CN113590260A - 一种计算资源的统计计算方法、装置、设备及可读介质 - Google Patents
一种计算资源的统计计算方法、装置、设备及可读介质 Download PDFInfo
- Publication number
- CN113590260A CN113590260A CN202110738566.4A CN202110738566A CN113590260A CN 113590260 A CN113590260 A CN 113590260A CN 202110738566 A CN202110738566 A CN 202110738566A CN 113590260 A CN113590260 A CN 113590260A
- Authority
- CN
- China
- Prior art keywords
- cpu utilization
- utilization rate
- virtual machine
- value
- peak
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000006243 chemical reaction Methods 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
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
- G06F9/44—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- 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
- G06F2009/45591—Monitoring or debugging support
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种计算资源的统计计算方法,包括以下步骤:获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的CPU使用率的瞬时值进行存储;通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值;以及对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值。本发明还公开了一种计算资源的统计计算装置、计算机设备和可读存储介质。本发明获取计算机CPU使用瞬时值,利用时序性数据库对获取的CPU使用瞬时值进行存储,对存储的CPU使用瞬时值进行数据分析,计算出CPU峰值,更准确地反映计算资源的使用情况。
Description
技术领域
本发明涉及云管理平台技术领域,尤其涉及一种计算资源的统计计算方法、装置、设备及可读介质。
背景技术
目前,中国云计算市场处于快速发展阶段,容器、微服务等技术的不断成熟,推动着云计算的变革。随着云计算的应用场景的不断拓展,云计算的应用已深入政府、金融、工业、交通、物流等传统行业。伴随着企业逐渐倾向于追求数字化商业战略,传统IT服务向云端服务转变,全球云计算市场规模将进一步增长。对于云计算资源的高效利用成为现阶段高度关注的重点,
IAAS云计算平台主要为用户提供计算、网络、存储的资源,其中计算资源CPU利用率是动态变化的,如何能够真实直观的反映CPU使用情况,进而进行计算资源的合理分配成为现阶段云管理凭条面临的问题。传统计算方法为假设一段时间total内,该任务的运行时间为idle,CPU利用率的计算公式为(total-idle)%total。这一种方法实现起来很简单,但是它只能计算整个系统的CPU瞬时使用情况,不能够客观反映云计算资源的使用情况。
发明内容
有鉴于此,本发明实施例的目的在于提出一种计算资源的统计计算方法、装置、设备及可读介质,获取计算机CPU使用瞬时值,利用时序性数据库对获取的CPU使用瞬时值进行存储,对存储的CPU使用瞬时值进行数据分析,计算出CPU峰值,以反映计算资源的使用情况。
基于上述目的,本发明实施例的一方面提供了一种计算资源的统计计算方法,包括以下步骤:获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的所述CPU使用率的瞬时值进行存储;通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值;以及对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:获取预设间隔内待检测虚拟机的运行时间,基于所述预设间隔和所述运行时间计算得到所述待测虚拟机CPU使用率的计算值;将预设时间内若干所述计算值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值包括:将所述时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于所述峰值元素的指针获取所述峰值元素,并将所述峰值元素作为所述CPU使用率的峰值。
在一些实施方式中,通过指针查找左右相邻元素均小于自己的峰值元素的指针包括:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在一些实施方式中,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:对所述CPU使用率的峰值进行平均值处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:对所述CPU使用率的峰值进行TOP排序处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
本发明实施例的另一方面,还提供了一种计算资源的统计计算装置,包括:第一模块,配置用于获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的所述CPU使用率的瞬时值进行存储;第二模块,配置用于通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值;以及第三模块,配置用于对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,所述第一模块进一步配置用于:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,所述第一模块进一步配置用于:获取预设间隔内待检测虚拟机的运行时间,基于所述预设间隔和所述运行时间计算得到所述待测虚拟机CPU使用率的计算值;将预设时间内若干所述计算值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,所述第二模块进一步配置用于:将所述时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于所述峰值元素的指针获取所述峰值元素,并将所述峰值元素作为所述CPU使用率的峰值。
在一些实施方式中,所述第二模块进一步配置用于:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在一些实施方式中,所述第三模块进一步配置用于:对所述CPU使用率的峰值进行平均值处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,所述第三模块进一步配置用于:对所述CPU使用率的峰值进行TOP排序处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
本发明实施例的再一方面,还提供了一种计算机设备,包括:至少一个处理器;以及存储器,存储器存储有可在处理器上运行的计算机指令,指令由处理器执行时实现方法的步骤包括:获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的所述CPU使用率的瞬时值进行存储;通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值;以及对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:获取预设间隔内待检测虚拟机的运行时间,基于所述预设间隔和所述运行时间计算得到所述待测虚拟机CPU使用率的计算值;将预设时间内若干所述计算值作为所述待检测虚拟机CPU使用率的瞬时值。
在一些实施方式中,通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值包括:将所述时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于所述峰值元素的指针获取所述峰值元素,并将所述峰值元素作为所述CPU使用率的峰值。
在一些实施方式中,通过指针查找左右相邻元素均小于自己的峰值元素的指针包括:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在一些实施方式中,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:对所述CPU使用率的峰值进行平均值处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
在一些实施方式中,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:对所述CPU使用率的峰值进行TOP排序处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
本发明实施例的再一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果:获取计算机CPU使用瞬时值,利用时序性数据库对获取的CPU使用瞬时值进行存储,对存储的CPU使用瞬时值进行数据分析,计算出CPU峰值,更准确地反映计算资源的使用情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有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实施例。
图1为本发明提供的计算资源的统计计算方法的实施例的示意图;
图2为本发明提供的计算资源的统计计算装置的实施例的示意图;
图3为本发明提供的计算机设备的实施例的示意图;
图4为本发明提供的计算机可读存储介质的实施例的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
基于上述目的,本发明实施例的第一个方面,提出了计算资源的统计计算方法的实施例。图1示出的是本发明提供的计算资源的统计计算方法的实施例的示意图。如图1所示,本发明实施例包括如下步骤:
S01、获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的CPU使用率的瞬时值进行存储;
S02、通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值;以及
S03、对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本实施例中,通过计算出CPU峰值今儿就较为真实地反映出虚拟机计算资源的使用情况。传统采集CPU使用率并不准确,CPU使用率是冬天变化的,瞬时值不能反映计算资源的使用情况。对CPU时间段内的峰值使用情况进行统计分析能够反映出一段时间CPU最高使用情况。其中,CPU使用率指的是运行程序占用的CPU资源,表示机器在某个时间点的运行程序的情况,使用率越高,说明机器在这个时间上运行了很多程序,反之较少。使用率的高低与CPU性能有直接关系。CPU峰值指的是CPU其相同时间段值大于左右相邻值的值。对于CPU峰值进行采集统计,能够较为真实地反映计算资源的使用情况。
在本实施例中,采集要进行统计的计算机CPU使用率瞬时值,瞬时值使用采集值或者使用CPU使用率计算方法,采集时间可根据实际场景进行自定义。完成数据采集后进行数据值的存储,可采用时序性数据库进行CPU值存储。对存储的CPU采集值进行数据分析,再进行平均值或TOP排序操作反映计算资源的使用情况。
在本实施例中,采集要检测的虚拟机CPU使用率的瞬时值,存入时序数据库,将CPU峰值计算问题抽象化为数学问题,即计算出一个集合内元素是其大于左右相邻值的元素。计算出集合内峰值位置返回出峰值,对峰值进行平均值处理或TOP排序操作。
在本发明的一些实施例中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:获取预设间隔内待检测虚拟机的运行时间,基于预设间隔和运行时间计算得到待测虚拟机CPU使用率的计算值;将预设时间内若干计算值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值包括:将时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于峰值元素的指针获取峰值元素,并将峰值元素作为CPU使用率的峰值。
在本实施中,给定一个输入数组nums,找到峰值元素并返回其索引。数组可能包含多个峰值,返回峰值所在位置即可。设置nums[-1]=nums[n]=-∞,这就代表着只要数组中存在一个元素比相邻元素大,那么沿着它一定可以找到一个峰值。使用二分查找找到峰值,查找时,左指针l,右指针r,以其保持左右顺序为循环条件。根据左右指针计算中间位置m,并比较m与m+1的值:如果m较大,则左侧存在峰值,r=m;如果m+1较大,则右侧存在峰值,l=m+1。时间复杂度为O(logN)O(logN),设计伪代码如下:
在本发明的一些实施例中,通过指针查找左右相邻元素均小于自己的峰值元素的指针包括:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在本实施例中,设置nums[-1]=nums[n]=-∞,这就代表着只要数组中存在一个元素比相邻元素大,那么沿着它一定可以找到一个峰值,因此可以使用二分法查找峰值。
在本发明的一些实施例中,对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值包括:对CPU使用率的峰值进行平均值处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本发明的一些实施例中,对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值包括:对CPU使用率的峰值进行TOP排序处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
需要特别指出的是,上述计算资源的统计计算方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减,因此,这些合理的排列组合变换之于计算资源的统计计算方法也应当属于本发明的保护范围,并且不应将本发明的保护范围局限在实施例之上。
基于上述目的,本发明实施例的第二个方面,提出了一种计算资源的统计计算装置。图2示出的是本发明提供的计算资源的统计计算装置的实施例的示意图。如图2所示,本发明实施例包括如下模块:第一模块S11,配置用于获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的CPU使用率的瞬时值进行存储;第二模块S12,配置用于通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值;以及第三模块S13,配置用于对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本发明的一些实施例中,第一模块S11进一步配置用于:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,第一模块S11进一步配置用于:获取预设间隔内待检测虚拟机的运行时间,基于预设间隔和运行时间计算得到待测虚拟机CPU使用率的计算值;将预设时间内若干计算值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,第二模块S12进一步配置用于:将时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于峰值元素的指针获取峰值元素,并将峰值元素作为CPU使用率的峰值。
在本发明的一些实施例中,第二模块S12进一步配置用于:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在本发明的一些实施例中,第三模块S13进一步配置用于:对CPU使用率的峰值进行平均值处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本发明的一些实施例中,第三模块S13进一步配置用于:对CPU使用率的峰值进行TOP排序处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
基于上述目的,本发明实施例的第三个方面,提出了一种计算机设备。图3示出的是本发明提供的计算机设备的实施例的示意图。如图3所示,本发明实施例包括如下装置:至少一个处理器S21;以及存储器S22,存储器S22存储有可在处理器上运行的计算机指令S23,指令由处理器执行时实现方法的步骤包括:获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的CPU使用率的瞬时值进行存储;通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值;以及对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本发明的一些实施例中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:获取预设间隔内待检测虚拟机的运行时间,基于预设间隔和运行时间计算得到待测虚拟机CPU使用率的计算值;将预设时间内若干计算值作为待检测虚拟机CPU使用率的瞬时值。
在本发明的一些实施例中,通过数组转化对存储的瞬时值进行计算以得到CPU使用率的峰值包括:将时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;基于峰值元素的指针获取峰值元素,并将峰值元素作为CPU使用率的峰值。
在本发明的一些实施例中,通过指针查找左右相邻元素均小于自己的峰值元素的指针包括:基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
在本发明的一些实施例中,对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值包括:对CPU使用率的峰值进行平均值处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
在本发明的一些实施例中,对CPU使用率的峰值进行数据处理,以得到表征虚拟机计算资源的CPU使用率的最终值包括:对CPU使用率的峰值进行TOP排序处理,以得到表征虚拟机计算资源的CPU使用率的最终值。
本发明还提供了一种计算机可读存储介质。图4示出的是本发明提供的计算机可读存储介质的实施例的示意图。如图4所示,计算机可读存储介质存储S31有被处理器执行时执行如上方法的计算机程序S32。
最后需要说明的是,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,可以通过计算机程序来指令相关硬件来完成,计算资源的统计计算方法的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
此外,根据本发明实施例公开的方法还可以被实现为由处理器执行的计算机程序,该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被处理器执行时,执行本发明实施例公开的方法中限定的上述功能。
此外,上述方法步骤以及系统单元也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
在一个或多个示例性设计中,功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现,则可以将功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质,该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的,该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备,或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外,任何连接都可以适当地称为计算机可读介质。例如,如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件,则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义。如这里所使用的,磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘,其中磁盘通常磁性地再现数据,而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种计算资源的统计计算方法,其特征在于,包括以下步骤:
获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的所述CPU使用率的瞬时值进行存储;
通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值;以及
对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
2.根据权利要求1所述的计算资源的统计计算方法,其特征在于,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:
每隔预设间隔采集待检测虚拟机CPU使用率,并将预设时间内若干采集值作为所述待检测虚拟机CPU使用率的瞬时值。
3.根据权利要求1所述的计算资源的统计计算方法,其特征在于,获取预设时间内待检测虚拟机CPU使用率的瞬时值包括:
获取预设间隔内待检测虚拟机的运行时间,基于所述预设间隔和所述运行时间计算得到所述待测虚拟机CPU使用率的计算值;
将预设时间内若干所述计算值作为所述待检测虚拟机CPU使用率的瞬时值。
4.根据权利要求1所述的计算资源的统计计算方法,其特征在于,通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值包括:
将所述时序数据库中的瞬时值根据时间先后加入数组中,并通过指针查找左右相邻元素均小于自己的峰值元素的指针;
基于所述峰值元素的指针获取所述峰值元素,并将所述峰值元素作为所述CPU使用率的峰值。
5.根据权利要求4所述的计算资源的统计计算方法,其特征在于,通过指针查找左右相邻元素均小于自己的峰值元素的指针包括:
基于二分法通过指针查找左右相邻元素均小于自己的峰值元素的指针。
6.根据权利要求1所述的计算资源的统计计算方法,其特征在于,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:
对所述CPU使用率的峰值进行平均值处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
7.根据权利要求1所述的计算资源的统计计算方法,其特征在于,对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值包括:
对所述CPU使用率的峰值进行TOP排序处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
8.一种计算资源的统计计算装置,其特征在于,包括:
第一模块,配置用于获取预设时间内待检测虚拟机CPU使用率的瞬时值,并采用时序数据库对获取的所述CPU使用率的瞬时值进行存储;
第二模块,配置用于通过数组转化对存储的瞬时值进行计算以得到所述CPU使用率的峰值;以及
第三模块,配置用于对所述CPU使用率的峰值进行数据处理,以得到表征所述虚拟机计算资源的CPU使用率的最终值。
9.一种计算机设备,其特征在于,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机指令,所述指令由所述处理器执行时实现权利要求1-7任意一项所述方法的步骤。
10.一种计算机可读存储介质,所述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1-7任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738566.4A CN113590260A (zh) | 2021-06-30 | 2021-06-30 | 一种计算资源的统计计算方法、装置、设备及可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738566.4A CN113590260A (zh) | 2021-06-30 | 2021-06-30 | 一种计算资源的统计计算方法、装置、设备及可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113590260A true CN113590260A (zh) | 2021-11-02 |
Family
ID=78245255
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110738566.4A Pending CN113590260A (zh) | 2021-06-30 | 2021-06-30 | 一种计算资源的统计计算方法、装置、设备及可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113590260A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107290664A (zh) * | 2017-06-27 | 2017-10-24 | 中国船舶重工集团公司第七�三研究所 | 一种发电机组波形记录仪的瞬态参数自动计算方法 |
CN107608870A (zh) * | 2017-09-22 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种系统资源使用率的统计方法和系统 |
CN108733493A (zh) * | 2018-05-25 | 2018-11-02 | 北京车和家信息技术有限公司 | 资源利用率的计算方法、计算装置及计算机可读存储介质 |
CN109936465A (zh) * | 2017-12-15 | 2019-06-25 | 中国移动通信集团浙江有限公司 | 一种云平台资源利用率评估方法及装置 |
-
2021
- 2021-06-30 CN CN202110738566.4A patent/CN113590260A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107290664A (zh) * | 2017-06-27 | 2017-10-24 | 中国船舶重工集团公司第七�三研究所 | 一种发电机组波形记录仪的瞬态参数自动计算方法 |
CN107608870A (zh) * | 2017-09-22 | 2018-01-19 | 郑州云海信息技术有限公司 | 一种系统资源使用率的统计方法和系统 |
CN109936465A (zh) * | 2017-12-15 | 2019-06-25 | 中国移动通信集团浙江有限公司 | 一种云平台资源利用率评估方法及装置 |
CN108733493A (zh) * | 2018-05-25 | 2018-11-02 | 北京车和家信息技术有限公司 | 资源利用率的计算方法、计算装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170067745A1 (en) | Hybrid road network and grid based spatial-temporal indexing under missing road links | |
CN102855259B (zh) | 大规模数据聚类分析的并行化 | |
US20150032759A1 (en) | System and method for analyzing result of clustering massive data | |
US20160246829A1 (en) | Managing time series databases | |
US10726006B2 (en) | Query optimization using propagated data distinctness | |
CN111159184A (zh) | 元数据追溯方法、装置及服务器 | |
CN114741368A (zh) | 基于人工智能的日志数据统计方法及相关设备 | |
CN113177050A (zh) | 一种数据均衡的方法、装置、查询系统及存储介质 | |
CN114064606A (zh) | 数据库迁移方法、装置、设备、存储介质和系统 | |
CN113590260A (zh) | 一种计算资源的统计计算方法、装置、设备及可读介质 | |
van Blokland et al. | Partial 3D object retrieval using local binary QUICCI descriptors and dissimilarity tree indexing | |
CN103902614A (zh) | 一种数据处理方法、设备和系统 | |
CN107451229B (zh) | 一种数据库查询方法和装置 | |
CN104636474A (zh) | 构建音频指纹库及检索音频指纹的方法和设备 | |
CN114860851A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN114564501A (zh) | 一种数据库数据存储、查询方法、装置、设备及介质 | |
CN111736991A (zh) | 一种云平台资源调度的方法、装置、设备及可读介质 | |
CN111177188A (zh) | 一种基于聚合边与时序聚合边的快速海量时序数据处理方法 | |
CN112527622A (zh) | 一种性能测试结果分析方法和装置 | |
CN116089491B (zh) | 基于时序数据库的检索匹配方法和装置 | |
CN113360553A (zh) | 一种数据冷热程度评估方法及服务器 | |
CN114679471B (zh) | 一种基于云端业务处理的数据匹配方法 | |
CN114697322B (zh) | 一种基于云端业务处理的数据筛选方法 | |
CN110990240A (zh) | 一种存储系统性能预测的方法、设备及介质 | |
CN116821559B (zh) | 用于快速获取一组大数据集中趋势的方法、系统及终端 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211102 |