资源调整方法、装置、电子设备及计算机可读存储介质与流程

1.本发明涉及计算机应用技术领域，特别是涉及一种资源调整方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.在任务处理过程中，需要耗费较多资源，如cpu资源、内存资源、磁盘资源等。比如视频、音频、图片等多媒体信息的转码任务属于cpu(central processing unit，中央处理器)密集型任务，需要耗费较多的cpu资源。
3.目前，常用的一种方式是，根据实时任务队列长度，对资源使用量进行预判，进而进行资源的动态增减。
4.这种方式存在一定的缺点，因为每个任务执行的时间不等，有的可能是几分钟就可以处理完成，有的可能需要几十小时才能处理完成，这就使得任务队列较长时，总的任务执行时间并不一定较长，需要的资源也不一定较多，任务队列较短时，总的任务执行时间不一定较短，需要的资源也不一定较少。也就是说，按照实时任务队列长度，预判得到的资源使用量准确率较低，进而无法准确进行资源增减操作，可能会造成资源浪费，或者资源不足，无法有效进行任务处理，降低了任务处理效率。


技术实现要素：

5.本发明实施例的目的在于提供一种资源调整方法、装置、电子设备及计算机可读存储介质，以实现对目标资源池的资源进行准确调整，避免资源浪费，提高任务处理效率。具体技术方案如下：
6.一种资源调整方法，包括：
7.获得目标资源池的资源使用数据，所述目标资源池为多媒体信息转码任务对应的资源池集合中的任意一个资源池；
8.根据所述资源使用数据，确定所述目标资源池中每种密集资源的资源分配率和资源利用率；
9.根据所述目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对所述目标资源池的资源调整触发条件；
10.如果达到对所述目标资源池的资源调整触发条件，则根据预先设定的资源目标，对所述目标资源池的资源进行调整。
11.在本发明的一种具体实施方式中，所述根据所述资源使用数据，确定所述目标资源池中每种密集资源的资源分配率和资源利用率，包括：
12.针对所述目标资源池中每种密集资源，根据所述资源使用数据，确定当前密集资源的已被分配出去的资源数和实际被使用的资源数；
13.将所述当前密集资源的已被分配出去的资源数与所述当前密集资源的资源总数的第一比值，确定为所述当前密集资源的资源分配率；
14.将所述当前密集资源的实际被使用的资源数与所述当前密集资源的资源总数的第二比值，确定为所述当前密集资源的资源利用率。
15.在本发明的一种具体实施方式中，所述根据所述目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对所述目标资源池的资源调整触发条件，包括：
16.根据所述目标资源池中每种密集资源的资源分配率和资源利用率，确定所述目标资源池的评分参数；
17.根据所述目标资源池的评分参数在设定时间段内的变化范围，判断是否达到对目标资源池的资源调整触发条件。
18.在本发明的一种具体实施方式中，所述根据所述目标资源池中每种密集资源的资源分配率和资源利用率，确定所述目标资源池的评分参数，包括：
19.针对所述目标资源池中每种密集资源，根据当前密集资源的资源分配率和第一调整系数，以及所述当前密集资源的资源利用率和第二调整系数，确定所述当前密集资源的资源评分；
20.根据每种密集资源的资源评分，确定所述目标资源池的评分参数。
21.在本发明的一种具体实施方式中，所述资源目标有多个，所述根据预先设定的资源目标，对所述目标资源池的资源进行调整，包括：
22.根据所述目标资源池中每种密集资源的资源总数，在预先设定的资源目标中确定待达到目标；
23.按照所述待达到目标，对所述目标资源池的资源进行调整。
24.在本发明的一种具体实施方式中，所述资源调整触发条件为资源增加触发条件，所述根据预先设定的资源目标，对所述目标资源池的资源进行调整，包括：
25.根据预先设定的资源目标，按照节点性价比从高到低的顺序，对所述目标资源池进行扩容操作，以增加所述目标资源池的资源，所述节点性价比为节点性能与价格的比值。
26.在本发明的一种具体实施方式中，所述资源调整触发条件为资源减少触发条件，所述根据预先设定的资源目标，对所述目标资源池的资源进行调整，包括：
27.根据预先设定的资源目标，按照节点利用率从低到高的顺序，确定所述目标资源池中的待释放节点；
28.将所述待释放节点上的任务调度至所述目标资源池中的其他节点之后，对所述待释放节点进行下线删除处理，以减少所述目标资源池的资源。
29.在本发明的一种具体实施方式中，在所述确定所述目标资源池中的待释放节点之后，还包括：
30.对所述待释放节点进行待释放标记；
31.在有新任务待处理的情况下，将所述新任务调度到所述目标资源池的未进行待释放标记的节点上。
32.一种资源调整装置，包括：
33.资源使用数据获得模块，用于获得目标资源池的资源使用数据，所述目标资源池为多媒体信息转码任务对应的资源池集合中的任意一个资源池；
34.分配率和利用率确定模块，用于根据所述资源使用数据，确定所述目标资源池中每种密集资源的资源分配率和资源利用率；
35.调整触发条件判断模块，用于根据所述目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对所述目标资源池的资源调整触发条件；
36.资源调整模块，用于在达到对所述目标资源池的资源调整触发条件的情况下，根据预先设定的资源目标，对所述目标资源池的资源进行调整。
37.一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
38.存储器，用于存放计算机程序；
39.处理器，用于执行存储器上所存放的程序时，实现上述的资源调整方法的步骤。
40.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的资源调整方法。
41.一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中，且适于由处理器读取并执行，以使得具有所述处理器的计算机设备执行上述的资源调整方法。
42.应用本发明实施例所提供的技术方案，先获得目标资源池的资源使用数据，根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率，再根据资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件，如果达到该资源调整触发条件，则根据预先设定的资源目标，对目标资源池的资源进行调整。通过目标资源池的资源使用数据可以得到目标资源池的资源实际使用情况，不需要依赖于任务队列长度，基于目标资源池的资源实际使用情况可以准确判断是否对目标资源池的资源进行调整，进而可以对目标资源池的资源进行准确调整，避免资源浪费，使得目标资源池中的资源能够适应多媒体信息转码任务处理需求，提高任务处理效率。
附图说明
43.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
44.图1为本发明实施例中任务处理系统的组成架构示意图；
45.图2为本发明实施例中一种资源调整方法的实施流程图；
46.图3为本发明实施例中一种资源调整装置的结构示意图；
47.图4为本发明实施例中一种电子设备的结构示意图。
具体实施方式
48.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。
49.本发明的核心是提供一种资源调整方法，该方法可以应用于任务处理等多种场景中，比如转码任务处理场景。
50.为了便于理解，下面先对本发明的技术方案所适用的任务处理系统的组成架构进行介绍。
51.参见图1，任务处理系统包括任务调度中心、控制中心、资源调度与部署单元、监控单元、资源池集合等。其中，资源池集合可以包括多个资源池，每个资源池可以包括多个节点，每个节点可提供相应的资源，如cpu资源、内存资源、磁盘资源等，目标资源池可以是多
媒体信息转码任务对应的资源池集合中的任意一个资源池。为便于理解，以下均以目标资源池为例进行说明。
52.任务调度中心可以根据任务调度策略进行任务调度，发出调度指令，控制中心可以根据任务调度中心的调度指令，将任务调度到目标资源池的节点上，将目标资源池中的资源分配出来，用于处理相应任务。监控单元可以对目标资源池的使用情况进行监控，并提供数据查询接口。控制中心通过监控单元可以获得目标资源池的资源使用数据，根据资源使用数据，可以判断是否达到对目标资源池的资源调整触发条件。如果达到，则根据预先设定的资源目标，通过资源调度与部署单元对目标资源池的资源进行调整，如增加资源或减少资源。实现对目标资源池的资源动态调整。
53.通过目标资源池的资源使用数据可以得到目标资源池的资源实际使用情况，不需要依赖于任务队列长度，基于目标资源池的资源实际使用情况可以准确判断是否对目标资源池的资源进行调整，进而可以对目标资源池的资源进行准确调整，避免资源浪费，使得目标资源池中的资源能够适应多媒体信息转码任务处理需求，提高任务处理效率。
54.上面在整体上对业务处理系统进行了介绍，下面对本发明实施例所提供的资源调整方法进行详细说明。
55.参见图2所示，为本发明实施例所提供的一种资源调整方法的实施流程图，该方法可以由图1所示的控制中心执行，可以包括以下步骤：
56.s210：获得目标资源池的资源使用数据。
57.目标资源池为多媒体信息转码任务对应的资源池集合中的任意一个资源池。
58.在任务处理系统中，多媒体信息转码任务对应的资源池集合可以包括一个或多个不同类型的资源池，如cpu单密集型资源池、cpu和内存双密集型资源池、cpu/内存/磁盘三重密集型资源池。不同类型的资源池可以用于处理相应类型的多媒体信息转码任务。举例而言，cpu单密集型资源池可以处理cpu密集型任务，如常规的转码任务，cpu和内存双密集型资源池可以处理cpu和内存双密集型任务，如超分辨率任务，cpu/内存/磁盘三重密集型资源池可以处理cpu/内存/磁盘三重密集型任务，如4k转码、杜比任务等。不同类型的资源池其密集资源不同。如cpu单密集型资源池的密集资源为cpu资源，cpu和内存双密集型资源池的密集资源为cpu资源和内存资源，cpu/内存/磁盘三重密集型资源池的密集资源为cpu资源、内存资源和磁盘资源。
59.每个资源池可以包括多个节点，每个节点可提供相应的资源，如下所示：
60.cpu单密集型资源池包括32core 64g 1t普通云盘、64core 128g 2t高性能云盘等节点，主要提供cpu资源；
61.cpu和内存双密集型资源池包括32core 128g 1t普通云盘、64core 256g 2t高性能云盘等节点，主要提供cpu资源和内存资源；
62.cpu/内存/磁盘三重密集型资源池包括64core 256g 8t高性能云盘、96core 512g 16t高性能云盘等节点，主要提供cpu资源、内存资源和磁盘资源。
63.目标资源池可以是资源池集合中的任意一个资源池。也就是说，对于资源池集合中的任意一个资源池，都可以通过本发明实施例所提供的技术方案，对其进行资源动态调整。
64.在实际应用中，在有任务需要处理时，可以根据任务的类型，将任务调度到对应类
型的资源池中，在该资源池中为任务分配资源，分配给任务的资源被任务占用，进行任务处理，任务处理完成后，可以释放相应资源。分配出去的资源可以部分或全部被实际使用。通过对目标资源池的监控，可以获得目标资源池的资源使用数据。目标资源池的资源使用数据可以表征目标资源池的资源实际使用情况，如目标资源池中有多少资源被分配出去，有多少资源被实际使用。
65.可以在达到设定的数据获得条件时，获得目标资源池的资源使用数据。如在达到设定的时间间隔时，认为达到了数据获得条件，获得目标资源池的资源使用数据，或者在接收到数据获取指令时，认为达到了数据获得条件，获得目标资源池的资源使用数据。
66.s220：根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率。
67.如前所描述的，不同类型的资源池其密集资源不同。如cpu单密集型资源池的密集资源为cpu资源，cpu和内存双密集型资源池的密集资源为cpu资源和内存资源，cpu/内存/磁盘三重密集型资源池的密集资源为cpu资源、内存资源和磁盘资源。
68.获得目标资源池的资源使用数据后，可以根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率。对于每种密集资源而言，该密集资源的资源分配率和资源利用率越高，可以认为当前任务处理需要该密集资源越多。
69.s230：根据目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件。
70.在本发明实施例中，可以预先设定对目标资源池的资源调整触发条件。可以根据目标资源池的类型和使用需求，为目标资源池设定相应的资源调整触发条件。资源调整触发条件可以包括资源增加触发条件、资源减少触发条件。
71.获得目标资源池的资源使用数据后，根据资源使用数据，可以获知目标资源池的资源实际使用情况，即目标资源池中每种密集资源的资源分配率和资源利用率，据此可以判断是否达到对目标资源池的资源调整触发条件。
72.如果确定达到对目标资源池的资源调整触发条件，则可以继续执行后续步骤的操作。如果确定未达到对目标资源池的资源调整触发条件，则可以继续对目标资源池进行监控，重复执行获得目标资源池的资源使用数据及其以下步骤的操作。
73.s240：如果达到对目标资源池的资源调整触发条件，则根据预先设定的资源目标，对目标资源池的资源进行调整。
74.在本发明实施例中，可以预先设定资源目标，设定的资源目标可以是一个或多个。资源目标可以理解为达到资源调整触发条件时资源的调整目标。
75.根据目标资源池的资源使用数据，如果确定达到对目标资源池的资源调整触发条件，则可以根据预先设定的资源目标，对目标资源池的资源进行调整。举例而言，假设目标资源池的cpu资源的当前资源数为5k core，预先设定的资源目标为1w core，根据目标资源池的资源使用数据，如果确定达到对目标资源池的资源调整触发条件，则可以将目标资源池的cpu资源由5k core增加至1w core。
76.在任务处理过程中，目标资源池的资源使用数据是变化的，根据目标资源池的资源使用数据，在确定达到对目标资源池的资源调整触发条件的情况下，根据资源目标，对目标资源池的资源进行调整，这样可以使得调整后的目标资源池的资源能够与当前资源使用
情况相适应，能够较好适应多媒体信息转码任务处理需求，既可避免资源浪费，也可以快速进行任务处理。
77.应用本发明实施例所提供的方法，先获得目标资源池的资源使用数据，根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率，再根据资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件，如果达到该资源调整触发条件，则根据预先设定的资源目标，对目标资源池的资源进行调整。通过目标资源池的资源使用数据可以得到目标资源池的资源实际使用情况，不需要依赖于任务队列长度，基于目标资源池的资源实际使用情况可以准确判断是否对目标资源池的资源进行调整，进而可以对目标资源池的资源进行准确调整，避免资源浪费，使得目标资源池中的资源能够适应多媒体信息转码任务处理需求，提高任务处理效率。
78.在本发明的一个实施例中，步骤s220可以包括以下步骤：
79.步骤一：针对目标资源池中每种密集资源，根据资源使用数据，确定当前密集资源的已被分配出去的资源数和实际被使用的资源数；
80.步骤二：将当前密集资源的已被分配出去的资源数与当前密集资源的资源总数的第一比值，确定为当前密集资源的资源分配率；
81.步骤三：将当前密集资源的实际被使用的资源数与当前密集资源的资源总数的第二比值，确定为当前密集资源的资源利用率。
82.为便于描述，将上述三个步骤结合起来进行说明。
83.本发明实施例中，当前密集资源是指当前操作所针对的密集资源。在任务处理系统中，目标资源池中的密集资源会被分配出去，用以进行多媒体信息转码任务处理，但因为分配可能存在一定的冗余，所以分配出去的密集资源可能并不会全部被使用。
84.针对目标资源池中每种密集资源，可以根据资源使用数据，确定当前密集资源的已被分配出去的资源数和实际被使用的资源数。如，当前密集资源为cpu资源，其已被分配出去的资源数为3k core，其实际被使用的资源数为2k core。
85.当前密集资源的资源总数已知，可以确定出当前密集资源的已被分配出去的资源数与该资源总数的第一比值，可以将该第一比值确定为当前密集资源的资源分配率。同时可以确定出当前密集资源的实际被使用的资源数与该资源总数的第二比值，可以将该第二比值确定为当前密集资源的资源利用率。如，在上例的基础上，当前密集资源为cpu资源，其资源总数为1w core，得到的第一比值，即资源分配率可以是3k/1w，得到的第二比值，即资源利用率可以是2k/1w。
86.确定出目标资源池中每种密集资源的资源分配率和资源利用率之后，进一步可以根据目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件。
87.在本技术的一个实施例中，根据目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件，可以包括以下步骤：
88.第一个步骤：根据目标资源池中每种密集资源的资源分配率和资源利用率，确定目标资源池的评分参数；
89.第二个步骤：根据目标资源池的评分参数在设定时间段内的变化范围，判断是否达到对目标资源池的资源调整触发条件。
90.为方便描述，将上述两个步骤结合起来进行说明。
91.在本发明实施例中，根据目标资源池的资源使用数据，确定出目标资源池中每种密集资源的资源分配和资源利用率之后，可以根据目标资源池中每种密集资源的资源分配率和资源利用率，确定目标资源池的评分参数。
92.具体的，针对目标资源池中每种密集资源，可以根据当前密集资源的资源分配率和第一调整系数，以及当前密集资源的资源利用率和第二调整系数，确定当前密集资源的资源评分，然后根据每种密集资源的资源评分，确定目标资源池的评分参数。
93.第一调整系数和第二调整系数可以根据资源的类型和使用期望进行设定，大小区间可以为[0.5,2]。
[0094]
举例而言，第一调整系数可以用i
type
表示，第二调整系数可以用j
type
表示：
[0095]
当i
type
和j
type
取值为1，表示资源尽量饱和使用；
[0096]
当i
type
和j
type
取值都小于1时，表示期望减少资源池中任务的竞争，让资源池始终保持一定的冗余资源，处于性能最优状态；
[0097]
当i
type
和j
type
取值都大于1时，表示期望增强竞争，让资源池使用更为紧凑，保持高吞吐作业；
[0098]
当i
type
取值为1，j
type
取值小于或大于1时，表示期望调整或修正资源使用行为。
[0099]
不同类型资源对应的第一调整系数可以相同或不同，不同类型资源对应的第二调整系数也可以相同或不同。
[0100]
针对目标资源池中每种密集资源，可以根据当前密集资源的资源分配率和第一调整系数，以及当前密集资源的资源利用率和第二调整系数，确定当前密集资源的资源评分。当前密集资源的资源评分可以包括两部分，一部分为资源分配率与第一调整系数的乘积，一部分为资源利用率与第二调整系数的乘积。可以利用预先构建的评分模型确定当前密集资源的资源评分，在评分模型中预先设定不同类型资源对应的第一调整系数和第二调整系数，将当前密集资源的资源分配率和资源利用率输入到评分模型后，即可得到评分模型输出的当前密集资源的资源评分。
[0101]
如果当前密集资源为cpu资源，则其资源分配率可表示为usage
cpu
，对应的第一调整系数表示为i
cpu
，其资源利用率可表示为util
cpu
，对应的第二调整系数表示为j
cpu
；如果当前密集资源为内存资源，则其资源分配率可表示为usage
memory
，对应的第一调整系数表示为i
memory
，其资源利用率可表示为util
memory
，对应的第二调整系数表示为j
memory
；如果当前密集资源为磁盘资源，则其资源分配率可表示为usage
disk
，对应的第一调整系数表示为i
disk
，其资源利用率可表示为util
disk
，对应的第二调整系数表示为j
disk
。
[0102]
确定出的目标资源池每种密集资源的资源评分可以表示如下：
[0103]
score
cpu
＝(i
cpu
*usage
cpu
,j
cpu
*util
cpu
)；
[0104]
score
memory
＝(i
memory
*usage
memory
,j
memory
*util
memory
)；
[0105]
score
disk
＝(i
disk
*usage
disk
,j
disk
*util
disk
)。
[0106]
其中，score
cpu
为cpu资源的资源评分，score
memory
为内存资源的资源评分，score
disk
为磁盘资源的资源评分。
[0107]
因为第一调整系数和第二调整系数可以根据资源的类型和使用期望进行设定，在对每种密集资源的资源评分进行确定时加入了资源的类型和使用期望的因素，可以使得对
各密集资源的资源评分的确定更为准确。
[0108]
确定出目标资源池中每种密集资源的资源评分后，进一步可以根据每种密集资源的资源评分，确定目标资源池的评分参数。目标资源池的评分参数可以包括各种密集资源的资源评分。
[0109]
目标资源池的评分参数score
resource_pool
可以表示为：
[0110]
score
resource_pool
＝(score
cpu
,score
memory
,score
disk
)。
[0111]
根据目标资源池中每种密集资源的资源分配率和资源利用率，确定出目标资源池的评分参数之后，进一步，可以根据评分参数的高低判断是否达到对目标资源池的资源调整触发条件。
[0112]
可以理解的是，如果目标资源池中各密集资源的资源评分持续较高，则可以认为当前对资源的需求较大，可以考虑增加资源，如果目标资源池中各密集资源的资源评分持续较低，则可以认为当前对资源的需求较小，可以考虑减少资源。
[0113]
在本发明实施例中，资源调整触发条件可以包括资源增加触发条件和资源减少触发条件。可以根据实际情况设定一个时间段。在确定出目标资源池的评分参数后，可以确定评分参数在该时间段内的变化范围，根据该变化范围判断是否达到资源调整触发条件。如果目标资源池的评分参数中各密集资源的资源评分在设定时间段内均大于设定的第一分数阈值，则可以认为当前对资源的需求较大，可以确定达到对目标资源池的资源增加触发条件。如果目标资源池的评分参数中各密集资源的资源评分在该时间段内均小于设定的第二分数阈值，则可以认为当前对资源的需求较小，可以确定达到对目标资源池的资源减少触发条件。
[0114]
第一分数阈值和第二分数阈值可以相同或不同，第二分数阈值小于或等于第一分数阈值。
[0115]
根据目标资源池的评分参数，可以准确判断出是否达到对目标资源池的资源调整触发条件，进而可以准确确定如何对目标资源池进行资源调整。
[0116]
在本发明的一个实施例中，资源目标可以有多个，根据预先设定的资源目标，对目标资源池的资源进行调整，可以包括以下步骤：
[0117]
第一个步骤：根据目标资源池中每种密集资源的资源总数，在预先设定的资源目标中确定待达到目标；
[0118]
第二个步骤：按照待达到目标，对目标资源池的资源进行调整。
[0119]
为便于描述，将上述两个步骤结合起来进行说明。
[0120]
在本发明实施例中，预先设定的资源目标可以有多个，可以包括资源最小目标、资源中间目标、资源限制目标。其中资源中间目标可以是多个，资源限制目标可以为资源上限目标、资源下限目标。
[0121]
在根据目标资源池的资源使用数据，确定达到对目标资源池的资源调整触发条件的情况下，可以先根据目标资源池中每种密集资源的资源总数，在预先设定的资源目标中确定待达到目标。具体的，如果确定达到的对目标资源池的资源调整触发条件为资源增加触发条件，则可以将大于密集资源的资源总数，且与该资源总数的差值最小的资源目标确定为待达到目标，如果确定达到的对目标资源池的资源调整触发条件为资源减少触发条件，则可以将小于密集资源的资源总数，且与该资源总数的差值最小的资源目标确定为待
达到目标。
[0122]
确定出待达到目标后，可以按照待达到目标，对目标资源池的资源进行调整，如进行资源增加操作或者进行资源减少操作。
[0123]
为方便理解，下面通过具体示例对本发明实施例中根据资源使用数据，判断是否达到对目标资源池的资源调整触发条件，并在达到对目标资源池的资源调整触发条件的情况下，根据预先设定的资源目标，对目标资源池的资源进行调整进行说明。
[0124]
根据资源池的类型和使用需求的不同，每个资源池的调整策略可以有多条，每个调整策略可以包含资源目标、资源调整触发条件，其中，资源目标至少包括资源最小目标和资源限制目标，还可以包括资源中间目标。在调整策略为资源增加策略的情况下，资源限制目标为资源上限目标，在调整策略为资源减少策略的情况下，资源限制目标为资源下限目标。
[0125]
具体的，可以表示如下：
[0126]
资源限制目标：limit
resource_pool
＝(limit
cpu
,limit
memory
,limit
disk
)，不同下角标表示不同类型资源对应的资源限制目标；
[0127]
资源最小目标或资源中间目标：target
resource_pool
＝(target
cpu
,target
memory
,target
disk
)，不同下角标表示不同类型资源对应的资源最小目标或资源中间目标；
[0128]
资源调整触发条件：trigger
resource_pool
＝(trigger
cpu
,trigger
memory
,trigger
disk
)，不同下角标表示不同类型资源对应的资源调整触发条件。
[0129]
以目标资源池为cpu单密集型资源池为例，其主要关注的指标为：
[0130]
score
cpu
，limit
cpu
，target
cpu
，trigger
cpu
。
[0131]
a.资源增加策略(以最小实现为例)：
[0132]
资源最小目标：cluster_autoscaler{op＝"ge",resource＝cpu
total
",strategy_id＝"1",strategy＝"target"}＝target
cpu
；其中，ge(greater than or equal to)表示大于或等于，即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“1”的目标策略控制cpu资源的资源总数cpu
total
最先要增大至资源最小目标target
cpu
。
[0133]
资源调整触发条件：cluster_autoscaler{op＝"eq",resource＝"score
cpu
",strategy_id＝"2",strategy＝"score"}＝trigger
cpu
；其中，eq(equal to)表示等于，即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“2”的评分策略判断是否达到资源调整触发条件trigger
cpu
。
[0134]
资源上限目标：cluster_autoscaler{op＝"le",resource＝"cpu
total
",strategy_id＝"3",strategy＝"limit"}＝limit
cpu
；其中，le(less than or equal to)表示小于或等于，即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“3”的上限策略控制cpu资源的资源总数cpu
total
不能大于limit
cpu
。
[0135]
假设：cpu
total
＝cpu
static
为2k core，target
cpu
为5k core，trigger
cpu
为：i
cpu
*usage
cpu
＝90％且j
cpu
*util
cpu
≥70％，limit
cpu
为1w core。可表示：
[0136]
目标资源池的cpu资源的资源总数cpu
total
等于固定资源数cpu
static
，为2k core，是否达到对目标资源池的资源调整触发条件是依据cpu资源的资源评分score
cpu
＝(i
cpu
*usage
cpu
,j
cpu
*util
cpu
)进行判断。当cpu资源的i
cpu
*usage
cpu
等于90％，且cpu资源的j
cpu
*util
cpu
大于或等于70％时，确定达到对目标资源池的资源调整触发条件，可以将资源最小
目标，即target
cpu
确定为待达到目标，将cpu资源增加至资源最小目标，即5k core；当cpu资源的i
cpu
*usage
cpu
等于90％，且cpu资源的j
cpu
*util
cpu
大于或等于70％时，认为再次达到对目标资源池的资源调整触发条件，可以将资源上限目标，即limit
cpu
确定为待达到目标，将cpu资源增加至资源上限目标，即1w core。
[0137]
b.资源减少策略(以梯度实现为例)：
[0138]
资源最小目标：cluster_autoscaler{op＝"le",resource＝cpu
total
",strategy_id＝"4",strategy＝"target"}＝target
cpu
；即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“4”的目标策略控制cpu资源的资源总数cpu
total
最先要减小至资源最小目标target
cpu
。
[0139]
资源中间目标1：cluster_autoscaler{op＝"le",resource＝cpu
total
",strategy_id＝"5",strategy＝"target"}＝target
cpu1
；即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“5”的目标策略控制cpu资源的资源总数cpu
total
减小至资源中间目标target
cpu1
。
[0140]
资源中间目标2：cluster_autoscaler{op＝"le",resource＝cpu
total
",strategy_id＝"6",strategy＝"target"}＝target
cpu2
；即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“6”的目标策略控制cpu资源的资源总数cpu
total
减小至资源中间目标target
cpu2
。
[0141]
资源调整触发条件：cluster_autoscaler{op＝"eq",resource＝"score
cpu
",strategy_id＝"7",strategy＝"score"}＝trigger
cpu
；即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“7”的评分策略判断是否达到资源调整触发条件trigger
cpu
。
[0142]
资源下限目标：cluster_autoscaler{op＝"ge",resource＝"cpu
total
",strategy_id＝"8",strategy＝"limit"}＝limit
cpu
；即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“8”的下限策略控制cpu资源的资源总数cpu
total
不能小于limit
cpu
。
[0143]
假设：cpu
static
为2k core，cpu
total
为1w core，target
cpu
为9k core，target
cpu1
为6k core，target
cpu2
为3k core，trigger
cpu
为：i
cpu
*usage
cpu
＝50％且j
cpu
*util
cpu
≤50％，limit
cpu
为2k core。可表示：
[0144]
目标资源池的cpu资源的固定资源数cpu
static
为2k core，cpu资源的资源总数cpu
total
为1w core，是否达到对目标资源池的资源调整触发条件是依据cpu资源的资源评分score
cpu
＝(i
cpu
*usage
cpu
,j
cpu
*util
cpu
)进行判断。当cpu资源的i
cpu
*usage
cpu
等于50％，且cpu资源的j
cpu
*util
cpu
小于或等于50％时，确定达到对目标资源池的资源调整触发条件，可以将资源最小目标，即target
cpu
确定为待达到目标，将cpu资源减小至资源最小目标，即9k core；当cpu资源的i
cpu
*usage
cpu
等于50％，且cpu资源的j
cpu
*util
cpu
小于或等于50％时，认为再次达到对目标资源池的资源调整触发条件，可以将资源中间目标1，即target
cpu1
确定为待达到目标，将cpu资源减少至6k core；当cpu资源的i
cpu
*usage
cpu
等于50％，且cpu资源的j
cpu
*util
cpu
小于或等于50％时，认为再次达到对目标资源池的资源调整触发条件，可以将资源中间目标2，即target
cpu2
确定为待达到目标，将cpu资源减少至3k core；当cpu资源的i
cpu
*usage
cpu
等于50％，且cpu资源的j
cpu
*util
cpu
小于或等于50％时，认为再次达到对目标资源池的资源调整触发条件，可以将资源下限目标，即limit
cpu
确定为待达到目标，将cpu
资源减少至2k core，释放了全部弹性cpu资源。
[0145]
以目标资源池为cpu和内存双密集型资源池为例，其主要关注的指标为：
[0146]
score
cpu
，limit
cpu
，target
cpu
，trigger
cpu
；
[0147]
score
memory
，limit
memory
，target
memory
，trigger
memory
。
[0148]
a.资源增加策略(以梯度实现为例)：
[0149]
资源最小目标(取与，两者需同时满足)：
[0150]
cluster_autoscaler{op＝"ge",resource＝cpu
total
",strategy_id＝"1",strategy＝"target"}＝target
cpu
；
[0151]
cluster_autoscaler{op＝"ge",resource＝memory
total
",strategy_id＝"2",strategy＝"target"}＝target
memory
；
[0152]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“1”的目标策略控制cpu资源的资源总数cpu
total
最先要增大至资源最小目标target
cpu
，按照策略标识为“2”的目标策略控制内存资源的资源总数memory
total
最先要增大至资源最小目标target
memory
。
[0153]
资源中间目标1(取与，两者需同时满足)：
[0154]
cluster_autoscaler{op＝"ge",resource＝cpu
total
",strategy_id＝"3",strategy＝"target"}＝target
cpu1
；
[0155]
cluster_autoscaler{op＝"ge",resource＝memory
total
",strategy_id＝"4",strategy＝"target"}＝target
memory1
；
[0156]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“3”的目标策略控制cpu资源的资源总数cpu
total
增加至资源中间目标target
cpu1
，按照策略标识为“4”的目标策略控制内存资源的资源总数memory
total
增加至资源中间目标target
memory1
。
[0157]
资源调整触发条件(取或，即以其中一种指标触发为准)：
[0158]
cluster_autoscaler{op＝"eq",resource＝"score
cpu
",strategy_id＝"5",strategy＝"score"}＝trigger
cpu
；
[0159]
cluster_autoscaler{op＝"eq",resource＝"score
memory
",strategy_id＝"6",strategy＝"score"}＝trigger
memory
；
[0160]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“5”的评分策略判断是否达到资源调整触发条件trigger
cpu
，按照策略标识为“6”的评分策略判断是否达到资源调整触发条件trigger
memory
。
[0161]
资源上限目标(取或，即以其中一种指标到达资源上限目标为准)：
[0162]
cluster_autoscaler{op＝"le",resource＝"cpu
total
",strategy_id＝"7",strategy＝"limit"}＝limit
cpu
；
[0163]
cluster_autoscaler{op＝"le",resource＝"memory
total
",strategy_id＝"8",strategy＝"limit"}＝limit
memory
；
[0164]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“7”的上限策略控制cpu资源的资源总数cpu
total
不能大于limit
cpu
，按照策略标识为“8”的上限策略控制内存资源的资源总数memory
total
不能大于limit
memory
。
[0165]
总体而言，目标资源池的cpu资源的资源总数为cpu
total
，内存资源的资源总数为
memory
total
，是否达到对目标资源池的资源调整触发条件是依据cpu资源的资源评分score
cpu
＝(i
cpu
*usage
cpu
,j
cpu
*util
cpu
)和内存资源的资源评分score
memory
＝(i
memory
*usage
memory
,j
memory
*util
memory
)进行判断。当cpu资源的资源评分score
cpu
或内存资源的资源评分score
memory
满足条件时，确定达到对目标资源池的资源调整触发条件，可以将资源最小目标target
cpu
和target
memory
确定为待达到目标，分别将cpu资源增加至target
cpu
，将内存资源增加至target
memory
；当cpu资源的资源评分score
cpu
或内存资源的资源评分score
memory
满足条件时，认为再次达到对目标资源池的资源调整触发条件，可以将资源中间目标1，即target
cpu1
和target
memory1
确定为待达到目标，分别将cpu资源增加至target
cpu1
，将内存资源增加至target
memory1
；当cpu资源的资源评分score
cpu
或内存资源的资源评分score
memory
满足条件时，认为再次达到对目标资源池的资源调整触发条件，可以将资源上限目标，即limit
cpu
或limit
memory
确定为待达到目标，将cpu资源增加至limit
cpu
，或将内存资源增加至limit
memory
。
[0166]
b.资源减少策略(以最小实现为例)：
[0167]
资源最小目标(取与，两者需同时满足)：
[0168]
cluster_autoscaler{op＝"le",resource＝cpu
total
",strategy_id＝"4",strategy＝"target"}＝target
cpu
；
[0169]
cluster_autoscaler{op＝"le",resource＝memory
total
",strategy_id＝"5",strategy＝"target"}＝target
memory
；
[0170]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“4”的目标策略控制cpu资源的资源总数cpu
total
最先要减小至资源最小目标target
cpu
，按照策略标识为“5”的目标策略控制内存资源的资源总数memory
total
最先要减小至资源最小目标target
memory
。
[0171]
资源调整触发条件(取与，两者需同时满足)：
[0172]
cluster_autoscaler{op＝"eq",resource＝"score
cpu
",strategy_id＝"6",strategy＝"score"}＝trigger
cpu
；
[0173]
cluster_autoscaler{op＝"eq",resource＝"score
memory
",strategy_id＝"7",strategy＝"score"}＝trigger
memory
；
[0174]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“6”的评分策略判断是否达到资源调整触发条件trigger
cpu
，按照策略标识为“7”的评分策略判断是否达到资源调整触发条件trigger
memory
。
[0175]
资源下限目标(取与，两者需同时满足)：
[0176]
cluster_autoscaler{op＝"ge",resource＝"cpu
total
",strategy_id＝"8",strategy＝"limit"}＝limit
cpu
；
[0177]
cluster_autoscaler{op＝"ge",resource＝"memory
total
",strategy_id＝"9",strategy＝"limit"}＝limit
memory
；
[0178]
即将集群弹性收缩服务cluster_autoscaler配置为，按照策略标识为“8”的下限策略控制cpu资源的资源总数cpu
total
不能小于limit
cpu
，按照策略标识为“9”的下限策略控制内存资源的资源总数memory
total
不能小于limit
memory
。
[0179]
总体而言，目标资源池的cpu资源的资源总数为cpu
total
，内存资源的资源总数为
memory
total
，是否达到对目标资源池的资源调整触发条件是依据cpu资源的资源评分score
cpu
＝(i
cpu
*usage
cpu
,j
cpu
*util
cpu
)和内存资源的资源评分score
memory
＝(i
memory
*usage
memory
,j
memory
*util
memory
)进行判断。当cpu资源的资源评分score
cpu
或内存资源的资源评分score
memory
满足条件时，确定达到对目标资源池的资源调整触发条件，可以将资源最小目标target
cpu
和target
memory
确定为待达到目标，分别将cpu资源减少至target
cpu
，将内存资源减少至target
memory
；当cpu资源的资源评分score
cpu
或内存资源的资源评分score
memory
满足条件时，认为再次达到对目标资源池的资源调整触发条件，可以将资源下限目标，即limit
cpu
和limit
memory
确定为待达到目标，将cpu资源减少至limit
cpu
，并将内存资源减少至limit
memory
。
[0180]
如果目标资源池为cpu/内存/磁盘三重密集型资源池，则可以参考上述cpu和内存双密集型资源池的调整策略进行资源调整，不再赘述。
[0181]
根据资源使用数据，可以准确确定出是否达到对目标资源池的资源调整触发条件，进而可以在达到对目标资源池的资源调整触发条件时，根据资源目标，对目标资源池的资源进行准确调整，避免资源浪费，使得目标资源池中的资源能够适应多媒体信息转码任务处理需求，提高任务处理效率。
[0182]
在本发明的一个实施例中，资源调整触发条件为资源增加触发条件，根据预先设定的资源目标，对目标资源池的资源进行调整，可以包括以下步骤：
[0183]
根据预先设定的资源目标，按照节点性价比从高到低的顺序，对目标资源池进行扩容操作，以增加目标资源池的资源。
[0184]
在本发明实施例中，目标资源池包括多个节点，每个节点提供相应资源，。可以理解的是，不同地区、不同厂商的公有云的节点价格不同，性能也存在一定差异，通过节点性能与价格的比值，可以得到节点性价比，不同节点的节点性价比也会不同。可以预先通过基准测试，确定不同厂商和地区的各种规格的节点的性价比，节点性价比越高，表明使用该节点可以达到保持较好性能的同时节省使用成本。
[0185]
在确定达到的对目标资源池的资源调整触发条件为资源增加触发条件的情况下，可以认为需要对目标资源池进行扩容操作，可以根据预先设定的资源目标，按照节点性价比从高到低的顺序，在目标资源池中增加节点，对目标资源池进行扩容操作，以增加目标资源池的资源。这样可以使得任务处理成本较优，节约成本开销。
[0186]
目标资源池中的节点创建可以异步批次执行，每批次可以包括单个或多个节点，加入的节点可以通过从快照创建，无需部署包依赖和组件，只需要更新所需配置即可快速上线。
[0187]
在本发明的一个实施例中，资源调整触发条件可以为资源减少触发条件，根据预先设定的资源目标，对目标资源池的资源进行调整，可以包括以下步骤：
[0188]
步骤一：根据预先设定的资源目标，按照节点利用率从低到高的顺序，确定目标资源池中的待释放节点；
[0189]
步骤二：将待释放节点上的任务调度至目标资源池中的其他节点之后，对待释放节点进行下线删除处理，以减少目标资源池的资源。
[0190]
为方便描述，将上述两个步骤结合起来进行说明。
[0191]
在本发明实施例中，在确定的对目标资源池的资源调整触发条件为资源减少触发
条件的情况下，可以先根据预先设定的资源目标，确定目标资源池中的待释放节点。具体的，可以根据资源目标和当前资源总数的差值，确定具有该差值对应资源的节点，将其确定为待释放节点。
[0192]
在进行目标资源池中的待释放节点的确定时，可以按照节点利用率从低到高的顺序进行确定。节点利用率可以通过设定时间段内节点上的资源被使用的频率获得。对于一个节点而言，该节点的节点利用率越高，该节点上的任务越多，如果将该节点释放，涉及到的要转移的任务较多，可能会影响任务正常处理，相反，该节点的节点利用率越低，该节点上的任务越少，如果将该节点释放，则对任务处理的影响较小。
[0193]
在确定目标资源池中的待释放节点后，可以将待释放节点上的任务调度到目标资源池中的其他节点上，以避免影响任务正常处理，然后对待释放节点进行下线删除处理，这样可以减少目标资源池的资源。
[0194]
按照节点利用率从低到高的顺序释放节点，可以减少对任务处理的影响。
[0195]
在对目标资源池进行缩容时，可以异步逐个进行节点释放。
[0196]
在本发明的一种具体实施方式中，在确定目标资源池中的待释放节点之后，该方法还可以包括以下步骤：
[0197]
第一个步骤：对待释放节点进行待释放标记；
[0198]
第二个步骤：在有新任务待处理的情况下，将新任务调度到目标资源池的未进行待释放标记的节点上。
[0199]
在本发明实施例中，在确定目标资源池中的待释放节点之后，可以对待释放节点进行待释放标记，通过待释放标记表征该节点即将被释放。在有新任务待处理的情况下，可以将新任务调度到目标资源池的未进行待释放标记的节点上，以避免影响新任务的处理。
[0200]
本发明实施例中的目标资源池至少包括固定资源，在目标资源池的资源调整过程中，固定资源保持不变，动态调整的为弹性资源。如图1所示的资源池集合中的目标资源池，包括固定资源和弹性资源1、
……
、弹性资源n等。这样可以保证目标资源池总有资源可以用于进行任务处理。
[0201]
目标资源池的资源组合方式可以是：
[0202]
1.私有云固定资源 云厂商弹性资源；
[0203]
2.云厂商固定资源 云厂商弹性资源。
[0204]
可表示为：resource
total
＝resource
static
resource
elastic
。
[0205]
其中，resource
total
表示资源总数，resource
static
表示固定资源数，resource
elastic
表示弹性资源数。
[0206]
可以为节点、资源池赋予属性，标记出节点的资源类型，如固定资源、公有云资源、厂商信息、地区信息等，同时可以标记资源池的属性，如资源池类型、规格上限、性价比等。
[0207]
本发明实施例在资源分配率和资源利用率较高的高峰时段可以使用多家公有云尽可能的增加资源，缩减或消除高峰期任务积压，提高任务执行效率，在资源分配率和资源利用率较低的低峰时段，可以减少资源，避免资源浪费。在整体上实现任务处理的效率提升，节约成本开销。
[0208]
相应于上面的方法实施例，本发明实施例还提供了一种资源调整装置，下文描述的资源调整装置与上文描述的资源调整方法可相互对应参照。
[0209]
参见图3所示，该装置可以包括以下模块：
[0210]
资源使用数据获得模块310，用于获得目标资源池的资源使用数据，目标资源池为多媒体信息转码任务对应的资源池集合中的任意一个资源池；
[0211]
分配率和利用率确定模块320，用于根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率；
[0212]
调整触发条件判断模块330，用于根据目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件；
[0213]
资源调整模块340，用于在达到对目标资源池的资源调整触发条件的情况下，根据预先设定的资源目标，对目标资源池的资源进行调整。
[0214]
应用本发明实施例所提供的装置，先获得目标资源池的资源使用数据，根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率，再根据资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件，如果达到该资源调整触发条件，则根据预先设定的资源目标，对目标资源池的资源进行调整。通过目标资源池的资源使用数据可以得到目标资源池的资源实际使用情况，不需要依赖于任务队列长度，基于目标资源池的资源实际使用情况可以准确判断是否对目标资源池的资源进行调整，进而可以对目标资源池的资源进行准确调整，避免资源浪费，使得目标资源池中的资源能够适应多媒体信息转码任务处理需求，提高任务处理效率。
[0215]
在本发明的一种具体实施方式中，分配率和利用率确定模块320，用于：
[0216]
针对目标资源池中每种密集资源，根据资源使用数据，确定当前密集资源的已被分配出去的资源数和实际被使用的资源数；
[0217]
将当前密集资源的已被分配出去的资源数与当前密集资源的资源总数的第一比值，确定为当前密集资源的资源分配率；
[0218]
将当前密集资源的实际被使用的资源数与当前密集资源的资源总数的第二比值，确定为当前密集资源的资源利用率。
[0219]
在本发明的一种具体实施方式中，调整触发条件判断模块330，用于：
[0220]
根据目标资源池中每种密集资源的资源分配率和资源利用率，确定目标资源池的评分参数；
[0221]
根据目标资源池的评分参数在设定时间段内的变化范围，判断是否达到对目标资源池的资源调整触发条件。
[0222]
在本发明的一种具体实施方式中，调整触发条件判断模块330，用于：
[0223]
针对目标资源池中每种密集资源，根据当前密集资源的资源分配率和第一调整系数，以及当前密集资源的资源利用率和第二调整系数，确定当前密集资源的资源评分；
[0224]
根据每种密集资源的资源评分，确定目标资源池的评分参数。
[0225]
在本发明的一种具体实施方式中，资源目标有多个，资源调整模块340，用于：
[0226]
根据目标资源池中每种密集资源的资源总数，在预先设定的资源目标中确定待达到目标；
[0227]
按照待达到目标，对目标资源池的资源进行调整。
[0228]
在本发明的一种具体实施方式中，资源调整触发条件为资源增加触发条件，资源调整模块340，用于：
[0229]
根据预先设定的资源目标，按照节点性价比从高到低的顺序，对目标资源池进行扩容操作，以增加目标资源池的资源，节点性价比为节点性能与价格的比值。
[0230]
在本发明的一种具体实施方式中，资源调整触发条件为资源减少触发条件，资源调整模块340，用于：
[0231]
根据预先设定的资源目标，按照节点利用率从低到高的顺序，确定目标资源池中的待释放节点；
[0232]
将待释放节点上的任务调度至目标资源池中的其他节点之后，对待释放节点进行下线删除处理，以减少目标资源池的资源。
[0233]
在本发明的一种具体实施方式中，资源调整模块340，还用于：
[0234]
在确定目标资源池中的待释放节点之后，对待释放节点进行待释放标记；
[0235]
在有新任务待处理的情况下，将新任务调度到目标资源池的未进行待释放标记的节点上。
[0236]
在本发明的一种具体实施方式中，目标资源池至少包括固定资源。
[0237]
本发明实施例还提供了一种电子设备，如图4所示，包括处理器401、通信接口402、存储器403和通信总线404，其中，处理器401，通信接口402，存储器403通过通信总线404完成相互间的通信，
[0238]
存储器403，用于存放计算机程序；
[0239]
处理器401，用于执行存储器403上所存放的程序时，实现如下步骤：
[0240]
获得目标资源池的资源使用数据，目标资源池为多媒体信息转码任务对应的资源池集合中的任意一个资源池；
[0241]
根据资源使用数据，确定目标资源池中每种密集资源的资源分配率和资源利用率；
[0242]
根据目标资源池中每种密集资源的资源分配率和资源利用率，判断是否达到对目标资源池的资源调整触发条件；
[0243]
如果达到对目标资源池的资源调整触发条件，则根据预先设定的资源目标，对目标资源池的资源进行调整。
[0244]
上述终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0245]
通信接口用于上述终端与其他设备之间的通信。
[0246]
存储器可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0247]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processing，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field－programmable gate array，简称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。
[0248]
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中任一的资源调整方法。
[0249]
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一的资源调整方法。
[0250]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0251]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0252]
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0253]
以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。