本發(fā)明實(shí)施例涉及計(jì)算機(jī)處理技術(shù)，尤其涉及一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法及裝置。

背景技術(shù)：

隨著云計(jì)算的不斷發(fā)展，數(shù)據(jù)中心的規(guī)模也越來(lái)越大，但是運(yùn)行大規(guī)模的數(shù)據(jù)中心會(huì)消耗大量的能量，研究表明目前的數(shù)據(jù)中心的利用率一般保持在5％到20％。

如何降低數(shù)據(jù)中心的能耗，提高資源的利用率成為了一個(gè)亟待解決的問(wèn)題。要想降低能耗提高資源利用率，根據(jù)應(yīng)用負(fù)載的需求分配適當(dāng)?shù)馁Y源是一個(gè)可行的方法。但是由于云計(jì)算環(huán)境的復(fù)雜性和多變性，不可能在一開(kāi)始的時(shí)候，就計(jì)算好所需要的資源量。因此在云計(jì)算中，經(jīng)常會(huì)出現(xiàn)資源浪費(fèi)的情況。目前，云計(jì)算使用以虛擬機(jī)為單位的粗粒度方式，根據(jù)應(yīng)用負(fù)載動(dòng)態(tài)地對(duì)資源進(jìn)行增刪?，F(xiàn)有技術(shù)中主要采用如下兩個(gè)方法來(lái)考慮虛擬機(jī)的負(fù)載的：1)根據(jù)虛擬機(jī)消耗的某一種或兩種資源(如中央處理器或內(nèi)存)來(lái)判定其負(fù)載情況；2)通過(guò)歷史負(fù)載及資源記錄或日志來(lái)預(yù)測(cè)當(dāng)前虛擬機(jī)的負(fù)載及應(yīng)分配的資源。而對(duì)資源的分配方式則是根據(jù)虛擬機(jī)的負(fù)載判定結(jié)果申請(qǐng)固定的資源配置。

對(duì)于云計(jì)算環(huán)境中的虛擬機(jī)而言，當(dāng)虛擬機(jī)過(guò)載時(shí)，由于系統(tǒng)中某些資源成為瓶頸，因此會(huì)降低系統(tǒng)性能，降低應(yīng)用的執(zhí)行效率。當(dāng)虛擬機(jī)空載或者低載時(shí)，系統(tǒng)的資源利用率低下，此時(shí)雖然系統(tǒng)性能良好，但是會(huì)浪費(fèi)大量資源。由于傳統(tǒng)的負(fù)載判定及資源分配方法無(wú)法準(zhǔn)確地進(jìn)行資源動(dòng)態(tài)調(diào)整，使得各虛擬機(jī)的負(fù)載不均勻，從而造成虛擬機(jī)過(guò)載或者低載的現(xiàn)象，資源利用率低下。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法及裝置，以實(shí)現(xiàn)提高資源動(dòng)態(tài)調(diào)整的準(zhǔn)確性，緩解資源浪費(fèi)或資源不足的現(xiàn)象，從而提高資源的利用率。

第一方面，本發(fā)明實(shí)施例提供了一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法，包括：

根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值；

根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)；

當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，計(jì)算并回收所述虛擬機(jī)的空閑資源；

當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

第二方面，本發(fā)明實(shí)施例還提供了一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整裝置，該裝置包括：

響應(yīng)時(shí)間預(yù)測(cè)模塊，用于根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值；

負(fù)載狀態(tài)確定模塊，用于根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)；

空閑資源回收模塊，用于當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，計(jì)算并回收所述虛擬機(jī)的空閑資源；

瓶頸資源增加模塊，用于當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

本發(fā)明實(shí)施例通過(guò)下一時(shí)刻的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)負(fù)載狀態(tài)進(jìn)行分析預(yù)測(cè)，計(jì)算影響系統(tǒng)性能的空閑資源或瓶頸資源，并進(jìn)行資源的適當(dāng)伸縮，即低載狀態(tài)時(shí)回收空閑資源，過(guò)載狀態(tài)時(shí)增加瓶頸資源，從而解決了因負(fù)載判定及資源分配方式不準(zhǔn)確而導(dǎo)致的資源利用率低下的問(wèn)題，達(dá)到了提高資源動(dòng)態(tài)調(diào)整準(zhǔn)確性，緩解資源浪費(fèi)或資源不足現(xiàn)象，進(jìn)而提高云計(jì)算系統(tǒng)中的資源利用效率的效果。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例一提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖；

圖2是本發(fā)明實(shí)施例二提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖；

圖3是本發(fā)明實(shí)施例三提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖；

圖4是本發(fā)明實(shí)施例四提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖；

圖5是本發(fā)明實(shí)施例五提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整裝置的結(jié)構(gòu)示意圖；

