种可能的实现方式中，所述处理单元还用于:
[0055]监测所述虚拟机用户的d维资源中各维资源的使用情况以及所述待分配物理节点的d维资源中各维资源的剩余情况；
[0056]当所述虚拟机用户的第i维资源使用量与所述rllOT的差值大于预设阈值1\时，将所述rllOT更新为r llow+ Δ 1；
[0057]若所述待分配物理节点的第i维资源的剩余量大于或者等于八i，则从所述待分配物理节点上为所述虚拟机用户追加资源量Λ i，所述Λ i的值大于所述T i的值；
[0058]若所述待分配物理节点的第i维资源的资源剩余量小于Λ i，则根据更新后的所述rllciw和所述r &#更新所述第二集合及所述第三集合，并从所述更新后的第三集合中重新选择所述待分配物理节点。
[0059]本发明实施例提供一种资源调度方法及管理设备，通过获得d维资源可分配值描述的云计算系统中所有物理节点分别映射到一维空间填充曲线上的点形成的第一集合，并获得虚拟机用户的d维资源需求矩阵对应的子空间映射到一维空间填充曲线上的点形成的第二集合，使得管理设备在进行资源调度时，不需要像现有技术那样对各维资源进行逐一匹配，而只需要将第一集合中的点与第二集合中的点进行一维匹配，从而获得第一集合与第二集合的交集，该交集中的点对应的物理节点即为满足虚拟机用户资源需求范围的物理节点。因而，能够解决现有技术中在进行资源调度时，由于需要将虚拟机用户各维资源需求值与云计算系统中所有物理节点的各维资源可分配值进行逐一比对使得匹配复杂度高，从而导致管理设备资源消耗量大的问题。
【附图说明】
[0060]为了更清楚地说明本发明实施例的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0061]图1为本发明实施例提供的一种方法流程示意图；
[0062]图2为本发明实施例提供的另一种方法流程示意图；
[0063]图3为本发明实施例提供的另一种方法流程示意图；
[0064]图4为本发明实施例提供的一种二叉查找树的结构示意图；
[0065]图5为本发明实施例提供的一种管理设备的结构示意图。
【具体实施方式】
[0066]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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0067]参见图1，本发明实施例提供一种资源调度方法，其主要步骤可以包括:
[0068]101、管理设备获得云计算系统中所有物理节点分别映射到空间填充曲线上的点，并形成第一集合，物理节点通过d维资源向量表示，d维资源向量中的元素为物理节点的各维资源可分配值，d为大于I的正整数。
[0069]其中，管理设备可以是云计算系统中用以进行资源调度的管理服务器等设备。物理节点是指云计算系统中可以为虚拟机用户分配资源的计算机设备，物理节点提供的资源可以包括CPU资源、内存资源、磁盘空间资源、网络资源等多维资源，物理节点由d维资源向量Cs1, S2,…，sd>来表示，其中每一个元素&表征了物理节点可以为虚拟机用户分配的某一维资源的可分配值，因此一个物理节点可以对应d维空间中的一个点，其中的d为大于I的正整数，i的取值为区间[l，d]中的正整数。
[0070]空间填充曲线是一种将d维空间映射为一维空间的方法，可以包括Z曲线、Hilbert曲线以及Gray曲线等。本步骤中第一集合中的元素为物理节点映射到一维空间填充曲线上的点，云计算系统中所有物理节点映射到空间填充曲线上的所有的点形成了第一集合。其中，将以d维资源可分配值描述的物理节点映射为一维空间填充曲线上的点，可以在资源调度过程中将d维资源匹配问题转化为一维匹配问题进行处理，从而可以降低匹配的维度，降低匹配过程的复杂度。
[0071]102、管理设备获得虚拟机用户的资源需求范围对应的子空间映射到空间填充曲线上的点，并形成第二集合，资源需求范围通过d维资源需求矩阵表示，d维资源需求矩阵中第i个行向量表示虚拟机用户的第i维资源需求值域，值域包括需求下限值rllOT和需求上限值rlhlgh，i的取值为区间[l，d]中的正整数。
[0072]其中，虚拟机用户的资源需求范围通过d维资源需求矩阵表示，d维资源需求矩阵中第i个行向量表示用户在进行云业务时通过虚拟机申请的各维资源需求范围，每一维资源需求范围均由一个资源需求值域来表示。示例性的，虚拟机用户的d维资源需求矩阵可以表示为([rn Jlhigh], [r21oWir2high],..., [rdlow_rdhigh]) 0从几何意义上来讲，虚拟机用户的d维资源需求矩阵对应于d维资源空间中的子空间为一个d维超立方体，该d维超立方体映射到空间填充曲线上的所有的点形成了第二集合。示例性的，虚拟机用户的d维资源需求矩阵中，其中的一维资源及其需求值域可以为CPU资源[2核，4核]，另一维资源及其需求值域可以为内存资源[1G，2G]，另一维资源及其需求值域可以为磁盘空间资源[10G，20G]等。当然，d维资源需求矩阵中还可以包括其它类型的资源及其需求值域这里不再一一赘述。其中，以d维资源需求矩阵中的第i维资源为内存资源为例，内存资源需求值域[1G，2G]表示虚拟机用户需求的内存资源的需求下限值rllOT为1G，需求上限值rlhlgh为2G，虚拟机用户的内存资源需求范围为[1G，2G]。
[0073]本步骤中的第二集合中的元素为虚拟机用户的d维资源需求范围对应的子空间映射到一维空间填充曲线上的点。通过将虚拟机用户的d维资源需求范围对应的子空间映射到一维空间填充曲线上，可以在进行资源调度时，将d维资源匹配问题转化为一维匹配问题进行处理，从而可以降低资源匹配的维度，降低匹配过程的复杂度。同时，将虚拟机用户的d维资源需求范围对应的子空间映射为一维空间填充曲线上的点，维持了空间相邻性，空间中相邻的区域映射到空间曲线上的点也位于邻近位置。
[0074]与现有技术中仅能通过确定的资源需求值来描述虚拟机用户的资源需求相比，本步骤中的虚拟机用户的d维资源需求矩阵允许虚拟机用户通过范围来描述资源需求，从而增强了用户申请资源方式的灵活性。
[0075]另外，由于现有技术中云计算系统对虚拟机用户的收费通常是根据虚拟机用户需求的资源量的大小来划分等级的。例如，对于内存资源来说，若内存资源需求值在[1G，2G]范围内，则收费较低；若内存资源需求值在[4G，6G]范围内，则收费较高。因而，通过范围来描述虚拟机用户的资源需求，可以与现有技术中的收费规则相吻合，便于收费和管理。
[0076]103、管理设备从第三集合中的点对应的物理节点中选择一个待分配物理节点，并为虚拟机用户分配待分配物理节点上的各维资源，第三集合为第一集合与第二集合的交集。
[0077]由于通过d维资源需求矩阵描述的虚拟机用户的资源需求范围对应的d维超立方体子空间可以映射到一维空间填充曲线上的点的第二集合，因而，若第二集合中的点同时对应一个物理节点，则该物理节点一定符合虚拟机用户的d维资源需求范围。因此，在本步骤中，管理设备可以将第一集合中的点与本步骤中第二集合中的点进行比对，若第一集合中的点同时也在第二集合中，则说明该点对应的物理节点符合虚拟机用户的资源需求范围。也就是说，第一集合和第二集合的交集中的点对应的物理节点均符合虚拟机用户的资源需求范围，因而可以从第一集合和第二集合的交集即第三集合中根据预设分配策略选择一个待分配物理节点，从而为虚拟机用户配置待分配物理节点上的资源。这里的预设分配策略可以为节能优先分配策略、负载均衡优先分配策略等。
