CN104572289A - 基于虚拟化的服务器配置测算处理方法与装置 - Google Patents
基于虚拟化的服务器配置测算处理方法与装置 Download PDFInfo
- Publication number
- CN104572289A CN104572289A CN201310469777.8A CN201310469777A CN104572289A CN 104572289 A CN104572289 A CN 104572289A CN 201310469777 A CN201310469777 A CN 201310469777A CN 104572289 A CN104572289 A CN 104572289A
- Authority
- CN
- China
- Prior art keywords
- server
- resource utilization
- configuration
- current
- virtual
- 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
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种基于虚拟化的服务器配置测算处理方法与装置,其中,方法包括:估算满足最低运行要求的服务器配置的初始值,所述服务器配置包括中央处理器CPU核心数量和内存大小;根据所述服务器配置的初始值生成虚拟服务器;在虚拟服务器上部署系统软件及应用系统;获取满足应用要求的连续多个服务器配置;根据用户期望的资源利用率,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置。本发明实施例可以快速生成适合于应用的连续多个服务器配置,选择最匹配的服务器配置。
Description
技术领域
本发明涉及云计算技术,尤其是一种基于虚拟化的服务器配置测算处理方法与装置。
背景技术
软件应用的互联网化和移动化,对承载应用的服务器的就绪时间和配置准确度提出了越来越高的要求。事务处理性能委员会C基准程序(Transaction Processing Performance Council-C,TPC-C)是一种旨在衡量联机事务处理(OLTP)系统性能与可伸缩性的行业标准基准测试项目,将对包括查询、更新及队列式小批量事务在内的广泛数据库功能进行测试。对于联机交易处理类系统,通常根据其处理的业务类型和数量估算TPC-C值,根据TPC-C值选取相匹配的服务器配置,包括中央处理器(CPU)核心数量、内存大小。获得服务器配置后,部署系统软件及应用系统,运行服务,监测服务器CPU和内存使用情况。如果发现服务器配置不满足运行要求,扩容或更换服务器,重新部署系统软件及应用系统,再次对服务器配置进行测试。
现有技术中,通过TPC-C值估算服务器配置时,根据应用系统处理的业务事务量计算出TPC-C值后,选择一款TPC-C值与计算出的TPC-C值相近的服务器型号,参考该型号的服务器配置。在实现本发明的过程中,发明人发现,现有技术通过TPC-C值估算服务器配置的方法至少存在以下问题:
一是估算的服务器配置与实际需求通常存在误差。如果服务器运行后才发现CPU、内存使用率不高,则造成投资和资源浪费;如果服务器配置不足够,则扩容或更换服务器需要较长的时间,且重新部署系统软件和应用系统需要耗费大量时间和人力,调整服务器配置后,可能出现资源浪费或仍然不足的情况,需要多次调整服务器配置;
二是无法快速提供多个可用服务器配置供选择。
发明内容
本发明实施例所要解决的技术问题是:提供一种基于虚拟化的服务器配置测算处理方法与装置,以快速生成适合于应用的连续多个服务器配置,选择最匹配的服务器配置。
本发明实施例提供的一种基于虚拟化的服务器配置测算处理方法,包括:
估算满足最低运行要求的服务器配置的初始值,所述服务器配置包括中央处理器CPU核心数量和内存大小;
根据所述服务器配置的初始值生成虚拟服务器;
在虚拟服务器上部署系统软件及应用系统;
获取满足应用要求的连续多个服务器配置;
根据用户期望的资源利用率,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置。
上述方法的一个具体实施例中,所述估算满足最低运行要求的服务器配置的初始值包括:
根据待处理业务事务量,通过TPC-C值估算方法估算满足最低运行要求的服务器配置的初始值。
上述方法的一个具体实施例中,根据所述服务器配置的初始值生成虚拟服务器包括:
通过服务器虚拟化软件,在物理服务器上生成与所述服务器配置的初始值相符的虚拟机,作为虚拟服务器。
上述方法的一个具体实施例中,所述获取满足应用要求的连续多个服务器配置包括:
以所述初始值要求的服务器配置作为当前配置,将虚拟服务器的硬件环境设置为当前服务器配置;
启动虚拟服务器,运行应用并监测虚拟服务器的性能;
判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内;
若虚拟服务器当前的资源利用率在预设资源利用率区间内,记录当前服务器配置和当前的资源利用率;将当前服务器配置增加一个单元,然后返回执行所述将虚拟服务器的硬件环境设置为当前服务器配置的操作;
否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行所述将当前服务器配置增加一个单元的操作;
若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,以资源利用率为关键字,由记录的连续多个服务器配置创建服务器配置的二叉排序树。
上述方法的一个具体实施例中,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置包括:
以所述用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与所述用户期望的资源利用率最接近的资源利用率对应的服务器配置。
本发明实施例提供的一种基于虚拟化的服务器配置测算处理装置,包括:
估算单元,用于估算满足最低运行要求的服务器配置的初始值,所述服务器配置包括CPU核心数量和内存大小;
生成单元,用于根据所述服务器配置的初始值生成虚拟服务器;
部署单元,用于在虚拟服务器上部署系统软件及应用系统;
获取单元,用于获取满足应用要求的连续多个服务器配置;
查询单元,用于根据用户期望的资源利用率,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置。
上述装置的一个具体实施例中,所述估算单元,具体根据待处理业务事务量,通过TPC-C值估算装置估算满足最低运行要求的服务器配置的初始值。
上述装置的一个具体实施例中,所述生成单元,具体通过服务器虚拟化软件,在物理服务器上生成与所述服务器配置的初始值相符的虚拟机,作为虚拟服务器。
上述装置的一个具体实施例中,所述获取单元,具体以所述初始值要求的服务器配置作为当前配置,将虚拟服务器的硬件环境设置为当前服务器配置;启动虚拟服务器,运行应用并监测虚拟服务器的性能;判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内;
若虚拟服务器当前的资源利用率在预设资源利用率区间内,记录当前服务器配置和当前的资源利用率;将当前服务器配置增加一个单元,然后返回执行所述将虚拟服务器的硬件环境设置为当前服务器配置的操作;
否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行所述将当前服务器配置增加一个单元的操作;
若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,以资源利用率为关键字,由记录的连续多个服务器配置创建服务器配置的二叉排序树。
上述装置的一个具体实施例中,所述查询单元,具体以所述用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与所述用户期望的资源利用率最接近的资源利用率对应的服务器配置。
基于本发明上述实施例提供的基于虚拟化的服务器配置测算处理方法与装置,估算满足最低运行要求的服务器配置的初始值并生成相应的虚拟服务器,在虚拟服务器上部署系统软件及应用系统,获取满足应用要求的连续多个服务器配置,然后根据用户期望的资源利用率,在连续多个服务器配置中查找与资源利用率最接近的服务器配置。本发明实施例针对现有的服务器配置测算方法需要经过估算、物理安装、部署、评测、调整、再部署与评测的流程,导致部署周期长、测算准确性不高等问题,通过虚拟化技术快速生成服务器环境,利用虚拟化管理平台快速调整服务器配置并开展连续测试,可以快速生成适合于应用的连续多个服务器配置,并快速选择最匹配的服务器配置,大大缩短了应用的就绪时间,准确、快速且灵活性高,提高了服务器资源的利用率,有效利用了投资。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本发明的实施例,并且连同描述一起用于解释本发明的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本发明,其中:
图1为本发明基于虚拟化的服务器配置测算处理方法一个实施例的流程图。
图2为本发明基于虚拟化的服务器配置测算处理方法另一个实施例的流程图。
图3为本发明基于虚拟化的服务器配置测算处理装置一个实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
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。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
图1为本发明基于虚拟化的服务器配置测算处理方法一个实施例的流程图。如图1所示,该实施例基于虚拟化的服务器配置测算处理方法包括:
110,估算满足最低运行要求的服务器配置的初始值,其中,服务器配置包括CPU核心数量和内存大小。
120,根据服务器配置的初始值生成虚拟服务器。
具体地,可以通过服务器虚拟化软件,例如ESX、XenServer、Hyper-V、KVM等虚拟化软件,在物理服务器上生成与服务器配置的初始值相符的虚拟机,作为虚拟服务器,从而省去了物理机采购、安装环节,大大缩短了硬件就绪时间。
130,在虚拟服务器上部署系统软件及应用系统。
140,获取满足应用要求的连续多个服务器配置。
满足应用要求的连续多个服务器配置例如,具有该服务器配置的服务器运行应用后,服务器的资源利用率(CPU占用率和/或内存占用率)不高于百分之多少,以保证服务器资源充足。
150,根据用户期望的资源利用率,在连续多个服务器配置中查找与该用户期望的资源利用率最接近的服务器配置。
考虑服务质量及预算等因素,用户可以设置期望的资源利用率,例如,希望平均CPU占用率在70%左右,以该用户期望的资源利用率为关键字,在连续多个服务器配置中查找与该用户期望的资源利用率最接近的服务器配置。
本发明上述实施例提供的基于虚拟化的服务器配置测算处理方法,估算满足最低运行要求的服务器配置的初始值并生成相应的虚拟服务器,在虚拟服务器上部署系统软件及应用系统,获取满足应用要求的连续多个服务器配置,然后根据用户期望的资源利用率,在连续多个服务器配置中查找与资源利用率最接近的服务器配置。本发明实施例针对现有的服务器配置测算方法需要经过估算、物理安装、部署、评测、调整、再部署与评测的流程,导致部署周期长、测算准确性不高等问题,通过虚拟化技术快速生成服务器环境,利用虚拟化管理平台快速调整服务器配置并开展连续测试,可以快速生成适合于应用的连续多个服务器配置,并快速选择最匹配的服务器配置,大大缩短了应用的就绪时间,准确、快速且灵活性高,提高了服务器资源的利用率,有效利用了投资。
示例性地,操作110中,具体可以根据待处理业务事务量,通过TPC-C值估算方法估算满足最低运行要求的服务器配置的初始值。
通过TPC-C值估算服务器配置的方法如下:
TPC-C=∑(每分钟业务事务量*标准事务量比率)/(1-冗余率)。
例如,某业务系统有2类业务事务处理操作,业务事务1每分钟30000个,每个业务事务1操作相当于0.5个标准tpc-c事务;事务2每分钟20000个,每个业务事务2操作相当于2个标准tpc-c事务;考虑30%的系统冗余。则该业务应用需要的处理能力为:TPC-C=((30000X0.5)+(20000X2))/(1-30%)=78581。主流服务器型号会有官方或第三方发布的评测报告,可从中获得服务器的TPC-C值,选择一款TPC-C值与前面公式计算的值相近的服务器型号,参考该型号的服务器配置。
图2为本发明基于虚拟化的服务器配置测算处理方法另一个实施例的流程图。如图2所示,该实施例基于虚拟化的服务器配置测算处理方法包括:
210,估算满足最低运行要求的服务器配置的初始值,其中,服务器配置包括CPU核心数量和内存大小。
220,根据服务器配置的初始值生成虚拟服务器。
230,在虚拟服务器上部署系统软件及应用系统。
以初始值要求的服务器配置作为当前配置,执行240的操作。
240,将虚拟服务器的硬件环境,例如CPU个数、内存大小,设置为当前服务器配置。
250,启动虚拟服务器,运行应用并监测虚拟服务器的性能。
260,判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内。
若虚拟服务器当前的资源利用率在预设资源利用率区间内,执行270的操作。否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行280的操作。若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,执行290的操作。
270,记录当前服务器配置和当前的资源利用率。
280,将当前服务器配置增加一个单元,然后返回执行240的操作。
290,以资源利用率为关键字,由270操作记录的连续多个服务器配置创建服务器配置的二叉排序树。
CPU数量越多,资源利用率越低。为避免资源利用率太高或太低,本发明实施例中预先设定资源利用率区间。如果使用2个CPU后CPU利用率在设定区间内(即:满足要求),那么再看看3个CPU是否也满足要求。例如最后获知2个CPU到10个CPU都是满足要求的,那么可以根据这个结果灵活选择CPU数量。
300,以用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与用户期望的资源利用率最接近的资源利用率对应的服务器配置。
树是计算机科学中一种重要的非线性数据结构,是数据元素(在树中称为结点)按分支关系组织起来的结构。二叉树是每个节点最多有两个子树的有序树。二叉排序树是二叉树的一种,具有以下性质:若它的左子树不空,则左子树上所有结点的值均小于它的根结点的值;若它的右子树不空,则右子树上所有结点的值均大于它的根结点的值;它的左、右子树也分别为二叉排序树。在二叉排序树b中查找x的过程为:若b是空树,则搜索失败,否则若x等于b的根结点的数据域之值,则查找成功;否则若x小于b的根结点的数据域之值,则搜索左子树;否则查找右子树。二叉排序树插入删除节点算法简单,查找效率高。本发明实施例中采用二叉排序树算法可以快速选择目标服务器配置,大大缩短了应用的就绪时间,提高了服务器资源的利用率,有效利用了投资。
例如,服务器使用10个CPU后CPU占用率(资源占用率的一种)为90%,11个CPU为89%,------,50个CPU为50%。将数组90%、89%、------、50%构建成二叉排序树后,如果要查询CPU占用率为70%的CPU个数,很快就能找到。
图3为本发明基于虚拟化的服务器配置测算处理装置一个实施例的结构示意图。该实施例基于虚拟化的服务器配置测算处理装置可用于实现本发明上述各基于虚拟化的服务器配置测算处理方法实施例。如图3所示,其包括估算单元、生成单元、部署单元、获取单元与查询单元。其中:
估算单元,用于估算满足最低运行要求的服务器配置的初始值,服务器配置包括CPU核心数量和内存大小。示例性地,估算单元具体可以根据待处理业务事务量,通过TPC-C值估算装置估算满足最低运行要求的服务器配置的初始值。
生成单元,用于根据服务器配置的初始值生成虚拟服务器。示例性地,生成单元具体可以通过服务器虚拟化软件,在物理服务器上生成与服务器配置的初始值相符的虚拟机,作为虚拟服务器。
部署单元,用于在虚拟服务器上部署系统软件及应用系统。
获取单元,用于获取满足应用要求的连续多个服务器配置。
查询单元,用于根据用户期望的资源利用率,在连续多个服务器配置中查找与用户期望的资源利用率最接近的服务器配置。
用户期望的资源利用率,在连续多个服务器配置中查找与资源利用率最接近的服务器配置。本发明实施例针对现有的服务器配置测算方法需要经过估算、物理安装、部署、评测、调整、再部署与评测的流程,导致部署周期长、测算准确性不高等问题,通过虚拟化技术快速生成服务器环境,利用虚拟化管理平台快速调整服务器配置并开展连续测试,可以快速生成适合于应用的连续多个服务器配置,并快速选择最匹配的服务器配置,大大缩短了应用的就绪时间,准确、快速且灵活性高,提高了服务器资源的利用率,有效利用了投资。
