CN112346846A - 对云资源进行分析和编排的方法、装置以及存储介质 - Google Patents

对云资源进行分析和编排的方法、装置以及存储介质 Download PDF

Info

Publication number
CN112346846A
CN112346846A CN201910722004.3A CN201910722004A CN112346846A CN 112346846 A CN112346846 A CN 112346846A CN 201910722004 A CN201910722004 A CN 201910722004A CN 112346846 A CN112346846 A CN 112346846A
Authority
CN
China
Prior art keywords
cloud
cloud resources
resource
historical information
load
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
CN201910722004.3A
Other languages
English (en)
Inventor
陆明
王友焱
王丽娟
冯雅彤
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201910722004.3A priority Critical patent/CN112346846A/zh
Publication of CN112346846A publication Critical patent/CN112346846A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5072Grid computing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/445Program loading or initiating
    • G06F9/44505Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451User profiles; Roaming
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种对云资源进行分析和编排的方法、装置以及存储介质。其中对云资源进行编排的方法,包括:获取云资源的运行参数历史信息以及配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息,并且运行参数历史信息是与云资源的运行状态相关的参数的历史信息;根据配置管理信息,确定是否对云资源进行自动编排作业;以及在确定对云资源进行自动编排作业的情况下,根据运行参数历史信息,对云资源进行编排作业。

Description

对云资源进行分析和编排的方法、装置以及存储介质
技术领域
本申请涉及计算机互联网技术领域,特别是涉及一种对云资源进行分析和编排的方法、装置以及存储介质。
背景技术
在实际业务场景中,通常私有云是建设在企业内部,并且不需要内部收取费用的。而资源申请过程通常包含行政审批过程。为此,在私有云实际应用中,申请人为了减少资源申请流程,往往有意地多申请私有云资源。而多申请的资源在系统投入运行之后并没有得到有效运行。这就造成私有云系统资源利用不足,私有云运维成本过高的问题。此外,不仅是私有云,公有云以及专有云也可能存在申请过量而造成资源或成本浪费的问题。
此外,有的业务投入上线初期,业务负载不是很大。但是随着业务发展,云计算资源的负载会逐步增加,对于这样的资源就需要进行扩容。但是通常来说,除非业务负载已经导致用户体验严重下降,否则云计算机资源用户或应用负责人可能会忽略云计算资源负载情况而导致风险未被识别。
此外,有的业务运行呈现周期性特点。例如,财务月结系统或定期报表生成系统,呈现定期执行特点。定期执行期间,业务负载上升,而其他时间,负载则会很低。因此会导致云资源在业务负载上升时资源严重竞争从而性能下降,而在负载下降时又会出现资源的空闲,从而导致资源使用效率低下的问题。
为了合理高效地使用云资源,云平台管理者通过人工识别资源使用情况进行分析,并与云计算资源用户沟通进行资源管理。而对于定期作业,通常很难进行自动化处理。所以,现有技术通常是人工实现的,从而增加了人工成本的同时,效率也很低下。
此外,当前云计算系统中,可以根据用户资源申请需求进行资源创建,并交付资源。但是在交付资源实际使用过程中如何判断资源利用率是否合理,是否存在过度申请资源情况,目前并没有特别有效的方法。从而针对资源过度申请的情况,也无法基于业务场景情况进行资源缩减。
针对上述的现有技术中存在的云计算资源使用效率低下,并且不能对云资源进行有效编排的技术问题,目前尚未提出有效的解决方案。
发明内容
本公开的实施例提供了一种对云资源进行分析和编排的方法、装置以及存储介质,以至少解决现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的技术问题。在本公开的技术方案中,尝试根据资源申请信息和系统运行实际负载信息来判断资源申请是否过多,并对资源使用进行调整或者出具分析报告。
根据本公开实施例的一个方面,提供了一种对云资源进行编排的方法,包括:获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;根据配置管理信息,确定是否对云资源进行自动编排作业;以及在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
根据本公开实施例的另一方面,还提供了一种对云资源进行编排的方法,包括:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,对云资源进行编排作业。
根据本公开实施例的另一方面,还提供了一种对云资源进行分析的方法,包括:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,生成与云资源的编排相关的分析报告。
