CN111464583B - 计算资源分配方法、装置、服务器及存储介质 - Google Patents

计算资源分配方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN111464583B
CN111464583B CN201910060179.2A CN201910060179A CN111464583B CN 111464583 B CN111464583 B CN 111464583B CN 201910060179 A CN201910060179 A CN 201910060179A CN 111464583 B CN111464583 B CN 111464583B
Authority
CN
China
Prior art keywords
account
evaluation index
metadata
data
computing resources
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
Application number
CN201910060179.2A
Other languages
English (en)
Other versions
CN111464583A (zh
Inventor
俞飞江
朱成生
王榕
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201910060179.2A priority Critical patent/CN111464583B/zh
Publication of CN111464583A publication Critical patent/CN111464583A/zh
Application granted granted Critical
Publication of CN111464583B publication Critical patent/CN111464583B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/1001Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供一种计算资源分配方法、装置、服务器及存储介质,在本申请实施例中,根据从元数据中获取对应的评价指标,评价指标表示为用于反映账户质量的数据,对至少一个账户进行分类,元数据表示为对应账户的操作行为数据,根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,实现动态分配计算资源,提高资源利用率,同时使得计算资源能够向优质用户倾斜,使得计算资源发挥更大的价值空间,防止用户使用计算资源不合理造成的资源浪费。

Description

计算资源分配方法、装置、服务器及存储介质
技术领域
本申请涉及计算机技术领域,尤其涉及一种计算资源分配方法、装置、服务器及存储介质。
背景技术
随着信息技术的发展,计算设备的性能也越来越强大,然而随着使用网络进行信息传输的用户越来越多,且传输的信息也是越来越多,越来越丰富,故仅靠计算设备的性能更新是远远不够的,且无论计算设备的性能更新的有多快,与用户每天产生的信息相比,还是十分有限的,此外,计算设备在处理巨量信息时还需巨大的运算能力的支持,使得计算资源十分紧张。
发明内容
本申请的多个方面提供一种计算资源分配方法、装置、服务器及存储介质,用以快速且方便地动态分配计算资源,提高计算资源利用率。
本申请实施例提供一种计算资源分配方法,包括:获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,所述分类结果表示为账户质量聚类的结果。
本申请实施例还提供一种计算资源分配方法,包括:获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;根据所述评价指标,对所述至少一个账户进行分类所述评价指标表示为用于反映账户质量的数据;根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至对应账户进行操作。
本申请实施例还提供一种计算资源分配装置,包括:获取模块,用于获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;分类模块,用于根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;划分模块,用于根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,所述分类结果表示为账户质量聚类的结果。
本申请实施例还提供一种服务器,包括存储器以及处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序,以用于:获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,所述分类结果表示为账户质量聚类的结果。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现上述计算资源分配方法中的步骤。
本申请实施例还提供一种计算资源分配装置,其特征在于,包括:获取模块,用于获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;分类模块,用于根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;分配模块,用于根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至对应账户进行操作,所述分类结果表示为账户质量聚类的结果。
本申请实施例还提供一种服务器,包括存储器以及处理器;所述存储器,用于存储计算机程序;所述处理器,用于执行所述计算机程序,以用于:获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至该账户进行操作,所述分类结果表示为账户质量聚类的结果。
本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现上述计算资源分配方法中的步骤。
