数据中心的云资源管理方法、云资源管理平台和管理系统与流程

本申请涉及数据中心技术领域，尤其涉及一种数据中心的云资源管理方法、云资源管理平台和管理系统。

背景技术：

模块化数据中心是基于云计算的新一代数据中心部署形式，通过将数据中心模块化，能够最大程度地降低基础设施对机房环境的耦合。其中管理系统是数据中心内部配置的重要组成部分，通常，数据中心的管理系统是通过云计算平台来实现。

当今开源的iaas(infrastructureasaservice，基础设施即服务)云计算平台主要有openstack，abi-cloud，nimbus，eucalyputs，cloudstack，opennebula等。其中，openstack是发展最为迅速的一款自由开源的软件。openstack云计算平台这种管理系统，在按需服务、广泛接入以及资源池管理方法均有比较成熟的实现方法。通过openstack云计算平台这种管理系统，企业和用户可以构建自身的iaas服务，实现对企业资源的整合和利用。

然而，现有的数据中心管理方法和管理系统中，对资源的监控需要其他插件的支持才能实现，尤其在涉及物理资源和虚拟资源同时需要监控的场景时，受制于插件技术的发展，并不能在实际应用场景中实现云资源的统一管理。而且，现有的数据中心管理系统和方法中，对节点的部署主要通过人工进行。但是对节点的部署涉及多种软件的安装和配置测试，部署工作比较繁琐而复杂，因此，人工部署节点容易出错而且工作效率低下，也就是在人工方式下，数据中心管理系统的集群伸缩低效且易出错。

技术实现要素：

为克服相关技术中存在的数据中心管理方法和管理系统中，监控管理无法实现物理资源和虚拟资源的统一管理，以及集群伸缩低效和易出错的问题，本申请提供一种数据中心云资源管理方法、云资源管理平台和管理系统。

一种数据中心的云资源管理方法，包括如下步骤：

资源的创建、获取、日常管理和存储；

资源自动集群伸缩管理；

对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测。

可选地，所述资源的创建、获取、日常管理和存储，包括如下过程：

创建多种云资源，所述多种云资源包括虚拟机、物理机、服务组件以及数据中心基础设施的性能数据；

对多种云资源的信息进行采集；

对多种云资源进行资源日常管理和存储。

可选地，所述资源自动集群伸缩管理的方法，包括如下步骤：

获取添加目标节点的请求，所述请求中包括有目标节点的ip地址和root账号信息，所述目标节点为待添加的物理机或虚拟机；

根据所述请求，与目标节点建立连接；

发送创建目标节点的信息至控制节点服务器，所述控制节点服务器用于存储云资源管理平台软件及节点配置软件资源包；

目标节点获取存储于控制节点服务器上的软件资源包，并根据所述软件资源包进行自动服务更新。

可选地，目标节点获取存储于控制节点上的软件资源包，并根据所述软件资源包进行自动服务更新之后，所述方法还包括：

发送目标节点进行自动服务更新的更新信息；

根据所述更新信息更新集群数据库，并发送目标节点添加完毕的信息；

将目标节点添加完毕的信息反馈至管理员。

可选地，所述对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测的方法，包括如下过程：

利用shell脚本采集物理机的状态信息；

通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率；

调用与服务组件相关的api(applicationprograminterface，应用程序接口)，获取服务组件的状态信息；

利用snmp和modbus协议，监控数据中心基础设施的状态信息。

可选地，所述通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率的方法，包括如下步骤：

建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的id；

根据虚拟机的id，利用查询的方法获取虚拟机的uuid；

根据虚拟机的uuid，调用虚拟化管理库相匹配的api，获取虚拟机的xml文件；

根据所述xml文件获取虚拟机的状态信息，所述虚拟机的状态信息包括cpu状态信息、硬盘状态信息、内存状态信息以及网络状态信息；

根据所述虚拟机的状态信息计算虚拟机的资源利用率，所述虚拟机的资源利用率包括cpu资源利用率、硬盘资源利用率、内存资源利用率以及网络资源利用率。

一种数据中心的云资源管理平台，所述云资源管理平台包括：

资源创建模块，用于创建多种云资源，所述多种云资源包括虚拟机、物理机、服务组件以及数据中心基础设施的性能数据；

信息采集模块，用于对多种云资源的信息进行采集，并将采集到的信息发送至资源监控模块；

资源管理模块，用于对多种云资源进行增删改查操作；

心跳管理模块，用于通过心跳机制获取各功能模块的握手信息；

消息管理模块，用于对多种云资源的操作进行反馈；

数据库管理模块，用于对多种云资源中计算资源的性能数据进行管理操作，并将这些计算资源的性能数据持久化到监测数据库中；

资源监控模块，用于对数据中心的物理机、虚拟机、服务组件以及数据中心基础设施进行监控；

自动集群伸缩模块，用于根据配置信息自动部署目标节点，并将自动部署目标节点的信息实时发送至所述数据块管理模块，所述目标节点为待添加的物理机或虚拟机。

可选地，所述资源监控模块包括：

物理机监控单元，用于利用shell脚本采集物理机的状态信息；

虚拟机监控单元，用于通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率；

服务组件监控单元，用于通过调用服务组件相关的api，获取服务组件的状态信息；

数据中心基础设施监控单元，用于利用snmp和modbus协议监控数据中心基础设施的状态信息。

一种数据中心的管理系统，所述管理系统包括云资源管理平台和控制节点服务器，其特征是，所述云资源管理平台为权利要求7或8中所述的云资源管理平台，所述控制节点服务器用于存储云资源管理平台软件及节点配置软件资源包。

可选地，所述控制节点服务器为独立于数据中心的一台服务器或数据中心内部的一台物理机。本申请的实施例提供的技术方案可以包括以下有益效果：

本申请实施例提供一种数据中心的云资源管理方法，包括：资源的创建、获取、日常管理和存储；资源自动集群伸缩管理；对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测。本申请实施例中的自动集群伸缩管理方法，能够根据添加目标节点的请求进行自动集群伸缩，目标节点从控制节点获取软件资源包后自动进行服务更新，且进行节点部署后自动发送更新信息，并实时更新集群数据库，实现集群伸缩的实时更新，有利于提高集群伸缩的准确性和效率，有利于充分利用资源。本申请实施例通过shell脚本采集物理机的状态信息，通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率；调用与服务组件相关的api，获取服务组件的状态信息；利用snmp和modbus协议，监控数据中心基础设施的状态信息，能够实现物理资源与虚拟资源的统一管理，大大提高资源管理效率。

本申请实施例还提供一种数据中心的云资源管理平台，该管理平台除了设置有信息采集模块、资源创建模块、资源管理模块、心跳管理模块、消息管理模块和数据库管理模块外，还设置有资源监控模块和自动集群伸缩模块。资源监控模块用于对物理机、虚拟机、服务组件以及数据中心基础设施进行监控，自动集群伸缩模块用于根据配置信息自动部署目标节点，并将自动部署目标节点的信息实时发送至数据块管理模块。而且，本申请实施例中云资源管理平台对数据中心内部的物理资源和虚拟资源通过各种协议采用统一的管理接口。本申请实施中资源监控模块以及统一的管理接口的设置，能够使云资源管理平台实现对大规模、分布式、跨地域的物理资源和虚拟资源的全面、统一监控，采用统一管理接口的方法，无需插件的支持，有利于提高数据中心的资源管理效率。自动集群伸缩模块的设置，只需要提供所要添加的目标节点的配置信息，即可自动添加目标节点，而且本申请实施例中的自动集群伸缩模块根据添加目标节点的请求进行节点部署，具有实时更新的功能，有利于提高集群伸缩的准确性和效率，从而有利于提高云资源管理平台对资源的灵活调配和高效利用。

本申请实施例还提供一种数据中心的管理系统，该管理系统包括云资源管理平台和控制节点服务器，通过云资源管理平台的设置，除了实现资源的创建、获取、日常管理和存储以外，还能将数据中心内部物理资源和虚拟资源通过各种协议实现统一的管理接口，有利于资源的全面、统一监控。还通过云资源管理平台中自动伸缩模块的设置，实现自动添加目标节点，并进行实时更新，有利于提高集群伸缩的准确性和效率，从而提高数据中心管理系统对资源的灵活控制。

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，并不能限制本申请。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种数据中心的云资源管理方法的流程示意图；

图2为本申请实施例提供的一种数据中心的云资源管理平台的结构示意图。

符号表示：1-信息采集模块、2-资源创建模块、3-资源管理模块、4-心跳管理模块、5-消息管理模块、6-数据库管理模块、7-资源监控模块、8-自动集群伸缩模块。

具体实施方式

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本申请进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本申请的不同结构。为了简化本申请的公开，下文中对特定例子的部件和设置进行描述。此外，本申请可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本申请省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本申请。

云计算服务通常包括三层：iaas(infrastructureasaservice，基础设施即服务)、paas(platformasaservice，平台即服务)和saas(softwareasaservice，软件即服务)，本申请中的数据中心管理系统中云资源管理平台适用于iaas层。而iaas层中发展最迅速的就是openstack平台。

当前openstack平台包含的管理功能主要包括五个方面：计算管理：用于提供对虚拟机的生命周期管理，卷存储管理：用于提供块存储服务及管理，认证管理：用于提供统一的授权和身份验证管理服务，镜像管理：用于提供虚拟机镜像的上传以及存储管理，网络管理：用于提供对平台网络资源的管理。通常，一个云计算平台包括按需服务、广泛接入、资源池管理、弹性扩展以及计量服务五个特征，目前的openstack平台在按需服务、广泛接入和资源池管理方面均有比较成熟的实现，但是在弹性扩展及计量服务方面还有待提高，本申请中自动集群伸缩模块及其实现方法即有助于提高云管理平台在弹性扩展方面的性能。本身申请中资源监控模块及资源监测方法的实现，是云资源管理平台计费和故障恢复等操作的前提，因此有助于提高云资源管理平台在计量服务方面的性能。

本申请实施例中以openstack平台为例进行阐述，但是本申请中数据中心管理系统的云资源管理平台并不仅限于openstack平台，还适用于其他需要进行资源监控和自动集群伸缩的云资源管理平台。

数据中心通常包括四个部分：数据中心基础设施，如智能ups卡、精密空调、精密配电柜以及温湿度传感器，还包括门禁、烟雾探测器、温感探测器、漏水传感器、翻转天窗及网络摄像机等；it硬件设备，如服务器、存储设备和网络设备；it软件平台，如操作系统、应用程序等；业务，如各种数据业务和应用等。本申请通过数据中心管理系统对数据中心的物理资源和虚拟资源进行统一管理，并对数据中心云资源平台的集群伸缩进行更加灵活可靠的控制。

为了更好地理解本申请，下面结合附图来详细解释本申请的实施方式。

图1是本申请实施例提供的一种数据中心的云资源管理方法的流程示意图。由图1可知，本申请实施例中的云资源管理方法包括如下步骤：

资源的创建、获取、日常管理和存储。

具体地，资源的创建、获取、日常管理和存储又包括如下过程：

s11：创建多种云资源，多种云资源包括虚拟机、物理机、服务组件以及数据中心基础设施的性能数据。

可以通过一云资源创建模块，实现对云资源管理平台中各种网络、存储以及虚拟机资源的创建，本申请实施例中云资源包括虚拟机、物理机、服务组件以及数据中心基础设施的性能数据。以openstack平台为例，openstack平台通过调用restapi来实现各种计算资源的创建。

s12：对多种云资源的信息进行采集。

也就是对数据中心内部虚拟机、物理机以及服务组件的状态信息进行采集。

s13：对多种云资源进行资源日常管理和存储。

资源日常管理包括：为iaas层每种资源提供方便快捷的管理，从而使管理员可以方便地对各种资源进行增删改查等操作；获取云资源管理平台中各功能模块的握手信息，检验各个功能模块是否处于正常工作状态；记录iaas层的运行消息，对多种云资源的操作进行反馈。对多种云资源进行存储包括：对多种云资源中计算资源的性能数据进行管理操作，并将这些性能数据信息持久化到监测数据库中。

继续参见图1可知，本申请实施例中的云资源管理方法还包括：资源自动集群伸缩管理。

具体地，本申请实施例中的资源自动集群管理方法，包括如下步骤：

s21：获取添加目标节点的请求。其中，请求中包括有目标节点的ip地址和root账号信息，目标节点为待添加的物理机或虚拟机。

管理员向云资源管理平台发送添加目标节点的请求后，云资源管理平台会获取到添加目标节点的请求。

s22：根据请求，与目标节点建立连接。

云资源管理平台首先向目标节点发出建立连接的请求，目标节点做出接收请求的反馈，云资源管理平台与目标节点建立连接。

s23：发送创建目标节点的信息至控制节点服务器。其中，控制节点服务器用于存储云资源管理平台软件及节点配置软件资源包。

s24：目标节点获取存储于控制节点服务器上的软件资源包，并根据软件资源包进行自动服务更新。

目标节点从控制节点服务器获取到软件资源包后，进行软件资源包的解压，获取到安装脚本，根据安装脚本自动进行的安装配置操作，从而完成自动服务更新，更新完毕就相当于目标节点部署完毕。

通过以上步骤s21-s24，能够实现资源的自动集群伸缩管理。

进一步地，目标节点根据软件资源包进行自动更新服务后，本申请实施例中的资源自动集群管理方法还包括：

s25：发送目标节点进行自动服务更新的更新信息；

s26：根据更新信息更新集群数据库，并发送目标节点添加完毕的信息；

s27：将目标节点添加完毕的信息反馈至管理员。

通过以上步骤s25-s27，云资源管理平台能够实现实时自动集群伸缩管理。

继续参见图1，由图1可知，本申请实施例中数据中心的云资源管理方法还包括：对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测。其中，物理机为数据中心的集群服务器，服务组件为物理机上的服务组件。

具体地，对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测的方法，包括如过程：

s31：利用shell脚本采集物理机的状态信息。

本实施例中物理机的状态信息包括物理机的磁盘速率、物理机的磁盘使用率、物理机的内存使用率以及物理机的cpu使用量。可以通过一些功能命令来实现，例如：利用linux的的iostat命令获取物理机磁盘的读写速率；利用linux的df命令获取物理机磁盘使用率；通过获取linux文件系统下/proc/meminfo中保存的与内存相关的信息，经过计算得出内存使用率；利用linux的vmstat命令获取物理机cpu使用量。

s32：通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率。

具体地，步骤s32又包括以下步骤：

建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的id；根据虚拟机的id，利用查询的方法获取虚拟机的uuid；根据虚拟机的uuid，调用虚拟化管理库相匹配的api，获取虚拟机的xml文件；根据xml文件获取虚拟机的状态信息，虚拟机的状态信息包括cpu状态信息、硬盘状态信息、内存状态信息以及网络状态信息；根据虚拟机的状态信息计算虚拟机的资源利用率，虚拟机的资源利用率包括cpu资源利用率、硬盘资源利用率、内存资源利用率以及网络资源利用率。本申请实施例中虚拟化管理库可以采用libvirt。

以计算cpu资源利用率为例：cpu资源利用率为一段时间内cpu工作时间和该时间段总长度的比值。利用api可以通过getsystemtimes函数获取到cpu从开机起的三种时间：空闲时间、内核时间和用户时间，cpu共有两种工作状态：内核态和用户态，因此，在一段时间内两次利用api调用getsystemtimes函数，可以获取到该时间段的两个时间点所对应的空闲时间、内核时间和用户时间，根据两个时间点所对应的空闲时间、内核时间和用户时间的差值，利用公式：cpu资源占用率＝(内核时间+用户时间-空闲时间)/(内核时间+用户时间)，可以计算出该时间段内cpu的资源占用率。

s33：调用与服务组件相关的api，获取服务组件的状态信息。

通过调用与服务组件相关的api，能够监测云资源管理平台的集群服务器中各节点服务器上服务组件的当前运行状态。如果服务组件的服务停止或者出错时，判定服务组件所在的节点服务器从云资源管理平台的集群服务器中断线。

s34：利用snmp和modbus协议，监控数据中心基础设施的状态信息。

本申请实施例中，数据中心基础设施主要包括：智能ups卡、精密空调、精密配电柜以及温湿度传感器，还包括门禁、烟雾探测器、温感探测器、漏水传感器、翻转天窗及网络摄像机等。

通过以上步骤s31-s34，本申请实施例能够实现物理资源与虚拟资源的统一管理，大大提高资源管理效率。本申请实施例中，步骤s31-s34仅是一种实施方式，各步骤之间的顺序不是固定不变的，还可以根据具体情况进行调整、增加或删除某些步骤。

需要注意的是，本申请中数据中心的云资源管理方法中，并不仅限于本申请实施例中的实现方法，资源自动集群伸缩管理和对物理机、虚拟机、服务组件以及数据中心基础设施的性能数据进行监测两个步骤之间还可以同时进行或者调整顺序，具体根据不同数据中心的实际情况而定。

参见图2，图2为本申请实施例提供的一种数据中心的云资源管理平台的结构示意图。由图2可知，本申请实施例中的云资源管理平台包括：信息采集模块1、资源创建模块2、资源管理模块3、心跳管理模块4、消息管理模块5、数据库管理模块6、资源监控模块7以及自动集群伸缩模块8共八个部分。通过八个组成部分，本申请实施例中的云资源管理平台为上层的paas平台服务提供所需要的计算资源，而且本实施例中的云资源管理平台通过协议的方式对各种物理资源和虚拟资源提供统一的管理接口。

其中，信息采集模块1是一个守护进程模块，用于对虚拟机、物理机以及服务组件的状态信息进行采集，并将采集到的信息发送至资源监控模块7。资源创建模块2用于实现云资源管理平台中各种计算资源的创建，如虚拟机、网络、存储等。以openstack平台为例，openstack平台通过调用restapi来实现各种计算资源的创建。资源管理模块3为iaas层每种资源提供方便快捷的管理，从而使管理员可以方便地对各种资源进行增删改查等操作。心跳管理模块4是云资源管理平台与各功能模块的握手信息，用于检验各个功能模块是否处于正常工作状态。消息管理模块5用于记录iaas层的运行消息，也就是说消息管理模块5能够对各种虚拟资源的操作进行反馈，使得管理员可以方便地进行问题追踪。数据库管理模块6用于对云资源管理平台中多种计算资源的性能数据进行管理操作，并将这些性能数据信息持久化到监测数据库中。

除以上六个模块，本申请实施例中还设置有资源监控模块7，用于对物理机、虚拟机、服务组件以及数据中心基础设施进行监控。本实施例中的物理机为数据中心的集群服务器，集群服务器包括多个节点服务器，虚拟机为运行于物理机上的软件环境，服务组件为运行于物理机或虚拟机上的中间件，如操作系统、数据库等。具体地，资源监控模块7能够对物理机的cpu、内存、存储、网络和磁盘性能和运行状况进行监控，对虚拟机的cpu、内存、存储、网络和磁盘性能和运行状况进行监控，对云平台服务组件的启停和异常信息进行捕获，还能够对数据中心基础设施，如ups、精密空调、精密配电柜、环境温湿度和安防等性能数据进行监控。

进一步地，本申请实施例中资源监控模块7包括物理机监控单元、虚拟机监控单元、服务器组件监控单元以及数据中心基础设置监控单元。其中，物理机监控单元用于利用shell脚本采集物理机的状态信息；虚拟机监控单元用于通过建立虚拟化管理库与虚拟机之间的连接，获取虚拟机的资源利用率；服务组件监控单元用于通过调用服务组件相关的api，获取服务组件的状态信息；数据中心基础设施监控单元，用于利用snmp和modbus协议，监控数据中心基础设施的状态信息。

综上所述，本实施例中资源监控模块能够对物理机、服务组件以及数据中心基础设施这些物理资源进行监控，还能够对虚拟机这种虚拟资源进行监控，而且云资源管理平台对这些物理资源和虚拟资源通过api接口以及协议的方式实现统一监控，因此，资源监控模块7的设置能够大大提高数据中心的资源管理效率，从而能够为云资源管理平台提供即时的预警处理，也为云资源管理平台的计费和故障恢复等操作提供有效依据。

本申请实施例中还设置有自动集群伸缩模块8，用于根据配置信息自动部署目标节点，并将自动部署目标节点的信息实时发送至数据块管理模块6。

当iaas层物理硬件资源不足时，需要对物理服务器集群进行扩展，部署新的节点，即添加物理机。当虚拟资源不足时，需要对虚拟池进行扩展，在现有的物理机上部署新的节点，即添加虚拟机。当然，自动集群伸缩模块8还能够对故障节点或者需要调出本资源管理平台的物理机进行下线操作，即去除物理机。

如果需要添加的目标节点为物理机，则自动集群伸缩模块8根据所要添加的物理机的配置信息自动部署节点；如果需要添加的目标节点为虚拟机，由于虚拟机需要运行于物理机上，则自动集群伸缩模块8根据所要添加的虚拟机所在的物理机的配置信息自动部署节点。

本申请实施例中自动集群伸缩模块8的工作原理为：首先自动集群伸缩模块8获取到添加目标节点的请求，该请求中包括目标节点的ip地址和root账号信息，然后自动集群伸缩模块8根据请求与目标节点建立联系，且发送创建目标节点的信息至控制节点服务器，最后，目标节点通过自动伸缩模块8获取到控制节点服务器中的软件资源包，目标节点根据软件资源包进行自动更新服务，从而实现自动部署节点。因此，本申请实施例中自动集群伸缩模块8的设置，有利于提高云资源管理平台对资源的灵活调配和高效利用。

本申请实施例中自动集群伸缩模块8自动部署目标节点后，还能够向数据块管理模块6发送自动部署目标节点的更新消息，数据库管理模块6根据更新消息更新集群数据库信息，并向云资源管理平台发送目标节点添加完毕的信息。因此，本实施例中的自动集群伸缩模块8具有实时更新功能，有利于提高集群伸缩的准确性和效率，从而有利于提高云资源管理平台对资源的灵活调配和高效利用。

本申请实施中云资源管理平台的工作原理和工作方法在图1所示的实施例中已经详细阐述，在此不再赘述。

本申请实施例还提供一种数据中心的管理系统，该管理系统包括如上所述的云资源管理平台和控制节点服务器。其中，控制节点服务器用于存储云资源管理平台软件及节点配置软件资源包。

本申请实施例中的控制节点服务器为独立于数据中心的一台服务器或数据中心内部的一台物理机。

当数据中心规模较大时，可以选择独立于数据中心的一台服务器作为控制节点服务器，利用控制节点服务器通过云资源管理平台对数据中心进行管理。当数据中心规模较小时，可以选择数据中心内部的一台物理机作为控制节点服务器，通过云资源管理平台对数据中心进行管理。

本实施例数据中心的管理系统中云资源管理平台的组成、工作方法和工作原理，已在图1和图2所示的实施例中详细阐述，在此不再赘述。

以上所述只是本申请的可选实施方式，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也被视为本申请的保护范围。