资源调度的方法、装置、电子设备及存储介质制造方法及图纸

本申请提供了一种资源调度的方法、装置、电子设备及存储介质。其中，在资源调度的方法中，首先接收应用部署资源申请请求。然后基于所述应用部署资源申请请求，筛选出符合所述资源申请请求的物理机集合。接着采集所述物理机集合中的每一台物理机的机器负载数据。针对每一个物理机，将所述机器负载数据输入到预先构建的资源池负载模型中进行负载预测，得到所述物理机下个T时间内的平均负载。从所述物理机集合中筛选出所述平均负载最低的物理机进行应用的部署。再通过预先构建的应用负载模型对所述应用进行负载预测，得到所述应用的应用负载数据。最后基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容。容。容。

【技术实现步骤摘要】
资源调度的方法、装置、电子设备及存储介质


[0001]本申请涉及数据处理
，尤其涉及一种资源调度的方法、装置、电子设备及存储介质。

技术介绍

[0002]采用开源的软件平台，基于虚拟机技术实现资源的统一管理和调度已经成为计算资源分配常用方式。但是基于有限的物理机产生的虚拟机资源也是有限的，如何使得有限的计算资源得到合理的分配和利用，是一个值得研究的问题。
[0003]常见的资源分配流程是基于应用部署需求方提出的资源申请量，直接在虚拟资源统一管理平台按照需求进行资源的生产和分配，但在资源运行过程中无法进行主动的资源调整，只能保持原始资源分配的情况。当应用申请资源量不符合实际应用需要，会出现应用实际使用配额占申请配额的比例较小的情况，同时由于无法进行资源调整，造成资源分配不合理，资源浪费的情况。

技术实现思路

[0004]有鉴于此，本申请提供了一种资源调度的方法、装置、电子设备及存储介质，以解决现有技术中当应用申请资源量不符合实际应用需要，会出现应用实际使用配额占申请配额的比例较小的情况，同时由于无法进行资源调整，造成资源分配不合理，资源浪费的情况的问题。
[0005]为实现上述目的，本申请提供如下技术方案：
[0006]本申请第一方面公开了一种资源调度的方法，包括：
[0007]接收应用部署资源申请请求；
[0008]基于所述应用部署资源申请请求，筛选出符合所述资源申请请求的物理机集合；
[0009]采集所述物理机集合中的每一台物理机的机器负载数据；
[0010]针对每一个物理机，将所述机器负载数据输入到预先构建的资源池负载模型中进行负载预测，得到所述物理机下个T时间内的平均负载，其中，T为正整数；
[0011]从所述物理机集合中筛选出所述平均负载最低的物理机进行应用的部署；
[0012]通过预先构建的应用负载模型对所述应用进行负载预测，得到所述应用的应用负载数据；
[0013]基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容。
[0014]可选的，上述的方法，所述资源池负载模型的构建过程，包括：
[0015]采集各个所述物理机的历史机器负载数据；
[0016]对所述历史机器负载数据进行数据预处理，得到处理后的数据；
[0017]将所述处理后的数据作为资源池负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述资源池负载模型。
[0018]可选的，上述的方法，所述应用负载模型的构建过程，包括：
[0019]采集各个应用的历史应用负载数据；
[0020]对所述历史应用负载数据进行数据预处理，得到处理后的数据；
[0021]将所述处理后的数据作为应用负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述应用负载模型。
[0022]可选的，上述的方法，所述基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容，包括：
[0023]获取所述应用的当前负载值；
[0024]计算得到所述应用负载数据与所述当前负载值的差值；
[0025]判断所述差值是否大于预设的阈值；
[0026]若判断出所述差值大于所述阈值，且所述应用负载数据大于所述当前负载值，则对部署所述应用的物理机进行资源扩容；
[0027]若判断出所述差值大于所述阈值，且所述应用负载数据不大于所述当前负载值，则对部署所述应用的物理机进行资源缩容。
[0028]可选的，上述的方法，所述基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容之后，还包括：
[0029]当部署所述应用达到预设的时间周期时，则筛选出其他可部署所述应用的物理机进行应用迁移。
[0030]本申请第二方面公开了一种资源调度的装置，包括：
[0031]接收单元，用于接收应用部署资源申请请求；
[0032]筛选单元，用于基于所述应用部署资源申请请求，筛选出符合所述资源申请请求的物理机集合；
[0033]采集单元，用于采集所述物理机集合中的每一台物理机的机器负载数据；
[0034]第一预测单元，用于针对每一个物理机，将所述机器负载数据输入到预先构建的资源池负载模型中进行负载预测，得到所述物理机下个T时间内的平均负载，其中，T为正整数；
[0035]部署单元，用于从所述物理机集合中筛选出所述平均负载最低的物理机进行应用的部署；
[0036]第二预测单元，用于通过预先构建的应用负载模型对所述应用进行负载预测，得到所述应用的应用负载数据；
[0037]确定单元，用于基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容。
[0038]可选的，上述的装置，所述第一预测单元，包括：
[0039]第一采集子单元，用于采集各个所述物理机的历史机器负载数据；
[0040]第一预处理子单元，用于对所述历史机器负载数据进行数据预处理，得到处理后的数据；
[0041]第一训练子单元，用于将所述处理后的数据作为资源池负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述资源池负载模型。
[0042]可选的，上述的装置，所述第二预测单元，包括：
[0043]第二采集子单元，用于采集各个应用的历史应用负载数据；
[0044]第二预处理子单元，用于对所述历史应用负载数据进行数据预处理，得到处理后的数据；
[0045]第二训练子单元，用于将所述处理后的数据作为应用负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述应用负载模型。
[0046]可选的，上述的装置，所述确定单元，包括：
[0047]获取子单元，用于获取所述应用的当前负载值；
[0048]计算子单元，用于计算得到所述应用负载数据与所述当前负载值的差值；
[0049]判断子单元，用于判断所述差值是否大于预设的阈值；
[0050]扩容子单元，用于若判断出所述差值大于所述阈值，且所述应用负载数据大于所述当前负载值，则对部署所述应用的物理机进行资源扩容；
[0051]缩容子单元，用于若判断出所述差值大于所述阈值，且所述应用负载数据不大于所述当前负载值，则对部署所述应用的物理机进行资源缩容。
[0052]可选的，上述的装置，还包括：
[0053]迁移单元，用于当部署所述应用达到预设的时间周期时，则筛选出其他可部署所述应用的物理机进行应用迁移。
[0054]本申请第三方面公开了一种电子设备，包括：
[0055]一个或多个处理器；
[0056]存储装置，其上存储有一个或多个程序；
[0057]当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如本申请第一方面中任意一项所述的方法。
[0058]本申请第四方面公开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种资源调度的方法，其特征在于，包括：接收应用部署资源申请请求；基于所述应用部署资源申请请求，筛选出符合所述资源申请请求的物理机集合；采集所述物理机集合中的每一台物理机的机器负载数据；针对每一个物理机，将所述机器负载数据输入到预先构建的资源池负载模型中进行负载预测，得到所述物理机下个T时间内的平均负载，其中，T为正整数；从所述物理机集合中筛选出所述平均负载最低的物理机进行应用的部署；通过预先构建的应用负载模型对所述应用进行负载预测，得到所述应用的应用负载数据；基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容。2.根据权利要求1所述的方法，其特征在于，所述资源池负载模型的构建过程，包括：采集各个所述物理机的历史机器负载数据；对所述历史机器负载数据进行数据预处理，得到处理后的数据；将所述处理后的数据作为资源池负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述资源池负载模型。3.根据权利要求1所述的方法，其特征在于，所述应用负载模型的构建过程，包括：采集各个应用的历史应用负载数据；对所述历史应用负载数据进行数据预处理，得到处理后的数据；将所述处理后的数据作为应用负载初始模型的输入，利用时序预测算法对所述初始模型进行训练，得到所述应用负载模型。4.根据权利要求1所述的方法，其特征在于，所述基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容，包括：获取所述应用的当前负载值；计算得到所述应用负载数据与所述当前负载值的差值；判断所述差值是否大于预设的阈值；若判断出所述差值大于所述阈值，且所述应用负载数据大于所述当前负载值，则对部署所述应用的物理机进行资源扩容；若判断出所述差值大于所述阈值，且所述应用负载数据不大于所述当前负载值，则对部署所述应用的物理机进行资源缩容。5.根据权利要求1所述的方法，其特征在于，所述基于应用负载数据，确定是否对部署所述应用的物理机进行资源扩容或者资源缩容之后，还包括：当部署所述应用达到预设的时间周期时，则筛选...

【专利技术属性】
技术研发人员：韩梦乔，
申请(专利权)人：中国建设银行股份有限公司，
类型：发明
国别省市：