CN116680078A - 云计算资源调度方法、装置、设备以及计算机存储介质 - Google Patents

云计算资源调度方法、装置、设备以及计算机存储介质 Download PDF

Info

Publication number
CN116680078A
CN116680078A CN202310718980.8A CN202310718980A CN116680078A CN 116680078 A CN116680078 A CN 116680078A CN 202310718980 A CN202310718980 A CN 202310718980A CN 116680078 A CN116680078 A CN 116680078A
Authority
CN
China
Prior art keywords
target
virtual machine
resource
selectable
host
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.)
Pending
Application number
CN202310718980.8A
Other languages
English (en)
Inventor
吕利文
杨阳
吕斌
刘玄飞
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.)
Guosen Securities Co ltd
Original Assignee
Guosen Securities 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 Guosen Securities Co ltd filed Critical Guosen Securities Co ltd
Priority to CN202310718980.8A priority Critical patent/CN116680078A/zh
Publication of CN116680078A publication Critical patent/CN116680078A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5033—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering data affinity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
    • 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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1029—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers using data related to the state of servers by a load balancer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/503—Resource availability
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/505—Clust
    • 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)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Hardware Redundancy (AREA)

Abstract

本发明实施例涉及云计算技术领域，公开了一种云计算资源调度方法，该方法包括：获取目标虚拟机针对目标资源的需求资源数量；目标资源为多种可选底层存储资源中的至少一种；分别确定多个可选主机集群上的目标资源的可用资源数量以及各个可选主机集群上的已部署虚拟机的信息；分别确定目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系；根据业务关联关系、可用资源数量以及需求资源数量，从多个可选主机集群中确定目标虚拟机所待部署于的目标主机集群。通过上述方式，本发明实施例实现了云计算资源的高可用性。

