CN112600936B - 一种云计算系统服务的量化和评估方法 - Google Patents

一种云计算系统服务的量化和评估方法 Download PDF

Info

Publication number
CN112600936B
CN112600936B CN202011592364.5A CN202011592364A CN112600936B CN 112600936 B CN112600936 B CN 112600936B CN 202011592364 A CN202011592364 A CN 202011592364A CN 112600936 B CN112600936 B CN 112600936B
Authority
CN
China
Prior art keywords
service
factor
factors
services
detection
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
CN202011592364.5A
Other languages
English (en)
Other versions
CN112600936A (zh
Inventor
王继彬
张贤明
郭莹
徐照岗
杨美红
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.)
Qilu University of Technology
Shandong Computer Science Center National Super Computing Center in Jinan
Original Assignee
Shandong Computer Science Center National Super Computing Center in Jinan
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 Shandong Computer Science Center National Super Computing Center in Jinan filed Critical Shandong Computer Science Center National Super Computing Center in Jinan
Priority to CN202011592364.5A priority Critical patent/CN112600936B/zh
Publication of CN112600936A publication Critical patent/CN112600936A/zh
Application granted granted Critical
Publication of CN112600936B publication Critical patent/CN112600936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/50—Testing arrangements
    • 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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的云计算系统服务的量化和评估方法，包括：步骤1：获取服务注册信息；步骤2：服务集合解析；步骤3：建立服务因子集合；步骤4：服务因子的加权或约束处理；步骤5：重定义服务；步骤6：重定义集合的模型评估；步骤7：服务描述；步骤8：发布服务。本发明的云计算系统服务的量化和评估方法，通过评估检测的服务再进行服务描述和发布，实现了云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布，可用于组合型云服务的检测，以及服务目录可用性检测，便于平台运营方包装平台提供的各类云服务并上线运营。

Description

一种云计算系统服务的量化和评估方法
技术领域
本发明涉及一种云计算系统服务的量化和评估方法，更具体的说，尤其涉及一种的云计算系统服务的量化和评估方法。
背景技术
云计算是一种基于互联网的、通过虚拟化方式共享资源的计算模式，存储和计算资源可以按需动态部署、动态优化、动态收回。云计算本质上是一种更加灵活、高效、低成本、节能的信息运作的全新方式，是自互联网革命以来IT产业领域最深刻的变革。借助基于互联网的一系列创新技术，存储、计算、软件、管理、网络、信息等各类资源以服务的形式实现资源虚拟化，从而达到即时定制、灵活组合、自由发布，直接满足用户的各种现实需求，真正实现IT服务的透明化。
随着云计算服务在互联网世界中扮演着越来越重的角色，云计算提供的服务类型、服务层次越来越复杂，同时衍生出的服务数量越来越多，这些都对云计算系统服务评估和发布带来挑战，同时也为用户提供解决方案方式和用户使用云计算平台服务带来困难。主要表现为：
(1)云计算服务模式多样：依据服务类型分为IaaS、PaaS、SaaS以及衍生的各种XaaS类服务。每种服务模式均对应一系列涉及不同用户应用场景的具体云服务，如计算、网络、存储、安全等场景，不同场景下的服务是否独立或可组合也涉及到服务评估、服务产品或目录的发布、用户使用等流程。
(2)云计算服务产品运营：主要涉及服务的定价、产品化包装和发布等流程。上述流程在面对多服务类型统一管理运营时会涉及复杂的耦合和解耦合的过程。在面向用户推出某项具体服务时需要囊括多类后台云服务，不论对平台运营方还是具体用户，其需要涉及的操作或使用均需要有一个模拟评估的过程。因此在服务运营前很有必要针对各类具体服务做针对性的服务评估，确保运营流程的顺畅可控和用户使用流程的交互友好性。
(3)作为承接运营系统的后端云服务平台，其上承载着来自云服务研发团队或第三方发布的云服务产品，在接入云平台前均需要制定符合规范的接入标准，同时还需要做服务兼容性和服务质量的评估，并具体量化接入的云服务在云平台整个使用环节的最终服务质量，包括运维流程、运营流程和最终用户使用流程。
鉴于以上问题，如何在云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布，已经成为目前云计算系统服务中需要考虑的一个问题。
发明内容
本发明为了克服上述技术问题的缺点，提供了一种云计算系统服务的量化和评估方法。
本发明的云计算系统服务的量化和评估方法，通过以下步骤来实现：
步骤1：获取服务注册信息，首先获取用户在云计算系统平台上所注册、登记的云服务产品的服务集合S＝{Si|i＝1,2,3,...,n}，共计有n个服务，Si为云计算系统平台所能提供的基础服务；
步骤2：服务集合解析，将步骤1中获取的服务集合S＝{Si|i＝1,2,3,...,n}进行解析处理，如果服务Si能够量化为若干个服务因子，则进行服务因子化处理，服务集合S＝{Si|i＝1,2,3,...,n}进行服务因子化处理后，S1＝{S1Ai|i＝1,2,3,...,o}，表示服务S1是由o个服务因子组成，S1Ai表示服务S1中的一个服务因子；S2＝{S2Ai|i＝1,2,3,...,p}，表示服务S2是由p个服务因子组成，S2Ai表示服务S2中的一个服务因子；……，Sn＝{SnAi|i＝1,2,3,...,q}，表示服务Sn是由q个服务因子组成，SnAi表示服务Sn中的一个服务因子；
如果服务Si不能量化为服务因子，则将整个服务Si作为服务因子进行服务因子化处理；
步骤3：建立服务因子集合，将步骤2中的因子化处理后的服务S＝{Si|i＝1,2,3,...,n}分解成单独的服务因子，其中：
Figure BDA0002869016990000031
然后将这些服务加入到同一集合中，形成服务因子集合A：
Figure BDA0002869016990000032
其中，Aj表示服务因子集合A中的一个服务因子，m表示服务因子集合A中服务因子的个数，j＝1,2,3,...,m，1≤m≤o+p+...+q，其中o+p+...+q表示服务集合S＝{Si|i＝1,2,3,...,n}中所有服务因子的总和；
步骤4：服务因子的加权或约束处理，通过采集服务注册数据信息，获取影响服务因子的服务质量的因子，形成服务因子的权重或约束条件集合W：
W＝{Wi|i＝1,2,3,...,n} (3)
n表示影响服务因子的权重或约束条件数量；
根据服务因子集合A与权重或约束条件集合W，对服务因子做加权或约束条件过滤处理，获取服务因子处理后的指标集合T；
