CN113112139A - 云平台账单的处理方法和设备 - Google Patents

云平台账单的处理方法和设备 Download PDF

Info

Publication number
CN113112139A
CN113112139A CN202110370277.3A CN202110370277A CN113112139A CN 113112139 A CN113112139 A CN 113112139A CN 202110370277 A CN202110370277 A CN 202110370277A CN 113112139 A CN113112139 A CN 113112139A
Authority
CN
China
Prior art keywords
task
bill
information
following
equipment
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
CN202110370277.3A
Other languages
English (en)
Inventor
安慧芳
牟浩
高海峰
赵平
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.)
Shanghai Lianwei Panyun Technology Co ltd
Original Assignee
Shanghai Lianwei Panyun Technology Co ltd
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 Shanghai Lianwei Panyun Technology Co ltd filed Critical Shanghai Lianwei Panyun Technology Co ltd
Priority to CN202110370277.3A priority Critical patent/CN113112139A/zh
Publication of CN113112139A publication Critical patent/CN113112139A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请的目的是提供一种云平台账单的处理方法和设备，其中，所述方法包括：主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，以及所述主设备所对应的多个跟随设备的设备配置信息；所述主设备基于所述任务规模信息以及所述设备配置信息，确定每个跟随设备关于待处理账单任务的任务权重信息；以及，所述主设备基于所述任务权重信息，将所述待处理账单任务分配至所述跟随设备进行处理。本申请有效地保证在企业预定的时间内进行资源清算，也能够在确保快速的同时完成账单一致性要求。

Description

云平台账单的处理方法和设备
技术领域
本申请涉及计算机信息处理，尤其涉及一种云平台账单的处理技术。
背景技术
目前，越来越多的企业对计算资源的安全性、可靠性产生了更高的要求，本地资源已不再能够很好地满足企业的应用场景。与此同时，公有云在不断发展，从而大量的企业选择上云并使用云厂商提供的更具规模云资源来取代以往离散的本地资源。
随着企业公有云的大规模使用，公有云资源的支出逐年递增。很多大型企业用到了多公有云，企业需要管理这些分布在国内外各个机房的账单数据，而且需要拉取每日账单数据，数据量庞大。其中，账单在企业财务管理中具有非常强的时效性和持久性。就公有云资源的账单计算而言，月度账单必须在每月结束前后进行清算，以融汇到企业整体的财务管理中；所有月份的账单都必须永久保留，以满足财务的合规性控制。
企业上云，在为企业带来计算资源优势的同时，也为企业的成本管理带来了挑战。例如,公有云资源的种类繁多，在单一业务场景中可能就将涉及几十种不同的计费项目；数据来源离散，企业可能同时使用多个云厂商提供的服务，但云厂商各自提供的计费方式不同；成本管控难度大，企业在需要到云上快速扩展业务的场景下，若未能及时把控好成本，有可能会产生雪崩式支出。
发明内容
本申请的一个目的是提供一种云平台账单的处理方法和设备。
根据本申请的一个方面，本申请提供了一种云平台账单的处理方法，该方法包括以下步骤：
主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，以及所述主设备所对应的多个跟随设备的设备配置信息；
所述主设备基于所述任务规模信息以及所述设备配置信息，确定每个跟随设备关于待处理账单任务的任务权重信息；以及，
所述主设备基于所述任务权重信息，将所述待处理账单任务分配至所述跟随设备进行处理。
根据本申请的另一方面，本申请提供了一种云平台账单的处理设备，其中，该设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行以上方法所述的操作。
根据本申请的另一方面，本申请提供了一种存储指令的计算机可读介质，所述指令在被执行时使得系统执行以上方法所述的操作。
与现有技术相比，本申请所提供的云平台账单的处理方法及设备，能够满足账单在企业财务管理中的时效性和持久性，通过分布式账单拉取，能够有效地保证在企业预定的时间内进行资源清算，也能够在确保快速的同时完成账单一致性要求。本申请通过集中化处理多种云资源数据信息和计价规则，高效处理高规模数据量的账单。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1示出本申请一个实施例的系统逻辑框图；
图2示出本申请一个实施例中云平台账单的处理方法的流程；
图3a和图3b是本申请一个具体实施例中进行成本预测的图示；
图4示出一种可用于本申请各实施例的示例性系统的框图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中，终端、服务网络的设备和可信方均包括一个或多个处理器(例如，中央处理器(Central Processing Unit,CPU))、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RandomAccess Memory,RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory,ROM)或闪存(Flash Memory)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(Phase-Change Memory,PCM)、可编程随机存取存储器(Programmable Random Access Memory,PRAM)、静态随机存取存储器(Static Random-Access Memory,SRAM)、动态随机存取存储器(Dynamic Random AccessMemory,DRAM)、其他类型的随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、电可擦除可编程只读存储器(Electrically-ErasableProgrammable Read-Only Memory,EEPROM)、快闪记忆体(Flash Memory)或其他内存技术、只读光盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、数字多功能光盘(Digital Versatile Disc,DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本申请所指设备包括但不限于用户设备、网络设备、或用户设备与网络设备通过网络相集成所构成的设备。所述用户设备包括但不限于任何一种可与用户进行人机交互(例如通过触摸板进行人机交互)的移动电子产品，例如智能手机、平板电脑等，所述移动电子产品可以采用任意操作系统，如Android操作系统、iOS操作系统等。其中，所述网络设备包括一种能够按照事先设定或存储的指令，自动进行数值计算和信息处理的电子设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit,ASIC)、可编程逻辑器件(Programmable Logic Device,PLD)、现场可编程门阵列(Field Programmable Gate Array,FPGA)、数字信号处理器(Digital Signal Processor,DSP)、嵌入式设备等。所述网络设备包括但不限于计算机、网络主机、单个网络服务器、多个网络服务器集或多个服务器构成的云；在此，云由基于云计算(Cloud Computing)的大量计算机或网络服务器构成，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个虚拟超级计算机。所述网络包括但不限于互联网、广域网、城域网、局域网、VPN网络、无线自组织网络(Ad Hoc Network)等。优选地，所述设备还可以是运行于所述用户设备、网络设备、或用户设备与网络设备、网络设备、触摸终端或网络设备与触摸终端通过网络相集成所构成的设备上的程序。
