一种混合云场景中计算资源的配置行动评估方法技术

本发明专利技术涉及云存储领域，具体公开了一种混合云场景中计算资源的配置行动评估方法。所述方法包括：基于规模分组规则将现有负载进行分组；基于负载组份配置方案获得扩充资源配置方案；获取组份的备选有序集合和不同负载组份代号下的备选代价集合；获取各个负载类型的最优执行代价、最优代价分配集合和最优规模分组规则；基于各个负载类型的最优执行代价和最优代价分配集合进行行动评估，获得执行周期下的负载行动方案。本发明专利技术针对云资源用户使用混合云计算平台部署资源的备份、拓展和迁移行动进行自动化评估，解决多云环境下应用的负载均衡和配置成本的高效评估问题。配置成本的高效评估问题。配置成本的高效评估问题。

【技术实现步骤摘要】
一种混合云场景中计算资源的配置行动评估方法


[0001]本专利技术属于软件研发过程管理领域，尤其涉及一种混合云场景中计算资源的配置行动评估方法。

技术介绍

[0002]目前，云平台已经在各个行业中得到广泛部署，从行业角度来看，各行业基于云计算技术构建自己的行业解决方案。另一方面，结合技术发展趋势，大数据平台基础建设当前的趋势是模块化、云平台化，这个云平台不仅提供物理底层资源的调度，同时也需要并可以提供各类大数据相关的中间件PaaS服务，以及是各类服务间可以简单灵活的组合来满足各个应用场景的定制需求。混合云平台的资源定义灵活，涵盖大数据处理过程中的各种资源类型，并提供不同的、有针对性的计算、存储、网络等资源的支持。
[0003]大型企业客户会同时使用多家公有云平台的云服务，从而尽量使总成本最低，且可达到负载均衡和容灾备份的效果。将计算和存储等资源在不同云之间迁移，对业务的可靠性也带来了挑战，需要在成本和可靠性间做一个平衡，即不能频繁的移动云资源，又需要有效降低成本。
[0004]但传统的资源配置处理流程及迁移策略，已经不能满足行业客户在大数据分析处理上的快速响应需求和云平台环境快速更迭变化的客观趋势。传统的负载均衡和迁移策略其存在着很多不足，有必要加以改进。特别是不同云平台对服务的配置方案和定价是动态的，例如，云运营商B的价格比A便宜，当客户把资源转移到B后，可能A的价格又降低了，客户还要把资源重新移动回A，导致负载在不同云之间震荡，尤其是在混合云平台配置环境越来越复杂的情况下，对负载资源配置行动的评估带来极大挑战，而且消耗了迁移的成本。

技术实现思路

[0005]为克服上述现有技术存在的不足，本专利技术之目的在于提供一种混合云场景中计算资源的配置行动评估方法，针对云资源用户使用混合云计算平台部署资源的备份、拓展和迁移行动进行自动化评估，解决多云环境下应用的负载均衡和配置成本的高效评估问题。
[0006]为实现上述目的，本专利技术实施例提供如下技术方案。
[0007]一种混合云场景中计算资源的配置行动评估方法，包括：
[0008]S1步骤：获取至少一个云计算平台的至少一个资源配置方案，获得资源配置方案集合；
[0009]S2步骤：对每种类型的所述现有负载设定至少一个规模分组规则；基于所述至少一个规模分组规则，将每种类型的现有负载进行分组；
[0010]S3步骤：对每种类型的现有负载的每个所述负载组份设定负载组份配置方案，获得基于所述至少一个规模分组规则的行动基数；
[0011]S4步骤：基于一个所述负载组份配置方案，用同一负载类型的所述资源配置方案集合中的元素进行匹配，获得扩充资源配置方案；
[0012]S5步骤：在相同负载类型、规模分组规则和负载组份代号下，计算所述负载组份配置方案与所述扩充资源配置方案集合中各个元素方案的欧式距离，获得所述组份的备选有序集合；
[0013]S6步骤：基于所述组份的备选有序集合中元素方案的排列顺序，获得所述组份的备选代价集合；
[0014]S7步骤：重复S4至S6步骤，在相同负载类型和规模分组规则下，获取不同负载组份代号下的备选代价集合；
[0015]S8步骤：在相同负载类型和规模分组规则下，基于不同负载组份代号下的备选代价集合，获取最优代价指标和最优代价集合；
[0016]S9步骤：重复S4至S8步骤，在同一负载类型下，获取不同规模分组规则下的最优代价指标及其对应的最优代价集合，评估获取所述负载类型的最优执行代价、最优代价分配集合和最优规模分组规则；
[0017]S10步骤：重复S4至S9步骤，获取各个负载类型的最优执行代价、最优代价分配集合和最优规模分组规则；
[0018]S11步骤：基于所述各个负载类型的最优执行代价和最优代价分配集合进行行动评估，获得所述执行周期下的负载行动方案。
[0019]进一步地，所述资源配置方案为P
i
(z,t)，P
i
(z,t)＝{C1，C2，
……
，C
x
，m，p}；
[0020]所述资源配置方案集合为P(z,t)，P(z,t)＝{P
i
(z,t)|i＝1:K}；
[0021]其中，i为方案序号，z为负载类型代号，负载类型为对现有负载进行类型分类获得；t为执行周期序号；m为云计算平台代号；K为负载类型z下的所述资源配置方案P
i
(z,t)的总数；C1至C
x
为配置参数向量；x为参数代号；p为资源配置方案费用。
[0022]进一步地，所述负载类型，包括：文本、视频、音频和可执行代码；所述配置参数向量，包括：CPU参数、内存参数、存储参数、带宽参数和流量参数。
[0023]进一步地，所述基于所述至少一个规模分组规则，将每种类型的现有负载进行分组，包括：负载z在规模分组规则u下被分为Y个负载组份；所述负载组份可以整体迁移、备份、修改、扩展或删除。
[0024]进一步地，所述负载组份配置方案为Q
y
(z,u)，Q
y
(z,u)＝{D1，D2，
……
，D
x
，b，q
y
}；所述负载组份配置方案集合为Q(z,u)，Q(z,u)＝{Q
y
(z,u)|y＝1:Y}；
[0025]其中，b为行动类型代号，包括迁移、备份和扩展；u为规模分组规则代号；y为负载组份代号；Y为负载z在规模分组规则u下被分为负载组份的数量；D1至D
x
为预期配置参数向量，并与配置参数向量C
x
在维度和含义上一一对应，具有性能裕度；q
y
为负载组份y的前一执行周期的资源配置费用，可以是实际费用、估算费用或预期费用。
[0026]进一步地，所述行动基数为L(z,u)，为在同一规模分组规则u下的所有负载组份在前一执行周期的资源配置费用的和数，
[0027]进一步地，所述S4步骤，具体包括：
[0028]对于u规则下负载组份y的负载组份配置方案Q
y
(z,u)，用同一负载类型的资源配置方案集合P(z,t)的各个元素方案P
i
(z,t)|i＝1:K进行匹配，获得所述扩充资源配置方案集合Q
’
y
(z,u)，Q
’
y
(z,u)＝{P
’
i
(z,t)|i＝1:K}；
[0029]其中，元素与同一负载类型z的资源配置方案P
i
(z,t)|i＝1:K一一对应；P
’
i
(z,t)＝{C
’1，C
’2，
……
，C
’
x
，m，p
’
}；
[0030]其中，C
’1至C
’
x
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种混合云场景中计算资源的配置行动评估方法，其特征在于，包括：S1步骤：获取至少一个云计算平台的至少一个资源配置方案，获得资源配置方案集合；S2步骤：对每种类型的所述现有负载设定至少一个规模分组规则，基于所述至少一个规模分组规则，将每种类型的现有负载进行分组；S3步骤：对每种类型的现有负载的每个所述负载组份设定负载组份配置方案，获得基于所述至少一个规模分组规则的行动基数；S4步骤：基于一个所述负载组份配置方案，用同一负载类型的所述资源配置方案集合中的元素进行匹配，获得扩充资源配置方案；S5步骤：在相同负载类型、规模分组规则和负载组份代号下，计算所述负载组份配置方案与所述扩充资源配置方案集合中各个元素方案的欧式距离，获得所述组份的备选有序集合；S6步骤：基于所述组份的备选有序集合中元素方案的排列顺序，获得所述组份的备选代价集合；S7步骤：重复S4至S6步骤，在相同负载类型和规模分组规则下，获取不同负载组份代号下的备选代价集合；S8步骤：在相同负载类型和规模分组规则下，基于不同负载组份代号下的备选代价集合，获取最优代价指标和最优代价集合；S9步骤：重复S4至S8步骤，在同一负载类型下，获取不同规模分组规则下的最优代价指标及其对应的最优代价集合，评估获取所述负载类型的最优执行代价、最优代价分配集合和最优规模分组规则；S10步骤：重复S4至S9步骤，获取各个负载类型的最优执行代价、最优代价分配集合和最优规模分组规则；S11步骤：基于所述各个负载类型的最优执行代价和最优代价分配集合进行行动评估，获得所述执行周期下的负载行动方案。2.根据权利要求1所述的方法，其特征在于：所述资源配置方案为P
i
(z,t)，P
i
(z,t)＝{C1，C2，
……
，C
x
，m，p}；所述资源配置方案集合为P(z,t)，P(z,t)＝{P
i
(z,t)|i＝1:K}；其中，i为方案序号，z为负载类型代号，负载类型为对现有负载进行类型分类获得；t为执行周期序号；m为云计算平台代号；K为负载类型z下的所述资源配置方案P
i
(z,t)的总数；C1至C
x
为配置参数向量；x为参数代号；p为资源配置方案费用。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：文本、视频、音频和可执行代码；所述配置参数向量，包括：CPU参数、内存参数、存储参数、带宽参数和流量参数。4.根据权利要求3所述的方法，其特征在于，所述基于所述至少一个规模分组规则，将每种类型的现有负载进行分组，包括：负载z在规模分组规则u下被分为Y个负载组份；所述负载组份可以整体迁移、备份、修改、扩展或删除。5.根据权利要求4所述的方法，其特征在于：所述负载组份配置方案为Q
y
(z,u)，Q
y
(z,u)＝{D1，D2，
……
，D
x
，b，q
y
}；所述负载组份配置方案集合为Q(z,u)，Q(z,u)＝{Q
y
(z,u)|y＝1:Y}；
其中，b为行动类型代号，包括迁移、备份和扩展；u为规模分组规则代号；y为负载组份代号；Y为负载z在规模分组规则u下被分为负载组份的数量；D1至D
x
为预期配置参数向量，并与配置参数向量C
x
在维度和含义上一一对应，具有性能裕度；q
y
为负载组份y的前一执行周期的资源配置费用，可以是实际费用、估算费用或预期费用。6.根据权利要求5所述的方法，其特征在于：所述行动基数为L(z,u)，为在同一规模分组规则u下的所有负载组份在前一执行周期的资源配置费用的和数，7.根据权利要求6所述的方法，其特征在于，所述S4步骤，具体包括：对于u规则下负载组份y的负载组份配置方案Q
y
(z,u)，用同一负载类型的资源配置方案集合P(z,t)的各个元素方案P
i
(z,t)|i＝1:K进行匹配，获得所述扩充资源配置方案集合Q
’
y
(z,u)，Q
’
y
(z,u)＝{P
’
i
(z,t)|i＝1:K}；其中，元素与同一负载类型z的资源配置方案P
i
(z,t)|i＝1:K一一对应；P
’
i
(z,t)＝{C
’1，C
’2，
……
，C
’
x
，m，p
’
}；其中，C
’1至C
’
x
为资源配置方案P
i
(z,t)＝{C1，C2，
……
，C
x
，m，p}的参数向量C1至C
x
在自身配...

【专利技术属性】
技术研发人员：张宇，张宇峰，李忠，
申请(专利权)人：中国电信集团系统集成有限责任公司，
类型：发明
国别省市：