CN103095599A - 一种云计算操作系统中动态反馈加权综合负载调度方法 - Google Patents
一种云计算操作系统中动态反馈加权综合负载调度方法 Download PDFInfo
- Publication number
- CN103095599A CN103095599A CN2013100179619A CN201310017961A CN103095599A CN 103095599 A CN103095599 A CN 103095599A CN 2013100179619 A CN2013100179619 A CN 2013100179619A CN 201310017961 A CN201310017961 A CN 201310017961A CN 103095599 A CN103095599 A CN 103095599A
- Authority
- CN
- China
- Prior art keywords
- load
- physical machine
- cpu
- machine
- scheduling
- 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
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种云计算操作系统中动态反馈加权综合负载调度方法，在基于加权综合负载的宿主机自动选择方法基础之上，进行动态反馈调度，针对服务器内存、CPU、网络综合因素，对告警节点、手动优化节点进行调度，或自动对系统进行调度，系统包括：基于加权综合负载的宿主机选择方法；动态反馈加权综合负载调度方法；其中，基于加权综合负载的宿主机选择方法是指根据物理机内存、CPU、网络负载情况以及各自重要程度，自动选择虚拟机宿主机的方法；动态反馈加权综合负载调度方法是指利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行调度的策略和方法；利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行资源的调度，以保证调度域资源的充分利用、高可用性和稳定性。
Description
技术领域
本发明涉及计算机云计算技术领域，具体地说是一种云计算操作系统中动态反馈加权综合负载调度方法。
背景技术
当前，云计算逐渐被行业认可，云数据中心操作系统逐渐实现并付诸于实践。在云数据中心操作系统中，调度域中资源的合理分布、高可用性尤其重要，它直接关系着系统的可用性。
大多数同类系统调度方法没有充分考虑计算节点各种负载，并且没有分析不同因素的影响因子，故调度方法并不完善，给系统带来隐患。
为了保证系统的可用性、稳定性，我们提出了云计算操作系统中动态反馈加权综合负载调度方法。
发明内容
本发明的技术任务是解决现有技术的不足，为了保证系统的可用性、稳定性，提供一种云计算操作系统中动态反馈加权综合负载调度方法。
本发明的技术方案是按以下方式实现的，在基于加权综合负载的宿主机自动选择方法基础之上，进行动态反馈调度，针对服务器内存、CPU、网络综合因素，对告警节点、手动优化节点进行调度，或自动对系统进行调度，系统包括：基于加权综合负载的宿主机选择方法（1）；动态反馈加权综合负载调度方法（2）；其中，
基于加权综合负载的宿主机选择方法（1）是指根据物理机内存、CPU、网络负载情况以及各自重要程度，自动选择虚拟机宿主机的方法；
动态反馈加权综合负载调度方法（2）是指利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行调度的策略和方法；
云计算操作系统中动态反馈加权综合负载调度方法如下：
1）基于加权综合负载的宿主机选择方法
将调度域内的n个物理机列成n*(m+2)矩阵（m=max(单物理机CPU的个数)），矩阵的每一行为物理机的各个CPU各自在一段时间内的平均负载、加权内存平均负载、网络平均负载，每一列为此调度域内所有物理机，先考虑剩余能力，其次找出CPU、内存、网络相对于这3个属性的负载均值的加权方差最小的物理机；当找到的物理机有多个时，则取第一个物理机分配，这样便找到更好更合适的物理机；
2）动态反馈加权综合负载调度方法
动态反馈综合负载均衡方法，通过对服务器负载性能数据的实时采集，对服务器进行动态平衡调度，法能够准确反映不同因素造成的过载并进行动态平衡，详细描述如下：
（1）调度方法概要
① 将所有告警产生的任务加入告警队列；
② 将手动优化加入手动优化队列；
③ 将新的基本任务加入新任务队列；
④ 对告警与优化队列，根据物理机ID来调度；
⑤ 对新任务队列，进行判断，分为单VM任务与集群任务两种情况进行调度；
（2）方法的输入
①调度域中所有物理机的属性信息包括：ID、CPU、内存、网络负载，调度域内所有的物理集群的属性信息包括：集群ID、CPU能力、集群内存能力、集群网络能力；
