[发明专利]一种基于云计算的虚拟机资源配置方法及装置

说明书

本发明提供了一种基于云计算的虚拟机资源配置方法及装置。该方法包括：获取各个虚拟机的各个进程的使用频数、CPU负载基线和内存负载基线；对各个进程的使用频数进行聚类分析，获取进程使用状况聚类分析结果；对CPU负载基线和内存负载基线分别进行聚类分析，获取CPU负载基线分类结果和内存负载基线分类结果；根据聚类分析结果获取各个虚拟机的CPU资源配置值和内存资源配置值；根据各个虚拟机的CPU资源配置值和内存资源配置值对各个虚拟机进行资源配置。本发明实施例根据聚类分析结果分析不同类虚拟机的资源负载情况，对虚拟机进行批量配置，无需重复进行预测计算，减少了虚拟机资源配置过程中的计算过程，节省了计算资源。

技术领域

本发明涉及计算机技术领域，具体涉及一种基于云计算的虚拟机资源配置方法及装置。

背景技术

近年在计算机应用领域掀起了虚拟机及虚拟化技术高潮。虚拟化技术就是设计虚拟计算机的技术总成。虚拟化技术可以扩大硬件的容量，简化软件的重新配置过程。例如，CPU的虚拟化技术可以单CPU模拟多CPU并行，允许1个平台同时运行多个操作系统，并且应用程序都可以在相互独立的空间内运行而互不影响，从而显著提高计算机的工作效率。

现有的虚拟机资源配置方法中，使用了资源负载序列周期性与非周期性两种预测模型，对历史负载序列进行分析计算，预测下一阶段的负载情况。具体过程为：首先判断虚拟机的资源消耗序列是否为周期性；然后选择周期性模型或非周期性模型，对历史数据进行计算，以预测下一阶段的资源消耗情况；最后进行误差纠正计算。

现有技术中对每台虚拟机都需要重复检测资源负载序列是否出现周期性，并单独进行预测计算，计算繁琐，计算资源消耗大。

发明内容

本发明实施例提供一种基于云计算的虚拟机资源配置方法及装置，用于解决现有的虚拟机资源配置方法中计算繁琐、计算资源消耗大的问题。

本发明实施例提供了一种基于云计算的虚拟机资源配置方法，包括:

获取各个虚拟机的各个进程的使用频数、CPU负载基线和内存负载基线；

对所述各个进程的使用频数进行聚类分析，获取进程使用状况聚类分析结果，并对所述CPU负载基线和所述内存负载基线分别进行聚类分析，获取CPU负载基线分类结果和内存负载基线分类结果；

根据所述进程使用状况聚类分析结果、CPU负载基线分类结果和内存负载基线分类结果获取所述各个虚拟机的CPU资源配置值和内存资源配置值；

根据所述各个虚拟机的CPU资源配置值和内存资源配置值对所述各个虚拟机进行资源配置。

可选地，对所述各个进程的使用频数进行聚类分析，包括：

对所述各个虚拟机的各个进程分别建立多维空间，各个多维空间的每个维度的数值为与虚拟机对应的每个进程的使用频数，建立多维空间的向量模型；

利用预设算法对向量模型中的各个向量进行聚类分析。

可选地，对所述CPU负载基线和所述内存负载基线分别进行聚类分析，包括：

对所述CPU负载基线和所述内存负载基线分别进行拟合，分别对每天同一时刻的CPU负载值和内存负载值求平均值；

利用预设算法分别对拟合后的CPU负载基线和内存负载基线进行聚类分析。

可选地，根据所述进程使用状况聚类分析结果、CPU负载基线分类结果和内存负载基线分类结果获取所述各个虚拟机的CPU资源配置值和内存资源配置值，包括：

根据所述进程使用状况聚类分析结果，获取每个分类的CPU负载倍数值和内存负载倍数值；