一种自动判断平台繁忙状态的方法技术

本申请涉及云计算技术领域，尤其涉及一种自动判断平台繁忙状态的方法，包括获取平台任务数，获取与用户使用环境相匹配的实际可用机器数，获取平台任务数和与用户使用环境相匹配的实际可用机器数之间的数值差，并对该数值差进行多次采样，通过采集到的取样点，聚合模拟出一条同一个区间内的繁忙状态参考曲线，通过繁忙状态参考曲线获取繁忙状态的边界最大值和繁忙状态的边界最小值，并通过判断该数值差与繁忙状态的边界最大值以及繁忙状态的边界最小值的大小关系来判断平台的繁忙状态，再将繁忙状态以及未来平台繁忙趋势发送给用户，按照预设的程序引导用户根据自身实际情况在对应平台合理分配渲染资源，提高平台机器利用率。率。

【技术实现步骤摘要】
一种自动判断平台繁忙状态的方法


[0001]本申请涉及云计算
，尤其涉及一种自动判断平台繁忙状态的方法。

技术介绍

[0002]近年来，云计算平台（云计算平台也称为云平台，是指基于硬件资源和软件资源的服务，提供计算、网络和存储能力。云计算平台可以划分为三类：以数据存储为主的存储型云平台，以数据处理为主的计算型云平台以及计算和数据存储处理兼顾的综合云计算平台。）因其廉价可扩展的计算资源、稳定高容量的存储空间和随时随地可灵活访问等优势受到广泛地使用。
[0003]相关技术中，在当前采样时间段内，对待确定资源繁忙程度的计算机硬件资源的利用率值进行多次采样；根据采样得到的多个资源利用率值，确定用于表征计算机硬件资源繁忙程度的基于极值的资源利用率值；根据确定的基于极值的资源利用率值，判断在当前采样时间段内计算机硬件资源的繁忙程度。
[0004]针对上述相关技术，相关技术中更多应用监控单台计算机的物理硬件资源利用率情况，但是大多数情况下，节点机资源的利用率是不可能跑满的，在大批量全局平台状态控制上并没有任何作用和参考意义，且相关技术中是通过进行多次采样利用率情况，结合经验值与阈值评估计算机的繁忙状态，此种计算方式不能精准的反映出平台的繁忙程度，容易造成机器的利用率不高。

技术实现思路

[0005]为了提高平台机器利用率，本申请提供一种自动判断平台繁忙状态的方法。
[0006]一种自动判断平台繁忙状态的方法，包括在指定时间段内：获取平台任务数；获取与用户使用环境相匹配的实际可用机器数；获取所述平台任务数和所述与用户使用环境相匹配的实际可用机器数之间的数值差，并对该所述数值差进行多次采样；通过采集到的取样点，聚合模拟出一条同一个区间内的繁忙状态参考曲线。
[0007]通过采用上述技术方案，获取平台任务数和对应实际可用机器数之间的数值差后，将数值差与零作比较，若数值差大于或者等于零，则表示当前平台任务数大于或者等于对应实际可用机器数，平台有繁忙趋势；若数值差小于零，则表示当前平台任务数小于对应实际可用机器数，平台有空闲趋势。通过繁忙状态的参考曲线，能够直观的看出当前平台的任务消耗能力，在公有云资源或大批量任务调度和计算中具有重要的指导意义，同时可以通过繁忙状态的参考曲线，预判未来一段时间内平台的繁忙趋势走向，用户则可以根据自身的时间要求，合理安排时间，选择平台空闲状态时办理任务，因此能减少因任务数过多而导致用户排队时间过长，也有助于减少因用户集中于某些平台作业而导致其余平台机器空闲的情况；同时也有助于用户及平台管理人员更加高效合理的管理任务和产能，避免不必
要的浪费，从而有助于提高平台机器的利用率。
[0008]可选的，获取平台任务数的方法包括：将任务按照最小单位拆分；求和得到计算中以及等待中任务的总数量；基于得到的所述计算中以及等待中任务的总数量，同步更新该所述计算中以及等待中任务的总数量。
[0009]通过采用上述技术方案，将正在计算中的任务数和正在等待中的任务数求和，且将任务拆分到单个计算节点维度统计任务数，能够更详细、具体的获取到当前平台实际任务总数，从而有助于保持数据的完整性和真实性。
[0010]可选的，获取实际可用机器数量的步骤包括；给适配用户的机器添加特定的标识；通过所述标识对处于运行中和空闲状态的机器求和，并得到与用户使用环境相匹配的实际可用机器总数量；基于获取的所述与用户使用环境相匹配的实际可用机器数量，同步更新该所述实际可用机器总数量。
[0011]通过采用上述技术方案，将所有与用户使用环境相匹配的实际可用机器进行标识，其中包括正处于空闲状态中的机器和正处于运行中的机器，准确统计与用户使用环境相匹配的且处于运行中和空闲状态的机器数量，从而有助于保持数据的完整性和真实性。
[0012]可选的，所述聚合模拟出一条同一个区间内的繁忙状态参考曲线的具体步骤包括：将所述平台任务数和所述与用户使用环境相匹配的实际可用机器总数量之间的数值差定义为x，将时间定义为y；每个任务计算完成时获取一次数据，通过获取的大量的x、y散点数据，根据完成的任务差值信息，使用5次多项式y=a+b*x+c*x^2+d*x^3+e*x^4+f*x^5做曲线拟合，聚合模拟出一条同一个区间内的繁忙状态的参考曲线。
[0013]通过采用上述技术方案，使用5次多项式进行繁忙状态曲线拟合，能够有效地解决三次曲线在初始时刻和终止时刻加速度不连续的问题，有助于更加清楚、准确的展现出对应时间点的平台繁忙程度。
[0014]可选的，在聚合模拟出一条同一个区间内的繁忙状态的参考曲线之后还包括：获取平台繁忙状态的最大边界值和繁忙状态的最小边界值，并判断该所述数值差与繁忙状态的边界最大值以及繁忙状态的边界最小值之间的大小关系。
[0015]通过采用上述技术方案，确定好平台繁忙状态的最大边界值和繁忙状态的最小边界值后，通过获取的对应时间的平台任务数和与用户使用环境相匹配的实际可用机器数之间的数值差，来判断数值差与繁忙状态的边界最大值以及繁忙状态的边界最小值之间的大小关系，可以很直观的反映出当前平台的繁忙状态。
[0016]可选的，繁忙状态的边界最大值的获取步骤包括：获取同一个区间内所述繁忙状态参考曲线的所有峰值，并计算得到所有峰值的加权平均数；将该所述峰值加权平均数乘以预设系数m，得到繁忙状态的边界最大值。
[0017]通过采用上述技术方案，将同一区间内所有峰值取加权平均数，并乘以预设系数m，得到繁忙状态的边界最大值，有助于更加贴合实际情况，从而更清晰的反应平台繁忙状态。
[0018]可选的，繁忙状态的边界最小值的获取步骤包括：获取同一个区间内所述繁忙状态参考曲线的所有谷值，并计算得到所有谷值的加权平均数；将该所述谷值加权平均数乘以预设系数n，得到繁忙状态的边界最小值。
[0019]通过采用上述技术方案，将同一区间内所有谷值取加权平均数，并乘以预设系数n，得到繁忙状态的边界最小值，有助于更加贴合实际情况，从而更清晰的反应平台繁忙状态。
[0020]可选的，所述判断该所述数值差与繁忙状态的边界最大值以及繁忙状态的边界最小值之间的大小关系的步骤包括：若所有所述数值差80%及以上均小于等于所述边界最小值，则平台标记为空闲状态；若所有所述数值差80%及以上均位于所述边界最小值和所述边界最大值之间，则平台标记为繁忙状态；若所有所述数值差80%及以上均大于等于所述边界最大值，则平台标记为爆满状态。
[0021]通过采用上述技术方案，获取过去一段时间内平台任务数和与用户使用环境相匹配的实际可用机器数之间的数值差，并将该数值差与繁忙状态的边界最大值以及边界最小值进行比较，若所有数值差80%及以上均小于等于繁忙状态的边界最小值，则说明平台处于空闲状态，平台当前机器计算力消耗排队的任务比较轻松，还能继续增加任务数；若所有数值差80%及以上均大于繁忙状态的边界最小值且小于繁忙状态的边界最大值，说明平台计算力与等待任务之间相对平衡，如果再继续提交任务，可能会出本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自动判断平台繁忙状态的方法，其特征在于，包括在指定时间段内：获取平台任务数；获取与用户使用环境相匹配的实际可用机器数；获取所述平台任务数和所述与用户使用环境相匹配的实际可用机器数之间的数值差，并对该所述数值差进行多次采样；通过采集到的取样点，聚合模拟出一条同一个区间内的繁忙状态参考曲线。2.根据权利要求1所述的一种自动判断平台繁忙状态的方法，其特征在于，获取平台任务数的方法包括：将任务按照最小单位拆分；求和得到计算中以及等待中任务的总数量；基于得到的所述计算中以及等待中任务的总数量，同步更新该所述计算中以及等待中任务的总数量。3.根据权利要求1所述的一种自动判断平台繁忙状态的方法，其特征在于，获取实际可用机器数量的步骤包括；给适配用户的机器添加特定的标识；通过所述标识对处于运行中和空闲状态的机器求和，并得到与用户使用环境相匹配的实际可用机器总数量；基于获取的所述与用户使用环境相匹配的实际可用机器总数量，同步更新该所述实际可用机器总数量。4.根据权利要求1所述的一种自动判断平台繁忙状态的方法，其特征在于，所述聚合模拟出一条同一个区间内的繁忙状态参考曲线的具体步骤包括：将所述平台任务数和所述与用户使用环境相匹配的实际可用机器数量之间的数值差定义为x，将时间定义为y；每个任务计算完成时获取一次数据，通过获取的大量的x、y散点数据，根据完成的任务差值信息，使用5次多项式y=a+b*x+c*x^2+d*x^3+e*x^4+f*x^5做曲线拟合，聚合模拟出一条同一个区间内的繁忙状态的参考曲线。5.根据权利要求4所述的一种自动判断平台繁忙状态的方法，其特征在于，在聚合模拟出一条同一个区间内的繁忙状态的参考曲线之后还包括：获取平台繁忙状态的最大边界值和繁忙状态的最小边界值，并判断该所述数值差与繁忙状态的边界最...

【专利技术属性】
技术研发人员：权世银，
申请(专利权)人：深圳市瑞云科技有限公司，
类型：发明
国别省市：