CN114490089A - 云计算资源自动调节方法、装置、计算机设备及存储介质 - Google Patents
云计算资源自动调节方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114490089A CN114490089A CN202210336539.9A CN202210336539A CN114490089A CN 114490089 A CN114490089 A CN 114490089A CN 202210336539 A CN202210336539 A CN 202210336539A CN 114490089 A CN114490089 A CN 114490089A
- Authority
- CN
- China
- Prior art keywords
- physical machine
- computing
- resource
- resources
- information
- 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
Images
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]
- G06F9/5005—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
- G06F9/505—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 considering the load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3246—Power saving characterised by the action undertaken by software initiated power-off
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
- G06F9/4893—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues taking into account power or heat criteria
-
- 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
- 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]
- G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
-
- 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
- G06F2209/5011—Pool
-
- 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
- G06F2209/5021—Priority
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Power Sources (AREA)
Abstract
本申请属于云计算技术领域,涉及云计算资源自动调节方法、装置、计算机设备及存储介质,方法包括设置云主机创建规则;获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和云主机创建规则,创建云主机;根据所创建的云主机信息,统计分析;判断计算资源是否达到计算资源阈值,如是则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,并列出调整前后计算资源,判断资源池达到关机的计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史数据进行比对演练,得出计算资源阈值;可节能减耗。
Description
技术领域
本申请涉及云计算技术领域,尤其涉及云计算资源自动调节方法、装置、计算机设备及存储介质。
背景技术
云主机是云计算在基础设施应用上的重要组成部分,位于云计算产业链金字塔底层,产品源自云计算平台。该平台整合了互联网应用三大核心要素:计算、存储、网络,面向用户提供公用化的互联网基础设施服务。云主机是一种类似VPS主机的虚拟化技术,VPS是采用虚拟软件,VZ或VM在一台主机上虚拟出多个类似独立主机的部分,能够实现单机多用户,每个部分都可以做单独的操作***,管理方法同主机一样。而云主机是在一组集群主机上虚拟出多个类似独立主机的部分,集群中每个主机上都有云主机的一个镜像,从而大大提高了虚拟主机的安全稳定性,除非所有的集群内主机全部出现问题,云主机才会无法访问。
随着云概念的普及,云主机使用越来越广泛,云主机的数量也日益增多,随之而来云物理机的数量也越来越多。管理成千上万的服务器之前,注重关注监控其性能、宕机等问题时,往往忽略了计算资源过剩的问题,从而导致运营成本增加。现有设计中,通常使用人工去管控云节点的资源,如调整开机、关机等,由于调整的不及时往往造成计算资源的巨大浪费。
发明内容
本申请实施例的目的在于提出一种云计算资源自动调节方法、装置、计算机设备及存储介质,以解决现有设计中,通常使用人工去管控云节点的资源,如调整开机、关机等,由于调整的不及时往往造成计算资源的巨大浪费的问题。
为了解决上述技术问题,本申请实施例提供一种云计算资源自动调节方法,采用了如下所述的技术方案,包括下述步骤:
设置云主机创建规则;
获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机;
根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值;
判断资源池所有物理机的计算资源是否达到物理机资源开机或者关机阈值,如果是,则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,给云平台确认是否进行开机或者关机,并列出调整前后计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上,所述计算资源指的是已分配的计算资源。
进一步的,所述设置云主机创建规则的步骤具体包括:
设置每台物理机都有一个分配开关状态,分配状态为开表示该物理机可以创建云主机,分配状态为关表示物理机不可创建云主机;
优先分配相对空闲的物理机为云主机。
进一步的,所述获取每台物理机的计算资源信息的步骤具体包括:
获取每台物理机的cpu、内存、已分配的cpu、已分配的内存信息以及物理机本身的cpu和内存使用情况信息。
进一步的,所述根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值的步骤具体包括:
根据所创建的云主机信息统计物理机的内存使用率和内存使用率;
得出节点计算资源开启或关闭物理机的计算资源阈值,包括设置关机规则,所述关机规则包括资源池物理机数量大于等于10台时,最多关停50%数量的机器,设置关机前提是关机后资源满足内存使用率小于60%的指标,
资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率小于60%的指标。
进一步的,所述资源池所有物理机的计算资源是否达到物理机资源开机或者关机阈值,如果是,则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,给云平台确认是否进行开机或者关机,并列出调整前后计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上的步骤具体包括:
以资源池为单位,实时统计资源池所有物理机的计算资源情况,与计算资源阈值进行对比,得出是否需要开机或关机的结论;
如果是需要关机,则分析需要关机的物理机列表,并列出调整前后计算资源使用情况。
进一步的,所述所创建的云主机信息包括:
历史创建cpu资源信息、历史创建内存信息、历史cpu计算资源实际使用信息、历史内存计算资源实际使用信息、物理机已分配的cpu信息和物理机已分配的内存信息。
进一步的,所述将计算资源热迁移到资源使用最小的物理机上的步骤包括:
将计算资源迁移到相对空闲的物理机上,迁移完毕,触发关机的命令。
为了解决上述技术问题,本申请实施例还提供一种云计算资源自动调节装置,采用了如下所述的技术方案,包括:
设置模块,用于设置云主机创建规则;
创建模块,用于获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机;
统计模块,用于根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值;
调节模块,用于判断计算资源是否达到计算资源阈值,如果是,则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,并列出调整前后计算资源阈值,判断资源池达到关机的计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述的云计算资源自动调节方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现上述的云计算资源自动调节方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,得出计算资源阈值,在计算资源达到计算资源阈值时,自动对物理机进行调整包括开关机等;不用人工去计算干预,通过自动调节可以减少成本,自动关闭过度空闲的物理机,达到节能减耗效果。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性***架构图;
图2是本申请的云计算资源自动调节方法的一个实施例的流程图;
图3是本申请的云计算资源自动调节方法的另一个实施例的流程图;
图4是本申请的云计算资源自动调节装置的一个实施例的结构示意图;
图5是本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,***架构100可以包括第一终端设备101、第二终端设备102、第三终端设备103,网络104和服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器( Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3 )、MP4( Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4 )播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对第一终端设备101、第二终端设备102、第三终端设备103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的云计算资源自动调节方法一般由服务器/终端设备执行,相应地,云计算资源自动调节装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
物理机又称独立服务器,它比普通计算机运行更快、负载更高、价格更贵。服务器在网络中为其它客户机(如各类网站、手机APP、PC机、智能手机、ATM等终端甚至是火车***等大型设备)提供计算或者应用服务。服务器具有高速的CPU运算能力、长时间的可靠运行、强大的I/O外部数据吞吐能力以及更好的扩展性。根据服务器所提供的服务,一般来说服务器都具备承担响应服务请求、承担服务、保障服务的能力。服务器作为电子设备,其内部的结构十分的复杂,但与普通的计算机内部结构相差不大。但是物理机的cpu、硬盘、内存,***、等都是独立存在的。
云主机(又称VPS,他是VPS的升级版)是云计算在基础设施应用上的重要组成部分,位于云计算产业链金字塔底层,产品源自云计算平台。云计算平台整合了互联网应用三大核心要素:计算、存储、网络,面向用户提供公用化的互联网基础设施服务。
云主机是一种类似VPS主机的虚拟化技术, VPS是采用虚拟软件,VZ或VM在一台物理主机上虚拟出多个类似独立主机的部分,能够实现单机多用户,每个部分都可以做单独的操作***,管理方法同主机一样。而云主机是在一组集群主机上虚拟出多个类似独立主机的部分,集群中每个主机上都有云主机的一个镜像,从而大大提高了虚拟主机的安全稳定性,除非所有的集群内主机全部出现问题,云主机才会无法访问。
云主机是整合了计算、存储与网络资源的IT基础设施能力租用服务,能提供基于云计算模式的按需使用和按需付费能力的服务器租用服务。客户可以通过web界面的自助服务平台,部署所需的服务器环境。
物理机与云主机的区别是:物理机即独立服务器,他的每个部件都是独立的,比如CPU、硬盘、内存条等;而云主机是VPS的升级版,是一个或者多个物理机整合后,并经过虚拟化技术分立出多个不同的***来供用户使用,它们公用一台或者多台物理机的硬件和***,但是它们分开多个云主机后,***相互独立,互不干涉。
继续参考图2,示出了根据本申请的云计算资源自动调节的方法的一个实施例的流程图。所述的云计算资源自动调节方法,包括以下步骤:
步骤S201,设置云主机创建规则。
在本实施例中,设置云主机创建规则的步骤还包括:
设置每台物理机都有一个分配开关状态,分配状态为开表示该物理机可以创建云主机,分配状态为关表示物理机不可创建云主机;
优先分配相对空闲的物理机为云主机。相对空闲的物理机可以指同一个资源池中相对空闲的物理机,还可以是选择不同资源池的相对空闲的物理机。通过判断同一资源池的物理机,对比cup、内存的分配情况则可以得出物理机的资源分配较少,也就是相对空闲,通过这样的方式,可以确定相对空闲的物理机。
在本实施例中,云计算资源自动调节方法运行于其上的电子设备(例如图1所示的服务器/终端设备)可以通过有线连接方式或者无线连接方式接收云计算资源自动调节请求。需要指出的是,上述无线连接方式可以包括但不限于3G/4G/5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB( ultra wideband )连接、以及其他现在已知或将来开发的无线连接方式。
步骤S202,获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机。
在本实施例中,获取每台物理机的计算资源信息的步骤具体包括:
获取每台物理机的cpu、内存、已分配的cpu、已分配的内存信息以及物理机本身的cpu、内存使用情况信息。
所创建的云主机信息包括:历史创建cpu资源信息、历史创建内存信息、历史cpu计算资源实际使用信息、历史内存计算资源实际使用信息、物理机已分配的cpu信息、物理机已分配的内存信息。
步骤S203,根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值。
在本实施例中,根据所创建的云主机信息,统计分析,得出节点计算资源开启或关闭物理机的计算资源阈值的步骤具体包括:
根据所创建的云主机信息统计物理机的内存使用率和内存使用率;
设置关机规则,所述关机规则包括资源池物理机数量大于等于10台时,最多关停50%数量的机器,设置关机前提是关机后资源满足内存使用率和内存使用率均小于60%的指标,
资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率和内存使用率均小于60%的指标。
当然,也可以根据数据中心计算力的具体环境,来设置关机规则。例如,可以设置更加严格的关机规则,如包括资源池物理机数量大于等于10台时,最多关停60%数量的机器,设置关机前提是关机后资源满足内存使用率小于70%的指标,资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率小于70%的指标;也可以设置更加宽松的关机规则,如包括资源池物理机数量大于等于10台时,最多关停40%数量的机器,设置关机前提是关机后资源满足内存使用率小于50%的指标,资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率小于50%的指标。
步骤S204,判断计算资源是否达到计算资源阈值,如果是,则分析需要关机的物理机列表,并列出调整前后计算资源阈值,对计算资源进行热迁移。
在本实施例中,判断计算资源是否达到计算资源阈值,如果是,则分析需要关机的物理机列表,并列出调整前后计算资源阈值的步骤还包括:
以资源池为单位,实时统计资源池所有物理机的计算资源情况,与计算资源阈值进行对比,得出是否需要开机或关机的结论;
如果是,则分析需要关机的物理机列表,并列出调整前后计算资源阈值的步骤。
也就是说,进行实时统计分析,实时统计资源池所有物理机的计算资源情况,如果资源池所有物理机的计算资源达到阈值,才进行分析,也就是说,只有达到计算资源阈值,才需要分析开启或关机。
具体实施时,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上的步骤还可以包括步骤:将计算资源迁移到相对空闲的物理机上,迁移完毕,触发关机的命令。通过先进行计算资源迁移,然后关机,确保数据的完整性。
资源池是灵活管理资源的逻辑抽象。资源池可以分组为层次结构,用于对可用的CPU和内存资源按层次结构进行分区。热迁移指的是将计算资源迁移到其他资源丰富的终端上运行。
计算资源池指的是一个机房计算物理机的集合。这里可以统称为计算资源。
本申请根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,得出计算资源阈值,在计算资源达到计算资源阈值时,自动对物理机进行调整包括开关机等;不用人工去计算干预,通过自动调节可以减少成本,自动关闭过度空闲的物理机,达到节能减耗效果。
本申请可用于众多通用或专用的计算机***环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器***、基于微处理器的***、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何***或设备的分布式计算环境等等。本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图3根据本申请的云计算资源自动调节方法的另一个实施例的流程图。如图3所示,一种云计算资源自动调节方法,包括步骤:
S301、建立计算资源分析***。
具体实施时,建立计算资源分析***可以包括对接云平台监控平台收集以下信息:收集主机信息,收集每台物理机的主机信息内存、cpu;收集每台物理机,已分配内存信息、已分配虚拟cpu信息等。
在一些可选的实现方式中,步骤S301、建立计算资源分析***还可以进一步包括步骤:
S3011、计算资源分析***收集物理机的计算资源信息。
S3012、计算资源分析***收集云服务器已分配的计算资源。
S302、调整计算资源。
可以根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,调整计算资源。
S3021、计算每台物理机的计算资源使用占比。
S3022、列出调整前后计算资源阈值对比数据。
计算资源分析***收集物理机的计算资源信息。计算资源分析***收集云服务器已分配的计算资源。获取计算资源已分配内存使用率,判断是否符合关机、开机计算资源阈值。
S303、判断是否符合关机、开机计算资源阈值。
根据所创建的云主机信息统计物理机的内存使用率,设置关机规则,所述关机规则包括资源池物理机数量大于等于10台时,最多关停50%数量的机器,设置关机前提是关机后资源满足内存使用率小于60%的指标,资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率小于60%的指标。
步骤S303符合关机计算资源阈值进行以下操作:
S304、列出可关机的物理机。
S306、关闭物理机分配。
S308、判断是否有云主机运行,如果为是,则执行S310,如果为否,则执行S311。
S310、热迁移云主机。
S311、关闭物理机。
步骤S303符合开机计算资源阈值进行以下操作:
S305、列出可开机的物理机。
S307、开机。
S309、设置物理机状态为可分配状态。
进一步参考图4,作为对上述图2所示方法的实现,本申请提供了一种云计算资源自动调节装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例所述的云计算资源自动调节装置400包括:设置模块401、创建模块402、统计模块403以及调节模块404。其中:
设置模块401,用于设置云主机创建规则;
创建模块402,用于获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机;
统计模块403,用于根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值;
调节模块404,用于判断计算资源是否达到计算资源阈值,如果是,则分析需要开启或关闭的物理机列表,并列出调整前后计算资源阈值,对计算资源进行热迁移。
本申请根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,得出计算资源阈值,在计算资源达到计算资源阈值时,自动对物理机进行调整包括开关机等;不用人工去计算干预,通过自动调节可以减少成本,自动关闭过度空闲的物理机,达到节能减耗效果。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图5,图5为本实施例计算机设备基本结构框图。
所述计算机设备6包括通过***总线相互通信连接存储器61、处理器62、网络接口63。需要指出的是,图中仅示出了具有组件存储器61、处理器62和网络接口63的计算机设备6,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程门阵列(Field-Programmable Gate Array,FPGA)、数字处理器 (Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器61至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器61可以是所述计算机设备6的内部存储单元,例如该计算机设备6的硬盘或内存。在另一些实施例中,所述存储器61也可以是所述计算机设备6的外部存储设备,例如该计算机设备6上配备的插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(FlashCard)等。当然,所述存储器61还可以既包括所述计算机设备6的内部存储单元也包括其外部存储设备。本实施例中,所述存储器61通常用于存储安装于所述计算机设备6的操作***和各类应用软件,例如云计算资源自动调节方法的计算机可读指令等。此外,所述存储器61还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器62在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器62通常用于控制所述计算机设备6的总体操作。本实施例中,所述处理器62用于运行所述存储器61中存储的计算机可读指令或者处理数据,例如运行所述云计算资源自动调节方法的计算机可读指令。
所述网络接口63可包括无线网络接口或有线网络接口,该网络接口63通常用于在所述计算机设备6与其他电子设备之间建立通信连接。
本申请根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,得出计算资源阈值,在计算资源达到计算资源阈值时,自动对物理机进行调整包括开关机等;不用人工去计算干预,通过自动调节可以减少成本,自动关闭过度空闲的物理机,达到节能减耗效果。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被至少一个处理器执行,以使所述至少一个处理器执行如上述的云计算资源自动调节方法的步骤。
本申请根据计算资源的已分配状态、物理机的计算资源实际使用情况,结合历史的数据进行比对演练,得出计算资源调整计算资源阈值,在计算资源达到计算资源阈值时,自动对物理机进行调整包括开关机等;不用人工去计算干预,通过自动调节可以减少成本,自动关闭过度空闲的物理机,达到节能减耗效果。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种云计算资源自动调节方法,其特征在于,包括下述步骤:
设置云主机创建规则;
获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机;
根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值;
判断资源池所有物理机的计算资源是否达到物理机资源开机或者关机阈值,如果是,则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,给云平台确认是否进行开机或者关机,并列出调整前后计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上,所述计算资源指的是已分配的计算资源。
2.根据权利要求1所述的云计算资源自动调节方法,其特征在于,所述设置云主机创建规则的步骤具体包括:
设置每台物理机都有一个分配开关状态,分配状态为开表示该物理机可以创建云主机,分配状态为关表示物理机不可创建云主机;
优先分配相对空闲的物理机为云主机。
3.根据权利要求1所述的云计算资源自动调节方法,其特征在于,所述获取每台物理机的计算资源信息的步骤具体包括:
获取每台物理机的cpu、内存、已分配的cpu、已分配的内存信息以及物理机本身的cpu和内存使用情况信息。
4.根据权利要求3所述的云计算资源自动调节方法,其特征在于,所述根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值的步骤具体包括:
根据所创建的云主机信息统计物理机的内存使用率;
设置关机规则,所述关机规则包括资源池物理机数量大于等于10台时,最多关停50%数量的机器,设置关机前提是关机后资源池满足内存使用率小于60%的指标,
资源池物理机数量小于10台且大于3台的,则至少保留3台机器,设置关机前提是关机后资源满足内存使用率小于60%的指标。
5.根据权利要求1所述的云计算资源自动调节方法,其特征在于,所述判断资源池所有物理机的计算资源是否达到物理机资源开机或者关机阈值,如果是,则分析需要开启或关机的物理机列表,调整模拟开机或者关机得出调整后资源的情况,给云平台确认是否进行开机或者关机,并列出调整前后计算资源阈值,选取资源使用最小的物理机关机,将计算资源热迁移到资源使用最小的物理机上的步骤具体包括:
以资源池为单位,实时统计资源池所有物理机的计算资源情况,与计算资源阈值进行对比,得出是否需要开机或关机的结论;
如果是需要关机,则分析需要关机的物理机列表,并列出调整前后计算资源使用情况。
6.根据权利要求1所述的云计算资源自动调节方法,其特征在于,所述所创建的云主机信息包括:
历史创建cpu资源信息、历史创建内存信息、历史cpu计算资源实际使用信息、历史内存计算资源实际使用信息、物理机已分配的cpu信息和物理机已分配的内存信息。
7.根据权利要求1至6任意一项所述的云计算资源自动调节方法,其特征在于,所述将计算资源热迁移到资源使用最小的物理机上的步骤包括:
将计算资源迁移到相对空闲的物理机上,迁移完毕,触发关机的命令。
8.一种云计算资源自动调节装置,其特征在于,包括:
设置模块,用于设置云主机创建规则;
创建模块,用于获取每台物理机的计算资源信息,根据获取的每台物理机的计算资源信息和所述云主机创建规则,创建云主机;
统计模块,用于根据所创建的云主机信息,统计分析,得出节点计算资源预先设置好的节点所有的物理机资源的开关机阈值;
调节模块,用于判断计算资源是否达到计算资源阈值,如果是,则分析需要开启或关闭的物理机列表,并列出调整前后计算资源情况,对计算资源进行热迁移。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的云计算资源自动调节方法的步骤。
10.一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可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的云计算资源自动调节方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210336539.9A CN114490089A (zh) | 2022-04-01 | 2022-04-01 | 云计算资源自动调节方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210336539.9A CN114490089A (zh) | 2022-04-01 | 2022-04-01 | 云计算资源自动调节方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114490089A true CN114490089A (zh) | 2022-05-13 |
Family
ID=81487474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210336539.9A Pending CN114490089A (zh) | 2022-04-01 | 2022-04-01 | 云计算资源自动调节方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114490089A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116232781A (zh) * | 2022-12-08 | 2023-06-06 | 中国联合网络通信集团有限公司 | 节能方法、装置及存储介质 |
CN117519914A (zh) * | 2024-01-08 | 2024-02-06 | 成都卓拙科技有限公司 | 云主机控制方法、装置及管理主机 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150350108A1 (en) * | 2014-06-03 | 2015-12-03 | International Business Machines Corporation | Adjusting cloud resource allocation |
US20170201434A1 (en) * | 2014-05-30 | 2017-07-13 | Hewlett Packard Enterprise Development Lp | Resource usage data collection within a distributed processing framework |
CN107404523A (zh) * | 2017-07-21 | 2017-11-28 | 中国石油大学(华东) | 云平台自适应资源调度***和方法 |
CN110389838A (zh) * | 2019-07-24 | 2019-10-29 | 北京邮电大学 | 一种适用于虚拟资源的实时调度和在线迁移管控方法 |
CN112463395A (zh) * | 2020-12-17 | 2021-03-09 | 济南浪潮数据技术有限公司 | 一种资源分配方法、装置、设备及可读存储介质 |
-
2022
- 2022-04-01 CN CN202210336539.9A patent/CN114490089A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170201434A1 (en) * | 2014-05-30 | 2017-07-13 | Hewlett Packard Enterprise Development Lp | Resource usage data collection within a distributed processing framework |
US20150350108A1 (en) * | 2014-06-03 | 2015-12-03 | International Business Machines Corporation | Adjusting cloud resource allocation |
CN107404523A (zh) * | 2017-07-21 | 2017-11-28 | 中国石油大学(华东) | 云平台自适应资源调度***和方法 |
CN110389838A (zh) * | 2019-07-24 | 2019-10-29 | 北京邮电大学 | 一种适用于虚拟资源的实时调度和在线迁移管控方法 |
CN112463395A (zh) * | 2020-12-17 | 2021-03-09 | 济南浪潮数据技术有限公司 | 一种资源分配方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
杭州市数据资源管理局著: "《数据资源管理》", 31 May 2020 * |
驻云科技等著: "《阿里云运维架构实践秘籍》", 31 July 2020, 机械工业出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116232781A (zh) * | 2022-12-08 | 2023-06-06 | 中国联合网络通信集团有限公司 | 节能方法、装置及存储介质 |
CN116232781B (zh) * | 2022-12-08 | 2024-04-16 | 中国联合网络通信集团有限公司 | 节能方法、装置及存储介质 |
CN117519914A (zh) * | 2024-01-08 | 2024-02-06 | 成都卓拙科技有限公司 | 云主机控制方法、装置及管理主机 |
CN117519914B (zh) * | 2024-01-08 | 2024-03-12 | 成都卓拙科技有限公司 | 云主机控制方法、装置及管理主机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3502883A1 (en) | Method, device, terminal and storage medium for loading application | |
CN103365700B (zh) | 一种面向云计算虚拟化环境的资源监测和调整*** | |
CN114490089A (zh) | 云计算资源自动调节方法、装置、计算机设备及存储介质 | |
CN111800462A (zh) | 微服务实例处理方法、装置、计算机设备及存储介质 | |
CN111381928B (zh) | 一种虚拟机迁移方法、云计算管理平台和存储介质 | |
CN107645410A (zh) | 一种基于OpenStack云平台的虚拟机管理***及方法 | |
CN113254445B (zh) | 实时数据存储方法、装置、计算机设备及存储介质 | |
CN114416352A (zh) | 算力资源分配方法、装置、电子设备及储存介质 | |
CN106170763A (zh) | 一种软件校验方法和装置 | |
CN104410699A (zh) | 一种开放式云计算资源管理方法及*** | |
CN115033340A (zh) | 一种宿主机的选择方法及相关装置 | |
CN115373861B (zh) | Gpu资源调度方法、装置、电子设备及存储介质 | |
Wang et al. | Research on virtual machine consolidation strategy based on combined prediction and energy-aware in cloud computing platform | |
CN105933154A (zh) | 一种云计算资源的管理方法 | |
US9588885B1 (en) | Efficiently using memory for Java collection objects | |
CN113778668A (zh) | 虚拟资源部署方法、***和计算机可读介质 | |
CN116450353A (zh) | 处理器核匹配方法、装置、电子设备及存储介质 | |
CN110908783A (zh) | 一种云数据中心虚拟机的管控方法、***及设备 | |
CN110765610A (zh) | Pdm集成方法、装置、计算机设备及存储介质 | |
CN101770553A (zh) | 一种移动终端、以及移动终端中根证书的调用方法 | |
CN106027685A (zh) | 一种基于云计算机***的高峰访问的方法 | |
CN112416530A (zh) | 弹性管理集群物理机节点的方法、装置及电子设备 | |
Chang et al. | Private small-cloud computing in connection with Linux thin client | |
CN112256760A (zh) | 一种数据预测方法、装置、计算机设备及存储介质 | |
CN111915422A (zh) | 一种风控模型调度方法、装置、机器可读介质及设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220513 |
|
RJ01 | Rejection of invention patent application after publication |