根据本公开实施例的另一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。
根据本公开实施例的另一个方面,还提供了一种对云资源进行编排的装置,包括:第一获取模块,用于获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;确定模块,用于根据配置管理信息,确定是否对云资源进行自动编排作业;以及第一编排作业模块,用于在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
根据本公开实施例的另一个方面,还提供了一种对云资源进行编排的装置,包括:第二获取模块,用于获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及第二编排作业模块,用于根据运行参数历史信息,对云资源进行编排作业。
根据本公开实施例的另一个方面,还提供了一种对云资源进行分析的装置,包括:第三获取模块,用于获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及生成模块,用于根据运行参数历史信息,生成与云资源的编排相关的分析报告。
根据本公开实施例的另一个方面,还提供了一种对云资源进行编排的装置,包括:第一处理器;以及第一存储器,与第一处理器连接,用于为第一处理器提供处理以下处理步骤的指令:获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;根据配置管理信息,确定是否对云资源进行自动编排作业;以及在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
根据本公开实施例的另一个方面,还提供了一种对云资源进行编排的装置,包括:第二处理器;以及第二存储器,与第二处理器连接,用于为第二处理器提供处理以下处理步骤的指令:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,对云资源进行编排作业。
根据本公开实施例的另一个方面,还提供了一种对云资源进行分析的装置,包括:第三处理器;以及第三存储器,与第三处理器连接,用于为第三处理器提供处理以下处理步骤的指令:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,生成与云资源的编排相关的分析报告。
正如背景技术中所述的,在目前对云计算资源的使用过程中,存在以下问题:对云计算资源的利用不足导致运维成本过高;云资源的负载情况容易被忽略而导致风险未被识别;云资源的配置不能适应业务的周期,导致性能下降以及效率低下的问题。
针对上述的现有技术中存在的云计算资源使用效率低下,并且不能对云资源进行有效编排的的技术问题,本实施例提供了一种对云资源进行编排的方法。该方法首先获取关于云资源的运行状态的相关的状态参数,然后再根据获取的状态参数,对云资源进行编排作业。
从而,通过本实施例提供的方法,能够根据云资源的实际运行情况完成对云资源的编排作业。从而能够根据云资源的实际情况对云资源进行扩容或缩容,或者根据业务的周期对云资源进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
附图说明
此处所说明的附图用来提供对本公开的进一步理解,构成本申请的一部分,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。在附图中:
图1示出了一种用于实现对云资源进行分析和编排的方法的计算机终端(或移动设备)的硬件结构框图;
图2是根据本实施例所述的对云资源进行分析和编排的系统的示意图;
图3进一步示出了对云资源进行分析和编排的分析编排设备的模块图;
图4是根据本公开实施例1的第一个方面所述的对云资源进行编排方法的流程示意图;
图5是根据本公开实施例1的第二个方面所述的对云资源进行编排的方法的流程示意图;
图6是根据本公开实施例1的第三个方面所述的对云资源进行分析的方法的流程示意图;
图7是根据本公开实施例2的第一个方面所述的对云资源进行编排的装置的示意图;
图8是根据本公开实施例2的第二个方面所述的对云资源进行编排的装置的示意图;
图9是根据本公开实施例2的第三个方面所述的对云资源进行分析的装置的示意图;
图10是根据本公开实施例3的第一个方面所述的对云资源进行编排的装置的示意图;
图11是根据本公开实施例3的第二个方面所述的对云资源进行编排的装置的示意图;以及
图12是根据本公开实施例3的第三个方面所述的对云资源进行分析的装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本公开的技术方案,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本公开一部分的实施例,而不是全部的实施例。基于本公开中的实施例,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,都应当属于本公开保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本实施例,提供了一种对云资源进行分析和编排的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现对云资源进行分析和编排的方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端10还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本公开实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本公开实施例中的对云资源进行分析和编排的方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的对云资源进行分析和编排的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。
