一种管理云主机服务器资源使用率的方法、装置及设备与流程

本说明书涉及云计算，尤其涉及一种管理云主机服务器资源使用率的方法、装置及设备。

背景技术：

1、企业在云资源的分配、使用和管理过程中，对于资源使用率较高的云主机，通常能够通过监控、告警发现并得到及时治理；然而，对于资源使用率较低的云主机，常常因缺少约束和规范，导致云资源浪费问题普遍存在。这些浪费的资源难以识别，并且匮乏有效资源优化手段。同时，市场上也缺少对资源使用率进行闭环管理的有效案例。

2、现在亟需一种管理云主机服务器资源使用率的方法，从而解决使用率较低的云主机服务器难以被识别，导致云资源浪费，无法进行闭环管理，影响服务器工作效率的问题。

技术实现思路

1、为解决现有技术中不能识别资源使用率较低的云主机，导致云资源浪费，无法进行闭环管理，影响服务器工作效率的问题。本说明书实施例提供一种管理云主机服务器资源使用率的方法、装置及设备，通过数字化手段管理监控云主机服务器的资源使用率，并结合不同主机的配置信息，查找治理方法并推送给维护人员进行治理，从而实现了长效的资源管理机制，具备识别、分析、治理低效使用资源的节点的能力，有效地提高了基础资源利用率。为了解决上述技术问题，本说明书的具体技术方案如下：

2、一方面，本说明书实施例提供了一种管理云主机服务器资源使用率的方法，包括，

3、收集云主机服务器的资源使用情况，根据每个云主机服务器的资源使用情况生成资源数据并进行存储；

4、分析指定周期内的所述资源数据，识别云主机服务器中资源使用率过低的节点，作为需要治理的节点；

5、根据所述需要治理的节点创建工单，并将该节点对应的治理方法存储在工单中；

6、根据所述工单以对所述需要治理的节点进行治理；

7、扫描治理后的所述云主机服务器节点，追踪其资源数据变化，生成报表。

8、进一步地，根据每个云主机服务器的资源使用情况生成资源数据进一步包括，

9、将每台云主机服务器部署开源组件；

10、使用所述开源组件查询每台云主机服务器的所有节点，获得每台云主机服务器的资源使用情况；

11、将所述资源使用情况进行整合得到资源数据。

12、进一步地，所述资源使用情况进一步包括，每个节点的资源使用率峰值和资源使用率均值数据。

13、进一步地，分析指定周期内的所述资源数据进一步包括，

14、根据每个云主机服务器对应的业务名称判断其业务周期，根据所述业务周期设置资源使用情况的保留时效；

15、在所述保留时效内，比较每一天新生成的日资源使用率峰值，保存日资源使用率峰值中的最大值以及发生日期，作为业务周期的资源使用率峰值；

16、在所述保留时效内，根据每一天新生成的日资源使用率均值以及所述保留时效内的资源使用率均值，计算业务周期的资源使用率均值；

17、获取该云主机服务器的配置信息，将所述配置信息以及资源使用率峰值和资源使用率均值数据存储在该云主机服务器对应的资源数据中。

18、进一步地，分析指定周期内的所述资源数据，识别云主机服务器中需要治理的节点进一步包括，

19、判断该节点为集群主节点，且资源使用率峰值和资源使用率均值数据小于资源使用率阈值；

20、云主机服务器中虚拟cpu核数大于核数阈值；

21、识别符合筛选条件的节点，标记为需要治理的节点。

22、进一步地，所述资源使用率阈值需满足，

23、λ·2＜δ，

24、其中，λ为资源使用率阈值，δ为使用率告警阈值。

25、进一步地，根据所述需要治理的节点创建工单，并查找该节点所需的治理方法存储在工单中进一步包括，

26、根据所述需要治理的节点所在的云主机服务器判断对应的业务名称；

27、根据所述业务名称以及该节点的资源使用率峰值和均值数据，查找其对应的所需治理方法；

28、将所述业务名称、该节点的资源使用率峰值和均值数据以及其所需治理方法存储在工单中。

29、进一步地，所述对应的所需治理方法为历史数据中该业务名称以及资源使用率峰值和均值数据对应的治理方法。

30、进一步地，扫描治理后的所述云主机服务器节点，追踪其资源数据变化，生成报表进一步包括

31、扫描治理后的所述云主机服务器的资源数据；

32、对比原资源数据以及治理后的资源数据，比较变化幅度；

33、将升高幅度超过阈值以及没有变化的标记为异常云主机服务器；

34、将原资源数据、治理后的资源数据以及资源数据变化幅度生成报表，并标记异常云主机服务器。

35、另一方面，本说明书实施例还提供了一种管理云主机服务器资源使用率的装置，包括，

36、数据入库模块，用于收集云主机服务器的资源使用情况，根据每个云主机服务器的资源使用情况生成资源数据并进行存储；

37、数据分析模块，用于分析指定周期内的所述资源数据，识别云主机服务器中资源使用率过低的节点，作为需要治理的节点；

38、工单创建模块，用于根据所述需要治理的节点创建工单，并将该节点对应的治理方法存储在工单中；

39、数据治理模块，用于根据所述工单以对所述需要治理的节点进行治理；

40、数据追踪模块，用于扫描治理后的所述云主机服务器节点，追踪其资源数据变化，生成报表。

41、另一方面，本说明书实施例还提供了一种计算机设备，包括存储器、治理器、以及存储在存储器上的计算机程序，治理器执行所述计算机程序时实现上述的方法。

42、最后，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被计算机设备的治理器运行时，执行上述的方法。

43、利用本说明书实施例，实现了通过数字化手段管理大规模云主机服务器的资源使用率，并且，为了提高云主机服务器的资源使用率，将云主机服务器的资源使用情况进行收集，对每个云主机服务器的资源使用情况进行计算，生成资源数据并储存在对应的云主机服务器中，实现了根据资源使用情况分析所有云主机服务器的资源数据，然后根据指定周期内的所述资源数据，得到云主机服务器中节点的资源使用率，然后确定资源使用率过低且符合识别标准的节点，作为需要治理的节点，再结合云主机服务器的配置信息以及该云主机服务器对应的业务名称，得到所述需要治理的节点的治理方法，按照治理方法对节点进行治理之后，重新扫描云主机服务器的资源数据并对比原资源数据，将原资源数据、治理后的资源数据以及资源数据变化幅度生成报表。实现了对资源使用率的闭环管理，查找合适的治理方法并推送给维护人员进行治理，从而实现了长效的资源管理机制，具备识别、分析、治理低效使用资源的节点的能力，有效地提高了基础资源利用率。解决了现有技术中无法识别资源使用率较低的云主机服务器，导致云资源浪费，并且缺乏有效的资源优化手段，影响云主机服务器工作效率的问题。