一种云数据中心大规模异构集群节点快速定量分级方法与流程

技术特征：

1.一种云数据中心大规模异构集群节点快速定量分级方法，其特征在于，包括以下步骤：

步骤1.采集每个待分级的集群节点的性能参数，计算所有集群节点的每一个性能参数平均值和标准差，并对原始数据进行标准化，之后利用极值标准化方法将标准化数据压缩到一个统一的区间，最终完成云数据中心所有集群节点各个性能参数的预处理；

步骤2.基于步骤1得到的集群节点性能参数标准化的量化值对其进行综合标定，并引入相似系数法建立云数据中心中所有集群节点的性能参数模糊相似矩阵；

步骤3.利用传递闭包法结合乘幂关系对步骤2得到的模糊相似矩阵加以改造，通过多次迭代调用获得对应的模糊等价矩阵，然后在适当的截距水平上对其进行截取，最终得到大规模集群节点性能参数聚类图。

2.根据权利要求1所述的云数据中心大规模异构集群节点快速定量分级方法，其特征在于：所述步骤1中，每个待分级的集群节点的性能参数包括CPU主频、核数、Cache容量、内存大小、挂载磁盘或固态硬盘对应的IOPS及其存储容量大小。

3.根据权利要求1所述的云数据中心大规模异构集群节点快速定量分级方法，其特征在于：所述步骤2中建立云数据中心中所有集群节点的性能参数模糊相似矩阵的方法，包括以下步骤：

步骤201.针对步骤1计算得到的集群节点性能参数标准化的量化值，综合利用夹角余弦法、指数相似系数法、数量积法、算术平均最小法和几何平均最小法对每个集群节点进行标定；

步骤202.根据步骤201的标定结果，求每个集群节点标定后的平均值，获得相似度变量的综合平均值；

步骤203.结合步骤202得到的综合平均值，基于相似系数法构造云数据中心中所有集群节点的性能参数模糊相似矩阵。

4.根据权利要求1所述的云数据中心大规模异构集群节点快速定量分级方法，其特征在于：所述步骤3中利用传递闭包法结合乘幂关系对步骤2得到的模糊相似矩阵加以改造，通过多次迭代调用获得对应的模糊等价矩阵的方法：

步骤301.检查步骤207获得的性能参数模糊相似矩阵的自反性；通过自反性检查，进入步骤302；不通过自反性检查，进入步骤201重新进行标定；

步骤302.检查步骤207获得的性能参数模糊相似矩阵的对称性；通过对称性检查，进入步骤303，不通过对称性检查，进入步骤7，重新进行标定；

步骤303.检查步骤207获得的性能参数模糊相似矩阵的传递性；通过传递性检查，进入步骤304；不通过传递性检查，利用传递闭包法结合乘幂关系对步骤207得到的模糊相似矩阵加以改造，改造后的性能参数模糊相似矩阵在进行传递性检查，通过传递性检查，进入步骤304；不通过传递性检查，利用传递闭包法结合乘幂关系对改造后的模糊相似矩阵加以改造；

步骤304.通过传递闭包法结合乘幂关系多次迭代调用获得步骤303得到的模糊相似矩阵对应的模糊等价矩阵；

步骤305.通过截距水平λ对步骤304获得的模糊等价矩阵进行截取，得到一个新的模糊等价矩阵；

步骤306.对截取得到的模糊等价矩阵进行归类，最终得到大规模集群节点性能参数聚类图；根据聚类图，对每个集群节点进行定量分级。

5.根据权利要求4所述的云数据中心大规模异构集群节点快速定量分级方法，其特征在于：所述步骤304中通过传递闭包法结合乘幂关系多次迭代调用获得模糊相似矩阵对应的模糊等价矩阵的方法：

利用函数公式f(R)＝R²进行多次迭代调用，形式如下：经过有限次的运算以后，必定有R^k＝(R^k)²成立，从而求出R的传递闭包t(R)＝R^k，而R^k就是有限论域A上的一个模糊等价矩阵，R为通过传递性检查的模糊相似矩阵，A为待传递性检查的通过模糊相似矩阵，A为有限论域。