在本申请实施例中,根据从元数据中获取对应的评价指标,评价指标表示为用于反映账户质量的数据,对至少一个账户进行分类,元数据表示为对应账户的操作行为数据,根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,实现动态分配计算资源,提高资源利用率,同时使得计算资源能够向优质用户倾斜,使得计算资源发挥更大的价值空间,防止用户使用计算资源不合理造成的资源浪费。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请一示例性实施例的计算资源分配系统的结构示意图;
图2为本申请一示例性实施例的计算资源分配方法的流程示意图;
图3为本申请一示例性实施例提供的账户的综合分值的界面示意图;
图4为本申请又一示例性实施例提供的计算资源分配方法的流程示意图;
图5为本申请一示例性实施例提供的计算资源分配装置的结构示意图;
图6为本申请又一示例性实施例提供的计算资源分配装置的结构示意图;
图7为本申请一示例性实施例提供的服务器的结构示意图;
图8为本申请又一示例性实施例提供的服务器的结构示意图。
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。
发明人经研究发现,数据仓库(简称数仓)面临如下挑战:1)计算资源紧张:2)存储成本高,,3)安全数仓账户量大:,3)新账户占比高,4)计算资源倾斜:,且经常出现个别账户在进行不合理数仓作业时占用大量集群计算资源而影响绝大多数用户正常使用账户进行数仓作业。
本申请实施例通过对多个账户进行健康度分层,从而为不同的账户分配不同的计算资源池,为优质用户提供充足资源,以提高资源使用率并提升用户体验,同时促进数据治理和标准化建设。
在本申请实施例中,根据从元数据中获取对应的评价指标,评价指标表示为用于反映账户质量的数据,对至少一个账户进行分类,元数据表示为对应账户的操作行为数据,根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,实现动态分配计算资源,提高资源利用率,同时使得计算资源能够向优质用户倾斜,使得计算资源发挥更大的价值空间,防止用户使用计算资源不合理造成的资源浪费。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本申请一示例性实施例提供的一种计算资源分配系统的结构示意图。如图1所示,该分配系统100包括:第一终端设备101以及服务器102。
其中,第一终端设备101可以是任何具有一定计算能力的计算设备。第一终端设备101的基本结构可以包括:至少一个处理器。处理器的数量取决于第一终端设备101的配置和类型。第一终端设备101也可以包括存储器,该存储器可以为易失性的,例如RAM,也可以为非易失性的,例如只读存储器(Read-Only Memory,ROM)、闪存等,或者也可以同时包括两种类型。存储器内通常存储有操作系统(Operating System,OS)、一个或多个应用程序,也可以存储有程序数据等。除了处理单元和存储器之外,第一终端设备101还包括一些基本配置,例如网卡芯片、IO总线、显示组件以及一些外围设备等。可选地,一些外围设备可以包括,例如键盘、鼠标、输入笔、打印机等。其它外围设备在本领域中是众所周知的,在此不做赘述。可选地,第一终端设备101可以为PC(personal computer)终端等。
服务器102是指可以在网络虚拟环境中提供计算处理服务的服务器,通常是指利用网络进行数据仓库操作的服务器。在物理实现上,服务器102可以是任何能够提供计算服务,响应服务请求,并进行处理的设备,例如可以是常规服务器、云服务器、云主机、虚拟中心等。服务器102的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类似。
在本申请实例中,服务器102接收至少一个第一终端设备101发送的至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标;根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据;根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,分类结果表示为账户质量聚类的结果。
在一些实例中,当服务器102接收到第一终端设备101发送的账户登录请求(即账户进行操作时),根据该账户登录请求中的账户的标识,确定对应的计算资源,并将该计算资源提供给该账户。
在一些实例中,该分配系统100还可以包括第二终端设备102。
第二终端设备102可以是任何具有一定计算能力的计算设备。第二终端设备102的基本结构可以包括:至少一个处理器。处理器的数量取决于第二终端设备102的配置和类型。第二终端设备102也可以包括存储器,该存储器可以为易失性的,例如RAM,也可以为非易失性的,例如只读存储器(Read-Only Memory,ROM)、闪存等,或者也可以同时包括两种类型。存储器内通常存储有操作系统(Operating System,OS)、一个或多个应用程序,也可以存储有程序数据等。除了处理单元和存储器之外,第二终端设备102还包括一些基本配置,例如网卡芯片、IO总线、显示组件以及一些外围设备等。可选地,一些外围设备可以包括,例如键盘、鼠标、输入笔、打印机等。其它外围设备在本领域中是众所周知的,在此不做赘述。可选地,第二终端设备102可以为PC(personal computer)终端等。
在一些实例中,第二终端设备102可以接收服务器102发送的各个账户综合分值,根据综合分值,划分每个账户的计算资源。
在上述本实施例中,第一终端设备101可以与服务器102进行网络连接,服务器102可以与第二终端设备102进行网络连接,该网络连接可以是无线或有线网络连接。若第一终端设备101与服务器102是通信连接,服务器102与第二终端设备103是通信连接,该移动网络的网络制式可以为2G(GSM)、2.5G(GPRS)、3G(WCDMA、TD-SCDMA、CDMA2000、UTMS)、4G(LTE)、4G+(LTE+)、WiMax等中的任意一种。
下面结合方法实施例,针对服务器102分配计算资源的过程进行详细说明。
图2为本申请一示例性实施例的计算资源分配方法的流程示意图。本申请实施例提供的该方法200由服务器执行,该方法200包括以下步骤:
201:获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标。
202:根据评价指标,对至少一个账户进行分类,分类结果表示为账户质量聚类的结果。
203:根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,分类结果表示为账户质量聚类的结果。
以下针对上述步骤进行详细阐述:
