CN103647824A - 一种存储资源优化调度发现算法 - Google Patents
一种存储资源优化调度发现算法 Download PDFInfo
- Publication number
- CN103647824A CN103647824A CN201310667862.5A CN201310667862A CN103647824A CN 103647824 A CN103647824 A CN 103647824A CN 201310667862 A CN201310667862 A CN 201310667862A CN 103647824 A CN103647824 A CN 103647824A
- Authority
- CN
- China
- Prior art keywords
- data center
- information
- user
- storage resources
- queue
- 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
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种存储资源优化调度发现算法,通过对云操作系统中多数据中心环境下各个数据中心存储节点相关信息的收集与分析,基于用户申请的业务类别、登录位置信息的分析和资源整体调度模块中已有的存储资源历史调度信息综合考虑,自动调度发现最优化的数据中心中的物理存储资源,提高存储资源利用率和存储节点命中效率。该一种存储资源优化调度发现算法和现有技术相比,可为用户自动选择调度最优化的存储资源,以保证数据中心物理资源的高效、合理利用;稳定性更好,实用性强,易于推广。
Description
技术领域
本发明涉及云计算技术领域,具体的说是一种存储资源优化调度发现算法。
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。云数据中心中存储资源利用率的提升,尤其是在大规模、多数据中心环境下,对于云计算操作系统的健壮性和高效性起着非常关键的作用。
大多数同云计算操作系统的存储资源调度方法没有对用户的登录信息、业务类别信息、已有的调度信息和数据中心存储节点的相关信息(如磁盘大小、读写次数、剩余容量等)进行充分的分析和比较,尤其是在多数据中心环境下,资源调度策略盲目、调度方式不合理,存在着存储资源利用率低下的问题。
为了保证云计算操作系统的高可用性、稳定性,我们提出了云计算操作系统下一种多数据中心环境下存储资源优化调度发现算法。
发明内容
本发明的技术任务是解决现有技术的不足,提供一种存储资源优化调度发现算法。
本发明的技术方案是按以下方式实现的,该一种存储资源优化调度发现算法,该算法包括以下两部分:基于业务类别的存储资源优化调度发现算法;基于多数据中心环境下存储资源优化调度发现算法;其中,
基于业务类别相关的存储资源调度算法是通过综合考虑用户申请的业务类别和用户的历史存储资源调度信息,并基于存储资源节点信息的分析,为用户自动选择最优的存储节点;
基于多数据中心环境下存储资源优化调度发现算法是指利用基于业务类别相关的存储资源调度算法,根据用户登录信息的分析和处理,在多数据中心环境下为用户自动进行发现最优化存储节点并进行调度。
所述基于业务类别相关的存储资源调度算法针对单个的数据中心内的资源;同时用户完成操作后,需要及时更新存储节点信息记录模块和用户历史调度信息记录模块中的信息记录。
所述基于业务类别相关的存储资源调度算法具体包括以下步骤:
步骤1、用户登录,进入存储资源调度记录模块,获取该数据中心内此业务类别下已有用户的存储资源历史调度信息记录;
步骤2、分析并获得该数据中心内与此业务类别相关的磁盘读写队列,并基于磁盘被调度次数降序排列,如C={C1,C2,…,Cn},C1即标志该数据中心内读写次数最多的物理磁盘或节点的信息;
步骤3、依次取C中的记录Ci,与用户申请的虚拟机配置详单中的存储资源值M做差值,得到一差值结果队列;
步骤4、判断得到的差值队列中的值是否全为负值;若否,进入步骤5;否则,进入步骤6;
步骤5、将上述差值队列中第一个大于等于0的值所对应的磁盘信息记录至最优磁盘队列中{[C1,M1],…,[Ci,Mi]},该磁盘队列的格式为[磁盘信息,写入量],在保证写入次数最少的前提下,优先使用调用次数高的磁盘,最大化利用物理磁盘资源;接着进入步骤10;
步骤6、判断与此业务相关的磁盘队列是否为空,若否,则取上一步得到的差值队列中值最大的记录Li,将其对应的Ci所对应的磁盘信息记录信息—[Ci的磁盘信息,Ci的值] 记录至最优磁盘队列中,接着进入步骤7;否则,进入步骤 9;
步骤7、更新此业务相关磁盘队列信息,即删掉上一步中已经记录至最优队列中的磁盘信息,得新的与该业务相关的磁盘队列Cnew;
步骤8、将最新得到的磁盘队列中的记录与前述步骤中得到的差值记录Li的绝对值作差,得到一新的差值队列,进入步骤4;
步骤9在该数据中心内,与此业务相关磁盘队列不符合要求,向信息提示模块发送在该数据中心内资源调度失败的信息;算法结束;
步骤10、根据最优磁盘队列中记录的信息:{[磁盘信息,写入量],[]…[]},为用户配置物理磁盘资源;
步骤11、记录此次存储资源调度信息,并更新该数据中心内用户存储资源调度模块中的记录,向信息提示模块发送在该数据中心内资源调度成功的信息,完成此次算法调用。
所述多数据中心环境下存储资源优化调度发现算法针对的是多数据中心环境下的资源调度处理,算法中的云操作系统资源整体调度模块根据用户登录的ip地址和申请的业务类别来判断离用户较劲的数据中心信息队列。
所述多数据中心环境下存储资源优化调度发现算法具体包括以下步骤:
步骤1、用户登陆云计算操作系统门户,输入该次申请的业务类别及资源配置请求;
步骤2、进入云操作系统资源整体调度模块,查询已有的各个数据中心中有无该用户申请的业务类别信息,并依此判断该业务类别是否为新类别;若是,则进入步骤3;否则,进入步骤4;
步骤3、根据步骤1中得到的资源配置信息,通过登录ip地址判断离用户最近的数据中心资源池内随机选择未被配置使用的物理磁盘进行配,即为该物理磁盘关联新的业务类别;完成后,进入步骤8。
步骤4、基于用户登录信息的分析,从云操作系统整体资源调度模块中得到存在该业务类别的数据中心队列信息,并基于与用户距离大小升序排列;
步骤5、依次取队列中的记录单个数据中心存储资源信息,对其调用“基于业务类别的存储资源优化调度发现算法”;并判断信息提示模块是否收到资源调度成功的反馈信息,若否,则进入步骤6;否则,进入步骤7 ;
步骤6、判断数据中心队列是否遍历完成,若是,则进入步骤7;否则,进入步骤9;
步骤7、云操作系统资源整体调度模块在离用户最近的数据中心资源池内随机选择一未被配置使用的物理磁盘为用户进行配置;
步骤8、记录此次存储资源调度信息,更新用户资源调度模块中的记录;更新云操作系统资源整体调度模块中的信息记录,完成此次算法调用;
步骤9、更新与业务类别相关的数据中心队列信息,进入步骤5。
本发明与现有技术相比所产生的有益效果是:
本发明的一种存储资源优化调度发现算法通过对云操作系统中多数据中心环境下各个数据中心存储节点相关信息的收集与分析,基于用户申请的业务类别、登录位置信息的分析和资源整体调度模块中已有的存储资源历史调度信息综合考虑,自动调度发现最优化的数据中心中的物理存储资源,提高存储资源利用率和存储节点命中效率;可为用户自动选择调度最优化的存储资源,以保证数据中心物理资源的高效、合理利用;稳定性更好,实用性强,易于推广。
附图说明
附图1是本发明的基于业务类别的存储资源优化调度发现算法流程图
附图2是本发明的基于多数据中心环境下存储资源优化调度发现算法流程示意图。
具体实施方式
下面结合附图对本发明的一种存储资源优化调度发现算法作以下详细说明。
本发明提供一种存储资源优化调度发现算法,通过对云操作系统中多数据中心环境下各个数据中心存储节点相关信息的收集与分析,基于用户申请的业务类别、登录位置信息的分析和资源整体调度模块中已有的存储资源历史调度信息综合考虑,自动调度发现最优化的数据中心中的物理存储资源;如附图1、图2所示,该算法包括以下两部分:基于业务类别的存储资源优化调度发现算法;基于多数据中心环境下存储资源优化调度发现算法;其中,
基于业务类别相关的存储资源调度算法是通过综合考虑用户申请的业务类别和用户的历史存储资源调度信息,并基于存储资源节点信息的分析,为用户自动选择最优的存储节点;
基于多数据中心环境下存储资源优化调度发现算法是指利用基于业务类别相关的存储资源调度算法,根据用户登录信息的分析和处理,在多数据中心环境下为用户自动进行发现最优化存储节点并进行调度。
所述基于业务类别相关的存储资源调度算法通过对用户申请的业务类别特征和特定数据中心内用户已有的存储资源历史调度信息的综合考虑,并基于数据中心存储资源(节点)相关信息的分析,为用户自动选择调度最优化的存储资源。本算法能够保证为用户查找最优的存储资源节点(物理磁盘)。该算法针对单个的数据中心内的资源;用户完成操作后,需要及时更新存储节点信息记录模块和用户历史调度信息记录模块中的信息记录。
所述基于业务类别相关的存储资源调度算法具体包括以下步骤:
步骤1、用户登录,进入存储资源调度记录模块,获取该数据中心内此业务类别下已有用户的存储资源历史调度信息记录。
步骤2、分析并获得该数据中心内与此业务类别相关的磁盘读写队列,并基于磁盘被调度次数降序排列,如C={C1,C2,…,Cn},C1即标志该数据中心内读写次数最多的物理磁盘或节点的信息。
步骤3、依次取C中的记录Ci,与用户申请的虚拟机配置详单中的存储资源值M做差值,得到一差值结果队列。
步骤4、判断得到的差值队列中的值是否全为负值;若否,进入步骤5;否则,进入步骤6。
步骤5、将上述差值队列中第一个大于等于0的值(磁盘读写次数最小,且由于队列是按次数降序排列,在保证写入次数最少的前提下,优先使用调用次数大的磁盘)所对应的磁盘信息记录至最优磁盘队列中{[C1,M1],…,[Ci,Mi]}(格式为[磁盘信息,写入量]),在保证写入次数最少的前提下,优先使用调用次数高的磁盘,最大化利用物理磁盘资源;接着进入步骤10。
步骤6、判断与此业务相关的磁盘队列是否为空,若否,则取上一步得到的差值队列中值最大的记录Li(负值),将其对应的Ci所对应的磁盘信息记录信息—[Ci的磁盘信息,Ci的值] 记录至最优磁盘队列中,接着进入步骤7;否则,进入步骤 9。
步骤7、更新此业务相关磁盘队列信息,即删掉上一步中已经记录至最优队列中的磁盘信息,得新的与该业务相关的磁盘队列Cnew。
步骤8、将最新得到的磁盘队列中的记录与前述步骤中得到的差值记录Li的绝对值作差,得到一新的差值队列,进入步骤4。
步骤9在该数据中心内,与此业务相关磁盘队列不符合要求,向信息提示模块发送在该数据中心内资源调度失败的信息;算法结束。
步骤10、根据最优磁盘队列中记录的信息:{[磁盘信息,写入量],[]…[]},为用户配置物理磁盘资源。
步骤11、记录此次存储资源调度信息,并更新该数据中心内用户存储资源调度模块中的记录,向信息提示模块发送在该数据中心内资源调度成功的信息,完成此次算法调用。
所述多数据中心环境下存储资源优化调度发现算法通过利用基于业务类别相关的存储资源调度算法,根据对用户所处的位置信息和申请业务类别信息的分析,在多数据中心环境下为用户自动选择调度最优化的存储资源的算法,以保证多数据中心环境下各个数据中心内物理资源的高效、合理利用。该算法该算法针对多数据中心环境下的资源调度处理;算法中的云操作系统资源整体调度模块根据用户登录的ip地址和申请的业务类别来判断离用户较劲的数据中心信息队列。
所述多数据中心环境下存储资源优化调度发现算法具体包括以下步骤:
步骤1、用户登陆云计算操作系统门户,输入该次申请的业务类别及资源配置请求;
步骤2、进入云操作系统资源整体调度模块,查询已有的各个数据中心中有无该用户申请的业务类别信息,并依此判断该业务类别是否为新类别;若是,则进入步骤3;否则,进入步骤4;
步骤3、根据步骤1中得到的资源配置信息,通过登录ip地址判断离用户最近的数据中心资源池内随机选择未被配置使用的物理磁盘进行配,即为该物理磁盘关联新的业务类别;完成后,进入步骤8。
步骤4、基于用户登录信息的分析,从云操作系统整体资源调度模块中得到存在该业务类别的数据中心队列信息,并基于与用户距离大小升序排列;
步骤5、依次取队列中的记录单个数据中心存储资源信息,对其调用“基于业务类别的存储资源优化调度发现算法”;并判断信息提示模块是否收到资源调度成功的反馈信息,若否,则进入步骤6;否则,进入步骤7 ;
步骤6、判断数据中心队列是否遍历完成,若是,则进入步骤7;否则,进入步骤9;
步骤7、云操作系统资源整体调度模块在离用户最近的数据中心资源池内随机选择一未被配置使用的物理磁盘为用户进行配置;
步骤8、记录此次存储资源调度信息,更新用户资源调度模块中的记录;更新云操作系统资源整体调度模块中的信息记录,完成此次算法调用;
步骤9、更新与业务类别相关的数据中心队列信息,进入步骤5。
以上所述仅为本发明的实施例而已,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种存储资源优化调度发现算法,其特征在于该算法包括以下两部分:基于业务类别的存储资源优化调度发现算法;基于多数据中心环境下存储资源优化调度发现算法;其中,
基于业务类别相关的存储资源调度算法是通过综合考虑用户申请的业务类别和用户的历史存储资源调度信息,并基于存储资源节点信息的分析,为用户自动选择最优的存储节点;
基于多数据中心环境下存储资源优化调度发现算法是指利用基于业务类别相关的存储资源调度算法,根据用户登录信息的分析和处理,在多数据中心环境下为用户自动进行发现最优化存储节点并进行调度。
2.根据权利要求1所述的一种存储资源优化调度发现算法,其特征在于:所述基于业务类别相关的存储资源调度算法针对单个的数据中心内的资源;同时用户完成操作后,需要及时更新存储节点信息记录模块和用户历史调度信息记录模块中的信息记录。
3.根据权利要求2所述的一种存储资源优化调度发现算法,其特征在于:所述基于业务类别相关的存储资源调度算法具体包括以下步骤:
步骤1、用户登录,进入存储资源调度记录模块,获取该数据中心内此业务类别下已有用户的存储资源历史调度信息记录;
步骤2、分析并获得该数据中心内与此业务类别相关的磁盘读写队列,并基于磁盘被调度次数降序排列,如C={C1,C2,…,Cn},C1即标志该数据中心内读写次数最多的物理磁盘或节点的信息;
步骤3、依次取C中的记录Ci,与用户申请的虚拟机配置详单中的存储资源值M做差值,得到一差值结果队列;
步骤4、判断得到的差值队列中的值是否全为负值;若否,进入步骤5;否则,进入步骤6;
步骤5、将上述差值队列中第一个大于等于0的值所对应的磁盘信息记录至最优磁盘队列中{[C1,M1],…,[Ci,Mi]},该磁盘队列的格式为[磁盘信息,写入量],在保证写入次数最少的前提下,优先使用调用次数高的磁盘,最大化利用物理磁盘资源;接着进入步骤10;
步骤6、判断与此业务相关的磁盘队列是否为空,若否,则取上一步得到的差值队列中值最大的记录Li,将其对应的Ci所对应的磁盘信息记录信息—[Ci的磁盘信息,Ci的值] 记录至最优磁盘队列中,接着进入步骤7;否则,进入步骤 9;
步骤7、更新此业务相关磁盘队列信息,即删掉上一步中已经记录至最优队列中的磁盘信息,得新的与该业务相关的磁盘队列Cnew;
步骤8、将最新得到的磁盘队列中的记录与前述步骤中得到的差值记录Li的绝对值作差,得到一新的差值队列,进入步骤4;
步骤9在该数据中心内,与此业务相关磁盘队列不符合要求,向信息提示模块发送在该数据中心内资源调度失败的信息;算法结束;
步骤10、根据最优磁盘队列中记录的信息:{[磁盘信息,写入量],[]…[]},为用户配置物理磁盘资源;
步骤11、记录此次存储资源调度信息,并更新该数据中心内用户存储资源调度模块中的记录,向信息提示模块发送在该数据中心内资源调度成功的信息,完成此次算法调用。
4.根据权利要求1所述的一种存储资源优化调度发现算法,其特征在于:所述多数据中心环境下存储资源优化调度发现算法针对的是多数据中心环境下的资源调度处理,算法中的云操作系统资源整体调度模块根据用户登录的ip地址和申请的业务类别来判断离用户较劲的数据中心信息队列。
5.根据权利要求4所述的一种存储资源优化调度发现算法,其特征在于:所述多数据中心环境下存储资源优化调度发现算法具体包括以下步骤:
步骤1、用户登陆云计算操作系统门户,输入该次申请的业务类别及资源配置请求;
步骤2、进入云操作系统资源整体调度模块,查询已有的各个数据中心中有无该用户申请的业务类别信息,并依此判断该业务类别是否为新类别;若是,则进入步骤3;否则,进入步骤4;
步骤3、根据步骤1中得到的资源配置信息,通过登录ip地址判断离用户最近的数据中心资源池内随机选择未被配置使用的物理磁盘进行配,即为该物理磁盘关联新的业务类别;完成后,进入步骤8;
步骤4、基于用户登录信息的分析,从云操作系统整体资源调度模块中得到存在该业务类别的数据中心队列信息,并基于与用户距离大小升序排列;
步骤5、依次取队列中的记录单个数据中心存储资源信息,对其调用“基于业务类别的存储资源优化调度发现算法”;并判断信息提示模块是否收到资源调度成功的反馈信息,若否,则进入步骤6;否则,进入步骤7 ;
步骤6、判断数据中心队列是否遍历完成,若是,则进入步骤7;否则,进入步骤9;
步骤7、云操作系统资源整体调度模块在离用户最近的数据中心资源池内随机选择一未被配置使用的物理磁盘为用户进行配置;
步骤8、记录此次存储资源调度信息,更新用户资源调度模块中的记录;更新云操作系统资源整体调度模块中的信息记录,完成此次算法调用;
步骤9、更新与业务类别相关的数据中心队列信息,进入步骤5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310667862.5A CN103647824A (zh) | 2013-12-11 | 2013-12-11 | 一种存储资源优化调度发现算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310667862.5A CN103647824A (zh) | 2013-12-11 | 2013-12-11 | 一种存储资源优化调度发现算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103647824A true CN103647824A (zh) | 2014-03-19 |
Family
ID=50252978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310667862.5A Pending CN103647824A (zh) | 2013-12-11 | 2013-12-11 | 一种存储资源优化调度发现算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103647824A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104410666A (zh) * | 2014-10-29 | 2015-03-11 | 浪潮(北京)电子信息产业有限公司 | 云计算下实现异构存储资源管理的方法及系统 |
CN106027318A (zh) * | 2016-07-24 | 2016-10-12 | 成都育芽科技有限公司 | 一种基于云计算的虚拟机两级优化调度管理平台 |
CN103701934B (zh) * | 2014-01-13 | 2017-02-01 | 浪潮(北京)电子信息产业有限公司 | 一种资源优化调度方法及虚拟机宿主机优化选择方法 |
CN108897626A (zh) * | 2018-07-20 | 2018-11-27 | 浪潮电子信息产业股份有限公司 | 一种资源调度方法及服务器 |
CN114640690A (zh) * | 2022-05-17 | 2022-06-17 | 浙江省公众信息产业有限公司无线运营分公司 | 一种文件存储方法、系统、介质和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510164A (zh) * | 2009-03-25 | 2009-08-19 | 北京中星微电子有限公司 | 一种多业务调度方法、装置与系统 |
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 |
CN102323898A (zh) * | 2011-09-02 | 2012-01-18 | 深圳中兴网信科技有限公司 | 一种缓存调度方法和系统 |
CN103024001A (zh) * | 2012-11-30 | 2013-04-03 | 中兴通讯股份有限公司 | 一种业务调度方法与装置及融合设备 |
CN103401938A (zh) * | 2013-08-07 | 2013-11-20 | 西安电子科技大学 | 分布式云架构下基于业务特性的资源分配系统及其方法 |
-
2013
- 2013-12-11 CN CN201310667862.5A patent/CN103647824A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510164A (zh) * | 2009-03-25 | 2009-08-19 | 北京中星微电子有限公司 | 一种多业务调度方法、装置与系统 |
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 |
CN102323898A (zh) * | 2011-09-02 | 2012-01-18 | 深圳中兴网信科技有限公司 | 一种缓存调度方法和系统 |
CN103024001A (zh) * | 2012-11-30 | 2013-04-03 | 中兴通讯股份有限公司 | 一种业务调度方法与装置及融合设备 |
CN103401938A (zh) * | 2013-08-07 | 2013-11-20 | 西安电子科技大学 | 分布式云架构下基于业务特性的资源分配系统及其方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701934B (zh) * | 2014-01-13 | 2017-02-01 | 浪潮(北京)电子信息产业有限公司 | 一种资源优化调度方法及虚拟机宿主机优化选择方法 |
CN104410666A (zh) * | 2014-10-29 | 2015-03-11 | 浪潮(北京)电子信息产业有限公司 | 云计算下实现异构存储资源管理的方法及系统 |
CN104410666B (zh) * | 2014-10-29 | 2018-09-11 | 浪潮(北京)电子信息产业有限公司 | 云计算下实现异构存储资源管理的方法及系统 |
CN106027318A (zh) * | 2016-07-24 | 2016-10-12 | 成都育芽科技有限公司 | 一种基于云计算的虚拟机两级优化调度管理平台 |
CN108897626A (zh) * | 2018-07-20 | 2018-11-27 | 浪潮电子信息产业股份有限公司 | 一种资源调度方法及服务器 |
CN114640690A (zh) * | 2022-05-17 | 2022-06-17 | 浙江省公众信息产业有限公司无线运营分公司 | 一种文件存储方法、系统、介质和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103324534B (zh) | 作业调度方法及其调度器 | |
CN103647824A (zh) | 一种存储资源优化调度发现算法 | |
CN106789726B (zh) | 一种基于业务优先级的高并发服务资源分配方法 | |
CN108829494A (zh) | 基于负载预测的容器云平台智能资源优化方法 | |
CN103701934B (zh) | 一种资源优化调度方法及虚拟机宿主机优化选择方法 | |
CN110888714A (zh) | 容器的调度方法、装置和计算机可读存储介质 | |
CN107967175B (zh) | 一种基于多目标优化的资源调度系统及方法 | |
CN102739785B (zh) | 基于网络带宽估计的云计算任务调度方法 | |
WO2014139470A1 (zh) | 一种内存超分配管理系统及方法 | |
CN102946429A (zh) | 一种基于云存储的高效资源动态调度方法 | |
WO2021093365A1 (zh) | 一种gpu显存管理控制方法及相关装置 | |
CN104717247A (zh) | 对云存储系统中存储资源的动态调度方法和系统 | |
WO2015106656A1 (zh) | 一种跨数据中心的数据同步方法 | |
CN102426475A (zh) | 桌面虚拟化环境下的节能方法、节能管理服务器及系统 | |
CN110058808A (zh) | 减少在存储分级层之间重排数据的数据迁移时间的装置 | |
CN106201693B (zh) | 一种虚拟化环境中的调度方法及系统 | |
CN105389206A (zh) | 一种云计算数据中心虚拟机资源快速配置方法 | |
CN104348852B (zh) | 一种实现电信能力群发的方法、装置及系统 | |
CN103617007A (zh) | 多级智能存储实现方法和系统 | |
CN107273200A (zh) | 一种针对异构存储的任务调度方法 | |
Yu et al. | Cloud task scheduling algorithm based on three queues and dynamic priority | |
CN103647823A (zh) | 一种云计算操作系统下的存储资源调度方法 | |
CN106898368A (zh) | 光盘库开关控制装置、方法、设备及光盘式数据中心 | |
CN109271236A (zh) | 一种业务调度的方法、装置、计算机存储介质及终端 | |
CN103747085A (zh) | 云计算操作系统下一种存储资源调度算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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: 20140319 |
|
WD01 | Invention patent application deemed withdrawn after publication |