一种资源分配方法、装置、设备及介质与流程

本技术涉及资源管理，特别涉及一种资源分配方法、装置、设备及介质。

背景技术：

1、vmware的分布式资源调度程序(drs，distributed resource scheduler)是一种资源管理功能，旨在帮助vmware vsphere虚拟化环境中的管理员对资源自动化分配和负载均衡，以防止主机过载；分布式资源调度程序可以监测物理机的资源利用率，并根据负载情况自动将虚拟机迁移至其他主机，以避免主机资源瓶颈和性能下降；通过将虚拟机从负载过重的主机迁移到具有足够计算资源的另一个主机上来实现负载平衡，与此同时可以保证虚拟机的正常运行。

2、分布式资源调度程序设计的原则是让每台虚拟机负载正常，确保的是每个虚拟机都能在任何时候访问到合适资源，以平衡各个主机的负载，如果集群上的每台虚拟机获取到的资源满足其自身要求，没有出现资源争用，那么此时分布式资源调度程序就不会触发迁移动作，即便从主机层面查看资源利用情况，中央处理器(cpu)和内存已经超过了报警阈值，也不会触发迁移动作。

3、而在一些部署了延迟敏感性的虚拟化平台，出现业务延迟，主要原因是进行迁移动作时是会出现资源开销，一般情况下会将分布式资源调度程序设置为半自动，设置优先级最高时将提供最均匀的负载平衡，但此时会导致频繁的迁移，这样不会为虚拟机提供任何性能优势，反倒增加了虚拟机的卡顿和虚拟机迁移失败等情况。

技术实现思路

1、为了克服上述技术缺陷，本技术的目的在于提供一种资源分配方法、装置、设备及介质，所述方法包括：获取任意一台物理机下的每台虚拟机的机器状态信息；根据所述每台虚拟机的机器状态信息对若干台虚拟机进行过滤，确定待资源分配的虚拟机集合；获取任意一台待资源分配虚拟机的各资源占比信息；响应于所述待资源分配虚拟机的各资源占比均小于所述物理机对应资源的资源占比与第一预设值的乘积，则通过种群粒子算法对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况；通过适应度函数对所述虚拟机的各资源分配情况进行优化更新，确定所述虚拟机的各资源目标分配情况；根据所述虚拟机的各资源目标分配情况对所述待资源分配的虚拟机集合的每台虚拟机进行资源分配。本技术减少了虚拟机在不同物理机之间频繁进行迁移的资源开销，达到可以稳定高效利用资源的目的。

2、本技术实施例提供的具体技术方案如下：

3、第一方面，本技术提供了一种资源分配方法，所述方法应用于资源分配系统，所述系统包括若干台物理机，每台物理机包括若干台虚拟机，所述方法包括：

4、获取任意一台物理机下的每台虚拟机的机器状态信息；

5、根据所述每台虚拟机的机器状态信息对若干台虚拟机进行过滤，确定待资源分配的虚拟机集合；

6、获取任意一台待资源分配虚拟机的各资源占比信息；

7、响应于所述待资源分配虚拟机的各资源占比均小于所述物理机对应资源的资源占比与第一预设值的乘积，则通过种群粒子算法对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况；

8、通过适应度函数对所述虚拟机的各资源分配情况进行优化更新，确定所述虚拟机的各资源目标分配情况；

9、根据所述虚拟机的各资源目标分配情况对所述待资源分配的虚拟机集合的每台虚拟机进行资源分配。

10、在其中一个实施例中，所述根据所述每台虚拟机的机器状态信息对若干台虚拟机进行过滤，确定待资源分配的虚拟机集合，包括：

11、获取每台虚拟机的机器状态，其中，所述虚拟机的机器状态包括开机状态、关机状态以及休眠状态；

12、对所述虚拟机的机器状态为关机状态的虚拟机进行过滤删除；

13、将剩余的虚拟机集合作为待资源分配的虚拟机集合。

14、在其中一个实施例中，所述通过种群粒子算法对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况，包括：

15、获取所述虚拟机资源的位置矩阵，其中，所述位置为虚拟机各资源的分配情况；

16、通过位置更新公式对所述虚拟机资源的位置矩阵进行迭代更新：

17、所述通过位置更新公式对所述虚拟机资源的位置矩阵进行迭代更新，包括：

18、获取虚拟机下一次迭代时的位置虚拟机当前迭代时的位置虚拟机的最佳位置bin，物理机中所有虚拟机的全局最佳位置bgn，当前的迭代次数a，总迭代次数a，物理机中某个虚拟机i，虚拟资源的种类维度n；获取随机数c、c1、c2，决策概率γ，其中，所述决策概率

19、当随机数c小于决策概率γ时，则通过位置更新公式对所述虚拟机资源的位置矩阵进行迭代更新；

20、当随机数c大于等于决策概率γ时，则通过位置更新公式对所述虚拟机资源的位置矩阵进行迭代更新；

21、当迭代更新次数达到第一阈值时，则停止迭代更新，并输出所述虚拟机资源分配情况的二维矩阵r＝(pi,qi)，其中，pi为当前物理机的虚拟机资源可靠性，qi为虚拟机中各个资源的当前占比分配情况。

