一种基于异构计算的云资源弹性调度的方法、系统、设备及存储介质技术方案

本发明专利技术公开了一种基于异构计算的云资源弹性调度的方法、系统、设备及存储介质，所述方法包括以下步骤：(1)在需求侧获取异构资源的需求信息，包括：CPU指令架构、硬件依赖要求及软件依赖要求的一种或两种及以上的组合；(2)在供给侧采用若干标识信息对所述异构资源进行标识，得到标识数据；(3)采用自适应算法对需求侧和资源供给侧的标识数据进行自适应调度，以使资源供给侧的硬件使用效率和性能指标达到最优；本发明专利技术提高了资源使用的灵活性和效率；保证了种群的多样性，实现资源配置的多样性和平衡性。性和平衡性。性和平衡性。

【技术实现步骤摘要】
一种基于异构计算的云资源弹性调度的方法、系统、设备及存储介质


[0001]本专利技术涉及云计算
，尤其涉及一种基于异构计算的云资源弹性调度的方法、系统、设备及存储介质。

技术介绍

[0002]异构资源池是针对使用不同计算架构的云资源构建的计算基础设施。其中典型的硬件，包括x86、鲲鹏、飞腾、龙芯、申威、海光、兆芯及海思等技术路线的CPU物理服务器产品。
[0003]典型的云平台，会基于虚拟化技术对物理服务器的计算资源进行逻辑化。通过云平台创建的虚拟机是从实际计算机硬件中抽象出来的服务器，以支持在一个物理服务器上运行多个虚拟机，或者跨多个物理服务器运行单个虚拟机。
[0004]通常情况下，在实际的云平台使用中，会使用多种计算架构作为应用程序的算力。由于云平台存在多种CPU架构的服务器，使得这些计算算力难以进行统一管理和调度，难以有效发挥云的整体效能。

技术实现思路

[0005]专利技术目的：本专利技术的目的是提供了一种基于异构计算的云资源弹性调度的方法、系统、设备及存储介质基于多目标优化算法进行设计，通过云原生技术实现对多种CPU物理服务器计算资源的混合纳管，实现异构计算资源的自适应化调度，优化资源整体配置。
[0006]技术方案：本专利技术所述的一种基于异构计算的云资源弹性调度的方法，包括以下步骤：
[0007](1)获取需求侧中第一异构资源的需求数据，需求数据包括：CPU指令架构、硬件依赖要求及软件依赖要求的一种或两种及以上的组合；
[0008](2)获取供给侧中第二异构资源的资源信息，采用若干标识信息对所述第二异构资源的资源信息进行标识，得到标识数据；
[0009](3)采用自适应算法对需求数据和标识数据进行自适应匹配，根据自适应匹配结果，从供给侧中确定与需求数据对应的资源信息，并将供给侧中确定的资源信息分配给需求数据对应的需求侧。
[0010]进一步，所述步骤(3)采用自适应算法为：帕雷多解集；帕雷多解集minimize f(x，t)的minimize f(x，t)表达式如下：
[0011][0012]其中，t表示调度事件的发生时刻；g和h为以事件t为参数的限制条件；h
j
一般表述
在需求侧应用集合x所能部署的软硬件条件；g
i
一般表述为资源侧的可用资源要求。
[0013]进一步的，采用自适应算法对需求数据和标识数据进行自适应匹配，包括：将需求数据和标识数据输入至帕雷多解集的表达式中，得到自适应匹配结果。
[0014]进一步的，将需求数据和标识数据输入至帕雷多解集的表达式中后，还包括：利用NSGA
‑
II算法加速输入有需求数据和标识数据的帕雷多解集的计算，以得到自适应匹配结果。
[0015]进一步的，所述步骤(3)若自适应匹配结果为需求数据对应多个标识数据，则从多个标识数据选择最优标识数据作为需求数据对应的目标标识数据；将供给侧中与目标标识数据对应的资源信息分配给需求数据对应的需求侧。
[0016]本专利技术所述一种基于异构计算的云资源弹性调度系统，其特征在于，包括：
[0017]需求获取模块：用于获取需求侧中第一异构资源的需求数据，需求数据包括：CPU指令架构、硬件依赖要求及软件依赖要求的一种或两种及以上的组合；
[0018]标识模块：用于获取供给侧中第二异构资源的资源信息，采用若干标识信息对所述第二异构资源的资源信息进行标识，得到标识数据；
[0019]匹配模块：用于采用自适应算法对需求数据和标识数据进行自适应匹配，根据自适应匹配结果，从供给侧中确定与需求数据对应的资源信息，并将供给侧中确定的资源信息分配给需求数据对应的需求侧。
[0020]进一步的，所述自适应算法为：帕雷多解集；帕雷多解集minimize f(x，t)的表达式如下：
[0021][0022]其中，t表示调度事件的发生时刻；g和h为以事件t为参数的限制条件；
[0023]h
j
一般表述在需求侧应用集合x所能部署的软硬件条件；g
i
一般表述为资源侧的可用资源要求。
[0024]进一步的，所述匹配模块还用于：采用自适应算法对需求数据和标识数据进行自适应匹配，包括：将需求数据和标识数据输入至帕雷多解集的表达式中，得到自适应匹配结果。
[0025]本专利技术所述的一种设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述基于异构计算的云资源弹性调度的方法。
[0026]本专利技术所述的一种存储介质，所述存储介质存储计算机指令，所述计算机指令用于使计算机执行如上述基于异构计算的云资源弹性调度的方法。
[0027]有益效果：与现有技术相比，本专利技术具有如下显著优点：本专利技术通过获取需求数据和标识数据，采用动态多目标优化方法追踪随时间变化的帕雷多解集，并寻找一连串的不同时刻的最优解，从而实现了资源配置的实时优化，提高了资源使用的效率；将NSGA
‑
II算法应用帕雷多解集中，保证了种群的多样性，从而实现了资源配置的多样性和平衡性。
附图说明
[0028]图1为本专利技术的流程示意图；
[0029]图2为本专利技术自适应算法示意图；
具体实施方式
[0030]下面结合附图对本专利技术的技术方案作进一步说明。
[0031]如图1所示，本专利技术的实施例提供了一种云原生化的异构计算资源自适应调度的方法具体包括如下步骤：
[0032]在步骤110中，获取需求侧中第一异构资源的需求数据，需求数据包括：CPU指令架构、硬件依赖要求及软件依赖要求的一种或两种及以上的组合；
[0033]在步骤120中，获取供给侧中第二异构资源的资源信息，采用若干标识信息对所述第二异构资源的资源信息进行标识，得到标识数据；
[0034]在步骤130中，采用自适应算法对需求数据和标识数据进行自适应匹配，根据自适应匹配结果，从供给侧中确定与需求数据对应的资源信息，并将供给侧中确定的资源信息分配给需求数据对应的需求侧。
[0035]现有云平台对CPU、内存、存储和网络等资源的逻辑化方式各不相同，使用方式不同，差异性较大。应用程序部署时，无法做到自适应不同的计算架构，比如某一个应用程序只能调度到x86类型的云服务器上，无法弹性调度到鲲鹏类型的云服务器上。
[0036]本专利技术旨在为以上技术问题提供实际的解决方案。具体而言，本专利技术提出以下三个技术步骤，分步解决各个技术难点。
[0037]1.获取需求侧中第一异构资源的需求数据，本专利技术通过在编译过程中自动化收集应用层面的异构需求，从需求侧梳理对资源的条件约束。具体而言，本专利技术通过在代码的编译工具侧，嵌入信息收集插件。该插件将从以下几个方面收集对于异构资源的需求信息：
[0038](1)CPU指令架构：本专利技术通过源代码在编译过程中采用的编译后端来推导出最终二进制产物所运行C本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于异构计算的云资源弹性调度的方法，其特征在于，包括以下步骤：(1)获取需求侧中第一异构资源的需求数据，需求数据包括：CPU指令架构、硬件依赖要求及软件依赖要求的一种或两种及以上的组合；(2)获取供给侧中第二异构资源的资源信息，采用若干标识信息对所述第二异构资源的资源信息进行标识，得到标识数据；(3)采用自适应算法对需求数据和标识数据进行自适应匹配，根据自适应匹配结果，从供给侧中确定与需求数据对应的资源信息，并将供给侧中确定的资源信息分配给需求数据对应的需求侧。2.根据权利要求1所述的一种基于异构计算的云资源弹性调度的方法，其特征在于，所述步骤(3)采用自适应算法为：帕雷多解集；帕雷多解集minimize f(x，t)的表达式如下：其中，t表示调度事件的发生时刻；g和h为以事件t为参数的限制条件；h
j
一般表述在需求侧应用集合x所能部署的软硬件条件；g
i
一般表述为资源侧的可用资源要求。3.根据权利要求2述的一种基于异构计算的云资源弹性调度的方法，其特征在于，采用自适应算法对需求数据和标识数据进行自适应匹配，包括：将需求数据和标识数据输入至帕雷多解集的表达式中，得到自适应匹配结果。4.根据权利要求3述的一种基于异构计算的云资源弹性调度的方法，其特征在于，将需求数据和标识数据输入至帕雷多解集的表达式中后，还包括：利用NSGA
‑
II算法加速输入有需求数据和标识数据的帕雷多解集的计算，以得到自适应匹配结果。5.根据权利要求1述的一种基于异构计算的云资源弹性调度的方法，其特征在于，所述步骤(3)若自适应匹配结果为需求数据对应多个标识数据，则从多个标识数据选择最优标识数据作为需求数据对应的目...

【专利技术属性】
技术研发人员：戴铁潮，王红凯，龚小刚，茹萌，高若寒，张辰，潘司晨，赵帅，李赫然，张天宇，
申请(专利权)人：国网浙江省电力有限公司信息通信分公司国网电力科学研究院有限公司国电南瑞科技股份有限公司，
类型：发明
国别省市：