CN114996003A - 一种云服务部署方法、装置、电子设备及存储介质 - Google Patents
一种云服务部署方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114996003A CN114996003A CN202210587970.0A CN202210587970A CN114996003A CN 114996003 A CN114996003 A CN 114996003A CN 202210587970 A CN202210587970 A CN 202210587970A CN 114996003 A CN114996003 A CN 114996003A
- Authority
- CN
- China
- Prior art keywords
- target
- computing
- computing node
- available
- cloud service
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 8
- 239000012634 fragment Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Hardware Redundancy (AREA)
Abstract
本公开提供了一种云服务部署方法、装置、电子设备及存储介质,其中,该方法包括:响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,计算资源池是基于计算节点集群中各计算节点的计算资源确定的,计算节点被划分成N个计算节点组,其中,N基于业务需求设置;从当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;基于部署请求指示的目标资源量和目标计算节点的可用计算资源,确定目标计算节点是否满足目标云服务的部署条件;若不满足,则选取备用计算节点组并将其合并至目标计算节点组中,重新确定目标计算节点组中可用计算资源最多的目标计算节点;若满足,则将目标云服务部署在目标计算节点上。
Description
技术领域
本公开涉及云服务技术领域,具体而言,涉及一种云服务部署方法、装置、电子设备及存储介质。
背景技术
云服务是基于互联网的相关服务的增加、使用和交互模式,通过云服务,用户无需自主配置服务器等物理设备,只需将需要的服务部署在云服务平台上,云服务平台可以为部署的服务分配计算资源,从而使部署的服务能够被访问。
云服务平台通常会维护有多个计算节点,这些计算节点上具有一定数量的物理计算资源,用于根据用户需求建立具有相应资源量的虚拟机,从而为用户提供云服务,在云服务部署的过程中,计算节点的负载程度与资源利用率互相影响,若想提高计算资源的利用率,则计算节点的负载程度就会提升,导致运行性能下降,若为了保证计算节点的运行性能,则其负载程度就会降低,则计算资源的利用率就会降低,难以对负载与资源利用率进行平衡。
发明内容
本公开实施例至少提供一种云服务部署方法、装置、电子设备及存储介质。
第一方面,本公开实施例提供了一种云服务部署方法,包括:
响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
一种可选的实施方式中,通过以下步骤对所述计算资源池中的可用计算资源进行划分:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
一种可选的实施方式中,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子,确定N的取值;
基于所述属性信息、所述业务需求信息以及确定的计算节点组的总数,将所述多个可用计算节点分为N个计算节点组。
一种可选的实施方式中,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
一种可选的实施方式中,所述基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源量,确定所述目标计算节点是否满足所述目标云服务的部署条件,包括:
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,确定所述目标计算节点满足所述目标云服务的部署条件;
在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,确定所述目标计算节点不满足所述目标云服务的部署条件。
一种可选的实施方式中,所述从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,包括:
基于所述部署请求的目标资源量,以及各个备用节点组的可用计算资源量,从多个备用计算节点组中确定出目标备用计算节点组;
将所述目标备用计算节点组中的备用计算节点合并至所述目标计算节点组中。
一种可选的实施方式中,所述将所述目标云服务部署在所述目标计算节点上,包括:
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配;
将所述目标云服务部署在所述目标虚拟机上。
第二方面,本公开实施例还提供一种云服务部署装置,包括:
第一确定模块,用于响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
第二确定模块,用于从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
第三确定模块,用于基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
第四确定模块,用于在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
部署模块,在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
一种可选的实施方式中,所述第一确定模块在对所述计算资源池中的可用计算资源进行划分时,用于:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
一种可选的实施方式中,所述第一确定模块在所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组时,用于:
基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子,确定N的取值;
基于所述属性信息、所述业务需求信息以及确定的计算节点组的总数,将所述多个可用计算节点分为N个计算节点组。
一种可选的实施方式中,所述第一确定模块在所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组时,用于:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
一种可选的实施方式中,所述第三确定模块在所述基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源量,确定所述目标计算节点是否满足所述目标云服务的部署条件时,用于:
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,确定所述目标计算节点满足所述目标云服务的部署条件;
在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,确定所述目标计算节点不满足所述目标云服务的部署条件。
一种可选的实施方式中,所述第四确定模块在所述从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中时,用于:
基于所述部署请求的目标资源量,以及各个备用节点组的可用计算资源量,从多个备用计算节点组中确定出目标备用计算节点组;
将所述目标备用计算节点组中的备用计算节点合并至所述目标计算节点组中。
一种可选的实施方式中,所述部署模块在所述将所述目标云服务部署在所述目标计算节点上时,用于:
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配;
将所述目标云服务部署在所述目标虚拟机上。
第三方面,本公开实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
第四方面,本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
本公开实施例提供的云服务部署的方法、装置、电子设备及存储介质,首先响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,其中,N基于业务需求设置,N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;然后,从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;再基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;若不满足,则从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;若满足,则将所述目标云服务部署在所述目标计算节点上。本公开实施方式通过从多个可用计算节点组中确定出目标计算节点组,优先在目标计算节点组中进行云服务部署,在不满足部署条件时再引入备用计算节点组,能够有效降低计算节点的资源碎片,避免造成计算资源的浪费,同时,通过在目标计算节点组中选取可用计算资源量最高的目标计算节点部署云服务,能够使云服务在目标计算节点组的范围内尽量分散,防止出现负载过高的计算节点,保证计算节点的正常运行。
为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,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公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,此处的附图被并入说明书中并构成本说明书中的一部分,这些附图示出了符合本公开的实施例,并与说明书一起用于说明本公开的技术方案。应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本公开实施例所提供的一种云服务部署方法的流程图;
图2示出了本公开实施例中可用计算节点的属性信息的示意图之一;
图3示出了本公开实施例中可用计算节点的属性信息的示意图之二;
图4示出了本公开实施例所提供的另一种云服务部署装置的示意图;
图5示出了本公开实施例所提供的一种电子设备的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本公开实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本公开的实施例的详细描述并非旨在限制要求保护的本公开的范围,而是仅仅表示本公开的选定实施例。基于本公开的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
本文中术语“和/或”,仅仅是描述一种关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合,例如,包括A、B、C中的至少一种,可以表示包括从A、B和C构成的集合中选择的任意一个或多个元素。
经研究发现,在云服务平台为服务进行计算资源分配时,为了保证计算节点的运行状态,通常会尽可能将云服务部署在不同的计算节点上,以使各个计算节点保持负载较低的状态。
然而,在需要配置较多云服务,或计算节点数量较少的时候,由于云服务部署较为分散,计算节点上可能会产生大量的资源碎片,这些资源碎片不足以独自部署一个新的云服务,导致计算资源的浪费,因此,在云服务部署的过程中,如何平衡计算节点的负载与资源利用率,成为了影响云服务效果的重要问题。
基于上述研究,本公开提供了一种云服务部署方法,通过从多个可用计算节点组中确定出目标计算节点组,优先在目标计算节点组中进行云服务部署,在不满足部署条件时再引入备用计算节点组,能够有效降低计算节点的资源碎片,避免造成计算资源的浪费,同时,通过在目标计算节点组中选取可用计算资源量最高的目标计算节点部署云服务,能够使云服务在目标计算节点组的范围内尽量分散,防止出现负载过高的计算节点,保证计算节点的正常运行。
为便于对本实施例进行理解,首先对本公开实施例所公开的一种云服务部署方法进行详细介绍,本公开实施例所提供的云服务部署方法的执行主体一般为具有一定计算能力的计算机设备,该计算机设备例如包括:终端设备或服务器或其它处理设备。在一些可能的实现方式中,该云服务部署方法可以通过处理器调用存储器中存储的计算机可读指令的方式来实现。
参见图1所示,为本公开实施例提供的云服务部署方法的流程图,所述方法包括步骤S101~S105,其中:
S101:响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目。
其中,云服务是基于互联网的相关服务的增加、使用和交互模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云服务指通过网络以按需、易扩展的方式获得所需服务。
示例性的,可通过以下步骤对所述计算资源池中的可用计算资源进行划分:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
其中,可用计算节点的属性信息可以为该计算节点所拥有的常见的资源类型及其对应的持有量,例如某计算节点的属性信息可以为“CPU(4)GPU(5)内存(8G)网络(100Mb/s)磁盘(600GB)”;业务需求信息可以对应有该待部署云服务所需的计算资源的类型,如中央处理器(central processing unit,简称CPU)、GPU、内存、网络以及磁盘等。
在一种可能的实施方式中,计算节点组的总数N的取值可以是基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子来确定的。其中,所述第一影响因子为预设的确定N的规则中,根据业务需求中对运行性能的要求而提前设置的权重数值,第一影响因子的数值越小,运行性能越好;所述第二影响因子为预设的确定N的规则中,根据业务需求中对资源利用率的要求而提前设置的权重数值,第二影响因子的数值越大,资源利用率越高;第一影响因子和第二影响因子的数值可以根据业务场景随时改变。具体的,N可以基于可用计算节点的总数、第一影响因子、第二影响因子的乘积确定。
在一种可能的实施方式中,计算节点组的总数N的取值方式还可以为:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
在获取到可用计算节点的属性信息及业务需求信息后,可以根据获取到的业务需求信息,确定待部署云服务对应的目标计算资源类型,然后,从可用计算节点的属性信息中查找目标计算资源类型对应的持有量,并以目标计算资源类型对应的持有量对可用计算节点进行分组,使分组得到的N个计算节点组中目标计算资源类型对应的总持有量相近,或使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
分组后,计算资源池中,除当前正在使用的目标计算节点组外,其他计算节点组可以为备用计算节点组。
S102:从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点。
示例性的,当前正在使用的计算节点组即为目标计算节点组,从目标计算节点组中选取计算资源最多的计算节点,将其定为目标计算节点。
示例性的,在接到针对云服务的部署请求后,可以确定部署请求指示的目标资源量,如5个图形处理器(Graphics Processing Unit,GPU),此时目标计算节点组中有3个计算节点,计算节点1中可用的GPU数量为5,计算节点2中可用的GPU数量为8,计算节点3中可用的GPU数量为4,此时选取可用GPU资源最丰富的计算节点2作为目标计算节点。
S103:基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件。
所述目标资源可以为用户使用的软件、硬件资源、中间件和应用服务等,包括中央处理器(central processing unit,简称CPU)、GPU、内存、网络以及磁盘等。
基于云服务资源随取随用的特性,用户可以根据需求随时请求或释放所述计算节点的计算资源,因此所述目标计算节点的可用计算资源量会产生波动。当***检测到较大规模的资源波动时,所述目标计算节点的可用计算资源量需要及时更新。
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,待部署云服务部署在所述目标节点上可以正常运行,则确定所述目标计算节点满足所述目标云服务的部署条件;在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,待部署云服务无法部署在所述目标节点上正常运行,则确定所述目标计算节点不满足所述目标云服务的部署条件。
S104:在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点。
示例性的,当目标计算节点不满足所述部署条件情况时,可以基于部署请求指示的目标资源量,以及各个备用计算节点组的可用计算资源量,从多个备用计算节点组中确定出满足目标云服务的部署条件的目标备用计算节点组,并将满足所述目标云服务的部署条件的目标备用计算节点组添加至目标计算节点组中。
示例性的,参照图2所示,为本公开实施例所提供的可用计算节点的属性信息的示意图之一,其中,图2所示的属性信息为将备用计算节点组添加到目标计算节点组前,各个可用计算节点的属性信息,计算节点组可以有目标计算节点组、备用计算节点组1和备用计算节点组2。,在接收到针对云服务的部署请求后,可以确定部署请求指示的目标资源量,如5个CPU,可以在目标计算节点组中确定含相同类型资源最多的目标计算节点,即计算节点1,所述计算节点1拥有4个CPU,不满足部署条件。可以选取备用计算节点组2添加至目标计算节点组中。
参照图3所示,为本公开实施例所提供的可用计算节点的属性信息的示意图之二,其中,图3所示的属性信息为将备用计算节点组添加到所述目标计算节点组后,各个可用计算节点的属性信息,目标计算节点组中包括5个计算节点,重新确定含相同类型资源最多的计算节点,计算节点5是所述目标计算节点组中含有可用CPU资源最多的计算节点。
S105:在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配,将所述目标云服务部署在所述目标虚拟机上。
其中,虚拟机(Virtual Machine)指通过软件模拟的具有完整硬件***功能的、运行在一个完全隔离环境中的完整计算机***。在实体计算机中能够完成的工作在虚拟机中都能够实现。在计算机中创建虚拟机时,需要将实体机的部分硬盘和内存容量作为虚拟机的硬盘和内存容量。通过为目标云服务部署独立的虚拟机,能够为目标云服务提供封闭的运行环境,安全性更高,且便于管理。
本公开实施例提供的云服务部署的方法、装置、电子设备及存储介质,首先响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,其中,N基于业务需求设置,N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;然后,从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;再基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;若不满足,则从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;若满足,则将所述目标云服务部署在所述目标计算节点上。本公开实施方式通过从多个可用计算节点组中确定出目标计算节点组,优先在目标计算节点组中进行云服务部署,在不满足部署条件时再引入备用计算节点组,能够有效降低计算节点的资源碎片,避免造成计算资源的浪费,同时,通过在目标计算节点组中选取可用计算资源量最高的目标计算节点部署云服务,能够使云服务在目标计算节点组的范围内尽量分散,防止出现负载过高的计算节点,保证计算节点的正常运行。
本领域技术人员可以理解,在具体实施方式的上述方法中,各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定,各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
基于同一发明构思,本公开实施例中还提供了与云服务部署方法对应的云服务部署装置,由于本公开实施例中的装置解决问题的原理与本公开实施例上述云服务部署方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图4所示,为本公开实施例提供的一种云服务部署的示意图,所述装置包括:
第一确定模块401,用于响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
第二确定模块402,用于从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
第三确定模块403,用于基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
第四确定模块404,用于在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
部署模块405,在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
一种可选的实施方式中,所述第一确定模块在对所述计算资源池中的可用计算资源进行划分时,用于:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
一种可选的实施方式中,所述第一确定模块在所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组时,用于:
基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子,确定N的取值;
基于所述属性信息、所述业务需求信息以及确定的计算节点组的总数,将所述多个可用计算节点分为N个计算节点组。
一种可选的实施方式中,所述第一确定模块在所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组时,用于:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
一种可选的实施方式中,所述第三确定模块在所述基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源量,确定所述目标计算节点是否满足所述目标云服务的部署条件时,用于:
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,确定所述目标计算节点满足所述目标云服务的部署条件;
在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,确定所述目标计算节点不满足所述目标云服务的部署条件。
一种可选的实施方式中,所述第四确定模块在所述从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中时,用于:
基于所述部署请求的目标资源量,以及各个备用节点组的可用计算资源量,从多个备用计算节点组中确定出目标备用计算节点组;
将所述目标备用计算节点组中的备用计算节点合并至所述目标计算节点组中。
一种可选的实施方式中,所述部署模块在所述将所述目标云服务部署在所述目标计算节点上时,用于:
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配;
将所述目标云服务部署在所述目标虚拟机上。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
对应于图1中的云服务部署方法,本公开实施例还提供了一种电子设备500,如图5所示,为本公开实施例提供的电子设备500结构示意图,包括:
处理器51、存储器52、和总线53;存储器52用于存储执行指令,包括内存521和外部存储器522;这里的内存521也称内存储器,用于暂时存放处理器51中的运算数据,以及与硬盘等外部存储器522交换的数据,处理器51通过内存521与外部存储器522进行数据交换,当所述电子设备500运行时,所述处理器51与所述存储器52之间通过总线53通信,使得所述处理器51执行以下指令:
响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
一种可选的实施方式中,所述处理器51执行的指令中,所述对所述计算资源池中的可用计算资源进行划分,包括:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
一种可选的实施方式中,所述处理器51执行的指令中,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子,确定N的取值;
基于所述属性信息、所述业务需求信息以及确定的计算节点组的总数,将所述多个可用计算节点分为N个计算节点组。
一种可选的实施方式中,所述处理器51执行的指令中,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
一种可选的实施方式中,所述处理器51执行的指令中,所述基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源量,确定所述目标计算节点是否满足所述目标云服务的部署条件,包括:
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,确定所述目标计算节点满足所述目标云服务的部署条件;
在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,确定所述目标计算节点不满足所述目标云服务的部署条件。
一种可选的实施方式中,所述处理器51执行的指令中,所述从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,包括:
基于所述部署请求的目标资源量,以及各个备用节点组的可用计算资源量,从多个备用计算节点组中确定出目标备用计算节点组;
将所述目标备用计算节点组中的备用计算节点合并至所述目标计算节点组中。
一种可选的实施方式中,所述处理器51执行的指令中,所述将所述目标云服务部署在所述目标计算节点上,包括:
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配;
将所述目标云服务部署在所述目标虚拟机上。
本公开实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述方法实施例中所述的云服务部署方法的步骤。其中,该存储介质可以是易失性或非易失的计算机可读取存储介质。
本公开实施例还提供一种计算机程序产品,该计算机程序产品承载有程序代码,所述程序代码包括的指令可用于执行上述方法实施例中所述的云服务部署方法的步骤,具体可参见上述方法实施例,在此不再赘述。
其中,上述计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一个可选实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***和装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。在本公开所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
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,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本公开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)执行本公开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(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、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,仅为本公开的具体实施方式,用以说明本公开的技术方案,而非对其限制,本公开的保护范围并不局限于此,尽管参照前述实施例对本公开进行了详细的说明,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公开揭露的技术范围内,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公开实施例技术方案的精神和范围,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种云服务部署方法,其特征在于,所述方法包括:
响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
2.根据权利要求1所述的方法,其特征在于,通过以下步骤对所述计算资源池中的可用计算资源进行划分:
获取多个可用计算节点的属性信息,以及所述业务需求信息;
基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,并从所述多个计算节点组中选取一个计算节点组作为目标计算节点组。
3.根据权利要求2所述的方法,其特征在于,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述多个可用计算节点的总数、针对所述可用计算节点的运行性能对计算节点组总数的第一影响因子、以及所述可用计算节点的资源利用率对计算节点组总数的第二影响因子,确定N的取值;
基于所述属性信息、所述业务需求信息以及确定的计算节点组的总数,将所述多个可用计算节点分为N个计算节点组。
4.根据权利要求2所述的方法,其特征在于,所述基于所述属性信息及所述业务需求信息,将所述多个可用计算节点分为N个计算节点组,包括:
基于所述业务需求信息,确定作为划分标准的目标类型资源;
基于所述属性信息中指示的目标类型资源对应的资源量,将所述多个可用计算节点分为N个计算节点组,使任一所述计算节点组中的目标类型资源的资源量的大于或等于设定资源量。
5.根据权利要求1所述的方法,其特征在于,所述基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源量,确定所述目标计算节点是否满足所述目标云服务的部署条件,包括:
在所述目标计算节点的可用计算资源量大于或等于所述部署请求指示的目标资源量时,确定所述目标计算节点满足所述目标云服务的部署条件;
在所述目标计算节点的可用计算资源量小于所述部署请求指示的目标资源量时,确定所述目标计算节点不满足所述目标云服务的部署条件。
6.根据权利要求1所述的方法,其特征在于,所述从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,包括:
基于所述部署请求的目标资源量,以及各个备用节点组的可用计算资源量,从多个备用计算节点组中确定出目标备用计算节点组;
将所述目标备用计算节点组中的备用计算节点合并至所述目标计算节点组中。
7.根据权利要求1所述的方法,其特征在于,所述将所述目标云服务部署在所述目标计算节点上,包括:
在所述目标计算节点上部署目标虚拟机,所述目标虚拟机占用的可用计算资源与所述目标资源量匹配;
将所述目标云服务部署在所述目标虚拟机上。
8.一种云服务部署装置,其特征在于,包括:
第一确定模块,用于响应于针对目标云服务的部署请求,确定计算资源池中的可用计算资源,所述计算资源池是基于计算节点集群中各计算节点的计算资源确定的,且计算资源池中各计算节点被划分成N个计算节点组,所述N基于业务需求设置,所述N取值范围为大于等于1小于等于所述计算节点集群中计算节点总数目;
第二确定模块,用于从所述计算资源池中当前正在使用的目标计算节点组中确定出可用计算资源最多的目标计算节点;
第三确定模块,用于基于所述部署请求指示的目标资源量,以及所述目标计算节点的可用计算资源,确定所述目标计算节点是否满足所述目标云服务的部署条件;
第四确定模块,用于在所述目标计算节点不满足所述部署条件的情况下,从除所述目标计算节点组以外的计算节点组中选取备用计算节点组,并将所述备用计算节点组合并至所述目标计算节点组中,重新确定所述目标计算节点组中可用计算资源最多的目标计算节点;
部署模块,在所述目标计算节点满足所述部署条件的情况下,将所述目标云服务部署在所述目标计算节点上。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的云服务部署方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任意一项所述的云服务部署方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210587970.0A CN114996003A (zh) | 2022-05-27 | 2022-05-27 | 一种云服务部署方法、装置、电子设备及存储介质 |
PCT/CN2023/092903 WO2023226743A1 (zh) | 2022-05-27 | 2023-05-09 | 一种云服务部署方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210587970.0A CN114996003A (zh) | 2022-05-27 | 2022-05-27 | 一种云服务部署方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114996003A true CN114996003A (zh) | 2022-09-02 |
Family
ID=83028892
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210587970.0A Pending CN114996003A (zh) | 2022-05-27 | 2022-05-27 | 一种云服务部署方法、装置、电子设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114996003A (zh) |
WO (1) | WO2023226743A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226743A1 (zh) * | 2022-05-27 | 2023-11-30 | 北京火山引擎科技有限公司 | 一种云服务部署方法、装置、电子设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117376032B (zh) * | 2023-12-06 | 2024-04-16 | 华润数字科技有限公司 | 安全服务调度方法和***、电子设备、存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398892A (zh) * | 2019-08-19 | 2021-02-23 | 浙江宇视科技有限公司 | 服务分配方法、装置及设备 |
CN113204428A (zh) * | 2021-05-28 | 2021-08-03 | 北京市商汤科技开发有限公司 | 资源调度方法、装置、电子设备以及计算机可读存储介质 |
CN114327739A (zh) * | 2020-09-27 | 2022-04-12 | 华为云计算技术有限公司 | 一种部署计算实例的方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106201661B (zh) * | 2016-07-20 | 2018-09-14 | 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 |
CN110597623A (zh) * | 2019-08-13 | 2019-12-20 | 平安普惠企业管理有限公司 | 容器资源分配方法、装置、计算机设备和存储介质 |
CN111124681B (zh) * | 2019-12-24 | 2023-04-11 | 广州广电五舟科技股份有限公司 | 一种集群负载分配方法及装置 |
CN113835865A (zh) * | 2021-09-30 | 2021-12-24 | 北京金山云网络技术有限公司 | 一种任务部署方法和装置、电子设备和存储介质 |
CN114996003A (zh) * | 2022-05-27 | 2022-09-02 | 北京火山引擎科技有限公司 | 一种云服务部署方法、装置、电子设备及存储介质 |
-
2022
- 2022-05-27 CN CN202210587970.0A patent/CN114996003A/zh active Pending
-
2023
- 2023-05-09 WO PCT/CN2023/092903 patent/WO2023226743A1/zh unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398892A (zh) * | 2019-08-19 | 2021-02-23 | 浙江宇视科技有限公司 | 服务分配方法、装置及设备 |
CN114327739A (zh) * | 2020-09-27 | 2022-04-12 | 华为云计算技术有限公司 | 一种部署计算实例的方法及装置 |
CN113204428A (zh) * | 2021-05-28 | 2021-08-03 | 北京市商汤科技开发有限公司 | 资源调度方法、装置、电子设备以及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023226743A1 (zh) * | 2022-05-27 | 2023-11-30 | 北京火山引擎科技有限公司 | 一种云服务部署方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023226743A1 (zh) | 2023-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111966500B (zh) | 资源调度方法、装置、电子设备及存储介质 | |
US8631410B2 (en) | Scheduling jobs in a cluster having multiple computing nodes by constructing multiple sub-cluster based on entry and exit rules | |
US10333859B2 (en) | Multi-tenant resource coordination method | |
CN114996003A (zh) | 一种云服务部署方法、装置、电子设备及存储介质 | |
JP5352890B2 (ja) | 計算機システムの運用管理方法、計算機システム及びプログラムを記憶する計算機読み取り可能な媒体 | |
US11740921B2 (en) | Coordinated container scheduling for improved resource allocation in virtual computing environment | |
CN103180830A (zh) | 中央处理器资源分配方法和计算节点 | |
Tsai et al. | Two-tier multi-tenancy scaling and load balancing | |
US20120254660A1 (en) | Processing test cases for applications to be tested | |
WO2008025761A2 (en) | Parallel application load balancing and distributed work management | |
CN112000463B (zh) | 一种基于cuda的gpu资源分配方法、***、终端及存储介质 | |
US9916215B2 (en) | System and method for selectively utilizing memory available in a redundant host in a cluster for virtual machines | |
CN112379971B (zh) | 应用容器管理方法、装置及设备 | |
CN109254836B (zh) | 面向云计算***优先依赖任务的期限约束成本优化调度方法 | |
US9218198B2 (en) | Method and system for specifying the layout of computer system resources | |
CN111666158A (zh) | 一种基于Kubernetes的容器调度方法、装置、存储介质及电子设备 | |
CN105141684A (zh) | 一种云计算操作***及其部署架构 | |
CN113255165A (zh) | 一种基于动态任务分配的实验方案并行推演*** | |
CN114625533A (zh) | 分布式任务调度方法、装置、电子设备及存储介质 | |
CN104657216A (zh) | 一种资源池的资源分配方法及装置 | |
CN107562510B (zh) | 一种应用实例的管理方法及管理设备 | |
CN112346861A (zh) | 资源分配方法、装置、设备和超融合*** | |
WO2021096663A1 (en) | Function performance trigger | |
CN113918271A (zh) | 一种资源管理方法、装置、电子设备及存储介质 | |
Zheng et al. | Energy-efficient statistical live virtual machine placement for big data information systems in cloud computing environments |
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 |