[发明专利]一种资源管理方法及装置

说明书

本发明实施例公开了一种资源管理方法及装置，资源管理方法应用于资源管理系统，资源管理系统中分布有至少两个物理节点，每个物理节点上运行有服务类应用及分析类应用，资源管理方法包括：检测服务类应用的QoS是否满足QoS阈值；若不满足，则检测服务类应用的瓶颈节点；确定服务类应用的待补充资源；在瓶颈节点中查找对服务类应用在待补充资源上干扰度最大的分析类应用，将查找到的对服务类应用在待补充资源上干扰度最大的分析类应用占用的待补充资源分配给服务类应用，以使得服务类应用的QoS满足QoS阈值。本发明实施例能够保证服务类应用的QoS，提高资源利用率。

技术领域

本发明涉及通信技术领域，具体涉及一种资源管理方法及装置。

背景技术

随着大数据和云计算时代的来临，数据中心等概念越来越被人所熟知。目前，最大的数据中心由超过十万台的物理节点组成，功耗超过20兆瓦已经非常普遍，预期不久的将来会达到200兆瓦，正在逼近数据中心供电的极限。然而，当前数据中心也同时面临着资源使用率不高的问题。例如，许多大的云计算基础设施提供商，其数据中心中CPU和内存资源使用率都低于40％，就单个节点(物理机)来说，大部分的物理机资源使用率都低于50％。因此，在硬件成本不断提高的背景下，如何有效的将数据中心中的应用进行整合，提高资源使用率，具有重要的现实意义。

在主流云计算提供商如亚马逊、Google的大力推动下，越来越多的应用提供商将他们的应用迁徙到数据中心云平台上，利用数据中心的规模效应降低应用部署成本。一般来说，数据中心应用可以分为两种类型：

服务类应用：此类应用如搜索引擎(Search Engine)、社交网络(Social Network)和电子商务(E-commerce)等往往提供在线服务，用户对请求延迟十分敏感，请求的执行时间稍有延迟就会造成大量的用户流失和经济损失。

分析类应用：此类应用如Hadoop上排序、k-means等对任务处理时间不敏感，其性能往往用吞吐量(单位时间处理的任务数)来衡量。

在当前的数据中心中，往往基于虚拟化技术将多个应用整合在同一个节点上。如图1所示，数据中心包含n个节点，每个节点上均运行有服务类应用和分析类应用，这种数据中心运行的服务类应用通常有如下特征：

(1)大规模、高并发：现代数据中心中的每个服务类应用，往往部署在多个服务器上，而一个请求，也会被切分为多个子任务在这些服务器上并发执行。因此，请求的响应时间，取决于反应最慢的服务器，称为瓶颈服务器。

(2)客户端用户请求变化：客户端用户请求量会周期性变化，例如搜索引擎，白天访问量大而晚上访问量小，工作日访问量大而周末访问量小；另外，客户端用户请求量也会因为一些事件而变化，例如电子商务，访问量会因为促销活动而在一段时间内突然变大，从而导致对节点资源的使用情况发生变化。

(3)服务器端资源使用状况变化：服务器端会周期性的有一些更新和维护的活动，从而影响其资源使用状况。例如，搜索引擎会定期更新服务器端的索引文件，在更新的过程中需要占用较多的CPU资源。

另外，在这种数据中心运行的分析类应用通常有如下特征：

(1)资源需求的多样性：例如Hadoop上的分析类应用，有高CPU计算资源需求的分析类应用如K-means，也有高I/O资源需求的分析类应用如排序算法。