CN116723114A - 一种面向多云环境的多云接口适配方法 - Google Patents
一种面向多云环境的多云接口适配方法 Download PDFInfo
- Publication number
- CN116723114A CN116723114A CN202310979906.1A CN202310979906A CN116723114A CN 116723114 A CN116723114 A CN 116723114A CN 202310979906 A CN202310979906 A CN 202310979906A CN 116723114 A CN116723114 A CN 116723114A
- Authority
- CN
- China
- Prior art keywords
- cloud environment
- cloud
- data
- information
- delay
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000006978 adaptation Effects 0.000 title claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 68
- 238000011156 evaluation Methods 0.000 claims abstract description 68
- 238000012545 processing Methods 0.000 claims abstract description 51
- 230000003044 adaptive effect Effects 0.000 claims abstract description 30
- 238000007405 data analysis Methods 0.000 claims abstract description 13
- 238000007667 floating Methods 0.000 claims description 41
- 238000007906 compression Methods 0.000 claims description 23
- 230000006835 compression Effects 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000010076 replication Effects 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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0852—Delays
- H04L43/087—Jitter
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- 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
-
- 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)
- Environmental & Geological Engineering (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种面向多云环境的多云接口适配方法,涉及云计算技术领域,所述方法包括以下步骤:采集企业在多云环境下的云环境信息,包括云环境处理信息、云环境传输信息以及云环境安全信息,将云环境处理信息与云环境传输信息建立数据分析模型,生成云环境评估系数,对生成的云环境评估系数进行比较,将云环境评估系数最小的云环境作为适配云环境,并进行数据处理,根据适配云环境的云环境安全信息建立安全评估系数,将安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态,从而实现对多云环境的适配选择,节约了多余数据备份所需的成本与备份所需的时间。
Description
技术领域
本发明涉及云计算技术领域,具体涉及一种面向多云环境的多云接口适配方法。
背景技术
在大数据时代的推动下,云计算技术的应用越发成熟,云产品的选择也更加的多样化,有很大一部分企业基于降低技术开发和运维成本、享受随时随地的即时服务等原因,选择将自己的业务部署在云端,还有一部分企业出于数据主权和安全隐私方面的考虑,选择在内部数据中心搭建专有云平台,而对公有云和专有云都有需求的企业用户,则选择搭建混合云架构,除此之外,一些企业为了满足安全合规、成本优化、扩大地域覆盖范围以及避免云厂商绑定等需求,会选择多个云供应商提供服务,企业根据不同业务场景,选择云供应商提供的云环境进行数据处理。
现有技术存在以下不足:
现有企业在多云环境下,为了达到数据冗余和数据容灾,常常将相同数据存储在多个云环境中,对云环境下存储的数据进行更新时,会同步更新所有存储有相同数据的云环境,从而增加了数据安全性,但在实际使用过程中,企业常常会在一定时间段内多次进行云环境下数据的处理,如果每次云环境下的数据处理都进行多云环境的数据同步更新,会无端的增加了企业成本,且各个云供应商的产品差异较大,需根据不同云平台接口进行个性化的定制适配,在适配过程中对所有云供应商所有接口进行适配,同样增加适配成本,而较多次的云环境下的数据同步,往往会增加数据安全性等方面的问题。
发明内容
本发明的目的是提供一种面向多云环境的多云接口适配方法,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:所述方法包括以下步骤:
采集企业在多云环境下的云环境信息,包括云环境处理信息、云环境传输信息以及云环境安全信息;
将云环境处理信息与云环境传输信息建立数据分析模型,生成云环境评估系数;
对生成的云环境评估系数进行比较,将云环境评估系数最小的云环境作为适配云环境,并进行数据处理;
获取适配云环境的云环境信息,将云环境安全信息建立安全评估系数,将安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态。
在一个优选的实施方式中,云环境处理信息包括延时带宽浮动率并标定为,云环境传输信息包括压缩比率、传输总距离并分别标定为/>、/>,云环境安全信息包括网络抖动指数和电压浮动次数,并分别标定为/>、/>。
在一个优选的实施方式中,延时带宽浮动率计算公式为:,式中,/>为延时带宽浮动率,DK为网络传输实时带宽,YS网络传输实时延时,WD为延时带宽理论值。
在一个优选的实施方式中,压缩比率的获取逻辑如下:
获取云环境所处理的原始数据量Y1;
获取云环境将处理数据进行压缩后的压缩数据量Y2;
压缩比率的获取公式为。
在一个优选的实施方式中,网络抖动指数的获取逻辑如下:
获取总时间段S内各个不同时间段内的数据包的延迟值;
计算每个延迟值与前一个延迟值/>之间的差值,得到延迟变化;
对延迟变化进行绝对值处理;
计算延迟变化的平均值,作为网络抖动指数,表达式如下:
式中,i为表示不同时间段编号。
在一个优选的实施方式中,电压浮动次数获取逻辑如下:
在设定单位时间内记录不同时刻的电压值,将不同时刻的电压值进行排序,将处于设定稳定浮动值范围外与危险浮动值范围内的电压次数进行记录,作为电压浮动次数。
在一个优选的实施方式中,将安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态,具体过程如下:
将云环境的安全评估系数与安全评估阈值进行比较;
当安全评估系数大于安全评估阈值时,将适配云环境处理的数据复制备份到其他存储云环境中,并重新分析各云环境评估系数,选择最大的云环境评估系数作为处理数据的适配云环境;
当安全评估系数小于安全评估阈值时,继续作为处理数据的适配云环境。
在上述技术方案中,本发明提供的技术效果和优点:
本发明先对多云环境下的云环境信息进行采集,根据采集云环境处理信息中的延时带宽浮动值和云环境传输信息中的压缩比例以及传输总距离建立数据分析模型,根据数据分析模型建立云环境评估系数,将云环境评估系数最小云环境的作为适配云环境,从而使用适配云环境进行数据分析,实现了成本与效率之间的平衡,再对处理数据的适配云环境的安全状态进行实时监测,通过适配云环境信息中的云环境安全信息建立安全评估系数,将安全评估系数与安全评估阈值进行比较,根据比较结果对判断是否对适配云环境中的数据复制备份到其他存储云环境中,通过分析适配云环境的安全评估系数,进而选择复制备份数据的时机,减少了一段时间内多次进行数据处理后,每次数据处理后都要进行其他存储云环境备份的步骤,节约了多余数据备份所需的成本与备份所需的时间。
附图说明
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,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明的一种面向多云环境的多云接口适配方法的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
请参阅图1所示,本实施例所述一种面向多云环境的多云接口适配方法,所述方法包括以下步骤:
采集企业多云环境下的云环境信息,包括云环境处理信息、云环境传输信息以及云环境安全信息;
企业在多云环境下为确保业务的高可用性和持续性,即使在发生灾难或故障的情况下也能够保持数据和服务的可用性,在多云环境下采取一系列措施:
数据备份和复制:将数据备份到多个云环境中,确保数据的冗余存储和备份,即使一个云环境发生故障,数据仍然可以从其他环境中进行恢复和访问;
跨区域和跨数据中心部署:将应用程序和服务部署在不同的地理区域和数据中心中,以减少单点故障的风险,在一个区域或数据中心发生故障时,可以切换到其他可用的区域或数据中心,确保业务的连续性;
企业在多云环境中将相同数据存储在不同云环境之中,从而提高了云环境的容灾能力,确保在不可预见的故障或灾难发生时,业务能够快速恢复并保持高可用性;
在多云环境下,将相同的数据信息存储在多个云环境中,并选择一个最适合进行数据处理的云环境,然后将该云环境中的更新数据同步到其他云环境,以实现数据的更新和同步,根据不同的云环境可能具有不同的计算和处理能力,通过选择最适合的云环境进行数据处理,可以充分利用其性能和功能,实现高效的数据处理,在数据处理完成后,将更新数据同步到其他云环境,以确保数据的一致性,从而可以保持多个云环境中数据的同步状态,使企业能够在任何云环境中访问和使用最新的数据;
将云环境处理信息中的延时带宽浮动率,云环境传输信息中的压缩比率、传输总距离作为影响云环境选择的依据,并将延时带宽浮动率、压缩比率、传输总距离分别标记为、/>、/>;
云环境的延时带宽浮动率对数据处理有重要影响,带宽是用来衡量数据传输速度和处理能力的重要因素之一,带宽决定了数据在云环境中传输的速度,较高的带宽意味着数据可以更快地从源地传输到云环境,以及在云环境内部各个组件之间进行传输,这对于大规模数据处理、实时数据分析和快速响应等场景非常重要;
延时带宽的大小对数据接收具有重要影响,延时带宽反映了在一个网络路径上能够存储的数据量,表示在传输过程中的数据在网络路径中的滞留情况,即在数据从发送端到达接收端所需的时间内,网络路径上能够容纳的最大数据量;
延时带宽浮动率的获取逻辑如下:
延时带宽浮动率计算公式为:,式中,/>为延时带宽浮动率,DK为网络传输实时带宽,YS网络传输实时延时,WD为延时带宽理论值;
其中,网络传输实时延时是指时间段内数据从发送端到云服务接收端所需的平均延时,网络传输实时带宽是指时间段内网络连接的平均数据传输速率;
当延时带宽较小时,说明在网络传输上的数据量相对较少,延迟较低,数据能够快速进行传输,而当延时带宽较大时,说明网络线路上有大量的未传输数据,数据传输的延迟较高,使得数据传输的时间会更长,从而影响数据处理的效率;
延时带宽浮动值可以用来衡量网络中的传输性能和延迟情况,当延时带宽浮动值较大时,表示网络的延迟较高,传输速率较慢,可能会导致数据传输的延迟增加和吞吐量降低,相反,当延时带宽浮动值较小时,表示网络的延迟较低,传输速率较快,数据传输更加高效,说明该云环境的网络传输状态良好;
企业在进行云服务器选择时,根据云环境提供功能的压缩比率,从而选择最合适的云环境进行业务处理,较小的压缩比率对企业有以下好处:
节省存储空间:较小的压缩比率意味着压缩后的数据占用更少的存储空间,对于存储资源有限或需要存储大量数据的场景非常有益,可以节省存储成本并提高存储效率;
快速数据传输:较小的数据大小意味着传输时间更短,在网络传输或数据备份过程中,压缩比率越小,数据传输速度越快,减少传输延迟,从而提高数据传输效率;
提高系统性能:较小的压缩比率可以减少磁盘操作和内存占用,从而降低系统资源的消耗,这对于需要频繁读写或处理大量数据的云环境来说,可以提升云环境的整体性能和响应能力;
压缩比率的获取逻辑如下:
获取能完整数据压缩与完整数据解压的云环境;
获取云环境中所处理的原始数据量Y1;
获取云环境中将处理数据进行压缩后的压缩数据量Y2;
压缩比率的获取公式为;
由公式可知,压缩比率越小,表明该云环境厂商提供的压缩服务与企业越贴合,满足业务需求的情况下,所需传输数据的速度越快;
云环境之间的传输距离是指在数据传输过程中,数据从源云环境传输到目标云环境所经过的物理距离;
较低的丢包率:传输距离较短可以减少数据在传输过程中丢失的风险,较低的丢包率对于数据完整性和可靠性非常重要,特别是对于大规模数据传输或关键业务数据的传输;
更好的网络稳定性:较短的传输距离可以降低数据传输过程中的网络干扰和信号衰减,提供更稳定的网络连接,减少传输中断或数据损坏的风险,提高数据传输的可靠性和稳定性;
传输总距离通过选择的处理用云环境与各个存储用云环境之间距离总和作为传输总距离,可通过网络地理位置来获取不同云服务提供商的数据中心地理位置进行计算得到;
将延时带宽浮动值、压缩比率以及传输总距离建立数据分析模型,生成云环境评估系数:
式中,、/>、/>分别为延时带宽浮动值/>、压缩比率/>、传输总距离/>的预设比例系数;
由公式可知,延时带宽浮动值越大、压缩比率越大、传输总距离越大,即云环境评估系数的表现值越大,表明该云环境越不符合要求,延时带宽浮动值越小、压缩比率越小以及传输总距离越小,云环境评估系数/>的表现值越小,表明该云环境越符合要求;
根据建立的云环境评估系数进行分析,选择云环境评估系数最小的云环境作为处理数据的适配云环境,从而提高了处理数据的效率;
本发明通过对多云环境下的云环境信息进行采集,根据采集云环境处理信息中的延时带宽浮动值和云环境传输信息中的压缩比率以及传输总距离建立数据分析模型,根据数据分析模型建立云环境评估系数,将云环境评估系数最小的云环境作为适配云环境,从而使用适配云环境进行数据分析,实现了数据传输的稳定性与高效性。
实施例
本实施例中,通过上述实施例1中获取的适配云环境的云环境信息,将云环境信息中的云环境安全信息,根据云环境安全信息建立安全评估系数,通过安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态;
由于云服务厂商的收费模式根据不同的服务类型和提供商而有所不同,服务类型具体分为存储服务以及计算服务;
计算资源:云服务厂商可以按照使用的计算资源进行收费,如虚拟机实例的数量、使用的中央处理器和内存资源等,通常以设定时间单位计费;
存储资源:使用云服务提供商的存储服务来存储数据,通常会根据存储容量和使用量来计费,存储费用可能包括数据存储、数据传输和备份等方面的费用;
企业在多个云环境下备份相同的数据后,可以根据需要选择最适合的云环境进行数据处理,常见的做法是将数据从备份的云环境复制到目标云环境,进行数据处理后再将结果复制回其他云环境,这种跨云环境的数据处理方式可以实现灵活性和资源优化,企业可以根据具体的业务需求和云环境的特点,选择适合的云环境进行数据处理,并在处理完成后将结果复制到其他云环境中,以实现数据的共享和协同工作。
企业在一段时间内,需要多次在云环境下处理数据,根据云环境评估系数得到了适配的云环境进行数据处理,在该云环境下进行数据处理,将处理后的数据更新复制备份到其他存储云环境中,虽然实现了数据的容灾,但也一定程度上造成了时间与成本的浪费;
因此,获取处理数据的云环境的状态并进行分析,从而根据分析结果选择是否进行其他存储用云环境数据的更新,具体过程如下:
获取云环境安全信息,云环境安全信息包括网络抖动指数、电压浮动次数,将网络抖动指数、电压浮动次数分别标定为、/>;
云环境下的网络抖动指数对云环境适配具有重要影响,网络抖动指数用来衡量网络的稳定情况,当网络抖动较大时,数据包的到达时间可能会出现剧烈变化,导致数据包的丢失或乱序,从而影响数据的完整性和正确性;
网络抖动指数过高会更易导致数据包的延迟和丢失增加,从而降低了数据传输的可靠性。在网络抖动较大的情况下,数据包的传输可能会变得不可靠,可能导致数据包丢失或乱序,影响数据的完整性和准确性;
网络抖动指数的获取逻辑如下:
获取总时间段S内各个不同时间段内的数据包的延迟值,例如每秒钟收集的所有数据包延迟值;
计算每个延迟值与前一个延迟值/>之间的差值,得到延迟变化;
对延迟变化进行绝对值处理,即将所有差值转换为正数;
计算延迟变化的平均值,作为网络抖动指数,表达式如下:
式中,i为表示不同时间段编号;
由表达式可知,网络抖动指数 的值越大,网络传输的延迟变化幅度越大,表示网络连接的不稳定性越强或网络延迟波动越大。
电压浮动次数过多,使得传输电压不稳定,可能导致服务器崩溃或故障,服务器需要稳定的电压来提供正常的运行和计算能力,电压波动或过高的电压可能会损坏服务器硬件或引起过热问题,从而造成一定程度上云环境的不稳定;
电压不稳定可能导致数据丢失或损坏,云环境下通常会存储大量的数据,如果电压波动引起存储设备故障或数据传输错误,可能导致数据丢失或损坏,从而影响数据完整性;
电压不稳定可能导致云环境的性能下降,服务器和网络设备需要稳定的电源来提供高性能和低延迟的服务,电压波动可能导致设备响应变慢、网络延迟增加或服务中断,从而影响用户的访问和使用体验
电压浮动次数获取逻辑如下:
在设定单位时间内记录不同时刻的电压值,将不同时刻的电压值进行排序,将处于设定稳定浮动值范围外与危险浮动值范围内的电压次数进行记录,作为电压浮动次数;
电压浮动次数可通过电压传感器测量,电压传感器可以安装在提供云服务的服务器线路上,以非接触或接触方式测量电压,从而获取电压值,进而得到电压浮动次数,设定单位时间根据具体情况设置,设定稳定浮动值范围是指对云服务影响极小的电压值范围,危险浮动值范围是指对服务器会产生较大影响的电压值范围。
云环境下的电压不稳定可能导致系统崩溃或重启的频率增加,使得系统中断和服务中断,影响业务的连续性和可用性。
将获取到网络抖动指数、电压浮动次数/>,建立数据分析模型,生成安全评估系数/>,依据的公式为:
,式中,/>、/>分别为网络抖动指数/>、电压浮动次数/>的预设比例系数;
由公式可知,网络抖动指数越大、电压浮动次数越大,即安全评估系数的表现值越大,表明云环境发生异常的概率越大,网络抖动指数越小、电压浮动次数越小,即安全评估系数的表现值越小,表明云环境发生异常的概率越小;
将云环境的安全评估系数与安全评估阈值进行比较;
当安全评估系数大于安全评估阈值时,表明该云环境的状态较差,进行数据处理时发生错误的概率大,极易造成数据丢失,及时将处理后数据复制备份到其他存储云环境中,并重新分析各云环境评估系数,选择最大的云环境评估系数作为处理数据的适配云环境;
当安全评估系数小于安全评估阈值时,表明该云环境的状态良好,继续作为处理数据的适配云环境。
需要说明的是,本发明所涉及到阈值有关信息,如,安全评估阈值等,是专业人员进行预先设置的,在此不进行过多解释。
本发明通过对处理数据的适配云环境的安全状态进行实时监测,通过适配云环境信息中的云环境安全信息建立安全评估系数,将安全评估系数与安全评估阈值进行比较,根据比较结果对判断是否对适配云环境中的数据复制备份到其他存储云环境中,通过分析适配云环境的安全评估系数,进而选择复制备份数据的时机,减少了一段时间内多次进行数据处理后,每次数据处理后都要进行其他存储云环境备份的步骤,节约了多余数据备份所需的成本与备份所需的时间。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件,或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
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。
Claims (7)
1.一种面向多云环境的多云接口适配方法,其特征在于:所述方法包括以下步骤:
采集企业在多云环境下的云环境信息,包括云环境处理信息、云环境传输信息以及云环境安全信息;
将云环境处理信息与云环境传输信息建立数据分析模型,生成云环境评估系数;
对生成的云环境评估系数进行比较,将云环境评估系数最小的云环境作为适配云环境,并进行数据处理;
获取适配云环境的云环境信息,将云环境安全信息建立安全评估系数,将安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态。
2.根据权利要求1所述的一种面向多云环境的多云接口适配方法,其特征在于:云环境处理信息包括延时带宽浮动率并标定为,云环境传输信息包括压缩比率、传输总距离并分别标定为/>、/>,云环境安全信息包括网络抖动指数和电压浮动次数,并分别标定为/>、/>。
3.根据权利要求2所述的一种面向多云环境的多云接口适配方法,其特征在于:延时带宽浮动率计算公式为:,式中,/>为延时带宽浮动率,DK为网络传输实时带宽,YS网络传输实时延时,WD为延时带宽理论值。
4.根据权利要求3所述的一种面向多云环境的多云接口适配方法,其特征在于:压缩比率的获取逻辑如下:
获取云环境所处理的原始数据量Y1;
获取云环境将处理数据进行压缩后的压缩数据量Y2;
压缩比率的获取公式为。
5.根据权利要求4所述的一种面向多云环境的多云接口适配方法,其特征在于:网络抖动指数的获取逻辑如下:
获取总时间段S内各个不同时间段内的数据包的延迟值;
计算每个延迟值与前一个延迟值/>之间的差值,得到延迟变化;
对延迟变化进行绝对值处理;
计算延迟变化的平均值,作为网络抖动指数,表达式如下:
式中,i为表示不同时间段编号。
6.根据权利要求5所述的一种面向多云环境的多云接口适配方法,其特征在于:电压浮动次数获取逻辑如下:
在设定单位时间内记录不同时刻的电压值,将不同时刻的电压值进行排序,将处于设定稳定浮动值范围外与危险浮动值范围内的电压次数进行记录,作为电压浮动次数。
7.根据权利要求6所述的一种面向多云环境的多云接口适配方法,其特征在于:将安全评估系数与安全评估阈值进行对比,分析适配云环境的安全状态,具体过程如下:
将云环境的安全评估系数与安全评估阈值进行比较;
当安全评估系数大于安全评估阈值时,将适配云环境处理的数据复制备份到其他存储云环境中,并重新分析各云环境评估系数,选择最大的云环境评估系数作为处理数据的适配云环境;
当安全评估系数小于安全评估阈值时,继续作为处理数据的适配云环境。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310979906.1A CN116723114B (zh) | 2023-08-07 | 2023-08-07 | 一种面向多云环境的多云接口适配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310979906.1A CN116723114B (zh) | 2023-08-07 | 2023-08-07 | 一种面向多云环境的多云接口适配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116723114A true CN116723114A (zh) | 2023-09-08 |
CN116723114B CN116723114B (zh) | 2023-12-29 |
Family
ID=87871879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310979906.1A Active CN116723114B (zh) | 2023-08-07 | 2023-08-07 | 一种面向多云环境的多云接口适配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116723114B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239337A (zh) * | 2016-03-28 | 2017-10-10 | 北京智梵网络科技有限公司 | 虚拟化资源的分配和调度方法及系统 |
CN108418708A (zh) * | 2018-02-01 | 2018-08-17 | 天津麒麟信息技术有限公司 | 一种支持ft与x86混合架构的多云管理调度系统 |
CN114930291A (zh) * | 2020-01-02 | 2022-08-19 | 国际商业机器公司 | 在多云环境中实现工作负载 |
WO2023045552A1 (zh) * | 2021-09-27 | 2023-03-30 | 中兴通讯股份有限公司 | 服务部署方法、服务部署系统、电子设备及存储介质 |
-
2023
- 2023-08-07 CN CN202310979906.1A patent/CN116723114B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239337A (zh) * | 2016-03-28 | 2017-10-10 | 北京智梵网络科技有限公司 | 虚拟化资源的分配和调度方法及系统 |
CN108418708A (zh) * | 2018-02-01 | 2018-08-17 | 天津麒麟信息技术有限公司 | 一种支持ft与x86混合架构的多云管理调度系统 |
CN114930291A (zh) * | 2020-01-02 | 2022-08-19 | 国际商业机器公司 | 在多云环境中实现工作负载 |
WO2023045552A1 (zh) * | 2021-09-27 | 2023-03-30 | 中兴通讯股份有限公司 | 服务部署方法、服务部署系统、电子设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
唐欢: "多云环境下多QoS约束的资源调度算法", 硕士电子期刊 信息科技辑, no. 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN116723114B (zh) | 2023-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10956276B2 (en) | System state recovery in a distributed, cloud-based storage system | |
US9589069B2 (en) | Platform for continuous graph update and computation | |
CN106294357B (zh) | 数据处理方法和流计算系统 | |
CN106572153A (zh) | 集群的数据存储方法及装置 | |
CN102694868A (zh) | 一种集群系统实现及任务动态分配方法 | |
CN110351313B (zh) | 数据缓存方法、装置、设备及存储介质 | |
CA2896865A1 (en) | Method and system for using a recursive event listener on a node in hierarchical data structure | |
US20160034504A1 (en) | Efficient aggregation, storage and querying of large volume metrics | |
CN109298978B (zh) | 一种指定位置的数据库集群的恢复方法及系统 | |
CN108810127A (zh) | 基于区块链的灾备方法及装置 | |
JP5836722B2 (ja) | データ復元方法及びサーバ装置 | |
CN113704359B (zh) | 一种时序数据库多数据副本的同步方法、系统以及服务器 | |
CN109344009B (zh) | 基于分级检查点的移动云系统容错方法 | |
CN116723114B (zh) | 一种面向多云环境的多云接口适配方法 | |
CN110737543B (zh) | 一种分布式文件系统数据恢复的方法、装置及存储介质 | |
US20210397599A1 (en) | Techniques for generating a consistent view of an eventually consistent database | |
CN114760240B (zh) | 数据传输的方法、装置、电子设备及计算机可读存储介质 | |
Imran et al. | Cloud-niagara: A high availability and low overhead fault tolerance middleware for the cloud | |
CN112269689B (zh) | 一种基于数据世系的云存储数据副本一致性维护方法 | |
CN115562805A (zh) | 一种资源迁移的方法、装置及电子设备 | |
CN115695587A (zh) | 一种业务数据处理系统、方法、装置和存储介质 | |
Tian et al. | Probabilistic failure detection for efficient distributed storage maintenance | |
CN117667834B (zh) | 存算解耦系统、数据处理方法及存储介质 | |
CN117395263B (zh) | 一种数据同步方法、装置、设备和存储介质 | |
CN113568710B (zh) | 一种虚拟机高可用实现方法、装置和设备 |
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 |