CN106201718A - 一种基于负载预测的云计算资源动态伸缩方法 - Google Patents

Abstract

一种基于负载预测的云计算资源动态伸缩方法，括下列操作步骤：(1)对负载进行预测，在云计算资源利用率比较高时，使用线性回归算法预测负载；否则首选使用改进字符串匹配算法预测负载，当使用所述的改进字符串匹配算法无法预测负载时，则使用线性回归算法预测负载；(2)对云计算资源进行动态伸缩，负载预测后发现下一时刻资源不足时，***进行云计算资源预扩展；如果云计算资源预扩展后出现突发状况，云计算资源仍然不足时则进行实时扩展，实时扩展利用垂直扩展的方法完成；如果云计算资源足量时则需要进行实时缩放。

Description

一种基于负载预测的云计算资源动态伸缩方法

技术领域

本发明涉及一种基于负载预测的云计算资源动态伸缩方法，属于计算机网络技术领域，特别是属于云计算技术领域。

背景技术

随着信息技术和互联网的飞速发展，海量数据处理的需求日益增大，云计算作为一种资源共享模型应运而生。云计算是由并行计算、分布式计算、网格计算演化而来，具有灵活性、经济性、独立性、共享性、可靠性、可扩展性、安全性和可持续性8大特征。其中可扩展性指的是云计算的规模可以动态伸缩，能够满足应用和用户规模增长的需要。使用云计算的自动伸缩技术可以增加服务器利用率，减少能源消耗和气体排放，营造一个绿色的计算环境。然而在应用的实际需求和当前传统资源分配之间仍然存在很多不足，比如：有的时候资源需求急速增加，而资源分配需要一定时间，这就造成某一时间段资源分配不足，难以满足Qos要求；而有的时候过分提供资源，造成浪费现象。

目前云平台支持的弹性伸缩有两种方法，一种是水平伸缩，另一种是垂直伸缩。水平伸缩是主要使用虚拟机作为调整单元，为粗粒度的弹性调整，此类方法是在水平层次上增加或减少虚拟机数目，需要重新启动应用并且不能只调整需要调整的某一种资源，因此会造成时延增大，带来大量的资源开销和成本浪费。与水平调整相对应，云资源管理者通过编程语言修改了虚拟机资源接口，实现了虚拟机分配的物理资源的动态调整，这种弹性调整方法称作垂直伸缩，此方法能够动态调节虚拟机资源，在不中断服务或重启***的情况下对虚拟机资源大小进行重配置。目前，垂直伸缩普遍采用动态虚拟机大小调整和虚拟机迁移两种方式实现垂直伸缩，垂直伸缩虽然可以细粒度的调整资源，但是不能像水平伸缩那样扩展和释放更大规模的虚拟机集群。

为了解决资源分配过量或不足的问题，目前很多云计算企业都实现了弹性伸缩功能，但是实现的弹性伸缩基本都是利用水平伸缩按照自定义规则完成的，比如亚马逊、微软、阿里云等的自动伸缩都是根据自定义的基于告警策略、定时策略、周期策略进行粗粒度的伸缩。这些伸缩方法并没有考虑到任务的进度、消耗的成本、资源的使用率等问题。

云计算平台所需的资源大小与负载变化密切相关，如何结合负载变化实现云计算资源的动态伸缩成为目前云计算技术领域一个亟待解决的技术难题。

发明内容

有鉴于此，本发明的目的是发明一种云计算资源动态伸缩方法，该方法能够在对***负载进行快速有效预测的基础上，实现对云计算资源的快速动态有效伸缩。

为了达到上述目的，本发明提出了一种基于负载预测的云计算资源动态伸缩方法，所述方法包括下列操作步骤：

(1)对负载进行预测，具体过程是：在云计算资源利用率比较高时，使用线性回归算法预测负载；而在云计算资源利用率比较低时，首选使用改进字符串匹配算法预测负载，当使用所述的改进字符串匹配算法无法预测负载时，则使用线性回归算法预测负载；

(2)对云计算资源进行动态伸缩，具体过程是：负载预测后发现下一时刻资源不足时，***进行云计算资源预扩展；如果云计算资源预扩展后出现突发状况，云计算资源仍然不足时则进行实时扩展，实时扩展利用垂直扩展的方法完成；如果云计算资源足量时则需要进行实时缩放。

步骤1中所述的在云计算资源利用率比较高时，使用线性回归算法预测负载的具体内容是：设当前时刻为m时刻，***根据当前时刻及之前的共计m个时刻的负载值预测下一个时刻即m+1时刻的负载值，其中m为大于1的自然数，具体计算过程如下：

L_m+1＝α₁+α₂T_m+1

上式中，L_m+1表示m+1时刻负载的预测值，T_m+1表示m时刻到m+1时刻的时间间隔，α₁、α₂按照下面公式进行计算：

${\mathrm{\α}}_1=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{L}_i-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i{L}_i}{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\right)}^2}$

${\mathrm{\α}}_2=\frac{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i{L}_i-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{L}_i}{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\right)}^2}$

上述公式中，L_i表示i时刻的负载，T_i表示i-1时刻到i时刻的时间间隔，i是大于等于1小于等于m的自然数。

步骤1中所述的在云计算资源利用率比较低时，利用改进字符串匹配算法预测负载的具体内容是：由于负载具有自相似性，在不同的时期会出现相似的负载曲线，利用历史数据进行字符串匹配算法来识别相似的负载数据，然后根据匹配结果进行负载预测。

所述的字符串匹配算法的具体内容是：首先，由于字符串匹配算法关键在于计算负载趋势，所以每次开始匹配时将两个待匹配负载序列分别减去其序列的第一个负载值，当生成匹配结果后再加上相应的第一个负载值；然后由于字符串匹配算法是为了寻找相似的负载趋势而不是完全相同的负载序列，所以在对两个待匹配负载序列进行比较时设定一个误差范围，只要匹配误差在所设定的误差范围内即把待匹配的两个负载序列视为相等。

所述的字符串匹配算法的具体内容是包括如下操作子步骤：

(101)选取历史负载数据序列S0；选取当前负载数据序列T0，S0和T0是由多个两位整数的负载值组成；

(102)把当前负载数据序列T0中的每一个负载值减去其序列的第一个负载值，得到新序列T1，其中T1的每三位代表一个相对负载值，第一位为符号位，符号“+”代表正数，符号“-”代表负数，后两位代表相对量；

(103)把历史负载数据序列S0中的每一个负载值减去其序列的第一个负载值，得到新序列S1，其中S1的每三位代表一个相对负载值，第一位为符号位，符号“+“代表正数，符号“-”代表负数，后两位代表相对量；

(104)按照改进的字符串匹配算法KMP(Knuth-Morris-Pratt算法)对序列S1和T1进行匹配，其中序列T1作为搜索串；首先匹配S1和T1的前三位也就是对应S0和T0的第一个值，如果S1的前三位和T1的前三位所代表的数值之差在***设定的误差范围内，则认为是匹配成功的，否则认为是匹配失败的；如果匹配成功则匹配S1和T1的再往后的三位也就是对应S0和T0的下一个值；如果匹配失败则S0去掉第一个负载值，然后转步骤(103)；如果T0或者T1每一位匹配成功则认为最终整个序列匹配成功；其他步骤与标准的字符串匹配算法KMP完全一致；

(105)把序列S1中最后匹配成功的那个数据的下一个数据取出来，加上当前负载数据序列T0的第一个负载值，作为***负载的预测值，算法结束。

步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：在进行预扩展时，由于时间充足，所以将水平扩展和垂直扩展相结合，充分利用水平扩展和垂直扩展的优点；进行资源预扩展时有多种满足扩展需求的策略，它们是水平扩展和垂直扩展的不同组合，所以需要从所述的不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展。

所述的从不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展的具体操作是：设n是云计算资源预扩展后虚拟机个数，则按照如下整数规划问题求得n：

minimize(SC_h+SC_v)

满足下列约束条件：

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{MEM}}_i>={\mathrm{MEM}}_{need}$

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{CPU}}_i>={\mathrm{CPU}}_{need}$

$\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{DISK}}_i>={\mathrm{DISK}}_{need}$

上述公式中，SC_h表示水平扩展成本，SC_v表示垂直扩展成本，MEM_i表示第i个虚拟机内存大小，CPU_i表示第i个虚拟机CPU大小，DISK_i表示第i个虚拟机硬盘大小，MEM_need表示需要的虚拟机内存大小，CPU_need表示需要的虚拟机CPU大小，DISK_need表示需要的虚拟机硬盘大小；

其中，

${\mathrm{SC}}_h=\underset{i=m+1}{\overset{n}{\mathrm{\Σ}}}({\mathrm{VMC}}_i+{\mathrm{LC}}_i)$

${\mathrm{SC}}_v=\underset{i=1}{\overset{p}{\mathrm{\Σ}}}({\mathrm{VMC}}_i-{\mathrm{OVMC}}_i)$

上述公式中，p表示云计算资源预扩展前的虚拟机个数，VMC_i表示云计算资源预扩展后的第i个虚拟机的成本，OVMC_i表示云计算资源预扩展前的第i个虚拟机的成本，LC_i表示第i个虚拟机的许可证成本；

其中，

VMC_i＝MEMC_i+CPUC_i+DISKC_i

OVMC_i＝OMEMC_i+OCPUC_i+ODISKC_i

上述公式中，MEMC_i表示云计算资源预扩展后的第i个虚拟机内存成本，CPUC_i表示云计算资源预扩展后的第i个虚拟机CPU成本，DISKC_i表示云计算资源预扩展后的第i个虚拟机硬盘成本，OMEMC_i表示云计算资源预扩展前的第i个虚拟机内存成本，OCPUC_i表示云计算资源预扩展前的第i个虚拟机CPU成本，ODISKC_i表示云计算资源预扩展前的第i个虚拟机硬盘成本。

步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：水平扩展只能根据已有的虚拟机配置进行，垂直扩展只能扩展到已有虚拟机的最大配置，如果仅进行垂直扩展可以满足扩展需求，则进行垂直扩展并结束，否则要进行水平扩展；水平扩展时分配资源应该从配置大的虚拟机到配置小的虚拟机的顺序遍历；不论水平扩展还是垂直扩展必须同时满足内存、CPU、硬盘需求，也就是需要在满足内存的水平扩展的虚拟机个数、满足CPU内存的水平扩展的虚拟机个数、满足硬盘的内存的水平扩展的虚拟机个数的三种情况中取最大值；

具体实现过程包括如下操作步骤：

(201)将虚拟机按照配置排序，配置越小序号越小，序号从1开始递增，排序规则如下：先比较CPU大小，CPU越小的序号越小，然后CPU相同的比较内存大小，内存越小的序号越小，最后内存相同的比较硬盘大小，硬盘越小的序号越小；最大的序号设为max，配置最大的虚拟机为VM_max；

(202)计算垂直扩展能力：

${\mathrm{CPU}}_{{\mathrm{up}}_i}={\mathrm{CPU}}_{{\mathrm{VM}}_{max}}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{MEM}}_{{\mathrm{up}}_i}={\mathrm{MEM}}_{{\mathrm{VM}}_{max}}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{DISK}}_{{\mathrm{up}}_i}={\mathrm{DISK}}_{{\mathrm{VM}}_{max}}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}}$

