CN103777737A - 基于服务器资源负载及位置感知的云端机房节能方法 - Google Patents
基于服务器资源负载及位置感知的云端机房节能方法 Download PDFInfo
- Publication number
- CN103777737A CN103777737A CN201410007104.5A CN201410007104A CN103777737A CN 103777737 A CN103777737 A CN 103777737A CN 201410007104 A CN201410007104 A CN 201410007104A CN 103777737 A CN103777737 A CN 103777737A
- Authority
- CN
- China
- Prior art keywords
- server
- machine room
- cooling system
- servers
- opening
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001816 cooling Methods 0.000 claims abstract description 63
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 14
- 238000002407 reforming Methods 0.000 claims description 11
- 239000012141 concentrate Substances 0.000 claims description 4
- 238000013468 resource allocation Methods 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 8
- 238000005457 optimization Methods 0.000 description 6
- 230000005611 electricity Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
Images
Landscapes
- Power Sources (AREA)
- Computer And Data Communications (AREA)
Abstract
一种基于服务器资源负载及位置感知的云端机房节能方法，定期监控云端机房所有服务器负载情形，并取得服务器与冷却系统对应的位置信息，以进行分析，计算优化的机房用电组合，尽可能将运作中的服务器位置集中化。依服务器总资源负载状态的不同，决定优化机房用电规划的流程。在开启最少冷却系统的目标下，评估各个冷却区域内的服务器负载状况，将位于不同冷却区域内的服务器负载工作优先转移至相同冷却区域内运作中的服务器上，然后针对开启中的服务器可用资源过多/过少的情形，进行关闭/开启服务器，确保在虚拟机服务不中断的同时达成调整冷却系统与服务器用电的目的。
Description
技术领域
本发明是关于一种云端机房节能方法，特别是指一种基于服务器资源负载及位置感知的云端机房节能方法。
背景技术
2011年非生产性质行业能源查核年报显示，「电信网络机房」是单位面积年用电量密度最高的建筑物类型，其中「空调设备」与「其他设备」的耗电比例占总电能消费的一二。「其他设备」包含服务器等机房基础设施。
随着全球暖化、节能减碳的影响层面持续扩展，低耗能的机房思维逐渐发展。依据Gartner研究数据显示，一般企业服务器使用率约5～10%，且其在闲置时的耗电量仅较执行作业时降低20～40%。若能利用虚拟化技术整并资源使用，改良服务器的电力使用效率，可大幅降低能源的耗损。此种利用虚拟化技术整合服务器资源的技术，已见于现有的台湾发明专利公开号第201020756号「经由虚拟化机会之电力最佳化」一案中。惟此只考虑机房服务器设备的能源，即「其他设备」的能源，然而「空调设备」的能源使用效率仍未改善。
发明内容
本发明的目的即在于提供一种基于服务器资源负载及位置感知的云端机房节能方法，结合资源负载监控、位置感知以及机房冷却系统控制，搭配虚拟化技术，在开启最少机房冷却系统的目标下，评估各个冷却区域内的服务器负载状况，并将处在不同冷却区域内的服务器负载工作实时转移至相同冷却区域内的服务器上，同时将工作集中，减少需要开机的服务器，因此能在虚拟机服务不中断的同时，调整机房冷却系统与服务器用电，以达成节能减碳的目的。
可达成上述发明目的的一种基于服务器资源负载及位置感知的云端机房节能方法，是指利用虚拟化技术集中服务器、调整机房冷却系统开关的方法，包括步骤：（1）监控资源负载情形与位置：取得开启中的服务器与虚拟机的资源负载情形及位置；（2）判断与重整开启中的服务器位置：依据开启中的服务器分布位置，集中开启中的服务器；（3）动态调整增加开启中的服务器数量：针对开启中的服务器可用资源过少的情形（例如虚拟机开机、虚拟机资源增加等），进行开启服务器的行为；（4）动态调整减少开启中的服务器数量：针对开启中的服务器可用资源过多的情形（例如虚拟机关机、虚拟机资源减少等），进行关闭服务器的行为；（5）判断与调整机房冷却系统：依据开启中的服务器与机房冷却系统位置，调整机房冷却系统的状态（开启或关闭）。通过上述程序可进行机房服务器最佳化集中式管理，减少设备无负载却仍运转的机率，降低维运成本。
一种基于服务器资源负载及位置感知的云端机房节能方法，其中该方法包含：监控资源负载情形与位置，定期监控并取得开启中的服务器与虚拟机的资源负载情形与位置；判断与重整开启中的服务器位置，当取得服务器资源负载情形与位置后，需进行判断分布位置的分散度，依据该开启中的虚拟机与服务器分布位置，重整并集中该开启中的服务器；动态调整减少开启中的服务器数量，当该开启中的服务器总运算资源超出虚拟机总运算资源需求时，需动态调整关闭无负载的服务器；动态调整增加开启中的服务器数量，当该开启中的服务器总运算资源不足该虚拟机总运算资源需求时，需动态调整开启其余服务器；判断与调整机房冷却系统，当目前该开启中的服务器与虚拟机皆已集中化后，需判断该开启中的服务器与机房冷却系统的分布位置是否可搭配，并进行调整。
该监控资源负载情形与位置包含以下步骤：取得服务器与虚拟机分布位置；侦测开启中的该服务器与虚拟机分布位置；取得该服务器与虚拟机资源负载情形。
该判断与重整开启中的服务器位置包含以下步骤：计算服务器最佳资源分配；判断是否需进行开启中的服务器位置重整；取得需集中的虚拟机清单；实时转移虚拟机。
该动态调整减少开启中的服务器数量包含以下步骤：取得欲关闭的服务器清单；依前步骤的该服务器清单关闭服务器。
该动态调整增加开启中的服务器数量包含以下步骤：选择欲开启服务器的区域；依前步骤的该区域取得需开启的该服务器清单并开启该服务器。
该判断与调整机房冷却系统包含以下步骤：取得该开启中的服务器与该机房冷却系统的分布位置，并利用两者的分布位置进行比对，判断该服务器与该机房冷却系统分布位置是否为最佳化状态；若该两者分布位置为最佳化状态，即维持原该冷却系统配置，结束流程；若该两者分布位置不为最佳化状态，依该开启中的服务器位置调整该机房冷却系统配置，该机房冷却系统开启数量过多，则减少该开启中的该机房冷却系统数量，反之，该机房冷却系统开启数量过少，则增加该开启中的该机房冷却系统数量。
本发明所提供的一种基于服务器资源负载及位置感知的云端机房节能方法，与其他现有技术比较时，更具备下列优点：
1.本专利利用机房服务器配置与虚拟机管控技术，定期监控所有服务器当前的负载情形，并取得服务器与机房冷却系统的位置信息，依据资源负载与分散程度判定是否需要集中化服务器位置，并运用虚拟化技术实时转移虚拟机来集中化管理服务器，达到最佳化的机房用电组合。
2.本专利针对服务器资源过多或不足的情形（例如虚拟机开关机、虚拟机资源增减等）提供另外的处理流程。当服务器资源过剩，考虑服务器与机房冷却系统位置集中化资源配置后，将欲关闭的服务器与机房冷却系统进行关闭。若服务器资源不足，必须增加资源，此时以达到云端机房最高效能功耗比的目的，选择欲开启的服务器与机房冷却系统，确保服务器与机房冷却系统配置最佳化。
附图说明
图1为本发明基于服务器资源负载及位置感知的云端机房节能方法的高阶流程图；
图2为本发明基于服务器资源负载及位置感知的云端机房节能方法的监控资源负载情形与位置的流程图；
图3为本发明基于服务器资源负载及位置感知的云端机房节能方法的判断与重整开启中的服务器位置的流程图；
图4为本发明基于服务器资源负载及位置感知的云端机房节能方法的动态调整减少开启中的服务器数量的流程图；
图5为本发明基于服务器资源负载及位置感知的云端机房节能方法的动态调整增加开启中的服务器数量的流程图；
图6为本发明基于服务器资源负载及位置感知的云端机房节能方法的判断与调整机房冷却系统的流程图。
符号说明：
101监控资源负载情形与位置
102计算开启中的服务器总资源负载状态
103、106判断与重整开启中的服务器位置
104动态调整减少开启中的服务器数量
105动态调整增加开启中的服务器数量
107判断与调整机房冷却系统
201取得服器与虚拟机分布位置
202侦测开启中的服务器与虚拟机分布位置
203取得服务器与虚拟机资源负载情形
301计算服务器最佳资源分配
302判断是否需进行服务器位置重整
303取得需集中的虚拟机清单
304实时转移虚拟机
401取得欲关闭的服务器清单
402依清单关闭服务器
501选择欲开启服务器的区域
502取得需开启的服务器清单并开启服务器
601取得服务器与机房冷却系统分布位置
602判断服务器与机房冷却系统分布位置状态
603减少开启中的机房冷却系统数量
604增加开启中的机房冷却系统数量
具体实施方式
请参阅图1所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的高阶流程图，包括步骤：
监控资源负载情形与位置101，用以取得并侦测服务器与虚拟机的资源使用量与其分布位置；
计算开启中的服务器总资源负载状态102，用以判断开启中的服务器总资源的使用状态，判断结果可分资源过多、过少、刚好；
判断与重整开启中的服务器位置103、106，用以判断开启中的服务器与虚拟机的分布位置的分散程度，运用虚拟机实时转移技术集中化虚拟机，此时开启中的服务器也随之集中至相同机房冷却系统区域；
动态调整减少开启中的服务器数量104，用以当开启的服务器总运算资源超出虚拟机总运算资源需求时，减少服务器数量，以降低闲置服务器的耗电量；
动态调整增加开启中的服务器数量105，用以当开启的服务器总运算资源无法满足虚拟机总运算资源需求时，增加服务器数量，以满足需求；
判断与调整机房冷却系统107，用以当开启中的服务器已集中化后，依据开启中的服务器分布位置，调整机房冷却系统的配置。此状态执行完毕后，将回到监控资源负载情形与位置101持续监测，确保机房开启中的服务器与机房冷却系统配置皆位于最佳化状态。
上述流程为监控资源负载情形与位置101，并以此为依据计算开启中的服务器总资源负载状态102，依状态判断进入不同的处理步骤。若总资源过多，需先判断与重整开启中的服务器位置103，并动态调整减少开启中的服务器数量104。若总资源过少，需动态调整增加开启中的服务器数量105，再进行判断与重整开启中的服务器位置106。若总资源刚好，则直接判断与重整开启中的服务器位置106。三种状态所需进行的步骤完成后，皆须依照开启中的服务器位置判断与调整机房冷却系统107，并持续监控整体机房服务器资源负载情形与位置101，以确保机房用电可达到最高利用率。
请参阅图2所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的监控资源负载情形与位置的流程图，取得服务器与虚拟机分布位置201，并侦测开启中的服务器与虚拟机分布位置202，接着取得服务器与虚拟机资源负载情形203，以利后续须进行位置调整。
请参阅图3所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的判断与重整开启中的服务器位置的流程图，于监控资源负载情形与位置取得服务器与虚拟机的资源负载与分布位置后，计算服务器最佳资源分配301，并判断是否需进行服务器位置重整302，若需进行服务器位置重整，亦即开启中的服务器分布位置经计算后，属分散，取得需集中的虚拟机清单303，并实时转移虚拟机304；若不需进行服务器位置重整，亦即开启中的服务器分布位置经计算后，属集中，则不进行服务器位置重整。经过服务器与虚拟机的集中化，此时机房内服务器分布已为最佳化状态。
请参阅图4所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的动态调整减少开启中的服务器数量的流程图，取得欲关闭的服务器清单401，并依清单关闭服务器402。
请参阅图5所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的动态调整增加开启中的服务器数量的流程图，选择欲开启服务器的区域501，取得需开启的服务器清单并开启服务器502。
请参阅图6所示，为本发明基于服务器资源负载及位置感知的云端机房节能方法的判断与调整机房冷却系统的流程图，取得服务器与机房冷却系统分布位置601进行比较，并判断服务器与机房冷却系统分布位置状态602。经判断有三种情形：（1）若目前开启中的服务器与机房冷却系统的分布位置为最佳化，则结束流程；（2）若目前开启中的服务器与机房冷却系统的分布位置不为最佳化，且开启中的机房冷却系统数量过多，则减少开启中的机房冷却系统数量603，使开启中的服务器与机房冷却系统分布位置调整为最佳化状态；（3）若目前开启中的服务器与机房冷却系统的分布位置不为最佳化，且开启中的机房冷却系统数量过少，则增加开启中的机房冷却系统数量604，使开启中的服务器与机房冷却系统分布位置调整为最佳化状态。
上列详细说明乃针对本发明的一可行实施例进行具体说明，惟该实施例并非用以限制本发明的专利范围，凡未脱离本发明技艺精神所为的等效实施或变更，均应包含于本案的专利范围中。
Claims (6)
1.一种基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该方法包含步骤：
a.监控资源负载情形与位置，定期监控并取得开启中的服务器与虚拟机的资源负载情形与位置；
b.判断与重整开启中的服务器位置，当取得服务器资源负载情形与位置后，需进行判断分布位置的分散度，依据该开启中的虚拟机与服务器分布位置，重整并集中该开启中的服务器；
c.动态调整减少开启中的服务器数量，当该开启中的服务器总运算资源超出虚拟机总运算资源需求时，需动态调整关闭无负载的服务器；
d.动态调整增加开启中的服务器数量，当该开启中的服务器总运算资源不足该虚拟机总运算资源需求时，需动态调整开启其余服务器；
e.判断与调整机房冷却系统，当目前该开启中的服务器与虚拟机皆已集中化后，需判断该开启中的服务器与机房冷却系统的分布位置是否可搭配，并进行调整。
2.根据权利要求1所述的基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该监控资源负载情形与位置包含以下步骤：
a.取得服务器与虚拟机分布位置；
b.侦测开启中的该服务器与虚拟机分布位置；
c.取得该服务器与虚拟机资源负载情形。
3.根据权利要求1所述的基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该判断与重整开启中的服务器位置包含以下步骤：
a.计算服务器最佳资源分配；
b.判断是否需进行开启中的服务器位置重整；
c.取得需集中的虚拟机清单；
d.实时转移虚拟机。
4.根据权利要求1所述的基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该动态调整减少开启中的服务器数量包含以下步骤：
a.取得欲关闭的服务器清单；
b.依步骤a的该服务器清单关闭服务器。
5.根据权利要求1所述的基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该动态调整增加开启中的服务器数量包含以下步骤：
a.选择欲开启服务器的区域；
b.依步骤a的该区域取得需开启的该服务器清单并开启该服务器。
6.根据权利要求1所述的基于服务器资源负载及位置感知的云端机房节能方法，其特征在于，该判断与调整机房冷却系统包含以下步骤：
a.取得该开启中的服务器与该机房冷却系统的分布位置，并利用两者的分布位置进行比对，判断该服务器与该机房冷却系统分布位置是否为最佳化状态；
b.若该两者分布位置为最佳化状态，即维持原该冷却系统配置，结束流程；
c.若该两者分布位置不为最佳化状态，依该开启中的服务器位置调整该机房冷却系统配置，该机房冷却系统开启数量过多，则减少该开启中的该机房冷却系统数量，反之，该机房冷却系统开启数量过少，则增加该开启中的该机房冷却系统数量。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW102129236 | 2013-08-15 | ||
| TW102129236A TWI597602B (zh) | 2013-08-15 | 2013-08-15 | Server Room Energy Saving Method Based on Server Resource Load and Location Awareness |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103777737A true CN103777737A (zh) | 2014-05-07 |
| CN103777737B CN103777737B (zh) | 2017-04-12 |
Family
ID=50570086
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410007104.5A Expired - Fee Related CN103777737B (zh) | 2013-08-15 | 2014-01-07 | 基于服务器资源负载及位置感知的云端机房节能方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN103777737B (zh) |
| TW (1) | TWI597602B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107483621A (zh) * | 2017-09-06 | 2017-12-15 | 罗慕信息科技（上海）有限公司 | 一种自动选择服务节点的物联网设备连接方法 |
| CN107770242A (zh) * | 2017-08-25 | 2018-03-06 | 贵州白山云科技有限公司 | 一种实现智能流量调度的方法及装置 |
| WO2022021240A1 (en) * | 2020-07-30 | 2022-02-03 | Alibaba Cloud Computing Ltd. | Thermal-aware scheduling method and system |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI612486B (zh) * | 2016-05-18 | 2018-01-21 | 先智雲端數據股份有限公司 | 對時序無彈性型工作負載進行工作負載消耗型資源優化使用的方法 |
| TWI770038B (zh) * | 2017-07-06 | 2022-07-11 | 中華電信股份有限公司 | 伺服器之遠端管理系統及其遠端管理方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1643476A (zh) * | 2002-03-18 | 2005-07-20 | 国际商业机器公司 | 管理多计算机服务器的功耗的方法 |
| CN101556493A (zh) * | 2008-04-09 | 2009-10-14 | 株式会社日立制作所 | 信息处理系统的运用管理方法及运用管理装置 |
| CN102084316A (zh) * | 2008-05-05 | 2011-06-01 | 西门子工业公司 | 用于管理数据中心操作以提高冷却效率的装置 |
| US20120300391A1 (en) * | 2011-03-02 | 2012-11-29 | Earl Keisling | Modular it rack cooling assemblies and methods for assembling same |
-
2013
- 2013-08-15 TW TW102129236A patent/TWI597602B/zh active
-
2014
- 2014-01-07 CN CN201410007104.5A patent/CN103777737B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1643476A (zh) * | 2002-03-18 | 2005-07-20 | 国际商业机器公司 | 管理多计算机服务器的功耗的方法 |
| CN101556493A (zh) * | 2008-04-09 | 2009-10-14 | 株式会社日立制作所 | 信息处理系统的运用管理方法及运用管理装置 |
| CN102084316A (zh) * | 2008-05-05 | 2011-06-01 | 西门子工业公司 | 用于管理数据中心操作以提高冷却效率的装置 |
| US20120300391A1 (en) * | 2011-03-02 | 2012-11-29 | Earl Keisling | Modular it rack cooling assemblies and methods for assembling same |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107770242A (zh) * | 2017-08-25 | 2018-03-06 | 贵州白山云科技有限公司 | 一种实现智能流量调度的方法及装置 |
| US11271859B2 (en) | 2017-08-25 | 2022-03-08 | Guizhou Baishancloud Technology Co., Ltd. | Method and apparatus for realizing intelligent traffic scheduling, computer readable storage medium thereof and computer device |
| CN107483621A (zh) * | 2017-09-06 | 2017-12-15 | 罗慕信息科技（上海）有限公司 | 一种自动选择服务节点的物联网设备连接方法 |
| WO2022021240A1 (en) * | 2020-07-30 | 2022-02-03 | Alibaba Cloud Computing Ltd. | Thermal-aware scheduling method and system |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103777737B (zh) | 2017-04-12 |
| TWI597602B (zh) | 2017-09-01 |
| TW201506603A (zh) | 2015-02-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Electric demand response management for distributed large-scale internet data centers | |
| US9300138B2 (en) | System and method for managing power consumption | |
| US10296073B2 (en) | Server rack fuel cell | |
| US8473768B2 (en) | Power control apparatus and method for cluster system | |
| US20130054987A1 (en) | System and method for forcing data center power consumption to specific levels by dynamically adjusting equipment utilization | |
| US20130035795A1 (en) | System And Method For Using Data Centers As Virtual Power Plants | |
| Qi et al. | Planning of distributed internet data center microgrids | |
| US10466729B2 (en) | Power supply system, power management, apparatus, power management method, and power management program | |
| CN103777737A (zh) | 基于服务器资源负载及位置感知的云端机房节能方法 | |
| CN103188277A (zh) | 负载能耗管理系统、方法和服务器 | |
| WO2017000104A1 (zh) | 一种站点设备的节能控制方法、装置及系统 | |
| Alanazi et al. | Reducing data center energy consumption through peak shaving and locked-in energy avoidance | |
| JP2016520926A (ja) | 電子システムの適応的な需要／応答エネルギ管理のための技術 | |
| CN104932281A (zh) | 一种家庭微电网用能系统及其在智能用电互动的实现方法 | |
| CN115619136A (zh) | 楼宇管理方法和系统 | |
| CN102043676A (zh) | 虚拟化数据中心调度方法及系统 | |
| CN108364114B (zh) | 一种电压缩蓄冷设备控制方法、装置及电压缩蓄冷系统 | |
| CN117395942A (zh) | 一种基于智算中心的冷量自动调度系统 | |
| CN102521715B (zh) | 一种控制应用系统资源分配的方法及系统 | |
| KR20190014969A (ko) | 크라우드 서비스에 의한 에너지 절감과 스마트 홈/빌딩 자동화 시스템 | |
| Islam et al. | Distributed resource management in data center with temperature constraint | |
| Patel et al. | Revolutionizing Data Centre Sustainability: The Role of Machine Learning in Energy Efficiency | |
| CN117806834B (zh) | 资源的调整方法及装置 | |
| Uster et al. | Decentral load control for data centers | |
| CN118132244A (zh) | 一种智能数据中心节能调控方法、系统、设备及其介质 |
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 | ||
| 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: 20170412 Termination date: 20200107 |