图2是根据本实施例所述的对云资源进行分析和编排的系统的示意图。参照图2所示,该系统包括:终端设备100、分析编排设备200以及云资源300。该终端设备100例如可以是云资源管理人员使用的计算机,从而云资源管理人员可以通过该终端设备100完成对云资源300进行的编排操作以及从分析编排设备200获取关于云资源300的分析报告。分析编排设备200用于接收用户通过终端设备100发送的指令,对云资源进行分析以及编排;此外分析编排设备200也可以自行对云资源300进行分析,并且进行相应的编排操作或者向终端设备100返回分析报告。云资源300例如可以是背景技术中所述的私有云资源,当然也可以是公有云或者专有云。需要说明的是,系统中的终端设备100、分析编排设备200以及云资源300均可适用上面所述的硬件结构。
此外,图3进一步示出了分析编排设备200的模块图。参考图3所示,分析编排设备200包括:资源分析查询接口210、资源分析模块220、编排作业管理模块230以及云计算编排模块240。
咨询分析查询接口210基于人工或者定时作业,发起云资源300分析查询。并且,咨询分析查询接口210向终端设备100提供Web界面接受人工操作并提供Web API接口,响应定时作业模块请求。
资源分析模块220在通过资源分析查询接口210收到请求之后,对云资源300进行分析。具体地,资源分析模块220可以访问监控数据库、云平台数据库(例如OpenStack数据库)以及配置管理数据库(CMDB)等多个数据库,从多个数据库获取云资源300的配置管理信息以及运行参数历史信息,并且进行云资源300分析和编排。其中,根据数据特点,资源分析系统进行数据分析和相应策略分析。不同数据源将包含不同数据,并在分析活动中实现不同作用,例如:
1)监控数据库包含云资源的运行参数历史信息(例如负载的历史信息)。例如CPU负载、内存占用率、磁盘空间分配与消耗、磁盘IO和延迟等信息。
2)云平台数据库(例如,OpenStack数据库)包含云资源的虚机配置信息,例如虚机CPU核数、分配内存、分配磁盘空间、存储类型、可用区宿主机CPU主频以及各资源池分配情况。
3)配置管理数据库(即,CMDB)包含云资源的配置管理信息,包括:资源申请信息、应用信息以及管理员信息等内容。例如,业务类型为生产、测试或开发类型,服务器可以支持自动编排和自动启动,服务器配置BaaS(后端即服务,Backup as a Service)的策略,服务器配置RaaS(恢复即服务,Recovery as a Service)的策略,近期数据备份记录,应用管理员与云资源用户联系方式等。
其中资源分析模块220根据获取的云资源300的配置管理信息,判定是否对云资源进行自动的编排作业。例如如果云资源300的业务类型为生产类型,则该云资源300可能不适合进行自动的编排作业,这时资源分析模块220会根据获取的运行参数历史信息生成云资源300的分析报告,并发送给管理员,以便管理员能够通过线下的方式完成编排作业。再例如,如果云资源300的业务类型适合进行自动的编排作业,这时资源分析模块220会根据获取的运行参数历史信息生成对云资源300进行编排的分析结果,并发送给编排作业管理模块230。
编排作业管理模块230根据资源分析模块220的分析结果,对于能够执行自动化缩容或扩容的云计算资源进行编排作业设计。编排作业管理模块230所设计的作业包括:
1)执行时间,例如,凌晨1点自动执行资源调整。
2)自动化作业内容定义,例如,暂停监控服务,并通知监控中心设置维护窗口;进行系统备份;关机;调整资源配置;启动云服务器;服务状态检查;发送资源扩容/缩容通知;恢复监控和关闭维护窗口。对于涉及内部结算的活动,编排活动执行完成,将会更新资源交付数据库,以便组织内部部门结算账单生成和审计活动。
编排作业管理模块230在预先设定的时间上,启动云计算编排活动。通过云计算编排模块240访问私有云执行编排作业活动。
此外,资源分析模块220还可以生成资源扩容或缩容分析报告,并可以通过在线发布,电子邮件等方式发布报告。报告中将包含当前云计算资源使用情况,建议调整的云计算资源配置,是否能够自动化执行资源调整,云计算资源干系人等内容。以便云计算资源用户、应用管理员或云平台管理员进行后续人工操作资源调整。
在上述运行环境下,根据本实施例的第一个方面,提供了一种对云资源进行编排的方法,该方法由图2中所示的分析编排设备200实现。图4示出了该方法的流程示意图,参考图4所示,该方法包括:
S402:获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;
S404:根据配置管理信息,确定是否对云资源进行自动编排作业;以及
S406:在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
具体地,参考图3所示,在步骤S402中,分析编排设备200可以通过资源分析模块220访问云平台数据库以及配置管理数据库等多个数据库,从多个数据库获取云资源的配置管理信息。例如,正如上面所述的,云平台数据库(例如,OpenStack数据库)包含云资源的虚机配置信息,并且配置管理数据库(即,CMDB)包含云资源的配置管理信息。从而分析编排设备200可以通过资源分析模块220获取云资源300的配置管理信息。
在步骤S404中,分析编排设备200可以通过资源分析模块220根据获取的配置管理信息判定是否对云资源300进行自动编排作业。例如如果云资源300的业务类型为生产类型,则该云资源300可能不适合进行自动的编排作业。再例如,如果云资源300的业务类型适合进行自动的编排作业,则资源分析模块220判定对云资源300进行自动的编排作业。
在步骤S406中,分析编排设备200在通过资源分析模块220确定对云资源进行自动编排作业的情况下,通过资源分析模块220访问监控数据库,从而获取云资源的运行参数历史信息。并且,分析编排设备200通过资源分析模块220对获取的运行参数历史信息进行分析,并且通过编排作业管理模块230和云资源计算编排模块240根据分析的结果对云资源进行编排作业。
