李洪軍　劉雪嬌

［摘 要］ 對(duì)虛擬服務(wù)器資源利用率不高的問(wèn)題進(jìn)行梳理和分析，得出主要原因是服務(wù)器資源的申請(qǐng)與審核不科學(xué)、系統(tǒng)的運(yùn)行時(shí)段不明確及資源需求差異不明確等，進(jìn)而從規(guī)范服務(wù)器資源審核與分配流程、動(dòng)態(tài)調(diào)整業(yè)務(wù)系統(tǒng)運(yùn)行時(shí)段、動(dòng)態(tài)調(diào)整資源配置、采用Kubernetes部署應(yīng)用程序等方面提出解決方案。實(shí)踐表明，對(duì)資源進(jìn)行調(diào)整優(yōu)化后，CPU利用率、內(nèi)存利用率、存儲(chǔ)（硬盤(pán)）利用率均得到提升，同時(shí)還降低了運(yùn)維成本。

［關(guān)鍵詞］ 信息系統(tǒng)；資源利用率；IT資源；虛擬服務(wù)器；網(wǎng)絡(luò)

［中圖分類號(hào)］ TP 393.05［文獻(xiàn)標(biāo)志碼］ A［文章編號(hào)］ 1005-0310（2023）02-0012-05

On How to Improve the Resource Utilization Rate of Network Virtual Server

LI? Hongjun， LIU? Xuejiao

（Beijing Digital Education Center， Beijing 100035， China）

Abstract： ?This paper analyses the problem of low utilization of virtual server resources， and finds the main reasons are the improper application and review of server resources， the unclear operation period of the system， and the obscure difference of resource requirements for system operation. The solutions are proposed in terms of standardizing the server resource audit and allocation process， dynamically adjusting the operating time of the business system and the resource configuration， as well as adopting Kubernetes to deploy applications. Practice shows that after adjusting and optimizing the resources， the CPU utilization， memory utilization， and storage （hard disk） utilization have improved， while the operation and maintenance costs have decreased.

Keywords： Information system；Resource utilization rate；IT resources；Virtual server；Network

0 引言

隨著北京市數(shù)字教育中心IT建設(shè)的不斷深入和完善，各種應(yīng)用系統(tǒng)得以投入使用，資源規(guī)模不斷擴(kuò)張。在滿足各級(jí)各類學(xué)校教學(xué)需求和教育系統(tǒng)相關(guān)管理部門(mén)業(yè)務(wù)需求的前提下，如何提高資源利用率，是教育IT管理者需要考慮的問(wèn)題。

1 問(wèn)題及原因

1.1 問(wèn)題分析

北京市數(shù)字教育中心的業(yè)務(wù)系統(tǒng)主要部署在政務(wù)云，承接的業(yè)務(wù)系統(tǒng)有北京市中小學(xué)學(xué)籍系統(tǒng)、教師系統(tǒng)等60余個(gè)，搭建虛擬服務(wù)器1 000余臺(tái)，涉及開(kāi)發(fā)和運(yùn)維廠商30余個(gè)，涵蓋眾多業(yè)務(wù)對(duì)象、業(yè)務(wù)功能和應(yīng)用邏輯（業(yè)務(wù)對(duì)象包括學(xué)生、教師、家長(zhǎng)、教育系統(tǒng)管理人員等，涉及幼兒園、小學(xué)、中學(xué)、大學(xué)等各個(gè)學(xué)段）。業(yè)務(wù)系統(tǒng)的需求不斷增加，系統(tǒng)之間接口日益繁雜，由此導(dǎo)致運(yùn)維工作量增大、管理復(fù)雜程度增高、運(yùn)維成本不斷增加等一系列問(wèn)題。2021年，在政務(wù)云的實(shí)際使用資源中，只有物理服務(wù)器的數(shù)量未超出預(yù)設(shè)的數(shù)值，CPU、內(nèi)存、存儲(chǔ)均超出一定的比例，其中內(nèi)存超出比例最大（達(dá)到183.50%），參見(jiàn)表1。2022年1—5月，按照CPU、內(nèi)存、存儲(chǔ)的最大平均使用率加權(quán)運(yùn)算，云效率均低于實(shí)際控制線（根據(jù)云資源的利用情況測(cè)算均值），參見(jiàn)表2。

