CN105630606A - 用于调整线程池容量的方法及装置 - Google Patents
用于调整线程池容量的方法及装置 Download PDFInfo
- Publication number
- CN105630606A CN105630606A CN201510974829.6A CN201510974829A CN105630606A CN 105630606 A CN105630606 A CN 105630606A CN 201510974829 A CN201510974829 A CN 201510974829A CN 105630606 A CN105630606 A CN 105630606A
- Authority
- CN
- China
- Prior art keywords
- thread pool
- percentage ratio
- thread
- maximum
- predetermined threshold
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种用于调整线程池容量的方法及装置。所述方法包括：定期采集线程池使用线程数；计算预定时间内连续多次采集到的线程池使用线程数的平均值；计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。本发明能够使线程池所在设备提供更强大的服务支撑能力，解决由于参数配置不当导致的性能瓶颈，能够提高线程池所在设备的响应速度。
Description
技术领域
本发明涉及计算机系统技术领域，尤其涉及一种用于调整线程池容量的方法及装置。
背景技术
当前时代，网络应用随处可见，这些应用对计算机系统的响应速度、稳健性和整体性能都提出了较高的要求。线程池技术是满足这些要求而采用的技术之一，其通过提供若干个固定线程，轮流为大量的任务服务，当一个线程完成任务时，并不马上销毁，而是接手另一个任务，从而减少创建和销毁线程的消耗，可以最大程度的利用系统的资源。因此现在的应用服务器中大量使用线程池技术。
现有的线程池调整策略都是基于用户设定的最小值和最大值，应用服务器根据线程池的空闲情况在最小值和最大值之间进行调整，不能突破最小值和最大值。用户通过设定线程池的最大值来限定线程池的容量。线程池的容量决定了在指定时间内能够处理的并发任务数，线程池的容量太小，导致所有的任务都在排队等待进入线程池，造成堵塞，而线程池的容量太大，则造成系统资源的浪费。
在实现本发明的过程中，发明人发现现有技术中至少存在如下技术问题：
现有线程池的调整技术局限于用户配置，线程池容量不能进行动态调整，在不能正确估计并发任务数的情况下会导致并发任务数超过预期值的时候，线程池所在设备响应慢。
发明内容
本发明提供的用于调整线程池容量的方法及装置，能够使线程池所在设备提供更强大的服务支撑能力，解决由于参数配置不当导致的性能瓶颈，能够提高线程池所在设备的响应速度。
第一方面，本发明提供一种用于调整线程池容量的方法，包括：定期采集线程池使用线程数；计算预定时间内连续多次采集到的线程池使用线程数的平均值；计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
可选地，在所述定期采集线程池使用线程数之前，还包括：判断已经启动线程池自调优模式。
可选地，所述根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值包括：判断所述百分比S是否大于预定阈值P；如果是，则判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L；如果是，则增大线程池最优最大值。
可选地，所述根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值包括：判断所述百分比S是否大于预定阈值P，如果否，则判断所述百分比S是否小于预定阈值Q，其中P大于Q；如果是，则计算所述平均值占用户配置线程池最大值的百分比R；判断所述百分比R是否小于预定阈值Q；如果是，则将当前线程池最优最大值设置为用户配置线程池最大值。
可选地，在所述判断所述百分比S是否小于预定阈值Q之前，所述方法还包括：判断所述当前线程池最优最大值是否大于用户配置线程池最大值，若是，则判断所述百分比S是否小于预定阈值Q。
第二方面，本发明提供一种用于调整线程池容量的装置，包括：采集模块，用于定期采集线程池使用线程数；第一计算模块，用于计算预定时间内连续多次采集到的线程池使用线程数的平均值；第二计算模块，用于计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；调整模块，用于根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
可选地，所述装置还包括第一判断模块；所述第一判断模块用于判断已经启动线程池自调优模式。
可选地，所述装置还包括第二判断模块；所述第二判断模块用于判断所述百分比S是否大于预定阈值P，如果是，则判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L；所述调整模块用于在所述百分比S大于预定阈值P且所述线程池所在设备的CPU的使用率和内存的使用率均小于预定阈值L时，增大线程池最优最大值。
可选地，所述装置还包括第三判断模块和第三计算模块；所述第三判断模块，用于判断所述百分比S是否大于预定阈值P，如果否，则判断所述百分比S是否小于预定阈值Q，其中P大于Q；所述第三计算模块用于在判断所述百分比S小于预定阈值Q时，计算所述平均值占用户配置线程池最大值的百分比R；所述第三判断模块，还用于判断所述百分比R是否小于预定阈值Q；所述调整模块用于在判断所述百分比S和所述百分比R均小于预定阈值Q时，将当前线程池最优最大值设置为用户配置线程池最大值。
可选地，所述第三判断模块用于在判断所述百分比S不大于预定阈值P且判断所述最优最大值大于用户配置最大值时，判断所述百分比S是否小于预定阈值Q。
本发明实施例提供的用于调整线程池容量的方法及装置，通过采集线程池使用状况，并结合服务器所在设备的CPU和内存使用率，自动调整线程池的最大值，从而使线程池所在设备提供更强大的服务支撑能力，解决由于参数配置不当导致的性能瓶颈，能够提高线程池所在设备的响应速度。
附图说明
图1为本发明一实施例用于调整线程池容量的方法的流程图；
图2为本发明另一实施例用于调整线程池容量的方法的流程图；
图3为本发明另一实施例用于调整线程池容量的方法的流程图；
图4为本发明一实施例用于调整线程池容量的装置的结构示意图；
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，所描述的实施例仅仅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。
本发明提供一种用于调整线程池容量的方法，如图1所示，所述方法包括：
S11、定期采集线程池使用线程数；
S12、计算预定时间内连续多次采集到的线程池使用线程数的平均值；
S13、计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；
S14、根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
本发明实施例提供的用于调整线程池容量的方法，通过采集线程池使用状况，并结合服务器所在设备的CPU和内存使用率，自动调整线程池的最大值，从而使线程池所在设备提供更强大的服务支撑能力，解决由于参数配置不当导致的性能瓶颈，能够提高线程池所在设备的响应速度。
优选，本发明提供一种用于调整线程池容量的方法，如图2所示，所述方法包括：
S21、应用服务器启动后，确认配置中已启动线程池自调优模式。应用服务器启动后，检测domain.xml配置中JVM参数中是否配置了-DThreadPoolselfTuning＝true，如果为true，则启动线程池自调优模式，如果没有配置-DThreadPoolselfTuning＝true或者配置-DThreadPoolselfTuning＝false,则不启动线程池自调优模式，结束；
S22、定期采集线程池使用线程数，优选地，每20s检测一次线程池使用线程数。
S23、计算预定时间内连续多次采集到的线程池使用线程数的平均值，优选地，计算2分钟采集到的6个数据的平均值。
S24、计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值。
S25、判断所述百分比S是否大于预定阈值P，如果否，则线程池最优最大值不作调整。
其中，在应用服务器刚启动时，线程池最优最大值的初始值设置为用户配置线程池最大值，在线程池最优最大值等于用户配置线程池最大值的情况下，在判断所述百分比S不大于预定阈值P时，线程池最优最大值不作调整。优选地，所述预定阈值P为90％。
S26、如果判断所述百分比S大于预定阈值P，判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L，优选地，预定阈值L为75％，如果否，则线程池最优最大值不作调整。
S27、在判断所述百分比S大于预定阈值P且判断所述线程池所在设备的CPU的使用率和内存的使用率均小于预定阈值L时，增大线程池最优最大值。优选地，如果所述平均值占线程池最优最大值的百分比大于90％且线程池所在设备的CPU和内存使用率均小于75％，则将线程池的最大值调整为原来值的110％。
进一步地，本发明提供一种用于调整线程池容量的方法，如图3所示，所述方法包括：
S31、定期采集线程池使用线程数，优选地，每20s检测一次线程池使用线程数；
S32、计算预定时间内连续多次采集到的线程池使用线程数的平均值，优选地，计算2分钟采集到的6个数据的平均值；
S33、计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值；
S34、判断所述百分比S是否大于预定阈值P，优选地，预定阈值P为90％；
S35、如果判断所述百分比S大于预定阈值P，判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L，优选地，预定阈值L为75％，如果否，则线程池最优最大值不作调整，返回步骤31；
S36、在判断所述百分比S大于预定阈值P且判断所述线程池所在设备的CPU的使用率和内存的使用率均小于预定阈值L时，增大线程池最优最大值。优选地，如果所述平均值占线程池最优最大值的百分比大于90％且线程池所在设备的CPU和内存使用率均小于75％，则将线程池的最优最大值调整为原来值的110％。
S37、如果判断所述百分比S不大于预定阈值P，判断所述百分比S是否小于预定阈值Q，其中P大于Q，如果否，则线程池最优最大值不作调整，返回步骤31。优选地，预定阈值P为90％，预定阈值Q为80％。
其中，在应用服务器启动后，线程池最优最大值可能等于用户配置线程池最大值，也可能大于用户配置线程池最大值。优选地，在判断线程池最优最大值等于用户配置线程池最大值时，若判断所述百分比S不大于预定阈值P，线程池最优最大值不作调整，则返回步骤31；在判断线程池最优最大值大于用户配置线程池最大值时，若判断所述百分比S不大于预定阈值P，则判断所述百分比S是否小于预定阈值Q。
S38、如果判断所述百分比S小于预定阈值Q，则计算所述平均值占用户配置线程池最大值的百分比R，判断所述百分比R是否小于预定阈值Q，如果否，则返回步骤31；
S39、如果判断所述百分比S且所述百分比R均小于预定阈值Q，则将当前线程池最优最大值设置为用户配置线程池最大值。优选地，如果判断所述百分比S且所述百分比R均小于预定阈值80％，将当前线程池最优最大值设置为用户配置线程池最大值。
本发明实施例还提供一种用于调整线程池容量的装置1，如图3所示，所述装置1包括：
采集模块11，用于定期采集线程池使用线程数；
第一计算模块12，用于计算预定时间内连续多次采集到的线程池使用线程数的平均值；
第二计算模块13，用于计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；
调整模块14，用于根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
可选地，所述装置还包括第一判断模块；所述第一判断模块用于判断已经启动线程池自调优模式。
可选地，所述装置还包括第二判断模块；所述第二判断模块用于判断所述百分比S是否大于预定阈值P，如果是，则判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L；所述调整模块用于在所述百分比S大于预定阈值P且所述线程池所在设备的CPU的使用率和内存的使用率均小于预定阈值L时，增大线程池最优最大值。
可选地，所述装置还包括第三判断模块和第三计算模块；所述第三判断模块用于判断所述百分比S是否大于预定阈值P，如果否，则判断所述百分比S是否小于预定阈值Q，其中P大于Q；所述第三计算模块用于在判断所述百分比S小于预定阈值Q时，计算所述平均值占用户配置线程池最大值的百分比R；所述第三判断模块还用于判断所述百分比R是否小于预定阈值Q；所述调整模块用于在判断所述百分比S和所述百分比R均小于预定阈值Q时，将当前线程池最优最大值设置为用户配置线程池最大值。
可选地，所述第三判断模块用于在判断所述百分比S不大于预定阈值P且判断所述最优最大值大于用户配置最大值时，判断所述百分比S是否小于预定阈值Q。
本发明实施例提供的用于调整线程池容量的装置，通过采集线程池使用状况，并结合服务器所在设备的CPU和内存使用率，自动调整线程池的最大值，从而使线程池所在设备提供更强大的服务支撑能力，解决由于参数配置不当导致的性能瓶颈，能够提高线程池所在设备的响应速度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种用于调整线程池容量的方法，其特征在于，包括：
定期采集线程池使用线程数；
计算预定时间内连续多次采集到的线程池使用线程数的平均值；
计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；
根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
2.根据权利要求1所述的方法，其特征在于，在所述定期采集线程池使用线程数之前，还包括：判断已经启动线程池自调优模式。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值包括：
判断所述百分比S是否大于预定阈值P；
如果是，则判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L；
如果是，则增大线程池最优最大值。
4.根据权利要求1所述的方法，其特征在于，所述根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值包括：
判断所述百分比S是否大于预定阈值P，如果否，则判断所述百分比S是否小于预定阈值Q，其中P大于Q；
如果是，则计算所述平均值占用户配置线程池最大值的百分比R；
判断所述百分比R是否小于预定阈值Q；
如果是，则将当前线程池最优最大值设置为用户配置线程池最大值。
5.根据权利要求4所述的方法，其特征在于，在所述判断所述百分比S是否小于预定阈值Q之前，所述方法还包括：判断所述当前线程池最优最大值是否大于用户配置线程池最大值，若是，则判断所述百分比S是否小于预定阈值Q。
6.一种用于调整线程池容量的装置，其特征在于，包括：
采集模块，用于定期采集线程池使用线程数；
第一计算模块，用于计算预定时间内连续多次采集到的线程池使用线程数的平均值；
第二计算模块，用于计算所述平均值占线程池最优最大值的百分比S，其中所述最优最大值为当前线程池使用的最大值并且所述线程池最优最大值的初始值被设置为用户配置线程池最大值；
调整模块，用于根据所述百分比S以及所述线程池所在设备的CPU的使用率和内存的使用率，调整线程池最优最大值。
7.根据权利要求6所述的装置，其特征在于，还包括第一判断模块；
所述第一判断模块，用于判断已经启动线程池自调优模式。
8.根据权利要求6或7所述的装置，其特征在于，还包括第二判断模块；
所述第二判断模块，用于判断所述百分比S是否大于预定阈值P，如果是，则判断所述线程池所在设备的CPU的使用率和内存的使用率是否均小于预定阈值L；
所述调整模块，用于在所述百分比S大于预定阈值P且所述线程池所在设备的CPU的使用率和内存的使用率均小于预定阈值L时，增大线程池最优最大值。
9.根据权利要求6所述的装置，其特征在于，还包括第三判断模块和第三计算模块；
所述第三判断模块，用于判断所述百分比S是否大于预定阈值P，如果否，则判断所述百分比S是否小于预定阈值Q，其中P大于Q；
所述第三计算模块，用于在判断所述百分比S小于预定阈值Q时，计算所述平均值占用户配置线程池最大值的百分比R；
所述第三判断模块，还用于判断所述百分比R是否小于预定阈值Q；
所述调整模块，用于在判断所述百分比S和所述百分比R均小于预定阈值Q时，将当前线程池最优最大值设置为用户配置线程池最大值。
10.根据权利要求9所述的装置，其特征在于，所述第三判断模块，用于在判断所述百分比S不大于预定阈值P且判断所述最优最大值大于用户配置最大值时，判断所述百分比S是否小于预定阈值Q。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510974829.6A CN105630606A (zh) | 2015-12-22 | 2015-12-22 | 用于调整线程池容量的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510974829.6A CN105630606A (zh) | 2015-12-22 | 2015-12-22 | 用于调整线程池容量的方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105630606A true CN105630606A (zh) | 2016-06-01 |
Family
ID=56045583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510974829.6A Pending CN105630606A (zh) | 2015-12-22 | 2015-12-22 | 用于调整线程池容量的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105630606A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106557369A (zh) * | 2016-11-25 | 2017-04-05 | 武汉斗鱼网络科技有限公司 | 一种多线程的管理方法及系统 |
| CN107463441A (zh) * | 2017-06-30 | 2017-12-12 | 大唐软件技术股份有限公司 | 一种线程数量控制方法及设备 |
| CN108874550A (zh) * | 2018-07-18 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种调整线程池的方法、装置、存储介质和计算机设备 |
| CN108984288A (zh) * | 2018-06-11 | 2018-12-11 | 山东中创软件商用中间件股份有限公司 | 基于系统响应时间的线程池容量调整方法、装置及设备 |
| CN109086194A (zh) * | 2018-06-11 | 2018-12-25 | 山东中创软件商用中间件股份有限公司 | 一种线程池容量调整方法、装置、设备及可读存储介质 |
| CN109271290A (zh) * | 2018-07-27 | 2019-01-25 | 广州华多网络科技有限公司 | 一种监测线程使用率的方法、装置及存储装置 |
| CN109885385A (zh) * | 2018-12-21 | 2019-06-14 | 山东中创软件商用中间件股份有限公司 | 一种应用服务器线程池的自调优方法、装置及设备 |
| CN111049914A (zh) * | 2019-12-18 | 2020-04-21 | 珠海格力电器股份有限公司 | 负载均衡方法、装置和计算机系统 |
| CN111124643A (zh) * | 2019-12-20 | 2020-05-08 | 浪潮电子信息产业股份有限公司 | 一种分布式存储中的删除任务调度方法、系统及相关装置 |
| CN111142943A (zh) * | 2019-12-27 | 2020-05-12 | 中国银行股份有限公司 | 自动控制并发方法及装置 |
| CN112099955A (zh) * | 2020-09-27 | 2020-12-18 | 合肥移瑞通信技术有限公司 | 安卓系统运行内存的控制方法、装置及介质、计算机设备 |
-
2015
- 2015-12-22 CN CN201510974829.6A patent/CN105630606A/zh active Pending
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106557369B (zh) * | 2016-11-25 | 2020-08-04 | 武汉斗鱼网络科技有限公司 | 一种多线程的管理方法及系统 |
| CN106557369A (zh) * | 2016-11-25 | 2017-04-05 | 武汉斗鱼网络科技有限公司 | 一种多线程的管理方法及系统 |
| CN107463441A (zh) * | 2017-06-30 | 2017-12-12 | 大唐软件技术股份有限公司 | 一种线程数量控制方法及设备 |
| CN107463441B (zh) * | 2017-06-30 | 2020-10-27 | 大唐软件技术股份有限公司 | 一种线程数量控制方法及设备 |
| CN108984288A (zh) * | 2018-06-11 | 2018-12-11 | 山东中创软件商用中间件股份有限公司 | 基于系统响应时间的线程池容量调整方法、装置及设备 |
| CN109086194A (zh) * | 2018-06-11 | 2018-12-25 | 山东中创软件商用中间件股份有限公司 | 一种线程池容量调整方法、装置、设备及可读存储介质 |
| CN108874550A (zh) * | 2018-07-18 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种调整线程池的方法、装置、存储介质和计算机设备 |
| CN109271290A (zh) * | 2018-07-27 | 2019-01-25 | 广州华多网络科技有限公司 | 一种监测线程使用率的方法、装置及存储装置 |
| CN109885385A (zh) * | 2018-12-21 | 2019-06-14 | 山东中创软件商用中间件股份有限公司 | 一种应用服务器线程池的自调优方法、装置及设备 |
| CN111049914A (zh) * | 2019-12-18 | 2020-04-21 | 珠海格力电器股份有限公司 | 负载均衡方法、装置和计算机系统 |
| CN111124643A (zh) * | 2019-12-20 | 2020-05-08 | 浪潮电子信息产业股份有限公司 | 一种分布式存储中的删除任务调度方法、系统及相关装置 |
| CN111142943A (zh) * | 2019-12-27 | 2020-05-12 | 中国银行股份有限公司 | 自动控制并发方法及装置 |
| CN112099955A (zh) * | 2020-09-27 | 2020-12-18 | 合肥移瑞通信技术有限公司 | 安卓系统运行内存的控制方法、装置及介质、计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105630606A (zh) | 用于调整线程池容量的方法及装置 | |
| US8473768B2 (en) | Power control apparatus and method for cluster system | |
| CN103810048A (zh) | 一种面向资源利用最优的线程数量自动调整方法及装置 | |
| CN101267644B (zh) | 一种对监控数据的存储方法 | |
| CN104423529B (zh) | 中央处理单元状态调整方法和装置 | |
| CN108173698B (zh) | 网络服务管理方法、装置、服务器及存储介质 | |
| CN103645955A (zh) | 应用程序的运行管理方法和装置 | |
| CN104850460A (zh) | 一种服务程序线程管理方法 | |
| DE102009060267A1 (de) | Leerlaufzeit-Bericht für ein Power-Management | |
| CN101201689B (zh) | 一种多任务系统中自动管理cpu功耗的方法 | |
| WO2009129041A1 (en) | System and methods to extend the service life of portable devices | |
| CN105700663A (zh) | 一种移动终端的后台程序清理方法及系统 | |
| CN105320559A (zh) | 一种云计算系统的调度方法和装置 | |
| CN103078933A (zh) | 一种确定数据迁移时机的方法和装置 | |
| CN108984288A (zh) | 基于系统响应时间的线程池容量调整方法、装置及设备 | |
| CN104065822A (zh) | 待机流量控制方法和待机流量控制装置 | |
| CN105704785A (zh) | 一种网络搜索方法、装置及移动终端 | |
| CN113688001B (zh) | 服务器硬盘功耗动态均衡方法、装置、终端及存储介质 | |
| CN101661327A (zh) | 一种调节中央处理器主频的方法及装置 | |
| CN107026708A (zh) | 数据处理的方法和装置 | |
| CN109428950B (zh) | Ip地址池自动调度方法和系统 | |
| WO2017198112A1 (zh) | 一种切频方法、装置和计算机可读存储介质 | |
| CN112114647A (zh) | 一种服务器的电源控制方法、系统及装置 | |
| CN102495784A (zh) | 硬盘监控管理方法和系统 | |
| CN111443792B (zh) | 处理器的功耗控制方法、装置以及电子和存储设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160601 |