WO2014206266A1 - 一种云计算环境下的自动伸缩方法和系统 - Google Patents

一种云计算环境下的自动伸缩方法和系统 Download PDF

Info

Publication number
WO2014206266A1
WO2014206266A1 PCT/CN2014/080564 CN2014080564W WO2014206266A1 WO 2014206266 A1 WO2014206266 A1 WO 2014206266A1 CN 2014080564 W CN2014080564 W CN 2014080564W WO 2014206266 A1 WO2014206266 A1 WO 2014206266A1
Authority
WO
WIPO (PCT)
Prior art keywords
scaling
interface
management platform
virtual machine
application
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.)
Ceased
Application number
PCT/CN2014/080564
Other languages
English (en)
French (fr)
Inventor
祖立军
于镳
才华
王海冰
何朔
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.)
China Unionpay Co Ltd
Original Assignee
China Unionpay 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 China Unionpay Co Ltd filed Critical China Unionpay Co Ltd
Publication of WO2014206266A1 publication Critical patent/WO2014206266A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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 OR CALCULATING; 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
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H04L41/0897—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities by horizontal or vertical scaling of resources, or by migrating entities, e.g. virtual resources or entities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5022—Workload threshold
    • 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

Definitions

  • the present invention relates to the field of cloud computing, and in particular, to an automatic scaling method and system in a cloud computing environment. Background technique
  • a vertical scaling scheme or a horizontal scaling scheme is used to achieve load balancing.
  • vertical scaling increases service capabilities by increasing the performance of a single physical device, such as upgrading physical devices.
  • the present invention provides an automatic scaling method in a cloud computing environment, including: periodically collecting monitoring information through a virtual machine monitoring interface in an IaaS management platform, and writing it into a cache; analyzing the The monitoring information in the cache; determining whether the analyzed monitoring information reaches a scaling value; when the analyzed monitoring information reaches the scaling value, according to the predefined scaling quota in the IaaS management platform, predefined in the application
  • the scaling quota and the scaling policy are used to invoke the scaling interface in the IaaS management platform to create or remove a virtual machine; and the application and load balancing configuration is completed through the command execution interface in the IaaS management platform.
  • an automatic scaling system in a cloud computing environment including: an IaaS management platform and an application, where the IaaS management platform includes a virtual machine for acquiring the virtual machine according to an IP address of the virtual machine.
  • the application includes an application scaling management module, where the application scaling management module includes the following functional unit:
  • the monitoring information is periodically collected by the virtual machine monitoring interface in the IaaS management platform, and is written into the cache;
  • the analyzing unit is configured to analyze the monitoring information in the cache;
  • the determining unit is configured to determine Whether the analyzed monitoring information reaches the scaling threshold;
  • the scaling unit is configured to: according to the predefined scaling quota in the IaaS management platform, and the predefined scaling quota in the application, when the analyzed monitoring information reaches the scaling threshold And a scaling policy to invoke the scaling interface in the IaaS management platform to create or remove virtual Machine; and a configuration unit for the application and load balancing is accomplished by the management platform IaaS the command interface configuration.
  • the IaaS management platform further includes a task query interface for querying an execution result of the scaling task.
  • the IaaS management platform further includes a quota management module, which is configured to provide a predefined scaling quota.
  • the application scaling management module further includes: a scaling quota unit, configured to control a number of the virtual machines that are scaled; and a scaling policy unit, configured to provide a scaling policy and/or an algorithm, where The scaling unit creates or removes a virtual machine according to a predefined scaling quota provided by the scaling quota unit and a scaling policy provided by the scaling policy unit.
  • the application scaling management module further includes: an executing unit, configured to enable the virtual machine to execute a command issued by the user.
  • the virtual machine monitoring interface is a user-oriented monitoring interface.
  • the automatic telescopic service of the present invention can realize a fully automated process, and For management and application.
  • the automatic scaling solution of the present invention is perfectly integrated with the virtualization technology in the cloud environment, and can automatically complete the automatic expansion of the service capability in the case of fully utilizing resources (the computing resources are not exclusively idle and standby, dynamic configuration). , greatly reducing the response speed and ability to respond to unexpected situations, thereby improving the efficiency of the entire system.
  • Figure 1 shows a Java web application architecture that supports load balancing and scale-out
  • FIG. 2 is a schematic diagram of lateral expansion of the application architecture illustrated in FIG. 1;
  • FIG. 3 is a schematic illustration of an automatic telescopic system in accordance with one embodiment of the present invention.
  • FIG. 4 is a schematic diagram of an automatic expansion method according to an embodiment of the present invention.
  • IaaS refers to the lowest level of the cloud computing platform - the IT infrastructure, Infrastructure as a Service.
  • Service provider will IT infrastructure (including server, network, storage, operating system) After virtualization, it becomes a program-managed virtual resource that provides users with computing and storage services over the network.
  • the "IaaS Management Platform” is designed to centrally manage all servers, storage and network devices in the data center in a cloud computing environment, providing users with integrated, highly available, and fast deployment through template configuration and dynamic adjustment. IT infrastructure. Therefore, the platform has cloud resource management capabilities, including virtual machine lifecycle management (creation, deletion, stop, shutdown, etc.), as well as providing its management capabilities to form services.
  • an application deployment architecture model that supports load balancing and scale-out is generally adopted. Take a typical Java web application as an example, as shown in Figure 1, through professional load balancing. F5 (its high load is guaranteed by its own product, this specification is not detailed), the external request is distributed to the reverse proxy layer, and the reverse proxy then distributes the request twice and distributes it to the application processing layer. There is no single point of failure at all levels, and the deployment architecture greatly increases the availability of the system.
  • the present invention proposes to provide basic capabilities such as monitoring, scaling, and script execution on the IaaS management platform side, and develops its own scaling processing module on the application side, and invokes the corresponding interface of the IaaS management platform to complete the entire scaling process, as shown in FIG.
  • FIG. 3 illustrates an automatic telescoping system in accordance with an embodiment of the present invention, including IaaS management platform and application scaling management module.
  • the IaaS management platform provides the following capabilities and interfaces:
  • Virtual machine monitoring interface This interface is a user-oriented interface. It can obtain the running information of the virtual machine according to the ip of the specified virtual machine (VM), including CPU, memory, 10, etc. .
  • VM virtual machine
  • the interface does not provide a remote calling mode, but only provides a local jar package, and the application only needs to call a stable monitoring interface in the packet.
  • Scaling interface This interface can create an extended virtual machine (stretch) or remove a virtual machine (shrink).
  • Task query interface A telescopic task needs to run for a long time, so it is designed to be in asynchronous mode. You can query the execution result of the scaling task through this interface.
  • This interface is actually a series of interfaces, including the interface for executing the internal script of the virtual machine, and changing the interface configured by F5.
  • Scaling service provisioning and quota management After the cloud platform administrator opens the automatic scaling service for the application, and specifies the information such as the scaling quota, service area, and network segment, the application can invoke the expansion interface to implement the automatic expansion function.
  • the application scaling management module shown in Figure 3 contains the following functional units:
  • Monitoring and monitoring cache Timely call the jar package provided by the cloud platform to monitor the own virtual machine and save the monitoring information of the system as the basis for scaling.
  • the application needs to set the collection frequency and the cache data validity period according to the application characteristics.
  • Scaled quota refers to the quantity control of the scaling virtual machine.
  • the application party also needs to set it in its own system to prevent excessive calling of the cloud platform scaling interface and disable the service.
  • the scaling policy refers to the algorithm basis of the scaling. It can be designed to be very flexible, or it can be “stretched” only for a few parameters, such as how long the CPU usage of the long-term segment is greater than the maximum.
  • Scaling decision Based on the monitoring cache and scaling policies and quotas, decide whether to scale or not. If the answer is affirmative, the telescopic interface of the cloud platform is called to initiate the retracting instruction. Since the instruction is asynchronously executed, the task query interface needs to be called periodically to determine whether the scaling is successful.
  • Application and load balancing configuration After the virtual machine hierarchy is successfully scaled, you need to call the interface to apply the service.
  • Various configurations such as server and load balancing.
  • Configuration script inside the virtual machine The cloud platform only provides the script call interface inside the virtual machine. The implementation of the script itself needs to be completed by the application itself, including application server configuration, application configuration, and reverse proxy configuration.
  • Figure 4 shows an automatic scaling method in a cloud computing environment.
  • the method includes: periodically collecting monitoring information through a virtual machine monitoring interface in the IaaS management platform, and writing the monitoring information into the cache; analyzing the monitoring information in the cache; determining whether the analyzed monitoring information reaches a scaling value; When the analyzed monitoring information reaches the scaling value, the virtualized interface in the IaaS management platform is invoked to create or remove the virtual machine according to the predefined scaling quota in the IaaS management platform, the predefined scaling quota in the application, and the scaling policy; The command execution interface in the IaaS management platform completes the application and load balancing configuration.
  • the present invention provides an automatic scaling solution in a cloud computing environment, which is composed of an IaaS management platform capability interface and an application scaling management module in a cloud environment.
  • the IaaS management platform capability interface includes a VM monitoring interface, a VM expansion interface, a task query interface, a command execution interface, and a scaling service provisioning and quota management.
  • the scaling management module includes a monitoring set and a monitoring cache, a scaling quota and a scaling policy, and a scaling decision. , application and load balancing configuration and configuration scripts inside the virtual machine.
  • the application can automatically complete the automatic expansion of service capabilities in a fully automated manner, thereby greatly reducing the response speed and ability to respond to unexpected situations, thereby improving the The efficiency of the entire system.

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)
  • Stored Programmes (AREA)

Abstract

公开了一种云计算环境下的自动伸缩方法，包括：通过laaS管理平台中的虚拟机监控接口来定时采集监控信息，并将其写入缓存中；分析所述缓存中的监控信息；判断所分析的监控信息是否达到伸缩阈值；在所分析的监控信息达到所述伸缩阈值时，根据所述laaS管理平台中预定义的伸缩配额、应用中预定义的伸缩配额以及伸缩策略来调用所述laaS管理平台中的伸缩接口来创建或移除虚拟机；以及通过所述laaS管理平台中的命令执行接口来完成应用和负载平衡的配置。还公开了一种云计算环境下的自动伸缩系统。

Description

一种云计算环境下的自动伸缩方法和系统 技术领域
本发明涉及云计算领域， 特别地， 涉及云计算环境下的自动伸缩方法和系 统。 背景技术
传统上釆用纵向伸缩方案或横向伸缩方案来实现负载均衡。 具体来说， 纵 向伸缩通过增加单台物理设备的性能来提升服务能力， 例如提升物理设备的
CPU, 内存以及网卡带宽等。 这样的服务能力提升， 往往需要物理设备进行停 机维护， 因此业务中断将无法避免。其次，物理设备性能提升是有极限瓶颈的， 例如一台物理设备支持的 CPU个数以及内存数受限于技术的成熟度。
传统上的横向扩展过程， 一般都是通过釆购和部署新的硬件设施来实现 的， 整个决策和执行过程往往是以星期为单位， 效率很低。 另外也可能存在计 划外的并发请求突然增加， 导致系统瘫痪的情况， 为防备这种情况的出现， 就 需要增加更多的备用计算节点， 造成硬件资源的大量浪费。 发明内容
为解决上述问题，本发明提出了一种云计算环境下的自动伸缩方法，包括： 通过 IaaS管理平台中的虚拟机监控接口来定时釆集监控信息， 并将其写入緩 存中；分析所述緩存中的监控信息；判断所分析的监控信息是否达到伸缩阔值； 在所分析的监控信息达到所述伸缩阔值时， 根据所述 IaaS管理平台中预定义 的伸缩配额、 应用中预定义的伸缩配额以及伸缩策略来调用所述 IaaS管理平 台中的伸缩接口来创建或移除虚拟机； 以及通过所述 IaaS管理平台中的命令 执行接口来完成应用和负载平衡的配置。 根据本发明的另一个方面，提供了一种云计算环境下的自动伸缩系统， 包 括： IaaS管理平台和应用， 其中， 所述 IaaS管理平台包含用于根据虚拟机的 IP地址来获取该虚拟机的运行信息的虚拟机监控接口、 用于创建或移除虚拟 机的伸缩接口以及命令执行接口； 以及所述应用包含应用伸缩管理模块， 所述 应用伸缩管理模块含有如下功能单元： 监控单元， 用于通过所述 IaaS管理平 台中的所述虚拟机监控接口来定时釆集监控信息， 并将其写入緩存中； 分析单 元， 用于分析所述緩存中的监控信息； 判断单元， 用于判断所分析的监控信息 是否达到伸缩阔值；伸缩单元，用于在所分析的监控信息达到所述伸缩阔值时， 根据所述 IaaS管理平台中预定义的伸缩配额、 应用中预定义的伸缩配额以及 伸缩策略来调用所述 IaaS管理平台中的所述伸缩接口来创建或移除虚拟机； 以及配置单元， 用于通过所述 IaaS管理平台中的所述命令执行接口来完成应 用和负载平衡的配置。
在上述自动伸缩系统中， 所述 IaaS管理平台还包含用于查询伸缩任务的 执行结果的任务查询接口。
在上述自动伸缩系统中， 所述 IaaS管理平台还包含配额管理模块， 用于 提供预定义的伸缩配额。
在上述自动伸缩系统中， 所述应用伸缩管理模块还含有： 伸缩配额单元， 用于对进行伸缩的虚拟机的数量进行控制； 以及伸缩策略单元， 用于提供伸缩 策略和 /或算法， 其中， 所述伸缩单元根据所述伸缩配额单元提供的预定义的 伸缩配额以及所述伸缩策略单元提供的伸缩策略来创建或移除虚拟机。
在上述自动伸缩系统中， 所述应用伸缩管理模块还含有： 执行单元， 用于 使虚拟机执行用户下发的命令。
在上述自动伸缩系统，其中，所述虚拟机监控接口是面向用户的监控接口。 釆用上述自动伸缩方案，可提供根据应用服务实时运行状况进行服务能力 的扩展伸缩能力。 并且， 本发明所述的自动伸缩服务可实现全自动化流程， 便 于管理与应用。此外， 本发明所述的自动伸缩方案由于与云环境下的虚拟化技 术完美整合， 可做到在充分利用资源的情况下（计算资源不专门闲置备用、 动 态配置 )快速完成服务能力的自动扩展， 大大降低了应对突发情况的响应速度 与能力， 从而提高了整个系统的效率。 附图说明
在参照附图阅读了本发明的具体实施方式以后，本领域技术人员将会更清 楚地了解本发明的各个方面。 本领域技术人员应当理解的是： 这些附图仅仅用 于配合具体实施方式说明本发明的技术方案，而并非意在对本发明的保护范围 构成限制。
图 1示出支持负载均衡和横向扩展的 Java Web应用架构；
图 2是对图 1所述的应用架构进行横向扩展的示意图；
图 3是^ =艮据本发明的一个实施例的自动伸缩系统的示意图；
图 4是^ =艮据本发明的一个实施例的自动伸缩方法的示意图。
具体实施方式
下面介绍的是本发明的多个可能实施例中的一些， 旨在提供对本发明的基 本了解， 并不旨在确认本发明的关键或决定性的要素或限定所要保护的范围。 容易理解， 根据本发明的技术方案， 在不变更本发明的实质精神下， 本领域的 一般技术人员可以提出可相互替换的其它实现方式。 因此， 以下具体实施方式 以及附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部 或者视为对本发明技术方案的限定或限制。
在接下来的具体描述中会多次提到 "IaaS管理平台"。 在本发明的上下文 中， "IaaS" 是指云计算平台的最底层—— IT基础设施， 即 Infrastructure as a Service。 服务提供商将 IT基础设施（包括服务器、 网络、 存储、 操作系统） 虚拟化后变成一种程序可管理的虚拟资源，通过网络为用户提供计算和存储服 务。 "IaaS管理平台" 的设计目标是在云计算环境中将数据中心所有服务器、 存储和网络设备集中统一管理，通过模版配置和动态调整等功能为用户提供整 合的、 高可用性的、 可快速部署使用的 IT基础设施。 因此该平台具备云资源 管理能力， 尤其包括虚拟机生命周期管理（创建、 删除、 停止、 关机等）， 同 时也具备将其管理能力形成服务对外提供。
为提高应用系统在高并发请求场景下的可用性，一般要釆取支持负载均衡 和横向扩展的应用部署架构模式， 以典型的 Java Web应用为例， 如图 1所示， 其通过专业的负载均衡器 F5(其高负载性由其产品自身保证， 本说明书不详细 展开）， 将外部请求分发至反向代理层， 反向代理再对请求进行二次分发， 将 其分发至应用处理层，每个层次都不存在单点故障， 该部署架构大大提高了系 统的可用性。
当外部的并发请求量越来越大时， 通过对上述架构进行横向扩展， 增加不 同层次的处理节点， 将增加的请求负载转移到新的处理节点上， 以保证可用性 不变， 如图 2所示。
在云计算环境中， 大量的计算能力通过虚拟化技术进行资源池化， 并例如 以虚拟机的形式对外提供服务。 由于虚拟机本质以物理设备的文件形式存在， 其具有高效的管理性， 便于动态生成与删除。 因此基于以上特征， 云计算环境 中实现自动伸缩能力具有先天的优势。
不过由于应用场景多种多样， IaaS管理平台无法独立完成整个自动伸缩过 程。 因此在云计算环境中实现自动伸缩需要 IaaS管理平台和应用两部分组合 实现。 本发明提出在 IaaS管理平台侧提供监控、 伸缩、 脚本执行等基础能力， 而在应用侧开发自己的伸缩处理模块， 调用 IaaS管理平台的相应接口， 来完 成整个伸缩过程， 如图 3所示。
图 3示出了根据本发明的一个具体实施例的自动伸缩系统，该系统包括了 IaaS管理平台和应用伸缩管理模块。其中， IaaS管理平台提供以下能力和接口： 虚拟机监控接口： 该接口是面向用户的接口， 可根据指定虚拟机 (VM)的 ip， 获取该虚拟机的运行信息， 包括 CPU、 内存、 10等。 在一个实施例中， 该接口不提供远程调用方式， 而是只提供本地 jar包， 应用方只需要调用该包 中稳定的监控接口即可。
伸缩接口： 该接口可以创建扩展虚拟机 (伸)或者移除虚拟机 (缩）。
任务查询接口： 伸缩任务需要长时间运行， 因此设计为异步模式， 通过该 接口可查询伸缩任务的执行结果。
命令执行接口： 这个接口其实是一系列接口， 包括执行虚拟机内部脚本的 接口， 变更 F5配置的接口等。
伸缩服务开通和配额管理： 在云平台管理员为应用方开通自动伸缩服务， 指定伸缩配额， 业务区， 网段等信息后， 应用才可以调用伸缩接口实现自动伸 缩功能。
图 3所示的应用伸缩管理模块包含如下的功能单元：
监控釆集和监控緩存： 定时调用云平台提供的 jar包对己方虚拟机进行监 控，保存本系统关心的监控信息作为伸缩依据。应用方需要根据应用特点设定 釆集频率和緩存数据有效期。
伸缩配额和伸缩策略： 伸缩配额是指伸缩虚拟机的数量控制，应用方也需 要在自己的系统中对其进行设置， 防止过度调用云平台伸缩接口而被禁用服 务。 伸缩策略是指伸缩的算法依据， 可以设计地非常灵活， 也可以仅仅为几个 参数， 比如多长时间段的 CPU占用率均值大于多少就进行 "伸"。
伸缩决策： 以监控緩存和伸缩策略、 配额为依据， 对是否伸缩进行决策。 如果答案是肯定的， 就调用云平台的伸缩接口发起伸缩指令， 由于该指令是异 步执行的， 所以还需要定时调用任务查询接口来判断伸缩是否成功。
应用和负载均衡配置： 虚拟机层次伸缩成功后， 还需要调用接口对应用服 务器和负载均衡等进行各种配置。
虚拟机内部的配置脚本： 云平台仅提供虚拟机内部的脚本调用接口， 脚本 本身的实现还需要应用方自己来完成， 主要包括应用服务器配置， 应用配置， 反向代理配置等。
图 4示出了一种云计算环境下的自动伸缩方法。 该方法包括： 通过 IaaS 管理平台中的虚拟机监控接口来定时釆集监控信息， 并将其写入緩存中； 分析 緩存中的监控信息； 判断所分析的监控信息是否达到伸缩阔值； 在所分析的监 控信息达到伸缩阔值时， 根据 IaaS管理平台中预定义的伸缩配额、 应用中预 定义的伸缩配额以及伸缩策略来调用 IaaS管理平台中的伸缩接口来创建或移 除虚拟机； 以及通过 IaaS管理平台中的命令执行接口来完成应用和负载平衡 的配置。
综上所述， 本发明提出了一种云计算环境下的自动伸缩方案， 该方案分别 由云环境下 IaaS管理平台能力接口以及应用的伸缩管理模块两部分组成。 其 中， IaaS管理平台能力接口包括 VM监控接口、 VM伸缩接口、任务查询接口、 命令执行接口和伸缩服务开通和配额管理；伸缩管理模块包括监控釆集和监控 緩存、伸缩配额和伸缩策略、 伸缩决策、 应用和负载均衡配置和虚拟机内部的 配置脚本。 在利用 IaaS管理平台动态创建、 删除虚拟机能力以及实时监控能 力的基础上，应用可全自动化地快速完成服务能力的自动扩展，从而大大降低 了应对突发情况的响应速度与能力， 从而提高了整个系统的效率。
上文中， 参照附图描述了本发明的具体实施方式。 但是， 本领域中的普通 技术人员能够理解， 在不偏离本发明的精神和范围的情况下，还可以对本发明 的具体实施方式作各种变更和替换。这些变更和替换都落在本发明权利要求书 所限定的范围内。

Claims

权利要求
1. 一种云计算环境下的自动伸缩方法， 包括：
通过 IaaS管理平台中的虚拟机监控接口来定时釆集监控信息， 并将其写 入緩存中；
分析所述緩存中的监控信息；
判断所分析的监控信息是否达到伸缩阔值；
在所分析的监控信息达到所述伸缩阔值时， 根据所述 IaaS管理平台中预 定义的伸缩配额、 应用中预定义的伸缩配额以及伸缩策略来调用所述 IaaS管 理平台中的伸缩接口来创建或移除虚拟机； 以及
通过所述 IaaS管理平台中的命令执行接口来完成应用和负载平衡的配置。
2. 一种云计算环境下的自动伸缩系统， 包括： IaaS 管理平台和应用， 其 特征在于，
所述 IaaS管理平台包含用于根据虚拟机的 IP地址来获取该虚拟机的运行 信息的虚拟机监控接口、 用于创建或移除虚拟机的伸缩接口以及命令执行接 口； 以及
所述应用包含应用伸缩管理模块，所述应用伸缩管理模块含有如下功能单 元：
监控单元， 用于通过所述 IaaS管理平台中的所述虚拟机监控接口来定时 釆集监控信息， 并将其写入緩存中；
分析单元， 用于分析所述緩存中的监控信息；
判断单元， 用于判断所分析的监控信息是否达到伸缩阔值；
伸缩单元，用于在所分析的监控信息达到所述伸缩阔值时，根据所述 IaaS 管理平台中预定义的伸缩配额、应用中预定义的伸缩配额以及伸缩策略来调用 所述 IaaS管理平台中的所述伸缩接口来创建或移除虚拟机； 以及
配置单元， 用于通过所述 IaaS管理平台中的所述命令执行接口来完成应 用和负载平衡的配置。
3. 如权利要求 2所述的自动伸缩系统，其中， 所述 IaaS管理平台还包含用 于查询伸缩任务的执行结果的任务查询接口。
4. 如权利要求 2所述的自动伸缩系统，其中， 所述 IaaS管理平台还包含配 额管理模块， 用于提供预定义的伸缩配额。
5. 如权利要求 2所述的自动伸缩系统， 其中， 所述应用伸缩管理模块还含 有：
伸缩配额单元， 用于对进行伸缩的虚拟机的数量进行控制； 以及 伸缩策略单元， 用于提供伸缩策略和 /或算法， 其中， 所述伸缩单元根据 所述伸缩配额单元提供的预定义的伸缩配额以及所述伸缩策略单元提供的伸 缩策略来创建或移除虚拟机。
6. 如权利要求 2所述的自动伸缩系统， 其中， 所述应用伸缩管理模块还含 有： 执行单元， 用于使虚拟机执行用户下发的命令。
7. 如权利要求 2所述的自动伸缩系统， 其中， 所述虚拟机监控接口是面向 用户的监控接口。
PCT/CN2014/080564 2013-06-24 2014-06-24 一种云计算环境下的自动伸缩方法和系统 Ceased WO2014206266A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201310252971.0A CN104243537A (zh) 2013-06-24 2013-06-24 一种云计算环境下的自动伸缩方法和系统
CN201310252971.0 2013-06-24

Publications (1)

Publication Number Publication Date
WO2014206266A1 true WO2014206266A1 (zh) 2014-12-31

Family

ID=52141059

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2014/080564 Ceased WO2014206266A1 (zh) 2013-06-24 2014-06-24 一种云计算环境下的自动伸缩方法和系统

Country Status (2)

Country Link
CN (2) CN110677305B (zh)
WO (1) WO2014206266A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105577457A (zh) * 2016-03-09 2016-05-11 上海天玑科技股份有限公司 一种数据中心资源智能弹性调度系统及方法
US10410155B2 (en) 2015-05-01 2019-09-10 Microsoft Technology Licensing, Llc Automatic demand-driven resource scaling for relational database-as-a-service
US10503704B2 (en) 2013-01-23 2019-12-10 Microsoft Technology Licensing, Llc Isolating resources and performance in a database management system
US10749814B2 (en) 2013-06-21 2020-08-18 Microsoft Technology Licensing, Llc Dynamic allocation of resources while considering resource reservations
CN113867899A (zh) * 2021-10-15 2021-12-31 云宏信息科技股份有限公司 弹性伸缩组配置方法、计算机可读存储介质及云平台
CN113949638A (zh) * 2021-08-26 2022-01-18 中铁第四勘察设计院集团有限公司 一种基于云平台的铁路通信系统扩缩容方法和系统

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9848041B2 (en) 2015-05-01 2017-12-19 Amazon Technologies, Inc. Automatic scaling of resource instance groups within compute clusters
CN104954478A (zh) * 2015-06-23 2015-09-30 普元信息技术股份有限公司 云计算平台中实现服务器自动纵向伸缩的系统及方法
CN105939371A (zh) * 2015-11-24 2016-09-14 中国银联股份有限公司 云计算的负载均衡方法及系统
CN105553721A (zh) * 2015-12-15 2016-05-04 浪潮电子信息产业股份有限公司 一种云应用伸缩方法、应用管理端和系统
CN106020931A (zh) * 2016-05-19 2016-10-12 浪潮电子信息产业股份有限公司 一种基于Heat的云应用部署方案
CN106257424B (zh) * 2016-06-16 2019-03-22 山东大学 一种基于kvm云平台的分布式数据库系统实现自动伸缩负载均衡的方法
CN106357735B (zh) * 2016-08-26 2018-05-22 北京百度网讯科技有限公司 用于操作云计算架构的基础设施层的方法和装置
CN106603618A (zh) * 2016-09-14 2017-04-26 浪潮电子信息产业股份有限公司 一种基于云平台的应用弹性伸缩方法
CN106412108B (zh) * 2016-11-09 2019-07-26 深圳华远云联数据科技有限公司 基于云平台架构的用户数据部署方法及系统
CN108108204A (zh) * 2016-11-23 2018-06-01 湖北省楚天云有限公司 云计算平台的应用程序配置方法和装置
CN106789326B (zh) * 2017-01-11 2020-03-24 浙江广播电视集团 一种基于mPaaS的媒体转码弹性伸缩服务方法
CN107729165A (zh) * 2017-10-12 2018-02-23 郑州云海信息技术有限公司 一种信息获取方法、装置及系统
CN108733549A (zh) * 2018-05-28 2018-11-02 厦门集微科技有限公司 一种弹性伸缩测试方法、装置和系统
CN110620673B (zh) * 2019-10-18 2022-03-22 网易（杭州）网络有限公司 一种聊天室进程的数据处理方法及系统
CN113867900A (zh) * 2021-10-15 2021-12-31 云宏信息科技股份有限公司 虚拟化系统的弹性伸缩构建方法、系统及可读存储介质
CN114996363A (zh) * 2022-08-08 2022-09-02 国网北京市电力公司 数据远程处理方法、系统、装置以及电子设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102244685A (zh) * 2011-08-11 2011-11-16 中国科学院软件研究所 一种支持负载均衡的分布式缓存动态伸缩方法及系统
CN102646062A (zh) * 2012-03-20 2012-08-22 广东电子工业研究院有限公司 一种云计算平台应用集群弹性扩容方法
CN102833355A (zh) * 2012-09-22 2012-12-19 广东电子工业研究院有限公司 一种面向云计算的负载均衡系统及机制
US20120324073A1 (en) * 2011-06-17 2012-12-20 International Business Machines Corporation Virtual machine load balancing
CN102868744A (zh) * 2012-09-10 2013-01-09 北京用友政务软件有限公司 一种实现SaaS与IaaS自动化集成管理的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102681899B (zh) * 2011-03-14 2015-06-10 金剑 云计算服务平台的虚拟计算资源动态管理方法
CN102508693A (zh) * 2011-09-29 2012-06-20 华中科技大学 基于虚拟机的Web服务器扩容系统
CN103034527B (zh) * 2013-01-09 2015-11-04 上海交通大学 混合虚拟化云计算资源优化控制方法与系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120324073A1 (en) * 2011-06-17 2012-12-20 International Business Machines Corporation Virtual machine load balancing
CN102244685A (zh) * 2011-08-11 2011-11-16 中国科学院软件研究所 一种支持负载均衡的分布式缓存动态伸缩方法及系统
CN102646062A (zh) * 2012-03-20 2012-08-22 广东电子工业研究院有限公司 一种云计算平台应用集群弹性扩容方法
CN102868744A (zh) * 2012-09-10 2013-01-09 北京用友政务软件有限公司 一种实现SaaS与IaaS自动化集成管理的方法
CN102833355A (zh) * 2012-09-22 2012-12-19 广东电子工业研究院有限公司 一种面向云计算的负载均衡系统及机制

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10503704B2 (en) 2013-01-23 2019-12-10 Microsoft Technology Licensing, Llc Isolating resources and performance in a database management system
US10749814B2 (en) 2013-06-21 2020-08-18 Microsoft Technology Licensing, Llc Dynamic allocation of resources while considering resource reservations
US11201832B2 (en) 2013-06-21 2021-12-14 Microsoft Technology Licensing, Llc Dynamic allocation of resources while considering resource reservations
US10410155B2 (en) 2015-05-01 2019-09-10 Microsoft Technology Licensing, Llc Automatic demand-driven resource scaling for relational database-as-a-service
CN105577457A (zh) * 2016-03-09 2016-05-11 上海天玑科技股份有限公司 一种数据中心资源智能弹性调度系统及方法
CN105577457B (zh) * 2016-03-09 2019-02-01 上海天玑科技股份有限公司 一种数据中心资源智能弹性调度系统及方法
CN113949638A (zh) * 2021-08-26 2022-01-18 中铁第四勘察设计院集团有限公司 一种基于云平台的铁路通信系统扩缩容方法和系统
CN113867899A (zh) * 2021-10-15 2021-12-31 云宏信息科技股份有限公司 弹性伸缩组配置方法、计算机可读存储介质及云平台

Also Published As

Publication number Publication date
CN110677305B (zh) 2023-04-07
CN104243537A (zh) 2014-12-24
CN110677305A (zh) 2020-01-10

Similar Documents

Publication Publication Date Title
WO2014206266A1 (zh) 一种云计算环境下的自动伸缩方法和系统
US11379443B2 (en) Detecting outliers in server transaction time as a form of time series data
CN109643251B (zh) 基于计算系统中的利用模式的资源过度订阅
Dukaric et al. Towards a unified taxonomy and architecture of cloud frameworks
US9405572B2 (en) Optimized resource allocation and management in a virtualized computing environment
CN103853627B (zh) 由与物理机器相关地分析虚拟机器性能问题原因的方法和系统
CN103036946B (zh) 一种用于云平台处理文件备份任务的方法和系统
US20130019015A1 (en) Application Resource Manager over a Cloud
CN107209710A (zh) 节点系统、服务器设备、缩放控制方法和程序
AU2015266790B2 (en) Providing router information according to a programmatic interface
CN107197053A (zh) 一种负载均衡方法和装置
CN109960579B (zh) 一种调整业务容器的方法及装置
CN106603618A (zh) 一种基于云平台的应用弹性伸缩方法
WO2018121334A1 (zh) 一种提供网页应用服务的方法、装置、电子设备及系统
CN103701920A (zh) 云环境下配置虚拟应用服务器的方法
CN110795202A (zh) 一种虚拟化集群资源管理系统的资源分配方法以及装置
CN109995552A (zh) Vnf服务实例化方法及装置
CN106547790A (zh) 一种关系型数据库服务系统
CN107920117B (zh) 一种资源管理方法、控制设备和资源管理系统
US10348814B1 (en) Efficient storage reclamation for system components managing storage
US12561177B2 (en) Workload summarization for congestion avoidance in computer servers
US20240256316A1 (en) System and method for managing lifecycles of network functions in multiple cloud environments using declarative requests
US12204959B1 (en) Using a software agent to provide a higher-level remote procdure call (RPC) mechanism
US10476947B1 (en) Methods for managing web applications and devices thereof
Kang et al. Technique to Reduce Container Restart for Improving Execution Time of Container Workflow in Kubernetes Environments

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 14818241

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 14818241

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC ( EPO FORM 1205A DATED 30/06/2016 )

122 Ep: pct application non-entry in european phase

Ref document number: 14818241

Country of ref document: EP

Kind code of ref document: A1