CN104883273B - 虚拟化服务管理平台中业务影响模型的处理方法和系统 - Google Patents
虚拟化服务管理平台中业务影响模型的处理方法和系统 Download PDFInfo
- Publication number
- CN104883273B CN104883273B CN201510224588.3A CN201510224588A CN104883273B CN 104883273 B CN104883273 B CN 104883273B CN 201510224588 A CN201510224588 A CN 201510224588A CN 104883273 B CN104883273 B CN 104883273B
- Authority
- CN
- China
- Prior art keywords
- service impact
- virtual machine
- business
- migration
- impact model
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开一种虚拟化服务管理平台中业务影响模型的处理方法和系统，该方法包括：检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；如，迁移次数、迁移时间等；根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息。本发明能针对在虚拟化服务管理平台中，业务系统的资源动态变化的特点，对业务影响进行相应处理。
Description
技术领域
本发明涉及虚拟化技术领域，特别是涉及一种虚拟化服务管理平台中业务影响模型的处理方法，以及一种虚拟化服务管理平台中业务影响模型的处理系统。
背景技术
传统的业务服务影响模型，主要是针对企业或者事业单位传统的IT基础设施架构，如图1所示，是传统的业务服务影响模型的示意图；具体实现机制如下：
通过对业务系统所处的传统IT基础网络环境的了解，从上至下建立业务的依赖关系，形成业务影响模型；
通过事件监控系统(即，侦测路由、交换机、服务器、负载均衡器等)的状态，获取业务影响模型中需要的参数；
最后，通过业务影响模型的既定算法得出当前的网络、服务器状态对企业或者事业单位的业务影响情况。从而为运维人员的工作提供参考。
上述传统的业务服务的技术缺点为：不能适应于对于部署于虚拟化服务管理平台上业务系统的业务影响判断；依赖于事件监控系统对于相关联的所有基础设施的监测和判断，不够轻量级。具体的原因为：
部署于虚拟化服务管理平台上的业务业务系统所占用的资源可以动态进行分配，因此当物理资源不满足时，虚拟化服务管理服务器可以对部署了业务系统的虚拟机进行动态迁移，从而让业务系统获取充足的物理资源。而这样的迁移，会让基于对服务器进行计算、存储、缓存等资源判断的模型失去敏感度，忽略业务系统由于本身的缺陷造成的资源蚕食。
发明内容
基于此，提供一种虚拟化服务管理平台中业务影响模型的处理方法和系统，能针对在虚拟化服务管理平台中，业务系统的资源动态变化的特点，对业务影响进行相应处理。
一种虚拟化服务管理平台中业务影响模型的处理方法，包括如下步骤：
检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息。
一种虚拟化服务管理平台中业务影响模型的处理系统，包括：
检测模块，用于检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
获取模块，用于获取模块当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
判断告警模块，用于根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息。
上述虚拟化服务管理平台中业务影响模型的处理方法和系统，对部署于虚拟化服务管理平台上的业务系统，通过获取虚拟机的资源日志和迁移日志，根据业务服务影响模型，监测虚拟机上业务系统的状况，则可及时判断所述虚拟机上业务系统的状态以及对业务的影响，获得所述业务的健康状态，同时生成对应的告警信息，从而可及时发现部署在虚拟机上的业务系统的问题，并可对运维人员进行告警，提醒运维人员及时优化，从而节约物理资源，提高业务系统对具体业务的支撑水平，同时也提高了IT运维部门的运维服务水平。
附图说明
图1为传统技术中业务服务影响模型的示意图。
图2为本发明一种虚拟化服务管理平台中业务影响模型的处理方法的流程示意图。
图3为本发明一种虚拟化服务管理平台中业务影响模型的处理系统的结构示意图。
具体实施方式
如图2所示，是本发明一种虚拟化服务管理平台中业务影响模型的处理方法的流程示意图，包括如下步骤：
S21、检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
S22、当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
S23、根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例的虚拟化服务管理平台中业务影响模型的处理方法，对部署于虚拟化服务管理平台上的业务系统，通过获取虚拟机的资源日志和迁移日志，根据业务服务影响模型，监测虚拟机上业务系统的状况，则可及时判断所述虚拟机上业务系统的状态以及对业务的影响，获得所述业务的健康状态，同时生成对应的告警信息，从而可及时发现部署在虚拟机上的业务系统的问题，并可对运维人员进行告警，提醒运维人员及时优化，从而节约物理资源，提高业务系统对具体业务的支撑水平，同时也提高了IT运维部门的运维服务水平。
对于步骤S21、检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
本实施例中的虚拟机：通过虚拟机软件，可以在一台物理计算机上模拟出另一台或多台虚拟的计算机，虚拟机就可以像真正的计算机那样进行工作，例如可以安装操作系统、安装应用程序、访问网络资源等等；
其中，虚拟化服务管理，是指云计算的基础设施，即服务(Infrastructure As AService，Iaas)层。在虚拟化服务管理层，通过将一台物理的机器虚拟成多台机器，或者将多台机器虚拟成一台机器，提高硬件资源的利用率。通过虚拟化技术，将目标机器的内存、存储以及CPU等资源构建一个可以动态分配的资源池，根据运行其上的软件的需要进行按需分配。
虚拟机的运行环境数据涉及多个方面：所述运行环境数据为所述虚拟机的处理器参数、网络带宽、虚拟机的虚拟内存大小、虚拟存储空间和虚拟计算资源等，在虚拟机运行后，实时获得虚拟机的资源日志，从而可以监测虚拟机的资源运行情况。
其中，虚拟机每个CPU只运行在一个物理核心之上，因此CPU频率越高，虚拟机的运行速度也就越高，CPU数量越多有助于提升应用的性能表现。
网络，也即网络带宽，其包括两个方面：一是虚拟机和虚拟交换机之间的带宽，二是虚拟交换机与外部网络之间的带宽。
对于步骤S22、当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
虚拟机迁移，是指当物理资源不满足时，虚拟化服务管理服务器可以对部署了业务系统的虚拟机进行动态迁移，从而让业务系统获取充足的物理资源；当虚拟机迁移时，会生成实时的迁移日志，获取该迁移日志，通过迁移日志，监测虚拟机的硬件环境数据的变化。
对于步骤S23、根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例中的业务影响模型，对部署于服务器上的每个业务系统，都是为了支持某项或者某几项具体的业务。考察这些业务系统部署的环境，影响业务系统稳定的有很多因素。业务影响模型就是将影响业务系统状态的因素和企业或者单位的业务建立一个自下而上的影响模型。业务影响模型，可通过业务系统正常健康运行所依赖的条件，建立依赖模型。比如，业务系统和数据库之间的连接、服务器上的资源情况等，再通过业务系统向上推展，该业务系统支持企业或者单位具体的某项业务，而这些业务又关系到某些客户，由此类推，逐层建立业务影响模型。
本实施例中，可通过读取虚拟化服务管理平台上虚拟机的资源状态和迁移日志等，分析部署于其上的业务系统的健康状态，并分析所影响的具体业务。
在一较佳实施例中，根据所述获取的各项迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对所述业务系统的影响，获得所述业务系统的健康状态并生成对应的告警信息的步骤包括：
建立所述业务影响模型；其中，所述业务影响模型中包含业务影响参数，所述业务影响参数包括虚拟机的迁移频率参数；
从所述迁移日志中获取所述迁移参数；其中，所述迁移参数包括虚拟机的迁移次数和迁移时间；
根据所述迁移次数和迁移时间的比值获得所述迁移频率；
根据所述迁移频率更新所述业务影响模型中的迁移频率参数；
根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息，并还可通过可视化图形界面进行展现。
本实施例的虚拟平台中业务影响模型的处理方法，首先可通过批处理程序，定时导出虚拟化服务管理平台上的日志；通过日志分析程序，抽取日志文件中的有效数据；业务影响模型则获取日志中的参数，如目标虚拟机迁移的次数、警告、错误等；本实施例的迁移参数，为虚拟机的迁移次数和迁移时间，因此可表示出虚拟机的迁移频率；业务影响模型一般包括多种业务影响参数，本实施例的业务影响模型，其包含了虚拟机的迁移频率参数，根据从日志中分析出迁移频率，则可快速地更新业务影响模型，从而判断出业务的健康状态，并通过可视化图形界面展现业务影响结果。
在一较佳实施例中，所述业务影响模型中包含所述业务影响参数对应的权重；
根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对所述业务的影响，获得所述业务的健康状态并生成对应的告警信息的步骤为：
对更新后的所述业务影响模型，结合所述运行环境数据，根据业务影响参数及其对应的权重判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例的业务影响模型，包含了多个业务影响参数，与各个业务影响参数对应的，还包括了每个业务影响参数对应的权重，在根据日志中的数据更新业务影响模型后，可快速地更新业务影响模型，从而判断出业务的健康状态；本实施例方法可适用于部署于虚拟化服务管理平台上的业务系统的业务影响分析；并且不需要对涉及到的IT基础设施进行全面的监控，整个业务影响模型是轻量级的。
如图3所示，是本发明一种虚拟化服务管理平台中业务影响模型的处理系统的结构示意图，包括：
检测模块31，用于检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
获取模块32，用于获取模块当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
判断告警模块33，用于根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例的虚拟化服务管理平台中业务影响模型的处理系统，对部署于虚拟化服务管理平台上的业务系统，通过获取虚拟机的资源日志和迁移日志，根据业务服务影响模型，监测虚拟机上业务系统的状况，则可及时判断所述虚拟机上业务系统的状态以及对业务的影响，获得所述业务的健康状态，同时生成对应的告警信息，从而可及时发现部署在虚拟机上的业务系统的问题，并可对运维人员进行告警，提醒运维人员及时优化，从而节约物理资源，提高业务系统对具体业务的支撑水平，同时也提高了IT运维部门的运维服务水平。
对于检测模块31，用于检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
本实施例中的虚拟机：通过虚拟机软件，可以在一台物理计算机上模拟出另一台或多台虚拟的计算机，虚拟机就可以像真正的计算机那样进行工作，例如可以安装操作系统、安装应用程序、访问网络资源等等；
其中，虚拟化服务管理，是指云计算的基础设施，即服务(Infrastructure As AService，Iaas)层。在虚拟化服务管理层，通过将一台物理的机器虚拟成多台机器，或者将多台机器虚拟成一台机器，提高硬件资源的利用率。通过虚拟化技术，将目标机器的内存、存储以及CPU等资源构建一个可以动态分配的资源池，根据运行其上的软件的需要进行按需分配。
虚拟机的运行环境数据涉及多个方面：所述运行环境数据为所述虚拟机的处理器参数、网络带宽、虚拟机的虚拟内存大小、虚拟存储空间和虚拟计算资源等，在虚拟机运行时，实时获得虚拟机的资源日志，从而可以监测虚拟机的资源运行情况。
其中，虚拟机每个CPU只运行在一个物理核心之上，因此CPU频率越高虚拟机的运行速度也就越高，CPU数量越多有助于提升应用的性能表现。
网络，也即网络带宽，其包括两个方面：一是虚拟机和虚拟交换机之间的带宽，二是虚拟交换机与外部网络之间的带宽。
对于获取模块32，用于在检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
虚拟机迁移，是指当物理资源不满足时，虚拟化服务管理服务器可以对部署了业务系统的虚拟机进行动态迁移，从而让业务系统获取充足的物理资源；当虚拟机迁移时，会生成实时的迁移日志，获取该迁移日志，通过迁移日志，监测虚拟机的硬件环境数据的变化。
对于判断告警模块33，用于根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例中的业务影响模型，对部署于服务器上的每个业务系统，都是为了支持某项或者某几项具体的业务。考察这些业务系统部署的环境，影响业务系统稳定的有很多因素。业务影响模型就是将影响业务系统状态的因素和企业或者单位的业务建立一个自下而上的影响模型。业务影响模型，可通过业务系统正常健康运行所依赖的条件，建立依赖模型。比如，业务系统和数据库之间的连接、服务器上的资源情况等，再通过业务系统向上推展，该业务系统支持企业或者单位具体的某项业务，而这些业务又关系到某些客户，由此类推，逐层建立业务影响模型。
本实施例中，可通过读取虚拟化服务管理平台上虚拟机的资源状态和迁移日志等，分析部署于其上的业务系统的健康状态，并分析所影响的具体业务。
在一较佳实施例中，所述判断告警模块还用于：建立所述业务影响模型；其中，所述业务影响模型中包含业务影响参数，所述业务影响参数包括虚拟机的迁移频率参数；从所述迁移日志中获取所述迁移参数；其中，所述迁移参数包括虚拟机的迁移次数和迁移时间；根据所述迁移次数和迁移时间的比值获得所述迁移频率；根据所述迁移频率更新所述业务影响模型中的迁移频率参数；根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息。
本实施例的虚拟平台中业务影响模型的处理方法，首先可通过批处理程序，定时导出虚拟化服务管理平台上的日志；通过日志分析程序，抽取日志文件中的有效数据；业务影响模型则获取日志中的参数，如目标虚拟机迁移的次数、警告、错误等，本实施例的迁移参数，为虚拟机的迁移次数和迁移时间，因此可表示出虚拟机的迁移频率；业务影响模型一般包括多种业务影响参数，本实施例的业务影响模型，其包含了虚拟机的迁移频率参数，根据从日志中分析出迁移频率，则可快速地更新业务影响模型，从而判断出业务的健康状态，并通过可视化图形界面展现业务影响结果。
在一较佳实施例中，所述业务影响模型中包含所述业务影响参数对应的权重；所述判断告警模块还用于：对更新后的所述业务影响模型，结合所述运行环境数据，根据业务影响参数及其对应的权重判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息；
本实施例的业务影响模型，包含了多个业务影响参数，与各个业务影响参数对应的，还包括了每个业务影响参数对应的权重，在根据日志中的数据更新业务影响模型后，可快速地更新业务影响模型，从而判断出业务的健康状态；本实施例方法可适用于部署于虚拟化服务管理平台上的业务系统的业务影响分析；并且不需要对涉及到的IT基础设施进行全面的监控，整个业务影响模型是轻量级的。
本发明的虚拟化服务管理平台中业务影响模型的处理方法和系统，对部署于虚拟化服务管理平台上的业务系统，通过获取虚拟机的资源日志和迁移日志，根据业务服务影响模型，监测虚拟机上业务系统的状况，则可及时判断所述虚拟机上业务系统的状态以及对业务的影响，获得所述业务的健康状态，同时生成对应的告警信息，从而可及时发现部署在虚拟机上的业务系统的问题，并可对运维人员进行告警，提醒运维人员及时优化，从而节约物理资源，提高业务系统对具体业务的支撑水平，同时也提高了IT运维部门的运维服务水平。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种虚拟化服务管理平台中业务影响模型的处理方法，其特征在于，包括如下步骤：
检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
其中，所述根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息的步骤包括：
建立所述业务影响模型；其中，所述业务影响模型中包含业务影响参数，所述业务影响参数包括虚拟机的迁移频率参数；
从所述迁移日志中获取所述迁移参数；其中，所述迁移参数包括虚拟机的迁移次数和迁移时间；
根据所述迁移次数和迁移时间的比值获得所述迁移频率；
根据所述迁移频率更新所述业务影响模型中的迁移频率参数；
根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对所述业务的影响，获得所述业务的健康状态并生成对应的告警信息。
2.根据权利要求1所述的虚拟化服务管理平台中业务影响模型的处理方法，其特征在于，所述业务影响模型中包含所述业务影响参数对应的权重；
所述根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息的步骤为：
对更新后的所述业务影响模型，结合所述运行环境数据，根据所述业务影响模型中的业务影响参数及其对应的权重判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息。
3.根据权利要求2所述的虚拟化服务管理平台中业务影响模型的处理方法，其特征在于，所述运行环境数据包括所述虚拟机的虚拟内存大小、虚拟存储空间和虚拟计算资源。
4.一种虚拟化服务管理平台中业务影响模型的处理系统，其特征在于，包括：
检测模块，用于检测虚拟机的资源日志，从所述资源日志中获取所述虚拟机的运行环境数据；
获取模块，用于获取模块当检测到虚拟机的迁移日志时，根据所述迁移日志获取迁移参数；
判断告警模块，用于根据所述迁移参数和运行环境数据，利用预设的业务影响模型判断部署于所述虚拟机上的业务系统对预设业务的影响，获得所述业务的健康状态并生成对应的告警信息；
其中，所述判断告警模块还用于：建立所述业务影响模型；其中，所述业务影响模型中包含业务影响参数，所述业务影响参数包括虚拟机的迁移频率参数；从所述迁移日志中获取所述迁移参数；其中，所述迁移参数包括虚拟机的迁移次数和迁移时间；根据所述迁移次数和迁移时间的比值获得所述迁移频率；根据所述迁移频率更新所述业务影响模型中的迁移频率参数；根据更新后的所述业务影响模型并结合所述运行环境数据，判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息。
5.根据权利要求4所述的虚拟化服务管理平台中业务影响模型的处理系统，其特征在于，所述业务影响模型中包含所述业务影响参数对应的权重；
所述判断告警模块还用于：对更新后的所述业务影响模型，结合所述运行环境数据，根据所述业务影响模型中的业务影响参数及其对应的权重判断部署于所述虚拟机上的业务系统对业务的影响，获得所述业务的健康状态并生成对应的告警信息。
6.根据权利要求5所述的虚拟化服务管理平台中业务影响模型的处理系统，其特征在于，所述运行环境数据包括所述虚拟机的虚拟内存大小、虚拟存储空间和虚拟计算资源。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510224588.3A CN104883273B (zh) | 2015-05-05 | 2015-05-05 | 虚拟化服务管理平台中业务影响模型的处理方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510224588.3A CN104883273B (zh) | 2015-05-05 | 2015-05-05 | 虚拟化服务管理平台中业务影响模型的处理方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104883273A CN104883273A (zh) | 2015-09-02 |
| CN104883273B true CN104883273B (zh) | 2018-04-27 |
Family
ID=53950613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510224588.3A Active CN104883273B (zh) | 2015-05-05 | 2015-05-05 | 虚拟化服务管理平台中业务影响模型的处理方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104883273B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107480027A (zh) * | 2017-07-07 | 2017-12-15 | 上海诺悦智能科技有限公司 | 一种分布式深度学习运维系统 |
| CN112202627B (zh) * | 2020-08-21 | 2022-05-13 | 苏州浪潮智能科技有限公司 | 一种网络中心的健康度评价方法和装置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101808351A (zh) * | 2009-02-17 | 2010-08-18 | 中兴通讯股份有限公司 | 业务影响分析方法和系统 |
| CN102662821A (zh) * | 2012-03-22 | 2012-09-12 | 华为技术有限公司 | 虚拟机故障的辅助诊断方法、装置和系统 |
| CN103178988A (zh) * | 2013-02-06 | 2013-06-26 | 中电长城网际系统应用有限公司 | 一种性能优化的虚拟化资源的监控方法和系统 |
| CN103729252A (zh) * | 2013-12-20 | 2014-04-16 | 杭州华为数字技术有限公司 | 一种虚拟机调度的方法及调度监控器 |
| CN104184604A (zh) * | 2013-05-24 | 2014-12-03 | 北京天地超云科技有限公司 | 一种云平台基础架构监管系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140164476A1 (en) * | 2012-12-06 | 2014-06-12 | At&T Intellectual Property I, Lp | Apparatus and method for providing a virtual assistant |
-
2015
- 2015-05-05 CN CN201510224588.3A patent/CN104883273B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101808351A (zh) * | 2009-02-17 | 2010-08-18 | 中兴通讯股份有限公司 | 业务影响分析方法和系统 |
| CN102662821A (zh) * | 2012-03-22 | 2012-09-12 | 华为技术有限公司 | 虚拟机故障的辅助诊断方法、装置和系统 |
| CN103178988A (zh) * | 2013-02-06 | 2013-06-26 | 中电长城网际系统应用有限公司 | 一种性能优化的虚拟化资源的监控方法和系统 |
| CN104184604A (zh) * | 2013-05-24 | 2014-12-03 | 北京天地超云科技有限公司 | 一种云平台基础架构监管系统 |
| CN103729252A (zh) * | 2013-12-20 | 2014-04-16 | 杭州华为数字技术有限公司 | 一种虚拟机调度的方法及调度监控器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104883273A (zh) | 2015-09-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wen et al. | Fog orchestration for internet of things services | |
| EP3847549B1 (en) | Minimizing impact of migrating virtual services | |
| Coutinho et al. | Elasticity in cloud computing: a survey | |
| CN108694071A (zh) | 用于分布式虚拟化基础设施元件监视和策略控制的多集群面板 | |
| CN102959510B (zh) | 用于计算机功率和资源消耗建模的方法和系统 | |
| US10810069B2 (en) | Data processing for component failure determination | |
| US11593735B2 (en) | Automated and efficient personal transportation vehicle sharing | |
| JP6178506B2 (ja) | 情報処理システムおよび情報処理方法 | |
| CN105302641B (zh) | 虚拟化集群中进行节点调度的方法及装置 | |
| CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
| CN109784504A (zh) | 数据中心远程智能运维管理方法及系统 | |
| CN107645410A (zh) | 一种基于OpenStack云平台的虚拟机管理系统及方法 | |
| Marie-Magdelaine et al. | Proactive autoscaling for cloud-native applications using machine learning | |
| CN104580194A (zh) | 面向视频应用的虚拟化资源管理方法及装置 | |
| CN104883273B (zh) | 虚拟化服务管理平台中业务影响模型的处理方法和系统 | |
| US20210263718A1 (en) | Generating predictive metrics for virtualized deployments | |
| Wladdimiro et al. | Disaster management platform to support real-time analytics | |
| US20120320059A1 (en) | System and method for performance management of large scale sdp platforms | |
| Wang et al. | Concept drift-based runtime reliability anomaly detection for edge services adaptation | |
| CN109933575A (zh) | 监测数据的存储方法及装置 | |
| CN113383319B (zh) | 目标驱动的动态对象放置优化 | |
| CN113535379A (zh) | 一种基于物联网的变电边缘计算方法、系统及设备 | |
| Kanagaraj et al. | Uniform distribution elephant herding optimization (UDEHO) based virtual machine consolidation for energy-efficient cloud data centres | |
| US9929921B2 (en) | Techniques for workload toxic mapping | |
| CN107368355B (zh) | 虚拟机的动态调度方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |