CN114598586B - 一种多云场景算力网格化方法及*** - Google Patents
一种多云场景算力网格化方法及*** Download PDFInfo
- Publication number
- CN114598586B CN114598586B CN202210062352.4A CN202210062352A CN114598586B CN 114598586 B CN114598586 B CN 114598586B CN 202210062352 A CN202210062352 A CN 202210062352A CN 114598586 B CN114598586 B CN 114598586B
- Authority
- CN
- China
- Prior art keywords
- grid
- data
- cloud
- determining
- health
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000036541 health Effects 0.000 claims abstract description 96
- 238000007726 management method Methods 0.000 claims abstract description 56
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 38
- 238000011156 evaluation Methods 0.000 claims abstract description 38
- 238000013507 mapping Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005265 energy consumption Methods 0.000 claims description 11
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000013499 data model Methods 0.000 claims description 5
- 238000003032 molecular docking Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000013523 data management Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
- H04L41/042—Network management architectures or arrangements comprising distributed management centres cooperatively managing the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
- G06T17/205—Re-meshing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/78—Architectures of resource allocation
- H04L47/783—Distributed allocation of resources, e.g. bandwidth brokers
- H04L47/785—Distributed allocation of resources, e.g. bandwidth brokers among multiple network domains, e.g. multilateral agreements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种多云场景算力网格化方法及***,包括:通过预设网格划分策略提取资源管理数据,生成网格视图;向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。本发明通过对多云环境下承载不同业务的资源池进行无差异化数据管理,推动统一算力视角在多云运维和运营模式下的应用。
Description
技术领域
本发明涉及云计算技术领域,尤其涉及一种多云场景算力网格化方法及***。
背景技术
随着云计算技术的飞速发展,云数据中心已经取代传统数据中心成为数据中心的主流技术,在此基础上,虚拟化技术和云原生技术解决了跨云环境一致性的问题,并缩短应用交付周期。
当前电信运营商根据自身资源池的使用类型,通常分为对外运营的公有云、内部承载IT***的私有云和承载NFV网元的私有云(例如5GC),以及不同用途的边缘云。虽然不同运营商对上述三类云资源池的称呼不同,但基本的区分边界是相同的。以当前电信运营商的云资源池的使用边界,在进行内部运维和运营时,虽然可利用信息融合,在上层构建多云管理平台,但本质上仍然是各类资源池各自为政,从维护流程、维护视角到维护的基本单位,都无法形成统一的内部模型,无法支撑未来算力商业模式。
因此,需要提出一种新的多云场景算力网格化方法,能对承载各类业务的多云环境进行融合管理,提高资源配置效率。
发明内容
本发明提供一种多云场景算力网格化方法及***,用以解决现有技术中对多种类型的云数据中心无法进行统一管理和资源调配的缺陷。
第一方面,本发明提供一种多云场景算力网格化方法,包括:
通过预设网格划分策略提取资源管理数据,生成网格视图;
向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;
