CN115794591B - 一种电网it资源的调度方法 - Google Patents
一种电网it资源的调度方法 Download PDFInfo
- Publication number
- CN115794591B CN115794591B CN202310063515.5A CN202310063515A CN115794591B CN 115794591 B CN115794591 B CN 115794591B CN 202310063515 A CN202310063515 A CN 202310063515A CN 115794591 B CN115794591 B CN 115794591B
- Authority
- CN
- China
- Prior art keywords
- resource
- resource measurement
- measurement
- value
- calculating
- 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
Images
Classifications
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明涉及资源调度领域，尤其涉及一种电网IT资源的调度方法，该方法包括：接收资源测算请求；根据资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数进行组合，并将组合内相同资源测算参数的资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值；根据资源测算关键参数选择对应类型的资源测算方式，根据选择的资源测算方式计算得到目标资源测算值；将目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置。使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
Description
技术领域
本发明涉及资源调度领域，尤其涉及一种电网IT资源的调度方法。
背景技术
随着信息化业务系统数量越来越多，作为应用系统载体的基础资源需求日益加大，需要严格的资源评估以实现信息资源的分配和实现软硬件平台架构以及资源配置的额标准化和规范化。
中国专利申请公开号：CN102307133A的专利文献公开了一种公有云平台虚拟机调度方法，设置多个调度服务器来处理用户请求，调度服务器首先遍历元数据库中的物理机，根据其当前状态信息找到当前剩余资源可以满足用户需要的物理机集合；然后按照物理机的使用率对结果集合进行排序；用户请求的虚拟机将优先被部署在总体使用率较低的物理机上；使用率包含主频、核心数、内存等各方面；一般情况下以CPU总体使用率作为物理机使用率的主要指标。
现有技术通过多调度机调度方法及平台资源优化实现虚拟机的调度，但面对越来越庞大的资源将导致需要更多数量的服务器来调度，调度操作复杂且调度效果差。
发明内容
为此，本发明提供一种电网IT资源的调度方法，可以解决资源调度操作复杂且调度效果差的问题。
为实现上述目的，本发明提供一种电网IT资源的调度方法，该方法包括：
接收资源测算请求；
根据所述资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数分别划分到计算资源测算参数组和存储资源测算参数组中，并将组合内相同资源测算参数的资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值；
根据所述资源测算关键参数选择所述计算资源测算参数组和存储资源测算参数组分别对应的资源测算方式，根据选择的资源测算方式和所述资源测算关键参数值计算得到目标资源测算值；
将所述目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置。
进一步地，在对所述资源测算参数进行分类时，根据资源测算参数将资源测算参数进行分类为计算资源测算参数和存储资源测算参数，将各个类别的资源测算参数划分到计算资源测算参数组和存储资源测算参数组中。
进一步地，在将组合内资源测算参数进行筛选以得到资源测算关键参数及资源测算关键参数值时，分别对所述计算资源测算参数组和存储资源测算参数组内的资源测算参数的参数值进行分析，根据时间将同一组内的相同资源测算参数的各个参数值进行比较，并根据资源测算参数得出筛选方式，并根据筛选方式将比较后的各个数值进行筛选得到资源测算关键参数及资源测算关键参数值。
进一步地，在根据所述资源测算关键参数选择对应类型的资源测算方式时，根据资源测算关键参数所在组的类别匹配对应类型的资源测算方式，其中，所述计算资源测算参数组设置有硬件资源测算方式、TPC-E测算方式和SPECjbb2015测算方式，所述存储资源测算参数组设置有存储资源测算方式。
进一步地，在匹配到所述硬件资源测算方式时，根据所述资源测算关键参数中的总用户数、用户在线率和业务复杂度调整因子计算所述目标资源测算值，其中，目标资源测算值为最大并发用户数，设定最大并发用户数＝总用户数×用户在线率×业务复杂度调整因子，1≤业务复杂度调整因子≤1.5；
将计算的所述最大并发用户数、服务器类型与资源配置基线表进行匹配得到所述目标资源配置。
进一步地，在匹配到所述TPC-E测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为TPC-E值，设定TPC-E值＝((TASK×P)/T)×S×F/C，其中，TASK为平均业务交易总量，TASK＝平均登录用户数×平均每个用户执行业务交易数，P为高峰时段业务交易占比，T为业务交易峰值持续时间且以分钟为单位，S为业务复杂度调整因子且1≤S≤20，F为业务量发展冗余预留百分比，C为CPU处理利用率；
将计算的所述TPC-E值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置。
进一步地，在匹配到所述SPECjbb2015测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为SPECjbb2015值，设定SPECjbb2015值＝A×B/(1－c－D)，其中，A为每秒最多处理业务交易量，B为每个业务交易需消耗的SPECjbb峰值，c为系统冗余处理能力，D为非Java应用所占系统资源百分比且D＜1－c；
将计算的所述SPECjbb2015值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置。
进一步地，在匹配到所述存储资源测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，将存储资源的存储类型、数据类型与资源测算表进行匹配以得出配置容量，设定所述目标资源配置＝配置容量×需求数量；
若所述存储类型为块存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第一需求数量计算得出块存储总容量。
进一步地，若所述存储类型为网络文件存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第二需求数量计算得出块存储总容量。
进一步地，若所述存储类型为本地磁盘存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第三需求数量计算得出本地磁盘总容量。
与现有技术相比，本发明的有益效果在于，通过根据所述资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数进行组合，并将组合内资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值，减少资源测算的数据量，提高资源测算参数的准确性，根据所述资源测算关键参数选择对应类型的资源测算方式，根据选择的资源测算方式计算得到目标资源测算值，将所述目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过根据所述资源测算请求中的若干资源测算参数对资源测算参数进行分类，并将相同类别的资源测算参数进行组合，并将组合内资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值，减少资源测算的数据量，提高资源测算参数的准确性。
尤其，通过根据所述资源测算关键参数选择对应类型的资源测算方式，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过根据所述资源测算关键参数选择对应类型的资源测算方式，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过选择TPC-E测算方式将利用系统中用户的电力业务交易数据测算出所需目标资源配置以符合系统的计算容量，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过SPECjbb2015测算方式评估服务器端Java性能，同时测算CPU、Cache、内存和SMP的性能，充分考虑系统的冗余处理和系统资源分配情况，以此估算出服务器的处理能力，然后所需目标资源配置以符合处理能力，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过存储资源测算方式评估系统所使用的实际数据容量，包括数据库、二进制文件、操作系统磁盘和应用系统数据磁盘，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过存储资源测算方式评估系统所使用的实际数据容量，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
尤其，通过存储资源测算方式评估系统所使用的实际数据容量，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
附图说明
图1为本发明实施例提供的电网IT资源的调度方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白，下面结合实施例对本发明作进一步描述；应当理解，此处所描述的具体实施例仅仅用于解释本发明，并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非在限制本发明的保护范围。
需要说明的是，在本发明的描述中，术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，还需要说明的是，在本发明的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域技术人员而言，可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示，本发明实施例提供的电网IT资源的调度方法包括：
步骤S110，接收资源测算请求；
步骤S120，根据所述资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数分别划分到计算资源测算参数组和存储资源测算参数组中，并将组合内相同资源测算参数的资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值；
步骤S130，根据所述资源测算关键参数选择所述计算资源测算参数组和存储资源测算参数组分别对应的资源测算方式，根据选择的资源测算方式和所述资源测算关键参数值计算得到目标资源测算值；
步骤S140，将所述目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置。
具体而言，本电网IT资源的调度方法主要适用于对电网系统的建设和扩容等而对电网资源进行测算以明确系统所需的服务器配置需求。
具体而言，本发明实施例通过根据所述资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数进行组合，并将组合内资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值，减少资源测算的数据量，提高资源测算参数的准确性，根据所述资源测算关键参数选择对应类型的资源测算方式，根据选择的资源测算方式计算得到目标资源测算值，将所述目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，在对所述资源测算参数进行分类时，根据资源测算参数将资源测算参数进行分类为计算资源测算参数和存储资源测算参数，将各个类别的资源测算参数划分到计算资源测算参数组和存储资源测算参数组中。
具体而言，在将组合内资源测算参数进行筛选以得到资源测算关键参数及资源测算关键参数值时，分别对所述计算资源测算参数组和存储资源测算参数组内的资源测算参数的参数值进行分析，根据时间将同一组内的相同资源测算参数的各个参数值进行比较，并根据资源测算参数得出筛选方式，并根据筛选方式将比较后的各个数值进行筛选得到资源测算关键参数及资源测算关键参数值。
具体而言，任意资源测算参数对应一种筛选方式，例如，总用户数的筛选方式为筛选比较后的数值中最大的数值。
具体而言，本发明实施例通过根据所述资源测算请求中的若干资源测算参数对资源测算参数进行分类，并将相同类别的资源测算参数进行组合，并将组合内资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值，减少资源测算的数据量，提高资源测算参数的准确性。
具体而言，在根据所述资源测算关键参数选择对应类型的资源测算方式时，根据资源测算关键参数所在组的类别匹配对应类型的资源测算方式，其中，所述计算资源测算参数组设置有硬件资源测算方式、TPC-E测算方式和SPECjbb2015测算方式，所述存储资源测算参数组设置有存储资源测算方式。
具体而言，资源类型包括计算资源和存储资源，其中，计算资源按服务器类型分为应用服务器资源、数据库服务器资源、java应用服务器资源，存储资源分为块存储资源、网络文件存储资源和本地磁盘系统资源，不同的资源类型所在资源测算参数组预设有对应的资源测算方式。
具体而言，本发明实施例通过根据所述资源测算关键参数选择对应类型的资源测算方式，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，在匹配到所述硬件资源测算方式时，根据所述资源测算关键参数中的总用户数、用户在线率和业务复杂度调整因子计算所述目标资源测算值，其中，目标资源测算值为最大并发用户数，设定最大并发用户数＝总用户数×用户在线率×业务复杂度调整因子，1≤业务复杂度调整因子≤1.5；
将计算的所述最大并发用户数、服务器类型与资源配置基线表进行匹配得到所述目标资源配置；
其中，所述硬件资源测算方式的计算资源测算表和资源配置基线表如下表一和表二所示。
表一
表二
具体而言，在通过硬件资源测算方式计算目标资源测算值时，目标资源测算值即为最大并发用户数，例如，任意业务系统的Web应用服务器，其用户总数为300，用户在线率为50%，系统功能简单，其业务复杂度调整因子设置为1，则计算出的目标资源测算值即最大并发用户数为150，根据系统的服务器类型和最大并发用户数在资源配置基线表中匹配出目标资源配置的主机类型为虚拟机，CPU：8核，内存：8GB。
具体而言，本发明实施例通过根据所述资源测算关键参数选择对应类型的资源测算方式，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，在匹配到所述TPC-E测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为TPC-E值，设定TPC-E值＝((TASK×P)/T)×S×F/C，其中，TASK为平均业务交易总量，TASK＝平均登录用户数×平均每个用户执行业务交易数，P为高峰时段业务交易占比，T为业务交易峰值持续时间且以分钟为单位，S为业务复杂度调整因子且1≤S≤20，F为业务量发展冗余预留百分比，C为CPU处理利用率；
将计算的所述TPC-E值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置；
其中，所述TPC-E测算方式的计算资源测算表和资源配置基线表如下表三和表四所示。
表三
表四
具体而言，所述平均登录用户数、平均每个用户执行业务交易数、高峰时段业务交易占比与业务交易峰值持续时间为典型工作日的数值，业务量发展冗余预留百分比为未来预设时间的百分比，例如，任意业务系统的关系型数据库服务器，工作日每天登录用户数为20000，平均每个用户执行业务交易数为10，系统最高峰时段为8：45-9：45即60分钟，此时段占全天高峰时间的80%，未来一年用户数将增加1倍即业务量发展冗余预留百分比为200%，CPU处理利用率按最佳利用率75%，根据公式计算出TPC-E值为106667，根据系统的服务器类型和TPC-E值在资源配置基线表中匹配出目标资源配置的主机类型为物理机（三档），CPU：24核，内存：256GB。
具体而言，本发明实施例通过选择TPC-E测算方式将利用系统中用户的电力业务交易数据测算出所需目标资源配置以符合系统的计算容量，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，在匹配到所述SPECjbb2015测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为SPECjbb2015值，设定SPECjbb2015值＝A×B/(1－c－D)，其中，A为每秒最多处理业务交易量，B为每个业务交易需消耗的SPECjbb峰值，c为系统冗余处理能力，D为非Java应用所占系统资源百分比且D＜1－c；
将计算的所述SPECjbb2015值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置；
其中，所述SPECjbb2015测算方式的计算资源测算表和资源配置基线表如下表五和表六所示。
表五
表六
具体而言，所述系统冗余处理能力为提供系统的具有冗余处理能力的系统组件转占百分比，通常为10%-30%，非Java应用所占系统资源百分比通常为10%-20%，例如，任意业务系统的Java应用服务器，每秒最多处理业务交易量为1000，每个业务交易需消耗200个bops，系统可提供30%的冗余处理能力，非Java应用所占系统资源百分比为20%，根据系统的服务器类型和SPECjbb2015值在资源配置基线表中匹配出目标资源配置的主机类型为虚拟机，CPU：16核，内存：32GB。
具体而言，本发明实施例通过SPECjbb2015测算方式评估服务器端Java性能，同时测算CPU、Cache、内存和SMP的性能，充分考虑系统的冗余处理和系统资源分配情况，以此估算出服务器的处理能力，然后所需目标资源配置以符合处理能力，使计算不同类型的资源配置时选用适合的测算方式以使结果更加准确，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，在匹配到所述存储资源测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，将存储资源的存储类型、数据类型与资源测算表进行匹配以得出配置容量，设定所述目标资源配置＝配置容量×需求数量；
若所述存储类型为块存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第一需求数量计算得出块存储总容量；
其中，所述存储资源测算方式的存储资源测算表如下表七所示。
表七
具体而言，所述块存储即为SAN存储，用于数据库的存储空间，如关系型数据库和非关系型数据库等，其对应的数据类型包括数据库（单机）、数据库（集群和复制）和其它（非数据库类），分别对应的配置容量为200GB、500GB和100GB，例如，任意业务系统的数据库服务器，需部署服务器的第一需求数量为1台，数据库系统采用单机架构，则块存储总容量为200GB，故初始分配200GB存储空间。
具体而言，本发明实施例通过存储资源测算方式评估系统所使用的实际数据容量，包括数据库、二进制文件、操作系统磁盘和应用系统数据磁盘，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，若所述存储类型为网络文件存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第二需求数量计算得出块存储总容量。
具体而言，所述网络文件存储即为NAS存储，用于二进制数据文件的共享存储空间，其对应的文件的数据类型包括视频（1080P）、视频（720P）、音频（WAV）、音频（MP3）、图片、办公文档、CAD图纸和其它文件，分别对应的配置容量为0.03GB、0.015GB、0.0035GB、0.0015GB、0.0025GB、0.0025GB、0.01GB和0.001GB，例如，任意合同管理系统的文件服务器，需为用户提供上传合同文件的存储空间，合同文件包括照片和合同扫描文件，其第二需求数量为照片100000个和合同扫描文件200000个，对应的资源测算表中的配置容量都为0.0025GB，则网络文件存储容量＝100000×0.0025＋200000×0.0025＝750GB。
具体而言，本发明实施例通过存储资源测算方式评估系统所使用的实际数据容量，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
具体而言，若所述存储类型为本地磁盘存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第三需求数量计算得出本地磁盘总容量。
具体而言，所述本地磁盘存储用于安装操作系统和应用系统软件的本地磁盘存储空间，例如，任意业务系统的第三需求数量为虚拟机5台，用于安装Linux系统和应用软件，因不需使用数据磁盘，对应的资源测算表中的配置容量为60GB，则本地磁盘总容量＝60×5＝300GB。
具体而言，本发明实施例通过存储资源测算方式评估系统所使用的实际数据容量，可根据同类文件平均大小、文件总数量和数据库表空间等信息综合测算存储空间容量，进而使资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置，使面对越来越庞大的电力业务时可提前预估运行资源的配置，减少设备空间浪费，提高资源配置的准确性，提高资源调度效果。
至此，已经结合附图所示的优选实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征做出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例，并不用于限制本发明；对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种电网IT资源的调度方法，其特征在于，包括：
接收资源测算请求；
根据所述资源测算请求中的若干资源测算参数的类别属性对资源测算参数进行分类，并将相同类别的资源测算参数分别划分到计算资源测算参数组和存储资源测算参数组中，并将组合内相同资源测算参数的资源测算参数值进行比较和筛选以得到资源测算关键参数及资源测算关键参数值；
根据所述资源测算关键参数选择所述计算资源测算参数组和存储资源测算参数组分别对应的资源测算方式，根据选择的资源测算方式和所述资源测算关键参数值计算得到目标资源测算值；
将所述目标资源测算值与预设的资源配置基线表进行匹配以得到目标资源配置。
2.根据权利要求1所述的电网IT资源的调度方法，其特征在于，在对所述资源测算参数进行分类时，根据资源测算参数将资源测算参数进行分类为计算资源测算参数和存储资源测算参数，将各个类别的资源测算参数划分到计算资源测算参数组和存储资源测算参数组中。
3.根据权利要求2所述的电网IT资源的调度方法，其特征在于，在将组合内资源测算参数进行筛选以得到资源测算关键参数及资源测算关键参数值时，分别对所述计算资源测算参数组和存储资源测算参数组内的资源测算参数的参数值进行分析，根据时间将同一组内的相同资源测算参数的各个参数值进行比较，并根据资源测算参数得出筛选方式，并根据筛选方式将比较后的各个数值进行筛选得到资源测算关键参数及资源测算关键参数值。
4.根据权利要求3所述的电网IT资源的调度方法，其特征在于，在根据所述资源测算关键参数选择对应类型的资源测算方式时，根据资源测算关键参数所在组的类别匹配对应类型的资源测算方式，其中，所述计算资源测算参数组设置有硬件资源测算方式、用以利用电力业务交易数据侧端所需目标资源配置的TPC-E测算方式和用以评估服务器端Java性能，同时测算CPU、Cache、内存和SMP的性能SPECjbb2015测算方式，所述存储资源测算参数组设置有存储资源测算方式。
5.根据权利要求4所述的电网IT资源的调度方法，其特征在于，在匹配到所述硬件资源测算方式时，根据所述资源测算关键参数中的总用户数、用户在线率和业务复杂度调整因子计算所述目标资源测算值，其中，目标资源测算值为最大并发用户数，设定最大并发用户数＝总用户数×用户在线率×业务复杂度调整因子，1≤业务复杂度调整因子≤1.5；
将计算的所述最大并发用户数、服务器类型与资源配置基线表进行匹配得到所述目标资源配置。
6.根据权利要求5所述的电网IT资源的调度方法，其特征在于，在匹配到所述TPC-E测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为TPC-E值，设定TPC-E值＝((TASK×P)/T)×S×F/C，其中，TASK为平均业务交易总量，TASK＝平均登录用户数×平均每个用户执行业务交易数，P为高峰时段业务交易占比，T为业务交易峰值持续时间且以分钟为单位，S为业务复杂度调整因子且1≤S≤20，F为业务量发展冗余预留百分比，C为CPU处理利用率；
将计算的所述TPC-E值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置。
7.根据权利要求6所述的电网IT资源的调度方法，其特征在于，在匹配到所述SPECjbb2015测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，目标资源测算值为SPECjbb2015值，设定SPECjbb2015值＝A×B/(1－c－D)，其中，A为每秒最多处理业务交易量，B为每个业务交易需消耗的SPECjbb峰值，c为系统冗余处理能力，D为非Java应用所占系统资源百分比且D＜1－c；
将计算的所述SPECjbb2015值、数据库类型与资源配置基线表进行匹配得到所述目标资源配置。
8.根据权利要求7所述的电网IT资源的调度方法，其特征在于，在匹配到所述存储资源测算方式时，根据所述资源测算关键参数计算所述目标资源测算值，将存储资源的存储类型、数据类型与资源测算表进行匹配以得出配置容量，设定所述目标资源配置＝配置容量×需求数量；
若所述存储类型为块存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第一需求数量计算得出块存储总容量。
9.根据权利要求8所述的电网IT资源的调度方法，其特征在于，若所述存储类型为网络文件存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第二需求数量计算得出块存储总容量。
10.根据权利要求9所述的电网IT资源的调度方法，其特征在于，若所述存储类型为本地磁盘存储，则根据所述数据类型匹配所述资源测算表以得出配置容量，并根据配置容量和第三需求数量计算得出本地磁盘总容量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310063515.5A CN115794591B (zh) | 2023-02-06 | 2023-02-06 | 一种电网it资源的调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310063515.5A CN115794591B (zh) | 2023-02-06 | 2023-02-06 | 一种电网it资源的调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115794591A CN115794591A (zh) | 2023-03-14 |
| CN115794591B true CN115794591B (zh) | 2023-05-23 |
Family
ID=85429832
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310063515.5A Active CN115794591B (zh) | 2023-02-06 | 2023-02-06 | 一种电网it资源的调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115794591B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5408663A (en) * | 1993-11-05 | 1995-04-18 | Adrem Technologies, Inc. | Resource allocation methods |
| CN110210789A (zh) * | 2019-06-17 | 2019-09-06 | 广东电网有限责任公司 | 电网测试业务的资源配置调度方法、装置、设备 |
| CN113867882A (zh) * | 2020-06-30 | 2021-12-31 | 中国电信股份有限公司 | 容器资源调度方法和装置、计算机可读存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5701403B2 (ja) * | 2011-12-15 | 2015-04-15 | 株式会社日立製作所 | 監視計算機及び方法 |
| CN108845884B (zh) * | 2018-06-15 | 2024-04-19 | 中国平安人寿保险股份有限公司 | 物理资源分配方法、装置、计算机设备和存储介质 |
| CN111585798B (zh) * | 2020-04-28 | 2024-03-15 | 腾讯科技（深圳）有限公司 | 一种网络资源参数配置方法、装置和计算机可读存储介质 |
| CN115640113A (zh) * | 2021-07-19 | 2023-01-24 | 中国移动通信集团浙江有限公司 | 多平面弹性调度方法 |
-
2023
- 2023-02-06 CN CN202310063515.5A patent/CN115794591B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5408663A (en) * | 1993-11-05 | 1995-04-18 | Adrem Technologies, Inc. | Resource allocation methods |
| CN110210789A (zh) * | 2019-06-17 | 2019-09-06 | 广东电网有限责任公司 | 电网测试业务的资源配置调度方法、装置、设备 |
| CN113867882A (zh) * | 2020-06-30 | 2021-12-31 | 中国电信股份有限公司 | 容器资源调度方法和装置、计算机可读存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115794591A (zh) | 2023-03-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106126407B (zh) | 一种针对分布式存储系统的性能监控调优系统及方法 | |
| US10579272B2 (en) | Workload aware storage platform | |
| US10445208B2 (en) | Tunable, efficient monitoring of capacity usage in distributed storage systems | |
| EP2457153B1 (en) | Method and system for power analysis | |
| AU2019202695A1 (en) | Opportunistic resource migration to optimize resource placement | |
| US8856483B1 (en) | Virtual data storage service with sparse provisioning | |
| CN112860695B (zh) | 监控数据查询方法、装置、设备、存储介质及程序产品 | |
| US20100049934A1 (en) | Storage management apparatus, a storage management method and a storage management program | |
| US10616134B1 (en) | Prioritizing resource hosts for resource placement | |
| CN110839069B (zh) | 一种节点数据部署方法、部署节点、系统及介质 | |
| CN103905517A (zh) | 一种数据存储方法及设备 | |
| US9898518B2 (en) | Computer system, data allocation management method, and program | |
| CN110381136A (zh) | 一种数据读取方法、终端、服务器及存储介质 | |
| US8527565B2 (en) | Selecting and reassigning a blade for a logical partition for service scheduling of a blade server | |
| CN115794591B (zh) | 一种电网it资源的调度方法 | |
| CN107277143A (zh) | 一种资源匹配管理方法及装置 | |
| WO2023093194A1 (zh) | 一种云监控方法和云管理平台 | |
| CN111314234A (zh) | 一种流量分配的方法、装置、存储介质及电子设备 | |
| CN115604294A (zh) | 一种管理存储资源的方法及装置 | |
| US11204717B2 (en) | Object storage system with access control quota status check | |
| Nikolow et al. | Policy-based sla storagemanagement model fordistributeddata storage services | |
| CN115114012B (zh) | 一种任务分配方法、装置、电子设备及存储介质 | |
| US10509587B2 (en) | System and method for high priority backup | |
| Jian et al. | A HDFS dynamic load balancing strategy using improved niche PSO algorithm in cloud storage | |
| Nikolow et al. | Model of QoS management in a distributed data sharing and archiving system |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20230526 Address after: 510000, Floor 12, Unit 3, Building 2, No. 11 Spectral Middle Road, Huangpu District, Guangzhou City, Guangdong Province Applicant after: China Southern Power Grid Digital Power Grid Group Information Communication Technology Co.,Ltd. Address before: Room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou, Guangdong 510000 Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |