CN110888733A - 集群资源使用情况处理方法、装置及电子设备 - Google Patents

集群资源使用情况处理方法、装置及电子设备 Download PDF

Info

Publication number
CN110888733A
CN110888733A CN201811057086.6A CN201811057086A CN110888733A CN 110888733 A CN110888733 A CN 110888733A CN 201811057086 A CN201811057086 A CN 201811057086A CN 110888733 A CN110888733 A CN 110888733A
Authority
CN
China
Prior art keywords
cluster
use condition
time period
resource
resources
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.)
Granted
Application number
CN201811057086.6A
Other languages
English (en)
Other versions
CN110888733B (zh
Inventor
王小勇
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.)
3600 Technology Group Co ltd
Original Assignee
Beijing Qihoo Technology 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 Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201811057086.6A priority Critical patent/CN110888733B/zh
Publication of CN110888733A publication Critical patent/CN110888733A/zh
Application granted granted Critical
Publication of CN110888733B publication Critical patent/CN110888733B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请公开了一种集群资源使用情况处理方法、装置及电子设备,该集群资源使用情况处理方法,包括:获取预定的历史时间段内的集群资源使用情况;对所述集群资源使用情况进行分析,确定当前剩余的集群资源;基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。本申请中,实现了对未来集群资源使用情况的精准预测,以便能够及时有效地调整集群资源的配置,从而避免造成集群资源的浪费,提高集群资源的利用率,降低集群资源的消耗成本;并且通过有效的辨别,最大程度上降低无效报警信息的发送,提升用户的使用感受。

Description

集群资源使用情况处理方法、装置及电子设备
技术领域
本申请涉及应用软件技术领域,特别是涉及一种集群资源使用情况处理方法、装置及电子设备。
背景技术
在现有技术中,对于集群资源的分配使用,通常是预先对各设备进行相应的集群资源配置,从而使得可以利用预先配置的集群资源进行相应的处理。然而这种预先配置集群资源的设计,虽然可以使得不再需要对各设备处理时进行集群资源的调整配置,但是如此处理,可能会由于无法根据实际使用情况进行相应的集群资源调整,从而造成集群资源的大量浪费,降低集群资源的利用率,增加了集群资源的消耗成本。同时,还可能由于无法有效的辨别,从而产生大量无效的报警信息,进而影响整个集群资源平台的稳定性。
发明内容
本申请提供一种集群资源使用情况处理方法、装置及电子设备,以实现对集群资源的有效控制调整。
第一方面,提供了一种集群资源使用情况处理方法,包括:
获取预定的历史时间段内的集群资源使用情况;
对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,获取预定的历史时间段内的集群资源使用情况,包括:
查询存储有集群资源使用情况的数据库,在所述数据库中提取预定的历史时间段内的集群资源使用情况;
其中,所述数据库中存储的集群资源使用情况按照预设排列顺序排列。
在一种可能地实现方式中,所述数据库中存储的集群资源使用情况按照预设排列顺序排列,包括:
集群资源使用情况按照采集时间的先后顺序存储在所述数据库中,所述对集群资源使用情况是基于预设时间采集的。
在一种可能地实现方式中,基于当前剩余的集群资源,通过所述预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果,包括:
基于当前剩余的集群资源以及预先配置的每一时间段的集群资源使用情况,通过预定的实时分析模型进行判断,确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系;
若能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量满足预设关系或能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量不满足预设关系时,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,还包括:若不能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系时,
通过预定的预测分析模型对所述集群资源使用情况进行分析,确定所述历史时间段内集群资源使用情况的使用规律;
基于所述历史时间段内集群资源使用情况的使用规律对当前预设时间段内的集群资源使用情况进行预测,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,若历史时间段内集群资源使用情况中存在异常的集群资源使用情况时,发送携带有标注信息的通知消息,所述标注信息为对发生异常的集群资源使用情况进行标注的信息。
在一种可能地实现方式中,得到针对当前预设时间段内的集群资源使用情况的预测结果之后,还包括如下至少一种处理:
基于预设策略,将所述预测结果携带于通知消息中进行推送;
将所述预测结果存储于所述数据库中。
第二方面,提供了一种集群资源使用情况处理装置,包括:
获取单元,用于获取预定的历史时间段内的集群资源使用情况;
第一处理单元,用于对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
第二处理单元,用于基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,所述获取单元,用于查询存储有集群资源使用情况的数据库,在所述数据库中提取预定的历史时间段内的集群资源使用情况;
其中,所述数据库中的集群资源使用情况按照预设排列顺序排列存储。
在一种可能地实现方式中,所述数据库中存储的集群资源使用情况按照预设排列顺序排列,包括:
集群资源使用情况按照采集时间的先后顺序存储在所述数据库中,所述对集群资源使用情况是基于预设时间采集的。
在一种可能地实现方式中,所述第二处理单元,具体用于基于当前剩余的集群资源以及预先配置的每一时间段的集群资源使用情况,通过预定的实时分析模型进行判断,确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系;若能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量满足预设关系或能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量不满足预设关系时,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,所述第二处理单元,还用于若不能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系时,通过预定的预测分析模型对所述集群资源使用情况进行分析,确定所述历史时间段内集群资源使用情况的使用规律;基于所述历史时间段内集群资源使用情况的使用规律对当前预设时间段内的集群资源使用情况进行预测,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一种可能地实现方式中,若历史时间段内集群资源使用情况中存在异常的集群资源使用情况时,所述第二处理单元,用于发送携带有标注信息的通知消息,所述标注信息为对发生异常的集群资源使用情况进行标注的信息。
在一种可能地实现方式中,还包括:
第三处理单元,用于基于预设策略,将所述预测结果携带于通知消息中进行推送;和/或,用于将所述预测结果存储于所述数据库中。
第三方面,提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述的集群资源使用情况处理方法。
第四方面,提供了一种电子设备,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行上述的集群资源使用情况处理方法对应的操作。
与现有技术相比,本申请至少具有以下优点:
通过获取预定的历史时间段内的集群资源使用情况;并对获取的集群资源使用情况进行分析,确定当前剩余的集群资源;之后基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。实现了对未来集群资源使用情况的精准预测,以便能够及时有效地调整集群资源的配置,从而避免造成集群资源的浪费,提高集群资源的利用率,降低集群资源的消耗成本;并且通过有效的辨别,最大程度上降低无效报警信息的发送,提升用户的使用感受。
