[发明专利]一种将应用程序迁移到云平台的方法

说明书

本发明公开了一种将应用程序迁移到云平台的方法，该方法包括以下步骤：在应用程序正在使用的至少一个或多个计算机上执行云迁移应用程序发现工具，获得的用于应用程序云迁移的多个用户定义目标，并基于用户定义目标过滤一组预定云风险概率类别；通过评分引擎在单独的计算机上确定相应的权重，以与要评估的每个应用程序的每组预定云风险概率类别相关联以便迁移到云；通过权重来生成云风险概率分数；和基于生成的云风险概率得分和历史应用云迁移数据确定应用清单数据中的每个应用的相应应用配件得分。

技术领域

本发明涉及数据迁移技术领域，具体而言，涉及一种将应用程序迁移到云平台的方法。

背景技术

具备高可靠性及可扩展性的海量数据存储对互联网公司来说是一个巨大的挑战，传统的数据库往往很难满足该需求，并且很多时候对于特定的系统绝大部分的检索都是基于主键的的查询，在这种情况下使用关系型数据库将使得效率低下，并且扩展也将成为未来很大的难题。在这样的情况下，使用存储将会是一个很好的选择。对部署在云环境的存储系统而言，数据迁移是实现节点动态扩展与弹性负载均衡的关键技术，主要包括迁移计划(migrationplan)制定、路由信息同步、用户请求转发及数据一致性管理等核心内容。数据迁移过程中伴随的大量状态同步会给系统性能带来一定影响，因此，如何有效降低迁移开销是云服务提供商需着力解决的问题。然而，存储系统的有状态性、新的虚拟化环境、用户严格的低延迟要求以及访问负载的不可预知性和时变性给数据迁移带来了新的挑战。

现有的很多算法为了解决数据迁移的时间和系统资源消耗问题，有以下几种方法：1)针对存储服务数据迁移过程中的QoS保障问题,作者提出了一种基于反馈控制的方法,周期性地求解满足QoS约束的最优迁移速率，主要关注迁移带宽的控制问题。2)基于贪心法的数据迁移策略，主要针对Key/Value存储系统的数据迁移问题,基本思想是,采用统计方法在线监测热点分区,优先将热点分区的部分数据迁移至负载较轻的邻居节点.为简化迁移操作的复杂度,哈希算法会保持Key值间的先后顺序.这两部分工作的主要不足在于未考虑迁移开销。

对云存储系统而言，数据迁移是实现节点动态扩展与弹性负载均衡的关键技术。如何降低系统开销是云服务提供商需着力解决的问题

发明内容

本发明提出了一种将应用程序迁移到云平台的方法，该方法包括以下步骤：

在应用程序正在使用的至少一个或多个计算机上执行云迁移应用程序发现工具，其中云迁移应用程序发现工具通过第一程序配置以捕获与所述应用程序相关联的应用程序库存数据和将捕获的应用程序库存数据存储在评估数据库中；

在应用程序未使用的单独计算机上分析经由用户界面获得的用于应用程序云迁移的多个用户定义目标，并基于用户定义目标过滤一组预定云风险概率类别；

通过评分引擎在单独的计算机上确定相应的权重，以与要评估的每个应用程序的每组预定云风险概率类别相关联以便迁移到云；

通过应用包括在应用程序清单数据中的每组预定云风险概率类别的确定权重来生成云风险概率分数；和

基于生成的云风险概率得分和历史应用云迁移数据确定应用清单数据中的每个应用的相应应用配件得分。

所述的方法，还包括在所述单独的计算机上基于用于应用云迁移的所述多个用户定义的目标来定义用于云代码分析工具的至少一个规则；和

在单独的计算机上执行云代码分析工具，以基于至少一个规则确定针对每个应用的云迁移的任何不一致。

所述的方法，执行云代码分析工具还包括基于所述至少一个规则确定解决针对每个应用的云迁移的不一致所需的时间。

所述的方法，执行云代码分析工具还包括基于所述至少一个规则来校正针对每个应用的云迁移的不一致性。