CN116302518A - 云资源分配处理方法、装置、系统、存储介质及处理器 - Google Patents

Abstract

本发明实施例公开了一种云资源分配处理方法、装置、系统、存储介质及处理器，云资源分配处理方法包括：接收用户针对目标应用的云资源申请请求；获取目标应用的资源使用评价指标，其表征目标应用在历史时刻对云资源使用的合理程度；根据请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件；在满足资源开通条件的情况下，将相应的云资源分配给目标应用。通过本发明，在进行云资源分配的过程中，采用了类似于信用机制的形式，引入了资源使用评价指标这一概念来衡量目标应用以往使用云资源的表现，进而根据其以往的云资源使用情况来决定本次是否为其分配云资源，解决了相关技术中云资源分配不合理的技术问题。

Description

云资源分配处理方法、装置、系统、存储介质及处理器

技术领域

本发明涉及云资源分配领域，尤其涉及一种云资源分配处理方法、装置、系统、存储介质及处理器。

背景技术

当今，云服务飞速发展，越来越多的普惠大众，云服务包括公有云、私有云、混合云等等类型，云服务具有高灵活性、高可靠性、高弹性等等优势，已经被定义为“21世纪社会的基础设施”之一。

无论是公有云、私有云还是混合云，在使用时都涉及到云资源分配的问题。相关技术中的云服务在分配云资源时，普遍存在云资源分配不合理的情况，导致一部分应用占用大量云资源，这部分云资源得不到有效的使用，使得云平台的资源被很快用光。

因此，相关技术中存在云资源分配不合理的问题。针对上述的问题，目前尚未提出有效的解决方案。

在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解。因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在已知的现有技术。

发明内容

本发明实施例提供了一种云资源分配处理方法、装置、系统、存储介质及处理器，以至少解决相关技术中云资源分配不合理的技术问题。

根据本发明实施例的第一个方面，提供了一种云资源分配处理方法，包括：接收用户针对目标应用的云资源申请请求；获取目标应用的资源使用评价指标，资源使用评价指标表征目标应用在历史时刻对云资源使用的合理程度；至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件；在满足资源开通条件的情况下，将相应的云资源分配给目标应用。

进一步地，至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件包括：根据目标应用的资源使用评价指标，确定云资源的数量阈值；在云资源申请请求中涉及的云资源的数量小于或等于数量阈值的情况下，确定满足资源开通条件；在云资源申请请求中涉及的云资源的数量大于数量阈值的情况下，确定不满足资源开通条件。

进一步地，云资源分配处理方法还包括：获取目标应用运行过程中云资源的使用率数据；根据使用率数据，按照预设的回收规则，向用户发出云资源回收建议，云资源回收建议用于指示用户对云资源进行降配调整。

进一步地，获取目标应用运行过程中云资源的使用率数据包括：在目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，预设指标为反映云资源使用情况的指标；根据各台服务设备的属性信息，对各组时序数据添加属性标签，属性信息至少包括：服务设备所属的应用；根据多组时序数据的属性标签，筛选出目标数据，目标数据为从目标应用对应的服务设备上采集的时序数据；根据目标数据，计算目标应用运行过程中云资源的使用率数据。

进一步地，在满足资源开通条件的情况下，云资源分配处理方法还包括：获取目标应用运行时对云资源的使用数据；根据使用数据，对资源使用评价指标进行更新。

进一步地，云资源的使用数据包括云资源的使用率数据和/或云资源的回收历史数据，回收历史数据为记录云资源的降配调整情况的数据。

进一步地，资源使用评价指标为资源使用评价分，在云资源的使用数据包括使用率数据和回收历史数据的情况下，根据使用数据，对资源使用评价指标进行更新包括以下至少之一：在使用率数据中存在低使用率的情况下，对资源使用评价分进行减分，低使用率为低于预设值的使用率；在回收历史数据中存在回收逾期记录的情况下，对资源使用评分进行减分；在回收历史数据中存在主动回收记录的情况下，对资源使用评分进行加分。

根据本发明实施例的第二个方面，还提供了一种云资源分配处理装置，包括：接收单元，用于接收用户针对目标应用的云资源申请请求；第一获取单元，用于获取目标应用的资源使用评价指标，资源使用评价指标表征目标应用在历史时刻对云资源使用的合理程度；确定单元，用于至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件；分配单元，用于在满足资源开通条件的情况下，将相应的云资源分配给目标应用。

进一步地，确定单元包括：第一确定模块，用于根据目标应用的资源使用评价指标，确定云资源的数量阈值；第二确定模块，用于在云资源申请请求中涉及的云资源的数量小于或等于数量阈值的情况下，确定满足资源开通条件；第三确定模块，用于在云资源申请请求中涉及的云资源的数量大于数量阈值的情况下，确定不满足资源开通条件；

云资源分配处理装置还包括：第二获取单元，用于获取目标应用运行过程中云资源的使用率数据；回收单元，用于根据使用率数据，按照预设的回收规则，向用户发出云资源回收建议，云资源回收建议用于指示用户对云资源进行降配调整；

第二获取单元包括：采集模块，用于在目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，预设指标为反映云资源使用情况的指标；打标模块，用于根据各台服务设备的属性信息，对各组时序数据添加属性标签，属性信息至少包括：服务设备所属的应用；筛选模块，用于根据多组时序数据的属性标签，筛选出目标数据，目标数据为从目标应用对应的服务设备上采集的时序数据；计算模块，用于根据目标数据，计算目标应用运行过程中云资源的使用率数据；

云资源分配处理装置还包括：第三获取单元，用于在满足资源开通条件的情况下，获取目标应用运行时对云资源的使用数据；更新单元，用于根据使用数据，对资源使用评价指标进行更新；

云资源的使用数据包括云资源的使用率数据和/或云资源的回收历史数据，回收历史数据为记录云资源的降配调整情况的数据；

资源使用评价指标为资源使用评价分，在云资源的使用数据包括使用率数据和回收历史数据的情况下，更新单元包括以下至少之一：第一评分模块，用于在使用率数据中存在低使用率的情况下，对资源使用评价分进行减分，低使用率为低于预设值的使用率；第二评分模块，用于在回收历史数据中存在回收逾期记录的情况下，对资源使用评分进行减分；第三评分模块，用于在回收历史数据中存在主动回收记录的情况下，对资源使用评分进行加分。

根据本发明实施例的第三个方面，还提供了一种非易失性存储介质，其中，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述的云资源分配处理方法。

根据本发明实施例的第四个方面，还提供了一种处理器，其中，处理器用于运行程序，其中，程序运行时执行上述的云资源分配处理方法。

根据本发明实施例的第五个方面，还提供了一种云资源分配系统，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，其中，处理器执行计算机程序时实现上述的云资源分配处理方法。

本发明实施例的云资源分配处理方法，在用户针对目标应用发起云资源申请请求后，会以该目标应用的维度获取资源使用评价指标，该资源使用评价指标是用于表征该目标应用在历史时刻对云资源使用的合理程度。在获取到该目标应用的资源使用评价指标之后，便可获知该目标应用之前对云资源使用的合理程度，在此基础上，结合该目标应用本次申请的云资源的数量，做出资源审批决定，确定其是否满足资源开通条件，进而在满足开通条件的情况下，将请求涉及的云资源分配给该目标应用。这样，通过结合目标应用在历史时刻的资源使用评价指标进行云资源分配，有利于实现云资源分配的优化，使得云资源被更合理地分配和使用，能够解决相关技术中云资源分配不合理的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例提供的一种云资源分配处理方法的流程示意图；

图2为本发明实施例提供的一种云资源分配处理装置的示意图；

图3为本发明实施例提供的一种云资源分配处理方法在使用时的示意图；

图4为本发明实施例提供的一种云资源分配处理方法在进行资源使用评价分更新时的示意图。

具体实施方式

为了使本领域技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。本发明的说明书和权利要求书及附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于限定特定顺序。

图1是根据本发明实施例的云资源分配处理方法，如图1所示，该方法包括如下步骤：

步骤S102，接收用户针对目标应用的云资源申请请求；

步骤S104，获取目标应用的资源使用评价指标，资源使用评价指标表征目标应用在历史时刻对云资源使用的合理程度；

步骤S106，至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件；

步骤S108，在满足资源开通条件的情况下，将相应的云资源分配给目标应用。

本发明实施例的云资源分配处理方法，在进行云资源分配的过程中，采用了类似于信用机制的形式，引入了资源使用评价指标这一概念来衡量目标应用以往使用云资源的表现，进而根据其以往的云资源使用情况来决定本次是否为其分配云资源。在获取到目标应用的资源使用评价指标的情况下，也就相当于知道了该目标应用以往在使用云资源方面的“信用”情况，结合该“信用”情况，可以针对性地指导本次云资源申请的审批，从而作出更合理的审批决定。具体地，在用户针对目标应用发起云资源申请请求后，会以该目标应用的维度获取资源使用评价指标，该资源使用评价指标是表征该目标应用在历史时刻对云资源使用的合理程度的。在获取到该目标应用的资源使用评价指标之后，便可评估该目标应用之前对云资源使用合理性的优劣。在此基础上，结合该目标应用本次申请的云资源的数量，做出资源审批决定，确定其是否满足资源开通条件，进而在满足开通条件的情况下，将请求涉及的云资源分配给该目标应用。这样，通过结合目标应用在历史时刻的资源使用评价指标进行云资源分配，有利于实现云资源分配的优化，使得云资源被更合理地分配和使用，能够解决相关技术中云资源分配不合理的问题。

其中，目标应用可以是任意的应用,而云资源是支撑目标应用运行的基础，即目标应用的运行依赖，根据目标应用的需求不同，云资源包含的具体类型可以多种多样，例如计算服务资源、数据库服务资源、缓存服务资源、大数据服务资源、存储服务资源、负载均衡服务资源等等，上述的云资源申请请求中涉及的云资源可以是一种也可以是多种。资源使用评价指标也可以有多种具体的形式，例如评分、评星等等。只要其可以表征该目标应用在历史时刻对分配给其的云资源使用的合理程度即可。其中，历史时刻可以是用户进行资源申请之前的任一时刻。需要说明的是，上述的资源使用评价指标是根据目标应用在历史时刻运行时的数据抽象、总结出来的指标，能够综合地评价目标应用对云资源使用的合理程度。其与直接从服务设备采集的运行指标数据(例如服务设备磁盘使用率、CPU使用率、进程繁忙程度等等)有明显区别，直接从服务设备采集的运行指标数据并不具备对云资源使用合理情况的区分度，需要决策人员去进一步主观地判断云资源使用的合理程度。例如，如果获取到目标应用在历史时刻对一种或多种云资源的使用率，但该使用过程的合理程度还需要决策人员做进一步判断，这需要依赖于决策人员根据经验对其进行准确的判断，很容易因为判断出现偏差从而导致后续云资源分配不合理的情况出现。而本申请实施例中通过引入目标应用的资源使用评价指标，从而建立一种可以量化的评价体系。该指标直接区分出目标应用对云资源使用合理性的优劣，便于后续的云资源分配作业。为了便于理解，在一个具体的实施例中，可以将资源使用评价指标理解为该目标应用的信用积分，如果目标应用以往对云资源的使用越合理，则其信用积分便越高，能够申请到的云资源的数量也就越多，反之，如果其信用积分越低，则能够申请到的云资源的数量也就越少。

如上所述，在接收到用户针对目标应用的云资源申请请求后，需要结合该目标应用对应的资源使用评价数据和请求中涉及的云资源的数量来综合确定是否满足资源开通条件。在此基础上，为了能够更合理的做出云资源审批决策，在本实施例中，至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件包括：根据目标应用的资源使用评价指标，确定云资源的数量阈值；在云资源申请请求中涉及的云资源的数量小于或等于数量阈值的情况下，确定满足资源开通条件；在云资源申请请求中涉及的云资源的数量大于数量阈值的情况下，确定不满足资源开通条件。

也就是说，针对不同的资源评价指标，其能够审批通过的云资源的数量是不同的。在获取到目标应用的资源使用评价指标之后，会确定该指标下对应的云资源的数量阈值，如果申请的云资源的数量小于或等于该阈值，则会确定满足资源开通条件，进而为该目标应用开通其所需的云资源；否则会确定不满足资源开通条件，在此情况下，可拒绝为该目标应用开通云资源，也可通过人工审批的方式进行二次审批，从而确定是否为其开通云资源。采用这种实现方式之后，资源评价指标越优(即该目标应用在历史时刻对云资源使用越合理)，则应用能够申请通过的云资源的数量越多，反之如果资源评价指标越劣，则能够申请通过的云资源的数量越少，这有利于使得分配出去的云资源得到更加合理的使用。

在一个可选的实施例中，云资源分配处理方法还包括：获取目标应用运行过程中云资源的使用率数据；根据使用率数据，按照预设的回收规则，向用户发出云资源回收建议，云资源回收建议用于指示用户对云资源进行降配调整。

对于分配给目标应用的云资源，其使用情况可能合理也可能不合理，在此基础上，本实施例的云资源分配处理方法会获取目标应用运行过程中对云资源的使用率数据，进而结合该使用率数据，按照预设的回收规则，向用户发出云资源回收建议，云资源回收建议用于指示该用户对云资源进行降配。

其中，使用率数据即分配给该目标应用的云资源被使用了多少，以云资源为计算资源为例，在某一个时刻，分配给该目标应用的计算资源被使用了5％，在另一时刻，分配给该目标应用的计算资源被使用了10％，这些使用率即此处所说的云资源的使用率数据。如果被分配给该目标应用的计算资源的使用率一直较低，则说明这部分计算资源没有被合理的使用，此时可在满足用户使用需求的情况下，将一部分云资源进行回收(即减小分配给该目标应用的云资源的数量)，实现云资源的更高效的利用，而具体何种情况下进行回收，以及回收的云资源的数量的多少，可根据实际情况进行灵活的配置，形成上述的回收规则。

在本实施例中，获取目标应用运行过程中云资源的使用率数据包括：在目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，预设指标为反映云资源使用情况的指标；根据各台服务设备的属性信息，对各组时序数据添加属性标签，属性信息至少包括：服务设备所属的应用；根据多组时序数据的属性标签，筛选出目标数据，目标数据为从目标应用对应的服务设备上采集的时序数据；根据目标数据，计算目标应用运行过程中云资源的使用率数据。

由于云资源可能是由多个服务设备(可以是实体设备也可以是虚拟设备)提供，为了能够获取到分配给目标应用的云资源的使用率数据，会先从多台服务设备上采集时序数据，这些时序数据需要针对预设指标进行采集，该预设指标需要能够反映云资源的使用情况，根据云资源类型的不同，该预设指标的类型也可以多种多样，例如CPU、磁盘、内容和虚拟机(VirtualMachine)、每秒查询率(Queries-per-second)等等。例如，为了获取分配给目标应用的计算资源的使用率数据，可采集多个服务设备的CPU使用率，其能够反映各个服务设备的计算能力被使用的情况。在得到多组时序数据后，这些散乱的时序数据并不能直接进行使用，本实施例中，会对其添加属性标签，即对于每一组时序数据，其采集自特定的服务设备，而该服务设备具有一些特定的属性信息，属性信息具体也可以有多种形式，例如设备自身属性(例如机器名、机器所属部分、机器所属应用、机器的创建时间、创建时工单号)，设备与其它设备之间的拓扑关系等等。将这部分属性信息添加到该组时序数据中，该组时序数据便具有了特定的属性标签，从而后续可以更方便地对其进行分类聚合。本实施例中对时序数据添加的属性标签至少包括服务设备所属的应用，这样，后续便可以应用的维度对这多组时序数据进行聚合，从而提取出与该目标应用相关的时序数据，即目标数据。在得到目标数据的基础上，便可根据这部分时序数据来计算得到云资源在各个时刻的使用率，进而得到云资源的使用率数据。

如上所述，资源使用评价指标是表征目标应用在历史时刻对云资源使用的合理程度的指标，随着时间的推移，目标应用对云资源使用的合理性可能发生变化。在本实施例中，在满足资源开通条件从而为目标应用分配云资源之后，会获取目标应用运行时对云资源的使用数据，并根据这部分使用数据对资源使用评价指标进行更新，从而使得资源使用评价指标能够一直较好地表征目标应用对云资源的使用合理程度，保证后续云资源分配过程的合理性。也就是说，云资源的审批分配和资源使用评价指标的更新是循环进行的，从而使得资源使用评价指标一直处于滚动更新的状态。对于之前已经分配过云资源的应用(旧应用)，可以直接采用资源使用评价指标进行资源审批，对于新应用，没有可以参考的资源使用评价指标，可以采用人工审批的方式来确定是否满足资源开通条件，或者直接确定其满足资源开通条件，从而使得上述的循环过程得以开启。

在实际实施时，进行资源使用评价指标更新所依赖的云资源的使用数据可以是多种多样的数据，只要其与云资源使用合理性相关即可。在本实施例中，云资源的使用数据包括云资源的使用率数据和/或云资源的回收历史数据，回收历史数据为记录云资源的降配调整情况的数据，其中使用率数据即分配的云资源被使用的比率，回收历史数据记录了分配给目标应用的云资源被降配调整的情况。云资源的使用率数据直接与云资源的使用合理性相关，而回收历史数据则可以表征对目标应用进行云资源降配优化的难易情况，这些都可以作为资源使用评价指标的更新基础，从而支撑资源使用评价指标进行更合理的更新。

在一个具体的实施方式中，资源使用评价指标为资源使用评价分，在云资源的使用数据包括使用率数据和回收历史数据的情况下，根据使用数据，对资源使用评价指标进行更新包括以下至少之一：在使用率数据中存在低使用率的情况下，对资源使用评价分进行减分，低使用率为低于预设值的使用率；在回收历史数据中存在回收逾期记录的情况下，对资源使用评分进行减分；在回收历史数据中存在主动回收记录的情况下，对资源使用评分进行加分。

在本实施例中，资源使用评价指标采用资源使用评价分的形式，且评分过程的规则包括以下至少之一：对于目标应用，如果其运行过程中存在低使用率的情况，表征分配给该目标应用的云资源的数量可能过多，则对资源使用评价分进行减分；如果在回收历史数据中存在回收逾期记录，则表征该目标应用所属的用户配合进行云资源降配优化的意愿较低，为了避免分配给其过多的云资源后难以回收的情况出现，会对资源使用评价分进行减分；如果回收历史数据中存在主动回收记录，则对资源使用评分进行加分，也就是说，如果某一个目标应用的用户主动将其一部分云资源回收(即对目标应用进行降配，减小其占用的云资源的数量)，则会对该目标应用的资源使用评价分进行加分。采用这些评分更新方式，可有利于更好地调整资源使用评价分，从而实现后续对云资源的更合理的分配。

如上所述，低使用率为低于预设值的使用率预设值即一个预设的使用率阈值，在实际实施时，该预设值的具体取值可有不同的选择方式。在一种可选的方式中，预设值为多个历史时刻的平均使用率，该平均使用率可以随着目标应用的运行而动态更新；在另一种可选的方式中，该预设值为一个固定的阈值，该阈值可以为默认值，也可是用户赋予的值。

本发明实施例提供的一种云资源分配处理方法在进行资源使用评价分更新时的示意图，如图4所示，在对资源使用评价分进行更新时，会获取目标应用的用户信息，该信息用于判断该目标应用是否为新应用，如果是新应用，则说明其没有可以用于进行评分的数据依赖，因此其不参与评分。如果该应用不是新应用，则开始对其进行评分，在评分的过程中，会获取至少一种云资源的利用率使用情况(即使用率数据)，如果存在低使用率的情况，则执行扣分操作，对其资源使用评价分-M分，如果不存在低使用率的情况则不扣分；然后根据回收历史数据判断是否存在回收逾期记录，如果存在，则执行扣分操作，对其资源使用评价分-N分，如果不存在则不扣分；然后会进一步判断是否存在主动回收记录，如果存在，则对其资源使用评价分+P分，如果不存在则不加分，这样计算之后得到更新之后的资源使用评价分,其中,M、N和P可以根据实际情况设置为任意的数值。

图3为本发明实施例提供的一种云资源分配处理方法在使用时的示意图，如图3所示，在本实施例中，整个过程中涉及到工单系统、利用率审计系统、成本优化中心、信用积分中心等。

用户需要开通的资源通过工单系统填写对应的参数，并申请自己所在的项目，进行资源的开通申请。云用户针对目标应用发起云资源申请请求后，该请求进入工单系统，工单系统中的决策中心模块会从信用积分中心拉取该目标应用在历史时刻的信用积分(资源使用评价指标)，然后工单系统的审批引擎会根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件，在满足资源开通条件的情况下，会将线上集群中相应的云资源分配给该目标应用使用，工单系统中会对审批历史进行存储，方便后续追溯和分析使用。

云资源开通之后，会在线上集群中的相应的服务设备上为该目标应用提供服务，线上集群是用户正常执行任务的场所，涉及的服务可能包括非常多的应用系统、机器、集群。在目标应用运行时，监测中心的监测系统会针对预设指标从多台服务设备上采集时序数据，数据被存储至DB(database)主库，并被同步至DB从库。监测中心会监测线上服务资源实际使用情况和性能情况，包括CPU、磁盘、内容和虚拟机、每秒查询率等性能指标，可以采用开源的监测系统来实现监测功能，例如Zabbix、Promethus、CMS、ARMS等。监测中心产生的数据全部是时序数据，并且每个指标都会有对应的时序数据。例如：2022.10.1109:09:11、CPUUtil、95.1％,；2022.10.1109:09:21、CPUUtil、95.2％；2022.10.1109:09:31、CPUUtil、95.5％,海量的机器并且多维度的监测指标，按照时间顺序产生海量的时序数据。

利用率审计系统包括标签模块和实施数仓审计模块，其中，标签模块用于对多组时序数据添加属性标签，具体地，其通过DBIO(数据同步工具)工具采用数据同步的方式拉取来自DB从库中的时序数据。如果直接从主库中获取数据可能影响监测系统的性能，故从监测系统数据库从库中，通过DBIO工具将数据全部同步出去再做后续处理。数据库主库和从库自身支持自动同步，因此监测数据的实时性和数据完整性可以保证。由于选择直接通过API同步监测系统数据库，可提高数据传输效率并避免发服务端的自我保护限流，保证数据获取的时效性。在获取到时序数据后，可结合CMDB(配置管理数据库，英文为ConfigurationManagementDatabase，线上集群的所有信息都会自动注册到CMDB中，即CMDB中有线上集群、机器的所有拓扑和相关配置信息，例如机器IP、机器属性、同时也包括项目、组织部分的元数据信息)中存储的各台服务设备的属性信息来对时序数据进行打标操作，例如标注器Tagger通过做迪卡尔积实现时序数据与属性标签的关联，从而为各组时序数据添加属性标签，实现数据的增维。这样，后续便可根据不同的标签来对时序数据进行聚合，方便数据的分析和展示。通过数据自动扩维，可实现数据的膨胀，为后续数据分析提供充足的数据物料。例如：原监测数据的记录包括如下标签：机器、指标、时间、当前值，针对多台机器采集到的指标的格式分别为：10.11.1.1、CPUUtil、2022-09-1511:15:10、0.93；10.11.1.2、CPUUtil、2022-09-1511:15:15、0.95。经过TAgger服务之后，数据被打上新标签实现维度提升，新的记录包括如下标签；机器、集群、部门、指标、时间、当前值，针对多台机器采集到的指标的格式分别为：10.11.1.1、ECS机房IO7集群、开发中心、CPUUtil、2022-09-1511:15:10、0.93；10.11.1.2、RDS主机房IO8集群、资产中心、CPUUtil、2022-09-1511:15:15、0.95。打标之后的时序数据通过分布式搜索和分析引擎Elasticsearch工具根据规则库中指定的聚合规则进行聚合，例如基于相同的任务名称、集群名称、应用名称实现快速的聚合，从而将属于相同应用的机器采集到的时序数据聚合到一起，聚合过程中的具体聚合方式依赖规则库中的聚合规则。在完成数据聚合之后，对需要的指标可直接提供API接口以供外部其他服务调用聚合后的数据，例如发送给集群使用者。也可以通过设置仪表盘模块(Dashboard)直接向使用者展示集群容量情况，方便使用者对云资源使用情况进行更直观的掌控。

成本优化中心获取利用率审计系统计算出的云资源利用率，通过降配推荐引擎来向用户提供降配建议，降配后的配置需要在实例库存(即云资源库存)中存在，降配的逻辑可通过规则库来定义。具体地，如果发现目标应用对云资源的利用率偏低，例如利用率一直低于10％，则说明这部分计算资源没有被合理的使用，此时可在满足用户使用需求的情况下，将一部分云资源进行回收(即减小分配给该目标应用的云资源的数量)，实现云资源的更高效的利用，而具体何种情况下进行回收，以及回收的云资源的数量的多少，可根据实际情况进行灵活的配置，形成回收规则，回收规则存储在规则库中。

信用积分中心会从利用率审计系统中获取利用率数据(使用率数据)，从成本优化中心中获取回收历史数据，并根据积分规则对目标应用的信用积分进行更新。在一个优选的实施方式中，信用积分中心中还可包括豁免规则，如果某一应用处于豁免规则名单，则其在申请云资源时会默认确定其满足资源开通条件，从而为其开通资源，保证重要的应用能够及时地获取云资源。

如图2所示，本发明实施例还提供了一种云资源分配处理装置，其包括：接收单元，用于接收用户针对目标应用的云资源申请请求；第一获取单元，用于获取目标应用的资源使用评价指标，资源使用评价指标表征目标应用在历史时刻对云资源使用的合理程度；确定单元，用于至少根据云资源申请请求中涉及的云资源的数量和目标应用的资源使用评价指标，确定是否满足资源开通条件；分配单元，用于在满足资源开通条件的情况下，将相应的云资源分配给目标应用。

在本实施例中，确定单元包括：第一确定模块，用于根据目标应用的资源使用评价指标，确定云资源的数量阈值；第二确定模块，用于在云资源申请请求中涉及的云资源的数量小于或等于数量阈值的情况下，确定满足资源开通条件；第三确定模块，用于在云资源申请请求中涉及的云资源的数量大于数量阈值的情况下，确定不满足资源开通条件；

云资源分配处理装置还包括：第二获取单元，用于获取目标应用运行过程中云资源的使用率数据；回收单元，用于根据使用率数据，按照预设的回收规则，向用户发出云资源回收建议，云资源回收建议用于指示用户对云资源进行降配调整；

第二获取单元包括：采集模块，用于在目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，预设指标为反映云资源使用情况的指标；打标模块，用于根据各台服务设备的属性信息，对各组时序数据添加属性标签，属性信息至少包括：服务设备所属的应用；筛选模块，用于根据多组时序数据的属性标签，筛选出目标数据，目标数据为从目标应用对应的服务设备上采集的时序数据；计算模块，用于根据目标数据，计算目标应用运行过程中云资源的使用率数据；

云资源分配处理装置还包括：第三获取单元，用于在满足资源开通条件的情况下，获取目标应用运行时对云资源的使用数据；更新单元，用于根据使用数据，对资源使用评价指标进行更新；

云资源的使用数据包括云资源的使用率数据和/或云资源的回收历史数据，回收历史数据为记录云资源的降配调整情况的数据；

资源使用评价指标为资源使用评价分，在云资源的使用数据包括使用率数据和回收历史数据的情况下，更新单元包括以下至少之一：第一评分模块，用于在使用率数据中存在低使用率的情况下，对资源使用评价分进行减分，低使用率为低于预设值的使用率；第二评分模块，用于在回收历史数据中存在回收逾期记录的情况下，对资源使用评分进行减分；第三评分模块，用于在回收历史数据中存在主动回收记录的情况下，对资源使用评分进行加分。

另外，本发明实施例还提供了一种非易失性存储介质，其中，非易失性存储介质包括存储的程序，其中，在程序运行时控制非易失性存储介质所在设备执行上述的云资源分配处理方法。

再次，本发明实施例还提供了一种处理器，其中，处理器用于运行程序，其中，程序运行时执行上述的云资源分配处理方法。

最后，本发明实施例还提供了一种云资源分配系统，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，其中，处理器执行计算机程序时实现上述的云资源分配处理方法。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。而且，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种云资源分配处理方法，包括：

接收用户针对目标应用的云资源申请请求；

获取所述目标应用的资源使用评价指标，所述资源使用评价指标表征所述目标应用在历史时刻对云资源使用的合理程度；

至少根据所述云资源申请请求中涉及的云资源的数量和所述目标应用的资源使用评价指标，确定是否满足资源开通条件；

在满足所述资源开通条件的情况下，将相应的云资源分配给所述目标应用。

2.根据权利要求1所述的云资源分配处理方法，其中，至少根据所述云资源申请请求中涉及的云资源的数量和所述目标应用的资源使用评价指标，确定是否满足资源开通条件包括：

根据所述目标应用的资源使用评价指标，确定云资源的数量阈值；

在所述云资源申请请求中涉及的云资源的数量小于或等于所述数量阈值的情况下，确定满足所述资源开通条件；

在所述云资源申请请求中涉及的云资源的数量大于所述数量阈值的情况下，确定不满足所述资源开通条件。

3.根据权利要求1所述的云资源分配处理方法，其中，所述云资源分配处理方法还包括：

获取所述目标应用运行过程中所述云资源的使用率数据；

根据所述使用率数据，按照预设的回收规则，向所述用户发出云资源回收建议，所述云资源回收建议用于指示所述用户对所述云资源进行降配调整。

4.根据权利要求3所述的云资源分配处理方法，其中，获取所述目标应用运行过程中所述云资源的使用率数据包括：

在所述目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，所述预设指标为反映所述云资源使用情况的指标；

根据各台所述服务设备的属性信息，对各组所述时序数据添加属性标签，所述属性信息至少包括：所述服务设备所属的应用；

根据多组所述时序数据的所述属性标签，筛选出目标数据，所述目标数据为从所述目标应用对应的服务设备上采集的时序数据；

根据所述目标数据，计算所述目标应用运行过程中所述云资源的使用率数据。

5.根据权利要求3所述的云资源分配处理方法，其中，在满足所述资源开通条件的情况下，所述云资源分配处理方法还包括：

获取所述目标应用运行时对所述云资源的使用数据；

根据所述使用数据，对所述资源使用评价指标进行更新。

6.根据权利要求5所述的云资源分配处理方法，其中，所述云资源的使用数据包括所述云资源的使用率数据和/或所述云资源的回收历史数据，所述回收历史数据为记录所述云资源的降配调整情况的数据。

7.根据权利要求6所述的云资源分配处理方法，其中，所述资源使用评价指标为资源使用评价分，在所述云资源的使用数据包括所述使用率数据和所述回收历史数据的情况下，根据所述使用数据，对所述资源使用评价指标进行更新包括以下至少之一：

在所述使用率数据中存在低使用率的情况下，对所述资源使用评价分进行减分，所述低使用率为低于预设值的使用率；

在所述回收历史数据中存在回收逾期记录的情况下，对所述资源使用评分进行减分；

在所述回收历史数据中存在主动回收记录的情况下，对所述资源使用评分进行加分。

8.一种云资源分配处理装置，包括：

接收单元，用于接收用户针对目标应用的云资源申请请求；

第一获取单元，用于获取所述目标应用的资源使用评价指标，所述资源使用评价指标表征所述目标应用在历史时刻对云资源使用的合理程度；

确定单元，用于至少根据所述云资源申请请求中涉及的云资源的数量和所述目标应用的资源使用评价指标，确定是否满足资源开通条件；

分配单元，用于在满足所述资源开通条件的情况下，将相应的云资源分配给所述目标应用。

9.根据权利要求8所述的云资源分配处理装置，其中，

所述确定单元包括：第一确定模块，用于根据所述目标应用的资源使用评价指标，确定云资源的数量阈值；第二确定模块，用于在所述云资源申请请求中涉及的云资源的数量小于或等于所述数量阈值的情况下，确定满足所述资源开通条件；第三确定模块，用于在所述云资源申请请求中涉及的云资源的数量大于所述数量阈值的情况下，确定不满足所述资源开通条件；

所述云资源分配处理装置还包括：第二获取单元，用于获取所述目标应用运行过程中所述云资源的使用率数据；回收单元，用于根据所述使用率数据，按照预设的回收规则，向所述用户发出云资源回收建议，所述云资源回收建议用于指示所述用户对所述云资源进行降配调整；

所述第二获取单元包括：采集模块，用于在所述目标应用运行时，针对预设指标，从多台服务设备对应地采集多组时序数据，所述预设指标为反映所述云资源使用情况的指标；打标模块，用于根据各台所述服务设备的属性信息，对各组所述时序数据添加属性标签，所述属性信息至少包括：所述服务设备所属的应用；筛选模块，用于根据多组所述时序数据的所述属性标签，筛选出目标数据，所述目标数据为从所述目标应用对应的服务设备上采集的时序数据；计算模块，用于根据所述目标数据，计算所述目标应用运行过程中所述云资源的使用率数据；

所述云资源分配处理装置还包括：第三获取单元，用于在满足所述资源开通条件的情况下，获取所述目标应用运行时对所述云资源的使用数据；更新单元，用于根据所述使用数据，对所述资源使用评价指标进行更新；

所述云资源的使用数据包括所述云资源的使用率数据和/或所述云资源的回收历史数据，所述回收历史数据为记录所述云资源的降配调整情况的数据；

所述资源使用评价指标为资源使用评价分，在所述云资源的使用数据包括所述使用率数据和所述回收历史数据的情况下，所述更新单元包括以下至少之一：第一评分模块，用于在所述使用率数据中存在低使用率的情况下，对所述资源使用评价分进行减分，所述低使用率为低于预设值的使用率；第二评分模块，用于在所述回收历史数据中存在回收逾期记录的情况下，对所述资源使用评分进行减分；第三评分模块，用于在所述回收历史数据中存在主动回收记录的情况下，对所述资源使用评分进行加分。

10.一种非易失性存储介质，其中，所述非易失性存储介质包括存储的程序，其中，在所述程序运行时控制所述非易失性存储介质所在设备执行权利要求1至7中任意一项所述的云资源分配处理方法。

11.一种处理器，其中，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的云资源分配处理方法。

12.一种云资源分配系统，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，其中，所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述的云资源分配处理方法。

Images