CN111338745B - 一种虚拟机的部署方法、装置及智能设备 - Google Patents

Abstract

本申请公开了一种虚拟机部署方法，用于解决采用传统的大数据部署方案，可能造成资源浪费、资源利用率较低的问题。方法包括：确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；根据可用计算资源量以及可用存储容量，确定与可用计算资源量以及可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；根据数量和类型，在目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。本申请实施例还提供一种虚拟机部署装置、智能设备以及计算机可读存储介质。

Description

一种虚拟机的部署方法、装置及智能设备

技术领域

本申请涉及数据处理技术领域，尤其涉及一种虚拟机的部署方法、装置及智能设备。

背景技术

传统的大数据部署方案，是以固定配额的硬件配置和软件应用分别对物理机集群中的各物理机进行捆绑安装，以实现对各物理机的统一部署。例如：分别在某物理机集群中的各物理机上同时捆绑安装排序应用、分析计算应用以及分布式存储系统应用等软件应用。

通常，采用传统的大数据部署方案，对物理机集群中的各物理机进行统一部署时，可能需要消耗各物理机一定量的可用资源(例如，存储资源、计算资源)，然而，由于各物理机上的计算资源和存储资源分配是不平衡的，且各物理机应用所需的计算资源、存储资源也有所差别，因此，若采用传统的大数据部署方案，以固定配额的硬件配置和软件应用分别对物理机集群中的各物理机进行捆绑安装，可能出现各物理机应用会根据各自的计算需求和存储需求，对物理机的资源进行抢占，从而使得各物理机应用上的资源分配不均匀，造成资源浪费、资源利用率较低。

发明内容

本申请实施例提供一种虚拟机的部署方法，用于解决采用传统的大数据部署方案，可能造成资源浪费、资源利用率较低的问题。

本申请实施例还提供一种虚拟机的部署装置、智能设备及计算机可读存储介质。

具体地，本申请实施例采用下述技术方案：

第一方面，本申请实施例提供了一种虚拟机的部署方法，包括：

确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

根据所述可用计算资源量以及所述可用存储容量，确定与所述可用计算资源量以及所述可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

根据所述数量和所述类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。

第二方面，本申请实施例提供了一种虚拟机的部署装置，包括：

第一确定模块，用于确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

第二确定模块，用于根据所述可用计算资源量以及所述可用存储容量，确定与所述计算资源量以及所述可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

安装模块，用于根据所述数量和所述类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。

第三方面，本申请实施例提供了一种智能设备，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计算机程序，所述计算机程序被所述处理器执行时实现如上所述的任意一种虚拟机的部署方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的任意一种虚拟机的部署方法的步骤。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：

采用本申请提供的方法，首先，可以确定待部署物理机应用的目标物理机的可用资源量所述(比如，可用计算资源量以及可用存储容量)；然后，再根据可用资源量，确定与可用资源量相匹配的物理机应用的类型以及各类型的物理机应用的数量；最终，根据数量和类型，在目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机，一方面，由于可以先对目标物理机的可用资源进行确定，并根据确定的可用资源，在目标物理机上安装与可用资源相匹配的数量的虚拟机机，所以可以实现对目标物理机的按需分配以及使目标物理机的可用资源达到最大化利用。

另一方面，由于本申请，将各类型的物理机应用安装到目标物理主机的虚拟机上，而各虚拟机相互独立且均具备独立的操作系统，因此，采用本申请提供的方法，还可以避免各物理机应用对物理机的资源进行抢占。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种虚拟机的部署方法的具体实现流程图；

图2为本申请实施例提供的一种虚拟机的部署装置的具体结构示意图；

图3为本申请实施例提供的一种智能设备的具体结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

实施例1

为了解决采用传统的大数据部署方案，可能造成资源浪费、资源利用率较低的问题，本申请实施例1提供了一种虚拟机的部署方法。该方法的执行主体，可以但不限于是具有计算机系统/服务器的云计算节点，或者可以是适于与计算机系统/服务器一起操作的智能设备，比如分布式云计算智能设备、个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统，等等。

