资源管理系统及资源管理方法技术方案

一种资源管理系统及资源管理方法。资源管理系统包括彼此通信连接的多个工作者节点及主责节点，且该些工作者节点及该主责节点各包括资源池、资源监视器、收集器代理模块、流量引导推理模块、请求处理模块、许可控制器、临界值调整器，主责节点还包括数据收集器、人工智能计算模块及负载平衡器。本发明专利技术所提供的资源管理系统及资源管理方法，具有创新的分布式资源管理架构，可混合应用集中式与分布式资源管理机制，可兼容于现有的集中式资源管理机制，并可进一步避免在无网络传输环境及集中决策机制中可能发生的延迟情形，且达到负载平衡和资源使用优化的目的。源使用优化的目的。源使用优化的目的。

【技术实现步骤摘要】
资源管理系统及资源管理方法


[0001]本专利技术涉及一种资源管理系统及资源管理方法，尤其涉及一种能够混合应用集中式与分布式资源管理机制的资源管理系统及资源管理方法。

技术介绍

[0002]由于5G私有专网(Private Network)的兴起，混合云运算成为主流，运算装置中的边缘运算装置常以分散的方式建置在应用场域中，再利用网络连接私有云(Private Cloud)或公有云(Public Cloud)。为了有效平衡运算或网络资源的使用，目前多以“丛集”(Cluster)方式并选定一个主责节点(Master Node,MN)来管理工作点(Worker Node,WN)的工作需求派遣。
[0003]然而，网络传输延迟和数据压缩延迟，却造成无法满足终端用户的服务质量要求，并造成资源浪费与耗电的问题。虽然目前有许多分布式资源管理机制专利技术被提出，但存在以下问题：
[0004]1.现有的分布式资源管理机制与集中式丛集资源管理机制无法共存。
[0005]2.在现有的分布式的资源管理机制中，为了达成负载平衡的快速派遣，需要每一个工作节点的资源状态分享，造成额外的网络流量和决策延迟；平衡效果也会因工作热点的转移、收敛时间较长，易产生钟摆效应。
[0006]3.现有的分布式的资源管理机制部分采用了预留的“可分享”/“不可分享”资源政策进行分布式管理，其固定且缺乏弹性的预留机制，反而让资源使用上产生浪费、效率更低。
[0007]4.在许多利用无线中继互联的Mesh Edge Cloud前案中，无论是采用单纯集中式或单纯分布式的资源管理都不利于资源使用服务质量与效益。
[0008]因此，如何通过资源管理机制的改良，来克服上述的缺陷，已成为该项事业所欲解决的重要课题之一。

技术实现思路

[0009]本专利技术所要解决的技术问题在于，针对现有技术的不足提供一种能够混合应用集中式与分布式资源管理机制的资源管理系统及资源管理方法。
[0010]为了解决上述的技术问题，本专利技术所采用的其中一技术方案是提供一种资源管理系统，其包括多个工作者节点及一主责节点，该些工作者节点及主责节点彼此通信连接，其中，该些工作者节点及该主责节点各包括资源池、资源监视器、收集器代理模块、流量引导推理模块、请求处理模块、许可控制器及临界值调整器。资源池将对应的系统资源划分为可共享资源及不可共享资源。资源监视器记录资源池的使用状况，并产生资源用量监视数据。收集器代理模块用于传送所产生的资源用量监视数据。流量引导推理模块接收资源用量监视数据，并依据资源用量监视数据计算不可共享资源及可共享资源的权重比例，以产生许可控制策略。请求处理模块接收来自多个电子装置的多个资源使用请求。许可控制器依据
许可控制策略将该些资源使用请求分配给不可共享资源及可共享资源。临界值调整器用于调整可共享资源及不可共享资源的分配比例。其中，主责节点还包括数据收集器、人工智能计算模块及负载平衡器。数据收集器从该些工作者节点及主责节点的收集器代理模块接收该些工作者节点及主责节点的资源用量监视数据，以产生资源用量统计数据。人工智能计算模块经配置以将该资源用量统计数据输入经训练的人工智能模型，以产生分别用于分配该些工作者节点及主责节点的该些资源池的多个临界值数据。其中，各临界值数据定义各资源池中的分配比例，且该些工作者节点及主责节点的该些流量引导推理模块经配置以依据该些优化临界值数据分别控制对应的该些临界值调整器调整各该些资源池的可共享资源及不可共享资源。负载平衡器经配置以将该些工作者节点及该主责节点中分配至该些可共享资源中的该些资源使用请求平衡分配至该些工作者节点及该主责节点的该些可共享资源。
[0011]为了解决上述的技术问题，本专利技术所采用的另外一技术方案是提供一种资源管理方法，其适用于彼此通信连接的多个工作者节点及主责节点，且该些工作者节点及主责节点各包括资源池、资源监视器、收集器代理模块、流量引导推理模块、请求处理模块、许可控制器、临界值调整器，主责节点还包括数据收集器、人工智能计算模块及负载平衡器，该资源管理方法包括：针对该些工作者节点及该主责节点执行一内部资源管理流程，内部资源管理流程包括：配置该资源池以将对应的一系统资源划分为一可共享资源及一不可共享资源；配置该资源监视器以记录该资源池的使用状况，并产生一资源用量监视数据；配置该收集器代理模块以将所产生的该资源用量监视数据传送至该流量引导推理模块；配置该流量引导推理模块接收该资源用量监视数据，并依据该资源用量监视数据计算该不可共享资源及该可共享资源的权重比例，以产生一许可控制策略；配置该请求处理模块接收来自多个电子装置的多个资源使用请求；及配置该许可控制器依据该许可控制策略将该些资源使用请求分配给该不可共享资源及该可共享资源。其中，临界值调整器用于调整该可共享资源及该不可共享资源的一分配比例。资源管理方法还包括针对该些工作者节点及该主责节点执行一外部资源管理流程，外部资源管理流程包括：配置该数据收集器从该些工作者节点及该主责节点的该些收集器代理模块接收该些工作者节点及该主责节点的该些资源用量监视数据，以产生一资源用量统计数据；配置该人工智能计算模块以将该资源用量统计数据输入一经训练的人工智能模型，以产生分别用于分配该些工作者节点及该主责节点的该些资源池的多个临界值数据，其中，各该临界值数据定义各该资源池中的该分配比例；配置该些工作者节点及该主责节点的该些流量引导推理模块以依据该些优化临界值数据分别控制对应的该些临界值调整器调整各该些资源池的该可共享资源及该不可共享资源；及配置该负载平衡器以将该些工作者节点及该主责节点中分配至该些可共享资源中的该些资源使用请求平衡分配至该些工作者节点及该主责节点的该些可共享资源。
[0012]本专利技术的其中一有益效果在于，本专利技术所提供的资源管理系统及资源管理方法，具有创新的分布式资源管理架构，可混合应用集中式与分布式资源管理机制。其中，内部资源管理流程实现了快速及低延迟的分布式资源管理架构及可管道化(Pipeline)同步执行机制，同时，以资源池的架构为基础，实现可调整的可共享资源及不可共享资源的动态比例调整。
[0013]此外，本专利技术所提供的资源管理系统及资源管理方法通过整合每一个工作者节点
的可共享资源以形成可共享资源池架构，其兼容于现有的集中式资源管理机制。另一方面，外部资源管理流程利用人工智能的大数据分析，进一步实现了资源临界值动态调整机制，可调整可共享资源及不可共享资源的分配比例。
[0014]针对效能及资源使用率方面，本专利技术所提供的资源管理系统及资源管理方法具有分布式内部资源管理流程与可管道化(Pipeline)同步执行机制，使本地端请求可以立即使用本地端资源，可进一步避免在无网络传输环境及集中决策机制中可能发生的延迟情形。
[0015]再者，通过人工智能的大数据分析实现的资源临界值动态调整机制，可以帮助负载较大的工作节点经由程序执行位置的vAPP转移(virtual App Migration)及增加不可共享资源的比例本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源管理系统，该资源管理系统包括：多个工作者节点及一主责节点，该些工作者节点及主责节点彼此通信连接，其中该些工作者节点及该主责节点各包括：一资源池，该资源池将对应的一系统资源划分为一可共享资源及一不可共享资源；一资源监视器，该资源监视器记录该资源池的使用状况，并产生一资源用量监视数据；一收集器代理模块，该收集器代理模块用于传送所产生的该资源用量监视数据；一流量引导推理模块，该流量引导推理模块接收该资源用量监视数据，并依据该资源用量监视数据计算该不可共享资源及该可共享资源的一权重比例，以产生一许可控制策略；一请求处理模块，该请求处理模块接收来自多个电子装置的多个资源使用请求；一许可控制器，该许可控制器依据该许可控制策略将该些资源使用请求分配给该不可共享资源及该可共享资源；以及一临界值调整器，该临界值调整器用于调整该可共享资源及该不可共享资源的一分配比例；其中该主责节点还包括：一数据收集器，该数据收集器从该些工作者节点及该主责节点的该些收集器代理模块接收该些工作者节点及该主责节点的该些资源用量监视数据，以产生一资源用量统计数据；一人工智能计算模块，该人工智能计算模块经配置以将该资源用量统计数据输入一经训练的人工智能模型，以产生分别用于分配该些工作者节点及该主责节点的该些资源池的多个临界值数据，其中，各该临界值数据定义各该资源池中的该分配比例，且该些工作者节点及该主责节点的该些流量引导推理模块经配置以依据该些优化临界值数据分别控制对应的该些临界值调整器调整各该些资源池的该可共享资源及该不可共享资源；以及一负载平衡器，该负载平衡器经配置以将该些工作者节点及该主责节点中分配至该些可共享资源中的该些资源使用请求平衡分配至该些工作者节点及该主责节点的该些可共享资源。2.如权利要求1所述的资源管理系统，其中该流量引导推理模块还依据该资源用量监视数据计算该不可共享资源及该可共享资源的负载量，以产生该许可控制策略，且各该资源池的该不可共享资源及该可共享资源的该权重比例相加为1。3.如权利要求2所述的资源管理系统，其中该许可控制策略包括：若该不可共享资源的该负载量小于一重载临界值，则将该些资源使用请求分配给该不可共享资源；若该不可共享资源的该负载量大于或等于该重载临界值且与该些资源使用请求相关的一随机数值小于或等于该不可共享资源的该权重比例，则将该些资源使用请求分配给该不可共享资源；以及若该不可共享资源的该负载量大于或等于该重载临界值且与该些资源使用请求相关的该随机数值大于该不可共享资源的该权重比例，则将该些资源使用请求分配给该可共享资源。4.如权利要求1所述的资源管理系统，其中该许可控制策略包括：
若该些资源使用请求的数量大于该资源池的一当前可使用资源量，则拒绝该些资源使用请求，各该资源池的该不可共享资源仅供属于该些工作者节点及该主责节点的本地端的该些电子装置的该些使用资源请求所使用。5.如权利要求1所述的资源管理系统，其中该经训练的人工智能模型是经由对一人工智能模型以一历史资源用量统计数据进行训练所产生。6.如权利要求5所述的资源管理系统，其中该人工智能模型为一类神经网络模型，该类神经网络模型包括一输入层、一输出层及多个隐含层，且该输入层、该输出层及该些隐含层各包括多个神经元。7.如权利要求5所述的资源管理系统，其中该历史资源用量统计数据包括使用者需求资源、不可共享资源剩余资源、可共享资源剩余资源、时间信息、在特定时间的资源使用状态。8.如权利要求1所述的资源管理系统，其中该系统资源包括中央处理器可处理量、存储器可使用量、网络可使用量、闪存可使用量、硬盘可使用量及图形处理器可处理量。9.一种资源管理方法，该资源管理方法适用于彼此通信连接的多个工作者节点及一主责节点，且该些工作者节点及该主责节点各包括一资源池、...

【专利技术属性】
技术研发人员：杨人顺，
申请(专利权)人：启碁科技股份有限公司，
类型：发明
国别省市：