有限资源的负载均衡方法、装置及电子设备制造方法及图纸

本发明专利技术实施例提供一种有限资源的负载均衡方法、装置及电子设备，其中，方法包括：获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。本发明专利技术实施例的方案可以对有限的云服务资源实现负载均衡。

【技术实现步骤摘要】
有限资源的负载均衡方法、装置及电子设备
本申请涉及计算机
，尤其涉及一种有限资源的负载均衡方法、装置及电子设备。
技术介绍
云服务器(ElasticComputeService，ECS)是一种处理能力可弹性伸缩的计算服务，其管理方式比物理服务器更简单高效，其最大的优点在于能够动态调配计算资源，在平台总容量可以接纳、应用软件可以根据硬件资源的变化进行相应的优化的情况下能够有效解决高峰时期的处理速度。大促上云，云端会在多地呈现多个云单元，每个云单元对应服务一个相对完整的业务群，也就是说云单元是封闭的，一个云单元可以完整独立的提供大促期间的各项业务服务。在资源分配部署过程中，将结合业务流量配比，并基于单元的整体性来进行资源分配部署。在初次资源申请排序、分配后，业务容量初始化完成，开始验证业务正确性，然后进入全链路压测验收。在压测过程中，存在物理机负载表现不均，应用部分结点负载偏高的现象。为了解决业务结点整体负载均衡，需要进行有效的资源腾挪，实现负载均衡。与常规的负载均衡实施的差异：云单元资源池往往是事先预算的、并且明确了本单元承载的流量，这个是实现负载均衡的目标和限制条件。基于这个限制条件，负载均衡需要集中降低“过热”结点的比例，或者说降低“热点”负载的最大值。现有技术的缺陷：现有技术中针对云单元资源的负载均衡方案：高负载结点执行下线处理，然后重新申请资源。这种方法简单直接，但是，不能确保物理机的内部负载趋向均衡；另外，高负载结点持续异常负载，一定程度反应业务内部出现了问题，如果下线处理，则不能保留实例，进而不能有效排查问题。采用限流的方式属于有损的方案，虽然可以将应用负载限制一定范围，但是却不能将低负载的结点利用率提升。另外，在云单元资源初始化之后，资源池中剩余资源是有限的、并且物理机上已经部署了部分实例，想要大面积扩容的概率很小，因为初始化容量申请的时候都是按预估一步到位的。大范围的资源腾挪迁移成本较高，腾挪迁移后还会引入新的变更，这又需要全链路压测进行检验，引入更高的成本。
技术实现思路
本专利技术提供了一种有限资源的负载均衡方法、装置及电子设备，以对有限的服务资源实现负载均衡。为达到上述目的，本专利技术的实施例采用如下技术方案：第一方面，提供了一种有限资源的负载均衡方法，包括：获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。第二方面，提供了另一种有限资源的负载均衡方法，包括：获取目标物理机上的至少一个虚拟CPU的资源利用数据；每个所述物理机上被虚拟化出多个虚拟CPU，用于向指定的应用集群提供服务资源；对所述至少一个虚拟CPU的资源利用数据按负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；对同一负载类型下的所述负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。第三方面，提供了一种有限资源的负载均衡装置，包括：第一资源数据获取模块，用于获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；第二负载数据统计模块，用于对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；第三资源调配模块，用于如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。第四方面，提供了另一种有限资源的负载均衡装置，包括：第二资源数据获取模块，用于获取目标物理机上的至少一个虚拟CPU的资源利用数据；每个所述物理机上被虚拟化出多个虚拟CPU，用于向指定的应用集群提供服务资源；第二负载数据统计模块，用于对所述至少一个虚拟CPU的资源利用数据按负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；第二资源调配模块，用于对同一负载类型下的所述负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。第五方面，提供了一种电子设备，包括：存储器，用于存储程序；处理器，耦合至所述存储器，用于执行所述程序，以用于：获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。第六方面，提供了另一种电子设备，包括：存储器，用于存储程序；处理器，耦合至所述存储器，用于执行所述程序，以用于：获取目标物理机上的至少一个虚拟CPU的资源利用数据；每个所述物理机上被虚拟化出多个虚拟CPU，用于向指定的应用集群提供服务资源；对所述至少一个虚拟CPU的资源利用数据按负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；对同一负载类型下的所述负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。本专利技术提供的有限资源的负载均衡方法、装置及电子设备，通过对物理机上的虚拟CPU的资源利用数据按不同的负载类型进行数据统计，从而得到不同负载类型下对应的负载统计数据，然后对同一负载类型下的负载统计数据对应的服务资源进行与该负载类型相适应的资源调配，从而实现有限云服务资源的负载均衡。上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：图1为本专利技术实施例的有限资源的负载均衡的逻辑示意图；图2为本专利技术实施例的有限资源的负载均衡的系统结构图；图3a为本专利技术实施例的有限资源的负载均衡方法流程图一；图3b为本专利技术实施例的有限资源的负载均衡方法流程图二；图4a为本专利技术实施例的有限资源的负载均衡装置结构图一；图4b为本专利技术实施例的有限资源的负载均衡装置结构图二；图5为本专利技术实施例的电子设备的结构示意图一；图6为本专利技术实施例的电子设备的结构示意图二。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术改变了现有技术中，针对云单元资源的负载均衡方案中，本文档来自技高网...

【技术保护点】
1.一种有限资源的负载均衡方法，其特征在于，包括：获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。

【技术特征摘要】
1.一种有限资源的负载均衡方法，其特征在于，包括：获取所属同一云单元的物理机上的各虚拟CPU的资源利用数据；所述云单元由多个物理机组成，每个所述物理机上被虚拟化出多个虚拟CPU，一个所述云单元用于向指定的应用集群提供服务资源；对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据；如果所述负载统计数据满足相应负载类型下的负载均衡处理条件，则对该负载统计数据对应的服务资源进行与该负载类型相适应的资源调配。2.根据权利要求1所述的方法，其特征在于，所述各虚拟CPU的资源利用数据为虚拟CPU的利用率。3.根据权利要求2所述的方法，其特征在于，所述负载类型包括：物理机负载类型、应用集群负载类型和业务缺陷负载类型中的至少一种。4.根据权利要求3所述的方法，其特征在于，所述对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据包括：将各所述虚拟CPU的资源利用数据以物理机为单位进行统计，以得到各所述物理机上的虚拟CPU的资源利用情况，并将统计的结果数据作为所述物理机负载类型下的负载统计数据。5.根据权利要求4所述的方法，其特征在于，所述物理机负载类型下的负载均衡处理条件为：所述物理机上各虚拟CPU的利用率均大于第一阈值；所述对负载统计数据对应的服务资源进行与该负载类型相适应的资源调配，包括：针对所述物理机上各虚拟CPU的利用率均大于第一阈值的物理机，进行整体资源扩容和/或资源隔离，和/或将占用该物理机上的部分虚拟CPU的实例迁移到其他物理机上的虚拟CPU上。6.根据权利要求5所述的方法，其特征在于，所述将占用该物理机上的部分虚拟CPU的实例迁移到其他物理机上的虚拟CPU上包括：统计所述云单元中，虚拟CPU的利用率最小的虚拟CPU，并将所述占用该物理机上的部分虚拟CPU的实例与所述虚拟CPU的利用率最小的虚拟CPU上占用的实例进行位置互换。7.根据权利要求3所述的方法，其特征在于，所述对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据包括：将各所述虚拟CPU的资源利用数据以服务的对象应用为单位进行统计，以得到各应用所包含的实例在其被占用的所述虚拟CPU的资源利用情况，并将统计的结果数据作为所述应用集群负载类型下的负载统计数据。8.根据权利要求7所述的方法，其特征在于，所述应用集群负载类型下的负载均衡处理条件为：所述应用所包含的实例在其占用的所述虚拟CPU的利用率中，超过固定比例的实例，其占用的虚拟CPU的利用率均大于第二阈值。所述对负载统计数据对应的服务资源进行与该负载类型相适应的资源调配，包括：针对所述应用所包含的实例在其占用的所述虚拟CPU的利用率中，超过固定比例的实例，其占用的虚拟CPU的利用率均大于第二阈值的应用，将该应用所占用的资源进行整体资源扩容。9.根据权利要求3所述的方法，其特征在于，所述对各所述虚拟CPU的资源利用数据按预设的负载类型进行数据统计，以得到不同负载类型下对应的负载统计数据包括：将各所述虚拟CPU的资源利用数据以服务的对象应用为单位进行统计，以得到各应用所包含的实例在其被占用的所述虚拟CPU的资源利用情况，并将统计的结果数据作为所述业务缺陷负载...

【专利技术属性】
技术研发人员：李雨前，唐慧芬，胡伟琪，丁宇，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY