孫建剛，劉月燦，王懷宇，張 攀，儲方誠，朱洪森

（1.國家電網(wǎng)有限公司信息通信分公司，北京 100761；2.南京南瑞信息通信科技有限公司，南京 210018）

0 引言

云計算［1-2］是繼互聯(lián)網(wǎng)、計算機后信息時代的又一次革新。隨著云計算技術的不斷發(fā)展，越來越多的企業(yè)為自己搭建自有的云平臺，用來承擔企業(yè)的各項業(yè)務，面向內部人員提供服務。云計算技術的出現(xiàn)使得傳統(tǒng)的資源管理方式不再適用于云資源管理。云計算技術用各種軟硬件資源構成各種虛擬的邏輯資源，并將這些虛擬資源組成一個大的資源池，供企業(yè)各項系統(tǒng)使用［3］?！禙lexera2021 年云狀態(tài)報告》數(shù)據(jù)顯示，企業(yè)上云后平均浪費了30%的云支出，云成本預算處于失控狀態(tài)［4］。因此，如何有效地管理云平臺虛擬資源是企業(yè)云管理過程中一個重要的問題。本文基于PDCA（plan，do，check，act）管理模型提出的資源管理方法助力企業(yè)有效管控各項業(yè)務系統(tǒng)的資源需求，提高云資源使用率，降低成本。

1 基于PDCA的云資源管理理論基礎

PDCA 模型適用于各行業(yè)的日常管理過程。PDCA 循環(huán)管理是自我發(fā)現(xiàn)、自我完善、自我發(fā)展的質量管理活動的科學程序和規(guī)律總結，不僅是被國內外諸多領域的實踐證明了的科學有效的質量管理方法，而且還是能使任何一項工作有效進行的合乎邏輯的工作程序。PDCA 是一個動態(tài)循環(huán)的過程，云資源管理也是持續(xù)動態(tài)演進的一個過程。企業(yè)云平臺管理人員需要主動開展云資源管理工作，建立循環(huán)往復、持續(xù)改進的云資源管理機制，以此推動云資源的充分利用，提高云資源使用率［5-6］。

2 基于PDCA的云資源管理方法

參考PDCA 管理方法，增加資源評價環(huán)節(jié)，以5 個過程管控手段加1 個評價晾曬分析，構建“5+1”資源管理模型，指導企業(yè)云管理部門持續(xù)開展資源管理工作。模型主要從資源規(guī)劃、資源申請、資源分配、資源調整、資源回收5個必要環(huán)節(jié)進行云資源管理，通過資源評價反饋資源管控中各環(huán)節(jié)的問題，構成提出問題、解決問題、實現(xiàn)目標的云資源全生命周期閉環(huán)管理，使得云預算不再失控［7］。

2.1 資源規(guī)劃

通過對本年資源分配容量、資源增長趨勢和用戶增長量的分析，結合企業(yè)內部各部門的次年需求，統(tǒng)籌規(guī)劃確定年度云平臺擴容規(guī)模。每年年底統(tǒng)一開展需求統(tǒng)籌工作，通過收集次年業(yè)務系統(tǒng)建設需求及擴容需求，分析云上系統(tǒng)資源增長趨勢，綜合考慮云平臺剩余資源情況與系統(tǒng)資源使用率，形成云平臺資源年度規(guī)劃需求。計算方法如下：

年度規(guī)劃需求=（新建業(yè)務系統(tǒng)資源需求+在運業(yè)務系統(tǒng)資源增長量-（平臺總量×80%-已分配量））×資源利用率指數(shù)

計算結果為云平臺某組件資源需求，每個組件均需單獨計算，各參數(shù)說明如下：

新建業(yè)務系統(tǒng)資源需求：為次年上云系統(tǒng)資源需求，主要為新建系統(tǒng)上云資源需求。系統(tǒng)資源應根據(jù)業(yè)務系統(tǒng)的業(yè)務量、用戶數(shù)、重要程度等參數(shù)評估測算，具體公式如下［8-9］：

資源測算計算方法：

虛擬CPU核數(shù)：vCPU=（TASK×S×F（/T×C））/149

虛擬內存（GB）：vMEM=vCPU×N

存儲資源測算方法：

結構化數(shù)據(jù)容量：SD=RU×UN×BS+［DU×12+（12-1）×6×MU］×［（PN+LN）×PS×30］

非結構化數(shù)據(jù)容量（KB）：NSD=（DU+MU×12）×US

2.2 資源申請

資源申請指在年度規(guī)劃需求的基礎上，系統(tǒng)上云時開展資源申請內容填報。

（1）計劃內資源申請。依照年度規(guī)劃里收集的新建業(yè)務系統(tǒng)資源需求為計劃內資源，相應業(yè)務系統(tǒng)上云時填報資源申請表，按需申請云平臺組件資源。

（2）計劃外新增申請。若業(yè)務資源申請并非年度規(guī)劃里的新建業(yè)務系統(tǒng)資源需求，或者與計劃內的業(yè)務系統(tǒng)資源需求差異過大，應按統(tǒng)籌規(guī)劃的資源測算標準重新評估，并根據(jù)云平臺資源冗余情況考慮云平臺規(guī)模調整［10］。

2.3 資源分配

資源初始分配時默認按照最小化原則滿足業(yè)務系統(tǒng)部署，根據(jù)系統(tǒng)部署和運行情況，按照資源調整方法逐步增加或減少分配的資源。

（1）最小化分配方式。資源申請后，ECS 虛機類資源規(guī)格參數(shù)默認按照最小化原則設置（詳見下表），即最小資源規(guī)格分配方式；容器類資源還需按照總體容器節(jié)點需求量40%進行初期資源分配。

（2）部署配置調整。系統(tǒng)部署時，如資源分配不能滿足業(yè)務系統(tǒng)實際使用，存在應用服務無法正常啟動、CPU 內存使用率過高等情況時，參考當前系統(tǒng)使用率或報錯信息進行調整擴容。

表1 最小化資源開通規(guī)范

表2 系統(tǒng)部署期間擴容標準

2.4 資源調整

資源調整是指針對在云上投運的業(yè)務系統(tǒng)，以業(yè)務視角通過實時監(jiān)控、周期評價查看分析業(yè)務系統(tǒng)云平臺資源使用情況，及時發(fā)現(xiàn)閑置、需要調配的資源，提出優(yōu)化建議并主動進行資源調整，定期記錄運行情況，靈活、高效開展資源擴縮容工作。

（1）調整策略。針對投運業(yè)務系統(tǒng)在定期巡檢、資源告警等不同場景，實行不同的調整策略。

周期性調整：針對投運超過1 個月的系統(tǒng)，通過資源指標監(jiān)控和定期巡檢，每周或每月分析資源使用情況，根據(jù)資源利用率、資源閑置率等評價指標開展擴縮容。對于存在周期性規(guī)律的資源對象，可以制定定時擴縮容策略，按時執(zhí)行資源擴縮容調整。

告警型調整：制定相關業(yè)務系統(tǒng)或應用實例的資源監(jiān)控指標和告警觸發(fā)閾值，系統(tǒng)投運后實時監(jiān)控。當觸發(fā)閾值時，根據(jù)告警信息自動或手動完成資源調整。

業(yè)務資源需求變更：在業(yè)務功能模塊即將上/下線時，短期調整資源以應對已知功能模塊上/下線，沒有固定的觸發(fā)閾值，根據(jù)實際業(yè)務資源使用情況和變更情況完成業(yè)務系統(tǒng)或應用實例的資源調整。

（2）調整方式。當觸發(fā)資源調整時，針對不同的云平臺組件，結合系統(tǒng)部署架構，確定調整動作和調整內容，開展資源調整擴縮容工作。其中，調整動作主要分為橫向擴縮容和縱向擴縮容，說明如下。

橫向擴縮容：針對云服務器（ECS 等）、容器等，通過自動化擴充/縮減服務器數(shù)量規(guī)模來改善資源利用率，通常不需要中斷業(yè)務，對業(yè)務影響最低。

縱向擴縮容：通過改變單個云服務器（ECS等）、云數(shù)據(jù)庫（RDS 等）的CPU、內存等配置來改善資源利用率，一般需要服務重啟。對系統(tǒng)部署方式無要求。

2.5 資源回收

資源回收［10］是指針對業(yè)務系統(tǒng)下線、資源不再使用或閑置情況，每月定期開展資源回收工作，有效保障云資源合理充分利用。資源回收包括以下四種情況。

（1）僵尸資源回收：每月度末針對資源利用率低且系統(tǒng)長期不使用、資源不釋放的情況，開展資源回收。

（2）閑置資源回收：業(yè)務系統(tǒng)上云后，超3個月未投運，按最小化原則降配；超6個月，則進行資源回收。

（3）系統(tǒng)下線回收：已下線業(yè)務系統(tǒng)，與業(yè)務系統(tǒng)所屬部門核實后，開展資源回收工作。

（4）測試資源回收：對于已超過申請周期的測試資源開展資源回收工作。

3 基于PDCA的云資源管理成果

本方法在某企業(yè)某數(shù)據(jù)中心云平臺上實驗后，成果明顯。原先某個系統(tǒng)的100 個微服務，網(wǎng)關服務和注冊服務業(yè)務運行指標如表3 所示，根據(jù)公式計算出該服務計算需求為vCPU 4 核，內存8 G。所有微服務以此方法測算總的計算需求約為vCPU 400 核，內存800 G，從而指導該系統(tǒng)需要申請的資源實例數(shù)量及規(guī)格。而原先系統(tǒng)人員自身評估需vCPU 550 核，內存1340 G。使用該方法測算出資源需求，公式測算評估vCPU 節(jié)約112 核，內存節(jié)約498 GB。本環(huán)節(jié)資源測算方法更加精細，能夠在滿足業(yè)務需求，確保安全穩(wěn)定運行的基礎上，避免后續(xù)資源分配沒有上限，造成資源浪費。

表3 微服務運行指標

根據(jù)前期資源測算結果，按照最小化分配原則進行資源分配，實際分配總量為vCPU 160核、內存320 GB、結構化存儲1600GB、非結構化存儲300 GB。分配后資源分配量占總需求比例分別為：vCPU 40%，內存40%，存儲30%，最小化分配后資源使用率分別為vCPU 21.6%，內存36.8%，滿足業(yè)務部署需求，后續(xù)根據(jù)實際業(yè)務量進行動態(tài)調整。

通過巡檢，分析發(fā)現(xiàn)另一系統(tǒng)資源使用率較低，對該系統(tǒng)部分資源實例進行手動降配，經過本次縮容調整，節(jié)省vCPU 約600 核，內存約800 GB。CPU 利用率從3.4%提升至27.9%，CPU 利用率較調整前提高694.1%，內存利用率從15.7%提升至44.6%，內存利用率較調整前提高184.1%。

該數(shù)據(jù)中心云平臺開展資源回收工作，回收僵尸資源、閑置資源、系統(tǒng)下線后資源、測試資源。累計回收vCPU 約7000 核，內存約18000 G，存儲約180 TB，提升了云平臺整體資源使用率。

4 結語

綜上所述，本文提出了基于PDCA模型的云資源管理方法，詳細分析和介紹了每個階段的目標和方法，初步形成了科學有效的云資源管理方法論。使用該方法對云平臺資源進行管理，有助于企業(yè)提升云平臺資源利用率，減少云資源的浪費，降低云平臺建設、使用預算，最大程度上減少在云平臺上不必要的支出。本研究同時也可以為其他云平臺資源管理方法研究提供思路和借鑒。