[发明专利]一种云计算中心资源调度方法、装置及设备

说明书

本发明实施例提供了一种云计算中心资源调度方法、装置及设备，获取云计算中心的虚拟机信息集合，待分配的云任务信息集合，虚拟机信息集合反映的虚拟机总数，待分配的云任务信息集合反映的云任务总数，每次随机游走的步长，预设随机游走的迭代次数以及每次随机游走的临时游走迭代次数；利用预设调度算法将待分配的云任务信息集合代表的云任务的执行总时间和执行所需的总能量耗费封装为适应度函数，并利用预设随机游走获取适应度函数最小化时的解；解为预设随机游走的游走结果：n维向量；以n维向量为分配方案，将待分配的云任务信息集合代表的云任务分配给虚拟机信息集合代表的虚拟机。本方案可以减少云计算中心资源调度的执行时间和资源消耗。

技术领域

本发明涉及云计算技术领域，特别是涉及一种云计算中心资源调度方法、装置及设备。

背景技术

为了应对互联网的快速发展带来的高业务量，用于处理业务的云计算中心往往采用服务器集群的形式。对此，云计算中心可以是多台服务器通过网络设备相连组成一个服务器集群，每台服务器作为主机部署有虚拟机，通过虚拟机提供网络服务，虚拟机即云计算中心的资源。

相关技术中，通常采用动态调度算法作为资源调度策略。具体的，动态调整算法可以基于云计算中心的云任务的信息以及虚拟机负载的信息，确定目标虚拟机，将云任务分发给目标虚拟机，以及对虚拟机上运行的任务进行迁移的负载均衡。云任务即云计算中心为处理业务所执行的任务。

但是，动态调度算法通常为蚁群算法和粒子群算法等等人工智能算法，在容易将局部最优解确定为目标虚拟机。例如，蚁群算法按照散发信息素规则计算，粒子群算法追随当前的最优粒子寻求最优解，因此，容易在所散发的信息素周围或者当前的最优粒子周围寻求最优解，导致得到的最优解也就是目标虚拟机为局部最优解。这样任务分发给目标虚拟机后，容易出现因目标虚拟机为局部最优解引起的负载不均衡，因此，需要多次进行关于负载均衡的任务迁移，导致云计算中心资源调度的执行时间和资源消耗增加。

发明内容

本发明实施例的目的在于提供一种云计算中心资源调度方法、装置及设备，以实现减少云计算中心资源调度的执行时间和资源消耗的效果。具体技术方案如下：

第一方面，本发明实施例提供一种云计算中心资源调度方法，所述方法包括：

获取云计算中心的虚拟机信息集合，待分配的云任务信息集合，所述虚拟机信息集合反映的虚拟机总数，所述待分配的云任务信息集合反映的云任务总数，每次随机游走的步长，预设随机游走的迭代次数以及每次随机游走的临时游走迭代次数；

将所述虚拟机总数，所述云任务总数，所述每次随机游走的步长，所述随机游走的迭代次数，以及所述每次随机游走的临时游走迭代次数，输入预设调度算法，以使得所述预设调度算法将所述待分配的云任务信息集合代表的云任务的执行总时间和执行所需的总能量耗费封装为适应度函数，并利用预设随机游走获取所述适应度函数最小化时的解；所述解为所述预设随机游走的游走结果：n维向量；所述n维向量包括所述待分配的云任务信息集合中云任务信息与所述虚拟机信息集合中虚拟机信息的对应关系；所述n为所述云任务总数；

以所述n维向量为分配方案，将所述待分配的云任务信息集合代表的云任务分配给所述虚拟机信息集合代表的虚拟机；

其中，在所述预设随机游走中，从当前n维向量游走至下一个n维向量的过程包括：生成所述临时游走迭代次数个临时n维向量，针对每个临时n维向量，进行如下处理：z分数z-score处理，对得到的处理结果进行伸缩变换，使得伸缩变换后向量中每个维度的元素的范围为(-m，m)，基于伸缩变换后向量和所述当前n维向量，按照所述每次随机游走的步长获取所述下一个n维向量的初始值，并对所述下一个n维向量的初始值进行取绝对值以及取模的处理，得到临时的下一个n维向量；基于所述临时游走迭代次数个所述临时的下一个n维向量，以及所述适应度函数，确定多个临时的下一个n维向量中最优的向量，作为所述下一个n维向量；所述m为所述虚拟机总数。