CN111176792B - 一种资源调度方法、装置及相关设备 - Google Patents
一种资源调度方法、装置及相关设备 Download PDFInfo
- Publication number
- CN111176792B CN111176792B CN201911419644.3A CN201911419644A CN111176792B CN 111176792 B CN111176792 B CN 111176792B CN 201911419644 A CN201911419644 A CN 201911419644A CN 111176792 B CN111176792 B CN 111176792B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- resource
- resource pool
- virtual
- determining
- 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 48
- 230000015654 memory Effects 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 25
- 230000005012 migration Effects 0.000 claims description 13
- 238000013508 migration Methods 0.000 claims description 13
- 230000002457 bidirectional effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 10
- 238000013468 resource allocation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007717 exclusion Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 description 41
- 238000004458 analytical method Methods 0.000 description 14
- 238000013480 data collection Methods 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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
本申请提供一种资源调度方法、装置及相关设备,其中方法包括:获取资源池中每个虚拟机的性能数据与属性数据,其中,性能数据包括每个虚拟机的物理资源信息,属性数据包括数据包的端口号信息与地址信息;根据性能数据对多个虚拟机进行聚类,得到多个虚拟机集群;根据属性数据确定上述多个虚拟机中的业务之间的业务关系;在根据上述多个虚拟机集群的性能数据确定需要对资源池中的虚拟机进行调度时,根据多个虚拟机中业务之间的业务关系,对资源池中的虚拟机进行调度。通过上述方法,通过确定虚拟机中运行的业务之间的关系,基于业务之间的关系对资源进行调度,使调度后的虚拟机更适合业务需求。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种资源调度方法、装置及相关设备。
背景技术
动态资源调度(dynamic resource scheduler,DRS)是指采用负载均衡调度算法,通过周期性检查同一资源池内各个物理机的负载情况,在不同的物理机之间迁移虚拟机(virtual machine,VM),从而达到同一资源池内的不同物理机之间负载均衡的目的。
虚拟机迁移是指虚拟机从一台物理机迁移到另外一台物理机,当前虚拟机的迁移主要是根据同一资源池中各个物理机的物理资源(处理器、内存等)的使用情况以及虚拟机的物理资源需求,在不同的物理机之间迁移虚拟机,从而达到同一资源池内不同物理机之间负载均衡、提高资源利用率的目的。但是当前的虚拟机迁移仅仅考虑资源池中物理机的物理资源利用情况与虚拟机的物理资源需求对虚拟机进行迁移,迁移后的虚拟机的分布并不一定满足实际业务的需求。
发明内容
本申请实施例公开了一种资源调度方法、装置以及相关设备,能够根据资源池中虚拟机中业务之间的关系,对虚拟机进行动态调度,使调度后的虚拟机更符合实际业务的需求。
第一方面,本申请实施例提供一种资源调度方法,包括:
获取资源池中多个虚拟机中每个虚拟机的性能数据与每个虚拟机的属性数据,其中,所述性能数据包括所述每个虚拟机的物理资源信息,所述属性数据包括数据包的端口号信息与地址信息;
根据所述性能数据对所述多个虚拟机进行聚类,得到多个虚拟机集群;
根据所述属性数据确定所述多个虚拟机中的业务之间的业务关系;
在根据所述每个虚拟机集群中虚拟机的性能数据确定对所述资源池中的虚拟机进行调度时,根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的资源进行调度。
通过实施上述方法,通过获取每个虚拟机的性能数据以及每个物理机中接收到的数据包的属性数据,并根据上述性能数据对资源池中的虚拟机进行聚类,根据上述属性数据中的地址信息以及端口号信息等,感知虚拟机内部承载的业务的感知,以及虚拟机承载的业务之间的关系。然后根据聚类后的每个类别的虚拟机的性能数据确定是否需要对资源池中的资源进行调度,在需要对资源进行调度的情况下,根据业务之间的联系对资源池中的资源进行调度,从而在对资源池中的资源进行调度时,实现感知虚拟机中的业务以确定义务需要的资源,根据业务需要的资源以及业务之间的关系进行资源的调度,使得对资源池中的资源进行调度后更能满足实际业务的需求。
在一种可能的实施例中,所述根据所述每个虚拟机集群中虚拟机的性能数据,确定对所述资源池中的虚拟机进行调度,包括:
获取所述每个虚拟机集群中每个虚拟机的资源使用数据,确定所述每个虚拟机集群的资源使用指标,并根据所述每个虚拟机集群的资源使用指标确定所述资源池的资源使用指标;
获取所述每个虚拟机集群中每个虚拟机的资源分配数据,确定所述每个虚拟机集群的资源性能指标,并根据每个虚拟机集群的资源性能指标确定资源池的资源性能指标;
根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度。
在一种可能的实施例中,所述根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度,包括:
在所述资源池的资源使用指标与资源性能指标的比值小于第一阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源性能指标小于第二阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源使用指标小于第三阈值的情况下,确定对所述资源池中的资源进行调度。
在一种可能的实施例中,所述根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的虚拟机进行调度,包括:
所述根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的资源进行调度,包括:
在确定第一虚拟机中的第一业务与第二虚拟机中的第二业务之间具有关联关系的情况下,将所述第一虚拟机与所述第二虚拟机迁移到同一个物理机,或者,将所述第一虚拟机迁移到第一物理机,将所述第二虚拟机迁移到第二物理机,所述第一物理机与所述第二物理机之间的路径开销小于第三物理机与第四物理机之间的路径开销,其中,在虚拟机迁移之前,所述第一虚拟机位于所述第三物理机,所述第二虚拟机位于所述第四物理机,所述关联关系包括依赖关系、单向关系、双向关系以及同族关系。
第二方面,本申请实施例提供一种资源调度装置,该装置包括:
通信单元,用于:获取资源池中多个虚拟机中每个虚拟机的性能数据,所述性能数据包括所述每个虚拟机的物理资源信息;
获取资源池中多个虚拟机中每个虚拟机对应的数据包的属性数据,所述属性数据包括数据包的端口号信息与地址信息;
处理单元,用于:根据所述性能数据对所述多个虚拟机进行聚类,得到多个虚拟机集群;
根据所述属性数据确定所述多个虚拟机中的业务之间的业务关系;
在根据所述每个虚拟机集群中虚拟机的性能数据,确定对所述资源池中的虚拟机进行调度时根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的资源进行调度。
在一种可能的实施例中,所述处理单元具体用于:
获取所述每个虚拟机集群中每个虚拟机的资源使用数据,确定所述每个虚拟机集群的资源使用指标,并根据所述每个虚拟机集群的资源使用指标确定所述资源池的资源使用指标;
获取所述每个虚拟机集群中每个虚拟机的资源分配数据,确定所述每个虚拟机集群的资源性能指标,并根据每个虚拟机集群的资源性能指标确定资源池的资源性能指标;
根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度。
在一种可能的实施例中,所述处理单元具体用于:
在所述资源池的资源使用指标与资源性能指标的比值小于第一阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源性能指标小于第二阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源使用指标小于第三阈值的情况下,确定对所述资源池中的资源进行调度。
在一种可能的实施例中,所述处理单元具体用于:在确定第一虚拟机中的第一业务与第二虚拟机中的第二业务之间具有关联关系的情况下,将所述第一虚拟机与所述第二虚拟机迁移到同一个物理机,或者,将所述第一虚拟机迁移到第一物理机,将所述第二虚拟机迁移到第二物理机,所述第一物理机与所述第二物理机之间的路径开销小于第三物理机与第四物理机之间的路径开销,其中,在虚拟机迁移之前,所述第一虚拟机位于所述第三物理机,所述第二虚拟机位于所述第四物理机,所述关联关系包括依赖关系、单向关系、双向关系以及同族关系。
第三方面,本申请实施例提供一种计算设备,包括处理器和存储器,所述存储器用于存储指令,所述处理器用于执行所述指令,当所述处理器执行所述指令时,所述服务器执行如上述第一方面或第一方面任意可能的实施例中所述的方法。
第四方面,本申请实施例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程序,所述计算机程序被处理器执行时,所述处理器执行如上述第一方面或第一方面任意可能的实施例中所述的方法。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例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是本申请实施例提供的一种虚拟机迁移示意图;
图2是本申请实施例提供的一种资源池的结构示意图;
图3是本申请实施例提供的一种资源调度方法的流程示意图;
图4是本申请实施例提供的一种资源调度装置的结构示意图;
图5是本申请实施例提供的一种计算设备的结构示意图。
具体实施方式
首先,结合附图对本申请中所涉及的部分用语和相关技术进行解释说明,以便于本领域技术人员对本申请实施例的理解。
动态资源调度(dynamic resource scheduler,DRS)是指采用负载均衡调度算法,通过周期性检查同一资源池内不同主机的负载情况,对资源池中的资源进行动态调度,从而达到同一资源池内的不同物理机之间负载均衡的目的。其中,上述资源是指虚拟机或容器等实例,本申请实施例中以虚拟机为例进行阐述,对容器等其他资源的动态调度与虚拟机类似。
上述对资源进行动态调度包括对虚拟机进行迁移。对虚拟机进行迁移是指将虚拟机从一个物理机迁移到另一个物理机中运行。例如,如图1所示,资源池中包括物理机1、物理机2与物理机3三个物理机,VM1、VM2与VM3运行在物理机1中,VM4与VM5运行在物理机2中,VM5、VM7与VM8运行在物理机3中。现在将该VM2迁移到物理机2上,那么VM2将运行在物理机2上,而物理机1上将不存在VM2。
虚拟机根据需求不同,所表现出的负载特征也各不相同的,例如,一般将虚拟机分为三类,包括计算型虚拟机、存储型虚拟机、网络型虚拟机。其中,所述计算型虚拟机表示虚拟机主要需要的是处理器(central processing unit,CPU)资源,存储型虚拟机表示虚拟机主要需要的是内存资源,网络型虚拟机表示虚拟机主要需要的是带宽资源。若同一台物理机上承载的虚拟机为同一种类型,例如同为计算型虚拟机,各个虚拟机之间会竞争CPU资源,而其它资源(例如内存、带宽等)的利用率就会偏低,由于各个虚拟机竞争使用CPU资源,会造成服务质量降低,同时导致整体资源利用率不高。因此为了避免这种情况的产生,需要根据物理机的物理资源使用情况以及虚拟机的物理资源需求动态调度资源池中的资源,提高资源池内物理机的整体资源利用率。
当前虚拟机的动态调度主要通过周期性的获取同一资源池内的各个物理机的物理资源(处理器、内存、带宽等)的使用状态,并结合物理机的历史资源使用信息、历史迁移时长以及虚拟机的物理资源需求等信息,确定虚拟机的动态调度策略。例如,在物理机的处理器和/或内存资源的占用率超过预设阈值时,对物理机内的虚拟机进行迁移。图1中,当前时刻物理机1的CPU以及内存的占用率均小于预设阈值,但是根据历史资源使用数据,物理机1在未来的20分钟内CPU占用率会超过预设阈值且超过预设阈值的持续时间较长,而物理机2中CPU的占用率一直处于预设阈值之下且处理器资源满足物理机1中任一虚拟机的需求,则可以提前将物理机1中的部分虚拟机迁移到物理机2中。
当前资源池内资源的调度主要是根据同一虚拟机集群中各个物理机的物理资源的使用情况以及虚拟机的物理资源需求,在不同的物理机之间对虚拟机进行迁移,从而实现同一资源池内不同物理机之间负载均衡、提高资源利用率的目的。但是当前的虚拟机迁移仅仅考虑资源池中物理机的物理资源利用情况与虚拟机的物理资源需求,并不感知虚拟机中的业务,虚拟机在从原物理机迁移到新物理机中之后,新物理机并不一定满足虚拟机中实际运行的业务的需求,对实际业务的运行效果不好。
针对上述问题,本申请实施例提供一种资源调度方法,该方法通过周期性获取虚拟机的性能数据以及属性数据,根据性能数据对虚拟机进行聚类,并根据属性数据确定虚拟机中承载的业务以及不同业务之间的关系。在确定虚拟机所属的类别以及虚拟机中业务之间的关系之后,根据虚拟机所属的类别以及业务之间的关系,确定资源调度策略。其中,性能数据为虚拟机的不同性能指标的数据,包括CPU占用率、内存占用率、存储空间占用率、带宽占用率等,属性数据包括物理机接收到的数据包的源端口号、目的端口号、源互联网协议(internet protocol,IP)地址以及目的IP地址等。业务之间的关系是指不同虚拟机中承载的业务之间的关系,其中,业务之间的关系包括依赖关系、双向关系、单向关系、同族关系以及互斥关系等。依赖关系是指业务A的运行需要业务B提供的数据;双向关系是指业务A与业务B之间有数据交互;单向关系是指业务A采集数据提供给业务B;同族关系是指业务A和业务B都需要访问同一资源;互斥关系是指业务A与业务B不能运行在同一个虚拟机。例如,虚拟机VM14中的业务a是提供网页服务,虚拟机VM21中业务b是数据库业务,业务b为业务a提供网页服务需要的数据,则业务a与业务b之间的关系为依赖关系;虚拟机VM23中的业务c是数据采集业务,其采集的数据提供给虚拟机VM42中的数据库业务d,则业务c和业务d之间为单向关系。
如图2所示,图2是本申请实施例提供的一种资源池的结构示意图,该系统包括管理节点10与多个物理机20,每个物理机包括运行在该物理机上的多个虚拟机、虚拟机监视器(virtual machine monitor,VMM)210以及数据采集模块220。其中,数据采集模块220可以是VMM210中的一个模块,也可以是VMM210之外的一个模块,本申请实施例中以数据采集模块220是VMM210之外的一个模块为例进行说明。数据采集模块220用于采集上述性能数据与属性数据,并将性能数据与属性数据发送给管理节点10。管理节点10用于对各个物理机反馈的性能数据与属性数据进行分析并生成对应的资源调度策略,管理节点10包括数据分析模块110与管理模块120,数据分析模块110用于对数据采集模块220采集的数据进行分析,并将分析结果发送给管理模块120,管理模块120根据分析结果生成资源调度策略。需要说明的是,上述每个物理机的结构都是类似的,只是每个物理机中部署的虚拟机的数量以及每个物理机可以提供的各类物理资源有所差异。
基于上述描述,本申请实施例提供一种资源调度方法,参见图3,图3是本申请实施例提供的一种资源调度方法的流程示意图,该方法包括:
S301、物理机获取每个虚拟机的性能数据与属性数据。
本申请实施例中,每个物理机均具有各自的物理机标识PMi,例如物理机1的标识为PM1,物理机2的标识为PM2,物理机m的标识为PMm。每个物理机中的虚拟机具有虚拟机标识VMij,其中,i表示第i个物理机,j表示第j个虚拟机,VMij表示第i个物理机中的第j个虚拟机。例如虚拟机VM23,表示物理机2中的第3个虚拟机。
每个物理机中的数据采集模块220包括性能数据采集模块2201与属性数据采集模块2202。性能数据采集模块2201获取物理机中每个虚拟机的性能数据,属性数据采集模块2202采集每个物理机接收到的数据包的属性数据。其中,性能数据包括每个虚拟机的CPU占用率、内存占用率、存储空间占用率以及带宽占用率等,属性数据包括数据包的源端口号、目的端口号、源IP地址与目的IP地址。目的IP地址用于确定数据包对应的目的虚拟机,目的端口号用于确定目的IP地址对应的目的虚拟机中承载的业务类型,源IP地址和目的IP地址用于确定进行数据交互的两个虚拟机。示例性的,数据包中的目的端口号是110,则表示接收该数据包的虚拟机提供的业务包括邮件服务业务,如果数据包中的目的端口号为80,则表示接收该数据包的虚拟机提供的业务包括网页服务。
S302、物理机将获取到的性能数据与属性数据发送给管理节点。
本申请实施例中,性能数据采集模块2201发送给管理节点10的数据包括每个虚拟机的标识以及每个虚拟机对应的性能数据。属性数据采集模块2202发送给上述管理节点10的数据包括每个物理机的物理机标识以及物理机接收到的数据包的属性数据。在一种可能的实施例中,属性数据采集模块2202还可以根据每个数据包中的目的IP地址确定上述每个数据包所要到达的目的虚拟机,从而将每个虚拟机对应的属性数据发送给管理节点10。
S303、管理节点接收物理机发送的每个虚拟机的性能数据与属性数据。
上述每个物理机中的数据采集模块220以预设周期将采集到的性能数据与属性数据发送给管理节点10,管理节点10接收上述性能数据与属性数据,并将上述性能数据与属性数据发送给管理节点10中的数据分析模块110。
S304、管理节点根据接收到的性能数据与属性数据进行分析,得到分析结果。
本申请实施例中,上述分析结果包括资源池中每个虚拟机的类别以及虚拟机中运行的业务之间的关系。数据分析模块110包括聚类模块1101和业务分析模块1102,其中,聚类模块1101根据资源池中每个虚拟机的性能数据对虚拟机进行聚类,将资源池中的虚拟机分为多个类别。例如将虚拟机分为计算型虚拟机、存储型虚拟机、网络型虚拟机、计算和网络型虚拟机以及存储和网络型虚拟机。业务分析模块1102根据属性数据分析得到虚拟机中运行的业务之间的关系。在确定虚拟机所属的类型以及虚拟机中业务之间的关系之后,根据虚拟机所属的类型以及业务之间的关系,确定资源池的资源调度策略。
具体的,聚类模块1101在获取到每个虚拟机的虚拟机标识以及每个虚拟机标识对应的性能数据之后,根据聚类算法结合每个虚拟机的性能数据对资源池中的虚拟机进行聚类,得到多个类别的虚拟机。其中,聚类算法可以是K均值聚类算法、均值漂移聚类算法、模糊聚类算法等,本申请实施例不做限定。示例性的,聚类模块1101可以通过模糊C均值聚类算法(fuzzy c-means algorithm,FCM),根据上述每个虚拟机对应的性能数据对虚拟机进行聚类。采用FCM算法对虚拟机进行聚类的方法包括以下步骤:
(1)以每个虚拟机的性能数据建立样本矩阵,并对样本矩阵中的数据进行标准化处理,将性能数据转换为[0,1]之间的数据。该样本矩阵包括M行N列,其中,M为样本数量,即资源池包括M个虚拟机,N为每个虚拟机的性能数据包括的指标数量,本申请实施例中,每个虚拟机的性能数据的指标包括CPU占用率、内存占用率、存储空间占用率与带宽占用率。该样本矩阵中的每一行数据代表一个虚拟机对应的N个性能数据,每一列为不同虚拟机同一个指标的数据;
