CN102104631B - 一种基于云端计算技术的知识系统中的服务质量保障方法 - Google Patents
一种基于云端计算技术的知识系统中的服务质量保障方法 Download PDFInfo
- Publication number
- CN102104631B CN102104631B CN201110049080.6A CN201110049080A CN102104631B CN 102104631 B CN102104631 B CN 102104631B CN 201110049080 A CN201110049080 A CN 201110049080A CN 102104631 B CN102104631 B CN 102104631B
- Authority
- CN
- China
- Prior art keywords
- server
- service request
- service
- user
- cloud computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000005516 engineering process Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims description 14
- 238000004891 communication Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000000275 quality assurance Methods 0.000 abstract description 13
- 230000004044 response Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003997 social interaction Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Landscapes
- Information Transfer Between Computers (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提出一种基于云端计算技术的知识系统中的服务质量保障方法，云端计算模型是由服务器集群和网络边缘节点联合构成的更广泛的公用虚拟资源池。在该平台上构建一种的知识系统可将网络中的各类文献、知识信息有序的组织在一起，充分考虑网络边缘节点上可以利用的资源。为了改善用户的使用体验，基于云端计算技术的知识系统中的服务质量保障方法，在有限的资源情况下，保障不同等级的用户可以获得有差异性的服务质量。本发明所提出的服务质量保障方法通过综合区分基于云端计算技术的知识系统中用户与资源类型，并设定服务器负载阈值，动态的将来自不同用户的不同服务请求调度到不同节点上。
Description
技术领域
本发明是一种用于在基于互联网的开放网络计算环境中，为了使基于云端计算技术的知识系统能够提供令用户更满意、更高效服务，所提出的一种动态的复合自适应服务质量保障方法，通过综合区分用户与资源类型与设定服务器负载阈值，解决传统知识系统中的服务高峰时段服务器性能瓶颈问题，从而达到提高系统中用户整体普遍满意度的目标。本技术属于分布式计算、计算机网络和信息系统等信息技术类应用领域。
背景技术
针对广大的互联网用户对于“广求知、求真知”的需求，目前已经诞生了一些广受欢迎的知识系统。其中全球最著名的维基百科是一个动态的、可自由访问和编辑的全球知识体。也被称作“人民的百科全书”。截至2008年4月4日，维基百科条目数第一的英文维基百科已有231万个条目，而所有255种语言的版本共突破1000万个条目，总登记用户也超越1000万人，大部分页面都可以由任何人使用浏览器进行阅览和修改。另一个著名的网络百科全书是“百度百科”，它旨在创造一个涵盖所有领域知识、服务所有互联网用户的中文百科全书。百度百科提供了一个互联网所有用户均能平等的浏览、创造、完善内容的平台。所有中文互联网用户在百度百科都能找到自己想要的全面、准确、客观的定义性信息，还可以创建符合规则、尚没有收录的内容，或对已有词条进行有益的补充和完善。
为了支持信息量和用户数均规模庞大的网络知识共享系统，必须采用先进的信息技术。我们提出一种云计算与对等计算融合模型——云端计算模型，这是由服务器集群和网络边缘节点联合构成的更广泛的公用虚拟资源池。在该平台上构建一种的知识系统可将网络中的各类文献、知识信息有序的组织在一起，充分考虑网络边缘节点上可以利用的资源，在保障用户使用体验的前提下，将用户提交的知识索取任务从网络中心的服务器端迁移到网络边缘的客户端。
发明内容
技术问题：本发明的目的是为了进一步改善用户的使用体验，而提出一种基于云端计算技术的知识系统中的服务质量保障方法，目标是使基于云端计算技术的知识系统整体和节点局部均达到性能优化，包括负载均衡、响应速度快，以及在有限的资源情况下不同等级的用户可以获得有差异性的服务质量。
技术方案：本发明的目的是提供一种基于云端计算技术的知识系统中的服务质量保障方法，该方法通过综合区分用户与资源类型，并设定服务器负载阈值，解决传统知识系统中存在的服务高峰时段服务器性能瓶颈的问题，从而达到提高系统中用户整体普遍满意度的目标。
一、基于云端计算技术的知识系统
基于云端计算技术的知识系统基于海量的分布式存储和简单的分布式计算平台，将知识信息以文献或词条等方式存储分布在大量高性价比的集群服务器与海量终端设备上，具有关联性的知识彼此网状互联，体现出一种弥漫性、无所不在的分布性和社会交互性特征。
基于云端计算技术的知识系统是一种比当前的网络知识系统与文献共享系统的资源利用更广泛、更灵活、更充分的信息平台。因为系统中的知识信息既来源于“官方”网站也来源于“民间”的普通用户；既存储于服务器端，也存储于用户终端；知识类型既包括具有良好系统性、完整性的论文，也包含一个个独立的知识词条。
二、适用于基于云端计算技术的知识系统中的服务质量保障机制
为了让系统能够为用户提供满意的服务质量，本发明提出的服务质量保障方法采用以下的策略：
(1)区分用户类型，为不同等级的用户提供不同的服务质量；
(2)区分资源类型，资源区分为大文件和小文件，同时区分为热点资源和冷门资源；
(3)设定服务器性能阈值，性能阈值内服务器优先提供服务，性能阈值外终端节点优先，并兼顾负载均衡。
1、用户等级
方法将用户等级分为实时优先级、高优先级和低优先级。实时优先级用户需要在限定的短时间内获得信息反馈；在服务器负载沉重情况下，对除实时优先级用户之外的高优先级和低优先级用户均实施降低服务质量的服务，但在其它因素相同的情况下，优先响应高优先级用户的请求。
2、资源类型
由于在基于云端计算技术的知识系统中包含的信息资源包括知识词条和文献资料，这两种资源所占用的存储空间是不同的。词条占用的存储空间可以小到只有几KB(千字节)或几十KB，若是包含图片说明性信息会大一些；而文献资料则一般至少几百KB(如一篇几页的PDF格式的期刊性论文)，大的则需几MB(兆字节)或十几MB的存储空间(如一篇几十页的硕士学位论文或上百页的博士学位论文)。用户在向系统索取这两种资源时，系统因此而花费的主机和网络开销是不相同。
此外，信息资源由于时间、门类等因素，导致一些资源的当前阅读群体范围广大(即成为热点资源)，一些资源则很少人关注(冷门资源)。热点资源存在于服务器和大量终端节点上，冷门资源则存在于服务器和少数终端节点上。因此在基于云端计算技术的知识系统中，节点获取热点资源和冷门资源的选择余地是不相同的。
3、服务器性能阈值
按照服务器端的当前资源消耗情况，可将服务器的负载分为轻负载、中等负载、重负载。为了保障用户特别是实时优先级用户的服务质量，需将服务器性能阈值设定为安全点α1和危险点α2：
(1)当服务器端的当前负载程度0＜x＜α1时，服务器端满足所有优先等级的用户服务请求；
(2)当服务器端的当前负载程度α1＜x＜α2时，服务器端满足实时优先级和高优先级用户所有请求，以及低优先级用户针对词条这样小文件信息资源的请求，而将低优先级用户针对大文件信息资源的请求调度到存储该文件的其它终端节点上；
(3)当服务器端的当前负载程度α2＜x＜1时，服务器端满足实时优先级用户的所有请求，以及高优先级和低优先级用户针对小文件信息资源的请求，而将高优先级和低优先级用户针对大文件信息资源的清求调度到存储该文件的其它终端节点上。
若节点当前索取的资源是冷门资源，当前存储该资源的在线节点很可能只有服务器，但服务器又不能立即为该节点提供服务时，则节点需暂缓该次服务请求，等待服务器负载降至规定范围内再提供服务。即本发明提出的服务质量保障方法不再对所有用户关于所有资源的请求都简单遵循传统的“尽力而为”的服务方式。
本发明的基于云端计算技术的知识系统中的服务质量保障方法通过综合区分基于云端计算技术的知识系统中用户与资源类型，并设定服务器负载阈值，动态地将来自不同用户的不同服务请求调度到不同节点上；具体如下：
步骤①用户终端节点通过通信模块与服务器进行连接并经过主服务器节点管理模块进行身份认证后，通过信息检索模块在系统主服务器节点的论文目录表和词条列表中查询所需的知识信息，并将检索的结果以列表方式反馈给用户终端；
步骤②用户终端节点根据返回的检索结果列表，提交所需下载的知识的请求，主服务器节点收到服务请求后，将用户请求加入服务请求处理队列中，对队列中的服务请求依次进行处理；
步骤③系统主节点的监控模块负责提供服务器端的当前负载情况：如果服务器端的当前负载程度x处于(0，α1]区间时，直接通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则，如果服务器端的当前负载程度x处于(α1，α2]区间时转至步骤④，如果服务器端的当前负载程度x处于(α2，1]区间时转至步骤⑤；
步骤④进一步检测用户的等级，若用户为实时优先级或高优先级用户，则通过调度模块该服务请求加入服务器服务队列，然后转步骤⑥；否则需进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦；
步骤⑤进一步检测用户的等级，若用户为实时优先级，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦；
步骤⑥服务请求被部署到相应的服务器端节点，完成后续服务请求响应工作；
步骤⑦服务请求被部署到相应的终端节点，完成后续服务请求响应工作。
有益效果：本发明提出的服务质量保障方法可以有效提升基于云端计算技术的知识系统的性能，达到以下的有益效果：
(1)负载分担。由于信息资源分散于服务器节点和用户节点，用户节点也成为信息资源的提供者，因此减轻了服务器节点的负担；
(2)高资源利用率。方法不但利用了服务器节点的稳定资源，也利用了众多闲置的普通用户终端节点上蕴含的巨大的计算和存储资源；
(3)高鲁棒性。由于方法采用了备份冗余的机制，重要的信息资源在服务器节点和普通用户终端节点，因此系统不会存在单点失效问题，具有较高的鲁棒性。
(4)高灵活性。动态保障不同类型的节点在不同的情况下获取不同等级的服务，具体较高的灵活性。
附图说明
图1是基于云端计算技术的知识系统中的服务质量保障方法的工作流程图。
具体实施方式
本发明所提出的基于云端计算技术的知识系统中的服务质量保障方法通过综合区分基于云端计算技术的知识系统中用户与资源类型，并设定服务器负载阈值，动态的将来自不同用户的不同服务请求调度到不同节点上。可部署在分布式计算环境中，包含了不同的角色的三种节点：
(1)主服务器节点。包含以下基本模块：管理模块、通信模块、监控模块、计费模块、论文目录表、词条列表等。
(2)数据处理及存储集群服务器节点。包含以下基本模块：信息供应模块、信息更新模块、信息发布模块、通信模块、论文库、词条库等。
(3)用户终端节点。包含以下基本模块：信息检索模块、信息供应模块、信息更新模块、信息发布模块、通信模块、本地论文库、本地词条库等。
为了让系统能够为用户提供满意的服务质量，本发明提出的服务质量保障方法采用以下的策略：
(1)区分用户类型，为不同等级的用户提供不同的服务质量；
(2)区分资源类型，资源区分为大文件和小文件，同时区分为热点资源和冷门资源；
(3)设定服务器性能阈值，性能阈值内服务器优先提供服务，性能阈值外终端节点优先，并兼顾负载均衡。
1、用户等级
方法将用户等级分为实时优先级、高优先级和低优先级。实时优先级用户需要在限定的短时间内获得信息反馈；在服务器负载沉重情况下，对除实时优先级用户之外的高优先级和低优先级用户均实施降低服务质量的服务，但在其它因素相同的情况下，优先响应高优先级用户的请求。
2、资源类型
由于在基于云端计算技术的知识系统中包含的信息资源包括知识词条和文献资料，这两种资源所占用的存储空间是不同的。用户在向系统索取这两种资源时，系统因此而花费的主机和网络开销是不相同。
此外，热点资源存在于服务器和大量终端节点上，冷门资源则存在于服务器和少数终端节点上。因此在基于云端计算技术的知识系统中，节点获取热点资源和冷门资源的选择余地是不相同的。
3、服务器性能阈值
按照服务器端的当前资源消耗情况，可将服务器的负载分为轻负载、中等负载、重负载。为了保障用户特别是实时优先级用户的服务质量，需将服务器性能阈值设定为安全点α1和危险点α2：
(1)当服务器端的当前负载程度0＜x＜α1时，服务器端满足所有优先等级的用户服务请求；
(2)当服务器端的当前负载程度α1＜x＜α2时，服务器端满足实时优先级和高优先级用户所有请求，以及低优先级用户针对词条这样小文件信息资源的请求，而将低优先级用户针对大文件信息资源的请求调度到存储该文件的其它终端节点上；
(3)当服务器端的当前负载程度α2＜x＜1时，服务器端满足实时优先级用户的所有请求，以及高优先级和低优先级用户针对小文件信息资源的请求，而将高优先级和低优先级用户针对大文件信息资源的请求调度到存储该文件的其它终端节点上。
当用户查询并下载某一知识信息时，基于云端计算技术的知识系统中的服务质量保障方法的工作流程如下：
步骤①用户终端节点通过通信模块与服务器进行连接并经过主服务器节点管理模块进行身份认证后，通过信息检索模块在系统主服务器节点的论文目录表和词条列表中查询所需的知识信息，并将检索的结果以列表方式反馈给用户终端。
步骤②用户终端节点根据返回的检索结果列表，提交所需下载的知识的请求，主服务器节点收到服务请求后，将用户请求加入服务请求处理队列中，对队列中的服务请求依次进行处理。
步骤③系统主节点的监控模块负责提供服务器端的当前负载情况：如果服务器端的当前负载程度x处于(0，α1]区间时，直接通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则，如果服务器端的当前负载程度x处于(α1，α2]区间时转至步骤④，如果服务器端的当前负载程度x处于(α2，1]区间时转至步骤⑤。
步骤④进一步检测用户的等级，若用户为实时优先级或高优先级用户，则通过调度模块该服务请求加入服务器服务队列，然后转步骤⑥；否则需进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦。
步骤⑤进一步检测用户的等级，若用户为实时优先级，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦。
步骤⑥服务请求被部署到相应的服务器端节点，完成后续服务请求响应工作。
步骤⑦服务请求被部署到相应的终端节点，完成后续服务请求响应工作。
Claims (1)
1.一种基于云端计算技术的知识系统中的服务质量保障方法，其特征在于该服务质量保障方法通过综合区分基于云端计算技术的知识系统中用户与资源类型，并设定服务器负载阈值，动态地将来自不同用户的不同服务请求调度到不同节点上；具体如下：
步骤①.用户终端节点通过通信模块与服务器进行连接并经过主服务器节点管理模块进行身份认证后，通过信息检索模块在系统主服务器节点的论文目录表和词条列表中查询所需的知识信息，并将检索的结果以列表方式反馈给用户终端；
步骤②.用户终端节点根据返回的检索结果列表，提交所需下载的知识的请求，主服务器节点收到服务请求后，将用户请求加入服务请求处理队列中，对队列中的服务请求依次进行处理；
步骤③.系统主节点的监控模块负责提供服务器端的当前负载情况：将服务器性能阈值设定为安全点α1和危险点α2；如果服务器端的当前负载程度x处于(0,α1]区间时，直接通过调度模块将用户提出的服务请求加入服务器服务队列，然后转步骤⑥；否则，如果服务器端的当前负载程度x处于(α1,α2]区间时转至步骤④，如果服务器端的当前负载程度x处于(α2,1]区间时转至步骤⑤；
步骤④.进一步检测用户的等级，若用户为实时优先级或高优先级用户，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则需进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦；
步骤⑤.进一步检测用户的等级，若用户为实时优先级，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则进一步检测用户的服务请求类型，若是针对词条类的小文件信息资源的服务请求，则通过调度模块将该服务请求加入服务器服务队列，然后转步骤⑥；否则通过调度模块将该服务请求加入终端节点服务队列，然后转步骤⑦；
步骤⑥.服务请求被部署到相应的服务器端节点，完成后续服务请求响应工作；
步骤⑦.服务请求被部署到相应的终端节点，完成后续服务请求响应工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110049080.6A CN102104631B (zh) | 2011-02-28 | 2011-02-28 | 一种基于云端计算技术的知识系统中的服务质量保障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110049080.6A CN102104631B (zh) | 2011-02-28 | 2011-02-28 | 一种基于云端计算技术的知识系统中的服务质量保障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102104631A CN102104631A (zh) | 2011-06-22 |
| CN102104631B true CN102104631B (zh) | 2014-06-04 |
Family
ID=44157151
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110049080.6A Expired - Fee Related CN102104631B (zh) | 2011-02-28 | 2011-02-28 | 一种基于云端计算技术的知识系统中的服务质量保障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102104631B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102223419A (zh) * | 2011-07-05 | 2011-10-19 | 北京邮电大学 | 面向网络化操作系统的虚拟资源动态反馈均衡分配机制 |
| CN102857548B (zh) * | 2012-04-25 | 2016-06-08 | 梁宏斌 | 一种移动云计算资源优化配置方法 |
| US9979780B1 (en) | 2012-06-25 | 2018-05-22 | EMC IP Holding Company LLC | Method and apparatus for selection between multiple candidate clouds for job processing |
| CN102904824B (zh) * | 2012-09-25 | 2015-04-29 | 中国联合网络通信集团有限公司 | 服务提供实体选择方法及装置 |
| CN103023980B (zh) * | 2012-11-21 | 2016-03-23 | 中国电信股份有限公司 | 一种云平台处理用户服务请求的方法和系统 |
| US9128739B1 (en) | 2012-12-31 | 2015-09-08 | Emc Corporation | Determining instances to maintain on at least one cloud responsive to an evaluation of performance characteristics |
| US10505864B1 (en) | 2013-09-30 | 2019-12-10 | EMC IP Holding Company LLC | Method for running HPC jobs |
| CN105450535B (zh) * | 2015-11-10 | 2018-11-27 | 深圳市网心科技有限公司 | 一种海量的cdn节点资源部署系统和方法 |
| CN105740471A (zh) * | 2016-03-14 | 2016-07-06 | 燕山大学 | 一种可动态查询论文收录状态的智能方法 |
| CN108111595A (zh) * | 2017-12-18 | 2018-06-01 | 北京安博通科技股份有限公司 | 一种服务器负载的均衡方法及装置 |
| CN109274745B (zh) * | 2018-09-28 | 2021-07-30 | 石家庄良村热电有限公司 | 一种边缘节点优化计算的物联网系统和方法 |
| CN109684083B (zh) * | 2018-12-11 | 2020-08-28 | 北京工业大学 | 一种面向边缘-云异构下的多级事务调度分配策略 |
| CN110071965B (zh) | 2019-03-27 | 2022-05-31 | 上海德衡数据科技有限公司 | 一种基于云平台的数据中心管理系统 |
| CN114866614A (zh) * | 2022-05-05 | 2022-08-05 | 浙江工业大学 | 基于网络环境和服务器负载的服务自适应弹性调整的方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101719931A (zh) * | 2009-11-27 | 2010-06-02 | 南京邮电大学 | 一种基于多智能主体的层次式云端计算模型构建方法 |
| CN101854667A (zh) * | 2010-05-19 | 2010-10-06 | 中兴通讯股份有限公司 | 支持云计算的移动终端侧负载平衡处理方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7171470B2 (en) * | 2003-02-20 | 2007-01-30 | International Business Machines Corporation | Grid service scheduling of related services using heuristics |
-
2011
- 2011-02-28 CN CN201110049080.6A patent/CN102104631B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101719931A (zh) * | 2009-11-27 | 2010-06-02 | 南京邮电大学 | 一种基于多智能主体的层次式云端计算模型构建方法 |
| CN101854667A (zh) * | 2010-05-19 | 2010-10-06 | 中兴通讯股份有限公司 | 支持云计算的移动终端侧负载平衡处理方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102104631A (zh) | 2011-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102104631B (zh) | 一种基于云端计算技术的知识系统中的服务质量保障方法 | |
| CN104969213B (zh) | 用于低延迟数据存取的数据流分割 | |
| CN107832153B (zh) | 一种Hadoop集群资源自适应分配方法 | |
| US10581957B2 (en) | Multi-level data staging for low latency data access | |
| CN107315776B (zh) | 一种基于云计算的数据管理系统 | |
| US8190593B1 (en) | Dynamic request throttling | |
| CN108469988B (zh) | 一种基于异构Hadoop集群的任务调度方法 | |
| CN105005611B (zh) | 一种文件管理系统及文件管理方法 | |
| CN103595780B (zh) | 基于消重的云计算资源调度方法 | |
| CN111190688A (zh) | 一种面向云数据中心的Docker迁移方法及系统 | |
| US10158709B1 (en) | Identifying data store requests for asynchronous processing | |
| WO2020134364A1 (zh) | 一种虚拟机迁移方法、云计算管理平台和存储介质 | |
| CN103631657A (zh) | 一种基于MapReduce的任务调度算法 | |
| CN103338252B (zh) | 一种分布式数据库并发存储虚拟请求机制的实现方法 | |
| CN107864211B (zh) | 集群资源调度方法及系统 | |
| CN104063501B (zh) | 基于hdfs的副本平衡方法 | |
| US11080207B2 (en) | Caching framework for big-data engines in the cloud | |
| CN103491155A (zh) | 一种实现移动计算和获取移动数据的云计算方法及系统 | |
| CN102981913B (zh) | 支持大规模分布式增量计算的推理控制方法及推理控制系统 | |
| US9898614B1 (en) | Implicit prioritization to rate-limit secondary index creation for an online table | |
| Shenbaga Moorthy et al. | Optimal provisioning and scheduling of analytics as a service in cloud computing | |
| Cai et al. | An optimization strategy of massive small files storage based on HDFS | |
| CN118502956A (zh) | 基于云存储系统的资源调度方法、装置、电子设备、存储介质和程序产品 | |
| EP2765517B1 (en) | Data stream splitting for low-latency data access | |
| Gogouvitis et al. | OPTIMIS and VISION cloud: how to manage data in clouds |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20110622 Assignee: Jiangsu Nanyou IOT Technology Park Ltd. Assignor: Nanjing Post & Telecommunication Univ. Contract record no.: 2016320000207 Denomination of invention: Method for ensuring quality of service of knowledge system based on cloud computing technology Granted publication date: 20140604 License type: Common License Record date: 20161109 |
|
| LICC | Enforcement, change and cancellation of record of contracts on the licence for exploitation of a patent or utility model | ||
| EC01 | Cancellation of recordation of patent licensing contract | ||
| EC01 | Cancellation of recordation of patent licensing contract |
Assignee: Jiangsu Nanyou IOT Technology Park Ltd. Assignor: Nanjing Post & Telecommunication Univ. Contract record no.: 2016320000207 Date of cancellation: 20180116 |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140604 Termination date: 20200228 |