附图说明
图1是本申请实施例提供的集群资源使用情况处理方法的流程图;
图2是本申请实施例提供的集群资源使用情况处理方法的一个可能地实现方式的具体处理流程示意图;
图3是本申请实施例提供的分析预测模型的线性分析示意图;
图4是本申请实施例提供的集群资源使用情况处理装置的结构示意图;
图5是本申请实施例提供的基于集群资源使用情况处理方法的电子设备的结构示意图。
具体实施方式
本申请提出一种集群资源使用情况处理方法、装置及电子设备,下面结合附图,对本申请具体实施方式进行详细说明。
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
如图1所示,为本申请提供的集群资源使用情况处理方法的流程示意图,该方法包括如下步骤:
步骤S101,获取预定的历史时间段内的集群资源使用情况;
步骤S102,对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
步骤S103,基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
本实施例中,实现了对未来集群资源使用情况的精准预测,以便能够及时有效地调整集群资源的配置,从而避免造成集群资源的浪费,提高集群资源的利用率,降低集群资源的消耗成本。
基于上述本申请实施例所提供的技术方案,下面对该技术方案进行详尽阐释,如图2所示,为本申请实施例提供的集群资源使用情况处理方法的一个可能地实现方式的具体处理流程图。
在一个可能地实现方式中,前述步骤S101的处理具体包括下述步骤S201的处理。
步骤S201,查询数据库,提取预定的历史时间段内的集群资源使用情况。
本步骤中,通过查询存储有集群资源使用情况的数据库,从而在该数据库中提取到所需的集群资源使用情况,在本实施例中,所需的集群资源使用情况为预定的历史时间段内的使用情况。
对于该存储有集群资源使用情况的数据库,其中存储的集群资源使用情况是基于预设时间采集后存储到该数据库中的,且该存储到数据库中的集群资源使用情况会按照预设的排列顺序进行排列。
在一个可能地实现方式中,每隔一段时间(如每隔5分钟)进行一次所有用户的集群资源使用情况的轮询采集,并将每次采集的各用户的集群资源使用情况按照采集时间的先后顺序存储到该数据库中。
在一个可能地实现方式中,前述步骤S102的处理具体包括下述步骤S202~步骤S206的处理。
步骤S202,对获取的集群资源使用情况进行分析,确定当前剩余的集群资源。
本步骤中,通过对获取的历史时间段内的集群资源使用情况进行分析,从而能够确定出当前还剩余多少集群资源。
步骤S203,确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系。
本步骤中,具体可以基于当前剩余的集群资源以及预先配置的每一时间段的集群资源使用情况,通过预定的实时分析模型进行判断,从而确定出当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系。
具体地,若能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量满足预设关系或能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量不满足预设关系时,转到步骤S204,否则转到步骤S205。
其中,对于上述确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系的处理,在一个可能地实现方式中,其能确定满足预设关系可以包括能确定出当前剩余的集群资源的资源量能够支持当前预设时间段内的集群资源使用情况的资源量,或者能确定出当前剩余的集群资源的资源量根本无法支持当前预设时间段内的集群资源使用情况的资源量,如当前剩余1T的资源量,当期预设时间段为2天,每天占用的最大资源量是2T,很明显1T的资源量剩余是无法支持未来2天的资源量占用情况。
其不能确定满足预设关系可以包括无法确定当前剩余的集群资源的资源量能够支持当前预设时间段内的集群资源使用情况的资源量,如当前剩余3T的资源量,当期预设时间段为2天,每天占用的最大资源量是2T,但并不确定每天实际的资源量占用情况,即如果有一天实际占用了1T,则该剩余资源量能够满足未来2天的资源量使用,但如果两天都占用了2T,则该剩余资源量不能够满足未来2天的资源量使用,此种情况即为无法确定当前剩余的集群资源的资源量能够支持当前预设时间段内的集群资源使用情况的资源量。
其中,对于上述的实时分析模型,其主要是基于当前使用情况对过去一段时间(如2-7天)内的集群资源使用情况的平均值和当前预设时间段(如24、48小时)的增量值等进行对比的一种模型。
步骤S204,得到针对当前预设时间段内的集群资源使用情况的预测结果。
步骤S205,对集群资源使用情况进行分析,确定历史时间段内集群资源使用情况的使用规律。
本步骤中,通过预定的预测分析模型进行分析,从而确定出历史时间段内集群资源使用情况的使用规律。
其中,在一种可能地实现方式中,该分析预测模型是通过“LinearRegression/线性回归”方式进行构建的。
该分析预测模型可以用一个方程式来表示:Y=a+b*X+e,其中,a表示截距,b表示直线的斜率,e是误差项。通过使用最佳的拟合直线(也就是回归线)在因变量(Y)和一个或多个自变量(X)之间建立一种关系,如图3所示。通过这个方程式,可以根据给定的预测变量(s)来预测目标变量的值。
步骤S206,基于确定的使用规律进行预测,得到针对当前预设时间段内的集群资源使用情况应的预测结果。
本步骤中,在确定出历史时间段内集群资源使用情况的使用规律后,基于该使用规律对当前预设时间段内的集群资源使用情况进行预测,得到针对当前预设时间段内的集群资源使用情况应的预测结果。
其中,若历史时间段内集群资源使用情况中存在异常的集群资源使用情况时,还可以发送携带有标注信息的通知消息,该标注信息为对发生异常的集群资源使用情况进行标注的信息。
步骤S207,基于预测结果的后续处理。
在得到针对当前预设时间段内的集群资源使用情况的预测结果之后,还可以进行如下处理:
(1)将预测结果存储于数据库中。
在该处理中,只需要将对应的预测结果存储在数据库中即可,以待后续有需要时进行相应的查看。
(2)基于预设策略,将预测结果携带于通知消息中进行推送。
在该处理中,通过预先配置的策略,将该对应的预测结果携带于通知消息中推送给对应的操作用户,以待操作用户根据该预测结果进行对应的调整处理。
