CN114928633B - 一种基于复杂云应用环境的高效控制方法及系统 - Google Patents

Abstract

本申请公开了一种基于复杂云应用环境的高效控制方法及系统，获得复杂云应用环境下各位用户的应用需求，将所述各位用户的应用需求分别进行切片处理，从而分别拆分成各个微服务；调度可用资源对接各个微服务来执行微操作，从而兑现各位用户的应用需求本发明达到了提高资源利用率、提高控制效率、减少资源浪费、降低资源能耗的技术效果。

Description

一种基于复杂云应用环境的高效控制方法及系统

技术领域

本申请涉及云应用领域，尤其涉及一种基于复杂云应用环境的高效控制方法及系统。

背景技术

随着企业数字化的深入推进，云应用需求呈现精细化和多样化的发展趋势；而为了满足多样化的云服务，企业用户对云资源提出了更高的要求。首先，根据云资源管理权限，涉及私有云、公有云以及区块链管理模式，私有云管理的核心属性是专有资源服务；公有云管理的核心属性是共享资源服务；区块链模式是通过构建区块链可信网络，为用户提供可用、可靠、可信的定制化资源服务。其次，不同云服务商的服务能力存在差异，国内主流的云服务商，如华为云、阿里云、京东云、亚马逊云等，各云计算商寻求差异化服务，吸引企业用户将业务精细化部署到不同的云上以获得更专业的服务。然而，同一云平台层级资源也各不相同，如IaaS层(基础设施即服务)包括服务器、网络、存储等设备，池化计算、网络和存储等IT基础设施资源，将基础设施资源作为服务按需提供给用户；PaaS层(平台即服务)将软件研发和部署平台，包括应用设计、应用开发、应用测试和应用托管，作为一种服务提供给用户。SaaS层(软件即服务)，通过互联网提供软件服务的软件应用模式给用户。

综上，为保障各类云应用服务的实现，通常采用中台控制技术对云资源进行统一管理和控制。中台技术是强调资源整合、能力沉淀的平台体系，当技术前台实现业务功能时，可提供底层的技术、数据等资源和能力的支持。

但是，在复杂云应用环境下，云资源管理难度也逐渐增大，迫使中台控制必须能够从全方位对云资源进行管控：(1)物理形式的中台控制技术；如针对云桌面用户个性化使用需求，通过云中台控制，可实现横向的、跨云资源调度管理；(2)纵向跨层形式的中台控制技术；如通过渲染中台将渲染任务分发至渲染节点集群，在渲染系统的前端和后端起承接作用；以及针对云桌面协同管理，通过控制中台跨越用户层和数据层，实现多协同用户组和交互数据的统一管理和调度；(3)逻辑形式的中台控制技术；如通过中台技术跨越区块链对数据资源进行统一调配，以实现相应的业务功能，满足用户不同的云服务需求。

发现上述技术至少存在如下技术问题：

应对复杂云的控制能力不够高效，造成资源、能源浪费。

因此，为加强中台控制能力，亟需一种复杂云应用环境下高效控制方法。

发明内容

本申请的目的是提供一种基于复杂云应用环境的高效控制方法及系统，用以解决现有技术中的应对复杂云的控制能力不够高效，造成资源、能源浪费技术问题。达到了根据模型对采集的用户应用需求进行智能化分片，为后续选择高性价比服务流奠定基础和提供基础分析条件，从而就可以以最匹配的微资源执行微需求，提高资源利用率、提高控制效率、减少资源浪费、降低资源能耗的技术效果。

鉴于上述问题，本申请实施例提供了一种基于复杂云应用环境的高效控制方法及系统。

第一方面，本申请提供了一种基于复杂云应用环境的高效控制方法，所述方法包括：

一种基于复杂云应用环境的高效控制方法，所述方法包括：获得复杂云应用环境下各位用户的应用需求，将所述各位用户的应用需求分别进行切片处理，从而分别拆分成各个微服务；调度可用资源对接各个微服务来执行微操作，从而兑现各位用户的应用需求。

进一步的，所述方法还包括：将所述各个微服务进行同类项合并，得到第1——第N服务集，分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务。

进一步的，所述方法还包括：所述的分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务中，预先确定各类微服务的服务格式。

进一步的，所述方法包括：所述的调度可用资源对接各个微服务来执行微操作中的调度可用资源对接的原则为当下最佳性价比原则，所述当下最佳性价比原则根据资源的自身特性以及用户的自身特性来确定。

进一步的，所述方法包括：所述资源的自身特性包括资源的状态、资源的距离、资源响应或者处理的速度、资费、资源的稳定度、存储空间的大小、存储的安全性；用户的自身特性包括用户等级、资源使用率、能源消耗。

进一步的，所述方法包括：所述的将所述各位用户的应用需求分别进行切片处理中，通过构建应用需求切片模型，用同样的切片标准并行实时完成对各位用户的应用需求的切片。

进一步的，所述方法还包括：对兑现各位用户的应用需求的完成情况进行监控，调整切片处理过程和可用资源对接微服务的微操作，从而对基于复杂云应用环境的高效控制方法进行迭代。

第二方面，本申请还提供了一种计算机可读存储介质，所述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第一方面任一项所述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1.达到了根据模型对采集的用户应用需求进行智能化分片，为后续选择高性价比服务流奠定基础和提供基础分析条件，从而就可以以最匹配的微资源执行微需求，提高资源利用率、提高控制效率、减少资源浪费、降低资源能耗的技术效果。

2.提升了服务的弹性，可以将各个专利的微服务发挥到极致，从而最大化微服务效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本申请实施例的一种基于复杂云应用环境的高效控制方法的流程示意图；

图2为本申请实施例的一种基于复杂云应用环境的高效控制方法的示意图。

具体实施方式

本申请实施例通过提供一种基于复杂云应用环境的高效控制方法及系统，解决了现有技术中应对复杂云的控制能力不够高效，造成资源、能源浪费技术问题。

下面，将参考附图对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。

本申请提供的技术方案总体思路如下：获得复杂云应用环境下各位用户的应用需求，将所述各位用户的应用需求分别进行切片处理，从而分别拆分成各个微服务；调度可用资源对接各个微服务来执行微操作，从而兑现各位用户的应用需求。

其主要构思即为：切割需求，打散需求，用最合适的资源执行最合适的需求，从而就可以提高资源利用率，减少浪费，提高控制效率。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

请参阅附图1，本申请实施例提供了一种基于复杂云应用环境的高效控制方法，所述方法包括：

获得复杂云应用环境下各位用户的应用需求，将所述各位用户的应用需求分别进行切片处理，从而分别拆分成各个微服务；将所述各个微服务进行同类项合并，得到第1——第N服务集，分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务；调度可用资源对接各个微服务来执行微操作，从而兑现各位用户的应用需求；对兑现各位用户的应用需求的完成情况进行监控，调整切片处理过程和可用资源对接微服务的微操作，从而对基于复杂云应用环境的高效控制方法进行迭代。

其中，所述的分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务中，预先确定各类微服务的服务格式。

其中，所述的调度可用资源对接各个微服务来执行微操作中的调度可用资源对接的原则为当下最佳性价比原则，所述当下最佳性价比原则根据资源的自身特性以及用户的自身特性来确定。所述资源的自身特性包括资源的状态、资源的距离、资源响应或者处理的速度、资费、资源的稳定度、存储空间的大小、存储的安全性；用户的自身特性包括用户等级、资源使用率、能源消耗。

其中，所述的将所述各位用户的应用需求分别进行切片处理中，通过构建应用需求切片模型，用同样的切片标准并行实时完成对各位用户的应用需求的切片。

具体而言，应用需求切片模型的构建方式包括：根据用户需求信息，获得用户需求背景信息；包括：根据所述用户需求信息，获得用户使用特征；基于所述用户使用特征，确定背景影响信息；根据所述背景影响信息，获得所述用户需求背景信息；用户需求信息包括身份信息和需求信息，身份信息包括用户名、用户等级、用户特殊要求、计费方式等，还可以包括用户具有哪些自有资源；需求信息包括用户需要办理的事项，比如云存储、云设计、云协同、云渲染等。根据前述用户需求信息中的身份和需求信息等确定用户的需求背景信息，也即用户的需求是基于何种环境何种背景下产生的。

对所述用户需求背景信息进行背景要素提取，获得需求背景要素信息；比如根据身份信息中的用户类型(个人/企业)、企业类型、地址、需求范围等信息对应的进行需求背景信息的匹配与获取，首先利用用户需求信息中的身份信息的介绍得到该用户的经营特征，如是个人还是企业，企业是何种行业，不同的身份和行业对应了不同需求背景特征，需求背景对企业的影响范围和因素的选择条件也存在不同，如企业用户对准确度要求、协同要求就高于个人用户，个人用户对于体验感则更为看重。互联网企业和工矿企业，也会完全不同。利用不同的用户需求背景信息特征进行对应的需求背景要素的确定，在确定的背景要素信息中得到与该用户需求相关的影响信息。用户需求背景信息中存在多方面的需求背景因素，针对不同的需求背景因素进行对应的提取。具体的，对用户需求背景信息进行需求背景要素提取，获得需求背景要素信息，包括：获得需求背景要素提取要求，其中，所述需求背景要素提取要求包括多个，具体数量与用户需求背景信息相匹配，即每个用户需求背景信息对应了自身的提取要求；根据所述需求背景要素提取要求，获得第一需求背景要素提取特征；基于所述第一需求背景要素提取特征对所述用户需求背景信息进行需求背景要素提取，获得第一需求背景要素；根据所述需求背景要素提取要求，获得第二需求背景要素提取特征；基于所述第二需求背景提取特征对所述用户需求背景信息进行需求背景要素提取，获得第二需求背景要素；以此类推，依次对用户需求背景信息中的需求背景信息按照各自的要素提取特征进行特征遍历比对，即对所述需求背景要素提取要求中的每个需求背景要素提取特征分别进行需求背景要素提取，获得第三企业需求背景要素，直到第N需求背景要素，其中N为自然数，且，需求背景要素的数量与所述需求背景要素提取要求中的需求背景要素提取特征的数量相对应；根据所有需求背景要素，获得所述需求背景信息。

基于所述背景要素信息，获得分片历史信息；根据所述分片历史信息，获得历史状态、用户历史需求因素，并基于所述分片历史信息对应的所述历史状态、用户历史需求因素，确定训练数据；也就是说去寻找与前述的背景要素信息重合度高的以往的分片历史记录，用这些已经完成的数据来进行模型训练。

构建应用需求切片模型，并通过所述训练数据对所述用户分片模型进行训练。

具体而言，包括：根据所述分片历史信息，获得分片方式信息和分片特征；基于所述分片特征，获得第一特征信息、第二特征信息，其中，所述第一特征信息为用户需求分片前特征信息、所述第二特征信息为用户需求分片后特征信息，且，第一特征与第二特征相对应；根据所述第一特征信息、所述第二特征信息，获得所述分片状态；根据所述分片方式信息和分片特征，获得各分片特征的关联度；对所述关联度按照关联性的大小进行排序，选取所述用户历史需求因素。比如：对所述关联度按照关联性的大小进行排序，获得关联度序列表，其中，所述关联度序列表包括分片特征、与分片方式信息的关联性数值；根据所述分片方式信息，获得预选标准；基于所述预选标准从所述关联度序列表中选取预设数量的关联性数值，根据选取的关联度确定所述分片特征；根据所述分片特征，确定所述用户历史需求因素。通俗来讲，即分析：在该用户应用需求对应的需求背景要素信息下，对于将需求准确分片需要具备的条件为哪些，通过对具有相同需求背景要素信息下的其他用户的历史分片案例进行比对研究，得到适合的分片方法。

应用需求切片模型为经过机器学习训练数据训练收敛获得的神经网络模型，利用历史分片案例中的用户特征、分片特征、分片方法、分片后执行结果等各方面数据之间的关联性进行学习，模拟出他们之间的数学逻辑关系，通过大量训练数据进行模型的训练和收敛，使得应用分片模型能够对历史分片案例中的信息之间的逻辑关系进行提取和确定，这样通过输入与训练数据属性和特征相同的数据，经过应用分片模型则可以给出如何分片的结果。在本实施例中，应用分片模型通过增量学习方法进行迭代，迭代的标准为应用最小可分颗粒度。应用最小可分颗粒度，是指分片的颗粒度应该同时满足最小以及可分(可实施)两个要求，从而确保分片的科学性，既要尽可能拆分，以方便后续用最小的资源来实现，又不能一味拆分，使得后续无法实施。

具体的，本实施例利用分片状态、用户背景需求因素及对应的分片施行结果作为一组训练数据。分片状态是根据分片历史案例中的分片特征，进行各分片匹配特征的分析，对分片前后的数据进行比对，判断经过分片后的匹配特征是否达到了应用分片的预设要求，对于多种分片特征信息的则分别进行分片前后的数据分析，对特征的状态比对结果进行平均，或者按照分片特征对于用户应用需求分片实施发展的重要程度进行权重分配，从而计算出最终的总体应用需求分片状态结果。用户背景需求因素则按照分片的方式与用户分片需求的哪种特征结合度最紧密作为评价的标准。按照用户的需求特征确定选取多少个特征，同时也要结合当前需要进行分片的用户的应用需求分片要求，如当前用户需要进行云存储，对其有影响的因素为a个，结合用户其他背景要素，可以确定b个关键因素。经过不断地训练，模型能实现较高的准确性，从而提高了运算处理的速度，为进行应用拆分为小需求，并匹配小资源进行高效的控制提供了基础保障。

比如，用户的云渲染需求，就可以将其中某个格式转换的小需求分片出来，那么各种用户的各种一样的格式转换需求，无论是云渲染的，云协同的还是其他，都可以被合并同类项到一起来。在这个举例中，具体的格式转换就是一个服务集，对于这个服务集，定义好服务流程，也即规范化、标准化这个微服务的执行格式，然后就可以对接最佳性价比的资源来进行执行。

在现有技术中，一个虚拟机完成一套动作，需要从步骤1持续完成到结束。这样利用率就不太高。在本实施例中，将前面形成的1个服务集对接到用一个虚拟机完成，也就是这个虚拟机专门完成这一类微服务。这一类微服务如果溯源的话，可以来自同类的用户需求也可以是不同类的，可以是同时并发的需求，也可以是先后不同步的需求。

也就是说，持续获取用户应用需求，如云储存、云设计等等。基于所述应用需求切片模型，将用户需求拆分为细粒度的微需求。然后确定完成各微需求所需的资源；可以预设需求资源对应数据库，将各种需求所需要的资源逐一匹配。比如云存储的需求可以拆分为一些更细致的存储需求，每个具体的存储需求可以匹配不同的资源(如存储器种类、存储器大小、存储器价格)等等。

对于如何对接最佳性价比的资源，同样可以采用经过机器学习训练数据训练收敛获得的神经网络模型，并通过增量学习方法，获得能够自迭代的模型。在这个模型中，采用人工标定的方式标定服务流性价比，同时通过对需求和资源进行数据采集，基于采集的数据，构建一个评判资源性价比高低的模拟系统。可以预设评价标准，确定评判标准因子，并确定评判标准因子的权重，然后对这些评判标准因子进行数据采集并进行综合评价。评判标准因子可以包括：资源的状态(可用/不可用)、资源的距离、资源响应或者处理的速度、资费、资源的稳定度、存储空间的大小、存储的安全性等资源自身特性，同时还包括用户等级、资源使用率、能源消耗等其他特性。经过大量的训练(与人工标定的结果进行比对后调整改善迭代)，模型能够根据输入的需求分片和目前的资源情况，匹配出在预设的评级标准(如用资源最少/速度最快等等)下最佳性价比的服务流。

在前述工作都完成后，获取底层资源池；所述底层资源池中的资源类型包括云服务器资源、计算资源、存储资源、网络资源等，同时获取这些资源的状态，所述状态包括可用和不可用。因为可能有很多虚拟机都用于规范化完成某一个具体的微服务集，具体使用哪一个，就要看这个虚拟机(资源)是否可用，以及响应速度、举例远近、资费等。

如图2所示，就形象地展示了本实施例的方法：用户输入一个具体的应用需求，然后就对这个需求进行切片(切片1——切片n)，然后给每个切片设置标签(标签1——标签n)，方便后续标记、检索和分析。将相同标签的通过合并同类项合并，不同用户的需求的相同标签的也合并到一起(图2中未显示)。然后进行资源对接，找到最合适的可用资源来执行这些微服务，当切片1——切片n都执行完毕后，也即可用户的具体应用需求完成了服务兑现。一个切片的需求与解决这个需求的资源对应称一个服务流。对这个过程进行监控，实现迭代。在这个过程中，多云下的多用户的不同需求是在并行操作执行的，这样就能充分发挥服务单元的效率，减少了排队等候产生的延迟等问题，实现了最优服务解。

综上，本申请实施例具有如下技术效果：

本申请实施例提供了复杂云应用环境下高效控制方法，针对多用户多应用多云环境下的复杂云应用服务需求，将服务拆分为细粒度的微服务，用更加合适性价比更高的资源来执行这些微服务，从而实现用户需求的有效登记、分发、管理、拼接等工作，有效提高中台控制效率。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (7)

1.一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法包括：获得复杂云应用环境下各位用户的应用需求，将所述各位用户的应用需求分别进行切片处理，从而分别拆分成各个微服务；调度可用资源对接各个微服务来执行微操作，从而兑现各位用户的应用需求；所述的将所述各位用户的应用需求分别进行切片处理中，通过构建应用需求切片模型，用同样的切片标准并行实时完成对各位用户的应用需求的切片；所述应用需求切片模型的构建方式包括：根据用户需求信息，获得用户需求背景信息；包括：根据所述用户需求信息，获得用户使用特征，即用户的经营特征以及不同的身份和行业用户对应的不同需求背景特征；基于所述用户使用特征，确定背景影响信息；根据所述背景影响信息，获得所述用户需求背景信息，即用户的需求是基于何种环境何种背景下产生的；对用户需求背景信息进行背景要素提取，获得需求背景要素信息；基于需求背景要素信息，获得分片历史信息；根据所述分片历史信息，获得历史状态、用户历史需求因素，并基于所述分片历史信息对应的所述历史状态、用户历史需求因素，确定训练数据进行模型训练；所述用户需求信息包括身份信息和需求信息；所述用户的经营特征包括个人用户特征、企业用户特征；所述背景影响信息包括企业用户对准确度要求、协同要求高，个人用户对于体验感看重。

2.根据权利要求1所述的一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法还包括：将所述各个微服务进行同类项合并，得到第1——第N服务集，分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务。

3.根据权利要求2所述的一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法还包括：所述的分别对接最佳性价比的资源来执行所述第1——第N服务集中每个服务集下的所有同类服务中，预先确定各类微服务的服务格式。

4.根据权利要求1所述的一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法包括：所述的调度可用资源对接各个微服务来执行微操作中的调度可用资源对接的原则为当下最佳性价比原则，所述当下最佳性价比原则根据资源的自身特性以及用户的自身特性来确定。

5.根据权利要求4所述的一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法包括：所述资源的自身特性包括资源的状态、资源的距离、资源响应或者处理的速度、资费、资源的稳定度、存储空间的大小、存储的安全性；用户的自身特性包括用户等级、资源使用率、能源消耗。

6.根据权利要求1所述的一种基于复杂云应用环境的高效控制方法，其特征在于，所述方法还包括：对兑现各位用户的应用需求的完成情况进行监控，调整切片处理过程和可用资源对接微服务的微操作，从而对基于复杂云应用环境的高效控制方法进行迭代。

7.一种计算机可读存储介质，其特征在于，所述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权利要求1-6任一项所述的方法。