CN117421091A - 资源利用率的确定方法、装置、电子设备及存储介质 - Google Patents

资源利用率的确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN117421091A
CN117421091A CN202311317924.XA CN202311317924A CN117421091A CN 117421091 A CN117421091 A CN 117421091A CN 202311317924 A CN202311317924 A CN 202311317924A CN 117421091 A CN117421091 A CN 117421091A
Authority
CN
China
Prior art keywords
resources
type
values
determining
sum
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
CN202311317924.XA
Other languages
English (en)
Inventor
王腾贺
邱春武
聂彦超
马超
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.)
Sina Technology China Co Ltd
Original Assignee
Sina Technology China 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 Sina Technology China Co Ltd filed Critical Sina Technology China Co Ltd
Priority to CN202311317924.XA priority Critical patent/CN117421091A/zh
Publication of CN117421091A publication Critical patent/CN117421091A/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
    • G06F9/44—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
    • G06F9/44—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
    • 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)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种资源利用率的确定方法、装置、电子设备及存储介质，属于计算机应用领域，用以提升容器资源利用率的精准度，所述方法包括：获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。

Description

资源利用率的确定方法、装置、电子设备及存储介质
技术领域
本申请属于计算机应用领域，具体涉及一种资源利用率的确定方法、装置、电子设备及存储介质。
背景技术
随着容器技术、微服务和云计算的发展，容器技术逐步成为应用部署的标准之一。容器技术允许将应用程序及其依赖项打包在一起，以便能够在不同的计算环境中快速、可移植地运行。容器使得应用部署和管理更加简单。其中，容器中资源的利用率是一个重要的指标，可以衡量容器集群的资源利用效率和成本效益。目前容器的利用率都是按照容器占用的物理服务器的利用率计算的。
但是由于一个物理服务器上可能同时运行多个容器，并且由于容器的资源限制和共享特性，多个容器之间会共享物理服务器的资源，此时使用物理服务器的资源利用率计算容器的资源利用率可能无法准确反映出容器内部资源的利用情况，导致计算容器的资源利用率不精准的问题。
发明内容
本申请实施例提供一种资源利用率的确定方法、装置、电子设备及存储介质，能够解决计算容器的资源利用率不精准的问题。
第一方面，本申请实施例提供了一种资源利用率的确定方法，该方法包括：获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
第二方面，本申请实施例提供了一种资源利用率的确定装置，该装置包括：第一获取模块，用于获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；第二获取模块，用于获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；确定模块，用于根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
在本申请实施例中，支持应用运行的多种类型的资源由承载应用的容器提供，通过获取第一类型的资源在多种类型的资源中所占的权重，第一类型的资源为多种类型的资源中的一种；获取容器中第一类型的资源在多个时间段内的配置额度值和在多个时间段分别对应的使用值；根据第一类型的资源的权重、配置额度值和多个使用值，确定第一类型的资源在多种类型的资源中的利用率，使用容器内的资源配置额度值和使用值计算资源的利用率，避免了使用物理服务器的资源利用率计算容器的资源利用率时，可能无法准确反映出容器内部资源的利用情况的问题，提高了计算资源利用率的精准度。
附图说明
图1是本申请实施例提供的一种资源的确定方法的流程示意图；
图2是本申请实施例提供的一种Kubernetes维度示意图；
图3是本申请实施例提供的一种资源利用率的确定装置的结构示意图；
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
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前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的资源利用率的确定方法、装置、电子设备及存储介质进行详细地说明。
图1示出本发明的一个实施例提供的一种资源利用率的确定方法，该方法可以由电子设备执行，该电子设备可以包括：服务器和/或终端设备。换言之，该方法可以由安装在电子设备的软件或硬件来执行，该方法包括如下步骤：
步骤102：获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重。
具体的，容器是一种通过对资源的限制和隔离把进程运行在一个沙盒中的技术。有效的将单个操作系统的资源划分到孤立的组中，以便更好的在孤立的组之间平衡有冲突的资源使用需求，它可以将应用程序及其依赖项打包成一个可移植的容器，以便在不同的计算环境中运行，而无需担心环境之间的不兼容性问题。在容器中，通过为应用程序提供基础服务以为应用程序提供多种类型的资源，这些资源可以支持应用运行。具体的，容器中可以提供的基础服务包括CPU密集型、内存性、存储型等。用来支持应用运行的多种类型的资源可以包括CPU类型资源、内存型资源、数据盘型资源、带宽型资源等。在本申请实施例中，第一类型的资源是多种类型的资源中用于支持应用运行的多种资源的一种，例如CPU类型资源或者内存型资源。在本申请实施例中，可以初始化容器配置参数以配置容器的基础服务类型，根据基础服务类型可以得到各种资源的权重，得到如下所示的权重矩阵λ：
