一种基于PCPU资源池的虚拟机绑核管理方法及装置与流程

一种基于pcpu资源池的虚拟机绑核管理方法及装置
技术领域
1.本发明涉及虚拟化技术领域，尤涉及一种基于pcpu资源池的虚拟机绑核管理方法及装置。


背景技术：

2.利用虚拟化技术，在同一台物理服务器上部署多的业务需要同时部署多个虚拟机，由于每台虚拟机的业务不尽相同，会对物理资源造成不同程度的占用，有的业务依赖cpu性能完成实时计算，有的则依赖其他能力如存储或网络。
3.对虚拟机而言，将虚拟机的虚拟中央处理器(virtual central processing unit，vcpu)绑定到对应的物理中央处理器(physical central processing unit，pcpu)上，此绑定配置可以改善虚拟机示例的精确度与性能。然而现有的非绑核虚拟机不会顾及绑核虚拟机的资源需求，需要摔死主机组来隔离绑核虚拟机与非绑核虚拟机。
4.然而，发明人发现，服务器对各个虚拟机的虚拟中央处理器的配置非常有必要，由于对虚拟机而言，其对应的vcpu绑定到对应的pcpu上，而每个pcpu由于受功率和频率相互制约的关系，并不能保证对应的vcpu绑定所有的pcpu资源(核心core)都运行在最高的频率。因此，当对应的虚拟机真正需要对应vcpu运行相对的任务时，当前vcpu绑定的pcpu资源，并不能保证能提高稳定的运行频率以对对应的数据进行处理，因此导致虚拟机的执行效率降低，而云服务中通常存在大量的虚拟机，并对虚拟机进行绑核以处理对应的任务，因此，大量的虚拟机会存在上述虚拟机执行效率较低的问题，然而虚拟机的执行效率直接反映了云服务的处理性能，因此亟需一种有效的虚拟机绑核管理方法，以解决上述虚拟机执行效率较低的问题，提高云服务的整体处理性能。


技术实现要素：

5.有鉴于此，本发明提供了一种基于pcpu资源池的虚拟机绑核管理方法、装置及存储介质，以解决现有技术中虚拟机执行效率较低的技术问题。
6.第一方面，根据本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理方法，所述方法包括：
7.根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应数量的pcpu资源；
8.根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；所述pcpu资源的类型为高性能pcpu资源或低性能pcpu资源；
9.将目标虚拟机与确定的pcpu资源、配置的pcpu资源的类型进行绑定；
10.采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理。
11.优选地，所述方法还包括：
12.在预设时间段内未收到所述预运行任务需求的pcpu资源、类型相同的处理任务
时，则将与所述目标虚拟机绑定的高性能pcpu资源释放。
13.优选地，所述方法还包括：
14.若在预设时间段内接收到第二预运行任务，第二预运行任务与所述第一预运行任务需求的pcpu资源数量相同，但需要的高性能pcpu资源多于第一预运行任务需要的高性能pcpu资源，则：
15.将与目标虚拟机绑定的低性能pcpu资源部分配置为高性能pcpu资源，并继续将目标虚拟机与第二预运行任务对应的pcpu资源的数量、类型进行绑定；
16.采用与第二预运行任务对应的pcpu资源对第二预运行任务进行处理。
17.优选地，所述方法还包括：
18.将确定的与目标虚拟机绑定的pcpu资源、类型形成目标虚拟机的资源配置文件，并保存至所述pcpu资源池数据库；
19.所述采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理，包括：
20.从所述pcpu资源池数据库中调度所述资源配置文件，根据所述资源配置文件确定与目标虚拟机绑定的pcpu资源信息，采用绑定后的pcpu资源信息确定所述目标虚拟机的vcpu，对所述预运行任务进行处理。
21.优选地，所述根据接收到的目标虚拟机的vcpu资源需求指令，从所述pcpu资源池数据库中确定对应数量的pcpu资源，包括：
22.根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应的目标资源集群；
23.基于所述对应的目标资源集群，确定对应数量的pcpu资源。
24.优选地，所述根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型，包括：
25.所述根据目标虚拟机的第一运行任务，确定对应的运行需求；
26.基于所述对应的目标资源集群、对应的目标资源集群对应的sst配置模型和所述对应的运行需求，配置对应数量的pcpu资源，确定对应数量的pcpu资源的类型。
27.第二方面，根据本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置，包括：
28.预处理模块，用于根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应数量的pcpu资源；
29.配速模块，用于根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；所述pcpu资源的类型为高性能pcpu资源或低性能pcpu资源；
30.绑定模块，用于将目标虚拟机与确定的pcpu资源、配置的pcpu资源的类型进行绑定；
31.应用模块，用于采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理。
32.优选地，所述装置还包括：
33.配置保存模块，用于将确定的与目标虚拟机绑定的pcpu资源、类型形成目标虚拟机的资源配置文件，并保存至所述pcpu资源池数据库。
34.第三方面，根据本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置，包括：存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而实现第一方面任一项所述的基于pcpu资源池的虚拟机绑核管理方法。
35.第四方面，根据本发明实施例提供的一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现第一方面任一项所述的基于pcpu资源池的虚拟机绑核管理方法。
36.本发明实施例提供的基于pcpu资源池的虚拟机绑核管理方法、装置及存储介质，至少具有如下有益效果：
37.本发明实施例提供的基于pcpu资源池的虚拟机绑核管理方法、装置及存储介质，根据接收到的目标虚拟机的vcpu资源需求指令，从而确定vcpu对应的待绑定的核心的数量，进而可以pcpu资源池数据库中确定对应数量的pcpu资源；进而根据对应数量的pcpu资源对虚拟机进行初绑定。通过根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；配置确定的pcpu资源的类型用于对初绑定的pcpu资源进行优化，进而提高匹配虚拟机运行第一运行任务，对虚拟机绑定的pcpu资源充分分配，提高整体服务启动效率。通过基于pcpu资源池，对虚拟机绑核进行绑核及管理优化，从而对pcpu资源资源池内的资源进行统筹配置，以提高云服务的整体处理性能。
附图说明
38.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1为本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理方法流程图；
40.图2为本发明实施例提供的另一种基于pcpu资源池的虚拟机绑核管理方法流程图；
41.图3为本发明实施例提供的又一种基于pcpu资源池的虚拟机绑核管理方法流程图；
42.图4为本发明实施例提供的还一种基于pcpu资源池的虚拟机绑核管理方法流程图；
43.图5为本发明实施例提供的再一种基于pcpu资源池的虚拟机绑核管理方法流程图；
44.图6为本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置的框图；
45.图7为本发明实施例提供的另一种基于pcpu资源池的虚拟机绑核管理装置的框图；
46.图8为本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置的示意图。
具体实施方式
47.下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
48.此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
49.实施例1
50.利用虚拟化技术，在同一台物理服务器上部署多的业务需要同时部署多个虚拟机，由于每台虚拟机的业务不尽相同，会对物理资源造成不同程度的占用，有的业务依赖cpu性能完成实时计算，有的则依赖其他能力如存储或网络。
51.对虚拟机而言，将虚拟机的虚拟中央处理器(virtual central processing unit，vcpu)绑定到对应的物理中央处理器(physical central processing unit，pcpu)上，此绑定配置可以改善虚拟机示例的精确度与性能。然而现有的非绑核虚拟机不会顾及绑核虚拟机的资源需求，需要摔死主机组来隔离绑核虚拟机与非绑核虚拟机。
52.然而，发明人发现，服务器对各个虚拟机的虚拟中央处理器的配置非常有必要，由于对虚拟机而言，其对应的vcpu绑定到对应的pcpu上，而每个pcpu由于受功率和频率相互制约的关系，并不能保证对应的vcpu绑定所有的pcpu资源(核心core)都运行在最高的频率。因此，当对应的虚拟机真正需要对应vcpu运行相对的任务时，当前vcpu绑定的pcpu资源，并不能保证能提高稳定的运行频率以对对应的数据进行处理，因此导致虚拟机的执行效率降低，而云服务中通常存在大量的虚拟机，并对虚拟机进行绑核以处理对应的任务，因此，大量的虚拟机会存在上述虚拟机执行效率较低的问题，然而虚拟机的执行效率直接反映了云服务的处理性能，因此亟需一种有效的虚拟机绑核管理方法，以解决上述虚拟机执行效率较低的问题，提高云服务的整体处理性能。
53.因此，本技术实施例提供一种基于pcpu资源池的虚拟机绑核管理方法，在此指出，虽然下文描述的过程包括以特定的顺序出现的多个操作，但是应该清楚地了解到，这些过程也可以包括更多或者更少的操作，这些操作可以顺序执行或者并行执行。
54.本实施例提供了一种基于pcpu资源池的虚拟机绑核管理方法，参见图1所示，所述方法包括如下步骤：
55.步骤s101、根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应数量的pcpu资源。
56.在上述实施方式中，具体地，在将所有的pcpu资源统一为资源池后，根据接收到对应目标虚拟机的vcpu资源需求指令，确定目标虚拟机的绑核需求。将云服务集群中所有节点的pcpu资源统一为pcpu资源池，存放于cpu资源池数据库中，pcpu资源的属性包括pcpu资源所在的节点和性能。举例来说，例如若云管服务新创一个需绑核的虚拟机，则需要先确定这个新创建的虚拟机的绑核需求，如需要绑定一个4ghz的vcpu资源。例如若云管服务需要将一个vcpu资源为2ghz的绑核的虚拟机的vcpu资源提升至3ghz，则需要先确定这个待提升vcpu资源的绑核虚拟机的绑核需求。具体的，所述接收到的目标虚拟机的vcpu资源需求指令对应的vcpu资源需求，可以包括但不限于增加vcpu资源需求、减少vcpu资源需求、连续专用vcpu资源需求。其中上述连续专用vcpu资源需求，标识独占使用对应的pcpu。根据目标虚
拟机的vcpu资源需求，从pcpu资源池数据库中确定对应数量的pcpu资源。具体地，所述确定对应数量的pcpu资源，可以包括轮询，即根据目标虚拟机的vcpu资源需求，从所述pcpu资源池数据库中轮询满足需求vcpu资源需求的对应数量的pcpu资源。所述确定对应数量的pcpu资源，还可以包括优先级分配，即就是根据所述pcpu资源池数据库中对应的pcpu资源的优先级，分配对应的pcpu资源，直至得到确定对应数量的pcpu资源。上述两种确定对应数量的pcpu资源方式仅是两种较佳的实时方式，具体的确定对应数量的pcpu资源方式还可以包括但不限于随机分配确定对应数量的pcpu资源、指定分配确定对应数量的pcpu资源、组合方式确定对应数量的pcpu资源。
57.步骤s102、根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；所述pcpu资源的类型为高性能pcpu资源或低性能pcpu资源。
58.在上述实施方式中，具体地，根据目标虚拟机的第一运行任务，确定对应的运行需求，根据对应的运行需求，配置确定的pcpu资源的类型。换句话说，即就是根据第一运行任务的需求，当第一运行任务对应的运行需求对应的需要处理的数据量较大或者是需要处理的速度更快时，则相对应地配置更多个数的高性能pcpu资源。举例来说，若当前pcpu资源的总量为10个4ghz的pcpu资源，每个4ghz的pcpu资源包括8个核心core，每个核心0.5ghz，则当前pcpu资源的总核心有80个，若接收到的目标虚拟机的vcpu资源需求指令对应的vcpu为8个核心core，且得到确定的8个核心core对应的pcpu资源，确定8个核心core对应从第一个4ghz的pcpu资源中取得4个核心，从第二个4ghz的pcpu资源中取得4个核心。对应根据目标虚拟机的第一运行任务，若当前第一运行任务对应的运行需求为5ghz，则需要确定8个核心core的类型。下面以应用英特尔sst技术调整pcpu的8核心的频率为例说明所述pcpu资源的类型为高性能pcpu资源或低性能pcpu资源，例如在对应的第一个4ghz的8个核心core的pcpu资源以应用英特尔sst技术调整后，对应得到的8个核心的运行频率分别为0.7ghz、0.7ghz、0.7ghz、0.7ghz、0.3ghz、0.3ghz、0.3ghz、0.3ghz，第二个pcpu资源应用英特尔sst技术调整后的结果和第一个pcpu资源的调整结果相同。则此第一个或第二个pcpu资源中对应运行频率为0.7ghz的核心core为高性能，应运行频率为0.3ghz的核心core为高性能。联系上面，当前第一运行任务对应的运行需求为5ghz，则需要确定8个核心core的类型，则可以确定需要5个高性能的pcpu资源，3个低性能的pcpu资源，方能满足运行需求，进而配置确定的pcpu资源的类型。进一步地，可以通过轮询的方式，依次从确定的pcpu资源中配置高性能类型的核心，直至高性能类型的核心的个数为5个。如果不能确定第一个调整后的pcpu资源中存在至少一个高性能类型的核心或者不能确定二个调整后pcpu资源中至少存在五个高性能类型的核心，则需要返回步骤s101，重新确定对应数量的pcpu资源。例如，从第一个调整后的pcpu资源中轮询不到高性能类型的核心，即从第一个pcpu资源中确定3个低性能类型的核心，基于第二个调整后的pcpu资源中轮询到的高性能类型的核心个数，确定待重新确定的对应剩余数量的pcpu资源，若第二个调整后的pcpu资源中轮询到四个高性能类型的核心，确定剩余pcpu资源为一个核心，确定对应的pcpu资源，并轮询至可以确定该剩余核心对应为高性能核心为止。
59.步骤s103、将目标虚拟机与确定的pcpu资源、配置的pcpu资源的类型进行绑定；
60.步骤s104、采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理。
61.在上述实施方式中，根据接收到的目标虚拟机的vcpu资源需求指令，从而确定vcpu对应的待绑定的核心的数量，进而可以pcpu资源池数据库中确定对应数量的pcpu资源；进而根据对应数量的pcpu资源对虚拟机进行粗绑定。通过根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；配置确定的pcpu资源的类型用于对初绑定的pcpu资源进行优化，进而提高匹配虚拟机运行第一运行任务，对虚拟机绑定的pcpu资源充分分配，提高整体服务启动效率。通过基于pcpu资源池，对虚拟机绑核进行绑核及管理优化，从而对pcpu资源资源池内的资源进行统筹配置，以提高云服务的整体处理性能。
62.在一个可选的实施方式中，参见图2所示，所述方法还包括：
63.步骤s105、在预设时间段内未收到所述预运行任务需求的pcpu资源、类型相同的处理任务时，则将与所述目标虚拟机绑定的高性能pcpu资源释放。
64.在上述实施方式中，具体地，若第一任务处理完成后，在预设时间内，目标虚拟机的预运行任务需求相对降低或者目标虚拟机不存在相应的执行任务，则将与所述目标虚拟机绑定的高性能pcpu资源释放。进一步地，若不进行释放，还可以将对应高性能pcpu资源通过对应的英特尔sst技术调整为低性能pcpu资源。
65.在上述实施方式中，通过在预设时间内，判断目标虚拟机的预运行任务需求是否相对降低，进而对目标虚拟机绑定的高性能pcpu资源释放，或者对应将绑定的高性能pcpu资源对应调整为相对低性能pcpu资源。进而对释放对应的pcpu资源或者和改变对应绑定的pcpu资源的性能，从而提高pcpu资源池对应的运行性能及运行效率，进一步地提高云服务的整体处理性能。
66.在一个实施方式中，参见图3所示，所述方法还包括：
67.步骤s106、若在预设时间段内接收到第二预运行任务，第二预运行任务与所述第一预运行任务需求的pcpu资源数量相同，但需要的高性能pcpu资源多于第一预运行任务需要的高性能pcpu资源，则：
68.将与目标虚拟机绑定的低性能pcpu资源部分配置为高性能pcpu资源，并继续将目标虚拟机与第二预运行任务对应的pcpu资源的数量、类型进行绑定；
69.步骤s107、采用与第二预运行任务对应的pcpu资源对第二预运行任务进行处理。
70.在上述实施方式中，具体地，在预设时间段内，若对应的执行任务需求提高，则将与目标虚拟机绑定的低性能pcpu资源部分配置为高性能pcpu资源，并进行对配置后的pcpu资源及对应的类型进行绑定，进而适配对应的提升的需求。
71.在一个可选的实施方式中，所述方法还包括：
72.将确定的与目标虚拟机绑定的pcpu资源、类型形成目标虚拟机的资源配置文件，并保存至所述pcpu资源池数据库；
73.所述采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理，包括：
74.从所述pcpu资源池数据库中调度所述资源配置文件，根据所述资源配置文件确定与目标虚拟机绑定的pcpu资源信息，采用绑定后的pcpu资源信息确定所述目标虚拟机的vcpu，对所述预运行任务进行处理。
75.在一个可选的实施方式中，参见图4所示，步骤s101、所述根据接收到的目标虚拟机的vcpu资源需求指令，从所述pcpu资源池数据库中确定对应数量的pcpu资源，包括：
76.步骤s1011、根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应的目标资源集群；
77.步骤s1012、基于所述对应的目标资源集群，确定对应数量的pcpu资源。
78.在上述实施方式中，具体地，若目标虚拟机的vcpu资源需求指令对应需求指定对应pcpu，从指定pcpu的中确定对应的资源需求，则确定自指定pcpu中对应的资源为目标资源集群。若目标虚拟机的vcpu资源需求指令对应需求指定对应资源，即指定对应的pcpu，又指定对应的pcpu中的指定资源，此资源需求通常应用于对存量虚拟机进行性能提升，则确定自指定pcpu中指定的资源为目标资源集群。
79.在上述实施方式中，具体地，若目标虚拟机的vcpu资源需求指令对应需求指定对应pcpu，常应用于对pcpu进行独占绑定虚拟机的vcpu或均衡绑定两个虚拟机的vcpu。示例性地，对独占绑定虚拟机的vcpu而言，将指定pcpu的所有资源绑定至唯一虚拟机，因而在此唯一虚拟机运行相应任务时，指定pcpu可应用英特尔sst技术调整自身资源对应的性能，进而使得虚拟机运行相应任务的运行效率得到提升，便于对该唯一虚拟机进行控制管理。示例性，对均衡绑定两个虚拟机的vcpu而言，例如将一个pcpu的所有资源，绑定到两个不同的虚拟机，若第一个虚拟机需要执行的任务需求较高，而第二个虚拟机需要执行的任务需求相对较低，则给第一个虚拟机绑定更多的资源，分配更多的高新能的资源。进而对这两个虚拟机进行合理的绑核以及和合适的管理，进而整体提高了两个虚拟机的运行效率。
80.在一个可选的实施方式中，参见图5所示，步骤s102、所述根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型，包括：
81.步骤s1021、所述根据目标虚拟机的第一运行任务，确定对应的运行需求；
82.步骤s1022、基于所述对应的目标资源集群、对应的目标资源集群对应的sst配置模型和所述对应的运行需求，配置对应数量的pcpu资源，确定对应数量的pcpu资源的类型。
83.在上述实施方式中，具体地，根据目标虚拟机的第一运行任务，确定对应的运行需求，运行需求对应反应需要的运行频率，根据对应的目标资源集群对应的sst配置模型，满足需求的pcpu资源的类型。示例性地，若当前pcpu资源的总量为10个8ghz的pcpu资源，每个8ghz的pcpu资源包括8个核心core，每个核心1ghz，若目标虚拟机对应的目标资源集群为第一pcpu的1-4核心、第二pcpu的2、6核心、第三pcpu资源的5、8核心，当前运行需求为8核心9.2ghz，则根据第一pcpu对应的sst配置模型确定运行需求对应前四个核心的性能，根据第二pcpu对应的sst配置模型确定运行需求对应第五、第六核心的性能，根据第二pcpu对应的sst配置模型确定运行需求对应最后两个核心的性能。若第一pcpu对应的sst配置模型为0.5ghz的bf配置模型，即调整后的对应的高性能核心的频率为1.5ghz，低性能核心的频率为0.5ghz，第二pcpu对应的sst配置模型为0.2ghz的bf配置模型，第三pcpu对应的sst配置模型为0.4ghz的bf配置模型。则确定运行需求对应的8核心的性能分别为1.5ghz高性能、1.5ghz高性能、1.5ghz高性能、0.5ghz低性能、1.2ghz高性能、1.2ghz高性能、1.4ghz低性能、0.6ghz低性能。
84.需要说明的是，上述各实施例中所提及的高性能低性能仅是相对的概念，并非对应具体的频率，例如可以通过对应的pcpu资源中的核心的平均评率进行区分。且可通过应用英特尔sst技术调整对pcpu资源，使对应的pcpu资源的运行频率达到对应的需求频率。
85.在上述实施方式中，通过结合英特尔sst技术对虚拟机绑定的pcpu资源进行调整，
进而满足虚拟机对应的运行任务需求，进而对服务器统一应用的pcpu资源池进行优化，提高对应云服务的整体处理性能。
86.实施例2
87.图6是本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置的框图，本实施例以该装置应用于图1所示的基于pcpu资源池的虚拟机绑核管理方法进行说明。该装置至少包括以下几个模块：
88.预处理模块61，用于根据接收到的目标虚拟机的vcpu资源需求指令，从pcpu资源池数据库中确定对应数量的pcpu资源；
89.配速模块62，用于根据目标虚拟机的第一运行任务，配置确定的pcpu资源的类型；所述pcpu资源的类型为高性能pcpu资源或低性能pcpu资源；
90.绑定模块63，用于将目标虚拟机与确定的pcpu资源、配置的pcpu资源的类型进行绑定；
91.应用模块64，用于采用与目标虚拟机绑定的pcpu资源、配置的pcpu资源的类型对所述预运行任务进行处理。
92.在一个可选的实时方式中，参见图7所示，所述基于pcpu资源池的虚拟机绑核管理装置还包括：
93.配置保存模块65，用于将确定的与目标虚拟机绑定的pcpu资源、类型形成目标虚拟机的资源配置文件，并保存至所述pcpu资源池数据库。
94.本技术实施例提供的基于pcpu资源池的虚拟机绑核管理装置，可用于如上实施例1中执行的方法，相关细节参考上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
95.需要说明的是：上述实施例中提供的基于pcpu资源池的虚拟机绑核管理装置在进行动态处理虚拟化资源时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将基于pcpu资源池的虚拟机绑核管理装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于pcpu资源池的虚拟机绑核管理装置与基于pcpu资源池的虚拟机绑核管理方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
96.实施例3
97.本发明实施例提供的一种基于pcpu资源池的虚拟机绑核管理装置，用于基于pcpu资源池的虚拟机绑核管理，如图8所示，该电子设备包括处理器801和存储器802，其中处理器801和存储器802可以通过总线或者其他方式连接，图8中以通过总线连接为例。
98.处理器801可以为中央处理器(central processing unit，cpu)也可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、图形处理器(graphics processing unit，gpu)、嵌入式神经网络处理器(neural-network processing unit，npu)或者其他专用的深度学习协处理器、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
99.存储器802作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非
暂态计算机可执行程序以及模块，如本发明实施例中基于pcpu资源池的虚拟机绑核管理方法对应的程序指令/模块。处理器801通过运行存储在存储器802中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例1中的基于pcpu资源池的虚拟机绑核管理方法。
100.存储器802可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器801所创建的数据等。此外，存储器802可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器802可选包括相对于处理器801远程设置的存储器，这些远程存储器可以通过网络连接至处理器801。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
101.所述一个或者多个模块存储在所述存储器802中，当被所述处理器801执行时，执行如图1所示基于pcpu资源池的虚拟机绑核管理方法。
102.本发明实施例还提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于pcpu资源池的虚拟机绑核管理方法。其中，所述非暂态计算机可读存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid-state drive，ssd)等；所述非暂态计算机可读存储介质还可以包括上述种类的存储器的组合。
103.本领域内的技术人员应明白，本发明的实施例可提供为方法、装置或非暂态计算机可读存储介质均可涉及或包含计算机程序产品。
104.因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
105.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
106.显然，以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。因此，本技术专利的保护范围应以所附权利要求为准。