CN107122235B - 基于应用优先级的公共基础设施资源调度方法 - Google Patents
基于应用优先级的公共基础设施资源调度方法 Download PDFInfo
- Publication number
- CN107122235B CN107122235B CN201710258562.XA CN201710258562A CN107122235B CN 107122235 B CN107122235 B CN 107122235B CN 201710258562 A CN201710258562 A CN 201710258562A CN 107122235 B CN107122235 B CN 107122235B
- Authority
- CN
- China
- Prior art keywords
- application system
- application
- resources
- resource
- priority
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
- G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
-
- 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)
- Debugging And Monitoring (AREA)
- Power Sources (AREA)
Abstract
本发明公开了一种基于应用优先级的公共基础设施资源调度方法,该方法包括以下步骤:(1)将应用系统统一部署在不同的虚拟机中;将应用系统统一部署在虚拟机中,虚拟机中配置了应用系统依赖的运行环境,每个虚拟机中只部署单独的应用系统,调度时以应用系统所在的虚拟机为粒度进行调度;(2)在资源调度过程中,实时监控应用系统的资源使用情况,根据应用系统的负载情况,以虚拟机迁移为资源调度方法,按照应用系统优先级对应用系统资源动态调配。本发明方法通过虚拟化技术整合全舰信息资源,实现全舰信息资源共享和统一调度,统筹考虑作战和平台应用系统的资源需求,从而最大程度发挥公共信息基础设施的支撑作用,提升舰船的整体作战效能。
Description
技术领域
本发明涉及舰船电子信息技术,尤其涉及一种基于应用优先级的公共基础设施资源调度方法。
背景技术
信息资源调度是全舰计算环境能够保持高效运转、且具备高可用性和高抗毁性的核心保障,也是全舰计算环境的关键技术。资源调度实现了对大型水面舰船的硬件、基础软件及基础服务进行综合集成和统一调度,从而满足全舰应用系统的信息资源需求。资源调度的目的是对公共信息基础设施中的资源进行实时控制、保障全舰信息资源运行、且具备高可用性和高抗毁性。
信息资源调度方法是资源管理的最上层技术,主要是确定调度资源的目的以及当资源供需发生冲突的时候,如何满足所有应用系统需求的处理策略。资源调度的目的有以下几类:最大化满足用户请求、最大化资源利用、最低成本和最大化利润率等。根据上述目的,云计算的资源调度策略与算法可以分为性能优先和经济优先两类。
(1)性能优先
在云计算中,性能优先主要包括以下三种策略:
先来先服务:该策略可以最大限度地满足单台虚拟机的资源需求。先到先服务的优点是简单和低开销。所有来自不同用户的任务请求都提交到唯一的一个队列中。它们将根据优先级和提交时间的顺序被扫描。最先到达的第一个任务,将被选中进行处理。但是先到先服务策略的缺点是公平性差。在有大量任务的情况下,那些后续到达、更重要的任务很少有机会得到处理。
负载均衡:负载均衡策略是指使所有信息资源(处理器、内存、网络带宽等)的平均资源利用率达到平衡。通过对系统资源进行监控并计算当前利用率,将用户分配到资源利用率最低的资源上。该策略能够为用户提供一个较好的服务质量,但是降低系统资源的利用率。
提高可靠性:该策略保证各资源的可靠性达到指定的具体要求。业务可靠性与物理设备的可靠性(平均故障时间、平均维修时间等)直接相关,还包括停电、停机、动态迁移等造成的业务中断将影响业务的可靠性。在一定前提下,尽量减少虚拟机迁移次数,还需要统计虚拟机迁移对可靠性造成的量化影响。
(2)经济优先
由于云计算诞生的初衷就是降低成本,因此经济模型在资源调度问题中是一种重要的解决方法。在云计算中,经济优先包括如下五种策略:
基于智能优化算法:该算法主要关注了云计算服务提供商供给竞争性价格的问题,提出了一个基于遗传算法的价格模型。
基于经济学定价:该算法着重于最大化长期社会收益目标,该收益等于被执行任务的资源利用率和减去依赖于负载的操作成本。其系统模型可以共享计算能力,并且个人用户的任务请求将会被连续提交。
基于博弃论的双向拍卖:该策略基于资源消费的价格机制,可以将用户和云资源提供者间去耦合,云计算允许用户在公共云运行计算任务。基于该算法,云计算服务提供商可以确保合理的收益以及高效的资源分配。
基于指标调度策略:该策略引入了一个可以在随机需求的情况下预测收益和获得的利用率模型。该策略决策模型的目标是让服务提供者的收益最大化,必须的信息包括即将到来的服务请求和服务价格,每一个任务的真实请求和可用能力。
基于服务水平协议:该策略可以从云计算系统中获得的收益,使用不同匹配策略将请求映射到资源。该策略可以使用空闲的可用资源从而提高云计算服务提供商获得的收益。
由于全舰各系统的应用软件部署在公共基础设施中,其种类众多,对信息资源的需求也各不相同,为实现信息资源的综合管理和动态调度,从而满足各应用软件的需求,需要提出结合应用的资源调度方法。
发明内容
本发明要解决的技术问题在于针对现有技术中的缺陷,提供一种基于应用优先级的公共基础设施资源调度方法。
本发明解决其技术问题所采用的技术方案是:一种基于应用优先级的公共基础设施资源调度方法,包括以下步骤:
(1)将应用系统统一部署在不同的虚拟机中;
将应用系统统一部署在虚拟机中,虚拟机中配置了应用系统依赖的运行环境,每个虚拟机中只部署单独的应用系统,调度时以应用系统所在的虚拟机为粒度进行调度;
(2)在资源调度过程中,实时监控应用系统的资源使用情况,根据应用系统的负载情况,以虚拟机迁移为资源调度方法,按照应用系统优先级对应用系统资源动态调配;
(2.1)当应用系统负载偏高,需要增加资源时,若本地服务器资源能够满足需求时,由本地资源调度器直接为其分配资源;
(2.2)当应用系统负载偏高,需要增加资源时,若本地服务器资源不能满足需求时:
若该应用系统比其它应用系统优先级高时,将其它应用系统迁移至其它物理服务器;
按上述方案,所述步骤(2)中,根据对现有应用系统的重要程度进行分析,将应用系统按功能分为3级优先级:
作战类应用系统:该类应用系统具有高优先级,优先为该类应用系统分配资源;
机电监控类应用系统:该类应用系统具有中优先级;
若该应用系统与其它应用系统优先级相同时,根据应用系统负载情况,将负载较低的应用系统迁移至其它物理服务器;
若该应用系统比其它应用系统优先级低时,通知全局资源调度器,将该应用系统迁移至其它物理服务器;
(2.3)当应用系统所在的虚拟机负载偏低时,释放应用系统占用的资源,在不影响应用系统性能的前提下,如果本地服务器上的虚拟机能够聚合到其它服务器,则将本地服务器上的虚拟机迁移。
保障类应用系统:该类应用系统具有低优先级,作战类和机电监控类应用系统可以抢占其资源。
按上述方案,所述步骤(2)中,对机电监控类应用系统还采用通过资源调度器为应用系统虚拟机动态调配资源的资源调度方法,即根据应用系统所在虚拟机的资源利用率增加或减少对其分配的处理器和内存资源。
按上述方案,所述步骤(2)中,对作战类应用系统,若采用虚拟机迁移的资源调度方法仍不能满足其资源需求,则在不同物理服务器上启动多个虚拟机,为其并行提供资源。
本发明产生的有益效果是:本发明提出了一种基于应用优先级的公共基础设施资源调度方法。
1.通过虚拟化技术整合全舰信息资源,实现全舰信息资源共享和统一调度。通过公共信息基础设施为全舰作战和平台应用系统提供统一的运行环境,统筹考虑作战和平台应用系统的资源需求,实现全舰信息资源统一调度,从而最大程度发挥公共信息基础设施的支撑作用,提升水面舰船的整体作战效能。
2.根据应用系统优先级,实现信息资源保障。根据作战类应用系统、机电监控类应用系统和保障类应用系统的重要程度,优先满足作战类应用系统的资源需求,其次满足机电监控类应用系统的资源需求。
3.根据应用系统的资源使用情况,实现资源动态调整。实时监控应用系统的资源使用情况,根据应用系统的负载情况,实现应用系统资源的动态调整,从而灵活地满足应用系统资源需求。
针对全舰公共基础设施中集中部署的应用系统,本发明通过将各应用系统分别部署在虚拟机中,并以应用优先级为标准来进行资源调度的方法,从而达到信息资源综合管理和动态调度,因此本发明可对公共基础设施信息资源的灵活管控,有利于提升全舰的信息化水平。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例的资源调度方法流程图;
图2是本发明实施例的电力监控资源动态调整过程图;
图3是本发明实施例的应用系统集中部署示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,一种基于应用优先级的公共基础设施资源调度方法,包括以下步骤:
在大型水面舰船的设计中,通过虚拟化技术来实现应用系统集成,将应用系统统一部署在不同的虚拟机中,如图3所示,通过虚拟化技术来实现全舰信息资源的统一管理和灵活调度。
(1)以应用系统所在的虚拟机为粒度进行调度
应用系统统一部署在虚拟机中,其中配置了应用系统依赖的运行环境。由于每个虚拟机中只部署单独的应用系统,应用系统的资源需求可以认为是虚拟机的资源需求。通过采用以虚拟机为粒度的调度,最大化地避免了对应用系统带来的不可预知的影响。在集中式共享存储结构(例如存储局域网)下,主要考虑为虚拟机分配的处理器和内存资源。
(2)以虚拟机迁移为资源调度方法
采用虚拟化技术后,避免了应用系统与底层硬件资源的紧耦合关系,从而使应用系统变得更加灵活(例如应用系统所在的虚拟机可以在不同的物理服务器之间自由地迁移),并且具有很高的扩展性(例如动态地增大/减少应用系统所在虚拟机的可用资源)。通过虚拟机迁移的方法来实现资源调度,在迁移过程中,对应用系统的性能影响较小。然而,为了尽量避免对应用系统的性能影响,尽量避免虚拟机在公共信息基础设施中频繁地迁移。在应用系统负载低的情况下,把所有应用系统集中调度到更少的物理服务器上,并将一部分物理服务器休眠,以达到节能的目的;在应用系统负载高的情况下,唤醒备用的物理服务器,并进行负载均衡,从而提高整个公共信息基础设施的服务质量。
(3)以应用系统优先级为资源调度的策略
现有舰船应用系统具有不同的功能,同时根据这些功能特征,对应用系统划分为不同的类型。在资源调度过程中,优先满足高优先级应用系统的资源需求,例如作战类应用系统;其次满足低优先级应用系统的资源需求,例如机电监控类应用系统和保障类应用系统。此外,对应用系统的资源使用情况进行实时监控,根据历史监控信息,动态调整分配给应用系统的资源。
在资源调度过程中,按照应用系统优先级对应用系统资源动态调配。根据对现有应用系统的重要程度进行分析,将其分为3级:
(1)作战类应用系统:该类应用系统具有高优先级,优先为该类应用系统分配资源,例如本舰作战指挥系统、对空自防御系统、综合导航系统等。该类应用系统需要快速对大量数据进行处理分析,并在规定时间内响应。因此,该类应用系统的资源需求优先得到满足。此外,该类应用与舰船的作战效能密切相关,考虑为其配置双机热备策略,同时考虑站点容灾来应对战损情况,从而提高其资源的可用性。
(2)机电监控类应用系统:该类应用系统具有中优先级,例如动力监控系统、电力监控系统、损管监控系统等。该类应用系统通过周期性收集、处理各分站的监控信息,从而实时获取底层设备的运行状态。该类应用系统运行时,实时监控全舰的各系统的状态,其资源需求相对稳定,考虑为其配置双机热备策略。
(3)保障类应用系统:该类应用系统具有低优先级,作战类和机电监控类应用系统可以抢占其资源。该类应用系统有生活保障信息管理系统、装备及后勤综合保障管理系统等。该类应用系统具有管理信息系统(MIS)的典型特征,其资源需求主要与并发访问的用户数量密切相关。为了提高该类应用系统的可用性,为其配置高可用,当出现故障时,该类应用系统重新启动。
为了保证隔离性,每个虚拟机中只部署一个应用系统,可以将虚拟机的资源需求可以近似看作应用系统的资源需求。如果无法满足虚拟机的资源需求,虚拟机的负载将会偏大,从而直接影响到应用系统的性能。根据资源监控的结果和应用系统的优先级,资源调度策略如图1所示。
(1)当应用系统负载偏高,需要增加资源,本地服务器资源能够满足需求时,由本地资源调度器直接为其分配资源。
(2)当应用系统负载偏高,需要增加资源,本地服务器资源不能满足需求时:
比其它应用系统优先级高时,将其它应用系统迁移至其它物理服务器;
与其它应用系统优先级相同时,根据应用系统负载情况,将负载较低的应用系统迁移至其它物理服务器;
比其它应用系统优先级低时,通知全局资源调度器,将应用系统迁移至其它物理服务器。
(3)当应用系统所在的虚拟机负载偏低时,释放应用系统占用的资源。在不影响应用系统性能的前提下,如果本地服务器上的虚拟机能够聚合到其它服务器,则将本地服务器上的虚拟机迁移。
在全舰公共信息基础设施中,采用共享存储结构(例如存储区域网)对存储资源进行统一管理,资源调度主要集中在对应用系统处理器和内存资源的动态调整。在基于虚拟化的全舰公共信息基础设施中,资源调度器可以为应用系统虚拟机动态调配资源,例如增加或减少处理器/内存资源。此外,通过虚拟机的动态迁移技术来改变虚拟机所属的物理服务器,从而改变虚拟机所拥有的信息资源。
对作战类应用系统而言,其资源需求与外界环境的变化密切相关。因此,在运行过程中,对其分配的资源需要动态调整。以综合气象水文系统为例来进行说明。当需要进行水文信息分析预报时,需要该应用系统分配更多的信息资源,同时将综合气象水文系统所在物理服务器上运行的其它应用系统迁移至其它物理服务器。如果仍不能满足其资源需求,可以在多台不同物理服务器上启动多个虚拟机,并行开展分析解算。
以下结合附图进一步说明本智力成果的实施例。
对机电监控类应用系统而言,其周期性地对采集的数据进行处理,因此其资源需求相对稳定。因此,在运行过程中,对其分配的资源调整的幅度不大。以电力监控为例,在状态监测的测点数量和采样频率确定的情况下,其资源需求应该相对比较稳定,例如需要2个vCPU和2GB内存。在初始时,系统管理员为电力集控系统分配了一定数量的资源,例如1个vCPU和1GB内存。监控一段时间(例如3分钟)以来,电力集控系统所在的虚拟机的平均资源利用率例如80%,那么说明资源利用率偏高,为其分配更多的处理器和内存资源。如果本地服务器上资源不够,可以将其它应用系统动态迁移到其它物理服务器。在初始时,系统管理员为电力集控系统分配了4个vCPU和4GB内存,其资源利用率不足10%时,说明为电力集控系统分配的资源过多,可以减少其资源分配,整个流程如图2所示。
通过实时监控电力集控系统所在的虚拟机的资源利用率,可以保证其资源利用率在一个合理的范围(例如40%-60%)。这样可以既可以保证不影响电力集控系统的正常运行,同时避免信息资源的闲置。资源的动态调整和调度可以由管理员根据实际情况自主控制,或者设置默认的调整策略。
对保障类应用系统而言,其具有管理信息系统的典型特征,主要取决于用户并发访问量。当用户并发访问数据量偏大时,为其分配更多资源;当用户并发访问数据量偏小时,可以为其分配更少资源。以综合办公系统为例来进行说明,其主要包含OA服务器、RTX服务器和网上论坛,其后台统一采用Oracle。Oracle数据库作为全局共享的数据存储服务,同时也供装备及后勤综合保障管理系统使用。为了保证综合办公系统的效能和方便性,综合办公系统和Oracle数据库部署在一起,即OA服务器1、RTX服务器2、网上论坛3和Oracle数据库4所对应的虚拟机1~4必须部署在同一物理服务器上。
在白天工作时间段,由于大量用户(大约600个)同时使用综合办公系统,此时造成综合办公系统资源紧张,即虚拟机1~3的平均资源利用率过大。如果本地物理服务器空闲资源能够满足需求,则为综合办公系统分配相应的资源,从而满足综合办公系统的性能需求。如果本地物理服务器资源不足,需要进行动态资源调度。根据管理员的设定,如果综合办公系统的优先级与装备及后勤综合保障管理系统的优先级相同,那么将装备及后勤综合保障管理系统(即虚拟机5)迁移到其它物理服务器;如果综合办公系统的优先级低于装备及后勤综合保障管理系统,那么将综合办公系统(即虚拟机1~4)打包迁移到其它物理服务器。当综合办公系统与装备及后勤综合保障管理系统的优先级相同时,可以采取两种不同的策略:
迁移策略1:将综合办公系统(即虚拟机1~4)迁移到其它空闲物理服务器。
迁移策略2:将装备及后勤综合保障管理系统(即虚拟机5)迁移到其它物理服务器,同时为综合办公系统分配更多的资源。
由于策略1将导致4个虚拟机发生迁移,而策略2将导致1个虚拟机发生迁移。由于虚拟机迁移会带来临时性的开销,为了尽量减少虚拟机迁移的开销,尽量选择对系统影响小的迁移策略,即迁移策略2。
在夜晚非工作时段,由于综合办公系统和装备及后勤综合保障管理系统的访问量较少,可以将保障类应用系统迁移到少量物理服务器上运行,并将其它空闲的物理服务器休眠,从而降低了全舰公共信息基础设施的能量消耗。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (4)
1.一种基于应用优先级的公共基础设施资源调度方法,其特征在于,包括以下步骤:
(1)将应用系统统一部署在不同的虚拟机中;
将应用系统统一部署在虚拟机中,虚拟机中配置了应用系统依赖的运行环境,每个虚拟机中只部署单独的应用系统,调度时以应用系统所在的虚拟机为粒度进行调度;
(2)在资源调度过程中,实时监控应用系统的资源使用情况,根据应用系统的负载情况,以虚拟机迁移为资源调度方法,按照应用系统优先级对应用系统资源动态调配;
(2.1)当应用系统负载偏高,需要增加资源时,若本地服务器资源能够满足需求时,由本地资源调度器直接为其分配资源;
(2.2)当应用系统负载偏高,需要增加资源时,若本地服务器资源不能满足需求时:
若该应用系统比其它应用系统优先级高时,将其它应用系统所在的虚拟机迁移至其它物理服务器;
若该应用系统与其它应用系统优先级相同时,根据应用系统负载情况,将负载较低的应用系统所在的虚拟机迁移至其它物理服务器;
若该应用系统比其它应用系统优先级低时,通知全局资源调度器,将该应用系统所在的虚拟机迁移至其它物理服务器;
(2.3)当应用系统所在的虚拟机负载偏低时,释放应用系统占用的资源,在不影响应用系统性能的前提下,如果本地服务器上的虚拟机能够聚合到其它服务器,则将本地服务器上的虚拟机迁移。
2.根据权利要求1所述的基于应用优先级的公共基础设施资源调度方法,其特征在于,所述步骤(2)中,根据对现有应用系统的重要程度进行分析,将应用系统按功能分为3级优先级:
作战类应用系统:该类应用系统具有高优先级,优先为该类应用系统分配资源;
机电监控类应用系统:该类应用系统具有中优先级;
保障类应用系统:该类应用系统具有低优先级,作战类和机电监控类应用系统可以抢占其资源。
3.根据权利要求2所述的基于应用优先级的公共基础设施资源调度方法,其特征在于,所述步骤(2)中,对机电监控类应用系统还采用通过资源调度器为应用系统虚拟机动态调配资源的资源调度方法,即根据应用系统所在虚拟机的资源利用率增加或减少对其分配的处理器和内存资源。
4.根据权利要求2所述的基于应用优先级的公共基础设施资源调度方法,其特征在于,所述步骤(2)中,对作战类应用系统,若采用虚拟机迁移的资源调度方法仍不能满足其资源需求,则在不同物理服务器上启动多个虚拟机,为其并行提供资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710258562.XA CN107122235B (zh) | 2017-04-19 | 2017-04-19 | 基于应用优先级的公共基础设施资源调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710258562.XA CN107122235B (zh) | 2017-04-19 | 2017-04-19 | 基于应用优先级的公共基础设施资源调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107122235A CN107122235A (zh) | 2017-09-01 |
CN107122235B true CN107122235B (zh) | 2020-09-29 |
Family
ID=59725341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710258562.XA Active CN107122235B (zh) | 2017-04-19 | 2017-04-19 | 基于应用优先级的公共基础设施资源调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107122235B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108279980A (zh) * | 2018-01-22 | 2018-07-13 | 上海联影医疗科技有限公司 | 资源分配方法及系统和资源分配终端 |
CN109254832A (zh) * | 2018-09-11 | 2019-01-22 | 郑州云海信息技术有限公司 | 一种虚拟机启动方法、装置、存储介质和计算机设备质 |
CN110895464B (zh) * | 2018-09-13 | 2021-12-14 | 华为技术有限公司 | 应用部署方法、设备和系统 |
CN111949412A (zh) * | 2020-09-18 | 2020-11-17 | 成都精灵云科技有限公司 | 基于应用负载的主动负载均衡系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101512488A (zh) * | 2006-08-07 | 2009-08-19 | Bea系统公司 | 在虚拟机环境中提供硬件虚拟化的系统和方法 |
CN102073462A (zh) * | 2010-11-29 | 2011-05-25 | 华为技术有限公司 | 虚拟存储迁移方法、系统和虚拟机监控器 |
CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 北京航空航天大学 | 一种虚拟化环境中自适应按需资源分配的方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593133B (zh) * | 2009-06-29 | 2012-07-04 | 北京航空航天大学 | 虚拟机资源负载均衡方法及装置 |
US8667496B2 (en) * | 2011-01-04 | 2014-03-04 | Host Dynamics Ltd. | Methods and systems of managing resources allocated to guest virtual machines |
CN102325192B (zh) * | 2011-09-30 | 2013-11-13 | 上海宝信软件股份有限公司 | 云计算实现方法和系统 |
CN103353853A (zh) * | 2013-07-26 | 2013-10-16 | 浪潮电子信息产业股份有限公司 | 一种负载自动调节的方法 |
US9329894B2 (en) * | 2013-08-13 | 2016-05-03 | Vmware, Inc. | Method and apparatus for extending local area networks between clouds and permanently migrating virtual machines using static network addresses |
CN103685562A (zh) * | 2013-12-31 | 2014-03-26 | 湖南师范大学 | 一种云计算系统及其资源和能效管理方法 |
CN106445690A (zh) * | 2016-10-17 | 2017-02-22 | 深圳市深信服电子科技有限公司 | 虚拟机资源的动态调配方法及装置 |
-
2017
- 2017-04-19 CN CN201710258562.XA patent/CN107122235B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101512488A (zh) * | 2006-08-07 | 2009-08-19 | Bea系统公司 | 在虚拟机环境中提供硬件虚拟化的系统和方法 |
CN102073462A (zh) * | 2010-11-29 | 2011-05-25 | 华为技术有限公司 | 虚拟存储迁移方法、系统和虚拟机监控器 |
CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 北京航空航天大学 | 一种虚拟化环境中自适应按需资源分配的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107122235A (zh) | 2017-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110858161B (zh) | 资源分配方法、装置、系统、设备和介质 | |
US9411393B2 (en) | System and method for managing energy consumption in a compute environment | |
CN104991830B (zh) | 基于服务等级协议的yarn资源分配和节能调度方法及系统 | |
CN107122235B (zh) | 基于应用优先级的公共基础设施资源调度方法 | |
CN107003887B (zh) | Cpu超载设置和云计算工作负荷调度机构 | |
US9405348B2 (en) | System and method for managing energy consumption in a compute environment | |
CN112955870A (zh) | 承诺感知调度器 | |
Hashem et al. | MapReduce scheduling algorithms: a review | |
US20140298349A1 (en) | System and Method for Managing Energy Consumption in a Compute Environment | |
CN109783225B (zh) | 一种多租户大数据平台的租户优先级管理方法及系统 | |
Sampaio et al. | Towards high-available and energy-efficient virtual computing environments in the cloud | |
Kao et al. | Data-locality-aware mapreduce real-time scheduling framework | |
CN106095581B (zh) | 一种私有云条件下的网络存储虚拟化调度方法 | |
Fan | Job scheduling in high performance computing | |
CN108563495A (zh) | 数据中心综合管理系统的云资源队列分级调度系统和方法 | |
Yakubu et al. | Service level agreement violation preventive task scheduling for quality of service delivery in cloud computing environment | |
Ismaeel et al. | Energy-consumption clustering in cloud data centre | |
Zhang et al. | An online algorithm for power-proportional data centers with switching cost | |
Srivastava et al. | An energy-efficient strategy and secure VM placement algorithm in cloud computing | |
Mani et al. | Operating cost aware scheduling model for distributed servers based on global power pricing policies | |
CN110149341B (zh) | 基于休眠模式的云系统用户接入控制方法 | |
Puneetha et al. | Energy efficient power aware VM scheduling in decentralized cloud | |
Zhu et al. | Multi-Objective Scheduling of Cloud Data Centers Prone to Failures. | |
Rahman et al. | Group based resource management and pricing model in cloud computing | |
Huang et al. | Energy-sensitive Scheduling for Cloud Data Centers Prone to Failures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |