[发明专利]云平台自适应资源调度系统和方法

说明书

技术领域

本发明涉及云计算领域，尤其涉及一种云平台自适应资源调度系统和方法。

背景技术

云计算依托于互联网，依据个人的爱好和需要，可分为两种模式，分别是计算模式和服务模式。当然，云计算的服务方式具有两个特性，就是动态和弹性。其创新的基础设施部署模式、资源使用模式、信息处理和服务模式，为有效降低信息化建设门槛，调整经济结构，提高资源利用率和信息服务能力提供重要基础。尤其在当今信息社会数据日益成为战略资源的情况下，云计算可以更经济、更高效、更容易挖掘数据的价值，获取知识和决策信息，对人类经济和社会的发展产生革命性的影响。国家在“坚持科技创新与实现产业化相结合”的基本原则下，提出了推动云计算研究和应用的模式，明确重点的发展方向和首要任务。

随着人们对可移植性和兼容性需求的增加，虚拟机逐渐成为这个整个IT界的“宠儿”，其发展及应用备受关注。1965年，IBM研发工作成员把机器分割成各个较小组件，这些组件都能够独立的管理分属于自己的机器资源，至此，虚拟机的概念诞生。随着研究人员的反复试验、实践，虚拟机技术逐步完善。直到今天，虚拟机技术已形成其独特的体系结构。根据虚拟机工作体系的不同，虚拟机大体可以有以下三种类型：基于运行库的虚拟机、基于操作系统的虚拟机和基于硬件的虚拟机。云计算的核心是资源管理，目的是充分利用资源，提高资源利用率，保证业务稳定执行。由于具体任务不同，需要调度的资源特征不同，资源的调度需考虑业务特点，调度虚拟机资源，工作非常繁琐。因此，如何基于任务请求自适应动态调整云资源部署，目前需要本领域技术人员迫切解决的一个技术问题。

发明内容

为了解决上述问题，本发明提供一种基于云平台的软件自适应部署架构，可以根据运行在平台上的系统的访问量负载变化时，自适应调整和分配资源，有效解决了云平台资源闲置和浪费问题，提高了资源利用率。

为了实现上述目的，本发明采用如下技术方案：

一种云平台自适应资源调度系统，包括：

注册组件，用于云集群管理，记录并管理物理资源信息；

交互组件，用于接收用户任务请求，分析并判断所述用户请求相应的虚拟机类型、QoS参数和数量需求；以及分析任务的资源请求是否合理；

监控组件，用于监控云集群中各个资源的使用情况，包括虚拟机的类型、状态和资源使用率，物理节点的状态和资源使用率，以及集群的网络宽带和任务响应时间；

决策组件，用于根据决策组件发送的集群负载变化情况，采用自适应资源调度算法预测资源需求，并发送资源调度请求；

基础设施组件，用于根据资源调度请求对基础设施进行调整。

所述物理资源信息包括IP地址、网络宽带、主机、MAC地址。

所述交互组件还对监控组件获取的数据进行分析，判断所述请求是否符合QoS约束，确定符合约束的任务的调度优先级。

所述自适应资源调度算法是是基于系统历史请求记录分析对不同请求任务的资源需求进行预测。

所述对基础设施进行调整包括虚拟机动态管理、物理机的开关操作、修改配置信息。

所述自适应资源调度算法是基于马尔可夫模型的云资源特征聚类算法。

基于上述系统，本发明还提供了一种云平台自适应资源调度方法，包括以下步骤：

步骤1：接收用户任务请求，对所述用户任务请求进行分析，判断相应的虚拟机类型、QoS需求和数量需求，将所述任务分配到合适的虚拟机上执行；

步骤2：监控组件监测平台系统的负载是否发生变化，若发生变化，则将所述负载的变化发送至决策组件；

步骤3：决策组件根据所述负载的变化，采用自适应资源调度算法计算系统服务所需的云资源；

步骤4：基于所述资源预测，判断物理节点性能是否超过预测的指标，若超过，检测所述节点虚拟机是否闲置，若闲置，将所述虚拟机销毁并释放资源；若所述物理节点性能未达到预测的指标，通过决策方法寻找最优迁移物理节点进行虚拟机创建；如果未能找到最优物理节点，提醒管理员硬件资源短缺。

所述平台系统的负载为物理服务器的资源使用量。

所述自适应资源调度算法是基于马尔可夫模型的云资源特征聚类算法。

所述自适应资源调度算法是基于平台系统历史请求记录动态分析对不同请求任务的资源需求进行预测。

本发明的有益效果：