CN114338694B - 一站式云数据中心服务器调度方法及系统 - Google Patents
一站式云数据中心服务器调度方法及系统 Download PDFInfo
- Publication number
- CN114338694B CN114338694B CN202210205285.7A CN202210205285A CN114338694B CN 114338694 B CN114338694 B CN 114338694B CN 202210205285 A CN202210205285 A CN 202210205285A CN 114338694 B CN114338694 B CN 114338694B
- Authority
- CN
- China
- Prior art keywords
- server
- cloud
- file
- sequence
- servers
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Computer And Data Communications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于数据采集、智能云技术领域,具体涉及一种一站式云数据中心服务器调度方法及系统,先从客户端获得云计算任务,根据任务中各个文件获取待选服务器序列,并计算得各个服务器的任务需求,通过需求列表计算各个服务器的综合性能系数,最后结合综合性能系数调度一站式云数据中心服务器。本发明在存储有云数据的各个服务器之间,根据各个服务器当前的工作状态和需要运算的各个文件,平衡各个服务器之间的工作效率和运行效果,动态并合理地选择一站式云数据中心服务器,显著节约了运行时间以及运行成本,提高运行效率。
Description
技术领域
本发明属于数据采集、智能云技术领域,具体涉及一种一站式云数据中心服务器调度方法及系统。
背景技术
一站式云数据包括围绕企业云化全生命周期提供的咨询、迁移、实施、增值开发和运维等有关的IT服务,整合了计算、网络、存储等各种软件和硬件技术,其安全性、可靠性和灵活性相对传统计算机网络都拥有巨大优势。随着云技术的发展,企业上云率的不断提升,带动着云管理服务市场规模增长。其中在一站式云数据领域里,中心服务器的调度会对云服务的工作效率有着关键性的影响,如果不经过科学地进行中心服务器的调度,会对运行时间、运行成本和运行效率造成极大的浪费。
发明内容
本发明的目的在于提出一种一站式云数据中心服务器调度方法及系统,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
为了实现上述目的,根据本发明的一方面,提供一种一站式云数据中心服务器调度方法,所述方法包括以下步骤:
S100,从客户端获得文件清单;
S200,根据文件清单获取待选服务器序列;
S300,利用待选服务器序列获取需求列表;
S400,通过需求列表计算综合性能系数;
S500,根据性能系数调度一站式云数据中心服务器。
进一步地,在步骤S100中,所述从客户端获得文件清单的方法是:由各个服务器Sv之间相互连接构成一站式云数据服务器网络,存储在一站式云数据服务器网络上的各个文件为云文件doc,每一个云文件doc同步的存储在一个或多个服务器Sv上;客户端ip向一站式云数据服务器网络发出文件清单DocList,所述文件清单DocList为一个需要从一站式云数据服务器网络中调用的云文件doc的集合,DocList=[doci1],i1∈[1,NDoc],其中doci1代表文件清单DocList中的第i1个云文件,NDoc为文件清单中云文件的个数。
进一步地,在步骤S200中,所述根据文件清单获取待选服务器序列的方法是:一个云文件同时存储在一个或多个服务器Sv上,将这些服务器Sv的集合作为待选服务器序列SvList,文件清单DocList中第i1个云文件的待选服务器序列SvList(doci1)=[Svi2],i2∈[1,dNSv],其中Svi2代表待选服务器序列中的第i2个服务器,dNSv代表待选服务器序列中服务器Sv的个数;实时获得文件清单DocList中所有云文件doc的所有待选服务器Sv的CPU占用率OccRt和吞吐量Thpt,计算出服务器的效态值emk,其中一站式云数据服务器网络上的第δ个服务器的效态值emkSv(δ)计算方法为:
其中,εst代表所有服务器的吞吐量Thpt构成的序列的标准差,Thptδ代表一站式云数据服务器网络上第δ个服务器的吞吐量,EThpt代表所有服务器吞吐量的算术平均值,OccRtδ代表一站式云数据服务器网络上的第δ个服务器的CPU占用率,nPssδ代表在一站式云数据服务器网络上第δ个服务器的CPU中运行的进程数量或者线程的数量;效态值emk越大,服务器可被利用的效率越高;将各个云文件的待选服务器序列SvList中的服务器Sv按照效态值emk的值从大到小排列。
进一步地,在步骤S300中,所述利用待选服务器序列获取需求列表的方法是:将文件清单和服务器优先序号作为输入变量,通过输入变量为云文件初步地分配工作服务器并且获得同服文件清单;根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值的得到需求列表。
优选地,在步骤S300中,所述利用待选服务器序列获取需求列表的方法是:设定一个服务器优先序号OrdN,初始OrdN的值为1;将文件清单DocList和服务器优先序号OrdN作为输入变量,跳转到步骤A00,通过步骤A01到步骤A04为云文件doc初步地分配工作服务器WSv并且获得同服文件清单DplcDocList;跳转到步骤B01把同服文件清单DplcDocList中的云文件doc重新分配工作服务器WSv;
A00,从输入变量中获得的文件清单DocList作为输入序列inList,从输入变量中获得服务器优先序号OrdN;
A01,计算输入序列中元素的个数作为文件序列长度 dLsLen,设置变量i3,令i3的值为1,跳转到步骤A02;
A02,如果i3≤dLsLen,获取输入序列inList中第i3个云文件的待选服务器序列SvList(doci3)中元素的个数作为服务器序列长度sLsLen,跳转到步骤A03,SvList(doci3)为文件清单DocList中第i3个云文件的待选服务器序列;如果i3>dLsLen,设置一个空的序列作为同服文件清单DplcDocList,设置变量i4,令i4的值为1,跳转到步骤A04;
A03,如果OrdN >sLsLen,更新OrdN的值为OrdN %sLsLen或者令OrdN值增加1,其中%为取模运算符号;将输入序列inList中第i3个云文件的第OrdN个服务器选择为工作服务器WSvdoc(i3),将i3的值加1,跳转到步骤A02;如果OrdN ≤sLsLen,将输入序列inList中第i3个云文件的第OrdN个服务器选择为工作服务器WSvdoc(i3),将i3的值加1,跳转到步骤A02;
A04,如果i4≤dLsLen,如果输入序列inList中第i4个云文件doci4的工作服务器WSvdoc(i4)被输入序列inList中的除了第i4个云文件以外的其它云文件也选择为工作服务器,则把输入序列inList中第i4个云文件加入到同服文件清单DplcDocList,将i4的值加1,重新执行步骤A04;如果输入序列inList中第i4个云文件doci4的工作服务器WSvdoc(i4)没有被输入序列inList中除了第i4个云文件以外的其它云文件也选作工作服务器,将i4的值加1,重新执行步骤A04;如果i4>dLsLen,获得同服文件清单DplcDocList。
进一步地,在步骤S300中,还包括:根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值从而得到需求列表,其具体方法的步骤为:
B01,如果同服文件清单DplcDocList中的元素个数不为0,新建一个空的序列作为重选文件清单RCDocList;将同服文件清单DplcDocList中的各个云文件doc按照工作服务器WSv进行分组成为NGRp个同服候选文件序列GrpDocList;每个分组中的各个云文件doc构成同服候选文件序列GrpDocList,GrpDocList=[docNGDL],i5∈[1,NGDL],其中NGRp代表文件清单DplcDocList中可区分的工作服务器WSv的个数;NGDL代表同服候选文件序列中云文件的个数,即同服文件清单DplcDocList中选择同一个服务器Sv作为工作服务器WSv的云文件的个数;为同服候选文件序列GrpDocList计算各个云文件的供给系数Splidx, 其中同服候选文件序列GrpDocList中第i5个云文件的供给系数Splidx(doci5)的计算方法是:
其中m1为待选服务器序列SvList(doci5)中服务器的序数,rplcm1代表第i5个云文件的待选服务器序列SvList(doci5)中第m1个服务器在GrpDocList中所有云文件的待选服务器序列中的服务器Sv构成的集合中出现的概率,Szdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的大小,Szbt代表同服候选文件序列GrpDocList中最小的文件的大小,dNSvdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的待选服务器序列中服务器Sv的个数;遍历所有同服候选文件序列,为同服候选文件序列GrpDocList中的供给系数Splidx最大值的云文件以外的云文件取消其当前选择的工作服务器WSv并将其加入重选文件清单RCDocList;将OrdN的值加1;跳转到步骤B02;如果如果同服文件清单DplcDocList中的元素个数为0,跳转到步骤B03;
B02,将重选文件清单RCDocList作为输入序列inList和服务器优先序号OrdN作为输入变量,跳转到步骤A01,通过步骤A01到步骤A04为云文件doc进一步地分配工作服务器WSv并且再次获得同服文件清单DplcDocList,跳转到步骤B01;
B03,当所有云文件doc均已分配有工作服务器WSv,把分配到同一个工作服务器WSv的各个云文件的文件大小的累加值作为一个工作服务器WSv的需求量RqVol;由各个服务器的需求量RqVol构成需求列表RqList,RqList=[RqVoli6],i6∈[1,NWSv],其中i6为服务器的序号,NWSv为需求列表RqList中元素的数量,RqVoli6代表第i6个服务器的需求量RqVol;结束。
进一步地,在步骤S400中,所述通过需求列表计算综合性能系数的方法是:所有工作服务器WSv构成工作服务群WGSS;测得一个工作服务器WSv从另一个工作服务器中获取云文件的请求响应时间RspTm,或者以客户端从工作服务器WSv获取云文件的请求响应时间为RspTm,为各个工作服务器计算综合性能系数,其中第m2个工作服务器的综合性能系数EffIdx(WSvm2)计算方法如下:
其中,m2、m3均为工作服务群WGSS中工作服务器的序号,RqList[m3]代表需求列表RqList中第m3个元素,即工作服务群WGSS中第m3个服务器的需求量RqVol,RspTmm3代表工作服务群WGSS中第m2个服务器从第m3个服务器中获取云文件的请求响应时间,或者RspTmm3代表客户端从工作服务群WGSS中第m3个服务器获取云文件的请求响应时间,如果m2=m3,则RspTmm3的值为0,NWSv为需求列表RqList中元素的数量。
进一步地,在步骤S400中,所述根据性能系数调度一站式云数据中心服务器的方法是:通过比较,选择工作服务群WGSS里所有工作服务器中拥有最小综合性能系数EffIdx值的工作服务器WSv作为一站式云数据中心服务器。
本发明还提供了一种一站式云数据中心服务器调度系统,所述一种一站式云数据中心服务器调度系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述一种一站式云数据中心服务器调度方法中的步骤,所述一种一站式云数据中心服务器调度系统可以运行于桌上型计算机、笔记本、掌上电脑及云端数据中心等计算设备中,可运行的系统可包括,但不仅限于,处理器、存储器、服务器集群,所述处理器执行所述计算机程序运行在以下系统的单元中:
数据采集单元,用于从客户端获得文件清单;
动态归并单元,用于根据文件清单获取待选服务器序列;
需求构建单元,用于利用待选服务器序列获取需求列表;
性能计算单元,用于通过需求列表计算综合性能系数;
决策生成单元,用于根据性能系数调度一站式云数据中心服务器。
本发明的有益效果为:本发明提供一种一站式云数据中心服务器调度方法及系统,在存储有云数据的各个服务器之间,根据各个服务器当前的工作状态和需要运算的各个文件,平衡各个服务器之间的工作效率和运行效果,动态并合理地选择一站式云数据中心服务器。
附图说明
通过对结合附图所示出的实施方式进行详细说明,本发明的上述以及其他特征将更加明显,本发明附图中相同的参考标号表示相同或相似的元素,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,在附图中:
图1所示为一种一站式云数据中心服务器调度方法的流程图;
图2所示为一站式云数据中心服务器调度系结统构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、方案和效果。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
如图1所示为一种一站式云数据中心服务器调度方法的流程图,下面结合图1来阐述根据本发明的实施方式的一种一站式云数据中心服务器调度方法,所述方法包括以下步骤:
S100,从客户端获得文件清单;
S200,根据文件清单获取待选服务器序列;
S300,利用待选服务器序列获取需求列表;
S400,通过需求列表计算综合性能系数;
S500,根据性能系数调度一站式云数据中心服务器。
进一步地,在步骤S100中,所述从客户端获得文件清单的方法是:由各个服务器Sv之间相互连接构成一站式云数据服务器网络,存储在一站式云数据服务器网络上的各个文件为云文件doc,每一个云文件doc同步的存储在一个或多个服务器Sv上;客户端ip向一站式云数据服务器网络发出文件清单DocList,所述文件清单DocList为一个需要从一站式云数据服务器网络中调用的云文件doc的集合,DocList=[doci1],i1∈[1,NDoc],其中doci1代表文件清单DocList中的第i1个云文件,NDoc为文件清单中云文件的个数。
进一步地,在步骤S200中,所述根据文件清单获取待选服务器序列的方法是:一个云文件同时存储在一个或多个服务器Sv上,将这些服务器Sv的集合作为待选服务器序列SvList,文件清单DocList中第i1个云文件的待选服务器序列SvList(doci1)=[Svi2],i2∈[1,dNSv],其中Svi2代表待选服务器序列中的第i2个服务器,dNSv代表待选服务器序列中服务器Sv的个数;实时获得文件清单DocList中所有云文件doc的所有待选服务器Sv的CPU占用率OccRt和吞吐量Thpt,计算出服务器的效态值emk,其中一站式云数据服务器网络上的第δ个服务器的效态值emkSv(δ)计算方法为:
其中,εst代表所有服务器的吞吐量Thpt构成的序列的标准差,Thptδ代表一站式云数据服务器网络上第δ个服务器的吞吐量,EThpt代表所有服务器吞吐量的算术平均值,OccRtδ代表一站式云数据服务器网络上的第δ个服务器的CPU占用率,nPssδ代表在一站式云数据服务器网络上第δ个服务器的CPU中运行的进程数量或者线程的数量;效态值emk越大,服务器可被利用的效率越高;将各个云文件的待选服务器序列SvList中的服务器Sv按照效态值emk的值从大到小排列。
进一步地,在步骤S300中,所述利用待选服务器序列获取需求列表的方法是:将文件清单和服务器优先序号作为输入变量,通过输入变量为云文件初步地分配工作服务器并且获得同服文件清单;根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值的得到需求列表。
进一步地,在步骤S300中,所述利用待选服务器序列获取需求列表的方法是:设定一个服务器优先序号OrdN,初始OrdN的值为1;将文件清单DocList和服务器优先序号OrdN作为输入变量,跳转到步骤A00,通过步骤A01到步骤A04为云文件doc初步地分配工作服务器WSv并且获得同服文件清单DplcDocList;跳转到步骤B01把同服文件清单DplcDocList中的云文件doc重新分配工作服务器WSv;
A00,从输入变量中获得的文件清单DocList作为输入序列inList,从输入变量中获得服务器优先序号OrdN;
A01,计算输入序列中元素的个数作为文件序列长度 dLsLen,设置变量i3,令i3的值为1,跳转到步骤A02;
A02,如果i3≤dLsLen,获取输入序列inList中第i3个云文件的待选服务器序列SvList(doci3)中元素的个数作为服务器序列长度sLsLen,跳转到步骤A03,SvList(doci3)为文件清单DocList中第i3个云文件的待选服务器序列;如果i3>dLsLen,设置一个空的序列作为同服文件清单DplcDocList,设置变量i4,令i4的值为1,跳转到步骤A04;
A03,如果OrdN >sLsLen,更新OrdN的值为OrdN %sLsLen或者令OrdN值增加1,其中%为取模运算符号;将输入序列inList中第i3个云文件的第OrdN个服务器选择为工作服务器WSvdoc(i3),将i3的值加1,跳转到步骤A02;如果OrdN ≤sLsLen,将输入序列inList中第i3个云文件的第OrdN个服务器选择为工作服务器WSvdoc(i3),将i3的值加1,跳转到步骤A02;
A04,如果i4≤dLsLen,如果输入序列inList中第i4个云文件doci4的工作服务器WSvdoc(i4)被输入序列inList中的除了第i4个云文件以外的其它云文件也选择为工作服务器,则把输入序列inList中第i4个云文件加入到同服文件清单DplcDocList,将i4的值加1,重新执行步骤A04;如果输入序列inList中第i4个云文件doci4的工作服务器WSvdoc(i4)没有被输入序列inList中除了第i4个云文件以外的其它云文件也选作工作服务器,将i4的值加1,重新执行步骤A04;如果i4>dLsLen,获得同服文件清单DplcDocList。
进一步地,在步骤S300中,还包括:根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值从而得到需求列表,其具体方法的步骤为:
B01,如果同服文件清单DplcDocList中的元素个数不为0,新建一个空的序列作为重选文件清单RCDocList;将同服文件清单DplcDocList中的各个云文件doc按照工作服务器WSv进行分组成为NGRp个同服候选文件序列GrpDocList;每个分组中的各个云文件doc构成同服候选文件序列GrpDocList,GrpDocList=[docNGDL],i5∈[1,NGDL],其中NGRp代表文件清单DplcDocList中可区分的工作服务器WSv的个数;NGDL代表同服候选文件序列中云文件的个数,即同服文件清单DplcDocList中选择同一个服务器Sv作为工作服务器WSv的云文件的个数;为同服候选文件序列GrpDocList计算各个云文件的供给系数Splidx, 其中同服候选文件序列GrpDocList中第i5个云文件的供给系数Splidx(doci5)的计算方法是:
其中m1为待选服务器序列SvList(doci5)中服务器的序数,rplcm1代表第i5个云文件的待选服务器序列SvList(doci5)中第m1个服务器在GrpDocList中所有云文件的待选服务器序列中的服务器Sv构成的集合中出现的概率,Szdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的大小,Szbt代表同服候选文件序列GrpDocList中最小的文件的大小,dNSvdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的待选服务器序列中服务器Sv的个数;遍历所有同服候选文件序列,为同服候选文件序列GrpDocList中的供给系数Splidx最大值的云文件以外的云文件取消其当前选择的工作服务器WSv并将其加入重选文件清单RCDocList;将OrdN的值加1;跳转到步骤B02;如果如果同服文件清单DplcDocList中的元素个数为0,跳转到步骤B03;
B02,将重选文件清单RCDocList作为输入序列inList和服务器优先序号OrdN作为输入变量,跳转到步骤A01,通过步骤A01到步骤A04为云文件doc进一步地分配工作服务器WSv并且再次获得同服文件清单DplcDocList,跳转到步骤B01;
B03,当所有云文件doc均已分配有工作服务器WSv,把分配到同一个工作服务器WSv的各个云文件的文件大小的累加值作为一个工作服务器WSv的需求量RqVol;由各个服务器的需求量RqVol构成需求列表RqList,RqList=[RqVoli6],i6∈[1,NWSv],其中i6为服务器的序号,NWSv为需求列表RqList中元素的数量,RqVoli6代表第i6个服务器的需求量RqVol;结束。
进一步地,在步骤S400中,所述通过需求列表计算综合性能系数的方法是:所有工作服务器WSv构成工作服务群WGSS;测得一个工作服务器WSv从另一个工作服务器中获取云文件的请求响应时间RspTm,或者以客户端从工作服务器WSv获取云文件的请求响应时间为RspTm,为各个工作服务器计算综合性能系数,其中第m2个工作服务器的综合性能系数EffIdx(WSvm2)计算方法如下:
其中,m2、m3均为工作服务群WGSS中工作服务器的序号,RqList[m3]代表需求列表RqList中第m3个元素,即工作服务群WGSS中第m3个服务器的需求量RqVol,RspTmm3代表工作服务群WGSS中第m2个服务器从第m3个服务器中获取云文件的请求响应时间,或者RspTmm3代表客户端从工作服务群WGSS中第m3个服务器获取云文件的请求响应时间,如果m2=m3,则RspTmm3的值为0。
进一步地,在步骤S400中,所述根据性能系数调度一站式云数据中心服务器的方法是:通过比较,选择工作服务群WGSS里所有工作服务器中拥有最小综合性能系数EffIdx值的工作服务器WSv作为一站式云数据中心服务器。
本发明的实施例提供的一种一站式云数据中心服务器调度系统,如图2所示为本发明的一种一站式云数据中心服务器调度系统结构图,该实施例的一种一站式云数据中心服务器调度系统包括:处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种一站式云数据中心服务器调度系统实施例中的步骤。
所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:
数据采集单元,用于从客户端获得文件清单;
动态归并单元,用于根据文件清单获取待选服务器序列;
需求构建单元,用于利用待选服务器序列获取需求列表;
性能计算单元,用于通过需求列表计算综合性能系数;
决策生成单元,用于根据性能系数调度一站式云数据中心服务器。
所述一种一站式云数据中心服务器调度系统可以运行于桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备中。所述一种一站式云数据中心服务器调度系统,可运行的系统可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,所述例子仅仅是一种一站式云数据中心服务器调度系统的示例,并不构成对一种一站式云数据中心服务器调度系统的限定,可以包括比例子更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述一种一站式云数据中心服务器调度系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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,所述处理器是所述一种一站式云数据中心服务器调度系统运行系统的控制中心,利用各种接口和线路连接整个一种一站式云数据中心服务器调度系统可运行系统的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述一种一站式云数据中心服务器调度系统的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述,但其并非旨在局限于任何这些细节或实施例或任何特殊实施例,从而有效地涵盖本发明的预定范围。此外,上文以发明人可预见的实施例对本发明进行描述,其目的是为了提供有用的描述,而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (4)
1.一种一站式云数据中心服务器调度方法,其特征在于,所述方法包括以下步骤:
S100,从客户端获得文件清单;
S200,根据文件清单获取待选服务器序列;
S300,利用待选服务器序列获取需求列表;
S400,通过需求列表计算综合性能系数;
S500,根据性能系数调度一站式云数据中心服务器;
其中,在步骤S200中,所述根据文件清单获取待选服务器序列的方法是:一个云文件同时存储在一个或多个服务器Sv上,将这些服务器Sv的集合作为待选服务器序列SvList,文件清单DocList中第i1个云文件的待选服务器序列SvList(doci1)=[Svi2],i2∈[1,dNSv],其中Svi2代表待选服务器序列中的第i2个服务器,dNSv代表待选服务器序列中服务器Sv的个数;实时获得文件清单DocList中所有云文件doc的所有待选服务器Sv的CPU占用率OccRt和吞吐量Thpt,计算出服务器的效态值emk,其中一站式云数据服务器网络上的第δ个服务器的效态值emkSv(δ)计算方法为:
其中,εst代表所有服务器的吞吐量Thpt构成的序列的标准差,Thptδ代表一站式云数据服务器网络上第δ个服务器的吞吐量,EThpt代表所有服务器吞吐量的算术平均值,OccRtδ代表一站式云数据服务器网络上的第δ个服务器的CPU占用率,nPssδ代表在一站式云数据服务器网络上第δ个服务器的CPU中运行的进程数量或者线程的数量;效态值emk越大,服务器可被利用的效率越高;将各个云文件的待选服务器序列SvList中的服务器Sv按照效态值emk的值从大到小排列;
其中,在步骤S300中,所述利用待选服务器序列获取需求列表的方法是:将文件清单和服务器优先序号作为输入变量,通过输入变量为云文件初步地分配工作服务器并且获得同服文件清单;根据同服文件清单中的云文件对应分配的工作服务器所对应的所有云文件大小的累加值的得到需求列表;
其中,在步骤S300中,根据同服文件清单中的云文件对应分配的工作服务器所对应的云文件大小的累加值从而得到需求列表,其具体方法的步骤为:
B01,如果同服文件清单DplcDocList中的元素个数不为0,新建一个空的序列作为重选文件清单RCDocList;将同服文件清单DplcDocList中的各个云文件doc按照工作服务器WSv进行分组成为NGRp个同服候选文件序列GrpDocList;每个分组中的各个云文件doc构成同服候选文件序列GrpDocList,GrpDocList=[docNGDL],i5∈[1,NGDL],其中NGRp代表文件清单DplcDocList中可区分的工作服务器WSv的个数;NGDL代表同服候选文件序列中云文件的个数,即同服文件清单DplcDocList中选择同一个服务器Sv作为工作服务器WSv的云文件的个数;为同服候选文件序列GrpDocList计算各个云文件的供给系数Splidx, 其中同服候选文件序列GrpDocList中第i5个云文件的供给系数Splidx(doci5)的计算方法是:
其中m1为待选服务器序列SvList(doci5)中服务器的序数,rplcm1代表第i5个云文件的待选服务器序列SvList(doci5)中第m1个服务器在GrpDocList中所有云文件的待选服务器序列中的服务器Sv构成的集合中出现的概率,Szdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的大小,Szbt代表同服候选文件序列GrpDocList中最小的文件的大小,dNSvdoc(i5)代表同服候选文件序列GrpDocList中第i5个云文件的待选服务器序列中服务器Sv的个数;遍历所有同服候选文件序列,为同服候选文件序列GrpDocList中的供给系数Splidx最大值的云文件以外的云文件取消其当前选择的工作服务器WSv并将其加入重选文件清单RCDocList;将OrdN的值加1;跳转到步骤B02;如果同服文件清单DplcDocList中的元素个数为0,跳转到步骤B03;
B02,将重选文件清单RCDocList作为输入序列inList和服务器优先序号OrdN作为输入变量,跳转到步骤A01,通过步骤A01到步骤A04为云文件doc进一步地分配工作服务器WSv并且再次获得同服文件清单DplcDocList,跳转到步骤B01;
B03,当所有云文件doc均已分配有工作服务器WSv,把分配到同一个工作服务器WSv的各个云文件的文件大小的累加值作为一个工作服务器WSv的需求量RqVol;由各个服务器的需求量RqVol构成需求列表RqList,RqList=[RqVoli6],i6∈[1,NWSv],其中i6为服务器的序号,NWSv为需求列表RqList中元素的数量,RqVoli6代表第i6个服务器的需求量RqVol;结束;
其中,在步骤S400中,所述通过需求列表计算综合性能系数的方法是:所有工作服务器WSv构成工作服务群WGSS;测得一个工作服务器WSv从另一个工作服务器中获取云文件的请求响应时间RspTm,或者以客户端从工作服务器WSv获取云文件的请求响应时间为RspTm,为各个工作服务器计算综合性能系数,其中第m2个工作服务器的综合性能系数EffIdx(WSvm2)计算方法如下:
其中,m2、m3均为工作服务群WGSS中工作服务器的序号,RqList[m3]代表需求列表RqList中第m3个元素,即工作服务群WGSS中第m3个服务器的需求量RqVol,RspTmm3代表工作服务群WGSS中第m2个服务器从第m3个服务器中获取云文件的请求响应时间,或者RspTmm3代表客户端从工作服务群WGSS中第m3个服务器获取云文件的请求响应时间,如果m2=m3,则RspTmm3的值为0, NWSv为需求列表RqList中元素的数量。
2.根据权利要求1所述的一种一站式云数据中心服务器调度方法,其特征在于,在步骤S100中,所述从客户端获得文件清单的方法是:由各个服务器之间相互连接构成一站式云数据服务器网络,存储在一站式云数据服务器网络上的各个文件为云文件,每一个云文件同步的存储在一个或多个服务器上;客户端向一站式云数据服务器网络发出文件清单,所述文件清单为一个需要从一站式云数据服务器网络中调用的云文件的集合。
3.根据权利要求2所述的一种一站式云数据中心服务器调度方法,其特征在于,在步骤S500中,所述根据性能系数调度一站式云数据中心服务器的方法是:通过比较,选择工作服务群WGSS里所有工作服务器中拥有最小综合性能系数EffIdx值的工作服务器WSv作为一站式云数据中心服务器。
4.一种一站式云数据中心服务器调度系统,其特征在于,所述一站式云数据中心服务器调系统包括:处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1中的一种一站式云数据中心服务器调度方法中的步骤,所述一种一站式云数据中心服务器调度系统运行于桌上型计算机、笔记本、掌上电脑及云端数据中心的计算设备中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205285.7A CN114338694B (zh) | 2022-03-04 | 2022-03-04 | 一站式云数据中心服务器调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205285.7A CN114338694B (zh) | 2022-03-04 | 2022-03-04 | 一站式云数据中心服务器调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114338694A CN114338694A (zh) | 2022-04-12 |
CN114338694B true CN114338694B (zh) | 2022-05-31 |
Family
ID=81031584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210205285.7A Active CN114338694B (zh) | 2022-03-04 | 2022-03-04 | 一站式云数据中心服务器调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114338694B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114866616B (zh) * | 2022-07-11 | 2022-09-16 | 京华信息科技股份有限公司 | 一种基于定位信息的移动设备可用云资源分配方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657267A (zh) * | 2016-11-15 | 2017-05-10 | 华中科技大学 | 基于边缘服务器的云存储系统 |
CN109617939A (zh) * | 2018-10-15 | 2019-04-12 | 西安理工大学 | 一种基于任务预调度的WebIDE云服务器资源分配方法 |
CN109634915A (zh) * | 2018-11-28 | 2019-04-16 | 深圳市网心科技有限公司 | 文件部署方法、云服务器、系统及存储介质 |
CN110022338A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 文件读取方法、系统、元数据服务器和用户设备 |
CN110703980A (zh) * | 2018-07-09 | 2020-01-17 | 网宿科技股份有限公司 | 一种文件传输方法及装置 |
CN111552471A (zh) * | 2020-04-07 | 2020-08-18 | 电科云(北京)科技有限公司 | 混合云环境下的任务编排方法及系统 |
CN113220450A (zh) * | 2021-04-29 | 2021-08-06 | 南京邮电大学 | 面向云端多数据中心的负载预测方法、资源调度方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109582433B (zh) * | 2017-09-29 | 2022-02-01 | 腾讯科技(深圳)有限公司 | 一种资源调度方法、装置、云计算系统及存储介质 |
CN109766189B (zh) * | 2019-01-15 | 2022-01-18 | 北京地平线机器人技术研发有限公司 | 集群调度方法和装置 |
CN113296798B (zh) * | 2021-05-31 | 2022-04-15 | 腾讯科技(深圳)有限公司 | 一种服务部署方法、装置及可读存储介质 |
CN113806077A (zh) * | 2021-08-20 | 2021-12-17 | 广州云硕科技发展有限公司 | 基于人工智能的数据中心服务器调控方法及装置 |
-
2022
- 2022-03-04 CN CN202210205285.7A patent/CN114338694B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657267A (zh) * | 2016-11-15 | 2017-05-10 | 华中科技大学 | 基于边缘服务器的云存储系统 |
CN110022338A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 文件读取方法、系统、元数据服务器和用户设备 |
CN110703980A (zh) * | 2018-07-09 | 2020-01-17 | 网宿科技股份有限公司 | 一种文件传输方法及装置 |
CN109617939A (zh) * | 2018-10-15 | 2019-04-12 | 西安理工大学 | 一种基于任务预调度的WebIDE云服务器资源分配方法 |
CN109634915A (zh) * | 2018-11-28 | 2019-04-16 | 深圳市网心科技有限公司 | 文件部署方法、云服务器、系统及存储介质 |
CN111552471A (zh) * | 2020-04-07 | 2020-08-18 | 电科云(北京)科技有限公司 | 混合云环境下的任务编排方法及系统 |
CN113220450A (zh) * | 2021-04-29 | 2021-08-06 | 南京邮电大学 | 面向云端多数据中心的负载预测方法、资源调度方法及装置 |
Non-Patent Citations (2)
Title |
---|
基于云计算的移动医疗系统的设计和实现;陈敬志;《中国优秀硕士学位论文全文数据库(电子期刊)》;20170215;全文 * |
基于软件定义网络的服务器集群负载均衡技术研究;于天放等;《电子与信息学报》;20180825;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114338694A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8261281B2 (en) | Optimizing allocation of resources on partitions of a data processing system | |
US10108458B2 (en) | System and method for scheduling jobs in distributed datacenters | |
US8930731B2 (en) | Reducing power consumption in data centers having nodes for hosting virtual machines | |
US8417991B2 (en) | Mitigating reduction in availability level during maintenance of nodes in a cluster | |
US20050081208A1 (en) | Framework for pluggable schedulers | |
US7454420B2 (en) | Data sorting method and system | |
CN102473106B (zh) | 虚拟环境中的资源分配 | |
US20100042721A1 (en) | Dynamic application placement with allocation restrictions, vertical stacking and even load distribution | |
EP2255286B1 (en) | Routing workloads and method thereof | |
JP2004199674A (ja) | 複数の優先順位グループに関連付けられたプロセスを複数のリソース間に分散する方法 | |
JP5121936B2 (ja) | リソース割り当て装置及びリソース割り当てプログラム及び記録媒体及びリソース割り当て方法 | |
CN109799956B (zh) | 一种存储控制器及io请求处理方法 | |
CN104123304A (zh) | 数据驱动的并行排序系统和方法 | |
US20060107261A1 (en) | Providing Optimal Number of Threads to Applications Performing Multi-tasking Using Threads | |
CN114338694B (zh) | 一站式云数据中心服务器调度方法及系统 | |
CN103503412A (zh) | 用于调度资源的方法及装置 | |
US20060195608A1 (en) | Method and apparatus for distributed processing, and computer product | |
EP1524599B1 (en) | A method of reassigning objects to processing units | |
CN116701001A (zh) | 目标任务分配方法、装置、电子设备及存储介质 | |
CN113703945B (zh) | 微服务集群的调度方法、装置、设备及存储介质 | |
CN1773458A (zh) | 用于管理资源元素队列的方法和控制器 | |
CN114675973A (zh) | 资源管理方法、设备、存储介质及程序产品 | |
CN109324869B (zh) | 在数据中心中的虚拟网络功能分配 | |
CN113760889B (zh) | 数据处理方法、装置、计算机系统和计算机可读存储介质 | |
EP1630671A1 (en) | Framework for pluggable schedulers |
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 |