CN115529241A - 一种资源配置方法、装置、电子设备及存储介质 - Google Patents
一种资源配置方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115529241A CN115529241A CN202211007272.5A CN202211007272A CN115529241A CN 115529241 A CN115529241 A CN 115529241A CN 202211007272 A CN202211007272 A CN 202211007272A CN 115529241 A CN115529241 A CN 115529241A
- Authority
- CN
- China
- Prior art keywords
- cloud host
- resource
- cloud
- determining
- resources
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000013468 resource allocation Methods 0.000 title claims abstract description 33
- 238000005070 sampling Methods 0.000 claims abstract description 95
- 238000011084 recovery Methods 0.000 claims description 47
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004064 recycling Methods 0.000 claims description 8
- 239000002699 waste material Substances 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000005641 tunneling Effects 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
- H04L43/02—Capturing of monitoring data
- H04L43/022—Capturing of monitoring data by sampling
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请实施例公开了一种资源配置方法、装置、电子设备及存储介质,该方法包括:获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率;根据采样数据,从云主机中确定满足预设条件的目标云主机;根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机的云资源进行资源配置。根据本申请的实施例,能够有效解决资源利用率低或资源浪费的问题。
Description
技术领域
本申请属于互联网技术领域,尤其涉及一种资源配置方法、装置、电子设备及存储介质。
背景技术
随着信息技术的发展,云计算技术日益成熟,越来越多的企业和个人,将业务部署到虚拟化私有云。虚拟化私有云的云资源承担了大量业务的计算任务。
目前,由于业务种类和数量的飞速发展,在实际的使用过程中,各个云主机的云资源的资源利用率各不相同,存在资源不足或资源过剩的情况,导致资源利用率低或资源浪费。
发明内容
本申请实施例提供一种资源配置方法、装置、设备及存储介质,能够解决目前资源利用率低或资源浪费的问题。
第一方面,本申请实施例提供一种资源配置方法,该方法包括:
获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率;
根据采样数据,从云主机中确定满足预设条件的目标云主机;
根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机的云资源进行资源配置。
第二方面,本申请实施例提供一种资源配置装置,资源配置装置包括:
获取模块,用于获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率;
第一确定模块,用于根据采样数据,从云主机中确定满足预设条件的目标云主机;
第二确定模块,用于根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机的云资源进行资源配置。
第三方面,本申请实施例提供了一种电子设备,该设备包括:处理器以及存储有计算机程序指令的存储器;处理器执行计算机程序指令时,实现如第一方面或者第一方面的任一可能实现方式中的方法。
第四方面,本申请实施例提供了一种可读存储介质,该计算机可读存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现如第一方面或者第一方面的任一可能实现方式中的方法。
