[发明专利]二次随机资源管理方法/系统、计算机存储介质及设备

说明书

本发明提供一种二次随机资源管理方法/系统、计算机存储介质及设备，二次随机资源管理方法包括：建立资源调度模型；随机接收源于一资源请求源发送的资源配置请求，并将该资源配置请求加入请求管理池；从所述请求管理池中选择紧缺资源最小的资源配置请求；随机从若干物理节点中选择两台物理节点，比较该紧缺资源最小的资源配置请求在两台物理节点上的资源成本，以选择资源成本较低的物理节点，并为所选择的物理节点分配任务。本发明所述的二次随机资源管理方法/系统，计算机存储介质及设备解决了如何最大化用户获得紧缺资源的最小值的技术问题，具有更好的公平性，复杂度低，可伸缩性好。

技术领域

本发明属于计算机通信领域，涉及一种管理方法和系统，特别是涉及一种二次随机资源管理方法/系统、计算机存储介质及设备。

背景技术

云计算系统的规模越来越大，并为动态、异构、快速增长的客户群体提供服务。然而,满足快速扩张的客户需求不仅仅是建造越来越大的数据中心，关键任务是对云资源提供优化的管理。数据中心的资源管理模式通常是基于虚拟机的。每个用户指定虚拟机的配置需求，包括CPU、内存、存储，以及网络带宽。与此同时，数据中心通常配置大量的异构服务器，服务器通常配有多个cpu、缓存、内存、磁盘空间和其他资源。一个重要的资源管理问题是如何将虚拟机映射到服务器，满足异构资源约束的前提下，达到用户之间的资源公平分配。而目前多节点异构资源的分配问题模型虽然得到了深入的研究，但是相应的解决算法或者复杂度过高，或者性能缺乏保障，而且大多需要集中式控制，可扩展性不够理想，不适用于海量节点的场景。

例如，在计算机集群中，每个计算节点拥有多个不同种类的物理设备(例如CPU，内存，网络带宽)，并且每个计算节点拥有的资源容量也各不相同。用户A每运行一个任务需要0.2CPUs和1GB内存；用户B每运行一个任务需要1.0CPUs和0.2GB内存。服务器节点1拥有1.0CPUs和1.0GB内存，而服务器节点2拥有1.0CPUs和10GB内存。最优化的方案是分配5个任务给用户A在服务器节点1上运行，分配1个任务给用户B在服务器节点2上运行。然而，Best-Fit算法会首先计算用户中运行每个task消耗的资源比例，则用户A需要CPU与内存的比列为1:5，而用户B为1:0.2。而服务器1上CPU与内存比例为1:1，服务器2上为1:10。Best-Fit会从集群中选择比例与用户请求一个task所需资源比例相近的服务器。所以用户A，会将用户A分配到服务器节点1上，用户B分配到服务器节点2上，这将导致用户A只能只能在服务器节点1上运行一个任务，而用户B只能在服务器节点2上运行一个任务。

因此，如何提供一种二次随机资源管理方法/系统、计算机存储介质及设备，以解决现有技术中如何最大化用户获得紧缺资源的最小值等问题，实已成为本领域技术人员亟待解决的技术问题。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种二次随机资源管理方法/系统、计算机存储介质及设备，用于解决现有技术中如何最大化用户获得紧缺资源的最小值的问题。

为实现上述目的及其他相关目的，本发明一方面提供一种二次随机资源管理方法，应用于包括若干资源请求源，数据中心，若干物理节点的计算机集群；所述二次随机资源管理方法包括：建立资源调度模型；随机接收源于一资源请求源发送的资源配置请求，并将该资源配置请求加入请求管理池；从所述请求管理池中选择紧缺资源最小的资源配置请求；随机从若干物理节点中选择两台物理节点，比较该紧缺资源最小的资源配置请求在两台物理节点上的资源成本，以选择资源成本较低的物理节点，并为所选择的物理节点分配任务。

于本发明的一实施例中，在为所选择的物理节点分配一资源后，所述二次随机资源管理方法还包括更新资源分配列表。

于本发明的一实施例中，在为所选择的物理节点分配一资源后，所述二次随机资源管理方法还包括判断所有该物理节点中是否存在可以为一个资源请求源分配任务的可用资源，若是，返回到所述从所述请求管理池中选择紧缺资源最小的资源配置请求的步骤；若否，结束进程。