CN116074262B - 一种基于大数据平台的资源优化分配方法 - Google Patents

一种基于大数据平台的资源优化分配方法 Download PDF

Info

Publication number
CN116074262B
CN116074262B CN202310021318.7A CN202310021318A CN116074262B CN 116074262 B CN116074262 B CN 116074262B CN 202310021318 A CN202310021318 A CN 202310021318A CN 116074262 B CN116074262 B CN 116074262B
Authority
CN
China
Prior art keywords
resource
setting
preset
time node
amount
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
Application number
CN202310021318.7A
Other languages
English (en)
Other versions
CN116074262A (zh
Inventor
高峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Langfang Kuida Information Technology Co ltd
Original Assignee
Langfang Kuida Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Langfang Kuida Information Technology Co ltd filed Critical Langfang Kuida Information Technology Co ltd
Priority to CN202310021318.7A priority Critical patent/CN116074262B/zh
Publication of CN116074262A publication Critical patent/CN116074262A/zh
Application granted granted Critical
Publication of CN116074262B publication Critical patent/CN116074262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/80Actions related to the user profile or the type of traffic
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/82Miscellaneous aspects
    • H04L47/826Involving periods of time
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/70Admission control; Resource allocation
    • H04L47/83Admission control; Resource allocation based on usage prediction
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

本申请涉及数据平台技术领域,特别是涉及一种基于大数据平台的资源优化分配方法。包括:获取用户历史访问数据和用户身份数据,并根据优先级用户身份数据生成用户服务级别,根据优先级历史访问数据生成用户历史数据库;获取用户访问需求数据,并根据优先级访问需求数据设定资源分配参数;预设时间节点,当到达优先级预设时间节点时根据优先级资源分配参数设定备用资源量;获取剩余资源量,并设定剩余资源量分配参数。保证网络资源分配均衡,并且提高用户对数据资源的访问速率,通过对于数据资源的针对性分配,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。

Description

一种基于大数据平台的资源优化分配方法
技术领域
本申请涉及数据平台技术领域,特别是涉及一种基于大数据平台的资源优化分配方法。
背景技术
目前,城市内的各个政府部门、机关单位和企事业单位等均逐步采用数字信息管理,用于不断迎合智慧城市的需求,达到数字化、信息化管理的效果,进而为城市中的人创造更美好的生活,促进城市的和谐、可持续成长。而在对城市内各种需求做出响应,意味着需要处理大量的信息和数据,才能保证城市有效运行。
但是在现阶段的大数据平台数据资源管理较为粗放,其未对数据资源进行针对性的分配,使得每个访问大数据平台的用户的数据资源占有率高,不用于提高用户对数据资源的访问速率,进而影响了用户对大数据平台的体验。经常出现网络资源分配不均衡的情况,从而降低了网络资源利用率。
发明内容
本申请的目的是:为优化大数据平台的资源分配,提高用户对于数据资源的访问速度,本申请提供了一种基于大数据平台的资源优化分配方法,旨在提高用户对于大数据平台的使用体验。
本申请的一些实施例中,通过采用半静态资源分配方式,根据时间节点的用户实时需求资源量,对全部资源进行初次分配,并根据用户历史数据库生成用户需求预测值,从而生成备用资源量和剩余资源量,并根据用户服务级别对剩余资源量进行二次分配,保证网络资源分配均衡,并且提高用户对数据资源的访问速率,通过对于数据资源的针对性分配,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
本申请的一些实施例中,提供了一种基于大数据平台的资源优化分配方法,包括:
获取用户历史访问数据和用户身份数据,并根据所述用户身份数据生成用户服务级别,根据所述历史访问数据生成用户历史数据库;
获取用户访问需求数据,并根据所述访问需求数据设定资源分配参数;
预设时间节点,当到达所述预设时间节点时根据所述资源分配参数设定备用资源量;
获取剩余资源量,并设定剩余资源量分配参数。
本申请的一些实施例中,根据所述访问需求数据设定资源分配参数时,包括:
根据所述访问需求数据获取用户服务级别和访问需求资源量M1;
根据所述用户历史数据库获取用户历史访问需求资源量M0;
设定第一补偿系数n1;
根据所述访问需求资源量M1和所述用户历史访问需求资源量M0,设定资源分配量M。
本申请的一些实施例中,根据所述访问需求数据设定资源分配参数时,还包括:
当M1<M0时,设定用户历史访问需求资源量M0为资源分配量M,即M=M0;
当M1=M0时,设定补偿后的用户历史访问需求资源量M0为资源分配量M,即M=n1*M0;
当M1>M0时,设定补偿后的访问需求资源量M1为资源分配量M,即M=n1*M1。
本申请的一些实施例中,所述设定剩余资源量分配参数时,包括:
根据用户的资源分配量M生成总资源分配量;
根据所述总资源分配量与所述备用资源量M2生成剩余资源量M3;
根据用户服务级别设定剩余资源量占比值。
本申请的一些实施例中,所述根据用户服务级别设定剩余资源量占比值时,包括:
预设用户服务级别矩阵A,设定A(A1,A2,A3,A4),其中,A1为预设第一用户服务级别,A2为预设第二用户服务级别,A3为预设第三用户服务级别,A4为预设第四用户服务级别;
预设剩余资源量占比矩阵B,设定B(B1,B2,B3,B4),其中,B1为预设第一剩余资源量占比值,B2为预设第二剩余资源量占比值,B3为预设第三剩余资源量占比值,B4为预设第四剩余资源量占比值,且B1<B2<B3<B4;
当剩余资源量M3>0时,根据用户服务级别a设定剩余资源量占比值b;
当a=A1时,设定剩余资源量占比值b为第四剩余资源量占比值B4,即b=B4;
当a=A2时,设定剩余资源量占比值b为第三剩余资源量占比值B3,即b=B3;
当a=A3时,设定剩余资源量占比值b为第二剩余资源量占比值B2,即b=B2;
当a=A4时,设定剩余资源量占比值b为第一剩余资源量占比值B1,即b=B1。
本申请的一些实施例中,根据所述设定剩余资源量分配参数时,还包括:
预设第一用户数量阈值Q1和预设第二用户数量阈值Q2;
设定第二补偿系数n2,且n2>1
获取各用户服务级别实时用户数量q;
当q<Q1时,所述用户服务级别不设定剩余资源量;
当Q1<q<Q2时,设定所述用户服务级别剩余资源量占比值b=Bi;
当q>Q2时,设定所述用户服务级别剩余资源量占比值b=n2*Bi。
本申请的一些实施例中,所述设定剩余资源量分配参数时,还包括:
预设剩余资源量分配优先级矩阵H,设定H(H1,H2,H3,H4),其中,H1为预设第一剩余资源量分配优先级,H2为预设第二剩余资源量分配优先级,H3为预设第三剩余资源量分配优先级,H4为预设第四剩余资源量分配优先级,且根据优先级H1>H2>H3>H4;
根据用户服务级别a,设定剩余资源分配优先级h;
若a=A1,设定其剩余资源分配优先级h为预设第一剩余资源量分配优先级H1;
若a=A2,设定其剩余资源分配优先级h为预设第二剩余资源量分配优先级H2;
若a=A3,设定其剩余资源分配优先级h为预设第三剩余资源量分配优先级H3;
若a=A4,设定其剩余资源分配优先级h为预设第四剩余资源量分配优先级H4。
本申请的一些实施例中,根据根据所述资源分配参数设定备用资源量时,还包括:
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
当所述访问增加需求资源量M4小于所述备用资源量M2时,不修正当前时间节点与下一时间节点之间的时间间隔;
当所述访问增加需求资源量M4大于所述备用资源量M2时,获取所述访问增加需求资源量M4与所述备用资源量M2之间的差值,并根据所述差值修正当前时间节点与下一时间节点之间的备用资源量M2和与当前时间节点与下一时间节点之间的时间间隔。
本申请的一些实施例中,所述修正当前时间节点与下一时间节点之间的备用资源量时,包括:
预设差值矩阵C,设定C(C1,C2,C3,C4),其中,C1为预设第一差值,C2为预设第二差值,C3为预设第三差值,C4为预设第四差值,且C1<C2<C3<C4;
预设修正系数矩阵D,设定D(d1,d2,d3,d4),其中,d1为预设第一修正系数,d2为预设第二修正系数,d3为预设第三修正系数,d4为预设第四修正系数,且1<d1<d2<d3<d4<1.2;
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
获取所述访问增加需求资源量M4与所述备用资源量M2之间的差值c,并根据差值c设定修正当前时间节点与下一时间节点之间的备用资源量M2;
当c<C1时,设定当前时间节点与下一时间节点之间的备用资源量M2=d1*M4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的备用资源量M2=d2*M4;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的备用资源量M2=d3*M4;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的备用资源量M2=d4*M4。
本申请的一些实施例中,所述根据差值修正当前时间节点与下一时间节点之间的时间间隔,还包括:
预设时间间隔矩阵T,设定T(T1,T2,T3,T4),其中,T1为预设第一时间间隔,T2为预设第二时间间隔,T3为预设第三时间间隔,T4为预设第四时间间隔,且T1<T2<T3<T4;
获取访问需求资源量与所述备用资源量之间的差值c,根据差值c设定当前时间节点与下一时间节点之间的时间间隔t;
当c<C1时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第四时间间隔T4,即t=T4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第三时间间隔T3,即t=T3;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第二时间间隔T2,即t=T2;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第一时间间隔T1,即t=T1。
本申请实施例一种基于大数据平台的资源优化分配方法与现有技术相比,其有益效果在于:
通过采用半静态资源分配方式,根据时间节点的用户实时需求资源量,对全部资源进行初次分配,并根据用户历史数据库生成用户需求预测值,从而生成备用资源量和剩余资源量,并根据用户服务级别对剩余资源量进行二次分配,保证网络资源分配均衡,并且提高用户对数据资源的访问速率,通过对于数据资源的针对性分配,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
附图说明
图1是本申请实施例优选实施例中一种基于大数据平台的资源优化分配方法的流程示意图;
图2是本申请实施例优选实施例中一种基于大数据平台的资源优化分配方法的资源分配示意图。
具体实施方式
下面结合附图和实施例,对本申请的具体实施方式作进一步详细描述。以下实施例用于说明本申请,但不用来限制本申请的范围。
在本申请的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的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申请的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,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。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
如图1和图2所示,本申请实施例优选实施例的一种基于大数据平台的资源优化分配方法,其特征在于,包括:
S101:获取用户历史访问数据和用户身份数据,并根据用户身份数据生成用户服务级别,根据历史访问数据生成用户历史数据库;
S102:获取用户访问需求数据,并根据访问需求数据设定资源分配参数;
S103:预设时间节点,当到达预设时间节点时根据资源分配参数设定备用资源量;
S104:获取剩余资源量,并设定剩余资源量分配参数。
具体而言,根据访问需求数据设定资源分配参数时,包括:
根据访问需求数据获取用户服务级别和访问需求资源量M1;
根据用户历史数据库获取用户历史访问需求资源量M0;
设定第一补偿系数n1;
根据访问需求资源量M1和用户历史访问需求资源量M0,设定资源分配量M。
具体而言,当M1<M0时,设定用户历史访问需求资源量M0为资源分配量M,即M=M0;
当M1=M0时,设定补偿后的用户历史访问需求资源量M0为资源分配量M,即M=n1*M0;
当M1>M0时,设定补偿后的访问需求资源量M1为资源分配量M,即M=n1*M1。
具体而言,根据预设时间节点获取用户访问需求数据,用户访问需求数据中包含了用户的信息和用户的所需的网络资源量,根据用户的信息判定用户的服务级别,根据用户的访问需求资源量M1和用户历史访问需求资源量M0设定资源分配量,保证满足用户的访问需求,又不会造成资源占用过多,提高用户对数据资源的访问速率。
本申请实施例优选实施例中,设定剩余资源量分配参数时时,包括:
根据用户的资源分配量M生成总资源分配量;
根据总资源分配量与备用资源量M2生成剩余资源量M3;
根据用户服务级别设定剩余资源量占比值。
具体而言,根据用户服务级别设定剩余资源量占比值时,包括:
预设用户服务级别矩阵A,设定A(A1,A2,A3,A4),其中,A1为预设第一用户服务级别,A2为预设第二用户服务级别,A3为预设第三用户服务级别,A4为预设第四用户服务级别;
预设剩余资源量占比矩阵B,设定B(B1,B2,B3,B4),其中,B1为预设第一剩余资源量占比值,B2为预设第二剩余资源量占比值,B3为预设第三剩余资源量占比值,B4为预设第四剩余资源量占比值,且B1<B2<B3<B4;
当剩余资源量M3>0时,根据用户服务级别a设定剩余资源量占比值b;
当a=A1时,设定剩余资源量占比值b为第四剩余资源量占比值B4,即b=B4;
当a=A2时,设定剩余资源量占比值b为第三剩余资源量占比值B3,即b=B3;
当a=A3时,设定剩余资源量占比值b为第二剩余资源量占比值B2,即b=B2;
当a=A4时,设定剩余资源量占比值b为第一剩余资源量占比值B1,即b=B1。
具体而言,通过预设用户服务级别矩阵,对于不同等级的用户所分配的剩余资源量不同,用户的服务等级越高,分配的剩余资源量越多,在相同的服务等级内,用户根据需求的百分比对该等级获取的剩余资源量进行分配,保证服务优先高的资源分配量更高,保提高用户对数据资源的访问速率。
具体而言,设定剩余资源量分配参数时,还包括:
预设第一用户数量阈值Q1和预设第二用户数量阈值Q2;
设定第二补偿系数n2,且n2>1
获取各用户服务级别实时用户数量q;
当q<Q1时,所述用户服务级别不设定剩余资源量;
当Q1<q<Q2时,设定所述用户服务级别剩余资源量占比值b=Bi;
当q>Q2时,设定所述用户服务级别剩余资源量占比值b=n2*Bi。
具体而言,预设剩余资源量分配优先级矩阵H,设定H(H1,H2,H3,H4),其中,H1为预设第一剩余资源量分配优先级,H2为预设第二剩余资源量分配优先级,H3为预设第三剩余资源量分配优先级,H4为预设第四剩余资源量分配优先级,且根据优先级H1>H2>H3>H4;
根据用户服务级别a,设定剩余资源分配优先级h;
若a=A1,设定其剩余资源分配优先级h为预设第一剩余资源量分配优先级H1;
若a=A2,设定其剩余资源分配优先级h为预设第二剩余资源量分配优先级H2;
若a=A3,设定其剩余资源分配优先级h为预设第三剩余资源量分配优先级H3;
若a=A4,设定其剩余资源分配优先级h为预设第四剩余资源量分配优先级H4。
具体而言,根据优先级的顺序对不同的用户服务级别进行按顺序分配,直至剩余资源量分配完为止,保证优先级高的用户的资源使用量。H1的优先级高于H2,H2的优先级高于H3,H3的优先级高于H4。
可以理解的是,上述实施例中通过预设用户服务等级矩阵,针对不同服务级,进行剩余资源量的二次分配,证网络资源分配均衡,并且提高用户对数据资源的访问速率,通过对于数据资源的针对性分配,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
本申请实施例优选实施例中,根据资源分配参数设定备用资源量时,包括:
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
当访问增加需求资源量M4小于备用资源量M2时,不修正当前时间节点与下一时间节点之间的时间间隔;
当访问增加需求资源量M4大于备用资源量M2时,获取访问增加需求资源量M4与备用资源量M2之间的差值,并根据差值修正当前时间节点与下一时间节点之间的备用资源量M2和与当前时间节点与下一时间节点之间的时间间隔。
具体而言,备用资源量M2为应对在当前时间节点与下一时间节点之间的用户访问需求的资源量。
具体而言,修正当前时间节点与下一时间节点之间的备用资源量时,包括:
预设差值矩阵C,设定C(C1,C2,C3,C4),其中,C1为预设第一差值,C2为预设第二差值,C3为预设第三差值,C4为预设第四差值,且C1<C2<C3<C4;
预设修正系数矩阵D,设定D(d1,d2,d3,d4),其中,d1为预设第一修正系数,d2为预设第二修正系数,d3为预设第三修正系数,d4为预设第四修正系数,且1<d1<d2<d3<d4<1.2;
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
获取访问增加需求资源量M4与备用资源量M2之间的差值c,并根据差值c设定修正当前时间节点与下一时间节点之间的备用资源量M2;
当c<C1时,设定当前时间节点与下一时间节点之间的备用资源量M2=d1*M4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的备用资源量M2=d2*M4;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的备用资源量M2=d3*M4;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的备用资源量M2=d4*M4。
具体而言,当备用资源量M2分配完毕,但未到时间节点时,先调用剩余资源量进行分配,保证用户的访问需求,并立即修正备用资源量M2,根据访问增加需求资源量M4与备用资源量M2之间的差值c,进行调整,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
具体而言,根据差值修正当前时间节点与下一时间节点之间的时间间隔,还包括:
预设时间间隔矩阵T,设定T(T1,T2,T3,T4),其中,T1为预设第一时间间隔,T2为预设第二时间间隔,T3为预设第三时间间隔,T4为预设第四时间间隔,且T1<T2<T3<T4;
获取访问需求资源量与备用资源量之间的差值c,根据差值c设定当前时间节点与下一时间节点之间的时间间隔t;
当c<C1时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第四时间间隔T4,即t=T4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第三时间间隔T3,即t=T3;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第二时间间隔T2,即t=T2;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第一时间间隔T1,即t=T1。
具体而言,根据访问增加需求资源量M4与备用资源量M2之间的差值c越大,其修正频率应该越高,从而使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
根据本申请的第一构思,通过采用半静态资源分配方式,根据时间节点的用户实时需求资源量,对全部资源进行初次分配,并根据用户历史数据库生成用户需求预测值,从而生成备用资源量和剩余资源量,并根据用户服务级别对剩余资源量进行二次分配,保证网络资源分配均衡,并且提高用户对数据资源的访问速率,通过对于数据资源的针对性分配,使得用户的访问需求与分配资源相匹配,提高了网络资源的利用率。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请技术原理的前提下,还可以做出若干改进和替换,这些改进和替换也应视为本申请的保护范围。

Claims (6)

1.一种基于大数据平台的资源优化分配方法,其特征在于,包括:
获取用户历史访问数据和用户身份数据,并根据所述用户身份数据生成用户服务级别,根据所述历史访问数据生成用户历史数据库;
获取用户访问需求数据,并根据所述访问需求数据设定资源分配参数;
预设时间节点,当到达所述预设时间节点时根据所述资源分配参数设定备用资源量;
获取剩余资源量,并设定剩余资源量分配参数;
根据所述访问需求数据设定资源分配参数时,包括:
根据所述访问需求数据获取用户服务级别和访问需求资源量M1;
根据所述用户历史数据库获取用户历史访问需求资源量M0;
设定第一补偿系数n1;
根据所述访问需求资源量M1和所述用户历史访问需求资源量M0,设定资源分配量M;
所述设定剩余资源量分配参数时,包括:
根据用户的资源分配量M生成总资源分配量;
根据所述总资源分配量与所述备用资源量M2生成剩余资源量M3;
根据用户服务级别设定剩余资源量占比值;
所述根据用户服务级别设定剩余资源量占比值时,包括:
预设用户服务级别矩阵A,设定A(A1,A2,A3,A4),其中,A1为预设第一用户服务级别,A2为预设第二用户服务级别,A3为预设第三用户服务级别,A4为预设第四用户服务级别;
预设剩余资源量占比矩阵B,设定B(B1,B2,B3,B4),其中,B1为预设第一剩余资源量占比值,B2为预设第二剩余资源量占比值,B3为预设第三剩余资源量占比值,B4为预设第四剩余资源量占比值,且B1<B2<B3<B4;
当剩余资源量M3>0时,根据用户服务级别a设定剩余资源量占比值b;
当a=A1时,设定剩余资源量占比值b为第四剩余资源量占比值B4,即b=B4;
当a=A2时,设定剩余资源量占比值b为第三剩余资源量占比值B3,即b=B3;
当a=A3时,设定剩余资源量占比值b为第二剩余资源量占比值B2,即b=B2;
当a=A4时,设定剩余资源量占比值b为第一剩余资源量占比值B1,即b=B1;
所述设定剩余资源量分配参数时,还包括:
预设第一用户数量阈值Q1和预设第二用户数量阈值Q2;
设定第二补偿系数n2,且n2>1
获取各用户服务级别实时用户数量q;
当q<Q1时,所述用户服务级别不设定剩余资源量;
当Q1<q<Q2时,设定所述用户服务级别剩余资源量占比值b=Bi;
当q>Q2时,设定所述用户服务级别剩余资源量占比值b=n2*Bi。
2.如权利要求1所述的基于大数据平台的资源优化分配方法,其特征在于,根据所述访问需求数据设定资源分配参数时,还包括:
当M1<M0时,设定用户历史访问需求资源量M0为资源分配量M,即M=M0;
当M1=M0时,设定补偿后的用户历史访问需求资源量M0为资源分配量M,即M=n1*M0;
当M1>M0时,设定补偿后的访问需求资源量M1为资源分配量M,即M=n1*M1。
3.如权利要求2所述的基于大数据平台的资源优化分配方法,其特征在于,所述设定剩余资源量分配参数时,还包括:
预设剩余资源量分配优先级矩阵H,设定H(H1,H2,H3,H4),其中,H1为预设第一剩余资源量分配优先级,H2为预设第二剩余资源量分配优先级,H3为预设第三剩余资源量分配优先级,H4为预设第四剩余资源量分配优先级,且根据优先级H1>H2>H3>H4;
根据用户服务级别a,设定剩余资源分配优先级h;
若a=A1,设定其剩余资源分配优先级h为预设第一剩余资源量分配优先级H1;
若a=A2,设定其剩余资源分配优先级h为预设第二剩余资源量分配优先级H2;
若a=A3,设定其剩余资源分配优先级h为预设第三剩余资源量分配优先级H3;
若a=A4,设定其剩余资源分配优先级h为预设第四剩余资源量分配优先级H4。
4.如权利要求3所述的基于大数据平台的资源优化分配方法,其特征在于,根据所述资源分配参数设定备用资源量时,包括:
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
当所述访问增加需求资源量M4小于所述备用资源量M2时,不修正当前时间节点与下一时间节点之间的时间间隔;
当所述访问增加需求资源量M4大于所述备用资源量M2时,获取所述访问增加需求资源量M4与所述备用资源量M2之间的差值,并根据所述差值修正当前时间节点与下一时间节点之间的备用资源量M2和与当前时间节点与下一时间节点之间的时间间隔。
5.如权利要求4所述的基于大数据平台的资源优化分配方法,其特征在于,所述修正当前时间节点与下一时间节点之间的备用资源量时,包括:
预设差值矩阵C,设定C(C1,C2,C3,C4),其中,C1为预设第一差值,C2为预设第二差值,C3为预设第三差值,C4为预设第四差值,且C1<C2<C3<C4;
预设修正系数矩阵D,设定D(d1,d2,d3,d4),其中,d1为预设第一修正系数,d2为预设第二修正系数,d3为预设第三修正系数,d4为预设第四修正系数,且1<d1<d2<d3<d4<1.2;
获取上一时间节点与当前时间节点之间的访问增加需求资源量M4;
获取所述访问增加需求资源量M4与所述备用资源量M2之间的差值c,并根据差值c设定修正当前时间节点与下一时间节点之间的备用资源量M2;
当c<C1时,设定当前时间节点与下一时间节点之间的备用资源量M2=d1*M4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的备用资源量M2=d2*M4;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的备用资源量M2=d3*M4;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的备用资源量M2=d4*M4。
6.如权利要求5所述的基于大数据平台的资源优化分配方法,其特征在于,所述根据差值修正当前时间节点与下一时间节点之间的时间间隔,还包括:
预设时间间隔矩阵T,设定T(T1,T2,T3,T4),其中,T1为预设第一时间间隔,T2为预设第二时间间隔,T3为预设第三时间间隔,T4为预设第四时间间隔,且T1<T2<T3<T4;
获取访问需求资源量与所述备用资源量之间的差值c,根据差值c设定当前时间节点与下一时间节点之间的时间间隔t;
当c<C1时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第四时间间隔T4,即t=T4;
当C1<c<C2时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第三时间间隔T3,即t=T3;
当C2<c<C3时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第二时间间隔T2,即t=T2;
当C3<c<C4时,设定当前时间节点与下一时间节点之间的时间间隔t为预设第一时间间隔T1,即t=T1。
CN202310021318.7A 2023-01-07 2023-01-07 一种基于大数据平台的资源优化分配方法 Active CN116074262B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310021318.7A CN116074262B (zh) 2023-01-07 2023-01-07 一种基于大数据平台的资源优化分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310021318.7A CN116074262B (zh) 2023-01-07 2023-01-07 一种基于大数据平台的资源优化分配方法

Publications (2)

Publication Number Publication Date
CN116074262A CN116074262A (zh) 2023-05-05
CN116074262B true CN116074262B (zh) 2023-10-31

Family

ID=86169353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310021318.7A Active CN116074262B (zh) 2023-01-07 2023-01-07 一种基于大数据平台的资源优化分配方法

Country Status (1)

Country Link
CN (1) CN116074262B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495758A (zh) * 2011-12-05 2012-06-13 中南大学 分布式高性能计算环境中实时任务的调度方法
CN106375115A (zh) * 2016-08-30 2017-02-01 东软集团股份有限公司 资源分配方法及装置
CN106488560A (zh) * 2015-09-01 2017-03-08 中兴通讯股份有限公司 一种资源选择方法及装置
WO2017166803A1 (zh) * 2016-03-30 2017-10-05 华为技术有限公司 一种资源调度方法及装置
CN108370569A (zh) * 2016-01-22 2018-08-03 捷开通讯(深圳)有限公司 电信网络的通信资源分配
WO2019105165A1 (zh) * 2017-11-29 2019-06-06 京信通信系统(中国)有限公司 一种资源分配的方法、装置及存储介质
CN111930505A (zh) * 2020-08-10 2020-11-13 建投数据科技(山东)有限公司 大数据平台的数据资源管理方法及系统、服务器及介质
CN114386841A (zh) * 2022-01-13 2022-04-22 中南大学 一种基于大数据的时空资源调度系统
CN114884900A (zh) * 2022-06-09 2022-08-09 中国联合网络通信集团有限公司 资源分配方法、装置、设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9106591B2 (en) * 2009-12-24 2015-08-11 Delphix Corporation Adaptive resource management using survival minimum resources for low priority consumers

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102495758A (zh) * 2011-12-05 2012-06-13 中南大学 分布式高性能计算环境中实时任务的调度方法
CN106488560A (zh) * 2015-09-01 2017-03-08 中兴通讯股份有限公司 一种资源选择方法及装置
CN108370569A (zh) * 2016-01-22 2018-08-03 捷开通讯(深圳)有限公司 电信网络的通信资源分配
WO2017166803A1 (zh) * 2016-03-30 2017-10-05 华为技术有限公司 一种资源调度方法及装置
CN106375115A (zh) * 2016-08-30 2017-02-01 东软集团股份有限公司 资源分配方法及装置
WO2019105165A1 (zh) * 2017-11-29 2019-06-06 京信通信系统(中国)有限公司 一种资源分配的方法、装置及存储介质
CN111930505A (zh) * 2020-08-10 2020-11-13 建投数据科技(山东)有限公司 大数据平台的数据资源管理方法及系统、服务器及介质
CN114386841A (zh) * 2022-01-13 2022-04-22 中南大学 一种基于大数据的时空资源调度系统
CN114884900A (zh) * 2022-06-09 2022-08-09 中国联合网络通信集团有限公司 资源分配方法、装置、设备及存储介质

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
分布式互联网络资源负载均衡分配方法仿真;胡垂立;;计算机仿真(07);全文 *
基于改进式贪婪算法的5G网络切片动态资源调度策略;陈强;刘彩霞;李凌书;;网络与信息安全学报(07);全文 *
基于流动性感知机制的大数据资源稳定评估算法研究;范海峰;;重庆科技学院学报(自然科学版)(04);全文 *
数据密集型应用中多优先级用户资源调度研究;崔云飞;李新明;李艺;刘东;;计算机科学与探索(10);全文 *

Also Published As

Publication number Publication date
CN116074262A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
US8095620B2 (en) System and method for dynamic allocation of a resource
CN109606180B (zh) 一种智能动态调配功率充电的方法
CN108076486B (zh) 一种基于负载均衡的动态无线资源分配算法
CN106851747B (zh) 一种移动通信系统内动态资源分配方法和装置
CN1269109A (zh) 用于非单一服务系统的资源控制器
KR102197556B1 (ko) 무선 리소스 관리 장치, 방법 및 시스템
WO2019034065A1 (zh) 一种智能调度方法和装置及其计算机可读存储介质和计算机设备
CN111614754B (zh) 面向雾计算的成本效率优化的动态自适应任务调度方法
CN104184514A (zh) 一种用于卫星网络的带宽分配方法
CN101605365B (zh) 供中间节点进行服务质量协商的方法和系统
CN102404838B (zh) 一种上行资源分配方法及上行资源分配装置
US20080195450A1 (en) Method and system for managing resources on wireless communication network
CN116074262B (zh) 一种基于大数据平台的资源优化分配方法
CN104640177A (zh) 多层异构网络中基于能效的小区选择方法
CN102595414B (zh) 用于在无线网络中调整带宽分配的方法和装置
CN112003790B (zh) 智能学校使用网络流量的分配方法
CN111432360B (zh) 一种动态调整计费优先级的方法及资费语法树的加载方法
CN102752805B (zh) 一种基于业务满意度的无线资源分配方法与系统
CN104244422A (zh) 资源分配方法与装置
CN112996112B (zh) 一种频域资源分配方法、装置、电子设备及存储介质
CN110611578B (zh) 用于分配网络资源的方法及装置
WO2010071501A1 (en) Systems and methods for adapting network capacity assigned to a partition
CN115604276B (zh) 基于服务器资源利用的智能管理系统
CN116232427B (zh) 一种用于卫星网络的前向带宽分配方法
CN117170801A (zh) 一种虚拟云密码资源处理方法及系统

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