201:获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标。
其中,评价指标表示为用于反映账户质量的数据,是用于确定账户等级的指标,评价指标可以包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标等多个维度(或类型)的评价指标。
在一些实例中,该方法200还包括:接收至少一个账户对应的日志信息,日志信息记录对应账户的标识以及操作行为数据;将日志信息进行存储,生成对应的元数据。
例如,服务器接收至少一个第一终端设备发送的日志信息,该日志信息记录了账户的标识,以及该账户在数据仓库中的多个操作行为数据,如,账户ID“aa”在XX时间查询了数据库中的YY数据等。服务器读取该日志信息,将日志信息中的操作行为数据存储至数据库中,作为元数据以供后续处理。
在一些实例中,从元数据中获取对应的评价指标,包括:根据评价指标的类型,提取元数据中评价指标的类型对应的数据特征;对提取到的多个数据特征进行特征加工,得到加工后的数据特征,并将加工后的数据特征作为对应的评价指标。
其中,评价指标的类型可以包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标,其中,属性评价指标可以包括使用期限、代码检测质量、报错作业数等评价指标;计算评价指标可以包括数据倾斜作业数据、输入为空作业数、输出为空作业数、数据膨胀作业数、笛卡尔积作业数等评价指标;存储评价指标可以包括长周期表数、近3月无访问表数、空表数等评价指标;数据质量评价指标可以包括主键重复次数、关键词为空次数等评价指标。
应理解,上述评价指标的类型可以根据不同维度划分,且每个维度下还有不同种类的评价指标。
数据特征是指元数据中与评价指标对应的数据,如,计算评价指标中的数据倾斜作业数评价指标:数据倾斜作业数:10次。
特征加工是指对评价指标对应数据特征进行处理,如数据特征清洗、数据特征除冗余等。
例如,根据前文所述,服务器从数据库中读取元数据,并根据评价指标的类型,从元数据中提取出与至少一个评价指标的类型相同的数据特征:如数据倾斜作业数:10次,使用期限:3个月,报错作业数:5次等。将提取到的数据特征进行清洗并去除其中无效数据特征以及冗余数据特征等,将处理后的数据特征作为评价指标。
202:根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据。
其中,账户分类是指可以将账户为高标签、中标签以及低标签的账户。
在一些实例中,根据评价指标,对至少一个账户进行分类,包括:输入至少一个账户对应的评价指标至预置聚类算法中,得到三个账户聚类,确定每个账户聚类的标签。
其中,聚类算法也可以称为聚类分析,还可以称为群分析,是研究(样品或评价指标)分类问题的一种统计分析方法,同时也是数据挖掘的一个重要算法,以相似性为基础,在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。例如,K均值聚类算法(K-means算法)。
K-means算法是先随机选取K个对象作为初始的聚类中心。在本实施例中可以选择3个对象作为初始的聚类中心。然后计算每个对象(如,评价指标)与各个聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了,每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。
例如,根据前文所述,将至少一个账户对应的评价指标输入至K-means算法中,该算法将相似的评价指标的账户放置到一个聚类中,并得到该算法输出的账户的三个聚类,可以自动根据每个聚类中的账户对应的评价指标的具体数值,判断符合账户的高中低标签的规则中的哪个标签,来确定该聚类的标签,如符合该规则中的高标签,则该聚类为高标签。也可以直接通过人工的方式,由人工根据经验来确定每个聚类所属的标签,可以根据每个聚类中的评价指标是否符合高中低标签的规则中的哪个标签来确定。
203:根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,分类结果表示为账户质量聚类的结果。
在一些实例中,根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,包括:根据账户的分类结果以及账户对应的评价指标,确定每个账户的综合分值;根据综合分值,划分每个账户的计算资源。
在一些实例中,确定每个账户的综合分值,包括:根据账户的分类结果以及账户对应的评价指标,建立指定分类模型;利用指定分类模型确定每个账户的综合分值。
在一些实例中,利用指定分类模型确定每个账户的综合分值,包括:利用指定分类模型确定每个账户对应的评价指标的分值;根据每个账户对应的评价指标的分值,确定对应的综合分值。
其中,账户的分类结果表示为账户质量聚类的结果,可以为高标签、中标签以及低标签的账户。
分类模型是用于确定账户的综合分值的分类算法,例如,平衡计分卡模型、决策树、逻辑回归、神经网络等。
其中,平衡计分卡模型是绩效管理中的一种新思路,适用于对部门的团队考核,在本实施例中主要是从属性、计算、存储、数据质量等维度来考量账户的质量情况。
账户的综合分值是指该账户对应的评价指标的分值的综合。
例如,根据前文所述,服务器根据多个账户的分类结果以及账户对应的评价指标以及账户的总数量,从属性、计算、存储、数据质量等维度建立平衡计分卡模型,平衡计分卡模型可以根据统计算法,针对每个账户,确定每个维度中每个评价指标对应的分值,如,确定计算维度中数据倾斜作业数据、输入为空作业数以及输出为空作业数的分值,从而确定该维度对应的分值(该维度中的各个评价指标之和),其中每个维度的权重为0.25,根据权重算法确定账户最终的综合分值,如账户ID“aa”的综合分值=0.25*100+0.25*(-40)+0.25*(-40)+0.25*(80)=25-10-10+20=25。
在一些实例中,该方法200还包括:在指定分类模型中,根据每个账户的综合分值以及账户对应的评价指标,建立综合分值与评价指标的关系;当获取到新的账户的评价指标时,根据综合分值与评价指标的关系,确定该新的账户的综合分值。
需要说明的是,当指定分类模型对每个已有账户确定了综合分值后,还可以将各个账户的综合分值以及各个账户对应的评价指标,如,数据倾斜作业数据、输入为空作业数以及输出为空作业数,进行记录,作为数据样本,通过该数据样本查找综合分值与评价指标之间的对应关系,或通过该样本数据进行模型训练,最终得到综合分值与评价指标之间的对应关系,当在有新的账户注册后,需要对新的账户进行综合分值的确定,可以直接将该新的账户对应的评价指标输入至该对应关系得到最终的综合分值。应理解,由于该评价指标可能具有多个,在确定综合分值与评价指标之间的关系时,可以是综合分值与多个评价指标之间的关系,也可以是综合分值与每个评价指标之间的关系,在进行平均值确定等,只要可实现综合分值与评价指标之间的对应关系,均属于本实施例的保护范围。
此外,当新增账户较多时,为了更加准确地确定每个账户的综合分值,还可以重复前文的实施例,通过建立指定分类模型直接确定每个账户的综合分值。
在一些实例中,根据综合分值,划分每个账户的计算资源,包括:根据分配规则中记录的综合分值与账户等级的对应关系以及每个账户的综合分值,确定每个账户的等级;根据每个账户的等级,将每个账户的标识映射到对应的计算资源上。
其中,分配规则是指用于记录综合分值与账户等级之间的对应关系,可如下表1所示:
表1:
账户等级 综合分值
高级账户 90-100
中级账户 70-89
低级账户 0-69
其中,账户等级可以为高级账户、中级账户以及低级账户等。
计算资源可以是指服务器的资源池,该资源池是用于存储资源的,资源池可以具有多个,且不同的资源池内存储的资源不同,高级账户可以分配到具有较多资源的资源池(如,高级资源池),低级账户可以分配到具有较少资源的资源池(如,低级资源池)。
例如,根据前文所述,服务器可以根据该分配规则先确定每个账户所属的账户等级,如账户ID“aa”的综合分值为90分,那么其账户等级为高级账户,根据高级账户对应的资源池,可以将该高级账户的账户ID映射到高级资源池上,从而实现对该高级账户的资源划分。
应理解,不同的账户等级对应不同的资源池,且该对应关系是预置好的。分配规则是预置在该服务器中的,或在实现该方法200前输入至服务器中的。
此外,服务器还可以将每个账户的综合分值发送至第二终端设备,使得第二终端设备将账户的综合分值展示给管理员,管理员根据预置在第二终端设备上的分配规则确定每个账户的账户等级,并根据不同的账户等级划分不同的资源池,第二终端设备响应于管理员的操作,将账户ID与对应的资源池进行映射,并将该映射关系发送至服务器,以供服务器进行存储。
在一些实例中,该方法200还包括:发送评价指标的分值、综合分值以及划分到的计算资源至对应账户。
例如,根据前文所述,当服务器确定每个账户对应的资源池后,可以通过消息,将评价指标的分值、每个账户对应的综合分值、划分到的计算资源,发送至对应账户的第一终端设备中,并展示给用户。图3示出了展示给用户的展示界面300,该界面300中具有该账户的等级:高级账户、综合分值:95分以及评价指标的分值:计算维度中数据倾斜作业数据、输入为空作业数以及输出为空作业数的分值,从而确定该维度对应的分值以及划分到的计算资源等等。
服务器还可以通过邮件以及短信的方式,将评价指标的分值、每个账户对应的综合分值、划分到的计算资源,发送至对应账户。
图4为本申请另一示例性实施例提供的又一种计算资源分配方法的流程示意图。本申请实施例提供的该方法400由服务器执行,该方法400包括以下步骤:
401:获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标。
402:根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据。
403:根据账户的分类结果以及账户对应的评价指标,分配至少一个账户的计算资源至该账户进行操作,分类结果表示为账户质量聚类的结果。
需要说明的是,上述实施例所提供方法400中的步骤401-402的具体实施方式在前文已经详细阐述过了,此处就不再赘述。
403:根据账户的分类结果以及账户对应的评价指标,分配至少一个账户的计算资源至该账户进行操作,分类结果表示为账户质量聚类的结果。
在一些实例中,分配至少一个账户的计算资源至对应账户进行操作,包括:根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,并将每个账户的标识映射到对应的计算资源上;当任一账户进行操作时,将该账户的标识对应的计算资源分配至该账户进行操作。
例如,服务器接收到第一终端设备发送的账户登录请求后,根据该账户登录请求中的账户ID将对应的资源池返回给该账户,使得该账户可以根据分配到的计算资源进行数据仓库的操作。
在一些实例中,该方法400还包括:接收白名单申请,当审核通过后,将该白名单申请中的账户的标识与对应的计算资源进行映射。
需要说明的是,当用户具有特殊需求时,可以采取白名单的方式,来申请特殊计算资源,如低级账户想要使用高级账户的计算资源,可以在第一终端设备中设置白名单申请,在白名单申请界面中输入低级账户的ID、申请的资源池、申请时间、申请理由等等,并通过请求的方式发送至服务器,服务器接收到该请求后,由管理员对该请求进行人工审核,当审核通过后,将该请求中的账户ID映射到请求资源池(如高级资源池)上,同时取消该账户ID与原始资源池(如低级资源池)的映射关系,使得该账户在一段时间内可以使用高级资源池进行数据仓库的操作。
在一些实例中,该方法400还包括:当白名单申请中设置有期限,当期限到达后,取消该白名单申请中的账户的标识与对应的计算资源的映射。
例如,根据前文所述,当服务器接收到该白名单申请请求后,根据该请求中的申请时间来设置该账户对应的高级资源池,当该申请时间到达时,则取消该账户与高级资源池的映射关系,并恢复该账户与原始资源池(如低级资源池)的映射关系。
本申请的实施例根据历史数据,从各维度考量账户优质情况,生成一个综合得分,后续通过这个综合得分来控制账户的可使用资源,另一方面也促使了数仓标准化建设。
通过本申请实施例的方法机制促进数仓数据标准化建设和数据治理的同时,从计算、存储、数据质量、属性全方位、多维度考量账户能力分层,通过聚类、平衡计分卡等机器学习算法进行账户能力分层,由账户不合理使用事后防控转成事前防控。
图5为本申请又一示例性实施例提供的计算资源分配装置的结构框架示意图。该装置500可以应用于服务器中,该装置500包括获取模块501、分类模块502以及划分模块503,以下针对各个模块的功能进行详细的阐述:
获取模块501,用于获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标。
分类模块502,用于根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据。
划分模块503,用于根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,分类结果表示为账户质量聚类的结果。
在一些实例中,该装置500还包括:接收模块,用于接收至少一个账户对应的日志信息,日志信息记录对应账户的标识以及操作行为数据;存储模块,用于将日志信息进行存储,生成对应的元数据。
在一些实例中,获取模块501包括:提取单元,用于根据评价指标的类型,提取元数据中评价指标的类型对应的数据特征;加工单元,用于对提取到的多个数据特征进行特征加工,得到加工后的数据特征,并将加工后的数据特征作为对应的评价指标。
在一些实例中,分类模块502包括:具体用于输入至少一个账户对应的评价指标至预置聚类算法中,得到三个账户聚类,确定每个账户聚类的标签。
在一些实例中,划分模块503包括:确定单元,用于根据账户的分类结果以及账户对应的评价指标,确定每个账户的综合分值;划分单元,用于根据综合分值,划分每个账户的计算资源。
在一些实例中,确定单元,具体用于:根据账户的分类结果以及账户对应的评价指标,建立指定分类模型;利用指定分类模型确定每个账户的综合分值。
在一些实例中,确定单元,具体用于利用指定分类模型确定每个账户对应的评价指标的分值;根据每个账户对应的评价指标的分值,确定对应的综合分值。
在一些实例中,该装置500还包括:建立模块,用于在指定分类模型中,根据每个账户的综合分值以及账户对应的评价指标,建立综合分值与评价指标的关系;确定单元,用于当获取到新的账户的评价指标时,根据综合分值与评价指标的关系,确定该新的账户的综合分值。
在一些实例中,划分模块503包括:确定单元,用于根据分配规则中记录的综合分值与账户等级的对应关系以及每个账户的综合分值,确定每个账户的等级;映射单元,用于根据每个账户的等级,将每个账户的标识映射到对应的计算资源上。
在一些实例中,该装置500还包括:发送模块,用于发送评价指标的分值、综合分值以及划分到的计算资源至对应账户。
图6为本申请又一示例性实施例提供的又一种计算资源分配装置的结构框架示意图。该装置600可以应用于服务器中,该装置600包括:获取模块601、分类模块602以及分配模块603,以下针对各个模块的功能进行详细的阐述:
获取模块601,用于获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标。
分类模块602,用于根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据。
分配模块603,用于根据账户的类型以及账户对应的评价指标,分配至少一个账户的计算资源至对应账户进行操作。
在一些实例中,该装置600还包括:映射模块,用于接收白名单申请,当审核通过后,将该白名单申请中的账户的标识与对应的计算资源进行映射。
在一些实例中,该装置600还包括:取消模块,用于当白名单申请中设置有期限,当期限到达后,取消该白名单申请中的账户的标识与对应的计算资源的映射。
在一些实例中,分配模块603包括:划分单元,用于根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,并将每个账户的标识映射到对应的计算资源上;分配单元,用于当任一账户进行操作时,将该账户的标识对应的计算资源分配至该账户进行操作。
以上描述了图5所示的分配装置500的内部功能和结构,在一个可能的设计中,图5所示的分配装置500的结构可实现为服务器,如图7所示,该服务器700可以包括:存储器701、处理器702以及通信组件703;
存储器701,用于存储计算机程序;
处理器702,用于执行计算机程序,以用于:
获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标;根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据;根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,分类结果表示为账户质量聚类的结果。
在一些实例中,通信组件703用于:接收至少一个账户对应的日志信息,日志信息记录对应账户的标识以及操作行为数据;处理器702还用于:将日志信息进行存储,生成对应的元数据。
在一些实例中,处理器702具体用于:根据评价指标的类型,提取元数据中评价指标的类型对应的数据特征;对提取到的多个数据特征进行特征加工,得到加工后的数据特征,并将加工后的数据特征作为对应的评价指标。
在一些实例中,处理器702具体用于:输入至少一个账户对应的评价指标至预置聚类算法中,得到三个账户聚类,确定每个账户聚类的标签。
在一些实例中,处理器702具体用于:根据账户的分类结果以及账户对应的评价指标,确定每个账户的综合分值;根据综合分值,划分每个账户的计算资源。
在一些实例中,处理器702具体用于:根据账户的分类结果以及账户对应的评价指标,建立指定分类模型;利用指定分类模型确定每个账户的综合分值。
在一些实例中,处理器702具体用于:利用指定分类模型确定每个账户对应的评价指标的分值;根据每个账户对应的评价指标的分值,确定对应的综合分值。
在一些实例中,处理器702还用于:在指定分类模型中,根据每个账户的综合分值以及账户对应的评价指标,建立综合分值与评价指标的关系;当获取到新的账户的评价指标时,根据综合分值与评价指标的关系,确定该新的账户的综合分值。
在一些实例中,处理器702具体用于:根据分配规则中记录的综合分值与账户等级的对应关系以及每个账户的综合分值,确定每个账户的等级;根据每个账户的等级,将每个账户的标识映射到对应的计算资源上。
在一些实例中,处理器702还用于:发送评价指标的分值、综合分值以及划分到的计算资源至对应账户。
另外,本发明实施例提供了一种计算机存储介质,计算机程序被一个或多个处理器执行时,致使一个或多个处理器实现图2方法实施例中计算资源分配方法的步骤。
以上描述了图6所示的分配装置600的内部功能和结构,在一个可能的设计中,图6所示的分配装置600的结构可实现为服务器,如图8所示,该服务器800可以包括:存储器801、处理器802以及通信组件803;
存储器801,用于存储计算机程序;
处理器802,用于执行计算机程序,以用于:获取至少一个账户对应的元数据,元数据表示为对应账户的操作行为数据,从元数据中获取对应的评价指标;根据评价指标,对至少一个账户进行分类,评价指标表示为用于反映账户质量的数据;根据账户的分类结果以及账户对应的评价指标,分配至少一个账户的计算资源至对应账户进行操作,分类结果表示为账户质量聚类的结果。
在一些实例中,通信组件803,用于接收白名单申请,当审核通过后,处理器802还用于:将该白名单申请中的账户的标识与对应的计算资源进行映射。
在一些实例中,处理器802还用于:当白名单申请中设置有期限,当期限到达后,取消该白名单申请中的账户的标识与对应的计算资源的映射。
在一些实例中,处理器802,具体用于:根据账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,并将每个账户的标识映射到对应的计算资源上;当任一账户进行操作时,将该账户的标识对应的计算资源分配至该账户进行操作。
另外,本发明实施例提供了一种计算机存储介质,计算机程序被一个或多个处理器执行时,致使一个或多个处理器实现图3方法实施例中计算资源分配方法的步骤。
另外,在上述实施例及附图中的描述的一些流程中,包含了按照特定顺序出现的多个操作,但是应该清楚了解,这些操作可以不按照其在本文中出现的顺序来执行或并行执行,操作的序号如201、202、203等,仅仅是用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作可以按顺序执行或并行执行。需要说明的是,本文中的“第一”、“第二”等描述,是用于区分不同的消息、设备、模块等,不代表先后顺序,也不限定“第一”和“第二”是不同的类型。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现,当然也可以通过硬件和软件结合的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来,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多媒体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多媒体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多媒体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多媒体数据处理设备上,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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (20)

1.一种计算资源分配方法,其特征在于,包括:
获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收至少一个账户对应的日志信息,所述日志信息记录对应账户的标识以及操作行为数据;
将所述日志信息进行存储,生成所述对应的元数据。
3.根据权利要求1所述的方法,其特征在于,所述从所述元数据中获取对应的评价指标,包括:
根据所述评价指标的类型,提取所述元数据中评价指标的类型对应的数据特征;
对提取到的多个数据特征进行特征加工,得到加工后的数据特征,并将加工后的数据特征作为对应的评价指标。
4.根据权利要求1所述的方法,其特征在于,所述根据所述评价指标,对所述至少一个账户进行分类,包括:
输入所述至少一个账户对应的评价指标至预置聚类算法中,得到三个账户聚类,确定每个账户聚类的标签。
5.根据权利要求1所述的方法,其特征在于,所述根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,包括:
根据所述账户的分类结果以及账户对应的评价指标,确定每个账户的综合分值;
根据所述综合分值,划分每个账户的计算资源。
6.根据权利要求5所述的方法,其特征在于,所述确定每个账户的综合分值,包括:
根据所述账户的分类结果以及账户对应的评价指标,建立指定分类模型;
利用所述指定分类模型确定每个账户的综合分值。
7.根据权利要求6所述的方法,其特征在于,所述利用所述指定分类模型确定每个账户的综合分值,包括:
利用所述指定分类模型确定每个账户对应的评价指标的分值;
根据每个账户对应的所述评价指标的分值,确定对应的综合分值。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在所述指定分类模型中,根据每个账户的所述综合分值以及账户对应的评价指标,建立所述综合分值与所述评价指标的关系;
当获取到新的账户的评价指标时,根据所述综合分值与所述评价指标的关系,确定该新的账户的综合分值。
9.根据权利要求5所述的方法,其特征在于,所述根据综合分值,划分每个账户的计算资源,包括:
根据分配规则中记录的综合分值与账户等级的对应关系以及每个账户的综合分值,确定每个账户的等级;
根据每个账户的等级,将每个账户的标识映射到对应的计算资源上。
10.根据权利要求7所述的方法,其特征在于,所述方法还包括:
发送所述评价指标的分值、所述综合分值以及划分到的计算资源至对应账户。
11.一种计算资源分配方法,其特征在于,包括:
获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至对应账户进行操作,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
接收白名单申请,当审核通过后,将该白名单申请中的账户的标识与对应的计算资源进行映射。
13.根据权利要求12所述的方法,其特征在于,所述方法还包括:
当所述白名单申请中设置有期限,当所述期限到达后,取消该白名单申请中的账户的标识与对应的计算资源的映射。
14.根据权利要求12所述的方法,其特征在于,所述分配所述至少一个账户的计算资源至对应账户进行操作,包括:
根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,并将每个账户的标识映射到对应的计算资源上;
当任一账户进行操作时,将该账户的标识对应的计算资源分配至该账户进行操作。
15.一种计算资源分配装置,其特征在于,包括:
获取模块,用于获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
分类模块,用于根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
划分模块,用于根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
16.一种服务器,其特征在于,包括存储器以及处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序,以用于:
获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
根据所述账户的分类结果以及账户对应的评价指标,划分每个账户的计算资源,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
17.一种存储有计算机程序的计算机可读存储介质,其特征在于,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现权利要求1-10任一项所述方法中的步骤。
18.一种计算资源分配装置,其特征在于,包括:
获取模块,用于获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
分类模块,用于根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
分配模块,用于根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至对应账户进行操作,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
19.一种服务器,其特征在于,包括存储器以及处理器;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序,以用于:
获取至少一个账户对应的元数据,所述元数据表示为对应账户的操作行为数据,从所述元数据中获取对应的评价指标;
根据所述评价指标,对所述至少一个账户进行分类,所述评价指标表示为用于反映账户质量的数据;
根据所述账户的分类结果以及账户对应的评价指标,分配所述至少一个账户的计算资源至对应账户进行操作,其中,账户等级越高,分配给该账户的资源池所包含的计算资源越多,所述分类结果表示为账户质量聚类的结果;
所述评价指标包括属性评价指标、计算评价指标、存储评价指标、数据质量评价指标中的一个或多个。
20.一种存储有计算机程序的计算机可读存储介质,其特征在于,计算机程序被一个或多个处理器执行时,致使所述一个或多个处理器实现权利要求11-14任一项所述方法中的步骤。
CN201910060179.2A 2019-01-22 2019-01-22 计算资源分配方法、装置、服务器及存储介质 Active CN111464583B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910060179.2A CN111464583B (zh) 2019-01-22 2019-01-22 计算资源分配方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910060179.2A CN111464583B (zh) 2019-01-22 2019-01-22 计算资源分配方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN111464583A CN111464583A (zh) 2020-07-28
CN111464583B true CN111464583B (zh) 2023-04-07

Family

ID=71679914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910060179.2A Active CN111464583B (zh) 2019-01-22 2019-01-22 计算资源分配方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN111464583B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112085412B (zh) * 2020-09-21 2023-11-17 王渡江 一种资源优化分配系统及分配方法
CN112260862A (zh) * 2020-10-13 2021-01-22 北京锐安科技有限公司 网络数据质量确定方法、装置、电子设备及存储介质
CN112769782B (zh) * 2020-12-29 2023-06-02 上海联蔚盘云科技有限公司 多云安全基线管理的方法与设备
CN112801144B (zh) * 2021-01-12 2021-09-28 平安科技(深圳)有限公司 资源分配方法、装置、计算机设备及存储介质
CN112966608A (zh) * 2021-03-05 2021-06-15 哈尔滨工业大学 一种基于边端协同的目标检测方法、系统及存储介质
CN113221989B (zh) * 2021-04-30 2022-09-02 浙江网商银行股份有限公司 基于分布式的评估模型训练方法、系统以及装置
CN116521517A (zh) * 2023-02-09 2023-08-01 海看网络科技(山东)股份有限公司 一种基于业务拓扑多模型融合的iptv系统健康度评估方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105578594A (zh) * 2015-06-30 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种资源分配方法及装置
CN106464610A (zh) * 2015-01-27 2017-02-22 华为技术有限公司 基于v2v的资源分配方法和装置
CN109191202A (zh) * 2018-08-28 2019-01-11 拉扎斯网络科技(上海)有限公司 资源分配方法、装置、电子设备及计算机可读存储介质

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7222177B2 (en) * 2001-05-21 2007-05-22 Hewlett-Packard Development Company, L.P. Methods and structure for implementing web server quality-of-service control
US8862738B2 (en) * 2010-10-18 2014-10-14 International Business Machines Corporation Reallocating resource capacity among resource pools in a cloud computing environment
CN103136055B (zh) * 2011-11-25 2016-08-03 国际商业机器公司 用于在数据库服务中控制对计算资源的使用的方法和装置
US8756209B2 (en) * 2012-01-04 2014-06-17 International Business Machines Corporation Computing resource allocation based on query response analysis in a networked computing environment
CN103841126B (zh) * 2012-11-20 2017-11-21 中国移动通信集团辽宁有限公司 一种共享资源的调配方法及装置
CN103095846A (zh) * 2013-02-02 2013-05-08 深圳先进技术研究院 云计算资源的用户个性化调度方法和系统
CN104468752A (zh) * 2014-11-26 2015-03-25 无锡成电科大科技发展有限公司 一种提高云计算资源利用率的方法及系统
US10243815B2 (en) * 2015-06-29 2019-03-26 Vmware, Inc. Methods and systems to evaluate data center resource allocation costs
US10609129B2 (en) * 2016-02-19 2020-03-31 Huawei Technologies Co., Ltd. Method and system for multi-tenant resource distribution
CN106131158A (zh) * 2016-06-30 2016-11-16 上海天玑科技股份有限公司 一种云数据中心环境下基于云租户信用度的资源调度装置
CN106446959B (zh) * 2016-10-10 2019-06-07 北京邮电大学 一种云计算资源动态匹配方法及装置
CN106453146B (zh) * 2016-11-17 2020-12-11 北京华胜天成科技股份有限公司 私有云计算资源的分配方法、系统、设备和可读存储介质
CN107480187A (zh) * 2017-07-10 2017-12-15 北京京东尚科信息技术有限公司 基于聚类分析的用户价值分类方法和装置
CN107967179B (zh) * 2017-12-12 2021-08-06 山东省计算中心(国家超级计算济南中心) 一种支持突发应急的云计算资源分配方法
CN110769015B (zh) * 2018-07-27 2022-06-03 深圳市立信创源科技有限公司 定点资源分配的方法
CN110188990B (zh) * 2019-04-26 2023-09-08 创新先进技术有限公司 一种资源请求和资金请求分流方法、装置及设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106464610A (zh) * 2015-01-27 2017-02-22 华为技术有限公司 基于v2v的资源分配方法和装置
CN105578594A (zh) * 2015-06-30 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种资源分配方法及装置
WO2017000375A1 (zh) * 2015-06-30 2017-01-05 宇龙计算机通信科技(深圳)有限公司 一种资源分配方法及装置
CN109191202A (zh) * 2018-08-28 2019-01-11 拉扎斯网络科技(上海)有限公司 资源分配方法、装置、电子设备及计算机可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于资源池的预排序动态资源分配算法;许晓东等;《中国通信》;20100115(第01期);全文 *

Also Published As

Publication number Publication date
CN111464583A (zh) 2020-07-28

Similar Documents

Publication Publication Date Title
CN111464583B (zh) 计算资源分配方法、装置、服务器及存储介质
US12056583B2 (en) Target variable distribution-based acceptance of machine learning test data sets
CN111722806B (zh) 云盘分配方法、装置、电子设备及存储介质
CN112379971B (zh) 应用容器管理方法、装置及设备
CN108320089A (zh) 坐席分配方法、电子装置及计算机可读存储介质
CN107016115B (zh) 数据导出方法、装置、计算机可读存储介质及电子设备
CN111598360A (zh) 服务策略确定方法、装置及电子设备
CN114840531B (zh) 基于血缘关系的数据模型重构方法、装置、设备及介质
CN112631731A (zh) 数据查询方法、装置、电子设备及存储介质
CN113672375A (zh) 资源分配预测方法、装置、设备及存储介质
CN110019193B (zh) 相似帐号识别方法、装置、设备、系统及可读介质
CN115442262B (zh) 一种资源评估方法、装置、电子设备及存储介质
CN116629423A (zh) 用户行为预测方法、装置、设备及存储介质
CN113434273B (zh) 数据处理方法、装置、系统及存储介质
CN113435746B (zh) 用户工作量的评分方法、装置、电子设备及存储介质
CN113177613A (zh) 系统资源数据分配方法及装置
CN113990466A (zh) 医疗资源管理方法、装置、电子设备及存储介质
CN112527830A (zh) 数据查询方法、装置、设备及存储介质
CN111985651A (zh) 业务系统运维方法和装置
CN114822857A (zh) 重复入院的预测方法、计算设备及存储介质
CN113110804A (zh) 重复图片删除方法、装置、设备及存储介质
KR102346364B1 (ko) 가상 서버 리소스 사용량 메트릭 평가 및 성능 추적을 위한 시스템 및 방법
CN114860722B (zh) 基于人工智能的数据分片方法、装置、设备及介质
CN113901048B (zh) 一种电子化档案数据管理系统与处理方法
CN112801144B (zh) 资源分配方法、装置、计算机设备及存储介质

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