λ＝[r1，r2，r3，…，rm]
其中，rn表示第m个类型的资源在所有资源中所占的权重，其中，该权重矩阵λ满足第一类型的资源在所有类型的资源中所占的权重可以从该权重矩阵中获取。
步骤104：获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
在一种实现方式中，所述获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值，包括：
获取所述容器的监控数据，其中，所述监控数据包括所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
具体的，可以从数据仓库内获取容器的监控数据，得到各种资源在多个时间段内的配置额度值和在多个时间段内分别对应的使用值，得到配置额度值矩阵α和容器资源使用值矩阵β：
α＝[g1g2...gm]
其中，gm表示第m个类型的资源在各时间段内的配置额度值，第一类型的资源的配置额度可以从该α矩阵中获取；qmt表示第m个类型的资源在第t个时间段内的使用值，第一类型的资源在多个时间段内的使用值可以从该β矩阵内获取。
步骤106：根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
具体的，在得到第一类型的资源的权重、第一类型的资源在多个时间段内的配置额度值和在各所述时间段内的使用值之后，可以根据该第一类型的资源的权重、配置额度值和多个使用值计算得到容器中第一类型的资源在多种类型的资源中的利用率。
本发明实施例提供的资源利用率的确定方法，在本申请实施例中，通过获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，多种类型的资源由承载应用的容器提供，第一类型的资源为多种类型的资源中的一种；获取容器中第一类型的资源在多个时间段内的配置额度值和在多个时间段分别对应的使用值；根据第一类型的资源的权重、配置额度值和多个使用值，确定第一类型的资源在多种类型的资源中的利用率，使用容器内的资源配置额度和使用值，计算资源的利用率，避免了使用物理服务器的资源利用率计算容器的资源利用率可能无法准确反映出容器内部资源的利用情况，提高了计算资源利用率的精准度，满足容器场景，可进行实时计算，充分计算每个容器的资源使用的真实情况，避免因容器启动和销毁导致的数据断点。
在一种实现方式中，所述容器的数量为多个，所述根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率，包括：
获取多个容器中所述第一类型的资源的配置额度值的第一和值；获取多个容器中所述第一类型的资源与每个时间段相对应的使用值的第二和值、以及第二和值的数量，所述第二和值的数量与所述时间段的数量相同；根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率；根据所述第一类型的资源的使用率和权重，确定所述第一类型的资源在所述多种类型的资源中的利用率。
具体的，为应用提供基础服务的容器，即承载应用的容器通常为多个，每个容器都会为应用提供多种资源。在本申请实施例中，可以按照Kubernetes的组织维度对多个容器的资源使用值矩阵进行聚合。Kubernetes是一个开源的，用于管理云平台中多个主机上的容器化的应用，Kubernetes的目标是让部署容器化的应用简单并且高效(powerful),Kubernetes提供了应用部署，规划，更新，维护的一种机制。由于Kubernetes内调度的最小计算单元是容器，聚合计算也是针对容器的数据进行的。首先从数据仓库内取到组织关系，然后按照组织管理查找容器的数据进行矩阵加法计算得到聚合矩阵。例如图2所示，Kubernetes的组织维度包括多个产品线，产品线包括多个命名空间(namespace)维度，例如namespace1、namespace2和namespace3，namespace维度包括部署(deployment)维度，例如deployment1、deployment2、deployment3，deployment维度包括容器组(pod)维度，例如pod1、pod2，pod3，每个容器组下包括多个容器节点(node)。在本申请实施例中，可以按照deployment维度聚合，资源的配置额度和资源的使用值按照deployment聚合得到资源配置额度聚合矩阵αc和使用值聚合矩阵βc：
αc＝[gc1gc2...gcm]
其中，gcm表示第m个类型的资源在所有容器中的配置额度值的和值，qcmt表示第m个类型的资源在所有容器中在每个时间段内的使用值的和值。第一类型的资源的配置额度值的第一和值可以从配置额度聚合矩阵αc获取，第一类型的资源在每个时间段相对应的使用值的第二和值可以从使用值聚合矩阵βc中获取。第二和值的数量与时间段的数量相同。
在本申请实施例中，可以通过第一和值、第二和值、第二和值的数量，确定第一类型的资源的使用率。
具体的，在一种实现方式中，所述根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率，包括：
根据所述与每个时间段相对应的使用值的第二和值、以及所述第二和值的数量，确定所述多个时间段中第二和值的平均值；根据所述平均值、各时间段对应的第二和值、和所述第二和值的数量，确定所述第一类型的资源的方差，所述方差表征各时间段对应的第二和值与所述平均值之间的离散程度；根据所述平均值、所述方差、所述第二和值的数量和所述第一和值，确定所述第一类型的资源的使用率。
具体的，可以通过如下公式计算得到第一类型的资源的使用率：
其中，表示多个时间段中第二和值的平均值，ta/2表示预设的置信度，该置信度可以设置为99％，S表示第一类型的资源的方差，方差表征多个时间段的第二和值与平均值之间的离散程度，T表示第二和值的数量，也表示时间段的数量，gm表示第一和值，xi表示与每个时间段相对应的使用值的第二和值，qcmi表示第一类型的资源的使用值。通过上述公式，可以得到第一类型的资源的使用率，所有类型的资源的使用率都可以通过此方式计算得到，进而可以得到多种类型的资源的使用率矩阵ο＝[h1h2...hm]，其中hm是第m个类型的资源的使用率值。
在得到资源的使用率值之后，可以通过各种类型的资源的使用率值矩阵与权重矩阵计算哈达玛积：
ur＝o*λm
＝[h1h2...hm]*[r1，r2，r3，…，rn]
＝[h1*r1h2*r2...hm*rm]
整体利用率R：其中hi是第i个类型的资源的使用率，ri是第i个类型的资源的加权值。第一类型的资源的利用率可以通过此方式得到。在得到资源的利用率之后，可以将利用率数据存储至数据仓库。使用上述的计算方式，多维度聚合利用率，利用率数据更多样，按照Kubernetes的组织方式聚合各个维度的利用率数据，贴合Kubernetes业务场景，计算更简单，精确。使用率样本符合正态分布，使用统计学进行数据计算提供更精确的容器利用率数据，并且使用统计学公式计算更简单，计算方式更合理。采用正态分布大样本的区间估计，计算利用率分布情况，置信水平为99％，求采样点均值，符合统计学原理。
需要说明的是，本申请实施例提供的资源利用率的确定方法，执行主体可以为资源利用率的确定置，或者该资源利用率的确定装置中的用于执行资源利用率的确定方法的控制模块。本申请实施例中以资源利用率的确定装置执行资源利用率的确定方法为例，说明本申请实施例提供的资源利用率的确定装置。
图3是根据本发明实施例的资源利用率的确定装置的结构示意图。如图3所示，资源利用率的确定装置300包括：第一获取模块310、第二获取模块320和确定模块330。
第一获取模块310，用于获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；第二获取模块320，用于获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；确定模块330，用于根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
在一种实现方式中，所述容器的数量为多个，所述确定模块330，用于：获取多个容器中所述第一类型的资源的配置额度值的第一和值；获取多个容器中所述第一类型的资源与每个时间段相对应的使用值的第二和值、以及第二和值的数量，所述第二和值的数量与所述时间段的数量相同；根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率；根据所述第一类型的资源的使用率和权重，确定所述第一类型的资源在所述多种类型的资源中的利用率。
在一种实现方式中，所述确定模块330，用于：根据所述与每个时间段相对应的使用值的第二和值、以及所述第二和值的数量，确定所述多个时间段中第二和值的平均值；根据所述平均值、各时间段对应的第二和值、和所述第二和值的数量，确定所述第一类型的资源的方差，所述方差表征各时间段对应的第二和值与所述平均值之间的离散程度；根据所述平均值、所述方差、所述第二和值的数量和所述第一和值，确定所述第一类型的资源的使用率。
在一种实现方式中，所述第二获取模块320，用于：获取所述容器的监控数据，其中，所述监控数据包括所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
本申请实施例中的资源利用率的确定装置可以是装置，也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personal digital assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例中的资源利用率的确定装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。
本申请实施例提供的资源利用率的确定装置能够实现图1的方法实施例实现的各个过程，为避免重复，这里不再赘述。
可选地，如图4所示，本申请实施例另提供一种电子设备400，包括处理器401和存储器402，存储器402上存储有可在所述处理器401上运行的程序或指令，该程序或指令被处理器401执行时实现：获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
在一种实现方式中，所述容器的数量为多个，获取多个容器中所述第一类型的资源的配置额度值的第一和值；获取多个容器中所述第一类型的资源与每个时间段相对应的使用值的第二和值、以及第二和值的数量，所述第二和值的数量与所述时间段的数量相同；根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率；根据所述第一类型的资源的使用率和权重，确定所述第一类型的资源在所述多种类型的资源中的利用率。
在一种实现方式中，根据所述与每个时间段相对应的使用值的第二和值、以及所述第二和值的数量，确定所述多个时间段中第二和值的平均值；根据所述平均值、各时间段对应的第二和值、和所述第二和值的数量，确定所述第一类型的资源的方差，所述方差表征各时间段对应的第二和值与所述平均值之间的离散程度；根据所述平均值、所述方差、所述第二和值的数量和所述第一和值，确定所述第一类型的资源的使用率。
在一种实现方式中，获取所述容器的监控数据，其中，所述监控数据包括所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
具体执行步骤可以参见上述资源利用率的确定方法实施例的各个步骤，且能达到相同的技术效果，为避免重复，这里不再赘述。
需要说明的是，本申请实施例中的电子设备包括：服务器、终端或除终端之外的其他设备。
以上电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，例如，输入单元，可以包括图形处理器(Graphics Processing Unit，GPU)和麦克风，显示单元可以采用液晶显示器、有机发光二极管等形式来配置显示面板。用户输入单元包括触控面板以及其他输入设备中的至少一种。触控面板也称为触摸屏。其他输入设备可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
存储器可用于存储软件程序以及各种数据。存储器可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器可以包括易失性存储器或非易失性存储器，或者，存储器可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory，RAM)，静态随机存取存储器(Static RAM，SRAM)、动态随机存取存储器(Dynamic RAM，DRAM)、同步动态随机存取存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM，ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM，DRRAM)。
处理器可包括一个或多个处理单元；可选的，处理器集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器中。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述资源利用率的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质，包括计算机可读存储介质，如ROM、RAM、磁碟或者光盘等。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。

