CN114168325A - 基于边缘环境的弹性伸缩方法及装置 - Google Patents

基于边缘环境的弹性伸缩方法及装置 Download PDF

Info

Publication number
CN114168325A
CN114168325A CN202111423225.4A CN202111423225A CN114168325A CN 114168325 A CN114168325 A CN 114168325A CN 202111423225 A CN202111423225 A CN 202111423225A CN 114168325 A CN114168325 A CN 114168325A
Authority
CN
China
Prior art keywords
target
cloud
resource pool
group
edge environment
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.)
Withdrawn
Application number
CN202111423225.4A
Other languages
English (en)
Inventor
马蒙辉
李强
王超
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.)
Shandong Inspur Science Research Institute Co Ltd
Original Assignee
Shandong Inspur Science Research Institute 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 Shandong Inspur Science Research Institute Co Ltd filed Critical Shandong Inspur Science Research Institute Co Ltd
Priority to CN202111423225.4A priority Critical patent/CN114168325A/zh
Publication of CN114168325A publication Critical patent/CN114168325A/zh
Withdrawn legal-status Critical Current

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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • 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
    • 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
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明提供一种基于边缘环境的弹性伸缩方法及装置，其中，该方法包括：接收资源池发送的目标伸缩组中各云主机的目标性能指标；在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量；其中，各云主机的目标性能指标，是资源池基于Prometheus采集的。本发明提供的基于边缘环境的弹性伸缩方法及装置，通过在边缘环境安装Prometheus监控系统，裁剪OpenStack所依赖的一些不必要的组件，使得边缘环境更轻量，通过满足触发条件的连续告警周期的监测，能有效避免资源的浪费。

Description

基于边缘环境的弹性伸缩方法及装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于边缘环境的弹性伸缩方法及装置。
背景技术
边缘计算是在靠近人、物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。
在边缘环境下，弹性伸缩服务可以根据用户定义的条件扩展伸缩组中虚拟机(Virtual Machine，VM)的数量。伸缩组是一组功能相同的虚拟机的集合。使用弹性伸缩服务，可以实时监控云主机(即虚拟机)的状态并能够及时应对业务增长或减少时，业务的稳定运行。
现有弹性伸缩方法一般是基于OpenStack的Senlin组件来实现，边缘环境较重，且容易造成资源的浪费。
发明内容
本发明提供一种基于边缘环境的弹性伸缩方法及装置，用以解决现有技术中边缘环境较重且容易造成资源的缺陷，实现边缘环境轻量化，有效避免资源的浪费。
本发明提供一种基于边缘环境的弹性伸缩方法，包括：
接收资源池发送的目标伸缩组中各云主机的目标性能指标；
在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，以使得所述资源池响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述各云主机的目标性能指标，是所述资源池基于Prometheus采集的。
根据本发明提供一种的基于边缘环境的弹性伸缩方法，确定所述各云主机的目标性能指标满足触发条件，具体包括：
对于每一所述告警周期，获取所述告警周期内各云主机的目标性能指标的特征值；
在所述特征值大于第二目标阈值的情况下，确定所述各云主机的目标性能指标满足触发条件。
根据本发明提供一种的基于边缘环境的弹性伸缩方法，所述在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，具体包括：
在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值，并且距离上一次向所述资源池发送所述目标指令的时刻超过冷却时间，向所述资源池发送所述目标指令。
根据本发明提供一种的基于边缘环境的弹性伸缩方法，所述接收资源池发送的目标伸缩组中各云主机的目标性能指标之前，还包括：
向所述资源池下发所述目标伸缩组中所述云主机的配置信息。
本发明还提供一种基于边缘环境的弹性伸缩方法，包括：
基于Prometheus采集目标伸缩组中各云主机的目标性能指标；
向云计算管理平台发送所述各云主机的目标性能指标；
接收所述云计算管理平台发送的目标指令；
响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述目标指令，是所述云计算管理平台在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
本发明还提供一种基于边缘环境的弹性伸缩装置，包括：
第一接收模块，用于接收资源池发送的目标伸缩组中各云主机的目标性能指标；
第一发送模块，用于在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，以使得所述资源池响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述各云主机的目标性能指标，是所述资源池基于Prometheus采集的。
本发明还提供一种基于边缘环境的弹性伸缩装置，包括：
指标采集模块，用于基于Prometheus采集目标伸缩组中各云主机的目标性能指标；
第二发送模块，用于向云计算管理平台发送所述各云主机的目标性能指标；
第二接收模块，用于接收所述云计算管理平台发送的目标指令；
指令执行模块，用于响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述目标指令，是所述云计算管理平台在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于边缘环境的弹性伸缩方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于边缘环境的弹性伸缩方法的步骤。
本发明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述任一种所述基于边缘环境的弹性伸缩方法的步骤。
本发明提供的基于边缘环境的弹性伸缩方法及装置，通过在边缘环境安装Prometheus监控系统，进而裁剪OpenStack所依赖的一些无关紧要的组件，将整个监控能力上移到云计算管理平台，不仅使得边缘环境更轻量，还使得监控规则更灵活，自由度更高；得益于灵活的监控规则，业务量的增长和减少都会触发符合条件的伸缩策略，在不需要人工介入的情况下，能做到更及时、更高效、更透明的弹性伸缩；在保障业务稳定运行的前提下，还能有效避免资源的浪费。
附图说明
为了更清楚地说明本发明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是本发明提供的基于边缘环境的弹性伸缩方法的流程示意图之一；
图2是本发明提供的基于边缘环境的弹性伸缩方法的技术架构示意图；
图3是本发明提供的基于边缘环境的弹性伸缩方法的流程示意图之二；
图4是本发明提供的基于边缘环境的弹性伸缩方法的流程示意图之三；
图5是本发明提供的基于边缘环境的弹性伸缩装置的结构示意图之一；
图6是本发明提供的基于边缘环境的弹性伸缩装置的结构示意图之二；
图7是本发明提供的电子设备的结构示意图。
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，下面将结合本发明中的附图，对本发明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。
在本发明实施例的描述中，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性，且不涉及顺序。
在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。
下面结合图1至图7描述本发明提供的基于边缘环境的弹性伸缩方法及装置。
图1是本申请提供的基于边缘环境的弹性伸缩方法的流程示意图之一。下面结合图1描述本申请实施例的基于边缘环境的弹性伸缩方法。如图1所示，该方法包括：步骤101和步骤102。
具体地，本发明实施例提供的基于边缘环境的弹性伸缩方法的执行主体为基于边缘环境的弹性伸缩装置，该弹性伸缩装置可以为云计算管理平台。
云计算管理平台可以为位于服务器侧服务器，管理位于边缘侧的资源池中的云计算资源。
可选地，云计算管理平台可以安装有云计算管理系统(可以简称“云管系统”)。云管系统，用于管理资源池中的云计算资源，使得资源池可以根据云计算管理平台下发的指令，创建或删除云主机。云计算，可以用于进行边缘计算。
步骤101、接收资源池发送的目标伸缩组中各云主机的目标性能指标。
其中，各云主机的目标性能指标，是资源池基于Prometheus采集的。
具体地，资源池，可以为用于边缘计算的云资源池。
资源池位于边缘侧，可以安装Prometheus。Prometheus是一个开源的系统监控和报警系统，它以给定的时间间隔从配置的目标(本实施例中可以为各云主机)收集度量，评估规则表达式，显示结果，并在观察到指定条件的情况下触发告警。
伸缩组是一系列相同属性云主机的集合。资源池进行云主机监控是以伸缩组为单位，对每一伸缩组中各云主机的目标性能指标进行监控。
可选地，资源池还可以安装libvirt_exporter，用于从libvirt守护程序抓取指标并以Prometheus格式公开这些指标，exporter连接到任何libvirt守护程序，并导出与CPU、内存、磁盘和网络等使用情况有关的每个域指标。与CPU、内存、磁盘和网络等使用情况有关的指标，可以包括CPU利用率、内存利用率、磁盘利用率和网络利用率等。
需要说明的是，由于安装了Prometheus，资源池不需要安装OpenStack的Senlin组件，从而边缘环境也不依赖Ceilometer、Aodh等不经常使用的组件，删减掉OpenStack中不必要的组件，实现对边缘环境进行瘦身，从而达到轻量化，符合边缘环境轻量化的特点。
可选地，可以将CPU利用率、内存利用率、磁盘利用率和网络利用率中的至少一个作为目标性能指标。
目标伸缩组，可以为资源池已创建的若干个伸缩组中的任意一个伸缩组。
示例性地，目标性能指标可以为CPU利用率。对于任一云主机，CPU利用率＝1-(所有空闲状态CPU使用时间总和)/(所有状态CPU时间总和)。相应地，配置Prometheus公式如下：
(1-(sum(increase(node_cpu_seconds_total{mode＝"idle"}[1m]))by(instance))/(sum(increase(node_cpu_seconds_total[1m]))by(instance)))*100
资源池基于Prometheus采集目标伸缩组中各云主机的目标性能指标之后，可以向云计算管理平台发送采集到的目标伸缩组中各云主机的目标性能指标；云计算管理平台可以接收上述目标伸缩组中各云主机的目标性能指标。
步骤102、在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量。
具体地，目标伸缩组的伸缩活动触发需要满足的条件(即触发条件)及需要执行的操作，为目标伸缩组的伸缩策略。伸缩策略主要可以包括策略类型(定时、周期、告警)、执行动作(增加、减少云主机)、触发条件和告警周期等信息。本发明实施例主要针对更为灵活的告警类型的伸缩策略触发来进行说明。
云计算管理平台接收目标伸缩组中各云主机的目标性能指标之后，可以以告警周期为单位，分别针对每一告警周期内该目标伸缩组中各云主机的目标性能指标，进行上述各云主机的目标性能指标是否满足触发条件的判断。
告警周期，为预设时长的一段时间。告警周期的时长，可以根据边缘环境的实际需求确定。对于告警周期的具体时长，本发明实施例不进行具体限定。示例性地，告警周期的时长可以为3分钟。
在连续N个告警周期目标伸缩组中各云主机的目标性能指标均满足触发条件的情况下，云计算管理平台可以向资源池发送目标指令。
其中，N表示第一目标阈值。第一目标阈值的具体值，可以根据边缘环境的实际需求确定。对于第一目标阈值的具体值，本发明实施例不进行具体限定。示例性地，第一目标阈值可以为5，即连续5个告警周期目标伸缩组中各云主机的目标性能指标均满足触发条件，云计算管理平台可以向资源池发送目标指令。
通过连续告警周期的监控，可以避免因某个告警周期内偶发的业务量变化造成的弹性伸缩，能减少资源的浪费。
目标指令，用于触发伸缩活动，具体用于触发资源池对目标伸缩组执行云主机数量的增减操作。
资源池接收目标指令之后，可以响应该目标指令，对目标伸缩组执行增加或减少云主机数量的操作，实现弹性伸缩。
可选地，资源池在执行增加云主机数量的操作，可以基于预先创建的目标伸缩组中云主机的配置模板，创建第一目标数量的云主机并添加至目标伸缩组中。
云主机的配置模板，包括云主机的配置信息。云主机的配置信息，可以包括但不限于云主机的规格、镜像、系统盘、数据盘和安全组等。
第一目标数量，可以根据目标伸缩组的实际情况确定。对第一目标数量的值，本发明实施例不进行具体限定。示例性地，第一目标数量可以为2台。
可选地，资源池在执行减少云主机数量的操作，可以基于预先创建的伸缩配置模板，从目标伸缩组中移除第二目标数量的云主机。
第二目标数量，可以根据目标伸缩组的实际情况确定。对第二目标数量的值，本发明实施例不进行具体限定。示例性地，第二目标数量可以为2台。
需要说明的是，可以预先配置目标伸缩组的字段信息。目标伸缩组的字段信息，可以主要包括最大实例数、最小实例数(最大实例数应大于或等于最小实例数)、伸缩配置模板和云主机移除策略等。
最大实例数，指目标伸缩组包括的云主机的最大数量；最小实例数，指目标伸缩组包括的云主机的最小数量；伸缩配置模板，可以包括第一目标数量和/或第二目标数量；云主机移除策略，主要包括最早创建优先移除和最晚创建优先移除等。
可以理解的是，目标伸缩组第一次启用时便会触发伸缩活动，将组内云主机的个数扩容到最小实例数；此后的每次扩缩容(即每次伸缩)，目标伸缩组内云主机的个数都维持在最小实例数与最大实例数之间。
可以理解的是，基于云主机移除策略的不同，目标伸缩组缩容时，资源池根据云主机的创建时间和移除策略将对应的云主机释放资源。
图2是本发明提供的基于边缘环境的弹性伸缩方法的技术架构示意图。基于边缘环境的弹性伸缩方法的技术架构可以采用架构分层、功能模块化的设计思路，实现功能搭建，模块间采用标准接口，微服务平台使用SpringCloud的微服务框架，提供一套分布式服务治理的框架。可以使用Eureka注册中心、Ribbon负载、Hystrix熔断等组件完成云计算管理平台的搭建。
先对云计算管理平台的技术架构分层进行说明。如图2所示，云计算管理平台从上到下分别为前端展示层、控制层、业务层。
前端展示层：前端使用渐进式框架Vue和采用Vue作为基础框架实现的组件库ElementUI；HTTP请求采用基于promise的客户端Axios；图表展示使用Echarts。
控制层：整个控制层采用SpringBoot技术栈实现；通过Shrio安全框架和JWT完成系统的鉴权和认证；服务调用采用Feign完成Http请求，并通过Ribbon进行负载。
业务层：所有业务模块采用SpringBoot技术栈实现；采集服务收集Prometheus上报的云主机性能；告警服务根据告警规则对云主机的性能进行分析，符合条件产生告警；伸缩服务主要对配置模板，云主机组、伸缩配置进行管理并进行伸缩活动。
资源池可以安装OpenStack的必要组件、Prometheus、KVM(Kernel-based VirtualMachine，KVM虚拟机)和ECS(Elastic Compute Service，弹性计算服务)。
需要说明的是，本发明实施例提供的弹性伸缩方法，可以在轻量虚拟环境的边缘计算应用领域下，实现云主机根据业务变化情况，通过自动调整云上资源来替代人为调整，可以做到及时响应、处理高效、过程透明，在提高效率和容错率的同时，解放运维人员繁琐工作，保障业务稳定运行。
本发明实施例通过在边缘环境安装Prometheus监控系统，进而裁剪OpenStack所依赖的一些无关紧要的组件，将整个监控能力上移到云计算管理平台，不仅使得边缘环境更轻量，还使得监控规则更灵活，自由度更高；得益于灵活的监控规则，业务量的增长和减少都会触发符合条件的伸缩策略，在不需要人工介入的情况下，能做到更及时、更高效、更透明的弹性伸缩；在保障业务稳定运行的前提下，还能有效避免资源的浪费。
基于上述任一实施例的内容，确定各云主机的目标性能指标满足触发条件，具体包括：对于每一告警周期，获取告警周期内各云主机的目标性能指标的特征值。
具体地，在每一告警周期内，资源池可以在多个采样时刻，分别采集目标伸缩组中各云主机的目标性能指标。
云计算管理平台可以获取该告警周期内各采样时刻目标伸缩组中各云主机的目标性能指标的统计值，作为该告警周期内各云主机的目标性能指标的特征值。上述统计值，可以包括最大值、最小值、平均值和加权平均值中的至少一种。
可选的，采样时刻，可以在告警周期内随机选择，也可以基于预设的采集粒度确定，从而将告警周期划分为多个等间隔的时间段。例如，在告警周期的时长为3分钟的情况下，采集粒度可以为1分钟或30秒；在告警周期的时长为10分钟的情况下，采集粒度可以为1分钟或2分钟。
在特征值大于第二目标阈值的情况下，确定各云主机的目标性能指标满足触发条件。
具体地，比较告警周期内各云主机的目标性能指标的特征值和第二目标阈值的大小。
若告警周期内目标伸缩组各云主机的目标性能指标的特征值大于第二目标阈值，则可以确定该告警周期目标伸缩组各云主机的目标性能指标满足触发条件；若告警周期内目标伸缩组各云主机的目标性能指标的特征值小于或等于第二目标阈值，则可以确定该告警周期目标伸缩组各云主机的目标性能指标不满足触发条件。
第二目标阈值的具体值，可以根据边缘环境的实际需求和所选用的目标性能指标确定。对于第二目标阈值的具体值，本发明实施例不进行具体限定。示例性地，在目标性能指标为磁盘利用率的情况下，第二目标阈值可以为75％。
示例性地，目标伸缩组内有两台云主机，设定的告警周期为3分钟，监控的目标性能指标为CPU利用率，聚合方式(即触发条件)为平均值(即特征值为平均值)大于80％，连续出现5次增加两台云主机，满足上述规则则会触发伸缩活动，步骤如下：
伸缩服务每分钟对每台云主机取一个CPU利用率值，一个周期会取CPU利用率的6个值(3*2)；
若一个告警周期内上述6个值的平均值大于80％，则该告警周期符合伸缩条件，即满足触发条件；
判断连续的5个周期(6*5)是否都符合触发条件；
若是，则伸缩服务下发目标指令，创建两台云主机(需满足当前组内云主机个数+2<＝最大实例数)；否则，忽略，不下发目标指令。
可以理解的是，特征值大于第二目标阈值，可以用于触发扩容操作。还可以在特征值小于第三目标阈值的情况下，确定各云主机的目标性能指标满足触发条件，用于触发缩容操作。第三目标阈值的具体值，可以根据边缘环境的实际需求和所选用的目标性能指标确定。对于第三目标阈值的具体值，本发明实施例不进行具体限定。示例性地，在目标性能指标为内存利用率的情况下，第三目标阈值可以为10％。
本发明实施例通过获取告警周期内各云主机的目标性能指标的特征值，在该特征值大于第二目标阈值的情况下，确定各云主机的目标性能指标满足触发条件，能避免因某个告警周期内单个云主机偶发的目标性能指标的变化造成的弹性伸缩，能减少资源的浪费。
基于上述任一实施例的内容，在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，具体包括：在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值，并且距离上一次向资源池发送目标指令的时刻超过冷却时间，向资源池发送目标指令。
具体地，目标伸缩组的字段信息还可以包括冷却时间。
在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，可以进一步判断当前时刻距离上一次向资源池发送目标指令的时刻的时长是否超过预设的冷却时间。
若超过，则可以向资源池发送目标指令；若未超过，则可以不向资源池发送目标指令。
冷却时间的具体时长，可以根据边缘环境的实际需求和告警周期的时长确定。对于冷却时间的具体时长，本发明实施例不进行具体限定。示例性地，冷却时间的时长，可以为告警周期的时长的2-3倍。
本发明实施例通过冷却时间的设置，能有效避免一组伸缩活动结束后，业务量和监控数据还未发生变化，频繁地触发伸缩活动所造成的资源浪费。
基于上述任一实施例的内容，接收资源池发送的目标伸缩组中各云主机的目标性能指标之前，还包括：向资源池下发目标伸缩组中云主机的配置信息。
具体地，云主机能够自动创建的前提条件，是资源池知道要创建的云主机是什么配置。上层云管系统中的弹性伸缩服务可以对弹性伸缩配置进行管理。
步骤101之前，云计算管理平台可以向资源池下发目标伸缩组中云主机的配置信息，使得资源池将目标伸缩组中云主机的配置信息与目标伸缩组进行关联，之后资源池针对目标伸缩组的所有扩容操作创建的云主机都是基于关联的云主机的配置信息(即目标伸缩组中云主机的配置信息)。
向资源池下发目标伸缩组中云主机的配置信息，可以云计算管理平台可以接收用户的第一输入；响应于第一输入，向资源池下发目标伸缩组中云主机的配置信息。
第一输入，可以携带有云主机的配置信息。第一输入可以用于选择资源池中当前已有的云主机的配置信息作为目标伸缩组中云主机的配置信息。第一输入也可以用于自定义目标伸缩组中云主机的配置信息，即携带有云主机的规格、镜像、系统盘、数据盘和安全组等信息，实现目标伸缩组中云主机的配置信息的自定义。
本发明实施例通过向资源池下发目标伸缩组中云主机的配置信息，能实现云主机更及时、高效的弹性扩容。
图3是本申请提供的基于边缘环境的弹性伸缩方法的流程示意图之二。下面结合图3描述本申请实施例的基于边缘环境的弹性伸缩方法。如图3所示，该方法包括：步骤301、步骤302、步骤303和步骤304。
具体地，本发明实施例提供的基于边缘环境的弹性伸缩方法的执行主体为基于边缘环境的弹性伸缩装置，该弹性伸缩装置可以为资源池。
步骤301、基于Prometheus采集目标伸缩组中各云主机的目标性能指标。
具体地，资源池可以通过自身安装的Prometheus对目标伸缩组中的各云主机进行监控，采集每一上述云主机的目标性能指标。
步骤302、向云计算管理平台发送各云主机的目标性能指标。
具体地，资源池基于Prometheus采集目标伸缩组中各云主机的目标性能指标之后，可以向云计算管理平台发送采集到的目标伸缩组中各云主机的目标性能指标。
步骤303、接收云计算管理平台发送的目标指令。
其中，目标指令，是云计算管理平台在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
具体地，云计算管理平台接收上述目标伸缩组中各云主机的目标性能指标之后，在连续N个告警周期目标伸缩组中各云主机的目标性能指标均满足触发条件的情况下，可以向资源池发送目标指令。
资源池可以接收该目标指令。
步骤304、响应于目标指令，调整目标伸缩组中云主机的数量。
具体地，资源池接收目标指令之后，可以响应该目标指令，对目标伸缩组执行增加或减少云主机数量的操作，实现弹性伸缩。
本发明实施例通过在边缘环境安装Prometheus监控系统，进而裁剪OpenStack所依赖的一些无关紧要的组件，将整个监控能力上移到云计算管理平台，不仅使得边缘环境更轻量，还使得监控规则更灵活，自由度更高；得益于灵活的监控规则，业务量的增长和减少都会触发符合条件的伸缩策略，在不需要人工介入的情况下，能做到更及时、更高效、更透明的弹性伸缩；在保障业务稳定运行的前提下，还能有效避免资源的浪费。
为了便于对本发明上述各实施例的理解，下面通过对基于边缘环境的弹性伸缩方法的实施过程进行说明。
图4是本发明提供的基于边缘环境的弹性伸缩方法的流程示意图之三。如图4所示，基于边缘环境的弹性伸缩方法可以包括以下步骤：
第一步、预制配置模板。
预先创建云主机的配置模板。该配置模板，用于保存云主机的配置信息。
第二步、创建实例组。
创建具有相同配置、可供监控的云主机组(即目标伸缩组)。
第三步、关联配置模板。
伸缩组是定义相同属性云主机的集合，将目标伸缩组与该配置模板进行关联。之后针对目标伸缩组中云主机的监控以及进行的所有扩容操作创建的云主机都是基于关联的配置模板。
第四步、创建伸缩策略。
伸缩服务可以制定多种不同模式的策略，例如定时触发、周期触发和告警触发。本实例中可以采用更为灵活的告警触发来进行说明。
第五步、云主机监控。
基于资源池安装的Prometheus，对目标伸缩组中各云主机的目标性能指标进行监控。
第六步、伸缩规则执行。
云计算管理平台对采集到的目标伸缩组中各云主机的目标性能指标，根据告警规则进行分析判断，如果符合伸缩规则条件，则触发一次伸缩活动，将云主机添加到目标伸缩组内或从目标伸缩组内移除云主机。
通过上述步骤，可以释放运维人员的精力，通过预制主机配置、建立伸缩组和伸缩策略、采集云主机的性能指标、分析性能指标，在业务量变化时，能够根据告警规则分析判断是否符合伸缩策略，实现弹性伸缩。
传统的弹性伸缩是基于OpenStack的Senlin组件来实现，无法做到边缘环境轻量化、告警规则灵活、策略方式多样等特点，因此本发明实施例提供了一种在轻量虚拟环境下，根据业务量变化，自动完成云主机弹性伸缩的方式，解决了现有虚拟环境重、业务增长/下降时资源扩缩容不及时、操作易出错等问题。
传统的伸缩策略支持方式单一，并且告警规则不够灵活，本发明实施例通过将告警服务和伸缩能力上移到云计算管理平台，从而支持定时、周期、告警等多样的策略方式，并且支持组合CPU利用率、内存利用率等多类指标的阈值来进行伸缩活动，从而更灵活多样。
下面对本发明提供的基于边缘环境的弹性伸缩装置进行描述，下文描述的基于边缘环境的弹性伸缩装置与上文描述的基于边缘环境的弹性伸缩方法可相互对应参照。
图5是本发明提供的基于边缘环境的弹性伸缩装置的结构示意图之一。基于上述任一实施例的内容，如图5所示，该装置包括第一接收模块501和第一发送模块502，其中：
第一接收模块501，用于接收资源池发送的目标伸缩组中各云主机的目标性能指标；
第一发送模块502，用于在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量；
其中，各云主机的目标性能指标，是资源池基于Prometheus采集的。
具体地，本发明实施例提供的基于边缘环境的弹性伸缩装置可以为云计算管理平台。
第一接收模块501和第一发送模块502电连接。
资源池基于Prometheus采集目标伸缩组中各云主机的目标性能指标之后，可以向云计算管理平台发送采集到的目标伸缩组中各云主机的目标性能指标；第一接收模块501可以接收上述目标伸缩组中各云主机的目标性能指标。
第一发送模块502在连续N个告警周期目标伸缩组中各云主机的目标性能指标均满足触发条件的情况下，云计算管理平台可以向资源池发送目标指令。
资源池接收目标指令之后，可以响应该目标指令，对目标伸缩组执行增加或减少云主机数量的操作，实现弹性伸缩。
可选地，第一发送模块502可以包括：
确定单元，用于对于每一告警周期，获取告警周期内各云主机的目标性能指标的特征值；在特征值大于第二目标阈值的情况下，确定各云主机的目标性能指标满足触发条件。
可选地，第一发送模块502还可以包括：
发送单元，用于在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值，并且距离上一次向资源池发送目标指令的时刻超过冷却时间，向资源池发送目标指令。
可选地，第一发送模块502还可以用于向资源池下发目标伸缩组中云主机的配置信息。
本发明实施例提供的基于边缘环境的弹性伸缩装置，用于执行本发明上述基于边缘环境的弹性伸缩方法，其实施方式与本发明提供的基于边缘环境的弹性伸缩方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
该基于边缘环境的弹性伸缩装置用于前述各实施例的基于边缘环境的弹性伸缩方法。因此，在前述各实施例中的基于边缘环境的弹性伸缩方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
本发明实施例通过在边缘环境安装Prometheus监控系统，进而裁剪OpenStack所依赖的一些无关紧要的组件，将整个监控能力上移到云计算管理平台，不仅使得边缘环境更轻量，还使得监控规则更灵活，自由度更高；得益于灵活的监控规则，业务量的增长和减少都会触发符合条件的伸缩策略，在不需要人工介入的情况下，能做到更及时、更高效、更透明的弹性伸缩；在保障业务稳定运行的前提下，还能有效避免资源的浪费。
图6是本发明提供的基于边缘环境的弹性伸缩装置的结构示意图之二。基于上述任一实施例的内容，如图6所示，该装置包括指标采集模块601、第二发送模块602、第二接收模块603和指令执行模块604，其中：
指标采集模块601，用于基于Prometheus采集目标伸缩组中各云主机的目标性能指标；
第二发送模块602，用于向云计算管理平台发送各云主机的目标性能指标；
第二接收模块603，用于接收云计算管理平台发送的目标指令；
指令执行模块604，用于响应于目标指令，调整目标伸缩组中云主机的数量；
其中，目标指令，是云计算管理平台在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
具体地，本发明实施例提供的基于边缘环境的弹性伸缩装置可以为资源池。
指标采集模块601、第二发送模块602、第二接收模块603和指令执行模块604顺次电连接。
指标采集模块601可以通过自身安装的Prometheus对目标伸缩组中的各云主机进行监控，采集每一上述云主机的目标性能指标。
第二发送模块602向云计算管理平台发送指标采集模块601采集到的目标伸缩组中各云主机的目标性能指标。
云计算管理平台接收上述目标伸缩组中各云主机的目标性能指标之后，在连续N个告警周期目标伸缩组中各云主机的目标性能指标均满足触发条件的情况下，可以向资源池发送目标指令。
第二接收模块603可以接收该目标指令。
指令执行模块604可以响应该目标指令，对目标伸缩组执行增加或减少云主机数量的操作，实现弹性伸缩。
本发明实施例提供的基于边缘环境的弹性伸缩装置，用于执行本发明上述基于边缘环境的弹性伸缩方法，其实施方式与本发明提供的基于边缘环境的弹性伸缩方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
该基于边缘环境的弹性伸缩装置用于前述各实施例的基于边缘环境的弹性伸缩方法。因此，在前述各实施例中的基于边缘环境的弹性伸缩方法中的描述和定义，可以用于本发明实施例中各执行模块的理解。
本发明实施例通过在边缘环境安装Prometheus监控系统，进而裁剪OpenStack所依赖的一些无关紧要的组件，将整个监控能力上移到云计算管理平台，不仅使得边缘环境更轻量，还使得监控规则更灵活，自由度更高；得益于灵活的监控规则，业务量的增长和减少都会触发符合条件的伸缩策略，在不需要人工介入的情况下，能做到更及时、更高效、更透明的弹性伸缩；在保障业务稳定运行的前提下，还能有效避免资源的浪费。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行基于边缘环境的弹性伸缩方法，该方法包括：接收资源池发送的目标伸缩组中各云主机的目标性能指标；在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量；其中，各云主机的目标性能指标，是资源池基于Prometheus采集的；或者该该方法包括：基于Prometheus采集目标伸缩组中各云主机的目标性能指标；向云计算管理平台发送各云主机的目标性能指标；接收云计算管理平台发送的目标指令；响应于目标指令，调整目标伸缩组中云主机的数量；其中，目标指令，是云计算管理平台在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
此外，上述的存储器730中的逻辑指令可以通过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，本发明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，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)执行本发明各个实施例所述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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请实施例提供的电子设备中的处理器710可以调用存储器730中的逻辑指令，其实施方式与本申请提供的基于边缘环境的弹性伸缩方法的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的基于边缘环境的弹性伸缩方法，该方法包括：接收资源池发送的目标伸缩组中各云主机的目标性能指标；在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量；其中，各云主机的目标性能指标，是资源池基于Prometheus采集的；或者该该方法包括：基于Prometheus采集目标伸缩组中各云主机的目标性能指标；向云计算管理平台发送各云主机的目标性能指标；接收云计算管理平台发送的目标指令；响应于目标指令，调整目标伸缩组中云主机的数量；其中，目标指令，是云计算管理平台在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
本申请实施例提供的计算机程序产品被执行时，实现上述基于边缘环境的弹性伸缩方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的基于边缘环境的弹性伸缩方法，该方法包括：接收资源池发送的目标伸缩组中各云主机的目标性能指标；在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向资源池发送目标指令，以使得资源池响应于目标指令，调整目标伸缩组中云主机的数量；其中，各云主机的目标性能指标，是资源池基于Prometheus采集的；或者该该方法包括：基于Prometheus采集目标伸缩组中各云主机的目标性能指标；向云计算管理平台发送各云主机的目标性能指标；接收云计算管理平台发送的目标指令；响应于目标指令，调整目标伸缩组中云主机的数量；其中，目标指令，是云计算管理平台在各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
本申请实施例提供的非暂态计算机可读存储介质上存储的计算机程序被执行时，实现上述基于边缘环境的弹性伸缩方法，其具体的实施方式与前述方法的实施例中记载的实施方式一致，且可以达到相同的有益效果，此处不再赘述。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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精神和范围。

Claims (10)

1.一种基于边缘环境的弹性伸缩方法，其特征在于，包括：
接收资源池发送的目标伸缩组中各云主机的目标性能指标；
在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，以使得所述资源池响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述各云主机的目标性能指标，是所述资源池基于Prometheus采集的。
2.根据权利要求1所述的基于边缘环境的弹性伸缩方法，其特征在于，确定所述各云主机的目标性能指标满足触发条件，具体包括：
对于每一所述告警周期，获取所述告警周期内各云主机的目标性能指标的特征值；
在所述特征值大于第二目标阈值的情况下，确定所述各云主机的目标性能指标满足触发条件。
3.根据权利要求1所述的基于边缘环境的弹性伸缩方法，其特征在于，所述在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，具体包括：
在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值，并且距离上一次向所述资源池发送所述目标指令的时刻超过冷却时间，向所述资源池发送所述目标指令。
4.根据权利要求1至3任一所述的基于边缘环境的弹性伸缩方法，其特征在于，所述接收资源池发送的目标伸缩组中各云主机的目标性能指标之前，还包括：
向所述资源池下发所述目标伸缩组中所述云主机的配置信息。
5.一种基于边缘环境的弹性伸缩方法，其特征在于，包括：
基于Prometheus采集目标伸缩组中各云主机的目标性能指标；
向云计算管理平台发送所述各云主机的目标性能指标；
接收所述云计算管理平台发送的目标指令；
响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述目标指令，是所述云计算管理平台在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
6.一种基于边缘环境的弹性伸缩装置，其特征在于，包括：
第一接收模块，用于接收资源池发送的目标伸缩组中各云主机的目标性能指标；
第一发送模块，用于在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下，向所述资源池发送目标指令，以使得所述资源池响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述各云主机的目标性能指标，是所述资源池基于Prometheus采集的。
7.一种基于边缘环境的弹性伸缩装置，其特征在于，包括：
指标采集模块，用于基于Prometheus采集目标伸缩组中各云主机的目标性能指标；
第二发送模块，用于向云计算管理平台发送所述各云主机的目标性能指标；
第二接收模块，用于接收所述云计算管理平台发送的目标指令；
指令执行模块，用于响应于所述目标指令，调整所述目标伸缩组中云主机的数量；
其中，所述目标指令，是所述云计算管理平台在所述各云主机的目标性能指标满足触发条件的连续告警周期的数量大于或等于第一目标阈值的情况下发送的。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述基于边缘环境的弹性伸缩方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于边缘环境的弹性伸缩方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述基于边缘环境的弹性伸缩方法的步骤。
CN202111423225.4A 2021-11-26 2021-11-26 基于边缘环境的弹性伸缩方法及装置 Withdrawn CN114168325A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111423225.4A CN114168325A (zh) 2021-11-26 2021-11-26 基于边缘环境的弹性伸缩方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111423225.4A CN114168325A (zh) 2021-11-26 2021-11-26 基于边缘环境的弹性伸缩方法及装置

Publications (1)

Publication Number Publication Date
CN114168325A true CN114168325A (zh) 2022-03-11

Family

ID=80481113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111423225.4A Withdrawn CN114168325A (zh) 2021-11-26 2021-11-26 基于边缘环境的弹性伸缩方法及装置

Country Status (1)

Country Link
CN (1) CN114168325A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733676A (zh) * 2016-08-12 2018-02-23 中国移动通信集团浙江有限公司 一种弹性调度资源的方法及系统
CN109460287A (zh) * 2018-11-14 2019-03-12 携程旅游信息技术（上海）有限公司 资源混合调度的控制方法及系统
CN109639486A (zh) * 2018-12-13 2019-04-16 杭州当虹科技股份有限公司 一种基于直播的云主机弹性伸缩方法
CN112256383A (zh) * 2019-07-22 2021-01-22 深信服科技股份有限公司 虚拟机的cpu核心数的调整方法、装置、设备及介质
CN112380009A (zh) * 2020-11-12 2021-02-19 北京开物数智科技有限公司 基于docker弹性伸缩的大数据平台资源调度方法
CN112463395A (zh) * 2020-12-17 2021-03-09 济南浪潮数据技术有限公司 一种资源分配方法、装置、设备及可读存储介质
CN113590337A (zh) * 2021-08-12 2021-11-02 京东科技信息技术有限公司 一种云环境下自动调整云主机配置的方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107733676A (zh) * 2016-08-12 2018-02-23 中国移动通信集团浙江有限公司 一种弹性调度资源的方法及系统
CN109460287A (zh) * 2018-11-14 2019-03-12 携程旅游信息技术（上海）有限公司 资源混合调度的控制方法及系统
CN109639486A (zh) * 2018-12-13 2019-04-16 杭州当虹科技股份有限公司 一种基于直播的云主机弹性伸缩方法
CN112256383A (zh) * 2019-07-22 2021-01-22 深信服科技股份有限公司 虚拟机的cpu核心数的调整方法、装置、设备及介质
CN112380009A (zh) * 2020-11-12 2021-02-19 北京开物数智科技有限公司 基于docker弹性伸缩的大数据平台资源调度方法
CN112463395A (zh) * 2020-12-17 2021-03-09 济南浪潮数据技术有限公司 一种资源分配方法、装置、设备及可读存储介质
CN113590337A (zh) * 2021-08-12 2021-11-02 京东科技信息技术有限公司 一种云环境下自动调整云主机配置的方法及装置

Similar Documents

Publication Publication Date Title
US8954971B2 (en) Data collecting method, data collecting apparatus and network management device
CN111796908B (zh) 一种资源自动弹性伸缩的系统、方法及云平台
US11106560B2 (en) Adaptive thresholds for containers
US10498628B2 (en) Adaptive metric collection, storage, and alert thresholds
US9658869B2 (en) Autonomously managed virtual machine anti-affinity rules in cloud computing environments
US20160364269A1 (en) Storage Resource Scheduling Method and Storage and Computing System
CN106790706B (zh) 一种数据资源优化的方法、平台及系统
CN103236948A (zh) 一种电信网告警方法及系统
CN102929773A (zh) 信息采集方法和装置
CN112596975A (zh) 对网络设备进行监控处理的方法、系统、设备和存储介质
US20170111240A1 (en) Service Elastic Method and Apparatus in Cloud Computing
EP3202091B1 (en) Operation of data network
CN112910733A (zh) 一种基于大数据的全链路监控系统及方法
CN115001989A (zh) 一种设备预警方法、装置、设备及可读存储介质
CN112149975B (zh) 一种基于人工智能的apm监控系统及监控方法
Mampage et al. A deep reinforcement learning based algorithm for time and cost optimized scaling of serverless applications
CN114168325A (zh) 基于边缘环境的弹性伸缩方法及装置
CN116578412A (zh) 机器学习集群算力资源运维方法、系统、设备及存储介质
CN116112342A (zh) 告警信息处理方法、装置、电子设备以及存储介质
CN115129565A (zh) 日志数据处理方法、装置、系统、设备和介质
CN106713051A (zh) 一种网络管理系统
CN114356720A (zh) 基于图数据库的作业链任务延迟预警方法、装置和设备
US11924053B2 (en) Intelligent infrastructure management in a cloud radio access network
CN113297268A (zh) 数据处理方法及装置
CN112131068B (zh) 数据监控方法及装置、电子设备、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
WW01 Invention patent application withdrawn after publication

Application publication date: 20220311

WW01 Invention patent application withdrawn after publication