云平台资源调整策略探讨

1、 PAGE 7云平台资源调整策略探讨摘要：在云平台的日常维护管理过程中，需要根据资源池所承载业务平台的负荷情况及时调整业务平台所分配的资源，以提高云平台的资源利用效率和性能。本文通过对不同类型的资源使用情况来分析触发资源调整的条件，在此基础上探讨云平台CPU、内存、硬盘等资源在不同场景的调整策略。关键词：云计算 资源调整策略 探讨 业务平台引言随着云计算虚拟化技术的规模化应用，越来越多的业务平台部署在云资源池上，而不同业务的忙时、闲时各不相同，且不同业务处在生命周期的不同阶段（如：发展阶段、萎缩阶段等），随着时间的推移，处在生命周期不同时间段的各种业务平台对资源的需求也必将不断变化。因此我们在

2、云平台日常运维管理过程中，必须结合业务的发展状况对业务平台已分配的资源进行动态调整。当分配给业务平台的主要资源（如：CPU、内存、磁盘空间等）长期处于较低的利用率或资源不足的时候，为提高云资源的利用效率和运行性能，同时确保业务平台的正常运行，需要对业务平台的资源进行动态调整（缩减或增加）。但在云平台日常运维管理过程中，在各种资源处于什么样的条件下才对资源进行调整，对各种资源又将采取怎样的调整策略，都是现阶段云平台运维管理中需要去探讨的问题。资源调整触发条件分析根据现阶段对云计算虚拟化技术实际使用情况来看，CPU、内存、磁盘空间是目前最主要的共享资源，本文将根据业务平台对这三种资源的使用情况来分

3、析不同资源触发调整的条件或场景。 CPU资源CPU利用率是评估业务平台对CPU资源使用情况的主要评估依据，结合业务特性，各种业务因用户使用习惯的不同，将导致业务平台的CPU负荷在一天中（含：平日、周末、节假日等）各个时间段（忙闲时）走势不一致，下面从现网业务平台网管监控系统上摘取的监测数据进行分析，如图1所示（为春节期间现网某业务平台24小时CPU占用率情况图）：图1：现网某业务平台24小时CPU占用率走势图从上图CPU利用率走势情况来看，如果单纯以CPU平均占用率来评估CPU资源的需求，是非常不科学的（当然CPU平均利用率也可作为评估参考依据之一），上图中闲时CPU利用率为2.5%左右，忙时

4、超过20%，而平均CPU利用率为12.25%，所以在评估是否需要调整CPU资源的时候，建议综合考虑业务平台一段时间（如1个月）忙时平均CPU利用情况来作为触发CPU资源调整的条件（同时考虑一定的节假日放大系数）。为提高资源池的利用效率，保障业务平台稳定运行，并能应对忙时的话务高峰，CPU资源忙时平均利用率保持在50%到70%的区间是比较理想的（实际操作过程中需要结合忙时业务放大系数来确定合理的区间，假如忙时放大系数为，那么合理区间为：50%/70%/，其中=1）。因此基于上述理想模型，在实际评估过程中，可根据业务特性，观察近三个月虚拟机CPU负荷情况，统计虚拟机忙时CPU平均利用率（统计时需剔

5、除瞬间高CPU占用的情况，统计CPU忙时至少是持续10分钟以上的高CPU占用场景），当忙时CPU平均利用率小于50%，且已分配的虚拟CPU数量非最小分配单元时，这种情况下可以考虑缩减CPU资源。当忙时CPU平均利用率超过70%，可以作为增加CPU资源的依据。其中50%和70%是作为一个临界经验值，在实际操作过程中可结合业务忙时放大系数进行调整（可参考现有业务平台扩容估算规则）。 内存资源内存利用率是评估业务平台对内存资源使用情况的主要评估依据，可参考上述CPU资源调整触发条件分析，下面结合某业务平台春节期间内存使用情况进行分析，如下图2所示：图2：某业务平台春节期间内存使用率走势图参考CPU资

6、源调整依据分析，在评估内存是否需要调整的时候，同样采用一段时期忙时内存平均利用率来评估是比较科学的，上图中显示春节期间该平台闲时内存利用率为68%左右，忙时达到98%，而平均内存利用率为82.25%，显然该平台在应对节假日高峰时内存资源已经非常贫乏了。因此在实际评估过程中，可根据业务特性，观察近三个月虚拟机内存负荷情况，统计虚拟机忙时内存平均利用率（统计时需剔除瞬间高内存占用的情况，统计内存忙时至少是持续10分钟以上的高内存占用场景），当忙时内存平均利用率小于50%，且已分配的虚拟内存数量非最小分配单元时，这种情况下可以考虑缩减内存资源。当忙时内存平均利用率超过70%，可以作为增加内存资源的依

7、据。其中50%和70%是作为一个临界经验值，在实际操作过程中可结合业务忙时放大系数进行调整（可参考现有业务平台扩容估算规则）。 存储资源在评估存储资源是否需要调整的时候，需要结合当前磁盘空间利用情况，根据业务发展预测及业务所处的生命周期，估算虚拟机未来磁盘空间增长率来综合评估当前磁盘空间是否满足未来几个月的业务需求。根据业务平台话单、日志等文件最少保存6个月的规定（具体保存时长可根据业务平台实际需要确定），分析近6个月来，业务平台使用磁盘空间平均增长率。如果当未来六个月的磁盘空间需求量（T12-T6）大于当前剩余磁盘空间时（Tn的定义如下文所述），必须对虚拟机存储资源进行扩容。在评估磁盘空间是

8、否需要调整的时候，可以通过如下公式进行计算并评估（其中：Q为磁盘空间月平均增长率，q为每月磁盘空间增长率，Tn为每月磁盘空间使用量，其中T1T6为近六个月的每月磁盘空间使用量，T7T12为未来6个月磁盘空间每月使用量）：每个月磁盘空间增长率：，如第二个月的磁盘空间增长率q2=(T2-T1)/T1*100%，其中T1、T2为近6个月中的第一、二个月的磁盘空间使用量。磁盘空间月平均增长率（针对近6个月每月磁盘空间增长率取平均值）：Q=（）/5，为使得磁盘空间增长率更准确，可取连续几个月的增长率再取平均值得到。同时为确保有足够的冗余空间，计算时可以考虑在Q的基础上乘以一定的放大系数（如=1.1，具体

9、视情况而定）。资源调整策略结合业务平台运行维护经验以及提高云平台资料利用效率考虑，CPU资源和内存资源利用率控制在40%到60%这个区间运行是比较理想的（基准的上下限可根据实际需要进行调整），这种情况下业务平台即可以应对节假日高峰，也可以不造成太多的资源浪费，因此下面我们基于这个参考值对CPU资源和内存资源进行调整策略探讨（针对不同业务平台进行评估时可结合业务忙时放大系数对这两个基准值进行调整）。 CPU资源调整策略1、CPU资源增加策略当虚拟机当前CPU配置为最小分配单位时（1vCPU），且符合增加CPU资源的条件，这种情况下扩容策略为直接再增加一个基准的vCPU。当虚拟机当前vCPU配置非

10、最小分配单位时，vCPU的扩容量为（计算结果取整，下同）：（忙时CPU平均利用率-基准40%下限）*当前vCPU数。为提高虚拟化软件的处理效率，在实施vCPU资源调整的时候，可根据虚拟化软件厂家推荐的最优的CPU插槽与核的组合方法进行配置（如：核数尽量多插槽数尽量少，8vCPU=2CPU插槽*4核）。2、CPU资源缩减当虚拟机当前vCPU配置为最小分配单位的1倍时，且符合缩减条件，直接在现有配置基础上缩小1个vCPU，如果当前已经是最小分配单位就保持现状。其他情况下，vCPU的缩减总数为：（基准60%上限-忙时CPU平均利用率）*当前vCPU数量。 内存资源调整策略1、内存资源增加策略当虚拟机

11、当前内存配置为最小分配单位时（如1G），且符合增加内存资源的条件，这种情况下扩容策略为直接再增加1G的虚拟内存。当虚拟机当前内存配置非最小分配单元时，虚拟内存的扩容量为：（忙时内存平均利用率-基准40%）*当前虚拟内存数量。2、内存资源缩减策略当虚拟机当前内存配置为最小分配单位的1倍时，且符合缩减条件，直接在现有配置基础上缩小1G内存。其他情况下，虚拟内存的缩减量为：（基准60%-忙时内存平均利用率）*当前虚拟内存数量。 存储资源调整策略1、存储资源增加策略根据业务平台话单、日志等文件最少保存6个月的规定（具体保存时长根据业务平台实际情况确定），因此希望扩充的空间至少能满足6个月以上的存储空间

12、增长的要求。存储空间扩容量为：T12虚拟机当前磁盘空间总量（其中T12=T6*（1+Q* ）6）。2、存储资源缩减策略根据虚拟化软件实际功能情况以及业务平台维护管理要求，现阶段暂不建议对已分配的存储空间进行缩减，除非平台下线。结束语随着越来越多的业务平台承载在云资源池上，为提高云资源池的资源利用效率及性能，同时充分考虑业务平台运行的实际需要，本文针对云平台常用资源（CPU、内存、存储），通过分析触发这些资源调整的条件，在此基础上根据业务平台运营维护经验，提出对三种资源的调整策略，而文中提到的几个参考值是需要结合业务平台的实际情况进行调整的，此处仅供参考。希望通过本文的探讨分析能对云平台相关维护

13、人员在日常资源池调整过程中能起到指导作用。也可以在此基础上通过云平台的网管监控系统对各业务平台资源使用情况实时监控和预警，由云管理平台根据资源调度策略实现对业务平台资源的自动化的动态调整。参考文献谭志远，宫云平. 云计算给业务平台的发展与运维带来的机遇与挑战探讨. 电信科学2011，27（10A）. 6-10谭志远 业务平台云资源调整管理办法.中国电信集团公司网络运行维护事业部发文. 2012.12ITU-T. Draft Recommendation on Cloud Computing Ecosystem, Use Cases, and General Requirements(Y.CCE

14、co),2012ITU-T. Draft Recommendation on Cloud Computing Reference Architecture(Y.CCRA),2012许辉阳，李劼，罗宵翔. 面向业务的云计算IaaS研究.移动通信，2011（9）：20-25）邓猛城，基于云计算IaaS的IT基础架构建设方案探讨，科技风，2011（11）：53-53【作者简介】谭志远（1975），男，毕业于华南理工大学，就职于中国电信股份有限公司广州研究院，工程师。长期从事电信基础能力类平台、综合管理类平台、云计算等技术研究及支撑工作。林贵东（1974），男，数据通信工程师学士，就职于中国电信股份有

15、限公司广东分公司，从事业务平台和云平台运维管理、优化等工作。宫云平（1978），女，毕业于重庆邮电学院，就职于中国电信股份有限公司广州研究院，工程师。从事软交换、基础能力类平台和综合管理类平台的技术研究及支撑等工作。ResourceadjustmentStrategiesofcloudplatformsTan Zhi-Yuan1,Lin Gui-Dong2 Gong Yun-Ping1(1. GuangzhouresearchinstituteofChinaTelecom,Guangzhou,510630 2. ChinaTelecommunicationsCorporation Ltd. G

16、uangdong Branch,Guangzhou 510600)Abstract:At the daily maintenance and management of cloud platforms，it is needed for us to adjust the cloud resource allocation according to the load of service platforms running on the virtual resource pool，in order to increase the resource usage efficiency and performance，In this document we would try to anal