22、在其中一个实施例中，所述方法，还包括：

23、获取所述虚拟机资源的速度矩阵，其中，所述速度为虚拟机各资源的变化方向；

24、通过速度更新公式对所述虚拟机资源的速度矩阵进行迭代更新；

25、所述通过速度更新公式对所述虚拟机资源的速度矩阵进行迭代更新，包括：

26、获取虚拟机下一次迭代时的速度变量虚拟机当前迭代时的速度变量vina，参数w，虚拟机学习因子z1、z2，虚拟机当前迭代时的最佳位置bin a，物理机中所有虚拟机当前迭代时的全局最佳位置bgn a；

27、通过速度更新公式：对所述虚拟机资源的速度矩阵进行迭代更新。

28、在其中一个实施例中，所述通过适应度函数对所述虚拟机的各资源分配情况进行优化更新，确定所述虚拟机的各资源目标分配情况，包括：

29、获取当前物理机的虚拟机资源可靠性pi，虚拟机中各个资源的当前占比分配情况qi，虚拟机数目num，可靠性res，系统持续时间t；

30、通过适应度函数计算所述虚拟机的适应度函数值；

31、通过虚拟机适应度函数值的计算对比对所述虚拟机的适应度函数值进行更新；

32、所述通过虚拟机适应度函数值的计算对比对所述虚拟机的适应度函数值进行更新，包括：

33、当所述虚拟机当前迭代的适应度函数值大于所述虚拟机历史最佳位置对应的适应度函数值时，则对所述虚拟机的适应度函数值进行更新；

34、当虚拟机群体当前迭代的适应度函数值大于所述虚拟机群体历史最佳位置对应的适应度函数值时，则对所述虚拟机群体的适应度函数值进行更新；

35、将所述虚拟机适应度函数值以及虚拟机群体适应度函数值最高对应的各个虚拟资源的占比分配情况确定为所述虚拟机的各资源目标分配情况。

36、在其中一个实施例中，所述方法，包括：

37、响应于所述待资源分配虚拟机的其中一项资源占比大于等于所述物理机对应该资源的资源占比与第一预设值的乘积，则将所述虚拟机的对应该资源迁移至其他物理机中。

38、在其中一个实施例中，所述方法，还包括：

39、通过种群粒子算法、遗传算法以及模拟退火算法结合的方式对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况；

40、通过调整虚拟机学习因子，对所述速度更新公式进行优化，对每次迭代得到的虚拟机各个资源的占比分配情况进行更新。

41、第二方面，本技术还提供了一种资源分配装置，所述装置包括：

42、获取模块，用于获取任意一台物理机下的每台虚拟机的机器状态信息，任意一台待资源分配虚拟机的各资源占比信息；

43、过滤模块，用于根据所述每台虚拟机的机器状态信息对若干台虚拟机进行过滤，确定待资源分配的虚拟机集合；

44、确定模块，用于响应于所述待资源分配虚拟机的各资源占比均小于所述物理机对应资源的资源占比与第一预设值的乘积，则通过种群粒子算法对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况；

45、优化模块，用于通过适应度函数对所述虚拟机的各资源分配情况进行优化更新，确定所述虚拟机的各资源目标分配情况；

46、分配模块，用于根据所述虚拟机的各资源目标分配情况对所述待资源分配的虚拟机集合的每台虚拟机进行资源分配。

47、第三方面，还提供了一种资源分配装置，包括：

48、一个或多个处理器；

49、存储装置，用于存储一个或多个程序；

50、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面任一所述的资源分配方法。

51、第四方面，本技术还提供了一种计算机设备，所述设备包括：

52、存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序以实现如第一方面任一所述的资源分配方法的步骤。

53、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面任一所述的资源分配方法的步骤。

54、第六方面，本技术还提供了一种计算机存储介质，所述介质包括：

55、其上存储有计算机程序，该计算机程序被处理器执行时实现第一方面任一所述的资源分配方法的步骤。

56、与现有技术相比，本技术实施例提供的技术方案所述方法包括：获取任意一台物理机下的每台虚拟机的机器状态信息；根据所述每台虚拟机的机器状态信息对若干台虚拟机进行过滤，确定待资源分配的虚拟机集合；获取任意一台待资源分配虚拟机的各资源占比信息；响应于所述待资源分配虚拟机的各资源占比均小于所述物理机对应资源的资源占比与第一预设值的乘积，则通过种群粒子算法对所述虚拟机资源的位置矩阵迭代更新确定所述虚拟机的各资源分配情况；通过适应度函数对所述虚拟机的各资源分配情况进行优化更新，确定所述虚拟机的各资源目标分配情况；根据所述虚拟机的各资源目标分配情况对所述待资源分配的虚拟机集合的每台虚拟机进行资源分配。本技术减少了虚拟机在不同物理机之间频繁进行迁移的资源开销，达到可以稳定高效利用资源的目的。

57、本技术实施例提供的技术方案可以在资源未超过所设定范围时，优化资源的分配和虚拟机调度的策略，减少分布式资源调度程序频繁迁移次数带来的影响，通过资源计算模块找到最优方案，平衡每个物理机内的虚拟机资源，从而达到提高云计算系统的资源利用率和系统可靠性效益的作用。

58、本技术实施例提供的技术方案充分利用计算资源，使得每个主机上的虚拟机都能高效运行，通过智能动态的资源调度，减少资源浪费，确保主机资源的高可用性；同时能够根据系统的性能指标进行适应度函数的定义，满足不同应用场景的需求，技术方案具有较强的可扩展性，能够适应云平台规模的变化和虚拟机资源的动态变化。