CN103856512A - 云计算的管理服务器、工作和闲置主机以及资源调度方法 - Google Patents

云计算的管理服务器、工作和闲置主机以及资源调度方法 Download PDF

Info

Publication number
CN103856512A
CN103856512A CN201210505164.0A CN201210505164A CN103856512A CN 103856512 A CN103856512 A CN 103856512A CN 201210505164 A CN201210505164 A CN 201210505164A CN 103856512 A CN103856512 A CN 103856512A
Authority
CN
China
Prior art keywords
cluster
main frame
host
working host
load
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
Application number
CN201210505164.0A
Other languages
English (en)
Inventor
张占军
林志敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201210505164.0A priority Critical patent/CN103856512A/zh
Publication of CN103856512A publication Critical patent/CN103856512A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Computer And Data Communications (AREA)

Abstract

本申请公开了一种云计算的管理服务器、工作和闲置主机以及资源调度方法,获取云计算中集群的负载率;根据预设的负载阈值判断负载率的大小;在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。本申请避免了集群业务高峰期无法进行响应处理的问题,同时减少负载率较小的集群过多地占用云计算系统的资源,从而有效地解决了现有技术中无法合理分配并充分利用云计算的资源的问题。

Description

云计算的管理服务器、工作和闲置主机以及资源调度方法
技术领域
本申请涉及云计算技术领域,具体是涉及一种云计算的管理服务器,还涉及一种云计算的工作主机和闲置主机,另外还涉及一种云计算的资源调度方法。
背景技术
在云计算系统(简称云计算)中,服务商通过网络提供按需的托管服务。用户根据自己所需的服务随时使用服务商提供的服务,而不需要负责服务的生产和管理。
云计算的服务系统在运行的过程中,通常会根据需要而设置有一个或多个集群,每个集群基本上由多个提供服务的工作主机和备用的闲置主机构成,每个集群内的主机的具体数目由管理服务器初始分配后基本上不会再进行调整改变,集群之间的业务(由放在集群上服务提供)来往并不紧密。
在工作的过程中,任一集群内的负荷难免会出现业务高峰期或低谷期。譬如在同一时刻,其中一些集群的资源紧张(工作主机不够),而导致无法处理服务请求;而另外一些集群的资源却得不到充分利用(工作主机过多而闲置),浪费云计算的主机资源。换而言之,现有技术中,存在无法合理分配并充分利用云计算的资源的技术问题。
发明内容
有鉴于此,本申请提供了一种云计算的管理服务器、工作和闲置主机以及资源调度方法,以解决现有技术中无法合理分配并充分利用云计算的资源的问题。
为解决上述问题,本申请第一方面提供一种云计算的资源调度方法,其包括:获取云计算中集群的负载率;根据预设的负载阈值判断负载率的大小;在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。
结合第一方面,在第一种可能的实现方式中,在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务的步骤具体包括:在负载率大于负载阈值中的第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数;根据性能参数和集群的负载率从主机池中匹配得到至少一个匹配的闲置主机;控制匹配的闲置主机以将匹配的闲置主机迁移到集群内作为新增的工作主机;控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上。
结合第一方面的第一种可能的实现方式,在第二种可能的实现方式中,在控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上的步骤之前还包括:根据集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络。
结合第一方面的第一种可能或第二种可能的实现方式,在第三种可能的实现方式中,在控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上的步骤之前还包括:根据集群内的原有的工作主机的存储设备对新增的工作主机关联相对应的存储设备。
结合第一方面的第一种可能或第二种可能的实现方式,在第四种可能的实现方式中,在负载率大于负载阈值中的第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数的步骤具体包括:在负载率大于负载阈值中的第一负载阈值时,获取集群的申请主机请求;根据集群的申请主机请求获取集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
结合第一方面、第一方面的第一种可能或第二种可能的实现方式,在第五种可能的实现方式中,根据预设的第一负载阈值判断负载率的大小的步骤之后还包括:在负载率小于负载阈值中的第二负载阈值时将集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,第一负载阈值大于或等于第二负载阈值。
结合第一方面的第五种可能的实现方式,在第六种可能的实现方式中,在负载率小于负载阈值中的第二负载阈值时将集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用的步骤具体包括:在负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上;将已进行服务迁出的工作主机的存储信息转移到新迁入了服务的其他工作主机上;控制已进行服务迁出和存储信息转移的工作主机退出集群;将退出集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
结合第一方面的第六种可能的实现方式,在第七种可能的实现方式中,在负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上的步骤具体包括:在负载率小于负载阈值中的第二负载阈值时,从集群内获取所有工作主机的负荷值;根据负载率计算负荷阈值,并将负荷值小于负荷阈值的一个或多个工作主机的服务迁出到同一集群内的其他工作主机上。
结合第一方面的第六种可能的实现方式,在第八种可能的实现方式中,在将退出集群的工作主机的资源释放到主机池中作为闲置主机以备调用的步骤之后还包括:控制备调用的闲置主机使其进入待机模式或下电。
结合第一方面的第五种可能的实现方式,在第九种可能的实现方式中,获取集群的负载率的步骤具体包括:检测云计算中集群的CPU使用率和/或内存使用率;根据CPU使用率和/或内存使用率计算得到集群对应的负载率。
结合第一方面的第九种可能的实现方式,在第十种可能的实现方式中,检测云计算中集群的CPU使用率和/或内存使用率的步骤具体包括:以8分钟~12分钟的周期检测云计算中集群的CPU使用率和/或内存使用率。
为解决上述问题,本申请第二方面提供一种云计算的管理服务器,管理服务器包括:获取模块,用于获取云计算中集群的负载率;判断模块,用于根据预设的负载阈值判断获取模块获取的负载率的大小;调度模块,用于在判断模块判断到负载率大于负载阈值中的第一负载阈值时,将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。
结合第二方面,在第一种可能的实现方式中,调度模块具体包括:获取单元,用于在判断模块判断到负载率大于第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数;匹配单元,用于根据获取单元获取的性能参数和集群的负载率从主机池中匹配得到至少一个匹配的闲置主机;第一控制单元,用于控制匹配单元匹配的闲置主机以将匹配的闲置主机迁移到集群内作为新增的工作主机;第二控制单元,用于控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上。
结合第二方面的第一种可能的实现方式,在第二种可能的实现方式中,调度模块还包括网络配置单元,用于在第二控制单元控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机之前,根据集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络。
结合第二方面的第一种可能或第二种可能的实现方式,在第三种可能的实现方式中,调度模块还包括存储关联单元,用于在第二控制单元控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机之前,根据集群内的原有的工作主机的存储设备对新增的工作主机关联相对应的存储设备。
结合第二方面的第一种可能或第二种可能的实现方式,在第四种可能的实现方式中,获取单元具体用于在判断模块判断到负载率大于第一负载阈值时,获取集群的申请主机请求,并根据集群的申请主机请求获取集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
结合第二方面、第二方面的第一种可能或第二种可能的实现方式,在第五种可能的实现方式中,调度模块具体用于在判断模块判断到负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,其中,第一负载阈值大于或等于第二负载阈值。
