本發明涉及多地域數據中心管理,尤其涉及一種多地域數據中心集成式管理方法及系統。
背景技術:
1、目前,隨著云計算與邊緣計算的快速發展,多地域數據中心的集成式管理已成為支撐全球化業務的核心基礎設施。此類系統需實現跨地域資源的動態調配、故障隔離以及低延遲通信,以滿足高可用性和實時性業務需求。然而,由于數據中心分布廣泛且業務類型多樣,如何在高動態負載場景下兼顧資源利用率、網絡性能與容錯能力,成為亟待解決的技術挑戰。
2、在一種現有技術中,多地域數據中心通常采用基于業務類型或負載狀態的分組管理策略,例如將同類型業務或相似負載水平的數據中心劃分為同一管理組,以實現資源池化與統一調度。此類方法依賴集中式控制器或分布式協調框架,通過預設規則對組內資源進行動態分配,并在故障時觸發組內隔離機制以限制影響范圍。此外,部分方案通過引入sdn(軟件定義網絡)技術優化跨地域通信路徑,優先選擇組內節點進行數據傳輸以降低管理復雜度。
3、現有技術中的問題
4、現有技術中存在分組策略與地理鄰近性沖突導致的網絡延遲惡化問題,導致多地域數據中心管理效率低。
技術實現思路
1、本發明提供了一種多地域數據中心集成式管理方法及系統,以提高多地域數據中心的管理效率。
2、第一方面,為了解決上述技術問題,本發明提供了一種多地域數據中心集成式管理方法,包括:
3、獲取數據中心的物理位置、業務數據和故障信息,根據所述物理位置和業務數據構建鄰近矩陣和關聯矩陣;
4、根據所述鄰近矩陣和所述關聯矩陣,采用聚類算法進行分組,得到第一資源分組;
5、根據所述第一資源分組,構建資源可用性模型,得到資源需求,并利用負載預測算法對所述資源需求進行預測,得到資源預測值,若所述資源預測值超過預設資源閾值,則觸發資源調配機制,得到最優方案;
6、根據所述故障信息、所述鄰近矩陣和所述關聯矩陣,計算得到故障隔離范圍,若所述隔離范圍包含可用數據中心,則更新關聯值,得到更新后的關聯矩陣;
7、根據所述第一資源分組和所述資源預測值,利用網絡拓撲優化算法進行優化,得到優化結果;
8、根據所述優化結果,利用預設的延遲評估模型進行評估,得到延遲影響度,并根據所述延遲影響度和所述第一資源分組,得到第二資源分組;
9、根據所述第二資源分組、所述最優方案、所述鄰近矩陣和所述更新后的關聯矩陣,生成業務部署方案。
10、在一種可選的實施方式中,所述獲取數據中心的物理位置、業務數據和故障信息,根據所述物理位置和業務數據構建鄰近矩陣和關聯矩陣,包括:
11、獲取數據中心的物理位置、業務數據和故障信息,對所述物理位置和所述業務數據進行特征提取,得到物理位置特征和業務數據特征;
12、根據所述物理位置特征,計算數據中心之間的地理距離,構建鄰近矩陣;
13、根據所述業務數據特征,計算數據中心之間的業務關聯度,構建關聯矩陣。
14、在一種可選的實施方式中,所述根據所述鄰近矩陣和所述關聯矩陣,采用聚類算法進行分組,得到第一資源分組,包括:
15、根據所述鄰近矩陣和所述關聯矩陣,進行歸一化處理,得到標準化鄰近矩陣和標準化關聯矩陣;
16、根據所述標準化鄰近矩陣進行聚類,得到鄰近聚類中心;
17、根據所述標準化關聯矩陣進行聚類,得到關聯聚類中心;
18、根據所述鄰近聚類中心,計算每個數據點與所述鄰近聚類中心的歐氏距離,得到鄰近值;
19、根據所述關聯聚類中心,計算每個數據點與所述關聯聚類中心的歐氏距離,得到關聯值
20、若數據點的鄰近值高于預設鄰近閾值,并且關聯值高于預設關聯閾值,則將其劃入對應聚類中心所在組,得到聚類組;
21、若數據點的鄰近值低于預設鄰近閾值,或關聯值低于預設關聯閾值,則將其作為獨立組;
22、根據所述獨立組和所述聚類組進行合并,得到第一資源分組。
23、在一種可選的實施方式中,所述根據所述第一資源分組,構建資源可用性模型,得到資源需求,并利用負載預測算法對所述資源需求進行預測,得到資源預測值,若所述資源預測值超過預設資源閾值,則觸發資源調配機制,得到最優方案,包括:
24、根據所述第一資源分組,構建資源可用性模型,得到資源需求;
25、采用負載預測算法對所述資源需求進行預測,得到資源預測值;
26、將所述資源預測值與預設資源閾值對比,若所述資源預測值超過預設資源閾值,則判斷需要調配;
27、根據所述資源預測值和所述預設資源閾值,計算差值,得到調配資源量;
28、根據所述調配資源量,利用線性規劃算法優化,得到資源調配的最優方案。
29、在一種可選的實施方式中,所述根據所述故障信息、所述鄰近矩陣和所述關聯矩陣,計算得到故障隔離范圍,若所述隔離范圍包含可用數據中心,則更新關聯值,得到更新后的關聯矩陣,包括:
30、根據所述故障信息,提取故障信息得到故障點;
31、根據所述故障點、所述鄰近矩陣和所述關聯矩陣,確定故障點的隔離區;
32、根據所述隔離區,若隔離區包含鄰近度小于預設隔離閾值的可用點,則計算所述可用點和所述故障點的歐氏距離,得到故障隔離范圍;
33、若所述隔離范圍包含可用數據中心,則更新關聯值,得到更新后的關聯矩陣。
34、在一種可選的實施方式中,所述根據所述第一資源分組和所述資源預測值,利用網絡拓撲優化算法進行優化,得到優化結果,包括:
35、根據所述第一資源分組和所述資源預測值,得到網絡拓撲結構;
36、根據所述網絡拓撲結構,確定可用通信路徑;
37、根據所述網絡拓撲結構和所述通信路徑,利用網絡拓撲優化算法優化,得到優化結果。
38、在一種可選的實施方式中,所述根據所述優化結果,利用預設的延遲評估模型進行評估,得到延遲影響度,并根據所述延遲影響度和所述第一資源分組,得到第二資源分組,包括:
39、所述根據所述優化結果,提取得到延遲數據;
40、根據所述延遲數據,利用預設的延遲評估模型進行評估,得到延遲影響度;
41、若延遲影響度高于預設延遲閾值,則判斷業務受到影響,重新調整分組策略,得到第二資源分組;
42、若延遲影響度低于預設延遲閾值,則判斷業務不受影響,將所述第一資源分組作為第二資源分組。
43、在一種可選的實施方式中,所述根據所述第二資源分組、所述最優方案、所述鄰近矩陣和所述更新后的關聯矩陣,生成業務部署方案,包括:
44、根據所述第二資源分組,提取分組分布數據;
45、根據所述最優方案和所述分布數據,計算得到業務依賴度;
46、根據所述業務依賴度、所述鄰近矩陣和所述更新后的關聯矩陣,生成業務部署方案。
47、第二方面,本發明提供了一種多地域數據中心集成式管理系統,包括:
48、數據獲取模塊,用于獲取數據中心的物理位置、業務數據和故障信息,根據所述物理位置和業務數據構建鄰近矩陣和關聯矩陣;
49、分組模塊,用于根據所述鄰近矩陣和所述關聯矩陣,采用聚類算法進行分組,得到第一資源分組;
50、資源優化模塊,用于根據所述第一資源分組,構建資源可用性模型,得到資源需求,并利用負載預測算法對所述資源需求進行預測,得到資源預測值,若所述資源預測值超過預設資源閾值,則觸發資源調配機制,得到最優方案;
51、故障檢測模塊,用于根據所述故障信息、所述鄰近矩陣和所述關聯矩陣,計算得到故障隔離范圍,若所述隔離范圍包含可用數據中心,則更新關聯值,得到更新后的關聯矩陣;
52、網絡優化模塊,用于根據所述第一資源分組和所述資源預測值,利用網絡拓撲優化算法進行優化,得到優化結果;
53、延遲評估模塊,用于所述根據所述優化結果,利用預設的延遲評估模型進行評估,得到延遲影響度,并根據所述延遲影響度和所述第一資源分組,得到第二資源分組;
54、業務部署模塊,用于根據所述第二資源分組、所述最優方案、所述鄰近矩陣和所述更新后的關聯矩陣,生成業務部署方案。
55、第三方面,本發明還提供了一種電子設備,包括處理器、存儲器以及存儲在所述存儲器中且被配置為由所述處理器執行的計算機程序,所述處理器執行所述計算機程序時實現上述中任意一項所述的多地域數據中心集成式管理方法。
56、第四方面,本發明還提供了一種計算機可讀存儲介質,所述計算機可讀存儲介質包括存儲的計算機程序,其中,在所述計算機程序運行時控制所述計算機可讀存儲介質所在設備執行上述中任意一項所述的多地域數據中心集成式管理方法。
57、相比于現有技術,本發明具有如下有益效果:
58、本發明公開了一種多地域數據中心集成式管理方法及系統,所述方法包括獲取數據中心的物理位置、業務數據和故障信息并構建鄰近矩陣和關聯矩陣;采用聚類算法得到第一資源分組;構建資源可用性模型,得到資源需求,并利用負載預測算法進行預測,得到資源預測值,若超過預設資源閾值,則觸發調配機制并得到最優方案;根據故障信息計算得到故障隔離范圍,若所述隔離范圍包含可用數據中心,則更新關聯值,得到更新后的關聯矩陣;利用網絡拓撲優化算法進行優化,得到優化結果;利用預設的延遲評估模型進行評估,得到延遲影響度和第二資源分組;根據上述特征生成業務部署方案。本方法能夠提高多地域數據中心的管理效率。
59、本發明通過構建多維度協同優化模型,在確保業務連續性與資源彈性的同時,顯著降低了跨地域數據中心的網絡延遲并提升了資源利用率。其技術推導過程如下:首先,基于數據中心的物理位置與業務關聯性,分別構建鄰近矩陣與關聯矩陣,通過加權聚類算法生成第一資源分組,使得組內節點既滿足地理鄰近性,又具備高業務關聯度,從而減少跨組通信需求。其次,通過資源可用性模型動態計算各節點cpu、存儲及帶寬的實時負載率,結合長短時記憶網絡預測未來資源需求,當預測值超過閾值時,觸發基于匈牙利算法的跨組資源調配機制,優先選擇地理鄰近且業務低沖突的節點作為資源供給方,避免傳統分組策略下因組間壁壘導致的局部資源枯竭。進一步地,在故障隔離階段,系統通過分析故障節點的拓撲影響范圍,若隔離邊界包含低延遲可用節點,則動態更新關聯矩陣的權重值,將此類節點重新納入資源池,既實現故障隔離又保留鄰近資源的可用性。最后,基于網絡拓撲優化算法與延遲評估模型,生成第二資源分組及業務部署方案,確保高延遲敏感型業務)優先部署在低延遲組內,而高吞吐任務則分配至遠距離資源組。本發明有效解決了現有技術中分組策略與地理鄰近性沖突、資源調配僵化及故障誤隔離等問題,為多地域數據中心的高效管理提供了系統性支撐。