其中,该预设策略可以包括如下之一:
直接发送该携带有该预测结果的通知消息;
每隔预设时间发送该携带有该预测结果的通知消息。
当然,上述预设策略举例仅是为了说明本申请技术方案所列举的两个可能地实现方式,并不仅局限于此。
(3)将预测结果存储于数据库中,并基于预设策略,将预测结果携带于通知消息中进行推送。
在该处理中,不仅是对应的预测结果存储在数据库中,还需要通过预先配置的策略,将该对应的预测结果携带于通知消息中推送给对应的操作用户,以待操作用户根据该预测结果进行对应的调整处理。
本实施例中,实现了对未来集群资源使用情况的精准预测,以便能够及时有效地调整集群资源的配置,从而避免造成集群资源的浪费,提高集群资源的利用率,降低集群资源的消耗成本;并且通过有效的辨别,最大程度上降低无效报警信息的发送,提升用户的使用感受。
基于上述本申请所提供的技术方案,下面以一个具体实施方式进行相应的阐述。
在一个可能地实现方式中,数据库中存储有在多个时间段采集的所有用户的集群资源使用情况,且每个时间段为5分钟,即每隔5分钟进行一次所有用户的集群资源使用情况的采集处理。在该数据库中提取出历史所有天中的集群资源使用情况的相应数据,并对该提取的历史所有天中的集群资源使用情况进行相应的分析,从而确定出当前剩余的集群资源的资源量为3T,每天最大的资源量占用为2T,要确定剩余的资源量能否满足未来2天的资源量占用情况,所以基于此并不能准确确定出该剩余的资源量是否满足未来2天的资源量占用。所以,还需要调度该预定的分析预测模型来进行相应处理,通过确定历史7天的集群资源使用情况,确定出平均每天只占用1T的集群资源的资源量,基于此,可以确定剩余的3T资源量能够满足未来2天所需的集群资源的资源量的预测结果,进而将该对应的未来2天的集群资源使用情况的预测结果携带于通知消息中发送给运维人员,以使得运维人员可以基于该预测结果做相应的操作处理。
本申请实施例提供了一种集群资源使用情况处理装置40,如图4所示,该信息处理装置40可以包括:获取单元41,第一处理单元42、第二处理单元43以及第三处理单元44。
获取单元41,用于获取预定的历史时间段内的集群资源使用情况;
第一处理单元42,用于对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
第二处理单元43,用于基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一个可能地实现方式中,获取单元41,用于查询存储有集群资源使用情况的数据库,在所述数据库中提取预定的历史时间段内的集群资源使用情况;
其中,所述数据库中的集群资源使用情况按照预设排列顺序排列存储。
在一个可能地实现方式中,所述数据库中存储的集群资源使用情况按照预设排列顺序排列,包括:
集群资源使用情况按照采集时间的先后顺序存储在所述数据库中,所述对集群资源使用情况是基于预设时间采集的。
在一个可能地实现方式中,所述第二处理单元43,具体用于基于当前剩余的集群资源以及预先配置的每一时间段的集群资源使用情况,通过预定的实时分析模型进行判断,确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系;若能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量满足预设关系或能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量不满足预设关系时,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一个可能地实现方式中,第二处理单元43,还用于若不能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系时,通过预定的预测分析模型对所述集群资源使用情况进行分析,确定所述历史时间段内集群资源使用情况的使用规律;基于所述历史时间段内集群资源使用情况的使用规律对当前预设时间段内的集群资源使用情况进行预测,得到针对当前预设时间段内的集群资源使用情况的预测结果。
在一个可能地实现方式中,若历史时间段内集群资源使用情况中存在异常的集群资源使用情况时,所述第二处理单元43,用于发送携带有标注信息的通知消息,所述标注信息为对发生异常的集群资源使用情况进行标注的信息。
在一个可能地实现方式中,还包括:
第三处理单元44,用于基于预设策略,将所述预测结果携带于通知消息中进行推送;和/或,用于将所述预测结果存储于所述数据库中。
实现了对未来集群资源使用情况的精准预测,以便能够及时有效地调整集群资源的配置,从而避免造成集群资源的浪费,提高集群资源的利用率,降低集群资源的消耗成本;并且通过有效的辨别,最大程度上降低无效报警信息的发送,提升用户的使用感受。
本申请实施例还提供了一种电子设备,如图5所示。该电子设备2000可以包括但不限于:处理器2001、存储器2002、用于连接设备的不同组件以实现不同组件间通信的通信总线2003。存储器2002中可以存储有计算机程序和数据,处理器2001可以通过调用存储器2002中的计算机程序来执行相应的动作和处理,实现本申请实施例中的方法。图中所示的电子设备2000的结构并不构成对本申请实施例的限定。
电子设备2000还可以包括显示器2004。处理器2001在执行动作或处理的过程中,可以通过显示器2004将需要或能够显示的用户界面、提示信息、或者与终端用户的交互信息显示给用户。
处理器2001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器2001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
通信总线2003可包括一通路,在上述组件之间传送信息。通信总线2003可以是PCI总线或EISA总线等。通信总线2003可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器2002可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
电子设备2000还可以包括输入/输出组件2005,通过输入/输出组件2005实现信息的输入/输出,以及用户与设备的交互。
在实际应用中,输入/输出组件2005可以根据实际需要配置,可以包括不限于键盘、鼠标、触摸屏、音频组件、视频组件等。例如,电子设备可以通过触摸屏接收用户的触发指令,处理器可以基于用户的触发指令执行相应的动作或处理。音频组件/视频组件可以被配置为用于设备的音频信号/视频信号的输入和/或输出。音频组件可以包括但不限于扬声器、麦克风等,视频组件可以包括但不限于摄像头、视频接口(HDMI、VGA和/或DVI接口)等。
可以理解的是,上述各输入/输出组件2005可以单独或者组合实现信息的处理。
电子设备2000还可以包括通信组件2006,通信组件2006被配置为用于实现电子设备2000与其它设备(例如电子设备、存储设备)之间的通信交互。其中,通信组件2006可以包括但不限于有线通信组件(例如3G、4G、5G等移动网络通信单元)、无线通信组件(例如蓝牙、WIFI通信单元)、USB通信组件、音频组件、视频组件等。
电子设备2000还可以包括电源管理模块2007,电源管理模块2007可以被配置用于设备的供电、设备电能的变换、以及电源的充放电管理等,该模块还可以配置有充电接口。
需要说明的是,本申请实施例的电子设备可以具体实现为包括但不限于智能手机、智能电视、个人数字助理(Personal Digital Assistant,PDA)、平板电脑、台式电脑、便携电子设备(例如便携式计算机)、车载设备等。
本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现上述的集群资源使用情况处理方法。
本技术领域技术人员可以理解,可以用计算机程序指令来实现这些结构图和/或框图和/或流图中的每个框以及这些结构图和/或框图和/或流图中的框的组合。本技术领域技术人员可以理解,可以将这些计算机程序指令提供给通用计算机、专业计算机或其他可编程数据处理方法的处理器来实现,从而通过计算机或其他可编程数据处理方法的处理器来执行本申请公开的结构图和/或框图和/或流图的框或多个框中指定的方案。
其中,本申请装置的各个模块可以集成于一体,也可以分离部署。上述模块可以合并为一个模块,也可以进一步拆分成多个子模块。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本申请所必须的。
本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施例的优劣。
以上公开的仅为本申请的几个具体实施例,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种集群资源使用情况处理方法,其特征在于,包括:
获取预定的历史时间段内的集群资源使用情况;
对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
2.如权利要求1所述方法,其特征在于,获取预定的历史时间段内的集群资源使用情况,包括:
查询存储有集群资源使用情况的数据库,在所述数据库中提取预定的历史时间段内的集群资源使用情况;
其中,所述数据库中存储的集群资源使用情况按照预设排列顺序排列。
3.如权利要求2所述方法,其特征在于,所述数据库中存储的集群资源使用情况按照预设排列顺序排列,包括:
集群资源使用情况按照采集时间的先后顺序存储在所述数据库中,所述对集群资源使用情况是基于预设时间采集的。
4.如权利要求1-3中任一项所述方法,其特征在于,基于当前剩余的集群资源,通过所述预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果,包括:
基于当前剩余的集群资源以及预先配置的每一时间段的集群资源使用情况,通过预定的实时分析模型进行判断,确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系;
若能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量满足预设关系或能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量不满足预设关系时,得到针对当前预设时间段内的集群资源使用情况的预测结果。
5.如权利要求4所述方法,其特征在于,还包括:若不能确定当前剩余的集群资源的资源量与当前预设时间段内的集群资源使用情况的资源量是否满足预设关系时,
通过预定的预测分析模型对所述集群资源使用情况进行分析,确定所述历史时间段内集群资源使用情况的使用规律;
基于所述历史时间段内集群资源使用情况的使用规律对当前预设时间段内的集群资源使用情况进行预测,得到针对当前预设时间段内的集群资源使用情况应的预测结果。
6.如权利要求5所述方法,其特征在于,若历史时间段内集群资源使用情况中存在异常的集群资源使用情况时,发送携带有标注信息的通知消息,所述标注信息为对发生异常的集群资源使用情况进行标注的信息。
7.如权利要求5所述方法,其特征在于,得到针对当前预设时间段内的集群资源使用情况的预测结果之后,还包括如下至少一种处理:
基于预设策略,将所述预测结果携带于通知消息中进行推送;
将所述预测结果存储于所述数据库中。
8.一种集群资源使用情况处理装置,其特征在于,包括:
获取单元,用于获取预定的历史时间段内的集群资源使用情况;
第一处理单元,用于对所述集群资源使用情况进行分析,确定当前剩余的集群资源;
第二处理单元,用于基于当前剩余的集群资源,通过预定的实时分析模型对当前预设时间段内的集群资源使用情况进行分析预测处理,得到针对当前预设时间段内的集群资源使用情况的预测结果。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现权利要求1-7中任一项所述的集群资源使用情况处理方法。
10.一种电子设备,其特征在于,包括:处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的集群资源使用情况处理方法对应的操作。
CN201811057086.6A 2018-09-11 2018-09-11 集群资源使用情况处理方法、装置及电子设备 Active CN110888733B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811057086.6A CN110888733B (zh) 2018-09-11 2018-09-11 集群资源使用情况处理方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811057086.6A CN110888733B (zh) 2018-09-11 2018-09-11 集群资源使用情况处理方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN110888733A true CN110888733A (zh) 2020-03-17
CN110888733B CN110888733B (zh) 2023-12-26

Family

ID=69745504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811057086.6A Active CN110888733B (zh) 2018-09-11 2018-09-11 集群资源使用情况处理方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN110888733B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114189482A (zh) * 2021-12-14 2022-03-15 郑州阿帕斯数云信息科技有限公司 一种集群资源的控制方法、装置和***
CN115378842A (zh) * 2022-08-26 2022-11-22 中国银行股份有限公司 一种资源监控的方法、装置、存储介质及设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090187606A1 (en) * 2008-01-21 2009-07-23 Claus Allweil Optimized modification of a clustered computer system
CN102427473A (zh) * 2011-11-28 2012-04-25 中国联合网络通信集团有限公司 跨平台资源构建方法及***
CN105468458A (zh) * 2015-11-26 2016-04-06 北京航空航天大学 计算机集群的资源调度方法及***
CN105591809A (zh) * 2015-10-12 2016-05-18 杭州华三通信技术有限公司 一种资源分配方法和装置
CN105589750A (zh) * 2015-07-07 2016-05-18 杭州华三通信技术有限公司 一种cpu资源调度方法和服务器
CN105872114A (zh) * 2016-06-22 2016-08-17 北京邮电大学 一种视频监控云平台资源调度方法及装置
US20160292608A1 (en) * 2015-04-03 2016-10-06 Alibaba Group Holding Limited Multi-cluster management method and device
CN106201661A (zh) * 2016-07-20 2016-12-07 北京百度网讯科技有限公司 用于弹性伸缩虚拟机集群的方法和装置
CN106326002A (zh) * 2015-07-10 2017-01-11 阿里巴巴集团控股有限公司 资源调度方法、装置及设备
US20170078850A1 (en) * 2015-09-14 2017-03-16 International Business Machines Corporation Predicting location-based resource consumption in mobile devices
CN107315636A (zh) * 2016-04-26 2017-11-03 ***通信集团河北有限公司 一种资源可用度预警方法及装置
CN107343023A (zh) * 2017-05-25 2017-11-10 北京奇艺世纪科技有限公司 一种Mesos管理集群中的资源分配方法、装置及电子设备
CN108009016A (zh) * 2016-10-31 2018-05-08 华为技术有限公司 一种资源负载均衡控制方法及集群调度器
CN108073448A (zh) * 2016-11-15 2018-05-25 北京金山云网络技术有限公司 宿主机资源分配方法、装置、宿主机调度方法及装置
CN108427604A (zh) * 2018-02-06 2018-08-21 华为技术有限公司 集群的资源调整方法、装置及云平台

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090187606A1 (en) * 2008-01-21 2009-07-23 Claus Allweil Optimized modification of a clustered computer system
CN102427473A (zh) * 2011-11-28 2012-04-25 中国联合网络通信集团有限公司 跨平台资源构建方法及***
US20160292608A1 (en) * 2015-04-03 2016-10-06 Alibaba Group Holding Limited Multi-cluster management method and device
CN106161525A (zh) * 2015-04-03 2016-11-23 阿里巴巴集团控股有限公司 一种多集群管理方法与设备
CN105589750A (zh) * 2015-07-07 2016-05-18 杭州华三通信技术有限公司 一种cpu资源调度方法和服务器
CN106326002A (zh) * 2015-07-10 2017-01-11 阿里巴巴集团控股有限公司 资源调度方法、装置及设备
US20170078850A1 (en) * 2015-09-14 2017-03-16 International Business Machines Corporation Predicting location-based resource consumption in mobile devices
CN105591809A (zh) * 2015-10-12 2016-05-18 杭州华三通信技术有限公司 一种资源分配方法和装置
CN105468458A (zh) * 2015-11-26 2016-04-06 北京航空航天大学 计算机集群的资源调度方法及***
CN107315636A (zh) * 2016-04-26 2017-11-03 ***通信集团河北有限公司 一种资源可用度预警方法及装置
CN105872114A (zh) * 2016-06-22 2016-08-17 北京邮电大学 一种视频监控云平台资源调度方法及装置
CN106201661A (zh) * 2016-07-20 2016-12-07 北京百度网讯科技有限公司 用于弹性伸缩虚拟机集群的方法和装置
CN108009016A (zh) * 2016-10-31 2018-05-08 华为技术有限公司 一种资源负载均衡控制方法及集群调度器
CN108073448A (zh) * 2016-11-15 2018-05-25 北京金山云网络技术有限公司 宿主机资源分配方法、装置、宿主机调度方法及装置
CN107343023A (zh) * 2017-05-25 2017-11-10 北京奇艺世纪科技有限公司 一种Mesos管理集群中的资源分配方法、装置及电子设备
CN108427604A (zh) * 2018-02-06 2018-08-21 华为技术有限公司 集群的资源调整方法、装置及云平台

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114189482A (zh) * 2021-12-14 2022-03-15 郑州阿帕斯数云信息科技有限公司 一种集群资源的控制方法、装置和***
CN115378842A (zh) * 2022-08-26 2022-11-22 中国银行股份有限公司 一种资源监控的方法、装置、存储介质及设备
CN115378842B (zh) * 2022-08-26 2024-07-09 中国银行股份有限公司 一种资源监控的方法、装置、存储介质及设备

Also Published As

Publication number Publication date
CN110888733B (zh) 2023-12-26

Similar Documents

Publication Publication Date Title
CN109271411B (zh) 报表生成方法、装置、计算机设备及存储介质
CN110830437B (zh) 高频业务数据的数据压缩方法、装置、设备及存储介质
US20150244645A1 (en) Intelligent infrastructure capacity management
CN109672888B (zh) 图片压缩方法、设备及计算机可读存储介质
CN108337127B (zh) 应用性能监控方法、***、终端及计算机可读存储介质
CN112035320B (zh) 业务监控方法、装置、电子设备及可读存储介质
CN111324511B (zh) 报警规则的生成方法、装置、电子设备及存储介质
CN110472109B (zh) 动态化数据质量分析方法及平台***
CN110729038A (zh) 成本分摊的方法、装置、电子设备及计算机可读存储介质
US20190236202A1 (en) Systems to interleave search results and related methods therefor
CN109919636B (zh) 一种信用等级确定方法、***及相关组件
CN104468187B (zh) 心跳周期的获取方法及装置
CN110807002A (zh) 一种基于工作流的报表生成方法、***及设备和存储介质
CN102957622A (zh) 一种数据处理的方法、装置及***
CN105229605A (zh) 应用程序分析的集中分发
CN110888733B (zh) 集群资源使用情况处理方法、装置及电子设备
CN114157679A (zh) 基于云原生分布式应用监控方法、装置、设备及介质
CN108062401B (zh) 应用推荐方法、装置及存储介质
CN110968592A (zh) 元数据采集方法、装置、计算机设备及计算机可读存储介质
CN105760280B (zh) 耗电监控***及方法
CN110888898A (zh) 集群资源使用情况处理方法、装置及电子设备
CN111274104B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN109240790B (zh) 一种多窗口管理方法、***及安卓终端
CN108052521B (zh) 协调数据显示方法、应用服务器及存储介质
CN107480269B (zh) 对象展示方法及***、介质和计算设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20231204

Address after: 300450 No. 9-3-401, No. 39, Gaoxin 6th Road, Binhai Science Park, Binhai New Area, Tianjin

Applicant after: 3600 Technology Group Co.,Ltd.

Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park)

Applicant before: BEIJING QIHOO TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant