CN105653369A - 虚拟机的资源分配方法和装置 - Google Patents

虚拟机的资源分配方法和装置 Download PDF

Info

Publication number
CN105653369A
CN105653369A CN201511004656.1A CN201511004656A CN105653369A CN 105653369 A CN105653369 A CN 105653369A CN 201511004656 A CN201511004656 A CN 201511004656A CN 105653369 A CN105653369 A CN 105653369A
Authority
CN
China
Prior art keywords
main frame
virtual machine
cloud
cloud main
host list
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
CN201511004656.1A
Other languages
English (en)
Inventor
李绍辉
郝秋影
范霄
王慧谦
刘润峰
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.)
Dawning Information Industry Beijing Co Ltd
Original Assignee
Dawning Information Industry Beijing 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 Dawning Information Industry Beijing Co Ltd filed Critical Dawning Information Industry Beijing Co Ltd
Priority to CN201511004656.1A priority Critical patent/CN105653369A/zh
Publication of CN105653369A publication Critical patent/CN105653369A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5077Logical partitioning of resources; Management or configuration of virtualized resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种虚拟机的资源分配方法和装置,该方法包括:获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,锁定虚拟机为正在启动的虚拟机;根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机。本发明通过将云主机的运行虚拟机个数和锁定虚拟机个数相加并作出排序处理,从而使得云主机上的虚拟机的启动情况完全与真实的情况一致,能够实现真正的负载均衡。

Description

虚拟机的资源分配方法和装置
技术领域
本发明涉及云计算领域,具体来说,涉及一种虚拟机的资源分配方法和装置。
背景技术
资源调度是云计算中的关键技术之一,资源调度可分为静态调度和动态调度,其中,静态调度指在虚拟机启动时,按照一定的调度策略选择目标云主机,只执行一次;而动态调度则指调度任务在后台定时查看资源负载情况,并根据调度策略执行迁移虚拟机、关闭或者启动云主机操作。
资源调度实现的好坏从很大程度上能够决定一个云计算系统的成败。创建、启动虚拟机的过程就是资源分配的过程;在系统运行过程中,资源调度不断动态地根据系统负载情况调整资源,以达到系统的负载均衡和节能等需求。
而在批量启动虚拟机时,由于启动一台虚拟机需要一个时间过程,在下一台虚拟机启动时,前面的虚拟机可能正在启动前的校验中,因此在统计云主机上正在运行的虚拟机个数时,只能得到已经启动的虚拟机个数,而正在启动的虚拟机个数获取不到,这就容易造成启动结果混乱,比如原本不能在云主机上启动的虚拟机在云主机上启动了,导致云主机上启动的虚拟机个数超出用户的设置;或者原本希望批量启动的虚拟机在各个云主机上是负载均衡的,但实际上可能所有虚拟机都启动在一台云主机上,根本没有达到负载均衡的效果等。
具体的,如图1所示,在现有技术中,在应用负载均衡资源调度批量启动虚拟机时,在资源池1中有3个云主机,要启动3台虚拟机vm7、vm8、vm9,在启动过程中可能出现3台虚拟机均启动在云主机1上的情况,因为在启动vm8、vm9的时候,vm7还没有进入启动状态,导致后面调度执行判断的时候,始终认为云主机1上运行虚拟机个数最少,最终结果是所有虚拟机都启动在同一个云主机上,显然并没有达到负载均衡的目标。
由此可见,在现有技术中,资源调度无法很好地处理批量启动虚拟机的并发事件。批量启动虚拟机一般会同时创建多个异步任务,这就导致批量启动多台虚拟机时可能都选择了相同的目标云主机,造成云主机瞬间负载过大,可能会有一些虚拟机因为资源不足无法启动,同时也无法更好的分配使用云主机资源。
针对相关技术中的上述问题,目前尚未提出有效的解决方案。
发明内容
针对相关技术中的上述问题,本发明提出一种虚拟机的资源分配方法和装置,能够使云主机资源得到均衡分配。
本发明的技术方案是这样实现的:
根据本发明的一个方面,提供了一种虚拟机的资源分配方法。
该资源分配方法包括:
获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,锁定虚拟机为正在启动的虚拟机;
根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机。
其中,在获取云主机列表中每个云主机的锁定虚拟机个数Y时,可通过查询预定的资源缓冲区中是否包含该云主机,在包含该云主机的情况下,获取该云主机的锁定虚拟机个数Y,其中,预定的资源缓冲区用于存储云主机与该云主机锁定虚拟机的个数的对应关系。
此外,该资源分配方法进一步包括:在根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序后,将云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y与该云主机能够运行虚拟机的最大个数进行比较;
将云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机的锁定虚拟机的个数Y+1。
其中,在将云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机的锁定虚拟机的个数Y+1时,可将资源缓冲区中该云主机的锁定虚拟机的个数Y+1。
另外,该资源分配方法进一步包括:在将云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y与该云主机能够运行虚拟机的最大个数进行比较之前,查询预定的资源缓冲区中是否包含该云主机,在不包含该云主机的情况下,将该云主机添加至预定的资源缓冲区。
此外,该资源分配方法进一步包括:
将云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机构成新的云主机列表;
从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机包括:从新的云主机列表中选择最优云主机并分配虚拟机至最优云主机。
可选的,在从排序后的云主机列表中选择最优云主机时,可从云主机列表中查询是否存在预定最优云主机;
在存在预定最优云主机的情况下,将云主机列表中该预定最优云主机作为最优云主机;
在不存在预定最优云主机的情况下,将排序后的云主机列表中排序第一的云主机作为最优云主机。
另外,该资源分配方法进一步包括:
将云主机列表中未被选择的云主机在资源缓冲区中该云主机的锁定虚拟机的个数Y-1。
此外,云主机的预定分配需求包括以下至少之一:
用户需求优先;
负载均衡优先;
绿色节能优先。
根据本发明的另一方面,提供了一种虚拟机的资源分配装置。
该资源分配装置包括:
获取模块,用于获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,锁定虚拟机为正在启动的虚拟机;
排序模块,用于根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
选择模块,用于从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机。
本发明通过将云主机的运行虚拟机个数和锁定虚拟机个数相加并作出排序处理,从而使得云主机上的虚拟机的启动情况完全与真实的情况一致,能够实现真正的负载均衡。
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的前提下,还可以根据这些附图获得其他的附图。
图1是根据现有技术的批量启动虚拟机的结果示意图;
图2是根据本发明实施例的虚拟机的资源分配方法的流程图;
图3是根据本发明实施例的资源总缓冲区的查询设置流程图;
图4是根据本发明实施例的获取最优云主机的流程图;
图5是根据本发明实施例的批量启动虚拟机的结果示意图;
图6是根据本发明实施例的虚拟机的资源分配装置的框图。
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。基于本发明中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的实施例,提供了一种虚拟机的资源分配方法。
如图2所示,根据本发明实施例的资源分配方法包括:
步骤S201,获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,锁定虚拟机为正在启动的虚拟机;
步骤S203,根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
步骤S205,从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机。
下面结合具体实例来对本发明的上述技术方案进行详细阐述。
在本发明的资源分配方法中,调度的资源调是有范围的,调度范围称为资源池,资源池是一组云主机的集合。调度的资源有一些显式的参数要求,包括CPU使用率、内存使用率、运行的虚拟机个数,同时,调度的资源还有一些隐式的需求,如CPU兼容性、存储、网络的要求等。本发明中的上述云主机列表是已经根据显式调度参数中CPU使用率、内存使用率,以及隐式的CPU兼容性、存储、网络等需求对资源池中的云主机进行了筛选,得到的满足条件的云主机列表,本发明的主要方案是对筛选之后的云主机进行二次处理,得到满足运行的虚拟机个数要求,且真正实现了负载均衡的最优云主机。筛选过程与本发明无关,这里不再赘述。下面描述本发明的上述技术方案。
首先,为了实现上述技术方案,需要开辟一块内存缓冲区(即上述资源缓冲区),用于存放云主机与锁定虚拟机的对应关系,称之为资源总缓冲区。对资源总缓冲区可以进行查询设置、清除操作。
查询设置函数为:getAndSet(hyperId,maxVmNum,runningVmNum):其中,参数hyperID为云主机ID,参数maxVmNum为该云主机能够运行虚拟机的最大个数,参数runningVmNum为该云主机正在运行的虚拟机的个数。该函数的工作流程如图3所示,如果资源总缓冲区中包含指定云主机(ID为hyperID的云主机),则获取该云主机锁定虚拟机个数Y,否则将该云主机添加到资源总缓冲区(即X=0);然后将锁定虚拟机个数Y和正在运行的虚拟机个数X(即参数runningVmNum)相加并与该云主机最大可运行虚拟机个数(即参数maxVmNum)比较,如果云主机锁定虚拟机个数和运行虚拟机个数之和X+Y小于最大可运行虚拟机个数maxVmNum,则将该云主机在该资源总缓冲区的锁定虚拟机个数Y加1,并返回true,否则返回false。
清除函数:clear(hyperId):用于如果资源总缓冲区中有指定云主机(ID为hyperID的云主机),则获取该云主机的锁定虚拟机个数,如果锁定虚拟机个数大于1,则将锁定虚拟机个数减1,否则,从资源总缓冲区中移除该云主机。
在开辟了上述资源总缓冲区(和下文的资源缓冲区相同)后,本发明提供了对外获取最优云主机接口,用于选择最优云主机以对其分配虚拟机,该接口为:
getHyper(hyperIds,maxVmNum,func,sort,optHyperId):其中,参数hyperIds为经过筛选得到的满足虚拟机运行条件(已筛选CPU、内存、存储和网络等)的云主机列表;maxVmNum为云主机列表中每个云主机的最大可运行虚拟机个数,只有一个值;func为获取每个云主机的正在运行的虚拟机个数的接口;sort用于区分是负载均衡优先还是绿色节能优先;:potHyperID为用户设置指定的优先运行的虚拟机的预定最优云主机的ID,可以设置也可以不设置。本发明借助于该获取最优云主机接口能够对经过筛选得到的满足虚拟机运行条件的云主机列表,进行运行的虚拟机个数的参数校验并按照运行虚拟机个数对其进行排序,以达到负载均衡或者绿色节能的效果。
具体的获取最优云主机流程如图4所示:
将上述接口的hyperIds,maxVmNum,func,sort,optHyperId各个参数分别输入,并对云主机列表进行遍历,通过func获取当前云主机的正在运行虚拟机个数X,并通过资源总缓冲区获取该云主机的锁定虚拟机个数Y。
其中,在一个实施例中,在获取云主机列表中每个云主机的锁定虚拟机个数Y时,可调用资源总缓冲区的getLockedNum()来查询资源总缓冲区中是否包含该云主机,在包含该云主机的情况下,获取该云主机的锁定虚拟机个数Y,如果不包含则,Y为0。
然后,回到图4,将该云主机运行的虚拟机个数设置为实际正在运行虚拟机个数X和锁定虚拟机个数Y之和,并将云主机和X+Y放置到云主机性能结构列表中,其中。云主机性能结构列表中存放云主机标识、运行的虚拟机个数(X+Y)、内存剩余量、内存使用率、CPU使用率等信息。
接着,使用性能比较器对云主机性能结构列表中的云主机进行排序,在本例中,当前性能比较器仅根据用户需求优先和/或负载均衡优先和/或绿色节能优先对云主机的运行虚拟机个数X+Y(而非上述内存剩余量、内存使用率、CPU使用率等信息)进行比较,得到根据用户需求优先或者负载均衡优先或者绿色节能优先的排序结果。
然后,对排序结果列表中的云主机(例如排序后为A、B、C)进行查询设置资源总缓冲区的操作,具体则回到图3,如果资源总缓冲区中已经有云主机A,则表示该云主机A有锁定虚拟机,并按照图3所示的流程,获取该云主机A的X和Y,并将X+Y与该云主机能够运行虚拟机的最大个数maxVmNum进行比较;如果X+Y小于maxVmNum,则将云主机A在资源总缓冲区的锁定虚拟机的个数Y+1;
如果资源总缓冲区中没有云主机A,则在资源总缓冲区中新增云主机A,并执行图3所示的X+Y与maxVmNum的比较等流程,最后将其在资源总缓冲区中的锁定虚拟机个数Y+1。
再回到图4,对于结果返回true的云主机均是X+Y小于maxVmNum的云主机,它们满足启动虚拟机的条件从而构成新的云主机列表retHyperIds;
然后,参照图4,在一个实施例中,由于输入的参数中包含预定优先运行虚拟机的云主机optHyperID,所以,在从排序后的云主机列表中选择最优云主机时,可从云主机列表retHyperIds中查询是否存在预定最优云主机optHyperID;
在存在预定最优云主机optHyperID的情况下,将云主机列表retHyperIds中该预定最优云主机optHyperID作为最优云主机retHyperID;
在retHyperIds中不存在预定最优云主机optHyperID的情况下,则将排序后的云主机列表retHyperIds中排序第一的云主机作为最优云主机retHyperID。
然后,就可将最新云主机列表retHyperIds中选为最优云主机retHyperID的云主机删除,并将最新云主机列表retHyperIds中最优云主机retHyperID之外的其他云主机进行资源总缓冲区的清除操作,即前文所述的clear(hyperId):用于如果资源总缓冲区中有指定云主机(ID为hyperID的云主机),则获取该云主机的锁定虚拟机个数,如果锁定虚拟机个数大于1,则将锁定虚拟机个数减1,否则,从资源总缓冲区中移除该云主机。
其中,在一个实施例中,在最优云主机启动虚拟机完成后,再进行上述清理资源总缓冲区的操作。
图5是借助于本发明的上述技术方案的批量启动虚拟机的结果示意图。由此可见,在应用本发明的上述技术方案之后,增加了一个资源总缓冲区,在资源总缓冲区中增加了锁定虚拟机,云主机上虚拟机的启动情况完全与真实的情况一致,最终能够实现真正的负载均衡,并且是选择到最优的云主机作为启动虚拟机的目标云主机。
根据本发明的实施例,还提供了一种虚拟机的资源分配装置。
如图6所示,根据本发明实施例的资源分配装置包括:
获取模块61,用于获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,锁定虚拟机为正在启动的虚拟机;
排序模块62,用于根据云主机的预定分配需求对云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
选择模块63,用于从排序后的云主机列表中选择最优云主机并分配虚拟机至最优云主机。
综上所述,借助于本发明的上述技术方案,通过提出资源总缓冲区的概念,对云主机与虚拟机关系进行真正映射,然后根据调度参数要求从多个适合的目标云主机中选择最优的云主机,这样多台虚拟机会对应的启动在多台目标云主机上,达到更好利用资源的效果,实现资源分配调度的最终目标。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种虚拟机的资源分配方法,其特征在于,包括:
获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,所述锁定虚拟机为正在启动的虚拟机;
根据云主机的预定分配需求对所述云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
从排序后的所述云主机列表中选择最优云主机并分配虚拟机至所述最优云主机。
2.根据权利要求1所述的资源分配方法,其特征在于,获取所述云主机列表中每个云主机的锁定虚拟机个数Y包括:
查询预定的资源缓冲区中是否包含该云主机,在包含该云主机的情况下,获取该云主机的锁定虚拟机个数Y,其中,所述预定的资源缓冲区用于存储云主机与该云主机锁定虚拟机的个数的对应关系。
3.根据权利要求1或2所述的资源分配方法,其特征在于,在根据云主机的预定分配需求对所述云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序后,进一步包括:
将所述云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y与该云主机能够运行虚拟机的最大个数进行比较;
将所述云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机的锁定虚拟机的个数Y+1。
4.根据权利要求3所述的资源分配方法,其特征在于,将所述云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机的锁定虚拟机的个数Y+1包括:将所述资源缓冲区中该云主机的锁定虚拟机的个数Y+1。
5.根据权利要求3所述的资源分配方法,其特征在于,在将所述云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y与该云主机能够运行虚拟机的最大个数进行比较之前,进一步包括:
查询所述预定的资源缓冲区中是否包含该云主机,在不包含该云主机的情况下,将该云主机添加至所述预定的资源缓冲区。
6.根据权利要求3所述的资源分配方法,其特征在于,进一步包括:
将所述云主机列表中的正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y小于该云主机能够运行虚拟机的最大个数的云主机构成新的云主机列表;
从排序后的所述云主机列表中选择最优云主机并分配虚拟机至所述最优云主机包括:从新的云主机列表中选择最优云主机并分配虚拟机至所述最优云主机。
7.根据权利要求1所述的资源分配方法,其特征在于,从排序后的所述云主机列表中选择最优云主机包括:
从所述云主机列表中查询是否存在预定最优云主机;
在存在所述预定最优云主机的情况下,将所述云主机列表中该预定最优云主机作为所述最优云主机;
在不存在所述预定最优云主机的情况下,将排序后的所述云主机列表中排序第一的云主机作为所述最优云主机。
8.根据权利要求3所述的资源分配方法,其特征在于,进一步包括:
将所述云主机列表中未被选择的云主机在所述资源缓冲区中该云主机的锁定虚拟机的个数Y-1。
9.根据权利要求1所述的资源分配方法,其特征在于,所述云主机的预定分配需求包括以下至少之一:
用户需求优先;
负载均衡优先;
绿色节能优先。
10.一种虚拟机的资源分配装置,其特征在于,包括:
获取模块,用于获取云主机列表中每个云主机的正在运行虚拟机的个数X和锁定虚拟机的个数Y,其中,所述锁定虚拟机为正在启动的虚拟机;
排序模块,用于根据云主机的预定分配需求对所述云主机列表中的每个云主机按照正在运行虚拟机的个数X和锁定虚拟机的个数Y之和X+Y进行排序;
选择模块,用于从排序后的所述云主机列表中选择最优云主机并分配虚拟机至所述最优云主机。
CN201511004656.1A 2015-12-29 2015-12-29 虚拟机的资源分配方法和装置 Pending CN105653369A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201511004656.1A CN105653369A (zh) 2015-12-29 2015-12-29 虚拟机的资源分配方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511004656.1A CN105653369A (zh) 2015-12-29 2015-12-29 虚拟机的资源分配方法和装置

Publications (1)

Publication Number Publication Date
CN105653369A true CN105653369A (zh) 2016-06-08

Family

ID=56477099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511004656.1A Pending CN105653369A (zh) 2015-12-29 2015-12-29 虚拟机的资源分配方法和装置

Country Status (1)

Country Link
CN (1) CN105653369A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506145A (zh) * 2017-08-28 2017-12-22 郑州云海信息技术有限公司 一种物理存储调度方法及云主机创建方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929701A (zh) * 2012-10-17 2013-02-13 北京搜狐新媒体信息技术有限公司 一种批量虚拟机的调度方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929701A (zh) * 2012-10-17 2013-02-13 北京搜狐新媒体信息技术有限公司 一种批量虚拟机的调度方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107506145A (zh) * 2017-08-28 2017-12-22 郑州云海信息技术有限公司 一种物理存储调度方法及云主机创建方法
CN107506145B (zh) * 2017-08-28 2020-06-16 浪潮云信息技术有限公司 一种物理存储调度方法及云主机创建方法

Similar Documents

Publication Publication Date Title
CN109783229B (zh) 线程资源分配的方法及装置
CN106033373B (zh) 一种云计算平台中虚拟机资源调度方法和调度系统
CN104461744B (zh) 一种资源分配方法及装置
US8726290B2 (en) System and/or method for balancing allocation of data among reduce processes by reallocation
CN106095590B (zh) 一种基于线程池的任务分配方法及装置
CN108399094B (zh) 一种应用的部署方法、其部署装置及边缘数据中心
CN107329815A (zh) 一种基于BP‑Tabu搜索的云任务负载均衡调度方法
CN105892996A (zh) 一种批量数据处理的流水线作业方法及装置
CN106201661A (zh) 用于弹性伸缩虚拟机集群的方法和装置
CN107346264A (zh) 一种虚拟机负载均衡调度的方法、装置和服务器设备
CN107864211A (zh) 集群资源调度方法及系统
US11372683B2 (en) Placement of virtual GPU requests in virtual GPU enabled systems using a requested memory requirement of the virtual GPU request
CN113672391A (zh) 一种基于Kubernetes的并行计算任务调度方法与系统
CN112269999A (zh) 一种漏洞扫描任务调度的方法、装置、设备和介质
CN116560860A (zh) 一种基于机器学习的资源优先级的实时优化调整方法
CN113626173B (zh) 调度方法、装置及存储介质
Fan et al. A scheduler for serverless framework base on kubernetes
CN111953503A (zh) Nfv资源部署编排方法和网络功能虚拟化编排器
US20120042322A1 (en) Hybrid Program Balancing
CN105893147A (zh) 多任务队列管理方法、设备及系统
CN105653369A (zh) 虚拟机的资源分配方法和装置
US20140047454A1 (en) Load balancing in an sap system
Yang et al. Optimizing internal overlaps by self-adjusting resource allocation in multi-stage computing systems
KR101869325B1 (ko) 이종 멀티코어 환경에서의 코어 배정 장치
CN115202810A (zh) 一种Kubernetes工作节点分配方法及系统

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: 20160608