T＝A×W＝{Ti,j＝(Ai,Wj)|Ai∈A,Wi∈W} (4)
其中，Ti,j表示服务因子Ai在条件集合W中权重或约束条件Wj下的指标；
步骤5：重定义服务，根据步骤4中获取的指标集合T重定义服务集合S，重定义的服务集合表示为RS：
RS＝{RSi|i＝1,2,3,...,c} (5)
其中，RSi为服务Si的重定义服务，c表示重定义服务集合RS中的重定义服务的数量；
步骤6：重定义集合RS的模型评估，将步骤5中重定义的服务集合RS＝{RSi|i＝1,2,3,...,c}进行模型评估检测，如果服务RSi满足检测条件，说明服务是可靠、稳定的，则执行步骤7进行服务描述；如果服务RSi不满足检测条件，则说明服务RSi是不可靠的，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用；
步骤7：服务描述，重定义服务RSi是由一个或多个服务因子Ai组成，其中，不同服务因子Ai之间的逻辑关系为顺序结构、选择结构、并行结构和循环结构中的一种，根据不同服务因子Ai之间的逻辑关系来评估服务中所包含的服务因子组合是否合规、是否可服务化组装和编排，如果服务因子组合合规且可服务化组装和编排，则表明服务因子组合通过评估，并将通过评估的服务组合置为待发布状态，执行步骤8；如果服务因子组合不合规或者不可服务化组装和编排，则表明服务因子组合未通过评估，未通过评估的服务组合则重复执行步骤5至步骤7进行迭代优化；
步骤8：发布服务，步骤7中被置为待发布状态的服务，表明其服务可业务化，准许其在云计算系统平台上发布该服务。
本发明的云计算系统服务的量化和评估方法，步骤6中所述的服务集合RS＝{RSi|i＝1,2,3,...,c}的模型评估检测通过以下步骤来实现：
步骤6-1：服务可达性检测，服务可达性用于衡量在限制条件下的服务间相互调用或组合的可行性，其可达性检测方式如下：
服务可达性SAC＝∪Ai|f(Ai,Ci)＝True,其中，
Figure BDA0002869016990000041
其中，f(Ai,Ci)为检测方法，Ci为服务RSi的条件集合，其表示针对服务RSi在条件集合Ci下的检测结果，针对不同的RSi服务，其可达性检测结果只有两个，为True或False，分别表示可达性检测通过和未通过；如果可达性检测通过，则执行步骤6-2，如果可达性检测未通过，则说明服务RSi不可靠的，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用；
步骤6-2：服务可用性检测，服务可用性用于描述服务经过服务可达性检测后的服务集合SAC，在约束条件下的服务请求成功率，服务可用性检测方法表示如下：
服务可用性
Figure BDA0002869016990000042
其中
Figure BDA0002869016990000043
服务请求包括API调用、网络性能测试和输出传输性能测试，服务可用性指标QSAV通过n次请求调用得分的平局值计算求得，请求成功或失败的约束条件r通过在时间区间(ti,tj)内是否满足大于设定的指标值Pk来确定；
步骤6-3：对步骤6-2中所获取的服务可用性QSAV的得分进行排序，对于服务可用性得分高于设定值K的服务来说，其服务可用性通过评估，执行步骤7；对于服务可用性得分低于设定值K的服务来说，服务可用性不通过，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用。
本发明的云计算系统服务的量化和评估方法，步骤1中用户在云计算系统平台上所注册、登记的云服务产品为虚拟机服务的情况下，则步骤2中所量化的服务因子包括CPU架构、CPU数量、CPU插槽数、CPU核心数、CPU线程数、内存大小、系统硬盘大小、操作系统指令集类型、操作系统类型、网络类型、网卡数量、网卡多队列、网络、防火墙策略、硬盘数量、硬盘大小、高可用策略、计费模型、订购数量、登录方式、用户数据；步骤4中所述的服务因子的权重或约束条件集合W包括：CPU数量＝CPU插槽数*CPU核心数*CPU线程数，若操作系统指令集类型为32为，则其内存大小最大为3TB，用户数据上传量最大为64KB。
本发明的有益效果是：本发明的云计算系统服务的量化和评估方法，对于用户在云计算系统平台上所注册、登记的云服务产品服务，首先对服务进行服务因子化处理，并将所有服务的服务因子合并在一个集合中形成服务因子集合A，然后利用服务因子的权重或约束条件对其进行重定义，然后对重定义后的服务集合进行模型评估检测，通过对服务的可达性和可用性检测，通过评估检测的服务再进行服务描述和发布，实现了云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布，可用于组合型云服务的检测，以及服务目录可用性检测，便于平台运营方包装平台提供的各类云服务并上线运营。
附图说明
图1为本发明的云计算系统服务的量化和评估方法的流程图；
图2为本发明中服务因子在约束条件下的四种结构图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示，给出了本发明的云计算系统服务的量化和评估方法的流程图，以用户的注册服务为虚拟机服务进行具体说明：
首先本发明提出了一种云计算系统中的最小服务描述单元--服务因子，其主要用于云服务描述阶段涉及的服务量化、分解和评估过程。该服务因子在云计算系统的虚拟机服务中可以描述为如表1中所示的服务因子：
表1
Figure BDA0002869016990000061
Figure BDA0002869016990000071
服务因子的权重或约束条件集合W如表2所示：
表2
Figure BDA0002869016990000072
表2中所列可量化服务因子仅涉及虚拟机服务，其他云计算服务则可通过类似的描述方法依次量化。
用户的注册服务为虚拟机服务的量化和评估具体通过以下步骤来实现：
步骤1：在步骤1服务注册中，用户进行云服务的登记处理，注册服务，获得服务集合S＝{Si|i＝1,2,3,...,n}；该过程通过构建规则模板进行描述。以虚拟机服务为例，虚拟机服务的描述模板如下：
Figure BDA0002869016990000073
Figure BDA0002869016990000081
以上虚拟机服务资源描述采用YAML文件格式进行描述，属性值表示该虚拟机服务可接受的合法数值。按照该方法，需要依次将服务提供商需要接入或量化评估的云服务按照规则模板录入至评估系统中，然后转至步骤2。
虚拟机服务的限制规则模板如下：
Figure BDA0002869016990000082
Figure BDA0002869016990000091
步骤2：在步骤2服务解析过程主要是通过解析YAML文件，获取注册登记的云服务信息，这里可以通过常用的第三方工具如SnakeYaml，PyYAML等不同语言解析器实现，在服务因子化处理过程中，解析完成后会将步骤1中登记的资源存储于数据库中，这里数据库可选择结构化或非结构化数据库，结构化和非结构化数据库可存储服务因子模板序列化后的字符串，服务因子文件模板也可直接存储在非结构化数据库中。解析出的服务因子实施模板如下所示：
Figure BDA0002869016990000092
Figure BDA0002869016990000101
该服务因子模板主要用于描述服务模板中可遍历选项类型，即诸如[X,Y,…,N]描述所列值，可拆解服务因子数量为该服务模板中所有可选值的排列组合，每一种服务因子在本步骤中均会被解析后以YAML格式存储。然后转向步骤3。
步骤3：本步骤主要将已经被解析后的服务因子进行存储，可以支持在结构化或非结构化数据库中。处理过程主要是将YAML序列化，形成待量化所有服务S的最终服务因子集合，如针对虚拟机服务和依附于它的块存储服务，本步骤将它们统一纳入到服务因子集合中并进行存储。处理完成后转向步骤4。
步骤4：本步骤主要通过已经注册登记的服务集合S＝{Si|i＝1,2,3,...,n}的限制规则模板所定制的规则进行加权或条件过滤，去掉不满足规则或冲突性服务因子，并标记该服务因子模板为无效。对于加权或附加规则后的有效服务因子模板的处理转向步骤5。
步骤5：针对所有有效的服务因子模板集合RS，本步骤会将其全部存储在数据库中，作为对服务Si的重定义后的所有服务因子集合。如针对虚拟机和块存储服务所拆分的服务因子会组合为一个新的待评估虚拟机服务模板，模板描述如下所示。
service_vm_fid：f-pltxe3r9#虚拟机服务因子模板ID
service_bs_fid:f-iutxmld2#块存储服务因子模板ID
description:虚拟机及块存储重定义后服务描述模板
然后转向步骤6。
步骤6：本步骤为服务模型评估，用于评价重定义服务。在实施中，本发明主要提供两种形式的评估模型，分别是服务可达性模型和服务可用性模型。首先进行可达性模型检测，检测方法根据服务和限制规则条件的不同而不同。如针对重定义后的虚拟机服务(附带虚拟机服务因子和块存储服务因子)，其可达性检测主要测试创建虚拟机和创建硬盘是否成功，通过读取相应的模板并调用云平台框架提供的API实现检测过程，若创建成功，则说明其可达性检测结果为True，将该服务标记为可达，并转向服务可用性检测步骤；否则检测不通过。这里需要强调的是，待检测虚拟机服务涉及的检测参数环境需事先提供并与评估环境云平台集成，提供标椎API接口，如虚拟机创建并挂载硬盘则不属于本步骤评估内容；可达性检测仅用于评估该服务与目标集成平台的适配性和功能完整性，检测方法主要采用API调用，调用通过API框架实现，支持常见的POST/GET/DELETE/PUT等方法。
在本发明的服务可用性检测步骤中，主要针对通过服务可达性检测的服务集合，服务可用性的实施过程主要通过在给定时间周期重复请求待检测的服务，通过累计评估请求成功率评判服务的可用性情况。请求根据服务的不同而实现方法有差异，如云主机服务主要通过API调用方式实现，虚拟网络服务主要通过API调用和网络性能加压测试实现等。平台根据不同的服务设定不同的阈值k、测试次数、测试周期和测试方法，若在给定的测试周期和次数限制下，服务的可用性得分QSAV高于k，则表示该服务通过可用性检测，具备了平台待上线条件并转向步骤7；否则服务可用性检测不通过。
步骤7：本步骤主要用于描述通过模型评估的服务内多个服务因子间的关系。
在实施过程中，服务因子间主要存在四种基本结构，分别是：顺序结构(sequence)、选择结构(choice)、并行结构(parallel)和循环结构(cycle)，四种结构主要用于评估服务因子间存在何种关系。
如图2a所示，顺序结构表示服务所属的服务因子需按照约束条件有序执行，直至服务创建完成。如虚拟机服务和监控服务，它们之间存在顺序关系，即首先需要创建虚拟机，待创建完成后才可执行监控服务。在约束条件Ci下，执行服务因子Ai；服务因子Ai在约束条件下，执行服务因子Ai+1，最后进入约束条件Ci+2，顺序执行成功，评估程序会将相关依附关系会在RSi服务模板中标记，否则不标记。
如图2b所示，选择结构表示服务所属的服务因子需按照约束条件选择性执行，直至服务创建完成。如虚拟机服务和硬盘服务，它们之间可以存在选择关系，若虚拟机创建时不选择额外挂载硬盘则只需要执行虚拟机服务。即在约束条件Ci下，选择执行服务因子Ai或者服务因子；若执行服务因子Ai，则在约束条件Ci+1下，执行服务因子Ai+1；若执行服务因子Aj，则在约束条件Ci+2下，执行服务因子Aj+1；服务因子Ai+1或者Aj+1在约束条件Ci+3下，执行服务因子Ai+2。选择分支执行完成后，评估程序会将相关依附关系会在RSi服务模板中标记，否则不标记。
如图2c所示，并行结构表示服务所属的服务因子需要按照约束条件并行执行，直至服务创建完成。如虚拟网络服务和硬盘服务，它们之间存在并行关系，如在虚拟机创建过程中，附带的虚拟网络和额外挂载的硬盘可以通过虚拟网络服务和硬盘服务并行执行，待其均创建完成后挂载至虚拟机完成整个服务执行。即在约束条件Ci下，执行服务因子Ai；服务因子Ai在约束条件Ci+1下同时执行服务因子Ai+1和Ai+2；在服务因子Ai+2和Ai+2同时满足的情况下，在约束条件Ci+2下执行服务因子Ai+3。并行服务执行完成后，评估程序会将相关依附关系会在RSi服务模板中标记，否则不标记。
如图2d所示，循环结构表示服务所属的服务因子需要按照约束条件循环执行，直至服务创建完成。如在虚拟机创建过程中，若选择额外挂载多块硬盘或多块网卡，此时硬盘服务或网卡服务会循环创建多个对应实体，待所有硬盘或网卡均创建完成后挂载至虚拟机完成整个服务执行。即在约束条件RSi下，执行服务因子Ai；服务因子Ai在约束条件Ci+1下执行服务因子Ai+1；服务因子Ai+1选在约束条件Ci+2下重新执行服务因子Ai和Ai+1，形成一个循环，直至循环结束；循环结束以后，继续执行服务因子Ai+2。循环服务执行完成后，评估程序会将相关依附关系会在RSi服务模板中标记，否则不标记。
以上四种结构根据具体服务RSi模板描述成功执行完成后，其结果均通过模板标记形式实现，用于表示该服务内各个服务因子间逻辑关系具体，以便为服务发布提供量化报告依据。本步骤不管是否执行均会转向步骤8。
步骤8：发布服务并输出评估报告。发布服务将重定义服务RSi发布，同时发布重定义服务RSi的服务描述和量化评估报告。
综上所述，本发明主要提供了一种基于YAML描述模板定义的云服务可量化云方法和评估模型，用于评估待上云云服务与其他服务间的兼容性和适配性，并给出评估报告，为后续多服务上云及服务间关系描述提供标准化量化方法。

Claims (1)

1.一种云计算系统服务的量化和评估方法，其特征在于，通过以下步骤来实现：
步骤1：获取服务注册信息，首先获取用户在云计算系统平台上所注册、登记的云服务产品的服务集合S＝{Si|i＝1,2,3,...,n}，共计有n个服务，Si为云计算系统平台所能提供的基础服务；
步骤2：服务集合解析，将步骤1中获取的服务集合S＝{Si|i＝1,2,3,...,n}进行解析处理，如果服务Si能够量化为若干个服务因子，则进行服务因子化处理，服务集合S＝{Si|i＝1,2,3,...,n}进行服务因子化处理后，S1＝{S1Ai|i＝1,2,3,...,o}，表示服务S1是由o个服务因子组成，S1Ai表示服务S1中的一个服务因子；S2＝{S2Ai|i＝1,2,3,...,p}，表示服务S2是由p个服务因子组成，S2Ai表示服务S2中的一个服务因子；……，Sn＝{SnAi|i＝1,2,3,...,q}，表示服务Sn是由q个服务因子组成，SnAi表示服务Sn中的一个服务因子；
如果服务Si不能量化为服务因子，则将整个服务Si作为服务因子进行服务因子化处理；
步骤3：建立服务因子集合，将步骤2中的因子化处理后的服务S＝{Si|i＝1,2,3,...,n}分解成单独的服务因子，其中：
Figure FDA0003941885240000011
然后将这些服务加入到同一集合中，形成服务因子集合A：
Figure FDA0003941885240000012
其中，Aj表示服务因子集合A中的一个服务因子，m表示服务因子集合A中服务因子的个数，j＝1,2,3,...,m，1≤m≤o+p+...+q，其中o+p+...+q表示服务集合S＝{Si|i＝1,2,3,...,n}中所有服务因子的总和；
步骤4：服务因子的加权或约束处理，通过采集服务注册数据信息，获取影响服务因子的服务质量的因子，形成服务因子的权重或约束条件集合W：
W＝{Wi|i＝1,2,3,...,n} (3)
n表示影响服务因子的权重或约束条件数量；
根据服务因子集合A与权重或约束条件集合W，对服务因子做加权或约束条件过滤处理，获取服务因子处理后的指标集合T；
T＝A×W＝{Ti,j＝(Ai,Wj)|Ai∈A,Wi∈W} (4)
其中，Ti,j表示服务因子Ai在条件集合W中权重或约束条件Wj下的指标；
步骤5：重定义服务，根据步骤4中获取的指标集合T重定义服务集合S，重定义的服务集合表示为RS：
RS＝{RSi|i＝1,2,3,...,c} (5)
其中，RSi为服务Si的重定义服务，c表示重定义服务集合RS中的重定义服务的数量；
步骤6：重定义集合RS的模型评估，将步骤5中重定义的服务集合RS＝{RSi|i＝1,2,3,...,c}进行模型评估检测，如果服务RSi满足检测条件，说明服务是可靠、稳定的，则执行步骤7进行服务描述；如果服务RSi不满足检测条件，则说明服务RSi是不可靠的，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用；
步骤7：服务描述，重定义服务RSi是由一个或多个服务因子Ai组成，其中，不同服务因子Ai之间的逻辑关系为顺序结构、选择结构、并行结构和循环结构中的一种，根据不同服务因子Ai之间的逻辑关系来评估服务中所包含的服务因子组合是否合规、是否可服务化组装和编排，如果服务因子组合合规且可服务化组装和编排，则表明服务因子组合通过评估，并将通过评估的服务组合置为待发布状态，执行步骤8；如果服务因子组合不合规或者不可服务化组装和编排，则表明服务因子组合未通过评估，未通过评估的服务组合则重复执行步骤5至步骤7进行迭代优化；
步骤8：发布服务，步骤7中被置为待发布状态的服务，表明其服务可业务化，准许其在云计算系统平台上发布该服务；
步骤6中所述的服务集合RS＝{RSi|i＝1,2,3,...,c}的模型评估检测通过以下步骤来实现：
步骤6-1：服务可达性检测，服务可达性用于衡量在限制条件下的服务间相互调用或组合的可行性，其可达性检测方式如下：
服务可达性SAC＝∪Ai|f(Ai,Ci)＝True,其中，
Figure FDA0003941885240000031
其中，f(Ai,Ci)为检测方法，Ci为服务RSi的条件集合，其表示针对服务RSi在条件集合Ci下的检测结果，针对不同的RSi服务，其可达性检测结果只有两个，为True或False，分别表示可达性检测通过和未通过；l1,l2,...,lm分别为条件集合Ci中的不同限制性条件；如果可达性检测通过，则执行步骤6-2，如果可达性检测未通过，则说明服务RSi不可靠的，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用；
步骤6-2：服务可用性检测，服务可用性用于描述服务经过服务可达性检测后的服务集合SAC，在约束条件下的服务请求成功率，服务可用性检测方法表示如下：
服务可用性
Figure FDA0003941885240000032
其中
Figure FDA0003941885240000033
服务请求包括API调用、网络性能测试和输出传输性能测试，服务可用性指标QSAV通过n次请求调用得分的平均值计算求得，请求成功或失败的约束条件r通过在时间区间(ti,tj)内是否满足大于设定的指标值Pk来确定；
步骤6-3：对步骤6-2中所获取的服务可用性QSAV的得分进行排序，对于服务可用性得分高于设定值K的服务来说，其服务可用性通过评估，执行步骤7；对于服务可用性得分低于设定值K的服务来说，服务可用性不通过，则返回步骤1重新描述并定义服务或者直接将服务RSi标识为不可用；
步骤1中用户在云计算系统平台上所注册、登记的云服务产品为虚拟机服务的情况下，则步骤2中所量化的服务因子包括CPU架构、CPU数量、CPU插槽数、CPU核心数、CPU线程数、内存大小、系统硬盘大小、操作系统指令集类型、操作系统类型、网络类型、网卡数量、网卡多队列、网络、防火墙策略、硬盘数量、硬盘大小、高可用策略、计费模型、订购数量、登录方式、用户数据；步骤4中所述的服务因子的权重或约束条件集合W包括：CPU数量＝CPU插槽数*CPU核心数*CPU线程数，若操作系统指令集类型为32位，则其内存大小最大为3TB，用户数据上传量最大为64KB。
CN202011592364.5A 2020-12-29 2020-12-29 一种云计算系统服务的量化和评估方法 Active CN112600936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011592364.5A CN112600936B (zh) 2020-12-29 2020-12-29 一种云计算系统服务的量化和评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011592364.5A CN112600936B (zh) 2020-12-29 2020-12-29 一种云计算系统服务的量化和评估方法

Publications (2)

Publication Number Publication Date
CN112600936A CN112600936A (zh) 2021-04-02
CN112600936B true CN112600936B (zh) 2023-01-31

Family

ID=75203320

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011592364.5A Active CN112600936B (zh) 2020-12-29 2020-12-29 一种云计算系统服务的量化和评估方法

Country Status (1)

Country Link
CN (1) CN112600936B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113900809A (zh) * 2021-10-09 2022-01-07 江苏安超云软件有限公司 云计算管理平台实施复杂度评估的方法及应用
CN114826967B (zh) * 2022-06-29 2022-10-11 中国人民解放军国防科技大学 一种信息共享能力评估方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546735A (zh) * 2011-01-04 2012-07-04 中兴通讯股份有限公司 一种云计算系统、方法及云
CN103701935A (zh) * 2014-01-13 2014-04-02 浪潮(北京)电子信息产业有限公司 一种云计算服务平台的构建方法及系统
CN104123189A (zh) * 2014-06-30 2014-10-29 复旦大学 一种基于IaaS层应用感知的Web多层应用动态资源调整方法
CN107637043A (zh) * 2015-10-19 2018-01-26 华为技术有限公司 用于约束环境中资源管理的业务提供方法、系统和装置
CN111884855A (zh) * 2020-07-29 2020-11-03 中远海运科技股份有限公司 一种云服务系统、方法和服务器
WO2020237797A1 (zh) * 2019-05-31 2020-12-03 烽火通信科技股份有限公司 一种微服务框架下动态配置管理方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9274848B2 (en) * 2009-12-03 2016-03-01 International Business Machines Corporation Optimizing cloud service delivery within a cloud computing environment
US9813318B2 (en) * 2013-03-15 2017-11-07 International Business Machines Corporation Assessment of best fit cloud deployment infrastructures
US20150067171A1 (en) * 2013-08-30 2015-03-05 Verizon Patent And Licensing Inc. Cloud service brokering systems and methods
US10698711B2 (en) * 2015-07-01 2020-06-30 The American University In Cairo Cloud computing systems
CN106357739B (zh) * 2016-08-27 2019-10-18 浙江工业大学 一种针对批量云服务请求的两阶段组合与调度方法
CN107194275A (zh) * 2017-04-28 2017-09-22 苏州蜗牛数字科技股份有限公司 一种私有云运营管理平台及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546735A (zh) * 2011-01-04 2012-07-04 中兴通讯股份有限公司 一种云计算系统、方法及云
CN103701935A (zh) * 2014-01-13 2014-04-02 浪潮(北京)电子信息产业有限公司 一种云计算服务平台的构建方法及系统
CN104123189A (zh) * 2014-06-30 2014-10-29 复旦大学 一种基于IaaS层应用感知的Web多层应用动态资源调整方法
CN107637043A (zh) * 2015-10-19 2018-01-26 华为技术有限公司 用于约束环境中资源管理的业务提供方法、系统和装置
WO2020237797A1 (zh) * 2019-05-31 2020-12-03 烽火通信科技股份有限公司 一种微服务框架下动态配置管理方法及系统
CN111884855A (zh) * 2020-07-29 2020-11-03 中远海运科技股份有限公司 一种云服务系统、方法和服务器

Also Published As

Publication number Publication date
CN112600936A (zh) 2021-04-02

Similar Documents

Publication Publication Date Title
CN108415832B (zh) 接口自动化测试方法、装置、设备及存储介质
US10162612B2 (en) Method and apparatus for inventory analysis
US20060235664A1 (en) Model-based capacity planning
CN104954453B (zh) 基于云计算的数据挖掘rest服务平台
CN106021079B (zh) 一种基于用户频繁访问序列模型的Web应用性能测试方法
JP5298117B2 (ja) 分散コンピューティングにおけるデータマージング
US20060041539A1 (en) Method and apparatus for organizing, visualizing and using measured or modeled system statistics
CN103795749B (zh) 用于诊断运行在云环境中的软件产品的问题的方法和装置
US8930918B2 (en) System and method for SQL performance assurance services
WO2022110446A1 (zh) 异构集群调度的模拟方法、装置、计算机设备及存储介质
WO2008134143A1 (en) Resource model training
CN112600936B (zh) 一种云计算系统服务的量化和评估方法
US20170109636A1 (en) Crowd-Based Model for Identifying Executions of a Business Process
US20200250587A1 (en) Framework for multi-tenant data science experiments at-scale
EP1631002A2 (en) Automatic configuration of network performance models
CN110532182B (zh) 一种虚拟化平台的自动化测试方法及装置
US20190138433A1 (en) Evaluation of library test suites using mutation testing
CN112559525B (zh) 数据检查系统、方法、装置和服务器
Baresi et al. Microservice architecture practices and experience: a focused look on docker configuration files
JP5206268B2 (ja) ルール作成プログラム、ルール作成方法及びルール作成装置
CN113918534A (zh) 一种策略处理系统及方法
Walter et al. Tools for declarative performance engineering
CN109582560A (zh) 测试文件编辑方法、装置、设备及计算机可读存储介质
CN114168456A (zh) 一种基于3d-gis的前端性能自动化测试方法
US9348888B1 (en) Iterative filter expression processing for filtering embedded data objects

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
TR01 Transfer of patent right

Effective date of registration: 20230418

Address after: Shandong computing center, No.19 Keyuan Road, Lixia District, Jinan City, Shandong Province 250014

Patentee after: SHANDONG COMPUTER SCIENCE CENTER(NATIONAL SUPERCOMPUTER CENTER IN JINAN)

Patentee after: Qilu University of Technology (Shandong Academy of Sciences)

Address before: Shandong computing center, No.19 Keyuan Road, Lixia District, Jinan City, Shandong Province 250014

Patentee before: SHANDONG COMPUTER SCIENCE CENTER(NATIONAL SUPERCOMPUTER CENTER IN JINAN)

TR01 Transfer of patent right