[发明专利]一种云平台数据中心资源预测与调度方法及系统

说明书

本发明提供一种云平台数据中心资源预测与调度方法，包括获取云平台数据中心当前检测周期的虚拟机资源利用信息，对云平台数据中心下一检测周期的虚拟机资源利用信息进行预测；根据下一检测周期的虚拟机资源利用信息，对云平台数据中心总体资源进行优化，并结合预先设置的虚拟机和物理机间的隶属关系，计算出云平台数据中心中每个物理机的剩余资源；根据所计算的每个物理机的剩余资源，对隶属各物理机上的虚拟机进行迁移，以使云平台数据中心中拥有虚拟机的物理机总体量最小。实施本发明，考虑了资源预测与调度的顺延关系，能预测动态波动的工作流资源并进行合理分配，从而实现资源调度与分配整体最优性。

技术领域

本发明涉及云计算技术领域，尤其涉及一种云平台数据中心资源预测与调度方法及系统。

背景技术

云计算是一种通过网络将大规模廉价的计算机连接起来组成一个大型运算系统以向用户提供运算服务的技术，集成了网格计算特性和虚拟化技术功能，常常用于处理海量节点数据计算需求和人工智能等新兴计算需求，并能基于云平台远程提供云服务，使用户可以在云中共享数据和协作任务。由于具有高可伸缩性、灵活性和成本效率等优点，使得云计算被广泛应用于数字化配电网中。

目前，云平台数据中心资源预测与调度是实现配网多终端海量数据在云侧快速处理的重要基础，首先通过资源预测提前获取未来一段时间的资源使用状态信息，为计算资源实施合理配置提供决策支持，然后合理分配每个数据计算任务的算力资源，用以避免少量中心单元出差负荷超载而影响服务质量，从而确保工作流能够较为平均地分配至正在运行的所有计算单元。

传统的资源预测与调度方法是采用贝叶斯或灰色模型进行工作流资源预测，然后采用贪婪算法或启发式算法进行资源分配。但是，传统的资源预测与调度方法主要在于单独开展资源预测与资源调度，却没有考虑资源预测与资源调度的顺延关系，缺少整体最优性，因此无法预测动态波动的工作流资源并进行合理分配。

发明内容

本发明实施例所要解决的技术问题在于，提供一种云平台数据中心资源预测与调度方法及系统，考虑了资源预测与资源调度的顺延关系，能预测动态波动的工作流资源并进行合理分配，从而实现资源调度与分配整体最优性。

为了解决上述技术问题，本发明实施例提供了一种云平台数据中心资源预测与调度方法，所述方法包括以下步骤：

获取云平台数据中心当前检测周期的虚拟机资源利用信息，并基于当前检测周期的虚拟机资源利用信息，对云平台数据中心下一检测周期的虚拟机资源利用信息进行预测；

根据所预测的下一检测周期的虚拟机资源利用信息，对云平台数据中心总体资源进行优化，并结合预先设置的虚拟机和物理机间的隶属关系，计算出云平台数据中心中每个物理机的剩余资源；

根据所计算的每个物理机的剩余资源，对隶属各物理机上的虚拟机进行迁移，以使云平台数据中心中拥有虚拟机的物理机的总体量最小。

其中，所述虚拟机资源利用信息包括虚拟机的CPU利用率、虚拟机的内存利用率和虚拟机的能量消耗。

其中，所述获取云平台数据中心当前检测周期的虚拟机资源利用信息，并基于当前检测周期的虚拟机资源利用信息，对云平台数据中心下一检测周期的虚拟机资源利用信息进行预测的具体步骤包括：

步骤S11、将当前检测周期的虚拟机资源利用信息数据封装成多个染色体；

步骤S12、构建初始为空的备选库，以及设置总用时阈值和初始时间为0的计时器；

步骤S13、启动所述计时器计时；

步骤S14、判断所述计时器的当前计时时间是否小于所述总用时阈值；如果是，则执行步骤S15；如果否，则跳转至步骤S19；