上面式子中，是垂直扩展第i次CPU增加的大小，是垂直扩展第i次内存增加的大小，是垂直扩展第i次硬盘增加的大小，i从1到max-1；指VM_max的CPU大小，指VM_max-i的CPU大小，指VM_max的内存大小，指VM_max-i的内存大小，指VM_max的硬盘的大小，指VM_max-i的硬盘的大小；

(203)判断只进行垂直扩展能否满足扩展需求：假如垂直扩展VM_max-1到VM_max，看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-2到VM_max看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且 且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-3到VM_max,以此类推，直到再扩展VM₁到VM_max，即判断如下三个不等式：

${\mathrm{CPU}}_{{\mathrm{up}}_1}+{\mathrm{CPU}}_{{\mathrm{up}}_2}+...+{\mathrm{CPU}}_{{\mathrm{up}}_{max-1}}\≥{\mathrm{CPU}}_{need}$

${\mathrm{MEM}}_{{\mathrm{up}}_1}+{\mathrm{MEM}}_{{\mathrm{up}}_2}+...+{\mathrm{MEM}}_{{\mathrm{up}}_{max-1}}\≥{\mathrm{MEM}}_{need}$

${\mathrm{DISK}}_{{\mathrm{up}}_1}+{\mathrm{DISK}}_{{\mathrm{up}}_2}+...+{\mathrm{DISK}}_{{\mathrm{up}}_{max-1}}\≥{\mathrm{DISK}}_{need}$

是否同时满足，如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则跳到步骤(204)；上面式子中，MEM_need表示需要的虚拟机内存大小，CPU_need表示需要的虚拟机CPU大小，DISK_need表示需要的虚拟机硬盘大小；

(204)进行水平扩展，判断创建一台VM_max能否满足扩展需求，如果不能则创建一台VM_max并跳转到步骤(205)，如果能则再判断VM_max-1能否满足扩展需求，如果不能则创建一台VM_max-1并跳转到步骤(205)，如果能满足则判断VM_max-2，以此类推直到虚拟机序号为1，当序号为1时，不用进行判断直接创建VM₁并跳转到步骤(205)；

(205)如果步骤(204)刚扩展的虚拟机为VM_max-i，则水平扩展后需求应该减小，

${\mathrm{MEM}}_{need}={\mathrm{MEM}}_{need}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{CPU}}_{need}={\mathrm{CPU}}_{need}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{DISK}}_{need}={\mathrm{DISK}}_{need}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}},$

然后跳转到步骤(203)；

(206)完成资源扩展后作资源扩展记录，即垂直扩展有几台，分别是将哪一台虚拟机的配置扩展到VM_max那么大的配置，水平扩展有几台，分别是按照哪一台虚拟机的配置扩展多少台；并按照如下公式计算伸缩成本：

伸缩成本＝垂直扩展成本+(水平扩展费+许可证费)*水平扩展数。

步骤2中所述的实时扩展的内容是：由于水平扩展需要时间长，垂直扩展需要时间短，而实时扩展要求及时满足增大的资源需求，所以所述的实时扩展只能进行垂直扩展。

步骤2中所述的如果云计算资源足量时则需要进行实时缩放的内容是：当资源利用率低于***设置的下限时表明资源分配过量，部分资源空闲，容易造成浪费，这时候需要对***的资源进行释放；由于水平缩放不仅可以快速释放大规模的空闲资源，还可以减少软件许可证成本，所以，实时缩放先要进行水平缩放，然后再进行垂直缩放；由于虚拟机能力越小，单位资源的价格越贵，单位资源的许可证成本越高，所以在进行水平缩放时要先对虚拟机能力较小的资源进行缩放。

本发明的有益效果在于：本发明的方法利用负载预测的解决了资源扩展不及时的问题，利用水平伸缩和垂直伸缩相结合的自动伸缩方法使资源分配更合理；本发明的方法可以使资源按需动态快速分配，既保证了服务满意度，又满足了用户的成本最小化需求。

附图说明

图1是本发明提出的一种基于负载预测的云计算资源动态伸缩方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

参见图1，介绍本发明提出的一种基于负载预测的云计算资源动态伸缩方法，所述方法包括下列操作步骤：

(1)对负载进行预测，具体过程是：在云计算资源利用率比较高时，使用线性回归算法预测负载；而在云计算资源利用率比较低时，首选使用改进字符串匹配算法预测负载，当使用所述的改进字符串匹配算法无法预测负载时，则使用线性回归算法预测负载；

(2)对云计算资源进行动态伸缩，具体过程是：负载预测后发现下一时刻资源不足时，***进行云计算资源预扩展；如果云计算资源预扩展后出现突发状况，云计算资源仍然不足时则进行实时扩展，实时扩展利用垂直扩展方法完成；如果云计算资源足量时则需要进行实时缩放。

步骤1中所述的在云计算资源利用率比较高时，使用线性回归算法预测负载的具体内容是：设当前时刻为m时刻，***根据当前时刻及之前的共计m个时刻的负载值预测下一个时刻即m+1时刻的负载值，其中m为大于1的自然数，具体计算过程如下：

L_m+1＝α₁+α₂T_m+1

上式中，L_m+1表示m+1时刻负载的预测值，T_m+1表示m时刻到m+1时刻的时间间隔，α₁、α₂按照下面公式进行计算：

${\mathrm{\α}}_1=\frac{\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{L}_i-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i{L}_i}{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\right)}^2}$

${\mathrm{\α}}_2=\frac{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i{L}_i-\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{L}_i}{m\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{T}_i\right)}^2}$

上述公式中，L_i表示i时刻的负载，T_i表示i-1时刻到i时刻的时间间隔，i是大于等于1小于等于m的自然数。

举例如下：假设前8个时刻负载值是：12，18，22，28，33，40，46，53，即：

L₁＝12，L₂＝18，L₃＝22，L₄＝28，L₅＝33，L₆＝40，L₇＝46，L₈＝53

假设m＝3，那么可以根据最近的三个时刻负载值计算下一时刻负载值，

首先计算α₁，α₂:

${\mathrm{\α}}_1=\frac{(6^2+7^2+8^2)*(40+46+53)-(6+7+8)*(6*40+7*46+8*53)}{3*(6^2+7^2+8^2)-{(6+7+8)}^2}=\frac{5}{6}$

${\mathrm{\α}}_2=\frac{3*(6*40+7*46+8*53)-(6+7+8)*(40+46+53)}{3*(6^2+7^2+8^2)-{(6+7+8)}^2}=\frac{39}{6}=\frac{13}{2}$

所以下一时刻负载值为

步骤1中所述的在云计算资源利用率比较低时，利用字符串匹配算法预测负载的具体内容是：由于负载具有自相似性，在不同的时期会出现相似的负载曲线，利用历史数据进行字符串匹配算法来识别相似的负载数据，然后根据匹配结果进行负载预测。

所述的字符串匹配算法的具体内容是：首先，由于字符串匹配算法关键在于计算负载趋势，所以每次开始匹配时将两个待匹配负载序列分别减去其序列的第一个负载值，当生成匹配结果后再加上相应的第一个负载值；然后由于字符串匹配算法是为了寻找相似的负载趋势而不是完全相同的负载序列，所以在对两个待匹配负载序列进行比较时设定一个误差范围，只要匹配误差在所设定的误差范围内即把待匹配的两个负载序列视为相等。

所述的字符串匹配算法的具体内容是包括如下操作子步骤：

(101)选取历史负载数据序列S0；选取当前负载数据序列T0，S0和T0是由多个两位整数的负载值组成；

(102)把当前负载数据序列T0中的每一个负载值减去其序列的第一个负载值，得到新序列T1，其中T1的每三位代表一个相对负载值，第一位为符号位，符号“+”代表正数，符号“-”代表负数，后两位代表相对量；

(103)把历史负载数据序列S0中的每一个负载值减去其序列的第一个负载值，得到新序列S1，其中S1的每三位代表一个相对负载值，第一位为符号位，符号“+“代表正数，符号“-”代表负数，后两位代表相对量；

(104)按照改进的字符串匹配算法KMP(Knuth-Morris-Pratt算法)对序列S1和T1进行匹配，其中序列T1作为搜索串；首先匹配S1和T1的前三位也就是对应S0和T0的第一个值，如果S1的前三位和T1的前三位所代表的数值之差在***设定的误差范围内(如-4～+4)，则认为是匹配成功的，否则认为是匹配失败的；如果匹配成功则匹配S1和T1的再往后的三位也就是对应S0和T0的下一个值；如果匹配失败则S0去掉第一个负载值，然后转步骤(103)；如果T0或者T1每一位匹配成功则认为最终整个序列匹配成功；其他步骤与标准的字符串匹配算法KMP完全一致；

(105)把序列S1中最后匹配成功的那个数据的下一个数据取出来，加上当前负载数据序列T0的第一个负载值，作为***负载的预测值，算法结束。

上述操作过程举例如下：

假设历史负载数据序列为：12，14，18，22，25，28，33，38，43，54，67，52，44…

当前负载数据序列为：37，45，57，69，53

即：

S0：12141822252833384354675244…

T0：3745576953

(102)T1＝+00+08+20+32+16

(103)S1＝+00+02+06+10+13+16+21+26+31+42+55+40+32…

(104)|(+00)-(+00)|<＝4,比较下一位，|(+08)-(+02)|>4,返回到(103)

(103)S1＝+00+04+08+11+14+19+24+29+40+53+38+30…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+04)|<＝4,比较下一位，|(+20)-(+08)|>4,返回(103)

(103)S1＝+00+04+07+10+15+20+25+36+49+34+26…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+04)|<＝4,比较下一位，|(+20)-(+07)|>4,返回(103)

(103)S1＝+00+03+06+11+16+21+32+45+30+22…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+03)|>4,返回(103)

(103)S1＝+00+03+08+13+18+29+42+27+19…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+03)|>4,返回(103)

(103)S1＝+00+05+10+15+26+39+24+16…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+05)|<＝4,比较下一位，|(+20)-(+10)|>4,返回(103)

(103)S1＝+00+05+10+21+34+19+11…

(104)|(+00)-(+00)|<＝4，比较下一位，|(+08)-(+05)|<＝4,比较下一位，|(+20)-(+10)|>4,返回(103)

(103)S1＝+00+05+16+29+14+06…

(104)|(+00)-(+00)|<＝4，比较下一位,|(+08)-(+05)|<＝4,比较下一位，|(+20)-(+16)|<＝4,比较下一位，|(+32)-(+29)|<＝4,比较下一位，|(+16)-(+14)|<＝4,T0或者T1每一位匹配成功则认为最终整个序列匹配成功。

(105)S1中最后匹配成功的那个数据的下一个数据为+06,所以(+06)+(+37)＝43即为***负载的预测值。

步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：在进行预扩展时，由于时间充足，所以将水平扩展和垂直扩展相结合，充分利用水平扩展和垂直扩展的优点；进行资源预扩展时有多种满足扩展需求的策略，它们是水平扩展和垂直扩展的不同组合，所以需要从所述的不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展。

所述的从不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展的具体操作是：设n是云计算资源预扩展后虚拟机个数，则按照如下整数规划问题求得n：

minimize(SC_h+SC_v)

满足下列约束条件：

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{MEM}}_i>={\mathrm{MEM}}_{need}$

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{CPU}}_i>={\mathrm{CPU}}_{need}$

$\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{\mathrm{DISK}}_i>={\mathrm{DISK}}_{need}$

上述公式中，SC_h表示水平扩展成本，SC_v表示垂直扩展成本，MEM_i表示第i个虚拟机内存大小，CPU_i表示第i个虚拟机CPU大小，DISK_i表示第i个虚拟机硬盘大小，MEM_need表示需要的虚拟机内存大小，CPU_need表示需要的虚拟机CPU大小，DISK_need表示需要的虚拟机硬盘大小；

其中，

${\mathrm{SC}}_h=\underset{i=m+1}{\overset{n}{\mathrm{\&Sigma;}}}({\mathrm{VMC}}_i+{\mathrm{LC}}_i)$

${\mathrm{SC}}_v=\underset{i=1}{\overset{p}{\mathrm{\&Sigma;}}}({\mathrm{VMC}}_i-{\mathrm{OVMC}}_i)$

上述公式中，p表示云计算资源预扩展前的虚拟机个数，VMC_i表示云计算资源预扩展后的第i个虚拟机的成本，OVMC_i表示云计算资源预扩展前的第i个虚拟机的成本，LC_i表示第i个虚拟机的许可证成本；

其中，

VMC_i＝MEMC_i+CPUC_i+DISKC_i

OVMC_i＝OMEMC_i+OCPUC_i+ODISKC_i

上述公式中，MEMC_i表示云计算资源预扩展后的第i个虚拟机内存成本，CPUC_i表示云计算资源预扩展后的第i个虚拟机CPU成本，DISKC_i表示云计算资源预扩展后的第i个虚拟机硬盘成本，OMEMC_i表示云计算资源预扩展前的第i个虚拟机内存成本，OCPUC_i表示云计算资源预扩展前的第i个虚拟机CPU成本，ODISKC_i表示云计算资源预扩展前的第i个虚拟机硬盘成本。

步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：水平扩展只能根据已有的虚拟机配置进行，垂直扩展只能扩展到已有虚拟机的最大配置，如果仅进行垂直扩展可以满足扩展需求，则进行垂直扩展并结束，否则要进行水平扩展；水平扩展时分配资源应该从配置大的虚拟机到配置小的虚拟机的顺序遍历；不论水平扩展还是垂直扩展必须同时满足内存、CPU、硬盘需求，也就是需要在满足内存的水平扩展的虚拟机个数、满足CPU内存的水平扩展的虚拟机个数、满足硬盘的内存的水平扩展的虚拟机个数的三种情况中取最大值；

具体实现过程包括如下操作步骤：

(201)将虚拟机按照配置排序，配置越小序号越小，序号从1开始递增，排序规则如下：先比较CPU大小，CPU越小的序号越小，然后CPU相同的比较内存大小，内存越小的序号越小，最后内存相同的比较硬盘大小，硬盘越小的序号越小；最大的序号设为max，配置最大的虚拟机为VM_max；

(202)计算垂直扩展能力：

${\mathrm{CPU}}_{{\mathrm{up}}_i}={\mathrm{CPU}}_{{\mathrm{VM}}_{max}}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{MEM}}_{{\mathrm{up}}_i}={\mathrm{MEM}}_{{\mathrm{VM}}_{max}}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{DISK}}_{{\mathrm{up}}_i}={\mathrm{DISK}}_{{\mathrm{VM}}_{max}}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}}$

上面式子中，是垂直扩展第i次CPU增加的大小，是垂直扩展第i次内存增加的大小，是垂直扩展第i次硬盘增加的大小，i从1到max-1；指VM_max的CPU大小，指VM_max-i的CPU大小，指VM_max的内存大小，指VM_max-i的内存大小，指VM_max的硬盘的大小，指VM_max-i的硬盘的大小；

(203)判断只进行垂直扩展能否满足扩展需求：假如垂直扩展VM_max-1到VM_max，看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-2到VM_max看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且 且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-3到VM_max,以此类推，直到再扩展VM₁到VM_max，即判断如下三个不等式：

${\mathrm{CPU}}_{{\mathrm{up}}_1}+{\mathrm{CPU}}_{{\mathrm{up}}_2}+...+{\mathrm{CPU}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{CPU}}_{need}$

${\mathrm{MEM}}_{{\mathrm{up}}_1}+{\mathrm{MEM}}_{{\mathrm{up}}_2}+...+{\mathrm{MEM}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{MEM}}_{need}$

${\mathrm{DISK}}_{{\mathrm{up}}_1}+{\mathrm{DISK}}_{{\mathrm{up}}_2}+...+{\mathrm{DISK}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{DISK}}_{need}$

是否同时满足，如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则跳到步骤(204)；上面式子中，MEM_need表示需要的虚拟机内存大小，CPU_need表示需要的虚拟机CPU大小，DISK_need表示需要的虚拟机硬盘大小；

(204)进行水平扩展，判断创建一台VM_max能否满足扩展需求，如果不能则创建一台VM_max并跳转到步骤(205)，如果能则再判断VM_max-1能否满足扩展需求，如果不能则创建一台VM_max-1并跳转到步骤(205)，如果能满足则判断VM_max-2，以此类推直到虚拟机序号为1，当序号为1时，不用进行判断直接创建VM₁并跳转到步骤(205)；

(205)如果步骤(204)刚扩展的虚拟机为VM_max-i，则水平扩展后需求应该减小，

${\mathrm{MEM}}_{need}={\mathrm{MEM}}_{need}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{CPU}}_{need}={\mathrm{CPU}}_{need}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{DISK}}_{need}={\mathrm{DISK}}_{need}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}},$

然后跳转到步骤(203)；

(206)完成资源扩展后作资源扩展记录，即垂直扩展有几台，分别是将哪一台虚拟机的配置扩展到VM_max那么大的配置，水平扩展有几台，分别是按照哪一台虚拟机的配置扩展多少台；并按照如下公式计算伸缩成本：

伸缩成本＝垂直扩展成本+(水平扩展费+许可证费)*水平扩展数。

上述过程举例如下：

假设目前有三个虚拟机，p＝3，这三个虚拟机的配置情况如表1所示：

表1

配置\价格	MEM	CPU	DISK
				VM1	2G\20元	2核\50元	20G\20元
VM2	4G\30元	4核\80元	40G\30元
				VM3	6G\40元	6核\100元	60G\40元

如表1所示，这三个虚拟机的三种配置的成本如下(单位元)：

OMEMC₁＝20,OMEMC₂＝30,OMEMC₃＝40

OCPUC₁＝50,OCPUC₂＝80,OCPUC₃＝100

ODISKC₁＝20,ODISKC₂＝30,ODISKC₃＝40

假设安装软件基本不变，也就是许可证费用一定，即LC_i＝5，

假设预测负载值为：

MEM_need＝23G

CPU_need＝22核

DISK_need＝230G

实现步骤：

(201)排序VM1，VM2，VM3，max＝3；

(202)计算垂直扩展能力，

${\mathrm{CPU}}_{{\mathrm{up}}_1}={\mathrm{CPU}}_{{\mathrm{VM}}_3}-{\mathrm{CPU}}_{{\mathrm{VM}}_2}=2,$

${\mathrm{MEM}}_{{\mathrm{up}}_1}={\mathrm{MEM}}_{{\mathrm{VM}}_3}-{\mathrm{MEM}}_{{\mathrm{VM}}_2}=2,$

${\mathrm{DISK}}_{{\mathrm{up}}_1}={\mathrm{DISK}}_{{\mathrm{VM}}_3}-{\mathrm{DISK}}_{{\mathrm{VM}}_2}=20,$

${\mathrm{CPU}}_{{\mathrm{up}}_2}={\mathrm{CPU}}_{{\mathrm{VM}}_3}-{\mathrm{CPU}}_{{\mathrm{VM}}_1}=4,$

${\mathrm{MEM}}_{{\mathrm{up}}_2}={\mathrm{MEM}}_{{\mathrm{VM}}_3}-{\mathrm{MEM}}_{{\mathrm{VM}}_1}=4,$

${\mathrm{DISK}}_{{\mathrm{up}}_2}={\mathrm{DISK}}_{{\mathrm{VM}}_3}-{\mathrm{DISK}}_{{\mathrm{VM}}_1}=40$

(203)判断只进行垂直扩展能否满足扩展需求，因为不满足且且也不满足且且所以跳到(204)

(204)进行水平扩展，判断创建一台VM₃不能否满足扩展需求，所以创建一台VM₃，跳到(205)

(205)核，跳到(203)

(203)因为不满足且且也不满足且且 所以跳到(204)

(204)进行水平扩展，判断创建一台VM₃不能否满足扩展需求，所以创建一台VM₃，跳到(205)

(205)核，跳到(203)

(203)判断只进行垂直扩展能否满足扩展需求，因为不满足且且也不满足且且所以跳到(204)

(204)进行水平扩展，判断创建一台VM₃不能否满足扩展需求，所以创建一台VM₃，跳到(205)

(205)核，跳到(203)

(203)因为且且 可以满足，跳到(206)

(206)完成资源扩展，并总结资源扩展记录，即垂直扩展有2台，分别是将VM₁扩展到和VM₃配置一样，将VM₂扩展到和VM₃配置一样,水平扩展有3台，分别是扩展和VM₃配置一样的虚拟机3台。伸缩成本为：20+50+20+10+20+10+(40+100+40+LC_i)*3＝685元。

步骤2中所述的实时扩展的内容是：由于水平扩展需要时间长，垂直扩展需要时间短，而实时扩展要求及时满足增大的资源需求，所以所述的实时扩展只能进行垂直扩展。

步骤2中所述的如果云计算资源足量时则需要进行实时缩放的内容是：当资源利用率低于***设置的下限时表明资源分配过量，部分资源空闲，容易造成浪费，这时候需要对***的资源进行释放；由于水平缩放不仅可以快速释放大规模的空闲资源，还可以减少软件许可证成本，所以，实时缩放先要进行水平缩放，然后再进行垂直缩放；由于虚拟机能力越小，单位资源的价格越贵，单位资源的许可证成本越高，所以在进行水平缩放时要先对虚拟机能力较小的资源进行缩放。

Claims (10)

1.一种基于负载预测的云计算资源动态伸缩方法，其特征在于：所述方法包括下列操作步骤：

(1)对负载进行预测，具体过程是：在云计算资源利用率比较高时，使用线性回归算法预测负载；而在云计算资源利用率比较低时，首选使用改进字符串匹配算法预测负载，当使用所述的改进字符串匹配算法无法预测负载时，则使用线性回归算法预测负载；

(2)对云计算资源进行动态伸缩，具体过程是：负载预测后发现下一时刻资源不足时，***进行云计算资源预扩展；如果云计算资源预扩展后出现突发状况，云计算资源仍然不足时则进行实时扩展，实时扩展利用垂直扩展的方法完成；如果云计算资源足量时则需要进行实时缩放。

2.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤1中所述的在云计算资源利用率比较高时，使用线性回归算法预测负载的具体内容是：设当前时刻为m时刻，***根据当前时刻及之前的共计m个时刻的负载值预测下一个时刻即m+1时刻的负载值，其中m为大于1的自然数，具体计算过程如下：

L_m+1＝α₁+α₂T_m+1

上式中，L_m+1表示m+1时刻负载的预测值，T_m+1表示m时刻到m+1时刻的时间间隔，α₁、α₂按照下面公式进行计算：

${\mathrm{\&alpha;}}_1=\frac{\underset{i=1}{\overset{m}{\&Sigma;}}{T_i}^2\underset{i=1}{\overset{m}{\&Sigma;}}{L}_i-\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i{L}_i}{m\underset{i=1}{\overset{m}{\&Sigma;}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i\right)}^2}$

${\mathrm{\&alpha;}}_2=\frac{m\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i{L}_i-\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i\underset{i=1}{\overset{m}{\&Sigma;}}{L}_i}{m\underset{i=1}{\overset{m}{\&Sigma;}}{T_i}^2-{\left(\underset{i=1}{\overset{m}{\&Sigma;}}{T}_i\right)}^2}$

上述公式中，L_i表示i时刻的负载，T_i表示i-1时刻到i时刻的时间间隔，i是大于等于1小于等于m的自然数。

3.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤1中所述的在云计算资源利用率比较低时，利用字符串匹配算法预测负载的具体内容是：由于负载具有自相似性，在不同的时期会出现相似的负载曲线，利用历史数据进行字符串匹配算法来识别相似的负载数据，然后根据匹配结果进行负载预测。

4.根据权利要求1或3所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：所述的字符串匹配算法的具体内容是：首先，由于字符串匹配算法关键在于计算负载趋势，所以每次开始匹配时将两个待匹配负载序列分别减去其序列的第一个负载值，当生成匹配结果后再加上相应的第一个负载值；然后由于字符串匹配算法是为了寻找相似的负载趋势而不是完全相同的负载序列，所以在对两个待匹配负载序列进行比较时设定一个误差范围，只要匹配误差在所设定的误差范围内即把待匹配的两个负载序列视为相等。

5.根据权利要求1或3或4所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：所述的字符串匹配算法的具体内容是包括如下操作子步骤：

(101)选取历史负载数据序列S0；选取当前负载数据序列T0，S0和T0是由多个两位整数的负载值组成；

(102)把当前负载数据序列T0中的每一个负载值减去其序列的第一个负载值，得到新序列T1，其中T1的每三位代表一个相对负载值，第一位为符号位，符号“+”代表正数，符号“-”代表负数，后两位代表相对量；

(103)把历史负载数据序列S0中的每一个负载值减去其序列的第一个负载值，得到新序列S1，其中S1的每三位代表一个相对负载值，第一位为符号位，符号“+“代表正数，符号“-”代表负数，后两位代表相对量；

(104)按照改进的字符串匹配算法KMP(Knuth-Morris-Pratt算法)对序列S1和T1进行匹配，其中序列T1作为搜索串；首先匹配S1和T1的前三位也就是对应S0和T0的第一个值，如果S1的前三位和T1的前三位所代表的数值之差在***设定的误差范围内，则认为是匹配成功的，否则认为是匹配失败的；如果匹配成功则匹配S1和T1的再往后的三位也就是对应S0和T0的下一个值；如果匹配失败则S0去掉第一个负载值，然后转步骤(103)；如果T0或者T1每一位匹配成功则认为最终整个序列匹配成功；其他步骤与标准的字符串匹配算法KMP完全一致；

(105)把序列S1中最后匹配成功的那个数据的下一个数据取出来，加上当前负载数据序列T0的第一个负载值，作为***负载的预测值，算法结束。

6.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：在进行预扩展时，由于时间充足，所以将水平扩展和垂直扩展相结合，充分利用水平扩展和垂直扩展的优点；进行资源预扩展时有多种满足扩展需求的策略，它们是水平扩展和垂直扩展的不同组合，所以需要从所述的不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展。

7.根据权利要求6所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：所述的从不同组合中按照整数规划的方法选取成本最优的组合进行云计算资源预扩展的具体操作是：设n是云计算资源预扩展后虚拟机个数，则按照如下整数规划问题求得n：

minimize(SC_h+SC_v)

满足下列约束条件：

$\underset{i=1}{\overset{n}{\&Sigma;}}{\mathrm{MEM}}_i>={\mathrm{MEM}}_{need}$

$\underset{i=1}{\overset{n}{\&Sigma;}}{\mathrm{CPU}}_i>={\mathrm{CPU}}_{need}$

$\underset{i=1}{\overset{n}{\&Sigma;}}{\mathrm{DISK}}_i>={\mathrm{DISK}}_{need}$

上述公式中，SC_h表示水平扩展成本，SC_v表示垂直扩展成本，MEM_i表示第i个虚拟机内存大小，CPU_i表示第i个虚拟机CPU大小，DISK_i表示第i个虚拟机硬盘大小，MEM_need表示需要的虚拟机内存大小，CPU_need表示需要的虚拟机CPU大小，DISK_need表示需要的虚拟机硬盘大小；

其中，

${\mathrm{SC}}_h=\underset{i=m+1}{\overset{n}{\&Sigma;}}({\mathrm{VMC}}_i+{\mathrm{LC}}_i)$

${\mathrm{SC}}_v=\underset{i=1}{\overset{p}{\&Sigma;}}({\mathrm{VMC}}_i-{\mathrm{OVMC}}_i)$

上述公式中，p表示云计算资源预扩展前的虚拟机个数，VMC_i表示云计算资源预扩展后的第i个虚拟机的成本，OVMC_i表示云计算资源预扩展前的第i个虚拟机的成本，LC_i表示第i个虚拟机的许可证成本；

其中，

VMC_i＝MEMC_i+CPUC_i+DISKC_i

OVMC_i＝OMEMC_i+OCPUC_i+ODISKC_i

上述公式中，MEMC_i表示云计算资源预扩展后的第i个虚拟机内存成本，CPUC_i表示云计算资源预扩展后的第i个虚拟机CPU成本，DISKC_i表示云计算资源预扩展后的第i个虚拟机硬盘成本，OMEMC_i表示云计算资源预扩展前的第i个虚拟机内存成本，OCPUC_i表示云计算资源预扩展前的第i个虚拟机CPU成本，ODISKC_i表示云计算资源预扩展前的第i个虚拟机硬盘成本。

8.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤2中所述的负载预测发现下一时刻资源不足时，***进行云计算资源预扩展的具体内容是：水平扩展只能根据已有的虚拟机配置进行，垂直扩展只能扩展到已有虚拟机的最大配置，如果仅进行垂直扩展可以满足扩展需求，则进行垂直扩展并结束，否则要进行水平扩展；水平扩展时分配资源应该从配置大的虚拟机到配置小的虚拟机的顺序遍历；不论水平扩展还是垂直扩展必须同时满足内存、CPU、硬盘需求，也就是需要在满足内存的水平扩展的虚拟机个数、满足CPU内存的水平扩展的虚拟机个数、满足硬盘的内存的水平扩展的虚拟机个数的三种情况中取最大值；

具体实现过程包括如下操作步骤：

(201)将虚拟机按照配置排序，配置越小序号越小，序号从1开始递增，排序规则如下：先比较CPU大小，CPU越小的序号越小，然后CPU相同的比较内存大小，内存越小的序号越小，最后内存相同的比较硬盘大小，硬盘越小的序号越小；最大的序号设为max，配置最大的虚拟机为VM_max；

(202)计算垂直扩展能力：

${\mathrm{CPU}}_{{\mathrm{up}}_i}={\mathrm{CPU}}_{{\mathrm{VM}}_{max}}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{MEM}}_{{\mathrm{up}}_i}={\mathrm{MEM}}_{{\mathrm{VM}}_{max}}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}}$

${\mathrm{DISK}}_{{\mathrm{up}}_i}={\mathrm{DISK}}_{{\mathrm{VM}}_{max}}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}}$

上面式子中，是垂直扩展第i次CPU增加的大小，是垂直扩展第i次内存增加的大小，是垂直扩展第i次硬盘增加的大小，i从1到max-1；指VM_max的CPU大小，指VM_max-i的CPU大小，指VM_max的内存大小，指VM_max-i的内存大小，指VM_max的硬盘的大小，指VM_max-i的硬盘的大小；

(203)判断只进行垂直扩展能否满足扩展需求：假如垂直扩展VM_max-1到VM_max，看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-2到VM_max看CPU、内存、硬盘是否同时满足需求，即判断是否同时满足且 且如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则继续判断如果再扩展VM_max-3到VM_max,以此类推，直到再扩展VM₁到VM_max，即判断如下三个不等式：

${\mathrm{CPU}}_{{\mathrm{up}}_1}+{\mathrm{CPU}}_{{\mathrm{up}}_2}+...+{\mathrm{CPU}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{CPU}}_{need}$

${\mathrm{MEM}}_{{\mathrm{up}}_1}+{\mathrm{MEM}}_{{\mathrm{up}}_2}+...+{\mathrm{MEM}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{MEM}}_{need}$

${\mathrm{DISK}}_{{\mathrm{up}}_1}+{\mathrm{DISK}}_{{\mathrm{up}}_2}+...+{\mathrm{DISK}}_{{\mathrm{up}}_{max-1}}\&GreaterEqual;{\mathrm{DISK}}_{need}$

是否同时满足，如果满足则说明垂直扩展可以完成，进行相应的垂直扩展并记录，然后跳转到步骤(206)，否则跳到步骤(204)；上面式子中，MEM_need表示需要扩展的虚拟机内存大小，CPU_need表示需要扩展的虚拟机CPU大小，DISK_need表示需要扩展的虚拟机硬盘大小；

(204)进行水平扩展，判断创建一台VM_max能否满足扩展需求，如果不能则创建一台VM_max并跳转到步骤(205)，如果能则再判断VM_max-1能否满足扩展需求，如果不能则创建一台VM_max-1并跳转到步骤(205)，如果能满足则判断VM_max-2，以此类推直到虚拟机序号为1，当序号为1时，不用进行判断直接创建VM₁并跳转到步骤(205)；

(205)如果步骤(204)刚扩展的虚拟机为VM_max-i，则水平扩展后需求应该减小，

${\mathrm{MEM}}_{need}={\mathrm{MEM}}_{need}-{\mathrm{MEM}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{CPU}}_{need}={\mathrm{CPU}}_{need}-{\mathrm{CPU}}_{{\mathrm{VM}}_{max-i}},$

${\mathrm{DISK}}_{need}={\mathrm{DISK}}_{need}-{\mathrm{DISK}}_{{\mathrm{VM}}_{max-i}},$

然后跳转到步骤(203)；

(206)完成资源扩展后作资源扩展记录，即垂直扩展有几台，分别是将哪一台虚拟机的配置扩展到VM_max那么大的配置，水平扩展有几台，分别是按照哪一台虚拟机的配置扩展多少台；并按照如下公式计算伸缩成本：

伸缩成本＝垂直扩展成本+(水平扩展费+许可证费)*水平扩展数。

9.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤2中所述的实时扩展的内容是：由于水平扩展需要时间长，垂直扩展需要时间短，而实时扩展要求及时满足增大的资源需求，所以所述的实时扩展只能进行垂直扩展。

10.根据权利要求1所述的一种基于负载预测的云计算资源动态伸缩方法，其特征在于：步骤2中所述的如果云计算资源足量时则需要进行实时缩放的内容是：当资源利用率低于***设置的下限时表明资源分配过量，部分资源空闲，容易造成浪费，这时候需要对***的资源进行释放；由于水平缩放不仅可以快速释放大规模的空闲资源，还可以减少软件许可证成本，所以，实时缩放先要进行水平缩放，然后再进行垂直缩放；由于虚拟机能力越小，单位资源的价格越贵，单位资源的许可证成本越高，所以在进行水平缩放时要先对虚拟机能力较小的资源进行缩放。