[发明专利]一种云计算环境中的资源管理方法及系统

说明书

一种云计算环境中的资源管理方法及系统，涉及云计算技术领域，用以解决云计算环境中现有的对于虚拟节点的静态资源管理不能有效提高其运行性能的问题。本发明的技术要点包括：采集虚拟节点的CPU、内存和带宽资源信息，提出一种基于DDPG的资源分配算法根据上述资源信息计算每个虚拟节点的目标资源配置量以获得资源配置决定的结果，并根据该结果对每个虚拟节点的资源进行动态的调节，从而在提高整体资源利用率的基础上提高虚拟节点运行性能；进一步地，在基于DDPG的资源分配算法中，利用Actor网络生成相应的动作输出，并通过一个动作解码过程将基于比率的输出转换为目标资源配置大小。本发明可以整体缩短不同应用程序的完成时间，且不会产生大量系统开销。

技术领域

本发明涉及云计算技术领域，具体涉及一种云计算环境中的资源管理方法及系统。

背景技术

近年来，随着云计算技术的发展与兴起，虚拟化技术又重新开始出现在人们的视线当中。虚拟化技术的目的是将物理资源虚拟化，并将虚拟出来的物理资源合理分配给多个虚拟节点进行使用，并且保证多个虚拟节点之间相互独立，对于各自任务的运行相互不影响。在很多云计算场景中，虚拟节点在创建之初就被分配了静态的资源，包括CPU、内存和带宽资源。然而随着虚拟节点在运行过程中负载的动态变化，虚拟节点的静态资源有时不能很好的处理负载任务，从而导致虚拟节点的运行性能受到限制。

发明内容

鉴于以上问题，本发明提出一种云计算环境中的资源管理方法及系统，用以解决云计算环境中现有的对于虚拟节点的静态资源管理不能有效提高其运行性能的问题。

根据本发明一方面，提出一种云计算环境中的资源管理方法，该方法包括以下步骤：

步骤一、实时采集每个虚拟节点的资源信息，所述资源信息包括CPU使用时间、空闲内存和带宽信息；

步骤二、获取每个虚拟节点的CPU、内存及带宽资源配置量；

步骤三、根据所述资源信息和CPU、内存及带宽资源配置量进行计算提取，获得每个虚拟节点的CPU、内存及带宽使用率；所述CPU、内存及带宽资源配置量和CPU、内存及带宽使用率共同构成状态集；

步骤四、利用基于深度确定性策略梯度的资源管理算法对所述状态集进行训练学习，获得每个虚拟节点的资源配置决策；

步骤五、根据所述资源配置决策对每个虚拟节点的资源进行动态调节。

进一步地，步骤三中CPU使用率uc_i、内存使用率um_i及带宽使用率ub_i计算公式分别为：

其中，cpu(t)表示t时刻CPU使用时间；c_i表示CPU资源配置量；f_i表示空闲内存；m_i表示内存资源配置量；recv(t)表示t时刻带宽收包数；trans(t)表示t时刻带宽发包数；b_i表示带宽资源配置量。

进一步地，步骤四的具体步骤包括：

步骤四一、初始化当前Actor网络π_θ(S)、当前Critic网络Q_ω(S,A)、目标Actor网络π′_θ′(S)和目标Critic网络Q′_ω′(S,A)，并创建经验池；

步骤四二、初始化环境并获取当前t时刻状态信息；

步骤四三、以状态集中当前t时刻状态s_t为输入，根据Actor网络π_θ(S)计算获得离散动作并加入噪声，获得当前t时刻动作a_t：