当然，本领域技术人员应能理解上述设备仅为举例，其他现有的或今后可能出现的设备如可适用于本申请，也应包含在本申请保护范围以内，并在此以引用方式包含于此。
在本申请的描述中，“多个”的含义是两个或者更多，除非另有明确具体的限定。
根据本申请的一个方面，本申请提供了一种云平台账单的处理方法。该方法基于图1示出的系统执行。
其中，在本申请的各个实施例中，在所有的账单处理集群节点中，可能存在以下三种节点角色：
-账单处理主设备节点，主设备节点将定期的获取所有跟随设备的数量、状态、权重等信息，并按照预设的控制策略，将账单拉取和清算任务分配到对应的账单处理跟随设备节点；
-账单处理跟随设备节点，跟随设备节点将根据分配到的任务和控制策略，完成账单数据信息的拉取采集、计算线性方程等任务。此外跟随设备节点还将承担主设备节点失效情况下的重新选举任务；
-账单处理候选人设备节点，候选人设备节点将监视主设备节点和跟随设备节点的运行状态，在跟随设备节点失效的情况下，候选人设备节点将介入任务流程，并重新完成失效节点的账单任务。此外候选人设备节点也将承担主设备节点失效情况下的重新选举任务；
至于计算节点之外，本申请所展示的总体架构还将存在一些其它实体，其中包括：
-用户，用户将代表账单任务的发起者，发起的方式包括但不限于用户请求、定时任务、事件触发等；
-云账单处理数据库，数据库代表账单拉取和预测结果的存储介质，提供数据的持久化存储；
-云平台，云平台泛指公有云云平台等提供了系统的计费项目的计算资源服务供应商。
具体而言，结合图2，上述方法包括步骤S100、步骤S200和步骤S300。
其中，在步骤S100中，主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，以及所述主设备所对应的多个跟随设备的设备配置信息(例如，该设备配置信息包括但不限于跟随设备的处理器速度、核心数量、内存数量等)；在步骤S200中，主设备基于所述任务规模信息以及所述设备配置信息，确定每个跟随设备关于待处理账单任务的任务权重信息；而在步骤S300中，主设备基于所述任务权重信息，将所述待处理账单任务分配至所述跟随设备进行处理。其中，前述任务权重信息用于分配每个跟随设备在账单任务处理中的处理负荷，以实现负荷均衡。
其中，在一些实施例中，上述任务规模信息具体地包括账单拉取任务规模信息及账单计算任务规模信息。例如，账单拉取任务规模信息表征相应的跟随设备拉取账单所需占用的系统资源，而账单计算任务规模信息则表征相应的跟随设备对拉取的账单进行计算并获得输出所需占用的系统资源，从而确定处理账单任务所需的总资源，实现系统资源的合理分配。
在一些实施例中，在上述步骤S100中，主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，并定期(例如间隔一段预设的时间)或者不定期(例如响应于一定的系统事件，如响应于跟随设备的新增或移除)获取所述主设备所对应的多个跟随设备的可用状态及设备配置信息。通过多次获取相应跟随设备的可用状态及设备配置信息，可以满足系统工作的时效性以及稳定性，在系统中相关跟随设备的状态及配置发生变化的情况下及时进行调整，保持系统的高效和稳定运行。
其中，在一些实施例中，上述方法还包括步骤S400(未示出)。在该步骤S400中，所述跟随设备向所述主设备提交相应的待处理账单任务的任务处理结果信息，该任务处理结果信息可选地包含处理成功、处理失败中的任一项，或者包含其他返回信息。主设备基于该任务处理结果信息判断任务执行结果，若执行结果无法接受或者任务执行失败，则根据重试次数和失败的原因(例如该原因被包含于上述其他返回信息中)，重新配置任务策略并发起新的任务请求，若重试次数超过重试次数阈值，则放弃任务并记录，以便操作人员排查。
特别地，在一些实施例中，主设备基于上述重试次数，确定相应跟随设备的可靠性信息，例如，若至少一个跟随设备在预设时间段(例如24小时)内的重试次数超出重试次数阈值，则更新该至少一个跟随设备的可靠性信息(例如更新为“不可靠”)；随后，将满足移除触发条件(例如被标记为“不可靠”的次数达到标记次数阈值)的跟随设备移除，以保证系统整体的可靠性，此时，被移除的跟随设备需要处理的任务改由其他跟随设备分担处理，从而避免了多次重试，进而提升了系统整体的处理效率。
在一些实施例中，上述方法还包括步骤S500(未示出)。在该步骤S500中，主设备根据所述任务处理结果信息更新所述待处理账单任务，例如将已经完成的任务标记为“已完成”或者移除(例如从“待完成”任务库移入“已完成”任务库中)，以实现账单任务的持续性处理。
在一些实施例中，上述方法还包括步骤S600(未示出)。在该步骤S600中，当所述主设备失效，移除所述主设备，并基于设备选取策略确定所述多个跟随设备中的一个为新的主设备。例如，账单处理主设备节点和跟随者设备节点之间都将互相检测其健康状态，若有跟随节点失效，则将跟随设备移出集群，任务将不会分发至失效节点；若有主设备节点失效，则将在各跟随设备之间发起新的选举，选举策略将根据当前跟随设备节点是否有任务正在执行、节点规格等进行判断，选举成功的跟随设备节点将成为新的主设备。通过主设备和跟随设备的相互监测，可以提高系统的安全性，尤其可以避免主设备失效引起的系统崩溃。
在一些实施例中，上述方法还包括步骤S700(未示出)。在该步骤S700中，主设备响应于检测到至少一个跟随设备满足权重更新条件，更新所述至少一个跟随设备的任务权重信息。例如，主设备节点收到请求，需要对若干云的历史账单进行拉取，主设备将首先查询各任务规模和跟随者节点信息。将各任务按照任务规模进行排序，并确定规模最大的任务及其规模；同时，将跟随节点根据各自的规格(例如核心数量、内存数量等)进行排序，确定规格最大的节点及其规格。随后，主设备将任务分配给最大规格的跟随设备节点，更新被分配任务的节点的权值，并继续分配任务并计算各节点权值，重复计算直至任务分配完毕。通过这种方式，主设备节点将根据任务和节点的算力合理分配任务，并分配任务至指定节点进行处理，提高了账单处理系统拉取和计算的效率，使系统能够运行在在合理的负载下，保证了账单的拉取的稳定性和计算的准确性。
在一些实施例中，上述方法还包括步骤S800(未示出)。在该步骤S800中，主设备基于所述跟随设备处理获得的账单处理结果信息，确定关于预设时长的历史账单信息，并基于所述历史账单信息确定相应的账单预测信息。简言之，根据近数个月内的消费记录，对未来可能的账单费用进行预测。其中，账单消费趋势大致可以分为两类，变化消费型或稳定消费型，即对数型和线型。账单处理的成本预测将统计近五个月的消费情况，并对曲线进行拟合。最优拟合将被采用，并作为计算公式，对未来两月的账单进行预测，从而为操作人员提供更多的信息以便进行决策。因为企业在进行成本把控的同时，通常会产生对成本的使用进行预测的需求。根据预算预计耗尽时间，或是未来某一时段内成本额度等数据，在预算的支出和获得的利润之间做出平衡和决策。因此，在准确的账单之上，使用历史数据进行成本预估的账单计算，能够为企业提供决策判断依据。
进一步地，在上述基础上，在一些实施例中，主设备还基于前述账单预测信息，确定关于跟随设备的预配置信息。其中，跟随设备的预配置信息，包括(但不限于)跟随设备的数量、配置信息(例如核心数量、内存数量等)、待命设备数量(用于提供跟随设备的裕度，以便在某些跟随设备因故障等原因被移除后补充算力)等，从而根据历史账单信息而动态地提供未来所需的设备配置参考，帮助减少不必要的支出。
为了便于说明，下面以一个具体实施例进行说明。
账单处理主设备节点在接收到用户发起的账单任务请求后，首先会为此次请求在数据库中创建一批账单拉取的任务，并对这些任务的执行状态和执行配置进行初始化。每一个任务会事先配置预估的任务规模，以根据跟随设备节点的性能来分配任务。
账单处理主设备节点检查目前的跟随设备清单，并根据任务规模、跟随设备规格对任务进行分发，请求各跟随设备节点以处理账单任务。
账单处理跟随设备节点在接收到任务处理请求后，对对应的任务处理状态进行修改，以声明处理任务的领取和处理。跟随设备节点在确认任务状态无误后，将开始账单任务处理。
账单处理跟随设备节点在处理完账单任务后，对对应的任务处理状态进行修改，并同时向账单处理主设备节点发起请求，以声明处理任务的完成。跟随设备节点声明任务完成后即进入待机状态，直到下一次被请求。任务的完成包括任务成功完成、任务部分完成、任务失败等状态。
账单处理主设备节点将定期轮询各任务状态，以观测账单处理跟随设备节点的任务进度和完成情况。
账单处理主设备节点将判断任务的执行结果，若任务执行结果无法接受，或任务执行结果失败，主设备节点将根据重试次数和失败原因，重新配置任务策略并发起新的任务请求，若超过重试次数则放弃任务并记录。
账单处理主设备节点和跟随设备节点之间都将互相检测其健康状态，若有跟随设备节点失效，则将跟随设备移出集群，任务将不会分发至失效节点；若有主设备节点失效，则将在跟随设备之间发起新的选举，选举策略将根据当前节点是否有任务正在执行、节点规格等进行判断，选举成功跟随设备节点将成为主设备节点。
对于分布式拉取，继续举例如下：
账单处理主设备节点收到请求，需要对三朵云的1月账单进行拉取，此外还需要拉取一份Aliyun的当月账单，主设备将首先查询各任务规模信息，详情如下表所示：
云账单任务 拉取任务规模 计算任务规模
Aliyun 1月账单 50 50
Aliyun当月账单 30 100
Azure 1月账单 100 80
AWS 1月账单 50 50
而跟随设备节点信息如下表所示：
跟随者者节点 规格 初始权重
节点A(10.128.0.1) 1Core/2G 0
节点B(10.128.0.2) 2Core/4G 0
节点C(10.128.0.3) 4Core/8G 0
跟随设备节点根据任务规模进行排序，获得最大任务Azure 1月账单，任务规模100+80＝180
跟随设备节点根据跟随设备节点规格进行排序，获得最大规格节点C(10.128.0.3)，规格4*8＝32
主设备节点将任务分配给跟随设备节点，重新计算跟随设备节点权值，节点C(10.128.0.3)，权值0+(180/32)＝5.63
重复计算直至任务分配完毕。
设任务别名为：Aliyun 1月账单(T1)，Aliyun当月账单(T2)，Azure1月账单(T3)，AWS 1月账单(T4)。各跟随设备节点权重变化如下表：
跟随者节点 任务分配情况 各节点权重变化
A,B,C T1,T2,T3,T4 0,0,0
A,B,C T1,T2,T4 0,0,5.63
A,B,C T1,T4 0,16.25,5.63
A,B,C T4 50,16.25,5.63
A,B,C 无 50,16.25,8.76
对于成本预测方面，继续举例如下：
账单消费趋势大致可以分为两类，变化消费型或稳定消费型，即对数型和线型。账单处理的成本预测将统计近五个月的消费情况，并对曲线进行拟合。最优拟合将被采用，并作为计算公式，对未来两月的账单进行预测。
其中，参考图3a和图3b，对数型消费趋势将使用对数线性回归，对账单数据进行拟合，回归模型：
ln y＝wTx+b
线型消费趋势将使用线性回归，对账单数据进行拟合，回归模型：
f(x)＝wTx+b
预测过程：跟随者节点账单拉取结束，对数据清洗和整理，结果如下：
账期时间 账单数据(f(x)) 坐标轴(x)
2020年1月 13000 0
2020年2月 13500 1
2020年3月 14100 2
2020年4月 14800 3
2020年5月 15200 4
经线性拟合后可得线性方程参数：
账期向量 斜率wT 偏移量b
(x1-x0,f(x1)-f(x0)) 500 13000
(x2-x0,f(x2)-f(x0)) 550 13000
(x3-x0,f(x3)-f(x0)) 600 13000
(x4-x0,f(x4)-f(x0)) 550 13000
(x2-x1,f(x2)-f(x1)) 600 12900
(x3-x1,f(x3)-f(x1)) 650 12900
… … …
对参数统计后得到最终线性回归方程和预测结果：
线性回归方程 坐标轴 预测月份 预测值
f(x)＝kx+b 5 2020年6月
f(x)＝kx+b 6 2020年7月
f(x)＝kx+b 7 2020年8月
以上详述了本申请的一些实施方式。须知，这些实施方式仅为举例，而非对本申请具体实施方式的限定。
图4示出了可被用于实施本申请中所述的各个实施例的示例性系统。
如图4所示，在一些实施例中，系统1000能够作为各所述实施例中的任意一个用户终端设备。在一些实施例中，系统1000可包括具有指令的一个或多个计算机可读介质(例如，系统存储器或NVM/存储设备1020)以及与该一个或多个计算机可读介质耦合并被配置为执行指令以实现模块从而执行本申请中所述的动作的一个或多个处理器(例如，(一个或多个)处理器1005)。
对于一个实施例，系统控制模块1010可包括任意适当的接口控制器，以向(一个或多个)处理器1005中的至少一个和/或与系统控制模块1010通信的任意适当的设备或组件提供任意适当的接口。
系统控制模块1010可包括存储器控制器模块1030，以向系统存储器1015提供接口。存储器控制器模块1030可以是硬件模块、软件模块和/或固件模块。
系统存储器1015可被用于例如为系统1000加载和存储数据和/或指令。对于一个实施例，系统存储器1015可包括任意适当的易失性存储器，例如，适当的DRAM。在一些实施例中，系统存储器1015可包括双倍数据速率类型四同步动态随机存取存储器(DDR4SDRAM)。
对于一个实施例，系统控制模块1010可包括一个或多个输入/输出(I/O)控制器，以向NVM/存储设备1020及(一个或多个)通信接口1025提供接口。
例如，NVM/存储设备1020可被用于存储数据和/或指令。NVM/存储设备1020可包括任意适当的非易失性存储器(例如，闪存)和/或可包括任意适当的(一个或多个)非易失性存储设备(例如，一个或多个硬盘驱动器(Hard Disk,HDD)、一个或多个光盘(CD)驱动器和/或一个或多个数字通用光盘(DVD)驱动器)。
NVM/存储设备1020可包括在物理上作为系统1000被安装在其上的设备的一部分的存储资源，或者其可被该设备访问而不必作为该设备的一部分。例如，NVM/存储设备1020可通过网络经由(一个或多个)通信接口1025进行访问。
(一个或多个)通信接口1025可为系统1000提供接口以通过一个或多个网络和/或与任意其他适当的设备通信。系统1000可根据一个或多个无线网络标准和/或协议中的任意标准和/或协议来与无线网络的一个或多个组件进行无线通信。
对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器(例如，存储器控制器模块1030)的逻辑封装在一起。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑封装在一起以形成系统级封装(SiP)。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑集成在同一模具上。对于一个实施例，(一个或多个)处理器1005中的至少一个可与系统控制模块1010的一个或多个控制器的逻辑集成在同一模具上以形成片上系统(SoC)。
在各个实施例中，系统1000可以但不限于是：服务器、工作站、台式计算设备或移动计算设备(例如，膝上型计算设备、手持计算设备、平板电脑、上网本等)。在各个实施例中，系统1000可具有更多或更少的组件和/或不同的架构。例如，在一些实施例中，系统1000包括一个或多个摄像机、键盘、液晶显示器(LCD)屏幕(包括触屏显示器)、非易失性存储器端口、多个天线、图形芯片、专用集成电路(ASIC)和扬声器。
需要注意的是，本申请可在软件和/或软件与硬件的组合体中被实施，例如，可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中，本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地，本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中，例如，RAM存储器，磁或光驱动器或软磁盘及类似设备。另外，本申请的一些步骤或功能可采用硬件来实现，例如，作为与处理器配合从而执行各个步骤或功能的电路。
另外，本申请的一部分可被应用为计算机程序产品，例如计算机程序指令，当其被计算机执行时，通过该计算机的操作，可以调用或提供根据本申请的方法和/或技术方案。本领域技术人员应能理解，计算机程序指令在计算机可读介质中的存在形式包括但不限于源文件、可执行文件、安装包文件等，相应地，计算机程序指令被计算机执行的方式包括但不限于：该计算机直接执行该指令，或者该计算机编译该指令后再执行对应的编译后程序，或者该计算机读取并执行该指令，或者该计算机读取并安装该指令后再执行对应的安装后程序。在此，计算机可读介质可以是可供计算机访问的任意可用的计算机可读存储介质或通信介质。
通信介质包括藉此包含例如计算机可读指令、数据结构、程序模块或其他数据的通信信号被从一个系统传送到另一系统的介质。通信介质可包括有导的传输介质(诸如电缆和线(例如，光纤、同轴等))和能传播能量波的无线(未有导的传输)介质，诸如声音、电磁、RF、微波和红外。计算机可读指令、数据结构、程序模块或其他数据可被体现为例如无线介质(诸如载波或诸如被体现为扩展频谱技术的一部分的类似机制)中的已调制数据信号。术语“已调制数据信号”指的是其一个或多个特征以在信号中编码信息的方式被更改或设定的信号。调制可以是模拟的、数字的或混合调制技术。
作为示例而非限制，计算机可读存储介质可包括以用于存储诸如计算机可读指令、数据结构、程序模块或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。例如，计算机可读存储介质包括，但不限于，易失性存储器，诸如随机存储器(RAM,DRAM,SRAM)；以及非易失性存储器，诸如闪存、各种只读存储器(ROM,PROM,EPROM,EEPROM)、磁性和铁磁/铁电存储器(MRAM,FeRAM)；以及磁性和光学存储设备(硬盘、磁带、CD、DVD)；或其它现在已知的介质或今后开发的能够存储供计算机系统使用的计算机可读信息/数据。
在此，根据本申请的一个实施例包括一个装置，该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

Claims (10)

1.一种云平台账单的处理方法，其特征在于，所述方法包括：
主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，以及所述主设备所对应的多个跟随设备的设备配置信息；
所述主设备基于所述任务规模信息以及所述设备配置信息，确定每个跟随设备关于待处理账单任务的任务权重信息；
所述主设备基于所述任务权重信息，将所述待处理账单任务分配至所述跟随设备进行处理。
2.根据权利要求1所述的方法，其特征在于，所述主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，以及所述主设备所对应的多个跟随设备的设备配置信息，包括：
主设备响应于接收到的账单处理请求，获取所述账单处理请求所对应的账单任务的任务规模信息，并定期获取所述主设备所对应的多个跟随设备的可用状态及设备配置信息。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
所述跟随设备向所述主设备提交相应的待处理账单任务的任务处理结果信息；
其中，所述任务处理结果信息包括以下至少任一项：
处理成功；
处理失败。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
所述主设备根据所述任务处理结果信息更新所述待处理账单任务。
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述主设备失效，移除所述主设备，并基于设备选取策略确定所述多个跟随设备中的一个为新的主设备。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述主设备响应于检测到至少一个跟随设备满足权重更新条件，更新所述至少一个跟随设备的任务权重信息。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述主设备基于所述跟随设备处理获得的账单处理结果信息，确定关于预设时长的历史账单信息，并基于所述历史账单信息确定相应的账单预测信息。
8.根据权利要求7所述的方法，其特征在于，所述方法还包括：
所述主设备基于所述账单预测信息，确定关于跟随设备的预配置信息。
9.一种云平台账单的处理设备，其中，该设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1至8中任一项所述方法的操作。
10.一种存储指令的计算机可读介质，所述指令在被执行时使得系统执行根据权利要求1至8中任一项所述方法的操作。
CN202110370277.3A 2021-04-07 2021-04-07 云平台账单的处理方法和设备 Pending CN113112139A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110370277.3A CN113112139A (zh) 2021-04-07 2021-04-07 云平台账单的处理方法和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110370277.3A CN113112139A (zh) 2021-04-07 2021-04-07 云平台账单的处理方法和设备

Publications (1)

Publication Number Publication Date
CN113112139A true CN113112139A (zh) 2021-07-13

Family

ID=76714258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110370277.3A Pending CN113112139A (zh) 2021-04-07 2021-04-07 云平台账单的处理方法和设备

Country Status (1)

Country Link
CN (1) CN113112139A (zh)

Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1719831A (zh) * 2005-07-15 2006-01-11 清华大学 基于集群路由器结构的高可用分布式边界网关协议系统
CN101986272A (zh) * 2010-11-05 2011-03-16 北京大学 一种云计算环境下的任务调度方法
CN102073546A (zh) * 2010-12-13 2011-05-25 北京航空航天大学 一种云计算环境中分布式计算模式下的任务动态调度方法
CN102708003A (zh) * 2011-03-28 2012-10-03 闫德莹 一种云平台下的资源分配方法
CN103218233A (zh) * 2013-05-09 2013-07-24 福州大学 Hadoop异构集群中的数据分配策略
CN103618772A (zh) * 2013-11-20 2014-03-05 国家电网公司 基于主机压力的负载均衡分发方法
CN103902379A (zh) * 2012-12-25 2014-07-02 中国移动通信集团公司 一种任务调度方法、装置及服务器集群
CN103927231A (zh) * 2014-03-31 2014-07-16 华中科技大学 一种面向数据处理的能耗优化数据集分配方法
CN104010028A (zh) * 2014-05-04 2014-08-27 华南理工大学 一种云平台下性能加权的虚拟资源动态管理策略方法
CN104537530A (zh) * 2014-12-29 2015-04-22 浪潮(北京)电子信息产业有限公司 一种基于云计算的分布式账单处理方法及系统
CN106357426A (zh) * 2016-08-26 2017-01-25 东北大学 一种基于工业云的大规模分布式智能数据采集系统及方法
CN106412124A (zh) * 2016-12-01 2017-02-15 广州高能计算机科技有限公司 一种并序化云服务平台任务分配系统及任务分配方法
CN107291544A (zh) * 2017-08-03 2017-10-24 山东浪潮云服务信息科技有限公司 任务调度的方法及装置、分布式任务执行系统
CN107968802A (zh) * 2016-10-19 2018-04-27 华为技术有限公司 一种资源调度的方法、装置和过滤式调度器
CN108182115A (zh) * 2017-12-28 2018-06-19 福州大学 一种云环境下的虚拟机负载均衡方法
CN108415776A (zh) * 2018-03-06 2018-08-17 华中科技大学 一种分布式数据处理系统中的内存预估与配置优化的方法
CN108681484A (zh) * 2018-04-04 2018-10-19 阿里巴巴集团控股有限公司 一种任务的分配方法、装置及设备
CN109218424A (zh) * 2018-09-14 2019-01-15 四川海纳仁东科技有限公司 基于区块链节点算力的任务分配方法
CN109255515A (zh) * 2018-07-24 2019-01-22 武汉空心科技有限公司 一种基于页面计量和单位时间分配的任务开发云平台
CN109582451A (zh) * 2018-11-21 2019-04-05 金色熊猫有限公司 任务调度方法、系统、设备以及可读介质
CN109918198A (zh) * 2019-02-18 2019-06-21 中国空间技术研究院 一种基于用户特征预测的仿真云平台负载调度系统及方法
CN110012098A (zh) * 2019-04-04 2019-07-12 浙江工业大学 一种web高并发访问处理系统及方法
CN110162388A (zh) * 2019-04-26 2019-08-23 深圳智链物联科技有限公司 一种任务调度方法、系统及终端设备
CN110428124A (zh) * 2019-06-10 2019-11-08 平安科技（深圳）有限公司 任务分配方法、任务分配装置、存储介质及计算机设备
CN110688219A (zh) * 2019-09-05 2020-01-14 浙江理工大学 基于反向混沌布谷鸟搜索的自适应权重负载均衡算法
CN110719320A (zh) * 2019-09-18 2020-01-21 上海联蔚信息科技有限公司 公有云配置调整信息的生成方法和设备
CN110990159A (zh) * 2019-12-25 2020-04-10 浙江大学 一种基于历史数据分析的容器云平台资源配额预测方法
CN111223000A (zh) * 2020-01-14 2020-06-02 深圳乐信软件技术有限公司 一种账单处理方法、装置、计算机设备及存储介质
CN111367680A (zh) * 2020-03-31 2020-07-03 中国建设银行股份有限公司 一种作业任务分配方法、装置、服务器、系统及存储介质
CN111400044A (zh) * 2020-03-13 2020-07-10 安徽博约信息科技股份有限公司 一种基于机器性能的服务器集群任务分配方法
CN111464335A (zh) * 2020-03-10 2020-07-28 北京邮电大学 一种内生可信网络的服务智能定制方法及系统
CN111782626A (zh) * 2020-08-14 2020-10-16 工银科技有限公司 任务分配方法和装置、分布式系统、电子设备和介质

Patent Citations (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1719831A (zh) * 2005-07-15 2006-01-11 清华大学 基于集群路由器结构的高可用分布式边界网关协议系统
CN101986272A (zh) * 2010-11-05 2011-03-16 北京大学 一种云计算环境下的任务调度方法
CN102073546A (zh) * 2010-12-13 2011-05-25 北京航空航天大学 一种云计算环境中分布式计算模式下的任务动态调度方法
CN102708003A (zh) * 2011-03-28 2012-10-03 闫德莹 一种云平台下的资源分配方法
CN103902379A (zh) * 2012-12-25 2014-07-02 中国移动通信集团公司 一种任务调度方法、装置及服务器集群
CN103218233A (zh) * 2013-05-09 2013-07-24 福州大学 Hadoop异构集群中的数据分配策略
CN103618772A (zh) * 2013-11-20 2014-03-05 国家电网公司 基于主机压力的负载均衡分发方法
CN103927231A (zh) * 2014-03-31 2014-07-16 华中科技大学 一种面向数据处理的能耗优化数据集分配方法
CN104010028A (zh) * 2014-05-04 2014-08-27 华南理工大学 一种云平台下性能加权的虚拟资源动态管理策略方法
CN104537530A (zh) * 2014-12-29 2015-04-22 浪潮(北京)电子信息产业有限公司 一种基于云计算的分布式账单处理方法及系统
CN106357426A (zh) * 2016-08-26 2017-01-25 东北大学 一种基于工业云的大规模分布式智能数据采集系统及方法
CN107968802A (zh) * 2016-10-19 2018-04-27 华为技术有限公司 一种资源调度的方法、装置和过滤式调度器
CN106412124A (zh) * 2016-12-01 2017-02-15 广州高能计算机科技有限公司 一种并序化云服务平台任务分配系统及任务分配方法
CN107291544A (zh) * 2017-08-03 2017-10-24 山东浪潮云服务信息科技有限公司 任务调度的方法及装置、分布式任务执行系统
CN108182115A (zh) * 2017-12-28 2018-06-19 福州大学 一种云环境下的虚拟机负载均衡方法
CN108415776A (zh) * 2018-03-06 2018-08-17 华中科技大学 一种分布式数据处理系统中的内存预估与配置优化的方法
CN108681484A (zh) * 2018-04-04 2018-10-19 阿里巴巴集团控股有限公司 一种任务的分配方法、装置及设备
CN109255515A (zh) * 2018-07-24 2019-01-22 武汉空心科技有限公司 一种基于页面计量和单位时间分配的任务开发云平台
CN109218424A (zh) * 2018-09-14 2019-01-15 四川海纳仁东科技有限公司 基于区块链节点算力的任务分配方法
CN109582451A (zh) * 2018-11-21 2019-04-05 金色熊猫有限公司 任务调度方法、系统、设备以及可读介质
CN109918198A (zh) * 2019-02-18 2019-06-21 中国空间技术研究院 一种基于用户特征预测的仿真云平台负载调度系统及方法
CN110012098A (zh) * 2019-04-04 2019-07-12 浙江工业大学 一种web高并发访问处理系统及方法
CN110162388A (zh) * 2019-04-26 2019-08-23 深圳智链物联科技有限公司 一种任务调度方法、系统及终端设备
CN110428124A (zh) * 2019-06-10 2019-11-08 平安科技（深圳）有限公司 任务分配方法、任务分配装置、存储介质及计算机设备
CN110688219A (zh) * 2019-09-05 2020-01-14 浙江理工大学 基于反向混沌布谷鸟搜索的自适应权重负载均衡算法
CN110719320A (zh) * 2019-09-18 2020-01-21 上海联蔚信息科技有限公司 公有云配置调整信息的生成方法和设备
CN110990159A (zh) * 2019-12-25 2020-04-10 浙江大学 一种基于历史数据分析的容器云平台资源配额预测方法
CN111223000A (zh) * 2020-01-14 2020-06-02 深圳乐信软件技术有限公司 一种账单处理方法、装置、计算机设备及存储介质
CN111464335A (zh) * 2020-03-10 2020-07-28 北京邮电大学 一种内生可信网络的服务智能定制方法及系统
CN111400044A (zh) * 2020-03-13 2020-07-10 安徽博约信息科技股份有限公司 一种基于机器性能的服务器集群任务分配方法
CN111367680A (zh) * 2020-03-31 2020-07-03 中国建设银行股份有限公司 一种作业任务分配方法、装置、服务器、系统及存储介质
CN111782626A (zh) * 2020-08-14 2020-10-16 工银科技有限公司 任务分配方法和装置、分布式系统、电子设备和介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
张若峰;张巍;: "浅析吉林移动经营分析多租户系统资源调度算法", 营销界, no. 24 *
熊伟;李兵;: "云计算环境下基于能耗感知的弹性资源管理机制", 四川大学学报(工程科学版), no. 02 *
田维常: "搞定负载均衡，简直妙不可言", Retrieved from the Internet <URL:https://baijiahao.baidu.com/s?Id =1690014522773907772&wfr=spider&for=pc> *
魏留强;李平;: "云计算环境下基于负载均衡的资源分配技术专利综述", 河南科技, no. 06 *

Similar Documents

Publication Publication Date Title
CN108090225B (zh) 数据库实例的运行方法、装置、系统及计算机可读存储介质
US9053004B2 (en) Virtual data storage service with sparse provisioning
US9396025B2 (en) Time-variant use models in constraint-based IT resource consolidation
CN104679591A (zh) 用于在云环境中进行资源分配的方法和装置
CN104301389A (zh) 一种云计算系统的能效监控和管理方法与系统
US10680975B2 (en) Method of dynamic resource allocation for public clouds
CN104461737B (zh) 一种内存管理方法和装置
CN106716385A (zh) 以应用程序为中心分布式存储系统和方法
CN110719320B (zh) 公有云配置调整信息的生成方法和设备
CN107656807A (zh) 一种虚拟资源的自动弹性伸缩方法及装置
CN109788489A (zh) 一种基站规划方法及装置
CN105988930A (zh) 测试用例生成方法和装置
JP6133447B2 (ja) 電力融通管理システムおよび電力融通管理方法
KR102122831B1 (ko) 단말 장치의 유휴 컴퓨팅 자원 활용 시스템 및 이를 이용한 유휴 컴퓨팅 자원 활용 방법
CN115169634A (zh) 一种任务分配优化处理方法及装置
CN108763517A (zh) 一种删除元数据的方法以及相关设备
CN115344358A (zh) 资源调度方法、装置和管理节点
CN104657216A (zh) 一种资源池的资源分配方法及装置
CN109947531B (zh) 超融合一体机的存储容量扩展方法、装置及存储介质
CN113112139A (zh) 云平台账单的处理方法和设备
CN112468317A (zh) 一种集群拓扑更新方法、系统、设备及计算机存储介质
CN105471986A (zh) 一种数据中心建设规模评估方法及装置
CN106850822A (zh) 负载均衡方法、设备及分布式系统
CN113505522B (zh) 一种智能电网台区业务计算管理方法、装置、终端及介质
CN104113590A (zh) 一种基于副本响应时间预测的副本选择方法

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