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 PDF

Info

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
Application number
CN201610307614.3A
Other languages
English (en)
Inventor
刘杰
曾宪力
叶浩斌
闵宇
史伟
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.)
Guangdong Ruijiang Cloud Computing Co Ltd
Original Assignee
Guangdong Ruijiang Cloud Computing 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 Guangdong Ruijiang Cloud Computing Co Ltd filed Critical Guangdong Ruijiang Cloud Computing Co Ltd
Priority to CN201610307614.3A priority Critical patent/CN105824708A/zh
Publication of CN105824708A publication Critical patent/CN105824708A/zh
Pending legal-status Critical Current

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

云主机系统中的CPU调度方法及装置
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。
CN201610307614.3A 2016-05-10 2016-05-10 云主机系统中的cpu调度方法及装置 Pending CN105824708A (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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