CN105138375A - 一种软件部署的方法及装置 - Google Patents

一种软件部署的方法及装置 Download PDF

Info

Publication number
CN105138375A
CN105138375A CN201510548377.5A CN201510548377A CN105138375A CN 105138375 A CN105138375 A CN 105138375A CN 201510548377 A CN201510548377 A CN 201510548377A CN 105138375 A CN105138375 A CN 105138375A
Authority
CN
China
Prior art keywords
deployment facility
target device
software
deployment
size
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
CN201510548377.5A
Other languages
English (en)
Inventor
于辉
刘俊朋
李新虎
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.)
Inspur Group Co Ltd
Original Assignee
Inspur Group 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 Inspur Group Co Ltd filed Critical Inspur Group Co Ltd
Priority to CN201510548377.5A priority Critical patent/CN105138375A/zh
Publication of CN105138375A publication Critical patent/CN105138375A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Stored Programmes (AREA)

Abstract

本发明提供了一种软件部署的方法及装置,该方法包括:获取待部署设备的配置信息;获取待安装软件的配置需求信息;根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。本发明提供了一种软件部署的方法及装置,能够提高软件部署的效率。

Description

一种软件部署的方法及装置
技术领域
本发明涉及计算机技术领域,特别涉及一种软件部署的方法及装置。
背景技术
当前,云计算逐渐被行业认可,云数据中心操作系统逐渐实现并付诸于实践,在社会生产和生活领域中起到越来越重要的作用。基于云计算操作系统构建的大规模云数据中心中设备数量庞大,应用软件复杂多样,运维任务繁重。
现有技术中,云数据中心中的设备上运行的软件一般是由人工逐个安装的。通过人工将软件安装包传输到设备上,并通过人工登录每个设备来安装软件安装包。当设备上的软件需要升级时,也是通过人工传输升级包到设备,并登录设备进行安装。随着云数据中心的设备数量的不断增加,现有的软件部署方式需要消耗大量的时间,软件部署效率较低。
发明内容
有鉴于此,本发明提供了一种软件部署的方法及装置,能够提高软件部署的效率。
一方面,本发明提供了一种软件部署的方法,包括:
S1:获取待部署设备的配置信息;
S2:获取待安装软件的配置需求信息;
S3:根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
S4:将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
进一步地,所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值;
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小;
所述S3,包括:
判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
进一步地,所述S1,包括:
检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
进一步地,该方法还包括:预先向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
在所述S3之后,在所述S4之前,还包括:
向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息;
根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
进一步地,该方法还包括:预先在每个待部署设备上安装检测模块;
所述S1,包括:向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息。
进一步地,该方法还包括:预先在每个待部署设备上安装自动安装模块;
所述S4,包括:将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
另一方面,本发明提供了一种软件部署的装置,包括:
第一获取单元,用于获取待部署设备的配置信息;
第二获取单元,用于获取待安装软件的配置需求信息;
第一筛选单元,用于根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
安装单元,用于将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
进一步地,所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值;
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小;
所述第一筛选单元,用于判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
进一步地,所述第一获取单元,用于检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
进一步地,该装置还包括:训练单元,用于向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
第二筛选单元,用于向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息,根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
进一步地,该装置还包括:安装在每个待部署设备上的检测模块;
所述第一获取单元,用于向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息。
进一步地,该装置还包括:安装在每个待部署设备上的自动安装模块;
所述安装单元,用于将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
本发明提供了一种软件部署的方法及装置,通过获取待部署设备的配置信息来确定每个待部署设备是否满足安装待安装软件的要求,如果满足,则向满足要求的目标设备发送安装包,并在目标设备上安装待安装软件,无需人工确定待部署设备是否满足要求,无需人工传输安装包,无需人工收到安装,提高了软件部署的效率。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例提供的一种软件部署的方法的流程图;
图2是本发明一实施例提供的另一种软件部署的方法的流程图;
图3是本发明一实施例提供的一种软件部署的装置的示意图;
图4是本发明一实施例提供的另一种软件部署的装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的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。
如图1所示,本发明实施例提供了一种软件部署的方法,该方法可以包括以下步骤:
S1:获取待部署设备的配置信息;
S2:获取待安装软件的配置需求信息;
S3:根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
S4:将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
本发明实施例提供了一种软件部署的方法,通过获取待部署设备的配置信息来确定每个待部署设备是否满足安装待安装软件的要求,如果满足,则向满足要求的目标设备发送安装包,并在目标设备上安装待安装软件,无需人工确定待部署设备是否满足要求,无需人工传输安装包,无需人工收到安装,提高了软件部署的效率。
软件的配置需要一般是对硬件的要求,具体地,所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值。
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小。
所述S3,包括:判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
通过该实现方式来筛选满足配置要求的目标设备,另外,有些软件对待部署设备的操作系统也有配置要求,因此,在S1中,所述配置信息还包括:操作系统的版本信息;在S2中,配置需求信息还包括:操作系统的版本;在S3中,在筛选目标设备时,目标设备还需满足操作系统的版本要求。
在该实现方式中,所述S1,包括:
检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
安装上待安装软件后,需要保证该软件能够在当前设备上正常运行,该设备需要为该软件提供一定量的内存,而在该设备上,可能会同时运行多个其他的软件,并消耗部分内存,为了保证该软件能够在设备上正常运行,需要获取该设备在预设时间内内存的平均剩余量,当该平均剩余量符合要求后,即可在该设备上正常运行该软件。
另外,筛选出的目标设备中,待安装软件在有些设备上运行状态要更好,例如操作更流畅,处理速度更快,出现故障的情况更少等,这些信息都可以通过运行信息反映出来,为了能够找到较优的目标设备,在一种可能的实现方式中,该方法还包括:预先向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型。
在所述S3之后,在所述S4之前,还包括:
向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息,根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
通过样本设备对BQ神经网络模型进行训练,通过训练出的BQ神经网络筛选模型对目标设备进行筛选。当用户只需在预设数量个目标设备上安装待安装软件时,可以通过该实现方式得到较优的目标设备。
在获取待部署设备的配置信息时,可以通过预先安装在待部署设备上的检测模块来获取。具体地,该方法还包括:预先在每个待部署设备上安装检测模块。所述S1,包括:向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息。
在安装待安装软件时,可以通过预先安装在待部署设备上的自动安装模块来实现,具体地,该方法还包括:预先在每个待部署设备上安装自动安装模块。所述S4,包括:将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
另外,该方法还包括对设备中的软件进行配置,在步骤S1中,配置信息包括:待部署设备中是否安装有待配置软件的信息,以及待部署设备中的待配置软件的版本信息,将该待配置软件作为待安装软件;在步骤S2中,配置需求信息中包括:待配置软件的配置信息;在步骤S3中,筛选出需要配置的目标设备;在步骤S4中,将配置文件发送给目标设备,根据该配置文件对目标设备上的待配置软件进行配置。
还有,该方法还包括:在S4之后还包括:获取目标设备上待安装软件的部署数据,并保存该部署数据。还包括:根据每个目标设备上的部署数据,生成数据报表,将所述数据报表推送到云数据中心,便于云数据中进行部署、应用和运维分析。其中,部署数据包括:任务的ID、执行开始时间、执行结束时间、部署的目标设备的配置信息、安装人员信息、软件信息等。
为使本发明的目的、技术方案和优点更加清楚,下面结合附图及具体实施例对本发明作进一步地详细描述。
在本发明实施例中,配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值。待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小。待部署设备为服务器A和服务器B,其中,服务器A的CPU的主频为2.4GHz,硬盘的空闲大小为200G;服务器B的CPU的主频为2.4GHz,硬盘的空闲大小为100G。配置需求信息包括:CPU的主频的阈值为2GHz,硬盘的空闲大小的阈值为120G,内存的大小的阈值为1G。
如图2所示,本发明实施例提供了一种软件部署的方法,该方法可以包括以下步骤:
步骤201:分别检测在10小时内的服务器A和服务器B的内存的剩余量,分别确定在10小时内服务器A和服务器B的内存的平均剩余量,将平均剩余量作为服务器A和服务器B的内存的可用大小,得到服务器A的内存可用大小为1.5G,服务器B的内存可用大小为1.4G。
步骤202:分别获取服务器A和服务器B的CPU的主频和所述待部署设备的硬盘的当前空间大小,分别将对应的当前空间大小作为服务器A和服务器B的硬盘的空闲大小,得到服务器A的CPU的主频为2.4GHz,硬盘的空闲大小为200G,服务器B的CPU的主频为2.4GHz,硬盘的空闲大小为100G。
步骤203:获取待安装软件的配置需求信息,该配置需求信息包括:CPU的主频的阈值为2GHz,硬盘的空闲大小的阈值为120G,内存的大小的阈值为1G。
步骤204:针对服务器A和服务器B,分别判断配置条件是否均满足,判断出服务器A均满足配置条件,将服务器A作为目标服务器,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
服务器A的CPU的主频为2.4GHz,硬盘的空闲大小为200G,内存可用大小为1.5G,均大于对应的阈值,满足所有配置条件。
服务器B的CPU的主频为2.4GHz,硬盘的空闲大小为100G,内存可用大小为1.4G,其中,硬盘的空闲大小不满足要求。
另外,当有多个目标设备时,可以通过以下方式进行再次筛选,该方法还包括:预先向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
在步骤204之后,在步骤205之前,还包括:向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息;
根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
步骤205:将所述待安装软件的安装包发送给服务器A,在服务器A上自动安装所述安装包。
如图3、图4所示,本发明实施例提供了一种软件部署的装置。装置实施例可以通过软件实现,也可以通过硬件或者软硬件结合的方式实现。从硬件层面而言,如图3所示,为本发明实施例提供的一种软件部署的装置所在设备的一种硬件结构图,除了图3所示的处理器、内存、网络接口、以及非易失性存储器之外,实施例中装置所在的设备通常还可以包括其他硬件,如负责处理报文的转发芯片等等。以软件实现为例,如图4所示,作为一个逻辑意义上的装置,是通过其所在设备的CPU将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。本实施例提供的一种软件部署的装置,包括:
第一获取单元401,用于获取待部署设备的配置信息;
第二获取单元402,用于获取待安装软件的配置需求信息;
第一筛选单元403,用于根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
安装单元404,用于将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
在一种可能的实现方式中,所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值;
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小;
所述第一筛选单元403,用于判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
在一种可能的实现方式中,所述第一获取单元401,用于检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
在一种可能的实现方式中,该装置还包括:训练单元,用于向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
第二筛选单元,用于向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息,根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
在一种可能的实现方式中,该装置还包括:安装在每个待部署设备上的检测模块;
所述第一获取单元401,用于向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息。
在一种可能的实现方式中,该装置还包括:安装在每个待部署设备上的自动安装模块;
所述安装单元,用于将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明实施例提供的一种软件部署的方法及装置,具有如下有益效果:
1、本发明实施例提供了一种软件部署的方法及装置,通过获取待部署设备的配置信息来确定每个待部署设备是否满足安装待安装软件的要求,如果满足,则向满足要求的目标设备发送安装包,并在目标设备上安装待安装软件,无需人工确定待部署设备是否满足要求,无需人工传输安装包,无需人工收到安装,提高了软件部署的效率。
2、本发明实施例提供了一种软件部署的方法及装置,通过BQ神经网络模型,对目标设备进行再次筛选,能够使待安装软件的运行状态更好的设备,可以使得待安装软件能够在筛选出的设备上操作更流畅,处理速度更快,出现故障的情况更少等。
3、本发明实施例提供了一种软件部署的方法及装置,通过获取目标设备上待安装软件的部署数据,并保存该部署数据,根据每个目标设备上的部署数据,生成数据报表,将所述数据报表推送到云数据中心,便于云数据中进行部署、应用和运维分析
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个〃〃〃〃〃〃”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
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在计算机可读取的存储介质中,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中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。

Claims (10)

1.一种软件部署的方法,其特征在于,包括:
S1:获取待部署设备的配置信息;
S2:获取待安装软件的配置需求信息;
S3:根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
S4:将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
2.根据权利要求1所述的方法,其特征在于,
所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值;
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小;
所述S3,包括:
判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
3.根据权利要求2所述的方法,其特征在于,所述S1,包括:
检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
4.根据权利要求1所述的方法,其特征在于,
还包括:预先向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
在所述S3之后,在所述S4之前,还包括:
向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息;
根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
5.根据权利要求1所述的方法,其特征在于,
还包括:预先在每个待部署设备上安装检测模块;
所述S1,包括:向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息;
和/或,
还包括:预先在每个待部署设备上安装自动安装模块;
所述S4,包括:将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
6.一种软件部署的装置,其特征在于,包括:
第一获取单元,用于获取待部署设备的配置信息;
第二获取单元,用于获取待安装软件的配置需求信息;
第一筛选单元,用于根据所有待部署设备的配置信息和所述配置需求信息,从所有待部署设备中筛选出目标设备;
安装单元,用于将所述待安装软件的安装包发送给所述目标设备,在所述目标设备自动安装所述安装包。
7.根据权利要求6所述的装置,其特征在于,
所述配置需求信息包括:CPU的主频的阈值、内存的大小的阈值、硬盘的空闲大小的阈值;
所述待部署设备的配置信息,包括:待部署设备的CPU的主频、待部署设备的内存的可用大小、待部署设备的硬盘的空闲大小;
所述第一筛选单元,用于判断配置条件是否均满足如果是,则确定所述待部署设备为目标设备,其中,所述配置条件包括:所述待部署设备的CPU的主频大于等于所述CPU的主频的阈值;所述待部署设备的内存的可用大小大于等于所述内存的大小的阈值;且所述待部署设备的硬盘的空闲大小大于等于所述硬盘的空闲大小的阈值。
8.根据权利要求7所述的装置,其特征在于,所述第一获取单元,用于检测在预设时间内的所述待部署设备的内存的剩余量,确定在所述预设时间内所述待部署设备的内存的平均剩余量,将所述平均剩余量作为所述待部署设备的内存的可用大小,获取所述待部署设备的CPU的主频和所述待部署设备的硬盘的当前空间大小,将所述当前空间大小作为所述待部署设备的硬盘的空闲大小。
9.根据权利要求6所述的装置,其特征在于,
还包括:训练单元,用于向BQ神经网络模型中输入安装有所述待安装软件的多个样本设备的配置信息和所述待安装软件在所述样本设备上运行的第一运行信息,对所述BQ神经网络模型进行训练,得到BQ神经网络筛选模型;
第二筛选单元,用于向所述BQ神经网络筛选模型中输入每个目标设备的配置信息,获取待安装软件在每个目标设备上运行的第二运行信息,根据每个目标设备的第二运行信息,从所有目标设备中确定出预设数量个运行状态较优的较优目标设备,将所述较优目标设备作为目标设备。
10.根据权利要求6所述的装置,其特征在于,
还包括:安装在每个待部署设备上的检测模块;
所述第一获取单元,用于向每个待部署设备上的检测模块发送检测命令,以使所述检测模块检测其所在的待部署设备,并返回所述待部署设备的配置信息;
和/或,
还包括:安装在每个待部署设备上的自动安装模块;
所述安装单元,用于将所述待安装软件的安装包发送给所述目标设备上的自动安装模块,触发所述自动安装模块获取所在的目标设备的管理员权限,解压所述安装包,运行所述安装包中的安装程序,实现所述安装包的自动安装。
CN201510548377.5A 2015-08-31 2015-08-31 一种软件部署的方法及装置 Pending CN105138375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510548377.5A CN105138375A (zh) 2015-08-31 2015-08-31 一种软件部署的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510548377.5A CN105138375A (zh) 2015-08-31 2015-08-31 一种软件部署的方法及装置

Publications (1)

Publication Number Publication Date
CN105138375A true CN105138375A (zh) 2015-12-09

Family

ID=54723732

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510548377.5A Pending CN105138375A (zh) 2015-08-31 2015-08-31 一种软件部署的方法及装置

Country Status (1)

Country Link
CN (1) CN105138375A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126286A (zh) * 2016-06-22 2016-11-16 天维尔信息科技股份有限公司 一种软件部署方法及终端
CN107193614A (zh) * 2017-06-23 2017-09-22 郑州云海信息技术有限公司 一种自动提示、自动记录、自动预装操作系统的方法
CN109753301A (zh) * 2018-12-06 2019-05-14 东软集团股份有限公司 应用系统部署方法、装置、存储介质及电子设备
CN109814918A (zh) * 2019-01-24 2019-05-28 深圳市多元世纪信息技术股份有限公司 软件部署方法和系统、计算机可读存储介质
CN110990288A (zh) * 2019-12-12 2020-04-10 北京首汽智行科技有限公司 一种项目部署方法
CN111381831A (zh) * 2018-12-29 2020-07-07 华为技术有限公司 应用部署方法和服务器

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106126286A (zh) * 2016-06-22 2016-11-16 天维尔信息科技股份有限公司 一种软件部署方法及终端
CN107193614A (zh) * 2017-06-23 2017-09-22 郑州云海信息技术有限公司 一种自动提示、自动记录、自动预装操作系统的方法
CN109753301A (zh) * 2018-12-06 2019-05-14 东软集团股份有限公司 应用系统部署方法、装置、存储介质及电子设备
CN111381831A (zh) * 2018-12-29 2020-07-07 华为技术有限公司 应用部署方法和服务器
CN111381831B (zh) * 2018-12-29 2022-03-25 华为技术有限公司 应用部署方法和服务器
CN109814918A (zh) * 2019-01-24 2019-05-28 深圳市多元世纪信息技术股份有限公司 软件部署方法和系统、计算机可读存储介质
CN110990288A (zh) * 2019-12-12 2020-04-10 北京首汽智行科技有限公司 一种项目部署方法

Similar Documents

Publication Publication Date Title
CN105138375A (zh) 一种软件部署的方法及装置
EP4404531A3 (en) Placement and scheduling of radio signal processing dataflow operations
CN110489306A (zh) 一种报警阈值确定方法、装置、计算机设备及存储介质
CN104067226A (zh) 代码变化的持续部署
DE112019001121T5 (de) Erkennen von malware
CN104392175A (zh) 一种云计算系统中云应用攻击行为处理方法、装置及系统
WO2017032265A1 (zh) 一种应用推送方法、装置及服务设备
CN105493095A (zh) 用于样本提交的自适应和递归过滤
US10169719B2 (en) User configurable message anomaly scoring to identify unusual activity in information technology systems
CN105205397A (zh) 恶意程序样本分类方法及装置
US9292693B2 (en) Remediation of security vulnerabilities in computer software
WO2015183241A1 (en) Distributed compilation of statically typed languages
CN109376981B (zh) 数据处理方式的确定方法、装置、服务器和数据处理方法
CN114091029B (zh) 恶意文件检测模型的训练系统、方法、设备、介质及平台
CN104484132B (zh) 数据缩减的方法及装置
CN108090352B (zh) 检测系统及检测方法
CN106407246B (zh) Sql执行计划管理的方法及装置
CN105701429A (zh) 一种rfid射频卡的自定义适配方法及系统
CN104008046A (zh) 程序的测试方法以及用于测试程序的设备
CN110555308B (zh) 一种终端应用行为跟踪和威胁风险评估方法及系统
Bosu et al. When are OSS developers more likely to introduce vulnerable code changes? A case study
CN114936187A (zh) 数据文件的处理方法、装置、设备及存储介质
CN108733714A (zh) 一种数据分析的方法和装置
CN102722376B (zh) 基于视频监控绘图的二次编解码方法及其装置
CN109800581B (zh) 软件行为的安全防护方法及装置、存储介质、计算机设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151209

WD01 Invention patent application deemed withdrawn after publication