云操作系统中计算物理资源节点负载评价的方法及装置

摘要

本发明公开了一种操作系统中计算物理资源节点负载评价的方法及装置，其中，所述方法包括：建立至少两组计算物理资源节点负载的数据模型，所述数据模型中的每个特征向量包括资源负载类型及其加权系数，所述资源负载类型包括处理器、内寸、带宽和/或磁盘；选择至少两组数据模型，根据所述两组数据模型中的特征向量计算马氏距离，按照计算结果给出当前物理资源节点的负载评价。本发明的方法和装置综合考虑了物理资源节点上各种负载的影响，通过改变加权因子动态调整关键负载分量对于负载评价的影响，并且通过对负载的评价，可以定位负载最优的虚拟资源宿主机，进而保证云操作系统的可用性和稳定性。

主权项

一种计算云操作系统中物理资源节点的负载评价的方法，包括：建立至少两组计算物理资源节点负载的数据模型，所述数据模型中的每个特征向量包括资源负载类型及其加权系数，所述资源负载类型包括处理器、内寸、带宽和/或磁盘；选择至少两组数据模型，根据所述两组数据模型中的特征向量计算马氏距离，按照计算结果给出当前物理资源节点的负载评价；建立两组计算当前物理资源节点负载的数据模型，所述数据模型包括：资源负载的总容量模型和资源负载的使用量模型；根据资源负载的总容量模型的特征向量和资源负载的使用量模型的特征向量计算马氏距离，按照计算结果给出当前物理资源节点负载评价；所述资源负载的总容量模型为：{a₁*CC,a₂*MC,a₃*NC,a₄*DC}，其中，a₁、a₂、a₃、a₄代表加权系数，a₁+a₂+a₃+a₄＝1；CC代表处理器总容量，MC代表内存总大小，NC代表总带宽，DC代表磁盘总容量；所述资源负载的使用量模型为：{a₁*CU,a₂*MU,a₃*NU,a₄*DU}，其中，a₁、a₂、a₃、a₄代表加权系数，a₁+a₂+a₃+a₄＝1；CU代表处理器过去一段时间平均已用量，MU代表内存过去一段时间平均已用大小，NU代表过去一段时间平均已用带宽，DU代表磁盘过去一段时间平均已用容量；按照以下公式根据所述数据模型中的特征向量计算马氏距离，具体包括：$d_{ij}=\sqrt{{(x_i-y_j)}^T{S}^{-1}(x_i-y_j)}$其中，d_ij为马氏距离，用来度量物理资源节点的可用程度，i，j为正整数，T表示转置，‑1表示矩阵的转置，x_i和y_j分别为两个数据模型中第i个和第j个特征向量，S为样本协方差矩阵。