[发明专利]一种基于业务模型的云计算资源预测方法及系统

说明书

技术领域

本发明涉及云计算领域，尤其涉及一种基于业务模型的云计算资源预测方法及一种基于业务模型的云计算资源预测系统。

背景技术

云计算使用户能够像使用水、电一样，按需享受信息资源服务。在IAAS（Infrastructure as a Service基于架构即服务）层，云计算资源在分配时，体现在CPU、内存、网络带宽、存储容量等资源的划分。

目前云计算资源的初次分配需要用户提出申请，管理人员审核并手工分配。初次分配完毕后，主流的云管理平台一般提供基于监控的资源重分配。例如VMware的DRS（Distributed Resource Scheduler分布式资源调度），通过持续不断地监控资源池的利用率，根据需要在虚拟机自动分配适合的资源，通过这样动态分配和平衡资源，使虚拟机的资源分配与资源需求实现相对匹配。

但是，由于用户对自身所需要的信息资源数量缺乏准确的认识，往往申请远超实际需要的资源，管理员在缺少数据支撑的情况下，也难以给出有效的建议，只按申请数量分配。因此，初期失真的资源需求会使容量规划有较大偏差，造成浪费。

另外，分配后优化方式有两种，一种是管理员人工通过云平台监控用户业务的实际资源需求，调整用户资源分配；一种是通过云平台的基于监控的资源重分配功能，由系统自动调整用户资源分配。但是，由于虚拟化技术和操作系统的限制，大部分减少资源分配操作和一部分的增加资源分配操作是需要离线进行的，这会造成业务中断。

发明内容

本发明所要解决的技术问题在于，提供一种基于业务模型的云计算资源预测方法及系统，可提高初次分配资源时的准确度，降低客户成本，提高业务连续性。

为了解决上述技术问题，本发明提供了一种基于业务模型的云计算资源预测方法，包括：获取用户所对应的目标业务系统的需求信息，所述需求信息包括用户申请的虚拟机所属业务系统的业务类型、用户申请的虚拟机在业务系统中的虚拟机用途、用户申请的虚拟机所属业务系统的业务规模及用户申请的虚拟机的申请时间；根据所述需求信息匹配资源需求模型库，获得目标业务系统应申请的资源数量。

作为上述方案的改进，所述资源需求模型库中存储有资源需求模型；所述资源需求模型中的元素信息包括业务类型、业务规模、虚拟机用途、CPU需求、内存需求、存储空间需求、存储IO需求、网络IO需求、峰值时间及峰值需求增长比例。

作为上述方案的改进，所述根据需求信息匹配资源需求模型库的步骤包括：在资源需求模型库上检索与目标业务系统具有相同业务类型的资源需求模型，获得第一次匹配结果；在第一次匹配结果中检索与目标业务系统具有相同虚拟机用途的资源需求模型，获得第二次匹配结果；在第二次匹配结果中检索与目标业务系统具有相同业务规模的资源需求模型，获得第三次匹配结果；对所述第三次匹配结果进行筛选，提取最优资源需求模型；根据所述最优资源需求模型所对应的元素信息，提取标准需求数量，所述标准需求数量包括CPU需求数量、内存需求数量、存储空间需求数量、存储IO需求数量及网络IO需求数量；判断目标业务系统的申请时间是否处于最优资源需求模型所对应的峰值时间内，判断为否时，所述标准需求数量即为应申请的资源数量，判断为是时，根据最优资源需求模型所对应峰值需求增长比例，计算出应申请的资源数量。

作为上述方案的改进，基于业务模型的云计算资源预测方法还包括：构建资源需求模型库；所述构建资源需求模型库的方法包括：采集初始业务系统的基础信息，所述基础信息包括业务类型、用户数量、虚拟机用途、CPU需求、内存需求 、存储空间需求 、存储IO需求 、网络IO需求 、峰值时间、峰值期间CPU需求、峰值期间内存需求、峰值期间存储空间需求、峰值期间存储IO需求及峰值期间网络IO需求；根据用户数量划分业务规模；根据所述基础信息计算峰值需求增长比例；根据所述基础信息、业务规模及峰值需求增长比例，提取元素信息；根据所述元素信息构建资源需求模型库。

相应地，本发明还提供了一种基于业务模型的云计算资源预测系统，包括云计算资源预测装置及资源需求模型库；所述云计算资源预测装置包括：获取单元，用于获取用户所对应的目标业务系统的需求信息，所述需求信息包括用户申请的虚拟机所属业务系统的业务类型、用户申请的虚拟机在业务系统中的虚拟机用途、用户申请的虚拟机所属业务系统的业务规模及用户申请的虚拟机的申请时间；匹配单元，用于根据所述需求信息匹配资源需求模型库，获得目标业务系统应申请的资源数量；