基于PDCA模型的云資源管理方法研究

孫建剛，劉月燦，王懷宇，張 攀，儲(chǔ)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(jì)算［1-2］是繼互聯(lián)網(wǎng)、計(jì)算機(jī)后信息時(shí)代的又一次革新。隨著云計(jì)算技術(shù)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(tái)，用來承擔(dān)企業(yè)的各項(xiàng)業(yè)務(wù)，面向內(nèi)部人員提供服務(wù)。云計(jì)算技術(shù)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(jì)算技術(shù)用各種軟硬件資源構(gòu)成各種虛擬的邏輯資源，并將這些虛擬資源組成一個(gè)大的資源池，供企業(yè)各項(xiàng)系統(tǒng)使用［3］。《Flexera2021 年云狀態(tài)報(bào)告》數(shù)據(jù)顯示，企業(yè)上云后平均浪費(fèi)了30%的云支出，云成本預(yù)算處于失控狀態(tài)［4］。因此，如何有效地管理云平臺(tái)虛擬資源是企業(yè)云管理過程中一個(gè)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(xiàng)業(yè)務(wù)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(chǔ)

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(zhì)量管理活動(dòng)的科學(xué)程序和規(guī)律總結(jié)，不僅是被國內(nèi)外諸多領(lǐng)域的實(shí)踐證明了的科學(xué)有效的質(zhì)量管理方法，而且還是能使任何一項(xiàng)工作有效進(jìn)行的合乎邏輯的工作程序。PDCA 是一個(gè)動(dòng)態(tài)循環(huán)的過程，云資源管理也是持續(xù)動(dòng)態(tài)演進(jìn)的一個(gè)過程。企業(yè)云平臺(tái)管理人員需要主動(dòng)開展云資源管理工作，建立循環(huán)往復(fù)、持續(xù)改進(jìn)的云資源管理機(jī)制，以此推動(dòng)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(píng)價(jià)環(huán)節(jié)，以5 個(gè)過程管控手段加1 個(gè)評(píng)價(jià)晾曬分析，構(gòu)建“5+1”資源管理模型，指導(dǎo)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(qǐng)、資源分配、資源調(diào)整、資源回收5個(gè)必要環(huán)節(jié)進(jìn)行云資源管理，通過資源評(píng)價(jià)反饋資源管控中各環(huán)節(jié)的問題，構(gòu)成提出問題、解決問題、實(shí)現(xiàn)目標(biāo)的云資源全生命周期閉環(huán)管理，使得云預(yù)算不再失控［7］。

2.1 資源規(guī)劃

通過對(duì)本年資源分配容量、資源增長趨勢(shì)和用戶增長量的分析，結(jié)合企業(yè)內(nèi)部各部門的次年需求，統(tǒng)籌規(guī)劃確定年度云平臺(tái)擴(kuò)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(wù)系統(tǒng)建設(shè)需求及擴(kuò)容需求，分析云上系統(tǒng)資源增長趨勢(shì)，綜合考慮云平臺(tái)剩余資源情況與系統(tǒng)資源使用率，形成云平臺(tái)資源年度規(guī)劃需求。計(jì)算方法如下：

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

計(jì)算結(jié)果為云平臺(tái)某組件資源需求，每個(gè)組件均需單獨(dú)計(jì)算，各參數(shù)說明如下：

新建業(yè)務(wù)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(yīng)根據(jù)業(yè)務(wù)系統(tǒng)的業(yè)務(wù)量、用戶數(shù)、重要程度等參數(shù)評(píng)估測算，具體公式如下［8-9］：

資源測算計(jì)算方法：

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

虛擬內(nèi)存（GB）：vMEM=vCPU×N

存儲(chǔ)資源測算方法：

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

非結(jié)構(gòu)化數(shù)據(jù)容量（KB）：NSD=（DU+MU×12）×US

2.2 資源申請(qǐng)

資源申請(qǐng)指在年度規(guī)劃需求的基礎(chǔ)上，系統(tǒng)上云時(shí)開展資源申請(qǐng)內(nèi)容填報(bào)。

（1）計(jì)劃內(nèi)資源申請(qǐng)。依照年度規(guī)劃里收集的新建業(yè)務(wù)系統(tǒng)資源需求為計(jì)劃內(nèi)資源，相應(yīng)業(yè)務(wù)系統(tǒng)上云時(shí)填報(bào)資源申請(qǐng)表，按需申請(qǐng)?jiān)破脚_(tái)組件資源。

（2）計(jì)劃外新增申請(qǐng)。若業(yè)務(wù)資源申請(qǐng)并非年度規(guī)劃里的新建業(yè)務(wù)系統(tǒng)資源需求，或者與計(jì)劃內(nèi)的業(yè)務(wù)系統(tǒng)資源需求差異過大，應(yīng)按統(tǒng)籌規(guī)劃的資源測算標(biāo)準(zhǔn)重新評(píng)估，并根據(jù)云平臺(tái)資源冗余情況考慮云平臺(tái)規(guī)模調(diào)整［10］。

2.3 資源分配

資源初始分配時(shí)默認(rèn)按照最小化原則滿足業(yè)務(wù)系統(tǒng)部署，根據(jù)系統(tǒng)部署和運(yùn)行情況，按照資源調(diào)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(qǐng)后，ECS 虛機(jī)類資源規(guī)格參數(shù)默認(rèn)按照最小化原則設(shè)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(diǎn)需求量40%進(jìn)行初期資源分配。

（2）部署配置調(diào)整。系統(tǒng)部署時(shí)，如資源分配不能滿足業(yè)務(wù)系統(tǒng)實(shí)際使用，存在應(yīng)用服務(wù)無法正常啟動(dòng)、CPU 內(nèi)存使用率過高等情況時(shí)，參考當(dāng)前系統(tǒng)使用率或報(bào)錯(cuò)信息進(jìn)行調(diào)整擴(kuò)容。

表1 最小化資源開通規(guī)范

表2 系統(tǒng)部署期間擴(kuò)容標(biāo)準(zhǔn)

2.4 資源調(diào)整

資源調(diào)整是指針對(duì)在云上投運(yùn)的業(yè)務(wù)系統(tǒng)，以業(yè)務(wù)視角通過實(shí)時(shí)監(jiān)控、周期評(píng)價(jià)查看分析業(yè)務(wù)系統(tǒng)云平臺(tái)資源使用情況，及時(shí)發(fā)現(xiàn)閑置、需要調(diào)配的資源，提出優(yōu)化建議并主動(dòng)進(jìn)行資源調(diào)整，定期記錄運(yùn)行情況，靈活、高效開展資源擴(kuò)縮容工作。

（1）調(diào)整策略。針對(duì)投運(yùn)業(yè)務(wù)系統(tǒng)在定期巡檢、資源告警等不同場景，實(shí)行不同的調(diào)整策略。

周期性調(diào)整：針對(duì)投運(yùn)超過1 個(gè)月的系統(tǒng)，通過資源指標(biāo)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(píng)價(jià)指標(biāo)開展擴(kuò)縮容。對(duì)于存在周期性規(guī)律的資源對(duì)象，可以制定定時(shí)擴(kuò)縮容策略，按時(shí)執(zhí)行資源擴(kuò)縮容調(diào)整。

告警型調(diào)整：制定相關(guān)業(yè)務(wù)系統(tǒng)或應(yīng)用實(shí)例的資源監(jiān)控指標(biāo)和告警觸發(fā)閾值，系統(tǒng)投運(yùn)后實(shí)時(shí)監(jiān)控。當(dāng)觸發(fā)閾值時(shí)，根據(jù)告警信息自動(dòng)或手動(dòng)完成資源調(diào)整。

業(yè)務(wù)資源需求變更：在業(yè)務(wù)功能模塊即將上/下線時(shí)，短期調(diào)整資源以應(yīng)對(duì)已知功能模塊上/下線，沒有固定的觸發(fā)閾值，根據(jù)實(shí)際業(yè)務(wù)資源使用情況和變更情況完成業(yè)務(wù)系統(tǒng)或應(yīng)用實(shí)例的資源調(diào)整。

（2）調(diào)整方式。當(dāng)觸發(fā)資源調(diào)整時(shí)，針對(duì)不同的云平臺(tái)組件，結(jié)合系統(tǒng)部署架構(gòu)，確定調(diào)整動(dòng)作和調(diào)整內(nèi)容，開展資源調(diào)整擴(kuò)縮容工作。其中，調(diào)整動(dòng)作主要分為橫向擴(kuò)縮容和縱向擴(kuò)縮容，說明如下。

橫向擴(kuò)縮容：針對(duì)云服務(wù)器（ECS 等）、容器等，通過自動(dòng)化擴(kuò)充/縮減服務(wù)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(wù)，對(duì)業(yè)務(wù)影響最低。

縱向擴(kuò)縮容：通過改變單個(gè)云服務(wù)器（ECS等）、云數(shù)據(jù)庫（RDS 等）的CPU、內(nèi)存等配置來改善資源利用率，一般需要服務(wù)重啟。對(duì)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(duì)業(yè)務(wù)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(duì)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(wù)系統(tǒng)上云后，超3個(gè)月未投運(yùn)，按最小化原則降配；超6個(gè)月，則進(jìn)行資源回收。

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

（4）測試資源回收：對(duì)于已超過申請(qǐng)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(tái)上實(shí)驗(yàn)后，成果明顯。原先某個(gè)系統(tǒng)的100 個(gè)微服務(wù)，網(wǎng)關(guān)服務(wù)和注冊(cè)服務(wù)業(yè)務(wù)運(yùn)行指標(biāo)如表3 所示，根據(jù)公式計(jì)算出該服務(wù)計(jì)算需求為vCPU 4 核，內(nèi)存8 G。所有微服務(wù)以此方法測算總的計(jì)算需求約為vCPU 400 核，內(nèi)存800 G，從而指導(dǎo)該系統(tǒng)需要申請(qǐng)的資源實(shí)例數(shù)量及規(guī)格。而原先系統(tǒng)人員自身評(píng)估需vCPU 550 核，內(nèi)存1340 G。使用該方法測算出資源需求，公式測算評(píng)估vCPU 節(jié)約112 核，內(nèi)存節(jié)約498 GB。本環(huán)節(jié)資源測算方法更加精細(xì)，能夠在滿足業(yè)務(wù)需求，確保安全穩(wěn)定運(yùn)行的基礎(chǔ)上，避免后續(xù)資源分配沒有上限，造成資源浪費(fèi)。

表3 微服務(wù)運(yùn)行指標(biāo)

根據(jù)前期資源測算結(jié)果，按照最小化分配原則進(jìn)行資源分配，實(shí)際分配總量為vCPU 160核、內(nèi)存320 GB、結(jié)構(gòu)化存儲(chǔ)1600GB、非結(jié)構(gòu)化存儲(chǔ)300 GB。分配后資源分配量占總需求比例分別為：vCPU 40%，內(nèi)存40%，存儲(chǔ)30%，最小化分配后資源使用率分別為vCPU 21.6%，內(nèi)存36.8%，滿足業(yè)務(wù)部署需求，后續(xù)根據(jù)實(shí)際業(yè)務(wù)量進(jìn)行動(dòng)態(tài)調(diào)整。

通過巡檢，分析發(fā)現(xiàn)另一系統(tǒng)資源使用率較低，對(duì)該系統(tǒng)部分資源實(shí)例進(jìn)行手動(dòng)降配，經(jīng)過本次縮容調(diào)整，節(jié)省vCPU 約600 核，內(nèi)存約800 GB。CPU 利用率從3.4%提升至27.9%，CPU 利用率較調(diào)整前提高694.1%，內(nèi)存利用率從15.7%提升至44.6%，內(nèi)存利用率較調(diào)整前提高184.1%。

該數(shù)據(jù)中心云平臺(tái)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(jì)回收vCPU 約7000 核，內(nèi)存約18000 G，存儲(chǔ)約180 TB，提升了云平臺(tái)整體資源使用率。

4 結(jié)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(xì)分析和介紹了每個(gè)階段的目標(biāo)和方法，初步形成了科學(xué)有效的云資源管理方法論。使用該方法對(duì)云平臺(tái)資源進(jìn)行管理，有助于企業(yè)提升云平臺(tái)資源利用率，減少云資源的浪費(fèi)，降低云平臺(tái)建設(shè)、使用預(yù)算，最大程度上減少在云平臺(tái)上不必要的支出。本研究同時(shí)也可以為其他云平臺(tái)資源管理方法研究提供思路和借鑒。