
w=α*(N+1);
其中,w为预设分位点的排序位置,α为预设分位点,N为利用率的总采集次数;
根据下述公式确定预设分位点处的利用率:
Q=x(y)+z*(x(y+1)-x(y));
其中,Q为预设分位点处的利用率,y为w的整数部分,z为w的小数部分,x(y)为排序位置为y的利用率,x(y+1)为排序位置为y+1的利用率。
6.一种云资源使用效能计量装置,其特征在于,应用于计算资源使用效能的计量,包括:
采集模块,用于在预设业务时段内,每隔预设时间间隔采集计算资源的利用率;
使用能效确定模块,用于根据采集的各利用率,确定预设分位点处的利用率,并将所述预设分位点处的利用率作为计算资源的使用能效。
7.根据权利要求6所述的装置,其特征在于,所述使用能效确定模块,包括:
曲线拟合子模块,用于根据各利用率的出现概率,在利用率-累积概率坐标系中拟合利用率的累积分布函数曲线;
点确定子模块,用于确定所述累积分布函数曲线中,累积概率为预设分位点的数值的点;
第一利用率确定子模块,用于将所述点对应的利用率作为预设分位点处的利用率。
8.根据权利要求6所述的装置,其特征在于,所述使用能效确定模块,包括:
排序子模块,用于将采集的各利用率按由小到大的顺序进行排序,其中大小相同的利用率间进行随机排序;
分位点位置确定子模块,用于根据下述公式确定预设分位点的排序位置:
w=α*(N+1);
其中,w为预设分位点的排序位置,α为预设分位点,N为利用率的总采集次数;
第二利用率确定子模块,用于根据下述公式确定预设分位点处的利用率:
Q=x(y)+z*(x(y+1)-x(y));
其中,Q为预设分位点处的利用率,y为w的整数部分,z为w的小数部分,x(y)为排序位置为y的利用率,x(y+1)为排序位置为y+1的利用率。
9.一种电子设备,包括存储器、处理器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1-5中任一所述的云资源使用效能计量方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的云资源使用效能计量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911369418.9A CN111162968A (zh) | 2019-12-26 | 2019-12-26 | 云资源使用效能计量方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911369418.9A CN111162968A (zh) | 2019-12-26 | 2019-12-26 | 云资源使用效能计量方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111162968A true CN111162968A (zh) | 2020-05-15 |
Family
ID=70558332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911369418.9A Pending CN111162968A (zh) | 2019-12-26 | 2019-12-26 | 云资源使用效能计量方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111162968A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379233A (zh) * | 2021-06-08 | 2021-09-10 | 重庆大学 | 一种基于高阶矩的行程时间可靠性估计方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150324326A1 (en) * | 2013-05-06 | 2015-11-12 | Sas Institute Inc. | Techniques to perform curve fitting for statistical tests |
CN106372412A (zh) * | 2016-08-31 | 2017-02-01 | 北京可视化节能科技股份有限公司 | 联动设备能效分析系统 |
CN109301835A (zh) * | 2018-11-21 | 2019-02-01 | 广东电网有限责任公司 | 一种考虑用户效用的配网电压暂降严重程度评估方法 |
-
2019
- 2019-12-26 CN CN201911369418.9A patent/CN111162968A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150324326A1 (en) * | 2013-05-06 | 2015-11-12 | Sas Institute Inc. | Techniques to perform curve fitting for statistical tests |
CN106372412A (zh) * | 2016-08-31 | 2017-02-01 | 北京可视化节能科技股份有限公司 | 联动设备能效分析系统 |
CN109301835A (zh) * | 2018-11-21 | 2019-02-01 | 广东电网有限责任公司 | 一种考虑用户效用的配网电压暂降严重程度评估方法 |
Non-Patent Citations (3)
Title |
---|
林政: "大规模网络数据分位数估算算法研究及分析", 《CNKI硕士学位论文》 * |
祁德军等: "论四分位数的计算", 《百度文库》 * |
郭力争: "云计算环境下资源部署与任务调度研究", 《CNKI硕士学位论文》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113379233A (zh) * | 2021-06-08 | 2021-09-10 | 重庆大学 | 一种基于高阶矩的行程时间可靠性估计方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111352800A (zh) | 大数据集群监控方法及相关设备 | |
CN105979532B (zh) | 一种业务处理系统的性能容量分析预警方法及装置 | |
CN109272348B (zh) | 活跃用户数量确定方法及装置、存储介质和电子设备 | |
CN111813641B (zh) | 崩溃信息收集的方法、装置、介质和设备 | |
CN111985831A (zh) | 云计算资源的调度方法、装置、计算机设备及存储介质 | |
CN110647447A (zh) | 用于分布式系统的异常实例检测方法、装置、设备和介质 | |
CN111162968A (zh) | 云资源使用效能计量方法、装置、电子设备及存储介质 | |
CN110659280B (zh) | 道路阻断异常检测方法、装置、计算机设备及存储介质 | |
CN116594568A (zh) | 一种数据存储方法、装置、电子设备及存储介质 | |
CN112150033A (zh) | 一种快递柜系统管理方法、装置及电子设备 | |
CN111401934A (zh) | 分布式广告统计方法以及装置 | |
CN115016890A (zh) | 虚拟机资源分配方法、装置、电子设备及存储介质 | |
CN113920381B (zh) | 重复派生指标识别方法、电子设备及可读存储介质 | |
CN114123190A (zh) | 确定电表所属目标台区的方法、装置、电子设备及存储介质 | |
CN110119364B (zh) | 一种输入/输出批量提交的方法和系统 | |
CN110688610B (zh) | 图数据的权重计算方法、装置和电子设备 | |
CN113590955A (zh) | 目标推荐用户确定方法、装置、电子设备以及存储介质 | |
CN115130026A (zh) | 目标对象的确定方法、装置、介质及电子设备 | |
CN108023734B (zh) | 带宽获取方法及装置、数据处理方法及装置、服务器 | |
CN112667614A (zh) | 一种数据处理方法、装置及计算机设备 | |
CN111199345A (zh) | 海绵城市的设计降雨量的测算方法及终端设备 | |
CN112364268A (zh) | 资源获取方法、装置、电子设备及存储介质 | |
CN111709105A (zh) | 电流负荷值计算方法、装置、设备及存储介质 | |
CN115290798B (zh) | 变压器油色谱在线监测装置的稳定性能监测方法及终端 | |
CN109344043A (zh) | 一种性能分析方法及相关装置 |
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: 20200515 |
|
RJ01 | Rejection of invention patent application after publication |