CN115242662B - 基于云计算的数据资源分配方法及装置 - Google Patents
基于云计算的数据资源分配方法及装置 Download PDFInfo
- Publication number
- CN115242662B CN115242662B CN202211159283.5A CN202211159283A CN115242662B CN 115242662 B CN115242662 B CN 115242662B CN 202211159283 A CN202211159283 A CN 202211159283A CN 115242662 B CN115242662 B CN 115242662B
- Authority
- CN
- China
- Prior art keywords
- resource
- node
- attribute
- node cluster
- time
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000013468 resource allocation Methods 0.000 title claims abstract description 38
- 238000012216 screening Methods 0.000 claims abstract description 45
- 238000004891 communication Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 30
- 239000000126 substance Substances 0.000 claims description 8
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 13
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Algebra (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及基于云计算的数据资源分配方法及装置,包括:在任务请求中解析出各项资源属性的资源需求值,利用节点集群选取公式,根据资源需求值在云计算资源节点集群中筛选出第一待选资源节点集群,在第一待选资源节点集群中筛选出各项资源属性均满足资源需求值的资源节点,得到第二待选资源节点集群,利用目标节点集群选取公式,在第二待选资源节点集群中选取目标资源节点,利用目标资源节点执行任务请求对应的任务内容。本发明可以解决提升云计算资源管理与任务调度的效率上存在运算成本高,计算量大的问题。
Description
技术领域
本发明涉及云计算技术领域,尤其涉及一种基于云计算的数据资源分配方法、装置、电子设备及计算机可读存储介质。
背景技术
在互联网的发展过程中,云计算可以实现将软硬件资源和信息整合共享,并以此实现服务不同用户的目标。云计算是分布式并行处理与网格计算等计算的延伸,当前云计算的数据资源调度与分配需要得到有效的优化。
当前提高云计算系统效率的资源管理和任务调度方法主要有通过各类算法与策略获取资源调度的最优路径,例如:遗传算法、蚁群算法等。当这些方法在实现提升云计算资源管理与任务调度的效率上存在运算成本高,计算量大等缺点。
发明内容
本发明提供一种基于云计算的数据资源分配方法、装置及计算机可读存储介质,其主要目的在于解决提升云计算资源管理与任务调度的效率上存在运算成本高,计算量大的问题。
为实现上述目的,本发明提供的一种基于云计算的数据资源分配方法,包括:
接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,其中所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配。
可选地,所述利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,包括:
依次提取各项资源属性的资源需求值,将所述资源需求值作为第一资源节点筛选阈值;
在所述云计算资源节点集群中依次提取每一个资源节点的各项资源属性的实时属性值;
根据所述节点集群选取公式,利用所述第一资源节点筛选阈值对所述各项资源属性的实时属性值进行筛选,得到目标实时属性值;
集合所述目标实时属性值所属的资源节点,得到所述第一待选资源节点集群。
可选地,所述在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群,包括:
提取所述目标实时属性值的节点编码;
将所述资源属性的项数作为第二资源节点筛选阈值;
将所述节点编码重复次数等于所述第二资源节点筛选阈值的节点编码作为第二待选资源节点编码;
根据所述第二待选资源节点编码在所述第一待选资源节点集群中筛选出所述第二待选资源节点集群。
可选地,所述利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点,包括:
赋予每一项所述资源属性相应的属性权重;
在所述第二待选资源节点集群中提取每一个资源节点的各项资源属性的数值;
根据所述属性权重、各项资源属性的数值及各项资源属性的资源需求值,利用所述目标节点集群选取公式,计算出各项资源属性的数值与对应的所述资源需求值作差后的最小加权求和值;
将所述最小加权求和值对应的资源节点作为所述目标资源节点。
可选地,所述目标节点集群选取公式如下所示:
其中,表示目标节点的各项资源属性的数值与对应的所述资源需求值作差后的加权求和值,表示所述第二待选资源节点集群的资源节点数目,n表示资源节点的序号,a、b、d、e、f分别表示资源处理能力、网络费用、内存容量、外存容量以及通信宽带的权重,以及分别表示第二待选资源节点集群中第n个资源节点的资源处理能力、网络费用、内存容量、外存容量以及通信宽带。
可选地,所述利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配之后,所述方法还包括:
解析所述任务请求,得到任务执行时间;
根据所述任务执行时间计算出所述目标资源节点的资源释放时间;
利用预构建的资源更新公式,在所述资源释放时间更新所述目标资源节点的各项资源属性的数值,得到各项资源属性的实时数值。
可选地,所述资源更新公式,如下所示:
可选地,所述节点编码为i的资源节点的各项资源属性值如下表示:
可选地,所述接收任务请求之前,所述方法还包括:
获取任务内容,根据所述任务内容分析所述各项资源属性的资源需求值及任务执行时间;
将所述各项资源属性的资源需求值及任务执行时间封装为任务请求。
为了解决上述问题,本发明还提供一种基于云计算的数据资源分配装置,所述装置包括:
资源需求值解析模块,用于接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
第一待选资源节点集群筛选模块,用于利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,其中所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
第二待选资源节点集群筛选模块,用于在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
目标资源节点选取模块,用于利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
任务内容执行模块,用于利用所述目标资源节点执行所述任务请求对应的任务内容。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的基于云计算的数据资源分配方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于云计算的数据资源分配方法。
本发明通过在所述任务请求中解析出各项资源属性的资源需求值,从而得到资源节点的筛选依据,只有满足所述资源需求值时,才可以被选择,首先需要进行第一次筛选,即筛选出存在各项资源属性的数值满足所述资源需求值的资源节点,得到所述第一待选资源节点集群,然后,再在所述第一待选资源节点集群中选择各项资源属性均满足资源需求值的资源节点,从而得到所述第二待选资源节点集群,最后通过所述目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点,并利用所述目标资源节点执行任务内容。因此本发明可以解决提升云计算资源管理与任务调度的效率上存在运算成本高,计算量大的问题。
附图说明
图1为本发明一实施例提供的基于云计算的数据资源分配方法的流程示意图;
图2为图1中其中一个步骤的详细实施流程示意图;
图3为图1中另一个步骤的详细实施流程示意图;
图4为本发明一实施例提供的基于云计算的数据资源分配装置的功能模块图;
图5为本发明一实施例提供的实现所述基于云计算的数据资源分配方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于云计算的数据资源分配方法。所述基于云计算的数据资源分配方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于云计算的数据资源分配方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的基于云计算的数据资源分配方法的流程示意图。在本实施例中,所述基于云计算的数据资源分配方法包括:
S1、接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值。
可解释的,所述任务请求指组织、机构或私人用户向云计算数据中心发起的请求信号,所述任务请求包括请求任务执行时间、各项资源属性的资源需求值等信息。所述资源属性指云计算数据中心的资源属性类型,例如:资源处理能力(每秒处理百万条指令,简称MIPS)、用户可接受的网络费用、外存容量、内存容量以及通信带宽。所述资源需求值指用户对各项资源属性的基本需求值,例如:资源处理能力的资源需求值可以为每秒至少处理四百万条指令,外存容量至少为100G等。
本发明实施例中,所述接收任务请求之前,所述方法还包括:
获取任务内容,根据所述任务内容分析所述各项资源属性的资源需求值及任务执行时间;
将所述各项资源属性的资源需求值及任务执行时间封装为任务请求。
S2、利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群。
可解释的,所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带。
应明白的,由于云计算资源节点集群中每个资源节点的的使用情况存在差异,因此,各个资源节点的各项资源属性应处于不同的数值,但资源节点只要有一项资源属性的数值满足用户的资源需求值,则可被选入所述第一待选资源节点集群,例如:第一个资源节点的资源处理能力为每秒100万条指令,网络费用为每天1000元,内存容量为500G,外存容量为1000G,通信宽带为100M,而所述资源需求值分别为资源处理能力为每秒80万条指令,网络费用为每天900元,内存容量为400G,外存容量为1100G,通信宽带为90M,此时,资源处理能力、内存容量以及通信宽带满足用户的需求,而网络费用以及外存容量不满足,但此节点可被选入所述第一待选资源节点集群,如果各项资源属性均不满足用户的资源需求值,则不被选入所述第一待选资源节点集群。
详细地,参阅图2所示,所述利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,包括:
S21、依次提取各项资源属性的资源需求值,将所述资源需求值作为第一资源节点筛选阈值;
S22、在所述云计算资源节点集群中依次提取每一个资源节点的各项资源属性的实时属性值;
S23、根据所述节点集群选取公式,利用所述第一资源节点筛选阈值对所述各项资源属性的实时属性值进行筛选,得到目标实时属性值;
S24、集合所述目标实时属性值所属的资源节点,得到所述第一待选资源节点集群。
可解释的,所述实时属性值指每个资源节点的各项资源属性的实时数值。当任意一个资源节点的任意一项资源属性的数值满足所述资源需求值时,将被纳入所述第一待选资源节点集群。
S3、在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群。
本发明实施例中,所述在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群,包括:
提取所述目标实时属性值的节点编码;
将所述资源属性的项数作为第二资源节点筛选阈值;
将所述节点编码重复次数等于所述第二资源节点筛选阈值的节点编码作为第二待选资源节点编码;
根据所述第二待选资源节点编码在所述第一待选资源节点集群中筛选出所述第二待选资源节点集群。
可理解的,为了方便表示各个资源节点的各项资源属性的所属关系,需要对每一个资源节点进行编码,每个资源节点的各项资源属性也将用对应的编码进行标识。
详细地,所述节点编码为i的资源节点的各项资源属性值如下表示:
可理解的,由于同一资源节点的各项资源属性的目标实时属性值都可能满足所述资源需求值,因此所述节点编码的重复次数可以为1、2、3、4、5,当重复次数为5时,表示对应的资源节点的各项资源属性都满足用户的资源需求值,此时将作为所述第二待选资源节点集群中的一员。
S4、利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点。
详细地,所述目标节点集群选取公式如下所示:
其中,表示目标节点的各项资源属性的数值与对应的所述资源需求值作差后的加权求和值,表示所述第二待选资源节点集群的资源节点数目,n表示资源节点的序号,a、b、d、e、f分别表示资源处理能力、网络费用、内存容量、外存容量以及通信宽带的权重,以及分别表示第二待选资源节点集群中第n个资源节点的资源处理能力、网络费用、内存容量、外存容量以及通信宽带。
可解释的,由于各个资源节点的各项资源属性的数值与用户的资源需求指差距存在不同的差异,所以应进行加权求和,以求得对于用户来说综合条件最佳的资源节点。由于用户提出的网络费用的资源需求值通常为最高费用,因此,应比所述述第二待选资源节点集群中所有资源节点的网络费用高。
可选择的,各项资源属性的权重应根据各项资源属性的珍贵程度进行确定,当资源处理能力相对重要时,应占有较大的权重,但各项资源属性的权重加和应等于1,例如:资源处理能力、网络费用、内存容量、外存容量以及通信宽带的权重分别为0.4、0.2、0.1、0.1以及0.2。
本发明实施例中,所述利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点,包括:
赋予每一项所述资源属性相应的属性权重;
在所述第二待选资源节点集群中提取每一个资源节点的各项资源属性的数值;
根据所述属性权重、各项资源属性的数值及各项资源属性的资源需求值,利用所述目标节点集群选取公式,计算出各项资源属性的数值与对应的所述资源需求值作差后的最小加权求和值;
将所述最小加权求和值对应的资源节点作为所述目标资源节点。
可理解的,当求出最小加权求和值后,应当以该加权求和值对应的资源节点作为目标资源节点,以避免浪费资源。例如:当两个资源节点剩余的资源处理能力、网络费用、内存容量、外存容量以及通信宽带分别为20%、20%、20%、20%、20%以及40%、40%、40%、40%、40%时,此时当第一个资源节点能满足用户的需求时,应当选择第一个资源节点处理任务,此时将资源节点的利用率提到最高,避免浪费多余的资源,例如:当所述资源需求值分别为18%、19%、18%、19%以及20%时,此时第一个资源节点与该资源需求吻合的较好。
S5、利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配。
详细地,参阅图3所示,所述利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配之后,所述方法还包括:
S51、解析所述任务请求,得到任务执行时间;
S52、根据所述任务执行时间计算出所述目标资源节点的资源释放时间;
S53、利用预构建的资源更新公式,在所述资源释放时间更新所述目标资源节点的各项资源属性的数值,得到各项资源属性的实时数值。
详细地,所述资源更新公式,如下所示:
可解释的,当所述目标资源节点完成任务后,需要释放算力资源,并恢复原有的各项属性资源的数值,回归至所述云计算资源节点集群,准备下一云计算任务。
本施例通过在所述任务请求中解析出各项资源属性的资源需求值,从而得到资源节点的筛选依据,只有满足所述资源需求值时,才可以被选择,首先需要进行第一次筛选,即筛选出存在各项资源属性的数值满足所述资源需求值的资源节点,得到所述第一待选资源节点集群,然后,再在所述第一待选资源节点集群中选择各项资源属性均满足资源需求值的资源节点,从而得到所述第二待选资源节点集群,最后通过所述目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点,并利用所述目标资源节点执行任务内容。因此可以解决提升云计算资源管理与任务调度的效率上存在运算成本高,计算量大的问题。
实施例2:
如图4所示,是本发明一实施例提供的基于云计算的数据资源分配装置的功能模块图。
本发明所述基于云计算的数据资源分配装置100可以安装于电子设备中。根据实现的功能,所述基于云计算的数据资源分配装置100可以包括资源需求值解析模块101、第一待选资源节点集群筛选模块102、第二待选资源节点集群筛选模块103、目标资源节点选取模块104及任务内容执行模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述资源需求值解析模块101,用于接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
所述第一待选资源节点集群筛选模块102,用于利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,其中所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
所述第二待选资源节点集群筛选模块103,用于在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
所述目标资源节点选取模块104,用于利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
所述任务内容执行模块105,用于利用所述目标资源节点执行所述任务请求对应的任务内容。
详细地,本发明实施例中所述基于云计算的数据资源分配装置100中的所述各模块在使用时采用与上述的图1中所述的基于云计算的数据资源分配方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图5所示,是本发明一实施例提供的实现基于云计算的数据资源分配方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于云计算的数据资源分配程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、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,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如基于云计算的数据资源分配程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于云计算的数据资源分配程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线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(extended industry 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。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。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。其中,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1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于云计算的数据资源分配程序是多个指令的组合,在所述处理器10中运行时,可以实现:
接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,其中所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图4对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,其中所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配。
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,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置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。
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的目的。
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,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集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模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
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限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (6)
1.一种基于云计算的数据资源分配方法,其特征在于,所述方法包括:
接收任务请求,在所述任务请求中解析出预设的各项资源属性的资源需求值;
利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群;
所述利用预构建的节点集群选取公式,根据所述资源需求值在预构建的云计算资源节点集群中筛选出第一待选资源节点集群,包括:
依次提取各项资源属性的资源需求值,将所述资源需求值作为第一资源节点筛选阈值;
在所述云计算资源节点集群中依次提取每一个资源节点的各项资源属性的实时属性值;
根据所述节点集群选取公式,利用所述第一资源节点筛选阈值对所述各项资源属性的实时属性值进行筛选,得到目标实时属性值;
集合所述目标实时属性值所属的资源节点,得到所述第一待选资源节点集群;
所述节点集群选取公式如下所示:
其中,p、c、r、s以及w分别表示资源属性为资源处理能力的资源需求值、资源属性为网络费用的资源需求值、资源属性为内存容量的资源需求值、资源属性为外存容量的资源需求值以及资源属性为通信宽带的资源需求值,、、、以及分别表示第一待选资源节点集群中的i个资源节点的实时资源处理能力、j个资源节点的实时网络费用、k个资源节点的实时内存容量、l个资源节点的实时外存容量以及m个资源节点的实时通信宽带;
在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群;
所述在所述第一待选资源节点集群中筛选出各项资源属性均满足所述资源需求值的资源节点,得到第二待选资源节点集群,包括:
提取所述目标实时属性值的节点编码;
将所述资源属性的项数作为第二资源节点筛选阈值;
将所述节点编码重复次数等于所述第二资源节点筛选阈值的节点编码作为第二待选资源节点编码;
根据所述第二待选资源节点编码在所述第一待选资源节点集群中筛选出所述第二待选资源节点集群;
利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点;
利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配。
2.如权利要求1所述的基于云计算的数据资源分配方法,其特征在于,所述利用预构建的目标节点集群选取公式,在所述第二待选资源节点集群中选取目标资源节点,包括:
赋予每一项所述资源属性相应的属性权重;
在所述第二待选资源节点集群中提取每一个资源节点的各项资源属性的数值;
根据所述属性权重、各项资源属性的数值及各项资源属性的资源需求值,利用所述目标节点集群选取公式,计算出各项资源属性的数值与对应的所述资源需求值作差后的最小加权求和值;
将所述最小加权求和值对应的资源节点作为所述目标资源节点。
4.如权利要求2所述的基于云计算的数据资源分配方法,其特征在于,所述利用所述目标资源节点执行所述任务请求对应的任务内容,完成云计算的数据资源分配之后,所述方法还包括:
解析所述任务请求,得到任务执行时间;
根据所述任务执行时间计算出所述目标资源节点的资源释放时间;
利用预构建的资源更新公式,在所述资源释放时间更新所述目标资源节点的各项资源属性的数值,得到各项资源属性的实时数值。
6.如权利要求1所述的基于云计算的数据资源分配方法,其特征在于,所述接收任务请求之前,所述方法还包括:
获取任务内容,根据所述任务内容分析所述各项资源属性的资源需求值及任务执行时间;
将所述各项资源属性的资源需求值及任务执行时间封装为任务请求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159283.5A CN115242662B (zh) | 2022-09-22 | 2022-09-22 | 基于云计算的数据资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211159283.5A CN115242662B (zh) | 2022-09-22 | 2022-09-22 | 基于云计算的数据资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115242662A CN115242662A (zh) | 2022-10-25 |
CN115242662B true CN115242662B (zh) | 2023-02-17 |
Family
ID=83667199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211159283.5A Active CN115242662B (zh) | 2022-09-22 | 2022-09-22 | 基于云计算的数据资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115242662B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
CN103595780A (zh) * | 2013-11-08 | 2014-02-19 | 中国人民解放军理工大学 | 基于消重的云计算资源调度方法 |
CN111225050A (zh) * | 2020-01-02 | 2020-06-02 | 中国神华能源股份有限公司神朔铁路分公司 | 云计算资源分配方法及装置 |
CN111866054A (zh) * | 2019-12-16 | 2020-10-30 | 北京小桔科技有限公司 | 一种云主机的搭建方法、装置、电子设备及可读存储介质 |
CN113032112A (zh) * | 2019-12-25 | 2021-06-25 | 上海商汤智能科技有限公司 | 资源调度方法及装置、电子设备和存储介质 |
CN113726846A (zh) * | 2021-07-14 | 2021-11-30 | 阿里巴巴新加坡控股有限公司 | 边缘云系统、资源调度方法、设备及存储介质 |
CN114675953A (zh) * | 2022-03-29 | 2022-06-28 | 浪潮云信息技术股份公司 | 资源动态调度方法、装置、设备及计算机可读存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9485197B2 (en) * | 2014-01-15 | 2016-11-01 | Cisco Technology, Inc. | Task scheduling using virtual clusters |
US10237339B2 (en) * | 2016-08-19 | 2019-03-19 | Microsoft Technology Licensing, Llc | Statistical resource balancing of constrained microservices in cloud PAAS environments |
CN111800283B (zh) * | 2019-04-08 | 2023-03-14 | 阿里巴巴集团控股有限公司 | 网络系统、服务提供与资源调度方法、设备及存储介质 |
-
2022
- 2022-09-22 CN CN202211159283.5A patent/CN115242662B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102790793A (zh) * | 2012-05-08 | 2012-11-21 | 北京邮电大学 | 一种面向云计算虚拟机迁移的决策方法及控制模块 |
CN103595780A (zh) * | 2013-11-08 | 2014-02-19 | 中国人民解放军理工大学 | 基于消重的云计算资源调度方法 |
CN111866054A (zh) * | 2019-12-16 | 2020-10-30 | 北京小桔科技有限公司 | 一种云主机的搭建方法、装置、电子设备及可读存储介质 |
CN113032112A (zh) * | 2019-12-25 | 2021-06-25 | 上海商汤智能科技有限公司 | 资源调度方法及装置、电子设备和存储介质 |
CN111225050A (zh) * | 2020-01-02 | 2020-06-02 | 中国神华能源股份有限公司神朔铁路分公司 | 云计算资源分配方法及装置 |
CN113726846A (zh) * | 2021-07-14 | 2021-11-30 | 阿里巴巴新加坡控股有限公司 | 边缘云系统、资源调度方法、设备及存储介质 |
CN114675953A (zh) * | 2022-03-29 | 2022-06-28 | 浪潮云信息技术股份公司 | 资源动态调度方法、装置、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
面向用户任务与云资源匹配度的调度算法研究;聂清彬等;《微电子学与计算机》;20160705(第07期);第94页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115242662A (zh) | 2022-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112434308B (zh) | 应用漏洞检测方法、装置、电子设备及计算机存储介质 | |
CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN113504935A (zh) | 软件开发质量评估方法、装置、电子设备及可读存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN113868528A (zh) | 资讯推荐方法、装置、电子设备及可读存储介质 | |
CN111984822A (zh) | 图像生成方法、装置、电子设备及计算机可读存储介质 | |
CN115600644A (zh) | 多任务处理方法、装置、电子设备及存储介质 | |
CN114844844A (zh) | 延时消息处理方法、装置、设备及存储介质 | |
CN113360139A (zh) | 前端框架的集成方法、装置、电子设备及存储介质 | |
CN115373826B (zh) | 一种基于云计算的任务调度方法及装置 | |
CN112733531A (zh) | 虚拟资源分配方法、装置、电子设备及计算机存储介质 | |
CN115242662B (zh) | 基于云计算的数据资源分配方法及装置 | |
CN112631903A (zh) | 任务测试方法、装置、电子设备及存储介质 | |
CN112101481A (zh) | 目标物的影响因子筛选方法、装置、设备及存储介质 | |
CN116820714A (zh) | 一种算力设备的调度方法、装置、设备和存储介质 | |
CN111652282A (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN113407322B (zh) | 多终端的任务分配方法、装置、电子设备及可读存储介质 | |
CN114625512A (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN113918296A (zh) | 模型训练任务调度执行方法、装置、电子设备及存储介质 | |
CN114238375A (zh) | 指标查询方法、装置、电子设备及存储介质 | |
CN113347451A (zh) | 视频上传方法、装置、电子设备及计算机可读存储介质 | |
CN112561500A (zh) | 基于用户数据的薪酬数据生成方法、装置、设备及介质 | |
CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Data resource allocation method and device based on cloud computing Effective date of registration: 20231018 Granted publication date: 20230217 Pledgee: Guanggu Branch of Wuhan Rural Commercial Bank Co.,Ltd. Pledgor: Yinxin Cloud (Wuhan) Information Technology Co.,Ltd. Registration number: Y2023980061647 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |