一种基于应用性能预测模型的用户SLO建模方法及装置制造方法及图纸

本发明专利技术的实施例提供一种基于应用性能预测模型的用户SLO建模方法及装置，所述方法包括：实时获取用户应用的虚拟化资源利用率；根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；获得符合所述预测运行性能的至少一种候选资源配置方案；在所述至少一种候选资源配置方案中，选择一种目标资源配置方案；将所述目标资源配置方案配置给所述用户应用。本发明专利技术的方案实现了为用户业务应用合理分配虚拟化资源，在保证用户应用的运行性能的同时，提升虚拟化系统资源利用率。提升虚拟化系统资源利用率。提升虚拟化系统资源利用率。

【技术实现步骤摘要】
一种基于应用性能预测模型的用户SLO建模方法及装置


[0001]本专利技术涉及信息处理
，特别是指一种基于应用性能预测模型的用户SLO建模方法及装置。

技术介绍

[0002]为灵活有效地利用网络与安全设备的计算、网络以及存储资源，虚拟化已成为在网络与安全设备中进行资源管理与配置的主流技术。然而，当前基于虚拟化技术的网络与安全设备操作系统由于业务之间存在性能干扰，从而造成系统资源利用率低下、业务性能波动大等行业痛点问题。

技术实现思路

[0003]本专利技术提供了一种基于应用性能预测模型的用户SLO建模方法及装置。实现了为用户应用合理分配虚拟化资源，在保证应用的运行性能的同时，提升虚拟化系统资源利用率。
[0004]为解决上述技术问题，本专利技术的实施例提供以下方案：
[0005]一种基于应用性能预测模型的用户SLO建模方法，包括：
[0006]实时获取用户应用的虚拟化资源利用率；
[0007]根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；
[0008]获得符合所述预测运行性能的至少一种候选资源配置方案；
[0009]在所述至少一种候选资源配置方案中，选择一种满足所述用户应用的服务等级目标SLO的目标资源配置方案；
[0010]将所述目标资源配置方案配置给所述用户应用。
[0011]可选的，实时获取用户应用的虚拟化资源利用率，包括：
[0012]实时监测承载用户应用的容器的时域多维度资源利用率以及所述容器的底层异构硬件类型；
[0013]根据所述时域多维度资源利用率以及底层异构硬件类型，获取用户应用的虚拟化资源利用率；所述时域多维度资源利用率包括以下至少一项：安装所述用户应用的容器的计算设备的中央处理器CPU、内存、网络输入I/输出O、磁盘输入I/输出O利用率、缓存命中率、中断数、虚拟中央处理器VCPU排队时间比率。
[0014]可选的，根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能，包括：
[0015]根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型；
[0016]将所述用户应用输入所述应用性能预测模型进行性能预测，获得所述用户应用的预测运行性能。
[0017]可选的，根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预
测模型，包括：
[0018]将用户应用的输入数据量、承载用户应用的容器的时域多维度资源利用率、性能干扰因子以及容器的底层硬件异构性因子，作为性能函数的输入，构建应用性能预测模型。
[0019]可选的，根据所述预测运行性能获得符合所述预测运行性能的至少一种候选资源配置方案，包括：
[0020]获得用户应用的资源需求信息；
[0021]根据所述资源需求信息和所述用户应用的历史运行数据，构建基于用户应用性能保证的资源配置成本模型；
[0022]根据所述资源配置成本模型，分析出资源配置的上下界；
[0023]在所述资源配置上下界范围内，搜索满足所述预测运行性能的至少一种候选资源配置方案。
[0024]可选的，根据所述资源需求信息和所述用户应用的历史运行数据，构建基于用户应用性能保证的资源配置成本模型，包括：
[0025]根据所述资源需求信息和所述用户应用的历史运行数据，利用所述用户应用的性能预测模型和虚拟化资源成本，构建基于用户应用性能保证的资源配置成本模型。
[0026]可选的，基于应用性能预测模型的用户SLO建模方法，还包括：
[0027]获取所述目标资源配置方案对所述用户应用的运行性能的满足情况；
[0028]根据所述满足情况，动态更新所述目标资源配置方案。
[0029]本专利技术的实施例还提供一种基于应用性能预测模型的用户SLO建模装置，包括：
[0030]获取模块，用于实时获取用户应用的虚拟化资源利用率；
[0031]处理模块，用于根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；获得符合所述预测运行性能的至少一种候选资源配置方案；在所述至少一种候选资源配置方案中，选择一种满足所述用户应用的服务等级目标SLO的目标资源配置方案；将所述目标资源配置方案配置给所述用户应用。
[0032]本专利技术的实施例还提供一种计算设备，包括处理器，存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如上所述的方法的步骤。
[0033]本专利技术的实施例还提供一种计算机可读存储介质，存储指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。
[0034]本专利技术的上述方案至少包括以下有益效果：
[0035]本专利技术的上述方案，通过实时获取用户应用的虚拟化资源利用率；根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；获得符合所述预测运行性能的至少一种候选资源配置方案；在所述至少一种候选资源配置方案中，选择一种满足所述用户应用的服务等级目标SLO的目标资源配置方案；将所述目标资源配置方案配置给所述用户应用。实现了为用户业务应用合理分配虚拟化资源，在保证业务性能的同时，提升虚拟化系统资源利用率。
附图说明
[0036]图1为本专利技术实施例的基于应用性能预测模型的用户SLO建模方法的流程示意图；
[0037]图2为本专利技术实施例的基于应用性能预测模型的用户SLO建模系统的架构示意图；
[0038]图3为本专利技术实施例的基于应用性能预测模型的用户SLO建模装置的结构示意图。
具体实施方式
[0039]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围完整的传达给本领域的技术人员。
[0040]如图1所示，本专利技术提供一种基于应用性能预测模型的用户SLO建模方法，包括：
[0041]步骤11，实时获取用户应用的虚拟化资源利用率；
[0042]步骤12，根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；
[0043]步骤13，获得符合所述预测运行性能的至少一种候选资源配置方案；
[0044]步骤14，在所述至少一种候选资源配置方案中，选择一种满足所述用户应用的服务等级目标SLO的目标资源配置方案；
[0045]步骤15，将所述目标资源配置方案配置给所述用户应用。
[0046]该实施例中，将网络与安全设备系统中的计算资源、网络资源和/或及存储资源等物理资源，进行池化并统一管理，虚拟化资源池依据用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于应用性能预测模型的用户SLO建模方法，其特征在于，所述方法包括：实时获取用户应用的虚拟化资源利用率；根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能；获得符合所述预测运行性能的至少一种候选资源配置方案；在所述至少一种候选资源配置方案中，选择一种满足所述用户应用的服务等级目标SLO的目标资源配置方案；将所述目标资源配置方案配置给所述用户应用。2.根据权利要求1所述的基于应用性能预测模型的用户SLO建模方法，其特征在于，实时获取用户应用的虚拟化资源利用率，包括：实时监测承载用户应用的容器的时域多维度资源利用率以及所述容器的底层异构硬件类型；根据所述时域多维度资源利用率以及底层异构硬件类型，获取用户应用的虚拟化资源利用率；所述时域多维度资源利用率包括以下至少一项：安装所述用户应用的容器的计算设备的中央处理器CPU、内存、网络输入I/输出O、磁盘输入I/输出O利用率、缓存命中率、中断数、虚拟中央处理器VCPU排队时间比率。3.根据权利要求1所述的基于应用性能预测模型的用户SLO建模方法，其特征在于，根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，预测所述用户应用的预测运行性能，包括：根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型；将所述用户应用输入所述应用性能预测模型进行性能预测，获得所述用户应用的预测运行性能。4.根据权利要求3所述的基于应用性能预测模型的用户SLO建模方法，其特征在于，根据所述虚拟化资源利用率，构建基于多维度资源利用率的应用性能预测模型，包括：将用户应用的输入数据量、承载用户应用的容器的时域多维度资源利用率、性能干扰因子以及容器的底层硬件异构性因子，作为性能函数的输入，构建应用性能预测模型。5.根据权利要求1所述的基于应用性能预测模型的用户SLO建模方法，其特征在...

【专利技术属性】
技术研发人员：杨贻宏，
申请(专利权)人：上海飞旗网络技术股份有限公司，
类型：发明
国别省市：