CN103399797B - 服务器资源配置方法及装置 - Google Patents
服务器资源配置方法及装置 Download PDFInfo
- Publication number
- CN103399797B CN103399797B CN201310306829.XA CN201310306829A CN103399797B CN 103399797 B CN103399797 B CN 103399797B CN 201310306829 A CN201310306829 A CN 201310306829A CN 103399797 B CN103399797 B CN 103399797B
- Authority
- CN
- China
- Prior art keywords
- resource
- performance
- model
- benchmark test
- requirement value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000013468 resource allocation Methods 0.000 title claims abstract description 18
- 238000012360 testing method Methods 0.000 claims abstract description 82
- 238000013507 mapping Methods 0.000 claims abstract description 24
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- NUOYJPPISCCYDH-BYPYZUCNSA-N (2s)-1-(2,2,2-trifluoroacetyl)pyrrolidine-2-carbonyl chloride Chemical compound FC(F)(F)C(=O)N1CCC[C@H]1C(Cl)=O NUOYJPPISCCYDH-BYPYZUCNSA-N 0.000 description 1
- 241000270708 Testudinidae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013509 system migration Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
通过本发明实施例提供的服务器资源配置方法，通过将根据采集到的服务器的应用系统的性能数据和事务数据；建立的应用系统的性能资源使用模型和业务事务模型；与系统基准测试性能资源模块的映射关系，获取目标系统的系统基准测试性能需求值，进一步获取目标系统的资源需求值；可以实现通过系统基准测试映射实现高效、准确地堆FBCI系统资源进行合理的划分。
Description
技术领域
本发明涉及计算机领域，具体涉及服务器资源配置方法及装置。
背景技术
基于密布式计算架构(Fabric Base Compute Instructure，FBCI)系统提供的是一整套的系统，其包括大量的计算资源例如中央处理器(CPU：Central Processing Unit)和图形处理器（GPU：Graphics Processing Unit）等以及存储资源例如内存(Memory)、固态硬盘（SSD：Solid State Drive）和存储阵列(Storage Array)等，而业务的部署很可能只需要其中很小的一部分资源，因此在业务部署之前，需要对FBCI系统的资源按照业务的需求进行分区。而分区的划分，需要按照当前的业务负载量划分合理的系统资源给业务系统。如果系统资源划分过多，则造成资源浪费；如果系统资源划分不足，则会严重影响业务运行。
FBCI系统需要厂商提供特定性能下的最佳资源配置，此方法基于此提供用户进行系统迁移时的资源计算，降低用户的总体成本（Total cost of ownership，TCO）。在现有技术下，进行业务部署的资源划分一般按照经验来进行，容易造成计算误差较大的问题。
发明内容
本发明的目的是提供一种服务器资源配置方法，以实现通过系统基准测试映射实现高效、准确地堆FBCI系统资源进行合理的划分。
为实现上述目的，本发明实施例提供了一种服务器资源配置方法，所述方法包括：
采集服务器的应用系统的性能数据和事务数据；
分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；
根据所述性能资源使用模型与系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
根据所述目标系统的资源需求值，对所述服务器进行资源分配。
基于第一方面，在第一种可能的实施方式中，所述根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值，之后，还包括：
对所述目标系统的资源需求值进行调校。
基于第一方面，在第二种可能的实施方式中，所述对所述性能数据和所述事务数据进行分析，以获取所述应用系统的性能资源使用模型和业务事务模型中，所述的业务事务模型包括事务组成百分比和事务中数据维护语言的操作数中的至少一个或其组合；
所述应用系统的性能资源使用模型包括用户连接数、系统吞吐量和系统资源使用率其中之一或其组合。
基于第一方面，在第三种可能的实施方式中，所述采集服务器的应用系统的性能数据和事务数据，具体为：
根据所述服务器的所述应用系统的负载状况报告采集所述性能数据和所述事务数据。
第二方面，本发明实施例提供了一种服务器资源配置装置，所述装置包括：
采集单元，用于采集服务器的应用系统的性能数据和事务数据；
分析单元，用于分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
确定单元，用于根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；
性能需求值获取单元，用于根据所述性能资源使用模型与系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
资源需求值获取单元，用于根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
资源分配单元，用于根据所述目标系统的资源需求值，对所述服务器进行资源分配。
基于第二方面，在第一种可能的实施方式中，所述装置还包括;
调校单元，用于在所述根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值，之后，对所述目标系统的资源需求值进行调校。
基于第二方面，在第二种可能的实施方式中，所述应用系统的性能资源使用模型包括用户连接数，系统吞吐量和系统资源使用率其中之一或其组合。
基于第二方面，在第三种可能的实施方式中，所述采集单元具体用于：
根据所述服务器的所述应用系统的负载状况报告采集所述性能数据和所述事务数据。
通过本发明实施例提供的服务器资源配置方法，通过将根据采集到的服务器的应用系统的性能数据和事务数据；建立的应用系统的性能资源使用模型和业务事务模型；与系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值，进一步获取目标系统的资源需求值；可以实现通过系统基准测试映射实现高效、准确地堆FBCI系统资源进行合理的划分。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的服务器资源配置方法的流程图；
图2是本发明实施例提供的服务器资源配置装置的结构示意图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
图1是本发明实施例提供的服务器资源配置方法的流程图，所述方法的执行主体可以是FBCI系统中的一个服务器中的一个中央处理器或者是一个独立的资源配置模块，由图1可见，所述方法包括：
101，采集服务器的应用系统的性能数据和事务数据；
具体而言，所述的应用系统例如可以是银行的柜员业务系统。在执行的过程中，主要是采集应用系统的性能报告、事务报告等，此类数据根据应用类型的不同，采集的内容也不相同。但这类报告都和各种系统基准测试（Benchmark）具有很强的共性和可比性。以采用甲骨文（Oracle）数据库的业务系统为例，采集的大部分数据都来自于系统负载状况(AWR：Automatic Workload Report)报告。
102，分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
具体而言，当应用系统采集模块获取到业务的性能数据和事务数据后，则对这些报告进行分析，并输出该业务的性能资源使用模型和业务事务模型。
更具体的，对于业务事务模型，主要包括事务百分比组成，事务中数据维护语言（DML：Data Maintaince Language）的操作数，事务表联查数，事务表合并数等。
对于应用系统的性能资源模型，不同的应用类型，具有不同的性能分析模型，这些都已经预定义在分析模块中。以Oracle为基础建立的在线联机事务处理（onlinetransaction processing,OLTP）应用为例，定义的是以衡量联机事务处理（OLTP）系统性能与可伸缩性的行业标准基准测试项目（TPC-C）系统基准测试为基础的性能模型，主要包括用户连接数、系统吞吐量、系统资源使用率(如CPU使用率)、日志块大小（Redo Size）、逻辑读次数（Logic Reads）、物理写次数（Physical writes）、物理读次数（Physical reads）、缓存命中率（Buffer Hit）、每秒IO数（IOPS：Input/Output per Second）、延时等。
TPC-C是一种旨在衡量联机事务处理（OLTP）系统性能与可伸缩性的行业标准基准测试项目。TPC全称是Transaction Processing Performance Council，中文名称是事务处理性能委员会，这个组织制定了系统基准测试(Benchmark)的标准规范、性能和价格度量，并管理测试结果的发布，TPC-C就是其中的一种。
103，根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；
104，根据所述性能资源使用模型与所述系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
具体的，在建立了应用系统的性能资源使用模型和业务事务模型之后，结合已知的系统基准测试系统资源模型和系统基准测试事务模型，按照预设的计算方式完成目标系统的系统基准测试性能值的计算，得出目标系统的系统基准测试性能需求值。
105，根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
具体而言，在获取到目标系统的系统基准测试性能需求值之后，根据业务系统的特点进行性能值的调校，例如考虑业务系统性能冗余，依据峰值计算合理的需求值，考虑系统突发事务的性能需求值，最后结合基于密布式的计算架构（Fabric Base ComputeInfrastructure，FBCI）系统的系统基准测试性能与资源配置的基线库来计算出更加精确的目标系统的资源需求值。
106，根据所述目标系统的资源需求值，对所述服务器进行资源分配。
在一种优选的实施方式中，在步骤105之后，还可以对所述目标系统的资源需求值进行调校。
具体而言，在得出的目标系统资源需求值基础上依据不同的实际业务系统，综合实际的数据存储容量，日志文件容量，内存容量，网络资源容量，高可用（HA：HighAvailability）方案，虚拟化需求进行调校实际的资源需求，得出最终的业务部署所需的资源需求。
在一种更具体的实施例中，以在在线联机事务处理应用业务部署为例，通过TPC-C模型进行系统资源的合理划分。对于步骤101中，采集应用系统的性能数据和事务数据，在一种通过AWR报告自动识别业务负载信息的应用中，具体表现为：
通过分析报告中的用户请求次数获取每秒钟时间内用户请求的次数；分析日志块大小（redo size）统计选项分析重做日志磁盘的带宽；分析物理读写次数（Physicalreads/writes）获取磁盘每秒输入输出次数（IOPS）；分析操作系统统计数（OperatingSystem Statistics）获取系统CPU和内存资源使用；分析事务数（Transactions）获取系统事务吞吐量；分析表空间输入输出统计（Tablespace IO Stats）模块获取输入输出延时；分析实例命中率（Instance Efficiency Percentages）模块获取数据块在数据缓冲区中的命中率（Buffer Hit）。
在步骤102中，建立的业务事务模型包括：用户请求的事务百分比、每个事务相关的数据库操作数、最高业务量系数和系统冗余系数中的一种或者几种的组合。
在步骤103和104中，通过目标系统的系统基准测试性能需求值，将实际的业务事务模型向作为系统基准测试性能资源模型的TPC-C模型映射，得到作为目标系统的系统基准测试性能需求值的tpmC值；其中tpm是指每秒处理事务数（transactions per minute）；C指TPC中的C基准程序，用于表示每分钟内系统处理的新订单个数。
例如，假设对于某个在线联机事务处理业务事务模型，通过活动1获取到的信息如下：
该业务事务模型共包含N种事务；
每种事务对于数据库的操作数分别是S1，S2，……，Sn；
每种事务的百分比分别为δ1，δ2，……，δn；(δ1+δ2+……+δn=1)；
每秒钟时间内用户请求的次数为X1；
重做日志（redo）磁盘的带宽为X2；
磁盘每秒输入输出次数（IOPS）为X3；
系统CPU使用率或内存资源使用容量X4；
系统事务吞吐量X5；
输入输出IO延时为X6；
第k个相关因子的值为Xk；
最高业务负载量系数为α；
经验系数为β；
客户要求冗余系数为γ。
对于已知的TPC-C系统基准测试模型，该已知的模型共有5种事务；
每种事务对于数据库的操作数分别为T1，T2，T3，T4，T5，其中，T1-T5为常量)；
每种事务的百分比分别为ξ1，ξ2，ξ3，ξ4，ξ5；其中，；(ξ1+ξ2+ξ3+ξ4+ξ5=1)；
统计的新订单（New Order）事务的百分比为45%。
那么在映射过程中，首先建立业务事务模型和作为系统基准测试性能资源模型的TPC-C模型的映射关系，通过以下公式进行计算：
其中，Vb2t表示两种模型之间的映射关系，M表示业务事务模型包含的事务数，N表示系统基准测试性能资源模型所包含的事务数，两者可以相等也可以不相等。
则通过两者的静态映射关系可以计算出部署此业务系统需要的模型tpmC值P1的计算公式：
P1=Vb2t*α*β*60*0.45
同时，在此FBCI系统下，厂商需要先进行多组的TPC-C测试，并且通过活动1中的AWR报告获取每次测试时的相关如下参数。假设第m次测试的tpmC值为Cm，而该次测试所得到的结果如下：
每秒钟时间内用户请求的次数为Y1m；
重做日志（redo）磁盘的带宽为Y2m；
磁盘每秒输入输出次数（IOPS）为Y3m；
系统CPU使用率或内存资源使用容量Y4m；
系统事务吞吐量Y5m；
输入输出（IO）延时为Y6m；
第k个相关因子的值为Ykm。
则有如下线性方程：
通过足够多的m值来构筑有限解的上述线性方程，解以上线性方程，可以得到每个因子对应的系数b0，b1，……，bk。
之后，通过实际业务量映射，得出部署此业务的目标系统需要的动态初步tpmC值，也就是目标系统的系统基准测试性能需求值P2：
P2＝b0+b1*X1+b2*X2+…+bk*Xk
可以在最后综合冗余系数，得出部署此业务系统所需的最终tpmC值，即最终的目标系统的系统基准测试性能需求值P：
之后，在目标系统资源需求计算中，计算业务系统最终需求的资源。
对于某FBCI系统，系统厂商会经过多次测试而给出性能需求值tpmC和所需资源的对应的关系。
根据厂商给出的参数表，查找即可确定目标系统的资源需求值。
在进行业务部署之前，可以对上述计算出的资源根据实际应用场景进行部分微调。比如Log容量，必须根据业务需要的日志存储时间进行调整；内存容量，如果在业务部署过程中采用内存镜像技术，则得到的内存容量必须要加倍。
在完成资源消耗的最终计算后，在FBCI系统下，使用自动部署工具，实现业务的快速部署。
通过上述实施例，可以通过系统基准测试映射实现高效、准确的对FBCI系统资源的合理划分，降低用户的总体成本，增强产品竞争力；在用户进行系统资源扩展时提升效率，提高系统可维护性和易用性；通过系统基准测试性能值作为资源映射的中间值，屏蔽了硬件平台的差异，具有更强的市场说服力。
第二方面，本发明实施例提供了一种服务器资源配置装置，所述装置包括：
采集单元201，用于采集服务器的应用系统的性能数据和事务数据；
分析单元202，用于分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
确定单元203，用于根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；性能需求值获取单元204，用于根据所述性能资源使用模型与系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
资源需求值获取单元205，用于根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
资源分配单元206，用于根据所述目标系统的资源需求值，对所述服务器进行资源分配。
在第一种可能的实施方式中，所述装置还包括;
调校单元，用于在所述资源需求值获取单元根据预配置的系统基准测试性能值、资源配置基线库和所述系统基准测试性能需求值，获取所述目标系统的资源需求值；之后，对所述目标系统的资源需求值进行调校。
所述应用系统的性能资源使用模型包括用户连接数，系统吞吐量和系统资源使用率其中的一种或几种的组合。
所述采集单元具体用于：根据所述服务器的所述应用系统的负载状况报告采集所述应用系统的所述性能数据和所述事务数据。
通过本发明实施例提供的服务器资源配置方法，通过将根据采集到的应用系统的性能数据和事务数据；建立的应用系统的性能资源使用模型和业务事务模型；与系统基准测试性能资源模块的映射关系，获取目标系统的系统基准测试性能需求值，进一步获取目标系统的资源需求值；可以实现通过系统基准测试映射实现高效、准确地堆FBCI系统资源进行合理的划分。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种服务器资源配置方法，其特征在于，所述方法包括：
采集服务器的应用系统的性能数据和事务数据；
分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；
根据所述性能资源使用模型与所述系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
根据所述目标系统的资源需求值，对所述服务器进行资源分配。
2.如权利要求1所述的方法，其特征在于，根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；之后，还包括：
对所述目标系统的资源需求值进行调校。
3.如权利要求1所述的方法，其特征在于，对所述性能数据和所述事务数据进行分析，以获取所述应用系统的性能资源使用模型和业务事务模型中，所述业务事务模型包括事务组成百分比和事务中数据维护语言的操作数中的至少一个或其组合；
所述应用系统的性能资源使用模型包括用户连接数、系统吞吐量和系统资源使用率中的至少一个或其组合。
4.如权利要求1所述的方法，其特征在于，所述采集服务器的应用系统的性能数据和事务数据，具体为：
根据所述服务器的所述应用系统的负载状况报告采集所述性能数据和所述事务数据。
5.一种服务器资源配置装置，其特征在于，所述装置包括：
采集单元，用于采集服务器的应用系统的性能数据和事务数据；
分析单元，用于分析所述性能数据和所述事务数据，以获取所述应用系统的性能资源使用模型和业务事务模型；
确定单元，用于根据所述业务事务模型和系统基准测试事务模型的匹配关系，确定所述性能资源使用模型与系统基准测试性能资源模型的映射关系；
性能需求值获取单元，用于根据所述性能资源使用模型与系统基准测试性能资源模型的映射关系，获取目标系统的系统基准测试性能需求值；
资源需求值获取单元，用于根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值；
资源分配单元，用于根据所述目标系统的资源需求值，对所述服务器进行资源分配。
6.如权利要求5所述的装置，其特征在于，还包括；
调校单元，用于在根据预配置的系统基准测试性能值、资源配置基线库和所述目标系统的系统基准测试性能需求值，获取所述目标系统的资源需求值，之后，对所述目标系统的资源需求值进行调校。
7.如权利要求5所述的装置，其特征在于，所述应用系统的性能资源使用模型包括用户连接数，系统吞吐量和系统资源使用率其中之一或其组合。
8.如权利要求5所述的装置，其特征在于，所述采集单元具体用于：
根据所述服务器的所述应用系统的负载状况报告采集所述性能数据和所述事务数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310306829.XA CN103399797B (zh) | 2013-07-19 | 2013-07-19 | 服务器资源配置方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310306829.XA CN103399797B (zh) | 2013-07-19 | 2013-07-19 | 服务器资源配置方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103399797A CN103399797A (zh) | 2013-11-20 |
| CN103399797B true CN103399797B (zh) | 2017-04-05 |
Family
ID=49563430
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310306829.XA Active CN103399797B (zh) | 2013-07-19 | 2013-07-19 | 服务器资源配置方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103399797B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105204923A (zh) * | 2014-06-27 | 2015-12-30 | 国际商业机器公司 | 用于资源预配置的方法和装置 |
| CN104598368B (zh) * | 2014-12-22 | 2017-10-27 | 浙江大学 | 一种移动终端性能诊断方法 |
| CN106293941B (zh) * | 2016-08-09 | 2019-12-31 | 上海新炬网络信息技术股份有限公司 | 一种数据库系统资源的分配方法 |
| CN107562532B (zh) * | 2017-07-13 | 2020-11-27 | 华为技术有限公司 | 一种预测设备集群的硬件资源利用率的方法及装置 |
| CN109358968B (zh) * | 2018-10-08 | 2021-06-25 | 北京数码视讯软件技术发展有限公司 | 一种服务器资源配置方法及装置 |
| CN109739745A (zh) * | 2018-12-10 | 2019-05-10 | 山东泰安烟草有限公司 | 基于流量指标的对数据库硬件资源分析方法 |
| CN113806414A (zh) * | 2020-06-11 | 2021-12-17 | 中移(苏州)软件技术有限公司 | 一种架构重构方法、装置和计算机可读存储介质 |
| CN113312107B (zh) * | 2021-06-16 | 2022-05-13 | 成都市以太节点科技有限公司 | 一种基于tpmC的安全防御资源配置方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102411515A (zh) * | 2011-07-29 | 2012-04-11 | 国网信息通信有限公司 | 一种服务器容量估算的方法和系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6862623B1 (en) * | 2000-04-14 | 2005-03-01 | Microsoft Corporation | Capacity planning for server resources |
-
2013
- 2013-07-19 CN CN201310306829.XA patent/CN103399797B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102411515A (zh) * | 2011-07-29 | 2012-04-11 | 国网信息通信有限公司 | 一种服务器容量估算的方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| "系统处理能力TPC估算方法探讨";周承诚;《邮电设计技术》;20080526(第3期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103399797A (zh) | 2013-11-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103399797B (zh) | 服务器资源配置方法及装置 | |
| Ousterhout et al. | Making sense of performance in data analytics frameworks | |
| US10552761B2 (en) | Non-intrusive fine-grained power monitoring of datacenters | |
| Zhou et al. | Fine-grained energy consumption model of servers based on task characteristics in cloud data center | |
| CN108446210A (zh) | 系统性能的度量方法、存储介质和服务器 | |
| Castañé et al. | E-mc2: A formal framework for energy modelling in cloud computing | |
| Yang et al. | A fresh perspective on total cost of ownership models for flash storage in datacenters | |
| Di et al. | Characterizing and modeling cloud applications/jobs on a Google data center | |
| US20140325149A1 (en) | Method and system for consolidating a plurality of heterogeneous storage systems in a data center | |
| Clapp et al. | Quantifying the performance impact of memory latency and bandwidth for big data workloads | |
| US20200026576A1 (en) | Determining a number of nodes required in a networked virtualization system based on increasing node density | |
| CN108241722A (zh) | 一种数据处理系统、方法及装置 | |
| EP4123987A1 (en) | Enhanced selection of cloud architecture profiles | |
| CN104794058B (zh) | 一种云桌面虚拟环境性能的测试方法 | |
| US8725461B2 (en) | Inferring effects of configuration on performance | |
| US7747449B2 (en) | Method and computer system for providing a cost estimate for sizing a computer system | |
| CN105630575B (zh) | 针对kvm虚拟化服务器的性能评估方法 | |
| CN108959055A (zh) | xfs文件系统的读写性能测试方法、装置及设备 | |
| CN111125266A (zh) | 数据处理方法、装置、设备及存储介质 | |
| CN105138656A (zh) | 一种处理数据的方法及装置 | |
| US9965355B2 (en) | System and method for dynamic collection of system management data in a mainframe computing environment | |
| Boukhelef et al. | A cost model for dbaas storage | |
| Quintiliani et al. | Understanding “workload-related” metrics for energy efficiency in Data Center | |
| Stewart et al. | Empirical examination of a collaborative web application | |
| US11816020B2 (en) | Online query execution using a big data framework |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20191225 Address after: 314413 No.2, Fengshou Avenue, Haining Economic and knitting industrial park, Jiaxing City, Zhejiang Province Patentee after: Zhejiang Haining Warp Knitting Industrial Park Development Co.,Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Server resource configuration method and device Effective date of registration: 20231229 Granted publication date: 20170405 Pledgee: Zhejiang Haining Rural Commercial Bank Co.,Ltd. Maqiao sub branch Pledgor: Zhejiang Haining Warp Knitting Industrial Park Development Co.,Ltd. Registration number: Y2023980074307 |