(2)将上述M个虚拟机随机分为5个类别;
(3)计算每个类别的聚类中心,得到初始聚类中心Ci,i∈{1,2,3,4,5};
重复下述(4)和(5)中的运算,直至各个样本的隶属度函数值收敛:
(4)用当前的聚类中心计算每个虚拟机的隶属度函数;
(5)用(4)中的隶属度函数重新计算重新各个聚类的中心,根据新的聚类中心对虚拟机进行聚类。
当上述(4)中隶属度函数值不再变化或者变化值小于预设阈值,确定聚类结果满足要求,将此时的聚类作为最终的虚拟机聚类结果。可以理解,虚拟机的类别可以表示虚拟机内承载的业务的类型,例如,若虚拟机VM12属于计算型虚拟机,表示该虚拟机主要需要的是CPU资源,则该虚拟机内承载的业务同样需要的是CPU资源。
业务分析模块1102中包括特征配置库以及IP地址与虚拟机标识之间的对应关系,其中,特征配置库指示端口号与业务之间的关系,业务分析模块1102通过数据包中的目的端口号确定该数据包所属的业务,并根据数据包中的目的IP地址确定该数据包对应的虚拟机,从而确定该业务对应的虚拟机,得到虚拟机承载的业务。例如,物理机1中的属性数据采集模块2202采集到的一个数据包中的目的端口号为80,则表示该物理机中有虚拟机提供网页服务。然后根据该数据包中的目的IP地址,确定该目的IP地址对应的虚拟机的虚拟机标识为VM12,则表示虚拟机VM12提供网页服务业务。通过上述方法,可以得到每个虚拟机承载的业务。
进一步的,上述业务分析模块1102接收到的数据包括每个物理机的标识以及每个物理机接收到的数据包的属性数据,业务分析模块1102根据属性数据中的源IP地址与目的IP地址确定具有交互关系的两个虚拟机,并根据数据包对应的物理机标识确定具有交互关系的两个虚拟机所属的物理机。上述属性数据还包括数据包的源端口号、目的端口号,业务分析模块1102确定具有交互关系的两个虚拟机之后,还可以进一步根据两个虚拟机发送的数据包中的目的端口号,分别确定各个虚拟机中承载的业务。示例性的,若物理机1接收到第一数据包中的源IP地址是VM24的地址,目的IP地址是物理机1中VM13的地址,第一数据包中的源端口号为a,目的端口号为b。物理机2中接收到的第二数据包中的源IP地址是VM13的地址,目的IP地址是物理机2中VM24的地址,第一数据包中的源端口号为b,目的端口号为a,则物理机1中的VM13与物理机2中的VM24具有交互关系,物理机1中的业务1与物理机2中的业务2具有联系,若第一数据包的数据量与第二数据包的数据量的差值小于预设差值阈值,则表示业务1与业务2是双向关系,若第一数据包的数据量与第二数据包的数据量的差值大于或者等于预设差值阈值,例如第一数据包的数据量大于第二数据包的数据量且差值大于或者等于预设差值阈值,则表示业务1主要是给业务2提供数据,即业务1与业务2是依赖关系。
S305、管理节点根据分析结果对虚拟机进行调度。
数据分析模块110将资源池中的虚拟机进行分类得到多个类别的虚拟机之后,管理模块120根据每个类别的多个虚拟机的资源分配数据以及资源使用数据,确定资源池的资源使用指标Pu以及资源性能指标Ru。其中,资源分配数据指每个虚拟机被分配的资源的量,包括CPU资源、内存资源、带宽资源以及存储资源;资源使用数据指每个虚拟机使用的资源,包括CPU占用量、内存占用量、存储空间占用量以及带宽占用量,上述资源使用数据可以是根据每个虚拟机对应的性能数据以及上述资源分配数据计算得到,也可以上述性能数据采集模块2201采集得到后,作为性能数据的一部分发送给管理节点。
在确定资源池的资源使用指标Pu以及资源性能指标Ru之后,根据预设条件确定是否对虚拟机进行调度。若以提高资源池的综合利用率作为资源调度的目标,资源池的综合利用率的值为U=Pu/Ru,则在U的值大于或者等于预设综合利用率阈值时,不对虚拟机进行调度,在U的值小于预设综合利用率阈值时,对虚拟机进行调度。若以资源池的性能优先作为资源调度的目标,则在Ru大于或者等于资源性能指标阈值时,不对虚拟机进行调度,在Ru小于资源性能指标阈值时,对虚拟机进行调度。若以资源池的资源使用率优先作为资源调度的目标,则在Pu的值大于或者等于资源使用指标阈值时,不对虚拟机进行调度,在Pu的值小于资源使用指标阈值时,对虚拟机进行调度。
在根据上述方法确定需要对虚拟机进行调度时,例如以提高资源池的综合利用率作为资源调度的目标,在U的值小于预设综合利用率阈值时,根据上述业务之间的关系、虚拟机所属的类别以及根据虚拟机的类别确定的虚拟机对资源的需求,确定对资源池内的虚拟机进行调度的策略,在根据调度策略对虚拟机进行调度之后,再次执行上述S301~S305中的步骤,计算调度后的Pu与Ru,直至U的值大于或者等于预设综合利用率阈值。上述策略包括将具有单向关系、双向关系或者依赖关系的两个业务所在的虚拟机迁移到同一个物理机中,或者,将具有单向关系、双向关系或者依赖关系的两个业务所在的虚拟机迁移到相近的两个物理机中,其中,相近是指数据从一个物理机传输到另一个物理机的路径开销较小。例如,业务a运行在虚拟机VM11中,业务b运行在虚拟机VM54中,业务a与业务b之间具有双向关系,则可以将虚拟机VM54从物理机5迁移到物理机1中,使虚拟机VM11与虚拟机VM54位于同一个物理机中。若业务b需要的是CPU资源,物理机1的CPU占用率较高,物理机1与物理机2之间的路径开销小于物理机1与物理机5之间的路径开销,且物理机2的CPU占用率较低,则将VM54迁移到物理机2中。
在一种可能的实施方式中,管理模块120通过获取每个类别的虚拟机中每个虚拟机的资源占用数据,计算每个类别的虚拟机的资源使用指标,进而计算资源池的资源使用指标。其中,资源占用数据包括CPU占用量、内存占用量、存储空间占用量以及带宽占用量。示例性的,管理模块120获取第i个类别的虚拟机中每个虚拟机的资源占用数据之后,分别计算每类数据的平均值,得到第i个类别的虚拟机对应的资源占用数据Pi={picpu,pimem,pisto,pbw},其中,picpu表示第i个类别的虚拟机的CPU平均占用量,pimem表示第i个类别的虚拟机的内存平均占用量,pisto表示第i个类别的虚拟机的存储空间平均占用量,ribw表示第i个类别的虚拟机的带宽平均占用量,则第i个类别的虚拟机的资源使用指标Pi可以表示为:
其中,a,b,c,d分别代表对应物理资源的系数。则资源池的资源使用指标Pu为:
其中,n为虚拟机的类别数。
管理模块120通过获取每个类别的虚拟机中每个虚拟机的资源分配数据,计算每个类别的虚拟机的资源性能指标,进而计算资源池的资源性能指标。管理模块120获取第i个类别的虚拟机中每个虚拟机的资源分配数据之后,分别计算每类数据的平均值,得到第i个类别的虚拟机对应的资源分配数据,Ri={ricpu,rimem,risto、ribw},其中,ricpu表示第i个类别的虚拟机分配的CPU的平均值,rimem表示第i个类别的虚拟机分配的内存的平均值,risto表示第i个类别的虚拟机分配的存储空间的平均值,ribw表示第i个类别的虚拟机分配的带宽的平均值,则第i个类别的虚拟机的资源性能指标Ri可以表示为:
其中,x,y,z,w分别为对应物理资源的系数。则资源池的资源性能指标Ru为:
通过实施上述实施例,资源池中的每个物理机周期性的获取每个虚拟机的性能数据以及每个物理机中接收到的数据包的属性数据,并将获取到的性能数据与属性数据发送给管理节点,管理节点根据上述性能数据对资源池中的虚拟机进行聚类,并根据上述属性数据中的地址信息以及端口号信息等,感知虚拟机内部承载的业务的感知,以及虚拟机承载的业务之间的关系。管理节点在根据聚类后的每个类别的虚拟机的性能数据确定是否需要对资源池中的资源进行调度,在需要对资源进行调度的情况下,根据虚拟机所属的类别确定虚拟机内的业务所需要的资源,根据业务所述的资源以及业务之间的联系对资源池中的资源进行调度,从而在对资源池中的资源进行调度时,实现感知虚拟机中的业务以确定业务需要的资源,根据义务需要的资源以及业务之间的关系进行资源的调度,使得对资源池中的资源进行调度后更能满足实际业务的需求。
值得说明的是,对于上述方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明所必须的。
本领域的技术人员根据以上描述的内容,能够想到的其他合理的步骤组合,也属于本发明的保护范围内。其次,本领域技术人员也应该熟悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明所必须的。
上文结合图1至图3详细描述了本申请实施例提供的资源调度方法,下面结合图4和图5,描述实现本申请实施例提供的实现资源调度的相关装置与设备。图4是本申请实施例提供的一种资源调度装置的结构示意图,所述资源调度装置400部署于上述管理节点10中,实现上述管理节点10的功能。该资源调度装置400包括通信单元410和处理单元420,其中,
通信单元410,用于接收资源池中各个物理机发送的性能数据和属性数据,其中,性能数据包括资源池中每个虚拟机的物理资源信息,所述属性数据包括接收到的数据包的端口号与地址信息。具体的,通信单元410执行上述管理节点10的接收和发送的动作,例如上述图3中的S303中所描述的接收性能数据与属性数据,在此不再赘述。
处理单元420,用于根据上述性能数据对资源池中的多个虚拟机进行聚类,得到多个虚拟机集群;并根据上述属性数据确定上述多个虚拟机中的业务之间的业务关系。处理单元420对上述资源池中的虚拟机进行聚类的方法可以参照上述S304中聚类模块1101执行的方法,处理单元420根据属性数据确定虚拟机中承载的业务之间的关系的方法可以参照上述S304中业务分析模块1102执行的方法,本申请实施例不再赘述。
处理单元420,还用于根据上述多个虚拟机集群中每个虚拟机集群的性能数据,确定对资源池中的资源进行调度,然后根据上述多个虚拟机中业务之间的业务关系,对资源池中的资源进行调度。该组员调度包括对部分虚拟机进行迁移、超配比例调度、NUMA聚合等。具体的,处理单元420确定是否对虚拟机中的资源进行调度的方法可参照上述S305中,管理模块120根据资源使用指标与资源性能指标确定是都对资源进行调度的方法。在处理单元420确定对资源池中的资源进行调度的情况下,处理单元420对资源进行调度的策略可参照上述S305中管理模块120根据业务之间的关系对生成对资源进行调度的策略,在此不再赘述。
所述通信单元420,还用于处理单元420在确定对资源池中的资源进行调度,并根据业务之间的关系生成资源调度策略之后,通信单元420还用于将资源调度策略发送给资源池中的物理机,以使接收到资源调度策略的物理机根据资源调度侧率进行资源调度。
具体的,该资源调度装置300实现资源调度的操作可以参照上述方法实施例中管理节点10执行的操作,在此不再赘述。
图5为本申请实施例提供的一种计算设备的结构示意图,该计算设备500实现上述实施例中的管理节点10的功能,执行上述实施例中的资源调度方法。该资源调度装置500至少包括:处理器510、通信接口520以及存储器530。可选的,所述处理器510、通信接口520以及存储器530通过总线540相互连接,其中,
所述处理器510用于实现上述数据分析模块110和管理模块120执行的操作,处理器510执行各种操作的具体实现可参照上述方法实施例中以管理节点10为执行主体执行的具体操作。例如处理器510用于执行上述图3中S304与S305中管理节点10的操作等,在此不再赘述。
处理器510可以有多种具体实现形式,例如处理器510可以为中央处理器(centralprocessing unit,CPU)或图像处理器(graphics processing unit,GPU),处理器510还可以是单核处理器或多核处理器。处理器510可以由CPU和硬件芯片的组合。上述硬件芯片可以是专用集成电路(application-specific integrated circuit,ASIC),可编程逻辑器件(programmable logic device,PLD)或其组合。上述PLD可以是复杂可编程逻辑器件(complex programmable logic device,CPLD),现场可编程逻辑门阵列(field-programmable gate array,FPGA),通用阵列逻辑(generic array logic,GAL)或其任意组合。处理器510也可以单独采用内置处理逻辑的逻辑器件来实现,例如FPGA或数字信号处理器(digital signal processor,DSP)等。
通信接口520可以为有线接口或无线接口,用于与其他模块或设备进行通信,有线接口可以是以太接口、局域互联网络(local interconnect network,LIN)等,无线接口可以是蜂窝网络接口或使用无线局域网接口等。
本申请实施例中通信接口520执行上述管理节点10的接收和发送操作,例如,可用于执行上述S303中接收用户终端发送的虚拟机的性能数据与属性数据等,在此不再赘述。
存储器530可以是非易失性存储器,例如,只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。存储器530也可以是易失性存储器,易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。
存储器530也可用于存储指令和数据,以便于处理器510调用存储器530中存储的指令实现上述数据分析模块110和管理模块120执行的操作,例如上述方法实施例中对虚拟机进行聚类的操作。此外,计算设备500可能包含相比于图5展示的更多或者更少的组件,或者有不同的组件配置方式。
总线540可以是外设部件互连标准(peripheral component interconnect,PCI)总线或扩展工业标准结构(extended industry standard architecture,EISA)总线等。所述总线540可以分为地址总线、数据总线、控制总线等。为便于表示,图5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。
可选地,该服务器500还可以包括输入/输出接口550,输入/输出接口550连接有输入/输出设备,用于接收输入的信息,输出操作结果。
具体地,上述协调服务器500执行各种操作的具体实现可参照上述方法实施例中管理节点执行的具体操作,在此不再赘述。
本申请实施例还提供一种非瞬态计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,当计算机程序在处理器上运行时,可以实现上述方法实施例中的管理节点执行的方法步骤,所述计算机存储介质的处理器在执行上述方法步骤的具体实现可参照上述方法实施例中管理节点的具体操作,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘(solid state drive,SSD)。
本申请实施例方法中的步骤可以根据实际需要进行顺序调度、合并或删减;本申请实施例装置中的模块可以根据实际需要进行划分、合并或删减。
以上对本申请实施例进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (12)
1.一种资源调度方法,其特征在于,包括:
获取资源池中多个虚拟机中每个虚拟机的性能数据与每个虚拟机的属性数据,其中,所述性能数据包括所述每个虚拟机的物理资源信息,所述属性数据包括数据包的端口号信息与地址信息;
根据所述属性数据确定所述多个虚拟机中的业务之间的业务关系,所述业务关系包括依赖关系、单向关系、双向关系、同族关系以及互斥关系;
在根据所述每个虚拟机的性能数据确定对所述资源池中的虚拟机进行调度时,根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的虚拟机进行调度。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述性能数据对所述多个虚拟机进行聚类,得到多个虚拟机集群;
所述根据所述每个虚拟机的性能数据确定对所述资源池中的虚拟机进行调度,包括:
根据所述每个虚拟机集群中虚拟机的性能数据确定对所述资源池中的虚拟机进行调度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述每个虚拟机集群中虚拟机的性能数据,确定对所述资源池中的虚拟机进行调度,包括:
获取所述每个虚拟机集群中每个虚拟机的资源使用数据,确定所述每个虚拟机集群的资源使用指标,并根据所述每个虚拟机集群的资源使用指标确定所述资源池的资源使用指标;
获取所述每个虚拟机集群中每个虚拟机的资源分配数据,确定所述每个虚拟机集群的资源性能指标,并根据每个虚拟机集群的资源性能指标确定资源池的资源性能指标;
根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度,包括:
在所述资源池的资源使用指标与资源性能指标的比值小于第一阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源性能指标小于第二阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源使用指标小于第三阈值的情况下,确定对所述资源池中的资源进行调度。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的资源进行调度,包括:
在确定第一虚拟机中的第一业务与第二虚拟机中的第二业务之间具有关联关系的情况下,将所述第一虚拟机与所述第二虚拟机迁移到同一个物理机,或者,将所述第一虚拟机迁移到第一物理机,将所述第二虚拟机迁移到第二物理机,所述第一物理机与所述第二物理机之间的路径开销小于第三物理机与第四物理机之间的路径开销,其中,在虚拟机迁移之前,所述第一虚拟机位于所述第三物理机,所述第二虚拟机位于所述第四物理机,所述关联关系包括依赖关系、单向关系、双向关系以及同族关系。
6.一种资源调度装置,其特征在于,所述装置包括:
通信单元,用于:获取资源池中多个虚拟机中每个虚拟机的性能数据,所述性能数据包括所述每个虚拟机的物理资源信息;
获取资源池中多个虚拟机中每个虚拟机对应的数据包的属性数据,所述属性数据包括数据包的端口号信息与地址信息;
处理单元,用于:根据所述属性数据确定所述多个虚拟机中的业务之间的业务关系,所述业务关系包括依赖关系、单向关系、双向关系、同族关系以及互斥关系;
在根据所述每个虚拟机的性能数据,确定对所述资源池中的虚拟机进行调度时根据所述多个虚拟机中业务之间的业务关系,对所述资源池中的资源进行调度。
7.根据权利要求6所述的装置,其特征在于,所述处理单元还用于:
根据所述性能数据对所述多个虚拟机进行聚类,得到多个虚拟机集群;
所述处理单元具体用于:
根据所述每个虚拟机集群中虚拟机的性能数据确定对所述资源池中的虚拟机进行调度。
8.根据权利要求7所述的装置,其特征在于,所述处理单元具体用于:
获取所述每个虚拟机集群中每个虚拟机的资源使用数据,确定所述每个虚拟机集群的资源使用指标,并根据所述每个虚拟机集群的资源使用指标确定所述资源池的资源使用指标;
获取所述每个虚拟机集群中每个虚拟机的资源分配数据,确定所述每个虚拟机集群的资源性能指标,并根据每个虚拟机集群的资源性能指标确定资源池的资源性能指标;
根据所述资源池的资源使用指标和所述资源池的资源性能指标,确定对所述资源池中的资源进行调度。
9.根据权利要求8所述的装置,其特征在于,所述处理单元具体用于:
在所述资源池的资源使用指标与资源性能指标的比值小于第一阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源性能指标小于第二阈值的情况下,确定对所述资源池中的资源进行调度;或者,
在所述资源池的资源使用指标小于第三阈值的情况下,确定对所述资源池中的资源进行调度。
10.根据权利要求6至9任一项所述的装置,其特征在于,所述处理单元具体用于:
在确定第一虚拟机中的第一业务与第二虚拟机中的第二业务之间具有关联关系的情况下,将所述第一虚拟机与所述第二虚拟机迁移到同一个物理机,或者,将所述第一虚拟机迁移到第一物理机,将所述第二虚拟机迁移到第二物理机,所述第一物理机与所述第二物理机之间的路径开销小于第三物理机与第四物理机之间的路径开销,其中,在虚拟机迁移之前,所述第一虚拟机位于所述第三物理机,所述第二虚拟机位于所述第四物理机,所述关联关系包括依赖关系、单向关系、双向关系以及同族关系。
11.一种计算设备,其特征在于,包括处理器和存储器,所述存储器用于存储指令,所述处理器用于执行所述指令,当所述处理器执行所述指令时,所述计算设备执行如权利要求1至5任一项所述的方法。
12.一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存储有计算机程序,所述计算机程序被处理器执行时,所述处理器执行如权利要求1至5任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419644.3A CN111176792B (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
CN202311524416.9A CN117632361A (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
PCT/CN2020/139902 WO2021136137A1 (zh) | 2019-12-31 | 2020-12-28 | 一种资源调度方法、装置及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911419644.3A CN111176792B (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524416.9A Division CN117632361A (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111176792A CN111176792A (zh) | 2020-05-19 |
CN111176792B true CN111176792B (zh) | 2023-11-17 |
Family
ID=70656028
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911419644.3A Active CN111176792B (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
CN202311524416.9A Pending CN117632361A (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311524416.9A Pending CN117632361A (zh) | 2019-12-31 | 2019-12-31 | 一种资源调度方法、装置及相关设备 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN111176792B (zh) |
WO (1) | WO2021136137A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111176792B (zh) * | 2019-12-31 | 2023-11-17 | 华为技术有限公司 | 一种资源调度方法、装置及相关设备 |
CN112667999B (zh) * | 2020-12-31 | 2024-06-07 | 中电长城网际安全技术研究院(北京)有限公司 | 虚拟机的执行时间调整方法和装置 |
CN115202803A (zh) * | 2021-04-13 | 2022-10-18 | 超聚变数字技术有限公司 | 一种故障处理方法及装置 |
CN113923215B (zh) * | 2021-09-09 | 2023-12-29 | 深信服科技股份有限公司 | 虚拟机调度方法、电子设备及存储介质 |
CN113886006A (zh) * | 2021-09-13 | 2022-01-04 | 中铁信弘远(北京)软件科技有限责任公司 | 一种资源调度方法、装置、设备及可读存储介质 |
CN114020409B (zh) * | 2021-10-29 | 2024-08-27 | 济南浪潮数据技术有限公司 | 一种虚拟资源的迁移方法、装置、电子设备及存储介质 |
CN114675936A (zh) * | 2022-03-30 | 2022-06-28 | 北京达佳互联信息技术有限公司 | 资源调度方法、装置、电子设备和计算机可读存储介质 |
CN114546603B (zh) * | 2022-04-24 | 2022-07-29 | 睿至科技集团有限公司 | 一种应用于物联网的数据处理方法及系统 |
CN114880077B (zh) * | 2022-05-16 | 2024-08-30 | 阿里巴巴(中国)有限公司 | 资源调度方法、设备及存储介质 |
CN114840345A (zh) * | 2022-05-25 | 2022-08-02 | 中国电信股份有限公司 | 资源的分配的方法及装置、非易失性存储介质、处理器 |
CN115277693B (zh) * | 2022-06-21 | 2024-10-01 | 中国电信股份有限公司 | 云资源调度方法及其系统、计算机可读存储介质 |
CN115567537B (zh) * | 2022-09-20 | 2024-06-21 | 中国联合网络通信集团有限公司 | 一种资源的调度方法和设备 |
CN116820766A (zh) * | 2023-06-29 | 2023-09-29 | 黑龙江起速网络科技有限公司 | 基于大数据技术的计算机资源分配系统及方法 |
CN118364328A (zh) * | 2024-04-23 | 2024-07-19 | 中国人民解放军国防科技大学 | 一种虚拟机资源高效利用的并行模糊聚类方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646052A (zh) * | 2011-02-16 | 2012-08-22 | 中国移动通信集团公司 | 一种虚拟机部署方法、装置及系统 |
CN104426694A (zh) * | 2013-08-28 | 2015-03-18 | 杭州华三通信技术有限公司 | 一种调整虚拟机资源的方法和装置 |
CN104881327A (zh) * | 2015-06-01 | 2015-09-02 | 曙光信息产业(北京)有限公司 | 集群的作业流管理方法和装置 |
CN105808341A (zh) * | 2014-12-29 | 2016-07-27 | 中国移动通信集团公司 | 一种资源调度的方法、装置和系统 |
CN106033373A (zh) * | 2015-03-11 | 2016-10-19 | 苏宁云商集团股份有限公司 | 一种云计算平台中虚拟机资源调度方法和调度系统 |
CN107222324A (zh) * | 2016-03-22 | 2017-09-29 | 华为技术有限公司 | 网络服务的业务配置方法和装置 |
CN110489229A (zh) * | 2019-07-17 | 2019-11-22 | 长沙学院 | 一种多目标任务调度方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10255061B2 (en) * | 2016-08-05 | 2019-04-09 | Oracle International Corporation | Zero down time upgrade for a multi-tenant identity and data security management cloud service |
US10489184B2 (en) * | 2017-05-12 | 2019-11-26 | At&T Intellectual Property I, L.P. | Systems and methods for management of virtual machine resources in a network environment through localized assignment of virtual machines having complimentary resource requirements |
CN111176792B (zh) * | 2019-12-31 | 2023-11-17 | 华为技术有限公司 | 一种资源调度方法、装置及相关设备 |
-
2019
- 2019-12-31 CN CN201911419644.3A patent/CN111176792B/zh active Active
- 2019-12-31 CN CN202311524416.9A patent/CN117632361A/zh active Pending
-
2020
- 2020-12-28 WO PCT/CN2020/139902 patent/WO2021136137A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102646052A (zh) * | 2011-02-16 | 2012-08-22 | 中国移动通信集团公司 | 一种虚拟机部署方法、装置及系统 |
CN104426694A (zh) * | 2013-08-28 | 2015-03-18 | 杭州华三通信技术有限公司 | 一种调整虚拟机资源的方法和装置 |
CN105808341A (zh) * | 2014-12-29 | 2016-07-27 | 中国移动通信集团公司 | 一种资源调度的方法、装置和系统 |
CN106033373A (zh) * | 2015-03-11 | 2016-10-19 | 苏宁云商集团股份有限公司 | 一种云计算平台中虚拟机资源调度方法和调度系统 |
CN104881327A (zh) * | 2015-06-01 | 2015-09-02 | 曙光信息产业(北京)有限公司 | 集群的作业流管理方法和装置 |
CN107222324A (zh) * | 2016-03-22 | 2017-09-29 | 华为技术有限公司 | 网络服务的业务配置方法和装置 |
CN110489229A (zh) * | 2019-07-17 | 2019-11-22 | 长沙学院 | 一种多目标任务调度方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117632361A (zh) | 2024-03-01 |
CN111176792A (zh) | 2020-05-19 |
WO2021136137A1 (zh) | 2021-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111176792B (zh) | 一种资源调度方法、装置及相关设备 | |
CN112153700B (zh) | 一种网络切片资源管理方法及设备 | |
KR101583325B1 (ko) | 가상 패킷을 처리하는 네트워크 인터페이스 장치 및 그 방법 | |
WO2023125493A1 (zh) | 资源管理方法、装置及资源管理平台 | |
US20140181839A1 (en) | Capacity-based multi-task scheduling method, apparatus and system | |
WO2016161677A1 (zh) | 一种业务卸载方法及系统 | |
CN112752302A (zh) | 一种基于边缘计算的电力业务时延优化方法及系统 | |
CN115460216A (zh) | 算力资源调度方法和装置、算力资源调度设备、系统 | |
CN110225553A (zh) | 一种数据分流方法及设备、系统 | |
KR101639797B1 (ko) | 가상머신 패킷을 처리하는 네트워크 인터페이스 장치 및 그 방법 | |
CN108809848A (zh) | 负载均衡方法、装置、电子设备及存储介质 | |
CN109710406A (zh) | 数据分配及其模型训练方法、装置、及计算集群 | |
CN113157443A (zh) | 一种基于边缘计算环境的资源均衡调度方法 | |
CN102932271A (zh) | 负载均衡的实现方法和装置 | |
CN114816738A (zh) | 算力节点的确定方法、装置、设备及计算机可读存储介质 | |
CN114048006A (zh) | 虚拟机动态迁移方法、装置以及存储介质 | |
CN111611076B (zh) | 任务部署约束下移动边缘计算共享资源公平分配方法 | |
CN113114517A (zh) | 网络切片下基于节点特征的网络资源动态备份方法及系统 | |
CN108958942A (zh) | 一种分布式系统分配任务方法、调度器和计算机设备 | |
Gohar et al. | Minimizing the cost of 5G network slice broker | |
CN113886086A (zh) | 云平台计算资源分配方法、系统、终端及存储介质 | |
CN113438678B (zh) | 一种为网络切片分配云资源的方法及装置 | |
CN115378885B (zh) | 超融合架构下的虚拟机业务网络带宽管理方法及装置 | |
WO2017213065A1 (ja) | サービス管理システム、サービス管理方法、および、記録媒体 | |
CN113472591B (zh) | 一种业务性能的确定方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |