CN107943559A - 一种大数据资源调度系统及其方法 - Google Patents

一种大数据资源调度系统及其方法 Download PDF

Info

Publication number
CN107943559A
CN107943559A CN201711172241.4A CN201711172241A CN107943559A CN 107943559 A CN107943559 A CN 107943559A CN 201711172241 A CN201711172241 A CN 201711172241A CN 107943559 A CN107943559 A CN 107943559A
Authority
CN
China
Prior art keywords
resource
scheduling
strategy
module
big data
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
CN201711172241.4A
Other languages
English (en)
Inventor
杨培锋
冯康
周慧斌
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 Olympic Data Polytron Technologies Inc
Original Assignee
Guangdong Olympic Data Polytron Technologies Inc
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 Olympic Data Polytron Technologies Inc filed Critical Guangdong Olympic Data Polytron Technologies Inc
Priority to CN201711172241.4A priority Critical patent/CN107943559A/zh
Publication of CN107943559A publication Critical patent/CN107943559A/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
    • G06F9/48—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
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • 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
    • 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
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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)

Abstract

本发明涉及一种大数据资源调度系统及其方法，系统包括由收集资源池中物理或虚拟节点的状态及负载信息，并存入数据库的数据收集模块、对系统中的物理或虚拟资源进行全生命周期管理的资源整合模块、用于提供其它组件向调度系统申请资源的API引擎模块、用于资源调度系统管理其它模块的调度管理模块、用于负责资源调度系统调度策略处理以及执行的调度策略引擎模块、用于对资源的状态及负载情况监控，并将数据实时报告调度策略引擎模块的临界值监控模块和用于封装对物理机和虚拟机操作的资源代理模块。本发明收集资源状态及利用率信息，利用预定义的调度策略完成多种资源在整个资源池中的动态调度，优化负载分布，提高资源利用率。

Description

一种大数据资源调度系统及其方法
技术领域
本发明属于计算技术领域，具体涉及一种大数据资源调度系统及其方法。
背景技术
资源调度是云架构系统的核心问题，它为云架构系统提供了动态的资源分配和负载平衡能力，并确保系统的高可用性。资源调度直接影响到系统的资源利用率，服务质量及可靠性。同时，这部分也是系统资源管理方案中最具有挑战性的，云计算环境本身的复杂性，决定了其资源调度的需求有如下特征：云计算环境下的资源各类信息比较分散，无法以集中式的方式去呈现；计算资源具有高度的异构性，资源调度需要在处理不同类别资源的调度问题；用户对资源的申请是动态的，调度也需要动态进行，并满足负载变化的需要。
因此，如何提高资源调度的分布性、扩展性和灵活性，已经成为资源调度上必须要解决的问题。
发明内容
有鉴于此，本发明的目的在于克服现有技术的不足，提供一种大数据资源调度系统及其方法。
为实现以上目的，本发明采用如下技术方案：
一种大数据资源调度系统，其改进之处在于：所述系统包括由收集资源池中物理或虚拟节点的状态及负载信息，存入数据库的数据收集模块、对系统中的物理或虚拟资源进行全生命周期管理的资源整合模块、用于提供其它组件向调度系统申请资源的API引擎模块、用于资源调度系统管理其它模块的调度管理模块、用于负责资源调度系统调度策略处理以及执行的调度策略引擎模块、用于对资源的状态及负载情况监控，并将数据实时报告调度策略引擎模块的临界值监控模块和用于封装对物理机和虚拟机操作的资源代理模块。
进一步的，所述资源整合模块包括整合物理与虚拟资源，根据用户不同业务需要进行配置；整合异构虚拟资源，对用户多种虚拟化技术的需求，对其虚拟机实例的创建、运行、维护或迁移的全生命周期管理。
进一步的，所述调度策略引擎模块包括三个调度策略模块，用于处理资源分配策略的分配策略模块、用于处理资源的扩展策略的扩展策略模块和用于处理高可用性策略的高可用性策略模块。
进一步的，所述分配策略模块向用户应用分配所需要的资源，使负载在资源池中的资源按需求分布，所述分配策略模块包括虚拟机实例的创建与启动。
进一步的，所述调度策略引擎模块用于分析调度请求，选择具体的调度策略模块进行处理；通过临界值监控模块监控资源的使用情况，当资源使用出现异常时，动态触发对应的调度策略模块执行新的调度。
进一步的，所述分配策略模块包括集群整体分配策略单元和分区局部分配策略单元；所述集群整体分配策略单元采用轮询算法和随机算法；所述轮询算法为轮流在集群内的计算机节点上进行资源的分配，从第1个节点开始，直到最后一个节点后再重新开始；所述随机算法则是随机的从集群中抽取一个计算机节点进行资源分配；
所述分区局部分配策略单元为将集群中的一部分物理节点机器，组成一个区域，在资源分配时在这个区域内进行。
进一步的，所述扩展策略模块通过分析负载信息并结合预定义的规则，扩展或回收用户所占用的物理或虚拟资源。
进一步的，所述高可用性策略模块用于当资源池中部分节点失效时，调度策略引擎模块需要将部署用户应用的虚拟机实例在线迁移到其它可用节点上，保证服务的连续性。
本发明还提供一种大数据资源调度方法，其改进之处在于：所述方法包括
收集资源池中物理或虚拟节点的状态及负载信息；
对收集到状态及负载信息进行生命周期整合；
API引擎接入整合后的状态及负载信息；
利用调度策略引擎根据当前申请状态及负载信息特征和用户特征得到对应的资源调度信息；
根据资源调度信息进行动态扩展、资源分配或高可用性操作。
进一步的，所述动态扩展为请求调度需要动态进行，并满足负载变化的需要，依据用户应用对资源需要的变化，追加或释放资源；高可用性为资源调度系统需要处理资源池中失效的节点。
本发明采用以上技术方案，
本发明收集资源状态及利用率信息(如硬盘IO的使用情况，CPU利用率，内存利用率，硬盘使用率，带宽使用情况等)，利用预定义的调度策略完成多种资源在整个资源池中的动态调度，优化负载分布，提高资源利用率。从而保证云计算基础资源管理系统服务的性能与质量。
本发明采用多样化的调度策略：在调度模型之上提供多样化的调度策略，以满足系统的不同调度需求，分配策略，负责向用户应用分配所需要的资源，包括虚拟机实例的创建与启动，使负载在资源池中的分布满足特定需要。按需扩展策略，满足用户应用按需扩展的需要，通过分析负载信息并结合预定义的规则，决定扩展或回收用户所占用的物理或虚拟资源。高可用性策略，当资源池中部分节点失效时，调度策略需要将部署用户应用的虚拟机实例在线迁移到其它可用节点上，保证服务的连续性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的一种大数据资源调度系统结构示意图；
图2是本发明提供的一种大数据资源调度方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
本发明提供一种大数据资源调度系统，系统包括
数据收集模块：收集资源池中物理或虚拟节点的状态及负载信息，存入数据库或分布式文件系统中，作为后续资源调度策略的执行依据。收集资源池中所有虚拟机和物理机的资源状态，利用率信息，包括硬盘IO的使用情况，CPU利用率，内存容量及利用率，磁盘大小等；将这些信息存入关系数据库的表中或分布式文件系统中，并负责这些表的更新和查询。
资源整合模块：对系统中的物理或虚拟资源进行全生命周期管理，包括整合物理与虚拟资源，资源整合模块统一管理物理资源与虚拟资源，允许用户根据不同业务需要，实施灵活的配置方案；整合异构虚拟资源，资源整合模块满足用户对多种虚拟化技术的需求，支持对其虚拟机实例的创建、运行、维护、迁移等的全生命周期管理，最大程度的利用数据中心原有基础设施。
调度管理模块：是资源调度系统的管理模块和程序入口点，负责其它模块的初始化、启动、停止以及状态监控。通过调度管理模块可以获得其它模块所提供的服务。
资源代理模块：通过调用资源抽象层的控制器管理模块所提供的API，封装对物理机和虚拟机的全部操作。调度策略的具体操作执行通过资源代理模块进行。资源代理模块为中转平台，用于提供资源抽象层和资源调度系统的信息交互实现调度。
调度策略引擎模块：是资源调度系统的核心模块，主要负责调度策略的处理以及执行过程。主要工作包括：分析调度请求，选择具体的调度策略模块进行处理；通过临界值监控模块监控资源的使用情况，当资源使用出现异常时，动态触发对应的策略执行新的调度。
