CN113687949A - 服务器部署方法、装置、部署设备及存储介质 - Google Patents
服务器部署方法、装置、部署设备及存储介质 Download PDFInfo
- Publication number
- CN113687949A CN113687949A CN202111011854.6A CN202111011854A CN113687949A CN 113687949 A CN113687949 A CN 113687949A CN 202111011854 A CN202111011854 A CN 202111011854A CN 113687949 A CN113687949 A CN 113687949A
- Authority
- CN
- China
- Prior art keywords
- server
- deployed
- service
- deployment
- list
- 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.)
- Granted
Links
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
- G06F9/46—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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供的服务器部署方法、装置、部署设备及存储介质,该方法包括:获取待部署服务在不同服务器配置上的敏感值,根据敏感值确定合适的服务器配置以得到候选服务器配置列表;针对不同的服务器配置,通过待部署服务和已部署服务进行共部署,建立服务共部署干扰模型;针对候选服务器配置列表中利用率满足条件的服务器,根据待部署服务和已部署服务器的调用关系,确定优选候选部署服务器列表;针对优选候选部署服务器列表中的每个服务器,采用服务共部署干扰模型确定其部署待部署服务和已部署服务部署后的敏感值;根据敏感值选取满足预设条件的服务器作为待部署服务的目标服务器。本发明能够筛选出服务之间干扰小的服务器进行部署,降低了干扰性。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种服务器部署方法、装置、部署设备及存储介质。
背景技术
在大规模数据中心,混合部署了多种不同的业务,不同业务所需要的服务器资源占比不同,用户的访问流量变化也不同。同一个服务器上一般会部署多个不同的服务,这些服务在共享服务器资源的同时也会进行资源竞争,从而导致服务性能下降,该现象被称为性能干扰。
现有技术中,通常是通过统计方法或机器学习的方法,构建性能干扰的模型,在进行服务器资源部署时,考虑干扰性的影响,尽量减少服务之间的干扰影响。
然而,由于数据中心的服务器会不断的置换和升级,将导致现存的服务器之间的配置存在较大的差异性,现有技术中,现有方法没有考虑到服务器之间配置的差异,不同的服务在不同配置的服务器上的性能和相互之间的干扰性也存在差异,从而导致现有的服务器资源部署不能都达到最佳的部署效果。
发明内容
本发明提供一种服务器部署方法、装置、部署设备及存储介质,以筛选出服务之间干扰小的服务器进行部署,降低了服务之间干扰性,使得服务器资源部署效果更优。
第一方面,本发明提供一种服务器部署方法,包括:
确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数;针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值;选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数;针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型;针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表;遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表;针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
在一种可能的设计中,所述执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值,包括:使用注入工具对所述空闲服务器上的待部署服务进行处理器加压,以得到在多个不同处理器利用率下的多个计算类指标的值,并根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值;使用注入工具对所述空闲服务器上的待部署服务进行内存加压,以得到在多个不同内存利用率下的多个延时类指标的值,并根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值。
在一种可能的设计中,所述根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值,包括:计算每个计算类指标的最佳值与不同处理器利用率下计算类指标的值的差值,得到性能差值;将每个计算类指标在不同处理器利用率下的性能差值进行加权求和,得到每个计算类指标的计算性能敏感值;将各计算类指标的计算性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的计算性能敏感值。
在一种可能的设计中,所述根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值,包括:计算每个延时类指标的最佳值与不同内存利用率下的延时类指标的值的差值,得到性能差值;将每个延时类指标在不同内存利用率下的性能差值进行加权求和,得到每个延时类指标的时延性能敏感值;将各延时类指标的时延性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的时延性能敏感值。
在一种可能的设计中,所述针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型,包括:获取各服务器的非统一内存访问NUMA数量,并根据所述NUMA数量确定每个服务器需要部署的服务个数;根据所述每个服务器需要部署的服务个数从所述待部署服务和已部署服务遍历选择所述服务个数对应的服务部署在服务器的不同的NUMA上,并使用注入工具加压处理,以记录每种部署情况对应的计算性能敏感值和时延性能敏感值,即为所述干扰记录;针对每个服务器配置对应的预设个数的干扰记录进行线性回归处理,分别得到计算性能敏感值与服务共部署的第一线性回归模型、时延性能敏感值与服务共部署的第二线性回归模型;其中,所述第一线性回归模型和第二线性回归模型即为所述服务共部署干扰模型。
