一种基于大数据的云管理方法及系统技术方案

本发明专利技术公开一种基于大数据的云管理方法及系统，涉及计算机技术领域，所述方法包括：采集云管理应用中各服务节点的资源利用数据；使用大数据技术对采集到的数据进行分析，预测实时网络请求的资源调度需求量；根据资源调度需求的预测结果，与采集到的各服务节点的实时资源数据，对云管理应用实施自适应负载均衡

【技术实现步骤摘要】
一种基于大数据的云管理方法及系统


[0001]本专利技术涉及计算机
，尤其涉及一种基于大数据的云管理方法及系统
。

技术介绍

[0002]云管理是指以云计算技术为依托，以实现经营管理优化为目的，系列软硬件应用方案的总和
。
有时云管理，也指云计算
IT
和应用平台的管理
。
协达软件在
《
面向服务架构与应用
》
一书中，定义云管理的核心技术是：
SOA
面向服务架构和
BPM
业务流程管理，应用功能主要包括：以
OA
为核心的社交化管理应用，以及以此为门户的
ERP
等应用；随着云计算技术的快速发展，越来越多的企业开始将
IT
基础设施和业务应用迁移到云端，以提高资源利用率和
IT
服务交付效率，然而，云计算也带来了新的挑战和复杂性，在过去的研究中，云计算资源调度主要关注静态资源管理，即在云管理下分配和管理静态资源的过程，但对于动态资源，也就是如何响应动态工作负载变化的问题，研究相对较少，随着大数据时代的到来，云计算资源调度的研究逐渐转向了基于大数据的动态调度管理，因此，如何做好云管理的动态资源调度，提高云管理的效率和效果成为本领域人员的关键任务之一
。

技术实现思路

[0003]本专利技术提供了一种基于大数据的云管理方法，包括：
Step1、
采集云管理应用中各服务节点的资源利用数据；<br/>Step2、
使用大数据技术对采集到的数据进行分析，预测实时网络请求的资源调度需求量；
Step3、
根据资源调度需求的预测结果，与采集到的各服务节点的实时资源数据，对云管理应用实施自适应负载均衡
。
[0004]如上所述的一种基于大数据的云管理方法，其中采集云管理应用中各服务节点的资源利用数据，包括以下两个子步骤：通过监测工具实时获取各服务节点的资源数据；通过日志获取各服务节点的历史资源使用数据
。
[0005]如上所述的一种基于大数据的云管理方法，其中使用大数据技术对采集到的数据进行分析，预测实时网络请求的资源调度需求量，具体包括以下子步骤：建立各节点资源占用数据与执行请求的时间序列数据集；根据各节点资源占用数据与执行请求的时间序列数据集，建立不同请求类型的资源调度需求预测模型；拦截向云管理服务节点发送的网络请求，并使用资源调度需求预测模型预测其资源调度需求量
。
[0006]如上所述的一种基于大数据的云管理方法，其中拦截向云管理服务节点发送的网络请求，并使用资源调度需求预测模型预测其资源调度需求量，具体包括以下子步骤：
拦截到的网络请求使用正则表达式截取请求头中的请求类型信息，转化为标识值；输入至资源调度需求预测模型中，输出该网络请求各项资源的调度需求量；整理为集合
R
，其中，
b1~bn
为各项资源调度需求量
。
[0007]如上所述的一种基于大数据的云管理方法，其中对云管理应用实施自适应负载均衡，具体包括以下子步骤：根据各服务节点的实时资源数据计算可调度的资源量；根据资源调度需求预测结果，与各服务节点的可调度资源量，自动选择执行节点
。
[0008]如上所述的一种基于大数据的云管理方法，其中根据各服务节点的实时资源数据计算可调度的资源量，具体包括以下子步骤：根据请求类型确定需要调用的服务；使用公式计算各服务节点的各项可调度资源量，其中
Ni
为第
i
个服务节点，
i
取值在
1~n
，
n
为节点总数量，
Ni.uj
为
Ni
节点的第
j
项资源的使用率，
j
取值在
1~m
，
m
为资源项数量，
Ni.cj
为
Ni
节点第
j
项资源的配置；整理计算结果
AR
为集合
。
[0009]如上所述的一种基于大数据的云管理方法，其中根据资源调度需求预测结果，与各服务节点的可调度资源量，自动选择执行节点，具体包括以下子步骤：遍历
AR
集合，查询出
AR
集合内可调度资源量最大的节点；将可调度资源量最大的节点内每项资源的可调度量，与
R
集合内各项资源需求量作差；结果都大于零，则选取该节点为执行节点，并在该节点执行请求；结果中有小于零的项，则将请求放入待执行队列
。
[0010]如上所述的一种基于大数据的云管理方法，其中待执行队列中的请求执行步骤为：每隔预定间隔时间，为待执行队列内第一个请求计算相应服务节点的可调度量，自动选择执行节点；选择完成则出队列，第二个请求变为第一个请求，继续上一子步骤，如此反复直到待执行队列为空
。
[0011]本专利技术还提供了一种基于大数据的云管理系统，包括：云管理服务节点数据采集模块，云管理资源调度需求预测模块，云管理负载均衡模块
。
[0012]如上所述的一种基于大数据的云管理系统，其中云管理服务节点数据采集模块，用于采集云管理应用中各服务节点的资源利用数据；云管理资源调度需求预测模块，用于对云管理服务节点数据采集模块采集到的数据进行分析，预测实时网络请求的资源调度需求量；云管理负载均衡模块，用于根据云管理资源调度需求预测模块的预测结果，与云管理服务节点数据采集模块采集到的各服务节点的实时资源数据，对云管理应用实施自适应负载均衡
。
[0013]本专利技术实现的有益效果如下：使云管理应用在运行时充分利用现有的资源，让更多的任务得到执行，从而提高计算效率，优化资源的利用
。
附图说明
[0014]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图
。
[0015]图1是本专利技术实施例一提供的一种基于大数据的云管理方法流程图
。
具体实施方式
[0016]下面结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
实施例一
[0017]如图1所示，本专利技术实施例一提供一种基于大数据的云管理方法，包括：步骤
S10
：采集云管理应用中各服务节点的资源利用数据；步骤
S11
：通过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大数据的云管理方法，包括：
Step1、
采集云管理应用中各服务节点的资源利用数据；
Step2、
使用大数据技术对采集到的数据进行分析，预测实时网络请求的资源调度需求量；
Step3、
根据资源调度需求的预测结果，与采集到的各服务节点的实时资源数据，对云管理应用实施自适应负载均衡
。2.
根据权利要求1所述的一种基于大数据的云管理方法，其特征在于，采集云管理应用中各服务节点的资源利用数据，包括以下两个子步骤：通过监测工具实时获取各服务节点的资源数据；通过日志获取各服务节点的历史资源使用数据
。3.
根据权利要求1所述的一种基于大数据的云管理方法，其特征在于，使用大数据技术对采集到的数据进行分析，预测实时网络请求的资源调度需求量，具体包括以下子步骤：建立各节点资源占用数据与执行请求的时间序列数据集；根据各节点资源占用数据与执行请求的时间序列数据集，建立不同请求类型的资源调度需求预测模型；拦截向云管理服务节点发送的网络请求，并使用资源调度需求预测模型预测其资源调度需求量
。4.
根据权利要求3所述的一种基于大数据的云管理方法，其特征在于，拦截向云管理服务节点发送的网络请求，并使用资源调度需求预测模型预测其资源调度需求量，具体包括以下子步骤：拦截到的网络请求使用正则表达式截取请求头中的请求类型信息，转化为标识值；输入至资源调度需求预测模型中，输出该网络请求各项资源的调度需求量；整理为集合
R
，，其中，
b1~b
n
为各项资源调度需求量
。5.
根据权利要求1所述的一种基于大数据的云管理方法，其特征在于，对云管理应用实施自适应负载均衡，具体包括以下子步骤：根据各服务节点的实时资源数据计算可调度的资源量；根据资源调度需求预测结果，与各服务节点的可调度资源量，自动选择执行节点
。6.
根据权利要求5所述的一种基于大数据的云管理方法，其特征在于，根据各服务节点的实时资源数据计算可调度的资源量，具体包括以下子步骤：根据请求类型确定需要调用的服务；使用公式计算各服务节点的各项可调度资源量，其中
N
i
为第
i
个服务节点，
i...

【专利技术属性】
技术研发人员：徐柳，
申请(专利权)人：北京宏数科技有限公司，
类型：发明
国别省市：