云资源调度方法和装置、电子设备及存储介质与流程

本公开涉及云服务，具体而言，涉及一种云资源调度方法和装置、电子设备及存储介质。

背景技术：

1、随着云业务增长，云主机设备业务分配不合理而导致资源利用率低的问题日益凸显。现有主要依据业务静态配置进行云资源分配，而该方式缺乏对业务的感知，尤其在面对云资源动态业务的情况下，资源配额难以适应业务动态负荷，存在资源浪费的问题。

2、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开实施例的目的在于提供一种云资源调度方法和装置、电子设备及存储介质，进而在一定程度上提高云资源利用率，避免资源浪费问题。

2、根据本公开的第一方面，提供了一种云资源调度方法，所述方法包括：获取目标期限内各业务虚拟机对应的云资源使用数据，并基于所述云资源使用数据，生成对应的序列数据；确定各业务虚拟机对应的序列数据的平稳性和周期性；响应于所述序列数据为平稳的周期性数据，确定所述序列数据的周期参数和相位信息；根据各序列数据的周期参数和相位信息对各序列数据进行分类；根据分类结果对各业务虚拟机进行云资源调度。

3、可选地，所述确定各业务虚拟机对应的序列数据的平稳性，包括：

4、利用单位根检测确定所述序列数据的平稳性。

5、可选地，所述确定各业务虚拟机对应的序列数据的周期性，包括：

6、对各序列数据进行周期性初检；

7、对于初检结果为无周期性的序列数据，基于当前序列数据和时间序列预测模型，确定对应的预测数据；

8、根据所述预测数据确定当前序列数据对应的完整序列数据；

9、确定所述完整序列数据的周期性。

10、可选地，基于当前序列数据和时间序列预测模型，确定对应的预测数据，包括：

11、根据当前序列数据的自相关函数和偏自相关函数，确定所述时间序列预测模型的各候选模型参数，所述候选模型参数包括自回归阶数和移动平均阶数；

12、使用一所述候选模型参数对应的时间序列模型对当前序列数据进行预测，获得预测输出；

13、根据所述预测输出和当前序列数据的差异，在所述各候选参数中重新确定新的候选参数，直到所述差异小于预设值，获得目标参数；

14、使用所述目标参数对应的时间序列模型对当前序列数据进行预测，获得对应的预测数据。

15、可选地，所述周期参数包括基线周期，所述相位信息包括基线相位，确定所述序列数据的周期参数和相位信息，包括：

16、对所述序列数据进行去直流处理，并对去直流处理后的数据进行时频变换，获得频域数据；

17、对所述频域数据进行多轮次的频域寻峰和平滑插值处理，获得基线周期频率；

18、对所述基线周期频率进行时频逆变换，获得对应的基线周期和基线相位。

19、可选地，所述根据各序列数据的周期参数和相位信息对各序列数据进行分类，包括：

20、按照预设规则对各序列数据的所述基线相位进行分段；

21、按照所述基线周期的倍数关系对各序列数据进行周期簇划分；

22、将同一周期簇且所述基线相位分段结果相反的序列数据划分为第一类，除第一类以外的其他平稳的周期性数据划分为第二类。

23、可选地，根据分类结果对各业务虚拟机进行云资源调度，包括：

24、分别确定所述第一类和所述第二类对应各序列数据的云资源需求情况；

25、根据所述云资源需求情况，筛选出与所述第一类对应各序列数据匹配的第一云主机和与所述第二类匹配的第二云主机；所述第一云主机的资源冗余度小于所述第二云主机；

26、将所述第一类中位于同一周期簇的各序列数据对应的各业务虚拟机集中调度至同一第一云主机；将所述第一类中位于不同周期簇的各序列数据对应的各业务虚拟机调度至不同的第一云主机；

27、将所述第二类对应的各业务虚拟机调度至同一所述第二云主机。

28、可选地，所述方法还包括：

29、响应于确定一序列数据具有平稳性且不具有周期性，确定所述序列数据为第三类；

30、根据所述第三类对应各序列数据的云资源需求情况，筛选出所述第三类对应的第三云主机；

31、将所述第三类对应的各业务虚拟机调度至同一所述第三云主机。

32、可选地，所述方法还包括：

33、响应于确定一序列数据不具有平稳性，确定所述序列数据为第四类；

34、根据所述第四类中各序列数据的云资源使用情况和目标云主机的剩余资源，将所述第四类对应的各业务虚拟机穿插调度至所述目标云主机，所述目标云主机包括所述第一云主机、所述第二云主机和所述第三云主机的至少一个。

35、可选地，基于所述云资源使用数据，生成对应的序列数据，包括：

36、对所述云资源使用数据进行序列化编码；

37、对序列化编码数据进行平滑处理和去噪处理，获得对应的序列数据。

38、根据本公开的第二方面，提供一种云资源调度装置，应用于一控制服务器，装置包括：

39、获取模块，用于获取目标期限内各业务虚拟机对应的云资源使用数据，并基于云资源使用数据，生成对应的序列数据；

40、性能确定模块，用于确定各业务虚拟机对应的序列数据的平稳性和周期性；

41、参数确定模块，用于响应于序列数据为平稳的周期性数据，确定序列数据的周期参数和相位信息；

42、分类模块，用于根据各序列数据的周期参数和相位信息对各序列数据进行分类；

43、调度模块，用于根据分类结果对各业务虚拟机进行云资源调度。

44、根据本公开的第三方面，提供一种云资源调度管理系统，该系统包括上述任一实施例的云资源调度装置。

45、根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意实施例的方法。

46、根据本公开的第五方面，提供一种电子设备，包括：存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的计算机程序时，实现上述任一实施例所述的方法。

47、本公开示例性实施例可以具有以下部分或全部有益效果：

48、在本公开示例实施方式所提供的云资源调度方法，一方面，从各业务虚拟机对应的云资源使用数据的平稳性和周期性的角度进行业务特性识别，实现业务动态分析，可以实现基于业务动态负荷的云资源调度，使得业务负荷与云资源动态匹配，提高云资源的利用率；另一方面，对于各业务虚拟机对应的序列数据为平稳的周期性数据的情况，可以基于其周期参数和相位信息对各序列数据进行分类，根据分类结果对各业务虚拟机进行云资源调度，这样可以将周期相近和相位相反的业务虚拟机部署于相同云主机，以实现类似回归特性的业务的集中部署和管理，以及不同业务负荷的峰谷抵消，确保业务叠加后的平稳性，有利于混合业务的资源部署，提高业务的长期运行稳定性。

49、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。