基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;
根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
根据本发明提供的一种多云场景算力网格化方法,所述通过预设网格划分策略提取资源管理数据,生成网格视图,之前还包括:
基于预设对接方式,获取各类云环境***数据,确定所述资源管理数据。
根据本发明提供的一种多云场景算力网格化方法,所述通过预设网格划分策略提取资源管理数据,生成网格视图,包括:
从虚机或容器内确定每个网格内的虚拟中央处理器VCPU数量;
基于配置管理数据库CMDB确定每个网格抓取的对应数量的虚机或容器,所述对应数量的虚机或容器包括云资源池承载的全部业务。
根据本发明提供的一种多云场景算力网格化方法,所述向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法,包括:
向所述网格视图匹配对应虚机或容器的资源数据、性能数据、告警数据和能耗数据;
基于所述资源数据、所述性能数据、所述告警数据和所述能耗数据,输出所述网格健康度综合评估算法。
根据本发明提供的一种多云场景算力网格化方法,所述基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系,包括:
根据所述网格健康度综合评估算法,输出所述健康预警基线;
基于所述健康预警基线,将已存在的网元或应用向网格进行拓扑映射,输出算力网格呈现视角。
根据本发明提供的一种多云场景算力网格化方法,所述根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整,包括:
基于管理视角,确定全部算力网格的业务拓扑排名、算力概览排名和健康度排名,以及确定业务或算力在网格间的调整选项;
基于所述业务拓扑排名、所述算力概览排名和所述健康度排名,根据所述调整选项对网格间的算力进行调整。
根据本发明提供的一种多云场景算力网格化方法,还包括:
基于拉通的数据模型对贯穿算力网格的全部层进行管控。
第二方面,本发明还提供一种多云场景算力网格化***,包括:
生成模块,用于通过预设网格划分策略提取资源管理数据,生成网格视图;
匹配模块,用于向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;
确定模块,用于基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;
调整模块,用于根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
第三方面,本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述多云场景算力网格化方法的步骤。
第四方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述多云场景算力网格化方法的步骤。
第五方面,本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述多云场景算力网格化方法的步骤。
本发明提供的多云场景算力网格化方法及***,通过对多云环境下承载不同业务的资源池进行无差异化数据管理,推动统一算力视角在多云运维和运营模式下的应用。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,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是本发明提供的多云场景算力网格化方法的流程示意图;
图2是本发明提供的多云场景算力网格化方法的实现原理图;
图3是本发明提供的多云场景算力网格化***的结构示意图;
图4是本发明提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中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作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。
图1是本发明提供的多云场景算力网格化方法的流程示意图,如图1所示,包括:
步骤S1,通过预设网格划分策略提取资源管理数据,生成网格视图;
步骤S2,向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;
步骤S3,基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;
步骤S4,根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
具体地,本发明通过预设网格划分的策略,提取资源管理数据中的虚机数据或容器数据,进行网格划分,生成网格视图;通过策略生成网格视图后,向格内匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;基于第三方面的健康度,根据网格健康度综合评估算法确定健康预警基线,可以将上层业务向网格以及网格组成单元之间拓扑映射;最后基于管理视角,根据上层业务与网格拓扑映射关系,对网格间的算力进行调整。
如图2所示,本发明提出的多云场景下的算力网格化实现原理包括按照区域划分的多种资源池,有网络通用资源池、大区区域资源池、省级区域资源池和本地资源池,每种资源池包括多种指标,如告警x、能耗y、资源z和业务N。云管理包括动环、CMDB(Configuration Management Database,配置管理数据库)和数据共享等,通过收集的资源数据、性能数据、告警数据和动环数据,得到算力网格呈现视角,包括网格策略、网格划分、网格健康度、基线管理和映射管理,还包括从业务与网格关联视角进行网格化管理,分别包括业务拓扑、业务健康度和迁移管理。
本发明实现在多云环境下,对承载不同业务的资源池进行无差异化数据融合、监控和健康评估,有效推动了统一算力视角在多云运维和多云运营模式下的应用。
基于上述实施例,该方法步骤S1之前还包括:
基于预设对接方式,获取各类云环境***数据,确定所述资源管理数据。
首先,本发明通过适配等对接方式,对云环境各类***进行数据收集,如三方厂家云管平台、CMDB、动环***或其他类型的管理***,收集的数据包括不同云资源池中的资源数据、性能数据、告警数据和动环数据等,如图2所示。
需要说明的是,CMDB是一个逻辑数据库,包含了配置项全生命周期的信息以及配置项之间的关系,包括物理关系、实时通信关系、非实时通信关系和依赖关系。CMDB存储与管理企业IT架构中设备的各种配置信息,它与所有服务支持和服务交付流程都紧密相联,支持这些流程的运转、发挥配置信息的价值,同时依赖于相关流程保证数据的准确性。
本发明在对云算力网格划分之前,通过收集不同云资源池中的多种***数据,为网格划分提供详实的数据依据。
基于上述任一实施例,该方法步骤S1包括:
从虚机或容器内确定每个网格内的虚拟中央处理器VCPU数量;
基于配置管理数据库CMDB确定每个网格抓取的对应数量的虚机或容器,所述对应数量的虚机或容器包括云资源池承载的全部业务。
具体地,通过预设网格划分策略,提取资源管理数据中的虚机数据或容器数据,进行网格划分,此处的划分策略包含但不限于:
设定网格内的基本VCPU数量,此VCPU从虚机或容器资源数据中读取,为网格的单元,也可以认为是算力网格自动或手动生成的一个策略框架。
进一步地,每一个网格自行抓取相应数量的虚机或容器,如果云资源池承载的业务类型是多样的,则每一个网格抓取的虚机或容器必须涵盖每一种业务类型,如有承载IT***云,也有承载NFV网元云,则网格划分时必须从这两类云环境中抓取相应虚机或容器,通常一个网格包括50个VCPU或其他类型的算力基础单元;最后生成网格视图。
本发明基于收集的***数据,基于预设网格划分策略,能得到包含资源比较全面的网格视图,便于后续的网格化统一管理。
基于上述任一实施例,该方法步骤S2包括:
向所述网格视图匹配对应虚机或容器的资源数据、性能数据、告警数据和能耗数据;
基于所述资源数据、所述性能数据、所述告警数据和所述能耗数据,输出所述网格健康度综合评估算法。
具体地,通过前述实施例中的预设网格划分策略,生成网格视图后,向网格内匹配对应虚机或容器的资源数据、性能数据、告警数据和能耗数据,这里的能耗数据是以动环***中的物理机功耗为标杆,再利用平均算法得到某一物理机中各虚机或容器的功耗,进一步确定网格健康度综合评估方法(通常采用因子分析法)及其评分与评分显示方法,一般可表示为:通过点击可显示为N维模型等。
这里使用健康度评估法,对每个网格进行健康度评分,评分维度包含故障次数、性能用度和功耗等,维度也可进行灵活调整。
本发明通过对网格健康度进行综合评分,以具体的数值对网格健康程度进行明确的量化,并通过可视化操作对网格健康进行管理,具有直观性和高效性。
基于上述任一实施例,该方法步骤S3包括:
根据所述网格健康度综合评估算法,输出所述健康预警基线;
基于所述健康预警基线,将已存在的网元或应用向网格进行拓扑映射,输出算力网格呈现视角。
可选地,本发明基于第三方面的健康度,设定健康基线预警管理,可以将上层业务,包括已经存在的网元或应用,向网格以及网格组成单元之间进行拓扑映射,以便形成业务-算力网格-基础设施的视角。
本发明通过设定算力网格健康基线预警管理,便于资源寻根及故障拓扑发现。
基于上述任一实施例,该方法步骤S4包括:
基于管理视角,确定全部算力网格的业务拓扑排名、算力概览排名和健康度排名,以及确定业务或算力在网格间的调整选项;
基于所述业务拓扑排名、所述算力概览排名和所述健康度排名,根据所述调整选项对网格间的算力进行调整。
具体地,如图2所示,本发明还通过管理视角,呈现出全部算力网格的业务拓扑、算力概览和健康度排名等,以及业务或算力在网格间的迁移调整选项。
基于上述任一实施例,该方法还包括:
基于拉通的数据模型对贯穿算力网格的全部层进行管控。
可选地,除了本发明前述所提到的管理方法,对于其他的管理方式和手段,均可以贯穿于算力网络的上层和下层,利用拉通的数据模型进行管控。
本发明通过算力网格化管理,能融合适用管理承载各类业务的多云环境。
下面对本发明提供的多云场景算力网格化***进行描述,下文描述的多云场景算力网格化***与上文描述的多云场景算力网格化方法可相互对应参照。
图3是本发明提供的多云场景算力网格化***的结构示意图,如图3所示,包括:生成模块31、匹配模块32、确定模块33和调整模块34,其中:
生成模块31用于通过预设网格划分策略提取资源管理数据,生成网格视图;匹配模块32用于向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;确定模块33用于基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;调整模块34用于根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
本发明实现在多云环境下,对承载不同业务的资源池进行无差异化数据融合、监控和健康评估,有效推动了统一算力视角在多云运维和多云运营模式下的应用。
基于上述实施例,该***还包括获取模块35,所述获取模块35用于:
基于预设对接方式,获取各类云环境***数据,确定所述资源管理数据。
本发明在对云算力网格划分之前,通过收集不同云资源池中的多种***数据,为网格划分提供详实的数据依据。
