AI辅助的云计算资源智能调度方法及调度系统与流程

本发明涉及云计算，尤其涉及一种ai辅助的云计算资源智能调度方法及调度系统。

背景技术：

1、随着云计算技术的迅猛发展，多租户环境已成为云服务提供商广泛采用的一种服务模式。多租户环境允许多个租户共享同一套计算资源和服务，从而显著提高资源利用率并降低运营成本。然而，这种模式也带来了资源调度和管理的挑战。如何在保证每个租户的服务质量(qos)和服务等级协议(sla)的同时，实现资源的动态、高效、智能调度，成为当前云计算领域亟待解决的问题。

2、传统的云计算资源调度方法往往基于静态规则或简单的启发式算法，这些方法在应对复杂多变的多租户环境时显得力不从心。一方面，它们无法准确预测和评估不同租户的资源需求变化，导致资源分配不均和浪费；另一方面，它们缺乏灵活性和智能性，难以根据实时情况动态调整资源分配策略，从而无法保证所有租户的服务质量。

3、因此，有必要提供一种ai辅助的云计算资源智能调度方法及调度系统解决上述技术问题。

技术实现思路

1、为解决上述技术问题，本发明提供一种ai辅助的云计算资源智能调度方法及调度系统，通过引入跨租户资源优化策略，实现了在多租户环境下的资源高效、智能调度。

2、本发明提供了一种ai辅助的云计算资源智能调度方法，应用于多租户环境，所述调度方法包括以下步骤：

3、接收新的任务，并获取所述任务所属的租户id以及计算所述任务所需的资源；

4、判断所述任务所属的租户id预配置的资源池内的闲置资源是否不小于所述任务的资源，若否，则将所述任务分配至自身所属的租户id预配置的资源池内，若是，则选择性地从其余租户资源池中临时分配未使用的资源给所述任务所属的租户，并利用临时分配的资源处理所述任务；

5、在资源临时分配过程中，采用跨租户资源优化策略评估其余租户资源池的当前使用情况和未来预测需求进行资源临时分配。

6、优选的，所述接收新的任务，并获取所述任务所属的租户id以及计算所述任务所需的资源，包括：

7、获取任务请求；

8、解析任务请求中的元数据，识别所述任务所属的租户id；

9、根据任务请求中的规格要求，通过预设的资源评估模型计算所述任务所需的资源类型和资源数量。

10、优选的，所述根据任务请求中的规格要求，通过预设的资源评估模型计算所述任务所需的资源类型和资源数量，包括：

11、根据任务请求的规格要求，提取多个需求参数；

12、将提取的多个需求参数输入至预设的资源评估模型中，其中所述资源评估模型是基于历史数据、任务类型库和性能基准进行训练获取的神经网络模型；

13、所述资源评估模型根据输入的多个需求参数，计算并输出所述任务所需的资源类型和资源数量。

14、优选的，所述判断所述任务所属的租户id预配置的资源池内的闲置资源是否不小于所述任务的资源，包括：

15、实时查询除所述任务所属的租户外其余租户的资源池中的资源使用情况，所述资源使用情况包括已分配资源和闲置资源；

16、将查询到的闲置资源与所述任务所需的资源进行比较，以确定是否满足任务需求。

17、优选的，所述在资源临时分配过程中，采用跨租户资源优化策略评估其余租户资源池的当前使用情况和未来预测需求进行资源临时分配，包括：

18、收集并分析其余租户的资源池的历史使用数据和当前状态信息；

19、基于其余租户的资源池的历史使用数据和当前状态信息，利用机器学习模型预测预设时间段内其余租户的资源需求，其中，其余租户的资源需求包括资源需求类型、每个资源类型的平均需求量、最大需求量以及需求变化的概率分布；

20、基于其余租户的资源需求，结合跨租户资源优化算法制定资源临时分配方案并执行。

21、优选的，所述基于其余租户的资源需求，结合跨租户资源优化算法制定资源临时分配方案并执行，包括：

22、定义多目标优化函数，其中，所述多目标优化函数的表达式为：

23、

24、其中，α、β和γ为权重因子，用于平衡不同目标的重要性，a(xi)表示分配给租户i的额外资源xi的成本，b(xi)表示由于资源分配导致的延迟，ci表示租户i的预配置资源，xi表示租户i可临时分配的额外资源，di表示租户i的需求，f(·)表示多目标优化函数；

25、设定约束条件，其中，所述约束条件包括资源总量约束、sla约束和资源借用约束，且表达式分别为：

26、

27、(ci+xi)≥slai

28、0≤xi≤xmax

29、其中，r表示可用的闲置资源总量，slai表示租户i根据自身sla应该得到的最小资源量，xmax表示租户i可以借用的最大额外资源量；

30、输入所述多目标优化函数和所述约束条件到所选的求解器中进行求解，得到每个租户可临时分配的额外资源；

31、根据每个租户可临时分配的额外资源进行资源调度，以满足所述任务所需的资源。

32、优选的，所述根据每个租户可临时分配的额外资源进行资源调度，以满足所述任务所需的资源，包括：

33、从其余具有可临时分配的额外资源的租户中依次借用资源，直至满足所述任务的资源的需求。

34、本发明还提供了一种ai辅助的云计算资源智能调度系统，用于执行一种ai辅助的云计算资源智能调度方法，所述调度系统包括：

35、任务资源解析模块，用于接收新的任务，并获取所述任务所属的租户id以及计算所述任务所需的资源；

36、资源分配模块，用于判断所述任务所属的租户id预配置的资源池内的闲置资源是否不小于所述任务的资源，若否，则将所述任务分配至自身所属的租户id预配置的资源池内，若是，则选择性地从其余租户资源池中临时分配未使用的资源给所述任务所属的租户，并利用临时分配的资源处理所述任务；

37、跨租户优化模块，用于在资源临时分配过程中，采用跨租户资源优化策略评估其余租户资源池的当前使用情况和未来预测需求进行资源临时分配。

38、与相关技术相比较，本发明提供的一种ai辅助的云计算资源智能调度方法及调度系统具有如下有益效果：

39、本发明首先接收新的任务请求，并识别任务所属的租户id及所需的资源；然后，根据任务需求和租户资源池的实际情况，智能选择是否从其他租户资源池中临时分配未使用的资源；最后，在资源临时分配过程中，采用跨租户资源优化策略，综合考虑当前使用情况和未来预测需求，制定最优的资源分配方案，该方法不仅能够提高资源利用率和租户满意度，还能够保证所有租户的服务质量符合sla要求。

技术特征：

1.一种ai辅助的云计算资源智能调度方法，应用于多租户环境，其特征在于，所述调度方法包括以下步骤：

2.根据权利要求1所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述接收新的任务，并获取所述任务所属的租户id以及计算所述任务所需的资源，包括：

3.根据权利要求2所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述根据任务请求中的规格要求，通过预设的资源评估模型计算所述任务所需的资源类型和资源数量，包括：

4.根据权利要求3所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述判断所述任务所属的租户id预配置的资源池内的闲置资源是否不小于所述任务的资源，包括：

5.根据权利要求4所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述在资源临时分配过程中，采用跨租户资源优化策略评估其余租户资源池的当前使用情况和未来预测需求进行资源临时分配，包括：

6.根据权利要求5所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述基于其余租户的资源需求，结合跨租户资源优化算法制定资源临时分配方案并执行，包括：

7.根据权利要求6所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述根据每个租户可临时分配的额外资源进行资源调度，以满足所述任务所需的资源，包括：

8.一种ai辅助的云计算资源智能调度系统，用于执行如权利要求1至7任意一项所述的一种ai辅助的云计算资源智能调度方法，其特征在于，所述调度系统包括：

技术总结本发明提供一种AI辅助的云计算资源智能调度方法及调度系统，涉及云计算技术领域，所述调度方法包括接收新的任务，并获取所述任务所属的租户ID以及计算所述任务所需的资源；判断所述任务所属的租户ID预配置的资源池内的闲置资源是否不小于所述任务的资源，若否，则将所述任务分配至自身所属的租户ID预配置的资源池内，若是，则选择性地从其余租户资源池中临时分配未使用的资源给所述任务所属的租户，并利用临时分配的资源处理所述任务；在资源临时分配过程中，采用跨租户资源优化策略评估其余租户资源池的当前使用情况和未来预测需求进行资源临时分配，本发明通过引入跨租户资源优化策略，实现了在多租户环境下的资源高效、智能调度。技术研发人员：刘佳,衡平,赵莹,赵泽帅,殷俊,李万豪,陈阳,李万灿,郑晓玲,罗艺,马俊林,曾宪陵受保护的技术使用者：四川首信四方企业服务有限公司技术研发日：技术公布日：2025/1/6