CN103064740A - 客户操作系统预测迁移系统及方法 - Google Patents

客户操作系统预测迁移系统及方法 Download PDF

Info

Publication number
CN103064740A
CN103064740A CN201110320227.0A CN201110320227A CN103064740A CN 103064740 A CN103064740 A CN 103064740A CN 201110320227 A CN201110320227 A CN 201110320227A CN 103064740 A CN103064740 A CN 103064740A
Authority
CN
China
Prior art keywords
server
cpu usage
operating system
time period
client operating
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.)
Pending
Application number
CN201110320227.0A
Other languages
English (en)
Inventor
王光建
吴文伍
刘梦洲
付小军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CN201110320227.0A priority Critical patent/CN103064740A/zh
Priority to TW100138853A priority patent/TW201317775A/zh
Priority to US13/631,883 priority patent/US20130103838A1/en
Publication of CN103064740A publication Critical patent/CN103064740A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5019—Workload prediction

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)

Abstract

一种客户操作系统预测迁移方法，该方法包括：每隔一段时间从数据中心中获取一次每个客户操作系统的CPU使用率；计算每个客户操作系统在该时间段的平均CPU使用率及每个服务器在该时间段的CPU使用率；当计算得到服务器在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器即将运行到该时间段之前，将该服务器上的客户操作系统迁移到数据中心内的其它服务器上。本发明还提供一种客户操作系统预测迁移系统。通过本发明可以避免由于服务器中资源使用量大于负荷，而导致服务器的资源使用量大增，且引起服务器的崩溃的情况发生。

Description

客户操作系统预测迁移系统及方法
技术领域
本发明涉及一种对数据中心的客户操作系统进行控制的系统及方法，尤其是关于一种对数据中心的客户操作系统进行预测迁移的系统及方法。
背景技术
数据中心(data center)，通常包括几台乃至上万台服务器，也称为服务器农场(server farm)，指用于安置计算机系统及相关部件的设施，例如，电信和储存系统。通常，数据中心包含冗余和备用电源，环境控制(例如空调、灭火器)和安全设备，冗余数据通信连接，其中，数据中心里最重要的设备为用于存储数据的服务器。
虚拟机(Virtual Machine)是指通过软件模拟的、具有完整硬件系统功能的、运行在一个完全隔离环境中的完整计算机系统。通过在数据中心的服务器上安装虚拟机宿主操作系统(Host Operation System，HostOS)，可以在该安装的Host OS上模拟出一台或多台虚拟的客户操作系统(Guest OS)，每个Guest OS都相互独立，互不影响。如此一来，可以减少数据中心的服务器设备的采购成本。
一般而言，在数据中心的服务器的CPU使用率大增的情况下，会影响到其中Guest OS的运行，在资源不足的情况下，可能会导致服务器崩溃，从而影响用户的使用。
发明内容
鉴于以上内容，有必要提供一种客户操作系统预测迁移系统，可以避免由于服务器中客户操作系统的CPU使用率大于服务器的负荷，而导致服务器崩溃的情况发生，方便了用户，提高了数据中心的稳定性。
鉴于以上内容，还有必要提供一种客户操作系统预测迁移方法，可以避免由于服务器中客户操作系统的CPU使用率大于服务器的负荷，而导致服务器崩溃的情况发生，方便了用户，提高了数据中心的稳定性。
一种客户操作系统预测迁移系统，该系统包括：获取模块，用于每隔一段时间从数据中心中获取一次每个客户操作系统的CPU使用率；计算模块，用于统计各个时间段所获取的每个客户操作系统的CPU使用率的次数；所述计算模块，用于当某个时间段获取到的每个客户操作系统的CPU使用率的次数达到该时间段预先设定的值时，计算每个客户操作系统在该时间段的平均CPU使用率，进而计算每个服务器在该时间段的CPU使用率；迁移模块，用于当计算得到服务器在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器即将运行到该时间段之前，将该服务器上的客户操作系统迁移到数据中心内的其它服务器上，使该服务器在运行时的CPU使用率小于或等于预先设置的CPU使用率。
一种客户操作系统预测迁移方法，该方法包括：每隔一段时间从数据中心中获取一次每个客户操作系统的CPU使用率；统计各个时间段所获取的每个客户操作系统的CPU使用率的次数；当某个时间段获取到的每个客户操作系统的CPU使用率的次数达到该时间段预先设定的值时，计算每个客户操作系统在该时间段的平均CPU使用率，进而计算每个服务器在该时间段的CPU使用率；当计算得到服务器在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器即将运行到该时间段之前，将该服务器上的客户操作系统迁移到数据中心内的其它服务器上，使该服务器在运行时的CPU使用率小于或等于预先设置的CPU使用率。
相较于现有技术，本发明提供的客户操作系统预测迁移系统及方法，可以避免由于服务器中客户操作系统的CPU使用率大于服务器的负荷，而导致服务器崩溃的情况发生，方便了用户，提高了数据中心的稳定性，同时还可以根据效能的尖峰离峰需求，在各个服务器或刀片服务器的刀板间弹性动态迁移系统平台，让IT人员做更有效的资源调度，并获得更好且安全周密的防护。
附图说明
图1是本发明客户操作系统预测迁移系统较佳实施例的应用环境图。
图2是本发明监控服务器较佳实施例的结构示意图。
图3是本发明客户操作系统预测迁移方法较佳实施例的流程图。
主要元件符号说明
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
参阅图1所示，是本发明客户操作系统预测迁移系统200较佳实施例的应用环境图。该客户操作系统预测迁移系统200应用于监控服务器20中。该监控服务器20与数据中心(Data Center)50通过网络40进行通信连接。
所述网络40可以是互联网、局域网或者其它通讯网络。
所述数据中心50包括多个服务器500(图中以四个为例)，所述服务器500可以为刀片服务器。在本实施例中，所述服务器500被称为Host主机，每个Host主机上安装有一个宿主操作系统(Host OperatingSystem，Host OS)，在该Host OS上还安装有多个客户操作系统(GuestOperating System，Guest OS)，为了更有效的管理这些Guest OS，每个Host主机上还安装有Hypervisor软件。所述Hypervisor软件是一种运行在服务器500和服务器500的Host OS之间的中间软件层，可允许GuestOS共享服务器500上的硬件，也可叫做虚拟机监视器(virtual machinemonitor，VMM)。Hypervisor软件可以访问服务器500上包括CPU、磁盘和内存在内的所有物理设备，Hypervisor不但协调着这些硬件资源的访问，也同时在各个Guest OS之间施加防护。当服务器500启动并执行Hypervisor软件时，Hypervisor软件会分配给每个Guest OS适量的内存、CPU、网络和磁盘等资源，以保证Guest OS的运行。
所述监控服务器20用于监控数据中心50的服务器500中的GuestOS运行情况，若其中一个服务器500中的Guest OS在运行时，该服务器500的资源使用量(具体指服务器500中CPU的使用率、内存使用率、存储器使用率及网络使用率)超过了某一个设定的标准时，及时将该服务器500中的一个或多个Guest OS迁移到其它服务器500，以降低该服务器500的资源使用量。该监控服务器20还安装有动态主机设置协议(Dynamic Host Configuration Protocol，DHCP)服务，通过DHCP服务可以分配网络之间互连的协议(Internet Protocol，IP)地址给数据中心50中的各个服务器500，使监控服务器20能够与数据中心50的各个服务器500进行通信。具体而言，如图1所示，数据中心50有四个服务器500，通过DHCP服务给每个服务器500单独分配一个IP地址，以和各个服务器500建立通信连接。该监控服务器20可以是个人计算机、网络服务器，还可以是任意其它适用的计算机。此外，该监控服务器20还可以放置在数据中心50内部，用户只需通过客户端10进行操作就可以实现对服务器500中Guest OS的监控。
所述监控服务器20通过一个数据库连接与数据库30连接。其中，所述数据库连接可为一开放式数据库连接(Open Database Connectivity，ODBC)，或Java数据库连接(Java Database Connectivity，JDBC)。所述数据库30用于存储从数据中心50的各个服务器500传送过来的数据，该数据包括数据中心50的各个服务器500的IP地址，每个Guest OS在各个时间段的资源使用量。
在此需说明的是，数据库30可独立于监控服务器20，也可位于监控服务器20内。所述数据库30可存于监控服务器20的硬盘或者闪存盘中。从系统安全性的角度考虑，本实施例中的数据库30独立于监控服务器20。
此外，客户端10用于提供一个互动式界面给用户，便于用户进行操作并将操作过程中的各种数据存于监控服务器20中。该客户端10可以是个人计算机、笔记本电脑以及其它任意能与监控服务器20连接的设备或系统。
参阅图2所示，是本发明监控服务器20较佳实施例的结构示意图。该监控服务器20除了包括客户操作系统预测迁移系统200，还包括存储器250和处理器260。该客户操作系统预测迁移系统200包括获取模块210、计算模块220、判断模块230及迁移模块240。模块210至240的程序化代码存储于存储器250中，处理器260执行这些程序化代码，实现客户操作系统预测迁移系统200提供的上述功能。
获取模块210用于每隔一段时间从数据中心50中获取一次每个Guest OS的CPU使用率。通常，在Guest OS运行的过程中，每个GuestOS的资源管理器会实时显示该Guest OS的CPU使用率，获取模块210直接从Guest OS的资源管理器中获取该Guest OS的CPU使用率。在本较佳实施例中，获取模块210可以每隔一个小时(例如，在每小时的第5分钟)读取一次Guest OS的资源管理器中该Guest OS的CPU使用率，并将读取的CPU使用率作为该Guest OS的一笔数据保存到数据库30中。假设数据中心50有6个Guest OS，获取模块210每隔一个小时，分别读取该6个Guest OS的CPU使用率，若数据中心50的服务器500不关机，获取模块210每天对每个Guest OS的运行参数读取24次，得到24笔该Guest OS的运行参数的数据。
计算模块220用于统计在某个时间段获取每个Guest OS的CPU使用率的次数。具体而言，假设有2个Guest OS，编号分别为A和B，获取模块210每隔一个小时读取一次Guest OS的资源管理器中该Guest OS的CPU使用率，计算模块220统计获取编号为A的Guest OS在10:00～11:00的CPU使用率为101次，由于每天只获取一次编号为A的Guest OS在10:00～11:00的CPU使用率，101次说明读取了编号为A的Guest OS在101天(可以不连续的101天)的每个10:00～11:00时间段的CPU使用率。需要说明的是，由于Guest OS可能会安装在不同的服务器500中，获取安装在不同服务器500上的Guest OS的运行参数的次数可能不相同，例如，计算模块220统计获取编号为B的Guest OS在10:00～11:00的CPU使用率为99次。
判断模块230用于判断在该时间段获取每个Guest OS的CPU使用率的次数是否达到该时间段设定的值。例如，假设用户设定的值是在10:00至11:00之间读取每个Guest OS的CPU使用率的次数是100次，判断在10:00至11:00之间读取各个Guest OS的CPU使用率的实际次数是否全部达到100次。
所述计算模块220还用于计算每个Guest OS在该时间段的平均CPU使用率，进而计算每个服务器500在该时间段的CPU使用率。具体而言在10:00～11:00间，读取编号为A的Guest OS的CPU使用率为101次，将这101次读取到的CPU使用率取平均值，得到该编号为A的Guest OS在10:00～11:00的平均CPU使用率。若某个服务器500中安装有2个Guest OS，首先计算每个Guest OS在10:00～11:00的平均CPU使用率，然后将这两个Guest OS在10:00～11:00的平均CPU使用率相加，得到该服务器500在10:00～11:00的CPU使用率。
所述判断模块230还用于判断每个服务器500在该时间段的CPU使用率是否大于预先设置的该服务器500的CPU使用率。具体而言，用户会事先设置好每个服务器500的CPU使用率，即，该服务器500在运行过程中允许达到的最大CPU使用率的值，例如，设置某一台服务器500的CPU使用率为80％，若计算得到该服务器500在某一个时间段(如，10:00～11:00)的CPU使用率为85％，则说明该服务器500在运行到该时间段(10:00～11:00)时会超过预先设置的CPU使用率，因此，需要提前做迁移动作，以降低该服务器500的负载。
迁移模块240用于当计算得到服务器500在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器500即将运行到该时间段之前，将该服务器500上的Guest OS迁移到其它服务器500上，使该服务器500在运行时的CPU使用率小于或等于预先设置的CPU使用率。具体而言，所述迁移模块240通过调用Hypervisor软件将该服务器500上的Guest OS迁移到其它服务器500上。需要说明的是，在迁移服务器500上的Guest OS之前，先获得其它服务器500在该时间段的CPU使用率，以向CPU使用率最低的服务器500进行迁移，以平衡服务器500的资源，最大化提高服务器500的使用效率。迁移的方式是将服务器500中的Guest OS一个一个的迁移，且每迁移一个Guest OS，立即判断该服务器500的CPU使用率是否小于或等于预先设置的CPU使用率，若判断结果为小于或等于设置的CPU使用率，立即停止迁移。
如图3所示，是本发明客户操作系统预测迁移方法较佳实施例的流程图。
步骤S10，获取模块210每隔一段时间从数据中心50中获取一次每个Guest OS的CPU使用率。通常，在Guest OS运行的过程中，每个Guest OS的资源管理器会实时显示该Guest OS的CPU使用率，获取模块210直接从Guest OS的资源管理器中获取该Guest OS的CPU使用率。在本较佳实施例中，获取模块210可以每隔一个小时(例如，在每小时的第5分钟)读取一次Guest OS的资源管理器中该Guest OS的CPU使用率，并将读取的CPU使用率作为该Guest OS的一笔数据保存到数据库30中。假设数据中心50有6个Guest OS，获取模块210每隔一个小时，分别读取该6个Guest OS的CPU使用率，若数据中心50的服务器500不关机，获取模块210每天对每个Guest OS的运行参数读取24次，得到24笔该Guest OS的运行参数的数据。
步骤S20，计算模块220统计在某个时间段获取每个Guest OS的CPU使用率的次数。具体而言，假设有2个Guest OS，编号分别为A和B，获取模块210每隔一个小时读取一次Guest OS的资源管理器中该Guest OS的CPU使用率，计算模块220统计获取编号为A的Guest OS在10:00～11:00的CPU使用率为101次，由于每天只获取一次编号为A的Guest OS在10:00～11:00的CPU使用率，101次说明读取了编号为A的Guest OS在101天(可以不连续的101天)的每个10:00～11:00时间段的CPU使用率。需要说明的是，由于Guest OS可能会安装在不同的服务器500中，获取安装在不同服务器500上的Guest OS的运行参数的次数可能不相同，例如，计算模块220统计获取编号为B的GuestOS在10:00～11:00的CPU使用率为99次。
步骤S30，判断模块230判断在该时间段获取每个Guest OS的CPU使用率的次数是否达到该时间段设定的值。例如，假设用户设定的值是在10:00至11:00之间读取每个Guest OS的CPU使用率的次数是100次，判断在10:00至11:00之间读取各个Guest OS的CPU使用率的实际次数是否全部达到100次。若在各个时间段获取各个Guest OS的CPU使用率的实际次数全部达到100次，则流程进入步骤S40。若在各个时间段获取各个Guest OS的CPU使用率的实际次数有一个Guest OS没有达到100次，则流程返回步骤S10。
步骤S40，计算模块220计算每个Guest OS在该时间段的平均CPU使用率，进而计算每个服务器500在该时间段的CPU使用率。具体而言在10:00～11:00间，读取编号为A的Guest OS的CPU使用率为101次，将这101次读取到的CPU使用率取平均值，得到该编号为A的Guest OS在10:00～11:00的平均CPU使用率。若某个服务器500中安装有2个Guest OS，首先计算每个Guest OS在10:00～11:00的平均CPU使用率，然后将这两个Guest OS在10:00～11:00的平均CPU使用率相加，得到该服务器500在10:00～11:00的CPU使用率。
步骤S50，判断模块230判断每个服务器500在该时间段的CPU使用率是否大于预先设置的该服务器500的CPU使用率。具体而言，用户会事先设置好每个服务器500的CPU使用率，即，该服务器500在运行过程中允许达到的最大CPU使用率的值，例如，设置某一台服务器500的CPU使用率为80％，若计算得到该服务器500在某一个时间段(如，10:00～11:00)的CPU使用率为85％，则说明该服务器500在运行到该时间段(10:00～11:00)时会超过预先设置的CPU使用率，因此，需要提前做迁移动作，以降低该服务器500的负载，流程进入步骤S60。若计算得到所以服务器500在各个时间段的CPU使用率都没有小于或等于预先设置的CPU使用率，则直接结束流程。
步骤S60，在该服务器500即将运行到该时间段之前，迁移模块240将该服务器500上的Guest OS迁移到其它服务器500上，使该服务器500在运行时的CPU使用率小于或等于预先设置的CPU使用率。具体而言，所述迁移模块240通过调用Hypervisor软件将该服务器500上的Guest OS迁移到其它服务器500上。需要说明的是，在迁移服务器500上的Guest OS之前，先获得其它服务器500在该时间段的CPU使用率，以向CPU使用率最低的服务器500进行迁移，以平衡服务器500的资源，最大化提高服务器500的使用效率。迁移的方式是将服务器500中的Guest OS一个一个的迁移，且每迁移一个Guest OS，立即判断该服务器500的CPU使用率是否小于或等于预先设置的CPU使用率，若判断结果为小于或等于设置的CPU使用率，立即停止迁移。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照以上较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (4)

1.一种客户操作系统预测迁移系统，其特征在于，该系统包括：
获取模块，用于每隔一段时间从数据中心中获取一次每个客户操作系统的CPU使用率；
计算模块，用于统计各个时间段所获取的每个客户操作系统的CPU使用率的次数；
所述计算模块，用于当某个时间段获取到的每个客户操作系统的CPU使用率的次数达到该时间段预先设定的值时，计算每个客户操作系统在该时间段的平均CPU使用率，进而计算每个服务器在该时间段的CPU使用率；及
迁移模块，用于当计算得到服务器在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器即将运行到该时间段之前，将该服务器上的客户操作系统迁移到数据中心内的其它服务器上，使该服务器在运行时的CPU使用率小于或等于预先设置的CPU使用率。
2.如权利要求1所述的客户操作系统预测迁移系统，其特征在于，所述迁移模块通过调用Hypervisor软件将客户操作系统迁移到数据中心内的其它服务器上。
3.一种客户操作系统预测迁移方法，其特征在于，该方法包括：
每隔一段时间从数据中心中获取一次每个客户操作系统的CPU使用率；
统计各个时间段所获取的每个客户操作系统的CPU使用率的次数；
当某个时间段获取到的每个客户操作系统的CPU使用率的次数达到该时间段预先设定的值时，计算每个客户操作系统在该时间段的平均CPU使用率，进而计算每个服务器在该时间段的CPU使用率；及
当计算得到服务器在该时间段的CPU使用率大于预先设置的该服务器的CPU使用率时，在该服务器即将运行到该时间段之前，将该服务器上的客户操作系统迁移到数据中心内的其它服务器上，使该服务器在运行时的CPU使用率小于或等于预先设置的CPU使用率。
4.如权利要求3所述的客户操作系统预测迁移方法，其特征在于，所述将该服务器上的客户操作系统迁移到数据中心内的其它服务器上是通过调用Hypervisor软件实现的。
CN201110320227.0A 2011-10-19 2011-10-19 客户操作系统预测迁移系统及方法 Pending CN103064740A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201110320227.0A CN103064740A (zh) 2011-10-19 2011-10-19 客户操作系统预测迁移系统及方法
TW100138853A TW201317775A (zh) 2011-10-19 2011-10-26 客戶作業系統預測遷移系統及方法
US13/631,883 US20130103838A1 (en) 2011-10-19 2012-09-29 System and method for transferring guest operating system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110320227.0A CN103064740A (zh) 2011-10-19 2011-10-19 客户操作系统预测迁移系统及方法

Publications (1)

Publication Number Publication Date
CN103064740A true CN103064740A (zh) 2013-04-24

Family

ID=48107373

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110320227.0A Pending CN103064740A (zh) 2011-10-19 2011-10-19 客户操作系统预测迁移系统及方法

Country Status (3)

Country Link
US (1) US20130103838A1 (zh)
CN (1) CN103064740A (zh)
TW (1) TW201317775A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198008A (zh) * 2013-04-27 2013-07-10 清华大学 系统测试统计方法及装置
CN112434373A (zh) * 2020-11-27 2021-03-02 北京城市轨道交通咨询有限公司 一种仿真测试控制方法和仿真测试服务器

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103116524A (zh) * 2011-11-16 2013-05-22 鸿富锦精密工业（深圳）有限公司 Cpu使用率调整系统及方法
CN115242598A (zh) * 2022-07-15 2022-10-25 天翼云科技有限公司 一种云操作系统部署方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102460393B (zh) * 2009-05-01 2014-05-07 思杰系统有限公司 用于在虚拟存储资源之间建立云桥的系统和方法
US8560887B2 (en) * 2010-12-09 2013-10-15 International Business Machines Corporation Adding scalability and fault tolerance to generic finite state machine frameworks for use in automated incident management of cloud computing infrastructures

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103198008A (zh) * 2013-04-27 2013-07-10 清华大学 系统测试统计方法及装置
CN112434373A (zh) * 2020-11-27 2021-03-02 北京城市轨道交通咨询有限公司 一种仿真测试控制方法和仿真测试服务器

Also Published As

Publication number Publication date
US20130103838A1 (en) 2013-04-25
TW201317775A (zh) 2013-05-01

Similar Documents

Publication Publication Date Title
CN103368785A (zh) 服务器运行监测系统及方法
US11570937B2 (en) Methods and apparatus to control power delivery based on predicted power utilization in a data center
US9690613B2 (en) Using diversity to provide redundancy of virtual machines
US9262272B2 (en) Data center power adjustment
CN104125286A (zh) 一种基于云计算的企业基础设施智能云化管理系统
CN102811141A (zh) 虚拟机运行监测系统及方法
CN112948063B (zh) 云平台的创建方法、装置、云平台以及云平台实现系统
JP2012252703A (ja) 仮想マシン監視システム及びその監視方法
CN102833083A (zh) 数据中心电源设备控制系统及方法
CN103164253A (zh) 虚拟机部署系统及方法
CN103164277A (zh) 动态资源规划分配系统及方法
CN102654836A (zh) 虚拟机安装系统及方法
CN103064740A (zh) 客户操作系统预测迁移系统及方法
CN103902320A (zh) 虚拟机安装系统及方法
KR20130099424A (ko) 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용한 트리거링 방법 및 그 시스템
CN103902310A (zh) 虚拟机启动排程系统及方法
CN104104725A (zh) 一种应用于云计算的分层异构结构的服务器管理系统
US11531572B2 (en) Cross-cluster host reassignment
US20220129601A1 (en) Techniques for generating a configuration for electrically isolating fault domains in a data center
US11656914B2 (en) Anticipating future resource consumption based on user sessions
JP2014127210A (ja) 仮想マシンの作動スケジューリングシステム及びその方法
US20230155955A1 (en) Cluster capacity management for hyper converged infrastructure updates
US9594721B1 (en) Datacenter event handling
CN106302626A (zh) 一种弹性扩容方法、装置及系统
CN103116524A (zh) Cpu使用率调整系统及方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130424