CN115442262B - 一种资源评估方法、装置、电子设备及存储介质 - Google Patents
一种资源评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115442262B CN115442262B CN202210917346.2A CN202210917346A CN115442262B CN 115442262 B CN115442262 B CN 115442262B CN 202210917346 A CN202210917346 A CN 202210917346A CN 115442262 B CN115442262 B CN 115442262B
- Authority
- CN
- China
- Prior art keywords
- evaluation
- resource
- cloud
- stage
- level
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 376
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 48
- 230000005856 abnormality Effects 0.000 claims description 36
- 230000005012 migration Effects 0.000 claims description 33
- 238000013508 migration Methods 0.000 claims description 33
- 238000001514 detection method Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000007306 turnover Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
-
- 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
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
-
- 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
- H04L67/14—Session management
- H04L67/148—Migration or transfer of sessions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
Abstract
本说明书实施例提供一种资源评估方法，应用于云服务器，包括：确定待评估的云资源集合；基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组；其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。在上述过程中，可以从多角度进行灵活的定制化评估，提高了进行异常评估时的可扩展性和适应性，还可以提升异常评估的效率，降低异常带来的影响。
Description
技术领域
本说明书涉及计算机技术领域，尤其涉及一种资源评估方法、装置、电子设备及存储介质。
背景技术
相比物理服务器，云服务器可以提供更加简单高效、安全可靠的弹性计算服务，通过使用云服务器，用户无需提前购买硬件，就可以在短时间内创建或释放多台虚拟服务器。
然而，云服务器在日常的使用过程中，比如新建、扩容、升级、运维等，可能会遭遇各种突如其来的问题，比如断电、机房故障、自然灾害、软件问题、硬件问题等，导致云服务器发生安全风险，影响用户正常使用。
并且，随着云服务器规模的不管扩大，导致异常问题的原因的也更加复杂多样，甚至发生的频率也逐渐增加。因此，迫切需要找到可以应对云服务器的异常情况的通用评估方案，通过对云服务器的资源进行评估，从而可以根据评估的结果及时对云服务器的资源进行迁移，降低异常问题带来的影响。
发明内容
有鉴于此，本说明书一个或多个实施例提供一种资源评估方法、装置、电子设备及存储介质，以解决相关技术中存在的问题。
为实现上述目的，本说明书一个或多个实施例提供技术方案如下：
根据本说明书实施例的第一方面，提供一种资源评估方法，应用于云服务器，包括：
确定待评估的云资源集合；
基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组；其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
根据本说明书实施例的第二方面，提供一种资源评估装置，应用于云服务器，包括：
确定模块，确定待评估的云资源集合；
分组模块，基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组；其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
评估模块，基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
根据本说明书实施例的第三方面，提供一种电子设备，包括通信接口、处理器、存储器和总线，所述通信接口、所述处理器和所述存储器之间通过总线相互连接；
所述存储器中存储机器可读指令，所述处理器通过调用所述机器可读指令，执行上述方法。
根据本说明书实施例的第四方面，提供一种机器可读存储介质，所述机器可读存储介质存储有机器可读指令，所述机器可读指令在被处理器调用和执行时，实现上述方法。
本说明书的实施例提供的技术方案可以包括以下有益效果：
通过以上技术方案，对于待评估的云资源集合，通过确定与云资源集合对应的评估场景，并根据该场景对应的多级的评估维度来划分云资源集合，得到相应的多级的资源分组；进一步的，对于每一级的资源分组，基于与当前级别的评估维度对应的评估指标，进行异常评估，得到异常评估结果。在上述过程中，一方面，对于不同的场景，可以设置不同的评估维度，不同的评估维度又可以对应不同的评估指标，从而可以从多角度进行灵活的定制化评估，提高了进行异常评估时的可扩展性和适应性；另一方面，通过对云资源集合先进行基于相应评估场景的多级划分，再对于划分出的每一级的资源分组进行异常评估，可以提升异常评估的效率，降低异常带来的影响。
附图说明
图1为本说明书一示例性实施例提供的一种云资源集合的示意图；
图2为本说明书一示例性实施例提供的一种资源评估方法的流程图；
图3为本说明书一示例性实施例提供的一种划分资源分组的流程图；
图4为本说明书一示例性实施例提供的一种划分资源分组的示意图；
图5为本说明书一示例性实施例提供的又一种划分资源分组的流程图；
图6为本说明书一示例性实施例提供的一种资源评估装置所在电子设备的结构示意图；
图7为本说明书一示例性实施例提供的一种资源评估装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。
需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。
目前，在云服务器面临异常问题时需要进行资源评估时，通常可以从资源层面出发，通过统计异常影响的产品范围，进行汇总分析后确定异常影响的程度，将异常影响的程度作为异常评估结果，然后根据影响的程度确定资源迁移的方案。如果影响程度较大时，则需要确定迁移的最优解以降低影响程度。
然而，当异常造成的影响范围较大时，通常需要较长的评估时间，评估效率过低，将会严重影响用户体验。
相关技术中，还可以从应用层面出发，评估异常问题对应用产生的影响的紧急程度，以确定资源迁移的方案，越是紧急的应用，越需要执行快速迁移方案。
但由于不同的业务部门对于异常所关注的角度并不相同，目前无法满足多视角的资源评估需求，在评估时并不支持多视角的扩展。
有鉴于此，本说明书提供一种可以对于不同场景的待评估的云资源集合，基于云资源集合对应的评估场景中的多级的评估维度，将云资源集合划分成与多级的评估维度一一对应的多级的资源分组，并对每一级的资源分组，基于与当前级别的评估维度对应的评估指标进行异常评估，得到异常评估结果的技术方案。
在实现时，可以确定云服务器中待评估的云资源集合；
以图1为例，请参见图1，图1为本说明书一示例性实施例提供的一种云资源集合的示意图。如图1所示，确定出的待评估的云资源集合，可以包括宿主机资源1-9，以及运行在宿主机之上的多个虚拟机资源。
然后，可以基于云资源集合对应的评估场景中的多级的评估维度，将云资源集合划分成与多级的评估维度一一对应的多级的资源分组；
其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
例如，对图1中的待评估的云资源集合，即宿主机资源和虚拟机资源，可以通过基于云资源集合对应的评估场景中的多级的评估维度，将云资源集合进行划分，得到多个不同的资源分组1-3，这些资源分组与多级的评估维度一一对应。
接着，可以基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果；其中，多级的评估维度分别对应不同的评估指标。
例如，对于图1中的多个资源分组，可以基于与每个资源分组的当前级别对应的评估指标，对当前资源分组中的宿主机和虚拟机进行异常评估，以得到针对云资源集合的异常评估结果。
通过以上技术方案，对于待评估的云资源集合，通过确定与云资源集合对应的评估场景，并根据该场景对应的多级的评估维度来划分云资源集合，得到相应的多级的资源分组；进一步的，对于每一级的资源分组，基于与当前级别的评估维度对应的评估指标，进行异常评估，得到异常评估结果。在上述过程中，一方面，对于不同的场景，可以设置不同的评估维度，不同的评估维度又可以对应不同的评估指标，从而可以从多角度进行灵活的定制化评估，提高了进行异常评估时的可扩展性和适应性；另一方面，通过对云资源集合先进行基于相应评估场景的多级划分，再对于划分出的每一级的资源分组进行异常评估，可以提升异常评估的效率，降低异常带来的影响。
下面结合附图对本说明书的资源评估方法进行详细说明。
请参见图2，图2为本说明书一示例性实施例提供的一种资源评估方法的流程图，应用于云服务器。如图2所示，所述方法包括如下的执行步骤：
步骤201，确定待评估的云资源集合；
步骤202，基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组；
其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
步骤203，基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
在本实施例中，为了进行资源评估，首先需要确定待评估的云资源集合。
值得说明的是，对于不同的云服务器，提供的云资源的服务也不同，比如上述云资源可以是网络资源，存储资源和计算资源等，本说明书中对此不做限定。
在示出的一种实施方式中，所述云服务器包括ECS服务器；所述云资源包括虚拟机资源；以及，用于运行虚拟机的宿主机资源。
例如，当云服务器为ECS(Elastic Compute Service，弹性计算服务)服务器时，可以为用户提供计算资源，此时待评估的云资源集合包括云服务器提供的虚拟机资源，以及用于运行虚拟机的宿主机资源。
为了能够及时进行资源评估，提高资源评估的效率，可以在云服务器即将发生异常时，提前确定待评估的云资源集合并进行后续处理。
在示出的一种实施方式中，可以获取针对所述云服务器的异常检测结果；以及，基于所述异常检测结果进一步确定存在异常的云资源和/或存在异常的概率大于阈值的云资源，并基于确定出的所述存在异常的云资源和/或存在异常的概率大于阈值的云资源生成所述待评估的云资源集合。
例如，可以通过监听获取云服务器进行异常检测的结果，然后基于异常检测结果确定是否有存在异常的云资源和/或存在异常的概率大于阈值的云资源，也就是即将发生异常；然后可以将存在异常的云资源和/或存在异常的概率大于阈值的云资源添加至待评估的云资源集合。
又如，假设基于异常检测结果，确定云资源A存在异常，云资源B存在异常的概率小于阈值，而云资源C存在异常的概率大于阈值，则可以确定云资源A和云资源C为待评估的云资源。
在本实施例中，可以基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组。
其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
例如，在确定待评估的云资源集合之后，可以确定云资源集合对应的评估场景，然后基于评估场景进一步确定与评估场景对应的多级的评估维度。进一步的，可以基于确定出的多级的评估维度，将云资源集合进行划分，确定出与多级的评估维度一一对应的多级的资源分组。
值得说明的是，云服务器的运营方可以提前设定不同的评估场景，并根据评估场景设定相应的评估级别，以及每个级别的评估维度和评估指标。
在示出的一种实施方式中，所述评估场景包括预先构建的不同评估场景；
进一步的，可以根据所述不同的评估场景设定与每个评估场景对应的评估级别，以及与每个评估级别对应的评估维度和评估指标。
举例来说，对于某个待评估的云资源集合，用户可以根据自身需求提前预设多个不同的评估场景A和评估场景B，并分别为这两个不同的评估场景设定不同的评估级别，评估场景A可以对应3个评估级别，而评估场景B可以对应4个评估级别。相应的，对应这两个评估场景分别对应的不同评估级别，可以进一步设定与每个评估级别对应的评估维度和评估指标。
继续举例，通过为上述待评估的云资源集合预设不同的评估场景之后，可以灵活切换不同的评估场景，使得在进行资源评估时，可以根据当前需要的评估场景进行划分，以及进一步的评估。
由于上述评估场景，以及相应的评估级别，和每个级别的评估维度和评估指标可以灵活动态的进行设置，因此，用户可以根据实际需要，灵活的从多角度进行动态的资源评估，满足了用户的个性化需求。
在示出的一种实施方式中，请参见图3，图3为本说明书一示例性实施例提供的一种划分资源分组的流程图，在执行上述步骤202时，可以包括如下的执行步骤：
步骤301，确定所述待评估的云资源集合的评估场景；
步骤302，基于所述评估场景确定与所述评估场景对应的多级的评估维度；
步骤303，基于所述多级的评估维度，对所述云资源集合中的云资源进行分类处理，将所述云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组。
举例来说，请参见图4，图4为本说明书一示例性实施例提供的一种划分资源分组的示意图。如图4所示，假设基于上述步骤301确定出评估场景为逃逸场景之后，基于上述步骤302确定出与评估场景对应的多级维度，其中，第一级的维度为虚拟机所在区域，第二级的维度为虚拟机的型号。
在示出的一种实施方式中，请参见图5，图5为本说明书一示例性实施例提供的一种划分资源分组的流程图，在执行上述步骤303时，可以包括如下的执行步骤：
步骤501，基于所述多级的评估维度中的第一级的评估维度，对所述云资源集合中的云资源进行分类处理，并根据分类结果将所述云资源集合划分成与所述第一级的评估维度对应的至少一个资源分组，以得到第一级的资源分组；
步骤502，基于所述多级的评估维度中的第二级的评估维度，对所述第一级的资源分组中的各个资源分组分别进行分类处理，并根据分类结果将所述第一级的资源分组中的各个资源分组，划分成与所述第二级的评估维度对应的至少一个资源分组，以得到第二级的资源分组；
步骤503，重复执行以上步骤，直到将所述待评估的云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组。
那么在执行上述步骤501时，可以基于多级的评估维度中的第一级的评估维度，对云资源集合N中的虚拟机资源进行分类处理，根据虚拟机所在的区域进行划分。
例如，云资源集合N中的虚拟机所在区域为区域A、区域B和区域C时，根据这三个区域可以得到第一级的资源分组，为资源分组A、资源分组B和资源分组C。
然后，在执行上述步骤502时，可以基于多级的评估维度中的第二级的评估维度，对第一级的资源分组中的各个资源分组分别进行分类处理，根据虚拟机的型号进行划分。
例如，以资源分组A为例，可以基于虚拟机的型号α、β和γ，对资源分组A进行分类处理，得到相应的第二级的资源分组，为资源分组A1、资源分组A2和资源分组A3。
同理，参考资源分组A，对于第一级中的其他资源分组，也可以根据第二级的评估维度分别进行分类处理，得到第二级的资源分组，在此不做赘述。
值得说明的是，上述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集，比如资源分组A1为资源分组A的子集。
可以理解的是，如果与评估场景对应的多级的评估维度包括第三级的评估维度，那么通过执行上述步骤503，对第二级的资源分组，基于第三级的评估维度，再次进行分类处理即可。
在上述过程中，对于采用几种级别，每种级别基于具体何种评估维度，本说明书中对此不做限定，本领域技术人员可以根据需要自行选择。
在本实施例中，可以基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
例如，对于不同级别的资源分组，可以基于与资源分组的当前级别对应的评估指标，对资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
又如，以图4为例，对于资源分组A，为第一级的资源分组，可以基于对应的第一级的评估指标，对资源分组A中的云资源进行异常评估；而对于资源分组A1，为第二级的资源分组，可以基于对应的第二级的评估指标，对资源分组A1中的云资源进行异常评估。可以理解的是，对于任一级别的资源分组，需要基于与该级别对应的评估指标进行异常评估。
进一步的，为了提高对多个资源分组进行异常评估时的评估效率，可以采用并行的方式进行。
在示出的一种实施方式中，可以针对每一级的资源分组，基于与所述每一级的资源分组对应的评估指标，并行的对所述每一级的资源分组中的云资源进行异常评估。
例如，以图4为例，对于资源分组A、资源分组B和资源分组C，可以同时并行的基于第一级的评估指标，对这三个第一级的资源分组分别进行异常评估。
在示出的一种实施方式中，响应于针对当前级别的资源分组的异常评估结果为不满足预设条件时，停止针对所述当前级别的资源分组的下一级的资源分组的异常评估，并将针对所述当前级别的资源分组的异常评估结果作为所述当前级别的资源分组的下一级的资源分组的异常评估结果。
例如，以图4为例，当对第一级的资源分组A进行异常评估，对应的第一级的评估指标未达到预设条件时，确定异常评估结果为不达标，可以停止对资源分组A的下一级资源分组，即资源分组A1、资源分组A2和资源分组A3的异常评估，并将资源分组A1、资源分组A2和资源分组A3的异常评估结果同样确定为不达标。
同样的，对于下一级的资源分组的后续级别的资源分组，可以采用与下一级的资源分组同样的处理。从而通过为不同级别的资源分组，预设相应的用于判断异常评估结果的条件，使得在某一级别的资源分组的异常评估结果不满足预设条件时，可以跳过对该资源分组下的后续级别的资源分组的异常评估，直接将该资源分组的异常评估结果作为后续级别的资源分组的异常评估结果，从而减少无效的评估过程，提升资源评估的效率。
需要说明的是，上述预设条件是可以是异常评估结果中的评估指标的数值是否达到阈值，也可以是评估指标的数值是否处于预设的数值范围，本说明书中对此不做限定，本领域技术人员可以根据需要自行确定。
由于在进行评估时，不仅存在对于评估效率的要求，还存在对于评估精准度的要求，为了便于用户进行选择，可以为用户提供用于进行评估的插件来满足用户的需求。
在示出的一种实施方式中，所述云服务器上搭载了用于评估的多个插件；不同的插件对应了所述不同的评估场景。
例如，根据用户需求的评估时长和评估精度，可以选用不同的插件进行评估。可以理解的是，对于预设的场景，也可以提前配置好相应的插件，在评估时直接基于预设的插件进行评估。
上述插件可以是动态装箱、资源关键部件、虚拟处理器等插件，本说明书中对此不做限定。
在示出的一种实施方式中，所述插件为支持动态更新的插件。
例如，当插件支持动态更新后，可以便于用户对于插件的管理和维护，使得基于插件更加有效的进行评估。
由前述可知，上述云资源可以包括虚拟机资源，以及用于运行虚拟机的宿主机资源，当源宿主机存在异常时，需要为源宿主机上的虚拟机确定可以迁移的目的宿主机，即正常的可以用于迁移的正常宿主机。
在示出的一种实施方式中，所述异常评估包括针对存在异常的宿主机进行虚拟机迁移的异常评估；所述多级的资源分组包括与至少两级的评估维度一一对应的至少两级的资源分组；所述多级的评估维度对应的评估指标包括与所述至少两级的评估维度对应的至少两级的评估指标；
其中，所述至少两级的评估指标包括：
第一级的评估指标，包括用于评估所述云资源集合中的第一级的资源分组包含的虚拟机和宿主机的数量的第一类指标；
第二级的评估指标，包括用于评估所述云资源集合中的第二级的资源分组包含的将所述存在异常的宿主机上运行的虚拟机的迁移至正常宿主机的迁移条件的第二类指标。
举例来说，可以基于与第一级的资源分组对应的第一级的评估指标，对第一级的资源分组中的虚拟机资源和宿主机资源进行异常评估，以确定云资源集合包含的虚拟机和宿主机的数量的第一类指标。
上述第一类指标，可以至少包括以下三种指标：
库存周转指标，用于确保将源宿主机上的虚拟机迁移至目的宿主机之后，剩余的正常宿主机的数量仍可以满足周转的需求，不影响云服务器为新增用户提供服务；
库存水位指标，用于确保将源宿主机上的虚拟机迁移至目的宿主机之后，剩余的正常宿主机的数量满足最小数量要求，防止占用过多的正常宿主机来用于迁移；
碎片大小指标，用于确保将源宿主机上的虚拟机迁移至目的宿主机之后，目的宿主机上剩余的空间的碎片率不超过预设数值。
以图4为例，对于第一级的资源分组A，假设对应的第一级的评估指标为库存周转指标，通过基于库存周转指标，可以对资源分组A中的虚拟机资源和宿主机资源进行异常评估，确定资源分组A中的源宿主机上的虚拟机迁移至目的宿主机之后，剩余的正常宿主机的数量是否可以满足周转的需求，以确定资源分组A中的资源状况，以及异常影响的范围。
继续举例，可以基于与第二级的资源分组对应的第二级的评估指标，对第二级的资源分组中的虚拟机资源和宿主机资源进行异常评估，以确定云资源集合包含的将存在异常的宿主机上运行的虚拟机的迁移至正常宿主机的迁移条件的第二类指标。
上述第二类指标，可以至少包括以下三种指标：
冷迁移评估指标，用于确定源宿主机上的虚拟机是否可以通过冷迁移方式迁移至目的宿主机；
热迁移评估指标，用于确定源宿主机上的虚拟机是否可以通过热迁移方式迁移至目的宿主机；
特定范围迁移评估指标，用于确定源宿主机上的虚拟机是否可以迁移至指定的目的宿主机。
以图4为例，对于第二级的资源分组A1，假设对应的第二级的评估指标为冷迁移评估指标，通过基于冷迁移评估指标，可以对资源分组A1中的虚拟机资源和宿主机资源进行异常评估，确定资源分组A1中的源宿主机上的虚拟机是否可以通过冷迁移方式迁移至目的宿主机，以确定迁移策略。
在示出的一种实施方式中，所述至少两级的评估维度还包括第三级的评估维度；所述至少两级的资源分组还包括与所述第三级的评估维度对应的第三级的资源分组；
所述至少两级的评估指标，还包括：
第三级的评估指标，包括用于评估所述云资源集合中的第三级的资源分组包含的所述正常宿主机中满足与用户相关的迁移条件的宿主机的第三类指标。
举例来说，可以基于与第三级的资源分组对应的第三级的评估指标，对第三级的资源分组中的虚拟机资源和宿主机资源进行异常评估，以确定正常宿主机中满足用户指定的迁移条件的宿主机。
在示出的一种实施方式中，所述与用户相关的迁移条件包括与用户的优先级相关的迁移条件。
继续举例，通过基于与用户的优先级相关的迁移条件进行评估，可以确定迁移的先后顺序，得到迁移的最优解。
值得说明的是，上述三级的评估指标为本说明书提供的一种示例，本领域技术人员可以根据实际需要确定任意数量的多级的评估指标，以及根据实际需要确定每个级别的评估指标具体为何种指标，本说明书中对此不做限定。
通过以上技术方案，对于待评估的云资源集合，通过确定与云资源集合对应的评估场景，并根据该场景对应的多级的评估维度来划分云资源集合，得到相应的多级的资源分组；进一步的，对于每一级的资源分组，基于与当前级别的评估维度对应的评估指标，进行异常评估，得到异常评估结果。在上述过程中，一方面，对于不同的场景，可以设置不同的评估维度，不同的评估维度又可以对应不同的评估指标，从而可以从多角度进行灵活的定制化评估，提高了进行异常评估时的可扩展性和适应性；另一方面，通过对云资源集合先进行基于相应评估场景的多级划分，再对于划分出的每一级的资源分组进行异常评估，可以提升异常评估的效率，降低异常带来的影响。
在本说明书的示例性实施例中，还提供了一种能够实现上述方法的设备。
图6是一示例性实施例提供的一种设备的示意结构图。请参考图6，在硬件层面，该设备包括处理器602、内部总线604、网络接口606、内存608以及非易失性存储器610，当然还可能包括其他业务所需要的硬件。本说明书一个或多个实施例可以基于软件方式来实现，比如由处理器602从非易失性存储器610中读取对应的计算机程序到内存609中然后运行。当然，除了软件实现方式之外，本说明书一个或多个实施例并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
请参考图7，在一软件实施方式中，提供了一种资源评估装置700，应用于云服务器。如图7所示，所述装置700包括：
确定模块701，确定待评估的云资源集合；
分组模块702，基于所述云资源集合对应的评估场景中的多级的评估维度，将所述云资源集合划分成与所述多级的评估维度一一对应的多级的资源分组；其中，所述多级的资源分组的任一级的资源分组中的云资源为其上一级的资源分组中的云资源的子集；所述多级的评估维度分别对应不同的评估指标；
评估模块703，基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
可选的，所述确定模块701，进一步：
获取针对所述云服务器的异常检测结果；
基于所述异常检测结果进一步确定存在异常的云资源和/或存在异常的概率大于阈值的云资源，并基于确定出的所述存在异常的云资源和/或存在异常的概率大于阈值的云资源生成所述待评估的云资源集合。
可选的，所述分组模块702，进一步：
确定所述待评估的云资源集合的评估场景；
基于所述评估场景进一步确定与所述评估场景对应的多级的评估维度；
基于所述多级的评估维度，对所述云资源集合中的云资源进行分类处理，将所述云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组。
可选的，所述分组模块702，进一步：
基于所述多级的评估维度中的第一级的评估维度，对所述云资源集合中的云资源进行分类处理，并根据分类结果将所述云资源集合划分成与所述第一级的评估维度对应的至少一个资源分组，以得到第一级的资源分组；
基于所述多级的评估维度中的第二级的评估维度，对所述第一级的资源分组中的各个资源分组分别进行分类处理，并根据分类结果将所述第一级的资源分组中的各个资源分组，划分成与所述第二级的评估维度对应的至少一个资源分组，以得到第二级的资源分组；
重复执行以上步骤，直到将所述待评估的云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组。
可选的，所述评估模块703，进一步：
针对每一级的资源分组，基于与所述每一级的资源分组对应的评估指标，并行的对所述每一级的资源分组中的云资源进行异常评估。
可选的，所述装置700，还包括：
停止模块704(图中未示出)，响应于针对当前级别的资源分组的异常评估结果为不满足预设条件时，停止针对所述当前级别的资源分组的下一级的资源分组的异常评估，并将针对所述当前级别的资源分组的异常评估结果作为所述当前级别的资源分组的下一级的资源分组的异常评估结果。
可选的，所述云服务器包括ECS服务器；所述云资源包括虚拟机资源；以及，用于运行虚拟机的宿主机资源。
可选的，所述异常评估包括针对存在异常的宿主机进行虚拟机迁移的异常评估；所述多级的资源分组包括与至少两级的评估维度一一对应的至少两级的资源分组；所述多级的评估维度对应的评估指标包括与所述至少两级的评估维度对应的至少两级的评估指标；
其中，所述至少两级的评估指标包括：
第一级的评估指标，包括用于评估所述云资源集合中的第一级的资源分组包含的虚拟机和宿主机的数量的第一类指标；
第二级的评估指标，包括用于评估所述云资源集合中的第二级的资源分组包含的将所述存在异常的宿主机上运行的虚拟机的迁移至正常宿主机的迁移条件的第二类指标。
可选的，所述至少两级的评估维度还包括第三级的评估维度；所述至少两级的资源分组还包括与所述第三级的评估维度对应的第三级的资源分组；
所述至少两级的评估指标，还包括：
第三级的评估指标，包括用于评估所述云资源集合中的第三级的资源分组包含的所述正常宿主机中满足与用户相关的迁移条件的宿主机的第三类指标。
可选的，所述与用户相关的迁移条件包括与用户的优先级相关的迁移条件。
可选的，所述评估场景包括预先构建的不同评估场景；
进一步的，所述装置700还包括：
设定模块705(图中未示出)，根据所述不同的评估场景设定与每个评估场景对应的评估级别，以及与每个评估级别对应的评估维度和评估指标。
可选的，所述云服务器上搭载了用于评估的多个插件；不同的插件对应了所述不同的评估场景。
可选的，所述插件为支持动态更新的插件。
上述装置700中各个模块的功能和作用的实现过程具体详见上述资源评估方法中对应步骤的实现过程，相关之处参见方法实施方式的部分说明即可，在此不再赘述。
以上所描述的装置实施方式仅仅是示意性的，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模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元或模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
在一个典型的配置中，计算机包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在本说明书一个或多个实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本说明书一个或多个实施例可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
以上所述仅为本说明书一个或多个实施例的较佳实施例而已，并不用以限制本说明书一个或多个实施例，凡在本说明书一个或多个实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书一个或多个实施例保护的范围之内。
Claims (12)
1.一种资源评估方法，应用于云服务器，包括：
确定待评估的云资源集合；
确定所述待评估的云资源集合对应的评估场景；
基于所述评估场景确定与所述评估场景对应的多级的评估维度；
基于所述多级的评估维度中的第一级的评估维度，对所述云资源集合中的云资源进行分类处理，并根据分类结果将所述云资源集合划分成与所述第一级的评估维度对应的至少一个资源分组，以得到第一级的资源分组；
基于所述多级的评估维度中的第二级的评估维度，对所述第一级的资源分组中的各个资源分组分别进行分类处理，并根据分类结果将所述第一级的资源分组中的各个资源分组，划分成与所述第二级的评估维度对应的至少一个资源分组，以得到第二级的资源分组；
重复执行以上步骤，直到将所述待评估的云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组；
基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
2.根据权利要求1所述的方法，所述确定待评估的云资源集合，包括：
获取针对所述云服务器的异常检测结果；
基于所述异常检测结果确定存在异常的云资源和/或存在异常的概率大于阈值的云资源，并基于确定出的所述存在异常的云资源和/或存在异常的概率大于阈值的云资源生成所述待评估的云资源集合。
3.根据权利要求1所述的方法，所述基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，包括：
针对每一级的资源分组，基于与所述每一级的资源分组对应的评估指标，并行的对所述每一级的资源分组中的云资源进行异常评估。
4.根据权利要求1所述的方法，所述方法还包括：
响应于针对当前级别的资源分组的异常评估结果为不满足预设条件时，停止针对所述当前级别的资源分组的下一级的资源分组的异常评估，并将针对所述当前级别的资源分组的异常评估结果作为所述当前级别的资源分组的下一级的资源分组的异常评估结果。
5.根据权利要求1所述的方法，所述云服务器包括ECS服务器；所述云资源包括虚拟机资源；以及，用于运行虚拟机的宿主机资源。
6.根据权利要求5所述的方法，所述异常评估包括针对存在异常的宿主机进行虚拟机迁移的异常评估；所述多级的资源分组包括与至少两级的评估维度一一对应的至少两级的资源分组；所述多级的评估维度对应的评估指标包括与所述至少两级的评估维度对应的至少两级的评估指标；
其中，所述至少两级的评估指标包括：
第一级的评估指标，包括用于评估所述云资源集合中的第一级的资源分组包含的虚拟机和宿主机的数量的第一类指标；
第二级的评估指标，包括用于评估所述云资源集合中的第二级的资源分组包含的将所述存在异常的宿主机上运行的虚拟机的迁移至正常宿主机的迁移条件的第二类指标。
7.根据权利要求6所述的方法，所述至少两级的评估维度还包括第三级的评估维度；所述至少两级的资源分组还包括与所述第三级的评估维度对应的第三级的资源分组；
所述至少两级的评估指标，还包括：
第三级的评估指标，包括用于评估所述云资源集合中的第三级的资源分组包含的所述正常宿主机中满足与用户相关的迁移条件的宿主机的第三类指标。
8.根据权利要求1所述的方法，所述评估场景包括预先构建的不同评估场景；
所述方法还包括：
根据所述不同的评估场景设定与每个评估场景对应的评估级别，以及与每个评估级别对应的评估维度和评估指标。
9.根据权利要求1-8中任一项所述的方法，所述云服务器上搭载了用于评估的多个插件；不同的插件对应了所述不同的评估场景。
10.一种资源评估装置，应用于云服务器，包括：
确定模块，确定待评估的云资源集合；
分组模块，确定所述待评估的云资源集合对应的评估场景；基于所述评估场景确定与所述评估场景对应的多级的评估维度；基于所述多级的评估维度中的第一级的评估维度，对所述云资源集合中的云资源进行分类处理，并根据分类结果将所述云资源集合划分成与所述第一级的评估维度对应的至少一个资源分组，以得到第一级的资源分组；基于所述多级的评估维度中的第二级的评估维度，对所述第一级的资源分组中的各个资源分组分别进行分类处理，并根据分类结果将所述第一级的资源分组中的各个资源分组，划分成与所述第二级的评估维度对应的至少一个资源分组，以得到第二级的资源分组；重复执行以上步骤，直到将所述待评估的云资源集合划分成为与所述多级的评估维度一一对应的多级的资源分组；
评估模块，基于与所述多级的资源分组对应的评估指标，分别对所述多级的资源分组中的云资源进行异常评估，以得到针对所述云资源集合的异常评估结果。
11.一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器通过运行所述可执行指令以实现如权利要求1-9中任一项所述的方法。
12.一种机器可读存储介质，其上存储有机器可读指令，该指令被处理器执行时实现如权利要求1-9中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210917346.2A CN115442262B (zh) | 2022-08-01 | 2022-08-01 | 一种资源评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210917346.2A CN115442262B (zh) | 2022-08-01 | 2022-08-01 | 一种资源评估方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115442262A CN115442262A (zh) | 2022-12-06 |
| CN115442262B true CN115442262B (zh) | 2024-02-06 |
Family
ID=84242859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210917346.2A Active CN115442262B (zh) | 2022-08-01 | 2022-08-01 | 一种资源评估方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115442262B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117172501A (zh) * | 2023-09-21 | 2023-12-05 | 奇点数联(北京)科技有限公司 | 一种基于数据挖掘的物资分配系统 |
Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106131158A (zh) * | 2016-06-30 | 2016-11-16 | 上海天玑科技股份有限公司 | 一种云数据中心环境下基于云租户信用度的资源调度装置 |
| CN107977768A (zh) * | 2017-10-25 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种可增值资源的评估方法及装置 |
| CN108282501A (zh) * | 2017-01-05 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 一种云服务器资源信息同步方法、装置和系统 |
| CN108667912A (zh) * | 2018-04-23 | 2018-10-16 | 中国人民解放军战略支援部队信息工程大学 | 一种云资源分配方法及装置 |
| US10108465B1 (en) * | 2016-06-23 | 2018-10-23 | EMC IP Holding Company LLC | Automated cloud service evaluation and workload migration utilizing standardized virtual service units |
| CN108900343A (zh) * | 2018-07-04 | 2018-11-27 | 中国人民解放军国防科技大学 | 基于本地存储的云服务器的资源预测和调度方法 |
| CN109039714A (zh) * | 2018-07-17 | 2018-12-18 | 郑州云海信息技术有限公司 | 云计算系统中资源的管理方法和装置 |
| CN109728938A (zh) * | 2018-12-11 | 2019-05-07 | 国云科技股份有限公司 | 一种评估系统服务水平的方法 |
| CN110213363A (zh) * | 2019-05-30 | 2019-09-06 | 华南理工大学 | 基于软件定义网络的云资源动态分配系统及方法 |
| CN110868330A (zh) * | 2018-08-28 | 2020-03-06 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
| CN111310784A (zh) * | 2020-01-14 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 资源数据的处理方法及装置 |
| CN111585840A (zh) * | 2020-04-29 | 2020-08-25 | 北京申信联华科技有限公司 | 服务资源监测方法、装置和设备 |
| CN111736991A (zh) * | 2020-06-12 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 一种云平台资源调度的方法、装置、设备及可读介质 |
| CN111897654A (zh) * | 2020-07-31 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 将应用迁移到云平台的方法、装置、电子设备和存储介质 |
| WO2021022985A1 (zh) * | 2019-08-06 | 2021-02-11 | 中兴通讯股份有限公司 | 云服务处理方法及装置、云服务器、云服务系统及存储介质 |
| CN112737798A (zh) * | 2019-10-14 | 2021-04-30 | 中国移动通信集团四川有限公司 | 主机资源分配方法、装置及调度服务器、存储介质 |
| CN114143322A (zh) * | 2021-11-25 | 2022-03-04 | 中国电信集团系统集成有限责任公司 | 一种混合云场景中计算资源的配置行动评估方法 |
| US11271865B1 (en) * | 2020-12-02 | 2022-03-08 | Microsoft Technology Licensing, Llc | Resource popularity assessment and utilization |
| CN114615177A (zh) * | 2022-03-03 | 2022-06-10 | 腾讯科技（深圳）有限公司 | 一种云平台的负载检测方法、装置、电子设备和存储介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9268664B2 (en) * | 2010-04-06 | 2016-02-23 | Paypal, Inc. | Method and system for synchronous and asynchronous monitoring |
| US10379910B2 (en) * | 2012-10-26 | 2019-08-13 | Syntel, Inc. | System and method for evaluation of migration of applications to the cloud |
| US20160080407A1 (en) * | 2014-09-11 | 2016-03-17 | International Business Machines Corporation | Managing operations in a cloud management system |
| CN105243124B (zh) * | 2015-09-29 | 2018-11-09 | 百度在线网络技术（北京）有限公司 | 资源组合处理方法及装置 |
| US10205677B2 (en) * | 2015-11-24 | 2019-02-12 | Cisco Technology, Inc. | Cloud resource placement optimization and migration execution in federated clouds |
| US10339152B2 (en) * | 2016-08-29 | 2019-07-02 | International Business Machines Corporation | Managing software asset environment using cognitive distributed cloud infrastructure |
| US11621969B2 (en) * | 2017-04-26 | 2023-04-04 | Elasticsearch B.V. | Clustering and outlier detection in anomaly and causation detection for computing environments |
| EP4133432A1 (en) * | 2020-07-21 | 2023-02-15 | Google LLC | Network anomaly detection |
-
2022
- 2022-08-01 CN CN202210917346.2A patent/CN115442262B/zh active Active
Patent Citations (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10108465B1 (en) * | 2016-06-23 | 2018-10-23 | EMC IP Holding Company LLC | Automated cloud service evaluation and workload migration utilizing standardized virtual service units |
| CN106131158A (zh) * | 2016-06-30 | 2016-11-16 | 上海天玑科技股份有限公司 | 一种云数据中心环境下基于云租户信用度的资源调度装置 |
| CN108282501A (zh) * | 2017-01-05 | 2018-07-13 | 阿里巴巴集团控股有限公司 | 一种云服务器资源信息同步方法、装置和系统 |
| CN107977768A (zh) * | 2017-10-25 | 2018-05-01 | 阿里巴巴集团控股有限公司 | 一种可增值资源的评估方法及装置 |
| CN108667912A (zh) * | 2018-04-23 | 2018-10-16 | 中国人民解放军战略支援部队信息工程大学 | 一种云资源分配方法及装置 |
| CN108900343A (zh) * | 2018-07-04 | 2018-11-27 | 中国人民解放军国防科技大学 | 基于本地存储的云服务器的资源预测和调度方法 |
| CN109039714A (zh) * | 2018-07-17 | 2018-12-18 | 郑州云海信息技术有限公司 | 云计算系统中资源的管理方法和装置 |
| CN110868330A (zh) * | 2018-08-28 | 2020-03-06 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
| CN109728938A (zh) * | 2018-12-11 | 2019-05-07 | 国云科技股份有限公司 | 一种评估系统服务水平的方法 |
| CN110213363A (zh) * | 2019-05-30 | 2019-09-06 | 华南理工大学 | 基于软件定义网络的云资源动态分配系统及方法 |
| WO2021022985A1 (zh) * | 2019-08-06 | 2021-02-11 | 中兴通讯股份有限公司 | 云服务处理方法及装置、云服务器、云服务系统及存储介质 |
| CN112737798A (zh) * | 2019-10-14 | 2021-04-30 | 中国移动通信集团四川有限公司 | 主机资源分配方法、装置及调度服务器、存储介质 |
| CN111310784A (zh) * | 2020-01-14 | 2020-06-19 | 支付宝(杭州)信息技术有限公司 | 资源数据的处理方法及装置 |
| CN111585840A (zh) * | 2020-04-29 | 2020-08-25 | 北京申信联华科技有限公司 | 服务资源监测方法、装置和设备 |
| CN111736991A (zh) * | 2020-06-12 | 2020-10-02 | 苏州浪潮智能科技有限公司 | 一种云平台资源调度的方法、装置、设备及可读介质 |
| CN111897654A (zh) * | 2020-07-31 | 2020-11-06 | 腾讯科技（深圳）有限公司 | 将应用迁移到云平台的方法、装置、电子设备和存储介质 |
| US11271865B1 (en) * | 2020-12-02 | 2022-03-08 | Microsoft Technology Licensing, Llc | Resource popularity assessment and utilization |
| CN114143322A (zh) * | 2021-11-25 | 2022-03-04 | 中国电信集团系统集成有限责任公司 | 一种混合云场景中计算资源的配置行动评估方法 |
| CN114615177A (zh) * | 2022-03-03 | 2022-06-10 | 腾讯科技（深圳）有限公司 | 一种云平台的负载检测方法、装置、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115442262A (zh) | 2022-12-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6321681B2 (ja) | ウェブサイトユーザを識別する方法および装置 | |
| US20200201560A1 (en) | Data storage method, apparatus, and device for multi-layer blockchain-type ledger | |
| US10650008B2 (en) | Parallel scoring of an ensemble model | |
| US20230360513A1 (en) | Adaptive severity functions for alerts | |
| CN111310784B (zh) | 资源数据的处理方法及装置 | |
| US11270227B2 (en) | Method for managing a machine learning model | |
| CN113641526B (zh) | 告警根因定位方法、装置、电子设备及计算机存储介质 | |
| CN115442262B (zh) | 一种资源评估方法、装置、电子设备及存储介质 | |
| CN110737717A (zh) | 一种数据库迁移方法及装置 | |
| CN110532773B (zh) | 恶意访问行为识别方法、数据处理方法、装置和设备 | |
| CN108664322A (zh) | 数据处理方法及系统 | |
| CN110928941A (zh) | 一种数据分片抽取方法及装置 | |
| US20220342395A1 (en) | Method and system for infrastructure monitoring | |
| CN115994029A (zh) | 容器资源调度方法及装置 | |
| CN113296951A (zh) | 一种资源配置方案确定方法及设备 | |
| CN115361332A (zh) | 容错路由的处理方法及装置、处理器和电子设备 | |
| CN114818458A (zh) | 系统参数优化方法、装置、计算设备及介质 | |
| CN105718767B (zh) | 一种基于风险识别的信息处理方法及装置 | |
| CN113326064A (zh) | 划分业务逻辑模块的方法、电子设备及存储介质 | |
| CN110874268B (zh) | 数据处理方法、装置和设备 | |
| US20200313989A1 (en) | Method and apparatus for variable sampling for outlier mining | |
| US20180176291A1 (en) | Automated server deployment platform | |
| CN116107761B (zh) | 性能调优方法、系统、电子设备及可读存储介质 | |
| CN110163471B (zh) | 一种异常识别方法和装置 | |
| US11632380B2 (en) | Identifying large database transactions |
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 |