CN105824708A - 云主机系统中的cpu调度方法及装置 - Google Patents
云主机系统中的cpu调度方法及装置 Download PDFInfo
- Publication number
- CN105824708A CN105824708A CN201610307614.3A CN201610307614A CN105824708A CN 105824708 A CN105824708 A CN 105824708A CN 201610307614 A CN201610307614 A CN 201610307614A CN 105824708 A CN105824708 A CN 105824708A
- Authority
- CN
- China
- Prior art keywords
- cpu
- main frame
- cloud
- core cpu
- cloud host
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Abstract
本发明公开了一种云主机系统中的CPU调度方法及装置。该方法包括:在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;每隔预设时间间隔获取云主机进程的CPU使用量;当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。本发明保证了高预设OQS等级的云主机对CPU的使用,实现了按照服务质量的不同要求使用宿主机的资源。
Description
技术领域
本发明实施例涉及CPU调度技术,尤其涉及一种云主机系统中的CPU调度方法及装置。
背景技术
云主机是云计算在基础设施应用上的重要组成部分,位于云计算产业链金字塔底层,产品源自云计算平台。该平台整合了互联网应用三大核心要素:计算、存储、网络,面向用户提供公用化的互联网基础设施服务。云主机是一种类似VPS(VirtualPrivateServer,虚拟专用服务器)主机的虚拟化技术,VPS是采用虚拟软件(如VZ或VM)在一台主机上虚拟出多个类似独立主机的部分,能够实现单机多用户,每个部分都可以做单独的操作系统,管理方法同主机相同。而云主机是在一组集群主机上虚拟出多个类似独立主机的部分,集群中每个宿主机上都有云主机的一个镜像,从而大大提高了虚拟主机的安全稳定性。
在现有的云主机系统中,各个云主机按照各自的配置均衡的使用宿主机的资源进行运算,而不能按照服务质量的不同要求使用宿主机的资源。
发明内容
有鉴于此,本发明实施例提供一种云主机系统中的CPU调度方法及装置,以实现按照服务质量的不同要求使用宿主机的资源。
第一方面,本发明实施例提供了一种云主机系统中的CPU调度方法,所述方法包括:
在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;
每隔预设时间间隔获取云主机进程的CPU使用量;
当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
第二方面,本发明实施例还提供了一种云主机系统中的CPU调度装置,所述装置包括:
CPU核心绑定模块,用于在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;
CPU使用量获取模块,用于每隔预设时间间隔获取云主机进程的CPU使用量;
CPU核心缩减模块,用于当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
本发明实施例的技术方案,通过在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上,避免云主机进程在宿主机的CPU核心间迁移,并在云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,通过预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量,保证了高预设OQS等级的云主机对CPU的使用,实现了按照服务质量的不同要求使用宿主机的资源。
附图说明
图1是本发明实施例一提供的一种云主机系统中的CPU调度方法的流程图;
图2是本发明实施例二提供的一种云主机系统中的CPU调度方法的流程图;
图3是本发明实施例三提供的一种云主机系统中的CPU调度方法的流程图;
图4是本发明实施例四提供的一种云主机系统中的CPU调度装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
在本发明实施例中,设计了一个供用户设定云主机的QOS(QualityofService,服务质量)等级的设定接口,通过用户对云主机的QOS等级的设定,在结合本发明实施例所述的云主机系统中的CPU调度方法,可以保障QOS等级高的云主机的CPU使用。
实施例一
图1是本发明实施例一提供的一种云主机系统中的CPU调度方法的流程图,本实施例可适用于按照服务质量等级对CPU进行调度的情况,该方法可以由云主机系统中的CPU调度装置来执行,该装置可以由软件和/或硬件来实现。该方法具体包括如下步骤:
步骤110,在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上。
当创建云主机系统中的云主机进程时,将每个云主机进程随机的绑定在一个CPU核心上,并记录云主机进程绑定的CPU核心。通过将云主机进程绑定在CPU核心上,可以避免云主机进程在宿主机的CPU核心上自动迁移。其中,所述云主机系统是指安装在一个宿主机上的多个云主机。
其中,CPU核心又称为CPU内核,是CPU最重要的组成部分。CPU中心的隆起的芯片就是CPU核心,是由单晶硅以一定的生产工艺制造出来的,CPU所有的计算、接受/存储命令、处理数据都由CPU核心执行。各种CPU核心都具有固定的逻辑结构,一级缓存、二级缓存、执行单元、指令级单元和总线接口等逻辑单元都会有科学的布局。
步骤120,每隔预设时间间隔获取云主机进程的CPU使用量。
每隔预设时间间隔(如每秒)获取一次所述云主机系统(即一台宿主机)中的所有云主机进程的CPU使用量。其中,所述CPU使用量优选为CPU使用时间。
步骤130,当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量。
其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
提前将不同预设QOS等级的云主机进程的CPU使用量设定CPU使用临界值,预设QOS等级高的云主机的CPU使用临界值可以大于预设QOS等级低的云主机的CPU使用临界值,从而可以保证预设QOS等级高的云主机对CPU的使用。
所述云主机进程的CPU使用量是指一个云主机的所有的云主机进程的CPU使用量的总和。当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,预设QOS等级低的云主机缩减的所述CPU核心的数量要大于预设等级高的云主机所加你的所述CPU核心的数量,从而保证高预设QOS等级的云主机的良好运行。
本实施例的技术方案,通过在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上,避免云主机进程在宿主机的CPU核心间迁移,并在云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,通过预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量,保证了高预设OQS等级的云主机对CPU的使用,实现了按照服务质量的不同要求使用宿主机的资源,防止了云主机系统发生雪崩。
实施例二
图2是本发明实施例二提供的一种云主机系统中的CPU调度方法的流程图,本实施例在实施例一的基础上进行了优化,该方法具体包括如下步骤:
步骤210,在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上。
步骤220,每隔预设时间间隔获取云主机进程的CPU使用量。
步骤230,获取预先设定的云主机的QOS等级信息表。
其中,所述QOS等级信息表包括预设QOS等级和所述预设QOS等级对应的CPU使用临界值。
步骤240,将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比。
通过对比,确定云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值的云主机进程。
步骤250,当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量。
本发明实施例的技术方案,在实施例一的基础上,通过将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比,从而明确的确定CPU使用量超过CPU使用临界值的云主机进程,在对云主机进程所在的CPU核心的数量进行缩减,可以进一步保证高预设OQS等级的云主机对CPU的使用。
实施例三
图3是本发明实施例三提供的一种云主机系统中的CPU调度方法的流程图,本实施例在上述实施例的基础上进行了优化,QOS等级信息表还优选包括所述预设QOS等级对应的超过临界值时CPU核心缩减比例,其中,高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例,并将“当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量”进行了相应的优化。该方法具体包括如下步骤:
步骤310,在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上。
步骤320,每隔预设时间间隔获取云主机进程的CPU使用量。
步骤330,获取预先设定的云主机的QOS等级信息表.
步骤340,将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比。
步骤350,当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量。
当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,对该云主机的云主机进程所在的CPU核心的数量进行缩减,在缩减时,按照该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对所述CPU核心的数量进行缩减。
其中,高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例,如高预设QOS等级对应的超过临界值时CPU核心缩减比例可以为1,即可以不缩减,而低预设QOS等级对应的超过临界值时CPU核心缩减比例可以为1/2,即缩减为原来数量的1/2,从而保证高预设QOS等级的云主机的运行。
其中,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量优选包括:
获取所述云主机的云主机进程所在的CPU核心的数量;
根据所述QOS等级信息表中的该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对所述CPU核心的数量进行缩减;
当缩减后的CPU核心的数量小于所述云主机的云主机进程所在的CPU核心的数量时,从所述云主机的云主机进程所在的CPU核心中选取所述缩减后的CPU核心的数量的CPU核心,将该云主机的云主机进程绑定到选取的CPU核心中。
根据在创建云主机进程时,绑定的CPU核心,获取所述云主机的云主机进程所在的CPU核心的数量。只有在缩减后的CPU核心的数量小于所述云主机的云主机进程所在的CPU核心的数量时,才将云主机进程随机迁移到选取的CPU核心中,可以减少计算量,尽快的保证高预设QOS等级的云主机的运行。
本实施例的技术方案,在上述实施例的基础上,通过根据云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对该云主机的云主机进程所在的CPU核心的数量进行缩减,可以明确的确定缩减后的CPU核心的数量,且高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例,可以进一步保证高预设OQS等级的云主机对CPU的使用。
实施例四
图4是本发明实施例四提供的一种云主机系统中的CPU调度装置的结构示意图,如图4所示,本实施例所述的云主机系统中的CPU调度装置包括:CPU核心绑定模块410、CPU使用量获取模块420和CPU核心缩减模块430。
其中,CPU核心绑定模块410用于在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;
CPU使用量获取模块420用于每隔预设时间间隔获取云主机进程的CPU使用量;
CPU核心缩减模块430用于当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
优选的,还包括:
QOS等级信息表获取模块,用于获取预先设定的云主机的QOS等级信息表,其中,所述QOS等级信息表包括预设QOS等级和所述预设QOS等级对应的CPU使用临界值;
CPU使用量对比模块,用于将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比。
其中,QOS等级信息表还优选包括所述预设QOS等级对应的超过临界值时CPU核心缩减比例,其中,高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例;
相应的,所述CPU核心缩减模块具体用于:
当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量。
优选的,所述CPU核心缩减模块包括:
CPU核心数量获取单元,用于获取所述云主机的云主机进程所在的CPU核心的数量;
CPU核心数量缩减单元,用于根据所述QOS等级信息表中的该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对所述CPU核心的数量进行缩减;
云主机进程迁移单元,用于当缩减后的CPU核心的数量小于所述云主机的云主机进程所在的CPU核心的数量时,从所述云主机的进云主机程所在的CPU核心中选取所述缩减后的CPU核心的数量的CPU核心,将该云主机的云主机进程绑定到选取的CPU核心中。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种云主机系统中的CPU调度方法,其特征在于,所述方法包括:
在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;
每隔预设时间间隔获取云主机进程的CPU使用量;
当所述云主机进程的CPU使用量超过该云主机的预设服务质量QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
2.根据权利要求1所述的方法,其特征在于,还包括:
获取预先设定的云主机的QOS等级信息表,其中,所述QOS等级信息表包括预设QOS等级和所述预设QOS等级对应的CPU使用临界值;
将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比。
3.根据权利要求2所述的方法,其特征在于,QOS等级信息表还包括所述预设QOS等级对应的超过临界值时CPU核心缩减比例,其中,高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例;
相应的,当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量包括:
当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量。
4.根据权利要求3所述的方法,其特征在于,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量包括:
获取所述云主机的云主机进程所在的CPU核心的数量;
根据所述QOS等级信息表中的该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对所述CPU核心的数量进行缩减;
当缩减后的CPU核心的数量小于所述云主机的云主机进程所在的CPU核心的数量时,从所述云主机的进云主机程所在的CPU核心中选取所述缩减后的CPU核心的数量的CPU核心,将该云主机的云主机进程绑定到选取的CPU核心中。
5.一种云主机系统中的CPU调度装置,其特征在于,所述装置包括:
CPU核心绑定模块,用于在创建云主机进程时,将所述云主机进程随机绑定在一个CPU核心上;
CPU使用量获取模块,用于每隔预设时间间隔获取云主机进程的CPU使用量;
CPU核心缩减模块,用于当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级缩减该云主机的云主机进程所在的CPU核心的数量,其中,预设QOS等级高的云主机缩减的所述CPU核心的数量小于预设QOS等级低的云主机缩减的所述CPU核心的数量。
6.根据权利要求5所述的装置,其特征在于,还包括:
QOS等级信息表获取模块,用于获取预先设定的云主机的QOS等级信息表,其中,所述QOS等级信息表包括预设QOS等级和所述预设QOS等级对应的CPU使用临界值;
CPU使用量对比模块,用于将所述云主机进程的CPU使用量和所述QOS等级信息表中该云主机的预设QOS等级对应的CPU使用临界值进行对比。
7.根据权利要求6所述的装置,其特征在于,QOS等级信息表还包括所述预设QOS等级对应的超过临界值时CPU核心缩减比例,其中,高预设QOS等级对应的超过临界值时CPU核心缩减比例大于低预设QOS等级对应的超过临界值时CPU核心缩减比例;
相应的,所述CPU核心缩减模块具体用于:
当所述云主机进程的CPU使用量超过该云主机的预设QOS等级对应的CPU使用临界值时,根据该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,缩减该云主机的云主机进程所在的CPU核心的数量。
8.根据权利要求7所述的装置,其特征在于,所述CPU核心缩减模块包括:
CPU核心数量获取单元,用于获取所述云主机的云主机进程所在的CPU核心的数量;
CPU核心数量缩减单元,用于根据所述QOS等级信息表中的该云主机的预设QOS等级对应的超过临界值时CPU核心缩减比例,对所述CPU核心的数量进行缩减;
云主机进程迁移单元,用于当缩减后的CPU核心的数量小于所述云主机的云主机进程所在的CPU核心的数量时,从所述云主机的进云主机程所在的CPU核心中选取所述缩减后的CPU核心的数量的CPU核心,将该云主机的云主机进程绑定到选取的CPU核心中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307614.3A CN105824708A (zh) | 2016-05-10 | 2016-05-10 | 云主机系统中的cpu调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307614.3A CN105824708A (zh) | 2016-05-10 | 2016-05-10 | 云主机系统中的cpu调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105824708A true CN105824708A (zh) | 2016-08-03 |
Family
ID=56528630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610307614.3A Pending CN105824708A (zh) | 2016-05-10 | 2016-05-10 | 云主机系统中的cpu调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105824708A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992314A (zh) * | 2019-04-09 | 2019-07-09 | Oppo广东移动通信有限公司 | 数据上报方法、装置、终端和存储介质 |
CN110347502A (zh) * | 2019-06-21 | 2019-10-18 | 无锡华云数据技术服务有限公司 | 云主机服务器的负载均衡调度方法、装置及电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102317917A (zh) * | 2011-06-30 | 2012-01-11 | 华为技术有限公司 | 热点域虚拟机cpu调度方法及虚拟机系统 |
CN102567072A (zh) * | 2010-12-20 | 2012-07-11 | 中国移动通信集团公司 | 一种资源分配方法、装置及系统 |
CN103180830A (zh) * | 2012-08-31 | 2013-06-26 | 华为技术有限公司 | 中央处理器资源分配方法和计算节点 |
CN104011685A (zh) * | 2012-12-26 | 2014-08-27 | 华为技术有限公司 | 一种虚拟机系统的资源管理方法、虚拟机系统和装置 |
CN104850480A (zh) * | 2015-05-18 | 2015-08-19 | 曙光信息产业(北京)有限公司 | 高密度存储服务器硬盘性能测试的方法及装置 |
-
2016
- 2016-05-10 CN CN201610307614.3A patent/CN105824708A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567072A (zh) * | 2010-12-20 | 2012-07-11 | 中国移动通信集团公司 | 一种资源分配方法、装置及系统 |
CN102317917A (zh) * | 2011-06-30 | 2012-01-11 | 华为技术有限公司 | 热点域虚拟机cpu调度方法及虚拟机系统 |
CN103180830A (zh) * | 2012-08-31 | 2013-06-26 | 华为技术有限公司 | 中央处理器资源分配方法和计算节点 |
CN104011685A (zh) * | 2012-12-26 | 2014-08-27 | 华为技术有限公司 | 一种虚拟机系统的资源管理方法、虚拟机系统和装置 |
CN104850480A (zh) * | 2015-05-18 | 2015-08-19 | 曙光信息产业(北京)有限公司 | 高密度存储服务器硬盘性能测试的方法及装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109992314A (zh) * | 2019-04-09 | 2019-07-09 | Oppo广东移动通信有限公司 | 数据上报方法、装置、终端和存储介质 |
CN109992314B (zh) * | 2019-04-09 | 2022-03-29 | Oppo广东移动通信有限公司 | 数据上报方法、装置、终端和存储介质 |
CN110347502A (zh) * | 2019-06-21 | 2019-10-18 | 无锡华云数据技术服务有限公司 | 云主机服务器的负载均衡调度方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Naha et al. | Cost-aware service brokering and performance sentient load balancing algorithms in the cloud | |
CN108469988A (zh) | 一种基于异构Hadoop集群的任务调度方法 | |
CN104008012B (zh) | 一种基于虚拟机动态迁移的高性能MapReduce实现方法 | |
CN110569252B (zh) | 一种数据处理系统及方法 | |
WO2018233299A1 (zh) | 调度处理器的方法、装置、设备及介质 | |
CN110187960A (zh) | 一种分布式资源调度方法及装置 | |
CN103763174A (zh) | 一种基于功能块的虚拟网络映射方法 | |
Ma et al. | vLocality: Revisiting data locality for MapReduce in virtualized clouds | |
CN102801636A (zh) | 云计算平台云主机网络带宽限制的方法 | |
CN112463363A (zh) | 一种资源编排方法、装置、设备及存储介质 | |
CN103488538B (zh) | 云计算系统中的应用扩展装置和应用扩展方法 | |
WO2017000645A1 (zh) | 一种分配宿主机资源的方法和装置 | |
CN111352726B (zh) | 一种基于容器化微服务的流数据处理方法及装置 | |
CN105824708A (zh) | 云主机系统中的cpu调度方法及装置 | |
CN106020971A (zh) | 云主机系统中的cpu调度方法及装置 | |
CN108897858B (zh) | 分布式集群索引分片的评估方法及装置、电子设备 | |
Duolikun et al. | Dynamic migration of virtual machines to reduce energy consumption in a cluster | |
CN106020973A (zh) | 云主机系统中的cpu调度方法及装置 | |
Xu et al. | vPFS: Bandwidth virtualization of parallel storage systems | |
CN105912408A (zh) | 云主机系统中的cpu调度方法及装置 | |
CN110868330B (zh) | 云平台可划分cpu资源的评估方法、装置及评估系统 | |
CN107239341B (zh) | 一种资源折算方法、系统及虚拟机资源调度系统 | |
CN111124669A (zh) | 一种分布式SaaS软件的运营方法、系统、终端及存储介质 | |
CN106020972A (zh) | 云主机系统中的cpu调度方法及装置 | |
Fox et al. | Weighted flowtime on capacitated machines |
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 |
Application publication date: 20160803 |
|
RJ01 | Rejection of invention patent application after publication |