本申请涉及云计算,具体而言,涉及一种数据分析引擎的算力资源调整方法。
背景技术:
1、数据分析引擎是一种数据分析工具,能够对规模巨大的数据进行收集、存储、计算和查询分析,并通过深度学习技术和数据建模技术,使数据更智能化。
2、数据分析引擎的运行依赖于其算力资源,目前,可以通过一些调整手段来实现对算力资源的调整,但如何确定对数据分析引擎进行算力资源调整的时机,仍是亟需解决的问题。
技术实现思路
1、本申请针对上述现有技术中的不足,提供一种数据分析引擎的算力资源调整方法,以便解决现有技术中存在的问题。
2、本申请实施例采用的技术方案如下:
3、第一方面,本申请实施例提供了一种数据分析引擎的算力资源调整方法,包括:
4、获取待监测的数据分析引擎的算力调整配置文件,所述算力调整配置文件至少包括:所述数据分析引擎的配置运行参数信息;
5、根据所述配置运行参数信息,确定所述数据分析引擎是否满足预设算力扩缩容触发条件;
6、若所述数据分析引擎满足所述预设算力扩缩容触发条件,则获取针对所述数据分析引擎的算力调整信息,所述算力调整信息包括:待扩缩容的实例数量;
7、根据所述待扩缩容的实例数量,执行针对所述数据分析引擎的算力调整操作。
8、第二方面,本申请实施例提供了一种数据分析引擎的算力资源调整装置,包括:
9、第一获取模块,用于获取待监测的数据分析引擎的算力调整配置文件,所述算力调整配置文件至少包括:所述数据分析引擎的配置运行参数信息;
10、确定模块,用于根据所述配置运行参数信息,确定所述数据分析引擎是否满足预设算力扩缩容触发条件;
11、第二获取模块,用于若所述数据分析引擎满足所述预设算力扩缩容触发条件,则获取针对所述数据分析引擎的算力调整信息,所述算力调整信息包括:待扩缩容的实例数量;
12、执行模块,用于根据所述待扩缩容的实例数量,执行针对所述数据分析引擎的算力调整操作。
13、第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以实现上述实施例所述的数据分析引擎的算力资源调整方法。
14、第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储有程序指令,所述程序指令被处理器运行时实现上述实施例所述的数据分析引擎的算力资源调整方法。
15、本申请的有益效果是:本申请提供了一种数据分析引擎的算力资源调整方法,包括获取待监测的数据分析引擎的算力调整配置文件,算力调整配置文件至少包括:数据分析引擎的配置运行参数信息;根据配置运行参数信息,确定数据分析引擎是否满足预设算力扩缩容触发条件;若数据分析引擎满足预设算力扩缩容触发条件,则获取针对数据分析引擎的算力调整信息,算力调整信息包括:待扩缩容的实例数量;根据待扩缩容的实例数量,执行针对数据分析引擎的算力调整操作。本申请的方法能够确定数据分析引擎是否满足预设算力扩缩容触发条件,自动监测了算力请求的波动,并根据该波动自适应进行算力资源的调整,更好地利用了算力资源。
1.一种数据分析引擎的算力资源调整方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述算力调整配置文件还包括:配置连接信息;所述根据所述配置运行参数信息,确定所述数据分析引擎是否满足预设算力扩缩容触发条件,包括:
3.根据权利要求2所述的方法,其特征在于,所述配置连接信息包括:当前部署服务器的地址信息以及所述当前部署服务器的连接信息;
4.根据权利要求3所述的方法,其特征在于,所述根据所述算力资源监测数据和所述配置运行参数信息;
5.根据权利要求4所述的方法,其特征在于,所述配置运行参数信息包括:所述当前部署服务器的网络带宽,所述运行环境资源数据包括:所述当前部署服务器的处理器空闲率,和所述当前部署服务器的网络流量数据;
6.根据权利要求4所述的方法,其特征在于,所述计算资源数据包括:待执行分析任务的个数,以及正在执行分析任务的执行时间;
7.根据权利要求4所述的方法,其特征在于,所述根据所述数据分析引擎的算力评估等级,确定所述数据分析引擎是否满足所述预设算力扩缩容触发条件,包括:
8.根据权利要求7所述的方法,其特征在于,所述根据所述数据分析引擎的算力评估等级,确定所述数据分析引擎是否满足所述预设算力扩缩容触发条件,还包括:
9.根据权利要求1所述的方法,其特征在于,所述配置运行参数信息还包括:预设扩缩容方案,所述预设扩缩容方案包括:扩缩容的目标时间段,以及预设扩缩容实例数量;所述根据所述配置运行参数信息,确定所述数据分析引擎是否满足预设算力扩缩容触发条件,包括:
10.根据权利要求1所述的方法,其特征在于,所述待扩缩容的实例数量包括:待扩容的实例数量,或者,待缩容的实例数量;所述算力调整配置文件还包括:待部署服务器的信息;