CN106502761B - 一种资源高效利用的虚拟机部署方法 - Google Patents
一种资源高效利用的虚拟机部署方法 Download PDFInfo
- Publication number
- CN106502761B CN106502761B CN201610905951.2A CN201610905951A CN106502761B CN 106502761 B CN106502761 B CN 106502761B CN 201610905951 A CN201610905951 A CN 201610905951A CN 106502761 B CN106502761 B CN 106502761B
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- resource
- region
- physical
- area
- 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
Links
Images
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
-
- 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
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种资源高效利用的虚拟机部署方法,包括初始化待部署的虚拟机序列,使用区域切割模型来为所述的有序虚拟机序列中的虚拟机选择目标物理服务器;所述区域切割模型根据资源使用平衡性的分布情况,分为优先区域、均衡区域、偏离区域三个部分,三个部分相应的优先级递减;在选择目标物理机时,根据后置资源使用率来确定所对应的区域切割模型中的区域,再根据区域的优先级选择目标物理机。本发明实施方式提供的方法,可以有效地使得物理服务器的各类主要资源使用的平衡,减少资源碎片,大大提高了物理服务器的资源利用率。
Description
技术领域
本发明属于计算机系统的云计算领域,尤其是一种云计算中的资源高效利用的虚拟机部署方法。
背景技术
云计算是近年来新兴的一种交付服务模式,通过网络以按需、易扩展的方式提供用户所需的资源或服务。自云计算的概念提出后,学术界和工业界都展开了广泛的研究,各大IT厂商也陆续推出了自己的云计算产品。
但是目前云平台仍然面临着不少的问题,需要进一步的改善,比如物理服务器的资源利用率低、能耗高等问题。相关的研究表明云平台中物理服务器的资源利用率并不高,而且由于物理服务器在空闲时的能耗大约是处于满载状态时能耗的70%,所以从这个角度来看,过低的资源利用率也不利于能耗的降低。
如何更好地提高资源利用率仍然是云平台目前面临的主要问题之一。目前,云平台中的虚拟化技术是提高资源利用率的有效手段,为了提高资源利用率、节约能耗,出现了不少相关的面向虚拟机的资源调度策略,其中主要包括一些虚拟机的初始部署策略。在处理用户的虚拟机创建请求时,应用何种部署策略将会影响着云平台物理服务器的资源利用率、能耗、服务质量等,目前已有的虚拟机的部署方法中,大多都是只考虑了CPU一种计算资源的负载状况,或多或少都存在一定的局限性,因为物理服务器中除了CPU资源之外,仍然存在内存、网络带宽等主要的资源属性,如CPU负载高,但内存、网络通信量使用很少,也是资源低利用率的情况。为了更高效地利用物理服务器中的多维资源,减少资源碎片,需要有一种资源高效利用的虚拟机部署方法。
发明内容
本发明的目的在于提供一种资源高效利用的虚拟机部署方法,可以有效地使得物理服务器的各类主要资源使用的平衡,减少资源碎片,大大提高了物理服务器的资源利用率。
为了实现上述发明目的,本发明所采用的技术方案如下:
本发明提供的一种资源高效利用的虚拟机部署方法,包括下述步骤:
初始化待部署的虚拟机序列,即对于需要进行部署的虚拟机序列,根据各虚拟机的资源需求量对待部署的虚拟机进行排序,建立有序虚拟机序列;
使用区域切割模型为所述的有序虚拟机序列中的虚拟机选择目标物理服务器,所述区域切割模型根据资源使用平衡性的分布情况,分为优先区域、均衡区域、偏离区域三个部分,优先区域的优先级最高,均衡区域的优先级其次,偏离区域的优先级最低;;
在为虚拟机选择目标物理服务器时,从物理机序列中选择一台剩余资源容量能满足虚拟机资源需求的物理机,计算后置资源使用率,根据后置资源使用率来确定所对应区域切割模型中的区域;
遍历物理机序列,根据所得出的区域切割模型中的区域的优先级,选择出一台物理服务器,作为虚拟机部署的目标物理服务器。
作为一种优选的技术方案,所述的有序虚拟机序列为用户申请创建的虚拟机序列;所述虚拟机的资源需求量为用户在申请创建虚拟机时请求配置的资源量。
作为一种优选的技术方案,所述虚拟机的资源需求量包括CPU、内存、网络宽带这些物理资源;所述有序序列是根据待部署的虚拟机对资源需求量的大小,对待部署的虚拟机序列进行降序排序,建立有序虚拟机序列。
作为一种优选的技术方案,所述区域切割模型是一种物理服务器各维度资源使用平衡性的评价模型,整个模型描述了物理服务器各类资源使用率的状态,物理服务器的各类资源的使用率状态对应到区域中的一个点,所述资源使用率为物理服务器上所有虚拟机请求配置的相应资源量与物理服务器资源总量的比值。
作为一种优选的技术方案,所述区域切割模型中的优先区域代表物理服务器的各维度资源的使用均衡,并且使用率都较高,剩余的资源碎片少,属于一种局部优化的状态;
优先区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2,γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),则当点P与点E(1,1,1,...,1)的距离dis(P,E)≤r,那么点P属于优先区域,其中r是一个参数,E代表了一种资源满使用率的状态。
作为一种优选的技术方案,所述区域切割模型中的均衡区域代表物理服务器资源使用率状态没有明显的资源使用不均衡情况,与优先区域相比较,该区域的资源使用率较低,区域的范围大;
均衡区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),如果点P与点E(1,1,1,...,1)的距离dis(P,E)>r,那么找出γmax=max{γ1,γ2,γ3,...,γD};如果pLdis(P)≤f(γmax),那么点P属于均衡区域,其中pLdis(P)表示点P到直线x1=x2=…=xD的距离,f(γmax)表示点P到直线x1=x2=…=xD的距离衡量方式,小于这个值代表位于均衡区域内,α是一个参数。
作为一种优选的技术方案,所述区域切割模型中的偏离区域代表物理服务器资源使用率状态有较大的不均衡情况,各维度资源的使用率差别很大,资源碎片多;
偏离区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2,γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),如果点P既不属于优先区域,也不属于均衡区域,则属于偏离区域。
作为一种优选的技术方案,所述的从物理机序列中选择一台剩余资源容量能满足虚拟机资源需求的物理机,计算后置资源使用率,根据后置资源使用率来确定所对应区域切割模型中的区域具体为:
定义优先集合PRSET,将后置资源使用率位于优先区域的物理机加入优先集合PRSET中,并直接将该物理机作为虚拟机部署的目标物理服务器;
定义均衡集合BRSET,将后置资源使用率位于均衡区域的物理机加入均衡集BRSET中;
定义偏离集合DRSET,将后置资源使用率位于偏离区域的物理机加入偏离集DRSET中。
作为一种优选的技术方案,所述后置资源使用率是指虚拟机部署到一台物理服务器上之后,其对应的各类资源使用率的预先计算值.
作为一种优选的技术方案,所述的遍历物理机序列,根据所得出的区域切割模型中的区域的优先级,选择出一台物理服务器,作为虚拟机部署的目标物理服务器具体为:
遍历物理机序列,在物理机剩余资源容量能够满足虚拟机资源需求的条件下,根据其后置资源使用率来确定其所对应的区域切割模型中的区域;
在遍历物理机序列的过程中,若找到后置资源使用率位于优先区域的物理机,则将该物理机作为虚拟机部署的目标物理服务器,结束物理机序列的遍历;
若遍历结束后,不存在后置资源使用率位于优先区域的物理机,即优先集合为空,则判断均衡集合是否为空,若不为空,则从均衡集合中选择一台物理机作为虚拟机部署的目标物理服务器,其中所选择的物理机其后置资源使用率状态对应的平衡性最好;
若均衡集合为空,则从偏离集合中选择一台物理机作为虚拟机部署的目标物理服务器,其中所选择的物理机其后置资源使用率状态对应的平衡性最好;
在选择出目标物理服务器之后,则完成虚拟机的部署,并更新相应物理服务器的剩余资源量,继续处理剩余待部署的虚拟机序列。
与现有技术相比,本发明提供的技术方案具有如下有益效果:
本发明实施方式提供的云计算中一种资源高效利用的虚拟机部署方法,通过发明设置一个区域切割模型,该模型对物理机资源使用均衡程度进行评估,使得虚拟机的部署可以有效地使得物理服务器的各类主要资源使用的平衡,减少资源碎片,大大提高了物理服务器的资源利用率。
附图说明
图1是本发明的方法的一个实施例的流程图;
图2是本发明实施例的区域切割模型的示意图;
图3是图1中使用区域切割模型为虚拟机选择目标物理服务器的流程图。
具体实施方式
为了充分地了解本发明的目的、特征和效果,以下将结合附图1-3对本发明的构思、具体结构及产生的技术效果作进一步说明。
如图1所示,本实施例一种资源高效利用的虚拟机部署方法运用在云计算中,具体包括下述步骤:
步骤101:初始化待部署的虚拟机序列
所述初始化待部署的虚拟机序列为:对于需要进行部署的虚拟机序列,根据各虚拟机的资源需求量来对待部署的虚拟机进行排序,建立有序序列;
所述的资源需求量为虚拟机请求配置的CPU、内存和网络带宽之和,分别记为vcpu、vram、vbw,资源需求量表示为vmNeedRes=vcpu+vram+vbw,对于待部署的虚拟机序列vmList={vm1,vm2,vm3,...,vmm},按照大小进行降序排序,优先部署资源需求量大的虚拟机。得到排序之后的虚拟机序列sorted_vmList,选择出第一个虚拟机记为vmi。
步骤102:使用区域切割模型来为所述的有序虚拟机序列中的虚拟机选择目标物理服务器。
所述区域切割模型根据资源使用平衡性的分布情况,分为优先区域、均衡区域、偏离区域三个部分,以二维为例子,本发明实施例的区域切割模型的示意图如图2所示。整体可看作是由两个坐标轴x轴、y轴与x=1以及y=1围成的单位正方形区域。
在区域切割模型中,优先区域代表物理服务器的各维度资源的使用均衡,并且使用率都较高,剩余的资源碎片少,属于一种局部优化的状态。该区域由以点E(1,1)为圆心,半径为r的四分之一圆所确定,如图2所示。
在区域切割模型中,均衡区域代表物理服务器资源使用率状态没有明显的资源使用不均衡情况,与优先区域相比较,该区域的资源使用率较低,区域的范围大。该区域由两条直线和四分之一圆弧以及区域边界所确定,如图2所示。
在区域切割模型中,偏离区域代表物理服务器资源使用率状态有较大的不均衡情况,各维度资源的使用率差别大,资源碎片。该区域是剩余的空白区域,分成关于x=y对称的两个部分,如图2所示。
其中,使用区域切割模型为虚拟机选择目标物理服务器的流程图参见图3。
步骤201:从物理机序列中选择一台剩余资源容量能满足虚拟机资源需求的物理机,计算后置资源使用率。
其中,所述后置资源使用率是指虚拟机部署到一台物理服务器上之后,其对应的各类资源使用率的预先计算值。其中,从物理机序列pmList={pm1,pm2,pm3,...,pmn}中选择一个物理服务器pmj,确保pmj的剩余资源容量能够满足虚拟机vmi的资源需求,并计算pmj的后置资源使用率postRatio(pmj)=(post_cpuRatioj,post_ramRatioj,post_bwRatioj),如下:
其中cpuCj为pmj的CPU总量,pcpuj是pmj当前的CPU资源剩余量,vcpui是虚拟机vmi对CPU的需求量,内存和网络带宽的后置资源使用率post_ramRatioj,post_bwRatioj同理计算。
步骤202:根据后置资源使用率确定所对应的区域
第一种情况,如果物理机pmj的后置资源使用率postRatio(pmj)位于优先区域,则将物理机加入pmj优先集合PRSET中,并直接将物理机pmj作为虚拟机部署的目标物理服务器,完成部署并更新物理机pmj的剩余资源容量,直接进入步骤103;
第二种情况,如果物理机pmj的后置资源使用率postRatio(pmj)在优先区域之外但是属于均衡区域,则将物理机加入pmj均衡集合BRSET中;
第三种情况,如果物理机pmj的后置资源使用率postRatio(pmj)位于偏离区域,则将物理机加入pmj偏离集合DRSET中;
步骤203:遍历物理机序列,根据所得出的区域切割模型中的区域的优先级,选择出一台物理服务器,作为虚拟机部署的目标物理服务器。
所述优先级为:优先区域的优先级最高,均衡区域的优先级其次,偏离区域的优先级最低。
如果还没有遍历完物理机序列pmList,则返回步骤301继续处理pmList中的下一个物理机pmj;
否则,对步骤202中的优先集合PRSET,均衡集合BRSET以及偏离集合DRSET进行处理。
其中,PRSET集合已经优先在步骤202中完成处理;
如果|PRSET|=0,则处理均衡集合BRSET,如果均衡集合BRSET不为空,|BRSET|>0,则从BRSET中选择出一个物理服务器pm为虚拟机部署的目标物理服务器。
如果|BRSET|=0,则从偏离集合DRSET中选择出一个物理服务器pm作为虚拟机部署的目标物理服务器。
由于区域切割模型中均衡区域和偏离区域都相对较大,需要从均衡集合或偏离集合中选择一台合适的目标物理服务器,其中所选择的物理服务器其后置资源使用率状态对应的平衡性最好,所述平衡性如下所得:
其中p=(r1,r2,r3,...,rn)其中ri表示物理服务器p的第i种资源的使用率(比如内存、网络带宽的使用率),表示物理服务器p上各种资源利用率的平均值,即所述某种资源的使用率为物理服务器上所有虚拟机请求配置的相应资源量与物理服务器资源总量的比值。
在选择出目标物理服务器pm之后,则完成虚拟机vmi的部署,并更新相应物理服务器pm的剩余资源量,即减去虚拟机vmi请求配置的相应资源量,并从sorted_vmList中移除虚拟机vmi
步骤103:判断是否仍有未部署的虚拟机。若虚拟机序列sorted_vmList中仍有未处理的虚拟机,则返回步骤102继续处理序列sorted-vmList中的下一个虚拟机vmi,为vmi选择目标物理机,直至序列中的所有虚拟机都完成部署;若虚拟机序列sorted_vmList已经为空,则表明已经完成虚拟机序列的部署。
本发明实施方式提供的云计算中一种资源高效利用的虚拟机部署方法,通过设置一个区域切割模型,该模型对物理机资源使用均衡程度进行评估,使得虚拟机的部署可以有效地使得物理服务器的各类主要资源使用的平衡,减少资源碎片,大大提高了物理服务器的资源利用率。
应该理解,本发明并不局限于上述实施方式,凡是对本发明的各种改动或变型不脱离本发明的精神和范围,倘若这些改动和变型属于本发明的权利要求和等同技术范围之内,则本发明也意味着包含这些改动和变型。
Claims (6)
1.一种资源高效利用的虚拟机部署方法,其特征在于,包括下述步骤:
初始化待部署的虚拟机序列,即对于需要进行部署的虚拟机序列,根据各虚拟机的资源需求量对待部署的虚拟机进行排序,建立有序虚拟机序列;
使用区域切割模型为所述的有序虚拟机序列中的虚拟机选择目标物理服务器,所述区域切割模型根据资源使用平衡性的分布情况,分为优先区域、均衡区域、偏离区域三个部分,优先区域的优先级最高,均衡区域的优先级其次,偏离区域的优先级最低;
所述区域切割模型中的优先区域代表物理服务器的各维度资源的使用均衡,并且使用率都较高,剩余的资源碎片少,属于一种局部优化的状态;
优先区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2,γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),则当点P与点E(1,1,1,...,1)的距离dis(P,E)≤r,那么点P属于优先区域,其中r是一个参数,E代表了一种资源满使用率的状态;
所述区域切割模型中的均衡区域代表物理服务器资源使用率状态没有明显的资源使用不均衡情况,与优先区域相比较,该区域的资源使用率较低,区域的范围大;
均衡区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2,γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),如果点P与点E(1,1,1,...,1)的距离dis(P,E)>r,那么找出γmax=max{γ1,γ2,γ3,...,γD};如果pLdis(P)≤f(γmax),那么点P属于均衡区域,其中pLdis(P)表示点P到直线x1=x2=…=xD的距离,f(γmax)表示点P到直线x1=x2=…=xD的距离衡量方式,小于等于这个值代表位于均衡区域内,α是一个参数;
所述区域切割模型中的均衡区域代表物理服务器资源使用率状态没有明显的资源使用不均衡情况,与优先区域相比较,该区域的资源使用率较低,区域的范围大;
偏离区域的判断方式为:给定一种物理服务器的资源使用率状态usageState(pm)=(γ1,γ2,γ3,...,γD),其对应区域中的点P(γ1,γ2,γ3,...,γD),如果点P既不属于优先区域,也不属于均衡区域,则属于偏离区域;
在为虚拟机选择目标物理服务器时,从物理机序列中选择一台剩余资源容量能满足虚拟机资源需求的物理机,计算后置资源使用率,根据后置资源使用率来确定所对应区域切割模型中的区域;所述后置资源使用率是指虚拟机部署到一台物理服务器上之后,其对应的各类资源使用率的预先计算值;
遍历物理机序列,根据所得出的区域切割模型中的区域的优先级,选择出一台物理服务器,作为虚拟机部署的目标物理服务器。
2.根据权利要求1所述资源高效利用的虚拟机部署方法,其特征在于,所述的虚拟机序列为用户申请创建的虚拟机序列;所述虚拟机的资源需求量为用户在申请创建虚拟机时请求配置的资源量。
3.根据权利要求1或2所述资源高效利用的虚拟机部署方法,其特征在于,所述虚拟机的资源需求量包括CPU、内存、网络宽带这些物理资源;所述有序虚拟机序列是根据待部署的虚拟机对资源需求量的大小,对待部署的虚拟机序列进行降序排序,建立有序虚拟机序列。
4.根据权利要求1所述资源高效利用的虚拟机部署方法,其特征在于,所述区域切割模型是一种物理服务器各维度资源使用平衡性的评价模型,整个模型描述了物理服务器各类资源使用率的状态,物理服务器的各类资源的使用率状态对应到区域中的一个点,所述资源使用率为物理服务器上所有虚拟机请求配置的相应资源量与物理服务器资源总量的比值。
5.根据权利要求1所述资源高效利用的虚拟机部署方法,其特征在于,所述的从物理机序列中选择一台剩余资源容量能满足虚拟机资源需求的物理机,计算后置资源使用率,根据后置资源使用率来确定所对应区域切割模型中的区域具体为:
定义优先集合PRSET,将后置资源使用率位于优先区域的物理机加入优先集合PRSET中,并直接将该物理机作为虚拟机部署的目标物理服务器;
定义均衡集合BRSET,将后置资源使用率位于均衡区域的物理机加入均衡集BRSET中;
定义偏离集合DRSET,将后置资源使用率位于偏离区域的物理机加入偏离集DRSET中。
6.根据权利要求5所述资源高效利用的虚拟机部署方法,其特征在于,所述的遍历物理机序列,根据所得出的区域切割模型中的区域的优先级,选择出一台物理服务器,作为虚拟机部署的目标物理服务器具体为:
遍历物理机序列,在物理机剩余资源容量能够满足虚拟机资源需求的条件下,根据其后置资源使用率来确定其所对应的区域切割模型中的区域;
在遍历物理机序列的过程中,若找到后置资源使用率位于优先区域的物理机,则将该物理机作为虚拟机部署的目标物理服务器,结束物理机序列的遍历;
若遍历结束后,不存在后置资源使用率位于优先区域的物理机,即优先集合为空,则判断均衡集合是否为空,若不为空,则从均衡集合中选择一台物理机作为虚拟机部署的目标物理服务器,其中所选择的物理机其后置资源使用率状态对应的平衡性最好;
若均衡集合为空,则从偏离集合中选择一台物理机作为虚拟机部署的目标物理服务器,其中所选择的物理机其后置资源使用率状态对应的平衡性最好;
在选择出目标物理服务器之后,则完成虚拟机的部署,并更新相应物理服务器的剩余资源量,继续处理剩余待部署的虚拟机序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905951.2A CN106502761B (zh) | 2016-10-18 | 2016-10-18 | 一种资源高效利用的虚拟机部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610905951.2A CN106502761B (zh) | 2016-10-18 | 2016-10-18 | 一种资源高效利用的虚拟机部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106502761A CN106502761A (zh) | 2017-03-15 |
CN106502761B true CN106502761B (zh) | 2020-04-03 |
Family
ID=58294648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610905951.2A Active CN106502761B (zh) | 2016-10-18 | 2016-10-18 | 一种资源高效利用的虚拟机部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106502761B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108337109B (zh) * | 2017-12-28 | 2021-12-17 | 中兴通讯股份有限公司 | 一种资源分配方法及装置和资源分配系统 |
CN109582461B (zh) * | 2018-11-14 | 2021-03-09 | 中国科学院计算技术研究所 | 一种针对Linux容器的资源部署方法及系统 |
CN109947530B (zh) * | 2019-01-25 | 2021-09-07 | 西安交通大学 | 一种针对云平台的多维度虚拟机映射方法 |
CN111324424B (zh) * | 2020-04-15 | 2023-07-18 | 中国联合网络通信集团有限公司 | 一种虚拟机部署方法、装置、服务器及存储介质 |
CN114461332B (zh) * | 2020-11-09 | 2024-05-28 | 上海大学 | 一种基于应用特征的虚拟机部署方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102446115A (zh) * | 2012-01-09 | 2012-05-09 | 浙江大学 | 一种虚拟机的动态部署方法 |
WO2013123650A1 (zh) * | 2012-02-22 | 2013-08-29 | 华为技术有限公司 | 虚拟机分配方法和虚拟机分配装置 |
CN105843670A (zh) * | 2016-03-22 | 2016-08-10 | 浙江大学 | 一种云平台虚拟集群部署整合方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9442771B2 (en) * | 2010-11-24 | 2016-09-13 | Red Hat, Inc. | Generating configurable subscription parameters |
US20140282520A1 (en) * | 2013-03-15 | 2014-09-18 | Navin Sabharwal | Provisioning virtual machines on a physical infrastructure |
-
2016
- 2016-10-18 CN CN201610905951.2A patent/CN106502761B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102446115A (zh) * | 2012-01-09 | 2012-05-09 | 浙江大学 | 一种虚拟机的动态部署方法 |
WO2013123650A1 (zh) * | 2012-02-22 | 2013-08-29 | 华为技术有限公司 | 虚拟机分配方法和虚拟机分配装置 |
CN105843670A (zh) * | 2016-03-22 | 2016-08-10 | 浙江大学 | 一种云平台虚拟集群部署整合方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106502761A (zh) | 2017-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106502761B (zh) | 一种资源高效利用的虚拟机部署方法 | |
CN113193984B (zh) | 一种空天地一体化网络资源映射方法及系统 | |
CN106790726B (zh) | 一种基于Docker云平台的优先级队列动态反馈负载均衡资源调度方法 | |
CN109039954B (zh) | 多租户容器云平台虚拟计算资源自适应调度方法及系统 | |
WO2017080172A1 (zh) | 网络调度方法和系统 | |
CN103338228B (zh) | 基于双加权最小连接算法的云计算负载均衡调度算法 | |
WO2019037367A1 (zh) | 配送任务处理方法、装置及电子设备 | |
CN108196935B (zh) | 一种面向云计算的虚拟机节能迁移方法 | |
CN106445629A (zh) | 一种负载均衡的方法及其装置 | |
CN110489200B (zh) | 一种适用于嵌入式容器集群的任务调度方法 | |
CN104881322B (zh) | 一种基于装箱模型的集群资源调度方法及装置 | |
CN105718364A (zh) | 一种云计算平台中计算资源能力动态评估方法 | |
CN105824686B (zh) | 一种虚拟机宿主机的选择方法和选择系统 | |
CN106534318A (zh) | 一种基于流量亲和性的OpenStack云平台资源动态调度系统和方法 | |
CN106250233B (zh) | MapReduce性能优化系统及优化方法 | |
CN104023042A (zh) | 云平台资源调度方法 | |
CN108762923A (zh) | 采用差分进化算法作为Docker Swarm调度策略的方法 | |
CN105488134A (zh) | 大数据处理方法及大数据处理装置 | |
CN106656555A (zh) | 一种云计算系统的服务资源动态调节方法 | |
CN111666158A (zh) | 一种基于Kubernetes的容器调度方法、装置、存储介质及电子设备 | |
CN103997515A (zh) | 一种分布式云中计算中心选择方法及其应用 | |
CN111159859B (zh) | 一种云容器集群的部署方法及系统 | |
CN110597598B (zh) | 一种云环境中的虚拟机迁移的控制方法 | |
CN112954012B (zh) | 基于负载的改进模拟退火算法的云任务调度方法 | |
CN109582461A (zh) | 一种针对Linux容器的资源部署方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20230615 Address after: Building G1, No. 17, Software Road, Tianhe District, Guangzhou, Guangdong 510660 Patentee after: GUANGZHOU BINGO SOFTWARE CO.,LTD. Address before: 510631 Guangdong city of Guangzhou province Tianhe District Zhongshan Shipai Road West No. 55 Patentee before: SOUTH CHINA NORMAL University |
|
TR01 | Transfer of patent right |