[发明专利]一种云资源自动分配方法及装置

说明书

本发明提供了一种云资源自动分配方法及装置。该方法包括：获取云服务器当前周期的当前时刻的资源参数和所述当前时刻所处的第一时段；对所述当前周期的资源参数进行计算，获取下个周期同一时段的资源参数；根据所述下个周期同一时段的资源参数获取下个周期同一时段的最大资源消耗量；根据所述最大资源消耗量对云资源进行分配；其中，所述资源参数包括用户总数、每个用户的平均请求数、每个请求的平均资源消耗量。本发明实施例分时段从每时段的历史资源消耗量和请求数量两个角度分析，避免了现有技术中仅从历史最大并发请求数预测资源消耗量不准确的缺陷，提高了对资源消耗量预测的准确性，提高了云资源的利用率。

技术领域

本发明涉及计算机技术领域，具体涉及一种云资源自动分配方法及装置。

背景技术

云计算是指将计算分布在大量的分布式计算机上，使用云计算平台通过网络为用户提供信息服务称为“云服务”。云服务可分为以下三层：基础设施即服务(IaaS)、平台即服务(PaaS)和软件即服务(SaaS)。

基础设施即服务(IaaS)平台云以虚拟机的形式为用户提供服务。当用户需要云资源时，基础设施即云服务器将其中的资源(包括CPU资源和内存资源)打包成虚拟机的形式提供给用户使用；当用户不再需要云资源时，基础设施即云服务器销毁上述虚拟机以回收云资源。

现有的云资源分配方法中，获取应用的历史最大并发请求数，使用时间序列预测算法预测下一时段最大并发请求数，并将预测的最大并发请求数作为下一时段的资源消耗；实时监测云平台的并发请求情况，当实际并发请求数大于预测值时，增加预测的最大并发请求数。现有技术仅根据同一时段的历史最大并发请求数对下一时段的资源消耗进行预测，预测值与实际值存在较大误差，且这一误差易被后续算法放大，大大影响预测值的准确率。

现有的云资源分配方法中，采用基于二次移动平均法的、分时段以日为最小单位的时间序列预测算法，作为最大并发请求数预测的方法。现有技术采用的基于二次移动平均法的预测算法如下：

xt+T＝at+Tbt；

其中，xt+T表示预测的最大并发请求数；at和bt为预测算法的待定系数；t表示当前时刻，T表示待预测时刻的序号；

现有技术中的二次移动平均法存在预测值低于实际值的情况，存在滞后误差，使得预测结果不准确，影响云资源的使用率。

发明内容

本发明实施例提供一种云资源自动分配方法及装置，用于解决现有的问题云资源分配方法中对资源消耗预测不准确导致云资源使用率低的问题。

本发明实施例提供了一种云资源自动分配方法，包括:

获取云服务器当前周期的当前时刻的资源参数和所述当前时刻所处的第一时段；