虚拟化存储资源的动态调整方法与装置制造方法及图纸

本公开涉及一种虚拟化存储资源的动态调整方法与装置。该方法包括在进行存储之前基于各应用的需求预估各类数据在各个维度上的性能值；基于设置的各个维度的阀值和预估的性能值确定为各类数据在各个维度上分配的性能值；实时检测并统计存储过程中设定时间段内各类数据在各个维度上实际使用性能值的平均值；计算实际使用性能值的平均值与预估的性能值的差值；如果任一类数据在任一维度上的差值处于设置的各个维度的阀值范围内，则继续上述的实时检测，直至存储过程结束，否则，将预估的性能值更新为实际使用性能值的平均值，并继续重新确定为各类数据在各个维度上分配的性能值，直至存储过程结束。本公开能够为各种应用实时地进行存储资源的调整。

【技术实现步骤摘要】
虚拟化存储资源的动态调整方法与装置
本公开涉及云存储，特别地，涉及一种虚拟化存储资源的动态调整方法与装置。
技术介绍
普通云存储网络采用的计算资源虚拟化技术较为简单，可配置性能维度及层级比较单一，例如，仅有IOPS（Input/OutputOperationsPerSecond，每秒进行读写（I/O）操作的次数）与CPU，配置后仅能通过手动方式粗略修改，无法满足各类数据对不同维度的存储性能需求的连续性、实时性的变化，造成性能资源浪费。普通云存储网络的计算资源仅仅只能初始配置，配置后需要人为地判断是否更改，往往造成资源浪费，例如，在一段时间内应用的实际性能需求低于配置值，有些计算服务器明明用不到却还开启着，造成资源的浪费。举例说明，首先同一应用其不同时间存储的数据对于性能的需求是不一样的，即，应用的存储性能需求具有实时性。邮箱系统存储的数据一般是很多中小文件，且邮箱的白天活跃用户数很多，其白天对于并发访问数、响应时间的要求较高，而到了晚上或者休息时间其活跃用户数较少，需要的并发用户数、带宽与响应时间等则相应减少，其中的变化并不是跃进式的，当中会连续性的循序变化。另外，目前互联网应用层出不穷，不同类型的应用，如邮箱、视频类应用、游戏类应用、个人与企业类应用所需要的性能需求都是各不相同的，而视频类应用、游戏类应用等又有很多类型，各种不同应用对性能的需求形成了连续性的变化。而不是简单的几个不同性能数值。因此，如何为各种应用实时进行存储配置已经成为目前亟待解决的问题。
技术实现思路
本公开鉴于以上问题中的至少一个提出了新的技术方案。本公开在其一个方面提供了一种虚拟化存储资源的动态调整方法，其能够为各种应用实时地进行存储资源的调整。本公开在其另一方面提供了一种虚拟化存储资源的动态调整装置，其能够为各种应用实时地进行存储资源的调整。根据本公开，提供一种虚拟化存储资源的动态调整方法，包括：在进行存储之前，基于各应用的需求预估各类数据在各个维度上的性能值；基于设置的各个维度的阀值和预估的各类数据在各个维度上的性能值确定为各类数据在各个维度上分配的性能值；实时检测并统计存储过程中设定时间段内各类数据在各个维度上实际使用性能值的平均值；计算各类数据在各个维度上实际使用性能值的平均值与预估的相应类别数据在相应维度上的性能值的差值；如果任一类数据在任一维度上的差值处于设置的各个维度的阀值范围内，则继续上述的实时检测，直至存储过程结束，否则，将预估的各类数据在各个维度上的性能值更新为相应类别数据在相应维度上实际使用性能值的平均值，并继续重新确定为各类数据在各个维度上分配的性能值，直至存储过程结束。在本公开的一些实施例中，该方法还包括：在对预估的各类数据在各个维度上的性能值进行更新之前，更新设置的各个维度的阀值。在本公开的一些实施例中，设置的各个维度的阀值大于0且小于为各类数据在各个维度上分配的性能值与预估的相应类别数据在相应维度上的性能值的差。在本公开的一些实施例中，各类数据的各个维度包括IOPS、响应时间、带宽、CPU和并发访问数。根据本公开，还提供了一种虚拟化存储资源的动态调整装置，包括：性能值预估单元，用于在进行存储之前，基于各应用的需求预估各类数据在各个维度上的性能值；性能值分配单元，用于基于设置的各个维度的阀值和预估的各类数据在各个维度上的性能值确定为各类数据在各个维度上分配的性能值；性能值检测单元，用于实时检测并统计存储过程中设定时间段内各类数据在各个维度上实际使用性能值的平均值；判断单元，用于计算各类数据在各个维度上实际使用性能值的平均值与预估的相应类别数据在相应维度上的性能值的差值，如果任一类数据在任一维度上的差值处于设置的各个维度的阀值范围内，则继续上述的实时检测，直至存储过程结束，否则，将预估的各类数据在各个维度上的性能值更新为相应类别数据在相应维度上实际使用性能值的平均值，并继续重新确定为各类数据在各个维度上分配的性能值，直至存储过程结束。在本公开的一些实施例中，该装置还包括：阀值更新单元，用于在对预估的各类数据在各个维度上的性能值进行更新之前，更新设置的各个维度的阀值。在本公开的一些实施例中，设置的各个维度的阀值大于0且小于为各类数据在各个维度上分配的性能值与预估的相应类别数据在相应维度上的性能值的差。在本公开的一些实施例中，各类数据的各个维度包括IOPS、响应时间、带宽、CPU和并发访问数。在本公开的技术方案中，由于在存储过程中实时检测各类数据在各个维度上的实际使用性能值，并根据该实际使用性能值动态调整预估的各类数据在各个维度上的性能值，再基于调整后的预估的各类数据在各个维度上的性能值重新为各类数据在各个维度上分配性能值，使得云平台能够根据各类应用需求准确地为其分配所需的性能值，避免了对系统资源的浪费。附图说明此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分。在附图中：图1是本公开一个实施例的虚拟化存储资源的动态调整方法的流程示意图。图2是本公开另一实施例的虚拟化存储资源的动态调整方法的流程示意图。图3是本公开一个实施例的虚拟化存储资源的动态调整装置的结构示意图。图4是本公开另一实施例的虚拟化存储资源的动态调整装置的结构示意图。具体实施方式下面将参照附图描述本公开。要注意的是，以下的描述在本质上仅是解释性和示例性的，决不作为对本公开及其应用或使用的任何限制。除非另外特别说明，否则，在实施例中阐述的部件和步骤的相对布置以及数字表达式和数值并不限制本公开的范围。另外，本领域技术人员已知的技术、方法和装置可能不被详细讨论，但在适当的情况下意在成为说明书的一部分。本公开下述实施例通过多维度虚拟化技术，同时满足对IOPS、响应时间、带宽、CPU、并发访问数的综合性能需求；通过多维度性能计算，如果超过或低于阀值自动触发性能值的重配过程，满足各类数据存储对性能实时性的要求；有多类数据存储时，计算最佳比例分别配置性能值，提高整系统性能利用率。需要指出的是，各维度之间的计算不是相互独立的，云存储计算资源总量是有限的，如果某一性能值配置太大，势必会对其他性能值造成影响。本公开下述实施例是要在总计算资源固定的情况下，计算出满足所有应用性能值的一个最佳比例，使得系统的性能利用率最高。首先为每个应用赋予一组满足其所需的最接近的性能值，一般比实际所需性能值稍大。其次，所有应用的各个维度的性能值不能超出云存储系统的总计算资源。一旦超出，则提示系统资源不够，需减少接入的应用并重新计算。在所有应用都达到性能使用量最大的情况下，在分配好最佳性能值后，如果云存储系统计算资源仍然有闲置，则可提示可进一步增加接入的应用量。图1是本公开一个实施例的虚拟化存储资源的动态调整方法的流程示意图。如图1所示，该实施例可以包括以下步骤：S102，在进行存储之前，基于各应用的需求预估各类数据在各个维度上的性能值；其中，各类数据的各个维度可以包括但不限于IOPS、响应时间、带宽、CPU和并发访问数，IOPS的单位为每秒进行读写（I/O）操作的次数，带宽的单位为bps，即每秒可传输的位数，响应时间的单位为秒，CPU的单位是Hz，并发访问数的单位为个。需要说明的是，在转化前各个维度的性能都有其各自独立的度量单位，例如，赫兹、秒等，在本公开本文档来自技高网...

【技术保护点】
一种虚拟化存储资源的动态调整方法，其特征在于，包括：在进行存储之前，基于各应用的需求预估各类数据在各个维度上的性能值；基于设置的各个维度的阀值和预估的各类数据在各个维度上的性能值确定为各类数据在各个维度上分配的性能值；实时检测并统计存储过程中设定时间段内各类数据在各个维度上实际使用性能值的平均值；计算各类数据在各个维度上实际使用性能值的平均值与预估的相应类别数据在相应维度上的性能值的差值；如果任一类数据在任一维度上的差值处于设置的各个维度的阀值范围内，则继续上述的实时检测，直至存储过程结束，否则，将预估的各类数据在各个维度上的性能值更新为相应类别数据在相应维度上实际使用性能值的平均值，并继续重新确定为各类数据在各个维度上分配的性能值，直至存储过程结束。

【技术特征摘要】
1.一种虚拟化存储资源的动态调整方法，其特征在于，包括：在进行存储之前，基于各应用的需求预估各类数据在各个维度上的性能值；基于设置的各个维度的阀值和预估的各类数据在各个维度上的性能值确定为各类数据在各个维度上分配的性能值；实时检测并统计存储过程中设定时间段内各类数据在各个维度上实际使用性能值的平均值；计算各类数据在各个维度上实际使用性能值的平均值与预估的相应类别数据在相应维度上的性能值的差值；如果任一类数据在任一维度上的差值处于设置的各个维度的阀值范围内，则继续上述的实时检测，直至存储过程结束，否则，将预估的各类数据在各个维度上的性能值更新为相应类别数据在相应维度上实际使用性能值的平均值，并继续重新确定为各类数据在各个维度上分配的性能值，直至存储过程结束。2.根据权利要求1所述的虚拟化存储资源的动态调整方法，其特征在于，所述方法还包括：在对预估的各类数据在各个维度上的性能值进行更新之前，更新设置的各个维度的阀值。3.根据权利要求2所述的虚拟化存储资源的动态调整方法，其特征在于，所述设置的各个维度的阀值大于0且小于为各类数据在各个维度上分配的性能值与预估的相应类别数据在相应维度上的性能值的差。4.根据权利要求1所述的虚拟化存储资源的动态调整方法，其特征在于，各类数据的各个维度包括IOPS、响应时间、带宽、CPU和并发访问数。5.一种虚拟化存储资源的动态调整装置，其特征在...

【专利技术属性】
技术研发人员：蔡丹倩，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：北京;11