对所述服务类应用在每类资源上的干扰度，每个分析类应用对所述服务类应用在每类资源上的干扰度指的是:调整每个分析类应用单位数量的每类资源所造成的所述服务类应用的响应时间变化值。
[0045]结合第二方面的第二种实施方式，在第二方面的第三种实施方式中，所述每类资源包括中央处理器CPU资源和输入/输出I/O资源；
[0046]所述确定单元包括:
[0047]第一检测子单元，用于检测所述服务类应用的CPU资源和I/O资源的利用率是否大于预设阈值；
[0048]第一确定子单元，用于当所述服务类应用的CPU资源和/或I/O资源的利用率大于所述预设阈值时，确定所述CPU资源和/或I/O资源为所述待补充资源。
[0049]结合第二方面的第二种实施方式，在第二方面的第四种实施方式中，所述每类资源包括中央处理器CPU资源和输入/输出I/O资源；
[0050]所述第三检测单元包括:
[0051]第二检测子元，用于检测各个物理节点上的所述服务类应用的CPU资源和I/O资源的利用率是否小于或等于所述预设阈值；
[0052]第二确定子单元，用于当所述服务类应用的CPU资源和/或I/O资源的利用率小于或等于所述预设阈值时，确定所述CPU资源和/或I/O资源为所述空闲资源。
[0053]从以上技术方案可以看出，本发明实施例具有以下优点:
[0054]本发明实施例中，在应用运行的过程中，会检测服务类应用的QoS是否满足QoS阈值，若不满足，则在确定瓶颈节点及待补充资源后，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。本发明实施例中，在应用运行的过程中，基于干扰度对资源进行调整，能够保证服务类应用的QoS，提高资源的利用率，提升用户体验。
【附图说明】
[0055]为了更清楚地说明现有技术及本发明实施例的技术方案，下面将对现有技术及本发明实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，还可以如这些附图获得其他的附图。
[0056]图1是现有技术中数据中心的一个示意图；
[0057]图2是本发明资源管理方法的一个实施例示意图；
[0058]图3是本发明资源管理方法的另一实施例示意图；
[0059]图4是本发明资源管理装置一个实施例示意图；
[0060]图5是本发明资源管理装置的另一实施例示意图；
[0061]图6是本发明资源管理装置的另一实施例示意图。
【具体实施方式】
[0062]下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0063]本发明公开的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。
[0064]如图2所示，本发明提供的资源管理方法的一个实施例包括:
[0065]201、检测服务类应用的服务质量QoS是否满足QoS阈值；
[0066]具体实现中，QoS阈值可根据实际需要预先设定，服务类应用分别运行在多个物理节点上，在服务类应用运行的过程中，可实时检测每个物理节点上运行的服务类应用的QoS是否满足QoS阈值。
[0067]202、在服务类应用的服务质量QoS不满足QoS阈值时，在资源管理系统中检测服务类应用的瓶颈节点；
[0068]瓶颈节点指的是针对请求响应时间最长的服务类应用所在的物理节点。例如，物理节点A、B、C上分别运行有服务类应用，现针对物理节点A、B、C上运行的服务类应用分别发送相同的请求，统计每个物理节点上的服务类应用的针对该请求的响应时间，响应时间最长的服务类应用所在的物理节点即为瓶颈节点。
[0069]203、确定服务类应用的待补充资源；
[0070]具体实现中，待补充资源包括CPU资源和/或1/0资源，由于待补充资源的缺乏，导致了服务类应用的QoS不满足QoS阈值。
[0071]204、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。
[0072]本实施例中，在应用运行的过程中，会检测服务类应用的QoS是否满足QoS阈值，若不满足，则在确定瓶颈节点及待补充资源后，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。本发明实施例中，在应用运行的过程中，基于干扰度对资源进行调整，能够保证服务类应用的QoS，提高资源的利用率，提升用户体验。
[0073]为便于理解，下面以一具体实施例对本发明的资源管理方法进行描述，请参阅图3，本发明资源管理方法另一实施例包括:
[0074]301、检测每个物理节点上的每个分析类应用对服务类应用在每类资源上的干扰度；
[0075]具体实现中，上述每类资源包括CPU资源和1/0资源，CPU资源例如缓存Cache、旁路转换缓冲(Translat1n Lookaside Buffer, TLB)等,CPU资源可用每一时钟脉冲周期可执行的指令(Instruct1n Per Cycle, IPC)来衡量；I/0资源例如网络、磁盘带宽等，1/0资源可用读/写速率来衡量。
[0076]每个分析类应用对服务类应用在每类资源上的干扰度指的是:调整每个分析类应用单位数量的每类资源所造成的服务类应用的响应时间变化值。例如，针对分析类应用，减少或增加其1个CPU核数或减少其1GB内存，所造成服务类应用的响应时间变化值，该响应时间变化值越大，说明该分析类应用对服务类应用在该类资源的干扰度越大。
[0077]每个分析类应用对服务类应用在每类资源上的干扰度可在应用运行前统一检测，然后在应用运行的过程中，根据收集的分析类应用的各类资源的变化情况及对应的服务类应用的响应时间变化值来重新计算，然后根据重新计算所得的干扰度对原始计算得到的干扰度进行更新。为了减小计算更新干扰度产生的开销，计算更新活动可以选择物理节点空闲时间进行，同时使用增量式的更新方法。
[0078]302、检测服务类应用的服务质量QoS是否满足QoS阈值；
[0079]具体实现中，QoS阈值可根据实际需要预先设定，服务类应用分别运行在多个物理节点上，在服务类应用运行的过程中，可实时检测每个物理节点上运行的服务类应用的QoS是否满足QoS阈值。
[0080]303、在服务类应用的服务质量QoS不满足QoS阈值时，在资源管理系统中检测服务类应用的瓶颈节点；
[0081]瓶颈节点指的是针对请求响应时间最长的服务类应用所在的物理节点。
[0082]304、确定服务类应用的待补充资源；
[0083]具体实现中，可检测服务类应用的CPU资源和1/0资源的利用率是否大于预设阈值，若服务类应用的CPU资源和/或1/0资源的利用率大于预设阈值，则确定CPU资源和/或I/o资源为待补充资源。
[0084]305、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；
[0085]306、检测运行在各个物理节点上的服务类应用是否有空闲资源；
[0086]具体实现中，可检测各个物理节点上的服务类应用的CPU资源和1/0资源的利用率是否小于或等于预设阈值，若服务类应用的CPU资源和/或1/0资源的利用率小于或等于预设阈值，则确定CPU资源和/或1/0资源为空闲资源。
[0087]307、当任意一个物理节点上运行的服务类应用有空闲资源，则在物理节点上查找对服务类应用在空闲资源上干扰度最小的分析类应用，在保证服务类应用的QoS满足QoS阈值的前提下，将空闲资源分配给对服务类应用在空闲资源上干扰度最小的分析类应用。
[0088]为进一步理解本实施例的资源管理方法，下面举例进行说明。
[0089]例如，在一个资源管理系统中有100个物理节点，每个物理节点上运行有一类服务类应用，例如搜索引擎；以及三类分析类应用，例如k-means、排序、查询，其中k-means属于CPU密集型应用，排序属于1/0密集型应用，而查询的资源需求介于k-means和排序之间。
[0090]利用本实施例提供的方法，即可先计算每个物理节点上的k-means、排序、查询这三类分析类应用对搜索引擎这类服务类应用分别在CPU资源及1/0资源上的干扰度。计算结果应该是k-means对搜索引擎在CPU资源上的干扰度最大，排序对搜索引擎在1/0资源上的干扰度最大。
[0091]在应用运行的过程中，检测搜索引擎的QoS是否满足QoS阈值，若检测到搜索引擎的QoS不满足QoS阈值，则检测搜索引擎的瓶颈节点，假设检测到物理节点1为搜索引擎的瓶颈节点，且检测到搜索引擎的I/O资源及CPU资源的利用率均大于预设阈值，则确定I/O资源及CPU资源为物理节点1上的搜索引擎的待补充资源；而物理节点1上的排序应用属于I/O密集型应用，对搜索引擎在I/O资源上的干扰度最大，因此，可先减少排序应用所占用的1个单位的I/O资源并调整至搜索引擎，然后再减少k-means所占用的1个单位的CPU资源并调整至搜索引擎，如此循环，直至搜索引