在本发明基于虚拟化的服务器配置测算处理装置实施例的一个具体示例中,获取单元具体可以初始值要求的服务器配置作为当前配置,将虚拟服务器的硬件环境设置为当前服务器配置;启动虚拟服务器,运行应用并监测虚拟服务器的性能;判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内;若虚拟服务器当前的资源利用率在预设资源利用率区间内,记录当前服务器配置和当前的资源利用率;将当前服务器配置增加一个单元,然后返回执行将虚拟服务器的硬件环境设置为当前服务器配置的操作;否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行将当前服务器配置增加一个单元的操作;若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,以资源利用率为关键字,由记录的连续多个服务器配置创建服务器配置的二叉排序树。
在本发明基于虚拟化的服务器配置测算处理装置实施例的另一个具体示例中,查询单元具体可以用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与用户期望的资源利用率最接近的资源利用率对应的服务器配置。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
可能以许多方式来实现本发明的方法、装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (10)
1.一种基于虚拟化的服务器配置测算处理方法,其特征在于,包括:
估算满足最低运行要求的服务器配置的初始值,所述服务器配置包括中央处理器CPU核心数量和内存大小;
根据所述服务器配置的初始值生成虚拟服务器;
在虚拟服务器上部署系统软件及应用系统;
获取满足应用要求的连续多个服务器配置;
根据用户期望的资源利用率,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置。
2.根据权利要求1所述的方法,其特征在于,所述估算满足最低运行要求的服务器配置的初始值包括:
根据待处理业务事务量,通过TPC-C值估算方法估算满足最低运行要求的服务器配置的初始值。
3.根据权利要求1所述的方法,其特征在于,根据所述服务器配置的初始值生成虚拟服务器包括:
通过服务器虚拟化软件,在物理服务器上生成与所述服务器配置的初始值相符的虚拟机,作为虚拟服务器。
4.根据权利要求1至3任意一项所述的方法,其特征在于,所述获取满足应用要求的连续多个服务器配置包括:
以所述初始值要求的服务器配置作为当前配置,将虚拟服务器的硬件环境设置为当前服务器配置;
启动虚拟服务器,运行应用并监测虚拟服务器的性能;
判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内;
若虚拟服务器当前的资源利用率在预设资源利用率区间内,记录当前服务器配置和当前的资源利用率;将当前服务器配置增加一个单元,然后返回执行所述将虚拟服务器的硬件环境设置为当前服务器配置的操作;
否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行所述将当前服务器配置增加一个单元的操作;
若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,以资源利用率为关键字,由记录的连续多个服务器配置创建服务器配置的二叉排序树。
5.根据权利要求4所述的方法,其特征在于,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置包括:
以所述用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与所述用户期望的资源利用率最接近的资源利用率对应的服务器配置。
6.一种基于虚拟化的服务器配置测算处理装置,其特征在于,包括:
估算单元,用于估算满足最低运行要求的服务器配置的初始值,所述服务器配置包括CPU核心数量和内存大小;
生成单元,用于根据所述服务器配置的初始值生成虚拟服务器;
部署单元,用于在虚拟服务器上部署系统软件及应用系统;
获取单元,用于获取满足应用要求的连续多个服务器配置;
查询单元,用于根据用户期望的资源利用率,在所述连续多个服务器配置中查找与所述资源利用率最接近的服务器配置。
7.根据权利要求6所述的装置,其特征在于,所述估算单元,具体根据待处理业务事务量,通过TPC-C值估算装置估算满足最低运行要求的服务器配置的初始值。
8.根据权利要求6所述的装置,其特征在于,所述生成单元,具体通过服务器虚拟化软件,在物理服务器上生成与所述服务器配置的初始值相符的虚拟机,作为虚拟服务器。
9.根据权利要求6至8任意一项所述的装置,其特征在于,所述获取单元,具体以所述初始值要求的服务器配置作为当前配置,将虚拟服务器的硬件环境设置为当前服务器配置;启动虚拟服务器,运行应用并监测虚拟服务器的性能;判断虚拟服务器当前的资源利用率是否在预设资源利用率区间内;
若虚拟服务器当前的资源利用率在预设资源利用率区间内,记录当前服务器配置和当前的资源利用率;将当前服务器配置增加一个单元,然后返回执行所述将虚拟服务器的硬件环境设置为当前服务器配置的操作;
否则,若虚拟服务器当前的资源利用率小于预设资源利用率区间的下限,执行所述将当前服务器配置增加一个单元的操作;
若虚拟服务器当前的资源利用率大于预设资源利用率区间的上限,以资源利用率为关键字,由记录的连续多个服务器配置创建服务器配置的二叉排序树。
10.根据权利要求9所述的装置,其特征在于,所述查询单元,具体以所述用户期望的资源利用率为关键字,在服务器配置的二叉排序树中查找与所述用户期望的资源利用率最接近的资源利用率对应的服务器配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310469777.8A CN104572289B (zh) | 2013-10-10 | 2013-10-10 | 基于虚拟化的服务器配置测算处理方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310469777.8A CN104572289B (zh) | 2013-10-10 | 2013-10-10 | 基于虚拟化的服务器配置测算处理方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104572289A true CN104572289A (zh) | 2015-04-29 |
CN104572289B CN104572289B (zh) | 2017-11-14 |
Family
ID=53088436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310469777.8A Active CN104572289B (zh) | 2013-10-10 | 2013-10-10 | 基于虚拟化的服务器配置测算处理方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104572289B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105549907A (zh) * | 2015-12-11 | 2016-05-04 | 国云科技股份有限公司 | 一种根据业务变量计算所需虚拟机磁盘iops的方法 |
CN106250206A (zh) * | 2016-07-27 | 2016-12-21 | 云南电网有限责任公司信息中心 | 一种基于虚拟机的资源池化自动测算方法 |
CN110995523A (zh) * | 2019-10-28 | 2020-04-10 | 国电南瑞科技股份有限公司 | 一种云计算平台容量的快速计算方法 |
CN111800514A (zh) * | 2020-07-13 | 2020-10-20 | 华侨大学 | 一种基于应用和位置感知的云管理系统 |
CN112162902A (zh) * | 2020-09-24 | 2021-01-01 | 国网辽宁省电力有限公司辽阳供电公司 | 一种提升调控系统应用模块运行水平的多活冗余方法 |
CN114968497A (zh) * | 2022-06-06 | 2022-08-30 | 中国电信股份有限公司 | 硬件层的调用方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050086659A1 (en) * | 2003-10-19 | 2005-04-21 | Ibm Corporation | System and method for regulating rate of execution of software execution units |
CN101710301A (zh) * | 2009-10-20 | 2010-05-19 | 中国电信股份有限公司 | 评估crm系统物理服务器虚拟化能力的方法及系统 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 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 |
CN103036949A (zh) * | 2012-11-27 | 2013-04-10 | 华中科技大学 | 一种虚拟化环境下Cassandra系统的优化方法和系统 |
CN103179048A (zh) * | 2011-12-21 | 2013-06-26 | 中国电信股份有限公司 | 云数据中心的主机QoS策略变换方法及系统 |
-
2013
- 2013-10-10 CN CN201310469777.8A patent/CN104572289B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050086659A1 (en) * | 2003-10-19 | 2005-04-21 | Ibm Corporation | System and method for regulating rate of execution of software execution units |
CN101710301A (zh) * | 2009-10-20 | 2010-05-19 | 中国电信股份有限公司 | 评估crm系统物理服务器虚拟化能力的方法及系统 |
CN101719082A (zh) * | 2009-12-24 | 2010-06-02 | 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 |
CN103179048A (zh) * | 2011-12-21 | 2013-06-26 | 中国电信股份有限公司 | 云数据中心的主机QoS策略变换方法及系统 |
CN103036949A (zh) * | 2012-11-27 | 2013-04-10 | 华中科技大学 | 一种虚拟化环境下Cassandra系统的优化方法和系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105549907A (zh) * | 2015-12-11 | 2016-05-04 | 国云科技股份有限公司 | 一种根据业务变量计算所需虚拟机磁盘iops的方法 |
CN106250206A (zh) * | 2016-07-27 | 2016-12-21 | 云南电网有限责任公司信息中心 | 一种基于虚拟机的资源池化自动测算方法 |
CN110995523A (zh) * | 2019-10-28 | 2020-04-10 | 国电南瑞科技股份有限公司 | 一种云计算平台容量的快速计算方法 |
CN110995523B (zh) * | 2019-10-28 | 2021-11-16 | 国电南瑞科技股份有限公司 | 一种云计算平台容量的快速计算方法 |
CN111800514A (zh) * | 2020-07-13 | 2020-10-20 | 华侨大学 | 一种基于应用和位置感知的云管理系统 |
CN111800514B (zh) * | 2020-07-13 | 2022-04-15 | 华侨大学 | 一种基于应用和位置感知的云管理系统 |
CN112162902A (zh) * | 2020-09-24 | 2021-01-01 | 国网辽宁省电力有限公司辽阳供电公司 | 一种提升调控系统应用模块运行水平的多活冗余方法 |
CN114968497A (zh) * | 2022-06-06 | 2022-08-30 | 中国电信股份有限公司 | 硬件层的调用方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN104572289B (zh) | 2017-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Performance prediction for apache spark platform | |
EP3754496B1 (en) | Data processing method and related products | |
Sambasivan et al. | Principled workflow-centric tracing of distributed systems | |
Juve et al. | Characterizing and profiling scientific workflows | |
CN104572289A (zh) | 基于虚拟化的服务器配置测算处理方法与装置 | |
Kolberg et al. | Mrsg–a mapreduce simulator over simgrid | |
US20120136644A1 (en) | Predicting system performance and capacity using software module performance statistics | |
CN104699601A (zh) | 用于执行状态机驱动的注入的方法和系统 | |
CN103942099B (zh) | 基于Hive的并行执行任务方法及装置 | |
US10785087B2 (en) | Modifying computer configuration to improve performance | |
WO2019019975A1 (zh) | 云平台性能测试方法及装置 | |
CN111367786B (zh) | 一种符号执行方法、电子设备以及存储介质 | |
CN108399086A (zh) | 一种微件管理方法、服务器和计算机可读存储介质 | |
Zhu et al. | Bigop: Generating comprehensive big data workloads as a benchmarking framework | |
Han et al. | Benchmarking big data systems: State-of-the-art and future directions | |
CN104142861A (zh) | 服务器资源的配置处理方法与装置 | |
US20090182994A1 (en) | Two-level representative workload phase detection method, apparatus, and computer usable program code | |
Ramaswamy et al. | Scalable behavioral emulation of extreme-scale systems using structural simulation toolkit | |
Stanisic et al. | Modeling and simulation of a dynamic task-based runtime system for heterogeneous multi-core architectures | |
Bei et al. | MEST: A model-driven efficient searching approach for MapReduce self-tuning | |
Panadero et al. | A tool for selecting the right target machine for parallel scientific applications | |
Ji et al. | Parallelization of MODFLOW using a GPU library | |
US10387578B1 (en) | Utilization limiting for nested object queries | |
Méndez et al. | Modeling parallel scientific applications through their input/output phases | |
CN109582347B (zh) | 一种获取前端代码的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |