CN106445636B - 一种paas平台下的动态资源调度算法 - Google Patents

一种paas平台下的动态资源调度算法 Download PDF

Info

Publication number
CN106445636B
CN106445636B CN201610857879.0A CN201610857879A CN106445636B CN 106445636 B CN106445636 B CN 106445636B CN 201610857879 A CN201610857879 A CN 201610857879A CN 106445636 B CN106445636 B CN 106445636B
Authority
CN
China
Prior art keywords
host
cpu
util
service
storage
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.)
Active
Application number
CN201610857879.0A
Other languages
English (en)
Other versions
CN106445636A (zh
Inventor
魏金雷
张建伟
于沈课
高传集
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.)
Inspur Cloud Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information Technology 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 Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201610857879.0A priority Critical patent/CN106445636B/zh
Publication of CN106445636A publication Critical patent/CN106445636A/zh
Application granted granted Critical
Publication of CN106445636B publication Critical patent/CN106445636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects

Abstract

本发明公开了一种PAAS平台下的动态资源调度算法，属于云计算技术领域。本发明的PAAS平台下的动态资源调度算法利用PAAS平台的监控模块，根据宿主机的综合利用率模型，周期性的采集虚拟机所在宿主机的CPU、内存及存储的利用率，计算宿主机资源利用率，将服务部署在资源利用率最低的节点上，同时，利用PAAS平台的监控模块周期性的对运行在宿主机的服务进行监控，选择服务资源利用率最低的服务进行动态的虚拟机迁移。该发明的PAAS平台下的动态资源调度算法能客观正确的反应出云平台资源的使用状态，动态迁移综合利用率较低的服务，保持宿主机负载均衡的基础上，兼顾资源利用率，具有很好的推广应用价值。

Description

一种PAAS平台下的动态资源调度算法
技术领域
本发明涉及云计算技术领域，具体提供一种PAAS平台下的动态资源调度算法。
背景技术
随着社会经济的不断发展，计算机逐渐成为人们日常生活中不可或缺的重要的工作及交流工具，并且随着时代的进步，人们对计算机各项性能的要求也越来越高。计算机的使用离不开网络，随着对计算机性能要求的提高，对网络的要求也有相应的提高，互联网技术迅猛发展起来。云计算是一种基于互联网的计算方式，通过该种方式，软硬件资源可以按需提供给服务使用者。而PASS平台作为云计算的重要组成部分，是在IAAS的基础上，向应用开发者提供应用托管运行环境、可供调用的能力组件以及各种相关的应用管理和应用支撑工具。云平台为用户提供的各类型的服务，以任务调度到合理的虚拟机上执行，在快速响应用户请求的同时提高资源的使用率。而这需要强大的资源调度技术的支持。当前的PASS平台的资源调度策略主要是依赖底层的IAAS平台进行，并且调度策略的优化目标单一。这种类型的调度策略不能客观正确的反映出云平台的真实的运行状态，存在一定的局限性。
发明内容
本发明的技术任务是针对上述存在的问题，提供一种能客观正确的反应出云平台资源的使用状态，合理部署服务到对应的物理主机上，并同时对服务所在的物理主机进行监控，动态迁移综合利用率较低的服务，保持宿主机负载均衡的基础上，兼顾资源利用率的PAAS平台下的动态资源调度算法。
为实现上述目的，本发明提供了如下技术方案：
一种PAAS平台下的动态资源调度算法，利用PAAS平台的监控模块，根据宿主机的综合利用率模型，周期性的采集并计算虚拟机所在宿主机的CPU、内存及存储的利用率，并计算宿主机资源利用率，将服务部署在资源利用率最低的节点上，同时，利用PAAS平台的监控模块周期性的对运行在宿主机的服务进行监控，选择服务资源利用率最低的服务进行动态的虚拟机迁移；该动态资源调度算法的具体步骤为：
S1：利用PAAS平台监控模块周期性的采集并计算宿主机的CPU、内存及存储利用率；
S2：在随机时间t内，多次采集并计算宿主机的CPU、内存及存储利用率，由此计算宿主机的CPU、内存及存储的平均利用率；
S3：在步骤S2基础上计算宿主机的资源利用率，将服务部署在宿主机资源利用率最低的节点上；
S4：利用PAAS平台监控模块在周期T内计算服务所在宿主机的CPU、内存、存储及服务本身的平均利用率；
S5：在步骤S4基础上计算服务资源利用率；
S6：设置服务资源利用率告警阀值，当服务资源利用率小于服务资源利用率告警阀值时，产生虚拟机迁移告警，将服务迁移至资源利用率最低的宿主机上。
在分配虚拟机的时候启动调度策略，综合考虑宿主机的CPU、内存以及存储，通过周期性的采集并计算CPU、内存以及存储的平均利用率决定虚拟机的分配。利用PAAS平台监控模块提供的API，周期性的采集宿主机的CPU、内存以及存储的利用率，并由此计算出宿主机的CPU、内存以及存储的平均利用率，在此基础上计算出宿主机的资源利用率，将服务部署在宿主机资源利用率最低的节点上。服务在运行一段时间之后，会产生系统资源分配不足、利用率低下的问题。利用PAAS平台监控模块在周期T内再次采集服务所在宿主机的CPU、内存、存储及服务本身的平均利用率，并在此基础上计算服务资源利用率，当服务资源利用率小于资源利用率告警阀值时，产生虚拟机迁移告警，将该服务迁移至资源利用率最低的宿主机上。资源利用率最低的宿主机根据步骤S1、S2和S3确定。在保持宿主机负载均衡的基础上，兼顾了资源的利用率。
作为优选，步骤S1所述宿主机的CPU、内存及存储的利用率的计算方法分别为：
Host_CPUutil＝CPU_Used/CPUTotal；
Host_Memutil＝Mem_Used/MemTotal；
Host_Storageutil＝Storage_Used/StorageTotal；
其中，Host_CPUutil表示宿主机的CPU利用率，CPU_Used表示当前宿主机中的运行CPU的数量，CPUTotal表示宿主机中总共的CPU的数量；Host_Memutil表示宿主机的内存利用率，Mem_Used表示当前宿主机中的运行内存的量，Mem Total表示宿主机中总共的内存的量；Host_Storageutil表示宿主机的存储利用率，Storage_Used表示当前宿主机中的运行存储的量，Storage Total表示宿主机中总共的存储的量。
作为优选，步骤S2所述宿主机的CPU、内存及存储的平均利用率的计算方法分别为：
其中，CPU_Avgutil、Mem_Avgutil、Storage_Avgutil分别表示CPU、内存、存储的平均利用率；i表示随机时间t内宿主机的CPU、内存及存储的采集次数，n表示随机时间t内宿主机的CPU、内存及存储采集的总次数。
作为优选，步骤S3所述宿主机的资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)，
其中，Host_Avgutil表示宿主机的资源利用率。
作为优选，步骤S4所述宿主机的CPU、内存及存储的利用率与步骤S1所述宿主机的CPU、内存及存储的利用率的计算方法相同，所述服务在周期T内的平均利用率的计算方法为：
Host_Serviceutil＝Service_used_time/T
其中，Host_Serviceutil表示时间T内，服务的利用率，Service_used_time表示时间T内服务的利用量，Service_Avgutil表示随机多次采集的时间内，服务本身的平均利用率；i表示随机多次采集的时间内，计算的宿主机的服务利用率的次数，n表示随机多次采集的时间内，计算的宿主机的服务利用率的总次数。
作为优选，步骤S5所述服务资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)*(1-Service_Avgutil)，其中，Host_Avgutil表示服务资源利用率
与现有技术相比，本发明的PAAS平台下的动态资源调度算法具有以下突出的有益效果：
(一)所述PAAS平台下的动态资源调度算法提供宿主机资源的综合利用率计算模型，更加完整、准确的反应出宿主机的资源使用情况，为虚拟机的动态分配提供理论模型；
(二)周期性的对服务所在的宿主机进行监控，在综合衡量CPU、内存以及存储的利用率的基础上，结合服务的利用率，对服务所在的宿主机服务资源利用率进行衡量，动态的迁移服务资源利用率较低的虚拟机，在保持宿主机负载均衡的基础上，兼顾了资源的利用率。
具体实施方式
下面将结合实施例，对本发明的PAAS平台下的动态资源调度算法作进一步详细说明。
实施例
本发明的PAAS平台下的动态资源调度算法，在分配虚拟机的时候启动调度策略，利用PAAS平台的监控模块提供的API，根据宿主机的综合利用率模型，周期性的采集并计算虚拟机所在宿主机的CPU、内存及存储的利用率，并由此计算出宿主机的CPU、内存以及存储的平均利用率，在此基础上计算宿主机资源利用率，将服务部署在资源利用率最低的节点上。服务在运行一段时间之后，会产生系统资源分配不足、利用率低下的问题。利用PAAS平台的监控模块在周期T内再次采集并计算服务所在宿主机的CPU、内存以、存储及服务本身的平均利用率，并在此基础上计算服务资源利用率，当服务资源利用率小于资源利用率告警阀值时，产生虚拟机迁移告警，将该服务迁移至资源利用率最低的宿主机上。资源利用率最低的宿主机根据步骤S1、S2和S3确定。
该动态资源调度算法的具体步骤为：
S1：利用PAAS平台监控模块周期性的采集宿主机的CPU、内存及存储利用率。
CPU、内存及存储利用率的计算方法分别为：
Host_CPUutil＝CPU_Used/CPUTotal；
Host_Memutil＝Mem_Used/MemTotal；
Host_Storageutil＝Storage_Used/StorageTotal。
其中，Host_CPUutil表示宿主机的CPU利用率，CPU_Used表示当前宿主机中的运行CPU的数量，CPUTotal表示宿主机中总共的CPU的个数；Host_Memutil表示宿主机的内存利用率，Mem_Used表示当前宿主机中的运行内存的量，Mem Total表示宿主机中总共的内存的量；Host_Storageutil表示宿主机的存储利用率，Storage_Used表示当前宿主机中的运行存储的量，Storage Total表示宿主机中总共的存储的量。
S2：在随机时间t内，多次采集并计算宿主机的CPU、内存及存储利用率，由此计算宿主机的CPU、内存及存储的平均利用率。
宿主机的CPU、内存及存储的平均利用率的计算方法分别为：
其中，CPU_Avgutil、Mem_Avgutil、Storage_Avgutil分别表示CPU、内存、存储的平均利用率。i表示随机时间t内宿主机的CPU、内存及存储的采集次数，n表示随机时间t内宿主机的CPU、内存及存储采集的总次数。
S3：在步骤S2基础上计算宿主机的资源利用率，将服务部署在宿主机资源利用率最低的节点上。
宿主机的资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)。
其中，Host_Avgutil表示宿主机的资源利用率。
S4：利用PAAS平台监控模块在周期T内计算服务所在宿主机的CPU、内存、存储及服务本身的平均利用率。
宿主机的CPU、内存、存储的平均利用率的计算方法与步骤S2的相同，服务本身的平均利用率的计算方法为：
Host_Serviceutil＝Service_used_time/T
其中，Host_Serviceutil表示时间T内，服务的利用率，Service_used_time表示时间T内服务的利用量，Service_Avgutil表示随机多次采集的时间内，服务本身的平均利用率。i表示随机多次采集的时间内，计算的宿主机的服务利用率的次数，n表示随机多次采集的时间内，计算的宿主机的服务利用率的总次数。
S5：在步骤S4基础上计算服务资源利用率。
服务资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)*(1-Service_Avgutil)。
其中，Host_Avgutil表示服务资源利用率。
S6：设置服务资源利用率告警阀值，当服务资源利用率小于服务资源利用率告警阀值时，产生虚拟机迁移告警，将服务迁移至资源利用率最低的宿主机上。
以上所述的实施例，只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (6)

1.一种PAAS平台下的动态资源调度算法，其特征在于：利用PAAS平台的监控模块，根据宿主机的综合利用率模型，周期性的采集并计算虚拟机所在宿主机的CPU、内存及存储的利用率，并计算宿主机资源利用率，将服务部署在资源利用率最低的节点上，同时，利用PAAS平台的监控模块周期性的对运行在宿主机的服务进行监控，选择服务资源利用率最低的服务进行动态的虚拟机迁移；该动态资源调度算法的具体步骤为：
S1：利用PAAS平台监控模块周期性的采集并计算宿主机的CPU、内存及存储利用率；
S2：在随机时间t内，多次采集并计算宿主机的CPU、内存及存储利用率，由此计算宿主机的CPU、内存及存储的平均利用率；
S3：在步骤S2基础上计算宿主机的资源利用率，将服务部署在宿主机资源利用率最低的节点上；
S4：利用PAAS平台监控模块在周期T内计算服务所在宿主机的CPU、内存、存储及服务本身的平均利用率；
S5：在步骤S4基础上计算服务资源利用率；
S6：设置服务资源利用率告警阀值，当服务资源利用率小于服务资源利用率告警阀值时，产生虚拟机迁移告警，将服务迁移至资源利用率最低的宿主机上。
2.根据权利要求1所述的PAAS平台下的动态资源调度算法，其特征在于：步骤S1所述宿主机的CPU、内存及存储的利用率的计算方法分别为：
Host_CPUutil＝CPU_Used/CPUTotal；
Host_Memutil＝Mem_Used/MemTotal；
Host_Storageutil＝Storage_Used/StorageTotal；
其中，Host_CPUutil表示宿主机的CPU利用率，CPU_Used表示当前宿主机中的运行CPU的数量，CPUTotal表示宿主机中总共的CPU的数量；Host_Memutil表示宿主机的内存利用率，Mem_Used表示当前宿主机中的运行内存的量，Mem Total表示宿主机中总共的内存的量；Host_Storageutil表示宿主机的存储利用率，Storage_Used表示当前宿主机中的运行存储的量，Storage Total表示宿主机中总共的存储的量。
3.根据权利要求1或2所述的PAAS平台下的动态资源调度算法，其特征在于：步骤S2所述宿主机的CPU、内存及存储的平均利用率的计算方法分别为：
其中，CPU_Avgutil、Mem_Avgutil、Storage_Avgutil分别表示CPU、内存、存储的平均利用率；i表示随机时间t内宿主机的CPU、内存及存储的采集次数，n表示随机时间t内宿主机的CPU、内存及存储采集的总次数。
4.根据权利要求3所述的PAAS平台下的动态资源调度算法，其特征在于：步骤S3所述宿主机的资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)，
其中，Host_Avgutil表示宿主机的资源利用率。
5.根据权利要求4所述的PAAS平台下的动态资源调度算法，其特征在于：步骤S4所述宿主机的CPU、内存及存储的平均利用率与步骤S2所述宿主机的CPU、内存及存储的平均利用率的计算方法相同，所述服务本身的平均利用率的计算方法为：
Host_Serviceutil＝Service_used_time/T
其中，Host_Serviceutil表示时间T内，服务的利用率，Service_used_time表示时间T内服务的利用量，Service_Avgutil表示随机多次采集的时间内，服务本身的平均利用率；i表示随机多次采集的时间内，计算的宿主机的服务利用率的次数，n表示随机多次采集的时间内，计算的宿主机的服务利用率的总次数。
6.根据权利要求5所述的PAAS平台下的动态资源调度算法，其特征在于：步骤S5所述服务资源利用率的计算方法为：
Host_Avgutil＝1/(1-CPU_Avgutil)*(1-Mem_Avgutil)*(1-Storage_Avgutil)*(1-Service_Avgutil)，
其中，Host_Avgutil表示服务资源利用率。
CN201610857879.0A 2016-09-28 2016-09-28 一种paas平台下的动态资源调度算法 Active CN106445636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610857879.0A CN106445636B (zh) 2016-09-28 2016-09-28 一种paas平台下的动态资源调度算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610857879.0A CN106445636B (zh) 2016-09-28 2016-09-28 一种paas平台下的动态资源调度算法

Publications (2)

Publication Number Publication Date
CN106445636A CN106445636A (zh) 2017-02-22
CN106445636B true CN106445636B (zh) 2019-08-02

Family

ID=58171034

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610857879.0A Active CN106445636B (zh) 2016-09-28 2016-09-28 一种paas平台下的动态资源调度算法

Country Status (1)

Country Link
CN (1) CN106445636B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107070740A (zh) * 2017-03-11 2017-08-18 郑州云海信息技术有限公司 一种高效的paas平台监控方法及系统
CN108170507B (zh) * 2017-12-04 2022-02-22 上海市信息网络有限公司 虚拟应用管理方法/系统、计算机可读存储介质及服务端
CN110275773B (zh) * 2018-10-30 2020-08-28 湖北省农村信用社联合社网络信息中心 基于真实数据模型拟合的Paas资源循环利用指标系统
CN114327886B (zh) * 2021-12-24 2022-12-16 国家石油天然气管网集团有限公司 一种基于大数据深度学习的动态资源调度方法
CN115412467B (zh) * 2022-09-01 2023-11-07 山东正中信息技术股份有限公司 一种电子政务云中租户云资源利用率评估方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102868763A (zh) * 2012-10-08 2013-01-09 山东省计算中心 一种云计算环境下虚拟web应用集群节能的动态调整方法
CN102999376A (zh) * 2012-11-15 2013-03-27 中国电力科学研究院 一种面向电力多租户的虚拟桌面资源动态调度方法
CN103473142A (zh) * 2013-10-08 2013-12-25 浪潮(北京)电子信息产业有限公司 一种云计算操作系统下的虚拟机迁移方法及装置
CN103677958A (zh) * 2013-12-13 2014-03-26 华为技术有限公司 一种虚拟化集群的资源调度方法及装置
CN105260235A (zh) * 2015-09-23 2016-01-20 浪潮集团有限公司 一种云平台中基于应用场景的资源调度方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9846775B2 (en) * 2015-03-05 2017-12-19 Minerva Labs Ltd. Systems and methods for malware evasion management

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102868763A (zh) * 2012-10-08 2013-01-09 山东省计算中心 一种云计算环境下虚拟web应用集群节能的动态调整方法
CN102999376A (zh) * 2012-11-15 2013-03-27 中国电力科学研究院 一种面向电力多租户的虚拟桌面资源动态调度方法
CN103473142A (zh) * 2013-10-08 2013-12-25 浪潮(北京)电子信息产业有限公司 一种云计算操作系统下的虚拟机迁移方法及装置
CN103677958A (zh) * 2013-12-13 2014-03-26 华为技术有限公司 一种虚拟化集群的资源调度方法及装置
CN105260235A (zh) * 2015-09-23 2016-01-20 浪潮集团有限公司 一种云平台中基于应用场景的资源调度方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"云数据中心的虚拟机放置问题";樊勇兵 等;《电信科学》;20150220(第2期);第2015023-1至2015023-7页 *

Also Published As

Publication number Publication date
CN106445636A (zh) 2017-02-22

Similar Documents

Publication Publication Date Title
CN106445636B (zh) 一种paas平台下的动态资源调度算法
Frincu et al. Multi-objective meta-heuristics for scheduling applications with high availability requirements and cost constraints in multi-cloud environments
Liu et al. Enhancing energy-efficient and QoS dynamic virtual machine consolidation method in cloud environment
CN102185779B (zh) 与综合配置能力成比例的数据中心资源负载均衡的方法及装置
Rajguru et al. A comparative performance analysis of load balancing algorithms in distributed system using qualitative parameters
Vignesh et al. Resource management and scheduling in cloud environment
WO2016176060A1 (en) Balancing resources in distributed computing environments
CN103095599A (zh) 一种云计算操作系统中动态反馈加权综合负载调度方法
EP2524277A2 (en) Methods and apparatus for coordinated energy management in virtualized data centers
TWI755415B (zh) 雲端環境下應用集群資源分配的方法、裝置和系統
CN103502944A (zh) 虚拟机内存调整方法和设备
CN106201693B (zh) 一种虚拟化环境中的调度方法及系统
CN103605578B (zh) 基于虚拟机迁移的负载均衡调度方法
WO2011110026A1 (zh) 一种实现数据中心资源负载均衡的方法及装置
CN102662750A (zh) 基于弹性虚拟机池的虚拟机资源优化控制方法及其系统
CN107967175B (zh) 一种基于多目标优化的资源调度系统及方法
Liu et al. A survey on virtual machine scheduling in cloud computing
CN109257399A (zh) 云平台应用程序管理方法及管理平台、存储介质
CN106681839B (zh) 弹性计算动态分配方法
Liao et al. Auto-scaling strategy for amazon web services in cloud computing
CN102339233A (zh) 云计算集中管理平台
CN109960579B (zh) 一种调整业务容器的方法及装置
CN103488538B (zh) 云计算系统中的应用扩展装置和应用扩展方法
Komarasamy et al. A novel approach for Dynamic Load Balancing with effective Bin Packing and VM Reconfiguration in cloud
CN104320433A (zh) 数据处理方法和分布式数据处理系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20200519

Address after: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee after: Tidal Cloud Information Technology Co.,Ltd.

Address before: 450000 Henan province Zheng Dong New District of Zhengzhou City Xinyi Road No. 278 16 floor room 1601

Patentee before: ZHENGZHOU YUNHAI INFORMATION TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
CP01 Change in the name or title of a patent holder

Address after: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee after: Inspur cloud Information Technology Co., Ltd

Address before: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee before: Tidal Cloud Information Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder