一种基于拍卖算法的云容器资源分配方法及系统技术方案

本发明专利技术提供了一种基于拍卖算法的云容器资源分配方法及系统，在云容器集群中上传数据集，各个云容器分别对数据集进行存储，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量，在云容器集群运行一段时间后计算各个云容器的优选值，根据各个云容器的优选值对各个云容器的初始资源存储容量进行再分配，由此实现了提高各云容器资源利用效率并防范应对内存溢出风险问题的有益效果。存溢出风险问题的有益效果。存溢出风险问题的有益效果。

【技术实现步骤摘要】
一种基于拍卖算法的云容器资源分配方法及系统


[0001]本专利技术属于分布式计算领域，具体涉及一种基于拍卖算法的云容器资源分配方法及系统。

技术介绍

[0002]云容器的资源分配具有高度的灵活性，在一个云容器内的数据存储是具有约束条件的，各个云容器之间的数据存储也需要遵循一定的制约的约束条件。因而，导致多个云容器组成云容器集群时存在相当一部分的内存空间没有被充分利用，以至于令云容器集群处于内存溢出的极高风险中。拍卖算法，是计算机科学领域在求解最优分配问题时使用的一种启发式算法，可对各个云容器之间的数据存储进行优化分配，有效提高了各云容器的资源利用率。在申请号为CN201811550003.7的专利文献中公开了一种容器化云资源分配方法，尽管可通过恢复模块利用数据恢复程序对云计算基础设施内的灾难进行数据恢复，但仍不足以防范应对云容器集群中资源溢出的风险问题。

技术实现思路

[0003]本专利技术的目的在于提出一种基于拍卖算法的云容器资源分配方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
[0004]本专利技术提供了一种基于拍卖算法的云容器资源分配方法及系统，在云容器集群中上传数据集，各个云容器分别对数据集进行存储，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量，在云容器集群运行一段时间后计算各个云容器的优选值，根据各个云容器的优选值对各个云容器的初始资源存储容量进行再分配。
[0005]为了实现上述目的，根据本专利技术的一方面，提供一种基于拍卖算法的云容器资源分配方法，所述方法包括以下步骤：
[0006]S100，将多个不同的云容器组成一个云容器集群；
[0007]S200，在云容器集群中上传数据集，各个云容器分别对数据集进行存储；
[0008]S300，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量；
[0009]S400，在云容器集群运行一段时间后，计算各个云容器的优选值；
[0010]S500，根据各个云容器的优选值，对各个云容器的初始资源存储容量进行再分配。
[0011]进一步地，在S100中，将多个不同的云容器组成一个云容器集群的方法为：获取多个不同的云容器，所述云容器为云服务器，每个云容器的内存容量各不相同(内存容量的单位为Gigabyte)，将各个云容器根据每个云容器的内存容量按照内存容量较小则为左节点的规则使用前序遍历算法构建成一个二叉树，由此将各个云容器作为各个节点连接成为一个整体的树状的数据结构结构作为一个云容器集群。
[0012]进一步地，在S200中，在云容器集群中上传数据集，各个云容器分别对数据集进行
存储的方法为：向云容器集群中上传数据集，数据集为多个不同的表(所述表即为数据库的表)的集合，数据集中各个表的字节数量(字节数量的单位为Gigabyte)不全部相同，其中每个表不支持将一个表分割在不同的云容器中进行分布式存储；
[0013]记云容器集群为Cloud，云容器集群中云容器的数量为n，云容器集群中云容器的序号为i，i∈[1,n]，云容器集群中序号为i的云容器为Cloud(i)，云容器集群中序号为i的云容器的内存容量为Cloud(i)t，云容器集群的总内存容量为Cloudt，Cloudt的计算公式为：
[0014][0015]记数据集为集合Dataset，数据集中表的数量为m，数据集中表的序号为j，j∈[1,m]，数据集中序号为j的表为Dataset(j)，数据集中序号为j的表的字节数量为load(j)，数据集的总字节量为Load，Load的计算公式为：
[0016][0017]其中，各个云容器分别对数据集进行存储为：各个云容器中的每一个云容器能且仅能存储正整数个的表，由此云容器集群各个云容器分别对数据集的各个表进行存储。
[0018]进一步地，在S300中，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量的方法为：
[0019]使用拍卖算法(参见论文：Bertsekas D P.The auction algorithm:A distributed relaxation method for the assignment problem[J].Annals of Operations Research,1988,14(1):105
‑
123.)为各个云容器各自分配资源存储容量，资源存储容量为一个云容器中所能存储的表的总共的字节数量；
[0020]其中，拍卖算法的使用具体为：通过拍卖算法，得出对各个云容器分配不同的表的各种不同的排列组合，进而获取各种不同的排列组合中云容器集群所能存储的表的总共的字节数量最大的一种排列组合，根据该种排列组合来对云容器集群中的各个云容器分配该云容器负责存储的表，并记录此时各个云容器的资源存储容量；
[0021]云容器Cloud(i)中所能存储的表的集合为tbs(i)，云容器Cloud(i)在当前时刻的资源存储容量为src(i)，其中，各个云容器的资源存储容量满足第零约束条件，第零约束条件为：
[0022][0023]将记录的此时各个云容器的资源存储容量作为初始资源存储容量，云容器Cloud(i)的初始资源存储容量即为src(i)。
[0024]其中，在S400中，在云容器集群运行一段时间后，计算各个云容器的优选值的方法为：
[0025]在云容器集群运行时，云容器集群有权限对各个云容器中的表的数据进行删除、更改和查询的操作，在进行了删除、更改和查询的操作中各个云容器中的表的字节数量被限制不高于该云容器的初始资源存储容量；其中，云容器集群运行的一段时间为大于等于1小时；
[0026]将云容器集群作为一个二叉树记为Ctree，云容器集群中各个云容器作为二叉树Ctree中的各个结点，以二叉树的结点的层次的序号及结点在该层次中从左至右的序号作为Ctree中的各个结点的定位序号，以二叉树Ctree的根结点为Ctree(1,1)，以二叉树的根结点所在的层次为第1层次，二叉树Ctree的深度记为常数D，以二叉树的根结点所在的层次为开始向二叉树的深度所在的层次沿每一个层次逐层递增，二叉树Ctree的层次的序号为变量d，d∈[1,D]，二叉树Ctree中序号为d的层次中从左至右的结点的数量记为wid(d)，二叉树Ctree中序号为d的层次中从左至右的结点的序号记为t(d)，t(d)∈[1,wid(d)]，二叉树Ctree中序号为d的层次中从左至右的序号为t(d)的结点记作Ctree(d,t(d))；
[0027]优选值表示一个结点在二叉树中被优先地遍历到的权重值，计算优先值的有益效果为通过测量各个结点在二叉树中被优先地遍历到的权重值从而快速确定需要优先筛选使用的结点，而无需对各个结点进行全面的遍历搜索以此节省了时间成本；
[0028]从C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于拍卖算法的云容器资源分配方法，其特征在于，所述方法包括以下步骤：S100，将多个不同的云容器组成一个云容器集群；S200，在云容器集群中上传数据集，各个云容器分别对数据集进行存储；S300，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量；S400，在云容器集群运行一段时间后，计算各个云容器的优选值；S500，根据各个云容器的优选值，对各个云容器的初始资源存储容量进行再分配。2.根据权利要求1所述的一种基于拍卖算法的云容器资源分配方法，其特征在于，在S100中，将多个不同的云容器组成一个云容器集群的方法为：获取多个不同的云容器，所述云容器为云服务器，每个云容器的内存容量各不相同，将各个云容器根据每个云容器的内存容量按照内存容量较小则为左节点的规则使用前序遍历算法构建成一个二叉树，由此将各个云容器作为各个节点连接成为一个整体的树状的数据结构结构作为一个云容器集群。3.根据权利要求1所述的一种基于拍卖算法的云容器资源分配方法，其特征在于，在S200中，在云容器集群中上传数据集，各个云容器分别对数据集进行存储的方法为：向云容器集群中上传数据集，数据集为多个不同的表的集合，数据集中各个表的字节数量不全部相同，其中每个表不支持将一个表分割在不同的云容器中进行分布式存储；记云容器集群为Cloud，云容器集群中云容器的数量为n，云容器集群中序号为i的云容器为Cloud(i)，云容器集群中序号为i的云容器的内存容量为Cloud(i)t，云容器集群的总内存容量为Cloudt，Cloudt的计算公式为：记数据集为集合Dataset，数据集中表的数量为m，数据集中序号为j的表为Dataset(j)，数据集中序号为j的表的字节数量为load(j)，数据集的总字节量为Load，Load的计算公式为：其中，各个云容器分别对数据集进行存储为：每个云容器存储正整数个表，由此云容器集群各个云容器分别对数据集的各个表进行存储。4.根据权利要求3所述的一种基于拍卖算法的云容器资源分配方法，其特征在于，在S300中，对云容器集群中的各个云容器使用拍卖算法，为各个云容器各自分配资源存储容量作为初始资源存储容量的方法为：使用拍卖算法为各个云容器各自分配资源存储容量，资源存储容量为一个云容器中所能存储的表的总共的字节数量；其中，拍卖算法的使用具体为：通过拍卖算法，得出对各个云容器分配不同的表的各种不同的排列组合，进而获取各种不同的排列组合中云容器集群所能存储的表的总共的字节数量最大的一种排列组合，根据该种排列组合来对云容器集群中的各个云容器分配该云容器负责存储的表，并记录此时各个云容器的资源存储容量；云容器Cloud(i)中所能存储的表的集合为tbs(i)，云容器Cloud(i)在当前时刻的资源存储容量为src(i)，其中，各个云容器...

【专利技术属性】
技术研发人员：何宇，张瑜，张俊明，刘芳，宋强，郝圣，李刚强，朱玉祥，高金锋，吴海涛，潘景辉，
申请(专利权)人：黄淮学院，
类型：发明
国别省市：