三种具体调度策略模块：分配策略模块用于处理资源分配策略，负责向用户应用分配所需要的资源，主要包括虚拟机实例的创建与启动，使负载在资源池中的分布满足特定需要；扩展策略模块用于处理资源的扩展策略，满足用户应用按需扩展的需要，通过分析负载信息并结合预定义的规则，决定扩展或回收用户所占用的物理或虚拟资源；高可用性策略模块用于处理高可用性策略，当资源池中部分节点失效时，调度策略需要将部署用户应用的虚拟机实例在线迁移到其它可用节点上，保证服务的连续性。
所述分配策略模块包括集群整体分配策略单元和分区局部分配策略单元；
集群整体分配策略单元，具体的算法是轮询算法和随机算法。轮询(Round-Robin)算法，它的原理就是轮流在集群内的计算机节点上进行资源的分配，从第1个节点开始，直到最后一个节点，然后再重新开始。随机算法则是随机的从集群中抽取一个计算机节点进行资源分配。
分区局部分配策略单元，就是把集群中的一部分物理节点机器，组成一个区域，在资源分配时都在这个区域内进行。与集群整体分配策略单元一样，分区局部分配策略单元也需要一个适应小分区的算法。由于分区和集群整体的特性不一样，同样的算法，在两个地方得到的效果会不一样，同理，想在两个地方获得相同的分配效果，实现的算法也不一样。
临界值监控模块：负责对资源的状态及负载情况的监控，并将数据实时报告给调度策略引擎模块作为策略触发的依据。例如：状态及负载信息变化频率很快，前一分钟CPU占用率可能40％，当前已经90％，则临界值监控模块将数据实时报告给调度策略引擎模块，调度策略及时进行处理。
API引擎模块：负责接口提供系统的其它组件可以通过这个接口向资源管理方案申请资源，用户程序或系统中的其它组件可以通过它很容易地完成资源的申请。接口的实现可以采用紧耦合的方法(如Java RMI)或是松耦合的Web服务接口(如REST)。
本发明还包括一种大数据资源调度方法，所述方法包括
收集资源池中物理或虚拟节点的状态及负载信息；
对收集到状态及负载信息进行生命周期整合；
API引擎接入整合后的状态及负载信息；
利用调度策略引擎根据当前申请状态及负载信息特征和用户特征得到对应的资源调度信息；
根据资源调度信息进行动态扩展、资源分配或高可用性操作。
其中，所述动态扩展为请求调度需要动态进行，并满足负载变化的需要，依据用户应用对资源需要的变化，追加或释放资源；高可用性为资源调度系统需要处理资源池中失效的节点。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种大数据资源调度系统，其特征在于：所述系统包括由收集资源池中物理或虚拟节点的状态及负载信息，存入数据库的数据收集模块、对系统中的物理或虚拟资源进行全生命周期管理的资源整合模块、用于提供其它组件向调度系统申请资源的API引擎模块、用于资源调度系统管理其它模块的调度管理模块、用于负责资源调度系统调度策略处理以及执行的调度策略引擎模块、用于对资源的状态及负载情况监控，并将数据实时报告调度策略引擎模块的临界值监控模块和用于封装对物理机和虚拟机操作的资源代理模块。
2.根据权利要求1所述的一种大数据资源调度系统，其特征在于：所述资源整合模块包括整合物理与虚拟资源，根据用户不同业务需要进行配置；整合异构虚拟资源，对用户多种虚拟化技术的需求，对其虚拟机实例的创建、运行、维护或迁移的全生命周期管理。
3.根据权利要求1所述的一种大数据资源调度系统，其特征在于：所述调度策略引擎模块包括三个调度策略模块，用于处理资源分配策略的分配策略模块、用于处理资源的扩展策略的扩展策略模块和用于处理高可用性策略的高可用性策略模块。
4.根据权利要求3所述的一种大数据资源调度系统，其特征在于：所述分配策略模块向用户应用分配所需要的资源，使负载在资源池中的资源按需求分布，所述分配策略模块包括虚拟机实例的创建与启动。
5.根据权利要求3所述的一种大数据资源调度系统，其特征在于：所述调度策略引擎模块用于分析调度请求，选择具体的调度策略模块进行处理；通过临界值监控模块监控资源的使用情况，当资源使用出现异常时，动态触发对应的调度策略模块执行新的调度。
6.根据权利要求4所述的一种大数据资源调度系统，其特征在于：所述分配策略模块包括集群整体分配策略单元和分区局部分配策略单元；所述集群整体分配策略单元采用轮询算法和随机算法；所述轮询算法为轮流在集群内的计算机节点上进行资源的分配，从第1个节点开始，直到最后一个节点后再重新开始；所述随机算法则是随机的从集群中抽取一个计算机节点进行资源分配；
所述分区局部分配策略单元为将集群中的一部分物理节点机器，组成一个区域，在资源分配时在这个区域内进行。
7.根据权利要求3所述的一种大数据资源调度系统，其特征在于：所述扩展策略模块通过分析负载信息并结合预定义的规则，扩展或回收用户所占用的物理或虚拟资源。
8.根据权利要求3所述的一种大数据资源调度系统，其特征在于：所述高可用性策略模块用于当资源池中部分节点失效时，调度策略引擎模块需要将部署用户应用的虚拟机实例在线迁移到其它可用节点上，保证服务的连续性。
9.一种大数据资源调度方法，其特征在于：所述方法包括
收集资源池中物理或虚拟节点的状态及负载信息；
对收集到状态及负载信息进行生命周期整合；
API引擎接入整合后的状态及负载信息；
利用调度策略引擎根据当前申请状态及负载信息特征和用户特征得到对应的资源调度信息；
根据资源调度信息进行动态扩展、资源分配或高可用性操作。
10.根据权利要求9所述的一种大数据资源调度方法，其特征在于：所述动态扩展为请求调度需要动态进行，并满足负载变化的需要，依据用户应用对资源需要的变化，追加或释放资源；高可用性为资源调度系统需要处理资源池中失效的节点。
CN201711172241.4A 2017-11-21 2017-11-21 一种大数据资源调度系统及其方法 Pending CN107943559A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711172241.4A CN107943559A (zh) 2017-11-21 2017-11-21 一种大数据资源调度系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711172241.4A CN107943559A (zh) 2017-11-21 2017-11-21 一种大数据资源调度系统及其方法

Publications (1)

Publication Number Publication Date
CN107943559A true CN107943559A (zh) 2018-04-20

Family

ID=61929777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711172241.4A Pending CN107943559A (zh) 2017-11-21 2017-11-21 一种大数据资源调度系统及其方法

Country Status (1)

Country Link
CN (1) CN107943559A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108762891A (zh) * 2018-06-06 2018-11-06 郑州云海信息技术有限公司 一种云平台资源调度方法和装置
CN109445931A (zh) * 2018-08-31 2019-03-08 安徽四创电子股份有限公司 一种大数据资源调度系统及方法
CN111949380A (zh) * 2020-09-18 2020-11-17 成都精灵云科技有限公司 一种基于哨兵模式实现应用迁移的系统及其方法
CN112015326A (zh) * 2019-05-28 2020-12-01 浙江宇视科技有限公司 集群数据处理方法、装置、设备及存储介质
CN112416575A (zh) * 2020-11-02 2021-02-26 中关村科学城城市大脑股份有限公司 一种用于城市大脑ai计算的算法模型调度系统及方法
CN114513547A (zh) * 2020-10-29 2022-05-17 浙江宇视科技有限公司 模块的节点调度方法、装置、电子设备及存储介质
CN114788227A (zh) * 2019-12-13 2022-07-22 思科技术公司 使用动态标记和清单的灵活策略语义扩展
CN117032906A (zh) * 2023-10-09 2023-11-10 新立讯科技股份有限公司 农产品基础数据资源池管理方法及系统
WO2024082861A1 (zh) * 2022-10-20 2024-04-25 天翼数字生活科技有限公司 一种应用于视频监控中的云存储调度系统
CN118277106A (zh) * 2024-06-03 2024-07-02 北京中电普华信息技术有限公司 多种类集群的自动弹性伸缩系统、方法及相关设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090288091A1 (en) * 2008-05-15 2009-11-19 Nikolaos Papadakos Method and System Integrating Task Assignment and Resources Scheduling
CN104657215A (zh) * 2013-11-19 2015-05-27 南京鼎盟科技有限公司 云计算中虚拟化节能系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090288091A1 (en) * 2008-05-15 2009-11-19 Nikolaos Papadakos Method and System Integrating Task Assignment and Resources Scheduling
CN104657215A (zh) * 2013-11-19 2015-05-27 南京鼎盟科技有限公司 云计算中虚拟化节能系统

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108762891A (zh) * 2018-06-06 2018-11-06 郑州云海信息技术有限公司 一种云平台资源调度方法和装置
CN109445931A (zh) * 2018-08-31 2019-03-08 安徽四创电子股份有限公司 一种大数据资源调度系统及方法
CN112015326B (zh) * 2019-05-28 2023-02-17 浙江宇视科技有限公司 集群数据处理方法、装置、设备及存储介质
CN112015326A (zh) * 2019-05-28 2020-12-01 浙江宇视科技有限公司 集群数据处理方法、装置、设备及存储介质
CN114788227A (zh) * 2019-12-13 2022-07-22 思科技术公司 使用动态标记和清单的灵活策略语义扩展
CN111949380A (zh) * 2020-09-18 2020-11-17 成都精灵云科技有限公司 一种基于哨兵模式实现应用迁移的系统及其方法
CN114513547A (zh) * 2020-10-29 2022-05-17 浙江宇视科技有限公司 模块的节点调度方法、装置、电子设备及存储介质
CN114513547B (zh) * 2020-10-29 2024-02-13 浙江宇视科技有限公司 模块的节点调度方法、装置、电子设备及存储介质
CN112416575A (zh) * 2020-11-02 2021-02-26 中关村科学城城市大脑股份有限公司 一种用于城市大脑ai计算的算法模型调度系统及方法
WO2024082861A1 (zh) * 2022-10-20 2024-04-25 天翼数字生活科技有限公司 一种应用于视频监控中的云存储调度系统
CN117032906A (zh) * 2023-10-09 2023-11-10 新立讯科技股份有限公司 农产品基础数据资源池管理方法及系统
CN117032906B (zh) * 2023-10-09 2023-12-19 新立讯科技股份有限公司 农产品基础数据资源池管理方法及系统
CN118277106A (zh) * 2024-06-03 2024-07-02 北京中电普华信息技术有限公司 多种类集群的自动弹性伸缩系统、方法及相关设备

Similar Documents

Publication Publication Date Title
CN107943559A (zh) 一种大数据资源调度系统及其方法
CN105049268B (zh) 分布式计算资源分配系统和任务处理方法
US11740921B2 (en) Coordinated container scheduling for improved resource allocation in virtual computing environment
Coutinho et al. Elasticity in cloud computing: a survey
CN103092698B (zh) 云计算应用自动部署系统及方法
US20130198755A1 (en) Apparatus and method for managing resources in cluster computing environment
CN111338774A (zh) 分布式定时任务调度系统及计算装置
CN104486255B (zh) 业务资源调度方法和装置
US20210027401A1 (en) Processes and systems that determine sustainability of a virtual infrastructure of a distributed computing system
CN107025139A (zh) 一种基于云计算的高性能计算调度框架
CN103164283A (zh) 一种虚拟桌面系统中虚拟化资源动态调度管理方法及系统
CN105378669A (zh) 虚拟机资源管理系统及其方法
CN106020934A (zh) 一种基于虚拟集群在线迁移的优化部署方法
CN101533417A (zh) 一种实现etl调度的方法及系统
CN106843945B (zh) 基于PaaS的GIS应用部署方法及系统
US20230222006A1 (en) Container Orchestration System
CN102081554A (zh) 云计算操作系统及其内核控制系统及方法
CN111580934A (zh) 云计算环境下多租户虚拟机性能一致的资源分配方法
CN105404549B (zh) 基于yarn架构的虚拟机调度系统
CN102929769A (zh) 一种基于代理服务的虚拟机内部数据采集方法
CN111427668A (zh) 一种云计算环境下的虚拟资源自动化管理方法
CN108287749A (zh) 一种数据中心综合管理系统云资源调度方法
CN105677481B (zh) 一种数据处理方法、系统及电子设备
CN113515363A (zh) 面向异型任务高并发的多层次数据处理系统动态调度平台
CN106412094A (zh) 一种以公有云方式组织管理分散资源的方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180420