CN105450684A - 云计算资源调度方法和系统 - Google Patents
云计算资源调度方法和系统 Download PDFInfo
- Publication number
- CN105450684A CN105450684A CN201410400923.6A CN201410400923A CN105450684A CN 105450684 A CN105450684 A CN 105450684A CN 201410400923 A CN201410400923 A CN 201410400923A CN 105450684 A CN105450684 A CN 105450684A
- Authority
- CN
- China
- Prior art keywords
- node
- sequence
- power consumption
- subtask
- resource
- 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
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种云计算资源调度方法和系统。其中在云计算资源调度方法中,实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列;实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列;根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;根据资源调度序列,将子任务集合中的子任务分配给相应的节点。通过综合考虑资源利用状况和功耗状况,从而使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
Description
技术领域
本发明涉及通信领域,特别涉及一种云计算资源调度方法和系统。
背景技术
现有的云计算、集群资源调度方法是根据资源池中节点资源利用情况和任务属性,对资源进行调度,调度的策略和目标是使各节点的利用率最优、负载尽可能均衡,从而提高应用的和性能和资源利用率,并可间接降低系统的功耗。
由于现有的调度方法仅考虑资源利用状况,而并没有直接将功耗作为调度计算因子,所以其调度结果对资源利用率和应用性能可达到最优,对功耗却没有达到最优。
发明内容
本发明实施例提供一种云计算资源调度方法和系统。通过综合考虑资源利用状况和功耗状况,从而使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
根据本发明的一个方面,提供一种云计算资源调度方法,包括:
实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列,其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联;
实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列,其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联;
根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;
根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;
根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
在一个实施例中,根据第一节点分配序列和第二节点分配序列生成资源调度序列的步骤包括:
在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列,其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数;
在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列,其中权重值ri与节点Ni的资源利用状况相关联;
根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
在一个实施例中,根据资源调度序列,将子任务集合中的子任务分配给相应的节点的步骤包括:
在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合;
利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足;
若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
在一个实施例中,若子任务集合中存在需求不能得到满足的子任务,则在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足;
在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。
在一个实施例中,实时采集资源池中各节点的功耗状况的步骤包括:
判断节点Ni是否能够直接提供功耗状况;
若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况。
在一个实施例中,若节点Ni不能直接提供功耗状况,则实时采集节点Ni的负载状况;
根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。
根据本发明的另一方面,提供一种云计算资源调度系统,包括负载分析模块、功耗分析模块、任务分析模块、资源调度序列生成模块和资源调度模块,其中:
负载分析模块,用于实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列,其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联;
功耗分析模块,用于实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列,其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联;
任务分析模块,用于根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;
资源调度序列生成模块,用于根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;
资源调度模块,用于根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
在一个实施例中,资源调度序列生成模块具体在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列,其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数;在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列,其中权重值ri与节点Ni的资源利用状况相关联;根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
在一个实施例中,资源调度模块具体在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合;利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足;若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
在一个实施例中,资源调度模块还用于在子任务集合中存在需求不能得到满足的子任务时,在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足;在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。
在一个实施例中,功耗分析模块具体判断节点Ni是否能够直接提供功耗状况;若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况。
在一个实施例中,功耗分析模块还用于在节点Ni不能直接提供功耗状况时,实时采集节点Ni的负载状况;
根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。
本发明通过实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列;实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列;根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;根据资源调度序列,将子任务集合中的子任务分配给相应的节点。通过综合考虑资源利用状况和功耗状况,从而使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
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为本发明云计算资源调度方法一个实施例的示意图。
图2为本发明生成资源调度序列一个实施例的示意图。
图3为本发明云计算资源调度系统一个实施例的示意图。
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。
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。
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授权说明书的一部分。
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为本发明云计算资源调度方法一个实施例的示意图。优选的,本实施例的方法步骤可由云计算资源调度系统执行。其中:
步骤101,实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列。
其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联。
由于如何按照资源利用率最优策略生成第一节点分配序列并不是本发明的发明点所在,因此这里不展开描述。
步骤102,实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列。
其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联。
由于如何按照功耗最优策略生成第二节点分配序列并不是本发明的发明点所在,因此这里不展开描述。
优选的,上述实时采集资源池中各节点的功耗状况的步骤可包括:
判断节点Ni是否能够直接提供功耗状况。若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况;若节点Ni不能直接提供功耗状况,则实时采集节点Ni的负载状况,根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。其中1≤i≤N,N为资源池中的节点数。
例如,预先确定的负载和功耗之间的关系,可在资源池部署时,通过获取各节点100%、90%、……、10%的负载和相应功耗的对应数据获得,通过人工方式将这些数据输入到相关数据库中,以便系统使用。
步骤103,根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合。
由于如何基于并行性最优策略将任务进行拆分并不是本发明的发明点所在,因此这里不展开描述。
这里需要说明的是,由于有些任务无法进行拆分,因此只能对其整体进行调度,在这种情况下子任务集合中包括的就是该任务本身。步骤104,根据第一节点分配序列和第二节点分配序列生成资源调度序列。
其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联。
步骤105,根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
优选的,在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合。利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足。若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
而当子任务集合中存在需求不能得到满足的子任务时,在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足。在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。从而尽可能避免选择尚未开机(功耗为0)的节点,若当前开机的节点中没有满足要求的,则在尚未开机的节点中进行选择,并指示选择的功耗为0的节点开机,由此提高了系统资源的使用效率。
基于本发明上述实施例提供的云计算资源调度方法,通过综合考虑资源利用状况和功耗状况,从而使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
图2为本发明生成资源调度序列一个实施例的示意图。如图2所示,上述根据第一节点分配序列和第二节点分配序列生成资源调度序列的步骤可包括:
步骤201,在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列。
其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数。
步骤202,在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列。
其中权重值ri与节点Ni的资源利用状况相关联。
步骤203,根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
例如,在第一节点分配序列中,某个节点的顺序数为2,通过将其顺序数乘以相应的与其功耗状况相关联的权重值,则在第三节点分配序列中,该节点的顺序号为5。同时,该节点在第二节点分配序列中的顺序数为7,通过将其顺序数乘以相应的与其资源利用状况相关联的权重值,则在第四节点分配序列中,该节点的顺序号为3。通过计算该节点分别在第三节点分配序列和第四节点分配序列中的顺序数的平均值,可得到该节点在资源调度序列中的分值为4。通过上述方案计算各节点的分值,可确定各节点在资源调度序列中的顺序数。
图3为本发明云计算资源调度系统一个实施例的示意图。如图3所示,该系统可包括负载分析模块301、功耗分析模块302、任务分析模块303、资源调度序列生成模块304和资源调度模块305。其中:
负载分析模块301,用于实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列,其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联。
功耗分析模块302,用于实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列,其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联。
任务分析模块303,用于根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合。
资源调度序列生成模块304,用于根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联。
资源调度模块305,用于根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
基于本发明上述实施例提供的云计算资源调度系统,通过综合考虑资源利用状况和功耗状况,从而使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
优选的,资源调度序列生成模块304具体在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列,其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数;在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列,其中权重值ri与节点Ni的资源利用状况相关联;根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
由于生成的资源调度序列同时参考了节点的资源利用状况和功耗状况,因此有利于实现系统整体性能的最优。
优选的,资源调度模块305具体在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合;利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足;若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
此外,资源调度模块305还在子任务集合中存在需求不能得到满足的子任务时,在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足;在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。
从而尽可能避免选择尚未开机(功耗为0)的节点,提高了系统资源的使用效率。
优选的,功耗分析模块502可具体判断节点Ni是否能够直接提供功耗状况;若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况;若节点Ni不能直接提供功耗状况,则实时采集节点Ni的负载状况;根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。
通过实施本发明,由于在云计算资源调度中引入功耗因子,因此使得资源调度无论是在资源利用率、应用性能还是资源功耗上都达到最优。
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。
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 (12)
1.一种云计算资源调度方法,其特征在于,包括:
实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列,其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联;
实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列,其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联;
根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;
根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;
根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
2.根据权利要求1所述的方法,其特征在于,
根据第一节点分配序列和第二节点分配序列生成资源调度序列的步骤包括:
在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列,其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数;
在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列,其中权重值ri与节点Ni的资源利用状况相关联;
根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
3.根据权利要求2所述的方法,其特征在于,
根据资源调度序列,将子任务集合中的子任务分配给相应的节点的步骤包括:
在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合;
利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足;
若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
4.根据权利要求3所述的方法,其特征在于,
若子任务集合中存在需求不能得到满足的子任务,则在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足;
在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。
5.根据权利要求4所述的方法,其特征在于,
实时采集资源池中各节点的功耗状况的步骤包括:
判断节点Ni是否能够直接提供功耗状况;
若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况。
6.根据权利要求5所述的方法,其特征在于,
若节点Ni不能直接提供功耗状况,则实时采集节点Ni的负载状况;
根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。
7.一种云计算资源调度系统,其特征在于,包括负载分析模块、功耗分析模块、任务分析模块、资源调度序列生成模块和资源调度模块,其中:
负载分析模块,用于实时采集资源池中各节点的资源利用状况,并按照资源利用率最优策略生成第一节点分配序列,其中在第一节点分配序列中,节点的排序与自身的资源利用状况相关联;
功耗分析模块,用于实时采集资源池中各节点的功耗状况,并按照功耗最优策略生成第二节点分配序列,其中在第二节点分配序列中,节点的排序与自身的功耗状况相关联;
任务分析模块,用于根据任务性质,并基于并行性最优策略,将所述任务进行拆分,以得到子任务集合;
资源调度序列生成模块,用于根据第一节点分配序列和第二节点分配序列生成资源调度序列,其中在资源调度序列中,节点的排序与自身的资源利用状况和功耗状况相关联;
资源调度模块,用于根据资源调度序列,将子任务集合中的子任务分配给相应的节点。
8.根据权利要求7所述的系统,其特征在于,
资源调度序列生成模块具体在第一节点分配序列中,将节点Ni的顺序数乘以相应的权重值ei,以便对节点Ni的顺序数进行更新,从而得到第三节点分配序列,其中权重值ei与节点Ni的功耗状况相关联,1≤i≤N,N为资源池中的节点数;在第二节点分配序列中,将节点Ni的顺序数乘以相应的权重值ri,以便对节点Ni的顺序数进行更新,从而得到第四节点分配序列,其中权重值ri与节点Ni的资源利用状况相关联;根据节点Ni在第三节点分配序列中的顺序数和在第四节点分配序列中的顺序数,确定节点Ni在资源调度序列中的顺序数。
9.根据权利要求8所述的系统,其特征在于,
资源调度模块具体在资源调度序列中,将功耗不为0的节点作为备选节点,以得到备选节点集合;利用备选节点集合,判断子任务集合中各子任务的需求是否都能得到满足;若子任务集合中各子任务的需求都能得到满足,则在备选节点集合中,将子任务集合中的子任务分配给相应的备选节点。
10.根据权利要求9所述的系统,其特征在于,
资源调度模块还用于在子任务集合中存在需求不能得到满足的子任务时,在功耗为0的节点中选择相应的节点作为备选节点,以更新备选节点集合,从而基于更新的备选节点集合,使子任务集合中各子任务的需求都能得到满足;在更新的备选节点集合中,将子任务集合中的子任务分配给相应的备选节点,并指示功耗为0且分配有任务的节点开机。
11.根据权利要求10所述的系统,其特征在于,
功耗分析模块具体判断节点Ni是否能够直接提供功耗状况;若节点Ni能够直接提供功耗状况,则实时采集节点Ni的功耗状况。
12.根据权利要求11所述的系统,其特征在于,
功耗分析模块还用于在节点Ni不能直接提供功耗状况时,实时采集节点Ni的负载状况;
根据预先确定的负载和功耗之间的关系,利用实时采集到的节点Ni的负载状况,实时获得节点Ni的功耗状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410400923.6A CN105450684B (zh) | 2014-08-15 | 2014-08-15 | 云计算资源调度方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410400923.6A CN105450684B (zh) | 2014-08-15 | 2014-08-15 | 云计算资源调度方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105450684A true CN105450684A (zh) | 2016-03-30 |
CN105450684B CN105450684B (zh) | 2019-01-01 |
Family
ID=55560458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410400923.6A Active CN105450684B (zh) | 2014-08-15 | 2014-08-15 | 云计算资源调度方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105450684B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566443A (zh) * | 2017-07-12 | 2018-01-09 | 郑州云海信息技术有限公司 | 一种分布式资源调度方法 |
CN107659676A (zh) * | 2017-11-03 | 2018-02-02 | 北京云端智度科技有限公司 | 基于动态ip资源池的智能调度技术 |
CN109254842A (zh) * | 2017-07-12 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 分布式流式系统的资源管理方法、装置及可读存储介质 |
CN110650187A (zh) * | 2019-09-09 | 2020-01-03 | 北京邮电大学 | 一种边缘节点的节点类型确定方法及目标网络 |
CN113709201A (zh) * | 2020-05-22 | 2021-11-26 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN115550370A (zh) * | 2022-12-01 | 2022-12-30 | 浩鲸云计算科技股份有限公司 | 一种基于多因素策略的算力资源最优调度分配方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053068B (zh) * | 2020-09-09 | 2021-08-24 | 上海有个机器人有限公司 | 一种递送机器人的云端调度方法、装置和服务器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN102176696A (zh) * | 2011-02-25 | 2011-09-07 | 曙光信息产业(北京)有限公司 | 多计算机系统 |
EP2701064A1 (en) * | 2012-08-24 | 2014-02-26 | Hasso-Plattner-Institut für Softwaresystemtechnik GmbH | Robust tenant placement and migration in database-as-a-service environments |
CN103957261A (zh) * | 2014-05-06 | 2014-07-30 | 湖南体运通信息技术有限公司 | 一种基于能耗优化的云计算资源分配的方法 |
-
2014
- 2014-08-15 CN CN201410400923.6A patent/CN105450684B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN102176696A (zh) * | 2011-02-25 | 2011-09-07 | 曙光信息产业(北京)有限公司 | 多计算机系统 |
EP2701064A1 (en) * | 2012-08-24 | 2014-02-26 | Hasso-Plattner-Institut für Softwaresystemtechnik GmbH | Robust tenant placement and migration in database-as-a-service environments |
CN103957261A (zh) * | 2014-05-06 | 2014-07-30 | 湖南体运通信息技术有限公司 | 一种基于能耗优化的云计算资源分配的方法 |
Non-Patent Citations (1)
Title |
---|
向洁等: ""基于虚拟机调度的数据中心节能优化"", 《计算机应用》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566443A (zh) * | 2017-07-12 | 2018-01-09 | 郑州云海信息技术有限公司 | 一种分布式资源调度方法 |
CN109254842A (zh) * | 2017-07-12 | 2019-01-22 | 腾讯科技(深圳)有限公司 | 分布式流式系统的资源管理方法、装置及可读存储介质 |
CN109254842B (zh) * | 2017-07-12 | 2023-06-16 | 腾讯科技(深圳)有限公司 | 分布式流式系统的资源管理方法、装置及可读存储介质 |
CN107659676A (zh) * | 2017-11-03 | 2018-02-02 | 北京云端智度科技有限公司 | 基于动态ip资源池的智能调度技术 |
CN110650187A (zh) * | 2019-09-09 | 2020-01-03 | 北京邮电大学 | 一种边缘节点的节点类型确定方法及目标网络 |
CN110650187B (zh) * | 2019-09-09 | 2020-09-18 | 北京邮电大学 | 一种边缘节点的节点类型确定方法及目标网络 |
CN113709201A (zh) * | 2020-05-22 | 2021-11-26 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN113709201B (zh) * | 2020-05-22 | 2023-05-23 | 华为技术有限公司 | 计算卸载的方法和通信装置 |
CN115550370A (zh) * | 2022-12-01 | 2022-12-30 | 浩鲸云计算科技股份有限公司 | 一种基于多因素策略的算力资源最优调度分配方法 |
CN115550370B (zh) * | 2022-12-01 | 2023-03-31 | 浩鲸云计算科技股份有限公司 | 一种基于多因素策略的算力资源最优调度分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105450684B (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105450684A (zh) | 云计算资源调度方法和系统 | |
US10474504B2 (en) | Distributed node intra-group task scheduling method and system | |
Calheiros et al. | Energy-efficient scheduling of urgent bag-of-tasks applications in clouds through DVFS | |
US9471390B2 (en) | Scheduling mapreduce jobs in a cluster of dynamically available servers | |
Li et al. | Pricing and repurchasing for big data processing in multi-clouds | |
US8589929B2 (en) | System to provide regular and green computing services | |
CN103870334A (zh) | 一种大规模漏洞扫描的任务分配方法及装置 | |
Amokrane et al. | Greenslater: On satisfying green SLAs in distributed clouds | |
CN103391206B (zh) | 一种任务调度方法及其装置 | |
CN109992407A (zh) | 一种yarn集群gpu资源调度方法、装置和介质 | |
Liu et al. | Handling recoverable temporal violations in scientific workflow systems: a workflow rescheduling based strategy | |
CN110109756A (zh) | 一种网络靶场构建方法、系统及存储介质 | |
Li et al. | An effective scheduling strategy based on hypergraph partition in geographically distributed datacenters | |
Gawali et al. | Standard deviation based modified cuckoo optimization algorithm for task scheduling to efficient resource allocation in cloud computing | |
Deng et al. | A data and task co-scheduling algorithm for scientific cloud workflows | |
CN112905297A (zh) | 容器集群资源调度方法和装置 | |
Lin et al. | Novel resource allocation model and algorithms for cloud computing | |
CN102156659A (zh) | 一种文件作业任务的调度方法及系统 | |
CN104144210A (zh) | 数据服务自动构建的方法及系统 | |
Prakash et al. | A novel scheduling approach for workflow management in cloud computing | |
Cui et al. | A scheduling algorithm for multi-tenants instance-intensive workflows | |
Kumaresan et al. | Cloud Scheduling Using Hybrid Heuristic Based HEFT and Enhanced GRASP Approach: A Study and Analysis | |
CN105468455A (zh) | 一种用于多设备的动态任务分配的方法及装置 | |
Wang et al. | On optimal budget-driven scheduling algorithms for MapReduce jobs in the hetereogeneous cloud | |
CN104834571B (zh) | 一种应用于云工作流调度的数据预取方法 |
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 |