一种云资源运营管控系统

技术领域

本申请涉及电网智能化技术领域，尤其是涉及一种云资源运营管控系统。

背景技术

随着电网技术的发展，电网企业数据中心智能化程度越来越高，智能化运维对云资源的管控提出新的需求。相关技术中，因电网系统较为复杂，电网业务负载动态变化，导致电网的云资源的利用率较低。

发明内容

针对上述现有技术的不足，本发明提供一种云资源运营管控系统。

一种云资源运营管控系统，所述方法包括：应用于电网云资源异构平台，所述系统包括：至少一个电网云主机、配置管理数据库、弹性调度处理模块和弹性调度配置模块，其中，

所述电网云主机，用于支持电网业务运行，生成性能负载数据；

所述配置管理数据库，用于存储各个电网云主机的配置数据、历史性能负载数据；

所述弹性调度处理模块，用于从各个所述电网云主机获取性能负载数据，以及从所述配置管理数据库获取各个电网云主机的配置数据、历史性能负载数据，输入至预先训练的弹性调度管理模型，得到云资源使用趋势数据，发送至所述弹性调度配置模块；

所述弹性调度配置模块，用于根据所述云资源使用趋势数据，生成针对各个所述电网云主机的资源调度任务；

其中，所述资源调度任务中携带有各个所述电网云主机对应的资源配置方案，所述资源调度任务被执行后使得各个所述电网云主机分配到与所述资源配置方案对应的云资源。

在本发明一个实施例中，所述电网云主机中配置有数据采集组件，用于实时采集电网云主机的性能负载数据。

在本发明一个实施例中，所述弹性调度处理模块，包括：数据获取子模块和数据预测子模块，其中，

所述数据获取子模块，用于通过采集组件从各个所述电网云主机和所述配置管理数据库获取的数据，通过数据清洗后存入kafka；

所述数据预测子模块，用于将从所述kafka中获取对应的数据，输入到预先训练的弹性调度管理模型，根据模型输出结果得到所述云资源使用趋势数据。

在本发明一个实施例中，所述数据获取子模块，进一步用于根据从所述kafka中获取对应的数据，作为第一训练数据集，更新所述弹性调度管理模型。

在本发明一个实施例中，所述数据预测子模块，进一步用于从所述历史性能负载数据中，周期性获取各个所述电网云主机在不同时间段的负载能力，筛选符合预设指标需求的数据作为第二训练数据集，更新所述弹性调度管理模型。

在本发明一个实施例中，所述弹性调度管理模型，是多维关联分析模型，至少包括业务容量预测模型和时段负载模型；

其中，所述业务容量预测模型，用于确定各个电网业务类型对应的电网云主机在未来预设时间周期内的容量变动趋势；

所述时段负载模型，用于确定各个业务类型对应的电网云主机的时段负载关联信息。

在本发明一个实施例中，所述云资源使用趋势数据至少包括所述电网云主机在未来预设时间周期内的容量变动趋势、各个业务类型对应的电网云主机的时段负载关联信息。

在本发明一个实施例中，所述配置管理数据库，进一步用于获取所述资源调度任务被执行后，各个所述电网云主机的新的性能负载数据，并更新至各个所述电网云主机的配置数据中。

在本发明一个实施例中，所述配置管理数据库，进一步用于从所述弹性调度处理模块获取各个电网云主机的性能负载数据，并更新至各个所述电网云主机的配置数据中。

在本发明一个实施例中，所述配置管理数据库与显示模块连接，实时显示各个所述电网云主机的配置数据。

本发明的云资源运营管控系统，应用于电网云资源异构平台，该系统包括：至少一个电网云主机、配置管理数据库、弹性调度处理模块和弹性调度配置模块，该系统通过电网云主机的历史数生成弹性调度管理模型，对电网云主机的资源利用情况进行自动化的弹性调度，提高调度的智能化程度；同时，可以实现调度的实时跟踪，及时调整分配各个电网云主机的云资源，提高了电网云资源异构平台运行的可靠性和资源利用效率。

附图说明

图1为本发明一个实施例中提供的云资源运营管控系统的结构框图；

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

需要说明的是，本发明实施例所涉及的术语“第一第二”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一第二”区分的对象在适当情况下可以互换，以使这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。

相关技术中，电网的运维管控中，引入云资源异构的管控方式，在现有电网云的基础上，借助第三方平台进行多云平台管理，通过统一的数据结构标准，统一接口，能够提供标准数据消费，第三种系统功能调用，实现与外围系统在数据、操作、界面上的集成，提升运维效率和服务质量，提高电网云系统的可拓展性，提高算力水平和运维的智能化程度。云管管理员可以通过WEB页面配置方式，快速添加云账号即实现多种云平台适配纳管，支持适配对接各类云服务产品，覆盖公有云、私有云、传统IDC资源池的统一管理。

在这样的背景下，电网云资源管理面临新的挑战，在资源申请和管理方面，需要历经需求申请、需求评估、资源配备、任务实施、效果跟踪等多个环节，基本上都需通过人工的方式进行，花费时间长，智能化程度低，且系统上线后资源跟踪效率低，无法及时在电网云主机之间进行资源调配。

本申请针对现有技术中存在的电网云主机资源管控效率低、资源利用率低的问题，提出了云资源运营管控系统，至少一个电网云主机、配置管理数据库、弹性调度处理模块和弹性调度配置模块，该系统通过电网云主机的历史数生成弹性调度管理模型，对电网云主机的资源利用情况进行自动化的弹性调度，提高调度的智能化程度；同时，可以实现调度的实时跟踪，及时调整分配各个电网云主机的云资源，提高了电网云资源异构平台运行的可靠性和资源利用效率。

如图1所示，本申请提供了一种云资源运营管控系统，该系统应用于电网云资源异构平台，该可以系统包括：至少一个电网云主机、配置管理数据库、弹性调度处理模块和弹性调度配置模块。

在一个实施例中，电网云主机，可以用于支持电网业务运行，生成性能负载数据。每个云主机可以对应支持一种电网业务类型，在运行过程中，各个电网云主机会生成性能负载数据，包括但不限于容量、CPU数据等，该性能负载数据用于指示该电网云主机的在各种业务条件下的资源占用情况。

为了实现针对电网云主机的数据实时采集，可以在各个电脑云主机中配置采集agent组件，实时采集各个电脑云主机的性能负载数据。通过实时采集数据，可以支持云资源的实时管控，提高管控的精细化程度。

在一个实施例中，配置管理数据库，可以用于存储各个电网云主机的配置数据、历史性能负载数据。配置数据可以包括各个电网云主机的历史容量数据(CPU总核数、CPU已分配量、CPU剩余可分配量、内存总量、内存已分配量、内存剩余可使用量等容量指标)、资源关联关系、应用性能数据等，用于揭示各个电网云主机的当前配置和历史配置。历史性能负载数据是采集到的各个时期的历史数据，一方面作为数据存档，另一方面可以进行分析以确定运行规律，也可以用于训练算法模型，以进行电网云主机的资源使用情况预测。

在一个实施例中，弹性调度处理模块，可以用于从各个电网云主机获取性能负载数据，以及从配置管理数据库获取各个电网云主机的配置数据、历史性能负载数据，输入至预先训练的弹性调度管理模型，得到云资源使用趋势数据，发送至弹性调度配置模块。

其中，弹性调度管理模型，是基于历史运行数据训练得到的模型，可以统一将采集的性能负载数据进行容量趋势分析、低负载分析与高负载分析。依据云资源总容量与使用率的趋势分析报告数据，驱动系统生成最佳扩容建议。

在一些实施例中，弹性调度管理模型可以是多维关联分析模型，至少包括业务容量预测模型和时段负载模型。

其中，业务容量预测模型，可以用于确定各个电网业务类型对应的电网云主机在未来预设时间周期内的容量变动趋势。该模型的训练数据可以是预处理后的历史容量数据、业务数据、资源关联关系等数据，确认影响容量的关键因素，具体业务与主机资源的影响关系，建立不同业务类型的容量预测模型。在模型训练阶段，可以进行大量容量预测的机器训练，将预测结果与历史容量情况进行对比，修正容量预测模型的模型参数，直至预测结果与历史容量数据相一致。让容量预测模型的预测结果更接近实际使用情况，提升预测准确性。在模型预测阶段，可以根据电网云主机的性能负载数据作为输入，通过容量预测模型进行容量预测。

其中，时段负载模型，可以用于确定各个业务类型对应的电网云主机的时段负载关联信息。该模型的训练数据可以是各个业务系统全时段的CPU和内存占用情况指标数据。在具体分析中，可以通过时段负载模型分析一段时间内的CUP数据和内存数据，确定各个时段中具有明显潮汐特征的业务和业务对应的电网云主机，建立时段负载关联，以便于针对该电网云主机资源进行动态调整。

在一些实施例中，云资源使用趋势数据云资源使用趋势数据至少包括所述电网云主机在未来预设时间周期内的容量变动趋势、各个业务类型对应的电网云主机的时段负载关联信息。通过将预计需要的云资源和电网云主机目前配置的云资源进行对比，可以确定对该电网云主机执行扩容或者缩容操作，以及执行该操作的时机。也就是说，各个电网云主机的配置的云资源，是可以实现实时动态调整的，当然，也可以根据实际需求，按照一定的频次间隔一定周期进行调整。

在一些实施例中，弹性调度处理模块，可以包括数据获取子模块和数据预测子模块。

其中，数据获取子模块，用于通过采集组件从各个电网云主机和配置管理数据库获取的数据，通过数据清洗后存入kafka。在一些情况下，数据获取子模块可以从kafka中获取数据，作为第一训练数据集，实时更新该弹性调度管理模型，实现模型的动态更新，与云资源的更新迭代相适应。

数据预测子模块，用于将从kafka中获取对应的数据，输入到预先训练的弹性调度管理模型，根据模型输出结果得到云资源使用趋势数据。

在一些情况下，数据预测子模块，也可以进一步用于从历史性能负载数据中，周期性获取各个电网云主机在不同时间段的负载能力，筛选符合预设指标需求的数据作为第二训练数据集，更新弹性调度管理模型。预设指标可以是一些低频异常指标，该类数据出现频次低，但是对模型参数存在影响，可以构成第二训练数据集，以更新弹性调度模型，提高模型的适应性。

在一个实施例中，弹性调度配置模块，可以用于根据云资源使用趋势数据，生成针对各个电网云主机的资源调度任务，其中，资源调度任务中携带有各个电网云主机对应的资源配置方案，资源调度任务被执行后使得各个电网云主机分配到与所述资源配置方案对应的云资源。

在一个实施例中，上述各实施例的系统中，配置管理数据库，可以进一步用于获取资源调度任务被执行后各个所述电网云主机的新的性能负载数据，并更新至各个电网云主机的配置数据中，实现电网云主机的配置数据的及时更新，确保整个管控系统的正常运行。

在一个实施例中，配置管理数据库，可以进一步用于从弹性调度处理模块获取各个电网云主机的性能负载数据，并更新至各个所述电网云主机的配置数据中。具体地，配置管理数据库可以从弹性调度处理模块的数据获取子模块获取各个电网云主机的当前性能负载数据，并进行存储和备份，该数据还可以作为各个电网云主机的历史性能数据，用于性能趋势分析等研究工作。

另外，配置管理数据库可以与显示模块连接，实时显示各个电网云主机的配置数据，提高电网云主机的信息可视化程度。

上述各实施例的系统，通过该系统通过电网云主机的历史数生成弹性调度管理模型，对电网云主机的资源利用情况进行自动化的弹性调度，提高调度的智能化程度；同时，可以实现调度的实时跟踪，及时调整分配各个电网云主机的云资源，提高了电网云资源异构平台运行的可靠性和资源利用效率。

应当理解的是，上述云资源运营管控系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。