结合第二方面的第五种可能的实现方式,在第六种可能的实现方式中,第二控制单元具体用于在负载率小于第二负载阈值时,将集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上。调度模块还包括存储转移单元,用于将根据第二控制单元的控制已进行服务迁出的工作主机的存储信息转移到新迁入了服务的其他工作主机上。第一控制单元具体用于控制已进行服务迁出和存储信息转移的工作主机退出集群,并将退出集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
结合第二方面的第六种可能的实现方式,在第七种可能的实现方式中,获取单元具体用于在判断模块判断到负载率小于第二负载阈值时,从集群内获取所有工作主机的负荷值;第二控制模块具体用于根据负载率计算负荷阈值,并将负荷值小于负荷阈值的一个或多个工作主机的服务迁出到同一集群内的其他工作主机上。
结合第二方面的第六种可能的实现方式,在第八种可能的实现方式中,管理服务器还包括电源管理模块,用于在第一控制单元控制工作主机退出集群并释放到主机池中作为闲置主机后,控制备调用的闲置主机使其进入待机模式或下电。
结合第二方面的第五种可能的实现方式,在第九种可能的实现方式中,获取模块具体包括:检测单元,用于检测云计算中集群的CPU使用率和/或内存使用率;计算单元,用于根据检测单元检测到的CPU使用率和/或内存使用率计算得到集群对应的负载率。
结合第二方面的第九种可能的实现方式,在第十种可能的实现方式中,检测单元具体以8分钟~12分钟的周期检测云计算中集群的CPU使用率和/或内存使用率。
为解决上述问题,本申请第三方面提供一种云计算的资源调度方法,其包括:根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中;在迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务。
结合第三方面,在第一种可能的实现方式中,在迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务的步骤之前还包括:根据管理服务器的控制配置集群内原有的工作主机的服务类型所对应的网络。
结合第三方面或第三方面的第一种可能的实施方式,在第二种可能的实现方式中,在迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务的步骤之前还包括:根据管理服务器的控制关联集群内原有的工作主机所关联的存储设备。
为解决上述问题,本申请第四方面提供一种云计算的闲置主机,闲置主机包括:迁移模块,用于根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中;接收模块,用于在经由迁移模块迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务。
结合第四方面,在第一种可能的实现方式中,闲置主机还包括网络模块,用于在接收模块接收集群内的原有的工作主机转移过来的服务之前,根据管理服务器的控制配置集群内原有的工作主机的服务类型所对应的网络。
结合第四方面或第四方面的第一种可能的实现方式,在第二种可能的实现方式中,闲置主机还包括关联模块,用于在接收模块接收集群内的原有的工作主机转移过来的服务之前,根据管理服务器的控制关联集群内原有的工作主机所关联的存储设备。
为解决上述问题,本申请第五方面提供一种云计算的资源调度方法,其包括:在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上;根据管理服务器的控制从集群中迁出,并迁入到云计算的主机池中。
结合第五方面,在第一种可能的实现方式中,在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上的步骤之后还包括:在将本身的服务迁移到集群内的其他工作主机之后,根据管理服务器的控制将本身的存储信息转移到对应的其他工作主机上。
结合第五方面或第五方面的第一种可能的实现方式,在第二种可能的实现方式中,在根据管理服务器的控制从集群中迁出,并迁入到主机池中的步骤之后还包括:在迁入到主机池中之后,根据管理服务器的控制进入待机模式或下电以备调用。
为解决上述问题,本申请第六方面提供一种云计算的工作主机,工作主机包括:服务搬迁模块,用于在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上;迁移模块,用于在服务搬迁模块将本身的服务迁移到集群内的其他工作主机后,根据管理服务器的控制从集群中迁出,并迁入到云计算的主机池中。
结合第六方面,在第一种可能的实现方式中,工作主机还包括存储搬迁模块,用于在服务搬迁模块将本身的服务迁移到集群内的其他工作主机之后,根据管理服务器的控制将本身的存储信息转移到对应的其他工作主机上。
结合第六方面或第六方面的第一种可能的实现方式,在第二种可能的实现方式中,工作主机还包括节能模块,用于在迁入到主机池中之后,根据管理服务器的控制进入待机模式或下电以备调用。
为解决上述问题,本申请第七方面提供一种云计算的资源调度方法,方法包括:在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器;根据管理服务器的控制信息将自身的至少一部分服务迁出到新增的工作主机上,其中,控制信息是管理服务器根据负载率计算得到负荷阈值,比较负荷值和负荷阈值的大小并在负荷值大于负荷阈值时所返回的信息。
为解决上述问题,本申请第八方面提供一种云计算的工作主机,工作主机包括:发送模块,用于在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器;服务搬迁模块,用于根据管理服务器的控制信息将自身的至少一部分服务迁出到新增的工作主机上,其中,控制信息是管理服务器根据负载率计算得到负荷阈值,比较负荷值和负荷阈值的大小并在负荷值大于负荷阈值时所返回的信息。
本申请云计算的管理服务器、工作和闲置主机以及资源调度方法,通过在云计算的系统中设置主机池,并在主机池中可以存放多个闲置主机,通过这种方式,当某些集群的负载率过大而导致无法服务等情况下,可以即时地从主机池中调用闲置主机以分担服务。本申请通过主机池的方式,使集群之间可以共用闲置主机,有效地避免了集群业务高峰期无法进行响应处理的问题,从而解决了现有技术中无法合理分配并充分利用云计算的资源的问题。
附图说明
图1是本申请云计算的资源调度方法第一实施方式的流程示意图;
图2是本申请云计算的资源调度方法第二实施方式的流程示意图;
图3是本申请云计算的资源调度方法第三实施方式的流程示意图;
图4是本申请云计算的资源调度方法第四实施方式的流程示意图;
图5是本申请云计算的资源调度方法第五实施方式的流程示意图;
图6是本申请云计算的管理服务器第一实施方式的示意框图;
图7是本申请云计算的管理服务器第二实施方式的示意框图;
图8是本申请云计算的管理服务器第三实施方式的示意框图;
图9是本申请云计算的管理服务器第四实施方式的示意框图;
图10是本申请云计算的管理服务器第五实施方式的示意框图;
图11是本申请云计算的资源调度方法第六实施方式的流程示意图;
图12是本申请云计算的资源调度方法第七实施方式的流程示意图;
图13是本申请云计算的闲置主机一实施方式的示意框图,其中,闲置主机从主机池迁入集群中;
图14是本申请云计算的资源调度方法第八实施方式的流程示意图;
图15是本申请云计算的资源调度方法第九实施方式的流程示意图;
图16是本申请云计算的工作主机第一实施方式的示意框图,其中,工作主机从集群迁入主机池中;
图17是本申请云计算的资源调度方法第十实施方式的流程示意图;以及
图18是本申请云计算的工作主机第二实施方式的示意框图,其中,集群原有的工作主机将自身的至少一部分服务迁出到新增的工作主机上。
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,以便透切理解本申请。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。
下面结合附图和具体的实施方式进行说明。
请参阅图1,是本申请云计算的资源调度方法第一实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S100,获取云计算中集群的负载率。
在步骤S100中,具体可以检测云计算中集群的CPU使用率和/或内存使用率,并根据CPU使用率和/或内存使用率计算得到集群对应的负载率;为了防止以较高的频率检测而浪费系统的资源,本实施方式可以以8分钟~12分钟的周期检测云计算中集群的CPU使用率和/或内存使用率。譬如根据云计算系统的情况而设置周期为10分钟,接着,每10分钟获取所有集群的所有CAN(计算机节点)上报的CPU使用率(或内存使用率),其中,其具体的上报过程和获取过程在本技术领域人员理解的范围内,不作赘述。另外,步骤S100可以同时对一个或多个集群进行检测仪实时得到云计算系统内的所有集群的实时负载情况,以更好地进行后续的资源调度等动作,在此不作限定。
步骤S 101,根据预设的负载阈值判断负载率的大小。
在步骤S101中,负载阈值可以根据云计算系统的总体资源进行设置,譬如根据设于其内的所有工作主机、闲置主机或服务的情况设置为不同的数值,通过负载阈值的作用,可以更好地实现主机之间的业务来往,以更好地进行服务。
步骤S102,在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。
在步骤S102中,云计算系统可以根据实际需要而设定一个或多个主机池(即用于存放闲置主机的“资源池”或“服务池”),主机池与云计算系统内的所有集群相连;在该云计算系统中,主机池内的闲置主机可以实时地根据管理服务器的控制而迁入到任一集群中,而集群内的工作主机也可以根据管理服务器的控制而迁出到主机池中,换而言之,通过主机池的“中转站”作用,实现了任意集群之间的主机的互相调用的功能。具体来说,在本实施方式中,通过主机池的作用,在某一集群的负载率大于第一负载阈值时,将主机池的闲置主机迁移进集群内进行服务,有效地避免了集群的工作主机数量一定时,在服务高峰期无法响应服务等问题。
本实施方式可以有效地解决现有技术中由于预先给每个集群初始分配了一定数目的工作主机后、基本上不会再进行调整改变、而导致业务高峰期无法进行响应处理的问题。具体而言,本实施方式云计算的资源调度方法有效地解决了现有技术中不同的集群之间的闲置主机无法相互调用的技术问题,提高了云计算系统调度主机资源的智能性。
请参阅图2,是本申请云计算的资源调度方法第二实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S200,获取云计算中集群的负载率。
步骤S201,根据预设的负载阈值判断负载率的大小。
步骤S200和步骤S201的具体过程还请参阅前面实施方式的相关描述,在本技术领域人员容易结合理解的范围内,不再赘述。
步骤S202,在负载率大于负载阈值中的第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数。
在步骤S202中,当集群的负载率偏大时,可能需要一个或多个闲置主机进来分担负载,此时,云计算系统的管理服务器需要预先根据集群之外的预设网络或主机池中所有闲置主机的性能参数分别进行确定,当然,也可以同时根据集群之外的预设网络和主机池中所有闲置主机的性能参数进行确定,以达到最好的资源调度效果。另外,在本步骤S202中,集群也可以根据自身的负载率情况主动申请分配主机以分担负载,即步骤S202具体可以包括过程:在负载率大于负载阈值中的第一负载阈值时,获取集群的申请主机请求,根据集群的申请主机请求获取集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
步骤S203,根据性能参数和集群的负载率从主机池中匹配得到至少一个匹配的闲置主机。
如步骤S202所述,在步骤S203中,当管理服务器获取到性能参数后,针对特定的负载率的集群,从主机池中获取匹配的一个或多个闲置主机,以将集群原来的工作主机的服务迁移到这些闲置主机时、能使集群的负载率降到指定的范围内,从而不会出现迁移的闲置主机过多而使得负载率大幅降低、或迁移的闲置主机的网络或性能均与迁入的集群不匹配而导致无法迁移服务等情况。不难看出,通过步骤S203可以较大限度地实现更优化的资源调度方案。
步骤S204,控制匹配的闲置主机以将匹配的闲置主机迁移到集群内作为新增的工作主机。
步骤S205,控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上。
在步骤S205中,当集群内获取到匹配的闲置主机后,管理服务器将原有的工作主机的部分服务迁移到新增的工作主机上,且在服务迁移的某一时间段内,原有的工作主机的负荷值与新增的工作主机的负荷值基本上保持一致,而使得集群内的负载基本处于均衡状态,以更好地提高服务的质量。另外,值得注意的是,在迁移的过程中始终保持服务,譬如在将邮件服务搬迁到新增的工作主机上的过程中,保持在线的邮件服务系统,从而使得服务可以延续,保证服务的质量。
需要说明的是,在将原有的工作主机的至少一部分服务迁移到新增的工作主机上之前,管理服务器需要预先关联好相对应的存储设备,接着在步骤S205中管理服务器才可以直接设置该匹配的闲置主机归属于存储设备相对应的集群中进行分担服务。具体而言,如果没有预先关联好相对应的存储设备,在步骤S205之前,则需要根据集群内的原有的工作主机的存储设备对新增的工作主机关联相对应的存储设备,再执行步骤S205,其中关联存储设备的过程在本技术领域人员理解的技术范围内,在此不作限定。
请参阅图3,是本申请云计算的资源调度方法第三实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S300,获取云计算中集群的负载率。
步骤S301,根据预设的负载阈值判断负载率的大小。
步骤S300和步骤S301的具体过程还请参阅前面实施方式的相关描述,在本技术领域人员容易结合理解的范围内,不再赘述。
步骤S302,在负载率大于负载阈值中的第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数。
在本步骤S302中,集群也可以根据自身的负载率情况主动申请分配主机以分担负载,即步骤S302具体可以包括过程:在负载率大于负载阈值中的第一负载阈值时,获取集群的申请主机请求,根据集群的申请主机请求获取集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
步骤S303,根据性能参数和集群的负载率从主机池中匹配得到至少一个匹配的闲置主机。
如步骤S302所述,在步骤S303中,当管理服务器获取到性能参数后,针对特定的负载率的集群,从主机池中获取匹配的一个或多个闲置主机,以将集群原来的工作主机的服务迁移到这些闲置主机时、能使集群的负载率降到指定的范围内,从而不会出现迁移的闲置主机过多而使得负载率大幅降低、或迁移的闲置主机的网络或性能均与迁入的集群不匹配而导致无法迁移服务等情况。
步骤S304,控制匹配的闲置主机以将匹配的闲置主机迁移到集群内作为新增的工作主机。
步骤S305,根据集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络。
在本实施方式的步骤S305中,如果管理服务器没有预先配置好主机池中闲置主机的网络,则在闲置主机迁移到集群内作为新增的工作主机后,需要根据集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络,以使新增的工作主机能够进行原有的工作主机的服务。
步骤S306,控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上。
在步骤S306中,当集群内获取到匹配的闲置主机后,管理服务器将原有的工作主机的部分服务迁移到新增的工作主机上,且在服务迁移的某一时间段内,原有的工作主机的负荷值与新增的工作主机的负荷值基本上保持一致,而使得集群内的负载基本处于均衡状态,以更好地提高服务的质量。需要说明的是,在将原有的工作主机的至少一部分服务迁移到新增的工作主机之前,管理服务器需要预先关联好相对应的存储设备,接着在步骤S306中管理服务器才可以直接设置该匹配的闲置主机归属于存储设备相对应的集群中进行分担服务。如前所述,如果没有预先关联好相对应的存储设备,在步骤S306之前,则需要根据集群内的原有的工作主机的存储设备对新增的工作主机关联相对应的存储设备,再执行步骤S306,其中关联存储设备的过程在本技术领域人员理解的技术范围内,在此不作限定。
本实施方式通过对集群中新增的工作主机进行自动配置服务的网络的方式,使得服务迁移到新增的工作主机后能够提供正常的服务。
请参阅图4,是本申请云计算的资源调度方法第四实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S400,获取云计算中集群的负载率。
步骤S401,根据预设的负载阈值判断负载率的大小。
步骤S401的负载阈值可以为多个并以集群的负载情况进行设置,在其他实施方式中也可以根据主机池的数目、集群的数目或服务类型的种类而进行设置,在本技术领域人员理解的范围内,不作限定。另外,需要说明的是,步骤S401是一个判断步骤,若负载率大于负载阈值中的第一负载阈值执行步骤S402,若负载率小于负载阈值中的第二负载阈值则执行步骤S403,而当负载率等于负载阈值中的第一或第二负载阈值时,则可以返回步骤S400,在本技术领域人员理解的范围内,不作限定。
步骤S402,在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。
在本实施方式中,步骤S400、步骤S401及步骤S402的具体工作过程可以参照前面一个或多个实施方式的相关描述,在此不作赘述。
步骤S403,在负载率小于负载阈值中的第二负载阈值时将集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,第一负载阈值大于或等于第二负载阈值。
与前面实施方式不同之处在于,本实施方式步骤S403具体工作过程包括:在该云计算系统中,集群内的工作主机可以实时地根据管理服务器的控制而迁移到主机池中,即与步骤S402配合实现了主机的“主机池到集群”和“集群到主机池到”的调度过程,换而言之,通过主机池的“中转站”作用,直接实现了任意集群之间的主机的互相调用的功能。具体来说,在本实施方式中,通过主机池的作用,在某一集群的负载率小于第二负载阈值时,将集群内的工作主机迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源,避免了浪费并提高了资源的利用率。
本实施方式云计算的资源调度方法有效地解决了现有技术中不同的集群之间的闲置主机无法相互调用的技术问题,实现了云计算系统调度主机资源的智能化。
请参阅图5,是本申请云计算的资源调度方法第五实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S500,获取云计算中集群的负载率。
步骤S501,根据预设的负载阈值判断负载率的大小。
步骤S501进行判断后,若负载率大于负载阈值中的第一负载阈值执行步骤S502,若负载率小于负载阈值中的第二负载阈值则执行步骤S503,而当负载率等于负载阈值中的第一或第二负载阈值时,则可以返回步骤S500,在本技术领域人员理解的范围内,不作限定。
步骤S502,在负载率大于负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。
在本实施方式中,步骤S500、步骤S501及步骤S502的具体工作过程可以参照前面一个或多个实施方式的相关描述,在此不作赘述。
步骤S503,在负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上。
在负载率小于负载阈值中的第二负载阈值时,管理服务器认为该集群的负载率偏低而浪费了云计算系统的资源,而需要将至少一个工作主机迁移到主机池中;同时为了保持服务的连续性等以保证服务质量,或者避免其将服务带入到主机池中等,因此要将其所对应的服务迁出到同一集群内的其他工作主机上。
步骤S504,将已进行服务迁出的工作主机的存储信息转移到新迁入了服务的其他工作主机上。
经过步骤S503迁移服务后,本实施方式可以再通过步骤S504将已进行服务迁出的工作主机的存储信息转移到新迁入了服务的其他工作主机上,从而使得原来的服务保持其连续性。
步骤S505,控制已进行服务迁出和存储信息转移的工作主机退出集群。
步骤S506,将退出集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
通过步骤S505和步骤S506,本实施方式可以将被迁移的工作主机的资源完整地“释放”出来并加入到主机池原有的闲置主机的队列中,接着,可以刷新主机池中的闲置主机的列表以便其他集群需要分担负载时可以直接迁移进去服务。当然,为了进一步节省资源,本实施方式的管理服务器可以通过DPM(分布式电源管理)模块控制备调用的闲置主机使其进入待机模式或下电以降低云计算系统的功耗。
上面一个或多个实施方式为针对管理服务器的工作流程的相关描述,请参阅图6,图6是本申请云计算的管理服务器第一实施方式的示意框图,下面将结合管理服务器60的具体工作模块进行具体的描述,在本实施方式中,管理服务器60包括但不限于获取模块61、判断模块62和调度模块63。
获取模块61用于获取云计算中集群的负载率。获取模块61具体可以检测云计算中集群的CPU使用率和/或内存使用率,并根据CPU使用率和/或内存使用率计算得到集群对应的负载率;为了防止以较高的频率检测而浪费系统的资源,本实施方式获取模块61可以以8分钟~12分钟的周期检测云计算中集群的CPU使用率和/或内存使用率。譬如根据云计算系统的情况而设置周期为10分钟,接着,获取模块61每10分钟获取所有集群的所有CAN(计算机节点)上报的CPU使用率(或内存使用率),其中,其具体的上报过程和获取过程在本技术领域人员理解的范围内,不作赘述。另外,获取模块61可以同时对一个或多个集群进行检测仪实时得到云计算系统内的所有集群的实时负载情况,以更好地进行后续的资源调度等动作,在此不作限定。
判断模块62用于根据预设的负载阈值判断获取模块61获取的负载率的大小。负载阈值可以根据云计算系统的总体资源进行设置,譬如根据设于其内的所有工作主机、闲置主机或服务的情况设置为不同的数值,通过负载阈值的作用,可以更好地实现主机之间的业务来往,以更好地进行服务。
调度模块63用于在判断模块62判断到负载率大于负载阈值中的第一负载阈值时,将主机池中的至少一个闲置主机迁移到集群内作为工作主机以进行服务。需要说明的是,云计算系统可以根据实际需要而设定一个或多个主机池(即用于存放闲置主机的资源池或服务池),主机池与云计算系统内的所有集群相连;在该云计算系统中,主机池内的闲置主机可以实时地根据管理服务器60的控制而迁入到任一集群中,而集群内的工作主机也可以根据管理服务器60的控制而迁出到主机池中,换而言之,通过主机池的“中转站”作用,实现了任意集群之间的主机的互相调用的功能。具体来说,在本实施方式中,通过主机池的作用,在某一集群的负载率大于第一负载阈值时,将主机池的闲置主机迁移进集群内进行服务,使云计算系统能进行更好的整体服务,提高了服务质量并改善用户体验。
本实施方式可以有效地解决现有技术中由于预先给每个集群初始分配了一定数目的工作主机后、基本上不会再进行调整改变、而导致业务高峰期无法进行响应处理的问题。本实施方式管理服务器60有效地解决了现有技术中不同的集群之间的闲置主机无法相互调用的技术问题,提高了云计算系统调度主机资源的智能性。
请接着参阅图7,调度模块63具体可以包括获取单元630、匹配单元631、第一控制单元632和第二控制单元633。
获取单元630用于在判断模块62判断到负载率大于负载阈值中的第一负载阈值时,获取集群之外的预设网络和/或主机池中所有闲置主机的性能参数。举例而言,当集群的负载率偏大时,可能需要一个或多个闲置主机进来分担负载,此时,云计算系统的管理服务器60需要预先根据集群之外的预设网络或主机池中所有闲置主机的性能参数分别进行确定,当然,也可以同时根据集群之外的预设网络和主机池中所有闲置主机的性能参数进行确定,以达到最好的资源调度效果。另外,集群也可以根据自身的负载率情况主动申请分配主机以分担负载,获取单元630在负载率大于负载阈值中的第一负载阈值时,首先获取集群的申请主机请求,获取单元630再根据集群的申请主机请求获取集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
匹配单元631用于根据获取单元630获取的性能参数和集群的负载率从主机池中匹配得到至少一个匹配的闲置主机。当管理服务器60获取到性能参数后,针对特定的负载率的集群,控制匹配单元631从主机池中获取匹配的一个或多个闲置主机,以将集群原来的工作主机的服务迁移到这些闲置主机时、能使集群的负载率降到指定的范围内,从而不会出现迁移的闲置主机过多而使得负载率大幅降低、或迁移的闲置主机的网络或性能均与迁入的集群不匹配而导致无法迁移服务等情况。不难看出,通过匹配单元631的作用可以较大限度地实现更优化的资源调度方案。
第一控制单元632用于控制匹配单元631匹配的闲置主机以将匹配的闲置主机迁移到集群内作为新增的工作主机。
第二控制单元633用于在第一控制单元632将匹配的闲置主机迁移到集群内作为新增的工作主机后,控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机上。当集群内获取到匹配的闲置主机后,管理服务器60的第二控制单元633将原有的工作主机的部分服务迁移到新增的工作主机上,且在服务迁移的某一时间段内,原有的工作主机的负荷值与新增的工作主机的负荷值基本上保持一致,而使得集群内的负载基本处于均衡状态,以更好地提高服务的质量。另外,值得注意的是,在迁移的过程中始终保持服务,譬如在将邮件服务搬迁到新增的工作主机上的过程中,保持在线的邮件服务系统,从而使得服务可以延续,以保证服务的质量。
请进一步参阅图8,在第二控制单元633将原有的工作主机的至少一部分服务迁移到新增的工作主机上之前,需要预先配置好集群的服务所对应的网络和关联好相对应的存储设备,此时,调度模块63进一步可以包括网络配置单元634和存储关联单元635。
如上所述,网络配置单元634用于在第二控制单元633控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机之前,根据集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络,以使新增的工作主机能够进行原有的工作主机的服务。
存储关联单元635用于在第二控制单元633控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到新增的工作主机之前,根据集群内的原有的工作主机的存储设备对新增的工作主机关联相对应的存储设备。
上述过程仅是针对管理服务器60将主机池中的闲置主机迁移入集群内进行服务的工作过程进行描述;然而在具体工作过程中,调度模块63还具体用于在判断模块62判断到负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,其中,第一负载阈值大于或等于第二负载阈值。在此过程中,第二控制单元633相应地具体用于在负载率小于负载阈值中的第二负载阈值时,将集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上。此时,请结合前面实施方式的描述参阅图9,调度模块63还包括存储转移单元636,存储转移单元636用于将根据第二控制单元633的控制已进行服务迁出的工作主机的存储信息转移到新迁入了服务的其他工作主机上;接着,第一控制单元632具体用于控制已进行服务迁出和存储信息转移的工作主机退出集群,并将退出集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
为了保持服务的连续性等以保证服务质量,或者避免其将服务带入到主机池中等,因此要将其所对应的服务迁出到同一集群内的其他工作主机上。另外,在第一控制单元632具体用于控制已进行服务迁出和存储信息转移的工作主机退出集群的过程中,为了进一步优化调度的过程,可以根据集群内的所有的工作主机的负荷值进行控制。举例而言,本实施方式获取单元630具体用于在判断模块62判断到负载率小于负载阈值中的第二负载阈值时,从集群内获取所有工作主机的负荷值;接着,第二控制模块633根据负载率计算负荷阈值,并将获取单元630获取的负荷值小于负荷阈值的一个或多个工作主机的服务迁出到同一集群内的其他工作主机上。
在本实施方式中,通过主机池的作用,在某一集群的负载率小于第二负载阈值时,将集群内的工作主机迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源的情况,避免了浪费并提高了资源的利用率。不难看出,本申请实现了管理服务器60对主机的“主机池到集群”和“集群到主机池到”的调度过程,进一步而言,通过主机池的“中转站”作用,实现了任意集群之间的主机的互相调用的功能。
进一步参阅图10,在检测云计算中集群的CPU使用率和/或内存使用率,并根据CPU使用率和/或内存使用率计算得到集群对应的负载率的过程中,获取模块61具体可以包括检测单元610和计算单元611。相应地,检测单元610用于检测云计算中集群的CPU使用率和/或内存使用率,其可以以8分钟~12分钟的周期进行检测;而计算单元611则用于根据检测单元检测到的CPU使用率和/或内存使用率计算得到集群对应的负载率。
此外,为了进一步降低云计算系统的功耗,管理服务器60还可以设置有电源管理模块,电源管理模块用于在第一控制单元632控制工作主机退出集群并释放到主机池中作为闲置主机后,控制备调用的闲置主机使其进入待机模式或下电。
本申请通过主机池的作用,在某一集群的负载率小于第二负载阈值时,将集群内的工作主机迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源的情况,避免了浪费并提高了资源的利用率。进一步而言,本实施方式云计算的管理服务器60有效地解决了现有技术中不同的集群之间的闲置主机无法相互调用的技术问题,实现了云计算系统调度主机资源的智能化。
请参阅图11,是本申请云计算的资源调度方法第六实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S110,根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中。
在步骤S110中,管理服务器在主机池中设置有一个或多个可以供任意集群使用的闲置主机,闲置主机可以根据管理服务器的控制而实时地迁移到负载率较大的集群中。
步骤S111,在迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务。
步骤S111之前,管理服务器已经根据集群内的原有的工作主机的服务类型所对应的网络和存储设备对该闲置主机配置相对应的网络并关联相对应的存储设备,此时闲置主机迁入到集群后才能接收集群内的原有的工作主机转移过来的服务以作为新增的工作主机进行服务。另外,原有的工作主机的负荷值与新增的工作主机的负荷值基本上保持一致,使得集群内的负载基本处于均衡状态;而在服务迁移的过程中始终保持在线服务,譬如在将邮件服务搬迁到新增的工作主机上的过程中,保持在线的邮件服务系统,从而使得服务可以延续,保证服务的质量。
本实施方式通过主机池的闲置主机的作用,当某一集群的负载率大于负载阈值时,将主机池的闲置主机迁移进集群内进行服务,从而有效地避免了集群的工作主机数量一定时,在服务高峰期无法响应服务等问题。
请接着参阅图12,是本申请云计算的资源调度方法第七实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S120,根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中。
步骤S121,根据管理服务器的控制配置集群内原有的工作主机的服务类型所对应的网络。
如前所述,如果被迁移的闲置主机没有经过管理服务器预先配置网络,则需要通过步骤S121配置集群内原有的工作主机的服务类型所对应的网络,其中,其具体的配置过程在本技术领域人员理解的范围内,不作限定。
步骤S122,根据管理服务器的控制关联集群内原有的工作主机所关联的存储设备。
相应地,如果被迁移的闲置主机没有经过管理服务器预先关联存储设备,则需要通过步骤S122关联集群内原有的工作主机所关联的存储设备,其中,其具体的关联过程在本技术领域人员理解的范围内,不作赘述。
步骤S123,在迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务。
请结合图12参阅图13,是本申请云计算的闲置主机一实施方式的示意框图,其中,闲置主机13从主机池迁入集群中。
在本实施方式中,闲置主机13包括但不限于迁移模块130、网络模块131、关联模块132和接收模块133。
迁移模块130用于根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中。
接收模块133用于在经由迁移模块130迁入到集群后,根据管理服务器的控制接收集群内的原有的工作主机转移过来的服务以进行服务。
而网络模块131用于在接收模块133接收集群内的原有的工作主机转移过来的服务之前,根据管理服务器的控制配置集群内原有的工作主机的服务类型所对应的网络。
关联模块132则用于在接收模块133接收集群内的原有的工作主机转移过来的服务之前,根据管理服务器的控制关联集群内原有的工作主机所关联的存储设备。
本实施方式通过主机池及其闲置主机13的作用,当某一集群的负载率大于第一负载阈值时,将主机池的闲置主机13迁移进集群内进行服务,从而有效地避免了集群的工作主机数量一定时,在服务高峰期无法响应服务等问题。
请参阅图14,是本申请云计算的资源调度方法第八实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S140,在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上。
在步骤S140中,任意集群内的工作主机,如果所在的集群的负载率偏小,且部分工作主机的负荷值也偏小,此时,为了实现资源的有效利用,管理服务器可以控制这部分工作主机以将其所承担的服务迁移到同一集群内的其他工作主机上。
步骤S141,根据管理服务器的控制从集群中迁出,并迁入到云计算的主机池中。
如步骤S140所述,当集群内的工作主机根据管理服务器的控制将自身所承担的服务迁移到同一集群内的其他工作主机之后,其处于闲置的状态,此时,可以根据管理服务器的控制迁入到主机池中。
本实施方式通过主机池的作用,在某一集群的负载率小于负载阈值时,将集群内的工作主机迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源,避免了浪费并提高了资源的利用率。进一步而言,结合图11和图12及其实施方式的相关描述,本实施方式云计算的资源调度方法有效地解决了现有技术中不同的集群之间的闲置主机无法相互调用的技术问题,实现了云计算系统调度主机资源的智能化。
请参阅图15,是本申请云计算的资源调度方法第九实施方式的流程示意图,在本实施方式中,云计算的资源调度方法包括但不限于以下步骤。
步骤S150,在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上。
步骤S151,在将本身的服务迁移到集群内的其他工作主机之后,根据管理服务器的控制将本身的存储信息转移到对应的其他工作主机上。
在步骤S151中可以将工作主机自身所关联的存储设备的信息同时迁移到对应的其他工作主机时,以使原集群的工作主机更好地进行延续服务,提高服务质量。
步骤S152,根据管理服务器的控制从集群中迁出,并迁入到云计算的主机池中。
步骤S153,在迁入到主机池中之后,根据管理服务器的控制进入待机模式或下电以备调用。
本实施方式通过步骤S153可以进一步降低云计算系统的功耗,节省能源。
请接着参阅图16,是本申请云计算的工作主机第一实施方式的示意框图,其中,工作主机16从集群迁入主机池中。
在本实施方式中,工作主机16包括但不限于服务搬迁模块160、存储搬迁模块161、迁移模块162和节能模块163等。
服务搬迁模块160用于在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到集群内的其他工作主机上。
迁移模块162用于在服务搬迁模块160将本身的服务迁移到集群内的其他工作主机后,根据管理服务器的控制从集群中迁出,并迁入到云计算的主机池中。
存储搬迁模块161用于在服务搬迁模块160将本身的服务迁移到集群内的其他工作主机之后,根据管理服务器的控制将本身的存储信息转移到对应的其他工作主机上。
节能模块163用于在迁入到主机池中之后,根据管理服务器的控制进入待机模式或下电以备调用。
本实施方式通过主机池的作用,在某一集群的负载率小于负载阈值时,集群内的工作主机可以迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源的情况,避免了浪费并提高了资源的利用率。
请参阅图17,是本申请云计算的资源调度方法第十实施方式的流程示意图,在本实施例中,云计算的资源调度方法包括但不限于以下步骤。
步骤S170,在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器。
在步骤S170中,在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,集群内的工作主机可以主动将自身的负荷值发送给管理服务器,以让管理服务器清楚地了解集群内所有工作主机的负荷值状况。
步骤S171,根据管理服务器的控制信息将自身的至少一部分服务迁出到新增的工作主机上,其中,控制信息是管理服务器根据负载率计算得到负荷阈值,比较负荷值和负荷阈值的大小并在负荷值大于负荷阈值时所返回的信息。
在步骤S171中,当集群内的工作主机将自身的负荷值发送给管理服务器后,如果管理服务器根据该集群的负载率计算得到负荷阈值,而某一工作主机的负荷值大于负荷阈值,则认为该工作主机处于超负荷状态,此时,如果从主机池中新迁入闲置主机,则可以将超负荷的工作主机的一部分服务迁移到新迁入闲置主机上进心分担服务,从而使得集群内的所有工作主机的负荷值基本上处于负荷阈值附近,实现集群内所有工作主机之间的负载均衡。
请结合图17参阅图18,图18是本申请云计算的工作主机第二实施方式的示意框图,其中,集群原有的工作主机18将自身的至少一部分服务迁出到新增的工作主机13上,工作主机13为图13中所示的工作主机。在本实施方式中,集群原有的工作主机18包括但不限于发送模块180和服务搬迁模块181。
发送模块180用于在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器。
服务搬迁模块181用于根据管理服务器的控制信息将自身的至少一部分服务迁出到新增的工作主机上,其中,控制信息是管理服务器根据负载率计算得到负荷阈值,比较负荷值和负荷阈值的大小并在负荷值大于负荷阈值时所返回的信息。
如前一个实施方式的相关描述,当工作主机18将自身的负荷值发送给管理服务器后,如果管理服务器根据该集群的负载率计算得到负荷阈值,而该工作主机18的负荷值大于负荷阈值,则认为该工作主机18处于超负荷状态,此时,如果从主机池中新迁入工作主机13,则可以将超负荷的工作主机的一部分服务迁移到新迁入工作主机13上进心分担服务,从而使得集群内的所有工作主机的负荷值基本上处于负荷阈值附近,实现集群内所有工作主机之间的负载均衡。
本申请云计算的管理服务器、工作和闲置主机以及资源调度方法,通过在云计算的系统中设置主机池,并在主机池中可以存放多个闲置主机,通过这种方式,当某些集群的负载率过大而导致无法服务等情况下,可以即时地从主机池中调用闲置主机以分担服务。本申请通过主机池的方式,使集群之间可以共用闲置主机,有效地避免了集群业务高峰期无法进行响应处理的问题,从而解决了现有技术中无法合理分配并充分利用云计算的资源的问题。
同时,通过主机池的作用,在某一集群的负载率小于负载阈值时,将集群内的工作主机迁移进主机池中,从而减少负载率较小的集群过多地占用云计算系统的资源,避免了浪费并提高了资源的利用率。
通过上述两种方式的结合,本申请能够对云计算系统中的所有主机进行自动统一管理并进行调度,有效地解决了现有技术中无法合理分配并充分利用云计算的资源的问题,并提高了云计算系统中的主机资源的使用率,实现环保节能。
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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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,管理服务器,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-OnlyMemory)、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。
以上所述仅为本申请的实施方式,并非因此限制本申请的保护范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (36)

1.一种云计算的资源调度方法,其特征在于,所述方法包括:
获取所述云计算中集群的负载率;
根据预设的负载阈值判断所述负载率的大小;
在所述负载率大于所述负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到所述集群内作为工作主机以进行服务。
2.根据权利要求1所述的方法,其特征在于,所述在负载率大于所述负载阈值中的第一负载阈值时将主机池中的至少一个闲置主机迁移到所述集群内作为工作主机以进行服务的步骤具体包括:
在所述负载率大于所述负载阈值中的第一负载阈值时,获取所述集群之外的预设网络和/或所述主机池中所有闲置主机的性能参数;
根据所述性能参数和所述集群的负载率从所述主机池中匹配得到至少一个匹配的闲置主机;
控制所述匹配的闲置主机以将所述匹配的闲置主机迁移到所述集群内作为新增的工作主机;
控制所述集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机上。
3.根据权利要求2所述的方法,其特征在于,在所述控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机上的步骤之前还包括:
根据所述集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络。
4.根据权利要求2或3所述的方法,其特征在于,在所述控制集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机上的步骤之前还包括:
根据所述集群内的原有的工作主机的存储设备对所述新增的工作主机关联相对应的存储设备。
5.根据权利要求2或3所述的方法,其特征在于,所述在负载率大于所述负载阈值中的第一负载阈值时,获取所述集群之外的预设网络和/或所述主机池中所有闲置主机的性能参数的步骤具体包括:
在负载率大于所述负载阈值中的第一负载阈值时,获取所述集群的申请主机请求;
根据所述集群的申请主机请求获取所述集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
6.根据权利要求1~3任一项所述的方法,其特征在于,所述根据预设的第一负载阈值判断所述负载率的大小的步骤之后还包括:
在所述负载率小于所述负载阈值中的第二负载阈值时将所述集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,所述第一负载阈值大于或等于所述第二负载阈值。
7.根据权利要求6所述的方法,其特征在于,所述在负载率小于所述负载阈值中的第二负载阈值时将所述集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用的步骤具体包括:
在所述负载率小于所述负载阈值中的第二负载阈值时,将所述集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上;
将已进行服务迁出的所述工作主机的存储信息转移到新迁入了服务的所述其他工作主机上;
控制已进行服务迁出和存储信息转移的所述工作主机退出所述集群;
将退出所述集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
8.根据权利要求7所述的方法,其特征在于,所述在负载率小于所述负载阈值中的第二负载阈值时,将所述集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上的步骤具体包括:
在所述负载率小于所述负载阈值中的第二负载阈值时,从所述集群内获取所有工作主机的负荷值;
根据所述负载率计算负荷阈值,并将负荷值小于所述负荷阈值的一个或多个工作主机的服务迁出到同一集群内的其他工作主机上。
9.根据权利要求7所述的方法,其特征在于,在所述将退出所述集群的工作主机的资源释放到主机池中作为闲置主机以备调用的步骤之后还包括:
控制备调用的闲置主机使其进入待机模式或下电。
10.根据权利要求6所述的方法,其特征在于,所述获取集群的负载率的步骤具体包括:
检测所述云计算中集群的CPU使用率和/或内存使用率;
根据所述CPU使用率和/或内存使用率计算得到所述集群对应的负载率。
11.根据权利要求10所述的方法,其特征在于,所述检测所述云计算中集群的CPU使用率和/或内存使用率的步骤具体包括:
以8分钟~12分钟的周期检测所述云计算中集群的CPU使用率和/或内存使用率。
12.一种云计算的管理服务器,其特征在于,所述管理服务器包括:
获取模块,用于获取所述云计算中集群的负载率;
判断模块,用于根据预设的负载阈值判断所述获取模块获取的所述负载率的大小;
调度模块,用于在所述判断模块判断到所述负载率大于所述负载阈值中的第一负载阈值时,将主机池中的至少一个闲置主机迁移到所述集群内作为工作主机以进行服务。
13.根据权利要求12所述的管理服务器,其特征在于,所述调度模块具体包括:
获取单元,用于在所述判断模块判断到所述负载率大于所述第一负载阈值时,获取所述集群之外的预设网络和/或所述主机池中所有闲置主机的性能参数;
匹配单元,用于根据所述获取单元获取的所述性能参数和所述集群的负载率从所述主机池中匹配得到至少一个匹配的闲置主机;
第一控制单元,用于控制所述匹配单元匹配的闲置主机以将所述匹配的闲置主机迁移到所述集群内作为新增的工作主机;
第二控制单元,用于控制所述集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机上。
14.根据权利要求13所述的管理服务器,其特征在于,所述调度模块还包括:
网络配置单元,用于在所述第二控制单元控制所述集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机之前,根据所述集群内的原有的工作主机的服务类型对新增的工作主机配置相对应的网络。
15.根据权利要求13或14所述的管理服务器,其特征在于,所述调度模块还包括:
存储关联单元,用于在所述第二控制单元控制所述集群内的原有的工作主机以将原有的工作主机的至少一部分服务迁移到所述新增的工作主机之前,根据所述集群内的原有的工作主机的存储设备对所述新增的工作主机关联相对应的存储设备。
16.根据权利要求13或14所述的管理服务器,其特征在于,所述获取单元具体用于:在所述判断模块判断到所述负载率大于所述第一负载阈值时,获取所述集群的申请主机请求,并根据所述集群的申请主机请求获取所述集群之外的预设网络和/或从主机池的列表中获取所有闲置主机的性能参数。
17.根据权利要求12~14任一项所述的管理服务器,其特征在于,所述调度模块具体用于在所述判断模块判断到所述负载率小于所述负载阈值中的第二负载阈值时,将所述集群内的至少一个工作主机迁移到预设的主机池中作为闲置主机以备调用,其中,所述第一负载阈值大于或等于所述第二负载阈值。
18.根据权利要求17所述的管理服务器,其特征在于:
所述第二控制单元具体用于在所述负载率小于所述第二负载阈值时,将所述集群内的至少一个工作主机的服务迁出到同一集群内的其他工作主机上;
所述调度模块还包括:
存储转移单元,用于将根据所述第二控制单元的控制已进行服务迁出的所述工作主机的存储信息转移到新迁入了服务的所述其他工作主机上;
所述第一控制单元具体用于控制已进行服务迁出和存储信息转移的所述工作主机退出所述集群,并将退出所述集群的工作主机的资源释放到主机池中并作为闲置主机以备调用。
19.根据权利要求18所述的管理服务器,其特征在于:
所述获取单元具体用于在所述判断模块判断到所述负载率小于所述第二负载阈值时,从所述集群内获取所有工作主机的负荷值;
所述第二控制模块具体用于根据所述负载率计算负荷阈值,并将负荷值小于所述负荷阈值的一个或多个工作主机的服务迁出到同一集群内的其他工作主机上。
20.根据权利要求18所述的管理服务器,其特征在于,所述管理服务器还包括:
电源管理模块,用于在所述第一控制单元控制所述工作主机退出所述集群并释放到主机池中作为闲置主机后,控制备调用的闲置主机使其进入待机模式或下电。
21.根据权利要求17所述的管理服务器,其特征在于,所述获取模块具体包括:
检测单元,用于检测所述云计算中集群的CPU使用率和/或内存使用率;
计算单元,用于根据所述检测单元检测到的CPU使用率和/或内存使用率计算得到所述集群对应的负载率。
22.根据权利要求21所述的管理服务器,其特征在于,所述检测单元具体以8分钟~12分钟的周期检测所述云计算中集群的CPU使用率和/或内存使用率。
23.一种云计算的资源调度方法,其特征在于,所述方法包括:
根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中;
在迁入到所述集群后,根据所述管理服务器的控制接收所述集群内的原有的工作主机转移过来的服务以进行服务。
24.根据权利要求23所述的方法,其特征在于,所述在迁入到所述集群后,根据所述管理服务器的控制接收所述集群内的原有的工作主机转移过来的服务以进行服务的步骤之前还包括:
根据所述管理服务器的控制配置所述集群内原有的工作主机的服务类型所对应的网络。
25.根据权利要求23或24所述的方法,其特征在于,所述在迁入到所述集群后,根据管理服务器的控制接收所述集群内的原有的工作主机转移过来的服务以进行服务的步骤之前还包括:
根据所述管理服务器的控制关联所述集群内原有的工作主机所关联的存储设备。
26.一种云计算的闲置主机,其特征在于,所述闲置主机包括:
迁移模块,用于根据管理服务器的控制从云计算的主机池中迁出,并迁入到负载率大于预设的负载阈值的集群中;
接收模块,用于在经由所述迁移模块迁入到所述集群后,根据所述管理服务器的控制接收所述集群内的原有的工作主机转移过来的服务以进行服务。
27.根据权利要求26所述的闲置主机,其特征在于,所述闲置主机还包括:
网络模块,用于在所述接收模块接收所述集群内的原有的工作主机转移过来的服务之前,根据所述管理服务器的控制配置所述集群内原有的工作主机的服务类型所对应的网络。
28.根据权利要求26或27所述的闲置主机,其特征在于,所述闲置主机还包括:
关联模块,用于在所述接收模块接收所述集群内的原有的工作主机转移过来的服务之前,根据所述管理服务器的控制关联所述集群内原有的工作主机所关联的存储设备。
29.一种云计算的资源调度方法,其特征在于,所述方法包括:
在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到所述集群内的其他工作主机上;
根据所述管理服务器的控制从所述集群中迁出,并迁入到云计算的主机池中。
30.根据权利要求29所述的方法,其特征在于,所述在所处的集群的负载率小于预设的负载阈值时,根据所述管理服务器的控制将本身的服务迁移到所述集群内的其他工作主机上的步骤之后还包括:
在将本身的服务迁移到所述集群内的其他工作主机之后,根据所述管理服务器的控制将本身的存储信息转移到对应的所述其他工作主机上。
31.根据权利要求29或30所述的方法,其特征在于,在所述根据管理服务器的控制从所述集群中迁出,并迁入到主机池中的步骤之后还包括:
在迁入到所述主机池中之后,根据所述管理服务器的控制进入待机模式或下电以备调用。
32.一种云计算的工作主机,其特征在于,所述工作主机包括:
服务搬迁模块,用于在所处的集群的负载率小于预设的负载阈值时,根据管理服务器的控制将本身的服务迁移到所述集群内的其他工作主机上;
迁移模块,用于在所述服务搬迁模块将本身的服务迁移到所述集群内的其他工作主机后,根据所述管理服务器的控制从所述集群中迁出,并迁入到云计算的主机池中。
33.根据权利要求32所述的工作主机,其特征在于,所述工作主机还包括:
存储搬迁模块,用于在所述服务搬迁模块将本身的服务迁移到所述集群内的其他工作主机之后,根据所述管理服务器的控制将本身的存储信息转移到对应的所述其他工作主机上。
34.根据权利要求32或33所述的工作主机,其特征在于,所述工作主机还包括:
节能模块,用于在迁入到所述主机池中之后,根据所述管理服务器的控制进入待机模式或下电以备调用。
35.一种云计算的资源调度方法,其特征在于,所述方法包括:
在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器;
根据所述管理服务器的控制信息将自身的至少一部分服务迁出到所述新增的工作主机上,其中,所述控制信息是所述管理服务器根据所述负载率计算得到负荷阈值,比较所述负荷值和所述负荷阈值的大小并在所述负荷值大于所述负荷阈值时所返回的信息。
36.一种云计算的工作主机,其特征在于,所述工作主机包括:
发送模块,用于在所处的集群的负载率大于预设的负载阈值并从云计算的主机池中获取到新增的工作主机时,将自身的负荷值发送给管理服务器;
服务搬迁模块,用于根据所述管理服务器的控制信息将自身的至少一部分服务迁出到所述新增的工作主机上,其中,所述控制信息是所述管理服务器根据所述负载率计算得到负荷阈值,比较所述负荷值和所述负荷阈值的大小并在所述负荷值大于所述负荷阈值时所返回的信息。
CN201210505164.0A 2012-11-30 2012-11-30 云计算的管理服务器、工作和闲置主机以及资源调度方法 Pending CN103856512A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210505164.0A CN103856512A (zh) 2012-11-30 2012-11-30 云计算的管理服务器、工作和闲置主机以及资源调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210505164.0A CN103856512A (zh) 2012-11-30 2012-11-30 云计算的管理服务器、工作和闲置主机以及资源调度方法

Publications (1)

Publication Number Publication Date
CN103856512A true CN103856512A (zh) 2014-06-11

Family

ID=50863722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210505164.0A Pending CN103856512A (zh) 2012-11-30 2012-11-30 云计算的管理服务器、工作和闲置主机以及资源调度方法

Country Status (1)

Country Link
CN (1) CN103856512A (zh)

Cited By (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104243587A (zh) * 2014-09-18 2014-12-24 苏州阔地网络科技有限公司 一种消息服务器负载均衡方法及系统
CN105760227A (zh) * 2016-02-04 2016-07-13 中国联合网络通信集团有限公司 云环境下资源调度方法及系统
CN107133087A (zh) * 2016-02-29 2017-09-05 阿里巴巴集团控股有限公司 一种资源调度方法与设备
CN107145393A (zh) * 2017-04-27 2017-09-08 努比亚技术有限公司 一种负载调整方法、设备及计算机可读存储介质
WO2017162034A1 (zh) * 2016-03-22 2017-09-28 阿里巴巴集团控股有限公司 一种负载方法和系统
CN107506233A (zh) * 2016-06-14 2017-12-22 深圳市深信服电子科技有限公司 一种虚拟资源调度方法、装置及服务器
TWI612836B (zh) * 2016-08-08 2018-01-21 環旭電子股份有限公司 雲端資料傳輸系統及其動態分流方法
CN107968810A (zh) * 2016-10-20 2018-04-27 阿里巴巴集团控股有限公司 一种服务器集群的资源调度方法、装置和系统
WO2018086467A1 (zh) * 2016-11-08 2018-05-17 阿里巴巴集团控股有限公司 一种云环境下应用集群资源分配的方法、装置和系统
CN108282526A (zh) * 2018-01-22 2018-07-13 中国软件与技术服务股份有限公司 双集群间服务器动态分配方法及系统
CN108667654A (zh) * 2018-04-19 2018-10-16 北京奇艺世纪科技有限公司 服务器集群自动扩容方法及相关设备
CN108989370A (zh) * 2017-05-31 2018-12-11 华为软件技术有限公司 一种cdn系统中的数据存储方法、设备及系统
CN109151038A (zh) * 2018-09-05 2019-01-04 浙江树人学院 一种绿色视频监控系统服务器集群系统及其实现方法
CN109413125A (zh) * 2017-08-18 2019-03-01 北京京东尚科信息技术有限公司 动态调节分布式系统资源的方法和装置
CN109697124A (zh) * 2018-12-12 2019-04-30 深圳店匠科技有限公司 高并发电商网站的网页数据采集方法、系统和介质
CN109783301A (zh) * 2017-11-13 2019-05-21 阿里巴巴集团控股有限公司 检测方法、装置及设备
CN109840139A (zh) * 2017-11-29 2019-06-04 北京金山云网络技术有限公司 资源管理的方法、装置、电子设备及存储介质
CN109936471A (zh) * 2017-12-18 2019-06-25 北京图森未来科技有限公司 一种多集群的资源分配方法和装置
WO2020000668A1 (zh) * 2018-06-27 2020-01-02 平安科技(深圳)有限公司 一种基于服务器集群的任务执行方法及服务器
CN111142647A (zh) * 2019-12-27 2020-05-12 亚信科技(南京)有限公司 一种it系统的节能方法及系统
CN111565212A (zh) * 2019-02-13 2020-08-21 Abb瑞士股份有限公司 用于协调资源的系统和方法
CN111625334A (zh) * 2020-05-21 2020-09-04 慧众行知科技(北京)有限公司 一种服务迁移方法及系统
CN112199188A (zh) * 2019-07-08 2021-01-08 富士通株式会社 非暂态计算机可读记录介质、信息处理的方法和设备
CN113282419A (zh) * 2021-06-07 2021-08-20 国家超级计算天津中心 资源调度方法、电子设备和计算机可读存储介质
CN114124969A (zh) * 2021-11-25 2022-03-01 广州市昊链信息科技股份有限公司 一种数据复制方法、装置、设备以及存储介质
WO2022217688A1 (zh) * 2021-04-13 2022-10-20 海南云端信息技术有限公司 B2b 的云端分销平台系统的数据处理方法
CN115442369A (zh) * 2022-09-02 2022-12-06 北京星汉未来网络科技有限公司 一种服务资源调度的方法、装置、存储介质及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504620A (zh) * 2009-03-03 2009-08-12 华为技术有限公司 一种虚拟化集群系统负载平衡方法、装置及系统
WO2010100859A1 (ja) * 2009-03-03 2010-09-10 株式会社日立製作所 分散システム
JP2011028547A (ja) * 2009-07-27 2011-02-10 Ntt Data Corp 仮想マシン起動端末および仮想マシン起動プログラム
CN102236582A (zh) * 2011-07-15 2011-11-09 浙江大学 虚拟化集群负载在多台物理机中均衡分配的方法
CN102279771A (zh) * 2011-09-02 2011-12-14 北京航空航天大学 一种虚拟化环境中自适应按需资源分配的方法及系统
CN102387024A (zh) * 2010-09-06 2012-03-21 联想(北京)有限公司 功耗控制方法、管理节点及数据处理中心

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504620A (zh) * 2009-03-03 2009-08-12 华为技术有限公司 一种虚拟化集群系统负载平衡方法、装置及系统
WO2010100859A1 (ja) * 2009-03-03 2010-09-10 株式会社日立製作所 分散システム
JP2011028547A (ja) * 2009-07-27 2011-02-10 Ntt Data Corp 仮想マシン起動端末および仮想マシン起動プログラム
CN102387024A (zh) * 2010-09-06 2012-03-21 联想(北京)有限公司 功耗控制方法、管理节点及数据处理中心
CN102236582A (zh) * 2011-07-15 2011-11-09 浙江大学 虚拟化集群负载在多台物理机中均衡分配的方法
CN102279771A (zh) * 2011-09-02 2011-12-14 北京航空航天大学 一种虚拟化环境中自适应按需资源分配的方法及系统

Cited By (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104243587A (zh) * 2014-09-18 2014-12-24 苏州阔地网络科技有限公司 一种消息服务器负载均衡方法及系统
CN105760227A (zh) * 2016-02-04 2016-07-13 中国联合网络通信集团有限公司 云环境下资源调度方法及系统
CN105760227B (zh) * 2016-02-04 2019-03-12 中国联合网络通信集团有限公司 云环境下资源调度方法及系统
CN107133087A (zh) * 2016-02-29 2017-09-05 阿里巴巴集团控股有限公司 一种资源调度方法与设备
US10986191B2 (en) 2016-02-29 2021-04-20 Alibaba Group Holding Limited Method and device for scheduling resources
TWI746513B (zh) * 2016-03-22 2021-11-21 香港商阿里巴巴集團服務有限公司 負載方法和系統
CN107222514A (zh) * 2016-03-22 2017-09-29 阿里巴巴集团控股有限公司 一种负载方法和系统
WO2017162034A1 (zh) * 2016-03-22 2017-09-28 阿里巴巴集团控股有限公司 一种负载方法和系统
CN107506233A (zh) * 2016-06-14 2017-12-22 深圳市深信服电子科技有限公司 一种虚拟资源调度方法、装置及服务器
CN107506233B (zh) * 2016-06-14 2020-12-01 深信服科技股份有限公司 一种虚拟资源调度方法、装置及服务器
TWI612836B (zh) * 2016-08-08 2018-01-21 環旭電子股份有限公司 雲端資料傳輸系統及其動態分流方法
US10389811B2 (en) 2016-08-08 2019-08-20 Universal Scientific Industrial (Shanghai) Co., Ltd. Cloud data transmission system and dynamic data flow decentralizing method thereof
CN107968810A (zh) * 2016-10-20 2018-04-27 阿里巴巴集团控股有限公司 一种服务器集群的资源调度方法、装置和系统
WO2018086467A1 (zh) * 2016-11-08 2018-05-17 阿里巴巴集团控股有限公司 一种云环境下应用集群资源分配的方法、装置和系统
CN108063784A (zh) * 2016-11-08 2018-05-22 阿里巴巴集团控股有限公司 一种云环境下应用集群资源分配的方法、装置和系统
CN108063784B (zh) * 2016-11-08 2022-01-25 阿里巴巴集团控股有限公司 一种云环境下应用集群资源分配的方法、装置和系统
CN107145393A (zh) * 2017-04-27 2017-09-08 努比亚技术有限公司 一种负载调整方法、设备及计算机可读存储介质
CN108989370B (zh) * 2017-05-31 2020-11-06 华为技术有限公司 一种cdn系统中的数据存储方法、设备及系统
CN108989370A (zh) * 2017-05-31 2018-12-11 华为软件技术有限公司 一种cdn系统中的数据存储方法、设备及系统
CN109413125A (zh) * 2017-08-18 2019-03-01 北京京东尚科信息技术有限公司 动态调节分布式系统资源的方法和装置
CN109783301A (zh) * 2017-11-13 2019-05-21 阿里巴巴集团控股有限公司 检测方法、装置及设备
CN109840139A (zh) * 2017-11-29 2019-06-04 北京金山云网络技术有限公司 资源管理的方法、装置、电子设备及存储介质
CN109936471A (zh) * 2017-12-18 2019-06-25 北京图森未来科技有限公司 一种多集群的资源分配方法和装置
CN108282526A (zh) * 2018-01-22 2018-07-13 中国软件与技术服务股份有限公司 双集群间服务器动态分配方法及系统
CN108667654A (zh) * 2018-04-19 2018-10-16 北京奇艺世纪科技有限公司 服务器集群自动扩容方法及相关设备
CN108667654B (zh) * 2018-04-19 2021-04-20 北京奇艺世纪科技有限公司 服务器集群自动扩容方法及相关设备
WO2020000668A1 (zh) * 2018-06-27 2020-01-02 平安科技(深圳)有限公司 一种基于服务器集群的任务执行方法及服务器
CN109151038A (zh) * 2018-09-05 2019-01-04 浙江树人学院 一种绿色视频监控系统服务器集群系统及其实现方法
CN109697124A (zh) * 2018-12-12 2019-04-30 深圳店匠科技有限公司 高并发电商网站的网页数据采集方法、系统和介质
CN111565212A (zh) * 2019-02-13 2020-08-21 Abb瑞士股份有限公司 用于协调资源的系统和方法
CN111565212B (zh) * 2019-02-13 2023-07-28 Abb瑞士股份有限公司 用于协调资源的系统和方法
CN112199188A (zh) * 2019-07-08 2021-01-08 富士通株式会社 非暂态计算机可读记录介质、信息处理的方法和设备
CN111142647A (zh) * 2019-12-27 2020-05-12 亚信科技(南京)有限公司 一种it系统的节能方法及系统
CN111625334A (zh) * 2020-05-21 2020-09-04 慧众行知科技(北京)有限公司 一种服务迁移方法及系统
WO2022217688A1 (zh) * 2021-04-13 2022-10-20 海南云端信息技术有限公司 B2b 的云端分销平台系统的数据处理方法
CN113282419A (zh) * 2021-06-07 2021-08-20 国家超级计算天津中心 资源调度方法、电子设备和计算机可读存储介质
CN113282419B (zh) * 2021-06-07 2022-07-08 国家超级计算天津中心 资源调度方法、电子设备和计算机可读存储介质
CN114124969A (zh) * 2021-11-25 2022-03-01 广州市昊链信息科技股份有限公司 一种数据复制方法、装置、设备以及存储介质
CN115442369A (zh) * 2022-09-02 2022-12-06 北京星汉未来网络科技有限公司 一种服务资源调度的方法、装置、存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN103856512A (zh) 云计算的管理服务器、工作和闲置主机以及资源调度方法
CN102567072B (zh) 一种资源分配方法、装置及系统
CN104238712B (zh) 分布式功率输送
CN103188277B (zh) 负载能耗管理系统、方法和服务器
CN102708000B (zh) 通过虚拟机迁移实现能耗控制的系统和方法
CN102508718A (zh) 一种虚拟机负载均衡方法和装置
CN102843419B (zh) 一种服务资源分配方法及系统
US8959367B2 (en) Energy based resource allocation across virtualized machines and data centers
CN102262567A (zh) 虚拟机调度决策的系统、平台及方法
CN111625080B (zh) 一种服务器节能方法、装置及电子设备和存储介质
CN105868004B (zh) 一种基于云计算的业务系统的调度方法及调度装置
CN107844187A (zh) 功耗管理方法、装置及电子设备
CN102855218A (zh) 数据处理系统、方法及装置
CN102419718A (zh) 资源调度方法
CN102882959A (zh) 一种电力调度系统中web服务器的负载均衡机制
Adhikary et al. Quality of service aware cloud resource provisioning for social multimedia services and applications
CN102208986B (zh) 一种集群功耗分配与控制方法
CN103701889A (zh) 一种基于云计算的数据中心节能方法
WO2021135050A1 (zh) 充电桩测试方法、装置、系统、存储介质及处理器
CN102339233A (zh) 云计算集中管理平台
CN102012836A (zh) 一种进程生存控制方法和设备
CN102387024B (zh) 功耗控制方法、管理节点及数据处理中心
CN105519075A (zh) 一种资源调度方法,及装置
CN105528054A (zh) 集群系统综合调度节能方法及装置
Thiam et al. Cooperative scheduling anti-load balancing algorithm for cloud: Csaac

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20140611