CN116436919B - 云资源消耗优化方法、装置、电子设备及可读存储介质 - Google Patents
云资源消耗优化方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN116436919B CN116436919B CN202310695652.0A CN202310695652A CN116436919B CN 116436919 B CN116436919 B CN 116436919B CN 202310695652 A CN202310695652 A CN 202310695652A CN 116436919 B CN116436919 B CN 116436919B
- Authority
- CN
- China
- Prior art keywords
- cloud resource
- consumption
- target object
- resource consumption
- target
- 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
- 238000005457 optimization Methods 0.000 title claims abstract description 154
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000001514 detection method Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 description 14
- 230000008520 organization Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了云资源消耗优化方法、装置、电子设备及可读存储介质,所述云资源消耗优化方法包括:获取待优化目标对应的至少一个目标对象的云资源消耗指标;根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。本申请解决了软件生产商对于云资源的利用率低的技术问题。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种云资源消耗优化方法、装置、电子设备及可读存储介质。
背景技术
随着计算机技术的不断发展,各行各业都采用软件信息系统进行日常业务的运作,例如ERP(Enterprise Resource Planning,企业资源计划)系统以及CRM(CustomerRelationship Management,客户关系管理)系统等,而软件系统在日常运行过程中需要消耗服务器、数据库及带宽等云资源,所以,软件生产商对于云资源消耗的管控是十分必要的。
目前,通常情况下软件生产商会通过云资源账号购入云资源,以提供固定的云资源,并通过云资源账号下的云资源消耗情况进行云资源消耗的管控,但是,由于软件生产商的组织结构较为复杂,这就使得软件生产商对于云资源的消耗并不固定,进而导致易出现针对于软件生产商购入的云资源和软件生产商实际消耗的云资源不匹配的情况,所以,当前软件生产商对于云资源的利用率低。
发明内容
本申请的主要目的在于提供一种云资源消耗优化方法、装置、电子设备及可读存储介质,旨在解决现有技术中软件生产商对于云资源的利用率低的技术问题。
为实现上述目的,本申请提供一种云资源消耗优化方法,所述云资源消耗优化方法包括:
获取待优化目标对应的至少一个目标对象的云资源消耗指标;
根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
为实现上述目的,本申请还提供一种云资源消耗优化装置,所述云资源消耗优化装置包括:
获取模块,用于获取待优化目标对应的至少一个目标对象的云资源消耗指标;
确定模块,用于根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
优化模块,用于根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述云资源消耗优化方法的程序,所述云资源消耗优化方法的程序被处理器执行时可实现如上述的云资源消耗优化方法的步骤。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有实现云资源消耗优化方法的程序,所述云资源消耗优化方法的程序被处理器执行时实现如上述的云资源消耗优化方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的云资源消耗优化方法的步骤。
本申请提供了一种云资源消耗优化方法、装置、电子设备及可读存储介质,也即,获取待优化目标对应的至少一个目标对象的云资源消耗指标;根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。由于通过云资源消耗指标和基础配置信息可确定目标对象的云资源单位消耗量,即可实现针对于待优化目标所消耗的云资源以单位级细粒度进行定量化评估的目的,进而通过不同目标对象的云资源单位消耗情况,可由待优化目标对不同目标对象共同提供的云资源进行消耗得到的云资源整体消耗量进行优化,从而得以实现降低待优化目标的云资源整体消耗量的目的,也即,为优化待优化目标消耗的云资源提供了客观化的优化手段。而非只是为待优化目标划分固定的云资源进行消耗。克服了由于软件生产商的组织结构较为复杂,这就使得软件生产商对于云资源的消耗并不固定,进而导致易出现针对于软件生产商购入的云资源和软件生产商实际消耗的云资源不匹配的情况的技术缺陷。所以,提升了软件生产商对于云资源的利用率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的云资源消耗优化方法的流程示意图;
图2为本申请实施例二提供的云资源消耗优化方法的流程示意图;
图3为本申请实施例三提供的云资源消耗优化装置的结构示意图;
图4为本申请实施例四提供的电子设备的结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本申请保护的范围。
在本申请实施例一中,首先,应当理解的是,为了维系软件系统的正常运行,软件生产商通常需要向提供云资源的第三方购买云资源,而软件系统在运行过程中将消耗云资源,例如软件生产商的不同服务对象进行软件系统的访问等,由于云资源的消耗需要耗费软件生产商的成本,在降本增效常态化的当下,如何进行云资源消耗的合理管控于软件生产商而言尤为重要,目前,软件生产商的组织架构日益复杂,而当组织越分散时,对于云资源的消耗也相对更为分散,但软件生产商对不同组织所消耗的云资源缺乏量化的评估手段,进而导致易出现所购入的云资源并未与软件生产商消耗的云资源相匹配,所以,对于软件生产商而言,如何对购入的云资源进行合理划分,从而在不影响各组织软件系统的运行性能的前提下,将云资源消耗控制于合理消耗区间成为了亟待解决的问题,即当下软件生产商存在对于云资源未利用完全的情况,所以,目前亟需一种提升软件生产商对于云资源的利用率的方法。
本申请实施例一提供一种云资源消耗优化方法,在本申请云资源消耗优化方法的实施例一中,参照图1,所述云资源消耗优化方法包括:
步骤S10,获取待优化目标对应的至少一个目标对象的云资源消耗指标;
步骤S20,根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
步骤S30,根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
在本实施例中,需要说明的是,待优化目标用于表征进行云资源消耗优化的对象,具体可以为软件生产商等,云资源消耗优化方法部署于软件生产商的云资源消耗优化设备,云资源消耗优化设备具体可以为电脑、个人PC及服务器等,云资源具体可以为服务器、数据库、带宽及磁盘等资源,具体由第三方提供,云资源的消耗由待优化目标的云资源消耗产品进行,云资源消耗产品用于表征待优化目标的不同组织进行开发或进行维护的软件系统,软件产品具体可以为人力资源系统、OA(Office Automation,办公自动化)系统或者考勤系统等,其中,待优化目标在购入第三方提供的云资源时,可以购买量或者购买时限为基准进行购买,购买时限具体可以为月度、季度或者年度等,待优化目标的不同组织均可设置有一个或多个固定的云资源管理账号,云资源管理账号可用于记录该账号下购入的云资源消耗情况,例如,在一种可实施的方式中,可通过获取不同组织的不同账号的云资源消费日志及购入的云资源目录,进而从云资源消费日志和云资源目录中可获取待优化目标的不同组织在某一时间段内的云资源实际消费情况。
另外地,需要说明的是,在进行云资源消耗优化前,待优化目标将针对于所购买的云资源进行监控,从而得以监控得到云资源消耗的相关数据,例如,在一种可实施的方式中,假设云资源为服务器,则通过监控可得到服务器告警、服务器数量、数据库告警量、CPU(Central Processing Unit,中央处理器)告警、站点不可用告警等各种数据,进而在得到云资源消耗的相关数据后,可基于预先设置的数据仓库,对所购买的云资源相关性能数据进行获取,并利用数据仓库将云资源相关数据抽象为云资源相关指标,在云资源相关指标中,可通过关注基础环境下的性能指标的运行情况,即在云资源消耗在这一数据集市下的各种数据,得到用于表征云资源消耗情况的云资源消耗指标,其中,云资源消耗指标具体可以为CPU使用率以及内存使用率等,对于不同目标对象的云资源消耗指标,可以预设选取原则在监控得到的目标对象的多个云资源消耗指标中选取得到,例如,在一种可实施的方式中,云资源消耗优化设备将在每个时刻点对目标对象的CPU使用率进行监控,进而得到每个目标对象每日最大的CPU利用率,从而得到每个目标对象每年的每日最大的CPU使用率,并在其中选取最大值作为每个目标对象在该年中最大的CPU使用率,以及将该值作为目标对象的云资源消耗指标,其中,内存使用率的选取方法可参照上述,在此不再赘述。
另外地,需要说明的是,目标对象用于表征为待优化目标提供云资源的对象,具体可以为一个或多个,目标对象可包括一台或多台服务器,其中,不同目标对象可为待优化目标的不同组织提供云资源,例如,在一种可实施的方式中,假设待优化目标共包含A、B和C三个组织,对象a和对象b为待优化目标的组织A提供云资源,对象c为待优化目标的组织B提供云资源,对象d为待优化目标的组织C提供云资源,则对象a、b、c和d均为目标对象,基础配置信息用于反馈基础配置,具体可包括CPU核数和内存等,例如,假设目标对象为一台服务器,则基础配置信息可以为该服务器的CPU核数大小以及该服务器的内存大小,其中,核数大小具体可以为2核、4核或者8核等,内存大小具体可以为4G、8G或者16G等,云资源单位消耗量用于表征单位基础配置下的云资源消耗量,具体可以为单位CPU使用率或者单位内存使用率,云资源消耗指标和基础配置信息基于目标对象一一对应,当目标对象下包含多个服务器时,每一服务器的云资源消耗字表和基础配置信息基于服务器一一对应,例如,在一种可实施的方式中,假设云资源消耗指标为CPU使用率,目标对象共有x、y和z三台服务器,其中,服务器x的CPU核数为2核,服务器y的CPU核数为4核,服务器z的CPU核数为8核,服务器x的CPU使用率为40%,服务器y的CPU使用率为50%,服务器z的CPU使用率为60%,则云资源单位消耗量,其中,同一服务器的CPU使用率和CPU核数进行相乘,不同服务器的乘积之和与不同服务器CPU核数之和的比值即为单位CPU使用率。
另外地,需要说明的是,云资源整体消耗量用于表征整体基础配置下的云资源消耗量,具体由待优化目标对不同目标对象共同提供的云资源进行消耗得到,例如,假设待优化目标共有3个目标对象负责提供云资源,则3个目标对象供待优化目标所消耗的云资源之和为云资源整体消耗量,云资源消耗优化结果用于表征优化后的云资源整体消耗量,其中,优化的手段具体可以为降低基础配置、暂停使用或者合并集群等优化方式。
作为一种示例,步骤S10至步骤S30包括:通过预设数据仓库对待优化目标对应的至少一个目标对象在云资源消耗的数据集市下的性能数据进行监控,得到由至少一个性能数据转换而成的云资源消耗指标;对于任一所述目标对象,计算得到所述目标对象下所包含的至少一个服务器的云资源消耗指标和所述目标对象下所包含的至少一个服务器的基础配置信息的乘积,将各所述服务器的乘积之和和各所述基础配置信息共同对应的基础配置之和作为所述目标对象的云资源单位消耗量,获取各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;根据各所述云资源单位消耗量和预设消耗量阈值之间的大小关系,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
其中,所述根据各所述云资源单位消耗量和预设消耗量阈值之间的大小关系,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果的具体步骤可以为:
检测各所述云资源单位消耗量与预设消耗量阈值之间的大小关系,并统计各所述目标对象中云资源单位消耗量小于所述预设消耗量阈值的目标对象数量,在所述目标对象数量大于预设数量阈值时,对各所述目标对象进行云资源消耗量优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果,其中,进行云资源消耗量优化的具体方式可以为对所述目标对象所包含的服务器进行降配、暂停使用或者合并等,所述目标对象数量由所述云资源单位消耗量决定,例如,当检测到各所述云资源单位消耗量中出现一个云资源单位消耗量小于所述预设消耗量阈值,则将所述目标对象数量加一。
本申请实施例通过监控待优化目标对应的至少一个目标对象的云资源消耗指标,进而计算得到不同目标对象的云资源单位消耗量,由于待优化目标所消耗的云资源由不同目标对象共同提供,进而通过云资源单位消耗量,即可实现针对于待优化目标所消耗的云资源以单位级细粒度进行评估的目的,进而通过云资源单位消耗量可对待优化目标的云资源整体消耗量进行优化,最终得到云资源消耗优化结果,也即,实现了在单位级细粒度评估为待优化目标提供云资源的不同的目标对象的云资源消耗的前提下,对待优化目标整体消耗的云资源进行优化的目的,以降低待优化目标的云资源消耗,并控制云资源整体消耗量于合理区间内,而非只是为待优化目标划分固定的云资源进行消耗,从而规避了划分的云资源与待优化目标实际所消耗的云资源出现不匹配的情况,所以,提升了软件生产商对于云资源的利用率。
其中,所述根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果的步骤包括:
步骤A10,对于任一所述云资源单位消耗量,根据所述云资源单位消耗量和第一预设消耗量阈值之间的大小关系,对产生所述云资源单位消耗量的目标对象的对象类型进行检测,得到对象类型检测结果;
步骤A20,通过筛选各所述对象类型检测结果,得到至少一个待优化对象;
步骤A30,通过优化各所述待优化对象的第一云资源消耗量,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
在本实施例中,需要说明的是,通过全局优化待优化目标对应的目标对象,以降低待优化目标的云资源整体消耗,虽然能够确保待优化目标所消耗的云资源控制于合理区间,但易出现某一目标对象提供的云资源无法满足待优化目标对应的服务对象的性能需求,进而需要针对性地调整目标对象所包含的服务器,以保证通过优化降低云资源消耗的同时,不对待优化目标不同组织软件系统性能产生影响,其中,待优化对象用于表征等待进行云资源消耗量优化的目标对象,对象类型包括等待进行云资源消耗量优化的目标对象和无需进行云资源消耗量优化的目标对象,第一预设消耗量阈值可由技术人员根据实际需求进行设置,第一云资源消耗量用于表征待优化对象所提供的云资源的消耗程度,通过优化第一云资源消耗量,即可实现降低待优化目标进行云资源消耗的购入成本。
作为一种示例,步骤A10至步骤A30包括:对于任一所述云资源单位消耗量,检测所述云资源单位消耗量是否大于第一预设消耗量阈值,若检测到所述云资源单位消耗量大于所述预设消耗量阈值,则将产生所述云资源单位消耗量的目标对象作为无需进行云资源消耗量优化的目标对象,若检测到所述云资源单位消耗量不大于所述预设消耗量阈值,则将所述云资源单位消耗量对应的目标对象作为待优化对象;通过统计各所述对象类型检测结果中将所产生所述云资源单位消耗量的目标对象作为待优化对象的对象类型检测结果,得到至少一个待优化对象;对各所述待优化对象的第一云资源消耗量进行云资源消耗量优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
其中,所述根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果的步骤包括:
步骤B10,根据多个云资源消耗范围,对各所述云资源单位消耗量对应的目标对象进行分组,得到至少一个目标对象组,其中,一所述目标对象组和一所述云资源消耗范围对应;
步骤B20,根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略;
步骤B30,通过各所述云资源消耗优化策略,对各所述目标对象组中携带的第二云资源消耗量进行优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
在本实施例中,需要说明的是,对于不同目标对象的云资源单位消耗量,可针对性地设置多个不同的云资源消耗范围,对于不同云资源消耗范围下的目标对象组制定针对性地云资源消耗优化策略,从而可对待优化目标对应的所有不同的目标对象进行针对性地全面云资源消耗优化,其中,云资源消耗范围用于表征云资源消耗量的范围,具体可以为0%-10%(包含10%)、10%-25%(包含25%)、25%-50%(包含50%)以及50%-100%(包含100%)等,根据云资源单位消耗量与云资源消耗范围的隶属关系,对不同目标对象进行分组,从而得到多个目标对象组,其中,目标对象组由隶属于云资源消耗范围的云资源单位消耗量对应的目标对象组成,组内云资源单位消耗量由目标对象组内的目标对象的云资源单位消耗量进行平均得到,目标对象组的数量和云资源消耗范围的数量相同,例如,在一种可实施的方式中,共包括0%-10%(包含10%)、10%-25%(包含25%)、25%-50%(包含50%)以及50%-100%(包含100%)四个云资源范围,且依次对应L1、L2、L3和L4四个分组,倘若云资源单位消耗量为66%,则该云资源单位消耗量对应的目标对象分组于L3组,云资源消耗优化策略具体可由技术人员根据云资源消耗范围提前设置,例如,对0%-10%(包含10%)对应的目标对象组中的目标对象进行暂停使用,对10%-25%(包含25%)对应的目标对象组中的目标对象执行降配操作,对25%-100%对应的目标对象组中的目标对象不进行调整。
作为一种示例,步骤B10至步骤B30包括:对于任一所述云资源单位消耗量,检测所述云资源单位消耗量隶属的云资源消耗范围,并将所述云资源单位消耗量对应的目标对象分组于所述云资源消耗范围的分组内,得到至少一个目标对象组,其中,一所述目标对象组和一所述云资源消耗范围对应;计算各所述目标对象组的组内资源单位消耗量,根据各所述组内资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略,其中,匹配的过程可就预先设置的映射关系进行。
其中,计算某一目标对象组的组内资源单位消耗量可参照下述流程:倘若目标对象组中存在、/>和/>三个目标对象,则分别获取三个目标对象的云资源单位消耗量和基础配置,分别计算三个目标对象的云资源单位消耗量和基础配置的乘积,并将乘积之和与基础配置之和的比值作为组内资源单位消耗量,其中,基础配置可以为CPU核数,基础配置之和可以为CPU核数之和。
其中,所述根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略的步骤包括:
步骤C10,对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于第二预设消耗量阈值时,将第一预设优化策略作为所述目标对象组的云资源消耗优化策略,其中,所述第一预设优化策略用于将所述目标对象组剔出优化队列;或,
步骤C20,对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于所述第二预设消耗量阈值时,将第二预设优化策略作为产生所述组内云资源单位消耗量的目标对象组的云资源消耗优化策略,其中,所述第二预设优化策略用于对所述目标对象组执行合并操作。
在本实施例中,需要说明的是,在具体应用场景中,当目标对象组的组内云资源单位消耗量小于一定值时,根据运维人员及行业专家的经验来看,此目标对象组内的目标对象缺乏优化空间,即,即使对该目标对象组的目标对象进行优化,也无法有明显降低待优化目标的云资源整体消耗量的效果,所以,针对于该目标对象组的目标对象,可提前设置相应的云资源消耗优化策略进行优化,其中,第二预设消耗量阈值可由专业人员根据需求自行设置,具体可与第一预设优化策略相同或者不同,第一预设优化策略用于将所述目标对象组剔出优化队列,第二预设优化策略用于对目标对象组执行合并操作,其中,优化队列具体可由进行云资源消耗优化的目标对象组组成,例如,在一种可实施的方式中,当组内云资源单位消耗量小于10%时,既可认为该组内云资源单位消耗量对应的目标对象使用频率较低,缺乏优化必要性,进而可将目标对象进行剔除,又可通过将上述目标对象合并到组内云资源单位消耗量更高的目标对象组上,例如合并于25%至50%的目标对象组中,以维持业务的稳定性。
作为一种示例,步骤C10至步骤C20包括:对于任一所述目标对象组,检测所述目标对象组的组内资源单位消耗量是否小于第二预设消耗量阈值,若检测到所述组内资源单位消耗量小于所述第二预设消耗量阈值,则将第一预设优化策略作为所述目标对象组的云资源消耗优化策略,若检测到所述组内资源单位消耗量不小于所述第二预设消耗量阈值,则将所述云资源单位消耗量映射得到的优化策略作为所述目标对象组的云资源消耗优化策略;或,
对于任一所述目标对象组,检测所述目标对象组的组内资源单位消耗量是否小于第二预设消耗量阈值,若检测到所述组内资源单位消耗量小于所述第二预设消耗量阈值,则将第二预设优化策略作为所述目标对象组的云资源消耗优化策略,若检测到所述组内资源单位消耗量不小于所述第二预设消耗量阈值,则将所述云资源单位消耗量映射得到的优化策略作为所述目标对象组的云资源消耗优化策略。
其中,所述根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略的步骤包括:
步骤D10,对于任一所述目标对象组,根据所述目标对象组的组内云资源单位消耗量,确定所述目标对象组所属的云资源消耗区间;在检测到所述云资源消耗区间为预设云资源消耗区间时,将第三预设优化策略作为所述目标对象组的云资源消耗优化策略,以及在检测到所述云资源消耗区间不为所述预设云资源消耗区间时,为所述目标对象组匹配对应的云资源消耗优化策略,其中,所述第三预设优化策略用于对所述目标对象组中高于预设配置的目标对象执行降配操作。
在本实施例中,需要说明的是,在获取到不同目标对象组的组内云资源单位消耗量后,可基于该组内云资源单位消耗量所属的云资源消耗区间,为目标对象组制定不同的云资源消耗优化策略,从而得以针对性地对不同目标对象组内的目标对象进行云资源消耗优化,其中,云资源消耗区间的划分可与云资源消耗范围的划分相同或不同,预设云资源消耗区间为提前制定的在云资源消耗区间内执行第三预设优化策略的区间,例如,传统针对于组内云资源单位消耗量隶属于10%-25%的目标对象组,执行将其合并于组内云资源单位消耗量隶属于25%-50%的目标对象组的操作,而第三预设优化策略是针对于该目标对象组中的高于预设配置的目标对象执行降配操作,其中,预设配置可以为4核或者8核等,降配操作可以为将4核降低至2核,或者将8核降低至4核等,通过降配操作可实现降低云资源购入成本的目的。
作为一种示例,步骤D10包括:对于任一所述目标对象组,根据所述目标对象组的组内云资源单位消耗量,为所述目标对象组匹配所属的云资源消耗区间;在检测到所述云资源消耗区间为预设云资源消耗区间时,将第三预设优化策略作为所述目标对象组的云资源消耗优化策略,以及在检测到所述云资源消耗区间不为所述预设云资源消耗区间时,为所述目标对象组匹配对应的云资源消耗优化策略,其中,所述第三预设优化策略用于对所述目标对象组中高于预设配置的目标对象执行降配操作。
本申请实施例提供了一种云资源消耗优化方法,也即,获取待优化目标对应的至少一个目标对象的云资源消耗指标;根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。由于通过云资源消耗指标和基础配置信息可确定目标对象的云资源单位消耗量,即可实现针对于待优化目标所消耗的云资源以单位级细粒度进行定量化评估的目的,进而通过不同目标对象的云资源单位消耗情况,可由待优化目标对不同目标对象共同提供的云资源进行消耗得到的云资源整体消耗量进行优化,从而得以实现降低待优化目标的云资源整体消耗量的目的,也即,为优化待优化目标消耗的云资源提供了客观化的优化手段。而非只是为待优化目标划分固定的云资源进行消耗。克服了由于软件生产商的组织结构较为复杂,这就使得软件生产商对于云资源的消耗并不固定,进而导致易出现针对于软件生产商购入的云资源和软件生产商实际消耗的云资源不匹配的情况的技术缺陷。所以,提升了软件生产商对于云资源的利用率。
进一步地,参照图2,在本申请实施例二中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,所述获取待优化目标对应的至少一个目标对象的云资源消耗指标的步骤包括:
步骤E10,获取所述待优化目标对应的至少一个目标对象的资源占用率和内存使用率;
步骤E20,对于任一所述目标对象,在检测到所述内存使用率小于预设使用率阈值时,分别获取所述资源占用率对应的第一权重和所述内存使用率对应的第二权重;根据所述资源占用率、所述第一权重、所述内存使用率和所述第二权重,计算得到所述目标对象的云资源消耗指标;在检测到所述内存使用率不小于所述预设使用率阈值时,将所述资源占用率作为所述目标对象的云资源消耗指标;
步骤E30,获取各所述目标对象的云资源消耗指标。
在本实施例中,需要说明的是,由于目标对象的内存使用率在通常情况下属于饱和状态,进而仅将CPU使用率作为云资源消耗指标,即可对目标对象的云资源消耗情况实现准确评估,而在一些极限情况下,即内存处于未饱和状态存在优化空间时,则通过CPU使用率与内存使用率在云资源消耗指标中所占的不同指标权重,计算得到目标对象的云资源消耗指标,所以,资源占用率用于表征CPU资源的占用情况,即CPU使用率,第一权重用于表征CPU使用率在云资源消耗指标中所占的指标权重,第二权重用于表征内存使用率在云资源消耗指标中所占的指标权重。
作为一种示例,步骤E10至步骤E30包括:获取所述待优化目标对应的至少一个目标对象的资源占用率和内存使用率;对于任一所述目标对象,在检测到所述内存使用率小于预设使用率阈值时,分别获取所述资源占用率对应的第一权重和所述内存使用率对应的第二权重;分别计算所述资源占用率与所述第一权重的第一乘积,以及所述内存使用率与所述第二权重的第二乘积,将所述第一乘积和所述第二乘积之和作为所述目标对象的云资源消耗指标;在检测到所述内存使用率不小于所述预设使用率阈值时,将所述资源占用率作为所述目标对象的云资源消耗指标;获取各所述目标对象的云资源消耗指标。
其中,所述获取待优化目标对应的至少一个目标对象的资源占用率和内存使用率的步骤包括:
步骤F10,获取待优化目标对应的至少一个目标对象的至少一个云资源消耗项;
步骤F20,对于任一所述目标对象,获取各所述云资源消耗项在所述目标对象的总云资源消耗量中的消耗量占比;在检测到所述消耗量占比不小于预设消耗量阈值时,将所述云资源消耗项作为目标云资源消耗项;通过融合至少一个目标云资源消耗项的资源占用率和内存使用率,得到所述目标对象的资源占用率和内存使用率;
步骤F30,获取各所述目标对象的资源占用率和内存使用率。
在本实施例中,需要说明的是,通过对云资源账号下的云资源消费情况的分析,得出待优化目标运转过程中所消耗的云资源消耗项存在共性,即均主要消耗云服务器和数据库资源,且两者占据待优化目标的云资源整体消耗量的70%以上,所以可在关注目标对象提供的云资源时,主要关注占比较大的云资源消耗项,其中,云资源消耗项用于表征使用云资源过程中所消耗的项目,云资源消耗项具体可以为云服务器、云数据库、关系型数据库、对象存储、日志服务、块存储、消息队列以及负载均衡等,融合的方式具体可以为加权求平均的方式。
作为一种示例,步骤F10至步骤F30包括:获取待优化目标对应的至少一个目标对象的至少一个云资源消耗项;对于任一所述目标对象,获取各所述云资源消耗项在所述目标对象的总云资源消耗量中的消耗量占比;在检测到所述消耗量占比不小于预设消耗量阈值时,将所述云资源消耗项作为目标云资源消耗项;通过对至少一个目标云资源消耗项的资源占用率和内存使用率分别进行加权求平均,得到所述目标对象的资源占用率和内存使用率。
本申请实施例提供了一种云资源消耗指标获取方法。也即,获取所述待优化目标对应的至少一个目标对象的资源占用率和内存使用率;对于任一所述目标对象,在检测到所述内存使用率小于预设使用率阈值时,分别获取所述资源占用率对应的第一权重和所述内存使用率对应的第二权重;根据所述资源占用率、所述第一权重、所述内存使用率和所述第二权重,计算得到所述目标对象的云资源消耗指标;在检测到所述内存使用率不小于所述预设使用率阈值时,将所述资源占用率作为所述目标对象的云资源消耗指标;获取各所述目标对象的云资源消耗指标。本申请实施例通过获取优化目标的不同目标对象的资源占用率和内存使用率,进而针对每一目标对象,都通过其资源占用率和内存使用率在云资源消耗指标中所占的指标权重,综合资源占用率和内存使用率计算得到目标对象的云资源消耗指标,从而即可实现依赖于资源占用率和内存使用率共同确定目标对象的云资源消耗指标的目的,相较于仅将资源占用率作为云资源消耗指标的方式,拓展了云资源消耗指标的表征对象,所以,提升了云资源消耗优化的优化内容。
本申请实施例三还提供一种云资源消耗优化装置,参照图3,所述云资源消耗优化装置包括:
获取模块101,用于获取待优化目标对应的至少一个目标对象的云资源消耗指标;
确定模块102,用于根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
优化模块103,用于根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
可选地,所述优化模块103还用于:
对于任一所述云资源单位消耗量,根据所述云资源单位消耗量和第一预设消耗量阈值之间的大小关系,对产生所述云资源单位消耗量的目标对象的对象类型进行检测,得到对象类型检测结果;
通过筛选各所述对象类型检测结果,得到至少一个待优化对象;
通过优化各所述待优化对象的第一云资源消耗量,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
可选地,所述优化模块103还用于:
根据多个云资源消耗范围,对各所述云资源单位消耗量对应的目标对象进行分组,得到至少一个目标对象组,其中,一所述目标对象组和一所述云资源消耗范围对应;
根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略;
通过各所述云资源消耗优化策略,对各所述目标对象组中携带的第二云资源消耗量进行优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
可选地,所述确定模块103还用于:
对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于第二预设消耗量阈值时,将第一预设优化策略作为所述目标对象组的云资源消耗优化策略,其中,所述第一预设优化策略用于将所述目标对象组剔出优化队列;或,
对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于所述第二预设消耗量阈值时,将第二预设优化策略作为产生所述组内云资源单位消耗量的目标对象组的云资源消耗优化策略,其中,所述第二预设优化策略用于对所述目标对象组执行合并操作。
可选地,所述确定模块103还用于:
对于任一所述目标对象组,根据所述目标对象组的组内云资源单位消耗量,确定所述目标对象组所属的云资源消耗区间;在检测到所述云资源消耗区间为预设云资源消耗区间时,将第三预设优化策略作为所述目标对象组的云资源消耗优化策略,以及在检测到所述云资源消耗区间不为所述预设云资源消耗区间时,为所述目标对象组匹配对应的云资源消耗优化策略,其中,所述第三预设优化策略用于对所述目标对象组中高于预设配置的目标对象执行降配操作。
可选地,所述获取模块101还用于:
获取所述待优化目标对应的至少一个目标对象的资源占用率和内存使用率;
对于任一所述目标对象,在检测到所述内存使用率小于预设使用率阈值时,分别获取所述资源占用率对应的第一权重和所述内存使用率对应的第二权重;根据所述资源占用率、所述第一权重、所述内存使用率和所述第二权重,计算得到所述目标对象的云资源消耗指标;在检测到所述内存使用率不小于所述预设使用率阈值时,将所述资源占用率作为所述目标对象的云资源消耗指标;
获取各所述目标对象的云资源消耗指标。
可选地,所述获取模块101还用于:
获取待优化目标对应的至少一个目标对象的至少一个云资源消耗项;
对于任一所述目标对象,获取各所述云资源消耗项在所述目标对象的总云资源消耗量中的消耗量占比;在检测到所述消耗量占比不小于预设消耗量阈值时,将所述云资源消耗项作为目标云资源消耗项;通过融合至少一个目标云资源消耗项的资源占用率和内存使用率,得到所述目标对象的资源占用率和内存使用率;
获取各所述目标对象的资源占用率和内存使用率。
本申请提供的云资源消耗优化装置,采用上述实施例中的云资源消耗优化方法,解决了软件生产商对于云资源的利用率低的技术问题。与现有技术相比,本申请实施例提供的云资源消耗优化装置的有益效果与上述实施例提供的云资源消耗优化方法的有益效果相同,且该云资源消耗优化装置中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
本申请实施例四提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例的云资源消耗优化方法。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。
通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置1009从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本申请提供的电子设备,采用上述实施例中的云资源消耗优化方法,解决了软件生产商对于云资源的利用率低的技术问题。与现有技术相比,本申请实施例提供的电子设备的有益效果与上述实施例提供的云资源消耗优化方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
本实施例五提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的云资源消耗优化方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取待优化目标对应的至少一个目标对象的云资源消耗指标;根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本申请提供的计算机可读存储介质,存储有用于执行上述云资源消耗优化方法的计算机可读程序指令,解决了软件生产商对于云资源的利用率低的技术问题。与现有技术相比,本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的云资源消耗优化方法的有益效果相同,在此不做赘述。
本申请实施例六还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的云资源消耗优化方法的步骤。
本申请提供的计算机程序产品解决了软件生产商对于云资源的利用率低的技术问题。与现有技术相比,本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的云资源消耗优化方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (8)
1.一种云资源消耗优化方法,其特征在于,所述云资源消耗优化方法包括:
获取待优化目标对应的至少一个目标对象的云资源消耗指标;
根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到,其中,所述根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果的步骤包括:
对于任一所述云资源单位消耗量,根据所述云资源单位消耗量和第一预设消耗量阈值之间的大小关系,对产生所述云资源单位消耗量的目标对象的对象类型进行检测,得到对象类型检测结果;
通过筛选各所述对象类型检测结果,得到至少一个待优化对象;
通过优化各所述待优化对象的第一云资源消耗量,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果,其中,所述根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果的步骤包括:
根据多个云资源消耗范围,对各所述云资源单位消耗量对应的目标对象进行分组,得到至少一个目标对象组,其中,一所述目标对象组和一所述云资源消耗范围对应;
根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略;
通过各所述云资源消耗优化策略,对各所述目标对象组中携带的第二云资源消耗量进行优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
2.如权利要求1所述云资源消耗优化方法,其特征在于,所述根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略的步骤包括:
对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于第二预设消耗量阈值时,将第一预设优化策略作为所述目标对象组的云资源消耗优化策略,其中,所述第一预设优化策略用于将所述目标对象组剔出优化队列;或,
对于任一所述目标对象组,在检测到所述目标对象组的组内云资源单位消耗量小于所述第二预设消耗量阈值时,将第二预设优化策略作为产生所述组内云资源单位消耗量的目标对象组的云资源消耗优化策略,其中,所述第二预设优化策略用于对所述目标对象组执行合并操作。
3.如权利要求2所述云资源消耗优化方法,其特征在于,所述根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略的步骤包括:
对于任一所述目标对象组,根据所述目标对象组的组内云资源单位消耗量,确定所述目标对象组所属的云资源消耗区间;在检测到所述云资源消耗区间为预设云资源消耗区间时,将第三预设优化策略作为所述目标对象组的云资源消耗优化策略,以及在检测到所述云资源消耗区间不为所述预设云资源消耗区间时,为所述目标对象组匹配对应的云资源消耗优化策略,其中,所述第三预设优化策略用于对所述目标对象组中高于预设配置的目标对象执行降配操作。
4.如权利要求1所述云资源消耗优化方法,其特征在于,所述获取待优化目标对应的至少一个目标对象的云资源消耗指标的步骤包括:
获取所述待优化目标对应的至少一个目标对象的资源占用率和内存使用率;
对于任一所述目标对象,在检测到所述内存使用率小于预设使用率阈值时,分别获取所述资源占用率对应的第一权重和所述内存使用率对应的第二权重;根据所述资源占用率、所述第一权重、所述内存使用率和所述第二权重,计算得到所述目标对象的云资源消耗指标;在检测到所述内存使用率不小于所述预设使用率阈值时,将所述资源占用率作为所述目标对象的云资源消耗指标;
获取各所述目标对象的云资源消耗指标。
5.如权利要求4所述云资源消耗优化方法,其特征在于,所述获取待优化目标对应的至少一个目标对象的资源占用率和内存使用率的步骤包括:
获取待优化目标对应的至少一个目标对象的至少一个云资源消耗项;
对于任一所述目标对象,获取各所述云资源消耗项在所述目标对象的总云资源消耗量中的消耗量占比;在检测到所述消耗量占比不小于预设消耗量阈值时,将所述云资源消耗项作为目标云资源消耗项;通过融合至少一个目标云资源消耗项的资源占用率和内存使用率,得到所述目标对象的资源占用率和内存使用率;
获取各所述目标对象的资源占用率和内存使用率。
6.一种云资源消耗优化装置,其特征在于,所述云资源消耗优化装置包括:
获取模块,用于获取待优化目标对应的至少一个目标对象的云资源消耗指标;
确定模块,用于根据各所述云资源消耗指标和各所述目标对象的基础配置信息,确定各所述目标对象的云资源单位消耗量,其中,所述云资源消耗指标和所述基础配置信息基于所述目标对象一一对应;
优化模块,用于根据各所述云资源单位消耗量,对所述待优化目标的云资源整体消耗量进行优化,得到云资源消耗优化结果,其中,所述云资源整体消耗量由所述待优化目标对各所述目标对象共同提供的云资源进行消耗得到,其中,所述优化模块还用于:对于任一所述云资源单位消耗量,根据所述云资源单位消耗量和第一预设消耗量阈值之间的大小关系,对产生所述云资源单位消耗量的目标对象的对象类型进行检测,得到对象类型检测结果;通过筛选各所述对象类型检测结果,得到至少一个待优化对象;通过优化各所述待优化对象的第一云资源消耗量,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果,其中,所述优化模块还用于:根据多个云资源消耗范围,对各所述云资源单位消耗量对应的目标对象进行分组,得到至少一个目标对象组,其中,一所述目标对象组和一所述云资源消耗范围对应;根据各所述目标对象组的组内云资源单位消耗量,为各所述目标对象组匹配对应的云资源消耗优化策略;通过各所述云资源消耗优化策略,对各所述目标对象组中携带的第二云资源消耗量进行优化,得到所述待优化目标的云资源整体消耗量的云资源消耗优化结果。
7.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至5中任一项所述的云资源消耗优化方法的步骤。
8.一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上存储有实现云资源消耗优化方法的程序,所述实现云资源消耗优化方法的程序被处理器执行以实现如权利要求1至5中任一项所述云资源消耗优化方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310695652.0A CN116436919B (zh) | 2023-06-13 | 2023-06-13 | 云资源消耗优化方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310695652.0A CN116436919B (zh) | 2023-06-13 | 2023-06-13 | 云资源消耗优化方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116436919A CN116436919A (zh) | 2023-07-14 |
CN116436919B true CN116436919B (zh) | 2023-10-10 |
Family
ID=87083656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310695652.0A Active CN116436919B (zh) | 2023-06-13 | 2023-06-13 | 云资源消耗优化方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116436919B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105871829A (zh) * | 2016-03-25 | 2016-08-17 | 广州赛宝认证中心服务有限公司 | 基于云计算环境的入侵检测系统配置方法和装置 |
CN106304308A (zh) * | 2016-09-19 | 2017-01-04 | 南京邮电大学 | 一种多业务并存系统中云业务能耗优化调度方法 |
KR20190055613A (ko) * | 2017-11-15 | 2019-05-23 | 한국전자통신연구원 | 클라우드 컴퓨팅 시스템에서의 자원 제어 장치 및 방법 |
EP3905050A1 (en) * | 2020-04-28 | 2021-11-03 | Accenture Global Solutions Limited | Prescriptive analytics based nosql database service optimization system for cloud computing |
KR20220091098A (ko) * | 2020-12-23 | 2022-06-30 | 한국전자통신연구원 | 클라우드 자원 예측 장치 및 방법 |
CN115421931A (zh) * | 2022-11-07 | 2022-12-02 | 深圳市明源云科技有限公司 | 业务线程控制方法、装置、电子设备及可读存储介质 |
CN116156565A (zh) * | 2023-02-20 | 2023-05-23 | 重庆邮电大学 | 一种基于多智能体近端策略优化的sfc可靠部署方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6292658B2 (ja) * | 2013-05-23 | 2018-03-14 | 国立研究開発法人理化学研究所 | 頭部装着型映像表示システム及び方法、頭部装着型映像表示プログラム |
CN106537290B (zh) * | 2014-05-09 | 2019-08-27 | 谷歌有限责任公司 | 与真实和虚拟对象交互的基于生物力学的眼球信号的系统和方法 |
WO2019183566A1 (en) * | 2018-03-23 | 2019-09-26 | Carolina Cloud Exchange Inc. | Quantifying usage of disparate computing resources as a single unit of measure |
TWI723410B (zh) * | 2019-05-31 | 2021-04-01 | 伊雲谷數位科技股份有限公司 | 雲端資源管理系統、雲端資源管理方法以及非暫態電腦可讀取記錄媒體 |
US20210272119A1 (en) * | 2020-02-28 | 2021-09-02 | Prashant S. Mishra | Determination of Custom Defined Based Charge Back for Multi-Cloud |
-
2023
- 2023-06-13 CN CN202310695652.0A patent/CN116436919B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105871829A (zh) * | 2016-03-25 | 2016-08-17 | 广州赛宝认证中心服务有限公司 | 基于云计算环境的入侵检测系统配置方法和装置 |
CN106304308A (zh) * | 2016-09-19 | 2017-01-04 | 南京邮电大学 | 一种多业务并存系统中云业务能耗优化调度方法 |
KR20190055613A (ko) * | 2017-11-15 | 2019-05-23 | 한국전자통신연구원 | 클라우드 컴퓨팅 시스템에서의 자원 제어 장치 및 방법 |
EP3905050A1 (en) * | 2020-04-28 | 2021-11-03 | Accenture Global Solutions Limited | Prescriptive analytics based nosql database service optimization system for cloud computing |
KR20220091098A (ko) * | 2020-12-23 | 2022-06-30 | 한국전자통신연구원 | 클라우드 자원 예측 장치 및 방법 |
CN115421931A (zh) * | 2022-11-07 | 2022-12-02 | 深圳市明源云科技有限公司 | 业务线程控制方法、装置、电子设备及可读存储介质 |
CN116156565A (zh) * | 2023-02-20 | 2023-05-23 | 重庆邮电大学 | 一种基于多智能体近端策略优化的sfc可靠部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116436919A (zh) | 2023-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6592474B2 (ja) | アプリケーションごとのリソース使用情報の提供 | |
CN109299348B (zh) | 一种数据查询方法、装置、电子设备及存储介质 | |
CN109408205B (zh) | 基于hadoop集群的任务调度方法和装置 | |
US10783002B1 (en) | Cost determination of a service call | |
US20130205027A1 (en) | Automatic Cloud Provisioning Based on Related Internet News and Social Network Trends | |
CN111950856A (zh) | 绩效考核方法、装置以及电子设备 | |
US10942980B2 (en) | Real-time matching of users and applications | |
CN112100034A (zh) | 一种业务监控方法和装置 | |
CN111008767B (zh) | 互联网金融技术架构评估方法、装置、电子设备和介质 | |
CN112445691B (zh) | 非侵入式智能合约性能检测方法和装置 | |
CN116436919B (zh) | 云资源消耗优化方法、装置、电子设备及可读存储介质 | |
CN115187364A (zh) | 银行分布式场景下保证金风险监控的方法及装置 | |
CN113282455A (zh) | 一种监控处理方法和装置 | |
CN111367778B (zh) | 评估搜索策略的数据分析方法和装置 | |
CN113129473B (zh) | 数据采集的方法、装置和系统 | |
CN113434754A (zh) | 确定推荐api服务的方法、装置、电子设备和存储介质 | |
WO2023138572A1 (zh) | 用户标签检测方法、装置、电子设备及可读存储介质 | |
CN116561132B (zh) | 业务数据查询方法、电子设备及可读存储介质 | |
CN112949670B (zh) | 用于联邦学习模型的数据集切换方法和装置 | |
US11735920B2 (en) | Cognitive framework for improving responsivity in demand response programs | |
CN116739789B (zh) | 虚拟物品回测信息发送方法、装置、电子设备和介质 | |
CN111813545B (zh) | 一种资源配置方法、装置、介质和设备 | |
CN116126245A (zh) | 数据动态存储方法、装置、电子设备及存储介质 | |
CN117407246A (zh) | 一种集群数据资源使用不当导致的风险的评估方法及装置 | |
CN117010810A (zh) | 报表运维方法和装置 |
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 |