圖6是本發(fā)明實(shí)施例一提供的負(fù)載較小時(shí)的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)比圖；

圖7是本發(fā)明實(shí)施例一提供的負(fù)載逐漸增大時(shí)的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)比圖；

圖8(a)是本發(fā)明實(shí)施例四提供的CPU資源利用率預(yù)測(cè)結(jié)果圖；

圖8(b)是本發(fā)明實(shí)施例四提供的磁盤(pán)讀取速度預(yù)測(cè)結(jié)果圖；

圖8(c)是本發(fā)明實(shí)施例四提供的磁盤(pán)寫(xiě)入速度預(yù)測(cè)結(jié)果圖；

圖8(d)是本發(fā)明實(shí)施例四提供的內(nèi)存使用值預(yù)測(cè)結(jié)果圖；

圖8(e)是本發(fā)明實(shí)施例四提供的網(wǎng)絡(luò)接收速度預(yù)測(cè)結(jié)果圖；

圖8(f)是本發(fā)明實(shí)施例四提供的網(wǎng)絡(luò)發(fā)送速度預(yù)測(cè)結(jié)果圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明?？梢岳斫獾氖?，此處所描述的具體實(shí)施例僅僅用于解釋本發(fā)明，而非對(duì)本發(fā)明的限定。另外還需要說(shuō)明的是，為了便于描述，附圖中僅示出了與本發(fā)明相關(guān)的部分而非全部結(jié)構(gòu)。

實(shí)施例一

圖1為本發(fā)明實(shí)施例一提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖，該方法可適用于云計(jì)算資源調(diào)整的情況，該方法可以由資源調(diào)整裝置來(lái)執(zhí)行，該裝置可由硬件和/或軟件組成，并一般可集成在云計(jì)算系統(tǒng)以及所有包含資源動(dòng)態(tài)調(diào)整功能的計(jì)算機(jī)系統(tǒng)中。具體包括如下步驟：

S110、根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

其中，虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間，即應(yīng)用服務(wù)響應(yīng)時(shí)間，指的是虛擬機(jī)從收到應(yīng)用請(qǐng)求到響應(yīng)應(yīng)用請(qǐng)求所需要的時(shí)間。預(yù)設(shè)方法可以是基于歷史數(shù)據(jù)的LPC法(Linear prediction coefficients,線性預(yù)測(cè)分析法)。

LPC法的基本原理是：通過(guò)已經(jīng)獲得的離散數(shù)據(jù)，進(jìn)行數(shù)學(xué)回歸，得到能夠反映這些離散數(shù)據(jù)的函數(shù)，然后應(yīng)用這些函數(shù)來(lái)預(yù)測(cè)在不同時(shí)刻函數(shù)的取值。例如針對(duì)的是應(yīng)用服務(wù)響應(yīng)時(shí)間進(jìn)行預(yù)測(cè)，那么就可以根據(jù)應(yīng)用服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)得到該應(yīng)用服務(wù)響應(yīng)時(shí)間在不同時(shí)刻的預(yù)測(cè)值。

S120、根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)。

虛擬機(jī)的資源主要有CPU(Central Processing Unit，中央處理器)、內(nèi)存、網(wǎng)絡(luò)(網(wǎng)絡(luò)的發(fā)送和接受)和磁盤(pán)的讀寫(xiě)資源。在虛擬機(jī)負(fù)載很大時(shí)，這些資源的使用率很高。相反的，當(dāng)虛擬機(jī)負(fù)載很小時(shí)，這些資源的利用率相對(duì)較小。因此，這些資源的利用率在一定程度上可以表征虛擬機(jī)負(fù)載的大小。此外，也可以根據(jù)系統(tǒng)的應(yīng)用服務(wù)響應(yīng)時(shí)間來(lái)判斷負(fù)載的大小，因此可以通過(guò)下一時(shí)刻系統(tǒng)的應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值來(lái)判斷負(fù)載的大小，進(jìn)而判斷虛擬機(jī)的負(fù)載狀態(tài)。這樣做的好處在于，可以更直觀更方便更準(zhǔn)確地判斷下一時(shí)刻虛擬機(jī)的負(fù)載狀態(tài)。

S130、當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，計(jì)算并回收所述虛擬機(jī)的空閑資源。

其中，低載狀態(tài)表示虛擬機(jī)負(fù)載較小、資源利用不充分的狀態(tài)，此時(shí)回收虛擬機(jī)的空閑資源的好處在于可以節(jié)約空閑資源，降低云計(jì)算系統(tǒng)的能耗，回收后云計(jì)算系統(tǒng)可以重新對(duì)空閑的資源進(jìn)行分配，從而提高資源的利用率。

示例性的，實(shí)驗(yàn)環(huán)境優(yōu)選為基于CloudStack5.0云計(jì)算平臺(tái)搭建的一個(gè)小型云計(jì)算系統(tǒng)，其中有1個(gè)管理服務(wù)器Management，2個(gè)主機(jī)節(jié)點(diǎn)Host，和1個(gè)存儲(chǔ)節(jié)點(diǎn)Storage。主機(jī)節(jié)點(diǎn)Host的操作系統(tǒng)為Redhat server5.3，處理器Inter I53470@3.60GHz，內(nèi)存8GB DDR3，硬盤(pán)容量1TB。主機(jī)節(jié)點(diǎn)Host上的虛擬機(jī)，操作系統(tǒng)為Ubuntu12.04版本，處理器為1GHz*2，內(nèi)存為2GB，網(wǎng)絡(luò)帶寬為150Mbps，磁盤(pán)轉(zhuǎn)速為7200/分鐘。具體參數(shù)如下：

表1實(shí)驗(yàn)環(huán)境硬件參數(shù)

優(yōu)選實(shí)驗(yàn)中示例性地使用httping工具來(lái)對(duì)系統(tǒng)進(jìn)行請(qǐng)求，以方便得到系統(tǒng)服務(wù)響應(yīng)時(shí)間，圖6表示的是負(fù)載較小時(shí)，使用本發(fā)明實(shí)施例的方法和使用傳統(tǒng)方法的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)比圖。從圖6中可以看出，使用本發(fā)明實(shí)施例方法的應(yīng)用服務(wù)響應(yīng)時(shí)間比使用傳統(tǒng)方法的應(yīng)用服務(wù)響應(yīng)時(shí)間略大，但是兩種的值大致差不多，都在可接受的范圍內(nèi)。但是使用本發(fā)明實(shí)施例的方法可以在低載狀態(tài)下回收一些資源，減少資源和能耗的浪費(fèi)。

S140、當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

其中，過(guò)載狀態(tài)表示虛擬機(jī)負(fù)載較大、某一種或者多種資源不足的狀態(tài)，此時(shí)可以通過(guò)調(diào)節(jié)，將云計(jì)算系統(tǒng)中的空閑資源動(dòng)態(tài)調(diào)整給過(guò)載狀態(tài)的虛擬機(jī)，增加過(guò)載狀態(tài)虛擬機(jī)的瓶頸資源，這樣做的好處在于可以緩解虛擬機(jī)的過(guò)載狀態(tài)，從而提高資源的利用率。

示例性的，實(shí)驗(yàn)環(huán)境優(yōu)選為基于CloudStack5.0云計(jì)算平臺(tái)搭建的一個(gè)小型云計(jì)算系統(tǒng)，圖7表示的是隨著負(fù)載逐漸加大直到過(guò)載時(shí)，使用本發(fā)明實(shí)施例的方法和使用傳統(tǒng)方法的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)比圖。從圖7中可以看出，剛開(kāi)始由于系統(tǒng)的負(fù)載較低，兩種方法對(duì)應(yīng)的響應(yīng)時(shí)間基本相同。但是隨著請(qǐng)求數(shù)量的不斷增加，即系統(tǒng)負(fù)載的不斷增加，使用傳統(tǒng)方法的應(yīng)用服務(wù)響應(yīng)時(shí)間急劇增加，這會(huì)嚴(yán)重降低用戶服務(wù)質(zhì)量。使用本發(fā)明實(shí)施例的方法對(duì)應(yīng)的應(yīng)用服務(wù)響應(yīng)時(shí)間則大致保持平穩(wěn)。而且，從圖7中可以看出，使用本發(fā)明實(shí)施例的方法所對(duì)應(yīng)的虛擬機(jī)的應(yīng)用服務(wù)響應(yīng)時(shí)間，明顯低于使用傳統(tǒng)方法所對(duì)應(yīng)的虛擬機(jī)的應(yīng)用服務(wù)響應(yīng)時(shí)間，這保證了用戶的服務(wù)質(zhì)量。

本實(shí)施例的技術(shù)方案，通過(guò)下一時(shí)刻的應(yīng)用服務(wù)響應(yīng)時(shí)間對(duì)負(fù)載狀態(tài)進(jìn)行分析預(yù)測(cè)，計(jì)算影響系統(tǒng)性能的空閑資源或瓶頸資源，并進(jìn)行資源的適當(dāng)伸縮。利用了動(dòng)態(tài)調(diào)整影響系統(tǒng)性能的關(guān)鍵資源的優(yōu)點(diǎn)，從而解決了現(xiàn)有技術(shù)中因負(fù)載判定及資源分配方式不準(zhǔn)確而導(dǎo)致的資源利用率低下的問(wèn)題，達(dá)到了提高資源動(dòng)態(tài)調(diào)整準(zhǔn)確性，緩解資源浪費(fèi)或資源不足現(xiàn)象，進(jìn)而提高云計(jì)算系統(tǒng)中的資源利用效率的效果。

實(shí)施例二

圖2為本發(fā)明實(shí)施例二提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖。本實(shí)施例以上述實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化，提供了優(yōu)選的資源動(dòng)態(tài)調(diào)整的方法，具體是，根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值優(yōu)選地可以進(jìn)一步優(yōu)化為：將虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)進(jìn)行回歸分析，得到關(guān)于應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)函數(shù)；根據(jù)所述預(yù)測(cè)函數(shù)確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

S210、將虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)進(jìn)行回歸分析，得到關(guān)于應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)函數(shù)。

其中，預(yù)測(cè)函數(shù)表示應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值隨時(shí)間變化的直線或曲線，根據(jù)預(yù)測(cè)函數(shù)可計(jì)算出任意時(shí)刻下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

回歸分析(regression analysis)是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法，其基本原理是：通過(guò)規(guī)定因變量和自變量來(lái)確定變量之間的因果關(guān)系，建立回歸模型，并根據(jù)實(shí)測(cè)數(shù)據(jù)來(lái)求解模型的各個(gè)參數(shù)，然后評(píng)價(jià)回歸模型是否能夠很好的擬合實(shí)測(cè)數(shù)據(jù)；如果能夠很好的擬合，則可以根據(jù)自變量作進(jìn)一步預(yù)測(cè)。

S220、根據(jù)所述預(yù)測(cè)函數(shù)確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

當(dāng)?shù)玫疥P(guān)于應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)函數(shù)后，可以根據(jù)時(shí)間與應(yīng)用服務(wù)相應(yīng)時(shí)間值之間的函數(shù)關(guān)系，計(jì)算出下一時(shí)刻所對(duì)應(yīng)的應(yīng)用服務(wù)相應(yīng)時(shí)間值，作為下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

S230、根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)。

S240、當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，計(jì)算并回收所述虛擬機(jī)的空閑資源。

S250、當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

本實(shí)施例的技術(shù)方案，通過(guò)計(jì)算應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)函數(shù)，從而確定下一時(shí)刻的應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值，根據(jù)預(yù)測(cè)值對(duì)負(fù)載狀態(tài)進(jìn)行分析預(yù)測(cè)，使得對(duì)負(fù)載狀態(tài)的判斷更加準(zhǔn)確，為資源的動(dòng)態(tài)調(diào)整提供了可靠的依據(jù)，從而達(dá)到了緩解資源浪費(fèi)或資源不足的效果，提高了云計(jì)算系統(tǒng)中的資源使用效率。

實(shí)施例三

圖3為本發(fā)明實(shí)施例三提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖。本實(shí)施例以上述各實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化，提供了優(yōu)選的資源動(dòng)態(tài)調(diào)整方法，具體是，根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)優(yōu)選地可以進(jìn)一步優(yōu)化為：當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值小于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值時(shí)，確定所述負(fù)載狀態(tài)為低載狀態(tài)；當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值且小于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為正常狀態(tài)；當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于所述正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為過(guò)載狀態(tài)。

S310、根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

S320、判斷所述虛擬機(jī)的負(fù)載狀態(tài)是否為正常狀態(tài)，若是，則執(zhí)行S360；若否，則執(zhí)行S330。

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值且小于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為正常狀態(tài)。

也就是說(shuō)，若虛擬機(jī)下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值滿足上述條件，則虛擬機(jī)的負(fù)載狀態(tài)為正常狀態(tài)，執(zhí)行S360；若虛擬機(jī)下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值不滿足條件，則虛擬機(jī)的負(fù)載狀態(tài)為低載狀態(tài)或過(guò)載狀態(tài)，執(zhí)行S330；

具體的，正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值可以設(shè)置為，在能夠保證用戶服務(wù)質(zhì)量的前提下，且虛擬機(jī)的空閑資源量高于一定閾值時(shí)所對(duì)應(yīng)的應(yīng)用服務(wù)響應(yīng)時(shí)間的最小值；正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值可以設(shè)置為，在能夠保證用戶服務(wù)質(zhì)量的前提下，虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的最大值。在此不作限定。

例如，根據(jù)應(yīng)用服務(wù)響應(yīng)時(shí)間，虛擬機(jī)的負(fù)載狀態(tài)C可以用公式表示為：

其中，各變量的含義如下：

Rpt：應(yīng)用服務(wù)響應(yīng)時(shí)間；

T_lownormalMin：正常狀態(tài)時(shí)，應(yīng)用服務(wù)響應(yīng)時(shí)間的最小值；

T_normalMax：正常狀態(tài)時(shí)，應(yīng)用服務(wù)響應(yīng)時(shí)間的最大值。

當(dāng)C＝2時(shí)候，此時(shí)虛擬機(jī)的負(fù)載狀態(tài)屬于正常狀態(tài)。此時(shí)虛擬機(jī)中的負(fù)載在虛擬機(jī)所擁有的資源的承受范圍內(nèi)，這時(shí)虛擬機(jī)中的資源可以得到充分利用，而且此時(shí)應(yīng)用的服務(wù)響應(yīng)時(shí)間在可接受范圍內(nèi)，用戶服務(wù)質(zhì)量也在可接受范圍中。因此，為了兼顧應(yīng)用服務(wù)響應(yīng)時(shí)間和用戶服務(wù)質(zhì)量，推薦的是虛擬機(jī)的負(fù)載狀態(tài)處于狀態(tài)2，即正常狀態(tài)。

S330、判斷所述虛擬機(jī)的負(fù)載狀態(tài)是否為低載狀態(tài)，若是，則執(zhí)行S340；若否，則執(zhí)行S350。

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值小于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值時(shí)，確定所述負(fù)載狀態(tài)為低載狀態(tài)。

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于所述正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為過(guò)載狀態(tài)。

也就是說(shuō)，若虛擬機(jī)下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值小于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值，則虛擬機(jī)的負(fù)載狀態(tài)為低載狀態(tài)，執(zhí)行S340；若虛擬機(jī)下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值不滿足上述條件，則虛擬機(jī)的負(fù)載狀態(tài)為過(guò)載狀態(tài)，執(zhí)行S350。

例如，公式(1)中，當(dāng)C＝1的時(shí)候，表明虛擬機(jī)的負(fù)載狀態(tài)處于低載狀態(tài)，性能最優(yōu)，但是此時(shí)虛擬機(jī)中負(fù)載過(guò)低，導(dǎo)致資源不能充分使用，會(huì)造成了嚴(yán)重的資源浪費(fèi)。當(dāng)C＝3時(shí)，表明虛擬機(jī)的負(fù)載狀態(tài)處于過(guò)載狀態(tài)，此時(shí)資源雖然充分利用，但是由于虛擬機(jī)負(fù)載太大，已超出了虛擬機(jī)所能承受的范圍，因此，此時(shí)會(huì)導(dǎo)致應(yīng)用服務(wù)響應(yīng)時(shí)間大大增加，用戶服務(wù)質(zhì)量顯著下降。

S340、計(jì)算并回收所述虛擬機(jī)的空閑資源。

S350、計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

S360、不做特殊處理，并退出。

本實(shí)施例的技術(shù)方案，通過(guò)下一時(shí)刻的應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值對(duì)負(fù)載狀態(tài)進(jìn)行分類，使得對(duì)負(fù)載狀態(tài)的判斷更加方便、準(zhǔn)確，為后續(xù)關(guān)鍵資源的計(jì)算提供了可靠的依據(jù)，從而達(dá)到了緩解資源浪費(fèi)或資源不足，提高云計(jì)算系統(tǒng)中的資源使用效率的效果。

實(shí)施例四

圖4為本發(fā)明實(shí)施例四提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整方法的流程示意圖。本實(shí)施例以上述各實(shí)施例為基礎(chǔ)進(jìn)行優(yōu)化，提供了優(yōu)選的資源動(dòng)態(tài)調(diào)整方法，具體是，計(jì)算并回收所述虛擬機(jī)的空閑資源優(yōu)選地可以進(jìn)一步優(yōu)化為：根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的空閑資源；回收所述虛擬機(jī)的空閑資源。計(jì)算并增加所述虛擬機(jī)的瓶頸資源優(yōu)選地可以進(jìn)一步優(yōu)化為：根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的瓶頸資源；增加所述虛擬機(jī)的瓶頸資源。

S410、根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

S420、根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)。

S430、當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的空閑資源。

其中，系統(tǒng)資源參數(shù)為系統(tǒng)中各種資源類型的特征向量。通過(guò)對(duì)云計(jì)算中應(yīng)用程序的各種系統(tǒng)資源參數(shù)進(jìn)行監(jiān)控可以發(fā)現(xiàn)，系統(tǒng)資源在使用過(guò)程中并不是所有特征參數(shù)對(duì)每個(gè)應(yīng)用程序都很敏感，而是特征參數(shù)中一部分對(duì)于特定類型的應(yīng)用，其對(duì)應(yīng)的資源使用情況表現(xiàn)出較高的相關(guān)性，因此將這些能夠有效區(qū)分不同應(yīng)用及資源使用情況的特征參數(shù)單獨(dú)列出來(lái)，作為特征向量，也就是系統(tǒng)資源參數(shù)，以用于能夠區(qū)分應(yīng)用的標(biāo)準(zhǔn)。

具體的，系統(tǒng)資源參數(shù)所對(duì)應(yīng)的系統(tǒng)資源主要有CPU(Central Processing Unit，中央處理器)、內(nèi)存、網(wǎng)絡(luò)(網(wǎng)絡(luò)的發(fā)送和接收)和磁盤(pán)的讀寫(xiě)資源。在虛擬機(jī)負(fù)載很大時(shí)，這些資源的使用率很高。相反的，當(dāng)虛擬機(jī)負(fù)載很小時(shí)，這些資源的利用率相對(duì)較小。因此，這些資源的利用率在一定程度上可以表征虛擬機(jī)負(fù)載的大小。

可選的，下一時(shí)刻的系統(tǒng)資源參數(shù)的取值可以通過(guò)LPC方法進(jìn)行計(jì)算得到。

示例性的，實(shí)驗(yàn)環(huán)境優(yōu)選為基于CloudStack5.0云計(jì)算平臺(tái)搭建的一個(gè)小型云計(jì)算系統(tǒng)，為了驗(yàn)證本發(fā)明實(shí)施例中下一時(shí)刻系統(tǒng)資源使用情況預(yù)測(cè)的準(zhǔn)確性，使用Linux監(jiān)測(cè)工具dstat來(lái)監(jiān)控系統(tǒng)運(yùn)行過(guò)程中的資源使用情況，通過(guò)對(duì)比使用本發(fā)明實(shí)施例的預(yù)測(cè)方法和實(shí)際資源使用情況，來(lái)驗(yàn)證對(duì)下一時(shí)刻系統(tǒng)資源使用情況預(yù)測(cè)的準(zhǔn)確性。從圖8(a)至圖8(f)中可以看出，對(duì)于CPU、磁盤(pán)讀取、磁盤(pán)寫(xiě)入、內(nèi)存、網(wǎng)絡(luò)接收和網(wǎng)絡(luò)發(fā)送這些系統(tǒng)資源，預(yù)測(cè)值和實(shí)際觀察的資源使用值基本相同，從而驗(yàn)證了預(yù)測(cè)方法的有效性。

優(yōu)選地，根據(jù)虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的空閑資源包括：根據(jù)所述虛擬機(jī)的系統(tǒng)資源參數(shù)的歷史取值數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值；根據(jù)所述下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值，確定使得下一時(shí)刻所述虛擬機(jī)的負(fù)載狀態(tài)為低載狀態(tài)的貢獻(xiàn)最大的系統(tǒng)資源參數(shù)所對(duì)應(yīng)的系統(tǒng)資源，將該系統(tǒng)資源作為所述虛擬機(jī)的空閑資源。

例如，當(dāng)預(yù)測(cè)到下一個(gè)時(shí)刻虛擬機(jī)的負(fù)載狀態(tài)為低載狀態(tài)時(shí)，根據(jù)公式(1)可知C＝1，根據(jù)貝葉斯分類公式，此時(shí)有

P(C₁|X)>P(C₂|X) (2)

P(C₁|X)>P(C₃|X) (3)

其中，X＝(x_cpu,x_read,x_write,x_mem,x_recv,x_send)為某個(gè)時(shí)刻虛擬機(jī)的特征向量，即系統(tǒng)資源參數(shù)，用該向量表征虛擬機(jī)的狀態(tài)。C₁表示C＝1，同理C₂表示C＝2，C₃表示是C＝3。

各變量的含義如下：

Cpu：cpu資源的使用率；

Read：磁盤(pán)讀取速度；

Write：磁盤(pán)寫(xiě)入速度；

Mem：內(nèi)存的使用量；

Recv：網(wǎng)絡(luò)接收速度；

Send：網(wǎng)絡(luò)發(fā)送速度。

根據(jù)公式(2)，假設(shè)x_cpu,x_read,x_write,x_mem,x_recv,x_send這些變量相互獨(dú)立，可以得到：

注：此處n＝6，(x₁,x₂,x₃,x₄,x₅,x₆)即為(x_cpu,x_read,x_write,x_mem,x_recv,x_send)。

由于P(X)>0，對(duì)公式(4)進(jìn)行變換得：

對(duì)公式(5)兩邊lg運(yùn)算得：

由于(x₁,x₂,x₃,x₄,x₅,x₆)即為(x_cpu,x_read,x_write,x_mem,x_recv,x_send)，所以可得：

通過(guò)公式(7)，可以看出要想虛擬機(jī)屬于狀態(tài)C＝1，必須要求各項(xiàng)相加的和大于0，而對(duì)于特定的應(yīng)用而言，計(jì)算虛擬機(jī)的值是常數(shù)，因此，其他的各項(xiàng)哪項(xiàng)的值最大，哪項(xiàng)就是讓該虛擬機(jī)成為狀態(tài)C＝1貢獻(xiàn)最大的因子，而C＝1的狀態(tài)是低載的狀態(tài)，資源太過(guò)富余而造成了資源浪費(fèi)，因此該因子對(duì)應(yīng)的資源也就是富余的可以回收的資源。

至此，可以定義關(guān)鍵資源因子：

其中，i,j可以取值為1,2,3，m可以取值cpu,read,write,mem,recv,send。

將公式(8)帶入公式(7)可得：

至此，可以得到讓公式(2)成立的所有可能的關(guān)鍵因子，key_1,2,cpu,key_1,2,read,key_1,2,write,key_1,2,mem,key_1,2,recv,key_1,2,send。

同理，根據(jù)公式(3)，也可以得到：

至此，可以得到讓公式(3)成立的所有可能的關(guān)鍵因子，key_1,3,cpu,key_1,3,read,key_1,3,write,key_1,3,mem,key_1,3,recv,key_1,3,send。

根據(jù)公式(2)和(3)得到的所有可能關(guān)鍵因子為key_1,2,cpu,key_1,2,read,key_1,2,write,key_1,2,mem,key_1,2,recv,key_1,2,send和key_1,3,cpu,key_1,3,read,key_1,3,write,key_1,3,mem,key_1,3,recv,key_1,3,send，因此，這些所有的因子中其值最大的為關(guān)鍵的資源因子。

注：j的取值為2,3；m的取值為cpu,read,write,mem,recv,send。

即資源KeyResource是讓該虛擬機(jī)成為狀態(tài)C＝1貢獻(xiàn)最大的因子，也就是說(shuō)該資源是富余的，因此可以回收適量該資源來(lái)減少資源的閑置和浪費(fèi)。

S440、回收所述虛擬機(jī)的空閑資源。

S450、當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的瓶頸資源。

優(yōu)選地，根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的瓶頸資源包括：根據(jù)所述虛擬機(jī)的系統(tǒng)資源參數(shù)的歷史取值數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值；根據(jù)所述下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值，確定使得下一時(shí)刻所述虛擬機(jī)的負(fù)載狀態(tài)為過(guò)載狀態(tài)的貢獻(xiàn)最大的系統(tǒng)資源參數(shù)所對(duì)應(yīng)的系統(tǒng)資源，將該系統(tǒng)資源作為所述虛擬機(jī)的瓶頸資源。

例如，當(dāng)預(yù)測(cè)到下一個(gè)時(shí)刻虛擬機(jī)的負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，根據(jù)公式(1)可知C＝3，根據(jù)貝葉斯分類公式，此時(shí)有

P(C₃|X)>P(C₁|X) (12)

P(C₃|X)>P(C₂|X) (13)

公式(12)進(jìn)行推導(dǎo)可得：

至此，可以得到讓公式(12)成立的所有可能的關(guān)鍵因子，key_3,1,cpu,key_3,1,read,key_3,1,write,key_3,1,mem,key_3,1,recv,key_3,1,send。

公式(13)進(jìn)行推導(dǎo)可得：

至此，可以得到讓公式(13)成立的所有可能的關(guān)鍵因子，key_3,2,cpu,key_3,2,read,key_3,2,write,key_3,2,mem,key_3,2,recv,key_3,2,send。

根據(jù)公式(12)和(13)得到所有可能關(guān)鍵因子為key_3,1,cpu,key_3,1,read,key_3,1,write,key_3,1,mem,key_3,1,recv,key_3,1,send和key_3,2,cpu,key_3,2,read,key_3,2,write,key_3,2,mem,key_3,2,recv,key_3,2,send，因此，這些所有的因子中其值最大的為關(guān)鍵的資源因子。

注：j的取值為1,2；m的取值為cpu,read,write,mem,recv,send。

即資源KeyResource是讓該虛擬機(jī)成為狀態(tài)C＝3貢獻(xiàn)最大的因子，而C＝3為虛擬機(jī)的過(guò)載狀態(tài)，因此也就是說(shuō)該資源是系統(tǒng)的瓶頸資源，即系統(tǒng)中該資源是不足的，因此可以增加該資源來(lái)提高系統(tǒng)性能，保證用戶服務(wù)質(zhì)量。

S460、增加所述虛擬機(jī)的瓶頸資源。

本實(shí)施例的技術(shù)方案，通過(guò)預(yù)測(cè)下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)，計(jì)算虛擬機(jī)的空閑資源或瓶頸資源，從而回收空閑資源或增加瓶頸資源，達(dá)到了提高資源動(dòng)態(tài)調(diào)整準(zhǔn)確性，緩解資源浪費(fèi)或資源不足現(xiàn)象，進(jìn)而提高云計(jì)算系統(tǒng)中的資源利用效率的效果。

實(shí)施例五

圖5為本發(fā)明實(shí)施例五提供的一種云計(jì)算系統(tǒng)中的資源動(dòng)態(tài)調(diào)整裝置的結(jié)構(gòu)示意圖。該裝置可適用于云計(jì)算資源調(diào)整的情況，該裝置可由硬件和/或軟件組成，并一般可集成在云計(jì)算系統(tǒng)以及所有包含資源動(dòng)態(tài)調(diào)整功能的計(jì)算機(jī)系統(tǒng)中。參考圖5，所述資源動(dòng)態(tài)調(diào)整裝置包括：響應(yīng)時(shí)間預(yù)測(cè)模塊510、負(fù)載狀態(tài)確定模塊520、空閑資源回收模塊530、瓶頸資源增加模塊540，下面對(duì)各模塊進(jìn)行具體說(shuō)明。

響應(yīng)時(shí)間預(yù)測(cè)模塊510，用于根據(jù)虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值；

負(fù)載狀態(tài)確定模塊520，用于根據(jù)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值確定所述虛擬機(jī)的負(fù)載狀態(tài)；

空閑資源回收模塊530，用于當(dāng)所述負(fù)載狀態(tài)為低載狀態(tài)時(shí)，計(jì)算并回收所述虛擬機(jī)的空閑資源；

瓶頸資源增加模塊540，用于當(dāng)所述負(fù)載狀態(tài)為過(guò)載狀態(tài)時(shí)，計(jì)算并增加所述虛擬機(jī)的瓶頸資源。

可選的，所述響應(yīng)時(shí)間預(yù)測(cè)模塊具體用于：

將虛擬機(jī)對(duì)應(yīng)用請(qǐng)求的服務(wù)響應(yīng)時(shí)間的歷史數(shù)據(jù)進(jìn)行數(shù)學(xué)回歸，得到關(guān)于應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)函數(shù)；

根據(jù)所述預(yù)測(cè)函數(shù)確定下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值。

可選的，所述負(fù)載狀態(tài)確定模塊具體用于：

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值小于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值時(shí)，確定所述負(fù)載狀態(tài)為低載狀態(tài)；

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最小閾值且小于等于正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為正常狀態(tài)；

當(dāng)所述下一時(shí)刻應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)測(cè)值大于所述正常狀態(tài)下應(yīng)用服務(wù)響應(yīng)時(shí)間的預(yù)設(shè)最大閾值時(shí)，確定所述負(fù)載狀態(tài)為過(guò)載狀態(tài)。

可選的，所述空閑資源回收模塊包括：

空閑資源計(jì)算單元，用于根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的空閑資源；

資源回收單元，用于回收所述虛擬機(jī)的空閑資源。

可選的，所述空閑資源計(jì)算單元具體用于：

根據(jù)所述虛擬機(jī)的系統(tǒng)資源參數(shù)的歷史取值數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值；

根據(jù)所述下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值，確定使得下一時(shí)刻所述虛擬機(jī)的負(fù)載狀態(tài)為低載狀態(tài)的貢獻(xiàn)最大的系統(tǒng)資源參數(shù)所對(duì)應(yīng)的系統(tǒng)資源，將該系統(tǒng)資源作為所述虛擬機(jī)的空閑資源。

可選的，所述瓶頸資源增加模塊包括：

瓶頸資源計(jì)算單元，用于根據(jù)所述虛擬機(jī)的下一時(shí)刻的系統(tǒng)資源參數(shù)的取值及負(fù)載狀態(tài)計(jì)算所述虛擬機(jī)的瓶頸資源；

資源增加單元，用于增加所述虛擬機(jī)的瓶頸資源。

可選的，所述瓶頸資源計(jì)算單元具體用于：

根據(jù)所述虛擬機(jī)的系統(tǒng)資源參數(shù)的歷史取值數(shù)據(jù)按照預(yù)設(shè)方法確定下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值；

根據(jù)所述下一時(shí)刻所述系統(tǒng)資源參數(shù)的預(yù)測(cè)值，確定使得下一時(shí)刻所述虛擬機(jī)的負(fù)載狀態(tài)為過(guò)載狀態(tài)的貢獻(xiàn)最大的系統(tǒng)資源參數(shù)所對(duì)應(yīng)的系統(tǒng)資源，將該系統(tǒng)資源作為所述虛擬機(jī)的瓶頸資源。

上述產(chǎn)品可執(zhí)行本發(fā)明任意實(shí)施例所提供的方法，具備執(zhí)行方法相應(yīng)的功能模塊和有益效果。

注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解，本發(fā)明不限于這里所述的特定實(shí)施例，對(duì)本領(lǐng)域技術(shù)人員來(lái)說(shuō)能夠進(jìn)行各種明顯的變化、重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過(guò)以上實(shí)施例對(duì)本發(fā)明進(jìn)行了較為詳細(xì)的說(shuō)明，但是本發(fā)明不僅僅限于以上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還可以包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。