1.一种机房端到端容量管理方法，其特征在于，包括：采集机房中每个交换机的每个端口的通信数据；

通过各端口的所述通信数据，判断各端口的状态，所述状态包括接入状态、未接入状态和无状态，其中，所述接入状态表示端口正在使用，所述未接入状态表示端口已经占用但未开启，所述无状态表示端口未占用；

获取端口分配方案；

将端口分配方案中预分配的端口中处于无状态的端口状态更新为未接入状态；

预分配的端口开启，端口状态更新为接入状态；

端口分配方案执行完毕，开启之前处于接入和未接入状态的端口在端口分配方案执行完毕后更新为未接入状态，开启之前处于无状态的端口在端口分配方案执行完毕后更新为无状态。

2.根据权利要求1所述的机房端到端容量管理方法，其特征在于，所述获取端口分配方案的方法包括：优先选择处于无状态的端口，处于无状态的端口无法满足需求时，次选处于未接入状态的端口。

3.根据权利要求1所述的机房端到端容量管理方法，其特征在于，端口资源释放时，预释放端口的端口状态更新为未接入；资源释放完毕，端口关闭，端口状态更新为无状态。

4.根据权利要求1所述的机房端到端容量管理方法，其特征在于，所述获取端口分配方案的方法包括：

根据端口的历史流量数据对未来流量进行预测，包括：构建各端口不同时刻的流量值的流量时间序列，作为第一序列；

采用至少一种序列长度将所述第一序列划分为多个第二序列，所述第二序列的序列长度短于所述第一序列的序列长度；

根据第二序列构建第一序列的树状图，包括：以第一序列中出现的每一个流量值作为一个根节点，各第二序列中各种流量值组合作为各分支，每一根节点与该根节点相连的各分支构成每一个子树，根节点代表的流量值在第一序列中出现的频数为所述根节点的节点值，从根节点到子节点代表的流量值组合在各第二序列中出现的频数之和为所述子节点的节点值；

预测每一个第二序列下一次序的流量值为第一序列中任一流量值的概率，所述概率根据下式(1)计算，

其中，i表示所述第一序列的树状图的层数索引，y1表示树状图的子树的一个根节点，y2,...,yi表示所述子树的根节点y1的一个分支的第2层到第i层的子节点，y1y2...yi表示所述分支对应的序列长度为i的第二序列，x表示要预测的请求量，p(x|y1y2...yi)表示所述第二序列次序为i+1的流量值为x的内部概率，N(yi+1＝x)表示所述分支第i层节点yi的第i+1层的子节点为x的节点值，N(yi)表示所述分支的第i层的节点yi的节点值；

将所述概率的最大值作为下一次序的流量值；

当处于接入状态的端口的流量阈值小于对应的预测的下一次序的流量值时，分配流量任务给处于未接入状态的端口和处于无状态的端口。

5.根据权利要求1所述的机房端到端容量管理方法，其特征在于，所述获取端口分配方案的方法包括：

设定时间周期；

通过当前周期之前的一个或多个时间周期的任务平均执行时间根据下式(2)和(3)获得当前周期的预测任务平均执行时间，其中， 为当前周期预测任务平均执行时间， 为第i个周期的任务平均执行时间，t为周期长度，Aib和Aie分别为第i个周期的初始任务数和结束任务数，所述初始任务数和结束任务数包括正在执行的任务和等待执行的任务；

通过当前周期的预测任务平均执行时间根据下式(4)确定等待执行各任务的预期等待时间，

其中，tm为机房的任一台交换机的任一个端口的第m个任务的预期等待时间；

判断当前周期内是否存在超过各自预期等待时间的等待任务；

如果存在超过预期等待时间的等待任务，判断是否存在可以使用的处于为未接入状态的端口，如果存在可以使用的处于未接入状态的端口，开启所述处于未接入状态的端口，当未接入状态的端口有多个时，开启与等待任务的数据源距离最近的未接入状态的端口；如果不存在可以使用的处于未接入状态的端口，开启处于无状态的端口；

如果不存在超过预期等待时间的等待任务，判断是否存在处于空闲的接入状态的端口，如果存在所述端口，将所述端口的状态变更为未接入。

6.根据权利要求1所述的机房端到端容量管理方法，其特征在于，所述获取端口分配方案的方法包括：

对等待任务进行排序，得到各等待任务的执行顺序；

通过等待任务耗费资源和机房中各端口剩余资源根据下式(5)按照执行顺序进行依次匹配，将各等待任务分配到各端口，其中，Cm、Sm和Nm分别为第m个任务所需的计算资源、存储资源和网络传输资源，Cn、Sn和Nn分别为第n个端口的剩余计算资源、剩余存储资源和剩余网络传输资源，dmn发出第m个任务的数据源与第n个端口的传输距离，Pmn为第m个任务和第n个端口匹配度，匹配度越小说明匹配程度越高。

7.根据权利要求6所述的机房端到端容量管理方法，其特征在于，所述对等待任务进行排序的方法包括：

构建神经网络结构，神经网络结构中输入层、隐含层和输出层节点数，n为输入层的节点数，l为隐含层的节点数，m为输出层的节点数；

根据下式(6)和(7)构建神经网络的隐含层和输出层输出的模型，即预测模型，其中：其中，wij为输入层第i个节点和隐含层第j个节点的连接权值，wjk为隐含层第j个节点和输出层第k个节点的连接权值，aj为隐含层第j个节点的阈值，bk为输出层第k个节点的阈值，n为输入层的节点数，l为隐含层的节点数，k＝1,2…m，m为输出层的节点数，xi为输入层的第i个节点的变量，hj为隐含层第j个节点的输出值，Ok为输出层的第k个节点的输出值，f为激励函数

通过每一个端口中的任务记录获得任务时间序列，根据输入层节点数和输出层节点数分成多个子序列，设定一个完整任务时间序列为A＝[A1,A2,…,At]，则将其转换后的多个子序列为，

其中，At为一个端口时刻t的任务，每一行都是一个子序列，将来作为训练集或测试集，每一行中前n列都是输入数据，后m列都是输出数据，将每个端口中每一个任务时间序经过这种预处理后按行合并在一起，形成了样本；

对样本按设定比例按行抽样挑出训练集，其余为测试集；

对神经网络的参数进行初始赋值，所述参数包括隐含层和输出层的连接权值、输入层和隐含层的连接权值、隐含层阈值和输出层阈值；

将训练集代入神经网络隐含层和输出层输出的模型进行训练，得到训练后的神经网络结构；

将等待任务组成等待任务集合，将任一等待任务输入训练后的神经网络结构，当神经网络结构输出的任务属于所述等待任务集合时，将输出的等待任务排列于输入的等待任务之后，如果输出的等待任务不属于等待任务集合，对神经网络进行重新训练。

8.根据权利要求1所述的机房端到端容量管理方法，其特征在于，所述获取端口分配方案的方法：

判断等待任务是否存在于各端口的任务记录中；

如果等待任务存在于任务记录中，根据下式(8)确定等待任务的任务值Ri＝αt1+βt2+γC  (8)其中，Ri表示等待任务i的任务值，t1为任务记录中等待任务i到任务启动的平均时间，t2为任务记录中等待任务i从任务启动到任务完成平均耗费时间，C为任务记录中等待任务i的平均耗费资源，α、β和γ分别为t1、t2和C的权重，α+β+γ＝1；

如果等待任务不存在于任务记录中，则确定等待任务与任务记录中任务的相似度；筛选出相似度最大的任务记录中的任务，相似度与所述任务根据上述式(8)获得的任务值的乘积作为所述等待任务的任务值；

按照任务值进行不同等级的划分，得到任务等级，任务值越小任务等级越高；

按照任务等级从高到低的顺序分配端口。

9.一种电子装置，其特征在于，包括存储器和处理器，所述存储器中存储有机房端到端容量管理程序，所述机房端到端容量管理程序被所述处理器执行时实现如下步骤：采集机房中每个交换机的每个端口的通信数据；

通过各端口的所述通信数据，判断各端口的状态，所述状态包括接入状态、未接入状态和无状态，其中，所述接入状态表示端口正在使用，所述未接入状态表示端口已经占用但未开启，所述无状态表示端口未占用；

获取端口分配方案；

将端口分配方案中预分配的端口中处于无状态的端口状态更新为未接入状态；

预分配的端口开启，端口状态更新为接入状态；

端口分配方案执行完毕，开启之前处于接入和未接入状态的端口在端口分配方案执行完毕后更新为未接入状态，开启之前处于无状态的端口在端口分配方案执行完毕后更新为无状态。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括有机房端到端容量管理程序，所述机房端到端容量管理程序被处理器执行时，实现如权利要求1至8中任一项权利要求所述机房端到端容量管理方法的步骤。