【技术实现步骤摘要】
本专利技术涉及资源调度，尤其涉及云平台物理机集群中资源碎片度量方法及装置。
技术介绍
1、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
2、在大数据技术出现之前，计算框架多是为高性能计算和并行计算设计，针对的是计算密集型任务，资源调度主要关注cpu利用率。随着大数据技术的发展，数据密集型任务越来越多，内存的调度也日益重要，出现了以spark为代表的基于内存的大数据计算框架。资源调度也从以cpu为主的单维调度向多维资源调度演进，例如cpu加内存的调度策略。资源管理和作业调度是云资源管理平台的关键技术之一。由于资源和任务一般处于动态变化中，资源调度策略很难完美地对云资源池中的物理机资源进行分配。当物理机内部一种资源分配或消耗过多，导致其他资源剩余无法再继续被分配利用时，物理机就会产生资源碎片，造成资源浪费。现有的技术方案多聚焦于资源调度算法的改进和优化，目前还缺少专门针对云平台资源池中集群多维资源碎片率的综合建模和度量方法。
技术实现
本文档来自技高网...【技术保护点】
1.一种云平台物理机集群中资源碎片度量方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，计算集群CPU资源碎片率，包括：
3.如权利要求2所述的方法，其特征在于，按照以下公式计算集群CPU资源碎片率：
4.如权利要求1所述的方法，其特征在于，计算集群内存资源碎片率，包括：
5.如权利要求4所述的方法，其特征在于，按照以下公式计算集群内存资源碎片率：
6.如权利要求1所述的方法，其特征在于，计算集群CPU和内存相对资源碎片率，包括：
7.如权利要求6所述的方法，其特征在于，按照以下公...
【技术特征摘要】
1.一种云平台物理机集群中资源碎片度量方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，计算集群cpu资源碎片率，包括：
3.如权利要求2所述的方法，其特征在于，按照以下公式计算集群cpu资源碎片率：
4.如权利要求1所述的方法，其特征在于，计算集群内存资源碎片率，包括：
5.如权利要求4所述的方法，其特征在于，按照以下公式计算集群内存资源碎片率：
6.如权利要求1所述的方法，其特征在于，计算集群cpu和内存相对资源碎片率，包括：
7.如权利要求6所述的方法，其特征在于，按照以下公式计算集群cpu和内存相对资源碎片率：
8.如权利要求1所述的方法，其特征在于，根据集群资源碎片率，确定资源碎片度量指数，包括：
9.一种云平台物理机集群中资源碎片度量装置，其特征在于，包括：
10.如权利要求9所述的装置，其特征在于，还包括集群cpu资源碎片率计算模块，具体用于：
11.如权利要求10所述的装置，其特征在于，集群cpu资源碎片率计算模块，具体用于：...
【专利技术属性】
技术研发人员：陈志峰，王志鹏，丁天舒，秦龙，毛浣渠，赵越鹏，王丽娜，
申请(专利权)人：中国电子技术标准化研究院工业和信息化部电子工业标准化研究院工业和信息化部电子第四研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。