[发明专利]计算系统的资源调配方法、计算系统、介质和服务器

说明书

技术领域

本发明涉及大数据计算技术领域，具体涉及一种计算系统的资源调配方法、计算系统、介质和服务器。

背景技术

随着云计算、大数据、人工智能技术的发展以及互联网技术的不断创新，出现了各种云服务提供商。这些服务商可以针对各领域、各行业提供涉及大数据计算和处理的各类服务或解决方案。越来越多的用户开始接受云平台技术，并将业务交由云平台处理。

云计算技术的优势包括：可以降低企业的运营成本、统一管理和维护、提供强大的计算能力、具有高可通用性和扩展性等。

鉴于云计算技术本身的优势以及云计算的应用越来越普及，如何能够进一步降低计算成本、提高计算效率，成为云计算技术领域亟待解决的技术问题。

发明内容

有鉴于此，本发明实施例提供了一种计算系统的资源调配方法、计算系统、介质和服务器。

本发明的一个方面提供了一种计算系统的资源调配方法，包括：获取计算系统中的计算资源使用情况和任务执行状态以及不同时段的业务量变化规律中的至少之一；根据所述计算资源使用情况和所述任务执行状态以及所述不同时段的业务量变化规律中的至少之一调配所述计算资源的数量。

在一个实施例中，所述根据所述计算资源使用情况和所述任务执行状态以及所述不同时段的业务量变化规律中的至少之一调配所述计算资源的数量：通过接口调用方式监控计算系统中现有计算节点资源的CPU和内存的使用率；所述根据所述计算资源使用情况调配所述计算资源的数量包括：将所述现有计算节点资源的CPU和内存使用率与预设阈值比较，如果半数以上所述计算节点资源的CPU和内存使用率超过阈值上限，则增加计算节点资源数量，并且在半数以上所述计算节点资源的CPU和内存使用率低于阈值下限，则减少计算节点资源数量。

在一个实施例中，该调配方法还包括：监控经调整后的计算节点资源的CPU和内存的使用率，并根据与所述预设阈值的比较结果进一步调整计算节点资源数量，直至半数以上计算节点资源的CPU和内存的使用率处于预设阈值上限和下限之间。

在一个实施例中，所述根据所述计算资源使用情况和所述任务执行状态以及所述不同时段的业务量变化规律中的至少之一调配所述计算资源的数量包括：间隔第一时间将所述现有计算节点资源的CPU和内存使用率与预设阈值比较两次，如果两次均出现半数计算节点资源的CPU或内存使用率超过阈值上限，则增加计算节点资源数量。

在一个实施例中，所述CPU和内存的阈值上限的使用率在75-85％的范围内。

在一个实施例中，所述增加的计算节点资源数量为当前计算节点资源数量的1/3-1/2。

在一个实施例中，所述根据所述计算资源使用情况和所述任务执行状态以及所述不同时段的业务量变化规律中的至少之一调配所述计算资源的数量还包括：间隔第二时间将所述现有计算节点资源的CPU和内存使用率与预设阈值比较两次，如果两次均出现半数计算节点资源的CPU或内存使用率小于预设阈值的下限，则减少计算节点资源数量。

在一个实施例中，所述CPU和内存的阈值下限的使用率在45-55％的范围内。

在一个实施例中，所述减少的计算节点资源数量为当前计算节点资源数量的1/3-1/2。

在一个实施例中，获取计算系统中的计算资源使用情况和任务执行状态以及不同时段的业务量变化规律中的至少之一包括：监控业务系统的任务排队情况和业务执行情况；所述根据所述计算资源使用情况和所述任务执行状态以及所述不同时段的业务量变化规律中的至少之一调配所述计算资源的数量：根据所述任务排队情况和现有计算节点资源调配所述计算资源的数量。

在一个实施例中，所述监控业务系统的任务排队情况包括：间隔第三时间查询排队任务是否有变化；所述根据所述任务执行状态调配所述计算资源的数量包括：在排队任务没有变化，且排队任务数量大于处于运行状态的计算节点资源数，则增加计算节点资源数量。

在一个实施例中，所述增加计算节点资源数量包括：计算排队任务数的1/2-1/3与运行状态的资源数之和是否大于设定的计算资源数量上限，如果是，则增加的计算资源数量为计算资源数量上限与处于运行状态计算资源数之差；如果否，则增加的计算资源数量为排队任务数的1/2-1/3。

在一个实施例中，所述监控业务系统的任务排队情况包括：间隔第一时间查询处于空闲状态的计算资源数量是否有变化，如有没有变化，且处于运行状态的计算资源数量小于业务系统计算资源的下限，则减少计算节点资源数量。