一种用于云平台利润最大化的服务器配置方法和装置的制造方法
【技术领域】
[0001] 本发明涉及服务器配置领域，尤其涉及一种用于云平台利润最大化的服务器配置 方法和装置。
【背景技术】
[0002] 云计算是一种高效的整合计算资源与服务的方式。云计算的特点包括集中计算资 源以及服务，通过因特网来向用户提供服务。所有资源都可以按需向消费者提供服务，例如 计算、存储、数据库等等。云计算把计算资源变成像普通商品一样，采用按需付费的模型。
[0003] 图1为云计算的架构示意图。如图1所示，在云计算的架构中包含三个层次，分别是 基础设施提供商、服务提供商以及消费者。基础设施提供商提供硬件资源以及软件设施;月艮 务提供商从基础设施提供商租用资源然后向消费者提供服务;消费者向服务提供商提交任 务请求，并且按照任务量以及服务质量进行付费。作为中间的层次，服务提供商在云计算中 扮演了重要的角色。在消费者和服务提供商之间存在一个服务等级协议，协议中定义了服 务的价格、每个人物的最大等待时间以及惩罚措施。当任务的等待时间在协议中规定的时 间内时，服务将被完全收费，否则的话服务请求将被免费处理。为了提高服务提供商的收 入，任务的等待时间不能太久。
[0004] 现在的云平台服务提供商一般采用无限容量排队模型来处理消费者提交的请求， 然而这种方式会导致一部分的服务请求等待过长的时间，超过其协议中规定的，造成这些 费用无法收取。为了提高收入服务提供商不得不长期租用更多的服务器来提高服务质量， 从而增加收入。然而这样做又会造成租用费用和能耗费用的增加。并且，在价格策略选择方 面有静态价格策略和动态价格策略，静态价格策略就是价格不随时间变化，而动态价格策 略是服务提供商根据当前的需求设置价格，当需求大的时候设置一个较高的价格，当需求 减少的时候设置较低的价格。
[0005] 在服务器租用方案选择中，大部分采用一种租用方案，即长期租用固定数量的服 务器。任务的出来方式采用先来先服务，系统有无限的容量。在服务器运行速度设置方面有 两种策略，一种是固定运行速度，即不管有无任务在运行服务器的速度是固定的；另一种是 可变运行速度，即当没有任务在上面执行时，服务器采用较低的运行速度，其能耗相对会降 低。
[0006] 因此，现有的服务器配置方式灵活性差，无法保证云平台服务提供商的利润最大 化，导致云计算成本增加。
【发明内容】
[0007] 本发明的目的在于克服现有技术中服务请求等待时间过长、长期租用过多的机器 导致成本增加等技术问题，提出一种用于云平台利润最大化的服务器配置方法和装置，以 通过合理配置云平台的服务器，使服务提供商的利润最大化并提高服务质量。
[0008] 本发明提供了一种用于云平台利润最大化的服务器配置方法，包括以下过程：
[0009] 步骤1，设置每个任务的最大等待时间；
[0010] 步骤2,根据最大等待时间，利用有限容量的排队模型对多服务器系统进行建模， 得到每个服务器对任务的等待时间分布函数，并获得任务到达多服务器系统不需要等待的 概率、任务到达多服务器系统需要等待的概率，以及任务到达多服务器系统后等待时间超 过最大等待时间的概率；
[0011] 步骤3,获得整个云平台的收入以及多服务器系统的花费和临时租用服务器的花 费，并计算出利润；
[0012] 步骤4，根据获得的利润，获得最佳的多服务器配置方案；
[0013] 步骤5，按照获得最佳的多服务器配置方案，对服务器进行配置。
[0014]优选的，步骤2中，根据最大等待时间，利用有限容量的排队模型对多服务器系统 进行建模，包括以下过程：
[0015] 所述多服务器系统由多个长期租用服务器组成，当服务请求到达时候，如果有长 期租用服务器空闲，服务请求将会立即被处理；如果没有长期租用服务器空闲并且系统容 量没满的情况下，服务请求将进入排队系统进行等待;如果系统容量已经达到上限，服务请 求将被分配到临时服务器进行处理。
[0016] 优选的，步骤2中得到的每个服务器对任务的等待时间分布函数为：
[0018] 其中，fw(t)表示新到达的任务等待时间为t的概率、η为长期租用服务器的数量、K 为多服务器系统的容量、η为平均服务率(即单位时间出来服务请求的数量）、Wt)为冲激响 应函数、町表示当前多服务器系统中任务数量为i个的概率、取表示当前多服务器系统中任 务数量为K个的概率，即系统容量满的概率。
[0019] 优选的，步骤3中，获得整个云平台的收入以及多服务器系统的花费和临时租用服 务器的花费，并计算出利润，包括以下过程：
[0020] 建立收入模型如下：
[0021] R(r,ff) = 0r,O<ff<T(r)；
[0022] R(r,ff)=0,ff>T(r)；
[0023] R(r,ff)=0,ff>T(r)；
[0024] 其中，W为等待时间，r表示任务请求，Θ为服务的单价，T(r)为服务请求的最大等待 时间；
[0025] 建立能耗模型如下：
[0026] P = Tva+Pidie.
[0027] 其中，P为单个服务器的能耗、v为服务器的速度、Pldle表示单个服务器的待机能耗 (即当前没有任务在上面运行）；
[0028] 建立利润模型如下：
[0030] 其中，Revenue表示收入、λ表示任务到达率、Θ为服务单价、r为服务请求、PL表示到 达的任务被放在临时服务器上处理的概率、如表示服务器的默认运行速度；
[0031] 通过以下公式得到最终的利润：
[0032] Pr ofit = Re venue-Cost.
[0033] 其中，Prof it表示利润、Revenue表示收入、Cost表示花费。
[0034]对应地，本发明还提供了一种用于云平台利润最大化的服务器配置装置，包括： [0035]初始设置模块，用于设置每个任务的最大等待时间；
[0036] 建模模块，用于根据最大等待时间，利用有限容量的排队模型对多服务器系统进 行建模，得到每个服务器对任务的等待时间分布函数，并获得任务到达多服务器系统不需 要等待的概率、任务到达多服务器系统需要等待的概率，以及任务到达多服务器系统后等 待时间超过最大等待时间的概率；
[0037] 获得利润模块，用于获得整个云平台的收入以及多服务器系统的花费和临时租用 服务器的花费，并计算出利润；
[0038] 获得配置方案模块，用于根据获得的利润，获得最佳的多服务器配置方案；
[0039] 配置模块，用于按照获得最佳的多服务器配置方案，对服务器进行配置。
[0040] 优选的，所述建模模块，具体用于：
[0041 ]所述多服务器系统由多个长期租用服务器组成，当服务请求到达时候，如果有长 期租用服务器空闲，服务请求将会立即被处理；如果没有长期租用服务器空闲并且系统容 量没满的情况下，服务请求将进入排队系统进行等待;如果系统容量已经达到上限，新到达 的任务服务请求将被分配到临时服务器进行处理。
[0042]优选的，所述建模模块中得到的每个服务器对任务的等待时间分布函数为：
[0044] 其中，fw(t)表示新到达的任务等待时间为t的概率、η为长期租用服务器的数量、K 为多服务器系统的容量、η为平均服务率(即单位时间出来服务请求的数量）、Wt)为冲激响 应函数、町表示当前多服务器系统中任务数量为i个的概率、取表示当前多服务器系统中任 务数量为K个的概率，即系统容量满的概率。
[0045] 优选的，所述获得利润模块，具体用于：
[0046] 建立收入模型如下：
[0047] R(r,ff) = 9r,0<ff<T(r)；
[0048] R(r,ff)=0,ff>T(r)；
[0049] R(r,ff)=0,ff>T(r)；
[0050] 其中，W为等待时间，r表示任务请求，Θ为服务的单价，T(r)为服务请求的最大等待 时间；
[0051 ] 建立能耗模型如下：
[0052] P = Tva+Pidie.
[0053] 其中，P为单个服务器的能耗、v为服务器的速度、Pldle表示单个服务器的待机能耗 (即当前没有任务在上面运行）；
[0054] 建立利润模型如下：
[0056]其中，Revenue表示收入、λ表示任务到达率、Θ为服务单价、r为服务请求、PL表示到 达的任务被放在临时服务器上处理的概率、如表示服务器的默认运行速度；
[0057]通过以下公式得到最终的利润：
[0058] Pr ofit = Re venue-Cost.
[0059] 其中，Prof it表示利润、Revenue表示收入、Cost表示花费。
[0060] 本发明提供的一种用于云平台利润最大化的服务器配置方法和装置，通过应用排 队论中的有限容量排队模型对多服务器系统进行建模，并且采用两种服务器租用方案，长 期租用以及临时租用。我们为每个任务设置它的最大等待时间，与其要执行的指令数成正 比。由于系统的容量是有限的，当排队系统任务没满的情况下，新到达的任务将会按达到顺 序插入排队系统，而当排队系统任务满的情况下，新到达的任务将会分配到临时租用的服 务器上。通过对系统中的收入以及花费进行公式化来得到利润