本申请实施例中,通过获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率,这里,采样数据可以表征云主机在预设时间周期内的使用情况,所以可以根据采样数据,从云主机中确定满足预设条件的目标云主机,目标云主机是需要被调整资源配置的云主机。最后,根据采样数据,确定目标云主机的资源配置信息,可以根据不同目标云主机的使用情况,灵活的为目标云主机指定资源配置信息,以用于根据资源配置信息对目标云主机的云资源进行资源配置,即可以对一部分目标云主机进行资源回收,也可以对另一部分云主机进行资源扩容,由此,可以提升资源效能。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,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是本申请实施例提供的一种资源配置方法的流程图;
图2是本申请实施例提供的一种实现资源配置方法的流程图;
图3是本申请实施例提供的一种资源配置装置的结构示意图;
图4是本申请实施例提供的一种电子设备的硬件结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅被配置为解释本申请,并不被配置为限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面对本申请涉及到的技术术语进行简要介绍。
虚拟私有云(Virtual Private Cloud,VPC),为弹性云服务器构建隔离的、用户自主配置和管理的虚拟网络环境,提升用户云中资源的安全性,简化用户的网络部署。虚拟私有云是一个公共云计算资源的动态配置池,需要使用加密协议、隧道协议和其他安全程序,在民营企业和云服务提供商之间传输数据。一个VPC基本上把提供商的多租户架构变成单租户架构。
云资源,即云计算资源,是指云计算相关资源网站的整合,主要包括有云计算的门户、论坛、博客类相关的网站。云主机是云计算在基础设施应用上的重要组成部分,位于云计算产业链金字塔底层,产品源自云计算平台。该平台整合了互联网应用三大核心要素:计算、存储、网络,面向用户提供公用化的互联网基础设施服务。
云主机,是一种类似于虚拟专用服务器(Virtual Private Server,VPS)主机的虚拟化技术。VPS主机是采用虚拟软件在一台主机上虚拟出多个类似独立主机的部分,能够实现单机多用户,每个部分都可以做单独的操作系统,管理方法同主机一样。
中央处理器(central processing unit,CPU),作为计算机系统的运算和控制核心,是信息处理、程序运行的最终执行单元。
CPU利用率,是运行的程序占用的CPU资源,表示在某个时间段的运行程序的情况。CPU利用率越高,说明在该时间段上运行了很多程序,反之较少。
内存利用率,指的是内存条的利用率。内存利用率,可以指内存已经使用的空间量与总空间量的比值。
磁盘,是指利用磁记录技术存储数据的存储器。磁盘是计算机主要的存储介质,可以存储大量的二进制数据,并且断电后也能保持数据不丢失。磁盘利用率,可以指磁盘已经使用的空间量与总空间量的比值。
集群,是一个服务形态,通过一组松散集成的计算机软件和/或硬件连接起来高度紧密地协作完成计算工作,通俗来说,就是将几台服务器集中在一起,实现同一个业务。当一台机器出现故障时,不会影响其他服务器的执行。集群的特点是可以共同行使功能,可以指数据库集群或缓存集群,集群提供的服务一致,集群比单机部署复杂,集群共用一个地址。
集群节点,相当于集群中的一个服务器。单机,相当于接口机。
本申请实施例提供的资源配置方法至少可以应用于下述应用场景中,下面进行说明。
从虚拟化私有云的整体云资源利用率看,整体云资源利用率不均衡,存在资源不足或资源过剩的问题。有的集群内存利用率和磁盘利用率过高,而有的集群内存利用率和磁盘利用率过低。
从云主机层面的资源利用率看。随着云化平台增加,部分云化业务的云主机利用率存在问题。其中,虚拟化私有云云资源池资源分配需求的来源主要是业务部门的需求,特别是新建平台,部分存在前期申请资源过大的情况。部分云主机其主要资源长期处于较低的利用率。以及随着业务增长,消耗资源增加,原始分配资源存在不足的情况。另外,节假日及开展营销活动时,存在高并发的情况,导致不能有效保障业务正常平稳运行。
图1是本申请实施例提供的一种资源配置方法的流程图。
如图1所示,该资源配置方法可以包括步骤110-步骤130,该方法应用于资源配置装置,具体如下所示:
步骤110,获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率。
步骤120,根据采样数据,从云主机中确定满足预设条件的目标云主机。
步骤130,根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机进行资源配置。
本申请实施例中,通过获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率,这里,采样数据可以表征云主机在预设时间周期内的使用情况,所以可以根据采样数据,从云主机中确定满足预设条件的目标云主机,目标云主机是需要被调整资源配置的云主机。最后,根据采样数据,确定目标云主机的资源配置信息,可以根据不同目标云主机的使用情况,灵活的为目标云主机指定资源配置信息,以用于根据资源配置信息对目标云主机的云资源进行资源配置,即可以对一部分目标云主机进行资源回收,也可以对另一部分云主机进行资源扩容,由此,可以提升资源效能。
下面,对步骤110-步骤130的内容分别进行描述:
涉及步骤110。
获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率。
其中,上述涉及到的资源利用率可以包括:中央处理器CPU利用率、内存利用率和磁盘利用率。
云主机的关机时长,云主机处于关机状态的时间长度。
其中,CPU利用率,用于表示CPU使用量与CPU总量的比值。(CPU单位:MHz,CPU利用率单位:%)。
内存利用率,用于表示内存使用量与内存总量的比值。(内存单位:GB,内存利用率单位:%)。
磁盘利用率,用于表示磁盘使用量与磁盘总量的比值。(磁盘单位:GB,磁盘利用率单位:%)。
涉及步骤120。
根据采样数据,从云主机中确定满足预设条件的目标云主机。
其中,预设条件包括回收条件和扩容条件,目标云主机包括:满足回收条件的第一云主机,以及满足扩容条件的第二云主机。下面分别进行说明:
在一种可能的实施例中,预设时间周期包括第一时间段和第二时间段,步骤120中,具体可以包括以下步骤:
根据采样数据,确定资源利用率在第一时间段内的第一平均值,以及资源利用率在第二时间段内的第二平均值;
根据第一平均值和第二平均值,从云主机中确定满足回收条件的第一云主机;
根据第一平均值和第二平均值,从云主机中确定满足扩容条件的第二云主机;
其中,第一时间段的起始时刻晚于第二时间段的起始时刻。
其中,第一时间段对应第一时长,第二时间段对应第二时长,第二时长可以为第一时长的预设倍数。
第一平均值包括:在第一时间段内的CPU利用率的平均值、内存利用率的平均值,和磁盘利用率的平均值。第二平均值包括:在第二时间段内的CPU利用率的平均值、内存利用率的平均值,和磁盘利用率的平均值。
第一时间段可以为第三个月,第二时间段可以为第一个月至第二个月。第一时间段对应的第一时长为一个月,第二时间段对应的第二时长为两个月,第二时长为第一时长的两倍,即预设倍数为两倍。
其中,回收条件用于筛选资源过剩的第一云主机,即需要对第一云主机进行资源回收,扩容条件用于筛选资源不足的第二云主机,即需要对第二云主机进行资源扩容。
在一种可能的实施例中,在上述涉及到的根据第一平均值和第二平均值,从云主机中确定满足回收条件的第一云主机的步骤之前,还可以包括以下步骤:
获取云主机的节点类型和预设回收条件;
根据云主机的节点类型和预设回收条件,确定回收条件;其中,预设回收条件,包括下述中的任一项:
关机时长大于第一阈值;
第一平均值小于第二阈值;
第二平均值位于第一区间,第一区间的下限值为第二阈值,第一区间的上限值为第三阈值。
其中,节点类型,包括:单机和集群节点。
单机即普通型的云主机。集群节点,可以包括数据库集群节点和缓存集群节点。
其中,预设回收条件包括多个条件参数,比如第一阈值、第二阈值和第三阈值等,根据云主机的节点类型和预设回收条件,确定回收条件,具体可以为根据云主机的节点类型,对预设回收条件中的条件参数赋值,得到回收条件。
这里,通过根据云主机的节点类型和预设回收条件,确定回收条件,充分考虑了云主机的节点类型,灵活确定不同类型的云主机所对应的回收条件。
其中,通过记录关机时长,当云主机的关机时长大于第一阈值时,将云主机确定为第一云主机。
另外,如果预设时间周期仅包括第一时间段,则预设回收条件,包括下述中的任一项:关机时长大于第一阈值;第一平均值小于第二阈值。即对于首次采集采样数据的情况下,只采集到第一时间段的采样数据,只判断当前的第一时间段的采样数据是否满足关机时长大于第一阈值的条件,或者第一时间段的采样数据是否满足第一平均值小于第二阈值的条件。
其中,在节点类型为单机的情况下,第一阈值为A,第二阈值为M%,第三阈值为N%,第一预设倍数为C;
例如,A为三个月,M为10,N为15,C为2。
即在节点类型为单机的情况下,回收条件包括下述中的任一项:
关机时长大于三个月;
在第一时间段内的第一平均值小于10;
在第二时间段内的第二平均值位于第一区间,第一区间的下限值为10,第一区间的上限值为15。
在节点类型为集群节点的情况下,第一阈值为B,第二阈值为P%,第三阈值为Q%,第一预设倍数为D;
例如,B为六个月,M为20,N为25,C为3。
即在节点类型为单机的情况下,回收条件包括下述中的任一项:
关机时长大于六个月;
在第一时间段内的第一平均值小于20;
在第二时间段内的第二平均值位于第一区间,第一区间的下限值为20,第一区间的上限值为25。
其中,A、B、M、N、P、Q、C和D均为非负数,P大于M,Q大于N,D大于C。
在一种可能的实施例中,在上述涉及到的根据第一平均值和第二平均值,从云主机中确定满足扩容条件的第二云主机的步骤之前,还可以包括以下步骤:
获取云主机的节点类型和预设扩容条件;
根据云主机的节点类型和预设扩容条件,确定扩容条件;其中,预设扩容条件,包括下述中的任一项:
第一平均值大于第四阈值;
第二平均值位于第二区间,第二区间的下限值为第五阈值,第一区间的上限值为第四阈值。
其中,预设扩容条件包括多个条件参数,比如第四阈值和第五阈值,根据云主机的节点类型和预设扩容条件,确定扩容条件,具体可以为根据云主机的节点类型,对预设扩容条件中的条件参数赋值,得到扩容条件。
这里,通过根据云主机的节点类型和预设扩容条件,确定扩容条件,充分考虑了云主机的节点类型,灵活确定不同类型的云主机所对应的扩容条件。
另外,如果预设时间周期仅包括第一时间段,则预设扩容条件,包括:第一平均值小于第二阈值。即对于首次采集采样数据的情况下,只采集到第一时间段的采样数据,只判断当前的第一时间段的采样数据是否满足第一平均值小于第二阈值的条件。
其中,在节点类型为单机的情况下,第四阈值为T%,第五阈值为U%,第一预设倍数为C;
例如,U为30,T为70,C为2。
即在节点类型为单机的情况下,回收条件包括下述中的任一项:
关机时长大于三个月;
在第一时间段内的第一平均值大于70;
在第二时间段内的第二平均值位于第一区间,第一区间的下限值为30,第一区间的上限值为70。
在节点类型为集群节点的情况下,第四阈值为S%,第五阈值为R%,第一预设倍数为D;
其中,T、R、S、U为非负数,R大于U,S大于T,D大于C。
其中,S可以大于50。
例如,R为40,S为80,D为3。
即在节点类型为集群节点的情况下,回收条件包括下述中的任一项:
关机时长大于六个月;
在第一时间段内的第一平均值大于80;
在第二时间段内的第二平均值位于第二区间,第一区间的下限值为40,第一区间的上限值为80。
这里,对于集群节点来说,对于稳定性的要求更高,所以集群节点相对于单机,对于第四阈值和第五阈值的设定,都要更高。由此,充分考虑到了业务稳定运行的前提,同时避免过度扩容。涉及步骤130。
步骤130,根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机进行资源配置。
在一种可能的实施例中,在步骤130中,具体可以包括以下步骤:
根据采样数据,确定目标云主机的初始资源配置信息;获取预设配置信息;根据预设配置信息,从初始资源配置信息中确定资源配置信息。
其中,上述涉及到的预设配置信息可以为行业专家给出的实施策略,通过根据预设配置信息,从初始资源配置信息中确定资源配置信息,能够更加谨慎的调整云主机的资源,以保障云主机的运行稳定性。
一种可能的实施例中,预设时间周期包括多个预设时间段,步骤130,具体可以包括以下步骤:
从采样数据中获取第一时间段内的采样数据,第一时间段为多个预设时间段中的一个,第一时间段的结束时刻为多个预设时间段对应的多个结束时刻中最晚的一个;
根据第一时间段内的采样数据,确定资源利用率的最大值;
根据采样数据和资源利用率的最大值,确定第一云主机的回收资源;
根据采样数据,确定第二云主机的扩容资源。
资源利用率的最大值包括:在第一时间段内的CPU利用率的最大值、内存利用率的最大值,和磁盘利用率的最大值。
预设时间周期的包括多个预设时间段可以包括:第一个月、第二个月和第三个月。第一时间段可以为第三个月,即第一时间段的结束时刻为多个预设时间段对应的多个结束时刻中最晚的一个。
这里,根据采样数据和资源利用率的最大值,确定第一云主机的回收资源,能够充分考虑采样数据中的关机时长,以及业务峰值处对应的资源利用率的最大值,避免对资源过度回收,影响对业务的正常运行。
由此,通过根据采样数据和资源利用率的最大值,确定第一云主机的回收资源,能够在保证业务稳定运行的前提下进行资源回收。
其中,云资源为CPU资源或内存资源,上述涉及到的根据采样数据和资源利用率的最大值,确定第一云主机的回收资源的步骤中,具体可以包括以下步骤:
在资源利用率的最大值小于X%的情况下,将第一云主机的Y%的云资源确定为回收资源;
在资源利用率的最大值大于或等于X%的情况下,根据资源利用率的最大值和预留值,确定回收资源;其中,Y%为X%和预留值之和;X和Y为非负数;
在回收资源满足第一预设条件的情况下,将回收资源重置为0。
在云资源为CPU资源或内存资源的情况下,通过判断资源利用率的最大值的大小,对于不同大小的资源利用率,分别采取不同的回收资源确定方式,具体如下:
假设,X为40%,预留值为10%,Y为X%和预留值之和,即Y为50%。
例如,资源利用率的最大值为38%,即在资源利用率的最大值小于X%的情况下,将第一云主机的Y%的云资源确定为回收资源,即准备回收Y%的云资源。
例如,资源利用率的最大值为45%,根据资源利用率的最大值和预留值,确定回收资源,具体可以包括:回收资源=1-(资源利用率的最大值+预留值),即回收资源=1-(45+10%)=45%;
这里,通过判断资源利用率的最大值的大小,分别采取不同的回收资源确定方式,是因为考虑到了对于业务峰值时的资源保障,业务峰值也就对应着资源利用率的最大值,使资源回收后仍不会影响业务峰值运行。
在回收资源满足第一预设条件的情况下,将回收资源重置为0。具体可以包括:
在回收资源小于第六阈值的情况下,将回收资源重置为0;
在CPU配置值为1CPU的情况下,将回收资源重置为0;
在内存配置值为2G的情况下,将回收资源重置为0。
例如,资源利用率的最大值为85%,回收资源=1-(85+10%)=5%;第六阈值为15%。即5%小于15%,将回收资源重置为0。
在回收策略中综合考虑规避影响稳定运行的多方因素,如:考虑合适的回收关机时长,避免关机时长过短使得回收后又需要生成启用云主机、避免关机时间过长占用资源。
这里,在回收资源满足第一预设条件的情况下,将回收资源重置为0,能够避免回收较少资源的操作造成业务运行不稳定等。
其中,云资源包括:CPU资源、内存资源和磁盘资源,采样数据还包括磁盘空间值,上述涉及到的根据采样数据和资源利用率的最大值,确定第一云主机的回收资源的步骤中,具体可以包括以下步骤:
在关机时长大于第一阈值的情况下,将第一云主机的全部云资源确定为回收资源;
在磁盘空间值大于预设值的情况下,将第一云主机的Y%的磁盘资源确定为回收资源。
在关机时长大于第一阈值的情况下,将第一云主机的全部云资源确定为回收资源。如果节点类型为单机,则第一阈值为三个月,如果节点类型为集群节点,则第一阈值为六个月。
若磁盘空间值大于预设值(如100G),则将第一云主机的Y%的磁盘资源确定为回收资源。
相应地,若磁盘空间值小于或等于100G,则将回收资源重置为0。
在云资源为磁盘资源的情况下,由于磁盘比较稳定,所以可以直接根据磁盘空间值直接确定回收资源。即在磁盘空间值大于预设值的情况下,将第一云主机的Y%的磁盘资源确定为回收资源。
一种可能的实施例中,上述涉及到的根据采样数据,确定第二云主机的扩容资源的步骤中,具体可以包括以下步骤:
将第二云主机的Y%的云资源确定为第一扩容资源;
根据云主机的节点类型和资源利用率的类型,调整第一扩容资源,得到扩容资源。
在节点类型为单机的情况下,根据资源利用率的类型,确定扩容参数,包括:
在资源利用率的类型为CPU利用率的情况下,将第一云主机的Y%的云资源确定为第一扩容资源,最小扩容单位1VCPU,单次扩容总量不超过2VCPU;
在资源利用率的类型为内存利用率的情况下,将第一云主机的Y%的云资源确定为第一扩容资源,最小扩容单位1G,单次扩容总量不超过2G
在资源利用率的类型为磁盘利用率的情况下,将第一云主机的Y%的云资源确定为第一扩容资源,单次扩容量不超过200G。
在节点类型为集群节点的情况下,根据资源利用率的类型,确定扩容参数,包括:
在资源利用率的类型为CPU利用率的情况下,最小扩容单位2VCPU,单次扩容总量不超过4VCPU;
在资源利用率的类型为内存利用率的情况下,将第一云主机的Y%的云资源确定为第一扩容资源,最小扩容单位2G,单次扩容总量不超过4G
在资源利用率的类型为磁盘利用率的情况下,将第一云主机的Y%的云资源确定为第一扩容资源,单次扩容量不超过300G。
这里,在扩容策略中避免过度扩容造成需短期内进行回收,设置最小扩容单位和单次扩容总量。通过根据云主机的节点类型和资源利用率的类型,调整第一扩容资源,得到扩容资源的步骤,在CPU、内存、存储利用率持续提升、业务运行保障等方面有很好的表现,尤其在云主机数量较多、云主机业务类型多样的虚拟化私有云的情况下。
一种可能的实施例中,在步骤130之后,还可以包括以下步骤:
根据资源配置信息对目标云主机进行资源配置,得到更新后的云资源;计算云资源和更新后的云资源的差值;根据差值,生成资源配置的评估报告。
这里,在资源回收、扩容后,对回收资源进行汇总,对利用率提升评估,达到提升虚拟化私有云资源效能的目标。
如图2所示,基于图1所示的资源配置方法的流程图,本申请实施例还提供了一种实现资源配置方法的流程图,具体包括:
首先,数据采集,即获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率。然后,数据处理,即对采样数据进行预处理;
接着,判断采样数据是否是第一时间段的采样数据,若是,则进行第一次数据分析,即执行上述步骤120-步骤130,并根据专家或平台负责人给出的预设配置信息,从初始资源配置信息中确定资源配置信息;根据资源配置信息对目标云主机进行模拟资源配置,预测更新后的云资源;计算云资源和更新后的云资源的差值,即调优数据,根据调优数据生成第一次的资源配置的评估报告,根据资源配置信息对目标云主机实施资源配置,最后返回数据采集的步骤。若不是,则进行第N次数据分析,将第N次的采样数据与第一时间段的采样数据进行比对,生成第N次的资源配置的评估报告。
根据虚拟化私有云云资源云化平台基础库为索引,逐条执行各云化平台数据,汇总各云化平台下所有的云主机调优评估数据,生成云化平台调优评估报告。通过搜集数据、整理数据、比对数据、后期评估耗时长,通过云资源利用率提升模型及算法,一键生成、一键比对,也就是说,待回收优化系统清单、待扩容优化系统清单一键生成、最优策略匹配,对回收资源进行汇总,对利用率提升评估都能够及时更新。
本申请提供的资源配置方法中,通过获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率,这里,采样数据可以表征云主机在预设时间周期内的使用情况,所以可以根据采样数据,从云主机中确定满足预设条件的目标云主机,目标云主机是需要被调整资源配置的云主机。最后,根据采样数据,确定目标云主机的资源配置信息,可以根据不同目标云主机的使用情况,灵活的为目标云主机指定资源配置信息,以用于根据资源配置信息对目标云主机的云资源进行资源配置,即可以对一部分目标云主机进行资源回收,也可以对另一部分云主机进行资源扩容,由此,可以提升资源效能。
基于上述图1所示的资源配置方法,本申请实施例还提供一种资源配置装置,如图3所示,该资源配置装置300可以包括:
获取模块310,用于获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率。
第一确定模块320,用于根据采样数据,从云主机中确定满足预设条件的目标云主机。
第二确定模块330,用于根据采样数据,确定目标云主机的资源配置信息,资源配置信息用于对目标云主机的云资源进行资源配置。
在一种可能的实施例中,预设时间周期包括第一时间段和第二时间段,预设条件包括回收条件和扩容条件,第一确定模块320,具体用于:
根据采样数据,确定资源利用率在第一时间段内的第一平均值,以及资源利用率在第二时间段内的第二平均值;
根据第一平均值和第二平均值,从云主机中确定满足回收条件的第一云主机;
根据第一平均值和第二平均值,从云主机中确定满足扩容条件的第二云主机;
其中,第一时间段的起始时刻晚于第二时间段的起始时刻。
在一种可能的实施例中,该资源配置装置300还可以包括:
第一获取模块,用于获取云主机的节点类型和预设回收条件。
第三确定模块,用于根据云主机的节点类型和预设回收条件,确定回收条件;其中,预设回收条件,包括下述中的任一项:
关机时长大于第一阈值;
第一平均值小于第二阈值;
第二平均值位于第一区间,第一区间的下限值为第二阈值,第一区间的上限值为第三阈值。
在一种可能的实施例中,该资源配置装置300还可以包括:
第二获取模块,用于获取云主机的节点类型和预设扩容条件。
第四确定模块,用于根据云主机的节点类型和预设扩容条件,确定扩容条件;其中,预设扩容条件,包括下述中的任一项:
第一平均值大于第四阈值;
第二平均值位于第二区间,第二区间的下限值为第五阈值,第一区间的上限值为第四阈值。
在一种可能的实施例中,资源利用率包括:中央处理器CPU利用率、内存利用率和磁盘利用率。
在一种可能的实施例中,预设时间周期包括多个预设时间段,第二确定模块330,具体用于:
从采样数据中获取第一时间段内的采样数据,第一时间段为多个预设时间段中的一个,第一时间段的结束时刻为多个预设时间段对应的多个结束时刻中最晚的一个;
根据第一时间段内的采样数据,确定资源利用率的最大值;
根据采样数据和资源利用率的最大值,确定第一云主机的回收资源;
根据采样数据,确定第二云主机的扩容资源。
在一种可能的实施例中,云资源为CPU资源或内存资源,第二确定模块330,具体用于:
在资源利用率的最大值小于X%的情况下,将第一云主机的Y%的云资源确定为回收资源;
在资源利用率的最大值大于或等于X%的情况下,根据资源利用率的最大值和预留值,确定回收资源;其中,Y%为X%和预留值之和;X和Y为非负数;
在回收资源满足第一预设条件的情况下,将回收资源重置为0。
在一种可能的实施例中,云资源包括:CPU资源、内存资源和磁盘资源,采样数据还包括磁盘空间值,第二确定模块330,具体用于:
在关机时长大于第一阈值的情况下,将第一云主机的全部云资源确定为回收资源;
在磁盘空间值大于预设值的情况下,将第一云主机的Y%的磁盘资源确定为回收资源。
在一种可能的实施例中,第二确定模块330,具体用于:
将第一云主机的Y%的云资源确定为第一扩容资源;
根据云主机的节点类型和资源利用率的类型,调整第一扩容资源,得到扩容资源。
本申请实施例,通过获取云主机在预设时间周期的采样数据,采样数据至少包括:云主机的关机时长和云主机的资源利用率,这里,采样数据可以表征云主机在预设时间周期内的使用情况,所以可以根据采样数据,从云主机中确定满足预设条件的目标云主机,目标云主机是需要被调整资源配置的云主机。最后,根据采样数据,确定目标云主机的资源配置信息,可以根据不同目标云主机的使用情况,灵活的为目标云主机指定资源配置信息,以用于根据资源配置信息对目标云主机的云资源进行资源配置,即可以对一部分目标云主机进行资源回收,也可以对另一部分云主机进行资源扩容,由此,可以提升资源效能。
图4示出了本申请实施例提供的一种电子设备的硬件结构示意图。
在电子设备可以包括处理器401以及存储有计算机程序指令的存储器402。
具体地,上述处理器401可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器402可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器402可在综合网关容灾设备的内部或外部。在特定实施例中,存储器402是非易失性固态存储器。在特定实施例中,存储器402包括只读存储器(ROM)。在合适的情况下,该ROM可以是掩模编程的ROM、可编程ROM(PROM)、可擦除PROM(EPROM)、电可擦除PROM(EEPROM)、电可改写ROM(EAROM)或闪存或者两个或更多个以上这些的组合。
处理器401通过读取并执行存储器402中存储的计算机程序指令,以实现图所示实施例中的任意一种资源配置方法。
在一个示例中,电子设备还可包括通信接口404和总线410。其中,如图4所示,处理器401、存储器402、通信接口404通过总线410连接并完成相互间的通信。
通信接口404,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线410包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线410可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该电子设备可以执行本申请实施例中的资源配置方法,从而实现结合图2描述的资源配置方法。
另外,结合上述实施例中的资源配置方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现图1的资源配置方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (12)
1.一种资源配置方法,其特征在于,所述方法包括:
获取云主机在预设时间周期的采样数据,所述采样数据至少包括:所述云主机的关机时长和所述云主机的资源利用率;
根据所述采样数据,从所述云主机中确定满足预设条件的目标云主机;
根据所述采样数据,确定所述目标云主机的资源配置信息,所述资源配置信息用于对所述目标云主机的云资源进行资源配置。
2.根据权利要求1所述的方法,其特征在于,所述预设时间周期包括第一时间段和第二时间段,所述预设条件包括回收条件和扩容条件,所述根据所述采样数据,从所述云主机中确定满足预设条件的目标云主机,包括:
根据所述采样数据,确定所述资源利用率在所述第一时间段内的第一平均值,以及所述资源利用率在所述第二时间段内的第二平均值;
根据所述第一平均值和所述第二平均值,从所述云主机中确定满足所述回收条件的第一云主机;
根据所述第一平均值和所述第二平均值,从所述云主机中确定满足所述扩容条件的第二云主机;
其中,所述第一时间段的起始时刻晚于所述第二时间段的起始时刻。
3.根据权利要求2所述的方法,其特征在于,在所述根据所述第一平均值和所述第二平均值,从所述云主机中确定满足所述回收条件的第一云主机之前,所述方法还包括:
获取所述云主机的节点类型和预设回收条件;
根据所述云主机的节点类型和所述预设回收条件,确定所述回收条件;其中,所述预设回收条件,包括下述中的任一项:
所述关机时长大于第一阈值;
所述第一平均值小于第二阈值;
所述第二平均值位于第一区间,所述第一区间的下限值为所述第二阈值,所述第一区间的上限值为第三阈值。
4.根据权利要求2所述的方法,其特征在于,在所述根据所述第一平均值和所述第二平均值,从所述云主机中确定满足所述扩容条件的第二云主机之前,所述方法还包括:
获取所述云主机的节点类型和预设扩容条件;
根据所述云主机的节点类型和所述预设扩容条件,确定所述扩容条件;其中,所述预设扩容条件,包括下述中的任一项:
所述第一平均值大于第四阈值;
所述第二平均值位于第二区间,所述第二区间的下限值为第五阈值,所述第一区间的上限值为所述第四阈值。
5.根据权利要求1-4所述的方法,其特征在于,所述资源利用率包括:中央处理器CPU利用率、内存利用率和磁盘利用率。
6.根据权利要求1所述的方法,其特征在于,所述预设时间周期包括多个预设时间段,所述根据所述采样数据,确定所述目标云主机的资源配置信息,包括:
从所述采样数据中获取第一时间段内的采样数据,所述第一时间段为所述多个预设时间段中的一个,所述第一时间段的结束时刻为所述多个预设时间段对应的多个结束时刻中最晚的一个;
根据所述第一时间段内的采样数据,确定所述资源利用率的最大值;
根据所述采样数据和所述资源利用率的最大值,确定第一云主机的回收资源;
根据所述采样数据,确定第二云主机的扩容资源。
7.根据权利要求6所述的方法,其特征在于,所述云资源为CPU资源或内存资源,所述根据所述采样数据和所述资源利用率的最大值,确定第一云主机的回收资源,包括:
在所述资源利用率的最大值小于X%的情况下,将所述第一云主机的Y%的云资源确定为所述回收资源;
在所述资源利用率的最大值大于或等于X%的情况下,根据所述资源利用率的最大值和预留值,确定所述回收资源;其中,所述Y%为所述X%和所述预留值之和;所述X和Y为非负数;
在所述回收资源满足第一预设条件的情况下,将所述回收资源重置为0。
8.根据权利要求6所述的方法,其特征在于,所述云资源包括:CPU资源、内存资源和磁盘资源,所述采样数据还包括磁盘空间值,所述根据所述采样数据和所述资源利用率的最大值,确定第一云主机的回收资源,包括:
在所述关机时长大于第一阈值的情况下,将所述第一云主机的全部云资源确定为所述回收资源;
在所述磁盘空间值大于预设值的情况下,将所述第一云主机的Y%的所述磁盘资源确定为所述回收资源。
9.根据权利要求6所述的方法,其特征在于,所述根据所述采样数据,确定第二云主机的扩容资源,包括:
将所述第二云主机的Y%的云资源确定为第一扩容资源;
根据所述云主机的节点类型和所述资源利用率的类型,调整所述第一扩容资源,得到所述扩容资源。
10.一种资源配置装置,其特征在于,所述资源配置装置包括:
获取模块,用于获取云主机在预设时间周期的采样数据,所述采样数据至少包括:所述云主机的关机时长和所述云主机的资源利用率;
第一确定模块,用于根据所述采样数据,从所述云主机中确定满足预设条件的目标云主机;
第二确定模块,用于根据所述采样数据,确定所述目标云主机的资源配置信息,所述资源配置信息用于对所述目标云主机的云资源进行资源配置。
11.一种电子设备,其特征在于,所述电子设备包括:处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如权利要求1-9任一项所述资源配置方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-9任一项所述资源配置方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007272.5A CN115529241B (zh) | 2022-08-22 | 2022-08-22 | 一种资源配置方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211007272.5A CN115529241B (zh) | 2022-08-22 | 2022-08-22 | 一种资源配置方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115529241A true CN115529241A (zh) | 2022-12-27 |
CN115529241B CN115529241B (zh) | 2024-09-03 |
Family
ID=84697103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211007272.5A Active CN115529241B (zh) | 2022-08-22 | 2022-08-22 | 一种资源配置方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115529241B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901912A (zh) * | 2019-03-01 | 2019-06-18 | 厦门容能科技有限公司 | 一种推荐云主机配置的方法 |
CN110297713A (zh) * | 2019-05-22 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 一种云主机的配置管理系统和方法 |
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 |
CN114422599A (zh) * | 2021-12-22 | 2022-04-29 | 中国电信股份有限公司 | 数据的传输方法、系统、电子设备及可读介质 |
CN114860451A (zh) * | 2022-05-25 | 2022-08-05 | 平安健康保险股份有限公司 | 一种资源调配方法及装置、存储介质、计算机设备 |
-
2022
- 2022-08-22 CN CN202211007272.5A patent/CN115529241B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901912A (zh) * | 2019-03-01 | 2019-06-18 | 厦门容能科技有限公司 | 一种推荐云主机配置的方法 |
CN110297713A (zh) * | 2019-05-22 | 2019-10-01 | 菜鸟智能物流控股有限公司 | 一种云主机的配置管理系统和方法 |
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 |
CN114422599A (zh) * | 2021-12-22 | 2022-04-29 | 中国电信股份有限公司 | 数据的传输方法、系统、电子设备及可读介质 |
CN114860451A (zh) * | 2022-05-25 | 2022-08-05 | 平安健康保险股份有限公司 | 一种资源调配方法及装置、存储介质、计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN115529241B (zh) | 2024-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160212007A1 (en) | Distributed map reduce network | |
US8583783B1 (en) | Method and system for adaptive recovery of heap memory | |
CN110852882B (zh) | 用于区块链网络的分组共识方法、装置、设备和介质 | |
US11507359B2 (en) | Performing firmware updates using blockchain | |
CN110830234B (zh) | 一种用户流量分配方法及装置 | |
CN107911254B (zh) | 日志传输方法、装置、计算设备及存储介质 | |
CN112115039B (zh) | 测试用例生成方法、装置及设备 | |
CN112131004A (zh) | 基于物联网通信的数据处理方法及云计算服务器 | |
CN113688490A (zh) | 网络共建共享处理方法、装置、设备及存储介质 | |
CN115529232A (zh) | 汇聚分流设备的管控方法、装置及存储介质 | |
CN111859139A (zh) | 应用程序推荐方法、装置、计算设备和介质 | |
CN116775205A (zh) | 云主机的资源扩缩容方法和装置 | |
CN111310242B (zh) | 设备指纹生成的方法、装置、存储介质及电子设备 | |
CN111858657B (zh) | 一种基于高频数据处理进行数据并行查询加速的方法和设备 | |
CN113448770B (zh) | 用于恢复数据的方法、电子设备和计算机程序产品 | |
CN117499413A (zh) | 一种基于云原生架构的ai算力共享调度系统 | |
CN115529241B (zh) | 一种资源配置方法、装置、电子设备及存储介质 | |
CN103812719A (zh) | 集群系统的失效预测方法及装置 | |
CN113656046A (zh) | 一种应用部署方法和装置 | |
CN114900477A (zh) | 报文处理方法、服务器、电子设备及存储介质 | |
US9363143B2 (en) | Selective computation using analytic functions | |
CN114565105A (zh) | 处理数据的方法和深度学习模型的训练方法、装置 | |
CN103106103B (zh) | 请求信息分类方法及装置 | |
CN112733202A (zh) | 平行链监督共识方法、计算机设备和存储介质 | |
CN113626070B (zh) | 代码质量指标的配置方法、装置、设备及存储介质 |
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 |