在一种可能的设计中,所述遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定确定优先候选部署服务器列表,包括:遍历所述候选服务器列表,以确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务是否存在调用关系;将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表;若所述第一服务器列表为非空,则遍历所述第一服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表;若所述第三服务器列表为非空,则将所述第三服务器列表作为优先候选部署服务器列表。
在一种可能的设计中,所述将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表之后,还包括:若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表。
在一种可能的设计中,所述若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表之后,还包括:若所述第三服务器列表为空,则将所述第一服务器列表作为优先候选部署服务器列表;若所述第一服务器列表为空,则将所述第二服务器列表作为优先候选部署服务器列表。
在一种可能的设计中,所述根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值,包括:若所述待部署服务和已部署服务出现在所述服务共部署干扰模型对应的所述干扰记录中,则从所述干扰记录中获取对应的计算性能敏感值和时延性能敏感值;若所述待部署服务和已部署服务没有出现在所述干扰记录中,则将所述待部署服务和已部署服务导入所述服务共部署干扰模型,以输出对应的计算性能敏感值和时延性能敏感值。
在一种可能的设计中,从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器,包括:从所述优先候选部署服务器列表选取所述计算性能敏感值最低的第二预设百分比的服务器和时延性能敏感值最低的第二预设百分比的服务器取交集,并从所述交集中选取至少一个服务器作为所述待部署服务的目标服务器。
第二方面,本发明提供一种服务器部署装置,包括:
服务器配置处理模块,用于确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数;
服务器配置敏感值处理模块,用于针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值;
候选服务器配置处理模块,用于选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数;
干扰模型处理模块,用于针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型;
候选服务器处理模块,用于针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表;
优先候选部署服务器处理模块,用于遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表;
服务器敏感值处理模块,用于针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;
目标服务器部署模块,用于从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
第三方面,本发明提供一种部署设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的服务器部署方法。
第四方面,本发明提供一种计算机存储介质,所述计算机存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的设计所述的服务器部署方法。
本发明提供的服务器部署方法、装置、部署设备及存储介质,通过将待部署的所有服务器按照服务器配置进行划分,并获取待部署服务在不同服务器配置上的敏感值,根据敏感值确定合适的服务器配置以得到候选服务器配置列表;针对候选服务器配置列表中的不同的服务器配置,通过待部署服务和已部署服务进行共部署,以形成干扰记录,并根据干扰记录建立服务共部署干扰模型;针对候选服务器配置列表中资源利用率满足条件的服务器,根据待部署服务和已部署服务器的调用关系,确定优选候选部署服务器列表;针对优选候选部署服务器列表中的每个服务器,采用服务共部署干扰模型确定其部署待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;选取计算性能敏感值和时延性能敏感值满足预设条件的服务器作为待部署服务的目标服务器。采用本发明选取待部署的目标服务器时,能够筛选出服务之间干扰小的服务器进行部署,降低了干扰性。
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一简单地介绍,显而易见地,下面描述中的附图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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的服务器部署方法的系统架构示意图;
图2为本发明实施例提供的服务器部署方法流程示意图;
图3为本发明实施例提供的服务器部署装置的结构示意图;
图4为本发明实施例提供的部署设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
随着通信技术的不断发展,在大规模数据中心,混合部署了多种不同的业务,不同业务所需要的服务器资源占比不同,用户的访问流量变化也不同。同一个服务器上一般会部署多个不同的服务,这些服务在共享服务器资源的同时也会进行资源竞争,从而导致服务性能下降,该现象被称为性能干扰。目前为了提高服务器的资源利用率,服务之间共享服务器进行部署,但是为了避免服务之间产生较大的性能干扰,造成服务质量下降,已有的方式是通过统计方法或机器学习的方法,构建性能干扰的模型,在进行服务器资源部署时,考虑干扰性的影响,尽量减少服务之间的干扰影响。然而数据中心中服务器会不断的置换和升级,将导致现存的服务器之间的配置存在较大的差异性,这种差异性也会对服务的性能带来影响。现有方法没有考虑到服务器之间配置的差异,不同的服务在不同配置的服务器上的性能和相互之间的干扰性也存在差异,从而导致现有的服务器资源部署不能都达到最佳的部署效果。
为了解决上述技术问题,本发明提供了以下技术方案:将待部署的所有服务器按照服务器配置进行划分,并获取待部署服务在不同服务器配置上的敏感值,根据敏感值确定合适的服务器配置以得到候选服务器配置列表;针对候选服务器配置列表中的不同的服务器配置,通过待部署服务和已部署服务进行共部署,以形成干扰记录,并根据干扰记录建立服务共部署干扰模型;针对候选服务器配置列表中资源利用率满足条件的服务器,根据待部署服务和已部署服务器的调用关系,确定优选候选部署服务器列表;针对优选候选部署服务器列表中的每个服务器,采用服务共部署干扰模型确定其部署待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;选取计算性能敏感值和时延性能敏感值满足预设条件的服务器作为待部署服务的目标服务器。采用本发明选取待部署的目标服务器,能够筛选出服务之间干扰小的服务器进行部署,降低了干扰性,使得服务器资源部署效果最优;同时,选取的待部署的目标服务器的敏感性较低,提高了可靠性;且选取了资源利用率合适的服务器,避免了单机资源利用率过高。
图1是本发明实施例提供的服务器部署方法的系统架构示意图。如图1所示,该系统包括:部署设备101和待部署服务器102。其中,部署设备101,用于获取待部署服务器102的服务器配置,并根据待部署服务器102的服务器配置选择合适的待部署服务器102作为待部署服务的目标服务器进行服务部署。
其中,部署设备101可以是个人电脑。待部署服务器102可以是一个服务器集群,例如,可以是数据中心的服务器集群。待部署服务器102的个数本发明不作任何限制。
图2为本发明实施例提供的服务器部署方法流程示意图,本实施例的执行主体可以为图1所示实施例中的部署设备。如图2所示,该方法包括:
S201:确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数。
在本实施例中,待部署服务器可以是数据中心的服务器,服务器包括处理器、内存、硬盘、网卡和操作系统等组件,这些组件即为服务器配置。
此外,由于数据中心的服务器迭代快速,数据中心内一般会有多个配置的服务器共存,所以待部署服务器按照服务器配置划分会出现多个服务器配置,记为M个服务器配置。
S202:针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值。
在本实施例中,空闲服务器为没有部署任何服务或运行任何服务的服务器。
在本实施例中,注入工具加压处理指的是通过注入工具对服务器的组件进行性能加压时,观察其对应用性能的影响,获取性能指标的参数。
其中,性能指标可以分为计算敏感型和时延敏感型,其中计算类指标包括CPI(每指令时钟周期,Cycles Per Instructions)和内存带宽等,时延类指标包括内存访问时延、磁盘访问时延等。
其中,根据计算类指标可以计算得到计算性能敏感值,根据时延类指标可以计算得到时延性能敏感值。
S203:选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数。
在本实施例中,对于M个服务器配置,得到待部署服务部署时形成的M个计算性能敏感值和M个时延性能敏感值。
具体地,将第一预设百分比取值为50%,选择计算性能敏感值最低的50%和时延性能敏感值最低的50%,取两者服务器配置的交集。如果交集中候选服务器配置数量不足K,则将所述第一预设百分比取值在50%的基础上按照加10%的步长,直至两者服务器配置的交集中候选服务器配置数量大于或等于K为止。
S204:针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型。
具体地,获取各服务器的NUMA(Non-Uniform Memory Access,非统一内存访问)数量,并根据所述NUMA数量确定每个服务器需要部署的服务个数;
根据所述每个服务器需要部署的服务个数从所述待部署服务和已部署服务遍历选择所述服务个数对应的服务部署在服务器的不同的NUMA上,并使用注入工具加压处理,以记录每种部署情况对应的计算性能敏感值和时延性能敏感值,即为所述干扰记录;
针对每个服务器配置对应的预设个数的干扰记录进行线性回归处理,分别得到计算性能敏感值与服务共部署的第一线性回归模型、时延性能敏感值与服务共部署的第二线性回归模型;
其中,所述第一线性回归模型和第二线性回归模型即为所述服务共部署干扰模型。
在本实施例中,干扰记录的格式为[服务器配置编号,服务1部署的NUMA编号,服务2部署的NUMA编号,...,服务M部署的NUMA编号,计算性能敏感值,时延性能敏感值]。
其中,若服务没有部署,则对应的NUMA编号取值为0。
其中,NUMA(Non-Uniform Memory Access):处理器和内存之间一般存在NUMA归属,例如对于2路服务器,其有两个处理器,每个处理器独立挂载内存,即有2个NUAM。如果需要跨NUMA访问,则需要通过处理器之间的通信通道。
S205:针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表。
在本实施例中,资源利用率可以是处理器利用率、内存利用率和磁盘利用率中的一项或多项。
预设条件可以是预设的CPU利用率阈值、内存利用率阈值、磁盘利用率阈值中一项或多项,也可以是数据中心的平均处理器利用率、平均内存利用率和平均磁盘利用率中的一项或多项。
在本发明的一个实施例中,预设条件需要满足如下规则:
1)筛选出处理器利用率、内存利用率和磁盘利用率均不高于预设的CPU利用率阈值、内存利用率阈值、磁盘利用率阈值的服务器;
2)从1)中筛选出处理器利用率、内存利用率和磁盘利用率均不高于数据中心的平均处理器利用率、平均内存利用率和平均磁盘利用率的服务器;
3)若没有同时满足1)和2)的服务器,则筛选出处理器利用率、内存利用率不高于数据中心的平均处理器利用率、平均内存利用率的服务器。
S206:遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表。
在本实施例中,可以根据已部署服务与所述待部署服务的调用关系,将与待部署服务存在调用关系的服务器放入优先候选部署服务器列表,服务会对其他服务进行调用的服务进行服务器共部署,以减低数据中心内的服务器之间调用产生的流量。
S207:针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值。
具体地,若所述待部署服务和已部署服务出现在所述服务共部署干扰模型对应的所述干扰记录中,则从所述干扰记录中获取所述待部署服务部署后的计算性能敏感值和时延性能敏感值;若所述待部署服务和已部署服务没有出现在所述干扰记录中,则将所述待部署服务和已部署服务导入所述服务共部署干扰模型,以输出所述待部署服务部署后的计算性能敏感值和时延性能敏感值。
在本实施例中,若所述待部署服务和已部署服务的部署情况与干扰记录相同,则根据干扰记录中已经存在的计算性能敏感值和时延性能敏感值即为获取所述待部署服务部署后的计算性能敏感值和时延性能敏感值。若待部署服务和已部署服务的部署情况与在干扰记录中没有出现过,则将待部署服务和已部署服务的部署输入到服务共部署干扰模型,以使服务共部署干扰模型输出待部署服务部署后的计算性能敏感值和时延性能敏感值。
S208:从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
具体地,从所述优先候选部署服务器列表选取所述计算性能敏感值最低的第二预设百分比的服务器和时延性能敏感值最低的第二预设百分比的服务器取交集,并从所述交集中选取至少一个服务器作为所述待部署服务的目标服务器。
在本实施例中,将优先候选部署服务器分别按照计算性能敏感值和时延性能敏感值进行降序排序。将第二预设百分比取值为10%,选择计算性能敏感值最低的10%服务器和时延性能敏感值最低的10%服务器,取两者服务器的交集。如果交集中没有服务器,则将所述第一预设百分比取值继续按照加10%的步长,直至两者服务器的交集中出现至少一个服务器,并从所述至少一个服务器中选取至少一个服务器作为所述待部署服务的目标服务器。
从上述描述可知,通过将待部署的所有服务器按照服务器配置进行划分,并获取待部署服务在不同服务器配置上的敏感值,根据敏感值确定合适的服务器配置以得到候选服务器配置列表;针对候选服务器配置列表中的不同的服务器配置,通过待部署服务和已部署服务进行共部署,以形成干扰记录,并根据干扰记录建立服务共部署干扰模型;针对候选服务器配置列表中资源利用率满足条件的服务器,根据待部署服务和已部署服务器的调用关系,确定优选候选部署服务器列表;针对优选候选部署服务器列表中的每个服务器,采用服务共部署干扰模型确定其部署待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;选取计算性能敏感值和时延性能敏感值满足预设条件的服务器作为待部署服务的目标服务器。采用本发明选取待部署的目标服务器时,能够筛选出服务之间干扰小的服务器进行部署,降低了干扰性,使得服务器资源部署效果最优;同时,选取的待部署的目标服务器的敏感性较低,提高了可靠性;且选取了资源利用率合适的服务器,避免了单机资源利用率过高。
在本发明的一个实施例中,上述步骤S202中,所述执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值,具体地包括:
S2021:使用注入工具对所述空闲服务器上的待部署服务进行处理器加压,以得到在多个不同处理器利用率下的多个计算类指标的值,并根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值。
具体地,计算每个计算类指标的最佳值与不同处理器利用率下计算类指标的值的差值,得到性能差值;将每个计算类指标在不同处理器利用率下的性能差值进行加权求和,得到每个计算类指标的计算性能敏感值;将各计算类指标的计算性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的计算性能敏感值。
其中,空闲服务器对应的服务器配置的计算性能敏感值的计算公式,如下:
公式(1)中,α为计算性能敏感值;i为计算类指标的序号,个数为m;j为处理器利用率的序号,个数为10,处理器利用率分别取值为10%、20%、30%、40%、50%、60%、70%、80%、90%和100%;为计算类指标的最佳值,为不同处理器利用率下计算类指标的值;考虑到服务运行时以处理器负载稳定为主,以50%利用率下权重最大,当利用率上下浮动时,权重都会减小。
其中,计算类指标包括CPI(每指令时钟周期,Cycles Per Instructions)和内存带宽等。
S2022:使用注入工具对所述空闲服务器上的待部署服务进行内存加压,以得到在多个不同内存利用率下的多个延时类指标的值,并根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值。
具体地,计算每个延时类指标的最佳值与不同内存利用率下的延时类指标的值的差值,得到性能差值;将每个延时类指标在不同内存利用率下的性能差值进行加权求和,得到每个延时类指标的时延性能敏感值;将各延时类指标的时延性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的时延性能敏感值。
其中,空闲服务器对应的服务器配置的时延性能敏感值的计算公式,如下:
公式(1)中,β为时延性能敏感值;i为延时类指标的序号,个数为n;j为内存利用率的序号,个数为10,内存利用率分别取值为10%、20%、30%、40%、50%、60%、70%、80%、90%和100%;为延时类指标的最佳值,为不同内存利用率下的延时类指标的值;考虑到服务运行时以内存负载稳定为主,以50%利用率下权重最大,当利用率上下浮动时,权重都会减小。
其中,时延类指标包括内存访问时延、磁盘访问时延等。
从上述描述可知,通过多个计算类指标的值和多个延时类指标的值,计算得到的服务器配置的计算性能敏感值和时延性能敏感值更准确。
在本发明的一个实施例中,上述步骤S206中,所述遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定确定优先候选部署服务器列表,具体包括:
S2061:遍历所述候选服务器列表,以确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务是否存在调用关系。
在本实施例中,已部署服务与所述待部署服务是否存在调用关系,指的是已部署服务的运行需要调用待部署服务,或者待部署服务的运行需要调用已部署服务。其中调用关系包括直接调用关系或间接调用关系。
S2062:将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表。
在本实施例中,遍历候选服务器列表,按照其上已部署服务是否和需要部署服务发生直接或间接调用关系进行区分,对于已部署有调用关系服务的服务器放到第一表格(第一服务器列表)、无调用关系则放到第二表格(第二服务器列表)。
S2063:若所述第一服务器列表为非空,则遍历所述第一服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表。
在本实施例中,如果表1非空,则遍历表1中的服务器,如果该服务器上没有和所需部署服务相同的服务实例,则将该服务器放入表3(第三服务器列表)。
S2064:若所述第三服务器列表为非空,则将所述第三服务器列表作为优先候选部署服务器列表。
从上述描述可知,通过选择与待部署服务存在调用关系的服务器进行共服务器部署,能够以减少数据中心内南北向流量。
在本发明的一个实施例中,在上述步骤S2062,将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表之后,还包括:
S2065:若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表。
在本实施例中,若没有筛选到与待部署服务存在调用关系的服务器,则从第二服务器列表中不存在调用关系的服务器优先筛选出没有部署相同的待部署服务的服务器作为先候选部署服务器,避免同服务部署在同一个服务器上以影响可靠性。
在本发明的一个实施例中,在上述步骤S2065,所述若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表之后,还包括:
若所述第三服务器列表为空,则将所述第一服务器列表作为优先候选部署服务器列表;若所述第一服务器列表为空,则将所述第二服务器列表作为优先候选部署服务器列表。
在本实施例中,若第三服务器列表为空,即没有筛选到没有部署相同的待部署服务的服务器,则优选存在调用关系的第一服务器列表中的服务器作为优先候选部署服务器列表,可以减少数据中心内南北向流量;若第一服务器列表也为空,则将所述第二服务器列表作为优先候选部署服务器列表,保证有服务器进行兜底部署。
下面通过一个具体应用实例,对上述的服务器部署方法的流程过程进行进行说明。
在某个数据中心中,服务器的总数量为6台,包括三个配置,每个配置包括两台服务器。参考表1,服务器配置M1,相应的服务器编号为M1-1和M1-2;相应地,服务器配置M2,相应的服务器编号为M2-1和M2-2;服务器配置M3,相应的服务器编号为M3-1和M3-2。具体服务器配置参考表1。
表1
其中,数据中心已经部署了服务App1和服务App2,服务App1资源需求为2核、16G内存部署在M1-1,服务App2资源需求为6核、32Gb内存且部署在M2-2。
假设待部署服务为App3(2核,8GB),M1、M2和M3均有空闲服务器满足该服务的部署资源需求,根据工具进行模拟测试,计算不同服务器配置计算对该服务性能的干扰情况,得到如下表2所示。
表2
服务器配置编号 | 计算性能敏感值 | 时延性能敏感值 |
M1 | 0.36 | 0.12 |
M2 | 0.32 | 0.15 |
M3 | 0.4 | 0.08 |
按照计算性能敏感值降序的顺序对服务器配置进行排序为[M1,M2,M3],按照时延性能敏感值对服务器配置进行排序为[M3,M1,M2]。选择计算性能敏感值最低的50%和时延性能敏感值最低的50%,得到[M1]和[M3],没有交集;然后增加10%,即取最低60%为[M1,M2]和[M3,M1]。假设K=1,则M1为候选服务器配置。
假设选取一台服务器部署服务App3,即选择候选服务器配置M1下的一台服务器进行服务App3的共部署干扰评估,选在M1-1进行服务App3的部署,然后使用注入工具加压处理,对于两路服务器有2个NUMA,且有2个服务在M1-1上部署,所以总计有2*2=4条干扰记录,得到的干扰记录为[1,1,0,2,0.12,0.03]、[1,1,0,2,0.08,0.01]、[1,2,0,2,0.12,0.03]、[1,2,0,1,0.07,0.02]。其中,每条记录的第一个数值代表服务器配置,第二个数值代表服务App1部署的NUMA的编号,第三个数值代表服务App2部署的NUMA的编号,第四个数值代表服务App3部署的NUMA的编号,第五个数值代表计算性能敏感值,第六个数值代表时延性能敏感值。例如,[1,1,0,2,0.12,0.03]中依次的,1表示服务器配置编号M1、1表示服务器App1部署在NUMA1上、0表示服务App2未部署、2表示服务器App3部署在NUMA2上、0.12为计算性能敏感值、0.03为时延性能敏感值。将干扰记录中的服务共部署的第二个数值、第三个数值和第四个数值作为输入变量,将第五个数值的计算性能敏感值作为第一输出变量进行线性回归得到计算性能敏感值与服务共部署的第一线性回归模型;将干扰记录中的服务共部署的第二个数值、第三个数值和第四个数值作为输入变量,将第六个数值的时延性能敏感值作为第一输出变量进行线性回归得到时延性能敏感值与服务共部署的第二线性回归模型,第一线性回归模型和第二线性回归模型组成了服务共部署干扰模型。
针对候选服务器配置M1,其中M1-1和M1-2的处理器利用率分别为6.4%和0,是低于数据中心内服务器平均处理器利用率5.2%,则候选服务器列表为[M1-1,M1-2]。
假设服务App3与服务App1存在调用关系、与服务App2不存在调用关系,第一服务器列表为[M1-1]、第二服务器列表为[M1-2],则第三服务器列表为[M1-1]。
针对优先候选部署服务器列表中的服务器[M1-1],按照服务共部署的干扰模型确定其部署所述待部署服务部署后的计算性能敏感值和时延性能敏感值,根据计算性能敏感值和时延性能敏感值选取对应的慕白服务器,由于仅有一个服务器[M1-1],因此选择M1-1进行服务App3的部署。
图3为本发明实施例提供的服务器部署装置的结构示意图。如图3所示,该服务器部署装置包括:服务器配置处理模块301、服务器配置敏感值处理模块302、候选服务器配置处理模块303、干扰模型处理模块304、候选服务器处理模块305、优先候选部署服务器处理模块306、服务器敏感值处理模块307和目标服务器部署模块308。
其中,服务器配置处理模块301,用于确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数;
服务器配置敏感值处理模块302,用于针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值;
候选服务器配置处理模块303,用于选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数;
干扰模型处理模块304,用于针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型;
候选服务器处理模块305,用于针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表;
优先候选部署服务器处理模块306,用于遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表;
服务器敏感值处理模块307,用于针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;
目标服务器部署模块308,用于从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
在一种可能的实现方式中,所述服务器配置敏感值处理模块302,具体用于使用注入工具对所述空闲服务器上的待部署服务进行处理器加压,以得到在多个不同处理器利用率下的多个计算类指标的值,并根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值;使用注入工具对所述空闲服务器上的待部署服务进行内存加压,以得到在多个不同内存利用率下的多个延时类指标的值,并根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值。
在一种可能的实现方式中,所述服务器配置敏感值处理模块302,还具体用于计算每个计算类指标的最佳值与不同处理器利用率下计算类指标的值的差值,得到性能差值;
将每个计算类指标在不同处理器利用率下的性能差值进行加权求和,得到每个计算类指标的计算性能敏感值;
将各计算类指标的计算性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的计算性能敏感值。
在一种可能的实现方式中,所述服务器配置敏感值处理模块302,还具体用于计算每个延时类指标的最佳值与不同内存利用率下的延时类指标的值的差值,得到性能差值;
将每个延时类指标在不同内存利用率下的性能差值进行加权求和,得到每个延时类指标的时延性能敏感值;
将各延时类指标的时延性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的时延性能敏感值。
在一种可能的实现方式中,所述干扰模型处理模块304,具体用于获取各服务器的非统一内存访问NUMA数量,并根据所述NUMA数量确定每个服务器需要部署的服务个数;
根据所述每个服务器需要部署的服务个数从所述待部署服务和已部署服务遍历选择所述服务个数对应的服务部署在服务器的不同的NUMA上,并使用注入工具加压处理,以记录每种部署情况对应的计算性能敏感值和时延性能敏感值,即为所述干扰记录;
针对每个服务器配置对应的预设个数的干扰记录进行线性回归处理,分别得到计算性能敏感值与服务共部署的第一线性回归模型、时延性能敏感值与服务共部署的第二线性回归模型;
其中,所述第一线性回归模型和第二线性回归模型即为所述服务共部署干扰模型。
在一种可能的实现方式中,所述优先候选部署服务器处理模块306,具体用于遍历所述候选服务器列表,以确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务是否存在调用关系;
将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表;
若所述第一服务器列表为非空,则遍历所述第一服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表;
若所述第三服务器列表为非空,则将所述第三服务器列表作为优先候选部署服务器列表。
在一种可能的实现方式中,所述优先候选部署服务器处理模块306,还具体用于所述将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表之后,还包括:
若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表。
在一种可能的实现方式中,所述优先候选部署服务器处理模块306,还具体用于所述若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表之后,还包括:
若所述第三服务器列表为空,则将所述第一服务器列表作为优先候选部署服务器列表;
若所述第一服务器列表为空,则将所述第二服务器列表作为优先候选部署服务器列表。
在一种可能的实现方式中,所述服务器敏感值处理模块307,具体用于若所述待部署服务和已部署服务出现在所述服务共部署干扰模型对应的所述干扰记录中,则从所述干扰记录中获取对应的计算性能敏感值和时延性能敏感值;若所述待部署服务和已部署服务没有出现在所述干扰记录中,则将所述待部署服务和已部署服务导入所述服务共部署干扰模型,以输出对应的计算性能敏感值和时延性能敏感值。
在一种可能的实现方式中,所述目标服务器部署模块308,用于从所述优先候选部署服务器列表选取所述计算性能敏感值最低的第二预设百分比的服务器和时延性能敏感值最低的第二预设百分比的服务器取交集,并从所述交集中选取至少一个服务器作为所述待部署服务的目标服务器。
本实施例提供的装置,可用于执行上述方法实施例的技术方案,其实现原理和技术效果类似,本实施例此处不再赘述。
图4为本发明实施例提供的部署设备的硬件结构示意图。如图4所示,本实施例的部署设备40包括:处理器401以及存储器402;其中
存储器402,用于存储计算机执行指令;
处理器401,用于执行存储器存储的计算机执行指令,以实现上述实施例中部署设备所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地,存储器402既可以是独立的,也可以跟处理器401集成在一起。
当存储器402独立设置时,该部署设备还包括总线403,用于连接所述存储器402和处理器401。
本发明实施例还提供一种计算机存储介质,所述计算机存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上所述的服务器部署方法。
本发明实施例还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时,实现如上所述的服务器部署方法。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture,简称ISA)总线、外部设备互连(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,简称EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (13)
1.一种服务器部署方法,其特征在于,包括:
确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数;
针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值;
选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数;
针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型;
针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表;
遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表;
针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;
从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
2.根据权利要求1所述的方法,其特征在于,所述执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值,包括:
使用注入工具对所述空闲服务器上的待部署服务进行处理器加压,以得到在多个不同处理器利用率下的多个计算类指标的值,并根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值;
使用注入工具对所述空闲服务器上的待部署服务进行内存加压,以得到在多个不同内存利用率下的多个延时类指标的值,并根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述多个计算类指标的值计算得到所述空闲服务器对应的服务器配置的计算性能敏感值,包括:
计算每个计算类指标的最佳值与不同处理器利用率下计算类指标的值的差值,得到性能差值;
将每个计算类指标在不同处理器利用率下的性能差值进行加权求和,得到每个计算类指标的计算性能敏感值;
将各计算类指标的计算性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的计算性能敏感值。
4.根据权利要求2所述的方法,其特征在于,所述根据所述多个延时类指标的值计算得到所述空闲服务器对应的服务器配置的时延性能敏感值,包括:
计算每个延时类指标的最佳值与不同内存利用率下的延时类指标的值的差值,得到性能差值;
将每个延时类指标在不同内存利用率下的性能差值进行加权求和,得到每个延时类指标的时延性能敏感值;
将各延时类指标的时延性能敏感值进行相加并求平均值,得到所述空闲服务器对应的服务器配置的时延性能敏感值。
5.根据权利要求1所述的方法,其特征在于,所述针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型,包括:
获取各服务器的非统一内存访问NUMA数量,并根据所述NUMA数量确定每个服务器需要部署的服务个数;
根据所述每个服务器需要部署的服务个数从所述待部署服务和已部署服务遍历选择所述服务个数对应的服务部署在服务器的不同的NUMA上,并使用注入工具加压处理,以记录每种部署情况对应的计算性能敏感值和时延性能敏感值,即为所述干扰记录;
针对每个服务器配置对应的预设个数的干扰记录进行线性回归处理,分别得到计算性能敏感值与服务共部署的第一线性回归模型、时延性能敏感值与服务共部署的第二线性回归模型;
其中,所述第一线性回归模型和第二线性回归模型即为所述服务共部署干扰模型。
6.根据权利要求1所述的方法,其特征在于,所述遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定确定优先候选部署服务器列表,包括:
遍历所述候选服务器列表,以确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务是否存在调用关系;
将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表;
若所述第一服务器列表为非空,则遍历所述第一服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表;
若所述第三服务器列表为非空,则将所述第三服务器列表作为优先候选部署服务器列表。
7.根据权利要求6所述的方法,其特征在于,所述将存在调用关系的服务器放入第一服务器列表,将不存在调用关系的服务器放入第二服务器列表之后,还包括:
若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表。
8.根据权利要求7所述的方法,其特征在于,所述若所述第一服务器列表为空,且所述第二服务器列表为非空,则遍历所述第二服务器列表,以确定每个服务器上已部署服务与所述待部署服务是否具有现有相同的服务实例,若没有则将对应的服务器放入第三服务器列表之后,还包括:
若所述第三服务器列表为空,则将所述第一服务器列表作为优先候选部署服务器列表;
若所述第一服务器列表为空,则将所述第二服务器列表作为优先候选部署服务器列表。
9.根据权利要求1所述的方法,其特征在于,所述根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值,包括:
若所述待部署服务和已部署服务出现在所述服务共部署干扰模型对应的所述干扰记录中,则从所述干扰记录中获取对应的计算性能敏感值和时延性能敏感值;
若所述待部署服务和已部署服务没有出现在所述干扰记录中,则将所述待部署服务和已部署服务导入所述服务共部署干扰模型,以输出对应的计算性能敏感值和时延性能敏感值。
10.根据权利要求1至9任一项所述的方法,其特征在于,从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器,包括:
从所述优先候选部署服务器列表选取所述计算性能敏感值最低的第二预设百分比的服务器和时延性能敏感值最低的第二预设百分比的服务器取交集,并从所述交集中选取至少一个服务器作为所述待部署服务的目标服务器。
11.一种服务器部署装置,其特征在于,包括:
服务器配置处理模块,用于确定所有的待部署服务器,并将所述所有的待部署服务器按照服务器配置进行划分,得到M个服务器配置,其中M为正整数;
服务器配置敏感值处理模块,用于针对所述M个服务器配置中的每个服务器配置,分别确定所述每个服务器配置对应的一台空闲服务器,将待部署服务部署在所述空闲服务器上,并执行注入工具加压处理,以得到每个服务器配置对应的计算性能敏感值和时延性能敏感值;
候选服务器配置处理模块,用于选取计算性能敏感值最低的第一预设百分比的服务器配置和时延性能敏感值最低的第一预设百分比的服务器配置取交集得到的K个服务器配置作为候选服务器配置列表,其中K为正整数;
干扰模型处理模块,用于针对所述候选服务器配置列表中的每个服务器配置,选取预设个数的服务器根据所述待部署服务和已部署服务进行共部署,得到各服务器配置对应的计算性能敏感值和时延性能敏感值,以形成干扰记录,并根据所述干扰记录构建服务共部署干扰模型;
候选服务器处理模块,用于针对所述候选服务器配置列表选择资源利用率满足预设条件的服务器得到候选服务器列表;
优先候选部署服务器处理模块,用于遍历所述候选服务器列表,确定每个服务器的已部署服务,并确定已部署服务与所述待部署服务的调用关系,并根据所述调用关系的确定结果,确定优先候选部署服务器列表;
服务器敏感值处理模块,用于针对所述优先候选部署服务器列表中的每个服务器,根据所述服务共部署干扰模型确定其部署所述待部署服务和已部署服务部署后的计算性能敏感值和时延性能敏感值;
目标服务器部署模块,用于从所述优先候选部署服务器列表选取所述计算性能敏感值和时延性能敏感值满足预设条件的服务器作为所述待部署服务的目标服务器。
12.一种部署设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1至10任一项所述的服务器部署方法。
13.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1至10任一项所述的服务器部署方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011854.6A CN113687949B (zh) | 2021-08-31 | 2021-08-31 | 服务器部署方法、装置、部署设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111011854.6A CN113687949B (zh) | 2021-08-31 | 2021-08-31 | 服务器部署方法、装置、部署设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113687949A true CN113687949A (zh) | 2021-11-23 |
CN113687949B CN113687949B (zh) | 2023-01-31 |
Family
ID=78584446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111011854.6A Active CN113687949B (zh) | 2021-08-31 | 2021-08-31 | 服务器部署方法、装置、部署设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687949B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114443311A (zh) * | 2022-04-07 | 2022-05-06 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
CN115408163A (zh) * | 2022-10-31 | 2022-11-29 | 广东电网有限责任公司佛山供电局 | 一种基于批处理动态调节的模型推理调度方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106445631A (zh) * | 2016-08-26 | 2017-02-22 | 华为技术有限公司 | 一种布署虚拟机的方法、系统以及物理服务器 |
CN107341029A (zh) * | 2017-05-27 | 2017-11-10 | 北京奇艺世纪科技有限公司 | 系统资源部署策略的获取方法、装置及电子设备 |
CN111371616A (zh) * | 2020-03-05 | 2020-07-03 | 南京大学 | 一种面向numa架构服务器的虚拟网络功能链部署方法和系统 |
-
2021
- 2021-08-31 CN CN202111011854.6A patent/CN113687949B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106445631A (zh) * | 2016-08-26 | 2017-02-22 | 华为技术有限公司 | 一种布署虚拟机的方法、系统以及物理服务器 |
CN107341029A (zh) * | 2017-05-27 | 2017-11-10 | 北京奇艺世纪科技有限公司 | 系统资源部署策略的获取方法、装置及电子设备 |
CN111371616A (zh) * | 2020-03-05 | 2020-07-03 | 南京大学 | 一种面向numa架构服务器的虚拟网络功能链部署方法和系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114443311A (zh) * | 2022-04-07 | 2022-05-06 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
CN114443311B (zh) * | 2022-04-07 | 2022-08-05 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
CN115408163A (zh) * | 2022-10-31 | 2022-11-29 | 广东电网有限责任公司佛山供电局 | 一种基于批处理动态调节的模型推理调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113687949B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113687949B (zh) | 服务器部署方法、装置、部署设备及存储介质 | |
CN103763346B (zh) | 一种分布式资源调度方法及装置 | |
US10606657B2 (en) | Methods and modules relating to allocation of host machines | |
CN109727070B (zh) | 一种潜在活跃用户的确定方法及装置 | |
CN110298508A (zh) | 行为预测方法、装置及设备 | |
CN109308220A (zh) | 共享资源分配方法及装置 | |
CN114168318A (zh) | 存储释放模型的训练方法、存储释放方法及设备 | |
CN111338579A (zh) | 基于存储池的读写缓存优化方法、系统、终端及存储介质 | |
CN110535476A (zh) | Ldpc软译码器软信息存储优化方法、装置、计算机设备及存储介质 | |
CN112732242A (zh) | 宽表加工脚本的生成方法及装置 | |
CN112286930A (zh) | redis业务方资源共享的方法、装置、存储介质及电子设备 | |
CN113806089B (zh) | 集群负载资源调度方法、装置、电子设备及可读存储介质 | |
CN108961071B (zh) | 自动预测组合业务收益的方法及终端设备 | |
CN113656046A (zh) | 一种应用部署方法和装置 | |
CN116360994A (zh) | 分布式异构资源池的调度方法、装置、服务器及存储介质 | |
CN114218303B (zh) | 一种交易数据的处理系统、处理方法、介质和设备 | |
CN116167330A (zh) | 时钟树综合方法、装置、电子设备及计算机可读存储介质 | |
CN115442262A (zh) | 一种资源评估方法、装置、电子设备及存储介质 | |
US11669358B2 (en) | Virtual network functions allocation in a datacenter | |
CN111142808B (zh) | 存取设备及存取方法 | |
CN109670976B (zh) | 特征因子确定方法及设备 | |
CN108989461B (zh) | 一种多控存储均衡方法、装置、终端及存储介质 | |
CN113905400B (zh) | 网络优化处理方法、装置、电子设备及存储介质 | |
CN110838976B (zh) | 业务链路交叉的执行方法及装置和电子设备 | |
CN115834466B (zh) | 算力网络路径分析方法、装置、设备、系统及存储介质 |
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 |