[0078]需要说明的是，由于第一集合中空间填充曲线上的点与物理节点的d维资源可分配值相对应，而第二集合中空间填充曲线上的点与虚拟机用户d维资源需求值域相对应，因而第一集合与第二集合的交集中的点对应的物理节点的d维资源中的各维资源可分配值均符合虚拟机用户的各维资源需求范围。
[0079]在本发明实施例中，由于管理设备在进行资源调度时将第一集合中的点与第二集合中的点进行一维比对，即可获得满足虚拟机用户各维资源需求范围的物理节点的集合，因而不需要像现有技术那样对各维资源进行逐一匹配，从而降低了匹配的维度和匹配过程的复杂度，降低了管理设备的资源消耗，能够解决现有技术中在进行资源调度时，由于需要将虚拟机用户各维资源需求值与云计算系统中所有物理节点的各维资源可分配值进行逐一比对使得匹配复杂度高，从而导致的管理设备资源消耗量大的问题。
[0080]本发明实施例提供一种资源调度方法，通过获得d维资源可分配值描述的云计算系统中所有物理节点分别映射到一维空间填充曲线上的点形成的第一集合，并获得虚拟机用户的d维资源需求矩阵对应的子空间映射到一维空间填充曲线上的点形成的第二集合，使得管理设备在进行资源调度时，不需要像现有技术那样对各维资源进行逐一匹配，而只需要将第一集合中的点与第二集合中的点进行一维匹配，从而获得第一集合与第二集合的交集，该交集中的点对应的物理节点即为满足虚拟机用户资源需求范围的物理节点。因而，能够解决现有技术中在进行资源调度时，由于需要将虚拟机用户各维资源需求值与云计算系统中所有物理节点的各维资源可分配值进行逐一比对使得匹配复杂度高，从而导致管理设备资源消耗量大的问题。
[0081]参见图2，本发明实施例提供一种资源调度方法，以空间填充曲线为Z曲线为例进行说明，物理节点映射到空间填充曲线上的点以及虚拟机用户的资源需求范围映射到空间填充曲线上的点可以由二进制形式表示，其主要步骤可以包括:
[0082]201、管理设备对第一物理节点的d维资源向量中的d维资源可分配值分别进行编码，获得d维资源可分配值对应的d个第一二进制码。
[0083]其中的第一物理节点可以为云计算系统中的任一物理节点。示例性的，参见图3，管理设备对第一物理节点的d维资源可分配值中第i维资源可分配值进行编码，获得第i维资源可分配值对应的第一二进制码可以包括以下步骤:
[0084]001、管理设备设定d维资源空间中第i维资源的下限值Sl_和上限值s _x，以及二叉查找树的树高k。
[0085]其中，d维资源空间中第i维资源的下限值Sl_和上限值s _可以表明云计算系统中第i维资源的最小可用值和最大可用值。示例性的，以第i维资源为CPU资源为例，若其下限值可以为I核，上限值可以为16核，则表明云计算系统中的物理节点可以分配的CPU资源以及虚拟机用户可以申请的CPU资源最小可以为I核，最大可以为16核。
[0086]借助二叉查找树以及迭代算法，管理设备可以对云计算系统中任一物理节点例如第一物理节点的第i维资源可分配值进行二进制编码。其中，二叉树的树高k可以表明编码获得的二进制码对第一物理节点的第i维资源可分配值的逼近程度，k可以根据实际需要的精度进行设定。
[0087]002、管理设备从二叉查找树的根节点开始进行迭代运算，直至到达二叉查找树的第k层节点。
[0088]其中的迭代运算可以包括:管理设备获得Sl_与s_x的中值s inud，并比较第一物理节点的第i维资源可分配值81与s inud的大小；若s i小于s inud，则进入左子树，对应编码为0，并将Siniax的值更新为s inud的值；否则，则进入右子树，对应编码为1，并将s inun的值更新为Slnld的值。
[0089]具体的，参见图4，从根节点开始，管理设备可以将区间[Sl_，SinaJ划分为相同大小的两个子