CN112783637B - 一种资源调控方法和装置 - Google Patents
一种资源调控方法和装置 Download PDFInfo
- Publication number
- CN112783637B CN112783637B CN201911082018.XA CN201911082018A CN112783637B CN 112783637 B CN112783637 B CN 112783637B CN 201911082018 A CN201911082018 A CN 201911082018A CN 112783637 B CN112783637 B CN 112783637B
- Authority
- CN
- China
- Prior art keywords
- resource
- target system
- dimension
- data
- regulation
- 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
Links
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
- G06F9/5027—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
- G06F9/5044—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 hardware capabilities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种资源调控方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。该实施方式通过监控系统运行数据并进行资源调控,实现可资源的合理利用,且采用系统大量的监控数据作为依据,避免人为分析资源配置的片面性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种资源调控方法和装置。
背景技术
随着系统的不断发展,对硬件执行环境的要求也越来越严格,目前大多数环境的硬件划分是按照一定的资源总量倍数放大申请资源,以防止系统在高峰期出现资源紧张而造成宕机等故障,或者在能满足业务压力测试峰值且运行流畅的状态下去申请硬件资源。
在实现本发明的过程中,发明人发现现有技术至少存在如下问题:
1)对于项目所需资源量的确定,主要依赖于人工进行,且遵循“有备无患”的原则,通常是尽可能的扩大资源申请,导致部分资源处于空闲或利用率较低的情况,导致资源成本较高;
2)无法确定运行中的系统对资源的实际需求量,只有在系统出现预警时,工作人员才会进行资源添加。
发明内容
有鉴于此,本发明实施例提供一种资源调控方法和装置,至少能够解决现有技术中资源管理不灵活的现象。
为实现上述目的,根据本发明实施例的一个方面,提供了一种资源调控方法,包括:
在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。
可选的,所述确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量,包括:确定所述维度数据与所述指标值之差,计算所得差值与所述指标值的比值,结合所述资源量,得到所述目标系统在所述维度下的资源调控量。
可选的,所述基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新,包括:
若所述维度数据大于所述指标值,则基于所述资源调控量,从所述资源池中进行资源提取并分配至所述目标系统;或
若所述维度数据小于所述指标值,则基于所述资源调控量,从所述资源量中进行资源提取并传输至所述资源池。
可选的,在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集之前,还包括:
接收所述目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;
从所述资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统。
可选的,在利用资源池对所述目标系统在所述维度下的资源量进行更新之后,还包括:若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
为实现上述目的,根据本发明实施例的另一方面,提供了一种资源调控装置,包括:
数据采集模块,用于在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
资源确定模块,用于确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
资源调控模块,用于基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。
可选的,所述资源确定模块,用于:确定所述维度数据与所述指标值之差,计算所得差值与所述指标值的比值,结合所述资源量,得到所述目标系统在所述维度下的资源调控量。
可选的,所述资源调控模块,用于:
若所述维度数据大于所述指标值,则基于所述资源调控量,从所述资源池中进行资源提取并分配至所述目标系统;或
若所述维度数据小于所述指标值,则基于所述资源调控量,从所述资源量中进行资源提取并传输至所述资源池。
可选的,还包括资源申请模块,用于:
接收所述目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;
从所述资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统。
可选的,还包括关系更新模块,用于:若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
为实现上述目的,根据本发明实施例的再一方面,提供了一种资源调控电子设备。
本发明实施例的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述任一所述的资源调控方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现上述任一所述的资源调控方法。
根据本发明所述提供的方案,上述发明中的一个实施例具有如下优点或有益效果:以监控的基础数据为依据,通过数据转储、加工、分析,对资源利用率过高的系统进行有效扩容,以增强系统健壮性,而多余的资源将会存放至资源池中,为后期的系统扩容或者新系统提供硬件资源,以此实现资源的自动化调控,最终达到为企业硬件支出减负的目的。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的一种资源调控方法的主要流程示意图;
图2是本发明实施例的数据采集示意图;
图3是根据本发明实施例的一种可选的资源调控方法的流程示意图;
图4是本发明实施例的业务逻辑示意图;
图5是根据本发明实施例的一种资源调控装置的主要模块示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
参见图1,示出的是本发明实施例提供的一种资源调控方法的主要流程图,包括如下步骤:
S101:在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
S102:确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
S103:基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。
上述实施方式中,对于步骤S101,基于数据采集层实时(主要通过7*24小时)监控(如zabbix等监控系统)系统运行的硬件环境,以对CPU、IO、内存等多指标、多维度进行全方位的数据采集记录。
具体维度包括:
1)硬件:CPU使用率、内存使用率、硬盘挂载使用率、网卡流量流入流出使用率等;其中,CPU使用率即运行程序所占用的CPU资源,表示系统在某个时间点的运行情况;内存使用率即为某进程所开销的内存。
2)系统:用户登录终端数量、系统安全检测、漏洞补丁检测等。
3)服务:Web服务器状态码检测、服务负载均衡、服务节点存活等。
4)性能:访问时间、,系统操作等待时间等;
5)日志:error日志、info日志;其中,error日志即为硬件、组件、服务的错误日志;info日志即为正常运行的日常日志;
6)安全:系统安全、病毒、漏洞等;
7)网络:带宽、网络延迟、网络拥塞等;其中,带宽:标识信号传输的数据传输能力、标识单位时间内通过链路的数据量、标识显示器的显示能力。
网络延迟是指各式各样的数据在网络介质中通过网络协议(如TCP/IP)进行传输,如果信息量过大不加以限制,超额的网络流量就会导致系统反应缓慢,造成网络延迟。网络拥塞(network congestion)是指在分组交换网络中传送分组的数目太多时,由于存储转发节点的资源有限而造成网络传输性能下降的情况。
通过以上7个维度设定,实现对系统运行数据的全面监控以及数据采集。另外,在具体使用数据之前,还可以将其中的错误数据和误差数据进行清洗、过滤,例如使用现有的Hawk数据清洗等程序,具体参见图2所示。其中,Docker是一个开源的应用容器引擎,便于开发者打包应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化。容器是完全使用沙箱机制,相互之间不会有任何接口。
另外,所采集到的数据通常会直接落入数据库中(数据储存层),例如mysql数据库,并通过mysql从库的binlog日志同步存储到Hbase中作为历史数据进行存储,便于后续数据预测、动态扩容等提供基础。除了Hbase数据库之外,本发明还可以将数据同步至ElasticSearch、redis数据库,以作为页面查询数据的来源。
需要说明的是,由于不同数据库的用途不同,例如ElasticSearch适合大批量数据的查询,适用于系统对外的页面展示使用,而数据的保存是因为不断在监控系统所以数据量较为庞大,因此选用Hbase分布式数据库。
通过以上多维度的数据采集,对系统资源的使用情况监控,能够具体到点、面,打破常规监控不全、数据维度单一的思路,从硬件、系统、服务、性能、日志、安全、网络等多方面结合来分析系统的运行状况,避免报告的单一以及动态调控的漏洞存在,也更加具有说服力。数据的深度挖掘,同时会对本地网络以及硬件的易损区、质量等进行记录,为后期的硬件资源规划发展以及资源采购提供一定的参考价值。
对于步骤S102和S103,当7个维度中有至少一个维度的数据超出设定的数据范围时,需根据超出的部分进行资源调控。
预先设定不同系统等级对应的日常资源使用率要求,参见表1所示:
表1资源使用率
系统级别(降序) | CPU利用率 | 内存利用率 | 硬盘利用率 |
0级系统 | 0.4 | 0.5 | 0.6 |
1级系统 | 0.5 | 0.6 | 0.6 |
2级系统 | 0.6 | 0.6 | 0.6 |
3级系统 | 0.6 | 0.7 | 0.7 |
4级系统 | 0.7 | 0.7 | 0.7 |
5级系统 | 0.8 | 0.8 | 0.7 |
例如A系统为0级系统,日常CPU使用率要求在40%以内、内存使用率在50%以内、硬盘使用率在60%以内。在监控并采集到A系统的运行数据后,发现其CPU在长达3个月的时间内达到了60%>40%,表明需对A系统进行资源调控。
资源调控公式具体为:资源调控量M=(实际指标个数*维度数据)/指标值-实际指标个数;其中,指标值对应于表1中的日常资源使用率要求,实际指标个数位系统当前所使用的资源量,例如4核CPU。
假若A系统当前使用的CPU为4核,则其资源调控量为:增加的核数=(4*60%)/40%-4=2核。若计算结果非整数,则按照“进一法”向上取整,例如计算得到2.4核,则需增加3核CPU。该方式对于内存、硬件等资源同理。
需要说明的是,除了维度数据大于指标值的情况外,还可能存在小于的情况。例如,A系统当前对CPU的使用率为10%<40%,表明部分CPU资源处于空闲状态,需将这部分资源传输至资源池中,便于其他系统使用,提高资源合理使用性。
在计算资源调控量之后,需要对系统当前在相应维度下的资源量进行更新:
1)在维度数据大于对应指标值的情况下,需从资源池中提取资源:例如,从资源池中提取3核CPU,并传输至A系统,以对A系统的CPU资源量进行更新。
2)在维度数据小于对应指标值的情况下,需将其资源量中的部分资源传输至资源池中;例如,将A系统中的1核CPU传输至资源池中。
上述实施例所提供的方法,通过监控系统运行数据并进行资源调控,实现可资源的合理利用,对于负荷较大的系统能进行及时的资源扩容,避免系统崩溃影响正常业务,而对于符合过小的系统有可以进行资源的缩减,避免资源的空闲浪费;且采用系统大量的监控数据作为依据,避免人为分析资源配置的片面。
参见图3,示出的是本发明实施例提供的可选的一种资源调控方法的主要流程图,包括如下步骤:
S301:接收目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;
S302:从所述资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统;
S303:在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
S304:确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
S305:基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新;
S306:若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
上述实施方式中,对于步骤S303~S305可参见图1所示步骤S101~S103的描述,在此不再赘述。
上述实施方式中,对于步骤S301、S302和S306,预先设置有一个资源池,且资源池内的所有资源都是空闲资源,系统可以从该资源池中提取资源,也可以将自身空闲的资源传输至该资源池中。
系统刚上线时暂无运行数据,此时需根据系统的系统等级直接进行分配。首先,预先根据不同的系统级别设有硬件最低规格(按照已有系统资源为参照设定的),例如:
表2初始资源量规格
系统级别(降序) | CPU:核 | 内存:G | 硬盘:G | 资源量:台 |
0级系统 | 4 | 16 | 50 | 20 |
1级系统 | 4 | 8 | 50 | 15 |
2级系统 | 4 | 4 | 50 | 10 |
3级系统 | 2 | 4 | 50 | 10 |
4级系统 | 2 | 4 | 50 | 10 |
5级系统 | 2 | 2 | 50 | 5 |
系统在上线时会有严格的等级划分,在系统向资源管理系统申请资源时,所传输的资源申请请求中通常会携带有该系统的系统信息,例如新创建的系统。
系统等级可以是根据业务重要程度等规划的一个内部等级,也可以根据业务关联度以及所处流程环节制定。例如电商平台购物过程中的支付系统,属于主流程中的一个环节,设定为0级系统;配送报表监控系统不属于主流程中的环节,属于辅助类系统,设定为1级系统。
确定系统等级后,可以参照表1进行初始资源量规划,也可以按照最低档次的初始资源量的2倍(可调整)进行。对于负责系统上线的工作人员,仅需点击发布即可完成资源申请操作。
需要说明的是,对于系统资源量的调控时间点可以依据工作人员设定。例如在系统启动后一个小时内监控其资源利用率,根据所采集到的数据释放掉一半资源量;稳定运行一周后,根据采集的数据进行第二次的资源释放或增加;一个月后继续根据采集到的数据进行第三次的资源释放或增加;一年后继续根据采集到的数据进行第四次的资源释放或增加。以此类推,通过长期监控以及资源调控,最终会形成一个稳定的运行环境。
进一步的,在系统运行环境稳定之后,例如运行一年后,可以基于其当前所使用的资源量,对系统刚上线时申请资源所使用的“系统等级与初始资源量的对应关系”进行更新,以得到一个经过大量数据验证后的对应关系,以此减少后续系统在运行过程中的资源调控次数。
以一年为例,还会根据一年内系统运行的各项硬件监控(CPU、内存、硬盘等参数)以及系统等级得到一个系统分析报告(包含系统运行常态下的硬件指标、业务高峰下的硬件指标、综合评估后建议资源以及存在风险项等)。最终分析报告为后续资源建议提供了基础。
上述实施例所提供的方法,基于系统的系统等级进行初始资源量确定,解决了现有需人为分析并申请,导致出现申请量与系统实际需求量不符,从而造成后续需多次进行资源调控,甚至造成资源浪费的情况。
除了上述方式外,本发明还设置有数据告警层、数据预警层、规划分析层,具体参见图4所示。其中:
1)数据告警层,与数据监控与采集层相连,主要包含告警逻辑、告警规则、告警处理等模块。通过将采集到的系统维度数据与相应维度下设定的数据阈值进行比对,以判断数据是否超标。例如,CPU使用率设定阈值为70%,当监控指标中CPU利用率大于或者等于70%就会触发告警。
以A系统为例,系统级别为0(非核心系统),若按照业务高峰计算得到其存在50%的可能性会出现数据加压或资源不足的情况,则配置为告警自动处理,如自动按照一定比例进行资源扩容。但若A系统为重点核心系统,可能需要工作人员介入以尽快处理。
2)数据预警层,位于数据储存层之后,主要用于根据长期监控的数据,通过指标的同比、环比挖掘系统涉及业务以及监控指标的峰值点,按照告警时间等多方面进行分析、科学的建立模型(包含系统等级、指标环比/同比等)。
例如,A系统在2018年11月11日是业务高峰,届时订单增长为平时的8倍,对应运单增加为平时的16倍,系统内数据量增长预计10个亿。通过对比去年的CPU使用率为80%、内存70%,确定在10月1日进行预警,以告知系统负责人以及运维人员该系统可能存在风险,建议CPU增加50%、内存增加60%。若无人为干涉,可以自动通过“资源池”分配资源给该系统。
目前系统大多都是基础监控组件,暂时没有相对完整以及成熟的组合使用案例,且数据分析、挖掘都有所欠缺,并不会对数据进行进一步的分析,只是在系统运行过程中若监控到出现预警后进行人工的操作,增加资源。通过数据预警,对于硬件故障频发的系统能够有一个预先的判断,以最大程序避免硬件、环境等带来的系统故障,造成不必要损失。
需要说明的是,对于系统资源的预测、预警也是一项重要评估环节。对于比较规律性的资源扩张参照同比、环比等数据,会根据时间设定值对各个系统下一个高峰业务提供预警,比如大促期间订单部门通过预测订单数量,可以评估出相关运单数据量,对于大促当天的系统的硬件不足情况提前预测并预警。
且可以通过自动或者人工调节两种方式进行资源调控,自动是在预警风险出现后,在一定时长内(24小时)做出响应,实现动态资源调整;人工处理是出现系统预警后,通过人为调整系统资源,最终达到安全、高效的自动预测/预警的目的。
3)规划分析层,主要应用于硬件系统的长期规划,通过底层的数据支持以及数据预测,按照系统可靠性计算后设定的可靠性上浮比例进行CPU、内存等合理分配意见报告;其中,可靠性计算所采用的方式为:1-(1-p1)(1-p2)串联系统:p1p2。
规划分析层同时还对系统底层硬件起着自动调配的作用,主要是涉及到系统等级、日常监控数据、往年系统的峰值水平、系统所在服务器的硬件故障率等指标综合分析评估。
例如,通过系统等级(涉及业务重要度、评定的等级划分,按照等级逐级递减)对系统进行分级后,对1级系统调配的过程需要邮件公示24小时,包括人工审核环节;对二级系统及以下通过底层的Docker容器,按照Docker的执行脚本自动缩减(Kubernetes的pod水平伸缩),同时利用Rancher全栈式编排工具进行管理、自动扩容和缩容。
此外,数据分析层,用于分析系统资源的释放或增加量;数据展示层,用于展示系统的资源量、资源调控量、更新后的资源量、预警/告警信息等。
本发明实施例所提供的方法,以监控的基础数据为依据,通过数据转储、加工、分析,对资源利用率过高的系统进行有效扩容,以增强系统健壮性,而多余的资源将会存放至资源池中,为后期的系统扩容或者新系统提供硬件资源,以此实现资源的自动化调控,最终达到为企业硬件支出减负的目的。
参见图5,示出了本发明实施例提供的一种资源调控装置500的主要模块示意图,包括:
数据采集模块501,用于在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
资源确定模块502,用于确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
资源调控模块503,用于基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。
本发明实施装置中,所述资源确定模块502,用于:确定所述维度数据与所述指标值之差,计算所得差值与所述指标值的比值,结合所述资源量,得到所述目标系统在所述维度下的资源调控量。
本发明实施装置中,所述资源调控模块503,用于:若所述维度数据大于所述指标值,则基于所述资源调控量,从所述资源池中进行资源提取并分配至所述目标系统;或若所述维度数据小于所述指标值,则基于所述资源调控量,从所述资源量中进行资源提取并传输至所述资源池。
本发明实施装置还包括资源申请模块504(图中未标出),用于:接收所述目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;从所述资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统。
本发明实施装置还包括关系更新模块505(图中未标出),用于:若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
另外,在本发明实施例中所述装置的具体实施内容,在上面所述方法中已经详细说明了,故在此重复内容不再说明。
图6示出了可以应用本发明实施例的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605(仅仅是示例)。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。
需要说明的是,本发明实施例所提供的方法一般由服务器605执行,相应地,装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括数据采集模块、资源确定模块、资源调控模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,资源调控模块还可以被描述为“对资源进行调控的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
在目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量;
基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新。
根据本发明实施例的技术方案,以监控的基础数据为依据,通过数据转储、加工、分析,对资源利用率过高的系统进行有效扩容,以增强系统健壮性,而多余的资源将会存放至资源池中,为后期的系统扩容或者新系统提供硬件资源,以此实现资源的自动化调控,最终达到为企业硬件支出减负的目的。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (5)
1.一种资源调控方法,其特征在于,包括:
接收目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;
从资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统;
在所述目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量,包括:确定所述维度数据与所述指标值之差,计算所得差值与所述指标值的比值,结合所述资源量,得到所述目标系统在所述维度下的资源调控量;
基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新;
若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
2. 根据权利要求1所述的方法,其特征在于,所述基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新,包括:
若所述维度数据大于所述指标值,则基于所述资源调控量,从所述资源池中进行资源提取并分配至所述目标系统;或
若所述维度数据小于所述指标值,则基于所述资源调控量,从所述资源量中进行资源提取并传输至所述资源池。
3.一种资源调控装置,其特征在于,包括:
资源申请模块,用于接收目标系统传输的资源申请请求,基于所述资源申请请求中的系统信息,确定所述目标系统的系统等级;从资源池中提取与所述系统等级对应的初始资源量并分配至所述目标系统;
数据采集模块,用于在所述目标系统运行过程中,基于预定维度对所述目标系统进行数据采集,得到多个维度数据;
资源确定模块,用于确定与维度数据对应的指标值,结合所述目标系统当前在对应维度下的资源量,得到资源调控量,包括:确定所述维度数据与所述指标值之差,计算所得差值与所述指标值的比值,结合所述资源量,得到所述目标系统在所述维度下的资源调控量;
资源调控模块,用于基于所述资源调控量,利用资源池对所述目标系统在所述维度下的资源量进行更新;
关系更新模块,用于若所述目标系统的运行时长大于或等于预定时长,则基于更新后的资源量,对系统等级与初始资源量的对应关系进行更新。
4.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法。
5.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-2中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082018.XA CN112783637B (zh) | 2019-11-07 | 2019-11-07 | 一种资源调控方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911082018.XA CN112783637B (zh) | 2019-11-07 | 2019-11-07 | 一种资源调控方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112783637A CN112783637A (zh) | 2021-05-11 |
CN112783637B true CN112783637B (zh) | 2023-09-22 |
Family
ID=75748912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911082018.XA Active CN112783637B (zh) | 2019-11-07 | 2019-11-07 | 一种资源调控方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112783637B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485827B (zh) * | 2021-06-30 | 2023-04-14 | 上海森浦信息服务有限公司 | 用于实现自动配置下发功能的数据处理方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103248659A (zh) * | 2012-02-13 | 2013-08-14 | 北京华胜天成科技股份有限公司 | 一种云计算资源调度方法和系统 |
CN105577457A (zh) * | 2016-03-09 | 2016-05-11 | 上海天玑科技股份有限公司 | 一种数据中心资源智能弹性调度系统及方法 |
CN107291545A (zh) * | 2017-08-07 | 2017-10-24 | 星环信息科技(上海)有限公司 | 计算集群中多用户的任务调度方法及设备 |
CN109471727A (zh) * | 2018-10-29 | 2019-03-15 | 北京金山云网络技术有限公司 | 一种任务处理方法、装置及系统 |
CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技(深圳)有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7890630B2 (en) * | 2007-12-10 | 2011-02-15 | International Business Machines Corporation | Systems, methods and computer program products for supporting transformation to a shared on-demand infrastructure |
US9038068B2 (en) * | 2012-11-15 | 2015-05-19 | Bank Of America Corporation | Capacity reclamation and resource adjustment |
-
2019
- 2019-11-07 CN CN201911082018.XA patent/CN112783637B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103248659A (zh) * | 2012-02-13 | 2013-08-14 | 北京华胜天成科技股份有限公司 | 一种云计算资源调度方法和系统 |
CN105577457A (zh) * | 2016-03-09 | 2016-05-11 | 上海天玑科技股份有限公司 | 一种数据中心资源智能弹性调度系统及方法 |
CN107291545A (zh) * | 2017-08-07 | 2017-10-24 | 星环信息科技(上海)有限公司 | 计算集群中多用户的任务调度方法及设备 |
CN109471727A (zh) * | 2018-10-29 | 2019-03-15 | 北京金山云网络技术有限公司 | 一种任务处理方法、装置及系统 |
CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技(深圳)有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于容器技术的电力系统业务应用资源池系统设计研究;耿贞伟;权鹏宇;李少华;;数字技术与应用(01);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112783637A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108874640B (zh) | 一种集群性能的评估方法和装置 | |
JP6731203B2 (ja) | リスク識別方法、クライアントデバイス及びリスク識別システム | |
CN105281981B (zh) | 网络服务的数据流量监控方法和装置 | |
CN101300550B (zh) | 托管网格上的容量规划和资源可用性通知的方法和装置 | |
JP6147757B2 (ja) | アプリケーションごとのリソース使用情報の提供 | |
CN111290924A (zh) | 监控方法、装置及电子设备 | |
CN102694868A (zh) | 一种集群系统实现及任务动态分配方法 | |
US20130132060A1 (en) | Predicting service request breaches | |
CN110046070B (zh) | 服务器集群系统的监控方法、装置、电子设备及存储介质 | |
CN104735095A (zh) | 一种云计算平台作业调度方法及装置 | |
CN103067297A (zh) | 一种基于资源消耗预测的动态负载均衡方法及装置 | |
CN105872061A (zh) | 一种服务器集群管理方法、装置及系统 | |
CN111984495A (zh) | 一种大数据监控方法、装置和存储介质 | |
CN112099937A (zh) | 一种资源治理方法和装置 | |
CN112565391A (zh) | 调整工业互联网平台中实例的方法、装置、设备和介质 | |
CN112783637B (zh) | 一种资源调控方法和装置 | |
CN115168042A (zh) | 监控集群的管理方法及装置、计算机存储介质、电子设备 | |
CN114629729A (zh) | 一种多表集抄系统、方法、电子设备及存储介质 | |
CN107277143A (zh) | 一种资源匹配管理方法及装置 | |
CN106341474B (zh) | 一种基于icn与sdn网络的资料管控中心及其内容管理方法 | |
CN114997574A (zh) | 一种基于业务中台的配电台区弹性资源管理方法及装置 | |
CN113448719B (zh) | 分布式任务处理系统 | |
CN114816477A (zh) | 服务器升级方法、装置、设备、介质和程序产品 | |
CN113869717A (zh) | 一种告警日志的分析研判方法、装置、设备及存储介质 | |
CN112613732A (zh) | 一种金融机构监管评级的方法和装置 |
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 |