[发明专利]基于应用关系网络的最优化应用资源分布策略

权利要求书

1.一种基于应用关系网络的最优化应用资源分布策略，其特征在于，包括如下步骤：

步骤S1，基于应用服务依赖关系进行应用重要性指标计算；

步骤S2，根据应用重要性指标，计算最小化资源运维影响下的应用资源分布策略；

步骤S3，根据应用资源分布策略动态调整应用的资源分布情况；

步骤S2，具体为：对于指定资源R，分析出R在运维时将要直接影响的应用，设这些应

用为DE(R)；根据应用服务依赖关系图，找到所有被影响的应用，最终所有被影响的应用的范围是整个应用服务依赖关系图中的一个子图，这个子图中所有应用的权值被定义为资源R的影响因子F(R)；

假设系统中可被运维的总资源量是R1到Rn，那么运维对整个行业业务的总影响因子就是最优化的应用资源分布策略应该使得达到最小化；为此，采用如下计算方法A来使得达到最小化的应用资源分布策略：步骤SA.1，按资源的优劣情况进行标签分级；步骤SA.2，按应用的重要性和资源的优劣情况以标签的形式对资源进行分配；

步骤SA.3，通过弹性伸缩、横向扩展和/或按照标签进行资源分配的方式使得总影响因子达到最小化。

2.根据权利要求1所述的基于应用关系网络的最优化应用资源分布策略，其特征在于，步骤S1，包括如下子步骤：

步骤S1.1，应用权重的分析：通过应用与应用之间的服务调用，得出相关应用的权重；

步骤S1.2，应用重要性的演进：在每个新应用部署后或者旧应用下线后周期性地重

新计算系统中所有应用的重要性指标。

3.根据权利要求2所述的基于应用关系网络的最优化应用资源分布策略，其特征在于，步骤S1.1采用多重链接的应用网络节点权重计算方式，包括如下过程：

定义1，应用网络有向图为G，如下式所示：

G＝(E,V)式中，E表示节点关系集合，V表示节点集合；

定义2，有效服务引用集合Ef(u)，如下式所示：Ef(u)＝{v|v∈Follower(u)∩Response(u)＞ε}式中，ε是非负常数阈值，表示节点u的引用服务节点V对节点u反馈的程度门限，超过该阈值且属于节点u的应用节点为有效应用；

定义3，由链接关系所产生的节点权值IRL(Ui)，其计算方法如下式所示：IRL(Ui)＝δN+(1-δ)∑Uj∈Follower(ui)IRL(ui)L(ui)式中，IRL(Ui)表示节点Ui链接关系产生的节点权值，Follower(ui)为节点Ui所有关联服务集合，L(ui)为节点Ui关联服务数目，δ是介于0和1的阻尼系数，N为网络图中的总节点数。

4.根据权利要求1所述的基于应用关系网络的最优化应用资源分布策略，其特征在于，步骤S3，具体为：每次发生应用重要性的变化后，系统需要计算出应用资源的最优化分布模型，然后根据最优化分布模型的结论，自动调整对应应用的资源供应情况；其中，最优化分布模型采用计算方法B得到，包括如下步骤：

步骤SB.1，按应用服务依赖关系图，进行应用重要性权重再计算；步骤SB.2，根据计算方法A，使得总资源运维业务影响因子最小化；步骤SB.3，通过弹性伸缩和/或集群的方式进行应用资源的最优化分布模型计算。

5.根据权利要求4所述的基于应用关系网络的最优化应用资源分布策略，其特征在于，在步骤S1至S3中，根据云产品提供的基础设施、应用自动化部署和服务自动化交付构建系统运维体系，所述系统运维体系包括应用服务依赖关系管理模块、应用资源管理模块、应用资源分布策略管理模块和应用资源动态调度模块；其中：

所述应用服务依赖关系管理模块用于生成应用服务依赖网络以及应用重要性和权重的计算；

所述应用资源管理模块用于生成应用资源依赖网络；所述应用资源分布策略管理模块用于计算并生成应用资源的最优分布策略；所述应用资源动态调度模块用于按照应用资源的最优分布策略进行重新调度并进行应用资源的分配。