[发明专利]云环境下基于数据聚类的弹性资源供应方法和装置

说明书

一种云环境下基于数据聚类的弹性资源供应方法和装置，其中，方法包括：根据聚类模型对下一时刻每个类簇的任务数量进行预测；按照预测结果为所述下一时刻的任务提供资源，能够对即将达到系统的任务进行预测，并根据预测结果对资源进行弹性供应，有效提高任务达到后的处理速度，节约资源。

技术领域

本发明涉及云环境资源调度技术领域，尤其涉及一种云环境下基于数据聚类的弹性资源供应方法和装置。

背景技术

云计算是一种面向服务的商业计算模式，它能够通过互联网为客户按需提供动态的、可拓展的以及廉价的计算服务，主要目的是通过强大的云处理能力来减轻用户终端的负担。云计算融合了多种实用技术，如分布式计算、并行计算、网络存储和实用计算等。目前，云平台是一个通过大量云数据中心提供支持的国家关键性战略的基础设施。如何对云计算资源进行快速、有效的利用，是当下亟待解决的问题。

发明内容

本发明的目的是提供一种云环境下基于数据聚类的弹性资源供应方法，能够对即将达到系统的任务进行预测，并根据预测结果对资源进行弹性供应，有效提高任务达到后的处理速度，节约资源。

为解决上述问题，本发明的第一方面提供了一种云环境下基于数据聚类的弹性资源供应方法，包括：根据聚类模型对下一时刻每个类簇的任务数量进行预测；按照预测结果为所述下一时刻的任务提供资源。

进一步地，所述根据聚类模型对下一时刻每个类簇的任务数量进行预测之前，还包括：获取当前时刻接收到的任务；对所述任务进行至少一次的模糊C均值聚类计算，得到至少一个隶属度矩阵；其中，所述隶属度矩阵的维度与所述类簇的个数和聚类次数相关。

进一步地，在所述得到至少一个隶属度矩阵之后，还包括：根据所述隶属度矩阵，获取每个所述任务的隶属度和类信息根据每个所述任务的隶属度和类信息以及距离矩阵，通过密度峰值算法，确定聚合聚类中心，并对所述任务进行聚类划分，得到每个类簇。

进一步地，所述根据聚类模型对下一时刻每个类簇的任务数量进行预测，还包括：通过自回归滑动平均模型，预测所述下一时刻分配给每个类簇的任务数量。

进一步地，所述按照预测结果为所述下一时刻的任务提供资源，还包括：所述提供的资源保证在任务的截止时间前的任务保证率为最大值、系统资源利用率为最大值以及所述系统的总能耗为最小值。

进一步地，所述按照预测结果为所述下一时刻的任务提供资源，还包括：当所述资源不足时，控制开启新的虚拟机和/或主机。

进一步地，还包括：当所述资源闲置时，控制关闭空闲虚拟机和/或主机。

根据本发明的另一个方面提出一种云环境下基于数据聚类的弹性资源供应装置，包括：预测模块，用于根据聚类模型对下一时刻每个类簇的任务数量进行预测；控制模块，用于按照预测结果为所述下一时刻的任务提供资源。

根据本发明的又一方面提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的云环境下基于数据聚类的弹性资源供应方法。

本发明的上述技术方案具有如下有益的技术效果：

1)提出了一种集成方法来减少单一聚类算法的差异，从而更好地避免任务聚类的不确定性。

2)为每个类簇在下一时刻的任务提供了一个有效的预测机制。其中，由于各个类簇内的任务具有很高的相似性，这表明它们的资源需求在本质上是相似的。为每个类簇提供一组性能相似的资源可以避免资源短缺或减少资源浪费。

3)根据预测集群中任务的数量，动态地开启或关闭物理资源和虚拟资源，实现节能调度方案，从而降低系统能耗，提高资源利用率。

附图说明

图1为本发明一个具体实施例的原理示意图；