(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111283370.7 (22)申请日 2021.11.01 (71)申请人 中国电信股份有限公司甘肃分公司 地址 730099 甘肃省兰州市城关区平凉 路 405号 (72)发明人 焦颉　韩瑞萍　郭延军　张励　 陈学英　刘斌　文彦杰　刘宝丽　 杨毛勇　何颖　任彦辉　芦睿珩　 李学兰　唐俊　闫文贵　刘凯敏　 (74)专利代理 机构 北京合智同创知识产权代理 有限公司 1 1545 代理人 李杰 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01)G06N 20/00(2019.01) (54)发明名称 一种计算资源调度方法、 装置及存 储介质 (57)摘要 本申请提供一种计算资源调度方法、 装置及 存储介质， 该计算资源调度方法包括： 从日志数 据中提取云计算平台业务服务的关键指标， 获取 承载所述业务服务的性能数据， 将提取的关键指 标和性能数据作为样本数据， 通过机器学习算 法， 构造处理资源预测模型和业务支撑能力指标 模型， 根据当前云计算平台的关键指标和性能数 据， 使用处理资源预测模型和业务支撑能力指标 模型对云计算平台的计算资源进行分配和调度， 避免了依靠人工经验判断进行资源调度产生的 资源浪费和调度误差， 降低了人力成本， 提高了 对云计算平台的管理效率， 实现了云计算平台资 源的动态自动调度， 改善了资源利用率和分配的 准确度。 权利要求书2页 说明书8页 附图1页 CN 114020460 A 2022.02.08 CN 114020460 A 1.一种计算资源调度方法， 其特 征在于， 包括： 从日志数据中提取云计算平台业务服务的关键指标， 获取承载所述业务服务性能数 据； 其中， 所述关键指标包括： 业务量、 API接口调用频次、 用户请求数中的至少一种指标数 据， 所述性能数据包括： 业务负载、 处理器负载、 内存负载、 磁盘负载、 网络IO负载中的至少 一种性能数据； 将提取的关键指标和性能数据作为样本数据， 通过机器学习算法， 构建处理资源预测 模型和业 务支撑能力指标模型； 根据当前所述云计算平台的关键指标和性 能数据， 使用所述处理资源预测模型和业务 支撑能力指标模型对云计算平台的计算资源进行分配和调度。 2.根据权利要求1所述的计算资源调度方法， 其特征在于， 从日志数据中提取业务服务 关键指标， 包括： 配置正则表达式； 通过所述配置的正则表达式， 从所述日志数据中提取 所述业务服务的关键指标。 3.根据权利要求1所述的计算资源调度方法， 其特征在于， 将提取的关键指标和性能数 据作为样本数据， 通过机器学习算法， 构造处理资源预测模型和业务支撑能力指标模型， 包 括： 对提取的关键指标和性 能数据进行聚类分析， 获取各关键指标和性能数据的聚类分析 结果； 将所述聚类分析结果作为样本数据， 使用机器学习算法， 构造所述处理资源预测模型 和业务支撑能力模型。 4.根据权利要求3所述的计算资源调度方法， 其特征在于， 所述对提取的关键指标和性 能数据进行聚类分析， 获取 各关键指标和性能数据的聚类分析 结果， 包括： 对提取的关键指标和性能数据进行数据归一化处理和/或降维处理， 对所述预处理后 的关键指标和性能数据进行聚类分析， 获取 各关键指标和性能数据的聚类分析 结果。 5.根据权利要求3所述的计算资源调度方法， 其特征在于， 对提取的关键指标和性能数 据进行聚类分析， 获取 各关键指标和性能数据的聚类分析 结果， 包括： 使用DBSCAN算法、 Birch算法或K ‑means算法中的一种算法， 对所述提起的关键指标和 性能数据进行聚类分析， 获取 所述关键指标和性能数据的聚类分析 结果。 6.一种计算资源调度装置， 其特 征在于， 包括： 获取模块、 构建模块和预测模块； 所述获取模块用于从日志数据中提取云计算平台业务服务的关键指标， 获取承载所述 业务服务性能数据； 其中， 所述关键指标包括： 业务量、 API接口调用频次、 用户请求数中的 至少一种指标数据， 所述性能数据包括业务负载、 处理器负载、 内存负载、 磁盘负载、 网络IO 负载中的至少一种性能数据； 所述构建模块用于将提取的关键指标和性能数据作为样本数据， 通过机器学习算法， 构造处理资源预测模型和业 务支撑能力指标模型； 所述预测模块用于根据当前云计算平台的关键指标和性 能数据， 使用所述处理资源预 测模型和业 务支撑能力指标模型对云计算平台的计算资源进行分配和调度。 7.根据权利要求6所述的计算资源调度装置， 其特征在于， 所述提取模块还用于配置正 则表达式， 通过 所述配置的正则表达式， 从所述日志数据中提取 所述业务服务的关键指标。权　利　要　求　书 1/2 页 2 CN 114020460 A 28.根据权利要求6所述的计算资源调度装置， 其特征在于， 所述构建模块还用于对提取 的关键指标和 性能数据进行聚类分析， 获取各关键指标和 性能数据的聚类分析结果， 将所 述聚类分析结果作为样本数据， 使用机器学习算法， 构造所述处理资源预测模型和 业务支 撑能力模型。 9.根据权利要求6所述的计算资源调度装置， 其特征在于， 所述构建模块还包括预处理 子模块； 所述预处理子模块用于对提取的关键指标和性能数据进行数据归一化处理和/或降维 处理， 对所述预处理后的关键指标和性能数据进行聚类分析， 获取各关键指标和性能数据 的聚类分析 结果。 10.一种存储介质， 其特征在于， 所述存储介质上存储有计算机程序， 处理器执行所述 存储介质上存 储的计算机程序时， 实现如权利要求1 ‑5任一项所述的计算资源调度方法。权　利　要　求　书 2/2 页 3 CN 114020460 A 3