在云环境下应用负载重调度的方法及应用技术

本发明专利技术公开了一种在云环境下应用负载重调度的方法及应用，该方法包括以下步骤：获取集群节点上应用负载的历史运行数据，以生成应用画像；将所述应用画像转化为调度规则，所述调度规则包括资源使用率和应用类型；调用所述调度规则中的应用类型以获取云平台的资源分布情况；根据所述云平台的资源分布情况计算集群资源的不均衡度；以及根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度。该方法能够提升云平台资源的使用率，有效解决云环境下因为调度导致的资源碎片化，资源无法得到充分使用的问题。无法得到充分使用的问题。无法得到充分使用的问题。

【技术实现步骤摘要】
在云环境下应用负载重调度的方法及应用


[0001]本专利技术是关于云计算领域，特别是关于一种在云环境下应用负载重调度的方法及应用。

技术介绍

[0002]云平台的资源调度系统更多的是首次调度，即根据当前资源的分布情况，采用一定的调度策略对资源的请求分配到云平台中某个节点，首次调度基于当前资源的分布情况，未考虑未来资源负载的情况，平台运行一段时间之后会存在资源碎片化严重的问题，使得资源无法得到充分的利用。
[0003]公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

[0004]本专利技术的目的在于提供一种在云环境下应用负载重调度的方法及应用，解决云环境下因为调度导致的资源碎片化，资源无法得到充分使用的问题。
[0005]为实现上述目的，本专利技术的实施例提供了一种在云环境下应用负载重调度的方法。
[0006]在本专利技术的一个或多个实施方式中，所述方法包括：获取集群节点上应用负载的历史运行数据，以生成应用画像；将所述应用画像转化为调度规则，所述调度规则包括资源使用率和应用类型；调用所述调度规则中的应用类型以获取云平台的资源分布情况；根据所述云平台的资源分布情况计算集群资源的不均衡度；以及根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度。
[0007]在本专利技术的一个或多个实施方式中，获取集群节点上应用负载的历史运行数据，以生成应用画像，具体包括：对所述历史运行数据进行预处理，并存储到时序数据库；对每个时刻的运行负载在所述时序数据库中的对应数据进行直方图计算，以获取应用负载的资源使用量。
[0008]在本专利技术的一个或多个实施方式中，所述云平台资源n包括CPU、内存、磁盘和网络中的至少一个；根据所述云平台的资源分布情况计算集群资源的不均衡度，具体包括：根据所述云平台的资源分布情况，确定集群中各节点的资源分配率eve
(n,k)
和集群的资源平均分配率avg
n
；根据所述集群中各节点的资源分配率和集群的资源平均分配率的偏差，计算集群资源的不均衡度。
[0009]在本专利技术的一个或多个实施方式中，根据所述云平台的资源分布情况，确定集群中各节点的资源分配率eve
(n,k)
和集群的资源平均分配率avg
n
，包括：
[0010][0011]其中，k为所述集群中节点的个数，app为集群中节点同一云平台资源的实际使用量，node为集群中节点同一云平台资源的实际容量。
[0012]在本专利技术的一个或多个实施方式中，根据所述集群中各节点的资源分配率和集群的资源平均分配率的偏差，计算集群资源的不均衡度，包括：计算所述集群中各节点的资源分配率和集群的资源平均分配率的偏差：
[0013][0014]计算集群资源的不均衡度C：
[0015]C＝∑w
n
。
[0016]在本专利技术的一个或多个实施方式中，根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度，具体包括：判断集群资源的剩余容量是否大于预设容量值；若是，选择所述偏差超过预设偏差值的节点，并计算重调度后的应用负载分布情况；若否，计算所述集群中节点全局重调度后的应用负载分布情况。
[0017]在本专利技术的一个或多个实施方式中，根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度，还包括：根据所述应用负载调度情况，编排应用负载调度的顺序，生成指定节点的节点调度规则；将所述调度规则注入首次调度器并结合所述节点调度规则，对应用负载进行重调度。
[0018]在本专利技术的另一个方面当中，提供了一种在云环境下应用负载重调度的装置，其包括获取模块、转化模块、调用模块、计算模块和重调度模块。
[0019]获取模块，用于获取集群节点上应用负载的历史运行数据，以生成应用画像；
[0020]转化模块，用于将所述应用画像转化为调度规则，所述调度规则包括资源使用率和应用类型；
[0021]调用模块，用于调用所述调度规则中的应用类型以获取云平台的资源分布情况；
[0022]计算模块，用于根据所述云平台的资源分布情况计算集群资源的不均衡度；以及
[0023]重调度模块，用于根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度。
[0024]在本专利技术的一个或多个实施方式中，所述获取模块还用于：对所述历史运行数据进行预处理，并存储到时序数据库；对每个时刻的运行负载在所述时序数据库中的对应数据进行直方图计算，以获取应用负载的资源使用量。
[0025]在本专利技术的一个或多个实施方式中，所述计算模块还用于：根据所述云平台的资源分布情况，确定集群中各节点的资源分配率eve
(n,k)
和集群的资源平均分配率avg
n
；根据所述集群中各节点的资源分配率和集群的资源平均分配率的偏差，计算集群资源的不均衡度。
[0026]在本专利技术的一个或多个实施方式中，所述计算模块还用于：
[0027][0028]其中，k为所述集群中节点的个数，app为集群中节点同一云平台资源的实际使用量，node为集群中节点同一云平台资源的实际容量。
[0029]在本专利技术的一个或多个实施方式中，所述计算模块还用于：计算所述集群中各节点的资源分配率和集群的资源平均分配率的偏差：
[0030][0031]计算集群资源的不均衡度C：
[0032]C＝∑w
n
。
[0033]在本专利技术的一个或多个实施方式中，所述重调度模块还用于：判断集群资源的剩余容量是否大于预设容量值；若是，选择所述偏差超过预设偏差值的节点，并计算重调度后的应用负载分布情况；若否，计算所述集群中节点全局重调度后的应用负载分布情况。
[0034]在本专利技术的一个或多个实施方式中，所述重调度模块还用于：根据所述应用负载调度情况，编排应用负载调度的顺序，生成指定节点的节点调度规则；将所述调度规则注入首次调度器并结合所述节点调度规则，对应用负载进行重调度。
[0035]在本专利技术的另一个方面当中，提供了一种电子设备，包括：至少一个处理器；以及存储器，所述存储器存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的在云环境下应用负载重调度的方法。
[0036]在本专利技术的另一个方面当中，提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如所述的在云环境下应用负载重调度的方法的步骤。
[0037]与现有技术相比，根据本专利技术实施方式的在云环境下应用负载重调度的方法及应用，其能够通过多维度监控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在云环境下应用负载重调度的方法，其特征在于，所述方法包括：获取集群节点上应用负载的历史运行数据，以生成应用画像；将所述应用画像转化为调度规则，所述调度规则包括资源使用率和应用类型；调用所述调度规则中的应用类型以获取云平台的资源分布情况；根据所述云平台的资源分布情况计算集群资源的不均衡度；以及根据所述集群资源的不均衡度、调度规则中的资源使用率以及首次调度约束，对所述集群中节点上的应用负载进行重调度。2.如权利要求1所述的在云环境下应用负载重调度的方法，其特征在于，获取集群节点上应用负载的历史运行数据，以生成应用画像，具体包括：对所述历史运行数据进行预处理，并存储到时序数据库；对每个时刻的运行负载在所述时序数据库中的对应数据进行直方图计算，以获取应用负载的资源使用量。3.如权利要求1所述的在云环境下应用负载重调度的方法，其特征在于，所述云平台资源n包括CPU、内存、磁盘和网络中的至少一个；根据所述云平台的资源分布情况计算集群资源的不均衡度，具体包括：根据所述云平台的资源分布情况，确定集群中各节点的资源分配率eve
(n,k)
和集群的资源平均分配率avg
n
；根据所述集群中各节点的资源分配率和集群的资源平均分配率的偏差，计算集群资源的不均衡度。4.如权利要求3所述的在云环境下应用负载重调度的方法，其特征在于，根据所述云平台的资源分布情况，确定集群中各节点的资源分配率eve
(n,k)
和集群的资源平均分配率avg
n
，包括：其中，k为所述集群中节点的个数，app为集群中节点同一云平台资源的实际使用量，node为集群中节点同一云平台资源的实际容量。5.如权利要求4所述的在云环境下应用负载重调度的方法，其特征在于，根据所述集群中各节点的资源分配率和集群的资源平均分配率的偏差，计算集群资源的不均衡度，包括：计算所述集群中各节点的资源分配率和集群的资源...

【专利技术属性】
技术研发人员：胡正川，黄茂峰，仇大玉，
申请(专利权)人：上海安超云软件有限公司，
类型：发明
国别省市：