CN115640113A - 多平面弹性调度方法 - Google Patents
多平面弹性调度方法 Download PDFInfo
- Publication number
- CN115640113A CN115640113A CN202110813385.3A CN202110813385A CN115640113A CN 115640113 A CN115640113 A CN 115640113A CN 202110813385 A CN202110813385 A CN 202110813385A CN 115640113 A CN115640113 A CN 115640113A
- Authority
- CN
- China
- Prior art keywords
- resource
- resource pool
- target
- information
- configuration
- 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.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例涉及移动通信技术领域，公开了一种多平面弹性调度方法，该方法包括：接收目标业务的计算资源分配请求；采集各个资源池的当前资源使用信息；根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。通过上述方式，本发明实施例实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布的有益效果。
Description
技术领域
本发明实施例涉及移动通信技术领域，具体涉及一种多平面弹性调度方法、装置、设备及计算机可读存储介质。
背景技术
随着芯片行业的发展，ARM生态逐步完善，基于ARM架构的服务器逐步成熟，并且在多核计算与效能方面等方面表现要优于传统的X86架构，数据中心操作系统(Data CenterOperating System，简称DCOS)的计算资源池的底层架构正经历着从单一到混合的演进，由于目前现有原生的Mesos技术无法很好地区分架构信息，加上不同架构的服务器存在着计算算力的差异性，一般采用的是构建多个彼此隔离的集群。
由于不同架构的资源池之间不互通，实例拉起时需要在不同架构资源池中进行选择，当应用需要进行跨集群的迁移时势必会存在切换操作，成本较高，容易造成业务中断。此外，后续应用的弹性扩缩容也只能在之前选择的资源池内进行，无法利用其它资源池内的计算资源。另外，当某一的资源池容量告急，需要补充对应架构的设备进行扩容，资源池的扩容对硬件芯片存在依赖，对长期的运维不利。
发明内容
鉴于上述问题，本发明实施例提供了一种多平面弹性调度方法、装置、设备及计算机可读存储介质，用于解决现有技术中存在的不同架构的资源池之间不互通的技术问题。
根据本发明实施例的一个方面，提供了一种多平面弹性调度方法，所述方法包括：
接收目标业务的计算资源分配请求；
采集各个资源池的当前资源使用信息；
根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
在一种可选的方式中，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
在一种可选的方式中，所述至少一个目标资源池包括第一资源池及第二资源池；所述当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：分别确定对第一资源池及所述第二资源池的资源使用信息；根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；所述根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，包括：根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
在一种可选的方式中，所述根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源，包括：根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。
在一种可选的方式中，所述按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：确定所述目标应用的当前实例分布；若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例；确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例；根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数；根据所述目标配置参数在所述第二资源池中启动所述目标实例；关闭所述第一资源池中的目标实例。
在一种可选的方式中，所述资源使用信息包括CPU占用率、内存使用量、磁盘性能与请求响应时间。
根据本发明实施例的另一方面，提供了一种多平面弹性调度装置，包括：
接收模块，用于接收目标业务的计算资源分配请求；
采集模块，用于采集各个资源池的当前资源使用信息；
确定模块，用于根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
分配模块，用于根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
在一种可选的方式中，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
根据本发明实施例的另一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行所述的多平面弹性调度方法的操作。
根据本发明实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备上运行时，使得计算设备执行所述的多平面弹性调度方法的操作。
本发明实施例通过接收目标业务的计算资源分配请求，采集各个资源池的当前资源使用信息，根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，能够针对不同架构进行快速弹性扩缩。在资源调度过程中，根据配置好的混合策略拉起对应集群的计算资源，并根据不同架构下算力的差别动态地调整规格参数配置，提高数据中心对多架构平面资源的利用率，屏蔽底层架构差异对上层应用的影响，实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的多平面弹性调度方法的流程示意图；
图2示出了本发明实施例多平面弹性调度方法的应用环境示意图；
图3示出了本发明实施例提供的多平面弹性调度装置的结构示意图；
图4示出了本发明实施例提供的计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
图1示出了本发明实施例提供的多平面弹性调度方法的流程图，该方法由计算设备执行。该计算设备可以是计算机设备、终端等设备。本发明的一个实施例中，该多平面弹性调度方法的应用环境示意图如图2所示，该多平面弹性调度方法应用于该应用环境中的多平面弹性调度装置中。对于该Mesos(Mesos是一个在多种计算框架之间协调集群资源的平台)集群主设备与Mesos集群从设备之间进行交互的架构，其从设备可以是基于X86或基于ARM的Mesos集群。其中，在当基于X86的Mesos集群从设备中的容器任务过多需要调整时，可通过多平面弹性调度装置来进行资源调度，从而将基于X86的Mesos集群上的实例调度到基于RAM的Mesos集群上，或反之，从而实现对多平面架构的资源调度。
如图1所示，该方法包括以下步骤：
步骤110：接收目标业务的计算资源分配请求。
其中，目标业务的计算资源分配请求中携带有所述目标业务对计算资源的配置需求信息。该计算资源分配请求可以是目标业务方的请求，该目标业务方可以是运行于该应用环境上的目标应用。例如，当目标应用上产生某个业务任务后，需要该业务任务相应的计算资源，则生成计算资源分配请求至计算设备或多平面弹性调度装置。该目标业务的计算资源分配请求还可以是用户输入的目标业务对各个目标资源池中的实例分配比例的调整请求。
步骤120：采集各个资源池的当前资源使用信息。
其中，多平面弹性调度装置在接收到该计算资源分配请求后，则发送信息给预装在各台服务器上的客户端应用，通过收集客户端应用收集设备硬件信息，以计算各个资源池的当前资源使用信息。其中，当前资源使用信息包括资源池的现有实例并发数、现有CPU占用率、现有内存使用量、现有磁盘I/O性能与请求响应时间等。
步骤130：根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个。
本发明实施例中，该算力分配策略指的是该确定目标业务在各个目标资源池中对应的实例分配比例的策略。算力分配策略可以是预设的与配置需求信息对应的分配策略，例如，对于某目标业务，设定其算力分配策略为“实例在两个资源池中的比例是3:1”，则根据该分配策略对两个资源池的资源进行相应分配。本发明实施例中，根据目标应用的实例混合比例，按单个实例颗粒度进行应用实例分布的调整，在N个资源池，具备x个实例一个目标应用具有
种混部的策略模式。
其中，算力分配策略还可以是根据所述计算资源分配请求及各个资源池的所述当前资源使用信息实时计算得到。具体地，根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。在确定目标资源池时，需要结合当前可用资源信息及预设优先级进行确定，例如优先分配为目标业务分配RAM架构上的资源，则对应的需要先确定RAM架构上的资源是否满足需求。
本发明实施例中，所述至少一个目标资源池包括第一资源池及第二资源池。该第一资源池可以为基于X86架构的资源池，第二资源池可以是基于RAM架构的资源池。当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：分别确定对第一资源池及所述第二资源池的资源使用信息；根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
步骤140：根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
其中，根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。具体地，根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。本发明实施例中，目标业务的计算资源分配请求中携带的对计算资源的配置需求信息，为对第一资源的配置需求信息，则在算力分配策略中按照混合比例分别在第一资源池及第二资源池中分配计算资源时，由于不同架构的计算资源会存在算力不对等的问题，因此第一资源池和第二资源池的配置参数不同，需通过对CPU的使用率比对测算相应的配置参数。假定某应用在x86架构资源池中配置参数为2c4g，CPU使用率均值为p1，在ARM架构资源池中同等等配置(2c4g)下CPU使用率均值为p2，可以测算得到在ARM架构资源池中实际配置应为(p1/p2)*2c4g，从而确定第二资源池中的实例配置参数，最终实现不同架构计算资源池的算力均衡。本发明实施例根据当前资源池的资源分布及算力分配策略进行评估，如果资源足够则按算力分配策略拉起相应资源池的容器，当拉起的资源池目前没有容器配置可以参考的，即在该资源池实例分布为0，则需通过上述配置参数计算方法进行测算配置参数，再按计算得到的参数值拉起相应的容器资源，并在目标扩容平面完成资源拉起后再在原有平面下掉对应实例，从而实现业务使用的无感知。
进一步地，当目标业务在第一资源池中存在实例，若目标应用的当前实例分布为单一资源池，当需要拉起另一个资源池的容器时，需要先进行算力的测算以保证跨集群的算力均衡：先尝试拉起同等配置的实例资源，基于CPU占用率的比值计算出目标的配置参数，再进行按此配置参数的实例的重新拉起，当新的实例完成启动并运行正常后再将原有资源池的一个实例进行释放。具体地，按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：确定所述目标应用的当前实例分布，若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例，确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例，根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数，根据所述目标配置参数在所述第二资源池中启动所述目标实例，关闭所述第一资源池中的目标实例。
本发明实施例通过接收目标业务的计算资源分配请求，采集各个资源池的当前资源使用信息，根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，能够针对不同架构进行快速弹性扩缩。在资源调度过程中，根据配置好的混合策略拉起对应集群的计算资源，并根据不同架构下算力的差别动态地调整规格参数配置，提高数据中心对多架构平面资源的利用率，屏蔽底层架构差异对上层应用的影响，实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布。
图3示出了本发明实施例提供的多平面弹性调度装置的结构示意图。如图3所示，该装置200包括：
接收模块210，用于接收目标业务的计算资源分配请求；
采集模块220，用于采集各个资源池的当前资源使用信息；
确定模块230，用于根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
分配模块240，用于根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
在一种可选的方式中，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
在一种可选的方式中，所述至少一个目标资源池包括第一资源池及第二资源池；所述当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：分别确定对第一资源池及所述第二资源池的资源使用信息；根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
在一种可选的方式中，所述根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源，包括：根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。
在一种可选的方式中，所述按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：确定所述目标应用的当前实例分布；若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例；确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例；根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数；根据所述目标配置参数在所述第二资源池中启动所述目标实例；关闭所述第一资源池中的目标实例。
在一种可选的方式中，所述资源使用信息包括CPU占用率、内存使用量、磁盘性能与请求响应时间。
本发明实施例的多平面弹性调度装置的具体工作过程与上述实施例的方法步骤大体一致，此处不再赘述。
本发明实施例通过接收目标业务的计算资源分配请求，采集各个资源池的当前资源使用信息，根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，能够针对不同架构进行快速弹性扩缩。在资源调度过程中，根据配置好的混合策略拉起对应集群的计算资源，并根据不同架构下算力的差别动态地调整规格参数配置，提高数据中心对多架构平面资源的利用率，屏蔽底层架构差异对上层应用的影响，实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布。
图4示出了本发明实施例提供的计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示，该计算设备可以包括：处理器(processor)302、通信接口(Communications Interface)304、存储器(memory)306、以及通信总线308。
其中：处理器302、通信接口304、以及存储器306通过通信总线308完成相互间的通信。通信接口304，用于与其它设备比如客户端或其它服务器等的网元通信。处理器302，用于执行程序310，具体可以执行上述用于多平面弹性调度方法实施例中的相关步骤。
具体地，程序310可以包括程序代码，该程序代码包括计算机可执行指令。
处理器302可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器306，用于存放程序310。存储器306可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序310具体可以被处理器302调用使计算设备执行以下操作：
接收目标业务的计算资源分配请求；
采集各个资源池的当前资源使用信息；
根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
在一种可选的方式中，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
在一种可选的方式中，所述至少一个目标资源池包括第一资源池及第二资源池；所述当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：分别确定对第一资源池及所述第二资源池的资源使用信息；根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
在一种可选的方式中，所述根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源，包括：根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。
在一种可选的方式中，所述按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：确定所述目标应用的当前实例分布；若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例；确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例；根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数；根据所述目标配置参数在所述第二资源池中启动所述目标实例；关闭所述第一资源池中的目标实例。
在一种可选的方式中，所述资源使用信息包括CPU占用率、内存使用量、磁盘性能与请求响应时间。
本发明实施例通过接收目标业务的计算资源分配请求，采集各个资源池的当前资源使用信息，根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，能够针对不同架构进行快速弹性扩缩。在资源调度过程中，根据配置好的混合策略拉起对应集群的计算资源，并根据不同架构下算力的差别动态地调整规格参数配置，提高数据中心对多架构平面资源的利用率，屏蔽底层架构差异对上层应用的影响，实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布。
本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在计算设备上运行时，使得所述计算设备执行上述任意方法实施例中的多平面弹性调度方法。
可执行指令具体可以用于使得计算设备执行以下操作：
接收目标业务的计算资源分配请求；
采集各个资源池的当前资源使用信息；
根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
在一种可选的方式中，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：根据所述配置需求信息确定所需配置资源信息；根据所述当前资源使用信息确定当前可用资源信息；确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
在一种可选的方式中，所述至少一个目标资源池包括第一资源池及第二资源池；所述当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：分别确定对第一资源池及所述第二资源池的资源使用信息；根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
在一种可选的方式中，所述根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源，包括：根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。
在一种可选的方式中，所述按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：确定所述目标应用的当前实例分布；若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例；确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例；根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数；根据所述目标配置参数在所述第二资源池中启动所述目标实例；关闭所述第一资源池中的目标实例。
在一种可选的方式中，所述资源使用信息包括CPU占用率、内存使用量、磁盘性能与请求响应时间。
本发明实施例通过接收目标业务的计算资源分配请求，采集各个资源池的当前资源使用信息，根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，能够针对不同架构进行快速弹性扩缩。在资源调度过程中，根据配置好的混合策略拉起对应集群的计算资源，并根据不同架构下算力的差别动态地调整规格参数配置，提高数据中心对多架构平面资源的利用率，屏蔽底层架构差异对上层应用的影响，实现了将硬件架构与应用实例计算资源进行解耦，能够让应用的多个实例在不影响业务使用下在多个异构平面间调整分布。
本发明实施例提供一种多平面弹性调度装置，用于执行上述多平面弹性调度方法。
本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使计算设备执行上述任意方法实施例中的多平面弹性调度方法。
本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的多平面弹性调度方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。
Claims (10)
1.一种多平面弹性调度方法，其特征在于，所述方法包括：
接收目标业务的计算资源分配请求；
采集各个资源池的当前资源使用信息；
根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
2.根据权利要求1所述的方法，其特征在于，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：
根据所述配置需求信息确定所需配置资源信息；
根据所述当前资源使用信息确定当前可用资源信息；
确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；
当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
3.根据权利要求2所述的方法，其特征在于，所述至少一个目标资源池包括第一资源池及第二资源池；
所述当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略，包括：
分别确定对第一资源池及所述第二资源池的资源使用信息；
根据所述资源使用信息确定算力分配策略；所述算力分配策略包括混部调整比例；所述混部调整比例为对第一资源池和第二资源池的资源使用比例；
所述根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源，包括：根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源；将所述第一目标资源及所述第二目标资源分配给所述目标业务。
4.根据权利要求3所述的方法，其特征在于，所述根据所述混部调整比例及所述配置需求信息计算所述第一资源池的第一目标资源和所述第二资源池的第二目标资源，包括：
根据所述混部调整比例、资源使用信息及对第一资源池的配置需求信息，计算第一资源池及第二资源池中的实例比例；
按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例。
5.根据权利要求4所述的方法，其特征在于，所述按照所述实例比例调整目标应用在第一资源池及第二资源池中的实例，包括：
确定所述目标应用的当前实例分布；
若所述目标应用的当前实例分布在第一资源池且需要将目标实例调整至第二资源池中时，根据所述第一资源池中目标实例的配置在所述第二资源池中启动一个初始实例；
确定所述初始实例确定所述第一资源池与所述二资源池中的目标实例的CPU使用比例；
根据所述CPU使用比例测算所述目标实例在所述第二资源池中的目标配置参数；
根据所述目标配置参数在所述第二资源池中启动所述目标实例；
关闭所述第一资源池中的目标实例。
6.根据权利要求4所述的方法，其特征在于，所述资源使用信息包括CPU占用率、内存使用量、磁盘性能与请求响应时间。
7.一种多平面弹性调度装置，其特征在于，所述装置包括：
接收模块，用于接收目标业务的计算资源分配请求；
采集模块，用于采集各个资源池的当前资源使用信息；
确定模块，用于根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略；所述目标资源池为各个资源池中的任一个；
分配模块，用于根据所述算力分配策略在目标资源池中为所述目标业务分配计算资源。
8.根据权利要求7所述的装置，其特征在于，所述计算资源分配请求携带有所述目标业务对计算资源的配置需求信息；所述根据所述计算资源分配请求及各个资源池的所述当前资源使用信息，确定至少一个目标资源池及对应的算力分配策略，包括：
根据所述配置需求信息确定所需配置资源信息；
根据所述当前资源使用信息确定当前可用资源信息；
确定所述当前可用资源信息是否满足所需配置资源信息中的所需配置资源；
当满足所需配置资源信息中的所需配置资源时，根据所述所述配置资源信息及所述当前可用资源信息确定至少一个目标资源池及对应的算力分配策略。
9.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-6任意一项所述的多平面弹性调度方法的操作。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在计算设备上运行时，使得计算设备执行如权利要求1-6任意一项所述的多平面弹性调度方法的操作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110813385.3A CN115640113A (zh) | 2021-07-19 | 2021-07-19 | 多平面弹性调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110813385.3A CN115640113A (zh) | 2021-07-19 | 2021-07-19 | 多平面弹性调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115640113A true CN115640113A (zh) | 2023-01-24 |
Family
ID=84940702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110813385.3A Pending CN115640113A (zh) | 2021-07-19 | 2021-07-19 | 多平面弹性调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115640113A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115794591A (zh) * | 2023-02-06 | 2023-03-14 | 南方电网数字电网研究院有限公司 | 一种电网it资源的调度方法 |
| CN116028233A (zh) * | 2023-03-29 | 2023-04-28 | 北京大数据先进技术研究院 | 一种ai计算资源的数字对象组织与共享方法和装置 |
-
2021
- 2021-07-19 CN CN202110813385.3A patent/CN115640113A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115794591A (zh) * | 2023-02-06 | 2023-03-14 | 南方电网数字电网研究院有限公司 | 一种电网it资源的调度方法 |
| CN116028233A (zh) * | 2023-03-29 | 2023-04-28 | 北京大数据先进技术研究院 | 一种ai计算资源的数字对象组织与共享方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688492B (zh) | 资源的控制方法、装置和集群资源管理系统 | |
| EP2901312B1 (en) | Real time optimization of compute infrastructure in a virtualized environment | |
| US9973512B2 (en) | Determining variable wait time in an asynchronous call-back system based on calculated average sub-queue wait time | |
| CN103793272B (zh) | 一种周期性任务调度方法及系统 | |
| CN109564528B (zh) | 分布式计算中计算资源分配的系统和方法 | |
| CN107688495B (zh) | 调度处理器的方法及设备 | |
| CN110990154B (zh) | 一种大数据应用优化方法、装置及存储介质 | |
| CN111798113B (zh) | 资源分配方法、装置、存储介质和电子设备 | |
| US10313265B1 (en) | System and methods for sharing memory subsystem resources among datacenter applications | |
| WO2024021489A1 (zh) | 一种任务调度方法、装置及Kubernetes调度器 | |
| US10733022B2 (en) | Method of managing dedicated processing resources, server system and computer program product | |
| CN115640113A (zh) | 多平面弹性调度方法 | |
| US20150113542A1 (en) | Knapsack-based sharing-aware scheduler for coprocessor-based compute clusters | |
| CN116541134B (zh) | 多架构集群中容器的部署方法及装置 | |
| CN112783659A (zh) | 一种资源分配方法、装置、计算机设备及存储介质 | |
| CN103455375B (zh) | Hadoop云平台下基于负载监控的混合调度方法 | |
| CN112181613A (zh) | 异构资源分布式计算平台批量任务调度方法及存储介质 | |
| CN109002364A (zh) | 进程间通信的优化方法、电子装置以及可读存储介质 | |
| CN109189581B (zh) | 一种作业调度方法和装置 | |
| US9152549B1 (en) | Dynamically allocating memory for processes | |
| CN107634978B (zh) | 一种资源调度方法及装置 | |
| CN115586957B (zh) | 一种任务调度系统、方法、装置及电子设备 | |
| CN116382844A (zh) | 一种分布式存储多异步任务动态控制方法及系统 | |
| CN113703945B (zh) | 微服务集群的调度方法、装置、设备及存储介质 | |
| CN114489463B (zh) | 动态调整存储卷qos的方法、装置及计算设备 |
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 |