②任务执行队列中的任务，具体有：需要创建的虚拟机规格，包括：CPU、内存、硬盘，任务类型；
③ 调度域内所有的物理机或集群上部署的VM或集群的信息；
（3）方法的输出
① 要部署虚拟机规格；
② 要部署到的物理机的ID；
③ 要部署到的物理机所位于集群ID，0代表此物理机不属于任何物理机集群；
（4）方法的前提条件
①只要还有可满足用户需求的资源，则不拒绝用户；
②用户可选的虚拟机服务器是确定的几种规格；每个不同规格的虚拟机服务器都等效为一个或者几个按CPU计算能力同构的基本计算能力单元；
③每一个物理服务器的与CPU相关的计算能力，使用基本计算能力单元表述；
④除特别说明，CPU使用率指的是物理机CPU的使用率；
⑤每个CPU和每个内存的利用率能够通过监控并且能将状态返回给调度模块；
⑥分配给一台物理服务器上所有虚拟机的CPU、内存、网络，上线不能超过物理服务器的上限；
⑦ 每一个虚拟机集群创建时，必须位于同一个物理机集群上，若虚拟机集群跨多个物理集群，允许分割在多个物理机集群内；
（5）调度方法详细
动态反馈综合负载均衡调度步骤如下：
①查看告警队列是否为空，如果空，转入步骤2，如果不为空，转入步骤④；
②查看手动优化队列是否为空，如果为空，则转入步骤③，如果不为空，转入步骤⑤；
③查看新任务队列是否为空，如果为空，则输出：当前任务为空；如果不为空，转入步骤⑥；
④触发负载告警时，根据告警的物理机ID，首先决定迁移哪些虚拟机，如CPU告警时，用当前告警的CPU负载值减去负载均值，得到一个差值；用此差值比较此物理机上所有虚拟机CPU利用率，来决定迁移哪些虚拟机；然后为此虚拟机寻找合适的物理机进行部署；用步骤⑥的子方法找出合适的一个物理机，将要迁移的虚拟机迁移到物理机上；
⑤根据需要优化的物理机ID，首先决定迁移哪些虚拟机，用当前此物理机的综合负载la减去优化目的值，用得到的差值比较此物理机上所有虚拟机的利用率，来决定迁移哪些虚拟机；其次为此虚拟机需找合适的物理机进行部署；利用步骤⑥中的二维网格方法找出合适的一个或者多个物理机，将移除的那些虚拟机部署到这些物理机上；
⑥基于加权综合负载的宿主机选择方法，利用物理机内存、CPU、网络负载情况以及各自重要程度，自动选择最优的虚拟机宿主机。
利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行资源的调度，以保证调度域资源的充分利用、高可用性和稳定性。
本发明的方法具有以下突出的有益效果：利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行资源的调度，以保证调度域资源的充分利用、高可用性和稳定性。
附图说明
图1是宿主机自动选择方法图；
图2是调度流程图。
具体实施方式
下面参照附图对本发明的内容以一个具体实例来描述实现这一方法的过程。
正如发明内容中所描述的，本发明的体系结构主要包括：
基于加权综合负载的宿主机选择方法（1）；动态反馈加权综合负载调度方法（2）。
其中，基于加权综合负载的宿主机选择方法（1）是指根据物理机内存、CPU、网络负载情况以及各自重要程度，自动选择虚拟机宿主机方法。
动态反馈加权综合负载调度方法（2）是指利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行调度的策略和方法。。
云计算操作系统中动态反馈加权综合负载调度方法描述如下：
1. 基于加权综合负载的宿主机选择方法
将调度域内的n个物理机列成n*(m+2)矩阵（m=max(单物理机CPU的个数)），矩阵的每一行为物理机的各个CPU各自在一段时间(t)内（10分钟）的平均负载、加权内存平均负载、网络平均负载，每一列为此调度域内所有物理机。先考虑剩余能力，其次找出CPU（个数加权）、内存、网络相对于这3个属性的负载均值的加权方差（当前一段时间内的平均负载与所有物理机服务器负载均值之差的平方，乘以加权系数。其中内存加权系数为0.5，CPU加权系数为0.3，网络加权系数为0.2）最小的物理机；当找到的物理机有多个时，则取第一个物理及分配，这样可以找到更好地找到合适的物理机；
2. 动态反馈加权综合负载调度方法
动态反馈综合负载均衡方法，通过对服务器负载性能数据的实时采集，对服务器进行动态平衡调度。本方法能够准确反映不同因素造成的过载并进行动态平衡。方法的详细描述如下：
（1）调度方法概要
① 将所有告警产生的任务加入告警队列
② 将手动优化加入手动优化队列
③ 将新的基本任务（包括：分配、启动等）加入新任务队列
④ 对告警与优化队列，根据物理机ID来调度
⑤ 对新任务队列，进行判断，分为单VM任务与集群任务两种情况进行调度
（2）方法的输入
①调度域中所物理机的属性信息（ID、CPU、内存、网络负载）。调度域内所有的物理集群的属性信息（集群ID、CPU能力、集群内存能力、集群网络能力）；
②任务执行队列中的任务，具体包括：需要创建的虚拟机规格（CPU、内存、硬盘等，可以给输入1作为判断依据）、任务类型；
③ 调度域内所有的物理机（集群）上部署的VM（集群）的信息；
（3）方法的输出
① 要部署虚拟机规格；
② 要部署到的物理机的ID；
③ 要部署到的物理机所位于集群ID，0代表此物理机不属于任何物理机集群；
（4）方法的前提条件
① 只要还有可满足用户需求的资源，则不拒绝用户；
② 用户可选的虚拟机服务器是确定的几种规格；每个不同规格的虚拟机服务器都可以等效为一个或者几个基本计算能力单元（按CPU计算能力同构）；
③ 每一个物理服务器的计算能力（CPU相关）可以使用基本计算能力单元表述；
④ 不特别说明，CPU使用率指的是物理机CPU使用率；
⑤ 每个CPU和每个内存的利用率可以监控并且能将状态返回给调度模块；
⑥ 分配给一台物理服务器上所有虚拟机的CPU（内存、网络）上线不能超过物理服务器的上限；
⑦ 每一个虚拟机集群创建时，必须位于同一个物理机集群上（若虚拟机集群跨多个物理集群，可以分割成在多个物理机集群内）；
（5）调度方法详细
动态反馈综合负载均衡调度方法分6个步骤，如下：
① 查看告警队列是否为空，如果空，转入步骤2，如果不为空，转入步骤④；
② 查看手动优化队列是否为空，如果为空，则转入步骤③，如果不为空，转入步骤⑤；
③ 查看新任务队列是否为空，如果为空，则输出：当前任务为空；如果不为空，转入步骤⑥；
④ 触发负载告警时，根据告警的物理机ID，首先决定迁移哪些虚拟机。例如CPU告警时，用当前告警的CPU负载值减去负载均值，得到一个差值；用此差值比较此物理机上所有虚拟机CPU利用率，来决定迁移哪些虚拟机；然后为此虚拟机寻找合适的物理机进行部署；用步骤⑥的子方法找出合适的一个物理机，将要迁移的虚拟机迁移到物理机上；
⑤ 根据需要优化的物理机ID，首先决定迁移哪些虚拟机，用当前此物理机的综合负载la减去优化目的值，用得到的差值比较此物理机上所有虚拟机的利用率，来决定迁移哪些虚拟机；其次为此虚拟机需找合适的物理机进行部署；利用步骤6中的二维网格方法找出合适的一个或者多个物理机，将移除的那些虚拟机部署到这些物理机上；
⑥基于加权综合负载的宿主机选择方法。
除本发明的说明书公开的技术特征外均为本专业技术人员的公职技术。
Claims (2)
1.一种云计算操作系统中动态反馈加权综合负载调度方法，其特征在于，在基于加权综合负载的宿主机自动选择方法基础之上，进行动态反馈调度，针对服务器内存、CPU、网络综合因素，对告警节点、手动优化节点进行调度，或自动对系统进行调度，系统包括：基于加权综合负载的宿主机选择方法（1）；动态反馈加权综合负载调度方法（2）；其中，
基于加权综合负载的宿主机选择方法（1）是指根据物理机内存、CPU、网络负载情况以及各自重要程度，自动选择虚拟机宿主机的方法；
动态反馈加权综合负载调度方法（2）是指利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行调度的策略和方法；
云计算操作系统中动态反馈加权综合负载调度方法如下：
1）基于加权综合负载的宿主机选择方法
将调度域内的n个物理机列成n*(m+2)矩阵（m=max(单物理机CPU的个数)），矩阵的每一行为物理机的各个CPU各自在一段时间内的平均负载、加权内存平均负载、网络平均负载，每一列为此调度域内所有物理机，先考虑剩余能力，其次找出CPU、内存、网络相对于这3个属性的负载均值的加权方差最小的物理机；当找到的物理机有多个时，则取第一个物理机分配，这样便找到更好更合适的物理机；
2）动态反馈加权综合负载调度方法
动态反馈综合负载均衡方法，通过对服务器负载性能数据的实时采集，对服务器进行动态平衡调度，法能够准确反映不同因素造成的过载并进行动态平衡，详细描述如下：
（1）调度方法概要
① 将所有告警产生的任务加入告警队列；
② 将手动优化加入手动优化队列；
③ 将新的基本任务加入新任务队列；
④ 对告警与优化队列，根据物理机ID来调度；
⑤ 对新任务队列，进行判断，分为单VM任务与集群任务两种情况进行调度；
（2）方法的输入
①调度域中所有物理机的属性信息包括：ID、CPU、内存、网络负载，调度域内所有的物理集群的属性信息包括：集群ID、CPU能力、集群内存能力、集群网络能力；
②任务执行队列中的任务，具体有：需要创建的虚拟机规格，包括：CPU、内存、硬盘，任务类型；
③ 调度域内所有的物理机或集群上部署的VM或集群的信息；
（3）方法的输出
① 要部署虚拟机规格；
② 要部署到的物理机的ID；
③ 要部署到的物理机所位于集群ID，0代表此物理机不属于任何物理机集群；
（4）方法的前提条件
① 只要还有可满足用户需求的资源，则不拒绝用户；
② 用户可选的虚拟机服务器是确定的几种规格；每个不同规格的虚拟机服务器都等效为一个或者几个按CPU计算能力同构的基本计算能力单元；
③ 每一个物理服务器的与CPU相关的计算能力，使用基本计算能力单元表述；
④ 除特别说明，CPU使用率指的是物理机CPU的使用率；
⑤ 每个CPU和每个内存的利用率能够通过监控并且能将状态返回给调度模块；
⑥ 分配给一台物理服务器上所有虚拟机的CPU、内存、网络，上线不能超过物理服务器的上限；
⑦ 每一个虚拟机集群创建时，必须位于同一个物理机集群上，若虚拟机集群跨多个物理集群，允许分割在多个物理机集群内；
（5）调度方法详细
动态反馈综合负载均衡调度步骤如下：
① 查看告警队列是否为空，如果空，转入步骤2，如果不为空，转入步骤④；
② 查看手动优化队列是否为空，如果为空，则转入步骤③，如果不为空，转入步骤⑤；
③ 查看新任务队列是否为空，如果为空，则输出：当前任务为空；如果不为空，转入步骤⑥；
④ 触发负载告警时，根据告警的物理机ID，首先决定迁移哪些虚拟机，如CPU告警时，用当前告警的CPU负载值减去负载均值，得到一个差值；用此差值比较此物理机上所有虚拟机CPU利用率，来决定迁移哪些虚拟机；然后为此虚拟机寻找合适的物理机进行部署；用步骤⑥的子方法找出合适的一个物理机，将要迁移的虚拟机迁移到物理机上；
⑤ 根据需要优化的物理机ID，首先决定迁移哪些虚拟机，用当前此物理机的综合负载la减去优化目的值，用得到的差值比较此物理机上所有虚拟机的利用率，来决定迁移哪些虚拟机；其次为此虚拟机需找合适的物理机进行部署；利用步骤⑥中的二维网格方法找出合适的一个或者多个物理机，将移除的那些虚拟机部署到这些物理机上；
⑥基于加权综合负载的宿主机选择方法，利用物理机内存、CPU、网络负载情况以及各自重要程度，自动选择最优的虚拟机宿主机。
2.根据权利要求1所述的动态反馈加权综合负载调度方法，其特征在于：利用基于加权综合负载的宿主机选择方法，根据调度域内负载的动态变化，自动进行资源的调度，以保证调度域资源的充分利用、高可用性和稳定性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100179619A CN103095599A (zh) | 2013-01-18 | 2013-01-18 | 一种云计算操作系统中动态反馈加权综合负载调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2013100179619A CN103095599A (zh) | 2013-01-18 | 2013-01-18 | 一种云计算操作系统中动态反馈加权综合负载调度方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103095599A true CN103095599A (zh) | 2013-05-08 |
Family
ID=48207751
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2013100179619A Pending CN103095599A (zh) | 2013-01-18 | 2013-01-18 | 一种云计算操作系统中动态反馈加权综合负载调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103095599A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103338241A (zh) * | 2013-06-19 | 2013-10-02 | 合肥工业大学 | 一种新的公有云架构及其虚拟化资源自适应配置方法 |
| CN103353853A (zh) * | 2013-07-26 | 2013-10-16 | 浪潮电子信息产业股份有限公司 | 一种负载自动调节的方法 |
| CN103713956A (zh) * | 2014-01-06 | 2014-04-09 | 山东大学 | 应用于云计算虚拟化管理环境中的智能加权负载均衡方法 |
| CN103812949A (zh) * | 2014-03-06 | 2014-05-21 | 中国科学院信息工程研究所 | 一种面向实时云平台的任务调度与资源分配方法及系统 |
| CN103973586A (zh) * | 2014-05-14 | 2014-08-06 | 江苏省无线电科学研究所有限公司 | 一种实现自动气象站无线组网负载平衡的方法 |
| CN104010028A (zh) * | 2014-05-04 | 2014-08-27 | 华南理工大学 | 一种云平台下性能加权的虚拟资源动态管理策略方法 |
| CN104239123A (zh) * | 2014-09-05 | 2014-12-24 | 北方工业大学 | 面向校园云平台的虚拟机管理调度方法和系统 |
| CN104572307A (zh) * | 2015-01-30 | 2015-04-29 | 无锡华云数据技术服务有限公司 | 一种对虚拟资源进行弹性调度的方法 |
| CN104836819A (zh) * | 2014-02-10 | 2015-08-12 | 阿里巴巴集团控股有限公司 | 动态负载均衡的方法、系统及监控调度设备 |
| CN104991826A (zh) * | 2015-06-09 | 2015-10-21 | 广州杰赛科技股份有限公司 | 一种虚拟机部署方法及装置 |
| CN107562537A (zh) * | 2017-08-21 | 2018-01-09 | 中南大学 | 一种基于万有引力搜索的云计算任务调度方法 |
| CN108519911A (zh) * | 2018-03-23 | 2018-09-11 | 上饶市中科院云计算中心大数据研究院 | 一种基于容器的集群管理系统中资源的调度方法和装置 |
| CN109002359A (zh) * | 2018-09-03 | 2018-12-14 | 郑州云海信息技术有限公司 | 一种计算节点服务器的调度方法及相关装置 |
| US10289451B2 (en) | 2015-02-09 | 2019-05-14 | Huawei Technologies Co., Ltd. | Method, apparatus, and system for adjusting deployment location of virtual machine |
| CN111061561A (zh) * | 2019-11-27 | 2020-04-24 | 扆亮海 | 云计算管理平台的全阶段负载分担综合优化方法 |
| CN111090470A (zh) * | 2019-10-15 | 2020-05-01 | 平安科技（深圳）有限公司 | 云主机的安全启动方法、装置、计算机设备和存储介质 |
| CN111176796A (zh) * | 2014-06-27 | 2020-05-19 | 亚马逊科技公司 | 用于虚拟计算机资源调度的滚动资源信贷 |
| CN113127146A (zh) * | 2020-01-16 | 2021-07-16 | 上海盛霄云计算技术有限公司 | 一种异构动态随机调度方法及系统 |
| CN113626282A (zh) * | 2021-07-16 | 2021-11-09 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
| CN115016949A (zh) * | 2022-08-09 | 2022-09-06 | 中智关爱通(南京)信息科技有限公司 | 为客户机选择宿主机的方法、计算设备和计算机介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102185779A (zh) * | 2011-05-11 | 2011-09-14 | 田文洪 | 与综合配置能力成比例的数据中心资源负载均衡的方法及装置 |
| CN102232282A (zh) * | 2010-10-29 | 2011-11-02 | 华为技术有限公司 | 一种实现数据中心资源负载均衡的方法及装置 |
| CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
| WO2011143865A1 (zh) * | 2010-05-19 | 2011-11-24 | 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 |
-
2013
- 2013-01-18 CN CN2013100179619A patent/CN103095599A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2011143865A1 (zh) * | 2010-05-19 | 2011-11-24 | 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 |
| CN102232282A (zh) * | 2010-10-29 | 2011-11-02 | 华为技术有限公司 | 一种实现数据中心资源负载均衡的方法及装置 |
| CN102185779A (zh) * | 2011-05-11 | 2011-09-14 | 田文洪 | 与综合配置能力成比例的数据中心资源负载均衡的方法及装置 |
| CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103338241A (zh) * | 2013-06-19 | 2013-10-02 | 合肥工业大学 | 一种新的公有云架构及其虚拟化资源自适应配置方法 |
| CN103338241B (zh) * | 2013-06-19 | 2016-08-10 | 合肥工业大学 | 一种新的公有云架构及其虚拟化资源自适应配置方法 |
| CN103353853A (zh) * | 2013-07-26 | 2013-10-16 | 浪潮电子信息产业股份有限公司 | 一种负载自动调节的方法 |
| CN103713956A (zh) * | 2014-01-06 | 2014-04-09 | 山东大学 | 应用于云计算虚拟化管理环境中的智能加权负载均衡方法 |
| CN103713956B (zh) * | 2014-01-06 | 2017-01-25 | 山东大学 | 应用于云计算虚拟化管理环境中的智能加权负载均衡方法 |
| CN104836819A (zh) * | 2014-02-10 | 2015-08-12 | 阿里巴巴集团控股有限公司 | 动态负载均衡的方法、系统及监控调度设备 |
| CN103812949A (zh) * | 2014-03-06 | 2014-05-21 | 中国科学院信息工程研究所 | 一种面向实时云平台的任务调度与资源分配方法及系统 |
| CN103812949B (zh) * | 2014-03-06 | 2016-09-07 | 中国科学院信息工程研究所 | 一种面向实时云平台的任务调度与资源分配方法及系统 |
| CN104010028A (zh) * | 2014-05-04 | 2014-08-27 | 华南理工大学 | 一种云平台下性能加权的虚拟资源动态管理策略方法 |
| CN104010028B (zh) * | 2014-05-04 | 2017-11-07 | 华南理工大学 | 一种云平台下性能加权的虚拟资源动态管理策略方法 |
| CN103973586A (zh) * | 2014-05-14 | 2014-08-06 | 江苏省无线电科学研究所有限公司 | 一种实现自动气象站无线组网负载平衡的方法 |
| CN111176796B (zh) * | 2014-06-27 | 2023-12-05 | 亚马逊科技公司 | 用于虚拟计算机资源调度的滚动资源信贷 |
| CN111176796A (zh) * | 2014-06-27 | 2020-05-19 | 亚马逊科技公司 | 用于虚拟计算机资源调度的滚动资源信贷 |
| CN104239123A (zh) * | 2014-09-05 | 2014-12-24 | 北方工业大学 | 面向校园云平台的虚拟机管理调度方法和系统 |
| CN104239123B (zh) * | 2014-09-05 | 2019-02-15 | 北方工业大学 | 面向校园云平台的虚拟机管理调度方法和系统 |
| CN104572307A (zh) * | 2015-01-30 | 2015-04-29 | 无锡华云数据技术服务有限公司 | 一种对虚拟资源进行弹性调度的方法 |
| CN104572307B (zh) * | 2015-01-30 | 2019-03-05 | 无锡华云数据技术服务有限公司 | 一种对虚拟资源进行弹性调度的方法 |
| US10289451B2 (en) | 2015-02-09 | 2019-05-14 | Huawei Technologies Co., Ltd. | Method, apparatus, and system for adjusting deployment location of virtual machine |
| CN104991826A (zh) * | 2015-06-09 | 2015-10-21 | 广州杰赛科技股份有限公司 | 一种虚拟机部署方法及装置 |
| CN104991826B (zh) * | 2015-06-09 | 2019-02-19 | 广州杰赛科技股份有限公司 | 一种虚拟机部署方法及装置 |
| CN107562537A (zh) * | 2017-08-21 | 2018-01-09 | 中南大学 | 一种基于万有引力搜索的云计算任务调度方法 |
| CN107562537B (zh) * | 2017-08-21 | 2020-11-06 | 中南大学 | 一种基于万有引力搜索的云计算任务调度方法 |
| CN108519911A (zh) * | 2018-03-23 | 2018-09-11 | 上饶市中科院云计算中心大数据研究院 | 一种基于容器的集群管理系统中资源的调度方法和装置 |
| CN109002359A (zh) * | 2018-09-03 | 2018-12-14 | 郑州云海信息技术有限公司 | 一种计算节点服务器的调度方法及相关装置 |
| CN111090470A (zh) * | 2019-10-15 | 2020-05-01 | 平安科技（深圳）有限公司 | 云主机的安全启动方法、装置、计算机设备和存储介质 |
| CN111061561A (zh) * | 2019-11-27 | 2020-04-24 | 扆亮海 | 云计算管理平台的全阶段负载分担综合优化方法 |
| CN113127146A (zh) * | 2020-01-16 | 2021-07-16 | 上海盛霄云计算技术有限公司 | 一种异构动态随机调度方法及系统 |
| CN113626282A (zh) * | 2021-07-16 | 2021-11-09 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
| CN113626282B (zh) * | 2021-07-16 | 2023-12-22 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
| CN115016949A (zh) * | 2022-08-09 | 2022-09-06 | 中智关爱通(南京)信息科技有限公司 | 为客户机选择宿主机的方法、计算设备和计算机介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103095599A (zh) | 一种云计算操作系统中动态反馈加权综合负载调度方法 | |
| CN102232282B (zh) | 一种实现数据中心资源负载均衡的方法及装置 | |
| CN107734052B (zh) | 面向组件依赖的负载均衡容器调度方法 | |
| US20180198855A1 (en) | Method and apparatus for scheduling calculation tasks among clusters | |
| CN102185779B (zh) | 与综合配置能力成比例的数据中心资源负载均衡的方法及装置 | |
| US20150295970A1 (en) | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system | |
| CN102694868B (zh) | 一种集群系统实现及任务动态分配方法 | |
| Patel et al. | Energy efficient strategy for placement of virtual machines selected from underloaded servers in compute Cloud | |
| Piraghaj et al. | Virtual machine customization and task mapping architecture for efficient allocation of cloud data center resources | |
| CN102521014B (zh) | 虚拟机的部署方法及装置 | |
| CN111399986A (zh) | Pod资源配额配置方法及装置 | |
| US20160292608A1 (en) | Multi-cluster management method and device | |
| CN104317658A (zh) | 一种基于MapReduce的负载自适应任务调度方法 | |
| CN109684071B (zh) | 任意工作负载在超融合节点之间的分配 | |
| CN103916438B (zh) | 基于负载预测的云测试环境调度方法及其系统 | |
| CN102981893B (zh) | 一种虚拟机调度方法及系统 | |
| CN103475538A (zh) | 一种基于多接口的自适应的云服务测试方法 | |
| CN104753977A (zh) | 基于模糊聚类的地震处理解释基础设施云资源调度方法 | |
| CN102339233A (zh) | 云计算集中管理平台 | |
| JP2016048536A (ja) | クラスタコンピューティングシステム用のマスタデバイス、スレーブデバイスおよびそのコンピューティング方法 | |
| EP3423940A1 (en) | A method and device for scheduling resources | |
| CN106445636B (zh) | 一种paas平台下的动态资源调度算法 | |
| Garg et al. | Power and resource-aware VM placement in cloud environment | |
| Alshathri et al. | A New Reliable System For Managing Virtual Cloud Network. | |
| CN117573373B (zh) | 一种基于云计算的cpu虚拟化调度方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130508 |
|
| WD01 | Invention patent application deemed withdrawn after publication |