正如背景技术中所述的,在目前对云资源的使用过程中,存在以下问题:对云资源的利用不足导致运维成本过高;云资源的负载情况容易被忽略而导致风险未被识别;云资源的配置不能适应业务的周期,导致性能下降以及效率低下的问题。
针对上述的现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的技术问题,本实施例提供了一种对云资源进行编排的方法。从而,通过本实施例提供的方法,能够根据云资源300的实际运行情况完成对云资源300的编排作业。从而能够根据云资源300的实际情况对云资源300进行扩容或缩容,或者根据业务的周期对云资源300进行周期性的编排作业。从而解决了现有技术中存在的云资源使用效率低下,并且不能对云资源进行有效编排的技术问题。
此外,尽管对于本公开实施例来说,所解决的技术问题主要集中于私有云,但是对于其他类型的云资源(例如公有云)也同样可以适用于本实施例所述的方法。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
具体地,例如,在对指定的业务生产系统进行分析时,可以对上线超过2个月的资源进行分析(因为资源上线初期,业务负载往往是比较低的)。然后,对云资源的负载的历史数据进行分析。以CPU为例,历史数据包括:CPU负载的平均值和方差。其中,通过方差分析表现CPU负载的波动情况,如果方差所呈现的CPU负载波动范围很小,则很可能该云计算资源启动之后没有很大的业务负载或者业务负载很稳定。因此对于这样的云资源可以安全的进行缩容。
从而,通过以上方式,可以准确而安全地识别冗余的云资源,并且对冗余的云资源进行缩容操作。从而避免将不该缩容的云资源进行缩容,保证了编排作业的准确性和安全性。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
具体地,例如,分析编排设备200对历史负载数据进行时域分析和频域分析,发现云资源300负载呈现每日凌晨1:00~3:00负载较高(例如大于第一预定阈值),而其他时间负载很低。或者月底前1周负载很高,其他时间负载很低。这是典型的定期作业应用特点,例如,定期生成报表或者定期生成月结报告特点。
针对这种情况,分析编排设备200可以通过编排作业管理模块230在每日凌晨1:00~3:00或者在月底前1周对云资源300进行扩容操作。从而通过这种方式,可以满足定期作业对云资源300的需求,在提高了云资源300性能的同时,也降低了运营维护的成本。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
具体地,正如上面所述,在定期作业的过程中,虽然有的时间段云资源300的负载会很高,但是在其他的时间段云资源300的负载却比较低。因此当云资源的负载较低(例如低于第二预定阈值)时,则分析编排设备200可以通过编排作业管理模块230对云资源进行缩容操作。
可选地,还包括:在确定不对云资源进行自动编排作业的情况下,根据运行参数历史信息,生成与云资源的编排相关的分析报告。
具体地,分析编排设备200在确定不对云资源进行自动编排作业的情况下,分析编排设备200可以通过资源分析模块220根据运行参数历史信息,生成与云资源的编排相关的分析报告,并且通过在线发布,电子邮件等方式发布报告。报告中将包含当前云计算资源使用情况,建议调整的云计算资源配置,是否能够自动化执行资源调整,云计算资源干系人等内容。以便云计算资源用户、应用管理员或云平台管理员进行后续人工资源调整活动。
可选地,生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。从而通过这种方式,使得分析报告的内容更加详细,方便维护人员后期的作业编排的工作,减少了人员的工作量。
从而,通过本实施例提供的方法,能够根据云资源300的实际运行情况完成对云资源300的分析以及编排作业。从而能够根据云资源300的实际情况对云资源300进行扩容或缩容,或者根据业务的周期对云资源300进行周期性的编排作业。从而解决了现有技术中存在的云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
此外,根据本实施例的第二个方面,提供了一种对云资源进行编排的方法,该方法由图2中所示的分析编排设备200实现。图5示出了该方法的流程示意图,参考图5所示,该方法包括:
S502:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及
S504:根据运行参数历史信息,对云资源进行编排作业。
具体地,参考图3所示,在步骤S502中,分析编排设备200可以通过资源分析模块220获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息(例如通过访问监控数据库获取运行参数历史信息)。
然后,在步骤S504中,分析编排设备200例如可以通过资源分析模块220、编排作业管理模块230以及云计算编排模块240,根据运行参数历史信息,对云资源300进行编排作业。
从而,通过本实施例提供的方法,能够根据云资源300的实际运行情况完成对云资源300的编排作业。从而能够根据云资源300的实际情况对云资源300进行扩容或缩容,或者根据业务的周期对云资源300进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
具体地,例如,在对指定的业务生产系统进行分析时,可以对上线超过2个月的资源进行分析(因为资源上线初期,业务负载往往是比较低的)。然后,对云资源的负载的历史数据进行分析。以CPU为例,历史数据包括:CPU负载的平均值和方差。其中,通过方差分析表现CPU负载的波动情况,如果方差所呈现的CPU负载波动范围很小,则很可能该云计算资源启动之后没有很大的业务负载或者业务负载很稳定。因此对于这样的云资源可以安全的进行缩容。
从而,通过以上方式,可以准确而安全地识别冗余的云资源,并且对冗余的云资源进行缩容操作。从而避免将不该缩容的云资源进行缩容,保证了编排作业的准确性和安全性。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
具体地,例如,分析编排设备200对历史负载数据进行时域分析和频域分析,发现云资源负载呈现每日凌晨1:00~3:00负载较高(例如大于第一预定阈值),而其他时间负载很低。或者月底前1周负载很高,其他时间负载很低。这是典型的定期作业应用特点,例如,定期生成报表或者定期生成月结报告特点。
针对这种情况,分析编排设备200可以通过编排作业管理模块230在每日凌晨1:00~3:00或者在月底前1周对云资源进行扩容操作。从而通过这种方式,可以满足定期作业对云资源的需求,在提高了云资源性能的同时,也降低了运营维护的成本。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
正如上面所述,在定期作业的过程中,虽然有的时间段云资源的负载会很高,但是在其他的时间段云资源的负载却没有那么高。因此当云资源300的负载较低(例如低于第二预定阈值)时,则分析编排设备200可以通过编排作业管理模块230对云资源进行缩容操作。从而,节省了云资源的维护成本,增强了云资源的工作效率。
此外,根据本实施例的第三个方面,提供了一种对云资源进行分析的方法,该方法由图2中所示的分析编排设备200实现。图6示出了该方法的流程示意图,参考图6所示,该方法包括:
S602:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及
S604:根据运行参数历史信息,生成与云资源的编排相关的分析报告。
具体地,参考图3所示,在步骤6502中,分析编排设备200可以通过资源分析模块220获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息(例如通过访问监控数据获取运行参数历史信息)。
然后,分析编排设备200可以通过资源分析模块220根据运行参数历史信息,生成与云资源的编排相关的分析报告。以便云计算资源用户、应用管理员或云平台管理员进行后续人工资源调整活动。
可选地,生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。
具体地,生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。从而通过这种方式,使得分析报告的内容更加详细,方便维护人员后期的作业编排的工作,减少了人员的工作量。
此外,参考图1所示,根据本实施例的第四个方面,提供了一种存储介质104。存储介质104包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。
从而通过这种方式,能够根据云资源300的实际运行情况完成对云资源300的编排作业。从而能够根据云资源300的实际情况对云资源300进行扩容或缩容,或者根据业务的周期对云资源300进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
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根据上述实施例的方法可借助软件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,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的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软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
图7示出了根据本实施例的第一个方面所述的对云资源进行编排的装置700,该装置700与根据实施例1的第一个方面所述的方法相对应。参考图7所示,该装置700包括:第一获取模块710,用于获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;确定模块720,用于根据配置管理信息,确定是否对云资源进行自动编排作业;以及第一编排作业模块730,用于在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
可选地,第一编排作业模块730,包括:第一方差确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及缩容作业子模块,用于在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
可选地,第一编排作业模块730,还包括:第一确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及扩容操作子模块,用于在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
可选地,第一编排作业模块730,还包括:第二确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及缩容操作子模块,用于在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
可选地,还包括:第一生成模块,用于在确定不对云资源进行自动编排作业的情况下,根据运行参数历史信息,生成与云资源的编排相关的分析报告。
可选地,第一生成模块生成分析报告的操作,包括在分析报告中写入以下至少一项信息:用于是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。
针对上述的现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题,本实施例提供了一种对云资源进行编排的装置700。该方法首先获取关于云资源的运行状态的相关的状态参数,然后再根据获取的状态参数,对云资源进行编排作业。
从而,通过本实施例提供的装置,能够根据云资源的实际运行情况完成对云资源的编排作业。从而能够根据云资源的实际情况对云资源进行扩容或缩容,或者根据业务的周期对云资源进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
此外,图8示出了根据本实施例的第二个方面所述的对云资源进行编排的装置800,该装置800与根据实施例1的第二个方面所述的方法相对应。参考图8所示,该装置800包括:第二获取模块810,用于获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及第二编排作业模块820,用于根据运行参数历史信息,对云资源进行编排作业。
可选地,第二编排作业模块820,包括:第二方差确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及第一操作模块,用于在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
可选地,第二编排作业模块820,包括:第三确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及第二操作模块,用于在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
可选地,第二编排作业模块820,包括:第四确定子模块,用于根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及第三操作模块,用于在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
此外,图9示出了根据本实施例的第三个方面所述的对云资源进行分析的装置900,该装置900与根据实施例1的第三个方面所述的方法相对应。参考图9所示,该装置900包括:第三获取模块910,用于获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及第二生成模块920,用于根据运行参数历史信息,生成与云资源的编排相关的分析报告。
可选地,第二生成模块920生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。
通过本实施例提供的装置,能够根据云资源的实际运行情况完成对云资源的编排作业。从而能够根据云资源的实际情况对云资源进行扩容或缩容,或者根据业务的周期对云资源进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
实施例3
图10示出了根据本实施例的第一个方面所述的对云资源进行编排的装置1000,该装置1000与根据实施例1的第一个方面所述的方法相对应。参考图10所示,该装置1000包括:第一处理器1001;以及第一存储器1002,与第一处理器1001连接,用于为第一处理器1001提供处理以下处理步骤的指令:获取云资源的配置管理信息,其中配置管理信息是用于指示对云资源进行的配置和管理的信息;根据配置管理信息,确定是否对云资源进行自动编排作业;以及在确定对云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据运行参数历史信息,对云资源进行编排作业,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
可选地,第一存储器1002还用于为第一处理器1001提供处理以下处理步骤的指令:在确定不对云资源进行自动编排作业的情况下,根据运行参数历史信息,生成与云资源的编排相关的分析报告。
可选地,生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。
正如背景技术中所述的,在目前对私有云资源的使用过程中,存在以下问题:对私有云资源的利用不足导致运维成本过高;云资源的负载情况容易被忽略而导致风险未被识别;云资源的配置不能适应业务的周期,导致性能下降以及效率低下的问题;通过人工对云资源进行分析和编排从而导致人力成本增加以及效率低下的问题。
针对上述的现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题,本实施例提供了一种对云资源进行编排的装置1000。该方法首先获取关于云资源的运行状态的相关的状态参数,然后再根据获取的状态参数,对云资源进行编排作业。
从而,通过本实施例提供的装置,能够根据云资源的实际运行情况完成对云资源的编排作业。从而能够根据云资源的实际情况对云资源进行扩容或缩容,或者根据业务的周期对云资源进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
此外,图11示出了根据本实施例的第二个方面所述的对云资源进行编排的装置1100,该装置1100与根据实施例1的第二个方面所述的方法相对应。参考图11所示,该装置1100包括:第二处理器1101;以及第二存储器1102,与第二处理器1101连接,用于为第二处理器1101提供处理以下处理步骤的指令:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,对云资源进行编排作业。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载的方差;以及在方差的波动范围在预定幅值以内的情况下,对云资源进行缩容作业操作。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载大于第一预定阈值的时间段;以及在云资源的负载大于第一预定阈值的时间段内,对云资源进行扩容操作。
可选地,根据运行参数历史信息,对云资源进行编排作业的操作,包括:根据云资源在预定时期的负载的历史信息,确定云资源的负载小于第二预定阈值的时间段;以及在云资源的负载小于第二预定阈值的时间段内,对云资源进行缩容操作。
此外,图12示出了根据本实施例的第三个方面所述的对云资源进行分析的装置1200,该装置1200与根据实施例1的第三个方面所述的方法相对应。参考图12所示,该装置1200包括:第三处理器1201;以及第三存储器1202,与第三处理器1201连接,用于为第三处理器1201提供处理以下处理步骤的指令:获取云资源的运行参数历史信息,其中运行参数历史信息是与云资源的运行状态相关的参数的历史信息;以及根据运行参数历史信息,生成与云资源的编排相关的分析报告。
可选地,生成分析报告的操作,包括在分析报告中写入以下至少一项信息:是否对云资源进行缩容操作或者扩容操作;以及对云资源进行缩容操作的时间和/或对云资源进行扩容操作的时间。
通过本实施例提供的装置,能够根据云资源的实际运行情况完成对云资源的编排作业。从而能够根据云资源的实际情况对云资源进行扩容或缩容,或者根据业务的周期对云资源进行周期性的编排作业。从而解决了现有技术中存在的私有云资源使用效率低下,并且不能对云资源进行有效编排的的技术问题。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种对云资源进行编排的方法,其特征在于,包括:
获取云资源的配置管理信息,其中所述配置管理信息是用于指示对所述云资源进行的配置和管理的信息;
根据所述配置管理信息,确定是否对所述云资源进行自动编排作业;以及
在确定对所述云资源进行自动编排作业的情况下,获取云资源的运行参数历史信息,并根据所述运行参数历史信息,对所述云资源进行编排作业,其中所述运行参数历史信息是与所述云资源的运行状态相关的参数的历史信息。
2.根据权利要求1所述的方法,其特征在于,根据所述运行参数历史信息,对所述云资源进行编排作业的操作,包括:
根据所述云资源在预定时期的负载的历史信息,确定所述云资源的负载的方差;以及
在所述方差的波动范围在预定幅值以内的情况下,对所述云资源进行缩容作业操作。
3.根据权利要求1所述的方法,其特征在于,根据所述运行参数历史信息,对所述云资源进行编排作业的操作,包括:
根据所述云资源在预定时期的负载的历史信息,确定所述云资源的负载大于第一预定阈值的时间段;以及
在所述云资源的负载大于所述第一预定阈值的时间段内,对所述云资源进行扩容操作。
4.根据权利要求1所述的方法,其特征在于,根据所述运行参数历史信息,对所述云资源进行编排作业的操作,包括:
根据所述云资源在预定时期的负载的历史信息,确定所述云资源的负载小于第二预定阈值的时间段;以及
在所述云资源的负载小于所述第二预定阈值的时间段内,对所述云资源进行缩容操作。
5.根据权利要求1至4中任意一项所述的方法,其特征在于,还包括:
在确定不对所述云资源进行自动编排作业的情况下,根据所述运行参数历史信息,生成与所述云资源的编排相关的分析报告。
6.根据权利要求5所述的方法,其特征在于,生成所述分析报告的操作,包括在所述分析报告中写入以下至少一项信息:
是否对所述云资源进行缩容操作或者扩容操作;以及
对所述云资源进行缩容操作的时间和/或对所述云资源进行扩容操作的时间。
7.一种对云资源进行编排的方法,其特征在于,包括:
获取云资源的运行参数历史信息,其中所述运行参数历史信息是与所述云资源的运行状态相关的参数的历史信息;以及
根据所述运行参数历史信息,对所述云资源进行编排作业。
8.根据权利要求7所述的方法,其特征在于,根据所述运行参数历史信息,对所述云资源进行编排作业的操作,包括:
根据所述云资源在预定时期的负载的历史信息,确定所述云资源的负载的方差;以及
在所述方差的波动范围在预定幅值以内的情况下,对所述云资源进行缩容作业操作。
9.一种对云资源进行分析的方法,其特征在于,包括:
获取云资源的运行参数历史信息,其中所述运行参数历史信息是与所述云资源的运行状态相关的参数的历史信息;以及
根据所述运行参数历史信息,生成与所述云资源的编排相关的分析报告。
10.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行权利要求1至9中任意一项所述的方法。
CN201910722004.3A 2019-08-06 2019-08-06 对云资源进行分析和编排的方法、装置以及存储介质 Pending CN112346846A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910722004.3A CN112346846A (zh) 2019-08-06 2019-08-06 对云资源进行分析和编排的方法、装置以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910722004.3A CN112346846A (zh) 2019-08-06 2019-08-06 对云资源进行分析和编排的方法、装置以及存储介质

Publications (1)

Publication Number Publication Date
CN112346846A true CN112346846A (zh) 2021-02-09

Family

ID=74367114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910722004.3A Pending CN112346846A (zh) 2019-08-06 2019-08-06 对云资源进行分析和编排的方法、装置以及存储介质

Country Status (1)

Country Link
CN (1) CN112346846A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472565A (zh) * 2021-06-03 2021-10-01 北京闲徕互娱网络科技有限公司 服务器功能的扩容方法、装置、设备和计算机可读介质
CN115361285A (zh) * 2022-07-05 2022-11-18 海南车智易通信息技术有限公司 实现离在线业务混合部署的方法、装置、设备及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954478A (zh) * 2015-06-23 2015-09-30 普元信息技术股份有限公司 云计算平台中实现服务器自动纵向伸缩的系统及方法
US20180337984A1 (en) * 2016-01-29 2018-11-22 Huawei Technologies Co., Ltd. Method and apparatus for managing resource on cloud platform
CN109104493A (zh) * 2018-09-04 2018-12-28 南京群顶科技有限公司 一种云资源池业务负载感知与自处理装置及方法
CN109284871A (zh) * 2018-09-30 2019-01-29 北京金山云网络技术有限公司 资源调整方法、装置和云平台
CN109412841A (zh) * 2018-09-30 2019-03-01 北京金山云网络技术有限公司 虚拟机资源的调整方法、装置和云平台
CN109995677A (zh) * 2018-01-02 2019-07-09 中国移动通信有限公司研究院 资源分配方法、装置及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104954478A (zh) * 2015-06-23 2015-09-30 普元信息技术股份有限公司 云计算平台中实现服务器自动纵向伸缩的系统及方法
US20180337984A1 (en) * 2016-01-29 2018-11-22 Huawei Technologies Co., Ltd. Method and apparatus for managing resource on cloud platform
CN109995677A (zh) * 2018-01-02 2019-07-09 中国移动通信有限公司研究院 资源分配方法、装置及存储介质
CN109104493A (zh) * 2018-09-04 2018-12-28 南京群顶科技有限公司 一种云资源池业务负载感知与自处理装置及方法
CN109284871A (zh) * 2018-09-30 2019-01-29 北京金山云网络技术有限公司 资源调整方法、装置和云平台
CN109412841A (zh) * 2018-09-30 2019-03-01 北京金山云网络技术有限公司 虚拟机资源的调整方法、装置和云平台

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472565A (zh) * 2021-06-03 2021-10-01 北京闲徕互娱网络科技有限公司 服务器功能的扩容方法、装置、设备和计算机可读介质
CN113472565B (zh) * 2021-06-03 2024-02-20 北京闲徕互娱网络科技有限公司 服务器功能的扩容方法、装置、设备和计算机可读介质
CN115361285A (zh) * 2022-07-05 2022-11-18 海南车智易通信息技术有限公司 实现离在线业务混合部署的方法、装置、设备及介质
CN115361285B (zh) * 2022-07-05 2024-02-23 海南车智易通信息技术有限公司 实现离在线业务混合部署的方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
US10956424B2 (en) Application recommending method and system, and server
CN107832126B (zh) 一种线程的调整方法及其终端
US20120117425A1 (en) Method and apparatus for obtaining feedback from a device for recommendations
CN108496324B (zh) 云工作负载发放系统和方法
US20140343997A1 (en) Information technology optimization via real-time analytics
CN109246201B (zh) 云资源交付方法、处理器以及存储介质
CN104410699A (zh) 一种开放式云计算资源管理方法及系统
CN105072139A (zh) 推荐方法和装置
CN112346846A (zh) 对云资源进行分析和编排的方法、装置以及存储介质
CN114661462A (zh) 资源分配方法、系统、计算机可读存储介质及电子设备
CN111459629A (zh) 基于Azkaban的项目运行方法、装置及终端设备
CN112565391A (zh) 调整工业互联网平台中实例的方法、装置、设备和介质
CN115695210A (zh) 云服务器部署方法和装置、电子设备和存储介质
CN113656378A (zh) 一种服务器管理方法、装置、介质
CN109995551B (zh) 云计算系统的业务计量方法及装置
CN109670980B (zh) 一种充电业务数据的处理方法、系统及设备
CN112765431A (zh) 需求信息的处理方法、装置以及存储介质
CN111625588A (zh) 一种共享分布式数据采集数据的方法和系统
CN112486583A (zh) 配置参数的系统、方法、装置以及存储介质
CN110609701A (zh) 提供服务的方法、装置和存储介质
US20230401095A1 (en) Intelligent autostopping of resources in computing environments
CN110874352B (zh) 数据库管理方法及系统
CN112748833B (zh) 一种界面展示方法、装置及计算机可读介质
CN108876205B (zh) 业务数据的构建方法及装置、业务的实现方法
CN114281364A (zh) 操作系统的补丁安装方法及其装置、电子设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210209