CN112463395A - 一种资源分配方法、装置、设备及可读存储介质 - Google Patents
一种资源分配方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112463395A CN112463395A CN202011496272.7A CN202011496272A CN112463395A CN 112463395 A CN112463395 A CN 112463395A CN 202011496272 A CN202011496272 A CN 202011496272A CN 112463395 A CN112463395 A CN 112463395A
- Authority
- CN
- China
- Prior art keywords
- cloud
- cross
- group
- host
- resource allocation
- 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
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5022—Mechanisms to release resources
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- 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
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
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)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种资源分配方法、装置、设备及可读存储介质,该方法包括:获取跨云伸缩组中各个云主机的运行状态信息;跨云伸缩组中各个云主机分布在至少两个云平台上;判断运行状态信息是否达到伸缩规则规定的触发条件;如果是,则对跨云伸缩组进行伸缩调整。该方法可将弹性伸缩从原有的单体运行进行了有效泛化,能够在多云环境下实现跨云弹性伸缩,增强了弹性伸缩功能的服务能力,拓展了可支配云空间,将多个云平台进行了集中弹性资源分配,还可促进云资源的合理利用。
Description
技术领域
本发明涉及云计算技术领域,特别是涉及一种资源分配方法、装置、设备及可读存储介质。
背景技术
云平台中存在一个功能:弹性伸缩,该功能被设计用来云计算资源的自动化弹性管理,其初衷为按需分配与回收云主机资源,提供一种完整的业务管控逻辑以增强系统计算资源的协调性。
弹性伸缩包括逻辑上具有实体特色的伸缩组、一系列满足不同触发场景的伸缩规则、独立构建的完整的用于创建云主机的伸缩配置,这三大模块各自具备详细的设计方案,同时配合涵盖业务整体的其他技术要素,共同驱动弹性伸缩功能的平稳运行。单就弹性伸缩来讲,传统设计一般仅部署在自有系统中,即仅考虑如何在自家开发部署的系统中实现功能完备化,业务运行囊括的所有范畴全部位于同一云平台下。
但是,随着云计算技术的发展,云计算平台也与日俱增,各类不同的云计算系统层出不穷。单一体系下的弹性伸缩,存在体系升级导致的结构性短缺,在用户同时采购部署多套云平台时,无法做到多云平台统一资源自动化分配与回收。
综上所述,如何有效地解决跨云平台资源统一分配与回收等问题,是目前本领域技术人员急需解决的技术问题。
发明内容
本发明的目的是提供一种资源分配方法、装置、设备及可读存储介质,提出跨云伸缩组,并基于跨云伸缩组对分布于异构云平台之上的云主机进行弹性伸缩管理,能够有效解决跨云平台资源统一分配与回收等问题。
为解决上述技术问题,本发明提供如下技术方案:
一种资源分配方法,包括:
获取跨云伸缩组中各个云主机的运行状态信息;所述跨云伸缩组中各个云主机分布在至少两个云平台上;
判断所述运行状态信息是否达到伸缩规则规定的触发条件;
如果是,则对所述跨云伸缩组进行伸缩调整。
优选地,对所述跨云伸缩组进行伸缩调整,包括:
若所述触发条件为扩容条件,则按照资源分配策略从所述至少两个云平台中确定出扩容云平台,以及所述扩容云平台对应需新创建的云主机数量;
在所述扩容云平台中,创建与所述云主机数量对应的新云主机;
将所述新云主机移入所述跨云伸缩组中。
优选地,所述按照资源分配策略从所述至少两个云平台中确定出扩容云平台,以及所述扩容云平台对应需新创建的云主机数量,包括:
按照所述资源分配策略,从所述云平台中选出扩容云平台;
利用所述伸缩规则上的云主机调整数量、所述资源分配策略,并受所述资源分配策略的配置情况所限连同所述跨云伸缩组上配置的权重,确定出所述云主机数量。
优选地,对所述跨云伸缩组进行伸缩调整,包括:
若所述触发条件为缩容条件,则按照云主机减少策略从各个所述云主机中确定出缩容云主机;
删除所述跨云伸缩组中所述缩容云主机。
优选地,所述按照云主机减少策略从各个所述云主机中确定出缩容云主机,包括:
按照所述云主机减少策略中的较早优先或较晚优先,从各个所述云主机中确定出所述缩容云主机。
优选地,在所述获取跨云伸缩组中各个云主机的运行状态信息之前,还包括:
创建所述跨云伸缩组;
将所述跨云伸缩组与所述至少两个云平台进行绑定;各个所述云平台具有对应的伸缩配置;
在所述跨云伸缩组中绑定至少一个所述伸缩规则,并在所述跨云伸缩组中移入分布于所述至少两个云平台之上的所述云主机。
优选地,还包括:
获取所述云平台的资源分配信息;
利用所述资源分配信息,从所述云平台中选出高负载云平台和低负载云平台;
从所述高负载云平台中确定出待迁移云主机;
删除所述跨云伸缩组中所述待迁移云主机;
在所述低负载云平台中,创建与所述待迁移云主机具有一致性的迁移云主机;
将所述迁移云主机移入所述跨云伸缩组中。
一种资源分配装置,包括:
状态监听获取模块,用于获取跨云伸缩组中各个云主机的运行状态信息;所述跨云伸缩组中各个云主机分布在至少两个云平台上;
判断模块,用于判断所述运行状态信息是否达到伸缩规则规定的触发条件;
伸缩调整模块,用于若所述运行状态信息达到所述触发条件,则对所述跨云伸缩组进行伸缩调整。
一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现上述资源分配方法的步骤。
一种可读存储介质,所述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上述资源分配方法的步骤。
应用本发明实施例所提供的方法,获取跨云伸缩组中各个云主机的运行状态信息;跨云伸缩组中各个云主机分布在至少两个云平台上;判断运行状态信息是否达到伸缩规则规定的触发条件;如果是,则对跨云伸缩组进行伸缩调整。
在本方法中,在至少两个云平台上部署跨云伸缩组中的各个云主机,如此,便可基于弹性伸缩这一功能,对异构云平台进行统一资源分配与回收。具体的,首先获取跨云伸缩组中各个云主机的运行状态信息,然后将运行状态信息与伸缩规则所规定的触发条件进行比对,当运行状态信息达到了伸缩规则规定的触发条件之后,便可对跨云伸缩组进行伸缩调整。由于该跨云伸缩组内的云主机是分布在至少两个云平台之上的,因而对跨云伸缩组进行伸缩调整,即为对至少两个云平台的资源进行统一分配与回收。也就是说,该方法可将弹性伸缩从原有的单体运行进行了有效泛化,能够在多云环境下实现跨云弹性伸缩,增强了弹性伸缩功能的服务能力,拓展了可支配云空间,将多个云平台进行了集中弹性资源分配,还可促进云资源的合理利用。
相应地,本发明实施例还提供了与上述资源分配方法相对应的资源分配装置、设备和可读存储介质,具有上述技术效果,在此不再赘述。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种资源分配方法的实施流程图;
图2为本发明实施例中一种跨云伸缩组示意图;
图3为本发明实施例中一种跨云弹性伸缩实现流程图;
图4为本发明实施例中一种资源分配装置的结构示意图;
图5为本发明实施例中一种电子设备的结构示意图;
图6为本发明实施例中一种电子设备的具体结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅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。
请参考图1,图1为本发明实施例中一种资源分配方法的流程图,该方法包括以下步骤:
S101、获取跨云伸缩组中各个云主机的运行状态信息。
其中,跨云伸缩组中各个云主机分布在至少两个云平台上。
为便于理解,下面对云平台的弹性伸缩这一功能进行详细说明。
弹性伸缩在集群负荷上涨时自动化分配资源创建新的云主机以减轻单个云主机的压力,负荷下降时自动化删除云主机收回所分配的云资源避免资源浪费,来达到物尽其用的目的。在单套系统中如此部署,所有的影响也仅仅是局限在系统内部是可以圆满达成局部体系的需求初衷的,这也是几乎所有云计算开发运营商所采取的策略。
弹性伸缩一般具备伸缩组、伸缩规则、伸缩配置以及运行在后台驱动整个体系运转的多套任务,整个体系以伸缩组为转移,是运行主体,可将多个伸缩规则绑定到伸缩组中,伸缩组上可绑定伸缩配置。
在本发明实施例中,跨云伸缩组指跨云伸缩组中各个云主机分布于至少两个云平台之上的跨云伸缩组,而对于每一个云平台上部署多少个云主机,部署哪些种类的云主机,云主机的业务种类等均不做限定。例如,存在一个跨云伸缩组具有M个云主机,这M个云主机分布于N个云平台之上,其中N大于1。
其中,可通过在云主机上部署监听服务或线程的方式,获取跨云伸缩组中各个云主机的运行状态信息。其中,运行状态信息可与相关技术中用于确定是否要进行弹性伸缩所采用的状态参数,例如运行状态信息可具体为云主机的负载情况参数(如数据收发情况等),云主机的资源使用参数(如内存利用率等)。
S102、判断运行状态信息是否达到伸缩规则规定的触发条件。
在本发明实施例中,伸缩规则可具体为告警类策略和定时类策略中的至少一种。
其中,告警类策略基于监控策略触发跨云伸缩组内云主机的扩容与缩容操作,可设置监控项、触发条件、云主机调整数量、监控时间、描述等。例如,跨云伸缩组内云主机的CPU、内存等利用率如果监控到过高或过低,超过伸缩规则所设定的扩容阈值,则确定达到扩容条件,或者低于伸缩规则所设定的缩容阈值,则确定达到缩容条件。
定时类策略支持跨云伸缩组的定时伸缩,可在规则上配置重复周期、触发时间、调整方式、云主机调整数量等各种规则指标,配置的触发时间一到便会触发所绑定的跨云伸缩组的扩容或缩容操作,扩容与缩容时遵循的指标与告警类规则一致。
具体的,在判断结果为是的情况下,则执行步骤S103的操作;如果判断结果为否的情况下,还可执行其他预设操作如果存在达到告警阈值的云平台,还可启动弹性迁移流程,即根据跨云伸缩组上的资源分配策略决策出其他云平台并在其中创建新的云主机予以替换。
S103、对跨云伸缩组进行伸缩调整。
在确定达到触发条件之后,便可对跨云伸缩组进行伸缩调整。具体的,即可对跨云伸缩组内的云主机的数量进行增加或减少,具体的即针对需要调整的云平台内的云主机进行增加或减少。优选地,还可进行跨云平台的云主机迁移,以有效均衡不同云平台的负载。
在本发明的一种具体实施方式中,步骤S103对跨云伸缩组进行伸缩调整,包括:
步骤一、若触发条件为扩容条件,则按照资源分配策略从至少两个云平台中确定出扩容云平台,以及扩容云平台对应需新创建的云主机数量。
扩容条件即对应需要增加跨云伸缩组内云主机数量的条件,具体的,该扩容条件可以具体为跨云伸缩组内云主机均处于繁忙状态(判定繁忙状态的方式可基于云主机的CPU使用率、内存使用率等参数是否大于对应预设阈值的方式进行确定)。按照资源分配策略确定出扩容云平台,连同根据触发的伸缩规则的云主机调整数量,分别计算并确定扩容云平台对应需新创建的云主机数量。
也就是说,一旦从跨云伸缩组下所有已被绑定的云平台中通过资源分配策略决策出在哪些云平台中进行扩容,那么下一步只需要加载绑定到跨云伸缩组上与这些云平台各自对应的伸缩配置,然后根据这些配置去各自对应的云平台创建具体的云主机。
其中,伸缩配置即云主机的标尺,用于设定跨云伸缩组扩容时创建的新云主机所具有的配置和性能,由于不同的云平台拥有不同的设计,云主机的配置与创建和管理方式也各不相同,每朵云(即云平台)可各自配置,互无影响与干涉,未来可独立绑定到跨云伸缩组中。尽管各个云平台在创建云主机时拥有的配置不完全一致,甚至是有比较大的区别,但伸缩配置的构成应当包括但不限于镜像、CPU、内存、磁盘大小、网络等。
伸缩配置针对每种云平台应当最大化兼容自身所具备的云主机配置特性。在本发明实施例中,伸缩配置需要对跨云平台进行高级设计,添加云类型字段用于区分其属于哪种云,在每种云下可设定自己的各种配置项,为将来绑定至跨云伸缩组做充足准备。
其中,按照资源分配策略从至少两个云平台中确定出扩容云平台,以及扩容云平台对应需新创建的云主机数量,具体包括:
步骤1.1、按照资源分配策略,从云平台中选出扩容云平台;
步骤1.2、利用伸缩规则上的云主机调整数量、资源分配策略,并受资源分配策略的配置情况所限连同跨云伸缩组上配置的权重,确定出云主机数量。
在本实施例中,扩容云平台的数量可以为1个也可以为多个,每一个扩容云平台所需创建的云主机数量可以相同也可以不同。具体的,所创建的云主机数量需要由规则上的云主机调整数量、资源分配策略、权重(资源分配策略为权重比时生效)联合决定。
步骤二、在扩容云平台中,创建与云主机数量对应的新云主机。
在确定出扩容云平台以及所需要创建的云主机数量之后,便可在扩容云平台中创建出与云主机数量对应的新云主机。
步骤三、将新云主机移入跨云伸缩组中。
创建出新云主机之后,便可将新云主机移入到跨云伸缩组中,如此跨云伸缩组中的云主机数量便得到了扩展,实现了扩容。
也就是说,在扩容时,资源分配策略决策出扩容云平台,根据所触发的伸缩规则要求调整的云主机总个数,确定每个扩容云平台分别承担的扩容个数,这里需要规避达到告警阈值的云平台,资源分配策略支持轮询、权重比、最小个数。在实际应用中,如果跨云伸缩组绑定了负载均衡器与监听器,在进行扩容后,还须将对应新云主机移入其中。其中,负载均衡器是云计算中的一个独立实体,用于均衡分发客户端发送过来的服务访问请求给负载均衡器下已绑定的云主机,保证了某一组服务集群中的云主机在提供服务时不至于出现某些云主机负荷压力很大而某些云主机却很清闲这样的过度倾斜的现象,负载均衡的分发策略有很多种,支持人为自由设定。监听器是负载均衡器的下级子组件,一个负载均衡器中可以创建多个监听器,监听器中可以移入多个云主机,跨云伸缩组在绑定负载均衡器与监听器时,实则是将某个负载均衡器下某一个监听器绑定其中。
负载均衡器与弹性伸缩完全可以独立运行,相互之间可以绑定也可以不绑定,负载均衡器解决了服务分发的均衡问题,但用于提供服务的云主机是只能通过人为操作来干预的,没有任何自动化管控的能力,而弹性伸缩解决了云主机资源的自动化按需协调的问题,可通过一些列设定的规则来达成云主机资源自动化横向扩容与缩容的能力,两者绑定到一起之后相得益彰,具有高度的灵活性。
需要注意的是,跨云伸缩组一旦与负载均衡器、监听器绑定在一起,那么跨云伸缩组一侧如果发生了云主机移入移出操作,那么与之绑定的负载均衡器、监听器中的相同云主机也要被同步移入移出,同样,在负载均衡器、监听器一侧如果发生了云主机移入移出操作,那么与之绑定的跨云伸缩组中的相同云主机也要被同步移入移出。一个跨云伸缩组只能绑定一个负载均衡器和一个监听器,一个负载均衡器可以被多个跨云伸缩组绑定,负载均衡器下的任一监听器最多只能被一个跨云伸缩组绑定。
扩容总数量由所触发的伸缩规则上配置的云主机调整数量决定,跨云伸缩组下每个云平台分别扩容多少则是由跨云伸缩组配置的资源分配策略决策出待扩容云平台然后依照前述云主机调整数量分别单独计算。
举例说明,若跨云伸缩组绑定了5个云平台,分别为A、B、C、D、E,该跨云伸缩组中已移入3000台云主机,分列在两个云平台里,其中D有2000台,E有1000台,另外三个云平台没有移入到该跨云伸缩组的云主机,均为0。在某个时刻,跨云伸缩组中云主机对外服务压力上涨(如抢购活动),负载过高,某条绑定其中的告警类伸缩规则监控到之后被触发,这个规则配置的云主机调整数量为5000,调整方式为增加,那么就是要求创建5000台云主机移入该跨云伸缩组增强服务能力,稀释高度的负荷,保证运行可靠性,防止服务宕机。如果在此时,监控到E云平台资源消耗过高,不能再继续创建云主机,同时其他云平台没有任何运行压力,可根据不同的资源分配策略进行扩容,具体包括:
1、如果资源分配策略为轮询,则按照A、B、C、D(E已不能参与扩容)的循环顺序共创建5000台云主机,每个分担1250台,由于E负荷过高,须清理5%即50(1000*5%=50)台的云主机,并在其他云平台上按照轮询的方案将这50台云主机创建出来,其中A13台,B13台,C12台,D12台,这个扩容过程就是在A和B中分别创建1263台云主机并移入该跨云伸缩组(如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机移入其中),C和D中分别创建1262台云主机并移入该跨云伸缩组(如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机移入其中),从该跨云伸缩组中按照配置的云主机减少策略移除属于E平台的50台云主机(如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机从负载均衡与监听器中移除),并将它们从E平台中删除解除资源占用。
2、如果资源分配策略为权重比,云平台权重分别设置为A占10%,B占10%,C占15%,D占15%,E占50%,由于E负荷过高,须清理5%即50(1000*5%=50)台的云主机,并在其他云平台上按照权重比的方案将这50台云主机创建出来,所以A和B分别创建的个数为(5000+50)*[(10%)/(10%+10%+15%+15%)]=1010,C和D分别创建的个数为(5000+50)*[(15%)/(10%+10%+15%+15%)]=1515,完成后移入跨云伸缩组的同时如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机移入其中,并从该跨云伸缩组中按照配置的云主机减少策略移除属于E平台的50台云主机(如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机从负载均衡与监听器中移除),并将它们从E平台中删除解除资源占用。
3、如果资源分配策略为最小个数,那么在计算哪个云平台创建多少个云主机时,已有数量最少的优先,A、B、C为0,D已有2000,E负荷过高不参与扩容,且须清理5%即50(1000*5%=50)台云主机,并在其他云平台上按照最小个数的方案将这50台云主机创建出来,所以A创建1684(1667+17)台,B创建1683(1667+16)台,C创建1683(1666+17)台,完成后移入跨云伸缩组的同时如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机移入其中,并从该跨云伸缩组中按照配置的云主机减少策略移除属于E平台的50台云主机(如果跨云伸缩组绑定了负载均衡与监听器还需要将这些云主机从负载均衡与监听器中移除),并将它们从E平台中删除解除资源占用。
在本发明的一种具体实施方式中,步骤S103,对跨云伸缩组进行伸缩调整,包括:
步骤一、若触发条件为缩容条件,则按照云主机减少策略从各个云主机中确定出缩容云主机;
步骤二、删除跨云伸缩组中缩容云主机。
为便于描述,下面将上述两个步骤结合起来进行说明。
缩容条件可以具体为确定当前跨云伸缩组的云主机处于业务未饱和状态,也就是说云主机处于低负载状态(可通过云主机的CPU使用率、内存使用率,IO量与对应预设阈值之间进行比较,从而判定是否处于低负载状态)。
其中,步骤一,可具体为按照云主机减少策略中的较早优先或较晚优先,从各个云主机中确定出缩容云主机。也就是说,确定缩容云主机,是根据跨云伸缩组上配置的云主机减少策略来执行的,有较早优先和较晚优先两种,较早优先将会优先删除较早创建的云主机,较晚优先将优先删除较晚创建的云主机。即,在缩容时,根据所触发的伸缩规则要求调整的云主机总个数,进而根据云主机减少策略筛选出所要缩容的具体云主机,云主机减少策略支持较早优先与较晚优先。
举例说明:跨云伸缩组中有1000台云主机,某个时刻运行没有任何压力,某个告警类规则监控到之后被触发,要求缩容500台云主机:1、如果跨云伸缩组配置的云主机减少策略为较早优先,则将跨云伸缩组内所有已移入的云主机按照创建时间的顺序正序排列,将排名前500的云主机筛选出来,然后移出当前跨云伸缩组,如果跨云伸缩组绑定了负载均衡和监听器还要从中移除,之后将这500台云主机到对应所属的云平台上执行删除云主机的操作,解除资源占用。2、如果跨云伸缩组配置的云主机减少策略为较晚优先,则将跨云伸缩组内所有已移入的云主机按照创建时间的顺序倒序排列,将排名前500的云主机筛选出来,然后移出当前跨云伸缩组,如果跨云伸缩组绑定了负载均衡和监听器还要从中移除,之后将这500台云主机到对应所属的云平台上执行删除云主机的操作,解除资源占用。
在触发缩容条件时,可直接按照云主机减少策略从跨云伸缩组中选择出缩容云主机。然后,将其直接从跨云伸缩组中进行删除即可。
在实际应用中,缩容云主机移出当前跨云伸缩组,如果跨云伸缩组绑定了负载均衡器与监听器,还需要同步从其中移除,然后删除缩容云主机。如此,便可有效回收计算机资源。
也就是说,触发扩容条件,便创建新的云主机并移入跨云伸缩组以分担组内其他云主机运行压力;触发缩容条件后,根据跨云伸缩组所绑定的缩容策略选择最优先删除的云主机资源将其从跨云伸缩组中的删除,避免资源浪费。
应用本发明实施例所提供的方法,获取跨云伸缩组中各个云主机的运行状态信息;跨云伸缩组中各个云主机分布在至少两个云平台上;判断运行状态信息是否达到伸缩规则规定的触发条件;如果是,则对跨云伸缩组进行伸缩调整。
在本方法中,在至少两个云平台上部署跨云伸缩组中的各个云主机,如此,便可基于弹性伸缩这一功能,对异构云平台进行统一资源分配与回收。具体的,首先获取跨云伸缩组中各个云主机的运行状态信息,然后将运行状态信息与伸缩规则所规定的触发条件进行比对,当运行状态信息达到了伸缩规则规定的触发条件之后,便可对跨云伸缩组进行伸缩调整。由于该跨云伸缩组内的云主机是分布在至少两个云平台之上的,因而对跨云伸缩组进行伸缩调整,即为对至少两个云平台的资源进行统一分配与回收。也就是说,该方法可将弹性伸缩从原有的单体运行进行了有效泛化,能够在多云环境下实现跨云弹性伸缩,增强了弹性伸缩功能的服务能力,拓展了可支配云空间,将多个云平台进行了集中弹性资源分配,还可促进云资源的合理利用。
需要说明的是,基于上述实施例,本发明实施例还提供了相应的改进方案。在优选/改进实施例中涉及与上述实施例中相同步骤或相应步骤之间可相互参考,相应的有益效果也可相互参照,在本文的优选/改进实施例中不再一一赘述。
在本发明的一种具体实施方式中,在执行步骤S101在获取跨云伸缩组中各个云主机的运行状态信息之前,需先完成跨云伸缩组的创建,具体创建过程包括:
步骤一、创建跨云伸缩组;
步骤二、将跨云伸缩组与至少两个云平台进行绑定;各个云平台具有对应的伸缩配置;
步骤三、在跨云伸缩组中绑定至少一个伸缩规则,并在跨云伸缩组中移入分布于至少两个云平台之上的云主机。
为便于描述,下面将上述三个步骤结合起来进行说明。
也就是说,跨云伸缩组内的云主机分布于至少两个云平台的,且这些云平台与跨云伸缩组具有绑定关系,且每一个云平台还具有伸缩配置。跨云伸缩组至少会绑定一个伸缩规则。
在实际应用中,在一个系统中可创建多个跨云伸缩组,支持多种云平台的兼容,支持创建多个伸缩配置(即,针对不同的云平台创建伸缩配置时同一云平台允许任意数量的创建,伸缩配置中可任意配置CPU内存等各类规格),同一个跨云伸缩组可以绑定多个云平台,跨云伸缩组在绑定伸缩配置时必须与已绑定的云平台一一对应,亦即跨云伸缩组绑定几个云平台那就必须绑定几个伸缩配置,且为跨云伸缩组内已绑定的云平台绑定伸缩配置时只能从为该云平台创建的伸缩配置群体中选择,不能筛选属于其他云平台的伸缩配置,这样在将来扩容创建云主机时,跨云伸缩组决策出了云平台,然后计算好了每个云平台下创建的个数,就可以分别对应加载上述绑定好的伸缩配置直接去对应的云平台下创建既定数量的云主机,然后移入跨云伸缩组(如果绑定了负载均衡衡器与监听器,还需要同步移入其中)。
在本发明的一种具体实施方式中,在上述实施例的基础上,还可基于跨云伸缩组,实现跨云资源均衡。具体的实现过程包括:
步骤一、获取云平台的资源分配信息;
步骤二、利用资源分配信息,从云平台中选出高负载云平台和低负载云平台;
步骤三、从高负载云平台中确定出待迁移云主机;
步骤四、删除跨云伸缩组中待迁移云主机;
步骤五、在低负载云平台中,创建与待迁移云主机具有一致性的迁移云主机;
步骤六、将迁移云主机移入跨云伸缩组中。
为便于描述,下面将上述六个步骤结合起来进行说明。
上述步骤即实现弹性均衡迁移云主机。即某个云平台(即高负载云平台)随着时间的运行,其中的资源分配过多,运行压力过高,继续分配资源将存在极大的运行风险,那么如果某个跨云伸缩组中存在归属其中的云主机(即待迁移云主机)。与此同时,若该跨云伸缩组同时绑定了其他此时并无运行压力的云平台(即低负载云平台),则可从跨云伸缩组中删除属于高负载云平台的待迁移云主机,在低负载云平台中创建一致性云主机(即迁移云主机)予以替换。
如此,既没有减少跨云伸缩组中云主机总数量,保证了跨云伸缩组正常提供既有服务,又均衡了各个云平台的运行压力,将重心从高负载云平台向低负载云平台迁移,增强了系统的健壮性和稳定性。
进一步地,为实现高效跨云平台的负载动态均衡,可采用定时任务,间隔定期轮询调取云平台监控数据(即一种具体的资源分配信息),当发现有云平台超过云平台告警阈值时,便发起清理云主机调用请求,删除跨云伸缩组内属于其上的云主机,然后根据资源分配策略从其他云平台上创建云主机并移入跨云伸缩组(当然,在实际应用中,还有负载均衡器、监听器)。
为便于本领域技术人员更好地理解本发明实施例所提供的资源分配方法,下面结合具体的应用场景为例,对资源分配方法进行详细说明。
需要注意的是,在本发明实施例所提供的技术方案中,跨云伸缩组即指跨云伸缩组,具体可参考图2,图2为本发明实施例中一种跨云伸缩组示意图。
其中,跨云伸缩组拥有多种属性,如名称、负载均衡器、监听器、期望云主机个数、最大云主机个数、最小云主机个数、冷却时间、描述等等,不同的字段各有其用。在跨云伸缩组需要添加绑定的云平台选项、云平台告警阈值、云平台权重、资源分配策略、云主机减少策略。
其中,云平台选项为跨云伸缩组可以选择将哪些云计算平台绑定给当前跨云伸缩组,绑定后跨云伸缩组便可以在其中创建和删除云主机资源。
云平台告警阈值包括内存、CPU等指标,如果跨云伸缩组绑定了多个云平台那么它需要分别单独设定,它用于限制跨云伸缩组能否在某个云平台上创建云主机资源以及是否启动弹性均衡迁移云主机流程,这些指标设定的是云主机资源所在的宿主机。其中,宿主机与云主机存在上下级关系,所有的云主机均创建在宿主机下,宿主机存在普通云主机具备的一般特性,它与云平台具有直接的关联关系。如果宿主机的性能达到了云平台告警阈值,那么跨云伸缩组不再在当前云平台中继续创建资源。
云平台权重,即确定跨云伸缩组所绑定的云平台在扩容创建云主机时的分配比重大小,跨云伸缩组中云平台的权重设置的越大,则承担扩容云主机的数量越多,当且仅当资源分配策略选择权重比时该字段才生效。
资源分配策略支持轮询、权重比、最小个数,轮询是按照顺序循环在跨云伸缩组绑定的云平台中逐一创建云主机,权重比是根据跨云伸缩组给绑定的各个云平台配置的权重按照比例来分配各自创建云主机的数量,最小个数是每次扩容要创建云主机时,优先选择跨云伸缩组中当前云主机个数最少的云平台,值得注意的是,当跨云伸缩组绑定的云平台监控数据超过云平台告警阈值时,扩容应当绕过该云平台,该云平台只允许参与缩容活动,如果其中的所有云平台均超过告警阈值,那么该跨云伸缩组将无法进行扩容活动,但缩容不受影响。
云主机减少策略,即触发缩容条件后,优先选择什么样的云主机予以删除释放,如基于较早优先与较晚优先,不区分云主机属于哪个云平台。较早优先将会优先删除最早创建的云主机,较晚优先将优先删除最晚创建的云主机。此外,若跨云伸缩组还支持根据实际业务决定是否需要绑定负载均衡、监听器,绑定后这几大部分构成联动效果,则跨云伸缩组扩容创建云主机移入当前跨云伸缩组的同时还需要移入绑定的负载均衡、监听器,负载均衡、监听器中移出云主机成员也需要将之从绑定的跨云伸缩组中同步移出。
跨云伸缩组还需要绑定一个或多个伸缩规则,规则之间完全独立触发,告警类规则基于监控,需要确定规则的监控项、触发条件等数据并对应读取跨云伸缩组中处于不同云平台下的所有云主机的CPU或内存等性能数据,然后进行加权平均,并与规则中配置的数据作对比,如果达到触发条件则触发扩容或者缩容活动,定时类规则的触发机制类似,区别只是时间是它的唯一尺度。最后,跨云伸缩组还需要绑定伸缩配置,伸缩配置与跨云伸缩组所绑定的云平台一一对应,即跨云伸缩组每绑定一个云平台,必须要对应绑定一个属于其下的伸缩配置,为扩容活动准备好数据基础。
在本发明实施例中,伸缩配置需要针对跨云进行高级设计,添加云类型字段用于区分其属于那种云,在每种云下可设定本地各种配置项,为将来绑定至跨云伸缩组做下充足的准备。
请参考图3,图3为本发明实施例中一种跨云弹性伸缩实现流程示意图,图3所示伸缩组即跨云伸缩组。也就是说,创建部署后的跨云伸缩组完成部署配置之后,当伸缩规则触发后,跨云伸缩组如果需要扩容,则需要依照绑定其上的伸缩配置创建出新的云主机并移入至跨云伸缩组;如果需要缩容则按照跨云伸缩组上配置的缩容策略按照优先级筛选出云主机从中删除释放,解除资源占用,所有运行依靠后台的任务驱动,相互之间紧密联系,协作完成。
具体的,具体实现无需特定的编程语言,单就开发方式来说,主流编码语言均可以实现本发明实施例并无差错运行。下面以Java语言为例阐明如何实现本发明实施例的基本思路,同时,本发明实施例还需要融入数据库表结构设计,分别存储上述提到的各个组成元素的系统数据,数据库种类多样,本处以MySQL为例。
对于表结构设计,针对伸缩规则,创建伸缩规则信息表,包含主键标识、名称、规则类型、虚拟数据中心标识、监控类型、比较关系、比重大小、重复周期、触发时间、执行周期、开始时间、结束时间、调整方式、云主机调整数量、监控时间、时间单位、描述、平台类型、状态、创建时间、执行参数等等。
针对跨云伸缩组,创建跨云伸缩组信息表,包含名称、虚拟数据中心、负载均衡器标识、监听器标识、最大云主机个数、最小云主机个数、期望云主机个数、云主机减少策略、冷却时间、描述、平台类型、状态、执行状态、上次执行时间等等。
针对伸缩配置信息,创建伸缩配置信息表,包含主键标识、云平台类型、镜像标识、云主机规格标识、端口、权重、云硬盘、密码、密钥对、云硬盘大小、存储等级、网络标识、安全组标识等等,本发明实施例在存储伸缩配置时具有云计算平台的强关联性,所以其表结构的设计存在定制化的可能,伸缩配置信息应当尽可能兼容所有可预见的云平台,其中的资源构成会同等保存在本数据库表中,底层数据存在良好的对应,得到了妥善存储与维护,将来扩容时会直接利用这些数据调取底层接口快速创建云主机。
针对跨云伸缩组绑定伸缩规则,创建规则关联表,包含主键标识、跨云伸缩组标识、伸缩规则标识。针对跨云伸缩组绑定云计算平台,创建云平台关联表,包含主键标识、跨云伸缩组标识、云平台类型、云平台主键标识、云平台告警阈值、云平台权重、资源分配策略。
针对跨云伸缩组绑定伸缩配置,创建伸缩配置关联表,包含主键标识、跨云伸缩组标识、云平台类型、云平台关联主键标识、伸缩配置标识。针对跨云伸缩组绑定云主机,创建云主机关联表,包含主键标识、跨云伸缩组标识、云平台类型、云平台主键标识、云主机标识、创建方式、操作状态、创建时间等等。
此外,还可创建一些审计信息表,用于存储伸缩规则的触发历史、跨云伸缩组执行扩容缩容的活动历史等等。
对于整体架构,在利用Java编程思想予以具体实现时,可采取主流策略,即利用微服务架构予以实现。所开发的功能包括查询、创建、更新、删除、绑定、解绑伸缩规则,查询、创建、更新、删除、绑定、解绑伸缩配置,查询、创建、更新、删除、启用、停用跨云伸缩组并在跨云伸缩组中移入、移出、删除云主机,开发定时任务执行告警类伸缩规则,开发定时任务执行定时类伸缩规则,开发异步任务执行弹性伸缩的扩容与缩容操作。
开发运行中会频繁调取跨云平台中的接口为维护伸缩配置、扩容缩容云主机资源、监控各种运行数据以及其他各种服务接口为本发明实施例的实现提供业务支撑,第三方云平台暴露的接口即跨云弹性伸缩的基本保障。在运行过程中,所开发的程序应当妥善处理业务运行与数据库交互过程,由于建立了多个略微复杂且紧密关联的数据表,在每一步活动执行过程中,数据的保存与变更合理布局,紧密贴近业务逻辑,保证数据准确性。
相应于上面的方法实施例,本发明实施例还提供了一种资源分配装置,下文描述的资源分配装置与上文描述的资源分配方法可相互对应参照。
参见图4所示,该装置包括以下模块:
状态监听获取模块101,用于获取跨云伸缩组中各个云主机的运行状态信息;跨云伸缩组中各个云主机分布在至少两个云平台上;
判断模块102,用于判断运行状态信息是否达到伸缩规则规定的触发条件;
伸缩调整模块103,用于若运行状态信息达到触发条件,则对跨云伸缩组进行伸缩调整。
应用本发明实施例所提供的装置,获取跨云伸缩组中各个云主机的运行状态信息;跨云伸缩组中各个云主机分布在至少两个云平台上;判断运行状态信息是否达到伸缩规则规定的触发条件;如果是,则对跨云伸缩组进行伸缩调整。
在本装置中,在至少两个云平台上部署跨云伸缩组中的各个云主机,如此,便可基于弹性伸缩这一功能,对异构云平台进行统一资源分配与回收。具体的,首先获取跨云伸缩组中各个云主机的运行状态信息,然后将运行状态信息与伸缩规则所规定的触发条件进行比对,当运行状态信息达到了伸缩规则规定的触发条件之后,便可对跨云伸缩组进行伸缩调整。由于该跨云伸缩组内的云主机是分布在至少两个云平台之上的,因而对跨云伸缩组进行伸缩调整,即为对至少两个云平台的资源进行统一分配与回收。也就是说,该装置可将弹性伸缩从原有的单体运行进行了有效泛化,能够在多云环境下实现跨云弹性伸缩,增强了弹性伸缩功能的服务能力,拓展了可支配云空间,将多个云平台进行了集中弹性资源分配,还可促进云资源的合理利用。
在本发明的一种具体实施方式中,伸缩调整模块103,具体用于若触发条件为扩容条件,则按照资源分配策略从至少两个云平台中确定出扩容云平台,以及扩容云平台对应需新创建的云主机数量;在扩容云平台中,创建与云主机数量对应的新云主机;将新云主机移入跨云伸缩组中。
在本发明的一种具体实施方式中,伸缩调整模块103,具体用于按照资源分配策略,从云平台中选出扩容云平台;利用伸缩规则上的云主机调整数量、资源分配策略,并受资源分配策略的配置情况所限连同跨云伸缩组上配置的权重,确定出云主机数量。
在本发明的一种具体实施方式中,伸缩调整模块103,具体用于若触发条件为缩容条件,则云主机减少测量从各个云主机中确定出缩容云主机;删除跨云伸缩组中缩容云主机。
在本发明的一种具体实施方式中,伸缩调整模块103,具体按照云主机减少策略中的较早优先或较晚优先,从各个云主机中确定出缩容云主机。
在本发明的一种具体实施方式中,创建模块,用于在获取跨云伸缩组中各个云主机的运行状态信息之前,创建跨云伸缩组;将跨云伸缩组与至少两个云平台进行绑定;各个云平台具有对应的伸缩配置;在跨云伸缩组中绑定至少一个伸缩规则,并在跨云伸缩组中移入分布于至少两个云平台之上的云主机。
在本发明的一种具体实施方式中,还包括:
跨云动态均衡模块,用于获取云平台的资源分配信息;利用资源分配信息,从云平台中选出高负载云平台和低负载云平台;从高负载云平台中确定出待迁移云主机;删除跨云伸缩组中待迁移云主机;在低负载云平台中,创建与待迁移云主机具有一致性的迁移云主机;将迁移云主机移入跨云伸缩组中。
相应于上面的方法实施例,本发明实施例还提供了一种电子设备,下文描述的一种电子设备与上文描述的一种资源分配方法可相互对应参照。
参见图5所示,该电子设备包括:
存储器332,用于存储计算机程序;
处理器322,用于执行计算机程序时实现上述方法实施例的资源分配方法的步骤。
具体的,请参考图6,图6为本实施例提供的一种电子设备的具体结构示意图,该电子设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,存储器332存储有一个或一个以上的计算机应用程序342或数据344。其中,存储器332可以是短暂存储或持久存储。存储在存储器332的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对数据处理设备中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储器332通信,在电子设备301上执行存储器332中的一系列指令操作。
电子设备301还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作系统341。
上文所描述的资源分配方法中的步骤可以由电子设备的结构实现。
相应于上面的方法实施例,本发明实施例还提供了一种可读存储介质,下文描述的一种可读存储介质与上文描述的一种资源分配方法可相互对应参照。
一种可读存储介质,可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例的资源分配方法的步骤。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
本领域技术人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
Claims (10)
1.一种资源分配方法,其特征在于,包括:
获取跨云伸缩组中各个云主机的运行状态信息;所述跨云伸缩组中各个云主机分布在至少两个云平台上;
判断所述运行状态信息是否达到伸缩规则规定的触发条件;
如果是,则对所述跨云伸缩组进行伸缩调整。
2.根据权利要求1所述的资源分配方法,其特征在于,对所述跨云伸缩组进行伸缩调整,包括:
若所述触发条件为扩容条件,则按照资源分配策略从所述至少两个云平台中确定出扩容云平台,以及所述扩容云平台对应需新创建的云主机数量;
在所述扩容云平台中,创建与所述云主机数量对应的新云主机;
将所述新云主机移入所述跨云伸缩组中。
3.根据权利要求2所述的资源分配方法,其特征在于,所述按照资源分配策略从所述至少两个云平台中确定出扩容云平台,以及所述扩容云平台对应需新创建的云主机数量,包括:
按照所述资源分配策略,从所述云平台中选出扩容云平台;
利用所述伸缩规则上的云主机调整数量、所述资源分配策略,并受所述资源分配策略的配置情况所限连同所述跨云伸缩组上配置的权重,确定出所述云主机数量。
4.根据权利要求1所述的资源分配方法,其特征在于,对所述跨云伸缩组进行伸缩调整,包括:
若所述触发条件为缩容条件,则按照云主机减少策略从各个所述云主机中确定出缩容云主机;
删除所述跨云伸缩组中所述缩容云主机。
5.根据权利要求4所述的资源分配方法,其特征在于,所述按照云主机减少策略从各个所述云主机中确定出缩容云主机,包括:
按照所述云主机减少策略中的较早优先或较晚优先,从各个所述云主机中确定出所述缩容云主机。
6.根据权利要求1所述的资源分配方法,其特征在于,在所述获取跨云伸缩组中各个云主机的运行状态信息之前,还包括:
创建所述跨云伸缩组;
将所述跨云伸缩组与所述至少两个云平台进行绑定;各个所述云平台具有对应的伸缩配置;
在所述跨云伸缩组中绑定至少一个所述伸缩规则,并在所述跨云伸缩组中移入分布于所述至少两个云平台之上的所述云主机。
7.根据权利要求1至6任一项所述的资源分配方法,其特征在于,还包括:
获取所述云平台的资源分配信息;
利用所述资源分配信息,从所述云平台中选出高负载云平台和低负载云平台;
从所述高负载云平台中确定出待迁移云主机;
删除所述跨云伸缩组中所述待迁移云主机;
在所述低负载云平台中,创建与所述待迁移云主机具有一致性的迁移云主机;
将所述迁移云主机移入所述跨云伸缩组中。
8.一种资源分配装置,其特征在于,包括:
状态监听获取模块,用于获取跨云伸缩组中各个云主机的运行状态信息;所述跨云伸缩组中各个云主机分布在至少两个云平台上;
判断模块,用于判断所述运行状态信息是否达到伸缩规则规定的触发条件;
伸缩调整模块,用于若所述运行状态信息达到所述触发条件,则对所述跨云伸缩组进行伸缩调整。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述资源分配方法的步骤。
10.一种可读存储介质,其特征在于,所述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至7任一项所述资源分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011496272.7A CN112463395A (zh) | 2020-12-17 | 2020-12-17 | 一种资源分配方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011496272.7A CN112463395A (zh) | 2020-12-17 | 2020-12-17 | 一种资源分配方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112463395A true CN112463395A (zh) | 2021-03-09 |
Family
ID=74804773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011496272.7A Pending CN112463395A (zh) | 2020-12-17 | 2020-12-17 | 一种资源分配方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112463395A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114168325A (zh) * | 2021-11-26 | 2022-03-11 | 山东浪潮科学研究院有限公司 | 基于边缘环境的弹性伸缩方法及装置 |
CN114490089A (zh) * | 2022-04-01 | 2022-05-13 | 广东睿江云计算股份有限公司 | 云计算资源自动调节方法、装置、计算机设备及存储介质 |
CN114710488A (zh) * | 2022-03-29 | 2022-07-05 | 浪潮云信息技术股份公司 | 实现弹性伸缩跨可用区伸缩的方法、装置、设备及介质 |
CN115174407A (zh) * | 2022-06-17 | 2022-10-11 | 上海仪电(集团)有限公司中央研究院 | 一种基于私有云环境下带宽动态分配方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106293868A (zh) * | 2015-05-15 | 2017-01-04 | 苏宁云商集团股份有限公司 | 一种云计算环境中虚拟机扩缩容方法及扩缩容系统 |
US9804890B1 (en) * | 2013-02-15 | 2017-10-31 | Amazon Technologies, Inc. | Termination policies for scaling compute resources |
CN109144666A (zh) * | 2018-07-30 | 2019-01-04 | 上海思询信息科技有限公司 | 一种跨云平台的资源处理方法及系统 |
US10528627B1 (en) * | 2015-09-11 | 2020-01-07 | Amazon Technologies, Inc. | Universal search service for multi-region and multi-service cloud computing resources |
CN111475728A (zh) * | 2020-04-07 | 2020-07-31 | 腾讯云计算(北京)有限责任公司 | 云资源信息搜索方法、装置、设备及存储介质 |
CN111884826A (zh) * | 2020-06-13 | 2020-11-03 | 苏州浪潮智能科技有限公司 | 一种策略与执行异构化的弹性伸缩处理方法、系统及装置 |
-
2020
- 2020-12-17 CN CN202011496272.7A patent/CN112463395A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9804890B1 (en) * | 2013-02-15 | 2017-10-31 | Amazon Technologies, Inc. | Termination policies for scaling compute resources |
CN106293868A (zh) * | 2015-05-15 | 2017-01-04 | 苏宁云商集团股份有限公司 | 一种云计算环境中虚拟机扩缩容方法及扩缩容系统 |
US10528627B1 (en) * | 2015-09-11 | 2020-01-07 | Amazon Technologies, Inc. | Universal search service for multi-region and multi-service cloud computing resources |
CN109144666A (zh) * | 2018-07-30 | 2019-01-04 | 上海思询信息科技有限公司 | 一种跨云平台的资源处理方法及系统 |
CN111475728A (zh) * | 2020-04-07 | 2020-07-31 | 腾讯云计算(北京)有限责任公司 | 云资源信息搜索方法、装置、设备及存储介质 |
CN111884826A (zh) * | 2020-06-13 | 2020-11-03 | 苏州浪潮智能科技有限公司 | 一种策略与执行异构化的弹性伸缩处理方法、系统及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114168325A (zh) * | 2021-11-26 | 2022-03-11 | 山东浪潮科学研究院有限公司 | 基于边缘环境的弹性伸缩方法及装置 |
CN114710488A (zh) * | 2022-03-29 | 2022-07-05 | 浪潮云信息技术股份公司 | 实现弹性伸缩跨可用区伸缩的方法、装置、设备及介质 |
CN114710488B (zh) * | 2022-03-29 | 2024-05-03 | 浪潮云信息技术股份公司 | 实现弹性伸缩跨可用区伸缩的方法、装置、设备及介质 |
CN114490089A (zh) * | 2022-04-01 | 2022-05-13 | 广东睿江云计算股份有限公司 | 云计算资源自动调节方法、装置、计算机设备及存储介质 |
CN115174407A (zh) * | 2022-06-17 | 2022-10-11 | 上海仪电(集团)有限公司中央研究院 | 一种基于私有云环境下带宽动态分配方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112463395A (zh) | 一种资源分配方法、装置、设备及可读存储介质 | |
CN114138486B (zh) | 面向云边异构环境的容器化微服务编排方法、系统及介质 | |
CN111381936B (zh) | 一种分布式云系统-云簇架构下的服务容器资源的分配方法与系统 | |
CN102857577B (zh) | 一种集群存储自动负载均衡的系统及方法 | |
CN110221920B (zh) | 部署方法、装置、存储介质及系统 | |
CN104679594B (zh) | 一种中间件分布式计算方法 | |
CN108182105A (zh) | 基于Docker容器技术的局部动态迁移方法及控制系统 | |
CN108519917A (zh) | 一种资源池分配方法和装置 | |
CN107291536B (zh) | 一种云计算环境下应用任务流调度方法 | |
CN111309440B (zh) | 一种多类型gpu的管理调度的方法和设备 | |
CN116708454B (zh) | 多集群云计算系统及多集群作业分发方法 | |
CN1602480A (zh) | 管理附装在数据网络上的存储器资源 | |
CN104917805A (zh) | 一种负载分担的方法和设备 | |
CN106681839A (zh) | 弹性计算动态分配方法 | |
CN111459641A (zh) | 一种跨机房的任务调度和任务处理的方法及装置 | |
CN117480494A (zh) | 改进虚拟计算环境中资源分配的协调容器调度 | |
CN113821340A (zh) | 分布式系统的动态均衡方法、系统、终端及存储介质 | |
CN111459642A (zh) | 一种分布式系统中故障处理和任务处理方法及装置 | |
Keerthika et al. | A multiconstrained grid scheduling algorithm with load balancing and fault tolerance | |
CN114416355A (zh) | 资源调度方法、装置、系统、电子设备及介质 | |
CN114116173A (zh) | 动态调整任务分配的方法、装置和系统 | |
JP5997659B2 (ja) | 分散処理システムおよび分散処理方法 | |
CN112968962B (zh) | 基于分布式计算机集群架构的云平台存储资源调度方法 | |
CN115629854A (zh) | 分布式任务调度方法、系统、电子设备和存储介质 | |
Higai et al. | A study of effective replica reconstruction schemes for the hadoop distributed file system |
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 |