CN116760832B - 一种基于多源节点的云平台资源管理系统及方法 - Google Patents

Abstract

本发明公开了一种基于多源节点的云平台资源管理系统及方法，属于云平台资源管理技术领域。所述系统包括多源节点管理模块、消息收发模块、云平台资源管理模块和云平台预警模块；所述多源节点管理模块的输出端和所述消息收发模块的输入端相连接；所述消息收发模块的输出端和所述云平台资源管理模块的输入端相连接；所述云平台资源管理模块的输出端与所述云平台预警模块的输入端相连接；并同时提供一种基于多源节点的云平台资源管理方法，通过对不同访问请求量下云平台的资源进行动态调节或规划调节，能够有效地管理云平台多源节点内的服务器资源，当访问请求量激增时，使云平台有序运行，提高云平台的使用效率。

Description

一种基于多源节点的云平台资源管理系统及方法

技术领域

本发明涉及云平台资源管理技术领域，具体为一种基于多源节点的云平台资源管理系统及方法。

背景技术

云平台资源管理是对服务器中虚拟化资源进行管理及维护，使云平台能够健康、有序且高效率的运行，用户占用云平台的资源后，可以享受云平台提供的各种云服务，但是由于云平台的资源有限，用户占用的效率不同，或云平台自身调节能力差等原因，会导致云平台经常在出现访问请求量激增时，云平台瘫痪而影响到用户的使用。

在现有的云平台资源管理方式中，缺乏有效预测服务器一段时间之后出现拥堵情况的方法，对服务器中分配数据资源的调节方式缺乏数据理论的支撑，以及在访问请求量激增的时候往往只有一种调节方式，不能根据访问请求量导致的不同后果来更加合理的分析和进行资源调度。

发明内容

本发明的目的在于提供一种基于多源节点的云平台资源管理系统方法，以解决上述背景技术中提出的问题。

为了解决上述技术问题，本发明提供如下技术方案：一种基于多源节点的云平台资源管理系统及方法。

一种基于多源节点云平台的资源管理方法，所述方法包括以下步骤：

S1、获取云平台计算节点中的实时访问请求量数据，得出服务器的访问请求量预测函数，预测服务器在一段时间之后是否会发生拥堵情况；

S2、当预测得到一段时间之后服务器会发生拥堵情况时，消息分发单元发出第一通知消息，云平台资源管理模块对计算节点内的服务器进行动态调节；

所述动态调节的方式为，当一段时间内的所有服务器的请求访问量的数值总和小于计算节点中所有服务器的访问请求处理数量时，调节计算节点中服务器ISW滑窗的大小；当一段时间内的所有服务器的请求访问量的数值总和大于等于计算节点中所有服务器的访问请求处理数量时，增派计算节点中的服务器的数量；

S3、当增派服务器的数量达到最大值时，计算用户请求接入云平台的所需等待时间，当所需等待时间超过等待接入时间阈值时，消息分发单元发出第二通知消息给云平台资源管理模块，云平台资源管理模块对计算节点和存储节点中的服务器进行规划调节；

S4、当云平台开始进行规划调节时，预警提示信号发送单元发出预警提示信号提示云平台可用资源不足。

进一步的，在步骤S1中，预测计算节点中服务器拥堵情况的步骤包括：

S2-1、获取云平台实时访问请求数据，计算节点中的任一服务器在t0时刻访问请求量为N_t0，在t0+T时刻访问请求量为N_t0+T，在t0+2T时刻的访问请求量为N_t0+2T，……，在t0+nT时刻的访问请求量为N_t0+nT；其中，n为系统设置的常数，T为一段时间；

则在t0时刻，访问请求量的增长速率为V_t0=（N_t0+T-N_t0）/T；

在t0时刻，访问请求量增长的加速度为V² _t0=[（N_t0+2T-N_t0+T）-（N_t0+T-N_t0）]/T²=V_t0/T；其中，访问请求量增长的加速度也可称作访问请求量的第二次增长速率，/>V_t0为访问请求量的增长速率在时间T之内的变化量；

在t0时刻，访问请求量的第n次增长速率为Vⁿ _t0=/T；

；

通常情况下，服务器出现数据拥堵情况时有很大概率是由于访问请求量的激增，当访问请求量激增时，访问请求量的增长速率和增长的加速度会大幅度升高，因此可根据这两个指标数值的变化来预测未来一段时间之后访问数据量的数值；

S2-2、设服务器的访问请求量随时间t变化的函数为f(t)，则将f(t)使用泰勒公式展开为：

；

则=N_t0，/>=V_t0，/>=V² _t0，……，/>=Vⁿ _t0，将函数f(t)用泰勒公式展开到第i项，且忽略其余项得到服务器的访问请求量随时间t变化的访问请求量预测函数F(t)；其中，i为系统设置的常数；

此处服务器的访问请求量随时间t变化的函数为f(t)为根据实时数据在理想情况下拟合得到的平滑曲线，但是此曲线的函数并不容易用函数直接表示出来，因此在理想情况下使用泰勒公式，并根据实时获取到的数据来得出理想状况下曲线走势的特征，在误差允许的范围内舍弃掉一些对曲线走势影响很小的余项，来得到近似于f(t）的访问请求量预测函数F(t)，F(t)为易于表示的函数且能够表示访问请求量的走势；

事实上，由f(t)得出F(t)时，舍弃的项数越少，得出的预测值越准确，但由于请求访问量走势随机，预测本身就存在一定的误差，因此一般情况下可保留前三项来保证F(t)的准确性且计算起来不会太过复杂；

S2-3、获取历史数据中，云平台计算节点中服务器在出现拥堵情况时的访问数据量，将历史数据中服务器在出现拥堵情况时的访问请求量取平均值为N_avg；

根据t0时刻云平台计算节点内服务器的访问请求量N_t0预测时间T1之后服务器的访问数据量N_t0+T1的数值，具体方法为：

根据F(t)可得出，在t=t0+T1时刻，服务器的访问数据量预测值为F(t0+T1)；

当F(t0+T1)＜N_avg时，认为在t0时刻，预测得到服务器在T1时间之后不会出现拥堵的情况；

当F(t0+T1)≥N_avg时，认为在t0时刻，预测得到服务器在T1时间之后会出现拥堵的情况。

进一步的，在步骤S2中，所述动态调节的方法包括：

S3-1、当预测得到T1时间之后计算节点中存在服务器出现拥堵的情况时，判断一段时间T2内的所有服务器的请求访问量的数值总和N_z是否小于计算节点中所有服务器的访问请求处理数量K_z；

S3-2、当N_z＜K_z时，对计算节点中的每一个服务器调节其动态滑窗ISW的窗口大小，将计算节点服务器中等待接入的访问请求，按照比例分配到拥有可分配的剩余资源的服务器上，具体方法为：

获取计算节点内所有服务器的剩余资源，得到服务器S1，S2，S3，……，Sj的剩余资源的比值为s1：s2：s3：……：sj，则将服务器等待接入的访问请求按照比例s1：s2：s3：……：sj分配到相应的服务器上，其中，j为系统设置的常数；

按照比例来调整ISW滑窗大小来控制接入服务器的用户数量，根据剩余资源来分配，可根据服务器的内存占用剩余资源或者服务器处理访问请求数据量的剩余资源，或者其余能够衡量服务器占用情况的指标均可作为调整ISW滑窗的依据；

S3-3、当N_z≥K_z时，需为计算节点增派新的服务器，增派新的服务器的数量Y为：

Y=[（N_z-K_z）/U]+1；

其中，U为计算节点内新增的每一台服务器在一段时间T2以内的访问请求处理数量；[]为取整函数，表示对所得数值取整数部分；

则增派新的服务器之后，用户在发出访问请求消息后的T2时间之内能够接入到云平台中。

由于服务器在每时每刻都有很多用户完成云平台的使用后退出云平台也就有很多用户接入进云平台，所述所有服务器的访问请求处理数量K_z通常情况下为当T2时间很短时，服务器可接入进来的访问请求处理数量，当因此在此种调节方式下可看做云平台能够实时接入进来所有发送访问请求的用户，此时用户无需等待，用户使用云平台的体验感也较好。

进一步的，在步骤S3中，所述规划调节的方法包括：

S4-1、当可增派的服务器数量Y达到最大值Y_max时，计算实时状况下，用户发出访问请求消息后的所需等待时间T_s，具体方法为：

获取任一用户在t2时刻发出访问请求消息，此访问请求消息前面有B条访问请求消息等待接入，则用户所需等待时间T_s为：

T_s=B×T2/K_max；

其中K_max为计算节点内服务器可增派服务器数量达到最大值Y_max时，所有服务器在时间T2之内访问请求处理数量；

S4-2、获取历史数据中用户发出访问请求后的等待时间T_d，设置T_std为用户等待接入时间阈值，其中，T_std表示，当T_d≥T_std时，用户有a%的概率会放弃接入云平台，a为系统设置的常数；

此处a%的概率可通过需求来自行设置，如希望用户使用云平台的体验感好，则应将a的数值设置的较小，如，当仅有10%的用户会放弃接入云平台时，说明大部分用户愿意处于等待接入中，当用户认为等待时间过长时，才会放弃接入云平台。

则当T_s≥T_std时，对计算节点和存储节点中的服务器进行规划调节；

S4-3、将等待接入云平台的用户中新用户和老用户划分到不同的服务器上，设置计算节点中L台服务器为老用户服务，新用户保持在原来的服务器上等待接入，设置M台动态存储服务器，获取历史数据中老用户常用的数据资源；

当老用户接入服务器时，将历史数据中老用户常用的数据调用出来放到动态存储服务器上；当老用户使用云平台结束之后，将用户的使用数据存储起来，并将老用户使用的数据资源删除，调用下一老用户所需的数据资源到动态存储服务器中；

事实上，当需要进行规划调节时，说明，云平台服务器比较拥堵，用户等待时间长，体验感变差，此时，只能牺牲一定的公平性来换取效率的提升，根据经验老用户使用云平台处理数据的效率更高，并且，老用户使用的数据资源具有一定的确定性，因此可将老用户常用的数据资源调用出来放到一个动态存储服务器中，当老用户使用云平台时可直接从动态存储服务器中调用，提高数据调用的效率；

S4-4、获取历史数据中新用户使用云平台效率的平均值Q_avg和平均使用时长T_x，计算新用户使用云平台的效率Q，其中，用户使用云平台的效率为用户在使用云平台时单位时间内调用以及处理数据的数目；

当Q＜Q_avg时，认为用户使用云平台的效率低，则将用户使用云平台的时间限制在T_x以内，当新用户使用云平台效率低，且使用云平台时间达到T_x时，将强制用户退出云平台，并将用户的使用数据存储到存储节点的服务器中。

新用户在使用云平台时，很大概率会出现使用云平台的目标不明确，或者不熟练而占用太多的时间，导致后面的用户等待时间较长，因此，可根据新用户使用云平台的效率来限制新用户使用云平台的时间，但此种方法很显然对新用户来说并不公平，因此在规划调节的时候还应该发送预警提示信号，提示云平台的管理员云平台的可使用资源不足，靠云平台自发地进行资源调度和调节不能维持云平台的平衡，需要进行人工干预。

一种基于多源节点的云平台资源管理系统，所述系统包括以下模块：多源节点管理模块、消息收发模块、云平台资源管理模块和云平台预警模块；

所述多源节点管理模块用于为用户提供所需服务，管理云平台各个节点中服务器的设置和功能；消息收发模块用于接收服务器在运行过程中的通知消息和用户发送的访问请求消息，并将所接收到的不同类型的消息分发出去；云平台资源管理模块用于管理和调度云平台的服务器资源和数据资源；云平台预警模块用于判断云平台资源不足时，发出预警提示信号；

所述多源节点管理模块的输出端和所述消息收发模块的输入端相连接；所述消息收发模块的输出端和所述云平台资源管理模块的输入端相连接；所述云平台资源管理模块的输出端与所述云平台预警模块的输入端相连接。

进一步的，所述多源节点管理模块包括服务器、计算节点和存储节点；

所述服务器用于为发送访问请求后允许接入云平台的用户提供计算和存储的服务，通过对服务器中软硬件的配置使云平台实现不同的功能；所述计算节点用于管理计算节点中所连接的服务器，为请求接入云平台的用户提供数据处理的服务，根据用户需求调用存储节点中的数据并进行计算和分析；所述存储节点用于存储用户上传的数据，云平台中提供的数据资源以及用户在云平台的使用过程中产生的交互数据；

所述服务器的输出端和计算节点的输入端或存储节点的输入端相连接；所述计算节点的输出端和存储节点的输入端、消息收发模块的输入端相连接；所述存储节点的输出端和计算节点相连接。

进一步的，所述消息收发模块包括消息接收单元和消息分发单元；

所述消息接收单元用于接收用户发送的访问请求消息；所述消息发送单元用于将接收到的访问请求消息发送到所述多源节点管理模块中的计算节点内服务器上，当多源节点管理模块中的服务器出现拥堵情况时发送第一通知消息到云平台资源管理模块中，或者所需等待时间超过等待接入时间阈值时，发送第二通知消息到云平台资源管理模块中；

所述消息接收单元的输出端和消息分发单元的输入端相连接；所述消息分发单元的输出端与云平台资源管理模块的输入端相连接。

进一步的，所述云平台资源管理模块包括云平台数据采集单元、云平台数据分析单元和云平台资源调度单元；

所述云平台数据采集单元，用于获取多源节点管理模块中存储节点中服务器的历史数据，采集实时状况下的多源节点管理模块中服务器的数据，获取老用户操作云平台的历史数据，以及历史数据中新用户使用云平台效率和使用时长数据；所述云平台数据分析单元用于，根据云平台数据采集单元中采集到的数据以及消息分发单元分发的消息，来分析、计算和判断得出云平台资源的使用情况，并在资源管理的过程中计算资源的分配方式；所述云平台资源调度单元用于，根据云平台数据分析单元所得出来的云平台资源使用情况的结果，对云平台的资源进行调度和管理，通过云平台资源使用的不同情况来动态调节计算节点中的服务器中的ISW滑窗，增派计算节点中服务器数量，或者规划调节计算节点和存储节点中的服务器；

所述云平台数据采集单元的输出端和所述云平台数据分析单元的输入端相连接；所述云平台数据分析单元的输出端和所述云平台资源调度单元的输入端相连接；所述云平台资源调度单元的输出端和所述云平台预警模块相连接。

进一步的，所述云平台预警模块包括预警判断单元和预警提示信号发送单元；

所述预警判断单元用于当云平台中可增派的服务器数量达到最大值时，根据云平台中用户的所需等待时间判断是否应该发出预警提示信号，并发送指令给预警提示信号发送单元；所述预警提示信号发送单元用于根据预警判断单元发出的指令发送预警提示信号；

所述预警判断单元的输出端和所述预警提示信号发送单元的输入端相连接。

与现有技术相比，本发明所达到的有益效果是：本发明能够在云平台计算节点内服务器接收到的访问请求量激增时，预测服务器是否会出现拥堵的情况，当出现拥堵时对服务器进行动态调节，使云平台的数据资源分配更加合理；当云平台可用的服务器资源达到最大时，对云平台计算节点内服务器和存储节点内服务器进行规划调节，并发送预警提示信号提示云平台可使用资源不足，预防了云平台由于数据量激增导致数据拥堵，云平台瘫痪，并可以有效地提高云平台的资源使用效率。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本发明一种基于多源节点的云平台资源管理系统及方法的模块连接示意图；

图2是本发明一种基于多源节点的云平台资源管理系统及方法的方法流程示意图。

具体实施方式

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，都属于本发明保护的范围。

请参阅图1-图2，本发明提供技术方案：

一种基于多源节点的云平台资源管理方法，所述方法包括以下步骤：

S1、获取云平台计算节点中的实时访问请求量数据，得出服务器的访问请求量预测函数，预测服务器在一段时间之后是否会发生拥堵情况；

S2、当预测得到一段时间之后服务器会发生拥堵情况时，消息分发单元发出第一通知消息，云平台资源管理模块对计算节点内的服务器进行动态调节；

所述动态调节的方式为，当一段时间内的所有服务器的请求访问量的数值总和小于计算节点中所有服务器的访问请求处理数量时，调节计算节点中服务器ISW滑窗的大小；当一段时间内的所有服务器的请求访问量的数值总和大于等于计算节点中所有服务器的访问请求处理数量时，增派计算节点中的服务器的数量；

S3、当增派服务器的数量达到最大值时，计算用户请求接入云平台的所需等待时间，当所需等待时间超过等待接入时间阈值时，消息分发单元发出第二通知消息给云平台资源管理模块，云平台资源管理模块对计算节点和存储节点中的服务器进行规划调节；

S4、当云平台开始进行规划调节时，预警提示信号发送单元发出预警提示信号提示云平台可用资源不足。

在步骤S1中，预测计算节点中服务器拥堵情况的步骤包括：

S2-1、获取云平台实时访问请求数据，计算节点中的任一服务器在t0时刻访问请求量为N_t0，在t0+T时刻访问请求量为N_t0+T，在t0+2T时刻的访问请求量为N_t0+2T，……，在t0+nT时刻的访问请求量为N_t0+nT；其中，n为系统设置的常数，T为一段时间；

则在t0时刻，访问请求量的增长速率为V_t0=（N_t0+T-N_t0）/T；

在t0时刻，访问请求量增长的加速度为V² _t0=[（N_t0+2T-N_t0+T）-（N_t0+T-N_t0）]/T²=V_t0/T；其中，访问请求量增长的加速度也可称作访问请求量的第二次增长速率，/>V_t0为访问请求量的增长速率在时间T之内的变化量；

在t0时刻，访问请求量的第n次增长速率为Vⁿ _t0=/T；

S2-2、设服务器的访问请求量随时间t变化的函数为f(t)，则将f(t)使用泰勒公式展开为：

则=N_t0，/>=V_t0，/>=V² _t0，……，/>=Vⁿ _t0，将函数f(t)用泰勒公式展开到第i项，且忽略其余项得到服务器的访问请求量随时间t变化的访问请求量预测函数F(t)；其中，i为系统设置的常数；

；

S2-3、获取历史数据中，云平台计算节点中服务器在出现拥堵情况时的访问数据量，将历史数据中服务器在出现拥堵情况时的访问请求量取平均值为N_avg；

根据t0时刻云平台计算节点内服务器的访问请求量N_t0预测时间T1之后服务器的访问数据量N_t0+T1的数值，具体方法为：

根据F(t)可得出，在t=t0+T1时刻，服务器的访问数据量预测值为F(t0+T1)；

当F(t0+T1)＜N_avg时，认为在t0时刻，预测得到服务器在T1时间之后不会出现拥堵的情况；

当F(t0+T1)≥N_avg时，认为在t0时刻，预测得到服务器在T1时间之后会出现拥堵的情况。

进一步地，所述动态调节的方法包括：

S3-1、当预测得到T1时间之后计算节点中存在服务器出现拥堵的情况时，判断一段时间T2内的所有服务器的请求访问量的数值总和N_z是否小于计算节点中所有服务器的访问请求处理数量K_z；

S3-2、当N_z＜K_z时，对计算节点中的每一个服务器调节其动态滑窗ISW的窗口大小，将计算节点服务器中等待接入的访问请求，按照比例分配到拥有可分配的剩余资源的服务器上，具体方法为：

获取计算节点内所有服务器的剩余资源，得到服务器S1，S2，S3，……，Sj的剩余资源的比值为s1：s2：s3：……：sj，则将服务器等待接入的访问请求按照比例s1：s2：s3：……：sj分配到相应的服务器上，其中，j为系统设置的常数；

S3-3、当N_z≥K_z时，需为计算节点增派新的服务器，增派新的服务器的数量Y为：

Y=[（N_z-K_z）/U]+1；

其中，U为计算节点内新增的每一台服务器在一段时间T2以内的访问请求处理数量；[]为取整函数，表示对所得数值取整数部分；

则增派新的服务器之后，用户在发出访问请求消息后的T2时间之内能够接入到云平台中。

在步骤S3中，所述规划调节的方法包括：

S4-1、当可增派的服务器数量Y达到最大值Y_max时，计算实时状况下，用户发出访问请求消息后的所需等待时间T_s，具体方法为：

获取任一用户在t2时刻发出访问请求消息，此访问请求消息前面有B条访问请求消息等待接入，则用户所需等待时间T_s为：

T_s=B×T2/K_max；

其中K_max为计算节点内服务器可增派服务器数量达到最大值Y_max时，所有服务器在时间T2之内访问请求处理数量；

S4-2、获取历史数据中用户发出访问请求后的等待时间T_d，设置T_std为用户等待接入时间阈值，其中，T_std表示，当T_d≥T_std时，用户有a%的概率会放弃接入云平台，a为系统设置的常数；

则当T_s≥T_std时，对计算节点和存储节点中的服务器进行规划调节；

S4-3、将等待接入云平台的用户中新用户和老用户划分到不同的服务器上，设置计算节点中L台服务器为老用户服务，新用户保持在原来的服务器上等待接入，设置M台动态存储服务器，获取历史数据中老用户常用的数据资源；

当老用户接入服务器时，将历史数据中老用户常用的数据调用出来放到动态存储服务器上；当老用户使用云平台结束之后，将用户的使用数据存储起来，并将老用户使用的数据资源删除，调用下一老用户所需的数据资源到动态存储服务器中；

S4-4、获取历史数据中新用户使用云平台效率的平均值Q_avg和平均使用时长T_x，计算新用户使用云平台的效率Q，其中，用户使用云平台的效率为用户在使用云平台时单位时间内调用以及处理数据的数目；

当Q＜Q_avg时，认为用户使用云平台的效率低，则将用户使用云平台的时间限制在T_x以内，当新用户使用云平台效率低，且使用云平台时间达到T_x时，将强制用户退出云平台，并将用户的使用数据存储到存储节点的服务器中。

一种基于多源节点的云平台资源管理系统，所述系统包括以下模块：多源节点管理模块、消息收发模块、云平台资源管理模块和云平台预警模块；

所述多源节点管理模块用于为用户提供所需服务，管理云平台各个节点中服务器的设置和功能；消息收发模块用于接收服务器在运行过程中的通知消息和用户发送的访问请求消息，并将所接收到的不同类型的消息分发出去；云平台资源管理模块用于管理和调度云平台的服务器资源和数据资源；云平台预警模块用于判断云平台资源不足时，发出预警提示信号；

所述多源节点管理模块的输出端和所述消息收发模块的输入端相连接；所述消息收发模块的输出端和所述云平台资源管理模块的输入端相连接；所述云平台资源管理模块的输出端与所述云平台预警模块的输入端相连接。

所述多源节点管理模块包括服务器、计算节点和存储节点；

所述服务器用于为发送访问请求后允许接入云平台的用户提供计算和存储的服务，通过对服务器中软硬件的配置使云平台实现不同的功能；所述计算节点用于管理计算节点中所连接的服务器，为请求接入云平台的用户提供数据处理的服务，根据用户需求调用存储节点中的数据并进行计算和分析；所述存储节点用于存储用户上传的数据，云平台中提供的数据资源以及用户在云平台的使用过程中产生的交互数据；

所述服务器的输出端和计算节点的输入端或存储节点的输入端相连接；所述计算节点的输出端和存储节点的输入端、消息收发模块的输入端相连接；所述存储节点的输出端和计算节点相连接。

所述消息收发模块包括消息接收单元和消息分发单元；

所述消息接收单元用于接收用户发送的访问请求消息；所述消息发送单元用于将接收到的访问请求消息发送到所述多源节点管理模块中的计算节点内服务器上，当多源节点管理模块中的服务器出现拥堵情况时发送第一通知消息到云平台资源管理模块中，或者所需等待时间超过等待接入时间阈值时，发送第二通知消息到云平台资源管理模块中；

所述消息接收单元的输出端和消息分发单元的输入端相连接；所述消息分发单元的输出端与云平台资源管理模块的输入端相连接。

所述云平台资源管理模块包括云平台数据采集单元、云平台数据分析单元和云平台资源调度单元；

所述云平台数据采集单元，用于获取多源节点管理模块中存储节点中服务器的历史数据，采集实时状况下的多源节点管理模块中服务器的数据，获取老用户操作云平台的历史数据，以及历史数据中新用户使用云平台效率和使用时长数据；所述云平台数据分析单元用于，根据云平台数据采集单元中采集到的数据以及消息分发单元分发的消息，来分析、计算和判断得出云平台资源的使用情况，并在资源管理的过程中计算资源的分配方式；所述云平台资源调度单元用于，根据云平台数据分析单元所得出来的云平台资源使用情况的结果，对云平台的资源进行调度和管理，通过云平台资源使用的不同情况来动态调节计算节点中的服务器中的ISW滑窗，增派计算节点中服务器数量，或者规划调节计算节点和存储节点中的服务器；

所述云平台数据采集单元的输出端和所述云平台数据分析单元的输入端相连接；所述云平台数据分析单元的输出端和所述云平台资源调度单元的输入端相连接；所述云平台资源调度单元的输出端和所述云平台预警模块相连接。

所述云平台预警模块包括预警判断单元和预警提示信号发送单元；

所述预警判断单元用于当云平台中可增派的服务器数量达到最大值时，根据云平台中用户的所需等待时间判断是否应该发出预警提示信号，并发送指令给预警提示信号发送单元；所述预警提示信号发送单元用于根据预警判断单元发出的指令发送预警提示信号；

所述预警判断单元的输出端和所述预警提示信号发送单元的输入端相连接。

在本实施例中：

在某云平台中，计算节点中共有10台服务器，存储节点中有10台服务器，计算节点中的某一服务器在0时刻，访问请求量为1000，在T时刻访问请求量为1200，在2T时刻的访问请求量为1600；

则在0时刻，访问请求量的增长速率为V_t0=（1200-1000）/T=200/T；

在0时刻，访问请求量增长的加速度为A_t0=[（1600-1200）-（1200-1000）]/T²=200/T²；

设该服务器的访问请求量随时间t变化的函数为f(t)，则，将f(t)使用泰勒公式展开为：

；

则=1000，/>=200/T，/>=200/T²，将函数f(t)用泰勒公式展开到第3项，且忽略其余项得到服务器的访问请求量随时间t变化的访问请求量预测函数F(t)；

；

获取历史数据中，云平台计算节点中服务器在出现拥堵情况时的访问数据量，将历史数据中服务器在出现拥堵情况时的访问请求量取平均值为N_avg；

根据t时刻云平台计算节点内服务器的访问请求量N_t预测时间T1之后服务器的访问数据量N_t+T1的数值，具体方法为：

根据F(t)可得出，在t=T1时刻，服务器的访问数据量预测值为：

F(T1)=1000++/>；

当F(t0+T1)＜N_avg时，认为在0时刻，预测得到服务器在T1时间之后不会出现拥堵的情况；

当F(t0+T1)≥N_avg时，认为在0时刻，预测得到服务器在T1时间之后会出现拥堵的情况。

当预测得到T1时间之后计算节点中存在服务器出现拥堵的情况时，计算得到一段时间T2内的所有服务器的请求访问量的数值总和为20000，计算节点中所有服务器的访问请求处理数量为30000；

则对计算节点中的每一个服务器调节其动态滑窗ISW的窗口大小， 将计算节点服务器中等待接入的访问请求，按照比例分配到拥有可分配的剩余资源的服务器上；

获取计算节点内10台服务器的剩余资源，得到服务器S1，S2，S3，……，S10的剩余资源的比值为7：2：4：……：9，则将服务器等待接入的访问请求按照比例7：2：4：……：10分配到服务器S1，S2，S3，……，S10上；

在Th时间后监测到请求访问量的数值总和为，36000，计算节点内新增的每一台服务器在一段时间T2以内的访问请求处理数量为3000，则需为计算节点增派新的服务器，增派新的服务器的数量Y为：

Y=（36000-30000）/3000=2；

则增派新的服务器之后，用户在发出访问请求消息后的T2时间之内接入到云平台中。

当可增派的服务器数量最大值为2台时，计算实时状况下，用户发出访问请求消息后的所需等待时间T_s为：

某一用户在t2时刻发出访问请求消息，此访问请求消息前面有60000条访问请求消息等待接入，则该用户所需等待时间Ts为：

T_s=60000×T2/36000；

获取历史数据中用户发出访问请求后的等待时间T_d，设置T_std为用户等待接入时间阈值，其中，T_std表示，当T_d≥T_std时，用户有75%的概率会放弃接入云平台，a为系统设置的常数；

则当T_s≥T_std时，对计算节点和存储节点中的服务器进行规划调节；

将等待接入云平台的用户中新用户和老用户划分到不同的服务器上，设置计算节点中4台服务器为老用户服务，新用户保持在原来的服务器上等待接入，设置2台动态存储服务器，获取历史数据中老用户常用的数据资源；

当老用户接入服务器时，将历史数据中老用户常用的数据调用出来放到动态存储服务器上；当老用户使用云平台结束之后，将用户的使用数据存储起来，并将老用户使用的数据资源删除，调用下一老用户所需的数据资源到动态存储服务器中；

获取历史数据中新用户使用云平台效率的平均值Q_avg和平均使用时长T_x，计算新用户使用云平台的效率Q，其中，用户使用云平台的效率为，用户在使用云平台时单位时间内调用以及处理数据的数目；

当Q＜Q_avg时，认为用户使用云平台的效率低，则将用户使用云平台的时间限制在T_x以内，当新用户使用云平台效率低，且使用云平台时间达到T_x时，将强制用户退出云平台，并将用户的使用数据存储到存储节点的服务器中。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于多源节点云平台的资源管理方法，其特征在于，所述方法包括以下步骤：

S1、获取云平台计算节点中的实时访问请求量数据，得出服务器的访问请求量预测函数，预测服务器在一段时间之后是否会发生拥堵情况；

S2、当预测得到一段时间之后服务器会发生拥堵情况时，消息分发单元发出第一通知消息，云平台资源管理模块对计算节点内的服务器进行动态调节；

所述动态调节的方式为，当一段时间内的所有服务器的请求访问量的数值总和小于计算节点中所有服务器的访问请求处理数量时，调节计算节点中服务器ISW滑窗的大小；当一段时间内的所有服务器的请求访问量的数值总和大于等于计算节点中所有服务器的访问请求处理数量时，增派计算节点中的服务器的数量；

S3、当增派服务器的数量达到最大值时，计算用户请求接入云平台的所需等待时间，当所需等待时间超过等待接入时间阈值时，消息分发单元发出第二通知消息给云平台资源管理模块，云平台资源管理模块对计算节点和存储节点中的服务器进行规划调节；

S4、当云平台开始进行规划调节时，预警提示信号发送单元发出预警提示信号提示云平台可用资源不足；

在步骤S1中，预测计算节点中服务器拥堵情况的步骤包括：

S2-1、获取云平台实时访问请求数据，计算节点中的任一服务器在t0时刻访问请求量为N_t0，在t0+T时刻访问请求量为N_t0+T，在t0+2T时刻的访问请求量为N_t0+2T，……，在t0+nT时刻的访问请求量为N_t0+nT；其中，n为系统设置的常数，T为一段时间；

则在t0时刻，访问请求量的增长速率为V_t0=（N_t0+T-N_t0）/T；

在t0时刻，访问请求量增长的加速度为V² _t0=[（N_t0+2T-N_t0+T）-（N_t0+T-N_t0）]/T²=V_t0/T；其中，访问请求量增长的加速度也可称作访问请求量的第二次增长速率，/>V_t0为访问请求量的增长速率在时间T之内的变化量；

在t0时刻，访问请求量的第n次增长速率为Vⁿ _t0=/T；

S2-2、设服务器的访问请求量随时间t变化的函数为f(t)，则将f(t)使用泰勒公式展开为：

；

则=N_t0，/>=V_t0，/>=V² _t0，……，/>=Vⁿ _t0，将函数f(t)用泰勒公式展开到第i项，且忽略其余项得到服务器的访问请求量随时间t变化的访问请求量预测函数F(t)；其中，i为系统设置的常数；

；

S2-3、获取历史数据中，云平台计算节点中服务器在出现拥堵情况时的访问数据量，将历史数据中服务器在出现拥堵情况时的访问请求量取平均值为N_avg；

根据t0时刻云平台计算节点内服务器的访问请求量N_t0预测时间T1之后服务器的访问数据量N_t0+T1的数值，具体方法为：

根据F(t)可得出，在t=t0+T1时刻，服务器的访问数据量预测值为F(t0+T1)；

当F(t0+T1)＜N_avg时，认为在t0时刻，预测得到服务器在T1时间之后不会出现拥堵的情况；

当F(t0+T1)≥N_avg时，认为在t0时刻，预测得到服务器在T1时间之后会出现拥堵的情况。

2.根据权利要求1所述的一种基于多源节点云平台的资源管理方法，其特征在于：在步骤S2中，所述动态调节的方法包括：

S3-1、当预测得到T1时间之后计算节点中存在服务器出现拥堵的情况时，判断一段时间T2内的所有服务器的请求访问量的数值总和N_z是否小于计算节点中所有服务器的访问请求处理数量K_z；

S3-2、当N_z＜K_z时，对计算节点中的每一个服务器调节其动态滑窗ISW的窗口大小， 将计算节点服务器中等待接入的访问请求，按照比例分配到拥有可分配的剩余资源的服务器上，具体方法为：

获取计算节点内所有服务器的剩余资源，得到服务器S1，S2，S3，……，Sj的剩余资源的比值为s1：s2：s3：……：sj，则将服务器等待接入的访问请求按照比例s1：s2：s3：……：sj分配到相应的服务器上，其中，j为系统设置的常数；

S3-3、当N_z≥K_z时，需为计算节点增派新的服务器，增派新的服务器的数量Y为：

Y=[（N_z-K_z）/U]+1；

其中，U为计算节点内新增的每一台服务器在一段时间T2以内的访问请求处理数量；[]为取整函数，表示对所得数值取整数部分；

则增派新的服务器之后，用户在发出访问请求消息后的T2时间之内能够接入到云平台中。

3.根据权利要求2所述的一种基于多源节点的云平台管理方法，其特征在于：在步骤S3中，所述规划调节的方法包括：

S4-1、当可增派的服务器数量Y达到最大值Y_max时，计算实时状况下，用户发出访问请求消息后的所需等待时间T_s，具体方法为：

获取任一用户在t2时刻发出访问请求消息，此访问请求消息前面有B条访问请求消息等待接入，则用户所需等待时间T_s为：

T_s=B×T2/K_max；

其中K_max为计算节点内服务器可增派服务器数量达到最大值Y_max时，所有服务器在时间T2之内访问请求处理数量；

S4-2、获取历史数据中用户发出访问请求后的等待时间T_d，设置T_std为用户等待接入时间阈值，其中，T_std表示，当T_d≥T_std时，用户有a%的概率会放弃接入云平台，a为系统设置的常数；

则当T_s≥T_std时，对计算节点和存储节点中的服务器进行规划调节；

S4-3、将等待接入云平台的用户中新用户和老用户划分到不同的服务器上，设置计算节点中L台服务器为老用户服务，新用户保持在原来的服务器上等待接入，设置M台动态存储服务器，获取历史数据中老用户常用的数据资源；

当老用户接入服务器时，将历史数据中老用户常用的数据调用出来放到动态存储服务器上；当老用户使用云平台结束之后，将用户的使用数据存储起来，并将老用户使用的数据资源删除，调用下一老用户所需的数据资源到动态存储服务器中；

S4-4、获取历史数据中新用户使用云平台效率的平均值Q_avg和平均使用时长T_x，计算新用户使用云平台的效率Q，其中，用户使用云平台的效率为用户在使用云平台时单位时间内调用以及处理数据的数目；

当Q＜Q_avg时，认为用户使用云平台的效率低，则将用户使用云平台的时间限制在T_x以内，当新用户使用云平台效率低，且使用云平台时间达到T_x时，将强制用户退出云平台，并将用户的使用数据存储到存储节点的服务器中。

4.一种基于多源节点的云平台资源管理系统，所述系统应用于权利要求1至3中任意一项所述的一种基于多源节点的云平台资源管理方法实现，其特征在于：所述系统包括以下模块：多源节点管理模块、消息收发模块、云平台资源管理模块和云平台预警模块；

所述多源节点管理模块用于为用户提供所需服务，管理云平台各个节点中服务器的设置和功能；消息收发模块用于接收服务器在运行过程中的通知消息和用户发送的访问请求消息，并将所接收到的不同类型的消息分发出去；云平台资源管理模块用于管理和调度云平台的服务器资源和数据资源；云平台预警模块用于判断云平台资源不足时，发出预警提示信号；

所述多源节点管理模块的输出端和所述消息收发模块的输入端相连接；所述消息收发模块的输出端和所述云平台资源管理模块的输入端相连接；所述云平台资源管理模块的输出端与所述云平台预警模块的输入端相连接。

5.根据权利要求4所述的一种基于多源节点的云平台资源管理系统，其特征在于：所述多源节点管理模块包括服务器、计算节点和存储节点；

所述服务器用于为发送访问请求后允许接入云平台的用户提供计算和存储的服务，通过对服务器中软硬件的配置使云平台实现不同的功能；所述计算节点用于管理计算节点中所连接的服务器，为请求接入云平台的用户提供数据处理的服务，根据用户需求调用存储节点中的数据并进行计算和分析；所述存储节点用于存储用户上传的数据，云平台中提供的数据资源以及用户在云平台的使用过程中产生的交互数据；

所述服务器的输出端和计算节点的输入端或存储节点的输入端相连接；所述计算节点的输出端和存储节点的输入端、消息收发模块的输入端相连接；所述存储节点的输出端和计算节点相连接。

6.根据权利要求5所述的一种基于多源节点的云平台资源管理系统，其特征在于，所述消息收发模块包括消息接收单元和消息分发单元；

所述消息接收单元用于接收用户发送的访问请求消息；所述消息发送单元用于将接收到的访问请求消息发送到所述多源节点管理模块中的计算节点内服务器上，当多源节点管理模块中的服务器出现拥堵情况时发送第一通知消息到云平台资源管理模块中，或者所需等待时间超过等待接入时间阈值时，发送第二通知消息到云平台资源管理模块中；

所述消息接收单元的输出端和消息发送单元的输入端相连接；所述消息发送单元的输出端与云平台资源管理模块的输入端相连接。

7.根据权利要求6所述的一种基于多源节点的云平台资源管理系统，其特征在于：所述云平台资源管理模块包括云平台数据采集单元、云平台数据分析单元和云平台资源调度单元；

所述云平台数据采集单元，用于获取多源节点管理模块中存储节点中服务器的历史数据，采集实时状况下的多源节点管理模块中服务器的数据，获取老用户操作云平台的历史数据，以及历史数据中新用户使用云平台效率和使用时长数据；所述云平台数据分析单元用于，根据云平台数据采集单元中采集到的数据以及消息分发单元分发的消息，来分析、计算和判断得出云平台资源的使用情况，并在资源管理的过程中计算资源的分配方式；所述云平台资源调度单元用于，根据云平台数据分析单元所得出来的云平台资源使用情况的结果，对云平台的资源进行调度和管理，通过云平台资源使用的不同情况来动态调节计算节点中的服务器中的ISW滑窗，增派计算节点中服务器数量，或者规划调节计算节点和存储节点中的服务器；

所述云平台数据采集单元的输出端和所述云平台数据分析单元的输入端相连接；所述云平台数据分析单元的输出端和所述云平台资源调度单元的输入端相连接；所述云平台资源调度单元的输出端和所述云平台预警模块相连接。

8.根据权利要求7所述的一种基于多源节点的云平台资源管理系统，其特征在于：所述云平台预警模块包括预警判断单元和预警提示信号发送单元；

所述预警判断单元用于当云平台中可增派的服务器数量达到最大值时，根据云平台中用户的所需等待时间判断是否应该发出预警提示信号，并发送指令给预警提示信号发送单元；所述预警提示信号发送单元用于根据预警判断单元发出的指令发送预警提示信号；

所述预警判断单元的输出端和所述预警提示信号发送单元的输入端相连接。