CN103812895A - 调度方法、管理节点以及云计算集群 - Google Patents
调度方法、管理节点以及云计算集群 Download PDFInfo
- Publication number
- CN103812895A CN103812895A CN201210450184.2A CN201210450184A CN103812895A CN 103812895 A CN103812895 A CN 103812895A CN 201210450184 A CN201210450184 A CN 201210450184A CN 103812895 A CN103812895 A CN 103812895A
- Authority
- CN
- China
- Prior art keywords
- load
- computing node
- load balancing
- rate
- thresholding
- 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
本申请公开了一种调度方法、管理节点以及云计算集群。其中，所述调度方法包括如下步骤：采集集群中各个计算节点的负载资源占用率；根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率；如果负载均衡率大于或等于第一门限，则开启调度模块，以将负载从负载重的计算节点调度至负载轻的计算节点；如果负载均衡率小于或等于第二门限，则关闭调度模块，以禁止进行调度；如果负载均衡率小于第一门限且大于第二门限，则调度模块保持原来的状态不变。通过设置两个门限，使得两个门限之间的区域为缓冲区域，在缓冲区域时，调度模块的状态保持为原来的状态，可以避免调度模块频繁处于开启关闭状态而引起震荡效应，从而释放管理节点大量资源。
Description
技术领域
本申请涉及云技术，特别是涉及调度方法、管理节点以及云计算集群。
背景技术
云计算是一种通过因特网以服务的方式提供动态可伸缩的虚拟化的资源的计算模式。服务器设备在云计算虚拟化应用中，通常将多个服务器设备组成一个集群，此时，每个服务器设备作为一个计算节点。在理想的情况下，希望每个计算节点的负载都相等，此时，集群能处于一个良好的运行状态。但是，在实际应用中，每个计算节点的负载都不相同，可能有些计算节点处于超负荷状态，有些计算节点却处于空闲状态，降低集群的性能。
发明内容
本申请主要解决的技术问题是提供调度方法、管理节点以及云计算集群，能够使对各个计算节点的负载进行调度，并防止调度引起的震荡效应。
为解决上述技术问题，本申请一方面提供一种调度方法，包括如下步骤：采集集群中各个计算节点的负载资源占用率；根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率；如果所述负载均衡率大于或等于第一门限，则开启调度模块，以将负载从负载重的计算节点调度至负载轻的计算节点；如果所述负载均衡率小于或等于所述第二门限，则关闭调度模块，以禁止进行调度；如果所述负载均衡率小于所述第一门限且大于所述第二门限，则调度模块保持原来的状态不变。
其中，所述负载为虚拟机。
其中，所述计算节点为云计算节点。
为解决上述技术问题，本申请另一方面提供一种管理节点，所述管理节点包括采集模块、失衡率比对模块以及调度模块；所述采集模块用于采集集群中各个计算节点的负载资源占用率，并将各个计算节点的负载资源占用率向所述失衡率比对模块发送；所述失衡率比对模块用于根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率，并将所述负载均衡率向所述调度模块发送；所述调度模块用于在所述负载均衡率大于或等于第一门限时，将负载从负载重的计算节点调度至负载轻的计算节点；在所述负载均衡率小于或等于所述第二门限时，禁止进行调度；以及，在所述负载均衡率小于所述第一门限且大于所述第二门限时，保持原来的状态不变。
其中，所述负载为虚拟机。
其中，所述虚拟机用于运行客户业务。
其中，所述计算节点为云计算节点。
为解决上述技术问题，本申请再一方面提供一种云计算集群，包括至少一个管理节点以及多个云计算节点，所述管理节点分别与多个计算节点耦接，其中，所述管理节点包括采集模块、失衡率比对模块以及调度模块；所述采集模块用于采集集群中各个计算节点的负载资源占用率，并将各个计算节点的负载资源占用率向所述失衡率比对模块发送；所述失衡率比对模块用于根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率，并将所述负载均衡率向所述调度模块发送；所述调度模块用于在所述负载均衡率大于或等于第一门限时，将负载从负载重的计算节点调度至负载轻的计算节点；在所述负载均衡率小于或等于所述第二门限时，禁止进行调度；以及，在所述负载均衡率小于所述第一门限且大于所述第二门限时，保持原来的状态不变。
其中，所述负载为虚拟机。
其中，所述虚拟机用于运行客户业务。
通过管理节点对各个计算的负载资源占用率进行采集，并计算出集群内的负载均衡率，根据负载均衡率对各个计算节点内的负载进行调度，可以使各个计算节点的负载趋向平衡，防止有些计算节点处于超负荷状态，有些计算节点却处于空闲状态，从而提高集群的性能。而且，设置两个门限，使得两个门限之间的区域为缓冲区域，在缓冲区域时，调度模块的状态保持为原来的状态，可以避免调度模块频繁处于开启关闭状态而引起震荡效应，从而释放管理节点大量资源。
附图说明
图1是本申请云计算集群一实施方式的结构示意图；
图2是本申请调度方法一实施方式的结构示意图；
图3是本申请管理节点一实施方式的结构示意图；
图4是现有技术的调度方法进行调度时的负载均衡率变化图；
图5是本申请调度方法进行调度时的负载均衡率变化图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施方式中也可以实现本申请。在其它情况中，省略对众所周知的装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
参阅图1，图1是本申请云计算集群一实施方式的结构示意图。本实施方式的云计算集群包括：至少一个管理节点110以及多个计算节点120。其中，管理节点110分别与多个计算节点120耦接。
管理节点110用于对计算节点120进行管理工作，通常，管理节点110不负责具体业务的计算。
计算节点120用于负责具体的业务的计算，当计算节点120对业务进行计算时，会作为负载占用部分的计算节点120的资源。为了便于进行说明，全文以计算节点120为云计算节点，并将以虚拟机（VM，VirtualMachine）121作为负载进行陈述，但不应该认为计算节点120仅限于云计算节点，负载仅限于虚拟机121。每个计算节点120中都包含至少一个虚拟机121，每个虚拟机121都会占用一定的资源。
参阅图2，图2是本申请调度方法一实施方式的结构示意图。本实施方式的调度方法包括：
S201：管理节点采集集群中各个计算节点的负载资源占用率。
管理节点周期查询集群中各个计算节点中虚拟机占用计算节点的资源占用率。
S202：管理节点根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率。
管理节点在计算得到每个计算节点的资源占用率后，根据每个计算节点的资源占用率计算得到集群内资源的负载均衡率。
S203：管理节点判断负载均衡率位于哪个区域。
管理节点设置两个门限阈值以划分三个区域，并判断负载均衡率位于哪个区域。当负载均衡率大于或等于第一门限阈值时，负载均衡率位于第一区域，进入S204；当负载均衡率小于第一门限阈值而大于第二门限阈值时，负载均衡率位于第二区域，进入S205；当负载均衡率小于或等于第二门限阈值时，负载均衡率位于第三区域，进入S206。
S204：管理节点开启调度模块，以将负载从负载重的计算节点调度至负载轻的计算节点。
如果负载均衡率大于或等于第一门限阈值时，管理节点开启调度模块，将虚拟机从负载重的计算节点调度至负载轻的计算节点，使得不同计算节点的虚拟机的数量趋向一致。
S205：管理节点保持调度模块原来的状态不变。
如果负载均衡率小于第一门限阈值而大于第二门限阈值时，管理节点保持调度模块原来的状态不变。即，如果原来的调度模块处于开启状态，保持调度模块的开启状态不变，继续将虚拟机从负载重的计算节点调度至负载轻的计算节点；如果原来的调度模块处于关闭状态，保持调度模块的关闭状态不变。
S206：管理节点关闭调度模块，以禁止进行调度。
如果负载均衡率小于或等于第二门限阈值时，管理节点关闭调度模块，禁止对虚拟机进行调度。
通过管理节点对各个计算的负载资源占用率进行采集，并计算出集群内的负载均衡率，根据负载均衡率对各个计算节点内的负载进行调度，可以使各个计算节点的负载趋向平衡，防止有些计算节点处于超负荷状态，有些计算节点却处于空闲状态，从而提高集群的性能。而且，设置两个门限，使得两个门限之间的区域为缓冲区域，在缓冲区域时，调度模块的状态保持为原来的状态，可以避免调度模块频繁处于开启关闭状态而引起震荡效应，从而释放管理节点大量资源。
参阅图3，图3是本申请管理节点一实施方式的结构示意图。本实施方式的管理节点包括：顺序耦接的采集模块310、失衡率比对模块320以及调度模块330。
采集模块310用于采集集群中各个计算节点的负载资源占用率，并将各个计算节点的负载资源占用率向失衡率比对模块320发送。比如，采集模块310周期查询集群中各个计算节点中虚拟机占用计算节点的资源占用率。
失衡率比对模块320用于根据各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率，并将负载均衡率向调度模块330发送。比如，在计算得到每个计算节点的资源占用率后，失衡率比对模块320根据每个计算节点的资源占用率计算得到集群内资源的负载均衡率。
调度模块330用于在负载均衡率大于或等于第一门限时，将负载从负载重的计算节点调度至负载轻的计算节点；在负载均衡率小于或等于第二门限时，禁止进行调度；以及，在负载均衡率小于第一门限且大于第二门限时，保持原来的状态不变。其中，设置两个门限阈值以划分三个区域，并判断负载均衡率位于哪个区域。当负载均衡率大于或等于第一门限阈值时，负载均衡率位于第一区域；当负载均衡率小于第一门限阈值而大于第二门限阈值时，负载均衡率位于第二区域；当负载均衡率小于或等于第二门限阈值时，负载均衡率位于第三区域。比如，如果负载均衡率大于或等于第一门限阈值时，调度模块330处于开启状态将虚拟机从负载重的计算节点调度至负载轻的计算节点，使得不同计算节点的虚拟机的数量趋向一致。如果负载均衡率小于第一门限阈值而大于第二门限阈值时，调度模块330保存原来的状态不变。即，如果原来的调度模块330处于开启状态，保持调度模块330的开启状态不变，继续将虚拟机从负载重的计算节点调度至负载轻的计算节点；如果原来的调度模330块处于关闭状态，保持调度模块330的关闭状态不变；如果负载均衡率小于或等于第二门限阈值时，调度模块330处于关闭状态，禁止对虚拟机进行调度。
通过管理节点对各个计算的负载资源占用率进行采集，并计算出集群内的负载均衡率，根据负载均衡率对各个计算节点内的负载进行调度，可以使各个计算节点的负载趋向平衡，防止有些计算节点处于超负荷状态，有些计算节点却处于空闲状态，从而提高集群的性能。而且，设置两个门限，使得两个门限之间的区域为缓冲区域，在缓冲区域时，调度模块的状态保持为原来的状态，可以避免调度模块频繁处于开启关闭状态而引起震荡效应，从而释放管理节点大量资源。
基于上述的管理节点，本申请还提供了一种云计算集群包括至少一个管理节点以及多个云计算节点，管理节点分别与多个计算节点耦接。其中，云计算节点中的虚拟机用于运行客户业务。其具体的结构参见图1及相关描述，此处不重复赘述。
参阅图4和图5，图4是现有技术的调度方法进行调度时的负载均衡率变化图，图5是本申请调度方法进行调度时的负载均衡率变化图。
现有技术的调度方法进行调度时，如果在点A时达到阈值，需要开启调度模块进行调度，但是，由于调度模块需要时间计算出如何进行调度，直到点B所对应的时间才计算得到如何进行调度，并进行调度。此时，实际的负载均衡率已到阈值之下，理应关闭调度模块。因此，造成在应该关闭调度模块的时候开启了调度模块。而且，如图中所示，曲线经过门限6次，因而调度模块共开启关闭了6次。
本申请调度方法进行调度时，在点M达到阈值时，需要开启调度模块进行调度，调度模块经过一段时间，到点N所对应的时间计算得到如何进行调度，并进行调度。此时，N点所对应的负载均衡率处于第一门限和第二门限之间，调度模块应该保存原来的开启状态。因此，调度模块的实际状态和应该所在状态一致。而且，如图中所示，调度模块共开启关闭了4次，其中，P点落在第一门限和第二门限之间，保存原来的状态，因而比现有计算减少了2次。但是，图中仅仅揭示了在极短时间内的变化，当时间增大时，所累积的次数将增加，因而，本申请的调度方法能够大大减少调度模块改变状态的次数。
通过图4和图5的对比可知，本申请的调度方法能够防止由于调度模块的计算时延所导致的调度模块出现错误状态，并能够大大减少调度模块改变状态的次数，避免调度模块频繁处于开启关闭状态而引起震荡效应，从而释放管理节点大量资源。
在本申请所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（processor）执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种调度方法，其特征在于，包括如下步骤：
采集集群中各个计算节点的负载资源占用率；
根据所述各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率；
如果所述负载均衡率大于或等于第一门限，则开启调度模块，以将负载从负载重的计算节点调度至负载轻的计算节点；如果所述负载均衡率小于或等于所述第二门限，则关闭调度模块，以禁止进行调度；如果所述负载均衡率小于所述第一门限且大于所述第二门限，则调度模块保持原来的状态不变。
2.根据权利要求1所述的调度方法，其特征在于，所述负载为虚拟机。
3.根据权利要求1所述的调度方法，其特征在于，所述计算节点为云计算节点。
4.一种管理节点，其特征在于，所述管理节点包括采集模块、失衡率比对模块以及调度模块；
所述采集模块用于采集集群中各个计算节点的负载资源占用率，并将所述各个计算节点的负载资源占用率向所述失衡率比对模块发送；
所述失衡率比对模块用于根据所述各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率，并将所述负载均衡率向所述调度模块发送；
所述调度模块用于在所述负载均衡率大于或等于第一门限时，将负载从负载重的计算节点调度至负载轻的计算节点；在所述负载均衡率小于或等于所述第二门限时，禁止进行调度；以及，在所述负载均衡率小于所述第一门限且大于所述第二门限时，保持原来的状态不变。
5.根据权利要求4所述的管理节点，其特征在于，所述负载为虚拟机。
6.根据权利要求5所述的管理节点，其特征在于，所述虚拟机用于运行客户业务。
7.根据权利要求4所述的管理节点，其特征在于，所述计算节点为云计算节点。
8.一种云计算集群，其特征在于，包括至少一个管理节点以及多个云计算节点，所述管理节点分别与多个计算节点耦接，其中，
所述管理节点包括采集模块、失衡率比对模块以及调度模块；
所述采集模块用于采集集群中各个计算节点的负载资源占用率，并将所述各个计算节点的负载资源占用率向所述失衡率比对模块发送；
所述失衡率比对模块用于根据所述各个计算节点的负载资源占用率计算得到集群内资源的负载均衡率，并将所述负载均衡率向所述调度模块发送；
所述调度模块用于在所述负载均衡率大于或等于第一门限时，将负载从负载重的计算节点调度至负载轻的计算节点；在所述负载均衡率小于或等于所述第二门限时，禁止进行调度；以及，在所述负载均衡率小于所述第一门限且大于所述第二门限时，保持原来的状态不变。
9.根据权利要求8所述的云计算集群，其特征在于，所述负载为虚拟机。
10.根据权利要求9所述的云计算集群，其特征在于，所述虚拟机用于运行客户业务。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210450184.2A CN103812895A (zh) | 2012-11-12 | 2012-11-12 | 调度方法、管理节点以及云计算集群 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210450184.2A CN103812895A (zh) | 2012-11-12 | 2012-11-12 | 调度方法、管理节点以及云计算集群 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103812895A true CN103812895A (zh) | 2014-05-21 |
Family
ID=50709094
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210450184.2A Pending CN103812895A (zh) | 2012-11-12 | 2012-11-12 | 调度方法、管理节点以及云计算集群 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103812895A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104184813A (zh) * | 2014-08-20 | 2014-12-03 | 杭州华为数字技术有限公司 | 虚拟机的负载均衡方法和相关设备及集群系统 |
| CN104270416A (zh) * | 2014-09-12 | 2015-01-07 | 杭州华为数字技术有限公司 | 负载均衡控制方法及管理节点 |
| WO2017128507A1 (zh) * | 2016-01-29 | 2017-08-03 | 中兴通讯股份有限公司 | 一种去中心化资源调度方法及系统 |
| CN107368403A (zh) * | 2017-07-10 | 2017-11-21 | Tcl移动通信科技（宁波）有限公司 | 一种移动终端及其日志信息输出控制方法、及存储介质 |
| CN109936473A (zh) * | 2017-12-19 | 2019-06-25 | 华耀(中国)科技有限公司 | 基于深度学习预测的分布计算系统及其运行方法 |
| CN109951558A (zh) * | 2019-03-27 | 2019-06-28 | 北京并行科技股份有限公司 | 一种超算资源的云调度方法、云调度中心和系统 |
| CN110022337A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、设备和系统 |
| WO2020062277A1 (zh) * | 2018-09-30 | 2020-04-02 | 华为技术有限公司 | 神经网络中数据预处理阶段的计算资源的管理方法和装置 |
| CN112492574A (zh) * | 2016-06-28 | 2021-03-12 | 华为技术有限公司 | 一种负载迁移方法、装置及系统 |
Citations (5)
| 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 |
| CN102195886A (zh) * | 2011-05-30 | 2011-09-21 | 兰雨晴 | 一种云平台上的服务调度方法 |
| 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 |
| CN102508718A (zh) * | 2011-11-22 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种虚拟机负载均衡方法和装置 |
| US20120204176A1 (en) * | 2010-10-29 | 2012-08-09 | Huawei Technologies Co., Ltd. | Method and device for implementing load balance of data center resources |
-
2012
- 2012-11-12 CN CN201210450184.2A patent/CN103812895A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120204176A1 (en) * | 2010-10-29 | 2012-08-09 | Huawei Technologies Co., Ltd. | Method and device for implementing load balance of data center resources |
| 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 |
| CN102195886A (zh) * | 2011-05-30 | 2011-09-21 | 兰雨晴 | 一种云平台上的服务调度方法 |
| 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 |
| CN102508718A (zh) * | 2011-11-22 | 2012-06-20 | 杭州华三通信技术有限公司 | 一种虚拟机负载均衡方法和装置 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104184813B (zh) * | 2014-08-20 | 2018-03-09 | 杭州华为数字技术有限公司 | 虚拟机的负载均衡方法和相关设备及集群系统 |
| CN104184813A (zh) * | 2014-08-20 | 2014-12-03 | 杭州华为数字技术有限公司 | 虚拟机的负载均衡方法和相关设备及集群系统 |
| CN104270416A (zh) * | 2014-09-12 | 2015-01-07 | 杭州华为数字技术有限公司 | 负载均衡控制方法及管理节点 |
| CN104270416B (zh) * | 2014-09-12 | 2018-03-13 | 杭州华为数字技术有限公司 | 负载均衡控制方法及管理节点 |
| WO2017128507A1 (zh) * | 2016-01-29 | 2017-08-03 | 中兴通讯股份有限公司 | 一种去中心化资源调度方法及系统 |
| CN112492574A (zh) * | 2016-06-28 | 2021-03-12 | 华为技术有限公司 | 一种负载迁移方法、装置及系统 |
| US11496913B2 (en) | 2016-06-28 | 2022-11-08 | Huawei Technologies Co., Ltd. | Load migration method, apparatus, and system |
| CN107368403A (zh) * | 2017-07-10 | 2017-11-21 | Tcl移动通信科技（宁波）有限公司 | 一种移动终端及其日志信息输出控制方法、及存储介质 |
| CN109936473A (zh) * | 2017-12-19 | 2019-06-25 | 华耀(中国)科技有限公司 | 基于深度学习预测的分布计算系统及其运行方法 |
| CN109936473B (zh) * | 2017-12-19 | 2022-04-08 | 北京华耀科技有限公司 | 基于深度学习预测的分布计算系统及其运行方法 |
| CN110022337A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、设备和系统 |
| WO2020062277A1 (zh) * | 2018-09-30 | 2020-04-02 | 华为技术有限公司 | 神经网络中数据预处理阶段的计算资源的管理方法和装置 |
| CN112753016A (zh) * | 2018-09-30 | 2021-05-04 | 华为技术有限公司 | 神经网络中数据预处理阶段的计算资源的管理方法和装置 |
| CN109951558A (zh) * | 2019-03-27 | 2019-06-28 | 北京并行科技股份有限公司 | 一种超算资源的云调度方法、云调度中心和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103812895A (zh) | 调度方法、管理节点以及云计算集群 | |
| CN105528330B (zh) | 负载均衡的方法、装置、丛集和众核处理器 | |
| US10146651B2 (en) | Member replacement in an array of information storage devices | |
| CN102891896B (zh) | 用于物联网海量存储的云计算基础架构系统 | |
| US10356150B1 (en) | Automated repartitioning of streaming data | |
| CN111176792A (zh) | 一种资源调度方法、装置及相关设备 | |
| CN102111337A (zh) | 任务调度方法和系统 | |
| AU2016238862B2 (en) | Adaptive service timeouts | |
| CN104133727A (zh) | 基于实时资源负载分配的方法 | |
| CN104219318A (zh) | 一种分布式文件存储系统及方法 | |
| CN111966453A (zh) | 一种负载均衡方法、系统、设备及存储介质 | |
| CN105446653A (zh) | 一种数据合并方法和设备 | |
| CN103559077A (zh) | 一种优化的虚拟机自动迁移方法和系统 | |
| CN104331331A (zh) | 任务数目和性能感知的可重构多核处理器的资源分配方法 | |
| US11836067B2 (en) | Hyper-converged infrastructure (HCI) log system | |
| CN102339233A (zh) | 云计算集中管理平台 | |
| CN109450806A (zh) | 一种流量控制方法及装置、分布式集群 | |
| US20170293562A1 (en) | Dynamically-Adjusted Host Memory Buffer | |
| CN104050189B (zh) | 页面共享处理方法及装置 | |
| EP2866403B1 (en) | Resource management method and management server | |
| TW201327205A (zh) | 硬體效能的管理方法及雲端運算系統 | |
| US8938479B1 (en) | Systems and methods for dynamically selecting a logical location for an index | |
| CN104899072A (zh) | 基于虚拟化平台的细粒度资源调度系统及方法 | |
| KR101435499B1 (ko) | 가상 클라우드 환경 내 맵리듀스 클러스터 및 이를 위한 설계방법 | |
| CN107273188B (zh) | 一种虚拟机中央处理单元cpu绑定方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140521 |
|
| RJ01 | Rejection of invention patent application after publication |