CN116881106B - 业务系统容量运营分析管理方法、装置、存储介质及设备 - Google Patents
业务系统容量运营分析管理方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN116881106B CN116881106B CN202310958572.XA CN202310958572A CN116881106B CN 116881106 B CN116881106 B CN 116881106B CN 202310958572 A CN202310958572 A CN 202310958572A CN 116881106 B CN116881106 B CN 116881106B
- Authority
- CN
- China
- Prior art keywords
- resource
- service system
- optimization
- resources
- coefficients
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000003860 storage Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 claims abstract description 157
- 238000013139 quantization Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 43
- 238000007726 management method Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000007728 cost analysis Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 12
- 238000011084 recovery Methods 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000047 product Substances 0.000 description 14
- 238000007619 statistical method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种业务系统容量运营分析管理方法、装置、存储介质及设备，方法包括：将业务系统中的每个应用赋予不同的第一系数，给每个环境赋予不同的第二系数，基于所有的第一系数和第二系数，计算得到当前业务系统的容量成本占用情况，得到每个业务系统的资源使用情况的等级；对为通用的业务系统的每种资源执行通用的优化任务，基于历史数据，对为特色的业务系统的资源进行预估并按预估结果执行个性化优化任务；持续跟踪优化记录，对优化记录中记载的资源执行优化所要产生的量化信息进行跟踪并确保得到优化。通过本发明，以业务系统为中心展开管理工作，分析评估出每个业务系统的成本情况和执行具体优化，实现降本不降效。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种业务系统容量运营分析管理方法、装置、存储介质及设备。
背景技术
在业务系统建设过程中，经常需要统计分析一个业务系统当前的容量情况，以便进行容量成本优化和业务容量需求的预测，目前的业务系统的容量管理分析方法存在以下五方面问题：
一、没有做到以业务系统为中心进行服务容量评估。在一个企业中，业务系统是为产生业务价值直接服务的，以业务系统为中心进行容量评估能够直接体现在业务价值中。业务系统能够提供的服务容量，往往是由计算资源、操作系统资源、中间件、数据库资源、网络资源、安全资源、CI/CD流水线资源、监控资源、存储资源等资源要素共同决定的。但是目前很多业务系统在统计分析服务容量时，由于缺乏标准的分析方法，造成资源要素统计分析不全，从而导致服务容量统计分析结果失真。
二、业务系统资源容量统计分析没有划分环境。在实际工作中，业务系统都是按照环境进行分类的，例如一般会分为开发、测试、生产环境，因此在做业务系统的容量统计分析时也因该划分到不同的环境中，如果不做环境的划分，会导致分析容量统计分析的价值大打折扣。
三、没有给出业务系统资源容量的优化建议。现有的业务系统容量分析方法，只是会分析出当前业务系统的容量情况，但是并不会给出具体的优化建议，这就导致业务系统负责人在进行容量优化工作时没有参考依据，从而阻碍了优化的落地，影响了容量成本优化。
四、缺乏基于业务指标的容量预测能力。现有的业务系统容量分析方法，只能对业务系统当前的资源使用情况进行统计分析，这些属于基础资源层面的统计分析，没有做到从业务指标的视角并基于业务系统历史数据进行分析，现有技术不能预测出未来某个时点满足业务指标所需的容量需求。
五、缺乏容量运营分析的全生命周期管理。现有的业务系统容量分析方法，在评估出需要调整优化的资源后，没有对优化需求进行全生命周期的跟踪管理，不能及时发现资源是否按需进行了优化，这就导致容量运营分析工作不能真正高效的落地，有始无终，无法起到容量成本优化的目的。
发明内容
鉴于以上技术问题，本发明提供了一种业务系统容量运营分析管理方法、装置、存储介质及设备。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本发明的一方面，提出了一种业务系统容量运营分析管理方法，所述方法包括：
将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；
对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
进一步的，所述基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，包括：
将同一环境下的所有的所述资源对应的叶子节点水位乘以对应的所述第二系数，得到第一乘积，类推计算得到同一所述应用下所有的所述环境的所述第一乘积；
将同一所述应用的所有的所述环境的所述第一乘积相加后乘以当前所述应用对应的第一系数，得到第二乘积，类推计算得到同一所述业务系统下所有的所述应用的所述第二乘积；
将同一所述业务系统的所有的所述应用的所述第二乘积相加，得到当前所述业务系统的所述容量成本占用情况。
进一步的，所述基于所述容量成本占用情况，对所述业务系统中的资源进行评级，得到每个所述业务系统的资源的等级，包括：
对预设天数内的资源使用率的平均值高于预设上限水平或低于预设下限水平的资源评定为不合理；
对预设天数内的资源使用率的平均值低于预设上限水平和高于预设下限水平的资源评定为合理；
基于所述业务系统中的资源的合理或不合理的数量，得到所述业务系统的资源使用情况的等级。
进一步的，所述环境下的所述资源至少包括以下中的一种：
计算资源、操作系统资源、应用中间件、数据库、监控、CI/CD流水线负载、网络线路、存储资源、安全资源。
进一步的，所述通用的优化任务，至少包括以下情况的一种：
对计算资源进行优化，优化CPU利用率和内存利用率；
对应用中间件进行优化，优化所述中间件的使用容量；
对操作系统资源进行优化，选择所述操作系统的版本及配置参数；
对数据库进行优化，优化所述数据库的配置情况和数据量；
对CI/CD流水线负载优化，优化所述CI/CD流水线的运行负载和成功率；
对安全资源进行优化，优化防护层级配置安全措施的种类以及所述安全资源的负载；
对网络线路进行优化，优化所述网络线路的容量；
对存储资源进行优化，优化所述存储的使用容量和数据的重要性。
进一步的，基于所述通用的优化任务中的各种情况和所述评级的规则，计算当前所述业务系统需要回收的资源量化数据后，生成具体的执行表单并与ITSM工单系统进行联动，生成资源回收工单，并根据所述资源回收工单得到执行结果，以及根据所述执行结果执行再一次对每个所述业务系统进行评级。
进一步的，所述对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务，包括：
特色的所述业务系统为负载高峰期有预设时间段需求的业务系统；
基于历史数据预测未来时间节点需要的所述资源，在所述未来时间节点之前对对应的所述资源进行扩容；
在所述未来时间节点发生后，回收扩容的所述资源。
根据本公开的第二方面，提供一种业务系统容量运营分析管理装置，包括：
容量成本分析模块，所述容量成本分析模块用于将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；
容量成本优化模块，所述容量成本优化模块用于对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
容量成本持续运营模块，所述容量成本持续运营模块用于持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
根据本公开的第三方面，提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述的业务系统容量运营分析管理方法。
根据本公开的第四方面，提供一种业务系统容量运营分析管理设备，包括：处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器上述的业务系统容量运营分析管理方法。
本公开的技术方案具有以下有益效果：
1、基于提出的业务系统容量运营分析管理方法，为上层管理员决策提供参考依据。业务系统是直接为企业创造商业价值服务的，本方法以业务系统为中心展开关于容量的成本分析、容量成本优化和持续运营的相关工作，分析评估出每个业务系统的成本情况，可以为管理员在后续进行资源投放时提供一定的量化参考；
2、为业务系统的负责人提供了容量成本优化建议。以业务系统为中心完成成本分析并评级后，本方法可以为业务系统负责人提供了具体的容量成本优化建议并基于ITSM工单系统生成优化工单，相关负责人可以根据具体的优化建议进行容量优化，真正将容量成本优化落到实处；
3、降本不降效，资源弹性伸缩。本方法中的个性化优化任务可以对某些系统在特定时间段资源使用率高的情况，提出了在业务高峰时间段为业务系统增加资源，在高峰段后回收资源的方法，该方法保证了在不影响业务稳定性的前提下，有效的降低了系统成本；
4、资源持续优化的全生命周期管理。本方法中需要优化的资源在一批次的优化结束后，会被持续的跟踪其是否有按照建议进行优化，直至该资源完成优化，从而实现资源优化的全生命周期管理。
附图说明
图1为本说明书实施例中的一种业务系统容量运营分析管理方法的流程图；
图2为本说明书实施例中的以业务系统为中心的分析结构图；
图3为本说明书实施例中的一种持续营运方法的流程图；
图4为本说明书实施例中的一种容量成本分析方法的流程图；
图5为本说明书实施例中的一种容量成本优化方法的流程图；
图6为本说明书实施例中的一种业务系统容量运营分析管理装置的示意图；
图7为本说明书实施例中一种实现业务系统容量运营分析管理方法的终端设备；
图8为本说明书实施例中一种储存有业务系统容量运营分析管理方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外，附图仅为本公开的示意性图解。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
如图1所示，本说明书实施例提供一种业务系统容量运营分析管理方法，该方法的执行主体可以为终端设备，其中的终端设备可以是个人计算机。该方法具体可以包括以下步骤S101～S103所述方法包括：
在步骤S101中，将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级。
在步骤S102中，对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务。
在步骤S103中，持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
其中，作为上述步骤S101的补充，一个业务系统是由多个完成不同角色功能的应用组成的，每个应用涉及到的IT基础设施资源又包括以下资源类型：计算资源、操作系统资源、应用中间件、数据库、监控、CI/CD流水线负载、网络线路、存储资源、安全资源等其他N种资源，并且每个应用也有不同的环境类型。因此，在分析每个业务系统的容量成本时，将其拆解为如图2所示的以业务系统为中心的分析结构。
在得到图2的结构后，便可以对该业务系统进行容量成本分析。具体地，每个应用的第一系数代表其在所有的应用中的权重比例，每个环境的第二系数代表着其在同一应用下环境总数的权重比例，这些权重比例可以是预先设定的。容量成本占用情况的计算如下：
将同一环境下的所有的所述资源对应的叶子节点水位乘以对应的所述第二系数，得到第一乘积，类推计算得到同一所述应用下所有的所述环境的所述第一乘积；将同一所述应用的所有的所述环境的所述第一乘积相加后乘以当前所述应用对应的第一系数，得到第二乘积，类推计算得到同一所述业务系统下所有的所述应用的所述第二乘积；将同一所述业务系统的所有的所述应用的所述第二乘积相加，得到当前所述业务系统的所述容量成本占用情况。
当中，叶子节点水位是指在系统或网络中，末梢节点或终端节点的资源使用情况或负载情况，该资源使用情况或负载情况是可以读取得到的，在计算时，计算公式详细如下：
第一系数1*(应用1的环境1的叶子节点A水位*环境1的第二系数+应用1的环境2的叶子节点A水位*环境2的第二系数+....应用1的环境m的叶子节点A水位*环境m的第二系数)+第一系数2*(应用2的环境1的叶子节点A水位*环境1的第二系数+应用2的环境2的叶子节点A水位*环境2的第二系数+....应用2的环境m的叶子节点A水位*环境m的第二系数)+....第一系数n*(应用n的环境1的叶子节点A水位*环境1的第二系数+应用n的环境2的叶子节点A水位*环境2的第二系数+....应用n的环境m的叶子节点A水位*环境m的第二系数)，其中第一系数1+第一系数2+...第一系数n＝1，环境1的第二系数+环境2的第二系数+.....环境m的第二系数＝1。
基于每个业务系统的容量成本占用情况，则可以计算出每个业务系统在公司全部业务系统中的资源占比，则可以计算出每个业务系统在企业全部业务系统中的资源占比。以及基于容量成本占用情况，对于近n天内资源使用率的平均值存在高于上限水位或者低于下限水位的都认定为容量使用不合理；对于近n天内资源使用率的平均值位于下限水位和上限水位之间的都认定为容量使用合理。基于此方法，能够根据每个业务系统对资源的使用情况进行评级，如高等级，业务系统资源使用有两处及以上不合理的地方，建议优化；中等级，业务系统资源使用有一处不合理的地方，建议优化；低等级，业务系统资源合理，无需优化。
步骤S101为容量成本分析，从全局视角监控当前业务系统使用的IT基础设施总成本，以及每个业务系统的资源占比，基于资源占比，能够给业务系统决策参考数据，判断是否需要做出资源投入的调整；该步骤主要可以提供业务系统下的每个应用对资源的使用情况分析，并且可以精细化到每个环境，为管理员评估资源的使用情况是否合理以及最大业务容量提供了参考依据。
其中，作为上述步骤S102的补充，该优化任务主要包括两个方向，即通用的或个性化的，当为通用的，可以设计好每种资源的优化方案，可以对所有的业务系统都适用，批量快速的实现容量成本优化，如：对计算资源进行优化，优化CPU利用率和内存利用率；对中间件进行优化，优化所述中间件的使用容量；对操作系统进行优化，选择所述操作系统的版本及配置参数；对数据库进行优化，优化所述数据库的配置情况和数据量；对CI/CD流水线优化，优化所述CI/CD流水线的运行负载和成功率；对安全资源进行优化，优化防护层级配置安全措施的种类以及所述安全资源的负载；对网络线路进行优化，优化所述网络线路的容量；对监控配置优化，主要是从监控配置的覆盖面以及监控项的方面进行。
具体的，这些优化可以根据具体的资源类型和优化目标来自动化实现的，如：
计算资源：可以设置自动负载均衡机制，当某个节点的负载超过一定阈值时，自动将负载分配到其他节点上。量化的标准可以是CPU利用率和内存利用率超过某个阈值。
应用中间件：可以设置自动调整中间件配置参数的机制，根据实时的负载情况动态调整配置参数。量化的标准可以是中间件的响应时间或吞吐量超过某个阈值。
数据库：可以设置自动优化数据库的索引和查询计划，根据实时的查询性能和负载情况进行动态调整。量化的标准可以是查询响应时间超过某个阈值。
CI/CD流水线：可以设置自动化的构建和测试流程，根据实时的构建和测试结果进行自动化的优化和调整。量化的标准可以是构建和测试成功率低于某个阈值。
监控：可以设置自动化的监控策略，根据实时的监控数据进行自动化的优化和调整。量化的标准可以是监控项超过某个阈值或监控告警频繁触发。
安全资源：可以设置自动化的安全策略和资源配置规则，根据实时的安全事件和资源负载情况进行自动化的优化和调整。量化的标准可以是安全事件频率超过某个阈值或安全资源利用率低于某个阈值。
网络线路：可以设置自动化的网络拓扑调整机制，根据实时的网络负载情况进行自动化的优化和调整。量化的标准可以是网络带宽利用率超过某个阈值。
存储：可以设置自动化的存储管理机制，根据实时的存储使用情况进行自动化的优化和调整。量化的标准可以是存储利用率超过某个阈值。
操作系统：可以设置自动化的系统选择机制，根据所适用的版本进行切换，以及配置预设的参数。
其中，当特色的业务系统被执行为个性化优化任务时，特色的所述业务系统为负载高峰期有预设时间段需求的业务系统，则需要基于历史数据预测未来时间节点需要的所述资源，在所述未来时间节点之前对对应的所述资源进行扩容，在所述未来时间节点发生后，回收扩容的所述资源。
示范性的，可以通过历史数据回测预估出未来一个时间节点某个业务可能需要的资源，并提前进行资源扩容，例如大型节假日结束后的第一个交易日，A系统会承载较大的压力，需要基础资源保障提前到位；针对B系统中的各种风控容量和下单容量存在瓶颈的可能，提前进行扩容等。同时，本方法执行在自动化运维平台上，在负载高峰到来前进行资源的扩容，协助业务高峰处理请求，当业务处理完毕后，再通过自动化运维平台进行资源的回收，达到资源按需使用、动态调整的效果，减少资源浪费。
步骤S102为容量成本优化，对于资源使用存在浪费情况的业务系统进行资源回收，在保障业务系统稳定运行的同时又能有效降低企业运营成本；对于业务系统当前资源已经存在不足或者预测出近期某个重要节点可能存在不足的情况，提前实现资源资源的扩容，保障业务稳定运行；梳理出日常有负载高峰时段的业务系统，实现资源的弹性使用，在不过度分配资源的前提下，保障业务系统高效运行。
其中，作为上述步骤S103的补充，基于所述通用的优化任务中的各种情况和所述评级的规则，计算当前所述业务系统需要回收的资源量化数据后，生成具体的执行表单并与ITSM工单系统进行联动，生成资源回收工单，并根据所述资源回收工单得到执行结果，以及根据所述执行结果执行再一次对每个所述业务系统进行评级。
具体地，如图3所示，为保证以业务系统为中心的数字化容量运营分析管理方法持续为企业提供降低运营成本的价值，需要在做好成本分析和容量成本优化的基础上做好持续运营的工作，在持续运营过程中不断发现新的需求及存在的不足，并进行迭代优化。步骤S103中持续跟踪容量容量成本优化任务中记录了哪个业务系统需要对哪些资源进行什么样的优化(含量化信息)，并拉取ITSM工单系统的执行结果与最新采集到的资源使用情况进行比对，确认资源是否进行了实际调整，对于实际按照计划执行的，这条优化任务会被标记为已完成，对于没有执行或者没有按照计划执行的，这条优化任务的执行次数加1，代表此优化任务没有在本批次优化任务中完成，会在下一批次的优化任务中再次发起，直至完成优化，从而实现资源优化的全生命周期闭环管理。
步骤S103为持续运营方法，通过资源的持续管理，支持业务发展，持续性地对业务系统的资源使用情况进行动态分析和优化，从而真正实现为企业降低运营成本的目标；通过每一轮的资源优化任务，尽可能地发现针对成本分析和容量成本优化的新需求，以及存在的不足，从而不断完善该持续运营方法。
在一实施方式中，在执行步骤S102中的通用的优化任务时，基于所述通用的优化任务中的各种情况和所述评级的规则，计算当前所述业务系统需要回收的资源量化数据后，生成具体的执行表单并与ITSM工单系统进行联动，生成资源回收工单，并根据所述资源回收工单得到执行结果，以及根据所述执行结果执行再一次对每个所述业务系统进行评级。
在一实施方式中，作为对步骤S101中评级的补充，假设一个业务系统有两个应用组成，每个应用下都包含开发、测试和生成环境，并且每个环境下有1个计算资源和1个数据库资源，如图4所示，按照第一系数1等于第一系数2等于0.5和第二系数1等于第二系数2等于第二系数3等于1/3，且设置上限水位为80％、下限水位为15％，基于叶子资源节点的水位情况，可以计算出应用1的计算资源水位为64％，按照评级方法属于低等级，应用1的数据库资源水位为55％，按照评级方法属于低等级；应用2的计算资源水位为59％，但是有叶子节点资源低于下限和高于上限，按照评级方法属于中等级，应用2的数据库资源水位为57％，按照评级方法属于低等级，但由于含有中等级的评级，即使业务系统A的计算资源和数据库资源水位都位于资源水位下限和上限之间，业务系统A的最终评级也是中等级，需要进行容量成本优化。
在一实施方式中，如图5所示，作为步骤S102中容量成本优化的详细补充，根据容量成本分析的结果，针对资源使用不合理的计算资源进行成本优化工作。针对计算资源水位12％的节点分析具体是CPU资源使用率低还是内存资源使用率低，针对性的进行扩容操作；针对计算资源水位90％的节点分析具体是CPU资源使用率高还是内存资源使用率高，针对性的进行缩容操作。
基于同样的思路，如图6所示，提供一种业务系统容量运营分析管理装置，包括：容量成本分析模块601，所述容量成本分析模块601用于将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；容量成本优化模块602，所述容量成本优化模块602用于对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；容量成本持续运营模块603，所述容量成本持续运营模块603用于持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
采用上述的业务系统容量运营分析管理装置，为上层管理员决策提供参考依据。业务系统是直接为企业创造商业价值服务的，本装置以业务系统为中心展开关于容量的成本分析、容量成本优化和持续运营的相关工作，分析评估出每个业务系统的成本情况，可以为管理员在后续进行资源投放时提供一定的量化参考；
为业务系统的负责人提供了容量成本优化建议。以业务系统为中心完成成本分析并评级后，本装置可以为业务系统负责人提供了具体的容量成本优化建议并基于ITSM工单系统生成优化工单，相关负责人可以根据具体的优化建议进行容量优化，真正将容量成本优化落到实处；
降本不降效，资源弹性伸缩。本装置中的个性化优化任务可以对某些系统在特定时间段资源使用率高的情况，提出了在业务高峰时间段为业务系统增加资源，在高峰段后回收资源的方法，该方法保证了在不影响业务稳定性的前提下，有效的降低了系统成本；
资源持续优化的全生命周期管理。本装置中需要优化的资源在一批次的优化结束后，会被持续的跟踪其是否有按照建议进行优化，直至该资源完成优化，从而实现资源优化的全生命周期管理。
上述装置中各模块/单元的具体细节在方法部分实施方式中已经详细说明，未披露的细节内容可以参见方法部分的实施方式内容，因而不再赘述。
基于同样的思路，本说明书实施例还提供一种业务系统容量运营分析管理设备，如图7所示。
业务系统容量运营分析管理设备可以为上述实施例提供的终端设备或服务器。
业务系统容量运营分析管理设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器701和存储器702，存储器702中可以存储有一个或一个以上存储应用程序或数据。其中，存储器702可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)和/或高速缓存存储单元，还可以进一步包括只读存储单元。存储在存储器702的应用程序可以包括一个或一个以上程序模块(图示未示出)，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。更进一步地，处理器701可以设置为与存储器702通信，在业务系统容量运营分析管理设备上执行存储器702中的一系列计算机可执行指令。业务系统容量运营分析管理设备还可以包括一个或一个以上电源703，一个或一个以上有线或无线网络接口704，一个或一个以上I/O接口(输入输出接口)705，一个或多个外部设备706(例如键盘)通信，还可与一个或一个以上使得用户能与该设备交互的设备通信，和/或与使得该设备能与一个或一个以上其它计算设备进行通信的任何设备(例如路由器、网络交换机等等)通信。这种通信可以通过I/O接口705进行。并且，设备还可以通过有线或无线接口704与一个或一个以上网络(例如局域网(LAN)通讯。
具体在本实施例中，业务系统容量运营分析管理设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对业务系统容量运营分析管理设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；
对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
基于同样的思路，本公开的示例性实施方式还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图8所示，描述了根据本公开的示例性实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言一诸如Java、C++、CSS、HTML等，还包括常规的过程式程序设计语言一诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施方式的方法。
此外，上述附图仅是根据本公开示例性实施方式的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施方式。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种业务系统容量运营分析管理方法，其特征在于，所述方法包括：
将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；
对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
2.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，所述基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，包括：
将同一环境下的所有的所述资源对应的叶子节点水位乘以对应的所述第二系数，得到第一乘积，类推计算得到同一所述应用下所有的所述环境的所述第一乘积；
将同一所述应用的所有的所述环境的所述第一乘积相加后乘以当前所述应用对应的第一系数，得到第二乘积，类推计算得到同一所述业务系统下所有的所述应用的所述第二乘积；
将同一所述业务系统的所有的所述应用的所述第二乘积相加，得到当前所述业务系统的所述容量成本占用情况。
3.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，所述对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级，包括：
对预设天数内的资源使用率的平均值高于预设上限水平或低于预设下限水平的资源评定为不合理；
对预设天数内的资源使用率的平均值低于预设上限水平和高于预设下限水平的资源评定为合理；
基于所述业务系统中的资源的合理或不合理的数量，得到所述业务系统的资源使用情况的等级。
4.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，所述环境下的所述资源至少包括以下中的一种：
计算资源、操作系统资源、应用中间件、数据库、监控、CI/CD流水线负载、网络线路、存储资源、安全资源。
5.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，所述通用的优化任务，至少包括以下情况的一种：
对计算资源进行优化，优化CPU利用率和内存利用率；
对应用中间件进行优化，优化所述中间件的使用容量；
对操作系统资源进行优化，选择所述操作系统的版本及配置参数；
对数据库进行优化，优化所述数据库的配置情况和数据量；
对CI/CD流水线负载优化，优化所述CI/CD流水线的运行负载和成功率；
对安全资源进行优化，优化防护层级配置安全措施的种类以及所述安全资源的负载；
对网络线路进行优化，优化所述网络线路的容量；
对存储资源进行优化，优化所述存储的使用容量和数据的重要性。
6.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，基于所述通用的优化任务中的各种情况和所述评级的规则，计算当前所述业务系统需要回收的资源量化数据后，生成具体的执行表单并与ITSM工单系统进行联动，生成资源回收工单，并根据所述资源回收工单得到执行结果，以及根据所述执行结果执行再一次对每个所述业务系统进行评级。
7.根据权利要求1所述的业务系统容量运营分析管理方法，其特征在于，所述对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务，包括：
特色的所述业务系统为负载高峰期有预设时间段需求的业务系统；
基于历史数据预测未来时间节点需要的所述资源，在所述未来时间节点之前对对应的所述资源进行扩容；
在所述未来时间节点发生后，回收扩容的所述资源。
8.一种业务系统容量运营分析管理装置，其特征在于，包括：
容量成本分析模块，所述容量成本分析模块用于将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，并对所述业务系统中的资源进行评级，得到每个所述业务系统的资源使用情况的等级；
容量成本优化模块，所述容量成本优化模块用于对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，基于历史数据，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
容量成本持续运营模块，所述容量成本持续运营模块用于持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
9.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的业务系统容量运营分析管理方法。
10.一种业务系统容量运营分析管理设备，其特征在于，包括：
处理器；以及被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
将业务系统拆分为多个应用，将每个所述应用拆分为多个环境，归纳每个所述环境下的资源，给每个所述应用赋予不同的第一系数，给每个所述环境赋予不同的第二系数，所有的所述第一系数和所有的所述第二系数的各自相加等于一，基于所有的所述第一系数和所述第二系数，计算得到当前所述业务系统的容量成本占用情况，以计算得到每个所述业务系统在全部的所述业务系统中的资源占比，基于所述资源占比，对每个所述业务系统进行评级，得到每个所述业务系统的等级；
对所述等级低于阈值的所述业务系统执行优化任务，其中，判断其为通用或特色中的一种，对为通用的所述业务系统的每种所述资源执行通用的优化任务，对为特色的所述业务系统的所述资源进行预估并按预估结果执行个性化优化任务；
持续跟踪优化记录，对所述优化记录中记载的所述资源执行优化所要产生的量化信息与实时采集的所述资源的使用情况进行对比，确认所述资源是否完成优化任务，若没有，将所述资源的优化任务的执行次数加一，使得在下一批的优化任务中执行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310958572.XA CN116881106B (zh) | 2023-07-31 | 2023-07-31 | 业务系统容量运营分析管理方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310958572.XA CN116881106B (zh) | 2023-07-31 | 2023-07-31 | 业务系统容量运营分析管理方法、装置、存储介质及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116881106A CN116881106A (zh) | 2023-10-13 |
| CN116881106B true CN116881106B (zh) | 2024-03-08 |
Family
ID=88262908
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310958572.XA Active CN116881106B (zh) | 2023-07-31 | 2023-07-31 | 业务系统容量运营分析管理方法、装置、存储介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116881106B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106230627A (zh) * | 2016-07-28 | 2016-12-14 | 浪潮软件股份有限公司 | 一种基于可定制策略的web访问高峰缓解方法 |
| CN110532154A (zh) * | 2018-05-23 | 2019-12-03 | 中国移动通信集团浙江有限公司 | 应用系统扩容方法、装置和设备 |
| CN110597623A (zh) * | 2019-08-13 | 2019-12-20 | 平安普惠企业管理有限公司 | 容器资源分配方法、装置、计算机设备和存储介质 |
| CN111459617A (zh) * | 2020-04-03 | 2020-07-28 | 南方电网科学研究院有限责任公司 | 基于云平台的容器化应用自动分配优化系统及其方法 |
| CN111625436A (zh) * | 2020-05-26 | 2020-09-04 | 泰康保险集团股份有限公司 | 保险业务容量的管理方法、装置、电子设备及存储介质 |
| CN111966480A (zh) * | 2020-08-28 | 2020-11-20 | 山东英信计算机技术有限公司 | 一种任务执行方法及相关装置 |
| CN113010576A (zh) * | 2021-03-19 | 2021-06-22 | 中国建设银行股份有限公司 | 云计算系统容量评估的方法、装置、设备和存储介质 |
| CN113760715A (zh) * | 2020-11-12 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种对系统进行测试的方法和装置 |
| CN114240395A (zh) * | 2021-12-24 | 2022-03-25 | 中国建设银行股份有限公司 | 一种资源交付方法、装置、计算机设备及存储介质 |
| CN114666224A (zh) * | 2020-12-08 | 2022-06-24 | 中移动信息技术有限公司 | 业务资源容量动态分配方法、装置、设备及存储介质 |
| CN115981863A (zh) * | 2022-12-30 | 2023-04-18 | 福建省政务门户网站运营管理有限公司 | 一种结合业务特性的智能云资源弹性伸缩方法和系统 |
| CN115996247A (zh) * | 2022-08-26 | 2023-04-21 | 西北工业大学 | 一种面向服务管理平台Kubernetes的服务管理方法及管理平台 |
| CN116166443A (zh) * | 2023-04-23 | 2023-05-26 | 欢喜时代(深圳)科技有限公司 | 一种游戏任务系统的负载优化方法及系统 |
-
2023
- 2023-07-31 CN CN202310958572.XA patent/CN116881106B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106230627A (zh) * | 2016-07-28 | 2016-12-14 | 浪潮软件股份有限公司 | 一种基于可定制策略的web访问高峰缓解方法 |
| CN110532154A (zh) * | 2018-05-23 | 2019-12-03 | 中国移动通信集团浙江有限公司 | 应用系统扩容方法、装置和设备 |
| CN110597623A (zh) * | 2019-08-13 | 2019-12-20 | 平安普惠企业管理有限公司 | 容器资源分配方法、装置、计算机设备和存储介质 |
| CN111459617A (zh) * | 2020-04-03 | 2020-07-28 | 南方电网科学研究院有限责任公司 | 基于云平台的容器化应用自动分配优化系统及其方法 |
| CN111625436A (zh) * | 2020-05-26 | 2020-09-04 | 泰康保险集团股份有限公司 | 保险业务容量的管理方法、装置、电子设备及存储介质 |
| CN111966480A (zh) * | 2020-08-28 | 2020-11-20 | 山东英信计算机技术有限公司 | 一种任务执行方法及相关装置 |
| CN113760715A (zh) * | 2020-11-12 | 2021-12-07 | 北京京东振世信息技术有限公司 | 一种对系统进行测试的方法和装置 |
| CN114666224A (zh) * | 2020-12-08 | 2022-06-24 | 中移动信息技术有限公司 | 业务资源容量动态分配方法、装置、设备及存储介质 |
| CN113010576A (zh) * | 2021-03-19 | 2021-06-22 | 中国建设银行股份有限公司 | 云计算系统容量评估的方法、装置、设备和存储介质 |
| CN114240395A (zh) * | 2021-12-24 | 2022-03-25 | 中国建设银行股份有限公司 | 一种资源交付方法、装置、计算机设备及存储介质 |
| CN115996247A (zh) * | 2022-08-26 | 2023-04-21 | 西北工业大学 | 一种面向服务管理平台Kubernetes的服务管理方法及管理平台 |
| CN115981863A (zh) * | 2022-12-30 | 2023-04-18 | 福建省政务门户网站运营管理有限公司 | 一种结合业务特性的智能云资源弹性伸缩方法和系统 |
| CN116166443A (zh) * | 2023-04-23 | 2023-05-26 | 欢喜时代(深圳)科技有限公司 | 一种游戏任务系统的负载优化方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| SMS云网关负载感知弹性伸缩控制算法;谈龙兵;高洋;张成业;韩曾帆;;计算机系统应用;20170215(第02期);全文 * |
| 开发测试环境资源效能分析系统研究与设计;张琦;;中国金融电脑;20180607(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116881106A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Radovanović et al. | Carbon-aware computing for datacenters | |
| Matos et al. | Sensitivity analysis of a hierarchical model of mobile cloud computing | |
| US8086544B2 (en) | Analysis of energy-related factors for selecting computational job locations | |
| CN103999049A (zh) | 云供应加速器 | |
| CN117768469B (zh) | 一种基于大数据的云服务管理方法及系统 | |
| Panwar et al. | A systematic review on effective energy utilization management strategies in cloud data centers | |
| Li et al. | Efficient resource scaling based on load fluctuation in edge-cloud computing environment | |
| CN110875838B (zh) | 一种资源部署方法、装置和存储介质 | |
| Tekiyehband et al. | An efficient dynamic service provisioning mechanism in fog computing environment: A learning automata approach | |
| CN116881106B (zh) | 业务系统容量运营分析管理方法、装置、存储介质及设备 | |
| Wang et al. | An Efficient Load Prediction‐Driven Scheduling Strategy Model in Container Cloud | |
| CN117972367B (zh) | 一种数据存储预测方法、数据存储子系统及智能计算平台 | |
| US11748813B2 (en) | Methods and apparatus for asset management | |
| Fan et al. | Knative autoscaler optimize based on double exponential smoothing | |
| Kusic et al. | Approximation modeling for the online performance management of distributed computing systems | |
| CN113592160B (zh) | 基于融合处理的用户设备的失联风险预测方法、系统和计算机设备 | |
| CN117056020A (zh) | 容器伸缩方法、系统、电子设备及存储介质 | |
| CN112769942B (zh) | 一种基于QoS的微服务动态编排方法 | |
| CN111967806B (zh) | 基于定期回扫的用户风险更新方法、装置和电子设备 | |
| CN114997574A (zh) | 一种基于业务中台的配电台区弹性资源管理方法及装置 | |
| KR102709237B1 (ko) | 머신 러닝 및 통계적 접근방식의 계층적 조합에 의한 에너지 가격 추정 방법 | |
| Vashistha et al. | [Retracted] Sustainable Technical Debt‐Aware Computing Model for Virtual Machine Migration (TD4VM) in IaaS Cloud | |
| Rani et al. | Design and development of home automation system | |
| CN117707797B (zh) | 基于分布式云平台的任务调度方法、装置及相关设备 | |
| Miguel et al. | Towards SLA‐Driven Autoscaling of Cloud Distributed Services for Mobile Communications |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Changjun Inventor after: Wang Yang Inventor after: Zhao Linhai Inventor before: Liu Changjun Inventor before: Wang Yanglin Inventor before: Zhao Linhai |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |