CN112764938B - 云服务器资源管理方法、装置、计算机设备和存储介质 - Google Patents

Abstract

本申请涉及一种云服务器资源管理方法、装置、计算机设备和存储介质。一个实施例中的方法包括：获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量；基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。采用本方法能够根据不同的运营需求，灵活地分配云服务器的资源，提高了云服务器资源管理的灵活性，能够合理地对云服务器的资源进行运用。

Description

云服务器资源管理方法、装置、计算机设备和存储介质

技术领域

本申请涉及计算机技术领域，特别是涉及一种云服务器资源管理方法、装置、计算机设备和存储介质。

背景技术

随着计算机技术的发展，云技术逐步得到使用，其通过云服务器为相关应用程序提供服务，如在云服务器上运行相关应用程序，从而为终端上运行的对应的应用程序提供服务，或者在云服务器行运行相关应用程序，终端访问云服务器直接使用云服务器上的相关应用程序来使用云服务器提供的服务。在云服务器的使用过程中，为了让云服务器能够满足相应的资源需求，需要对云服务器的资源进行管理。传统的云服务器的资源管理方式，采用的是容器虚拟化方案，即在云服务器上部署多个容器，容器之间相互隔离，各个不同的应用程序分别运行在容器里面，对云服务器的资源的管理和分配也是以容器为粒度。然而，容器性能缺乏弹性，无法进行动态伸缩容，导致容器初始性能必须满足最大需求量的应用需求，这种标准化的容器在运行其他性能需求小的应用需求时会造成性能浪费。

发明内容

基于此，有必要针对上述技术问题，提供一种能够灵活分配云服务器资源的云服务器资源管理方法、装置、计算机设备和存储介质。

一种云服务器资源管理方法，所述方法包括：

获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；

根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量；

基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

一个实施例中，所述目标类型服务器包括两种以上类型的服务器，各类型的服务器对应的在线运行实例的最大运行数量相同或者不同。

一个实施例中，第五比值为所述单资源设备量化处理能力与所述单例量化需求能力之商向下取整后的值。

一个实施例中，所述资源划分需求对应的所述目标类型服务器的资源设备数量，为最大运行数量与第五比值之商向上取整后的值。

一个实施例中，根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量，包括：

将所述最大运行数量与第五比值的比值，作为所述资源划分需求对应的所述目标类型服务器的资源设备数量，所述第五比值为所述单资源设备量化处理能力与所述单例量化需求能力的比值。

一种云服务器资源管理装置，所述装置包括：

需求获取模块，用于获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；

资源设备数量确定模块，用于根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量；

资源池划分模块，用于基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中，所述处理器执行所述计算机程序时实现如上所述实施例中的方法的步骤。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上所述实施例中的方法的步骤。

上述云服务器资源管理方法、装置、计算机设备和存储介质，其基于对各类型服务器的处理能力进行量化获得的单资源设备量化处理能力，对各需要在云服务器上运行的应用程序需要的处理能力进行量化获得的单例量化需求能力，在获得资源划分需求时，基于该资源划分需求所需要的目标应用程序在目标类型服务器的在线运行实例的最大运行数量，结合上述量化的单资源设备量化处理能力、单例量化需求能力，确定出对应的目标类型服务器的资源设备基础上，以此对云服务器资源的服务器资源池，从而在对服务器的处理能力和应用程序需要的处理能力进行量化的基础上，在确定资源划分需求对应的资源设备数量后，通过划分资源池的方式进行云服务器资源的分配，可以根据不同的运营需求，灵活地分配云服务器的资源，提高了云服务器资源管理的灵活性，能够合理地对云服务器的资源进行运用。

附图说明

图1为一个实施例中的云服务器资源管理方法的应用环境图；

图2为一个实施例中的云服务器资源管理方法示意图；

图3为一个实施例中确定单资源设备量化处理能力的流程示意图；

图4为一个实施例中确定应用程序的单例量化需求能力的流程示意图；

图5为一个具体示例中的云服务器资源管理方法的流程示意图；

图6为一个实施例中的云服务器资源管理装置的结构框图；

图7为一个实施例中的计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的云服务器资源管理方法，可以应用于如图1所示的涉及云技术的应用环境中。

云技术(Cloud technology)是指在广域网或局域网内将硬件、软件、网络等系列资源统一起来，实现数据的计算、储存、处理和共享的一种托管技术。

云技术(Cloud technology)基于云计算商业模式应用的网络技术、信息技术、整合技术、管理平台技术、应用技术等的总称，可以组成资源池，按需所用，灵活便利。云计算技术将变成重要支撑。技术网络系统的后台服务需要大量的计算、存储资源，如视频网站、图片类网站和更多的门户网站。伴随着互联网行业的高度发展和应用，将来每个物品都有可能存在自己的识别标志，都需要传输到后台系统进行逻辑处理，不同程度级别的数据将会分开处理，各类行业数据皆需要强大的系统后盾支撑，只能通过云计算来实现。

参考图1所示，终端10通过网络与云服务器20进行通信，应用程序安装在云服务器20上，终端10的用户可以通过终端10访问云服务器20以使用云服务器20上的应用程序的服务。该云服务器20具体可以是云集群服务器，其上包括有多个服务器，例如服务器201、服务器202、服务器203，这些服务器的类型可以相同，也可以不相同。每个服务器上布设有一种以上的资源设备，每种资源设备的数量包括一个以上，各服务器通过其资源设备为其运行的应用程序提供资源。对云服务器资源分配和管理，可以是由云服务器的资源管理服务器，该资源管理服务器可以是云服务器20上包含的服务器201、202、203中的任何一个，也可以是有其他的某个专门的服务器，本申请实施例不做具体限定。其中，终端10可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。

本申请实施例的方案，可以应用于云游戏的场景，此时上述云服务器20可以是云游戏服务器，各服务器201、202、203的资源设备包括显卡。各服务器在云服务器20的使用过程中，需要为在其上面运行的应用程序，例如某个云游戏程序分配资源，即对云服务器上的各服务器的资源进行分配和管理。

云游戏(Cloud gaming)又可称为游戏点播(gaming on demand)，是一种以云计算技术为基础的在线游戏技术。云游戏技术使图形处理与数据运算能力相对有限的轻端设备(thin client)能运行高品质游戏。在云游戏场景下，游戏并不在玩家游戏终端，而是在云端服务器中运行，并由云端服务器将游戏场景渲染为视频音频流，通过网络传输给玩家游戏终端。玩家游戏终端无需拥有强大的图形运算与数据处理能力，仅需拥有基本的流媒体播放能力与获取玩家输入指令并发送给云端服务器的能力即可。

在一个实施例中，如图2所示，提供了一种云服务器资源管理方法，以该方法应用于图1中的对云服务器20上的资源管理服务器为例进行说明，包括以下步骤S201至步骤S203。

步骤S201：获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量。

资源划分需求是目标应用程序需要在云服务器上运行时，为该目标应用程序的运行进行资源划分的需求，也可以是目标应用程序已经在云服务器上运行之后，出于运营需求或者其他目的需要对该目标应用程序的运营进行调整时发起的需求，该资源划分需求会提出该目标应用程序的在云服务器上运行时的在线运行实例的最大运行数量。以云服务器为云游戏服务器为例，在业务场景下，某个游戏(目标应用程序)的运营方会向云服务器对应的资源管理服务器发起运营需求，即发出资源划分需求，资源划分需求会包含该游戏在目标类型服务器上的在线运行实例的最大运行数量，即该游戏在目标类型服务器上能够最多运行多少个该游戏的实例，也可以称之为在该目标类型服务器上能够同时最大运行数量的用户同时运行该游戏。

步骤S202：根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量。

其中，单资源设备量化处理能力是量化后的该目标类型服务器的单资源设备的处理能力。通过量化的方式对目标类型服务器的单资源设备的处理能力进行评估，从而可以对各类型服务器的单资源设备的处理能力进行统一量化，实现对各类型服务器的单资源设备的处理能力标准化，有助于提高云服务器资源管理和分配的效率。

参考图3所示，一个实施例中，目标类型服务器的单资源设备量化处理能力的确定方式包括如下步骤S301和步骤S302。

步骤S301：获取采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测获得的第一压测结果。

其中，可以是实时采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测，获得上述第一压测结果。也可以是由其他的测试设备采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测，获得上述第一压测结果之后，直接从上述测试设备获得该第一压测结果，本申请实施例中不做具体限定。

标准参考应用程序，是用以对各类型的服务器进行压测的应用程序，即在确定各类型的服务器的单资源设备量化处理能力时，都采用该标准参考应用程序进行压测，以统一各类型的服务器的压测标准以及最终获得的单资源设备量化处理能力的确定标准。其中，该标准参考应用程序，可以是预先确定的应用程序，可以是选用性能稳定的应用程序作为标准参考应用程序。具体地，该标准参考应用程序可以是从已有的应用程序中选择的某个应用程序，也可以是针对压测特意开发的应用程序，开发过程中，可以是开发一个小型化的标准参考应用程序，从而有助于提高压测的效率。例如，以云服务器为云游戏服务器为例，可以是开发一款小游戏来对各服务器的进行压测。具体地，由于云游戏对显示的渲染能力要求比较高，因此可以是开发一款渲染稳定的小游戏作为标准参考应用程序，来对各服务器进行压测。

压测，即压力测试，是确定稳定性的一种测试方法，通常在系统正常运作范围之外进行，以考察其功能极限和隐患。一般是针对服务器不断施加压力的测试，通过确定一个该服务器的瓶颈或者该服务器的不能接受的性能点，来获得该服务器能提供的最大服务级别。具体的压测测试过程可以采用任何可能的压测方式进行，本申请实施例不做具体限定。

一个实施例中，上述第一压测结果包括：在所述目标类型服务器的单个资源设备上，能够同时运行所述标准参考应用程序的程序实例的第一数目，即在目标类型服务器的单个资源设备上，最多能够同时运行第一数目个上述标准参考应用程序。

其中，在一个具体示例中，上述第一压测结果还包括：所述单个资源设备同时运行所述第一数目的所述标准参考应用程序时的第一负载。在另一个具体示例中，第一数目为所述目标类型服务器的单个资源设备的负载在小于或者等于预定负载阈值时，能够同时运行的所述标准参考应用程序的程序实例的数目。其中预定负载阈值可以结合实际需要进行设定，例如在一个实施例中可以设定为90％。

步骤S302：量化所述第一压测结果，获得所述目标类型服务器的单资源设备量化处理能力。

其中，在对第一压测结果进行量化时，可以采用不同的处理方式进行。

一些实施例中，在第一压测结果同时包括上述第一数目和第一负载时，在量化所述第一压测结果时，可以是根据所述第一数目与所述第一负载的比值，确定所述目标类型服务器的单资源设备量化处理能力。例如，在一个具体示例中，可以是根据所述第一数目与所述第一负载之商向下取整后的值，确定所述目标类型服务器的单资源设备量化处理能力。

一些实施例中，在第一数目为所述目标类型服务器的单个资源设备的负载在小于或者等于预定负载阈值时，能够同时运行的所述标准参考应用程序的程序实例的数目时，可以直接基于该第一数目确定目标类型服务器的单资源设备量化处理能力。

其中，单例量化需求能力是量化后的该目标应用程序所需要的处理能力。通过量化的方式对目标应用程序所需要的处理能力进行评估，从而可以对各个应用程序所需要的处理能力进行统一量化，实现按照统一的标准来评估和确定各个应用程序所需求的处理能力，实现各个应用程序的所需求的处理能力的标准化，有助于提高云服务器资源管理和分配的效率。

参考图4所示，一个实施例中，目标应用程序的单例量化需求能力的确定方式包括如下步骤S401和步骤S402。

步骤S401：获取在参考服务器上，对所述目标应用程序进行压测获得的第二压测结果。

其中，可以是实时在参考服务器上，对上述目标应用程序进行压测，获得上述第二压测结果。也可以是由其他的测试设备在参考服务器上，对上述目标应用程序进行压测，获得上述第二压测结果之后，直接从上述测试设备获得该第二压测结果，本申请实施例中不做具体限定。

参考服务器，是用以对各个应用程序进行压测的服务器，即在确定各应用程序的单例量化需求能力时，都采用该参考服务器进行压测，以统一各个应用程序的压测标准以及最终获得的单例量化需求能力的确定标准。其中，该参考服务器可以是从云服务器中的各服务器中任意选择，也可以是通过一定的选择标准从中选择一个服务器作为参考服务器，本申请实施例不做具体限定。具体的压测测试过程可以采用任何可能的压测方式进行，本申请实施例不做具体限定。

一个实施例中，上述第二压测结果包括：所述参考服务器在压测过程中的单资源设备负载，以及在压测过程中同时运行所述目标应用程序的程序实例的第二数目，即在参考服务器的单个资源设备上，最多能够同时运行第二数目个上述目标应用程序。

步骤S402：量化所述第二压测结果，获得所述目标应用程序的单例量化需求能力。

一个实施例中，量化所述第二压测结果，获得所述目标应用程序的单例量化需求能力时，可以是根据所述第二压测结果和标准压测结果，确定所述目标应用程序的单例量化需求能力。

其中，所述标准压测结果为采用标准参考应用程序对所述参考服务器的资源设备进行压测获得的压测结果。一个具体实施例中，该标准压测结果包括：标准单资源设备负载以及标准实例数目，即上述标准参考应用程序在上述参考服务器上运行时，参考服务器的单资源设备的负载不超过标准单资源设备负载时，能够同时运行上述标准实例数目个上述标准参考应用程序。

在根据所述第二压测结果和标准压测结果，确定所述目标应用程序的单例量化需求能力时，可以结合实际需要进行设定。

在一个实施例中，可以根据第一比值与第二比值的关系，确定所述目标应用程序的单例量化需求能力，所述第一比值为所述标准单资源设备负载与所述标准实例数目的比值，所述第二比值为所述单资源设备负载与所述第二数目的比值。

在一个实施例中，可以将第三比值与单卡标准能力的乘积与所述第二数目的第四比值，作为所述目标应用程序的单例量化需求能力，所述第三比值为所述单资源设备负载与所述标准单资源设备负载的比值，其中，所述单卡标准能力根据所述标准单资源设备负载以及标准实例数目确定。

一个实施例中，在具体根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量时，可以是将所述最大运行数量与第五比值的比值，作为所述资源划分需求对应的所述目标类型服务器的资源设备数量。其中，所述第五比值为所述单资源设备量化处理能力与所述单例量化需求能力的比值。

具体地，在一个实施例中，所述第五比值可以是为所述单资源设备量化处理能力与所述单例量化需求能力之商向下取整后的值。

在一个实施例中，资源划分需求对应的所述目标类型服务器的资源设备数量，为所述最大运行数量与所述第五比值之商向上取整后的值。

步骤S203：基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

一个实施例中，在基于目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池之后，从而可以为上述资源划分需求划分相应的服务器资源池，例如将目标类型服务器的各资源设备中，哪几个资源设备划分为为所述目标应用程序服务器提供服务的资源设备，或者通过其他的方式为所述资源划分设备预留相应的资源设备资源。

一些实施例中，所述目标类型服务器包括两种以上类型的服务器，各类型的服务器对应的在线运行实例的最大运行数量相同或者不同。从而，可以为目标应用程序在不同类型的服务器上都划分相应的资源设备的资源。

如上所述的各实施例中的云服务器资源管理方法，其基于对各类型服务器的处理能力进行量化获得的单资源设备量化处理能力，对各需要在云服务器上运行的应用程序需要的处理能力进行量化获得的单例量化需求能力，在获得资源划分需求时，基于该资源划分需求所需要的目标应用程序在目标类型服务器的在线运行实例的最大运行数量，结合上述量化的单资源设备量化处理能力、单例量化需求能力，确定出对应的目标类型服务器的资源设备基础上，以此对云服务器资源的服务器资源池，从而在对服务器的处理能力和应用程序需要的处理能力进行量化的基础上，在确定资源划分需求对应的资源设备数量后，通过划分资源池的方式进行云服务器资源的分配，可以根据不同的运营需求，灵活地分配云服务器的资源，提高了云服务器资源管理的灵活性，能够合理地对云服务器的资源进行运用。

如上所述的实施例中的云服务器资源管理方法，可以应用于对提供云游戏的云服务器的资源进行管理的技术场景中，结合图5所示，以应用到云游戏的场景为例，对涉及该场景的云服务器资源管理方法进行举例说明。针对云游戏的场景，游戏画面的渲染能力会严重影响游戏使用体验，因此，在下述示例的说明中，主要以对服务器的显卡的处理能力为例进行说明，此时，上述单资源设备量化处理能力也可以称之为单卡量化处理能力，上述目标应用程序、标准参考应用程序均是游戏应用程序。

首先，对提供云游戏服务的各类型的服务器的处理能力进行量化处理，获得各类型的服务器的单卡量化处理能力。

针对提供云游戏服务的各种不同类型的服务器，例如GPU服务器，首先对它们的单张显卡的处理能力进行评估，以便于后续的管理和分配。其中，针对提供云游戏服务的各个服务器，都可以对其单张显卡的处理能力进行评估。考虑到对于同类型的服务器而言，其单张显卡的处理能力都相同，即便是有一些差异，这些差异也不大，因此，针对相同类型的GPU服务器，可以仅选用其中一个GPU服务器进行量化处理，并将量化处理后的单张显卡的处理能力，作为该类型的所有GPU服务器的单张显卡的处理能力，以提高处理效率。在一些实施例中，也可以是对该类型的所有服务器的单张显卡的处理能力进行量化后，对该类型的服务器的单张显卡的处理能力进行综合处理后，例如进行评估或者通过加权处理，将综合处理后的单张显卡的处理能力，作为该类型的所有服务器的单张显卡的处理能力。

在具体进行量化评估时，可以通过开发一款渲染稳定的小游戏作为标准游戏程序(即上述标准参考应用程序)，对各类型的GPU服务器的显卡进行压测，以获得各类型的GPU服务器的单张显卡处理能力，可以对服务器的算力进行统一量化。

以其中三种类型服务器T10服务器、P40服务器、V100服务器为例，在对T10服务器进行量化评估时，通过在T10服务器上压测上述标准游戏程序，假设压测结果为在T10服务器的单张GPU显卡上，能够同时运行10个游戏实例，同时GPU显卡的负载没有超过90％。假设以该T10服务器作为参考服务器，则可以将该T10服务器的单张显卡的处理能力(也可以称之为算力)量化为100，即T10服务器的单张显卡处理能力为100。

采用同样的方式对P40、V100服务器进行压测，获得对P40、V100服务器进行压测获得的压测结果，分别为在P40、V100服务器的单个GPU显卡上，GPU显卡的负载没有超过90％的情况下，最多分别能够同时运行7、13个上述标准游戏程序。

一个实施例中，可以结合各服务器对应的第一数目与第一负载的比值，与参考服务器对应的第一数目与第一负载的比值之间的关系，来确定该服务器的单张显卡的处理能力。例如针对P40服务器，其单张显卡的处理能力可以为：针对V100服务器，其单张显卡的处理能力可以为：/>

鉴于在上次测试过程中，单张GPU显卡的阈值均为90％，从而可以结合各服务器对应的第一数目与参考服务器对应的第一数目来确定各服务器的单张显卡的处理能力，例如，将服务器对应的第一数目与的参考服务器对应的第一数目的比值与参考服务器的处理能力的乘积，作为该服务器的单张显卡的处理能力。例如针对P40服务器，其单张显卡的处理能力可以为(7/10)*100＝70，相对应的，针对V100服务器，其单张显卡的处理能力可以为(13/10)*100＝130。最终获得的各服务器的压测结果可如下表1所示。

表1

其中，在上述量化过程中，如果出现不能整除的情况，可以通过向下取整的方式来确定服务器的单张显卡的处理能力，以尽可能的确保能够提供足够的处理能力。

然后，针对需要接入云服务器的各游戏应用所需要的处理能力进行量化处理，获得各游戏应用的单例量化需求能力。

在实际技术场景中，云服务器所接入的游戏有很多品种，不同的游戏对提供云服务的GPU服务器所需要的处理能力是不一样的。因此，可以通过在参考服务器上对各游戏进行压测，从而获得各游戏的单例量化需求能力，以便于后续的管理和分配。

针对某个具体的游戏程序，在参考服务器上对该游戏程序进行压测之后，可以获得该压测过程中的该参考服务器的单卡负载(即上述单资源设备负载)，以及该参考服务器上能够同时运行的该游戏程序的实例的最大数目(即上述第二数目)。

然后，即可根据上述压测结果，以及采用上述标准游戏程序对所述参考服务器的资源设备进行压测获得的标准压测结果，确定该游戏程序的单例量化需求能力。

以上述将第三比值与单卡标准能力的乘积与第二数目的第四比值，作为该应用程序的单例量化需求能力为例，将单例量化需求能力记为g，该游戏程序的压测过程中的该参考服务器的单卡负载记为r，该参考服务器上能够同时运行的该游戏程序的实例的最大数目为n，单资源设备负载记为R，参考服务器的单卡标准能力(即该参考服务器的单卡量化处理能力)记为G，则用公式可以记为：

以将上述T10服务器作为参考服务器为例，将R定义为90，G定义为100，通过在T10服务器上压测上述基准游戏程序，获得的压测结果为：在T10服务器的单张GPU显卡上，能够同时运行10个基准游戏程序的游戏实例，同时单张GPU显卡的负载没有超过90％，结合上述公式可以计算获得该基准游戏程序的单例量化需求能力g为类似地，对另外两个游戏程序A、B在参考服务器上进行压测，一个具体示例中对游戏程序的压测结果可记为下表2所示。

表2

在对各服务器的单卡量化处理能力以及各应用程序的单例量化需求能力进行评估后，云游戏服务器在实际业务场景中为各应用程序进行资源池的划分。

云资源服务器管理着海量的GPU服务器的资源，云资源服务器的云游戏平台接入众多的游戏品种，基于本申请实施例的方案，通过划分资源池的方式，以根据不同的运营需要，灵活地分配GPU服务器的资源。

在业务场景下，游戏程序的运营方会通过其使用的设备发起运营需求，云游戏服务器接收到该运营需求，从而基于该运营需求产生资源划分需求，其中，该运营需求和/或资源划分需求会包含其需要发布的某块游戏(即上述目标应用程序)在至少一个类型的服务器(即上述目标类型服务器)的在线游戏实例(即上述在线运行实例)的最大运行数量，从而针对每个目标类型服务器，都根据该目标类型服务器的单卡量化处理能力G，该游戏程序的单例量化需求能力g，以及在该目标类型服务器的最大运行数量p，计算确定出该运营需求/资源花费需求对应的该目标类型服务器的资源设备数量P，即所需要的GPU显卡的数量P。具体地，该资源设备数量P可以是最大运行数量p与第五比值的比值，该第五比值具体可以是单卡量化处理能力G与单例量化需求能力g的比值，用公式可表示为：

在具体的技术应用场景中，单卡量化处理能力G与单例量化需求能力g的商可能并不是整数，因此，在一个实施例中，该第五比值可以是为单资源设备量化处理能力G与单例量化需求能力g之商向下取整后的值。最大运行数量与所述第五比值之商也可能并不是整数，因此，在一个实施例中，资源设备数量P，可以是最大运行数量p与所述第五比值(也可以是如上所述的单资源设备量化处理能力G与单例量化需求能力g之商向下取整后的值)之商向上取整后的值，以尽可能的满足运营需求。即上述公式可表示为其中，表示向下取整，/>表示向上取整。

以如上所述的存在T10服务器、P40服务器、V100服务器这三种不同类型的GPU服务器，如上所述，这三种类型服务器的单资源设备量化处理能力G分别为：100，70，130；其中各类型的显卡数量均为1000张。有一款游戏，所需要的处理能力即单例量化需求能力g为30。如果针对该游戏的某次运营需求为：需要在T10服务器上运行120个游戏实例，P40服务器上运行50个游戏实例，V100服务器上运行120个游戏实例，由于T10服务器、P40服务器、V100服务器的单资源设备量化处理能力G分别为100，70，130，则基于如上所述公式，可以获得如下的结果：

需要的T10服务器的显卡数量为

需要的P40服务器的显卡数量为

需要的V100服务器的显卡数量为

从而针对该运营需求，可以划分40张T10服务器的显卡，25张P40服务器的显卡以及30张V100服务器的显卡的资源池。

应该理解的是，虽然如上各实施例涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，这些流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图6所示，提供了一种云资源服务器管理装置，该装置可以采用软件模块或硬件模块，或者是二者的结合成为计算机设备的一部分，该装置具体包括：

需求获取模块601，用于获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；

资源设备数量确定模块602，用于根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力以及所述最大运行数量，确定所述资源划分需求对应的所述目标类型服务器的资源设备数量；

资源池划分模块603，用于基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

一个实施例中，所述装置还包括：服务器能力确定模块，用于采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测，获得所述目标类型服务器的单资源设备量化处理能力。

一个实施例中，所述服务器能力确定模块，包括：

第一压测结果获取模块，用于获取采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测获得的第一压测结果；

第一量化模块，用于量化所述第一压测结果，获得所述目标类型服务器的单资源设备量化处理能力。

一个实施例中，所述第一压测结果包括：在所述目标类型服务器的单个资源设备上，能够同时运行所述标准参考应用程序的程序实例的第一数目。

一个实施例中，所述第一压测结果还包括：所述单个资源设备同时运行所述第一数目的所述标准参考应用程序时的第一负载；

所述第一量化模块，根据所述第一数目与所述第一负载的比值，确定所述目标类型服务器的单资源设备量化处理能力。

一个实施例中，根据所述第一数目与所述第一负载之商向下取整后的值，确定所述目标类型服务器的单资源设备量化处理能力。

一个实施例中，所述第一数目为所述目标类型服务器的单个资源设备的负载在小于或者等于预定负载阈值时，能够同时运行的所述标准参考应用程序的程序实例的数目。

一个实施例中，所述装置还包括：程序需求能力确定模块，用于在参考服务器上，对所述目标应用程序进行压测，获得所述目标应用程序的单例量化需求能力。

一个实施例中，所述程序需求能力确定模块，包括：

第二压测结果获取模块，用于获取在参考服务器上，对所述目标应用程序进行压测获得的第二压测结果；

第二量化模块，用于量化所述第二压测结果，获得所述目标应用程序的单例量化需求能力。

一个实施例中，第二量化模块，根据所述第二压测结果和标准压测结果，确定所述目标应用程序的单例量化需求能力，所述标准压测结果为采用标准参考应用程序对所述参考服务器的资源设备进行压测获得的压测结果。

一个实施例中，所述第二压测结果包括：所述参考服务器在压测过程中的单资源设备负载，在压测过程中同时运行所述目标应用程序的程序实例的第二数目；所述标准压测结果包括：标准单资源设备负载以及标准实例数目；

第二量化模块，根据第一比值与第二比值的关系，确定所述目标应用程序的单例量化需求能力，所述第一比值为所述标准单资源设备负载与所述标准实例数目的比值，所述第二比值为所述单资源设备负载与所述第二数目的比值。

一个实施例中，所述第二压测结果包括：所述参考服务器在压测过程中的单资源设备负载，在压测过程中同时运行所述目标应用程序的程序实例的第二数目；所述标准压测结果包括：标准单资源设备负载以及标准实例数目；

第二量化模块，将第三比值与单卡标准能力的乘积与所述第二数目的第四比值，作为所述目标应用程序的单例量化需求能力，所述第三比值为所述单资源设备负载与所述标准单资源设备负载的比值，所述单卡标准能力根据所述标准单资源设备负载以及标准实例数目确定。

一个实施例中，资源设备数量确定模块，将所述最大运行数量与第五比值的比值，作为所述资源划分需求对应的所述目标类型服务器的资源设备数量，所述第五比值为所述单资源设备量化处理能力与所述单例量化需求能力的比值。

一个实施例中，所述第五比值为所述单资源设备量化处理能力与所述单例量化需求能力之商向下取整后的值。

一个实施例中，所述资源划分需求对应的所述目标类型服务器的资源设备数量，为所述最大运行数量与所述第五比值之商向上取整后的值。

一个实施例中，所述目标类型服务器包括两种以上类型的服务器，各类型的服务器对应的在线运行实例的最大运行数量相同或者不同。

关于云服务器资源管理装置的具体限定可以参见上文中对于云服务器资源管理方法的限定，在此不再赘述。上述云服务器资源管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储各服务器的单资源设备量化处理能力、各应用程序的单例量化需求能力等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种云服务器资源管理方法。

本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。

在一个实施例中，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各方法实施例中的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种云服务器资源管理方法，其特征在于，所述方法包括：

确定目标类型服务器的单资源设备量化处理能力；所述单资源设备量化处理能力是所述目标类型服务器的单个资源设备上能够同时运行标准参考应用程序的程序实例的最大数量，与所述单个资源设备同时运行所述最大数量的所述标准参考应用程序的程序实例时的负载之间的比值；

将所述标准参考应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过标准单资源设备负载时，所述参考服务器所能够同时运行的标准实例的最大数目，作为标准实例数目，将所述标准单资源设备负载与所述标准实例数目之比，作为第一比值；

将目标应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过单资源设备负载时，所述参考服务器所能够同时运行的所述目标应用程序的程序实例的最大数目，作为第二数目，将所述单资源设备负载与所述第二数目之比，作为第二比值；

根据所述第一比值与所述第二比值的关系，确定所述目标应用程序的单例量化需求能力；

获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；

根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力之比得到第五比值，将所述最大运行数量与所述第五比值的比值，作为所述资源划分需求对应的所述目标类型服务器的资源设备数量；

基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

2.根据权利要求1所述的方法，其特征在于，所述确定目标类型服务器的单资源设备量化处理能力包括：

获取采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测获得的第一压测结果；所述第一压测结果包括：第一数目，所述第一数目是所述目标类型服务器的单个资源设备上能够同时运行标准参考应用程序的程序实例的最大数量；所述第一压测结果还包括：所述单个资源设备同时运行所述第一数目的所述标准参考应用程序时的第一负载；

根据所述第一数目与所述第一负载的比值，确定所述目标类型服务器的单资源设备量化处理能力。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在参考服务器上，对所述目标应用程序进行压测获得第二压测结果；所述第二压测结果包括所述第二数目，所述第二数目是将目标应用程序在所述参考服务器上运行、且所述参考服务器的单资源设备的负载不超过单资源设备负载时，所述参考服务器所能够同时运行的所述目标应用程序的程序实例的最大数目，所述第二压测结果还包括所述单资源设备负载。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

标准参考应用程序对所述参考服务器的资源设备进行压测，获得标准压测结果；所述标准压测结果包括第三数目，所述第三数目为将所述标准参考应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过标准单资源设备负载时，所述参考服务器所能够同时运行的标准实例的最大数目，所述标准压测结果还包括所述标准实例数目。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一比值与所述第二比值的关系，确定所述目标应用程序的单例量化需求能力，包括：

根据第一比值与第二比值的关系，确定所述目标应用程序的单例量化需求能力；或者，

将第三比值与单卡标准能力的乘积与所述第二数目的第四比值，作为所述目标应用程序的单例量化需求能力，所述第三比值为所述单资源设备负载与所述标准单资源设备负载的比值，所述单卡标准能力根据所述标准单资源设备负载以及标准实例数目确定。

6.一种云服务器资源管理装置，其特征在于，所述装置包括：

服务器能力确定模块，用于确定目标类型服务器的单资源设备量化处理能力；所述单资源设备量化处理能力是所述目标类型服务器的单个资源设备上能够同时运行标准参考应用程序的程序实例的最大数量，与所述单个资源设备同时运行所述最大数量的所述标准参考应用程序的程序实例时的负载之间的比值；

第二量化模块，用于将所述标准参考应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过标准单资源设备负载时，所述参考服务器所能够同时运行的标准实例的最大数目，作为标准实例数目，将所述标准单资源设备负载与所述标准实例数目之比，作为第一比值；

所述第二量化模块，用于将目标应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过单资源设备负载时，所述参考服务器所能够同时运行的所述目标应用程序的程序实例的最大数目，作为第二数目，将所述单资源设备负载与所述第二数目之比，作为第二比值；

所述第二量化模块，用于根据所述第一比值与所述第二比值的关系，确定所述目标应用程序的单例量化需求能力；

需求获取模块，用于获取资源划分需求，所述资源划分需求包括目标应用程序在目标类型服务器的在线运行实例的最大运行数量；

资源设备数量确定模块，用于根据所述目标类型服务器的单资源设备量化处理能力、所述目标应用程序的单例量化需求能力之比得到第五比值，将所述最大运行数量与所述第五比值的比值，作为所述资源划分需求对应的所述目标类型服务器的资源设备数量；

资源池划分模块，用于基于所述目标类型服务器的资源设备数量，为所述资源划分需求划分服务器资源池。

7.根据权利要求6所述的装置，其特征在于，所述服务器能力确定模块，用于获取采用标准参考应用程序，对所述目标类型服务器的资源设备进行压测获得的第一压测结果；所述第一压测结果包括：第一数目，所述第一数目是所述目标类型服务器的单个资源设备上能够同时运行标准参考应用程序的程序实例的最大数量；所述第一压测结果还包括：所述单个资源设备同时运行所述第一数目的所述标准参考应用程序时的第一负载；根据所述第一数目与所述第一负载的比值，确定所述目标类型服务器的单资源设备量化处理能力。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括第二压测结果获取模块，所述第二压测结果获取模块，用于在参考服务器上，对所述目标应用程序进行压测获得第二压测结果；所述第二压测结果包括所述第二数目，所述第二数目是将目标应用程序在所述参考服务器上运行、且所述参考服务器的单资源设备的负载不超过单资源设备负载时，所述参考服务器所能够同时运行的所述目标应用程序的程序实例的最大数目，所述第二压测结果还包括所述单资源设备负载。

9.根据权利要求6所述的装置，其特征在于，所述第二量化模块，用于标准参考应用程序对所述参考服务器的资源设备进行压测，获得标准压测结果；所述标准压测结果包括第三数目，所述第三数目为将所述标准参考应用程序在参考服务器上运行、且所述参考服务器的单资源设备的负载不超过标准单资源设备负载时，所述参考服务器所能够同时运行的标准实例的最大数目，所述标准压测结果还包括所述标准实例数目。

10.根据权利要求6所述的装置，其特征在于，所述第二量化模块，用于根据第一比值与第二比值的关系，确定所述目标应用程序的单例量化需求能力；或者，将第三比值与单卡标准能力的乘积与所述第二数目的第四比值，作为所述目标应用程序的单例量化需求能力，所述第三比值为所述单资源设备负载与所述标准单资源设备负载的比值，所述单卡标准能力根据所述标准单资源设备负载以及标准实例数目确定。

11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。

12.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。