[发明专利]基于负载需求特征的数据中心负载分配方法及系统

权利要求书

1.一种基于负载需求特征的数据中心负载分配方法，其特征在于，通过预先测量负载的时序资源需求特征对未来负载进行干扰分类，根据不同计算节点的资源使用情况得到其对应的干扰程度指数，由调度节点将负载分配至使干扰程度指数之和最小的计算节点，从而实现最小化负载间干扰的调度；

所述的时序资源需求特征用需求特征矩阵进行表示，该需求特征矩阵是一个4*3的矩阵，具体构成是：将负载的生命周期按照时间顺序分为三个时段，即加载时段、执行时段和结束时段；将负载对于资源的需求分为四个维度，即：计算资源、内存资源、硬盘资源和网络资源；

所述的干扰分类是指：经对未来负载进行资源使用情况记录，得到需求特征矩阵即为负载真正到来时的干扰分类，具体为：用向量和矩阵共同表示每台物理服务器的资源使用情况，具体是将计算节点根据计算资源，即处理器频率、内存大小、硬盘速率和网络带宽四个维度的物理计算资源的数量，得到四维的最大资源向量以表示该计算节点的最大资源；用一个4*N的矩阵表示已使用资源矩阵，其中：N表示工作时间段的数量，已使用的资源使用情况通过监测物理服务器的操作系统参数获得，未来的资源使用情况根据已使用的资源加上被调度来的负载所使用的相应的资源求得，任意时刻的可分配资源向量通过最大资源向量减去已使用资源矩阵中表示这一时刻的对应列向量得到。

2.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：位于数据中心的负载需求特征分析模块、干扰分类模块、计算节点资源分析模块、干扰计算模块、调度模块和位于各个节点中的资源监控模块，其中：负载需求特征分析模块与干扰分类模块相连并将实时获取的用户负载信息经分析获取需求特征信息传输至干扰分类模块；干扰分类模块读取负载需求特征分析模块的分析结果并将每一个负载的干扰类型进行计算和分类；计算节点资源分析模块与资源监控模块相连并实时记录物理服务器的资源使用情况及资源剩余情况；干扰计算模块分别与干扰分类模块和计算节点资源分析模块相连并将二者得到的结果进行干扰程度指数计算；调度模块与干扰计算模块相连并接收其计算结果，根据计算结果将负载分配至干扰程度指数最小的物理服务器；

所述的干扰程度指数是指：将负载的需求特征矩阵加到对应计算节点的已使用资源矩阵，计算新矩阵中的每一列和该节点最大资源向量的差值，其中差值大于0的值求和即为干扰程度指数。

3.根据权利要求2所述的系统，其特征是，所述的负载需求特征分析模块将负载根据生命周期分为加载时段、执行时段和结束时段，每个时段对应计算资源、内存资源、硬盘资源和网络资源四个维度，形成一个4*3的需求特征矩阵；

所述的四个维度按照各自需求程度，量化为从0～10的十一个等级。

4.根据权利要求3所述的系统，其特征是，所述的干扰分类模块根据负载读取负载需求特征分析模块对应的需求特征矩阵。

5.根据权利要求2所述的系统，其特征是，所述的计算节点资源分析模块用向量和矩阵共同表示每台物理服务器的资源使用情况，具体是将计算节点根据计算资源的量化等级得到四维的最大资源向量以表示该计算节点的最大资源；将三个时段已经分配的计算资源也同样量化并得到一个4*N的已使用资源矩阵，其中：N表示工作时间段的数量，已使用的资源使用情况通过监测物理服务器的操作系统参数获得，未来的资源使用情况根据已使用的资源加上被调度来的负载所使用的相应的资源求得，能够分配的资源向量通过最大资源向量减去某一时刻的已使用资源向量得到。

6.根据权利要求2所述的系统，其特征是，所述的干扰计算模块将每个负载的需求特征矩阵加到对应计算节点的已使用资源矩阵，计算新矩阵中的每一列和该节点最大资源向量的差值，其中差值大于0的值求和即得到干扰程度指数。

7.根据权利要求2所述的系统，其特征是，所述的调度模块根据每个负载的干扰程度指数进行优化调度，使用贪心算法，在每一次调度时，不考虑之后的负载，只将当前负载调度到产生的干扰程度指数最小的服务器，当有多台物理服务器对于待调度负载的干扰程度指数相同，则随机选择一台进行调度。