CN104331328B - 虚拟资源调度方法和虚拟资源调度装置 - Google Patents
虚拟资源调度方法和虚拟资源调度装置 Download PDFInfo
- Publication number
- CN104331328B CN104331328B CN201310308612.2A CN201310308612A CN104331328B CN 104331328 B CN104331328 B CN 104331328B CN 201310308612 A CN201310308612 A CN 201310308612A CN 104331328 B CN104331328 B CN 104331328B
- Authority
- CN
- China
- Prior art keywords
- resource
- layer index
- resource utilization
- utilization rate
- real
- 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
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种虚拟资源调度方法和虚拟资源调度装置,涉及虚拟资源调度领域。本发明提出一种引入应用处理能力的虚拟资源调度方案,通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标,根据预设的监控指标加权值对应用层和资源层的指标进行综合考量,通过实时指标与加权值计算得出该应用的实际资源使用率,将计算结果与预设的资源使用率阈值上下限比较,并根据比较结果请求收缩或扩展资源,使资源调度更加准确、合理,例如可以使对处理能力敏感的应用的托管资源调度更加准确,从而可以更加有效地使用资源。
Description
技术领域
本发明涉及虚拟资源调度领域,特别涉及一种虚拟资源调度方法和虚拟资源调度装置。
背景技术
云计算是一种通过互联网以服务的方式提供动态可伸缩的虚拟化资源的计算模式。按需使用资源是云计算的显著特点,这些虚拟化资源被云计算的所有用户共享,并且用户可以方便地通过网络访问这些虚拟化资源,用户无需掌握云计算的技术,只需要按照个人或者团体的需要租用云计算资源。
目前,主流的虚拟资源调度方案(也称资源伸缩方案)是监控各应用所占虚拟机的CPU(中央处理器)、内存等资源,在达到预设的阀值时进行资源调度,例如,资源占有率达到总资源的80%时,请求扩展资源,源占有率达到总资源的20%时,请求收缩资源。
但是,发明人发现虚拟机的CPU、内存等指标并不一定能直接反映应用实际情况,比如对处理能力敏感的应用,可能对CPU和内存的需求并不高。因此,仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据,会造成资源调度不准确、不合理,影响资源使用的有效性。
发明内容
本发明实施例所要解决的一个技术问题是:提出一种虚拟资源调度方案,以解决现有技术仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据所造成的资源调度不准确、不合理的问题。
根据本发明实施例的一个方面,提出一种虚拟资源调度方法,包括:通过应用层指标采集接口采集应用层指标;通过资源层指标采集接口采集资源层指标;根据采集的应用层指标和资源层指标计算实际资源使用率;将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
应用层指标用来反映实际应用处理能力,包括以下至少一项信息:单位时间处理事务数量、业务处理时长、响应延迟;
资源层指标用来反映应用所占虚拟机的资源,包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存。
作为一种示例,可以采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。
作为一种示例,可以采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。
根据比较结果进行资源调度的一种实施方式包括:如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
根据本发明实施例的再一方面,提出一种虚拟资源调度装置,包括:应用层指标采集接口、资源层指标采集接口、资源使用率计算模块和资源调度模块;应用层指标采集接口,用于通过该接口采集应用层指标;资源层指标采集接口,用于通过该接口采集资源层指标;资源使用率计算模块,用于根据采集的应用层指标和资源层指标计算实际资源使用率;资源调度模块,用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
应用层指标用来反映实际应用处理能力,包括以下至少一项信息:单位时间处理事务数量、业务处理时长、响应延迟;
资源层指标用来反映应用所占虚拟机的资源,包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存。
资源使用率计算模块,可以采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。
资源使用率计算模块,可以采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。
资源调度模块,具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较;如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
本发明提出一种引入应用处理能力的虚拟资源调度方案,通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标,根据预设的监控指标加权值对应用层和资源层的指标进行综合考量,通过实时指标与加权值计算得出该应用的实际资源使用率,将计算结果与预设的资源使用率阈值上下限比较,并根据比较结果请求收缩或扩展资源,使资源调度更加准确、合理,例如可以使对处理能力敏感的应用的托管资源调度更加准确,从而可以更加有效地使用资源。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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为本发明虚拟资源调度方法一个实施例的流程图。
图2为本发明虚拟资源调度装置一个实施例的结构示意图。
图3为本发明虚拟资源调度系统一个实施例的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决现有技术仅以虚拟机的CPU、内存等指标作为虚拟资源的调度依据所造成的资源调度不准确、不合理的问题,本发明提出一种引入应用处理能力的虚拟资源调度方案,通过对应用层指标和资源层指标进行综合考量,使资源调度更加准确合理。下面详细说明。
图1为本发明虚拟资源调度方法一个实施例的流程图。
如图1所示,本实施例的虚拟资源调度方法包括以下步骤:
S101,通过应用层指标采集接口采集应用层指标。
其中,应用层指标用来反映实际应用处理能力,包括以下至少一项信息:单位时间处理事务数量(TPS)、业务处理时长、响应延迟,但不限于此。
例如,可以通过应用层指标采集接口向应用监控系统采集应用层指标。
S102,通过资源层指标采集接口采集资源层指标。
其中,资源层指标用来反映应用所占虚拟机的资源,包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存,但不限于此。
例如,可以通过资源层指标采集接口向虚拟资源管理平台采集资源层指标。
需要说明的,上述步骤S101和步骤S102不分先后顺序,可以同时采集应用层指标和资源层指标,也可以先采集应用层指标再采集资源层指标,还可以先采集资源层指标再采集应用层指标。
S103,根据采集的应用层指标和资源层指标计算实际资源使用率。
S104,将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
根据比较结果进行资源调度的一种实施方式包括:如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
为了避免资源调度过于频繁,在具体实施时,可以规定一段时间,如果计算得到的实际资源使用率在该时间段内持续高于预先设定的资源使用率的阈值上限,再请求扩展资源,否则可以不请求扩展资源;相应的,如果计算得到的实际资源使用率在该时间段内持续低于预先设定的资源使用率的阈值下限,再请求收缩资源,否则可以不请求收缩资源。
例如,可以将调度请求通过虚拟资源管理平台发送给虚拟资源池,以达到资源调度的目的。
作为一种示例,步骤S103可以采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。对应用层指标敏感的应用,加权值b1增加,对资源层指标敏感的应用,加权值b2增加。
以步骤S101和步骤S102所列举的具体指标为例,步骤S103可以采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。
需要说明的是,步骤S101采集的应用层指标是实际应用处理能力,该实际应用处理能力可以是应用本身按照统一的接口标准提供,也可以是应用所处的运行托管环境通对相关探针来获取。最大应用处理能力是应用系统本身处理能力的初始值,可以理解为系统初始设定值,可以通过系统的性能测试获取。
性能指标是用于监控某个具体的应用或者业务的,其加权值和阈值上下限是与业务密切相关的,需要根据具体的业务灵活设定。对于处理能力敏感的应用,如对应用处理时长和应用延时有较高要求的应用,加权值α增加;对于CPU敏感的应用,如有较高计算要求的应用,加权值β增加;对于内存敏感的应用,如有较高数据缓存和较多可执行进程的应用,加权值γ增加。
图2为本发明虚拟资源调度装置一个实施例的结构示意图。
如图2所示,本实施例的虚拟资源调度装置包括:应用层指标采集接口201、资源层指标采集接口202、资源使用率计算模块203和资源调度模块204;应用层指标采集接口201,用于通过该接口采集应用层指标;资源层指标采集接口202,用于通过该接口采集资源层指标;资源使用率计算模块203,用于根据采集的应用层指标和资源层指标计算实际资源使用率;资源调度模块204,用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
应用层指标用来反映实际应用处理能力,包括以下至少一项信息:单位时间处理事务数量、业务处理时长、响应延迟,但不限于此。
资源层指标用来反映应用所占虚拟机的资源,包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存,但不限于此。
资源使用率计算模块203,可以采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。
以上述所列举的具体指标为例,资源使用率计算模块203,可以采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。Ci表示应用所占的虚拟机i的CPU使用率,Mi表示应用所占的虚拟机i的内存使用率,i=1,2…n。
资源调度模块204,具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较;如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
图3为本发明虚拟资源调度系统一个实施例的结构示意图。
如图2所示,本实施例的虚拟资源调度系统包括虚拟资源调度装置20,以及应用监控系统30和虚拟资源管理平台40。
虚拟资源调度装置20可以通过其应用层指标采集接口向应用监控系统30采集应用层指标。
虚拟资源调度装置20可以通过资源层指标采集接口向虚拟资源管理平台40采集资源层指标。
虚拟资源调度装置20可以将资源调度请求通过虚拟资源管理平台30发送给虚拟资源池,以达到资源调度的目的。
本发明提出一种引入应用处理能力的虚拟资源调度方案,通过相关接口采集能够反映实际应用处理能力应用层指标和能够反映应用所占虚拟机资源的资源层指标,根据预设的监控指标加权值对应用层和资源层的指标进行综合考量,通过实时指标与加权值计算得出该应用的实际资源使用率,将计算结果与预设的资源使用率阈值上下限比较,并根据比较结果请求收缩或扩展资源,使资源调度更加准确、合理,例如可以使对处理能力敏感的应用的托管资源调度更加准确,从而可以更加有效地使用资源。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (10)
1.一种虚拟资源调度方法,包括:
通过应用层指标采集接口采集应用层指标,应用层指标用来反映实际应用处理能力;
通过资源层指标采集接口采集资源层指标,资源层指标用来反映应用所占虚拟机的资源;
根据采集的应用层指标和资源层指标计算实际资源使用率;
将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
2.根据权利要求1所述的方法,其特征在于,
应用层指标包括以下至少一项信息:单位时间处理事务数量、业务处理时长、响应延迟;
资源层指标包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存。
3.根据权利要求2所述的方法,其特征在于,所述根据采集的应用层指标和资源层指标计算实际资源使用率包括:
采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。
4.根据权利要求1所述的方法,其特征在于,所述根据采集的应用层指标和资源层指标计算实际资源使用率包括:
采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。
5.根据权利要求1所述的方法,其特征在于,所述根据比较结果进行资源调度包括:
如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;
如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
6.一种虚拟资源调度装置,包括:应用层指标采集接口、资源层指标采集接口、资源使用率计算模块和资源调度模块;
应用层指标采集接口,用于通过该接口采集应用层指标,应用层指标用来反映实际应用处理能力;
资源层指标采集接口,用于通过该接口采集资源层指标,资源层指标用来反映应用所占虚拟机的资源;
资源使用率计算模块,用于根据采集的应用层指标和资源层指标计算实际资源使用率;
资源调度模块,用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较,并根据比较结果进行资源调度。
7.根据权利要求6所述的装置,其特征在于,
应用层指标包括以下至少一项信息:单位时间处理事务数量、业务处理时长、响应延迟;
资源层指标包括以下至少一项信息:应用所占虚拟机的CPU、应用所占虚拟机的内存。
8.根据权利要求7所述的装置,其特征在于,所述资源使用率计算模块,具体用于采用以下公式计算实际资源使用率:
其中,实际资源使用率为U,实际应用处理能力与最大应用处理能力的占比为T,T的加权值为α,应用所占的虚拟机的CPU使用率为C,C的加权值为β,应用所占的虚拟机的内存使用率为M,M的加权值为γ,应用所占虚拟机的个数为n。
9.根据权利要求6所述的装置,其特征在于,所述资源使用率计算模块,具体用于采用以下公式计算实际资源使用率:
U=N×b1+Z×b2,b1+b2=1
其中,实际资源使用率为U,应用层指标为N,N的加权值为b1,资源层指标为Z,Z的加权值为b2。
10.根据权利要求6所述的装置,其特征在于,所述资源调度模块,具体用于将计算得到的实际资源使用率与预先设定的资源使用率阈值进行比较;
如果计算得到的实际资源使用率高于预先设定的资源使用率的阈值上限,请求扩展资源;
如果计算得到的实际资源使用率低于预先设定的资源使用率的阈值下限,请求收缩资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310308612.2A CN104331328B (zh) | 2013-07-22 | 2013-07-22 | 虚拟资源调度方法和虚拟资源调度装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310308612.2A CN104331328B (zh) | 2013-07-22 | 2013-07-22 | 虚拟资源调度方法和虚拟资源调度装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104331328A CN104331328A (zh) | 2015-02-04 |
CN104331328B true CN104331328B (zh) | 2018-06-12 |
Family
ID=52406062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310308612.2A Active CN104331328B (zh) | 2013-07-22 | 2013-07-22 | 虚拟资源调度方法和虚拟资源调度装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104331328B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106533723B (zh) * | 2015-09-11 | 2020-10-23 | 南京中兴软件有限责任公司 | 虚拟资源调度方法、装置及系统 |
CN107301093B (zh) * | 2016-04-15 | 2021-02-09 | 华为技术有限公司 | 一种管理资源的方法和装置 |
CN106502762A (zh) * | 2016-10-20 | 2017-03-15 | 浪潮电子信息产业股份有限公司 | 一种基于虚拟化技术的内存自动优化方法 |
CN107092526B (zh) * | 2016-11-02 | 2021-06-15 | 北京星选科技有限公司 | 任务处理方法及装置 |
CN108418708A (zh) * | 2018-02-01 | 2018-08-17 | 天津麒麟信息技术有限公司 | 一种支持ft与x86混合架构的多云管理调度系统 |
CN108683557B (zh) * | 2018-04-28 | 2022-03-18 | 华南理工大学 | 微服务健康度评估方法、弹性伸缩方法及架构 |
CN108733493A (zh) * | 2018-05-25 | 2018-11-02 | 北京车和家信息技术有限公司 | 资源利用率的计算方法、计算装置及计算机可读存储介质 |
CN111078402A (zh) * | 2019-12-03 | 2020-04-28 | 广州西麦科技股份有限公司 | 一种快速提供实验环境的资源池系统 |
CN111666140A (zh) | 2020-05-28 | 2020-09-15 | 北京百度网讯科技有限公司 | 资源调度方法、装置、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
CN102646062A (zh) * | 2012-03-20 | 2012-08-22 | 广东电子工业研究院有限公司 | 一种云计算平台应用集群弹性扩容方法 |
CN103078764A (zh) * | 2012-12-28 | 2013-05-01 | 国家计算机网络与信息安全管理中心 | 基于虚拟计算任务的运行监测系统及方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593134B (zh) * | 2009-06-29 | 2012-05-30 | 北京航空航天大学 | 虚拟机cpu资源分配方法和装置 |
CN101719082B (zh) * | 2009-12-24 | 2013-01-02 | 中国科学院计算技术研究所 | 虚拟化计算平台中应用请求调度的方法及其系统 |
-
2013
- 2013-07-22 CN CN201310308612.2A patent/CN104331328B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
CN102646062A (zh) * | 2012-03-20 | 2012-08-22 | 广东电子工业研究院有限公司 | 一种云计算平台应用集群弹性扩容方法 |
CN103078764A (zh) * | 2012-12-28 | 2013-05-01 | 国家计算机网络与信息安全管理中心 | 基于虚拟计算任务的运行监测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104331328A (zh) | 2015-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104331328B (zh) | 虚拟资源调度方法和虚拟资源调度装置 | |
US9575810B2 (en) | Load balancing using improved component capacity estimation | |
CN106020715B (zh) | 存储池容量管理 | |
CN103327072B (zh) | 一种集群负载均衡的方法及其系统 | |
US9483288B2 (en) | Method and system for running a virtual appliance | |
CN109375872A (zh) | 数据访问请求的处理方法、装置和设备及存储介质 | |
US8145455B2 (en) | Predicting resource usage of an application in a virtual environment | |
CN103425536B (zh) | 一种面向分布式系统性能测试的测试资源管理方法 | |
CN107925588A (zh) | 带外平台调整和配置 | |
CN110149395A (zh) | 一种基于海量小文件高并发情况下动态负载均衡方法 | |
CN110515539A (zh) | 基于云存储的云磁盘挂载方法、装置、设备和存储介质 | |
CN103365727B (zh) | 一种云计算环境中的主机负载预测方法 | |
Bi et al. | SLA-based optimisation of virtualised resource for multi-tier web applications in cloud data centres | |
CN103713935B (zh) | 一种在线管理Hadoop集群资源的方法和装置 | |
WO2014198001A1 (en) | System and method for determining capacity in computer environments using demand profiles | |
CN109684074A (zh) | 物理机资源分配方法及终端设备 | |
Lee et al. | Region scheduling: efficiently using the cache architectures via page-level affinity | |
CN107346267A (zh) | 一种基于numa架构的cpu性能优化方法和装置 | |
CN107707612B (zh) | 一种负载均衡集群的资源利用率的评估方法及装置 | |
CN106293881A (zh) | 一种基于非一致性i/o访问构架的性能监控器及其监控方法 | |
CN110020046A (zh) | 一种数据抓取方法及装置 | |
CN107092678A (zh) | 一种获取应用活跃程度的方法、装置及设备 | |
CN105487927B (zh) | 一种资源管理方法及装置 | |
CN107402874A (zh) | 一种存储设备性能统计系统和方法 | |
Di et al. | Characterization and comparison of Google cloud load versus grids |
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 |