【技术实现步骤摘要】
本专利技术涉及资源调度，尤其涉及一种云计算资源优化方法及系统。
技术介绍
1、资源调度是计算机科学中的一个重要领域，尤其关注于多任务环境中资源的有效分配和管理。这一领域涵盖了从操作系统的进程调度到大型数据中心的工作负载管理等多个层面。在云计算环境中，资源调度特别重要，因为它影响到计算资源（如cpu时间、内存、存储和网络带宽）的利用效率和成本控制。高效的资源调度策略能够确保系统的高性能和高可用性，同时优化能源消耗和运营成本。此
不仅需要考虑资源的物理和逻辑特性，还需要应对动态变化的负载需求和实时性能优化。
2、其中，云计算资源优化方法涉及到开发和应用各种策略以提升云计算环境中资源的使用效率和性能。这些方法可能包括但不限于负载均衡、资源预留和弹性伸缩，旨在根据实时需求动态调整资源分配。云计算资源优化的用途广泛，主要用于提高数据处理速度，减少延迟，提升用户满意度，同时降低运营成本和能源消耗。通过这些优化措施，云服务提供商能够更有效地管理其硬件和软件资产，保证服务质量，同时增强系统的整体可靠性和经济性。
3、现有技术在资源调度方面通常依赖于预设的或半自动的资源分配策略，无法及时适应实时的负载变化，影响系统性能和资源利用效率。例如，传统负载均衡技术往往未考虑数据中心的物理和逻辑拓扑，导致资源调度不尽理想。此外，依赖预测的资源预留和弹性伸缩策略在预测不准确时可能导致资源浪费或短缺。这些不足可能导致数据处理速度延迟，降低用户体验，增加运营成本，降低能源效率。在实际操作中，这些问题可能造成服务不稳定，影响云服务提供
技术实现思路
1、本专利技术的目的是解决现有技术中存在的缺点，而提出的一种云计算资源优化方法及系统。
2、为了实现上述目的，本专利技术采用了如下技术方案：一种云计算资源优化方法，包括以下步骤：
3、s1：基于实时数据中心资源使用和网络状态，构建虚拟机调度模型，收集服务器、存储设备的使用数据，将服务器、存储设备作为节点，将网络连接、数据流作为边，动态更新节点和边的状态数据，生成虚拟机调度图；
4、s2：基于所述虚拟机调度图，分析每个节点的数据流入口和出口，应用中介中心性算法识别数据流集中区域，计算网络流中的关键节点负载，生成存储容量优化报告；
5、s3：基于所述存储容量优化报告，结合最大流最小割定理，优化数据流路径，依照区域负载，重新分配数据流，平衡网络负载，生成网络流量管理计划；
6、s4：基于所述网络流量管理计划，监控系统运行反馈，应用强化学习调整数据调度策略，匹配资源使用变化趋势，优化流量和资源分配，生成cpu负载平衡策略。
7、作为本专利技术的进一步方案，所述虚拟机调度图的获取步骤具体为：
8、s111：收集服务器和存储设备的实时使用数据，包括cpu占用率、内存使用量和存储空间剩余量，采用公式：
9、
10、其中，为权重系数，生成每个设备的资源使用率指数；
11、s112：基于节点的所述资源使用率指数，代入网络延迟数据，采用公式：
12、
13、其中，和为调整参数，用于调整延迟对状态得分的影响，代表最大延迟，获取每个节点的更新状态得分；
14、s113：利用服务器、存储设备的所述更新状态得分，将网络连接和数据流质量代入，采用公式：
15、
16、其中，代表节点i到节点j的连接质量，代表平均连接质量，通过调整参数强化对网络质量波动的敏感度，生成虚拟机调度图。
17、作为本专利技术的进一步方案，所述数据流集中区域的获取步骤具体为：
18、s211：基于所述虚拟机调度图中的每个节点，收集数据流入口和出口的信息，计算多节点的入口流量和出口流量，采用改进公式：
19、
20、其中，为调整系数，用于平衡多个节点间的流量差异，计算得到每个节点的总数据流量，生成节点总数据流量列表；
21、s212：利用所述节点总数据流量列表，应用中介中心性算法对节点进行分析，通过公式：
22、
23、生成中心性分数，根据所述中心性分数，识别数据流集中区域；
24、其中，代表其他节点的总数据流量，代表所有节点的总数据流量之和，表示节点i与节点j之间的距离，为衰减常数，用于调整距离的影响。
25、作为本专利技术的进一步方案，所述存储容量优化报告的获取步骤具体为：
26、s221：基于所述节点中心性分数，采用公式：
27、
28、计算每个关键节点的负载比例，得到每个节点的负载比例，生成节点负载比列表；
29、其中，表示节点的中心性分数，代表节点的权重系数，表示加权后的所有节点中心性分数的总和；
30、s222：利用所述节点负载比列表，对每个关键节点进行存储需求分析，参照节点的负载比例和当前存储容量，采用公式：
31、
32、通过开方操作调整负载比例对存储需求的影响，计算出基于负载调整后每个节点需要的存储容量，建立调整后的存储需求列表，整合生成存储容量优化报告；
33、其中，为节点的负载比例，为节点i当前的存储容量。
34、作为本专利技术的进一步方案，所述优化数据流路径的步骤具体为：
35、s311：分析存储容量优化报告，计算网络中每个节点的存储差额，采用公式：
36、
37、得到节点存储差额列表，获取每个节点的存储差额；
38、其中，为节点i所需的存储容量为节点i当前的存储容量为节点重要性权重为平滑参数，用于调整存储差额的敏感性；
39、s312：使用所述存储差额列表，应用最大流最小割定理分析网络流的瓶颈，采用公式：
40、
41、计算网络的最小割值，确定数据流路径的关键限制点；
42、其中，为割集中节点的存储差额，为预估的割集为调节参数，用于增加割集中大差额节点的影响；
43、s313：根据所述最小割值，重新配置网络数据流路径，采用公式：
44、
45、生成优化后的数据流路径方案；
46、其中，为网络的总流量为调整因子，用于根据最小割值调整总流量。
47、作为本专利技术的进一步方案，所述网络流量管理计划的获取步骤具体为：
48、s321：通过优化后的数据流路径方案，识别网络中的瓶颈节点，采用公式：
49、.
50、计算流量占比指标，生成流量占比指标数组；
51、其中，表示节点到节点的流量占比指标，表示流量，表示连接容量，是根据历史数据分析得到的权重系数；
52、s322：根据所述流量占比指标数组，设置动态阈值，采用公式：
53、
54、筛选超过阈值的连接点，得到高负载连接点列表；
本文档来自技高网...
【技术保护点】
1.一种云计算资源优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云计算资源优化方法，其特征在于，所述虚拟机调度图的获取步骤具体为：
3.根据权利要求1所述的云计算资源优化方法，其特征在于，所述数据流集中区域的获取步骤具体为：
4.根据权利要求3所述的云计算资源优化方法，其特征在于，所述存储容量优化报告的获取步骤具体为：
5.根据权利要求1所述的云计算资源优化方法，其特征在于，所述优化数据流路径的步骤具体为：
6.根据权利要求1所述的云计算资源优化方法，其特征在于，所述网络流量管理计划的获取步骤具体为：
7.根据权利要求1所述的云计算资源优化方法，其特征在于，所述资源使用变化趋势的获取步骤具体为：
8.根据权利要求7所述的云计算资源优化方法，其特征在于，所述CPU负载平衡策略的获取步骤具体为：
9.一种云计算资源优化系统，其特征在于，根据权利要求1-8任一项所述的云计算资源优化方法，所述系统包括：
【技术特征摘要】
1.一种云计算资源优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的云计算资源优化方法，其特征在于，所述虚拟机调度图的获取步骤具体为：
3.根据权利要求1所述的云计算资源优化方法，其特征在于，所述数据流集中区域的获取步骤具体为：
4.根据权利要求3所述的云计算资源优化方法，其特征在于，所述存储容量优化报告的获取步骤具体为：
5.根据权利要求1所述的云计算资源优化方法，其特征在于，所述优化数据流路径...
【专利技术属性】
技术研发人员：宋浩，
申请(专利权)人：南通华多信息技术有限公司，
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。