Claims (10)

1.一种资源利用率的确定方法，其特征在于，包括：
获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；
获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；
根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
2.根据权利要求1所述的确定方法，其特征在于，所述容器的数量为多个，所述根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率，包括：
获取多个容器中所述第一类型的资源的配置额度值的第一和值；
获取多个容器中所述第一类型的资源与每个时间段相对应的使用值的第二和值、以及第二和值的数量，所述第二和值的数量与所述时间段的数量相同；
根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率；
根据所述第一类型的资源的使用率和权重，确定所述第一类型的资源在所述多种类型的资源中的利用率。
3.根据权利要求2所述的确定方法，其特征在于，所述根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率，包括：
根据所述与每个时间段相对应的使用值的第二和值、以及所述第二和值的数量，确定所述多个时间段中第二和值的平均值；
根据所述平均值、各时间段对应的第二和值、和所述第二和值的数量，确定所述第一类型的资源的方差，所述方差表征各时间段对应的第二和值与所述平均值之间的离散程度；
根据所述平均值、所述方差、所述第二和值的数量和所述第一和值，确定所述第一类型的资源的使用率。
4.根据权利要求1所述的确定方法，其特征在于，所述获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值，包括：
获取所述容器的监控数据，其中，所述监控数据包括所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
5.一种资源利用率的确定装置，其特征在于，包括：
第一获取模块，用于获取第一类型的资源在支持应用运行的多种类型的资源中所占的权重，所述多种类型的资源由承载所述应用的容器提供，所述第一类型的资源为所述多种类型的资源中的一种；
第二获取模块，用于获取所述容器中所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值；
确定模块，用于根据所述第一类型的资源的权重、所述配置额度值和多个使用值，确定所述第一类型的资源在所述多种类型的资源中的利用率。
6.根据权利要求5所述的装置，其特征在于，所述容器的数量为多个，所述确定模块，用于：
获取多个容器中所述第一类型的资源的配置额度值的第一和值；
获取多个容器中所述第一类型的资源与每个时间段相对应的使用值的第二和值、以及第二和值的数量，所述第二和值的数量与所述时间段的数量相同；
根据所述第一和值、所述第二和值、所述第二和值的数量，确定所述第一类型的资源的使用率；
根据所述第一类型的资源的使用率和权重，确定所述第一类型的资源在所述多种类型的资源中的利用率。
7.根据权利要求6所述的装置，其特征在于，所述确定模块，用于：
根据所述与每个时间段相对应的使用值的第二和值、以及所述第二和值的数量，确定所述多个时间段中第二和值的平均值；
根据所述平均值、各时间段对应的第二和值、和所述第二和值的数量，确定所述第一类型的资源的方差，所述方差表征各时间段对应的第二和值与所述平均值之间的离散程度；
根据所述平均值、所述方差、所述第二和值的数量和所述第一和值，确定所述第一类型的资源的使用率。
8.根据权利要求5所述的装置，其特征在于，所述第二获取模块，用于：
获取所述容器的监控数据，其中，所述监控数据包括所述第一类型的资源在多个时间段内的配置额度值和在所述多个时间段分别对应的使用值。
9.一种电子设备，其特征在于，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1-4任一项所述的资源利用率的确定方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-4任一项所述的资源利用率的确定方法的步骤。
CN202311317924.XA 2023-10-12 2023-10-12 资源利用率的确定方法、装置、电子设备及存储介质 Pending CN117421091A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311317924.XA CN117421091A (zh) 2023-10-12 2023-10-12 资源利用率的确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311317924.XA CN117421091A (zh) 2023-10-12 2023-10-12 资源利用率的确定方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN117421091A true CN117421091A (zh) 2024-01-19

Family

ID=89523939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311317924.XA Pending CN117421091A (zh) 2023-10-12 2023-10-12 资源利用率的确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN117421091A (zh)

Similar Documents

Publication Publication Date Title
US11106486B2 (en) Techniques to manage virtual classes for statistical tests
US10394693B2 (en) Quantization of data streams of instrumented software
CN110851529B (zh) 算力调度方法及相关设备
CN106959894B (zh) 资源分配方法和装置
US8819683B2 (en) Scalable distributed compute based on business rules
CN111324471B (zh) 服务调整方法、装置、设备及存储介质
Horovitz et al. Faastest-machine learning based cost and performance faas optimization
CN112130997B (zh) 一种资源分配方法及装置
CN113076224B (zh) 数据备份方法、数据备份系统、电子设备及可读存储介质
Mittal et al. Cloud testing-the future of contemporary software testing
CN116594763A (zh) 针对动态计算图提前调度的方法和装置
CN117421091A (zh) 资源利用率的确定方法、装置、电子设备及存储介质
CN116594762A (zh) 针对动态计算图提前调度的方法和装置
Markidis et al. A performance characterization of streaming computing on supercomputers
CN114816955A (zh) 数据库性能预测方法和装置
CN114817845A (zh) 数据处理方法、装置、电子设备及存储介质
US11003565B2 (en) Performance change predictions
CN114331388A (zh) 基于联邦学习的薪资计算方法、装置、设备及存储介质
CN110083517A (zh) 一种用户画像置信度的优化方法及装置
US9407517B2 (en) System and method for determining number of computing resources for executing a plurality of jobs
US11686755B2 (en) Rapid evaluation of inequality expressions for electromagnetic propagation
CN116628231B (zh) 基于大数据平台的任务可视化发布方法及系统
CN117634562A (zh) Dsp资源使用量的计算方法、装置、设备及存储介质
CN117574148A (zh) 智能预测模型的训练方法、预测方法及相关设备
CN113900823A (zh) 服务器数据查询请求的负载均衡方法、装置及电子设备

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