【技术实现步骤摘要】
一种资源调度方法、装置、设备及可读存储介质
[0001]本专利技术涉及资源调度
，具体而言，涉及一种资源调度方法、装置、设备及可读存储介质。
技术介绍
[0002]随着云计算技术的发展成熟，企业开始推动业务系统上云，以实现灵活管理和降低运营成本。在推动业务系统上云的过程中，云平台运维人员也面临着更多的挑战，在业务系统方面，需要在云平台上为业务系统提供满足其需求的资源服务，保证业务系统稳定运行，在云平台方面，还需在云平台运行过程中保持合理的资源利用，降低云平台运营成本，因此，如何实现云平台资源的优化调度，一直是企业云平台运维过程中的研究重点。
技术实现思路
[0003]本专利技术的目的在于提供一种资源调度方法、装置、设备及可读存储介质，以改善上述问题。
[0004]为了实现上述目的，本申请实施例提供了如下技术方案：
[0005]一方面，本申请实施例提供了一种资源调度方法，所述方法包括：
[0006]获取监控数据和云资源节点，所述监控数据包括一统计周期内每个云虚拟机上每类资源的每种指...
【技术保护点】
【技术特征摘要】
1.一种资源调度方法，其特征在于，包括：获取监控数据和云资源节点，所述监控数据包括一统计周期内每个云虚拟机上每类资源的每种指标的监控数据，所述云资源节点为承载所述云虚拟机的云资源节点；根据所述监控数据，得到每个所述云虚拟机上每类所述资源的使用度量值；根据所述使用度量值，得到至少一个云虚拟机组合；根据所述云虚拟机组合和所述云资源节点，为所述云虚拟机组合分配目标资源节点，形成资源调度方案。2.根据权利要求1所述的资源调度方法，其特征在于，所述根据所述监控数据，得到每个所述云虚拟机上每类所述资源的使用度量值，包括：按照时间顺序对所述每个云虚拟机上每类资源的每种指标的监控数据进行排序，得到每个云虚拟机上每类资源的每种指标的历史时间序列；使用STL模型对所述每个云虚拟机上每类资源的每种指标的历史时间序列进行分解，得到分解后的序列，基于所述分解后的序列，得到每个云虚拟机上每类资源的每种指标的预测时间序列；基于所述每个云虚拟机上每类资源的每种指标的历史时间序列和所述每个云虚拟机上每类资源的每种指标的预测时间序列得到每个云虚拟机上每类所述资源的使用度量值。3.根据权利要求2所述的资源调度方法，其特征在于，所述使用STL模型对所述每个云虚拟机上每类资源的每种指标的历史时间序列进行分解，得到分解后的序列，基于所述分解后的序列，得到每个云虚拟机上每类资源的每种指标的预测时间序列，包括：使用所述STL模型对所述每个云虚拟机上每类资源的每种指标的历史时间序列进行分解，得到每个云虚拟机上每类资源的每种指标的趋势性序列和周期性序列；利用线性回归模型对每个云虚拟机上每类资源的每种指标的趋势性序列进行预测分析，得到第一预测序列，利用GRU模型对每个云虚拟机上每类资源的每种指标的周期性序列进行预测分析，得到第二预测序列；将所述第一预测序列和所述第二预测序列进行相加操作，得到每个云虚拟机上每类资源的每种指标的预测时间序列。4.根据权利要求1所述的资源调度方法，其特征在于，所述根据所述使用度量值，得到至少一个云虚拟机组合，包括：根据所述每个所述云虚拟机上每类所述资源的使用度量值，得到所述每个所述云虚拟机上每类所述资源无量纲化处理后的使用度量值；分析每个所述云虚拟机上每类所述资源无量纲化处理后的使用度量值，选取其中的绝对值最大值作为每个所述云虚拟机的排序值；基于每个所述云虚拟机的排序值，对全部的所述云虚拟机进行组合分析，所述组合分析包括将每个所述云虚拟机的排序值进行比较，得到排序值最大的所述云虚拟机，将所述排序值最大的所述云虚拟机与其它所述云虚拟机进行组合，得到多个初始云虚拟机组合，将每个所述初始云虚拟机组合的每类所述资源无量纲化处理后的使用度量值的绝对值相加，得到每个所述初始云虚拟机组合的使用度量绝对值之和，选取所述使用度量绝对值之和最小的所述初始云虚拟机组合作为新的虚拟机；将所述新的虚拟机与未组合的所述云虚拟机再次进行组合分析，最终得到至少一个云
虚拟机组合。5.一种资源调度装置，其特征在于，包括：获取模块，用于获取监控数据和云资源节点，所述监控数据包括一统计周期内每个云虚拟机上每类资源的每种指标的监控数据...
【专利技术属性】
技术研发人员：郭刚，饶伟，王敏红，张毅，刘彦宁，赵龙，边静，
申请(专利权)人：中铁信弘远北京软件科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。