Description

云计算资源调度方法、装置、设备以及计算机存储介质
技术领域
本发明实施例涉及云计算技术领域，具体涉及一种云计算资源调度方法、装置、设备以及计算机存储介质。
背景技术
云计算作为一种基于互联网的计算方式，能够实现可扩展的、按需分配的计算资源和服务。在这个领域中，云计算资源调度是核心技术之一，用于在多个虚拟机之间动态分配计算、存储和网络资源。虚拟化技术则是将物理资源抽象化，从而使得多个虚拟机可以共享同一台物理服务器上的资源，提高资源利用率和灵活性。
随着云计算和虚拟化技术的不断发展和企业业务规模的不断扩张，在企业私有云中部署的虚机规模也在不断增大，集群、宿主机以及存储设备的数量越来越多，虚拟机的创建、管理和维护变得越来越复杂。
发明人在实施现有技术的过程中发现：现有的云计算资源的调度一般是针对物理机的计算资源和/或网络资源进行资源调度，其旨在通过将不同的虚拟机部署在不同的物理主机上，从主机层面提高虚拟机的可用性，避免单个主机的故障导致所有虚拟机不可用。但发明人发现这种基于物理主机级别的云计算资源的调度方式的可用性较低。
发明内容
鉴于上述问题，本发明实施例提供了一种云计算资源调度方法，用于解决现有技术中存在的云计算资源的可用性得不到保障的问题。
根据本发明实施例的一个方面，提供了一种云计算资源调度方法，所述方法包括：
获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
在一种可选的方式中，所述方法还包括：
根据所述业务关联关系从多个可选调度策略中确定所述目标虚拟机对应的目标调度策略；其中，所述可选调度策略包括第一调度策略以及第二调度策略；所述第一调度策略用于将所述目标虚拟机部署到所述可用资源数量能够满足所述目标虚拟机的所述需求资源数量的所述可选主机集群上；所述第二调度策略用于将存在业务关联的虚拟机部署到不同的所述可选主机集群上；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
在一种可选的方式中，所述方法还包括：
当确定所述业务关联关系表征不存在关联时，将所述第一调度策略作为所述目标调度策略；
当确定所述业务关联关系表征存在关联时，将所述第一调度策略以及所述第二调度策略作为所述目标调度策略。
在一种可选的方式中，所述方法还包括：
当所述目标调度策略为第一调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度最大的所述可选主机集群确定为所述目标主机集群。
在一种可选的方式中，所述方法还包括：
当所述目标调度策略包括所述第一调度策略以及所述第二调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度大于预设阈值的所述可选主机集群确定为可用主机集群；
将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述可用主机集群确定为所述目标主机集群。
在一种可选的方式中，一种所述可选底层存储资源对应于多种可选存储设备类型；一个所述可选主机集群对应于至少一种所述可选存储设备类型；所述可选调度策略还包括第三调度策略；所述第三调度策略用于将存在业务关系且需求资源的类型相同的虚拟机部署到不同的可选主机集群上的不同的所述可选存储设备类型对应的存储设备上；
所述方法还包括：
当确定所述业务关联关系表征存在关联时，将所述第一调度策略、所述第二调度策略以及所述第三调度策略作为所述目标调度策略。
在一种可选的方式中，所述方法还包括：
当所述目标调度策略包括所述第一调度策略、所述第二调度策略以及所述第三调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度大于预设阈值的所述可选主机集群确定为第一可用主机集群；
将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述第一可用主机集群确定为第二可用主机集群；
将与所述目标虚拟机存在业务关联的已部署虚拟机对应的所述可选存储设备类型确定为不可用存储设备类型；
将主机集群中的所述目标资源对应的目标存储设备类型为所述不可用存储设备类型以外的其他所述可选存储设备类型的所述第二可用主机集群确定为所述目标主机集群。
根据本发明实施例的另一方面，提供了一种云计算资源调度装置，包括：
获取模块，用于获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
第一确定模块，用于分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
第二确定模块，用于分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
部署模块，用于根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
根据本发明实施例的另一方面，提供了一种云计算资源调度设备，包括：
处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如前述任意一项所述的云计算资源调度方法实施例的操作。
根据本发明实施例的又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使云计算资源调度设备执行前述任意一项所述的云计算资源调度方法实施例的操作。
本发明实施例通过获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系，其中，业务关联关系用于表征目标虚拟机与已部署虚拟机是否从属于同一应用或者存在运行情况耦合性的应用，如是否为主从虚拟机的关系。最后，根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群；其中，根据业务关联关系确定目标虚拟机在部署时所需要采取的策略是基于亲和度和/或基于反亲和度的，亲和度可以是根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，而反亲和度可以是基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定。从而区别于现有在对虚拟机进行资源调度时，仅仅是针对主机层级的网络资源以及计算资源进行调度，即考虑的只是主机层面的资源可用性，其仅仅旨在确保单个主机的故障不会影响其他主机上的虚拟机，其并没有考虑虚拟机的正常运转除了依赖计算资源以及网络资源等主机层面的资源外，其还需要依赖为主机提供存储资源支持的底层存储资源，而当底层存储资源存在故障时，依赖与该底层存储资源的所有主机集群都会受到影响，由此导致现有的云计算资源调度的可用性得不到保障。因此，本发明实施例中从底层存储资源的层面进行虚拟机的资源调度，以从更根源的层面实现虚拟机的资源的高可用，进一步地，在针对底层存储资源进行调度时，为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用，本发明实施例中通过获取目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系，根据该业务关联关系确定当前待部署的目标虚拟机在部署于某特定的可选主机集群时，是否会存在若该可选主机集群出现故障，则相关业务的虚拟机均不可用的情况，由此实现业务相关的多个虚拟机所部署的主机集群之间的故障隔离，从而提高虚拟机的资源的可用性。
上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
附图仅用于示出实施方式，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例提供的云计算资源调度方法的流程示意图；
图2示出了本发明实施例提供的云计算资源调度装置的结构示意图；
图3示出了本发明实施例提供的云计算资源调度设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。
图1示出了本发明实施例提供的云计算资源调度方法的流程图，该方法由计算机处理设备执行。该计算机处理设备可以包括手机、笔记本电脑等。
如图1所示，该方法包括以下步骤：
步骤10：获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。
其中，目标虚拟机可以是待部署到主机节点上的虚拟机。可选底层存储资源可以包括本地块、分布式块、集中式块、分布式文件、集中式文件以及对象存储等。目标资源可以是多种，当目标资源为多种时，需求资源数量为目标虚拟机对各种目标资源分别的请求占用的资源数量。举例说明，目标虚拟机可以请求占用10个单位的本地块以及20个单位的集中式块，用于实现数据存储。需要说明的是，可选底层存储资源是指在主机层面之下，为主机集群中的主机提供存储支持的资源，可选底层存储资源与主机之间为松耦合的关系，具体地，多个主机可以共用同一可选底层存储资源，如主机集群S1、S2以及S3共同依赖于同一分布式块资源。
步骤20：分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息。
其中，一个可选主机集群由至少一个物理主机节点组成，为了提高主机节点的稳定性，一般将多个物理主机组合起来，作为一个物理主机集群对外提供服务。可以将可选主机集群上的目标资源的总部署数与被占用数的差值确定为该可选主机集群上针对目标资源的可用资源数量。其中，目标资源的被占用数可以根据可选主机集群上已部署虚拟机对于目标资源的占用总数确定。
步骤30：分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系。
其中，已部署虚拟机的信息包括已部署虚拟机的身份信息，如已部署虚拟机的标识信息、对应的集群以及应用信息、部署者身份等。根据已部署虚拟机的身份信息在预设的业务数据库中进行查询可以得到该已部署虚拟机所关联的业务，如该已部署虚拟机是应用A或业务B在广东数据中心集群中的所部署的容器。预设的业务数据库中存储有虚拟机的部署信息，具体包括虚拟机的标识、部署位置以及用于实现的应用及业务功能信息。针对每一个可选主机集群上的已部署虚拟机，根据该已部署虚拟机的身份信息在预设的业务数据库中进行查询，得到该已部署虚拟机对应的业务信息，如具体对应的应用名称或业务类型。
再将目标虚拟机对应的业务信息与已部署虚拟机对应的业务信息进行比较，得到两者之间的业务关联关系。其中，当确定目标虚拟机对应的业务类型或应用名称与已部署虚拟机对应的相同或关联时，则确定目标虚拟机与已部署虚拟机存在业务关联，否则确定其两者并不存在业务关联。其中，业务类型或应用名称的关联可以是指相同应用的不同版本，或者相同业务的不同功能组件等。
步骤40：根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
其中，业务关联关系首先用于选择目标虚拟机的部署策略是否需要基于反亲和度。而为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用的目的，本发明实施例中的反亲和度可以基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定，即可选主机集群上的已部署虚拟机与目标虚拟机的业务关联程度越大，可选主机集群与目标虚拟机的反亲和度就越小，基于反亲和度的调度策略则可以是将目标虚拟机分配到与其反亲和度最大的可选主机集群上。进一步地，在考虑到资源调度的安全性的同时，也需要保证虚拟机的正常工作，即虚拟机的资源需求应该在调度后得到满足，因此，在基于业务关联关系判断是否需要采用基于反亲和度的调度策略之前，还可以基于亲和度的调度策略确定能够满足目标虚拟机的可用的主机集群。其中，亲和度可以根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，具体地，可选主机集群对于目标虚拟机的资源需求的满足程度越大，则该可选主机集群与目标虚拟机之间的亲和度越高，而基于亲和度的调度策略则可以是将目标虚拟机分配到与其亲和度最大的可选主机集群上。
可选地，考虑到实际在实现底层资源存储时，一般可以采用多种不同配置参数和型号的存储设备来实现同一种可选底层存储资源，如针对闪存这一可选存储资源类型，可以采用A厂家的“全闪存储”或者B厂家的“混闪存储”等不同厂家的不同型号的设备来支撑。而不同类型的存储设备之间存在故障隔离，因此，为了更细粒度地保证虚拟机的资源高可用性，还可以将存在业务关系且需求资源的类型相同的虚拟机部署到不同的可选主机集群上的不同的所述可选存储设备类型对应的存储设备上，从而实现即使是在某一主机集群上用于支撑某种可选底层存储资源的某特定类型的存储设备出现故障时，也不会影响到支撑该可选底层存储资源的其他类型的存储设备上所部署的虚拟机的运行。
其中，根据业务关联关系从基于亲和度的调度策略以及基于进行策略选择的过程，在本发明的再一个实施例中，步骤40还包括：
步骤401：根据所述业务关联关系从多个可选调度策略中确定所述目标虚拟机对应的目标调度策略；其中，所述可选调度策略包括第一调度策略以及第二调度策略；所述第一调度策略用于将所述目标虚拟机部署到所述可用资源数量能够满足所述目标虚拟机的所述需求资源数量的所述可选主机集群上；所述第二调度策略用于将存在业务关联的虚拟机部署到不同的所述可选主机集群上。
其中，第一调度策略为前述基于亲和度进行调度的策略，当某可选主机集群的可用资源数量大于或等于需求资源数量时，该可选主机集群对于目标虚拟机在目标资源下即是可以满足的。第二调度策略为前述基于反亲和度的调度策略，其中，当某可选主机集群(记为S4)上的已部署虚拟机与目标虚拟机之间不存在业务关联时，那么若将目标虚拟机部署到该可选主机集群上后，即使是可选主机集群出现故障不可用，也仅仅会对目标虚拟机造成影响，而不会对目标虚拟机所关联的业务所对应的其他虚拟机(部署在S4以外的主机集群上)造成影响，由此提高了业务的可用性。
可以理解的是，当目标虚拟机与已部署虚拟机之间不存在业务关联时，选择一个满足目标虚拟机的资源需求的主机集群即可，而当目标虚拟机与已部署虚拟机之间存在业务关联时，则需要基于同一业务下的虚拟机之间集群隔离的目的，将存在业务关联的虚拟机部署到不同的所述可选主机集群上，即使用第二调度策略。
具体地，步骤401还包括：
步骤4011：当确定所述业务关联关系表征不存在关联时，将所述第一调度策略作为所述目标调度策略。
具体地，当目标虚拟机与已部署虚拟机之间不存在业务关联时，选择一个满足目标虚拟机的资源需求的主机集群即可，仅仅使用基于亲和度的第一调度策略作为目标调度策略接口。
步骤4012：当确定所述业务关联关系表征存在关联时，将所述第一调度策略以及所述第二调度策略作为所述目标调度策略。
具体地，目标虚拟机与已部署虚拟机之间存在业务关联时，则需要基于同一业务下的虚拟机之间集群隔离的目的，将存在业务关联的虚拟机部署到不同的所述可选主机集群上，从而将一个业务相关的虚拟机均衡分布到多个不同的主机集群上，保证业务的高可用。与此同时，也需要保证调度后的主机集群能够满足虚拟机的资源需求，因此，在使用第二调度策略之前，还需要先使用第一调度策略，筛选出可用的主机集群，由此提高虚拟机资源的保障度。
步骤402：根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
其中，可用资源数据以及需求资源数量用于确定各个可选主机集群对于目标虚拟机的资源满足程度，从而基于资源满足程度根据第一调度策略进行资源调度。业务关联关系一方面用于选择目标调度策略，另一方面用于确定各个可选主机集群与目标虚拟机之间的反亲和度，从而适用于第二调度策略。
具体地，关于仅基于亲和度的资源调度过程，步骤402还包括：
步骤4021：当所述目标调度策略为第一调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度。
其中，资源需求满足度可以是可用资源数量与需求资源数量之间的比值或差值。可以理解的是，当某可选主机集群的可用资源数量大于或等于需求资源数量时，该可选主机集群可以满足目标虚拟机的资源需求，可选主机集群的可用资源数量越大，其对应的资源需求满足度越大。
步骤4022：将所述资源需求满足度最大的所述可选主机集群确定为所述目标主机集群。
具体地，可以将对应的可用资源数量与需求资源数量之间的比值或差值的可选主机集群确定为目标主机集群。
可选地，关于将一个业务相关的虚拟机均衡分布到多个不同的主机集群上，保证业务的高可用的过程，步骤402还包括：
步骤4023：当所述目标调度策略包括所述第一调度策略以及所述第二调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度。
其中，资源需求满足度用于表征可选主机集群对于目标虚拟机在目标资源下的资源满足的程度，具体可为可用资源数量与需求资源数量之间的比值或差值。
步骤4024：将所述资源需求满足度大于预设阈值的所述可选主机集群确定为可用主机集群。
其中，预设阈值可以用于表征可用资源数量刚好能够满足需求资源数量的值，如当资源需求满足度为可用资源数量与需求资源数量之间的比值时，预设阈值可以为1，而当可用资源数量与需求资源数量之间的差值，预设阈值可以是0。
步骤4025：将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述可用主机集群确定为所述目标主机集群。
具体地，针对各个可选主机集群，在确定目标虚拟机是否能够部署到其上时，若确定该集群上已部署的虚拟机与目标虚拟机之间存在业务上的关联，如属于同一个应用对应的虚拟机时，此时若仍然将目标虚拟机部署到该主机集群上，则当该主机集群崩溃时，会导致同一个业务对应的多个甚至全部虚拟机同时瘫痪，从而对业务的可用性造成很大程度的影响。对应地，若是将同一业务对应的虚拟机分别均衡地部署到不同的主机集群上，则单个或部分主机集群的崩溃并不会对整个业务造成较大影响，由此进一步提高业务的可用性。因此，将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述可用主机集群确定为所述目标主机集群。
在本发明的再一个实施例中，考虑到一种所述可选底层存储资源对应于多种可选存储设备类型；一个所述可选主机集群对应于至少一种所述可选存储设备类型。如一般可以采用多种不同配置参数和型号的存储设备来实现同一种可选底层存储资源，而考虑到不同类型的不同存储设备之间存在天然的故障隔离，因此，为了更细粒度地保证虚拟机的资源高可用性，还可以将存在业务关系且需求资源的类型相同的虚拟机部署到不同的可选主机集群上的不同的所述可选存储设备类型对应的存储设备上，从而实现即使是在某一主机集群上用于支撑某种可选底层存储资源的某特定类型的存储设备出现故障时，也不会影响到支撑该可选底层存储资源的其他类型的存储设备上所部署的虚拟机的运行。
因此，为了进一步提高云计算资源的可用性，所述可选调度策略还包括第三调度策略；所述第三调度策略用于将存在业务关系且需求资源的类型相同的虚拟机部署到不同的可选主机集群上的不同的所述可选存储设备类型对应的存储设备上。对应地，在本发明的再一个实施例中，步骤401还包括：
步骤4013：当确定所述业务关联关系表征存在关联时，将所述第一调度策略、所述第二调度策略以及所述第三调度策略作为所述目标调度策略。
为了更细粒度地保证虚拟机资源的可用性以及业务的可用性，可以在第二调度策略来保证同一个业务相关的虚拟机均衡分布在不同的主机集群的存储资源的基础上，再应用第三调度策略，以保证同一个业务相关的虚拟机所部署于的具体的存储设备的类型也是不同的，由此实现在某一特定类型的存储设备出现故障时，不会对整个业务的可用性造成影响。
对应地，步骤402还包括：
步骤4026：当所述目标调度策略包括所述第一调度策略、所述第二调度策略以及所述第三调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度。
其中，资源需求满足度用于表征可选主机集群对于目标虚拟机在目标资源下的资源满足的程度，具体可为可用资源数量与需求资源数量之间的比值或差值。
步骤4026：将所述资源需求满足度大于预设阈值的所述可选主机集群确定为第一可用主机集群。
其中，预设阈值可以用于表征可用资源数量刚好能够满足需求资源数量的值，如当资源需求满足度为可用资源数量与需求资源数量之间的比值时，预设阈值可以为1，而当可用资源数量与需求资源数量之间的差值，预设阈值可以是0。
步骤4026：将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述第一可用主机集群确定为第二可用主机集群。
其中，应用第二调度策略从第一可用主机集群中筛选出未部署有与目标虚拟机存在业务关联的虚拟机的主机集群，作为第二可用主机集群，实现风险的分摊。
步骤4026：将与所述目标虚拟机存在业务关联的已部署虚拟机对应的所述可选存储设备类型确定为不可用存储设备类型。
其中，不可用存储设备类型用于表征为了实现关联业务对应的多个虚拟机在对应部署到不同的主机集群的同时，也需要更细粒度地部署实现同一种目标资源的不同存储设备的目的。举例说明，目标虚拟机VM1对应请求占用的目标资源R1对应于三种不同的存储设备E1、E2以及E3，而已部署虚拟机中与VM1存在业务关联的为VM2以及VM3，其中，VM2也请求占用R1，
并且占用的结果是VM2占用了E1来实现存储功能，因此，VM1在部署时，根据第三调度策略需E2以及E3即为不可用存储设备类型。
步骤4026：将主机集群中的所述目标资源对应的目标存储设备类型为所述不可用存储设备类型以外的其他所述可选存储设备类型的所述第二可用主机集群确定为所述目标主机集群。
沿用步骤4025中举例进行说明，VM1在部署时，根据第三调度策略需要选取E2以及E3来实现R1的第二可用主机集群作为目标主机集群。
本发明实施例提供的云计算资源调度方法通过获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系，其中，业务关联关系用于表征目标虚拟机与已部署虚拟机是否从属于同一应用或者存在运行情况耦合性的应用，如是否为主从虚拟机的关系。最后，根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群；其中，根据业务关联关系确定目标虚拟机在部署时所需要采取的策略是基于亲和度和/或基于反亲和度的，亲和度可以是根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，而反亲和度可以是基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定。从而区别于现有在对虚拟机进行资源调度时，仅仅是针对主机层级的网络资源以及计算资源进行调度，即考虑的只是主机层面的资源可用性，其仅仅旨在确保单个主机的故障不会影响其他主机上的虚拟机，其并没有考虑虚拟机的正常运转除了依赖计算资源以及网络资源等主机层面的资源外，其还需要依赖为主机提供存储资源支持的底层存储资源，而当底层存储资源存在故障时，依赖与该底层存储资源的所有主机集群都会受到影响，由此导致现有的云计算资源调度的可用性得不到保障。因此，本发明实施例中从底层存储资源的层面进行虚拟机的资源调度，以从更根源的层面实现虚拟机的资源的高可用，进一步地，在针对底层存储资源进行调度时，为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用，本发明实施例中通过获取目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系，根据该业务关联关系确定当前待部署的目标虚拟机在部署于某特定的可选主机集群时，是否会存在若该可选主机集群出现故障，则相关业务的虚拟机均不可用的情况，由此实现业务相关的多个虚拟机所部署的主机集群之间的故障隔离，从而提高虚拟机的资源的可用性。
图2示出了本发明实施例提供的云计算资源调度装置的结构示意图。如图2所示，该装置50包括：获取模块501、第一确定模块502、第二确定模块503以及部署模块504。
获取模块501，用于获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
第一确定模块502，用于分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
第二确定模块503，用于分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
部署模块504，用于根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
本发明实施例提供的云计算调度装置的操作过程与前述方法实施例大致相同，不再赘述。
本发明实施例提供的云计算调度装置通过获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系，其中，业务关联关系用于表征目标虚拟机与已部署虚拟机是否从属于同一应用或者存在运行情况耦合性的应用，如是否为主从虚拟机的关系。最后，根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群；其中，根据业务关联关系确定目标虚拟机在部署时所需要采取的策略是基于亲和度和/或基于反亲和度的，亲和度可以是根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，而反亲和度可以是基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定。从而区别于现有在对虚拟机进行资源调度时，仅仅是针对主机层级的网络资源以及计算资源进行调度，即考虑的只是主机层面的资源可用性，其仅仅旨在确保单个主机的故障不会影响其他主机上的虚拟机，其并没有考虑虚拟机的正常运转除了依赖计算资源以及网络资源等主机层面的资源外，其还需要依赖为主机提供存储资源支持的底层存储资源，而当底层存储资源存在故障时，依赖与该底层存储资源的所有主机集群都会受到影响，由此导致现有的云计算资源调度的可用性得不到保障。因此，本发明实施例中从底层存储资源的层面进行虚拟机的资源调度，以从更根源的层面实现虚拟机的资源的高可用，进一步地，在针对底层存储资源进行调度时，为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用，本发明实施例中通过获取目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系，根据该业务关联关系确定当前待部署的目标虚拟机在部署于某特定的可选主机集群时，是否会存在若该可选主机集群出现故障，则相关业务的虚拟机均不可用的情况，由此实现业务相关的多个虚拟机所部署的主机集群之间的故障隔离，从而提高虚拟机的资源的可用性。
图3示出了本发明实施例提供的云计算资源调度设备的结构示意图，本发明具体实施例并不对云计算资源调度设备的具体实现做限定。
如图3所示，该云计算资源调度设备可以包括：处理器(processor)602、通信接口(CommunicationsInterface)604、存储器(memory)606、以及通信总线608。
其中：处理器602、通信接口604、以及存储器606通过通信总线608完成相互间的通信。通信接口604，用于与其它设备比如客户端或其它服务器等的网元通信。处理器602，用于执行程序610，具体可以执行上述用于云计算资源调度方法实施例中的相关步骤。
具体地，程序610可以包括程序代码，该程序代码包括计算机可执行指令。
处理器602可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecificIntegratedCircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。云计算资源调度设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器606，用于存放程序610。存储器606可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
程序610具体可以被处理器602调用使云计算资源调度设备执行以下操作：
获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
本发明实施例提供的云计算调度设备的操作过程与前述方法实施例大致相同，不再赘述。
本发明实施例提供的云计算调度设备通过获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系，其中，业务关联关系用于表征目标虚拟机与已部署虚拟机是否从属于同一应用或者存在运行情况耦合性的应用，如是否为主从虚拟机的关系。最后，根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群；其中，根据业务关联关系确定目标虚拟机在部署时所需要采取的策略是基于亲和度和/或基于反亲和度的，亲和度可以是根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，而反亲和度可以是基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定。从而区别于现有在对虚拟机进行资源调度时，仅仅是针对主机层级的网络资源以及计算资源进行调度，即考虑的只是主机层面的资源可用性，其仅仅旨在确保单个主机的故障不会影响其他主机上的虚拟机，其并没有考虑虚拟机的正常运转除了依赖计算资源以及网络资源等主机层面的资源外，其还需要依赖为主机提供存储资源支持的底层存储资源，而当底层存储资源存在故障时，依赖与该底层存储资源的所有主机集群都会受到影响，由此导致现有的云计算资源调度的可用性得不到保障。因此，本发明实施例中从底层存储资源的层面进行虚拟机的资源调度，以从更根源的层面实现虚拟机的资源的高可用，进一步地，在针对底层存储资源进行调度时，为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用，本发明实施例中通过获取目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系，根据该业务关联关系确定当前待部署的目标虚拟机在部署于某特定的可选主机集群时，是否会存在若该可选主机集群出现故障，则相关业务的虚拟机均不可用的情况，由此实现业务相关的多个虚拟机所部署的主机集群之间的故障隔离，从而提高虚拟机的资源的可用性。
本发明实施例提供了一种计算机可读存储介质，所述存储介质存储有至少一可执行指令，该可执行指令在云计算资源调度设备上运行时，使得所述云计算资源调度设备执行上述任意方法实施例中的云计算资源调度方法。
可执行指令具体可以用于使得云计算资源调度设备执行以下操作：
获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
本发明实施例提供的计算机存储介质存储的可执行指令的操作过程与前述方法实施例的大致相同，不再赘述。
本发明实施例提供的计算机存储介质存储的可执行指令的操作过程通过获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种。分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系，其中，业务关联关系用于表征目标虚拟机与已部署虚拟机是否从属于同一应用或者存在运行情况耦合性的应用，如是否为主从虚拟机的关系。最后，根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群；其中，根据业务关联关系确定目标虚拟机在部署时所需要采取的策略是基于亲和度和/或基于反亲和度的，亲和度可以是根据可选主机集群对于目标虚拟机针对目标资源的需求的满足程度确定，而反亲和度可以是基于可选主机集群与目标虚拟机业务相关的虚拟机之间的故障隔离程度确定。从而区别于现有在对虚拟机进行资源调度时，仅仅是针对主机层级的网络资源以及计算资源进行调度，即考虑的只是主机层面的资源可用性，其仅仅旨在确保单个主机的故障不会影响其他主机上的虚拟机，其并没有考虑虚拟机的正常运转除了依赖计算资源以及网络资源等主机层面的资源外，其还需要依赖为主机提供存储资源支持的底层存储资源，而当底层存储资源存在故障时，依赖与该底层存储资源的所有主机集群都会受到影响，由此导致现有的云计算资源调度的可用性得不到保障。因此，本发明实施例中从底层存储资源的层面进行虚拟机的资源调度，以从更根源的层面实现虚拟机的资源的高可用，进一步地，在针对底层存储资源进行调度时，为了实现业务相关的多个虚拟机能够均衡部署在不同的存储资源对应的主机集群上，以保证云原生业务高可用，本发明实施例中通过获取目标虚拟机与各个可选主机集群上的已部署虚拟机之间的业务关联关系，根据该业务关联关系确定当前待部署的目标虚拟机在部署于某特定的可选主机集群时，是否会存在若该可选主机集群出现故障，则相关业务的虚拟机均不可用的情况，由此实现业务相关的多个虚拟机所部署的主机集群之间的故障隔离，从而提高虚拟机的资源的可用性。
本发明实施例提供一种云计算资源调度装置，用于执行上述云计算资源调度方法。
本发明实施例提供了一种计算机程序，所述计算机程序可被处理器调用使云计算资源调度设备执行上述任意方法实施例中的云计算资源调度方法。
本发明实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令在计算机上运行时，使得所述计算机执行上述任意方法实施例中的云计算资源调度方法。
在此提供的算法或显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明实施例也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明实施例的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。
本领域技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。上述实施例中的步骤，除有特殊说明外，不应理解为对执行顺序的限定。

Claims (10)

1.一种云计算资源调度方法，其特征在于，所述方法包括：
获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
2.根据权利要求1所述的方法，其特征在于，所述根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群，包括：
根据所述业务关联关系从多个可选调度策略中确定所述目标虚拟机对应的目标调度策略；其中，所述可选调度策略包括第一调度策略以及第二调度策略；所述第一调度策略用于将所述目标虚拟机部署到所述可用资源数量能够满足所述目标虚拟机的所述需求资源数量的所述可选主机集群上；所述第二调度策略用于将存在业务关联的虚拟机部署到不同的所述可选主机集群上；
根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
3.根据权利要求2所述的方法，其特征在于，所述根据所述业务关联关系从多个可选调度策略中确定所述目标虚拟机对应的目标调度策略，包括：
当确定所述业务关联关系表征不存在关联时，将所述第一调度策略作为所述目标调度策略；
当确定所述业务关联关系表征存在关联时，将所述第一调度策略以及所述第二调度策略作为所述目标调度策略。
4.根据权利要求3所述的方法，其特征在于，所述根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群，包括：
当所述目标调度策略为第一调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度最大的所述可选主机集群确定为所述目标主机集群。
5.根据权利要求3所述的方法，其特征在于，所述根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群，包括：
当所述目标调度策略包括所述第一调度策略以及所述第二调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度大于预设阈值的所述可选主机集群确定为可用主机集群；
将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述可用主机集群确定为所述目标主机集群。
6.根据权利要求5所述的方法，其特征在于，一种所述可选底层存储资源对应于多种可选存储设备类型；一个所述可选主机集群对应于至少一种所述可选存储设备类型；所述可选调度策略还包括第三调度策略；所述第三调度策略用于将存在业务关系且需求资源的类型相同的虚拟机部署到不同的可选主机集群上的不同的所述可选存储设备类型对应的存储设备上；
所述根据所述业务关联关系从多个可选调度策略中确定所述目标虚拟机对应的目标调度策略，包括：
当确定所述业务关联关系表征存在关联时，将所述第一调度策略、所述第二调度策略以及所述第三调度策略作为所述目标调度策略。
7.根据权利要求6所述的方法，其特征在于，所述根据所述业务关联关系、所述可用资源数量以及需求资源数量，按照所述目标调度策略，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群，包括：
当所述目标调度策略包括所述第一调度策略、所述第二调度策略以及所述第三调度策略时，根据所述可用资源数量以及需求资源数量的比较结果，确定各个所述可选主机集群对于所述目标虚拟机的资源需求满足度；
将所述资源需求满足度大于预设阈值的所述可选主机集群确定为第一可用主机集群；
将对应的已部署虚拟机与所述目标虚拟机之间不存在业务关联的所述第一可用主机集群确定为第二可用主机集群；
将与所述目标虚拟机存在业务关联的已部署虚拟机对应的所述可选存储设备类型确定为不可用存储设备类型；
将主机集群中的所述目标资源对应的目标存储设备类型为所述不可用存储设备类型以外的其他所述可选存储设备类型的所述第二可用主机集群确定为所述目标主机集群。
8.一种云计算资源调度装置，其特征在于，所述装置包括：
获取模块，用于获取目标虚拟机针对目标资源的需求资源数量；所述目标资源为多种可选底层存储资源中的至少一种；
第一确定模块，用于分别确定多个可选主机集群上的所述目标资源的可用资源数量以及各个所述可选主机集群上的已部署虚拟机的信息；
第二确定模块，用于分别确定所述目标虚拟机与各个所述可选主机集群上的已部署虚拟机之间的业务关联关系；
部署模块，用于根据所述业务关联关系、所述可用资源数量以及需求资源数量，从所述多个可选主机集群中确定所述目标虚拟机所待部署于的目标主机集群。
9.一种云计算资源调度设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7任意一项所述的云计算资源调度方法的操作。
10.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令在云计算资源调度设备上运行时，使得云计算资源调度设备执行如权利要求1-7任意一项所述的云计算资源调度方法的操作。
CN202310718980.8A 2023-06-16 2023-06-16 云计算资源调度方法、装置、设备以及计算机存储介质 Pending CN116680078A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310718980.8A CN116680078A (zh) 2023-06-16 2023-06-16 云计算资源调度方法、装置、设备以及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310718980.8A CN116680078A (zh) 2023-06-16 2023-06-16 云计算资源调度方法、装置、设备以及计算机存储介质

Publications (1)

Publication Number Publication Date
CN116680078A true CN116680078A (zh) 2023-09-01

Family

ID=87778953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310718980.8A Pending CN116680078A (zh) 2023-06-16 2023-06-16 云计算资源调度方法、装置、设备以及计算机存储介质

Country Status (1)

Country Link
CN (1) CN116680078A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271066A (zh) * 2023-11-22 2023-12-22 苏州元脑智能科技有限公司 应用部署方法、装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117271066A (zh) * 2023-11-22 2023-12-22 苏州元脑智能科技有限公司 应用部署方法、装置、电子设备及可读存储介质
CN117271066B (zh) * 2023-11-22 2024-03-01 苏州元脑智能科技有限公司 应用部署方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
US11960915B2 (en) Method and apparatus for creating virtual machine based on parameter information of a virtual network interface card
CN108337109B (zh) 一种资源分配方法及装置和资源分配系统
CN109302483B (zh) 一种应用程序的管理方法及系统
US7620953B1 (en) System and method for allocating resources of a core space among a plurality of core virtual machines
US9921880B2 (en) Dynamic performance isolation of competing workloads on CPUs with shared hardware components
CN109313564B (zh) 用于支持多个不同租户的高度可用虚拟桌面的服务器计算机管理系统
CN111966500B (zh) 资源调度方法、装置、电子设备及存储介质
US20180146031A1 (en) Life Cycle Management Method and Apparatus
CN110098946B (zh) 虚拟化网元设备的部署方法以及装置
CN106033373A (zh) 一种云计算平台中虚拟机资源调度方法和调度系统
US11126461B2 (en) Techniques for container scheduling in a virtual environment
JP7377965B2 (ja) ネットワークリソース管理方法、システム、ネットワーク機器と可読記憶媒体
CN111988160B (zh) 一种虚拟化网络功能的部署方法和装置
US11726816B2 (en) Scheduling workloads on a common set of resources by multiple schedulers operating independently
CN116680078A (zh) 云计算资源调度方法、装置、设备以及计算机存储介质
CN109213567B (zh) 一种管理vnf实例化的方法和设备
WO2020108337A1 (zh) 一种cpu资源调度方法及电子设备
CN112631766B (zh) 项目环境资源的动态调整方法及装置
CN107562510B (zh) 一种应用实例的管理方法及管理设备
CN112468458B (zh) 一种基于neutron分层机制的调度方法
CN110784335B (zh) 一种云场景下的网元资源预留系统
CN112015515B (zh) 一种虚拟网络功能的实例化方法及装置
CN109257201B (zh) 一种License的发送方法和装置
CN116938943B (zh) 云主机调度方法、装置、设备和存储介质
CN116775286A (zh) 一种应用部署的方法及终端

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