基于上述任一实施例,所述生成模块31具体用于:
从虚机或容器内确定每个网格内的虚拟中央处理器VCPU数量;
基于配置管理数据库CMDB确定每个网格抓取的对应数量的虚机或容器,所述对应数量的虚机或容器包括云资源池承载的全部业务。
本发明基于收集的***数据,基于预设网格划分策略,能得到包含资源比较全面的网格视图,便于后续的网格化统一管理。
基于上述任一实施例,所述匹配模块32用于:
向所述网格视图匹配对应虚机或容器的资源数据、性能数据、告警数据和能耗数据;
基于所述资源数据、所述性能数据、所述告警数据和所述能耗数据,输出所述网格健康度综合评估算法。
本发明通过对网格健康度进行综合评分,以具体的数值对网格健康程度进行明确的量化,并通过可视化操作对网格健康进行管理,具有直观性和高效性。
基于上述任一实施例,所述确定模块33具体用于:
根据所述网格健康度综合评估算法,输出所述健康预警基线;
基于所述健康预警基线,将已存在的网元或应用向网格进行拓扑映射,输出算力网格呈现视角。
本发明通过设定算力网格健康基线预警管理,便于资源寻根及故障拓扑发现。
基于上述任一实施例,所述调整模块34具体用于:
基于管理视角,确定全部算力网格的业务拓扑排名、算力概览排名和健康度排名,以及确定业务或算力在网格间的调整选项;
基于所述业务拓扑排名、所述算力概览排名和所述健康度排名,根据所述调整选项对网格间的算力进行调整。
基于上述任一实施例,该***还包括管控模块36,所述管控模块36用于:
基于拉通的数据模型对贯穿算力网格的全部层进行管控。
本发明通过算力网格化管理,能融合适用管理承载各类业务的多云环境。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行多云场景算力网格化方法,该方法包括:通过预设网格划分策略提取资源管理数据,生成网格视图;向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
此外,上述的存储器430中的逻辑指令可以通过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。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的多云场景算力网格化方法,该方法包括:通过预设网格划分策略提取资源管理数据,生成网格视图;向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的多云场景算力网格化方法,该方法包括:通过预设网格划分策略提取资源管理数据,生成网格视图;向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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各实施方式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。基于这样的理解,上述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,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;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:其依然可以对前述各实施例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同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种多云场景算力网格化方法,其特征在于,包括:
通过预设网格划分策略提取资源管理数据,生成网格视图;
向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;
基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;
根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
2.根据权利要求1所述的多云场景算力网格化方法,其特征在于,所述通过预设网格划分策略提取资源管理数据,生成网格视图,之前还包括:
基于预设对接方式,获取各类云环境***数据,确定所述资源管理数据。
3.根据权利要求1或2所述的多云场景算力网格化方法,其特征在于,所述通过预设网格划分策略提取资源管理数据,生成网格视图,包括:
从虚机或容器内确定每个网格内的虚拟中央处理器VCPU数量;
基于配置管理数据库CMDB确定每个网格抓取的对应数量的虚机或容器,所述对应数量的虚机或容器包括云资源池承载的全部业务。
4.根据权利要求1所述的多云场景算力网格化方法,其特征在于,所述向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法,包括:
向所述网格视图匹配对应虚机或容器的资源数据、性能数据、告警数据和能耗数据;
基于所述资源数据、所述性能数据、所述告警数据和所述能耗数据,输出所述网格健康度综合评估算法。
5.根据权利要求1所述的多云场景算力网格化方法,其特征在于,所述基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系,包括:
根据所述网格健康度综合评估算法,输出所述健康预警基线;
基于所述健康预警基线,将已存在的网元或应用向网格进行拓扑映射,输出算力网格呈现视角。
6.根据权利要求1所述的多云场景算力网格化方法,其特征在于,所述根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整,包括:
基于管理视角,确定全部算力网格的业务拓扑排名、算力概览排名和健康度排名,以及确定业务或算力在网格间的调整选项;
基于所述业务拓扑排名、所述算力概览排名和所述健康度排名,根据所述调整选项对网格间的算力进行调整。
7.根据权利要求1所述的多云场景算力网格化方法,其特征在于,还包括:
基于拉通的数据模型对贯穿算力网格的全部层进行管控。
8.一种多云场景算力网格化***,其特征在于,包括:
生成模块,用于通过预设网格划分策略提取资源管理数据,生成网格视图;
匹配模块,用于向所述网格视图匹配对应虚机或容器的运行数据,确定网格健康度综合评估算法;
确定模块,用于基于所述网格健康度综合评估算法确定健康预警基线,基于所述健康预警基线得到上层业务与网格拓扑映射关系;
调整模块,用于根据所述上层业务与网格拓扑映射关系,对网格间的算力进行调整。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述多云场景算力网格化方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述多云场景算力网格化方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062352.4A CN114598586B (zh) | 2022-01-19 | 2022-01-19 | 一种多云场景算力网格化方法及*** |
PCT/CN2022/107118 WO2023138013A1 (zh) | 2022-01-19 | 2022-07-21 | 一种多云场景算力网格化方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210062352.4A CN114598586B (zh) | 2022-01-19 | 2022-01-19 | 一种多云场景算力网格化方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114598586A CN114598586A (zh) | 2022-06-07 |
CN114598586B true CN114598586B (zh) | 2023-01-24 |
Family
ID=81804979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210062352.4A Active CN114598586B (zh) | 2022-01-19 | 2022-01-19 | 一种多云场景算力网格化方法及*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114598586B (zh) |
WO (1) | WO2023138013A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116170324B (zh) * | 2022-11-30 | 2024-06-11 | 杭州东方通信软件技术有限公司 | 一种适用于算力网络的可视化视图生成方法及装置 |
CN117170870B (zh) * | 2023-09-05 | 2024-04-26 | 国网智能电网研究院有限公司 | 一种面向新能源消纳的数据中心算力的迁移方法及装置 |
CN117762631B (zh) * | 2023-12-26 | 2024-06-25 | 浙江仙宫云科技有限公司 | 一种多云场景算力网格化方法及*** |
CN117648387B (zh) * | 2024-01-29 | 2024-05-07 | 杭银消费金融股份有限公司 | 一种基于数据实体的逻辑数据截面的构建方法 |
CN118101720B (zh) * | 2024-04-25 | 2024-07-09 | 国能信控互联技术有限公司 | 基于边缘云的新能源数据采集控制方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902742A (zh) * | 2012-09-17 | 2013-01-30 | 南京邮电大学 | 一种云环境下的空间数据划分方法 |
CN108092799A (zh) * | 2017-11-28 | 2018-05-29 | 国网宁夏电力有限公司信息通信公司 | 一种基于电力通信网动态资源管理的业务健康度监测方法 |
US11068162B1 (en) * | 2019-04-09 | 2021-07-20 | Pure Storage, Inc. | Storage management in a cloud data store |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11467881B2 (en) * | 2017-09-13 | 2022-10-11 | At&T Intellectual Property I, L.P. | Framework, method and apparatus for network function as a service for hosted network functions in a cloud environment |
CN111884853A (zh) * | 2020-07-29 | 2020-11-03 | 浪潮云信息技术股份公司 | 一种云环境自动化资源管理方法和*** |
CN112486767B (zh) * | 2020-11-25 | 2022-10-18 | 中移(杭州)信息技术有限公司 | 云资源的智能监控方法、***、服务器以及存储介质 |
CN112596864A (zh) * | 2020-12-29 | 2021-04-02 | 航天开元科技有限公司 | 基于虚拟化和策略自动化的运营云平台云资源管理*** |
-
2022
- 2022-01-19 CN CN202210062352.4A patent/CN114598586B/zh active Active
- 2022-07-21 WO PCT/CN2022/107118 patent/WO2023138013A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102902742A (zh) * | 2012-09-17 | 2013-01-30 | 南京邮电大学 | 一种云环境下的空间数据划分方法 |
CN108092799A (zh) * | 2017-11-28 | 2018-05-29 | 国网宁夏电力有限公司信息通信公司 | 一种基于电力通信网动态资源管理的业务健康度监测方法 |
US11068162B1 (en) * | 2019-04-09 | 2021-07-20 | Pure Storage, Inc. | Storage management in a cloud data store |
Non-Patent Citations (2)
Title |
---|
Adaptive and reconfigurable resource management for wireless sensors using grid technology;Imran Rao;《2007 2nd International Conference on Communication Systems Software and Middleware》;20070709;全文 * |
算力网络:以网络为中心的融合资源供给;李少鹤;《中兴通讯技术》;20210630;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114598586A (zh) | 2022-06-07 |
WO2023138013A1 (zh) | 2023-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114598586B (zh) | 一种多云场景算力网格化方法及*** | |
CN103761309B (zh) | 一种运营数据处理方法及*** | |
US20180276019A1 (en) | Ensuring operational integrity and performance of deployed converged infrastructure information handling systems | |
CN104463492A (zh) | 一种电力***云仿真平台的运营管理方法 | |
WO2023246347A1 (zh) | 数字孪生处理方法及数字孪生*** | |
CN104125286A (zh) | 一种基于云计算的企业基础设施智能云化管理*** | |
US10129373B2 (en) | Recovery of a network infrastructure to facilitate business continuity | |
EP3090341A1 (en) | System and method for allocating resources and managing a cloud based computer system | |
CN108243012B (zh) | 在线计费***ocs中计费应用处理***、方法及装置 | |
CN114253228B (zh) | 一种基于数字孪生的工业设备对象建模方法及装置 | |
CN108777637A (zh) | 一种支持服务器异构的数据中心综合管理***和方法 | |
CN104410699A (zh) | 一种开放式云计算资源管理方法及*** | |
CN117389830A (zh) | 集群日志采集方法、装置、计算机设备及存储介质 | |
CN108009004A (zh) | 基于Docker的业务应用可用度测量监控的实现方法 | |
US10785102B2 (en) | Modifying distributed application based on cloud diagnostic data | |
US11003431B2 (en) | Generating predictive metrics for virtualized deployments | |
CN110708177A (zh) | 分布式***中的异常处理方法、***和装置 | |
CN112181972A (zh) | 基于大数据的数据治理方法、装置和计算机设备 | |
CN105471986B (zh) | 一种数据中心建设规模评估方法及装置 | |
CN110764985A (zh) | 一种命令行记录的方法、***、设备及可读存储介质 | |
CN109522349A (zh) | 跨类型数据计算及共享方法、***、设备 | |
CN115719147A (zh) | 输电线路巡检数据处理方法、装置、平台 | |
CN106484523B (zh) | 一种硬件设备管理方法及其装置 | |
CN114493262A (zh) | 一种电力大数据的处理***、方法、装置及计算机设备 | |
CN113888139A (zh) | 一种变电站数据资产统一调管***的构建方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |