CN115941758A - 基于动态规划的云服务控制台部署方法、系统及存储介质 - Google Patents

Abstract

本发明涉及云计算技术领域，具体涉及一种基于动态规划的云服务控制台部署方法、系统及存储介质，所述方法包括以下步骤：读取资源池主机的资源，获得资源的可用总数R；建立目标函数；设置约束条件；使用优化算法，获得使目标函数取得最大值的selected[i]的取值组合；根据取值组合启动对应云服务控制台的部署；当存在云服务控制台部署成功时，重新执行本方法，直至无待部署的云服务控制台。本发明的有益技术效果包括：通过建立目标函数与启动部署的云服务控制台的关系，能更加合理且快速的找出高资源利用率的最佳方案，进而推导出多个云服务控制台初始化的顺序，提高云服务控制台初始化的效率。

Description

基于动态规划的云服务控制台部署方法、系统及存储介质

技术领域

本发明涉及云计算技术领域，具体涉及一种基于动态规划的云服务控制台部署方法、系统及存储介质。

背景技术

在云计算技术领域，资源池是平台方针对用户的不同区域而进行各类机器和计算资源隔离的基本单位，可根据实际场景划分为若干个资源池，资源池的管理员可以进行多个云服务控制台的初始化。动态规划算法是一种在数学和计算机科学中使用的，通过把原问题分解为相对简单子问题的方式求解复杂问题的方法。云服务控制台统一查看和管理PaaS云产品或云服务的平台，可以通过图形化界面、Cloud shell命令行工具等进行配置操作。

在资源池部署云服务控制台的时候，如果在短时间内同时对多个云服务控制台进行初始化，那么云服务控制台初始化中心会启动多个初始化线程，而控制台初始化需要涉及介质下载与大量主机资源的占用，容易导致资源池内存耗尽与初始化中心崩溃，从而导致控制台部署失败，引发系统故障。因此需要研究云服务控制台的部署规划技术。

现有技术公开了一种基于云平台的多租户服务快速部署方法，包括构建应用自动化部署平台；构建基础的PaaS平台；构建应用开发中间件平台；基于中间件平台实现无状态多租户服务应用设计；多租户应用自动、快速部署方法。其技术方案能够在已有的PAAS平台应用部署的基础上，针对云原生多租户应用部署场景，通过对应用中间件平台的处理能力评估，计算整个系统的服务容量，调整多租户服务的各个模块服务水平，实现多租户应用的动态、快速部署。但其技术方案不能解决目前云服务控制台部署规划不合理的问题。

发明内容

本发明所要解决的技术问题：目前云服务控制台部署时容易出现资源挤兑情况的问题。提出了一种基于动态规划的云服务控制台部署方法、系统及存储介质，能够有效规划云服务控制台的部署，避免云服务硬件资源的挤兑。

为解决上述技术问题，本发明采用如下技术方案：基于动态规划的云服务控制台部署方法，包括以下步骤：

读取资源池主机的资源，获得资源的可用总数R；

建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

设置约束条件：；

使用优化算法，获得使目标函数取得最大值的selected[i]的取值组合；

根据所述取值组合启动对应云服务控制台的部署；

当存在云服务控制台部署成功时，重新执行本方法，直至无待部署的云服务控制台。

作为优选，第i个云服务部署成功所占用的资源总量，其中r[i]为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间。

作为优选，确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]的方法包括：

将云服务控制台的功能组成作为云服务控制台的特征量；

读取历史云服务控制台的部署数据；

筛选出同特征量的云服务控制台的部署数据；

计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

作为优选，确定第i个云服务控制台部署所需要的时间t[i]的方法包括：

读取历史云服务控制台的部署数据，所述部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以所述功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

作为优选，获得使目标函数取得最大值的取值组合的方法包括：

随机设置j的值，将全部selected[i]取值组合以selected[j]=1及selected[j]=0分为两类，分别记为集合P_j1和集合P_j0；

分别寻找集合P_j1和集合P_j0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为最终使目标函数取得最大值的取值组合。

作为优选，寻找集合P_j1中使目标函数取得最大值的取值组合的方法包括：

从资源的可用总数R扣除第j个云服务控制台占用的资源量；

而后随机设置j的值，将集合P_j1以selected[k]=1及selected[k]=0分为两类，分别记为集合P_j1_k1和集合P_j1_k0；

分别寻找集合P_j1_k1和集合P_j1_k0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为集合P_j1中使目标函数取得最大值的取值组合；

递归执行上述步骤，直至分类后的集合仅包括一个取值组合，即可获得集合P_j1中使目标函数取得最大值的取值组合。

作为优选，待部署的所述云服务控制台关联有优先级，所述优先级包括高优先级和低优先级，高优先级的所述云服务控制台的部署状态总设置为1，若资源的可用总数R不足以为全部待部署的高优先级的所述云服务控制台部署，则遍历当前已开始且尚未完成的低优先级的所述云服务控制台，逐个释放已开始且尚未完成的低优先级的所述云服务控制台所占用的资源，直至资源的可用总数R足以为全部待部署的高优先级的所述云服务控制台部署。

基于动态规划的云服务控制台部署系统，用于执行如前述的基于动态规划的云服务控制台部署方法，包括资源模块、调度模块和监测模块，所述资源模块建立资源池主机资源的映射，所述资源模块与调度模块连接，所述调度模块接收待部署云服务控制台任务并执行云服务控制台的部署，所述监测模块监测云服务控制台部署的结果状态，所述调度模块部署云服务控制台的步骤包括：

所述调度模块通过所述资源模块读取资源池主机的资源，获得资源的可用总数R；

建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，，其中r[i] 为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

设置约束条件：；

使用优化算法，获得使目标函数取得最大值全部selected[i]的取值组合；

根据所述取值组合启动对应云服务控制台的部署；

当存在云服务控制台部署成功时，所述监测模块通知所述调度模块，所述调度模块重新执行部署云服务控制台的步骤，直至无待部署的云服务控制台。

作为优选，所述调度模块确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]时，执行以下步骤：

将云服务控制台的功能组成作为云服务控制台的特征量；

读取历史云服务控制台的部署数据；

筛选出同特征量的云服务控制台的部署数据；

计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

作为优选，所述调度模块确定第i个云服务控制台部署所需要的时间t[i]时，执行以下步骤：

读取历史云服务控制台的部署数据，所述部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以所述功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

作为优选，所述调度模块获得使目标函数取得最大值的取值组合时，执行以下步骤：

穷举全部selected[i]取值组合，计算对应目标函数值，获得使目标函数取得最大值的selected[i]的取值组合。

一种计算机系统，所述计算机系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如前述的基于动态规划的云服务控制台部署方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如前述的基于动态规划的云服务控制台部署方法。

本发明的有益技术效果包括：通过建立目标函数与启动部署的云服务控制台的关系，结合了动态规划算法与高资源利用率的分配策略，能更加合理且快速的找出高资源利用率的最佳方案，进而推导出多个云服务控制台初始化的顺序，提高云服务控制台初始化的效率，同时减少因资源不足而导致云服务控制台初始化失败的次数，降低服务故障率。

本发明的其他特点和优点将会在下面的具体实施方式、附图中详细的揭露。

附图说明

下面结合附图对本发明做进一步的说明：

图1为本发明实施例云服务控制台部署方法流程示意图。

图2为本发明实施例确定平均占用的资源量方法流程示意图。

图3为本发明实施例寻找取值组合方法流程示意图。

图4为本发明实施例云服务控制台部署系统结构示意图。

图5为本发明实施例计算机系统结构示意图。

其中：10、资源模块，20、调度模块，30、监测模块，40、计算机系统，41、存储器，42、计算机程序，43、处理器。

具体实施方式

下面结合本发明实施例的附图对本发明实施例的技术方案进行解释和说明，但下述实施例仅为本发明的优选实施例，并非全部。基于实施方式中的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得其他实施例，都属于本发明的保护范围。

在下文描述中，出现诸如术语“内”、“外”、“上”、“下”、“左”、“右”等指示方位或者位置关系仅是为了方便描述实施例和简化描述，而不是指示或暗示所指的装置或者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。

介绍本实施例技术方案前，对本实施例应用背景作介绍。

在资源池部署云服务控制台的时候，如果在短时间内同时对多个云服务控制台进行初始化，那么云服务控制台初始化中心会启动多个初始化线程，而控制台初始化需要涉及介质下载与大量主机资源的占用，容易导致资源池内存耗尽与初始化中心崩溃，从而导致控制台部署失败，引发系统故障。

其中，资源池：资源池是平台方针对用户的不同区域而进行各类机器和计算资源隔离的基本单位，可根据实际场景划分为若干个资源池，资源池的管理员可以进行多个云服务控制台的初始化。

动态规划算法：是一种在数学和计算机科学中使用的，通过把原问题分解为相对简单子问题的方式求解复杂问题的方法。

云服务控制台：统一查看和管理PaaS云产品或云服务的平台，可以通过图形化界面、Cloud shell命令行工具等进行配置操作。

为了避免云服务控制台部署过程中，导致资源池主机资源耗尽，出现部署失败，并且尽可能提高云服务控制台部署效率，本实施例提出了一种基于动态规划的云服务控制台部署方法，请参阅附图1，包括以下步骤：

步骤A01）读取资源池主机的资源，获得资源的可用总数R；

步骤A02）建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

步骤A03）设置约束条件：；

步骤A04）使用优化算法，获得使目标函数取得最大值的selected[i]的取值组合；

步骤A05）根据取值组合启动对应云服务控制台的部署；

步骤A06）当存在云服务控制台部署成功时，重新执行本方法，直至无待部署的云服务控制台。

每完成一台云服务控制台部署，均会执行一次本方法获得selected[i]的取值组合。因此本实施例方案适合动态的增加的云服务控制台的部署规划。通过建立目标函数与启动部署的云服务控制台的关系，结合了动态规划算法与高资源利用率的分配策略，能更加合理且快速的找出高资源利用率的最佳方案，进而推导出多个云服务控制台初始化的顺序，提高云服务控制台初始化的效率，同时减少因资源不足而导致云服务控制台初始化失败的次数，降低服务故障率。

第i个云服务部署成功所占用的资源总量，其中r[i] 为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间。

另一方面，本实施例提供了确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]的方法，请参阅附图2，包括：

步骤B01）将云服务控制台的功能组成作为云服务控制台的特征量；

步骤B02）读取历史云服务控制台的部署数据；

步骤B03）筛选出同特征量的云服务控制台的部署数据；

步骤B04）计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

通过建立特征量，使用云服务控制台的功能组成作为云服务控制台需要占用的资源量的依据，借助历史数据计算出同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

确定第i个云服务控制台部署所需要的时间t[i]的方法包括：

读取历史云服务控制台的部署数据，部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

获得使目标函数取得最大值的取值组合的方法包括：

随机设置j的值，将全部selected[i]取值组合以selected[j]=1及selected[j]=0分为两类，分别记为集合P_j1和集合P_j0；

分别寻找集合P_j1和集合P_j0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为最终使目标函数取得最大值的取值组合。

另一方面，本实施例提供了寻找集合P_j1中使目标函数取得最大值的取值组合的方法，请参阅附图3，包括：

步骤C01）从资源的可用总数R扣除第j个云服务控制台占用的资源量；

步骤C02）而后随机设置j的值，将集合P_j1以selected[k]=1及selected[k]=0分为两类，分别记为集合P_j1_k1和集合P_j1_k0；

步骤C03）分别寻找集合P_j1_k1和集合P_j1_k0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为集合P_j1中使目标函数取得最大值的取值组合；

步骤C04）递归执行上述步骤，直至分类后的集合仅包括一个取值组合，即可获得集合P_j1中使目标函数取得最大值的取值组合。

另一方面，本实施例提供了待部署的云服务控制台关联有优先级，优先级包括高优先级和低优先级，高优先级的云服务控制台的部署状态总设置为1，若资源的可用总数R不足以为全部待部署的高优先级的云服务控制台部署，则遍历当前已开始且尚未完成的低优先级的云服务控制台，逐个释放已开始且尚未完成的低优先级的云服务控制台所占用的资源，直至资源的可用总数R足以为全部待部署的高优先级的云服务控制台部署。通过设置优先级将需要立即部署的云服务控制台尽快的进行部署。

另一方面，本实施例提供了基于动态规划的云服务控制台部署系统，用于执行如前述的基于动态规划的云服务控制台部署方法，请参阅附图4，包括资源模块10、调度模块20和监测模块30，资源模块10建立资源池主机资源的映射，资源模块10与调度模块20连接，调度模块20接收待部署云服务控制台任务并执行云服务控制台的部署，监测模块30监测云服务控制台部署的结果状态，调度模块20部署云服务控制台的步骤包括：

调度模块20通过资源模块10读取资源池主机的资源，获得资源的可用总数R；

建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，，其中r[i] 为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

设置约束条件：；

使用优化算法，获得使目标函数取得最大值全部selected[i]的取值组合；

根据取值组合启动对应云服务控制台的部署；

当存在云服务控制台部署成功时，监测模块30通知调度模块20，调度模块20重新执行部署云服务控制台的步骤，直至无待部署的云服务控制台。

调度模块20确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]时，执行以下步骤：

将云服务控制台的功能组成作为云服务控制台的特征量；

读取历史云服务控制台的部署数据；

筛选出同特征量的云服务控制台的部署数据；

计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

调度模块20确定第i个云服务控制台部署所需要的时间t[i]时，执行以下步骤：

读取历史云服务控制台的部署数据，部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

调度模块20获得使目标函数取得最大值的取值组合时，执行以下步骤：

穷举全部selected[i]取值组合，计算对应目标函数值，获得使目标函数取得最大值的selected[i]的取值组合。

一种计算机系统40，计算机系统40包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现如前述的基于动态规划的云服务控制台部署方法。

另一方面，本申请实施例提供了一种计算机系统40，请参阅附图5，计算机系统40包括存储器41、处理器43以及存储在存储器41中并可在处理器43上运行的计算机程序42，计算机程序42被处理器43执行时实现如前述的基于动态规划的云服务控制台部署方法。

计算机系统40可以是一个通用计算机系统40或一个专用计算机系统40。在具体实现中，计算机系统40可以是包括有多个服务器的服务器集群，如可以是包括有多个节点的区块链系统。本领域技术人员可以理解，图5仅仅是计算机系统40的举例，并不构成对计算机系统40的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，比如还可以包括输入输出设备、网络接入设备等。

处理器43可以是中央处理单元（Central Processing Unit，CPU），处理器43还可以是其他通用处理器43、数字信号处理器43（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器43可以是微处理器43或者也可以是任何常规的处理器43。

存储器41在一些实施例中可以是计算机系统40的内部存储单元，比如计算机系统40的硬盘或内存。存储器41在另一些实施例中也可以是计算机系统40的外部存储设备，比如计算机系统40上配备的插接式硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器41还可以既包括计算机系统40的内部存储单元也包括外部存储设备。存储器41用于存储操作系统、应用程序、引导装载程序（Boot Loader）、数据以及其他程序等。存储器41还可以用于暂时地存储已经输出或者将要输出的数据。

另一方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序42，计算机程序42被处理器43执行时实现如前述的基于动态规划的云服务控制台部署方法。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，熟悉该本领域的技术人员应该明白本发明包括但不限于附图和上面具体实施方式中描述的内容。任何不偏离本发明的功能和结构原理的修改都将包括在权利要求书的范围中。

Claims (13)

1.基于动态规划的云服务控制台部署方法，其特征在于，

包括以下步骤：

读取资源池主机的资源，获得资源的可用总数R；

建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

设置约束条件：；

使用优化算法，获得使目标函数取得最大值的selected[i]的取值组合；

根据所述取值组合启动对应云服务控制台的部署；

当存在云服务控制台部署成功时，重新执行本方法，直至无待部署的云服务控制台。

2.根据权利要求1所述的基于动态规划的云服务控制台部署方法，其特征在于，

第i个云服务部署成功所占用的资源总量，其中r[i] 为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间。

3.根据权利要求2所述的基于动态规划的云服务控制台部署方法，其特征在于，

确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]的方法包括：

将云服务控制台的功能组成作为云服务控制台的特征量；

读取历史云服务控制台的部署数据；

筛选出同特征量的云服务控制台的部署数据；

计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

4.根据权利要求2或3所述的基于动态规划的云服务控制台部署方法，其特征在于，

确定第i个云服务控制台部署所需要的时间t[i]的方法包括：

读取历史云服务控制台的部署数据，所述部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以所述功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

5.根据权利要求1至3任一项所述的基于动态规划的云服务控制台部署方法，其特征在于，

获得使目标函数取得最大值的取值组合的方法包括：

随机设置j的值，将全部selected[i]取值组合以selected[j]=1及selected[j]=0分为两类，分别记为集合P_j1和集合P_j0；

分别寻找集合P_j1和集合P_j0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为最终使目标函数取得最大值的取值组合。

6.根据权利要求5所述的基于动态规划的云服务控制台部署方法，其特征在于，

寻找集合P_j1中使目标函数取得最大值的取值组合的方法包括：

从资源的可用总数R扣除第j个云服务控制台占用的资源量；

而后随机设置j的值，将集合P_j1以selected[k]=1及selected[k]=0分为两类，分别记为集合P_j1_k1和集合P_j1_k0；

分别寻找集合P_j1_k1和集合P_j1_k0中使目标函数取得最大值的取值组合，两个取值组合中，使得目标函数取得更大值的取值组合，作为集合P_j1中使目标函数取得最大值的取值组合；

递归执行上述步骤，直至分类后的集合仅包括一个取值组合，即可获得集合P_j1中使目标函数取得最大值的取值组合。

7.根据权利要求1至3任一项所述的基于动态规划的云服务控制台部署方法，其特征在于，

待部署的所述云服务控制台关联有优先级，所述优先级包括高优先级和低优先级，高优先级的所述云服务控制台的部署状态总设置为1，若资源的可用总数R不足以为全部待部署的高优先级的所述云服务控制台部署，则遍历当前已开始且尚未完成的低优先级的所述云服务控制台，逐个释放已开始且尚未完成的低优先级的所述云服务控制台所占用的资源，直至资源的可用总数R足以为全部待部署的高优先级的所述云服务控制台部署。

8.基于动态规划的云服务控制台部署系统，用于执行如权利要求1至7任一项所述的基于动态规划的云服务控制台部署方法，其特征在于，

包括资源模块、调度模块和监测模块，所述资源模块建立资源池主机资源的映射，所述资源模块与调度模块连接，所述调度模块接收待部署云服务控制台任务并执行云服务控制台的部署，所述监测模块监测云服务控制台部署的结果状态，所述调度模块部署云服务控制台的步骤包括：

所述调度模块通过所述资源模块读取资源池主机的资源，获得资源的可用总数R；

建立目标函数，其中，w[i]表示第i个云服务控制台部署成功所占用的资源总量，，其中r[i] 为第i个云服务控制台部署过程中单位时间内平均占用的资源量，t[i]为第i个云服务控制台部署所需要的时间，selected[i]表示选择第i个云服务控制台的部署状态，selected[i]=1表示部署第i个云服务，N为当前待部署的云服务控制台的数量，i∈[1,N]；

设置约束条件：；

使用优化算法，获得使目标函数取得最大值全部selected[i]的取值组合；

根据所述取值组合启动对应云服务控制台的部署；

当存在云服务控制台部署成功时，所述监测模块通知所述调度模块，所述调度模块重新执行部署云服务控制台的步骤，直至无待部署的云服务控制台。

9.根据权利要求8所述的基于动态规划的云服务控制台部署系统，其特征在于，

所述调度模块确定第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]时，执行以下步骤：

将云服务控制台的功能组成作为云服务控制台的特征量；

读取历史云服务控制台的部署数据；

筛选出同特征量的云服务控制台的部署数据；

计算同特征量的云服务控制台部署过程中占用的资源量的均值，作为第i个云服务控制台部署过程中单位时间内平均占用的资源量r[i]。

10.根据权利要求8或9所述的基于动态规划的云服务控制台部署系统，其特征在于，

所述调度模块确定第i个云服务控制台部署所需要的时间t[i]时，执行以下步骤：

读取历史云服务控制台的部署数据，所述部署数据记录每个功能完成部署所需时间；

获取云服务控制台的功能组成，获得所需时长最长的功能，以所述功能完成部署所需时间作为第i个云服务控制台部署所需要的时间t[i]。

11.根据权利要求8或9所述的基于动态规划的云服务控制台部署系统，其特征在于，

所述调度模块获得使目标函数取得最大值的取值组合时，执行以下步骤：

穷举全部selected[i]取值组合，计算对应目标函数值，获得使目标函数取得最大值的selected[i]的取值组合。

12.一种计算机系统，其特征在于，所述计算机系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至7任一项所述的基于动态规划的云服务控制台部署方法。

13.一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存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于动态规划的云服务控制台部署方法。

Images