1.2 原因分析

本文通過(guò)綜合分析，結(jié)合IT資源分配、運(yùn)作模式及業(yè)務(wù)系統(tǒng)的使用情況，得到導(dǎo)致云效率不高的原因主要包括以下幾個(gè)方面。

1.2.1 服務(wù)器資源申請(qǐng)與審核不科學(xué)

對(duì)于服務(wù)器等資源申請(qǐng)的相關(guān)工作，主要存在如下問(wèn)題：由于申請(qǐng)方式多（線下紙質(zhì)，線上郵件、微信、電話等）、申請(qǐng)人員角色不同（各系統(tǒng)負(fù)責(zé)人、項(xiàng)目開(kāi)發(fā)工程師等）造成申請(qǐng)混亂，不便于數(shù)據(jù)歸集；個(gè)別申請(qǐng)人員不了解服務(wù)器的性能情況（如單節(jié)點(diǎn)4核CPU、16 GB內(nèi)存、500 GB硬盤(pán)能承載多少用戶同時(shí)登錄該系統(tǒng)，完成正常的業(yè)務(wù)操作），有的審批人員不了解業(yè)務(wù)具體情況（系統(tǒng)用戶數(shù)量、業(yè)務(wù)數(shù)據(jù)增長(zhǎng)量、系統(tǒng)架構(gòu)等），而服務(wù)器配置資源不足會(huì)造成業(yè)務(wù)系統(tǒng)運(yùn)行緩慢，服務(wù)器配置資源過(guò)量會(huì)造成CPU、內(nèi)存、存儲(chǔ)等資源的閑置和浪費(fèi)［1］；有的系統(tǒng)部署存在多次申請(qǐng)、多次變更配置等情況，造成數(shù)據(jù)錄入不及時(shí)、不準(zhǔn)確，從而影響服務(wù)器資源統(tǒng)計(jì)的準(zhǔn)確性，導(dǎo)致資源分配出現(xiàn)問(wèn)題。

1.2.2 系統(tǒng)的運(yùn)行時(shí)段不明確

有些業(yè)務(wù)系統(tǒng)沒(méi)有根據(jù)業(yè)務(wù)期來(lái)設(shè)置業(yè)務(wù)系統(tǒng)的開(kāi)關(guān)、服務(wù)器的數(shù)量和具體配置。比如，與義務(wù)教育入學(xué)相關(guān)的系統(tǒng)在每年的5—10月期間使用，涉及幼兒入學(xué)、小學(xué)畢業(yè)生升入初中學(xué)段等，其他月份不涉及，且7月中旬至8月下旬處于暑假階段，訪問(wèn)量很少。再如，與學(xué)籍相關(guān)的系統(tǒng)在6月中旬至7月中旬、9月及10月使用量較大，其他月份使用量較少。

1.2.3 系統(tǒng)運(yùn)行的資源需求差異不明確

對(duì)于高并發(fā)的業(yè)務(wù)系統(tǒng)，資源的申請(qǐng)是按業(yè)務(wù)高峰期的最高資源需求提出的。教育信息系統(tǒng)的服務(wù)對(duì)象主要是學(xué)生、教師、家長(zhǎng)及教育相關(guān)的管理人員等，由于服務(wù)對(duì)象不同，其登錄相關(guān)系統(tǒng)的時(shí)間段、操作具體業(yè)務(wù)的時(shí)長(zhǎng)各不相同。例如，對(duì)于幼升小填報(bào)系統(tǒng)，每年5月1日系統(tǒng)開(kāi)啟，“五一”假期后開(kāi)始填報(bào)，一般第一周就能完成60%～80%的信息采集工作，但業(yè)務(wù)的截止日期為5月末，所以，按照業(yè)務(wù)高峰期需求配置的服務(wù)器資源在高峰期過(guò)后，隨著訪問(wèn)量下降，需要對(duì)資源配置進(jìn)行動(dòng)態(tài)調(diào)整。

1.2.4 其他原因

第一，多年的系統(tǒng)建設(shè)，有些業(yè)務(wù)被新系統(tǒng)替代，可能存在訪問(wèn)量極低或無(wú)訪問(wèn)量的“僵尸”系統(tǒng)。第二，系統(tǒng)在部署階段的測(cè)試用服務(wù)器，可能存在仍然在運(yùn)行、未釋放資源的情況。第三，運(yùn)維公司的個(gè)別工程師存在工作交接不暢等問(wèn)題，個(gè)別服務(wù)器可能存在管理狀態(tài)不明確的情況。

2 解決方案

本文根據(jù)上述問(wèn)題分析，結(jié)合業(yè)務(wù)的實(shí)際情況，采取以下解決方案。

2.1 規(guī)范服務(wù)器資源審核與分配流程2.1.1 調(diào)整服務(wù)器資源申請(qǐng)與審批流程

對(duì)服務(wù)器資源申請(qǐng)與相關(guān)審批流程進(jìn)行規(guī)范，由原來(lái)的多個(gè)環(huán)節(jié)簡(jiǎn)化成3個(gè)環(huán)節(jié)，更加扁平化，如圖1所示。

資源申請(qǐng)?jiān)诰€上完成，減少不必要的環(huán)節(jié)，速度快、效率高，能夠?qū)崿F(xiàn)系統(tǒng)的快速部署。對(duì)于資源審核員，需要了解服務(wù)器的性能及業(yè)務(wù)系統(tǒng)的基本情況，能夠合理地審批服務(wù)器資源。通過(guò)規(guī)范流程，資源申請(qǐng)與審批更加科學(xué)，更貼近實(shí)際業(yè)務(wù)情況。同時(shí)，以此引導(dǎo)業(yè)務(wù)需求方申請(qǐng)合理的虛擬服務(wù)器資源，特別是對(duì)于存儲(chǔ)資源，擴(kuò)充的速度滿足增長(zhǎng)量即可，轉(zhuǎn)變“資源先占為用”的思想，引導(dǎo)大家共同提高資源利用率［2］。

2.1.2 制定服務(wù)器配置標(biāo)準(zhǔn)

對(duì)各類型服務(wù)器的CPU和內(nèi)存，制定標(biāo)配、高配、超高配3個(gè)標(biāo)準(zhǔn)，每個(gè)標(biāo)準(zhǔn)又分出高、低不同檔次（見(jiàn)表3）。在分配資源時(shí)，要兼顧業(yè)務(wù)的復(fù)雜程度、用戶數(shù)、并發(fā)數(shù)、節(jié)點(diǎn)服務(wù)器的個(gè)數(shù)，以及現(xiàn)有資源池中CPU、內(nèi)存的可分配情況。對(duì)于存在大量計(jì)算的業(yè)務(wù)系統(tǒng)，隨著業(yè)務(wù)量的提升，需要增加CPU和內(nèi)存資源，新增的CPU與內(nèi)存按照1∶2或1∶4的比例來(lái)分配，內(nèi)存的核心頻率大于等于CPU的外頻才能保持良好的配比［1］。

對(duì)于存儲(chǔ)（硬盤(pán)）的分配，主要依據(jù)服務(wù)器的類型實(shí)行按需分配，要兼顧業(yè)務(wù)的復(fù)雜程度、用戶數(shù)、數(shù)據(jù)的增速，以及現(xiàn)有資源池中存儲(chǔ)的可分配情況。對(duì)于多節(jié)點(diǎn)的Web服務(wù)器，由于數(shù)據(jù)增量較少，硬盤(pán)按照60%～80%的使用率分配即可，不宜分配過(guò)大；對(duì)于數(shù)據(jù)庫(kù)、圖片等服務(wù)器，由于存在數(shù)據(jù)增長(zhǎng)的情況，前期可以分配稍高些的硬盤(pán)資源，使用率按40%～60%分配即可，并兼顧數(shù)據(jù)的增長(zhǎng)情況。由此擬定，對(duì)于“跳板機(jī)”默認(rèn)分配60 GB，對(duì)于Web服務(wù)器默認(rèn)分配100 GB，對(duì)于數(shù)據(jù)庫(kù)服務(wù)器默認(rèn)分配300 GB，等等［3］。

2.2 動(dòng)態(tài)調(diào)整業(yè)務(wù)系統(tǒng)運(yùn)行時(shí)段

大多數(shù)系統(tǒng)都存在業(yè)務(wù)期，因此，需要對(duì)業(yè)務(wù)系統(tǒng)進(jìn)行梳理，對(duì)處于非業(yè)務(wù)期的系統(tǒng)采取暫時(shí)關(guān)停的措施，釋放服務(wù)器資源。在服務(wù)器關(guān)機(jī)后，CPU和內(nèi)存都將被釋放。對(duì)于多節(jié)點(diǎn)的Web服務(wù)器，在備份硬盤(pán)鏡像文件后，可以釋放硬盤(pán)存儲(chǔ)資源，待業(yè)務(wù)期到來(lái)前再重新部署備用；對(duì)于中間件服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、單節(jié)點(diǎn)的Web服務(wù)器等，采取的措施是關(guān)機(jī)處理，CPU和內(nèi)存都將被釋放，但硬盤(pán)保留，待再次開(kāi)機(jī)時(shí)，便于業(yè)務(wù)快速啟用［4］。這種方式在寒假、暑假、“五一”“十一”、春節(jié)等節(jié)假日，以及周六、周日期間都可以采用。

2.3 動(dòng)態(tài)調(diào)整資源配置

系統(tǒng)資源管理人員應(yīng)實(shí)時(shí)關(guān)注高并發(fā)業(yè)務(wù)系統(tǒng)的運(yùn)行情況，當(dāng)業(yè)務(wù)系統(tǒng)由業(yè)務(wù)高峰期轉(zhuǎn)到一般業(yè)務(wù)期后，要結(jié)合各個(gè)應(yīng)用系統(tǒng)的使用情況，重新調(diào)整服務(wù)器資源（服務(wù)器的數(shù)量、單個(gè)服務(wù)器的配置）。比如，對(duì)于幼升小填報(bào)系統(tǒng)，每年“五一”假期后開(kāi)始填報(bào)，一般第一周就能完成60%～80%的信息采集工作，此時(shí)根據(jù)系統(tǒng)使用情況，對(duì)于多節(jié)點(diǎn)的Web服務(wù)器，可采取減少節(jié)點(diǎn)Web服務(wù)器數(shù)量的措施［5］。如原來(lái)是10臺(tái)Web服務(wù)器，待完成60%的采集工作后，可以將節(jié)點(diǎn)Web服務(wù)器數(shù)量調(diào)整為4～6臺(tái)；待完成80%的采集工作后，可以將節(jié)點(diǎn)Web服務(wù)器數(shù)量調(diào)整為2～4臺(tái)。再如，與學(xué)籍相關(guān)的系統(tǒng)在每年的畢業(yè)季、升學(xué)季用量較大，其他月份使用量較少，業(yè)務(wù)高峰期主要在6月中旬至7月中旬、9月及10月。待業(yè)務(wù)高峰期過(guò)后，按上述方式調(diào)整服務(wù)器的數(shù)量，同時(shí)，也可以降低服務(wù)器的配置，如將CPU由8核調(diào)整為4核，將內(nèi)存大小由32 GB調(diào)整為16 GB。由此根據(jù)業(yè)務(wù)完成的進(jìn)度情況動(dòng)態(tài)調(diào)整資源配置，在滿足業(yè)務(wù)需求的同時(shí)，提高資源利用率［6］。

2.4 采用Kubernetes部署應(yīng)用程序

在使用Kubernetes部署應(yīng)用程序時(shí)，可以根據(jù)需要高效地分配計(jì)算資源，將所有物理計(jì)算資源整合為一個(gè)整體［7］。例如，在某現(xiàn)有虛擬化環(huán)境中，運(yùn)行4個(gè)業(yè)務(wù)系統(tǒng)，共申請(qǐng)?zhí)摂M機(jī)40臺(tái)（CPU 200核、內(nèi)存400 GB），CPU平均使用率為10%左右，內(nèi)存平均使用率為15%左右。對(duì)其進(jìn)行更新后，使用10臺(tái)服務(wù)器搭建K8s集群環(huán)境（CPU 80核、內(nèi)存320 GB），減少了多個(gè)操作系統(tǒng)的內(nèi)存占用，能在多個(gè)實(shí)例之間共享未使用的內(nèi)存，且能夠根據(jù)負(fù)載自動(dòng)進(jìn)行擴(kuò)容和縮容：當(dāng)負(fù)載達(dá)70%時(shí)進(jìn)行擴(kuò)容，當(dāng)負(fù)載降至10%時(shí)進(jìn)行縮容。同時(shí)，當(dāng)一個(gè)節(jié)點(diǎn)關(guān)閉或掛起時(shí)，它承載的服務(wù)會(huì)自動(dòng)移動(dòng)到另一個(gè)節(jié)點(diǎn)上，在整個(gè)過(guò)程中不間斷地持續(xù)提供服務(wù)。目前，CPU平均使用率達(dá)50%，內(nèi)存平均使用率達(dá)65%，且4個(gè)系統(tǒng)運(yùn)行流暢，管理方便，提升了服務(wù)器資源利用率，節(jié)約了服務(wù)成本?；诖耍诓辉黾臃?wù)器集群資源的情況下，后續(xù)可將調(diào)查問(wèn)卷等其他高并發(fā)應(yīng)用部署到K8s平臺(tái)中。

2.5 其他措施

1）根據(jù)業(yè)務(wù)情況，對(duì)某些系統(tǒng)或服務(wù)器進(jìn)行關(guān)停、收回等處理。對(duì)“僵尸”信息系統(tǒng)（網(wǎng)站）進(jìn)行關(guān)停處理或與其他業(yè)務(wù)系統(tǒng)進(jìn)行合并調(diào)整。對(duì)“僵尸”系統(tǒng)的判斷標(biāo)準(zhǔn)為出現(xiàn)下列某一種情況：系統(tǒng)年訪問(wèn)量在1 000人次以下；系統(tǒng)內(nèi)容長(zhǎng)期（180 天以上）未更新；每年新增數(shù)據(jù)在 100 條以下；專題站點(diǎn)已完成工作，后續(xù)不再啟用；安全威脅長(zhǎng)期不修復(fù)，系統(tǒng)無(wú)人運(yùn)維或運(yùn)維不到位。同時(shí)，管理部門(mén)應(yīng)加強(qiáng)對(duì)在用業(yè)務(wù)系統(tǒng)的監(jiān)控，如發(fā)現(xiàn)系統(tǒng)出現(xiàn)上述情況，核實(shí)后應(yīng)立即采取措施進(jìn)行處理。此外，對(duì)于測(cè)試用服務(wù)器，進(jìn)行全網(wǎng)梳理，除生產(chǎn)在用服務(wù)器外，將其他服務(wù)器進(jìn)行資源回收。對(duì)于管理狀態(tài)不明確的服務(wù)器，建立相應(yīng)的管理制度，加強(qiáng)管理，完善流程，收回?zé)o業(yè)務(wù)需求的服務(wù)器資源。

2）對(duì)低利用率系統(tǒng)進(jìn)行動(dòng)態(tài)調(diào)整。除上述措施外，針對(duì)全年業(yè)務(wù)期無(wú)明顯變化的低利用率系統(tǒng)，采取動(dòng)態(tài)伸縮機(jī)制，結(jié)合資源利用率報(bào)告的情況，對(duì)其進(jìn)行降配處理，參考標(biāo)準(zhǔn)見(jiàn)表4。

3）科學(xué)調(diào)整存儲(chǔ)配置。對(duì)存儲(chǔ)的調(diào)整要結(jié)合現(xiàn)有數(shù)據(jù)量情況，按照不低于50%的使用率進(jìn)行配置，超過(guò)80%后，應(yīng)根據(jù)數(shù)據(jù)增長(zhǎng)速度進(jìn)行擴(kuò)容［8］。

3 結(jié)束語(yǔ)

2022年5月末，對(duì)資源進(jìn)行調(diào)整優(yōu)化后，虛擬服務(wù)器的數(shù)量共有700余臺(tái)。6月份的云資源利用率提升至27.57%，略高于當(dāng)月的云效率控制線，差值首次出現(xiàn)正值；7月份的云效率值已經(jīng)高于控制線3.55個(gè)百分點(diǎn)，參見(jiàn)表5。同時(shí)，70%業(yè)務(wù)系統(tǒng)的云效率都提升了20～30個(gè)百分點(diǎn)。為了進(jìn)一步提高資源利用率，后續(xù)將在以下幾個(gè)方面進(jìn)行探索和實(shí)踐：

1） 系統(tǒng)開(kāi)發(fā)架構(gòu)、業(yè)務(wù)邏輯、業(yè)務(wù)流程及代碼量均對(duì)CPU、內(nèi)存等服務(wù)器的資源消耗產(chǎn)生影響，所以要對(duì)系統(tǒng)設(shè)計(jì)及程序代碼進(jìn)行優(yōu)化，減少對(duì)資源的消耗。

2）根據(jù)業(yè)務(wù)發(fā)生的實(shí)際時(shí)間段進(jìn)行調(diào)整，實(shí)現(xiàn)精細(xì)化管理，如：對(duì)于主要在白天使用的系統(tǒng)，可以將部分虛擬機(jī)設(shè)置為早晚自動(dòng)切換，7：00—20：00開(kāi)啟，其他時(shí)間關(guān)閉；對(duì)于數(shù)據(jù)交換系統(tǒng)，需要同步各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)，存在大量的讀寫(xiě)操作，可以調(diào)整在夜間進(jìn)行，從而避免虛擬機(jī)資源（CPU、內(nèi)存）超額分配產(chǎn)生的影響。

3）針對(duì)數(shù)量多、體量小的系統(tǒng)，部署“容器化”管理平臺(tái)、輕量化虛擬平臺(tái)、自動(dòng)化管理平臺(tái)等，進(jìn)一步提高云資源利用率，同時(shí)減少電能消耗和碳排放量等，對(duì)環(huán)境保護(hù)具有重要意義。

［參考文獻(xiàn)］

［1］ 朱亞會(huì)，陳丹，莊毅.云數(shù)據(jù)中心資源利用率均衡的虛擬機(jī)調(diào)度算法［J］.小型微型計(jì)算機(jī)系統(tǒng)，2017，38（2）：232-237.

［2］ 徐世波，張林，郭延紅，等.智慧校園背景下的網(wǎng)絡(luò)運(yùn)維綜合管理平臺(tái)設(shè)計(jì)研究［J］.網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2021（8）：98-101.

［3］ 龔坤，武永衛(wèi)，陳康.容器云多維資源利用率均衡調(diào)度研究［J］.計(jì)算機(jī)應(yīng)用研究，2020，37（4）：1102-1106.

［4］ 楊明極，王鶴，趙加鳳.基于CPU和內(nèi)存利用率的負(fù)載均衡算法的研究［J］.科技通報(bào)，2016，32（4）：160-164.

［5］ 鄒業(yè)偉.省級(jí)教育數(shù)據(jù)中心運(yùn)維管理措施探究［J］.數(shù)據(jù)，2021（5）：82-84.

［6］ 李坤，王百杰.服務(wù)器集群負(fù)載均衡技術(shù)研究及算法比較［J］.計(jì)算機(jī)與現(xiàn)代化，2009（8）：7-10.

［7］ 王偉軍.基于Kubernetes的容器云平臺(tái)建設(shè)［J］.電腦知識(shí)與技術(shù)，2019，15（36）：47-48.

［8］ 葉思菁，宋長(zhǎng)青，程昌秀，等.UN Comtrade數(shù)據(jù)共享平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)［J］.北京師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2022，58（6）：963-971.

（責(zé)任編輯 白麗媛）

［收稿日期］ 2022-06-29

［作者簡(jiǎn)介］ 李洪軍（1980—），男，黑龍江綏化人，北京市數(shù)字教育中心工程師，主要研究方向?yàn)樾畔⑾到y(tǒng)建設(shè)、系統(tǒng)運(yùn)維、網(wǎng)絡(luò)安全；劉雪嬌（1991—），女，滿族，北京市人，北京市數(shù)字教育中心教研員，主要研究方向?yàn)榻逃夹g(shù)學(xué)。E-mail：zx_lihj@jw.beijing.gov.cn