CN107491352B - 一种资源调度方法及装置 - Google Patents
一种资源调度方法及装置 Download PDFInfo
- Publication number
- CN107491352B CN107491352B CN201710727036.3A CN201710727036A CN107491352B CN 107491352 B CN107491352 B CN 107491352B CN 201710727036 A CN201710727036 A CN 201710727036A CN 107491352 B CN107491352 B CN 107491352B
- Authority
- CN
- China
- Prior art keywords
- host
- migrated
- virtual machine
- resource
- machines
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005012 migration Effects 0.000 claims abstract description 23
- 238000013508 migration Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 abstract description 16
- 238000002922 simulated annealing Methods 0.000 description 7
- 230000009194 climbing Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 1
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
- G06F9/50—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
- G06F9/5044—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 considering hardware capabilities
-
- 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
-
- 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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种资源调度方法及装置,上述方法包括以下步骤:获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;将所述选择的虚拟机迁入所述目标迁入主机。上述方案,使得虚拟机在调度过程中不会因为乱序排列而可能造成的重复迁移问题,另外在获得局部最优解时并不会终止当前演算,而是按照一定概率继续演算下去,使得虚拟机有概率跳过局部最优解,从而获得全局最优解并且不会增加计算复杂度,使得集群主机资源占用更加均衡。
Description
技术领域
本发明属于云计算技术领域,尤其涉及一种资源调度方法及装置。
背景技术
分布式资源调度是虚拟机资源调度系统中最为重要的组成部分,集群系统通过DRS(Distributed Resource Scheduler,分布式资源调度程序)动态的分配和平衡计算资源,并可以跨资源池不间断地监控资源利用率,并根据业务需要在虚拟机之间动态、智能地分配和调整可用资源,并可根据需求实现负载均衡或整合服务的目标。
如何平均地将所有虚拟机重新分配,达到集群主机资源占用率的平衡,需要良好的算法来进行支撑;现阶段最为广泛使用的便是登山算法,即像登山一样,如果从该点出发每一步都在向上移动,那么便继续,直到下一步会变成向下移动为止,当前所在的点便是登山算法所取得的最优解,然而,这可能只是一个局部最优解,但是登山算法这一局部贪心算法已经结束,因此不能求得全局最优解,而使用全局贪心算法可以取得最优解,但其时间复杂度过高,当所需要计算的数据量庞大时,计算开销会呈指数级增长。
因此,迫切需要提供一种资源调度方案来解决上述技术问题。
发明内容
本发明提供一种资源调度方法及装置,以解决上述问题。
本发明实施例提供一种资源调度方法,包括以下步骤:获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
将所述选择的虚拟机迁入所述目标迁入主机。
本发明实施例还提供一种资源调度装置,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
将所述选择的虚拟机迁入所述目标迁入主机。
本发明实施例提供的技术方案:获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;将所述选择的虚拟机迁入所述目标迁入主机。
上述技术方案中,一方面将虚拟机和主机按照资源大小降序排列,使得虚拟机在调度过程中不会因为乱序排列而可能造成的重复迁移问题,另一方面为虚拟机寻找最佳放置主机位置的时候,在获得局部最优解时并不会终止当前演算,而是按照一定概率继续演算下去,使得虚拟机有概率跳过局部最优解,从而获得全局最优解并且不会增加计算复杂度,使得集群主机资源占用更加均衡。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1所示为本发明实施例1的资源调度方法流程图;
图2所示为本发明实施例2的资源调度装置结构图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明在分布式资源调度过程中结合了模拟退火算法和BFD(Best FitDecreasing,降序最佳放置算法)算法,借鉴BFD算法的思想,将待迁移虚拟机按照资源消耗的值降序排列,并将待迁入主机的剩余资源值降序排列,再利用模拟退火算法,将每一台虚拟机放入最佳的主机中,并最终完成迁移操作。
首先,查询集群中每台主机已占用资源值,再按照阈值来选出待迁移的虚拟机以及可迁入虚拟机的待迁入主机。第二步,借鉴BFD算法的思想,将待迁移虚拟机按照资源占用资源大小降序排列,将待迁入主机按照剩余资源值大小降序排列。第三步,将排列好的虚拟机按顺序利用模拟退火算法依次找出最佳放置的主机。第四部,按照上述迁移结果执行虚拟机迁移。
利用模拟退火算法找出最佳放置主机的主要原理:
按顺序选择所述虚拟机,若选择的虚拟机为虚拟机A,则将所述虚拟机A放入降序排列的待迁入主机H1中,计算待迁入主机H1资源占用率V1;
将所述虚拟机A放入降序排列的待迁入主机H2中,计算待迁入主机H2资源占用率V2;
若V2<V1<第三预设值,则将所述待迁入主机H2暂定为所述虚拟机A的迁入主机,继续计算所述虚拟机A放入待迁入主机H3中的资源占用率V3;
直至Vn+1>Vn,则将待迁入主机Hn暂定为所述虚拟机A的迁入主机;
获取虚拟机A的概率因子t,其中,0<t<1,所述虚拟机A有t的概率继续推算:
若下一台待迁入主机Vn+2>Vn+1,则t值会减小,并暂定待迁入主机Hn+1为所述虚拟机A的迁入主机并继续按照t的概率来推算下去;若下一台待迁入主机Vn+2<Vn+1,将待迁入主机Hn+2暂定为所述虚拟机A的迁入主机,继续计算Vn+3的值,直至按照上述方法获取所述虚拟机A的目标迁入主机。
上述方案采用BFD算法思想,对待迁移虚拟机以及待迁入主机按照资源大小降序排列,这样做防止了后续算法可能导致的重复迁移问题;引入模拟退火算法,是为了解决当前局部贪心算法只能得到局部最优解的问题,并且不会增加计算复杂度;由于结合了BFI)算法以及模拟退火算法,并将之应用到了集群分布式调度中,使得资源调度更加平衡。
上述方案具有以下技术特点:
1、结合了BFD算法思想以及模拟退火算法,区别于当前的登山算法等局部贪婪算法,不仅解决了重复迁移的问题,还能在调度过程中获得虚拟机的全局最优解,使得集群各主机资源更加均衡;
2、将虚拟机和主机按照资源大小降序排列,使得虚拟机在调度过程中不会因为乱序排列而可能造成的重复迁移问题;
3、为虚拟机寻找最佳放置主机位置的时候,在获得局部最优解时并不会终止当前演算,而是按照一定概率继续演算下去,使得虚拟机有概率跳过局部最优解,从而获得全局最优解,使得集群主机资源占用更加均衡。
图1所示为本发明实施例1的资源调度方法流程图,包括以下步骤:
步骤101:获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
进一步地,预先获取待迁移虚拟机及待迁入主机。
优选地,所述获取待迁移虚拟机及待迁入主机的过程为:
获取虚拟机资源占用率,若所述虚拟机资源占用率大于或等于第一预设值,则选择所述虚拟机为待迁移虚拟机;
获取主机剩余资源值,若所述主机剩余资源值大于或等于第二预设值,则选择所述主机为待迁入主机。
其中,所述虚拟机资源占用率包括:虚拟机CPU占用率、虚拟机内存占用率、虚拟机带宽占用率;所述主机剩余资源值包括:虚拟机CPU剩余值、虚拟机内存剩余值、虚拟机带宽剩余值。
步骤102:按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
进一步地,按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机的过程为:
按顺序选择所述虚拟机,若选择的虚拟机为虚拟机A,则将所述虚拟机A放入降序排列的待迁入主机H1中,计算待迁入主机H1资源占用率V1;
将所述虚拟机A放入降序排列的待迁入主机H2中,计算待迁入主机H2资源占用率V2;
若V2<V1<第三预设值,则将所述待迁入主机H2暂定为所述虚拟机A的迁入主机,继续计算所述虚拟机A放入待迁入主机H3中的资源占用率V3;
直至Vn+1>Vn,则将待迁入主机Hn暂定为所述虚拟机A的迁入主机;
获取虚拟机A的概率因子t,其中,0<t<1,所述虚拟机A有t的概率继续推算:
若下一台待迁入主机Vn+2>Vn+1,则t值会减小,并暂定待迁入主机Hn+1为所述虚拟机A的迁入主机并继续按照t的概率来推算下去;若下一台待迁入主机Vn+2<Vn+1,将待迁入主机Hn+2暂定为所述虚拟机A的迁入主机,继续计算Vn+3的值,直至按照上述方法获取所述虚拟机A的目标迁入主机。
步骤103:将所述选择的虚拟机迁入所述目标迁入主机。
图2所示为本发明实施例2的资源调度装置结构图,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
将所述选择的虚拟机迁入所述目标迁入主机。
进一步地,预先获取待迁移虚拟机及待迁入主机。
优选地,所述获取待迁移虚拟机及待迁入主机的过程为:
获取虚拟机资源占用率,若所述虚拟机资源占用率大于或等于第一预设值,则选择所述虚拟机为待迁移虚拟机;
获取主机剩余资源值,若所述主机剩余资源值大于或等于第二预设值,则选择所述主机为待迁入主机。
其中,所述虚拟机资源占用率包括:虚拟机CPU占用率、虚拟机内存占用率、虚拟机带宽占用率;所述主机剩余资源值包括:虚拟机CPU剩余值、虚拟机内存剩余值、虚拟机带宽剩余值。
进一步地,按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机的过程为:
按顺序选择所述虚拟机,若选择的虚拟机为虚拟机A,则将所述虚拟机A放入降序排列的待迁入主机H1中,计算待迁入主机H1资源占用率V1;
将所述虚拟机A放入降序排列的待迁入主机H2中,计算待迁入主机H2资源占用率V2;
若V2<V1<第三预设值,则将所述待迁入主机H2暂定为所述虚拟机A的迁入主机,继续计算所述虚拟机A放入待迁入主机H3中的资源占用率V3;
直至Vn+1>Vn,则将待迁入主机Hn暂定为所述虚拟机A的迁入主机;
获取虚拟机A的概率因子t,其中,0<t<1,所述虚拟机A有t的概率继续推算:
若下一台待迁入主机Vn+2>Vn+1,则t值会减小,并暂定待迁入主机Hn+1为所述虚拟机A的迁入主机并继续按照t的概率来推算下去;若下一台待迁入主机Vn+2<Vn+1,将待迁入主机Hn+2暂定为所述虚拟机A的迁入主机,继续计算Vn+3的值,直至按照上述方法获取所述虚拟机A的目标迁入主机。
本发明实施例提供的技术方案:获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;将所述选择的虚拟机迁入所述目标迁入主机。
上述技术方案中,一方面将虚拟机和主机按照资源大小降序排列,使得虚拟机在调度过程中不会因为乱序排列而可能造成的重复迁移问题,另一方面为虚拟机寻找最佳放置主机位置的时候,在获得局部最优解时并不会终止当前演算,而是按照一定概率继续演算下去,使得虚拟机有概率跳过局部最优解,从而获得全局最优解并且不会增加计算复杂度,使得集群主机资源占用更加均衡。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种资源调度方法,其特征在于,包括以下步骤:
获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
将所述选择的虚拟机迁入所述目标迁入主机,
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机的过程为:
按顺序选择所述虚拟机,若选择的虚拟机为虚拟机A,则将所述虚拟机A放入降序排列的待迁入主机H1中,计算待迁入主机H1资源占用率V1;
将所述虚拟机A放入降序排列的待迁入主机H2中,计算待迁入主机H2资源占用率V2;
若V2<V1<第三预设值,则将所述待迁入主机H2暂定为所述虚拟机A的迁入主机,继续计算所述虚拟机A放入待迁入主机H3中的资源占用率V3;
直至Vn+1>Vn,则将待迁入主机Hn暂定为所述虚拟机A的迁入主机;
获取虚拟机A的概率因子t,其中,0<t<1,所述虚拟机A有t的概率继续推算:
若下一台待迁入主机Vn+2>Vn+1,则t值会减小,并暂定待迁入主机Hn+1为所述虚拟机A的迁入主机并继续按照t的概率来推算下去;若下一台待迁入主机Vn+2<Vn+1,将待迁入主机Hn+2暂定为所述虚拟机A的迁入主机,继续计算Vn+3的值,直至按照上述方法获取所述虚拟机A的目标迁入主机。
2.根据权利要求1所述的资源调度方法,其特征在于,预先获取待迁移虚拟机及待迁入主机。
3.根据权利要求2所述的资源调度方法,其特征在于,所述获取待迁移虚拟机及待迁入主机的过程为:
获取虚拟机资源占用率,若所述虚拟机资源占用率大于或等于第一预设值,则选择所述虚拟机为待迁移虚拟机;
获取主机剩余资源值,若所述主机剩余资源值大于或等于第二预设值,则选择所述主机为待迁入主机。
4.根据权利要求1或2或3所述的资源调度方法,其特征在于,所述虚拟机资源占用率包括:虚拟机CPU占用率、虚拟机内存占用率、虚拟机带宽占用率;所述主机剩余资源值包括:虚拟机CPU剩余值、虚拟机内存剩余值、虚拟机带宽剩余值。
5.一种资源调度装置,其特征在于,包括处理器,适于实现各指令;存储设备,适于存储多条指令,所述指令适于由所述处理器加载并执行;
获取按照虚拟机资源占用率大小降序排列的待迁移虚拟机及按照主机剩余资源值大小降序排列的待迁入主机;
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机;
将所述选择的虚拟机迁入所述目标迁入主机,
按顺序选择所述虚拟机,并将选择的虚拟机依次放入降序排列的待迁入主机并获得对应的主机资源占用率并对相邻待迁入主机的主机资源占用率进行比较,获取目标迁入主机的过程为:
按顺序选择所述虚拟机,若选择的虚拟机为虚拟机A,则将所述虚拟机A放入降序排列的待迁入主机H1中,计算待迁入主机H1资源占用率V1;
将所述虚拟机A放入降序排列的待迁入主机H2中,计算待迁入主机H2资源占用率V2;
若V2<V1<第三预设值,则将所述待迁入主机H2暂定为所述虚拟机A的迁入主机,继续计算所述虚拟机A放入待迁入主机H3中的资源占用率V3;
直至Vn+1>Vn,则将待迁入主机Hn暂定为所述虚拟机A的迁入主机;
获取虚拟机A的概率因子t,其中,0<t<1,所述虚拟机A有t的概率继续推算:
若下一台待迁入主机Vn+2>Vn+1,则t值会减小,并暂定待迁入主机Hn+1为所述虚拟机A的迁入主机并继续按照t的概率来推算下去;若下一台待迁入主机Vn+2<Vn+1,将待迁入主机Hn+2暂定为所述虚拟机A的迁入主机,继续计算Vn+3的值,直至按照上述方法获取所述虚拟机A的目标迁入主机。
6.根据权利要求5所述的资源调度装置,其特征在于,预先获取待迁移虚拟机及待迁入主机。
7.根据权利要求6所述的资源调度装置,其特征在于,所述获取待迁移虚拟机及待迁入主机的过程为:
获取虚拟机资源占用率,若所述虚拟机资源占用率大于或等于第一预设值,则选择所述虚拟机为待迁移虚拟机;
获取主机剩余资源值,若所述主机剩余资源值大于或等于第二预设值,则选择所述主机为待迁入主机。
8.根据权利要求5或6或7所述的资源调度装置,其特征在于,所述虚拟机资源占用率包括:虚拟机CPU占用率、虚拟机内存占用率、虚拟机带宽占用率;所述主机剩余资源值包括:虚拟机CPU剩余值、虚拟机内存剩余值、虚拟机带宽剩余值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710727036.3A CN107491352B (zh) | 2017-08-22 | 2017-08-22 | 一种资源调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710727036.3A CN107491352B (zh) | 2017-08-22 | 2017-08-22 | 一种资源调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107491352A CN107491352A (zh) | 2017-12-19 |
CN107491352B true CN107491352B (zh) | 2020-09-08 |
Family
ID=60646475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710727036.3A Active CN107491352B (zh) | 2017-08-22 | 2017-08-22 | 一种资源调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107491352B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109586951B (zh) * | 2018-11-07 | 2020-04-17 | 北京达佳互联信息技术有限公司 | 实施故障转移的方法、装置、电子设备及可读存储介质 |
CN112559130B (zh) * | 2020-12-16 | 2024-01-19 | 恒生电子股份有限公司 | 容器分配方法、装置、电子设备及存储介质 |
CN117931378A (zh) * | 2024-03-21 | 2024-04-26 | 浪潮通信信息系统有限公司 | 虚拟机迁移方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103250139A (zh) * | 2012-11-07 | 2013-08-14 | 华为技术有限公司 | 一种迁移计算节点的方法及装置 |
CN103810016A (zh) * | 2012-11-09 | 2014-05-21 | 北京华胜天成科技股份有限公司 | 实现虚拟机迁移的方法、装置和集群系统 |
CN105607947A (zh) * | 2015-12-11 | 2016-05-25 | 西北工业大学 | 一种新的云环境虚拟机调度方法 |
CN105635285A (zh) * | 2015-12-30 | 2016-06-01 | 南京理工大学 | 一种基于状态感知的vm迁移调度方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015194855A (ja) * | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 情報処理システム、制御プログラム、及び情報処理システムの制御方法 |
-
2017
- 2017-08-22 CN CN201710727036.3A patent/CN107491352B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103250139A (zh) * | 2012-11-07 | 2013-08-14 | 华为技术有限公司 | 一种迁移计算节点的方法及装置 |
CN103810016A (zh) * | 2012-11-09 | 2014-05-21 | 北京华胜天成科技股份有限公司 | 实现虚拟机迁移的方法、装置和集群系统 |
CN105607947A (zh) * | 2015-12-11 | 2016-05-25 | 西北工业大学 | 一种新的云环境虚拟机调度方法 |
CN105635285A (zh) * | 2015-12-30 | 2016-06-01 | 南京理工大学 | 一种基于状态感知的vm迁移调度方法 |
Non-Patent Citations (1)
Title |
---|
基于PABFD_SA算法的虚拟机动态迁移研究;唐鸣 等;《计算机工程与应用》;20160607;第52卷(第5期);第55-60页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107491352A (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11146502B2 (en) | Method and apparatus for allocating resource | |
CN110474966B (zh) | 处理云平台资源碎片的方法及相关设备 | |
US10652360B2 (en) | Access scheduling method and apparatus for terminal, and computer storage medium | |
CN110389816B (zh) | 用于资源调度的方法、装置以及计算机可读介质 | |
CN107491352B (zh) | 一种资源调度方法及装置 | |
WO2019153697A1 (zh) | 集群的资源调整方法、装置及云平台 | |
CN107832143B (zh) | 一种物理机资源的处理方法和装置 | |
CN112380020A (zh) | 一种算力资源分配方法、装置、设备及存储介质 | |
CN110391938B (zh) | 用于部署服务的方法和装置 | |
KR20200017589A (ko) | 무선 통신 시스템에서 모바일 노드의 태스크를 오프로딩하기 위한 클라우드 서버 및 그의 동작 방법 | |
CN111131486B (zh) | 执行节点的负载调节方法、装置、服务器及存储介质 | |
WO2019102287A1 (en) | Prioritizing applications for diagonal scaling in a distributed computing environment | |
US9218198B2 (en) | Method and system for specifying the layout of computer system resources | |
CN113849312A (zh) | 数据处理任务的分配方法、装置、电子设备及存储介质 | |
CN111798113A (zh) | 资源分配方法、装置、存储介质和电子设备 | |
CN110493317B (zh) | 处理云平台资源碎片的方法及相关设备 | |
CN106998340B (zh) | 一种板卡资源的负载均衡方法及装置 | |
CN111078391A (zh) | 一种业务请求处理方法、装置及设备 | |
CN112506650A (zh) | 资源分配方法、系统、计算机设备和存储介质 | |
CN114625500A (zh) | 云环境下拓扑感知的微服务应用调度的方法及应用 | |
CN114116173A (zh) | 动态调整任务分配的方法、装置和系统 | |
CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
CN111373374A (zh) | 分布式计算环境中的工作负载的自动对角缩放 | |
CN107634978B (zh) | 一种资源调度方法及装置 | |
JP2018190355A (ja) | リソース管理方法 |
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 |