本發(fā)明涉及云計算技術領域，具體為一種云計算系統(tǒng)中的資源分配方法。

背景技術：

數(shù)據(jù)中心有大量的服務器，當大量用戶通過網(wǎng)絡訪問數(shù)據(jù)中心的服務器時，為保證數(shù)據(jù)中心所有的服務器的使用效率最大化，在網(wǎng)絡入口上，需要安裝一個負載均衡的設備，設備中保存數(shù)據(jù)中心可用服務器的列表，每當一個用戶發(fā)起訪問數(shù)據(jù)中心的請求時，負載均衡設備按照一定的請求分配策略，把不同用戶的訪問請求分配到不同的服務器上。

目前一般數(shù)據(jù)中心正向云計算數(shù)據(jù)中心方向發(fā)展，云計算數(shù)據(jù)中心與一般數(shù)據(jù)中心的重要區(qū)別在于，云計算數(shù)據(jù)中心的服務器，不僅包括物理服務器，還有很多架設在物理服務器上的虛擬服務器，而虛擬服務器與物理服務器不同，虛擬服務器可以隨時動態(tài)創(chuàng)建和銷毀的，虛擬服務器的計算能力可以刻隨時調整的，也就是說，在云計算中心，負載均衡設備無法事先配置好服務器的列表，無法事先確定每臺服務器的計算能力，因此，一般針對物理服務器的負載均衡設備，在有大量虛擬服務器并頻繁動態(tài)變化的云計算數(shù)據(jù)中心的應用環(huán)境中，無法保證負載均衡的效果。為此，我們提出了一種云計算系統(tǒng)中的資源分配方法投入使用，以解決上述問題。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種云計算系統(tǒng)中的資源分配方法，以解決上述背景技術中提出的一般針對物理服務器的負載均衡設備，在有大量虛擬服務器并頻繁動態(tài)變化的云計算數(shù)據(jù)中心的應用環(huán)境中，無法保證負載均衡的效果的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種云計算系統(tǒng)中的資源分配方法，該云計算系統(tǒng)中的資源分配方法的具體步驟如下：

s1：將資源虛擬化成多個槽，并根據(jù)資源的共同特性將資源歸類，形成資源池，并達成多級資源池；

s2：將步驟s1中的一個資源池作為服務器，與云交互，并維護其他資源池負載平衡和分配任務的服務；

s3：用戶通過服務分配器向云基礎設施遞交服務請求；

s4：通過虛擬機管理器和能量監(jiān)視器獲得最新的負載和能源信息，并解釋和分析遞交的服務請求信息；

s5：利用服務器根據(jù)資源的分配情況和資源池的空閑的槽的變化，動態(tài)的調節(jié)系統(tǒng)的負載平衡。

優(yōu)選的，所述步驟s1中，資源池分為私有池和共享池，并利用分享節(jié)點記錄應用軟件對共享資源的占有率。

優(yōu)選的，所述步驟s4中，在調節(jié)系統(tǒng)的負載平衡過程中，將虛擬機通過最小化遷移策略部署到物理機上。

優(yōu)選的，所述最小化遷移策略在虛擬機的負載超過物理機的上限值，選擇需要從物理機遷走最小數(shù)量的虛擬機來降低物理機cpu的利用率，最小遷移化策略集合r∈p(vj)的計算公式為其中vj為目前虛擬機分配到物理機上j的集合，p(vj)是vj的功率集合，tu為物理機cpu的上限值，ti為物理機cpu的下限值，ui是物理機當前的cpu的利用率，ua(v)是分配給虛擬機v的cpu利用的比例。

與現(xiàn)有技術相比，本發(fā)明的有益效果是：本發(fā)明改進了云計算中心負載均衡的方法，并優(yōu)化了物理服務器和虛擬服務器之間的配比，保證云計算數(shù)據(jù)中心的負載均衡。

附圖說明

圖1為本發(fā)明工作流程圖；

圖2為本發(fā)明多級資源池任務執(zhí)行流程圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1，本發(fā)明提供一種技術方案：一種云計算系統(tǒng)中的資源分配方法，該云計算系統(tǒng)中的資源分配方法的具體步驟如下：

s1：將資源虛擬化成多個槽，并根據(jù)資源的共同特性將資源歸類，形成資源池，并達成多級資源池，資源池分為私有池和共享池，并利用分享節(jié)點記錄應用軟件對共享資源的占有率；

s2：將步驟s1中的一個資源池作為服務器，與云交互，并維護其他資源池負載平衡和分配任務的服務；

s3：用戶通過服務分配器向云基礎設施遞交服務請求；

s4：通過虛擬機管理器和能量監(jiān)視器獲得最新的負載和能源信息，并解釋和分析遞交的服務請求信息，在調節(jié)系統(tǒng)的負載平衡過程中，將虛擬機通過最小化遷移策略部署到物理機上，所述最小化遷移策略在虛擬機的負載超過物理機的上限值，選擇需要從物理機遷走最小數(shù)量的虛擬機來降低物理機cpu的利用率，最小遷移化策略集合r∈p(vj)的計算公式為其中vj為目前虛擬機分配到物理機上j的集合，p(vj)是vj的功率集合，tu為物理機cpu的上限值，ti為物理機cpu的下限值，ui是物理機當前的cpu的利用率，ua(v)是分配給虛擬機v的cpu利用的比例；

s5：利用服務器根據(jù)資源的分配情況和資源池的空閑的槽的變化，動態(tài)的調節(jié)系統(tǒng)的負載平衡。

請參閱圖2，在資源的分配過程中，服務器利用相關方法調節(jié)資源，同時利用基于遷移進程機制的進程pbs_mon，根據(jù)資源的分配情況和資源池的空閑槽的變化，動態(tài)的調節(jié)系統(tǒng)的負載平衡，在ps_lim進程啟動中，配置相應的環(huán)境，利用進程ps_vemkd和ps_pem，ps_vemkd進程開始數(shù)據(jù)備份，ps_vemkd進程對全部資源做相應的管理，whole_resource_pool模塊自動加載，利用進程ps_esc將信息備份，ps_esc接收到下達的任務掛在資源ps_pem下，而其他資源池啟動ps_lim讀取資源的信息和啟動ps_pem子進程，實時地給服務器發(fā)送應答信號，ps_esc利用如下函數(shù)f(x,i)計算出應用程序x空閑的私有槽數(shù)：

其中yi表示向x所借的資源對象，xyi表示yi所借的槽數(shù)，a為私有槽數(shù)，ω(x)代表槽數(shù)由于某些原因造成的浪費數(shù)，c表示空閑數(shù)。

盡管已經(jīng)示出和描述了本發(fā)明的實施例，對于本領域的普通技術人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實施例進行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權利要求及其等同物限定。