CN114153592A - 云平台的物理主机负载调度方法、装置、电子设备及介质 - Google Patents
云平台的物理主机负载调度方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114153592A CN114153592A CN202111277183.8A CN202111277183A CN114153592A CN 114153592 A CN114153592 A CN 114153592A CN 202111277183 A CN202111277183 A CN 202111277183A CN 114153592 A CN114153592 A CN 114153592A
- Authority
- CN
- China
- Prior art keywords
- server
- cloud
- parameter
- host
- server group
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000005012 migration Effects 0.000 claims abstract description 66
- 238000013508 migration Methods 0.000 claims abstract description 66
- 238000004590 computer program Methods 0.000 claims description 13
- 230000003993 interaction Effects 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06F9/46—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
- G06F9/505—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 the load
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- 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]
- G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Power Sources (AREA)
Abstract
本申请公开了一种云平台的物理主机负载调度方法、装置、电子设备及可读存储介质。其中,方法包括响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;当接收到用户基于分布式电源管理系统的配置信息和服务器组下发的DPM策略更新请求,根据DPM策略更新请求修改分布式电源管理系统的目标参数;基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对服务器组中的各服务器动态执行云主机迁移操作。本申请优化了云平台的物理主机负载,有效提高了物理主机的资源利用率。
Description
技术领域
本申请涉及云技术领域,特别是涉及一种云平台的物理主机负载调度方法、装置、电子设备及可读存储介质。
背景技术
随着云时代的到来,业务系统全面上云已经成为现阶段的趋势。云计算的核心思想是将大量用网络连接的计算资源统一管理和调度,构成一个计算资源池向用户按需服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的,并且可以随时获取,按需使用,随时扩展,按使用付费。在后台提供算力的统一资源端,如何合理的负载业务系统成为业务上云的一个重要需求点。当处于业务低峰时期,某些服务器利用率较低,此时可通过DPM(Distributed Power Management,分布式电源管理)特性把载荷较轻的服务器上的业务云主机向可用域内的其他服务器上靠拢,把云主机聚集到一起,最后可达到轻载合并、空载下电的效果。
相关技术在执行云主机迁移时,DPM会周期性检查主机资源的利用情况,对于运行着处于开机状态或暂停状态的云主机的物理主机,当该物理主机的主机利用率低于预先设置的主机利用率迁移阈值时,从云平台的可用域中选择一台主机利用率低于主机利用率最大值且利用率最高的物理主机作为目标主机,进行DPM迁移。迁移过程中,当目标主机的主机利用率超过主机利用率最大值时,则会重新筛选一台主机进行迁移。迁移完成后,若源主机上无云主机资源,可手工关闭该主机。但是,相关技术在云平台执行DPM迁移后,极易出现应用云主机集中分布,这种分布不均衡会导致后端服务器负载过重,造成资源浪费。
鉴于此,如何优化云平台的物理主机负载,提高物理主机的资源利用率,是所属领域技术人员需要解决的技术问题。
发明内容
本申请提供了一种云平台的物理主机负载调度方法、装置、电子设备及可读存储介质,优化了云平台的物理主机负载,有效提高了物理主机的资源利用率。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例一方面提供了一种云平台的物理主机负载调度方法,包括:
响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;
当接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数;
基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作。
可选的,所述响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组,包括:
获取所述云平台中处于正常工作状态且具有负载云主机能力的所有候选服务器,并在人机交互界面向用户展示各候选服务器;
监控用户的服务器选择操作,根据用户选定的各候选服务器生成所述服务器组。
可选的,所述接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,包括:
响应配置信息获取指令,将从所述分布式电源管理系统中获取的配置信息,展示在所述人机交互界面中;
当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;
当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;
当接收到参数删除指令,生成携带待删除参数的参数删除请求。
可选的,所述根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数,包括:
当接收到参数更新请求,基于所述参数更新请求对所述分布式电源管理系统中相应的目标参数进行调整;
当接收到参数增加请求,基于所述参数增加请求为所述分布式电源管理系统设置所述新参数;
当接收到参数删除请求,基于所述参数删除请求删除所述分布式电源管理系统中相应的目标参数。
可选的,所述按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作,包括:
获取所述服务器组中各服务器的应用云主机的数量,得到应用云主机总数;
根据所述应用云主机总数和所述服务器组包含的服务器总数,确定所述服务器组中各服务器的云主机均衡数;
基于所述服务器组的各服务器当前时刻负载的应用云主机和所述云主机均衡数确定各服务器在当前时刻的迁移信息,所述迁移信息为迁出应用云主机数或迁入应用云主机数;
基于各服务器的迁移信息和各服务器的应用云主机当前数量,确定使各服务器负载的应用云主机数为所述云主机均衡数或逼近所述云主机均衡数所需的最小应用云主机迁移次数;
按照所述最小应用云主机迁移次数和所述迁移信息,执行所述服务器组在所述当前时刻的云主机迁移操作。
本发明实施例另一方面提供了一种云平台的物理主机负载调度装置,包括:
负载均衡对象指定模块,用于响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;
DPM策略修改模块,用于当接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数;
云主机调度模块,用于基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作。
可选的,所述负载均衡对象指定模块进一步用于:获取所述云平台中处于正常工作状态且具有负载云主机能力的所有候选服务器,并在人机交互界面向用户展示各候选服务器;监控用户的服务器选择操作,根据用户选定的各候选服务器生成所述服务器组。
可选的,所述DPM策略修改模块进一步用于:响应配置信息获取指令,将从所述分布式电源管理系统中获取的配置信息,展示在所述人机交互界面中;当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;当接收到参数删除指令,生成携带待删除参数的参数删除请求。
本发明实施例还提供了一种电子设备,包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述云平台的物理主机负载调度方法的步骤。
本发明实施例最后还提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如前任一项所述云平台的物理主机负载调度方法的步骤。
本申请提供的技术方案的优点在于,支持用户指定云平台后端主机数量进行云主机负载,对于进行负载均衡的服务器,可实时计算达到负载均衡时的每台服务器上运行云主机数量,并根据使用资源动态地进行应用云主机的平均分配,从而实现减轻单台或多台服务器上业务云主机负载过高的情况,利用DPM系统进行云主机按资源进行迁移,优化了云平台的物理主机负载,可高效,充分地使用服务器资源,既实现节能减耗,又可提高服务器的资源利用率。
此外,本发明实施例还针对云平台的物理主机负载调度方法提供了相应的实现装置、电子设备及可读存储介质,进一步使得所述方法更具有实用性,所述装置、电子设备及可读存储介质具有相应的优点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍,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附图。
图1为本发明实施例提供的一种云平台的物理主机负载调度方法的流程示意图;
图2为本发明实施例提供的云平台的物理主机负载调度装置的一种具体实施方式结构图;
图3为本发明实施例提供的电子设备的一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅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做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。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
为了避免了云平台DPM迁移后出现应用云主机集中分布,分布不平衡,导致后端服务器负载过重及资源浪费的情况,通过下述实施例既能保证云主机的DPM正常迁移,又能采用智能负载均衡调度算法,在后端服务器上均衡应用云主机,从而实现节能减耗,又可提高主机的利用率的效果。下面详细说明本申请的各种非限制性实施方式。
首先参见图1,图1为本发明实施例提供的一种云平台的物理主机负载调度方法的流程示意图,本发明实施例可包括以下内容:
S101:响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组。
本申请的负载服务器选择指令是用户下发给云平台的,用户可通过云平台来指定执行负载均衡调度的服务器,这些服务器构成服务器组,也即服务器组中的各服务器的应用云主机是均衡的。假设有n台服务器处在云平台后端负载承载业务云主机。开始的时候,每台服务器上可能有一定量的应用云主机,也可能处于开机闲置状态无应用云主机。通过制定m台服务器(m<=n),进行智能负载均衡调度,使服务器上的应用云主机进行迁移,最终实现m主机上的应用云主机数量相当。作为本实施例的一种可选的实施方式,可先获取云平台中处于正常工作状态且具有负载云主机能力的所有候选服务器,并在人机交互界面向用户展示各候选服务器,各候选服务器可以下拉页面的形式显示,监控用户的服务器选择操作,用户根据需求在人机交互界面选择所需的服务器,根据用户选定的各候选服务器生成服务器组,也即实现在云平台查询可用服务器,在当前可用域指定需要负载的服务器。
S102:当接收到用户基于分布式电源管理系统的配置信息和服务器组下发的DPM策略更新请求,根据DPM策略更新请求修改分布式电源管理系统的目标参数。
用户在下发DPM策略更新请求之前,可以先进入DPM系统功能,查看当前可用域的DPM配置信息,DPM配置信息包括但并不限制于是否开启DPM,DPM负载服务器,执行周期,源主机利用率迁移阈值,目标主机利用率最大值,CPU占比,内存占比。基于当前DPM系统的配置参数和服务器组对当前DPM策略进行修改生成新的DPM策略,也即设置是否开启DPM、执行周期、迁移阈值等信息。将新的DPM策略下发给云平台,以使云平台基于该策略更新DPM系统。
S103:基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对服务器组中的各服务器动态执行云主机迁移操作。
本实施例的云主机迁移次数在完成一次负载均衡调度过程中,需要进行云主机迁移的总次数。
可以理解的是,服务器组的各服务器上运行的应用云主机不可能完全相同,本实施例所谓的相近,就是无限逼近,各服务器上运行的应用云主机的数据差的和不大于第一预设阈值,第一预设阈值例如可为3,或者是各服务器上运行的应用云主机的数据差不大于第二预设阈值,该阈值例如可为1。
在本发明实施例提供的技术方案中,支持用户指定云平台后端主机数量进行云主机负载,对于进行负载均衡的服务器,可实时计算达到负载均衡时的每台服务器上运行云主机数量,并根据使用资源动态地进行应用云主机的平均分配,从而实现减轻单台或多台服务器上业务云主机负载过高的情况,利用DPM系统进行云主机按资源进行迁移,优化了云平台的物理主机负载,可高效,充分地使用服务器资源,既实现节能减耗,又可提高服务器的资源利用率。
需要说明的是,本申请中各步骤间没有严格的先后执行顺序,只要符合逻辑上的顺序,则这些步骤可以同时执行,也可按照某种预设顺序执行,图1只是一种示意方式,并不代表只能是这样的执行顺序。
在上述实施例中,对于如何执行步骤S102并不做限定,本实施例中给出一种可选的实施方式,可包括如下步骤:
响应配置信息获取指令,将从分布式电源管理系统中获取的配置信息,展示在人机交互界面中;
当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;
当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;
当接收到参数删除指令,生成携带待删除参数的参数删除请求。
在本实施例中,DPM策略更新请求可为参数更新请求或参数增加请求或参数删除请求,相应的,根据DPM策略更新请求修改分布式电源管理系统的目标参数的实现过程可为:
当接收到参数更新请求,基于参数更新请求对分布式电源管理系统中相应的目标参数进行调整;
当接收到参数增加请求,基于参数增加请求为分布式电源管理系统设置新参数;
当接收到参数删除请求,基于参数删除请求删除分布式电源管理系统中相应的目标参数。
在本实施例中,支持通过对DPM系统的参数进行增加、删除、修改方式来实现对DPM系统策略的指定,更加灵活,提升用户的使用体验。
在上述实施例中,对于如何执行步骤S103并不做限定,本实施例中给出云主机迁移的一种实施方式,可包括如下步骤:
获取服务器组中各服务器的应用云主机的数量,得到应用云主机总数;
根据应用云主机总数和服务器组包含的服务器总数,确定服务器组中各服务器的云主机均衡数;
基于服务器组的各服务器当前时刻负载的应用云主机和云主机均衡数确定各服务器在当前时刻的迁移信息,迁移信息为迁出应用云主机数或迁入应用云主机数;
基于各服务器的迁移信息和各服务器的应用云主机当前数量,确定使各服务器负载的应用云主机数为云主机均衡数或逼近云主机均衡数所需的最小应用云主机迁移次数;
按照最小应用云主机迁移次数和迁移信息,执行服务器组在当前时刻的云主机迁移操作。
在本实施例中,为了便于描述,服务器组中包含m台服务器,每台服务器上当前负载的应用云主机可称为m`,显然只有当m台服务器的应用云主机数量之和D是m的倍数时,才能使得每台服务器最终的应用云主机数量尽量相等。当计算出D之后,可以通过D/m得到每台服务器最终的应用云主机数量也即云主机均衡数。可以理解的是,D/m可为整数,也可不为整数,对于整数的情况,D/m=云主机均衡数,而若D/m为分数,可采用四舍五入方法或直接取整的方式确定云主机均衡数。举例来说,若D/m=1,则云主机均衡数为1;若D/m=1.1,则云主机均衡数为1;若D/m=2.8,则云主机均衡数为2。对于D/m为整数的情况,服务器组的各服务器最终负载的应用云主机数即为云主机均衡数。而对于D/m不为整数的情况,服务器组存在最终负载的应用云主机数为云主机均衡数的服务器,也存在最终负载的应用云主机数小于云主机均衡数的服务器,也存在最终负载的应用云主机数大于云主机均衡数的服务器,可根据实际应用场景确定各服务器的负载数量。为了方便计算,对于每台服务器,计算△=m`-(D/m),这样若第i台服务器对应的△为正数,说明此服务器上需要迁移应用云主机分给别的服务器,也即相应的迁移信息为迁出云主机数。若第i台服务器对应的△为负数,说明此服务器需要从别的服务器上迁移得到应用云主机,相应的,迁移信息为迁入云主机数。
在本实施例中,最小应用云主机迁移次数的计算过程可为:为了保证迁移成功,本实施例可规定每一步迁移只允许对一台应用云主机进行迁移。因此如果其中一台服务器对应的△为正数x,那么操作步数至少为x。若对于前i台服务器,它们对应的△的和若为y,那么它们需要和后m-i台服务器至少迁移|y|次应用云主机,每次只能迁移一台云主机,若y为正数,则前者将应用云主机传递给后者;若y为负数,则后者将应用云主机传递给前者,则操作步数至少为y。相应的,最小应用云主机迁移次数从x和y中取最大值。
为了使所属领域技术人员更加清楚本申请的技术方案,本申请还提供了具体的计算机程序实例,可包括:
上述过程可以抽象为,定义一个非负整数数组代表服务器组中从左至右每台服务器上的应用云主机数量,服务器器中包含的服务器数量为m,i为服务器组的第i台服务器,m`为第i台服务器当前负载的应用云主机数,能实现制定m台服务器中剩下的应用云主机的数量相等的最少的操作步数的计算机程序为:
为了计算得到最优值,可基于复杂度进行分析,具体的复杂度可为:时间复杂度采用O(N)O(N),空间复杂度采用O(1)O(1)。对于任何一个采用数组表示的服务器组,从左到右扫描数组并求出m`、curr_sum和max_sum,通过这三个值,我们就能求出最少的操作步数。
示例1:
输入:[1,0,5]
输出:3
第一步:1 0<--5=>1 1 4
第二步:1<--1<--4=>2 1 3
第三步:2 1<--3=>2 2 2
示例2:
输入:[0,3,0]
输出:2
第一步:0<--3 0=>1 2 0
第二步:1 2-->0=>1 1 1
本发明实施例还针对云平台的物理主机负载调度方法提供了相应的装置,进一步使得方法更具有实用性。其中,装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的云平台的物理主机负载调度装置进行介绍,下文描述的云平台的物理主机负载调度装置与上文描述的云平台的物理主机负载调度方法可相互对应参照。
基于功能模块的角度,参见图2,图2为本发明实施例提供的云平台的物理主机负载调度装置在一种具体实施方式下的结构图,该装置可包括:
负载均衡对象指定模块201,用于响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;
DPM策略修改模块202,用于当接收到用户基于分布式电源管理系统的配置信息和服务器组下发的DPM策略更新请求,根据DPM策略更新请求修改分布式电源管理系统的目标参数;
云主机调度模块203,用于基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对服务器组中的各服务器动态执行云主机迁移操作。
可选的,在本实施例的一些实施方式中,上述负载均衡对象指定模块201可进一步用于:获取云平台中处于正常工作状态且具有负载云主机的所有候选服务器,并在人机交互界面向用户展示各候选服务器;监控用户的服务器选择操作,根据用户选定的各候选服务器生成服务器组。
可选的,在本实施例的另一些实施方式中,上述DPM策略修改模块202进一步用于:响应配置信息获取指令,将从分布式电源管理系统中获取的配置信息,展示在人机交互界面中;当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;当接收到参数删除指令,生成携带待删除参数的参数删除请求。
作为上述实施例的一种可选的实施方式,上述DPM策略修改模块202还可进一步用于:当接收到参数更新请求,基于参数更新请求对分布式电源管理系统中相应的目标参数进行调整;当接收到参数增加请求,基于参数增加请求为分布式电源管理系统设置新参数;当接收到参数删除请求,基于参数删除请求删除分布式电源管理系统中相应的目标参数。
可选的,在本实施例的其他一些实施方式中,上述云主机调度模块203可进一步用于:获取服务器组中各服务器的应用云主机的数量,得到应用云主机总数;根据应用云主机总数和服务器组包含的服务器总数,确定服务器组中各服务器的云主机均衡数;基于服务器组的各服务器当前时刻负载的应用云主机和云主机均衡数确定各服务器在当前时刻的迁移信息,迁移信息为迁出应用云主机数或迁入应用云主机数;基于各服务器的迁移信息和各服务器的应用云主机当前数量,确定使各服务器负载的应用云主机数为云主机均衡数或逼近云主机均衡数所需的最小应用云主机迁移次数;按照最小应用云主机迁移次数和迁移信息,执行服务器组在当前时刻的云主机迁移操作。
本发明实施例所述云平台的物理主机负载调度装置的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例优化了云平台的物理主机负载,有效提高了物理主机的资源利用率。
上文中提到的云平台的物理主机负载调度装置是从功能模块的角度描述,进一步的,本申请还提供一种电子设备,是从硬件角度描述。图3为本申请实施例提供的电子设备在一种实施方式下的结构示意图。如图3所示,该电子设备包括存储器30,用于存储计算机程序;处理器31,用于执行计算机程序时实现如上述任一实施例提到的云平台的物理主机负载调度方法的步骤。
其中,处理器31可以包括一个或多个处理核心,比如4核心处理器、8核心处理器,处理器31还可为控制器、微控制器、微处理器或其他数据处理芯片等。处理器31可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable GateArray,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器31也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器31可以集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器31还可以包括AI(ArtificialIntelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器30可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器30还可包括高速随机存取存储器以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。存储器30在一些实施例中可以是电子设备的内部存储单元,例如服务器的硬盘。存储器30在另一些实施例中也可以是电子设备的外部存储设备,例如服务器上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器30还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器30不仅可以用于存储安装于电子设备的应用软件及各类数据,例如:执行漏洞处理方法的程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。本实施例中,存储器30至少用于存储以下计算机程序301,其中,该计算机程序被处理器31加载并执行之后,能够实现前述任一实施例公开的云平台的物理主机负载调度方法的相关步骤。另外,存储器30所存储的资源还可以包括操作系统302和数据303等,存储方式可以是短暂存储或者永久存储。其中,操作系统302可以包括Windows、Unix、Linux等。数据303可以包括但不限于云平台的物理主机负载调度结果对应的数据等。
在一些实施例中,上述电子设备还可包括有显示屏32、输入输出接口33、通信接口34或者称为网络接口、电源35以及通信总线36。其中,显示屏32、输入输出接口33比如键盘(Keyboard)属于用户接口,可选的用户接口还可以包括标准的有线接口、无线接口等。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口34可选的可以包括有线接口和/或无线接口,如WI-FI接口、蓝牙接口等,通常用于在电子设备与其他电子设备之间建立通信连接。通信总线36可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extendedindustry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本领域技术人员可以理解,图3中示出的结构并不构成对该电子设备的限定,可以包括比图示更多或更少的组件,例如还可包括实现各类功能的传感器37。
本发明实施例所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例优化了云平台的物理主机负载,有效提高了物理主机的资源利用率。
可以理解的是,如果上述实施例中的云平台的物理主机负载调度方法以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电可擦除可编程ROM、寄存器、硬盘、多媒体卡、卡型存储器(例如SD或DX存储器等)、磁性存储器、可移动磁盘、CD-ROM、磁碟或者光盘等各种可以存储程序代码的介质。
基于此,本发明实施例还提供了一种可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时如上任意一实施例所述云平台的物理主机负载调度方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的硬件包括装置及电子设备而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
以上对本申请所提供的一种云平台的物理主机负载调度方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
Claims (10)
1.一种云平台的物理主机负载调度方法,其特征在于,包括:
响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;
当接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数;
基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作。
2.根据权利要求1所述的云平台的物理主机负载调度方法,其特征在于,所述响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组,包括:
获取所述云平台中处于正常工作状态且具有负载云主机能力的所有候选服务器,并在人机交互界面向用户展示各候选服务器;
监控用户的服务器选择操作,根据用户选定的各候选服务器生成所述服务器组。
3.根据权利要求2所述的云平台的物理主机负载调度方法,其特征在于,所述接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,包括:
响应配置信息获取指令,将从所述分布式电源管理系统中获取的配置信息,展示在所述人机交互界面中;
当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;
当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;
当接收到参数删除指令,生成携带待删除参数的参数删除请求。
4.根据权利要求3所述的云平台的物理主机负载调度方法,其特征在于,所述根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数,包括:
当接收到参数更新请求,基于所述参数更新请求对所述分布式电源管理系统中相应的目标参数进行调整;
当接收到参数增加请求,基于所述参数增加请求为所述分布式电源管理系统设置所述新参数;
当接收到参数删除请求,基于所述参数删除请求删除所述分布式电源管理系统中相应的目标参数。
5.根据权利要求1至4任意一项所述的云平台的物理主机负载调度方法,其特征在于,所述按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作,包括:
获取所述服务器组中各服务器的应用云主机的数量,得到应用云主机总数;
根据所述应用云主机总数和所述服务器组包含的服务器总数,确定所述服务器组中各服务器的云主机均衡数;
基于所述服务器组的各服务器当前时刻负载的应用云主机和所述云主机均衡数确定各服务器在当前时刻的迁移信息,所述迁移信息为迁出应用云主机数或迁入应用云主机数;
基于各服务器的迁移信息和各服务器的应用云主机当前数量,确定使各服务器负载的应用云主机数为所述云主机均衡数或逼近所述云主机均衡数所需的最小应用云主机迁移次数;
按照所述最小应用云主机迁移次数和所述迁移信息,执行所述服务器组在所述当前时刻的云主机迁移操作。
6.一种云平台的物理主机负载调度装置,其特征在于,包括:
负载均衡对象指定模块,用于响应负载服务器选择指令,确定云平台中用于负载云主机的服务器组;
DPM策略修改模块,用于当接收到用户基于分布式电源管理系统的配置信息和所述服务器组下发的DPM策略更新请求,根据所述DPM策略更新请求修改所述分布式电源管理系统的目标参数;
云主机调度模块,用于基于参数更新的分布式电源管理系统,按照在云主机迁移次数最小的基础上,使所述服务器组中各服务器上运行的应用云主机数量相同或相近的原则,对所述服务器组中的各服务器动态执行云主机迁移操作。
7.根据权利要求6所述的云平台的物理主机负载调度装置,其特征在于,所述负载均衡对象指定模块进一步用于:获取所述云平台中处于正常工作状态且具有负载云主机能力的所有候选服务器,并在人机交互界面向用户展示各候选服务器;监控用户的服务器选择操作,根据用户选定的各候选服务器生成所述服务器组。
8.根据权利要求7所述的云平台的物理主机负载调度装置,其特征在于,所述DPM策略修改模块进一步用于:响应配置信息获取指令,将从所述分布式电源管理系统中获取的配置信息,展示在所述人机交互界面中;当接收到参数更新指令,生成携带待修改参数及参数值的参数更新请求;当接收到参数增加指令,生成携带新参数及参数值的参数增加请求;当接收到参数删除指令,生成携带待删除参数的参数删除请求。
9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至5任一项所述云平台的物理主机负载调度方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述云平台的物理主机负载调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277183.8A CN114153592A (zh) | 2021-10-29 | 2021-10-29 | 云平台的物理主机负载调度方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111277183.8A CN114153592A (zh) | 2021-10-29 | 2021-10-29 | 云平台的物理主机负载调度方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114153592A true CN114153592A (zh) | 2022-03-08 |
Family
ID=80458835
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111277183.8A Pending CN114153592A (zh) | 2021-10-29 | 2021-10-29 | 云平台的物理主机负载调度方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153592A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114900526A (zh) * | 2022-04-28 | 2022-08-12 | 京东科技信息技术有限公司 | 负载均衡方法及系统、计算机存储介质、电子设备 |
-
2021
- 2021-10-29 CN CN202111277183.8A patent/CN114153592A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114900526A (zh) * | 2022-04-28 | 2022-08-12 | 京东科技信息技术有限公司 | 负载均衡方法及系统、计算机存储介质、电子设备 |
CN114900526B (zh) * | 2022-04-28 | 2024-04-16 | 京东科技信息技术有限公司 | 负载均衡方法及系统、计算机存储介质、电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102508718A (zh) | 一种虚拟机负载均衡方法和装置 | |
CN109840142A (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
CN108549583A (zh) | 大数据处理方法、装置、服务器及可读存储介质 | |
CN110427256A (zh) | 基于优先级的作业调度优化方法、设备、存储介质及装置 | |
CN113515382B (zh) | 云资源的分配方法、装置、电子设备及存储介质 | |
CN107220125A (zh) | 一种云资源调度方法及装置 | |
CN109840141A (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
CN110795238A (zh) | 负载计算方法、装置、存储介质及电子设备 | |
CN111176790A (zh) | 云平台物理主机的主动维护方法、装置及可读存储介质 | |
CN115080212A (zh) | 一种任务的调度方法、装置、设备及存储介质 | |
CN114153592A (zh) | 云平台的物理主机负载调度方法、装置、电子设备及介质 | |
CN117311990B (zh) | 资源调整方法、装置、电子设备、存储介质及训练平台 | |
CN116185588A (zh) | 一种任务调度方法、装置、电子设备及可读存储介质 | |
CN110795323A (zh) | 负载统计方法、装置、存储介质及电子设备 | |
Samadi et al. | DT-MG: Many-to-one matching game for tasks scheduling towards resources optimization in cloud computing | |
CN112269719B (zh) | 基于ai训练平台的文件操作队列控制方法、装置及介质 | |
CN116954873B (zh) | 异构计算系统及其算力节点选择方法、装置、设备、介质 | |
US11379130B2 (en) | Predicting and preparing volume configurations | |
CN110806918A (zh) | 基于深度学习神经网络的虚拟机运行方法和装置 | |
CN115952054A (zh) | 一种仿真任务资源管理方法、装置、设备及介质 | |
CN112748880B (zh) | 存储系统中的io通道均衡控制方法、装置及可读存储介质 | |
CN110308991A (zh) | 一种基于随机任务的数据中心节能优化方法及系统 | |
CN115995839A (zh) | 多功能移动储能车工作状态确定方法、装置、设备及介质 | |
CN115934349A (zh) | 一种资源调度方法、装置、设备及计算机可读存储介质 | |
CN115373860A (zh) | Gpu任务的调度方法、装置、设备和存储介质 |
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 |