CN109343965A - 资源调整方法、装置、云平台和服务器 - Google Patents
资源调整方法、装置、云平台和服务器 Download PDFInfo
- Publication number
- CN109343965A CN109343965A CN201811294027.0A CN201811294027A CN109343965A CN 109343965 A CN109343965 A CN 109343965A CN 201811294027 A CN201811294027 A CN 201811294027A CN 109343965 A CN109343965 A CN 109343965A
- Authority
- CN
- China
- Prior art keywords
- resource
- node
- monitoring
- cluster
- monitoring cluster
- 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
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
- G06F9/46—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; CALCULATING OR 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/508—Monitor
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供了一种资源调整方法、装置、云平台和服务器,其中,该方法应用于云平台的监控节点,该监控节点连接有至少一个监控集群,监控集群中包含多个资源节点;该方法包括:获取监控集群中各个资源节点的运行指标;根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;如果是,调整监控集群中的资源节点。本发明通过预先设置资源调整阈值条件,根据监控到的各资源节点的运行指标与阈值条件的对比来调整运行业务***的资源节点数量,使得业务***所拥有的资源与实际需求相匹配,保障业务***的正常运行,也提高了云平台的资源利用率,节约了云平台用户的使用成本。
Description
技术领域
本发明涉及云计算技术领域,尤其是涉及一种资源调整方法、装置、云平台和服务器。
背景技术
云平台的出现,使得用户可以无需掌握云计算的技术,只需要按照用户自身需求去租用云平台提供的资源,减少用户的软件和硬件投入成本,但是,现有的云平台通常根据用户的需求为每个用户的业务***提供固定大小的资源,当用户业务***的业务需求发生变化时,如业务需求增加时,现有资源可能不足以满足业务需求,会影响业务***的正常运行,业务需求减少时,现有资源部分处于空闲状态,使得云平台的资源率较低,也在一定程度上浪费了用户的使用成本。
发明内容
有鉴于此,本发明的目的在于提供一种资源调整方法、装置、云平台和服务器,以使业务***所拥有的资源与实际需求相匹配,保障业务***的正常运行,提高云平台的资源利用率,节约云平台用户的使用成本。
第一方面,本发明实施例提供了一种资源调整方法,其中,该方法应用于云平台的监控节点,该监控节点连接有至少一个监控集群,该监控集群中包含多个资源节点;该方法包括:获取监控集群中各个资源节点的运行指标;运行指标包括CPU利用率、内存使用率、网卡流量和***流量中的一种或多种;根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;如果是,调整监控集群中的资源节点。
在本发明较佳的实施例中,上述获取监控集群中各个资源节点的运行指标的步骤,包括:按照预设的时间间隔,从各个资源节点对应的监控项中提取运行指标。
在本发明较佳的实施例中,上述根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件的步骤,包括:根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;根据资源利用率,判断监控集群是否满足预设的资源调整阈值条件。
在本发明较佳的实施例中,上述根据资源利用率,判断监控集群是否满足预设的资源调整阈值条件的步骤,包括:判断监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;如果是,确定监控集群满足预设的资源调整阈值条件。
在本发明较佳的实施例中,上述监控节点还与云平台的资源管理节点连接;调整监控集群中的资源节点的步骤,包括:根据监控集群的资源利用率,生成资源调整信息;将资源调整信息发送至资源管理节点,以使资源管理节点根据资源调整信息向监控集群新增资源节点,或者从监控集群删除资源节点。
在本发明较佳的实施例中,上述根据监控集群的资源利用率,生成资源调整信息的步骤,包括:如果资源利用率达到预设的资源扩容的利用率阈值,生成资源扩容信息;如果资源利用率达到预设的资源缩容的利用率阈值,生成资源缩容信息。
在本发明较佳的实施例中,上述方法还包括:接收资源管理节点返回的调整结果;调整结果中包括资源管理节点向监控集群新增的资源节点,或者从监控集群删除的资源节点的节点标识;根据节点标识更新监控集群中的资源节点。
第二方面,本发明实施例还提供了一种资源调整装置,其中,该装置设置于云平台的监控节点,该监控节点连接有至少一个监控集群,该监控集群中包含多个资源节点;该装置包括:指标获取模块,用于获取监控集群中各个资源节点的运行指标;运行指标包括CPU利用率、内存使用率、网卡流量和***流量中的一种或多种;判断模块,用于根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;调整模块,用于如果所述监控集群满足预设的资源调整阈值条件,调整监控集群中的资源节点。
在本发明较佳的实施例中,上述指标获取模块用于:按照预设的时间间隔,从各个资源节点对应的监控项中提取运行指标。
在本发明较佳的实施例中,上述判断模块用于:根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;根据资源利用率,判断监控集群是否满足预设的资源调整阈值条件。
在本发明较佳的实施例中,上述判断模块用于:判断监控集群的资源利用率是否在连续指定次数内的数值均到达预设的利用率阈值;如果是,确定监控集群满足预设的资源调整阈值条件。
在本发明较佳的实施例中,上述监控节点还与云平台的资源管理节点连接;调整模块用于:根据监控集群的资源利用率,生成资源调整信息;将资源调整信息发送至资源管理节点,以使资源管理节点根据资源调整信息向监控集群新增资源节点,或者从监控集群删除资源节点。
在本发明较佳的实施例中,上述调整模块用于:如果资源利用率达到预设的资源扩容的利用率阈值,生成资源扩容信息;如果资源利用率达到预设的资源缩容的利用率阈值,生成资源缩容信息。
在本发明较佳的实施例中,上述装置还包括:调整结果接收模块,用于接收资源管理节点返回的调整结果;调整结果中包括资源管理节点向监控集群新增的资源节点,或者从监控集群删除的资源节点的节点标识;根据节点标识更新监控集群中的资源节点。
第三方面,本发明实施例还提供了一种云平台,其中,该云平台包括监控节点和资源节点;监控节点连接有至少一个监控集群,监控集群中包含多个资源节点;资源节点上运行有用户的业务***;第二方面所述的装置设置于监控节点。
第四方面,本发明实施例还提供了一种服务器,其特征在于,包括处理器和机器可读存储介质,机器可读存储介质存储有能够被处理器执行的机器可执行指令,处理器执行机器可执行指令以实现上述资源调整方法。
第五方面,本发明实施例还提供了一种机器可读存储介质,其特征在于,该机器可读存储介质存储有机器可执行指令,该机器可执行指令在被处理器调用和执行时,机器可执行指令促使处理器实现上述资源调整方法。
本发明实施例带来了以下有益效果:
本发明实施例提供了一种资源调整方法、装置、云平台、服务器和机器可读存储介质,获取到监控集群中各个资源节点的运行指标后,根据这些运行指标可以判断监控集群是否满足预设的资源调整阈值条件;如果满足条件,则调整监控集群中的资源节点。该方式通过预先设置资源调整阈值条件,根据监控到的各资源节点的运行指标与阈值条件的对比来调整运行业务***的资源节点数量,使得业务***所拥有的资源与实际需求相匹配,保障业务***的正常运行,也提高了云平台的资源利用率,节约了云平台用户的使用成本。
本发明的其他特征和优点将在随后的说明书中阐述,或者,部分特征和优点可以从说明书推知或毫无疑义地确定,或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施方式,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,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为本发明实施例提供的一种云平台的结构示意图;
图2为本发明实施例提供的一种资源调整方法的流程图;
图3为本发明实施例提供的另一种资源调整方法的流程图;
图4为本发明实施例提供的另一种资源调整方法的流程图;
图5为本发明实施例提供的另一种资源调整方法的流程图;
图6为本发明实施例提供的一种资源调整装置的结构示意图;
图7为本发明实施例提供的一种云服务器的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了便于理解,下面首先描述一种云平台,作为本发明实施例的应用场景,参见图1所示的一种云平台的结构示意图,在云平台上设置有监控节点,每个监控节点可以连接多个监控集群,图1中以一个监控节点连接两个监控集群为例进行说明,每个监控集群包含多个资源节点,该资源节点可以为虚拟机节点,也可以为物理机节点,资源节点上运行有用户的业务***,图1中以一个监控集群包含三个资源节点为例进行说明,在资源节点上运行有用户的业务***,如信息管理***、即时通信***等。
上述监控集群可以通过多种方式划分,其中一种方式为,根据不同用户的业务***进行划分,例如,将运行同一用户的业务***的资源节点划分为一个监控集群;如果该用户的业务***规模较大,运行该用户的业务***的资源节点可以划分为多个监控集群,此时,可以根据业务***中各个模块提供的具体服务划分资源节点。
但是,每个业务***通常租用固定大小的资源,例如,固定数量的虚拟机或者物理机。云平台通常事先按照用户的租用需求提供给用户固定大小的资源,但是业务***在实际运行过程中,***的访问量、数据量等都在不断地发生变化,业务***对于资源的实际需求也在不断地发生变化,当业务需求增加时,当前运行该业务***的资源可能不足以满足业务需求,使得业务***的性能大大降低,甚至影响业务***的正常运行,当业务需求减少时,业务***的部分资源又会处于闲置的状态,使得云平台的资源得不到合理的利用,降低了云平台的资源利用率,在一定程度上对用户租用云平台资源的成本造成浪费。
为了避免上述问题,需要运行业务***的资源可以随时根据业务需求的变化而变化,基于此,本发明实施例提供了一种资源调整方法、装置、云平台、服务器和机器可读存储介质,该技术可以应用于提供各种云服务的云平台中。下面通过实施例来具体介绍。
首先,参见图2所示的一种资源调整方法的流程图,该方法应用于云平台的监控节点,该监控节点连接有至少一个监控集群,该监控集群中包含多个资源节点;该资源节点包括虚拟机节点和/或物理机节点,在大多数情况下,业务***在运行过程中既需要虚拟机节点,也需要物理机节点;因此,上述资源节点通常包括虚拟机节点和物理机节点,但是,在某些情况下,例如,常用的Windows***,可能仅需要物理机节点;此时,资源节点可以仅包含物理机节点或虚拟机节点中的一种。
该方法具体步骤如下:
步骤S202,获取监控集群中各个资源节点的运行指标;
上述运行指标包括CPU(Central Processing Unit/Processor,中央处理器)利用率、内存使用率、网卡流量和***流量中的一种或多种。其中,CPU利用率即资源节点运行业务***的程序时占用的CPU百分比;如果CPU利用率较低,说明该资源节点利用率较低;如果CPU利用率较高,说明该资源节点利用率较高,但CPU利用率过高时,会影响业务***的程序的运行速度,导致业务***的性能、响应速度下降;另外,CPU使用率过高会导致资源节点中CPU温度过高,会大大缩短CPU寿命。上述内存利用率即资源节点运行业务***的程序时占用的内存百分比,与上述CPU利用率类似,如果内存利用率较低,说明该资源节点利用率较低;如果内存利用率较高,说明该资源节点利用率较高,但内存利用率过高时,也会影响业务***的程序的运行速度,进而影响业务***性能。
上述网卡出入流量即该资源节点的上行数据和下行数据量,如果网卡出入流量较高,通常说明该业务***访问量较大。资源节点上可以设置有***,该***可以通过软件程序实现;该监听室可以用于监听指定资源节点、指定虚拟机或指定数据类型的流量;上述***出入流量可以表明业务***中某些特定模块功能的访问量。
步骤S204,根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;
上述根据采集到的各个资源节点的运行指标,来判断监控集群是否满足预设的资源调整阈值条件可以通过多种方式来实现,例如,可以预先为每种运行指标设置相应的权重值,根据采集到的运行指标与每种运行指标对应的权重值,计算出运行指标对应的监控集群的资源利用率,预先设置资源利用率阈值,根据实际运行过程中的资源利用率与预先设置的资源利用率阈值的对比结果来判断监控集群是否满足预设的资源调整阈值条件;除此之外,还可以为每个运行指标预先设置阈值,当达到阈值的运行指标个数满足指定数量时,确定运行指标对应的监控集群满足预设的资源调整阈值条件,上述指定数量可以根据该业务***的历史运行情况来确定。
步骤S206,如果是,调整监控集群中的资源节点。
上述预设的资源调整阈值条件包括两种,一种是扩容条件,一种是缩容条件,当达到扩容条件的阈值条件时,表明当前业务***的资源总量不足以满足业务需求,为保障业务***的正常运行,需要扩充该业务***的资源总量;当达到缩容条件的阈值条件时,表明当前业务***的资源总量已超过业务需求,可能会产生资源闲置的情况,为避免资源闲置浪费,需要将该业务***的资源释放出去一部分,使得云平台对业务***释放出去的资源重新进行分配,提高云平台的资源利用率。
在业务***的实际运行过程中,通过采集监控集群中各资源节点的运行指标,来判断业务***是否需要进行资源调整,以及判断该业务***是按照扩容方式还是按照缩容方式来进行资源调整。
以上述方法实施例步骤S204中提到的预先为每种运行指标设置相应的权重值来计算资源利用率,根据预设的资源利用率阈值与资源利用率的对比结果来进行资源调整为例对资源调整方式进行详细说明,根据资源利用率与预设的资源利用率的差值,来确定需要增加的资源节点的个数或者需要减少的资源节点的个数。具体地,可以根据资源利用率与预设的资源利用率的差值,来确定需要增加或者需要减少的资源总量,根据资源节点的单位资源量,确定需要增加的资源节点的个数或者需要减少的资源节点的个数。
当需要增加资源节点时,获取业务***的镜像文件,该镜像文件中保存有运行该业务***的运行程序,并为增加的资源节点设置运行参数,将镜像文件部署至增加的资源节点中,并使增加的资源节点按照设置的运行参数运行业务***;当需要减少资源节点时,确定待删除的资源节点,可以将资源利用率较低的资源节点作为待删除的资源节点,回收待删除的资源节点中该业务***的运行数据,将回收的运行数据转移至除待删除的资源节点以外的资源节点中,待回收的运行数据转移完毕,将待删除的资源节点进行删除,由未被删除的资源节点继续运行当前业务***。
本发明实施例提供的一种资源调整方法,获取到监控集群中各个资源节点的运行指标后,根据这些运行指标可以判断监控集群是否满足预设的资源调整阈值条件;如果满足条件,则调整监控集群中的资源节点。该方式通过预先设置资源调整阈值条件,根据监控到的各资源节点的运行指标与阈值条件的对比来调整运行业务***的资源节点数量,使得业务***所拥有的资源与实际需求相匹配,保障业务***的正常运行,也提高了云平台的资源利用率,节约了云平台用户的使用成本。
本发明实施例提供了另一种资源调整方法,该方法在上述实施例所述方法的基础上实现,本实施例中,重点描述监控集群中各个资源节点的运行指标的具体获取方式,以及基于获取到的运行指标确定监控集群是否满足预设的资源调整阈值条件的具体方式。
如图3所示,上述资源调整方法具体描述如下:
步骤S302,按照预设的时间间隔,从监控集群的各个资源节点对应的监控项中提取运行指标;
云平台在根据用户需求为业务***分配资源时,通常预先设置监控项,该监控项可以设置在资源节点本身,也可以设置在资源节点所处的实体服务器上;具体的,当资源节点为虚拟机节点时,该监控项可以设置在运行虚拟机的实体服务器上;当资源节点为物理机节点时,该监控项可以设置在物理机节点上。
具体可以根据预先设置的时间间隔,可以采用定时自动采样或者人工触发采样的方式来采集运行指标,预先设置采集周期长短与采集周期数,该采集周期长短通常为固定长度的时间段,在实际采集过程中,当采集行为被触发后,在预设的一个采集周期内对监控集群中每个监控项进行一分钟取值,即每分钟取一个值,根据预先设定的采集周期数来采集多个周期的运行指标。
步骤S304,根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;
预先为每种运行指标设置对应的权重值,每种运行指标的权重值可以由工程师根据实际经验来设置,在实际运行过程中,采集监控集群的各个资源节点的运行指标,在计算过程中,由于不同的指标往往具有不同的量纲和量纲单位,会影响数据分析的结果,为消除指标之间的量纲影响,也为简化计算过程,可以将采集到的运行指标进行归一化处理,使各指标可以处于同一数量级,便于进行数据分析,将归一化处理之后的运行指标分别乘以其对应的权重值,再相加,得到当前业务***的资源利用率。
以采集到的运行指标包括CPU利用率和内存使用率为例对上述计算资源利用率的过程进行详细说明,预先设置CPU利用率的权重值为60%,内存使用率的权重值为40%;假设采集到的CPU利用率为79%,内存利用率为50%,由于CPU利用率和内存使用率量纲及量纲单位相同,可以不进行归一化处理,将CPU利用率和内存使用率分别与其对应的权重值相乘,再相加,可以得到资源利用率为0.79*60%+0.50*40%=67.4%,即该运行指标对应的资源节点的资源利用率为67.4%。
由于监控集群包含多个资源节点,每个资源节点的资源利用率不尽相同,且资源节点类型也不尽相同,可以由工程师根据实际经验为每个资源节点设置相应的权重值,如一个监控集群包含三个资源节点,分别为资源节点1、资源节点2和资源节点3,对应的权重值分别为40%、40%和20%,在实际运行过程中,计算得到这三个资源节点的资源利用率分别为80%、70%和75%,将这三个资源节点的资源利用率分别与其对应的权重值相乘,再相加,通过计算可以得到该监控集群的资源利用率为:0.8*40%+0.7*40%+0.75*20%=75%。
步骤S306,根据资源利用率,判断监控集群是否满足预设的资源调整阈值条件;如果是,执行步骤S308;如果否,结束。
步骤S308,调整监控集群中的资源节点。
具体可以预先设置资源调整阈值条件,当上述计算得到的监控集群的资源利用率满足预设的资源调整阈值条件时,采取相应的措施来调整当前监控集群的资源节点。
上述资源阈值条件可以由工程师根据实际经验来设置,可以预先设置一个资源利用率的阈值范围,当计算得到的监控集群的资源利用率处于该预设阈值范围内时,表明当前监控集群对应的业务***处于一个良好的运行状态,不需要进行资源的调整,但是,若计算得到的资源利用率超出预设的阈值范围时,表明当前监控集群对应的业务***需要进行资源的调整来来调整该业务***的运行状态。例如,预设的资源利用率阈值范围为40%~85%,当计算得到的监控集群的资源利用率小于40%时,表明当前业务***存在大量资源处于闲置状态的情况,可以适当的释放部分资源,使得云平台对释放出去的资源重新进行分配,提高云平台的资源利用率;当计算得到的监控集群的资源利用率超过85%时,表明当前业务***的业务需求大,现有的资源总量不足以满足业务需求,需要适当增加当前业务***的资源总量,来使得该业务***处于一个良好的运行状态,更好的提供业务支持。
预设资源调整阈值条件的方式除上述提到的预先设置一个资源利用率的阈值范围之外,还可以采用预先设置两个资源利用率的阈值范围的方式,其中,一个阈值范围用来判定当前业务***是否需要进行扩容处理,另一个用来判定当前业务***是否需要进行缩容处理,例如,扩容的阈值范围为70%~100%,缩容的阈值范围为0~40%,当计算得到的监控集群的资源利用率小于40%时,需要对该监控集群对应的业务***进行缩容处理,适当的释放部分资源来提高云平台的资源利用率;当监控集群的资源利用率高于70%时,需要对该监控集群对应的业务***进行扩容处理,适当增加部分资源来使得该业务***处于一个良好的运行状态。
但是,在实际运行过程中,业务***的业务需求在不断的变化,为了避免业务***在短时间内频繁的增加和/或减少资源节点,导致云平台工作量增加的情况,设置当计算得到的监控集群的资源利用率在连续指定次数内均到达预设的资源利用率阈值范围时,才确定该监控集群满足预设的资源调整阈值条件,然后采用相应的措施来调整监控集群的资源总量。
本发明实施例通过根据预先设置的时间间隔,从监控集群的各个资源节点对应的监控项来提取运行指标,根据预先设置的各个运行指标对应的权重值以及各个资源节点对应的权重值,计算出监控集群的资源利用率,将该监控集群的资源利用率与预先设置的资源调整阈值条件进行对比,判断该监控集群是否需要进行资源调整,以及该如何进行调整,通过对监控集群进行资源调整,使得当前运行业务***的资源总量与实际需求相匹配,保障业务***的正常运行,提高了云平台的资源利用率,也节约了云平台用户使用成本。
本发明实施例还提供了另一种资源调整方法,该方法在上述实施例所述的方法的基础上实现;本实施例中,重点描述判断计算得到的监控集群的资源利用率是否在连续指定次数内均到达预设的资源利用率阈值范围的具体实现方式。
如图4所示,上述资源调整方法具体描述如下:
步骤S402,按照预设的时间间隔,从监控集群的各个资源节点对应的监控项中提取运行指标;
步骤S404,根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;
根据每个周期的运行指标以及运行指标对应的权重值得到该周期的各个资源节点的资源利用率,根据各个资源节点的资源利用率以及各个资源节点的权重值得到该周期的监控集群的资源利用率。
步骤S406,判断监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;如果是,执行步骤S408;如果否,结束。
步骤S408,确定监控集群满足预设的资源调整阈值条件;
步骤S410,调整监控集群中的资源节点。
具体可以预先设置指定次数,根据预设的时间间隔,连续不断地从监控项中提取运行指标,通过计算得到各个周期的监控集群的资源利用率,将各个周期的资源利用率均与预设的资源利用率阈值做对比,得到对比结果,根据对比结果,判断是否存在连续指定次数的资源利用率到达预设的资源利用率阈值,例如,设置连续指定次数为4次,以当前时间为第一个周期,继续向后运行,实时提取运行指标计算监控集群资源利用率,并将各个周期的监控集群的资源利用率与预设的资源利用率阈值做对比,发现第七、第八、第九和第十周期的资源利用率均到达预设的资源利用率阈值,则确定该监控集群在第十周期时满足预设的资源调整阈值条件,需要采取措施进行资源调整。
上述方式中,通过设置连续指定次数,可以避免该监控集群在短时间内频繁进行资源调整,在使得监控集群的资源总量满足其对应的业务***的业务需求的同时,也减少了云平台的工作量,提高了云平台的资源利用率。
本发明实施例还提供了另一种资源调整方法,该方法在上述实施例所述方法的基础上实现,本实施例中,重点描述调整监控集群中资源节点的具体实现方式;在本实施例中,上述监控节点还与云平台的资源管理节点连接,该资源管理节点用于资源节点的管理和分配等。
在业务***运行初期,资源管理节点用于根据业务***需求给业务***分配固定的资源节点,在业务***运行过程中,根据业务***需求,为业务***增加资源节点或者回收部分资源节点,并将回收的资源节点重新进行分配,提高了云平台的资源利用率。
在实际实现时,为了调整监控集群中的资源节点,可以根据监控集群的资源利用率,生成资源调整信息;再将资源调整信息发送至资源管理节点,以使资源管理节点根据资源调整信息向监控集群新增资源节点,或者从监控集群删除资源节点。
上述资源调整信息包括增加资源节点或减少资源节点,以及对应增加或减少的数量。上述资源管理节点根据资源调整信息,增加或减少资源节点,当业务***需要增加资源总量的时候,由监控节点通知资源管理节点,向该业务***分配更多的资源节点,以使得运行业务***的资源总量增加来满足业务需求,达到良好的运行状态,资源管理节点为该业务***分配新增的资源节点后,可以向监控节点反馈分配完成信息,该信息中通常包括新增的资源节点的访问路径、节点标识等,以使得监控节点将新增的资源节点纳入监控范围;当业务***需要减少资源总量的时候,监控节点通知资源管理节点回收待删除的资源节点,回收完成后,监控节点从监控范围内删除该资源节点。
如图5所示,上述资源调整方法具体描述如下:
步骤S502,按照预设的时间间隔,从监控集群的各个资源节点对应的监控项中提取运行指标;
步骤S504,根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;
步骤S506,判断监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;如果是,执行步骤S508;如果否,结束。
步骤S508,确定监控集群满足预设的资源调整阈值条件;
步骤S510,判断监控集群的资源利用率是否达到预设的资源扩容或资源缩容的利用率阈值;如果资源利用率达到预设的资源扩容的利用率阈值,执行步骤S512;如果资源利用率达到预设的资源缩容的利用率阈值,执行步骤S514;
步骤S512,生成资源扩容信息,将该资源扩容信息发送至资源管理节点,以使资源管理节点根据资源扩容信息向监控集群新增资源节点;执行步骤S516。
上述资源扩容信息可以包括需要扩容的资源节点数量以及新增资源节点的运行参数,该运行参数可以为新增资源节点的数据传输带宽、数据包转发率等。
当资源管理节点向监控集群新增资源节点时,根据需扩容的资源节点数量确定新增的资源节点,并为其设置标识表明该资源节点将被增加至当前监控集群,在确定新增的资源节点后,需要获取该监控集群对应的业务***的镜像文件,该镜像文件中保存有运行当前业务***的运行程序,将获取到的镜像文件部署至新增的资源节点,并按照资源扩容信息为新增资源节点设置运行参数,使得新增的资源节点可以按照运行参数运行当前业务***。
步骤S514,生成资源缩容信息,将该资源缩容信息发送至资源管理节点,以使资源管理节点根据资源缩容信息从监控集群删除资源节点;
上述资源缩容信息包括需要缩容的资源节点数量、待删除的资源节点的标识以及从待删除的资源节点中需要回收的数据等。
当资源管理节点从监控集群中删除资源节点时,可以根据各个资源节点的利用率来确定待删除的资源节点,如挑选利用率较低的资源节点作为待删除的资源节点,并为待删除的资源节点设置标识来确定该资源节点将被删除,根据资源缩容信息回收待删除资源节点的运行数据,将回收的运行数据转移到未被标识的资源节点中,待数据转移完毕后,删除带有标识的资源节点,由未被删除的资源节点继续运行当前监控集群对应的业务***。
步骤S516,接收资源管理节点返回的调整结果;该调整结果中包括资源管理节点向监控集群新增的资源节点,或者从监控集群删除的资源节点的节点标识;
上述资源管理节点在调整完监控集群的资源节点之后,向云平台反馈资源调整结果,使得云平台根据节点标识辨别出哪些资源节点被分配出去,哪些资源节点被释放可以重新进行分配。
步骤S518,根据节点标识更新监控集群中的资源节点。
云平台还根据节点标识来更新监控集群中的资源节点,使得监控集群可以对新增的资源节点进行监控,或者对已经被释放到云平台的资源节点取消监控。
上述方式中,由云平台的资源管理节点根据资源扩容或缩容信息来调整当前监控集群的资源节点,使得该监控集群对应的业务***的资源总量满足业务需求,有效保证业务***的正常运行,同时,资源管理节点将资源调整结果反馈至云平台,使得云平台可以实时了解其资源分配情况,将被业务***释放的资源节点重新进行分配,提高了资源利用率,根据被调整的资源节点的节点标识,及时更新监控集群的资源节点,便于监控集群对应的业务***及时了解各个资源节点的运行情况。
对应于上述方法实施例,本发明实施例还提供了一种资源调整装置,如图6所示,其中,该装置设置于云平台的监控节点,该监控节点连接有至少一个监控集群,该监控集群中包含多个资源节点;该装置包括:
指标获取模块60,用于获取监控集群中各个资源节点的运行指标;运行指标包括CPU利用率、内存使用率、网卡流量和***流量中的一种或多种;
判断模块61,用于根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;
调整模块62,用于如果所述监控集群满足预设的资源调整阈值条件,调整监控集群中的资源节点。
上述指标获取模块60用于:按照预设的时间间隔,从各个资源节点对应的监控项中提取运行指标。
上述判断模块61用于:根据各个资源节点的运行指标,以及每种运行指标对应的权重值,计算监控集群的资源利用率;根据资源利用率,判断监控集群是否满足预设的资源调整阈值条件。
上述判断模块61用于:判断监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;如果是,确定监控集群满足预设的资源调整阈值条件。
上述监控节点还与云平台的资源管理节点连接;上述调整模块62用于:根据监控集群的资源利用率,生成资源调整信息;将资源调整信息发送至资源管理节点,以使资源管理节点根据资源调整信息向监控集群新增资源节点,或者从监控集群删除资源节点。
上述调整模块62用于:如果资源利用率达到预设的资源扩容的利用率阈值,生成资源扩容信息;如果资源利用率达到预设的资源缩容的利用率阈值,生成资源缩容信息。
上述装置还包括:调整结果接收模块,用于接收资源管理节点返回的调整结果;调整结果中包括资源管理节点向监控集群新增的资源节点,或者从监控集群删除的资源节点的节点标识;根据节点标识更新监控集群中的资源节点。
本发明实施例提供了一种资源调整装置,通过获取监控集群中各个资源节点的运行指标;根据各个资源节点的运行指标,判断监控集群是否满足预设的资源调整阈值条件;如果是,调整监控集群中的资源节点。该装置通过预先设置资源调整阈值条件,根据资源节点的运行指标与阈值条件的对比来调整运行业务***的资源节点数量,使得业务***所拥有的资源与实际需求相匹配,保障业务***的正常运行,也提高了云平台的资源利用率,节约了云平台用户的使用成本。
对应于上述发明实施例,本发明实施例还提供了一种云平台,该云平台包括监控节点,监控节点连接有多个监控集群,监控集群中包含多个资源节点,资源节点上运行有业务***,资源节点包括虚拟机节点和/或物理机节点,上述资源调整装置设置于监控节点。
本发明实施例提供的云平台,与上述实施例提供的资源调整方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本发明实施例还提供了一种服务器,用于运行上述资源调整方法,参见图7所示,该服务器包括存储器和处理器,其中,存储器用于存储一条或多条计算机指令,一条或多条计算机指令被处理器执行,以实现上述资源调整方法。
进一步,图7所示的服务器还包括总线102和通信接口103,处理器101、通信接口103和存储器100通过总线102连接。
其中,存储器100可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口103(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。总线102可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图7中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
处理器101可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器101中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器101可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DigitalSignal Processing,简称DSP)、专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器100,处理器101读取存储器100中的信息,结合其硬件完成前述实施例的方法的步骤。
本发明实施例还提供了一种机器可读存储介质,该机器可读存储介质存储有机器可执行指令,该机器可执行指令在被处理器调用和执行时,机器可执行指令促使处理器实现上述资源调整方法,具体实现可参见方法实施例,在此不再赘述。
本发明实施例所提供的资源调整方法、装置、云平台、服务器和机器可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以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中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (17)
1.一种资源调整方法,其特征在于,所述方法应用于云平台的监控节点,所述监控节点连接有至少一个监控集群,所述监控集群中包含多个资源节点;所述方法包括:
获取所述监控集群中各个资源节点的运行指标;所述运行指标包括CPU利用率、内存使用率、网卡流量和***流量中的一种或多种;
根据所述各个资源节点的运行指标,判断所述监控集群是否满足预设的资源调整阈值条件;
如果是,调整所述监控集群中的资源节点。
2.根据权利要求1所述的方法,其特征在于,所述获取所述监控集群中各个资源节点的运行指标的步骤,包括:按照预设的时间间隔,从各个资源节点对应的监控项中提取运行指标。
3.根据权利要求1所述的方法,其特征在于,所述根据所述各个资源节点的运行指标,判断所述监控集群是否满足预设的资源调整阈值条件的步骤,包括:
根据所述各个资源节点的运行指标,以及每种所述运行指标对应的权重值,计算所述监控集群的资源利用率;
根据所述资源利用率,判断所述监控集群是否满足预设的资源调整阈值条件。
4.根据权利要求3所述的方法,其特征在于,所述根据所述资源利用率,判断所述监控集群是否满足预设的资源调整阈值条件的步骤,包括:
判断所述监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;
如果是,确定所述监控集群满足预设的资源调整阈值条件。
5.根据权利要求4所述的方法,其特征在于,所述监控节点还与所述云平台的资源管理节点连接;
所述调整所述监控集群中的资源节点的步骤,包括:
根据所述监控集群的资源利用率,生成资源调整信息;
将所述资源调整信息发送至所述资源管理节点,以使所述资源管理节点根据所述资源调整信息向所述监控集群新增资源节点,或者从监控集群删除资源节点。
6.根据权利要求5所述的方法,其特征在于,所述根据所述监控集群的资源利用率,生成资源调整信息的步骤,包括:
如果所述资源利用率达到预设的资源扩容的利用率阈值,生成资源扩容信息;如果所述资源利用率达到预设的资源缩容的利用率阈值,生成资源缩容信息。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
接收所述资源管理节点返回的调整结果;所述调整结果中包括所述资源管理节点向所述监控集群新增的资源节点,或者从所述监控集群删除的资源节点的节点标识;
根据所述节点标识更新所述监控集群中的资源节点。
8.一种资源调整装置,其特征在于,所述装置设置于云平台的监控节点,所述监控节点连接有至少一个监控集群,所述监控集群中包含多个资源节点;所述装置包括:
指标获取模块,用于获取所述监控集群中各个资源节点的运行指标;所述运行指标包括CPU利用率、内存使用率、网卡流量和***流量中的一种或多种;
判断模块,用于根据所述各个资源节点的运行指标,判断所述监控集群是否满足预设的资源调整阈值条件;
调整模块,用于如果所述监控集群满足预设的资源调整阈值条件,调整所述监控集群中的资源节点。
9.根据权利要求8所述的装置,其特征在于,所述指标获取模块用于:按照预设的时间间隔,从各个资源节点对应的监控项中提取运行指标。
10.根据权利要求8所述的装置,其特征在于,所述判断模块用于:
根据所述各个资源节点的运行指标,以及每种所述运行指标对应的权重值,计算所述监控集群的资源利用率;
根据所述资源利用率,判断所述监控集群是否满足预设的资源调整阈值条件。
11.根据权利要求10所述的装置,其特征在于,所述判断模块用于:
判断所述监控集群的资源利用率在连续指定次数内的数值是否均到达预设的利用率阈值;
如果是,确定所述监控集群满足预设的资源调整阈值条件。
12.根据权利要求11所述的装置,其特征在于,所述监控节点还与所述云平台的资源管理节点连接;
所述调整模块用于:根据所述监控集群的资源利用率,生成资源调整信息;
将所述资源调整信息发送至所述资源管理节点,以使所述资源管理节点根据所述资源调整信息向所述监控集群新增资源节点,或者从监控集群删除资源节点。
13.根据权利要求12所述的装置,其特征在于,所述调整模块用于:
如果所述资源利用率达到预设的资源扩容的利用率阈值,生成资源扩容信息;如果所述资源利用率达到预设的资源缩容的利用率阈值,生成资源缩容信息。
14.根据权利要求12所述的装置,其特征在于,所述装置还包括:
调整结果接收模块,用于接收所述资源管理节点返回的调整结果;所述调整结果中包括所述资源管理节点向所述监控集群新增的资源节点,或者从所述监控集群删除的资源节点的节点标识;根据所述节点标识更新所述监控集群中的资源节点。
15.一种云平台,其特征在于,所述云平台包括监控节点和资源节点;所述监控节点连接有至少一个监控集群,所述监控集群中包含多个资源节点;所述资源节点上运行有用户的业务***;权利要求8-14任一项所述的装置设置于所述监控节点。
16.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器执行所述机器可执行指令以实现权利要求1至7任一项所述的方法。
17.一种机器可读存储介质,其特征在于,该机器可读存储介质存储有机器可执行指令,该机器可执行指令在被处理器调用和执行时,机器可执行指令促使处理器实现权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811294027.0A CN109343965A (zh) | 2018-10-31 | 2018-10-31 | 资源调整方法、装置、云平台和服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811294027.0A CN109343965A (zh) | 2018-10-31 | 2018-10-31 | 资源调整方法、装置、云平台和服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109343965A true CN109343965A (zh) | 2019-02-15 |
Family
ID=65313218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811294027.0A Pending CN109343965A (zh) | 2018-10-31 | 2018-10-31 | 资源调整方法、装置、云平台和服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109343965A (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110278257A (zh) * | 2019-06-13 | 2019-09-24 | 中信银行股份有限公司 | 一种动态化配置分布式集群节点标签的方法 |
CN110311810A (zh) * | 2019-06-13 | 2019-10-08 | 北京奇艺世纪科技有限公司 | 一种服务器资源配置方法、装置、电子设备及存储介质 |
CN110321226A (zh) * | 2019-07-09 | 2019-10-11 | 西安点告网络科技有限公司 | 主机的自动扩缩容方法、装置、主机及存储介质 |
CN110336884A (zh) * | 2019-07-09 | 2019-10-15 | 西安点告网络科技有限公司 | 服务器集群更新方法和装置 |
CN110417901A (zh) * | 2019-07-31 | 2019-11-05 | 北京金山云网络技术有限公司 | 数据处理方法、装置及网关服务器 |
CN110554920A (zh) * | 2019-08-27 | 2019-12-10 | 上海易点时空网络有限公司 | 处理容量不健康模块的方法以及装置 |
CN110677459A (zh) * | 2019-09-02 | 2020-01-10 | 金蝶软件(中国)有限公司 | 资源调整方法、装置、计算机设备和计算机存储介质 |
CN110719320A (zh) * | 2019-09-18 | 2020-01-21 | 上海联蔚信息科技有限公司 | 公有云配置调整信息的生成方法和设备 |
CN110958311A (zh) * | 2019-11-27 | 2020-04-03 | 北京大学 | 一种基于yarn的共享集群弹性伸缩***及方法 |
CN111211998A (zh) * | 2019-12-12 | 2020-05-29 | 北京淇瑀信息科技有限公司 | 可弹性扩容的资源配给方法、装置和电子设备 |
CN111309476A (zh) * | 2020-01-22 | 2020-06-19 | 福建天泉教育科技有限公司 | 推送***自动调整资源的方法、存储介质 |
CN111506634A (zh) * | 2020-04-29 | 2020-08-07 | 北京金山云网络技术有限公司 | 对业务应用进行上云分析的方法、装置、设备及*** |
CN111708676A (zh) * | 2020-06-18 | 2020-09-25 | 北京金山云网络技术有限公司 | 实例集群的监控方法、装置和服务器 |
CN111782386A (zh) * | 2020-03-17 | 2020-10-16 | 新浪网技术(中国)有限公司 | 一种基于历史业务流量的数据库调度方法及*** |
CN111884878A (zh) * | 2020-07-24 | 2020-11-03 | 樊馨 | 基于区块链的数据监控方法 |
CN112019583A (zh) * | 2019-05-31 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 确定服务器集群资源利用率的方法、装置及存储介质 |
CN112765035A (zh) * | 2021-01-27 | 2021-05-07 | 北京百家科技集团有限公司 | 分布式压力测试***、方法、装置、电子设备、存储介质 |
CN112835996A (zh) * | 2019-11-22 | 2021-05-25 | 北京初速度科技有限公司 | 一种地图生产***及其方法 |
CN112925607A (zh) * | 2021-02-22 | 2021-06-08 | 深圳前海微众银行股份有限公司 | 一种***扩缩容方法及装置、电子设备 |
CN112948109A (zh) * | 2021-02-20 | 2021-06-11 | 山东英信计算机技术有限公司 | 一种ai计算集群的配额弹性调度方法、装置及介质 |
CN113032217A (zh) * | 2021-03-26 | 2021-06-25 | 山东英信计算机技术有限公司 | 一种集群监控方法及相关装置 |
CN113079062A (zh) * | 2021-03-24 | 2021-07-06 | 广州虎牙科技有限公司 | 一种资源调整方法、装置、计算机设备和存储介质 |
CN113190503A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 文件***扩容方法、装置、电子设备及存储介质 |
CN113535517A (zh) * | 2021-07-23 | 2021-10-22 | 烽火通信科技股份有限公司 | 一种控制器集群节点管理方法及装置 |
CN113806082A (zh) * | 2021-09-05 | 2021-12-17 | 济南浪潮数据技术有限公司 | 一种节点性能数据采集的方法、装置、设备及可读介质 |
CN114745275A (zh) * | 2020-12-24 | 2022-07-12 | 顺丰科技有限公司 | 云服务环境中的节点更新方法、装置和计算机设备 |
CN114904280A (zh) * | 2022-04-28 | 2022-08-16 | 新瑞鹏宠物医疗集团有限公司 | 资源配置方法、装置、设备以及介质 |
CN115129484A (zh) * | 2022-09-02 | 2022-09-30 | 浙江大华技术股份有限公司 | 集群的扩缩容方法、装置、存储介质及电子装置 |
CN115378945A (zh) * | 2022-10-25 | 2022-11-22 | 北京创新乐知网络技术有限公司 | 基于云服务的管理方法及*** |
EP4167541A1 (en) * | 2021-11-23 | 2023-04-19 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus of configuring a cloud server resource, electronic device and medium |
CN116701000A (zh) * | 2023-08-07 | 2023-09-05 | 广东南方电信规划咨询设计院有限公司 | 一种基于ai和云边协同的资源整合方法及装置 |
CN117762630A (zh) * | 2023-12-25 | 2024-03-26 | 北京燃数科技有限公司 | 一种实时监控驱动的云资源调节方法、***、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103443771A (zh) * | 2013-01-16 | 2013-12-11 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
CN104363282A (zh) * | 2014-11-17 | 2015-02-18 | 广联达软件股份有限公司 | 一种云计算资源调度方法及装置 |
-
2018
- 2018-10-31 CN CN201811294027.0A patent/CN109343965A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103443771A (zh) * | 2013-01-16 | 2013-12-11 | 华为技术有限公司 | 一种数据中心间资源调度方法和设备 |
CN104363282A (zh) * | 2014-11-17 | 2015-02-18 | 广联达软件股份有限公司 | 一种云计算资源调度方法及装置 |
Non-Patent Citations (4)
Title |
---|
张宝婷 等: "基于CoreOS面向负载整合的集群调度研究", 《计算机应用***》 * |
李文生: "《云计算及大数据在高校生活中的应用》", 30 June 2018, 煤炭工业出版社 * |
杨忠: "面向Docker容器的动态负载集群伸缩研究", 《船舰电子工程》 * |
黄恋: "云资源弹性调度测试方法的研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112019583A (zh) * | 2019-05-31 | 2020-12-01 | 北京京东尚科信息技术有限公司 | 确定服务器集群资源利用率的方法、装置及存储介质 |
CN110278257A (zh) * | 2019-06-13 | 2019-09-24 | 中信银行股份有限公司 | 一种动态化配置分布式集群节点标签的方法 |
CN110311810A (zh) * | 2019-06-13 | 2019-10-08 | 北京奇艺世纪科技有限公司 | 一种服务器资源配置方法、装置、电子设备及存储介质 |
CN110321226A (zh) * | 2019-07-09 | 2019-10-11 | 西安点告网络科技有限公司 | 主机的自动扩缩容方法、装置、主机及存储介质 |
CN110336884A (zh) * | 2019-07-09 | 2019-10-15 | 西安点告网络科技有限公司 | 服务器集群更新方法和装置 |
CN110336884B (zh) * | 2019-07-09 | 2022-03-29 | 西安点告网络科技有限公司 | 服务器集群更新方法和装置 |
CN110417901A (zh) * | 2019-07-31 | 2019-11-05 | 北京金山云网络技术有限公司 | 数据处理方法、装置及网关服务器 |
CN110554920A (zh) * | 2019-08-27 | 2019-12-10 | 上海易点时空网络有限公司 | 处理容量不健康模块的方法以及装置 |
CN110677459A (zh) * | 2019-09-02 | 2020-01-10 | 金蝶软件(中国)有限公司 | 资源调整方法、装置、计算机设备和计算机存储介质 |
CN110719320B (zh) * | 2019-09-18 | 2022-05-27 | 上海联蔚数字科技集团股份有限公司 | 公有云配置调整信息的生成方法和设备 |
CN110719320A (zh) * | 2019-09-18 | 2020-01-21 | 上海联蔚信息科技有限公司 | 公有云配置调整信息的生成方法和设备 |
CN112835996A (zh) * | 2019-11-22 | 2021-05-25 | 北京初速度科技有限公司 | 一种地图生产***及其方法 |
CN110958311A (zh) * | 2019-11-27 | 2020-04-03 | 北京大学 | 一种基于yarn的共享集群弹性伸缩***及方法 |
CN111211998A (zh) * | 2019-12-12 | 2020-05-29 | 北京淇瑀信息科技有限公司 | 可弹性扩容的资源配给方法、装置和电子设备 |
CN111309476A (zh) * | 2020-01-22 | 2020-06-19 | 福建天泉教育科技有限公司 | 推送***自动调整资源的方法、存储介质 |
CN111309476B (zh) * | 2020-01-22 | 2023-11-03 | 福建天泉教育科技有限公司 | 推送***自动调整资源的方法、存储介质 |
CN111782386A (zh) * | 2020-03-17 | 2020-10-16 | 新浪网技术(中国)有限公司 | 一种基于历史业务流量的数据库调度方法及*** |
CN111506634A (zh) * | 2020-04-29 | 2020-08-07 | 北京金山云网络技术有限公司 | 对业务应用进行上云分析的方法、装置、设备及*** |
CN111506634B (zh) * | 2020-04-29 | 2023-12-08 | 北京金山云网络技术有限公司 | 对业务应用进行上云分析的方法、装置、设备及*** |
CN111708676A (zh) * | 2020-06-18 | 2020-09-25 | 北京金山云网络技术有限公司 | 实例集群的监控方法、装置和服务器 |
CN111884878A (zh) * | 2020-07-24 | 2020-11-03 | 樊馨 | 基于区块链的数据监控方法 |
CN114745275A (zh) * | 2020-12-24 | 2022-07-12 | 顺丰科技有限公司 | 云服务环境中的节点更新方法、装置和计算机设备 |
CN112765035A (zh) * | 2021-01-27 | 2021-05-07 | 北京百家科技集团有限公司 | 分布式压力测试***、方法、装置、电子设备、存储介质 |
CN112948109A (zh) * | 2021-02-20 | 2021-06-11 | 山东英信计算机技术有限公司 | 一种ai计算集群的配额弹性调度方法、装置及介质 |
CN112925607A (zh) * | 2021-02-22 | 2021-06-08 | 深圳前海微众银行股份有限公司 | 一种***扩缩容方法及装置、电子设备 |
CN113079062A (zh) * | 2021-03-24 | 2021-07-06 | 广州虎牙科技有限公司 | 一种资源调整方法、装置、计算机设备和存储介质 |
CN113032217A (zh) * | 2021-03-26 | 2021-06-25 | 山东英信计算机技术有限公司 | 一种集群监控方法及相关装置 |
CN113190503A (zh) * | 2021-05-08 | 2021-07-30 | 重庆紫光华山智安科技有限公司 | 文件***扩容方法、装置、电子设备及存储介质 |
CN113190503B (zh) * | 2021-05-08 | 2022-12-02 | 重庆紫光华山智安科技有限公司 | 文件***扩容方法、装置、电子设备及存储介质 |
CN113535517B (zh) * | 2021-07-23 | 2022-04-12 | 烽火通信科技股份有限公司 | 一种控制器集群节点管理方法及装置 |
CN113535517A (zh) * | 2021-07-23 | 2021-10-22 | 烽火通信科技股份有限公司 | 一种控制器集群节点管理方法及装置 |
CN113806082A (zh) * | 2021-09-05 | 2021-12-17 | 济南浪潮数据技术有限公司 | 一种节点性能数据采集的方法、装置、设备及可读介质 |
EP4167541A1 (en) * | 2021-11-23 | 2023-04-19 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus of configuring a cloud server resource, electronic device and medium |
CN114904280A (zh) * | 2022-04-28 | 2022-08-16 | 新瑞鹏宠物医疗集团有限公司 | 资源配置方法、装置、设备以及介质 |
CN115129484A (zh) * | 2022-09-02 | 2022-09-30 | 浙江大华技术股份有限公司 | 集群的扩缩容方法、装置、存储介质及电子装置 |
CN115129484B (zh) * | 2022-09-02 | 2022-11-29 | 浙江大华技术股份有限公司 | 集群的扩缩容方法、装置、存储介质及电子装置 |
CN115378945B (zh) * | 2022-10-25 | 2023-03-10 | 北京创新乐知网络技术有限公司 | 基于云服务的管理方法及*** |
CN115378945A (zh) * | 2022-10-25 | 2022-11-22 | 北京创新乐知网络技术有限公司 | 基于云服务的管理方法及*** |
CN116701000A (zh) * | 2023-08-07 | 2023-09-05 | 广东南方电信规划咨询设计院有限公司 | 一种基于ai和云边协同的资源整合方法及装置 |
CN116701000B (zh) * | 2023-08-07 | 2024-03-08 | 广东南方电信规划咨询设计院有限公司 | 一种基于ai和云边协同的资源整合方法及装置 |
CN117762630A (zh) * | 2023-12-25 | 2024-03-26 | 北京燃数科技有限公司 | 一种实时监控驱动的云资源调节方法、***、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109343965A (zh) | 资源调整方法、装置、云平台和服务器 | |
CN109284871A (zh) | 资源调整方法、装置和云平台 | |
CN108683720B (zh) | 一种容器集群服务配置方法及装置 | |
CN104901989B (zh) | 一种现场服务提供***及方法 | |
CN107239336B (zh) | 一种实现任务调度的方法及装置 | |
CN106201661B (zh) | 用于弹性伸缩虚拟机集群的方法和装置 | |
CN108182105B (zh) | 基于Docker容器技术的局部动态迁移方法及控制*** | |
CN103763130B (zh) | 大规模集群的管理方法、装置和*** | |
CN112153700A (zh) | 一种网络切片资源管理方法及设备 | |
CN110474852B (zh) | 一种带宽调度方法及装置 | |
CN109962856B (zh) | 资源分配方法、装置以及计算机可读存储介质 | |
US10432491B2 (en) | Control device for estimation of power consumption and energy efficiency of application containers | |
CN110888714A (zh) | 容器的调度方法、装置和计算机可读存储介质 | |
CN112187512B (zh) | 一种基于流量监控的端口自动扩容方法、装置和设备 | |
US10305974B2 (en) | Ranking system | |
JPWO2016178316A1 (ja) | 計算機調達予測装置、計算機調達予測方法、及び、プログラム | |
CN112650575B (zh) | 资源调度方法、装置和云端服务*** | |
CN111277640B (zh) | 用户请求处理方法、装置、***、计算机设备和存储介质 | |
CN110647392A (zh) | 一种基于容器集群的智能弹性伸缩方法 | |
CN106464733A (zh) | 一种调整云计算中虚拟资源的方法及装置 | |
CN110474845A (zh) | 流表项淘汰方法及相关装置 | |
CN113918647A (zh) | 分布式数据库弹性伸缩方法、装置、设备和存储介质 | |
CN104572298B (zh) | 视频云平台的资源调度方法及装置 | |
CN103488538A (zh) | 云计算***中的应用扩展装置和应用扩展方法 | |
CN103729417B (zh) | 一种数据扫描的方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190215 |
|
RJ01 | Rejection of invention patent application after publication |