请参见图1，为本申请实施例提供的一种虚拟机的部署方法，该流程包括下述步骤：

步骤11，确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

所述物理机应用，包括日常运维过程中用于实现数据增添、删除、修改等工作的大数据平台基础应用，例如排序应用、分析计算应用以及分布式存储系统应用。

其中，分析计算应用是以消耗目标物理机的计算资源为主，对于存储资源消耗相对较少的应用，比如，通用资源管理系统(Yet Another Resource Negotiator，Yarn)、开源流处理平台(Apache Kafka，Kafka)；而分布式存储系统应用是以消耗目标物理机的存储资源为主，对于计算资源消耗相对较少的应用，比如Hadoop分布式文件系统(HadoopDistributed File System，HDFS)。

为避免由于目标物理机本身的计算资源以及存储资源分配不平衡，例如，可能出现某目标物理机计算资源利用率超过80％，而存储资源利用率少于20％；或某目标物理机计算资源利用率不足30％，而存储资源利用率达到80％；或某目标物理机计算资源利用率和存储资源利用率均不足40％等情况，从而导致统一调度过程中，可能出现资源浪费的问题，在一个申请实施例中，可以先对目标物理机的可用计算资源量以及可用存储容量进行确定，以便后续操作可以实现按需分配，进而避免资源浪费。

其中，由于目标物理机的可用计算资源主要是指目标物理机的可用计算核心数量，即目标物理机的计算内核的数量，因此，本申请实施例中可以通过物理机的可用计算核心数量衡量待部署物理机应用的目标物理机的可用计算资源量，且为方便描述，以下描述中但凡涉及目标物理机的可用计算资源的获取、确定、计算等情况，均可以等价为对可用计算核心的获取、确定以及计算，以下不再赘述。

具体地，步骤11中，可以按照如下公式，确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量：

可用计算资源量＝可用计算核心数量＝目标物理机的中央处理器的总数量*各中央处理器所含的可用计算核心的数量；

可用存储容量＝目标物理机的可用磁盘数量*各可用磁盘的容量*可用磁盘冗余百分比。

其中，磁盘冗余百分比是指在磁盘阵列中，出现故障的磁盘的数量与磁盘阵列中总的磁盘的数量的百分比。

执行完步骤11，确定好目标物理机的可用计算资源量以及可用存储容量后，可以根据下述步骤12，进一步确定与可用计算资源量、可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量。

步骤12，根据可用计算资源量以及可用存储容量，确定与可用计算资源量以及可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

在一个实施例中，步骤12具体可以通过步骤121～123实现：

步骤121，根据可用计算资源量、可用存储容量以及第一预设映射关系，确定目标物理机的级别；第一预设映射关系包括可用计算资源量、可用存储容量与目标物理机级别的映射关系；

步骤122，根据第二预设映射关系和确定出的级别，确定与确定出的级别相匹配的物理机应用的类型；第二预设映射关系包括目标物理机级别与物理机应用类型的映射关系。

步骤123，根据级别对应的可用计算资源量、可用存储容量以及类型对应的标准虚拟机的计算核心数量，确定用于运行所述类型的物理机应用的虚拟机的数量。

在一个实施例中，上述步骤121具体可以通过以下步骤实现：

步骤1211，根据物理机集群的可用计算核心数量以及可用存储容量，计算物理机集群的平均可用计算核心数量以及平均可用存储容量；

其中，平均可用计算核心数量、平均可用存储容量，可以按照如下公式计算：

平均可用计算核心数量＝物理机集群的计算核心总数量/物理机集群中物理机的总数量；物理机集群是指所有待部署物理机应用的目标物理机的集合。

其中，物理机集群的计算核心总数等于物理机集群中各物理机包含的可用计算核心数量之和。

平均可用存储容量＝物理机集群的总存储容量/物理机集群中物理机的总数量；

其中，物理机集群中物理机的总存储容量等于物理机集群中各物理机的存储总量之和。

需要说明的是，若计算出的平均可用计算核心数量以及平均可用存储容量为非整数，则可以保留整数，舍弃小数点。

步骤1212，根据目标物理机的可用计算核心数量与平均可用计算核心数量的大小关系、目标物理机的可用存储容量与平均可用存储容量的大小关系以及第一预设映射关系，确定目标物理机的级别。

在一个实施例中，例如，同时以目标物理机的可用计算资源以及可用存储资源为确定依据，则目标物理机的级别可以包括高性能且高容量级别、普通性能且普通容量级别、高性能且普通容量级别以及高容量且普通性能级别。

其中，上述列举的级别仅是本申请实施例的一种示例性说明，并不对本申请造成任何限定。

或者，本申请实施例中，可以仅考虑目标物理机的中央处理器为确定依据，将目标物理机中，中央处理器数量大于物理机集群中平均中央处理器数量的目标物理机确定为高性能主机；将目标物理机中，中央处理器数量小于等于物理机集群的平均中央处理器数量的目标物理机确定为普通性能主机。

或者，本申请实施例中，可以仅考虑目标物理机的可用存储容量为确定依据，将目标物理机中可用存储资源大于物理机集群中平均可用存储资源的目标物理机确定为高容量主机；将目标物理机中，可用存储资源小于等于物理机集群中平均可用存储资源的目标物理机确定为普通容量主机。

其中，采用步骤121所述的方式，同时将目标物理机的可用计算资源以及可用存储资源作为确定依据，确定目标物理机级别，可以避免相关技术中，由于确定依据单一，比如仅考虑将可用计算资源或可用存储资源中的一种作为确定依据，导致目标物理机级别确定结果不全面、不准确的问题。

沿用上述实例，若以目标物理机级别为上述列举的级别为例，则本申请实施例中的第一预设映射关系具体包括：

第一可用计算核心数量、第一可用存储容量与高性能且高容量级别的映射关系；其中，第一可用计算核心数量大于平均可用计算核心数量；第一可用存储容量大于平均可用存储容量；

第二可用计算核心数量、第二可用存储容量与普通性能且普通容量级别的映射关系；其中，第二可用计算核心数量小于等于平均可用计算核心数量；第二可用存储容量小于等于平均可用存储容量；

第三可用计算核心数量、第三可用存储容量与高性能且普通容量级别的映射关系；其中，第三可用计算核心数量大于平均可用计算核心数量；第三可用存储容量小于等于平均可用存储容量；

第四可用计算核心数量、第四可用存储容量与普通性能且高容量级别的映射关系；其中，第四可用计算核心数量小于等于平均可用计算核心数量；第四可用存储容量大于平均可用存储容量。

其中，第一可用计算核心数量、第二可用计算核心数量、第三可用计算核心数量以及第四可用计算核心数量均可用于表示目标物理机的计算能力，且第一可用计算核心数量、第三可用计算核心数量均大于平均可用计算核心数量；第二可用计算核心数量、第四可用计算核心数量均小于等于所述平均可用计算核心数量。

第一可用存储容量、第二可用存储容量、第三可用存储容量、第四可用存储容量均可用于表示目标物理机的存储能力，且第一可用存储容量、第四可用存储容量均大于平均可用存储容量；第二可用存储容量、第三可用存储容量均小于等于平均可用存储容量。

结合上述描述，根据步骤121，确定好目标物理机的级别之后，则可以按照步骤122所示的内容，根据第二预设映射关系和确定出的级别，进一步确定与确定出的级别相匹配的物理机应用的类型。

本申请实施例中，物理机应用的类型，比如可以包括排序型应用、分析计算型应用以及分布式存储系统型应用。或者，可以将以物理机应用的类型分为计算型物理机应用以及存储型物理机应用，其中，计算型物理机应用可以包括排序型应用、分析计算型应用；存储型物理机应用可以包括分布式存储系统型应用。

在一个实施例中，假设物理机应用类型为上述列举的排序型应用、分析计算型应用以及分布式存储系统型应用，则本申请实施例步骤122中的第二预设映射关系，具体可以包括：

第一物理机级别与第一物理机应用类型的映射关系；其中，第一物理机级别为高性能且高容量级别；第一物理机应用类型为分析计算型应用和分布式存储系统型应用；

第二物理机级别与第二物理机应用类型的映射关系；其中，第二物理机级别为普通性能且普通容量级别；第二物理机应用类型为排序型应用；

第三物理机级别与第三物理机应用类型的映射关系；其中，第三物理机级别为高性能且普通容量级别；第三物理机应用类型为分析计算型应用；

第四物理机级别与第四物理机应用类型的映射关系；其中，第四物理机级别为普通性能且高容量级别；第四物理机应用类型为排序型应用以及分布式存储系统型应用。

根据上述第二预设映射关系可知，采用本申请实施例提供的方法，目标物理机上既可以包括排序应用虚拟机、分析计算虚拟机以及分布式存储系统虚拟机中的多种，也可以仅包括其中任意一种，无需一一对应。并且，通过上述方法，可以在保证目标物理机的资源利用率提升的同时，有效降低传统模式下目标物理机的采购数量。

本申请实施例中，根据步骤122，确定完与确定出的级别相匹配的物理机应用的类型之后，还包括：

步骤123，根据级别对应的可用计算资源量、可用存储容量以及类型对应的标准虚拟机的计算核心数量，确定用于运行所述类型的物理机应用的虚拟机的数量；

其中，标准虚拟机的计算核心数量规格如下：标准排序应用虚拟机或标准分析计算应用虚拟机，具有12个计算核心；标准分布式存储系统应用虚拟机，具有6个计算核心。

需要说明的是，虽然分布式存储系统应用虚拟机可以提高访问性能，提高存储效率，然而，由于分布式存储系统应用虚拟机需要多台服务器共同存储数据，从而导致分布式存储系统应用虚拟机本身可能占用目标物理机的大量存储资源，进而影响其余类型虚拟机在目标物理机上的安装，因此，为了尽可能地减少虚拟机本身的资源占用，避免上述问题，本申请实施例中，当确定出与目标物理机级别相匹配的物理机应用为分布式存储系统应用时，可以优先将分布式存储系统应用虚拟机的数量确定为1。

当确定出的与目标物理机级别相匹配的物理机应用为除分布式存储系统应用以外的应用时，则可以根据以下描述具体计算物理机应用的虚拟机的数量。

具体地，假设以目标物理机级别、物理机应用为上述步骤121、步骤122中列举的目标物理机级别、物理及应用为例，则步骤123中确定用于运行所述类型的物理机应用的虚拟机的数量，可以包括如下内容：

当目标物理机为高性能且高容量级别时，分析计算应用的虚拟机数量等于高性能且高容量级别的目标物理机的总计算核心数量与分布式存储系统应用的计算核心数量之差，与标准分析计算应用的计算核心数量的比值。

当目标物理机为普通性能且普通容量级别时，排序应用的虚拟机数量等于普通性能且普通容量级别的目标物理机的总计算核心数量与标准排序应用的计算核心数量的比值。

当目标物理机为高性能且普通容量级别时，分析计算应用的虚拟机数量等于高性能且普通容量级别的目标物理机的总计算核心数量与标准分析计算应用的计算核心数量的比值。

当目标物理机为高容量且普通性能级别时，排序应用的虚拟机数量等于高容量且普通性能级别的目标物理机的总计算核心数量与分布式存储系统应用的计算核心数量之差，与标准分析计算应用的计算核心数量的比值。

需要说明的是，为了保证虚拟机数量符合实际需求，且可用计算资源量以及可用存储容量可以支撑所述数量的虚拟机正常运行，本申请实施例中，确定虚拟机的数量时，对于比值为非整数的情况，可以采用向下取整的方式。

例如，假设已知某目标物理机为CPU主频为2.3GHZ的物理机(设总核心数量为43)，且经过确定，该目标物理机为高性能且高容量级别，则根据步骤123，确定分析计算应用的虚拟机数量的方式如下：

分析计算应用虚拟机的数量＝(高性能且高容量级别的总核心数量-分布式存储系统应用虚拟机的计算核心数量)/标准分布式存储系统应用虚拟机的计算核心数量＝(43-6)/12≈3.08，此时，由于比值为非整数，因此，可以采用向下取整法，将分析计算应用虚拟机的数量确定为3。

或者，假设某目标物理机为CPU主频为2.3GHZ的物理机(设总核心数量为43)，且经过确定，该目标物理机为高性能且普通容量，则根据步骤123，确定分析计算应用的虚拟机数量的方式如下：

分析计算应用虚拟机的数量＝高性能且普通容量级别的总核心数量/标准分布式存储系统应用虚拟机的计算核心数量＝43/12≈3.58，此时，由于比值为非整数，因此，可以采用向下取整法，将分析计算应用虚拟机的数量确定为3。其余情况以此类推，此处不再赘述。

步骤13，根据数量和类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。

在一个实施例中，例如，可以采用虚拟化软件技术，根据步骤12确定出的数量和类型，在目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。其中，用于运行所述类型的物理机应用的各虚拟机相互独立，且具备独立操作系统。

此外，为保证虚拟机可以正常运行，在一个实施例中，执行完步骤13后，还可以根据预设需求，对用于运行所述类型的物理机应用的虚拟机进行配置，其中，配置内容包括各虚拟机需要添加的相关硬件，相关硬件比如中央处理器、内存、磁盘以及网卡。

需要说明的是，对用于运行所述类型的物理机应用的虚拟机进行配置的过程中：

其中，各虚拟机所配置的中央处理器的数量不能超过对应目标物理机中央处理器的总数量，但各虚拟机的中央处理器的数量之和可以超过所有目标物理机的中央处理器的总数量之和。

各虚拟机所配置的内存的数量不能超过对应目标物理机的内存的总数量，但各虚拟机的内存数量之和可以超过所有目标物理机的内存的总数量之和。

在一个实施例中，可以采用虚拟化软件技术，将目标物理机上的所有磁盘的空间进行合并，并在合并后的磁盘上进行逻辑分区，以便将逻辑分区后的磁盘作为个体磁盘，提供给虚拟机使用。

在一个实施例中，还可以采用虚拟化软件技术，将物理机上的所有物理网卡的带宽进行合并，并且，通过虚拟化软件的配置功能，对合并后的、可以使用流量的物理网卡，再次按照流量的大小进行逻辑划分，以便将逻辑划分后的网卡作为虚拟网卡，提供给虚拟机使用。

采用本申请提供的方法，首先，可以确定待部署物理机应用的目标物理机的可用资源量所述(比如，可用计算资源量以及可用存储容量)；然后，再根据可用资源量，确定与可用资源量相匹配的物理机应用的类型以及各类型的物理机应用的数量；最终，根据数量和类型，在目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机，一方面，由于可以先对目标物理机的可用资源进行确定，并根据确定的可用资源，在目标物理机上安装与可用资源相匹配的数量的虚拟机机，所以可以实现对目标物理机的按需分配以及使目标物理机的可用资源达到最大化利用。

另一方面，由于本申请，将各类型的物理机应用安装到目标物理主机的虚拟机上，而各虚拟机相互独立且均具备独立的操作系统，因此，采用本申请提供的方法，还可以避免各物理机应用对物理机的资源进行抢占。

实施例2

出于与上述方法相同的发明构思，本申请实施例还提供一种虚拟机的部署装置，用以解决采用传统的大数据部署方案，可能造成资源浪费、资源利用率较低的问题。

以下对该虚拟机的部署装置进行详细介绍。

该虚拟机的部署装置20的具体结构示意图如图2所示，包括第一确定模块21、第二确定模块22以及安装模块23，其中，各模块功能如下：

第一确定模块21，用于确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

第二确定模块22，用于根据所述可用计算资源量以及所述可用存储容量，确定与所述可用计算资源量以及所述可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

安装模块23，用于根据所述数量，在所述目标物理机上安装所述数量的虚拟机；根据所述类型，安装的各所述虚拟机分别用于运行所述类型的物理机应用。

其中，所述第二确定模块，具体包括级别确定单元以及类型确定单元，各单元的功能如下：

级别确定单元，用于根据可用计算资源量、可用存储容量以及第一预设映射关系，确定物理机的级别；第一预设映射关系包括可用计算资源量、可用存储容量与目标物理机级别的映射关系；

类型确定单元，用于第二预设映射关系和确定出的级别，确定与确定出的级别相匹配的物理机应用的类型；第二预设映射关系包括目标物理机级别与物理机应用类型的映射关系。

其中，当目标物理机包括待部署物理机应用的物理机集群中的物理机时，级别确定单元，具体用于：

根据物理机集群的可用计算核心数量以及可用存储容量，计算物理机集群中物理机的平均可用计算核心数量以及平均可用存储容量；

根据目标物理机的可用计算核心数量与平均可用计算核心数量的大小关系、目标物理机的可用存储容量与平均可用存储容量的大小关系以及第一预设映射关系，确定目标物理机的级别。

在一个实施例中，若目标物理机的级别包括高性能且高容量级别、普通性能且普通容量级别、高性能且普通容量级别以及高容量且普通性能级别，则第一预设映射关系具体包括：

第一可用计算核心数量、第一可用存储容量与高性能且高容量级别的映射关系；其中，第一可用计算核心数量大于平均可用计算核心数量；第一可用存储容量大于平均可用存储容量；

第二可用计算核心数量、第二可用存储容量普通性能且普通容量级别的映射关系；其中，第二可用计算核心数量小于等于平均可用计算核心数量；第二可用存储容量小于等于所述平均可用存储容量；

第三可用计算核心数量、第三可用存储容量高性能且普通容量级别的映射关系；其中，第三可用计算核心数量大于平均可用计算核心数量；第三可用存储容量小于等于所述平均可用存储容量；

第四可用计算核心数量、第四可用存储容量普通性能且高容量级别的映射关系；其中，第四可用计算核心数量小于等于平均可用计算核心数量；第四可用存储容量大于平均可用存储容量。

在一个实施例中，若物理机应用的类型包括分析计算型应用、分布式存储系统型应用以及排序型应用，则第二预设映射关系具体包括：

第一物理机级别与第一物理机应用类型的映射关系；其中，第一物理机级别为高性能且高容量级别；第一物理机应用类型为分析计算型应用和分布式存储系统型应用；

第二物理机级别与第二物理机应用类型的映射关系；其中，第二物理机级别为普通性能且普通容量级别；第二物理机应用类型为排序型应用；

第三物理机级别与第三物理机应用类型的映射关系；其中，第三物理机级别为高性能且普通容量级别；第三物理机应用类型为分析计算型应用；

第四物理机级别与第四物理机应用类型的映射关系；其中，第四物理机级别为普通性能且高容量级别；第四物理机应用类型为排序型应用以及分布式存储系统型应用。

在一个实施例中，所述虚拟机部署装置，还包括硬件部署模块，用于：

根据预设需求，对安装的各虚拟机进行配置，其中，配置内容包括各虚拟机需要添加的相关硬件，比如中央处理器、内存、磁盘以及网卡。

采用本申请提供的装置，首先，可以确定待部署物理机应用的目标物理机的可用资源量所述(比如，可用计算资源量以及可用存储容量)；然后，再根据可用资源量，确定与可用资源量相匹配的物理机应用的类型以及各类型的物理机应用的数量；最终，根据数量和类型，在目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机，一方面，由于可以先对目标物理机的可用资源进行确定，并根据确定的可用资源，在目标物理机上安装与可用资源相匹配的数量的虚拟机机，所以可以实现对目标物理机的按需分配以及使目标物理机的可用资源达到最大化利用。

另一方面，由于本申请，将各类型的物理机应用安装到目标物理主机的虚拟机上，而各虚拟机相互独立且均具备独立的操作系统，因此，采用本申请提供的装置，还可以避免各物理机应用对物理机的资源进行抢占。

实施例3

优选的，基于与上述实施1相同的发明构思，本申请实施例还提供一种一种智能设备300，用以解决采用传统的大数据部署方案，可能造成资源浪费、资源利用率较低的问题。

本申请实施例中，一种智能设备300，包括如图3所示的处理器310，存储器309，存储在存储器309上并可在所述处理器310上运行的计算机程序，该计算机程序被处理器310执行时，实现上述实施例中所述的虚拟机部署方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

图3为实现本申请各个实施例的一种智能设备的硬件结构示意图，该智能设备300包括但不限于：射频单元301、网络模块302、音频输出单元303、输入单元304、传感器305、显示单元306、用户输入单元307、接口单元308、存储器309、处理器310、以及电源311等部件。本领域技术人员可以理解，图3中示出的智能设备结构并不构成对智能设备的限定，智能设备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。在本申请实施例中，智能设备包括但不限于手机、平板电脑、笔记本电脑、掌上电脑、车载终端、可穿戴设备、以及计步器等。

其中，处理器310，耦合到所述存储器，用于确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

根据可用计算资源量以及可用存储容量，确定与可用计算资源量以及可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

根据数量和类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机。

存储器309，用于存储可在处理器310上运行的计算机程序，该计算机程序被处理器310执行时，实现处理器310所实现的上述功能。

应理解的是，本申请实施例中，射频单元301可用于收发信息或通话过程中，信号的接收和发送，具体的，将来自基站的下行数据接收后，给处理器310处理；另外，将上行的数据发送给基站。通常，射频单元301包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。此外，射频单元301还可以通过无线通信系统与网络和其他设备通信。

智能设备通过网络模块302为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元303可以将射频单元301或网络模块302接收的或者在存储器309中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元303还可以提供与智能设备300执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元303包括扬声器、蜂鸣器以及受话器等。

输入单元304用于接收音频或视频信号。输入单元304可以包括图形处理器(Graphics Processing Unit，GPU)3041和麦克风3042，图形处理器3041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元306上。经图形处理器3041处理后的图像帧可以存储在存储器309(或其它存储介质)中或者经由射频单元301或网络模块302进行发送。麦克3042可以接收声音，并且能够将这样的声音处理为音频数据。处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元301发送到移动通信基站的格式输出。

智能设备300还包括至少一种传感器305，比如光传感器、运动传感器以及其他传感器。具体地，光传感器包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板3061的亮度，接近传感器可在智能设备300移动到耳边时，关闭显示面板3061和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别智能设备姿态(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；传感器305还可以包括指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器等，在此不再赘述。

显示单元306用于显示由用户输入的信息或提供给用户的信息。显示单元306可包括显示面板3061，可以采用液晶显示器(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板3061。

用户输入单元307可用于接收输入的数字或字符信息，以及产生与智能设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元307包括触控面板3071以及其他输入设备3072。触控面板3071，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板3071上或在触控面板3071附近的操作)。触控面板3071可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器310，接收处理器310发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板3071。除了触控面板3071，用户输入单元307还可以包括其他输入设备3072。具体地，其他输入设备3072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板3071可覆盖在显示面板3061上，当触控面板3071检测到在其上或附近的触摸操作后，传送给处理器310以确定触摸事件的类型，随后处理器310根据触摸事件的类型在显示面板3061上提供相应的视觉输出。虽然在图3中，触控面板3071与显示面板3061是作为两个独立的部件来实现智能设备的输入和输出功能，但是在某些实施例中，可以将触控面板3071与显示面板3061集成而实现智能设备的输入和输出功能，具体此处不做限定。

接口单元308为外部装置与智能设备300连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元308可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到智能设备300内的一个或多个元件或者可以用于在智能设备300和外部装置之间传输数据。

存储器309可用于存储软件程序以及各种数据。存储器309可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器309可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

处理器310是智能设备的控制中心，利用各种接口和线路连接整个智能设备的各个部分，通过运行或执行存储在存储器309内的软件程序和/或模块，以及调用存储在存储器309内的数据，执行智能设备的各种功能和处理数据，从而对智能设备进行整体监控。处理器310可包括一个或多个处理单元；优选的，处理器310可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器310中。

智能设备300还可以包括给各个部件供电的电源311(比如电池)，优选的，电源311可以通过电源管理系统与处理器310逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。

另外，智能设备300包括一些未示出的功能模块，在此不再赘述。

优选地，本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中所述任意一种方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(RandomAccess Memory，简称RAM)、磁碟或者光盘等。

本领域的技术人员应明白，本申请的实施例可提供为方法、智能设备、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、智能设备(智能设备)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智能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智能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智能设备。

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智能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智能设备的制造品，该指令智能设备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智能设备上，使得在计算机或其他可编程智能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智能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。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作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申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (7)

1.一种虚拟机的部署方法，其特征在于，包括：

确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

根据所述可用计算资源量以及所述可用存储容量，确定与所述可用计算资源量以及所述可用存储容量相匹配的物理机应用的类型以及各类型的所述物理机应用的数量；

根据所述数量和所述类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机；

其中，根据所述可用计算资源量以及所述可用存储容量，确定与所述可用计算资源量以及所述可用存储容量相匹配的所述物理机应用的类型，具体包括：

根据所述可用计算资源量、所述可用存储容量以及第一预设映射关系，确定所述目标物理机的级别；所述第一预设映射关系包括可用计算资源量、可用存储容量与目标物理机级别的映射关系；

根据第二预设映射关系和确定出的级别，确定与所述确定出的级别相匹配的物理机应用的类型；所述第二预设映射关系包括所述目标物理机级别与物理机应用类型的映射关系；

所述物理机应用的类型包括分析计算型应用、分布式存储系统型应用以及排序型应用，所述第二预设映射关系具体包括：

第一物理机级别与第一物理机应用类型的映射关系；其中，所述第一物理机级别为高性能且高容量级别；所述第一物理机应用类型为分析计算型应用和分布式存储系统型应用；

第二物理机级别与第二物理机应用类型的映射关系；其中，所述第二物理机级别为普通性能且普通容量级别；所述第二物理机应用类型为排序型应用；

第三物理机级别与第三物理机应用类型的映射关系；其中，所述第三物理机级别为高性能且普通容量级别；所述第三物理机应用类型为所述分析计算型应用；

第四物理机级别与第四物理机应用类型的映射关系；其中，所述第四物理机级别为普通性能且高容量级别；所述第四物理机应用类型为所述排序型应用以及所述分布式存储系统型应用。

2.如权利要求1所述的方法，其特征在于，所述目标物理机包括所述待部署物理机应用的物理机集群中的物理机；

根据所述可用计算资源量、所述可用存储容量以及第一预设映射关系，确定所述目标物理机的级别，具体包括：

根据所述物理机集群的可用计算核心数量以及可用存储容量，计算所述物理机集群中物理机的平均可用计算核心数量以及平均可用存储容量；

根据所述目标物理机的所述可用计算核心数量与所述平均可用计算核心数量的大小关系、所述目标物理机的所述可用存储容量与所述平均可用存储容量的大小关系以及所述第一预设映射关系，确定所述目标物理机的级别。

3.如权利要求2所述的方法，其特征在于，所述目标物理机的级别包括高性能且高容量级别、普通性能且普通容量级别、高性能且普通容量级别以及普通性能且高容量级别，所述第一预设映射关系具体包括：

第一可用计算核心数量、第一可用存储容量与高性能且高容量级别的映射关系；其中，所述第一可用计算核心数量大于所述平均可用计算核心数量；所述第一可用存储容量大于所述平均可用存储容量；

第二可用计算核心数量、第二可用存储容量与普通性能且普通容量级别的映射关系；其中，所述第二可用计算核心数量小于等于所述平均可用计算核心数量；所述第二可用存储容量小于等于所述平均可用存储容量；

第三可用计算核心数量、第三可用存储容量与高性能且普通容量级别的映射关系；其中，所述第三可用计算核心数量大于所述平均可用计算核心数量；所述第三可用存储容量小于等于所述平均可用存储容量；

第四可用计算核心数量、第四可用存储容量与普通性能且高容量级别的映射关系；其中，所述第四可用计算核心数量小于等于所述平均可用计算核心数量；所述第四可用存储容量大于所述平均可用存储容量。

4.一种虚拟机部署装置，其特征在于，包括：

第一确定模块，用于确定待部署物理机应用的目标物理机的可用计算资源量以及可用存储容量；

第二确定模块，用于根据所述可用计算资源量以及所述可用存储容量，确定与所述计算资源量以及所述可用存储容量相匹配的物理机应用的类型以及各类型的物理机应用的数量；

安装模块，用于根据所述数量和所述类型，在所述目标物理机上安装所述数量的、用于运行所述类型的物理机应用的虚拟机；

其中，所述第二确定模块，具体包括级别确定单元以及类型确定单元，各单元的功能如下：

级别确定单元，用于根据可用计算资源量、可用存储容量以及第一预设映射关系，确定物理机的级别；第一预设映射关系包括可用计算资源量、可用存储容量与目标物理机级别的映射关系；

类型确定单元，用于第二预设映射关系和确定出的级别，确定与确定出的级别相匹配的物理机应用的类型；第二预设映射关系包括目标物理机级别与物理机应用类型的映射关系；

若物理机应用的类型包括分析计算型应用、分布式存储系统型应用以及排序型应用，则第二预设映射关系具体包括：

第一物理机级别与第一物理机应用类型的映射关系；其中，第一物理机级别为高性能且高容量级别；第一物理机应用类型为分析计算型应用和分布式存储系统型应用；

第二物理机级别与第二物理机应用类型的映射关系；其中，第二物理机级别为普通性能且普通容量级别；第二物理机应用类型为排序型应用；

第三物理机级别与第三物理机应用类型的映射关系；其中，第三物理机级别为高性能且普通容量级别；第三物理机应用类型为分析计算型应用；

第四物理机级别与第四物理机应用类型的映射关系；其中，第四物理机级别为普通性能且高容量级别；第四物理机应用类型为排序型应用以及分布式存储系统型应用。

5.如权利要求4所述的虚拟机部署装置，其特征在于，所述目标物理机包括待部署物理机应用的物理机集群中的物理机；所述级别确定单元，具体用于：

根据所述物理机集群的可用计算核心数量以及可用存储容量，计算所述物理机集群中物理机的平均可用计算核心数量以及平均可用存储容量；

根据所述目标物理机的所述可用计算核心数量与所述平均可用计算核心数量的大小关系、所述目标物理机的所述可用存储容量与所述平均可用存储容量的大小关系以及所述第一预设映射关系，确定所述目标物理机的级别。

6.一种智能设备，其特征在于，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计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-3中任一项所述的虚拟机部署方法的步骤。

7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-3中任一项所述的虚拟机部署方法的步骤。