CN117539587A - 资源调度方法、装置、计算机设备、存储介质和程序产品 - Google Patents
资源调度方法、装置、计算机设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN117539587A CN117539587A CN202311314672.5A CN202311314672A CN117539587A CN 117539587 A CN117539587 A CN 117539587A CN 202311314672 A CN202311314672 A CN 202311314672A CN 117539587 A CN117539587 A CN 117539587A
- Authority
- CN
- China
- Prior art keywords
- resource
- cluster
- virtual machine
- candidate
- virtual
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004590 computer program Methods 0.000 claims abstract description 40
- 230000004044 response Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Abstract
本申请涉及一种资源调度方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。采用本方法能够有效的提高资源调度的灵活性。
Description
技术领域
本申请涉及资源调度技术领域,特别是涉及一种资源调度方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
虚拟机指的是一种通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统,在实体计算机中能够完成的工作在虚拟机中都能够实现。
现有技术中,通常是基于云管理平台实现单个云平台中资源的调度,为用户构建所需的虚拟机。
然而,这种基于云管理平台来调度云平台中的资源为用户构建虚拟机的方法,存在资源调度灵活性差的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种灵活性较高的资源调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种资源调度方法,包括:
接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在其中一个实施例中,该根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,包括:根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在其中一个实施例中,该根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,包括:将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在其中一个实施例中,该基于预设调度算法,从各该候选集群中确定该目标集群,包括:获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在其中一个实施例中,该根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,包括:获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在其中一个实施例中,该方法还包括:获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
第二方面,本申请还提供了一种资源调度装置,包括:
接收模块,用于接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;
确定模块,用于根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;
执行模块,用于响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一个实施例中,该确定模块,具体用于根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在一个实施例中,该确定模块,具体用于将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在一个实施例中,该确定模块,具体用于获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一个实施例中,该确定模块,具体用于获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一个实施例中,该确定模块,具体用于获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
第三方面,本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器,该存储器存储有计算机程序,该处理器执行该计算机程序时实现上述第一方面中任一所述的步骤。
第四方面,本申请还提供了一种计算机可读存储介质。该计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述第一方面中任一所述的步骤。
第五方面,本申请还提供了一种计算机程序产品。该计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面中任一所述的步骤。
上述资源调度方法、装置、计算机设备、存储介质和计算机程序产品,先接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。本申请提供的资源调度方法,基于用户的虚拟机创建请求从预设的虚拟资源池中为用户确定目标集群,以基于目标集群为用户创建目标虚拟机,在该虚拟资源池中,各云平台的资源均被统一为集群的形式,实现了多云平台异构资源的统一管理,采用本申请提供的资源调度方法,可以实现多云平台的资源调度,基于多云平台中的资源为用户构建虚拟机,有效的提高了资源调度的灵活性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一个实施例中资源调度方法的流程示意图;
图2为一个实施例中根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群方法的流程示意图;
图3为一个实施例中根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群方法的流程示意图;
图4为一个实施例中基于预设调度算法,从各该候选集群中确定该目标集群方法的流程示意图;
图5为一个实施例中根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级方法的流程示意图;
图6为一个实施例中在存在有新增集群的情况下方法的流程示意图;
图7为另一个实施例中资源调度方法的流程示意图;
图8为一个实施例中资源调度装置的结构框图;
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
虚拟机指的是一种通过软件模拟的具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统,在实体计算机中能够完成的工作在虚拟机中都能够实现。
现有技术中,通常是基于云管理平台实现单个云平台中资源的调度,为用户构建所需的虚拟机。
然而,这种基于云管理平台来调度云平台中的资源为用户构建虚拟机的方法,存在资源调度灵活性差的问题。
有鉴于此,本申请提供了一种资源调度方法,可以有效的提高资源调度的灵活性。
本申请实施例提供的资源调度方法,其执行主体可以是资源代理设备,该资源代理设备可以是服务器。
在一个示例性的实施例中,如图1所示,提供了一种资源调度方法,该方法包括以下步骤:
步骤101、接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求。
可选的,该虚拟机创建请求用于指示资源代理设备为用户创建所需的虚拟机。
在一种可能实现的方式中,可以通过该资源代理设备的用户界面层获取该虚拟机创建请求,该用户界面层是资源代理设备于用户进行交互的接口,该用户界面层可以采用命令行界面,图形用户界面或Web界面。
步骤102、根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息。
可选的,该虚拟资源池是指把服务器,存储以及网络都做成一个虚拟的资源池。
在本申请一个可选的实施例中,可以先基于各云平台的API接口或者SDK接口获取各云平台中各集群的资源性能信息,不同的云平台可以代表不同的厂商,该资源性能信息包括集群的计算资源,例如CPU以及内存,集群的存储资源,例如存储性能,集群的网络资源,例如带宽以及可用性,再基于该资源性能信息创建该虚拟资源池。
在一种可能实现的方式中,可以根据该虚拟机资源需求和该虚拟资源池中各该集群的资源性能信息,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的多个集群或一个集群,若为多个集群,则将其中任意一个确定为目标集群,若为一个集群,则将该集群确定为目标集群。
在另一种可能实现的方式中,可以根据该虚拟机资源需求和该虚拟资源池中各该集群的资源性能信息,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的多个集群或一个集群,若为多个集群,则从多个集群中确定匹配度最高的集群为目标集群,若为一个集群,则将该集群确定为目标集群。
步骤103、响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一种可能实现的方式中,在确定目标集群后,响应于用户的虚拟机创建请求,基于该目标集群和虚拟机搭建算法创建目标虚拟,以供用户使用。
上述资源调度方法,先接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。本申请提供的资源调度方法,基于用户的虚拟机创建请求从预设的虚拟资源池中为用户确定目标集群,以基于目标集群为用户创建目标虚拟机,在该虚拟资源池中,各云平台的资源均被统一为集群的形式,实现了多云平台异构资源的统一管理,采用本申请提供的资源调度方法,可以实现多云平台的资源调度,基于多云平台中的资源为用户构建虚拟机,有效的提高了资源调度的灵活性。
在一个示例性的实施例中,如图2所示,该根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,包括以下步骤:
步骤201、根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种。
在一种可能实现的方式中,可以基于过滤器,该虚拟机资源需求以及该虚拟资源池中各该集群的资源性能信息从该多个集群中确定候选集群,例如,该虚拟机资源需求包括计算资源需求A,存储资源需求B以及网络资源需求C,则可以将该计算资源需求A,存储资源需求B以及网络资源需求C作为标准阈值,基于过滤器将资源性能信息指示的资源性能不满足标准阈值的集群进行过滤,过滤之后保留的集群即为候选集群。
步骤202、基于预设调度算法,从各该候选集群中确定该目标集群。
可选的,该预设调度算法可以是最佳适应度算法,最小剩余资源算法或最小费用流算法。
在一种可能实现的方式中,由于该候选集群指的是资源性能满足用户虚拟机资源需求的集群,则可以基于预设调度算法从各该候选集群中确定候选集群种资源性能最好的集群作为目标集群。
上述根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,基于预设调度算法,从各该候选集群中确定该目标集群的方法,可以根据用户的需求为用户调度合适的资源创建目标虚拟机,有效的提高了资源调度的灵活性和准确性。
在一个示例性的实施例中,如图3所示,该根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,包括以下步骤:
步骤301、将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配。
在一种可能实现的方式中,可以先根据该虚拟机资源需求确定计算资源需求,存储资源需求以及网络资源需求,在根据该虚拟资源池中的各该集群的资源性能信息确定各集群的计算资源性能信息,存储资源性能信息以及网络资源性能信息,并将该计算资源需求,存储资源需求以及网络资源需求与各集群的计算资源性能信息,存储资源性能信息以及网络资源性能信息指示的计算性能,存储性能以及网络性能分别进行匹配。
步骤302、将匹配成功的资源性能信息对应的集群作为该候选集群。
在一种可能实现的方式中,若A集群的计算资源性能信息,存储资源性能信息以及网络资源性能信息指示的计算性能,存储性能以及网络性能均与该计算资源需求,存储资源需求以及网络资源相匹配,则确定该A集群为候选集群。
在另一种可能实现的方式中,若A集群的计算资源性能信息指示的计算性能与该计算资源需求相匹配,但存储资源性能信息以及网络资源性能信息指示的存储性能以及网络性能与则确定该存储资源需求以及网络资源不匹配,则确定A集群不为候选集群。
在另一种可能实现的方式中,若A集群的存储资源性能信息指示的存储性能与该存储资源需求相匹配,但计算资源性能信息以及网络资源性能信息指示的计算性能以及网络性能与则确定该计算资源需求以及网络资源不匹配,则确定A集群不为候选集群。
在另一种可能实现的方式中,若A集群的网络资源性能信息指示的网络性能与该网络资源需求相匹配,但计算资源性能信息以及存储资源性能信息指示的计算性能以及存储性能与则确定该计算资源需求以及存储资源不匹配,则确定A集群不为候选集群。
上述将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配,将匹配成功的资源性能信息对应的集群作为该候选集群的方法,可以根据用户的需求为用户调度合适的资源创建目标虚拟机,有效的提高了资源调度的灵活性和准确性。
在一个示例性的实施例中,如图4所示,该基于预设调度算法,从各该候选集群中确定该目标集群,包括以下步骤:
步骤401、获取各该候选集群的资源利用率。
在本申请一个可选的实施例中,可以基于监控技术实时监控该虚拟资源池中各集群的资源利用率,该监控技术可以是心跳检测,阈值监控或性能分析。
在一种可能实现的方式中,可以先获取各个集群的资源利用率,再进行筛选处理,以得到该候选集群的资源利用率。
步骤402、根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一种可能实现的方式中,可以根据预设优先级规则和该候选集群的资源性能信息以及该资源利用率确定各候选集群的候选优先级,再根据该候选优先级对各候选集群进行排序,将候选优先级最大的候选集群作为目标集群。
在另一种可能实现的方式中,还可以根据预设权重规则和该候选集群的资源性能信息以及该资源利用率确定各候选集群的候选优先级,再根据该候选优先级对各候选集群进行排序,将候选优先级最大的候选集群作为目标集群。
上述获取各该候选集群的资源利用率,根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群的方法,不仅根据用户的需求为用户调度合适的资源创建目标虚拟机,还考虑到了资源的利用率,有效的提高了资源调度的灵活性和准确性,提升用户体验感。
在一个示例性的实施例中,如图5所示,该根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,包括以下步骤:
步骤501、获取各该候选集群的资源性能信息的第一权重信息。
在一种可能实现的方式中,可以根据预设权重规则和该候选集群的资源性能信息确定该候选集群的第一权重信息,假设该候选集群存在有三个,分别为候选集群A,候选集群B以及候选集群C,根据该预设权重规则和该候选集群的资源性能信息确定该候选集群的第一权重信息分别为30,20以及10。
步骤502、根据各该候选集群的资源利用率确定各该候选集群的第二权重信息。
在一种可能实现的方式中,如上文所述,假设该候选集群存在有三个,分别为候选集群A,候选集群B以及候选集群C,根据该预设权重规则和该候选集群的资源利用率确定该候选集群的第二权重信息分别为0,20以及40。
步骤503、根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一种可能实现的方式中,如上文所述,假设该候选集群存在有三个,分别为候选集群A,候选集群B以及候选集群C,根据该第一权重信息和该第二权重信息确定各该候选集群的目标权重值分别为30,40以及50,则可以确定该候选集群的候选优先级为候选集群C>候选集群B>候选集群A,则该候选集群A就为目标集群。
上述获取各该候选集群的资源性能信息的第一权重信息,根据各该候选集群的资源利用率确定各该候选集群的第二权重信息,根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级的方法,有效的提高了资源调度的准确性。
在一个示例性的实施例中,如图6所示,在存在有新增集群的情况下,该方法还包括:
步骤601、获取新增集群的新增资源性能信息。
在一种可能实现的方式中,基于云平台的API接口或者SDK接口获取新增集群的新增资源性能信息。
步骤602、将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
在一种可能实现的方式中,将该新增资源性能信息添加至该虚拟资源池中,并根据该新增资源性能信息调整更新后的虚拟资源池中各该资源性能信息的第一权重信息,例如,更新前的虚拟资源池中仅包括两个集群,即集群A和集群B,该集群A的网络性能对应的权重值为20,该集群B的网络性能对应的权重值为10,新增集群为集群C,该集群C的网络性能低于该集群A,高于该集群B,则调整后的集群A的网络性能对应的权重值为30,集群B的网络性能对应的权重值为10,集群C的网络性能对应的权重值为20。
上述在存在有新增集群的情况下,获取新增集群的新增资源性能信息,将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息的方法,在新增集群的情况下,会对各集群对应的第一权重信息进行同步更新,有效的提高了资源调度的可靠性。
在一个示例性的实施例中,如图7所示,提供了另一种资源调度方法,该方法包括以下步骤:
步骤701、接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;
步骤702、将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
步骤703、获取各该候选集群的资源利用率;获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级;
步骤704、响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的资源调度方法的资源调度装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个资源调度装置实施例中的具体限定可以参见上文中对于资源调度方法的限定,在此不再赘述。
在一个示例性的实施例中,如图8所示,提供了一种资源调度装置800,包括:接收模块801、确定模块802和执行模块803,其中:
接收模块801,用于接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;
确定模块802,用于根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;
执行模块803,用于响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一个实施例中,该确定模块802,具体用于根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在一个实施例中,该确定模块802,具体用于将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在一个实施例中,该确定模块802,具体用于获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一个实施例中,该确定模块802,具体用于获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一个实施例中,该确定模块802,具体用于获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
上述资源调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图9所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储资源数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种资源调度方法。
本领域技术人员可以理解,图9中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个示例性的实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一个实施例中,该根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,处理器执行计算机程序时还实现以下步骤:根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在一个实施例中,该根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,处理器执行计算机程序时还实现以下步骤:将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在一个实施例中,该基于预设调度算法,从各该候选集群中确定该目标集群,处理器执行计算机程序时还实现以下步骤:获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一个实施例中,该根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,处理器执行计算机程序时还实现以下步骤:获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一个实施例中,该根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,计算机程序被处理器执行时还实现以下步骤:根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在一个实施例中,该根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,计算机程序被处理器执行时还实现以下步骤:将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在一个实施例中,该基于预设调度算法,从各该候选集群中确定该目标集群,计算机程序被处理器执行时还实现以下步骤:获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一个实施例中,该根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,计算机程序被处理器执行时还实现以下步骤:获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
接收用户输入的虚拟机创建请求,该虚拟机创建请求携带虚拟机资源需求;根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,该虚拟资源池中包括各该集群的资源性能信息;响应于该虚拟机创建请求,基于该目标集群创建目标虚拟机。
在一个实施例中,该根据该虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足该虚拟机资源需求的目标集群,计算机程序被处理器执行时还实现以下步骤:根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,该虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;基于预设调度算法,从各该候选集群中确定该目标集群。
在一个实施例中,该根据该虚拟机资源需求和该虚拟资源池,从各该集群中确定至少一个候选集群,计算机程序被处理器执行时还实现以下步骤:将该虚拟机资源需求与该虚拟资源池中的各该集群的资源性能信息进行匹配;将匹配成功的资源性能信息对应的集群作为该候选集群。
在一个实施例中,该基于预设调度算法,从各该候选集群中确定该目标集群,计算机程序被处理器执行时还实现以下步骤:获取各该候选集群的资源利用率;根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
在一个实施例中,该根据各该候选集群的资源性能信息以及该资源利用率,确定各该候选集群的候选优先级,计算机程序被处理器执行时还实现以下步骤:获取各该候选集群的资源性能信息的第一权重信息;根据各该候选集群的资源利用率确定各该候选集群的第二权重信息;根据该第一权重信息和该第二权重信息确定各该候选集群的候选优先级。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取新增集群的新增资源性能信息;将该新增资源性能信息添加至该虚拟资源池中,并调整更新后的虚拟资源池中各该资源性能信息的第一权重信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种资源调度方法,其特征在于,用于资源代理设备,所述方法包括:
接收用户输入的虚拟机创建请求,所述虚拟机创建请求携带虚拟机资源需求;
根据所述虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足所述虚拟机资源需求的目标集群,所述虚拟资源池中包括各所述集群的资源性能信息;
响应于所述虚拟机创建请求,基于所述目标集群创建目标虚拟机。
2.根据权利要求1所述的方法,其特征在于,所述根据所述虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足所述虚拟机资源需求的目标集群,包括:
根据所述虚拟机资源需求和所述虚拟资源池,从各所述集群中确定至少一个候选集群,所述虚拟机资源需求包括计算资源需求、存储资源需求以及网络资源需求中的至少一种;
基于预设调度算法,从各所述候选集群中确定所述目标集群。
3.根据权利要求2所述的方法,其特征在于,所述根据所述虚拟机资源需求和所述虚拟资源池,从各所述集群中确定至少一个候选集群,包括:
将所述虚拟机资源需求与所述虚拟资源池中的各所述集群的资源性能信息进行匹配;
将匹配成功的资源性能信息对应的集群作为所述候选集群。
4.根据权利要求2所述的方法,其特征在于,所述基于预设调度算法,从各所述候选集群中确定所述目标集群,包括:
获取各所述候选集群的资源利用率;
根据各所述候选集群的资源性能信息以及所述资源利用率,确定各所述候选集群的候选优先级,并将候选优先级最大的候选集群作为目标集群。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述候选集群的资源性能信息以及所述资源利用率,确定各所述候选集群的候选优先级,包括:
获取各所述候选集群的资源性能信息的第一权重信息;
根据各所述候选集群的资源利用率确定各所述候选集群的第二权重信息;
根据所述第一权重信息和所述第二权重信息确定各所述候选集群的候选优先级。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
获取新增集群的新增资源性能信息;
将所述新增资源性能信息添加至所述虚拟资源池中,并调整更新后的虚拟资源池中各所述资源性能信息的第一权重信息。
7.一种资源调度装置,其特征在于,所述装置包括:
接收模块,用于接收用户输入的虚拟机创建请求,所述虚拟机创建请求携带虚拟机资源需求;
确定模块,用于根据所述虚拟机资源需求和预设的虚拟资源池,从多个云平台包括的各个集群中确定满足所述虚拟机资源需求的目标集群,所述虚拟资源池中包括各所述集群的资源性能信息;
执行模块,用于响应于所述虚拟机创建请求,基于所述目标集群创建目标虚拟机。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314672.5A CN117539587A (zh) | 2023-10-11 | 2023-10-11 | 资源调度方法、装置、计算机设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311314672.5A CN117539587A (zh) | 2023-10-11 | 2023-10-11 | 资源调度方法、装置、计算机设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117539587A true CN117539587A (zh) | 2024-02-09 |
Family
ID=89792644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311314672.5A Pending CN117539587A (zh) | 2023-10-11 | 2023-10-11 | 资源调度方法、装置、计算机设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117539587A (zh) |
-
2023
- 2023-10-11 CN CN202311314672.5A patent/CN117539587A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110301128B (zh) | 基于学习的资源管理数据中心云架构的实现方法 | |
US10103942B2 (en) | Computer processing method and system for network data | |
US9805140B2 (en) | Striping of directed graphs and nodes with improved functionality | |
CN115328663A (zh) | 基于PaaS平台进行资源调度的方法、装置、设备和存储介质 | |
CN109960587A (zh) | 超融合云计算系统的存储资源分配方法和装置 | |
WO2015180340A1 (zh) | 一种数据挖掘方法及装置 | |
CN111400555A (zh) | 图数据查询任务处理方法、装置、计算机设备和存储介质 | |
CN105302536A (zh) | MapReduce应用的相关参数的配置方法和装置 | |
CN111143039A (zh) | 一种虚拟机的调度方法、装置及计算机存储介质 | |
US9998865B2 (en) | Method for performing distributed geographic event processing and geographic event processing system | |
CN113347238A (zh) | 基于区块链的消息分区方法及系统、设备、存储介质 | |
CN108595149A (zh) | 可重构乘加运算装置 | |
EP2797260A2 (en) | Risk mitigation in data center networks | |
Torres et al. | Storage services in private clouds: Analysis, performance and availability modeling | |
CN115361295B (zh) | 基于topsis的资源备份方法、装置、设备及介质 | |
CN116737373A (zh) | 负载均衡方法、装置、计算机设备、存储介质 | |
CN117539587A (zh) | 资源调度方法、装置、计算机设备、存储介质和程序产品 | |
CN114201306B (zh) | 基于负载均衡技术的多维地理空间实体分布方法及系统 | |
CN111930299B (zh) | 分配存储单元的方法及相关设备 | |
CN115277570A (zh) | 流量分配方法、装置、计算机设备和存储介质 | |
CN114138284A (zh) | 模型部署处理方法、装置、电子设备及存储介质 | |
CN115730663A (zh) | 量子计算任务映射方法以及量子计算机操作系统 | |
CN116032928B (zh) | 数据协同计算方法、装置、系统、电子装置和存储介质 | |
CN109242027A (zh) | 一种可交互的大数据并行k-means聚类方法 | |
CN117112145B (zh) | 训练模型分配方法、装置、计算机设备和存储介质 |
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 |