CN108519919A - 一种在虚拟化集群环境下实现服务器资源动态调度的方法 - Google Patents
一种在虚拟化集群环境下实现服务器资源动态调度的方法 Download PDFInfo
- Publication number
- CN108519919A CN108519919A CN201810225965.9A CN201810225965A CN108519919A CN 108519919 A CN108519919 A CN 108519919A CN 201810225965 A CN201810225965 A CN 201810225965A CN 108519919 A CN108519919 A CN 108519919A
- Authority
- CN
- China
- Prior art keywords
- resource
- performance data
- physical machine
- virtual
- cluster
- 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
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
- G06F9/50—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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种在虚拟化集群环境下实现服务器资源动态调度的方法。本发明所述在虚拟化集群环境下实现服务器资源动态调度的方法,包括两部分;第一部分实现虚拟化集群的性能监控,具体包括物理机和虚拟机的性能数据监控和收集;所述性能数据包括,CPU使用率,内存使用量、网络占用带宽、磁盘容量和磁盘读写IO;第二部分实现资源的动态调度,负载均衡装置通过分析物理机和虚拟机的当前性能数据,对集群负载进行调度;当前性能数据处理完成后,分析物理机和虚拟机的历史性能数据,决策虚拟化集群可能出现的资源瓶颈,给出预防措施。
Description
技术领域
本发明涉及一种在虚拟化集群环境下实现服务器资源动态调度的方法,属于云计算的技术领域。
背景技术
越来越多的数据中心采用云计算来取代传统的服务器集群,通过虚拟化来构建基础计算平台,虚拟化集群不仅能实现业务的统一集中管理,也能提高业务的高可靠性,而且能实现资源的弹性需求分配,并能通过资源的动态调度提高资源的利用率。虚拟化集群主要对外提供计算能力,其计算资源受业务影响,很可能出现集群内不同服务器的资源使用差异较大不够均衡,甚至出现服务器的单一资源瓶颈。所以需要有效的资源调度方法来避免资源的使用不均衡,防止出现资源瓶颈,提高集群的整体资源利用率。
目前主流的服务器资源调度方法相对简单,首先对资源的调度算法考虑的维度较少,仅通过CPU、内存来调度资源,且只能做到资源的负载均衡,其次对资源的调度主要是被动处理,即当资源出现不均衡时才调度处理,缺少主动预防的调度处理。
中国专利公开号CN107135250A公开了一种面向云计算的负载均衡系统及机制。该系统与机制对资源的调度主要是被动处理,即当资源出现不均衡时才调度处理,缺少主动预防的调度处理。
发明内容
针对现有技术的不足,本发明提供一种在虚拟化集群环境下实现服务器资源动态调度的方法。
本发明的技术方案为:
一种在虚拟化集群环境下实现服务器资源动态调度的方法,包括两部分;第一部分实现虚拟化集群的性能监控,具体包括物理机和虚拟机的性能数据监控和收集;所述性能数据包括,CPU使用率,内存使用量、网络占用带宽、磁盘容量和磁盘读写IO;第二部分实现资源的动态调度,负载均衡装置通过分析物理机和虚拟机的当前性能数据,对集群负载进行调度;当前性能数据处理完成后,分析物理机和虚拟机的历史性能数据,决策虚拟化集群可能出现的资源瓶颈,给出预防措施。
根据本发明优选的,本发明所述实现服务器资源动态调度的方法基于的架构包括,提供计算能力的物理机服务器、运行实际业务的虚拟机、进行性能数据采集的性能采集装置、存放性能数据的存储装置、计算使集群负载趋于均衡建议的负载均衡装置、计算预防集群中物理机出现资源瓶颈建议的预防瓶颈装置和具体建议实施的建议执行装置。
根据本发明优选的,实现服务器资源动态调度的方法的具体实现方法如下:
1)通过性能采集装置收集虚拟化集群中每台物理机和虚拟机的性能数据;
2)将采集到的性能数据持久化到所述存储装置进行存储;持久化是将程序数据在持久状态和瞬时状态间转换的机制。通俗的讲,就是瞬时数据(比如内存中的数据,是不能永久保存的)持久化为持久数据(比如持久化至数据库中,能够长久保存)。
3)从所述存储装置中获取物理机和虚拟机的当前性能数据,通过负载均衡装置生成当前调度建议;
4)从所述存储装置获取物理机和虚拟机的历史性能数据,通过预防瓶颈装置生成预防类调度建议;
5)通过建议执行装置实施每条调度建议和预防类调度建议的迁移执行。
进一步优选的,所述步骤3)中,生成调度建议的具体方法如下:
3.1)首先将每个对象各个维度的性能数据进行归一化;其中,所述对象包括物理机和虚拟机;所述归一化的过程是,将各维度性能数据的使用量除以总量,0~1之间的百分比;归一化的过程是被本领域技术人员所熟知的。
3.2)计算物理机各维度的资源使用率、虚拟化集群中所有物理机的资源使用率的方差;
3.3)判断步骤3.2)计算得到的方差是否达到均衡阈值,如果均衡则返回空的调度建议;均衡阈值为经验值,阈值可分级,比如0.1,0.2,0.3,分别代表不均衡的程度,值越小代表越均衡;
3.4)如果集群资源不均衡,则选出资源使用率最高和最低的物理机,分别作为源主机和目的主机;然后在源主机上选择能够使集群资源最大程度趋于均衡的虚拟机进行模拟迁移;
3.5)模拟迁移后,如果虚拟化集群能够均衡则返回调度建议;如果资源使用率最高的物理机无法选出的虚拟机完成模拟迁移,则在资源使用率次高的物理机上进行选择,直到找到调度建议。
进一步优选的,所述步骤4)中,所述预防瓶径装置生成历史调度建议的步骤如下:
4.1)将每个对象各个维度的性能数据进行归一化;其中,所述对象包括物理机和虚拟机;
4.2)将所有虚拟机当前时间之前一段时间内的性能数据进行线性拟合,绘制资源使用曲线,通过资源使用曲线预测下一时间点的资源使用情况;
4.3)根据预测的虚拟机的资源使用情况,计算物理机的资源使用量,判断物理机是否会出现资源瓶颈,如果不会出现资源瓶颈则返回空建议;
4.4)如果预测物理机会出现资源瓶颈,则在物理机上选择虚拟机进行迁移,使迁移后的物理机不出现资源瓶颈,迁移后集群负载达到均衡,以此生成预防类调度建议。
本发明的有益效果为:
1.本发明所述服务器资源动态调度的方法,增加了预防机制,通过动态监控集群的性能数据同时实现负载均衡和主动预防集群出现资源瓶颈。
附图说明
图1为本发明所述实现服务器资源动态调度的方法基于的架构图;
图2为本发明所述负载均衡装置的工作流程图;
图3为本发明所述预防瓶颈装置的工作流程图。
具体实施方式
下面结合实施例和说明书附图对本发明做进一步说明,但不限于此。
实施例1
如图1-3所示。
一种在虚拟化集群环境下实现服务器资源动态调度的方法,包括两部分;第一部分实现虚拟化集群的性能监控,具体包括物理机和虚拟机的性能数据监控和收集;所述性能数据包括,CPU使用率,内存使用量、网络占用带宽、磁盘容量和磁盘读写IO;第二部分实现资源的动态调度,负载均衡装置通过分析物理机和虚拟机的当前性能数据,对集群负载进行调度;当前性能数据处理完成后,分析物理机和虚拟机的历史性能数据,决策虚拟化集群可能出现的资源瓶颈,给出预防措施。
本发明所述实现服务器资源动态调度的方法基于的架构包括,提供计算能力的物理机服务器、运行实际业务的虚拟机、进行性能数据采集的性能采集装置、存放性能数据的存储装置、计算使集群负载趋于均衡建议的负载均衡装置、计算预防集群中物理机出现资源瓶颈建议的预防瓶颈装置和具体建议实施的建议执行装置。
具体实现方法如下:
1)通过性能采集装置收集虚拟化集群中每台物理机和虚拟机的性能数据;
2)将采集到的性能数据持久化到所述存储装置进行存储;持久化是将程序数据在持久状态和瞬时状态间转换的机制。通俗的讲,就是瞬时数据(比如内存中的数据,是不能永久保存的)持久化为持久数据(比如持久化至数据库中,能够长久保存)。
3)从所述存储装置中获取物理机和虚拟机的当前性能数据,通过负载均衡装置生成当前调度建议;
4)从所述存储装置获取物理机和虚拟机的历史性能数据,通过预防瓶颈装置生成预防类调度建议;
5)通过建议执行装置实施每条调度建议和预防类调度建议的迁移执行。
所述步骤3)中,生成调度建议的具体方法如下:
3.1)首先将每个对象各个维度的性能数据进行归一化;其中,所述对象包括物理机和虚拟机;所述归一化的过程是,将各维度性能数据的使用量除以总量,0~1之间的百分比;归一化的过程是被本领域技术人员所熟知的。
3.2)计算物理机各维度的资源使用率、虚拟化集群中所有物理机的资源使用率的方差;
3.3)判断步骤3.2)计算得到的方差是否达到均衡阈值,如果均衡则返回空的调度建议;均衡阈值为经验值,阈值可分级,比如0.1,0.2,0.3,分别代表不均衡的程度,值越小代表越均衡;
3.4)如果集群资源不均衡,则选出资源使用率最高和最低的物理机,分别作为源主机和目的主机;然后在源主机上选择能够使集群资源最大程度趋于均衡的虚拟机进行模拟迁移;
3.5)模拟迁移后,如果虚拟化集群能够均衡则返回调度建议;如果资源使用率最高的物理机无法选出的虚拟机完成模拟迁移,则在资源使用率次高的物理机上进行选择,直到找到调度建议。
所述步骤4)中,所述预防瓶径装置生成历史调度建议的步骤如下:
4.1)将每个对象各个维度的性能数据进行归一化;其中,所述对象包括物理机和虚拟机;
4.2)将所有虚拟机当前时间之前一段时间内的性能数据进行线性拟合,绘制资源使用曲线,通过资源使用曲线预测下一时间点的资源使用情况;
4.3)根据预测的虚拟机的资源使用情况,计算物理机的资源使用量,判断物理机是否会出现资源瓶颈,如果不会出现资源瓶颈则返回空建议;
4.4)如果预测物理机会出现资源瓶颈,则在物理机上选择虚拟机进行迁移,使迁移后的物理机不出现资源瓶颈,迁移后集群负载达到均衡,以此生成预防类调度建议。
Claims (5)
1.一种在虚拟化集群环境下实现服务器资源动态调度的方法,其特征在于,包括两部分;第一部分实现虚拟化集群的性能监控,具体包括物理机和虚拟机的性能数据监控和收集;所述性能数据包括,CPU使用率,内存使用量、网络占用带宽、磁盘容量和磁盘读写IO;第二部分实现资源的动态调度,负载均衡装置通过分析物理机和虚拟机的当前性能数据,对集群负载进行调度;当前性能数据处理完成后,分析物理机和虚拟机的历史性能数据,决策虚拟化集群可能出现的资源瓶颈,给出预防措施。
2.根据权利要求1所述的在虚拟化集群环境下实现服务器资源动态调度的方法,其特征在于,本发明所述实现服务器资源动态调度的方法基于的架构包括,提供计算能力的物理机服务器、运行实际业务的虚拟机、进行性能数据采集的性能采集装置、存放性能数据的存储装置、计算使集群负载趋于均衡建议的负载均衡装置、计算预防集群中物理机出现资源瓶颈建议的预防瓶颈装置和具体建议实施的建议执行装置。
3.根据权利要求1所述的在虚拟化集群环境下实现服务器资源动态调度的方法,其特征在于,实现服务器资源动态调度的方法的具体实现方法如下:
1)通过性能采集装置收集虚拟化集群中每台物理机和虚拟机的性能数据;
2)将采集到的性能数据持久化到所述存储装置进行存储;
3)从所述存储装置中获取物理机和虚拟机的当前性能数据,通过负载均衡装置生成当前调度建议;
4)从所述存储装置获取物理机和虚拟机的历史性能数据,通过预防瓶颈装置生成预防类调度建议;
5)通过建议执行装置实施每条调度建议和预防类调度建议的迁移执行。
4.根据权利要求3所述的在虚拟化集群环境下实现服务器资源动态调度的方法,其特征在于,所述步骤3)中,生成调度建议的具体方法如下:
3.1)首先将每个对象各个维度的性能数据进行归一化;
3.2)计算物理机各维度的资源使用率、虚拟化集群中所有物理机的资源使用率的方差;
3.3)判断步骤3.2)计算得到的方差是否达到均衡阈值,如果均衡则返回空的调度建议;
3.4)如果集群资源不均衡,则选出资源使用率最高和最低的物理机,分别作为源主机和目的主机;然后在源主机上选择能够使集群资源最大程度趋于均衡的虚拟机进行模拟迁移;
3.5)模拟迁移后,如果虚拟化集群能够均衡则返回调度建议;如果资源使用率最高的物理机无法选出的虚拟机完成模拟迁移,则在资源使用率次高的物理机上进行选择,直到找到调度建议。
5.根据权利要求3所述的在虚拟化集群环境下实现服务器资源动态调度的方法,其特征在于,所述步骤4)中,所述预防瓶径装置生成历史调度建议的步骤如下:
4.1)将每个对象各个维度的性能数据进行归一化;
4.2)将所有虚拟机当前时间之前一段时间内的性能数据进行线性拟合,绘制资源使用曲线,通过资源使用曲线预测下一时间点的资源使用情况;
4.3)根据预测的虚拟机的资源使用情况,计算物理机的资源使用量,判断物理机是否会出现资源瓶颈,如果不会出现资源瓶颈则返回空建议;
4.4)如果预测物理机会出现资源瓶颈,则在物理机上选择虚拟机进行迁移,使迁移后的物理机不出现资源瓶颈,迁移后集群负载达到均衡,以此生成预防类调度建议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810225965.9A CN108519919A (zh) | 2018-03-19 | 2018-03-19 | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810225965.9A CN108519919A (zh) | 2018-03-19 | 2018-03-19 | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108519919A true CN108519919A (zh) | 2018-09-11 |
Family
ID=63433785
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810225965.9A Pending CN108519919A (zh) | 2018-03-19 | 2018-03-19 | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108519919A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376043A (zh) * | 2018-10-18 | 2019-02-22 | 郑州云海信息技术有限公司 | 一种设备监测的方法和装置 |
CN109656711A (zh) * | 2018-10-30 | 2019-04-19 | 山东超越数控电子股份有限公司 | 一种基于服务器集群的动态电源管理方法及系统 |
CN109800058A (zh) * | 2019-01-23 | 2019-05-24 | 山东超越数控电子股份有限公司 | 一种虚拟机自动迁移方法 |
CN109976911A (zh) * | 2019-03-25 | 2019-07-05 | 哈尔滨工程大学 | 一种自适应资源调度方法 |
CN110865871A (zh) * | 2019-11-14 | 2020-03-06 | 北京京航计算通讯研究所 | 基于资源合理化应用的虚拟化集群资源调度方法 |
CN110865872A (zh) * | 2019-11-14 | 2020-03-06 | 北京京航计算通讯研究所 | 基于资源合理化应用的虚拟化集群资源调度系统 |
CN117573373A (zh) * | 2024-01-15 | 2024-02-20 | 中诚华隆计算机技术有限公司 | 一种基于云计算的cpu虚拟化调度方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185759A (zh) * | 2011-04-12 | 2011-09-14 | 田文洪 | 一种满足需求特性的多物理服务器负载均衡的方法及装置 |
CN102236582A (zh) * | 2011-07-15 | 2011-11-09 | 浙江大学 | 虚拟化集群负载在多台物理机中均衡分配的方法 |
CN103605574A (zh) * | 2013-11-18 | 2014-02-26 | 浪潮(北京)电子信息产业有限公司 | 一种服务器集群中的虚拟机资源调度方法及系统 |
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 |
CN105607948A (zh) * | 2015-12-18 | 2016-05-25 | 国云科技股份有限公司 | 一种基于sla的虚拟机迁移预测方法 |
CN106020934A (zh) * | 2016-05-24 | 2016-10-12 | 浪潮电子信息产业股份有限公司 | 一种基于虚拟集群在线迁移的优化部署方法 |
CN106201700A (zh) * | 2016-07-19 | 2016-12-07 | 北京工业大学 | 一种虚拟机在线迁移的调度方法 |
-
2018
- 2018-03-19 CN CN201810225965.9A patent/CN108519919A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102185759A (zh) * | 2011-04-12 | 2011-09-14 | 田文洪 | 一种满足需求特性的多物理服务器负载均衡的方法及装置 |
CN102236582A (zh) * | 2011-07-15 | 2011-11-09 | 浙江大学 | 虚拟化集群负载在多台物理机中均衡分配的方法 |
CN103605574A (zh) * | 2013-11-18 | 2014-02-26 | 浪潮(北京)电子信息产业有限公司 | 一种服务器集群中的虚拟机资源调度方法及系统 |
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 |
CN105607948A (zh) * | 2015-12-18 | 2016-05-25 | 国云科技股份有限公司 | 一种基于sla的虚拟机迁移预测方法 |
CN106020934A (zh) * | 2016-05-24 | 2016-10-12 | 浪潮电子信息产业股份有限公司 | 一种基于虚拟集群在线迁移的优化部署方法 |
CN106201700A (zh) * | 2016-07-19 | 2016-12-07 | 北京工业大学 | 一种虚拟机在线迁移的调度方法 |
Non-Patent Citations (1)
Title |
---|
龚素文等: "基于迁移技术的云资源动态调度策略研究", 《计算机工程与应用》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109376043A (zh) * | 2018-10-18 | 2019-02-22 | 郑州云海信息技术有限公司 | 一种设备监测的方法和装置 |
CN109656711A (zh) * | 2018-10-30 | 2019-04-19 | 山东超越数控电子股份有限公司 | 一种基于服务器集群的动态电源管理方法及系统 |
CN109800058A (zh) * | 2019-01-23 | 2019-05-24 | 山东超越数控电子股份有限公司 | 一种虚拟机自动迁移方法 |
CN109976911A (zh) * | 2019-03-25 | 2019-07-05 | 哈尔滨工程大学 | 一种自适应资源调度方法 |
CN110865871A (zh) * | 2019-11-14 | 2020-03-06 | 北京京航计算通讯研究所 | 基于资源合理化应用的虚拟化集群资源调度方法 |
CN110865872A (zh) * | 2019-11-14 | 2020-03-06 | 北京京航计算通讯研究所 | 基于资源合理化应用的虚拟化集群资源调度系统 |
CN117573373A (zh) * | 2024-01-15 | 2024-02-20 | 中诚华隆计算机技术有限公司 | 一种基于云计算的cpu虚拟化调度方法及系统 |
CN117573373B (zh) * | 2024-01-15 | 2024-03-26 | 中诚华隆计算机技术有限公司 | 一种基于云计算的cpu虚拟化调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108519919A (zh) | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 | |
US9286099B2 (en) | Balancing virtual machine loads | |
CN103810048B (zh) | 一种面向资源利用最优的线程数量自动调整方法及装置 | |
CN102724277B (zh) | 虚拟机热迁移和部署的方法、服务器及集群系统 | |
CN102236582B (zh) | 虚拟化集群负载在多台物理机中均衡分配的方法 | |
US11455189B2 (en) | Task scheduling simulation system | |
CN102253857B (zh) | 一种多核环境下的Xen虚拟机调度控制方法 | |
CN104239144A (zh) | 一种多级分布式任务处理系统 | |
US8756441B1 (en) | Data center energy manager for monitoring power usage in a data storage environment having a power monitor and a monitor module for correlating associative information associated with power consumption | |
CN104375897B (zh) | 基于最小相对负载不均衡度的云计算资源调度方法 | |
CN103955398B (zh) | 一种基于处理器性能监控的虚拟机共生调度方法 | |
CN106020934A (zh) | 一种基于虚拟集群在线迁移的优化部署方法 | |
CN106686136A (zh) | 一种云资源的调度方法及装置 | |
CN103559077B (zh) | 一种优化的虚拟机自动迁移方法和系统 | |
CN102611622A (zh) | 一种弹性云计算平台下工作负载的调度方法 | |
CN104216782A (zh) | 高性能计算和云计算混合环境中的动态资源管理方法 | |
CN105426241A (zh) | 一种基于云计算数据中心的统一资源调度节能方法 | |
CN104536804A (zh) | 面向关联任务请求的虚拟资源调度系统及调度和分配方法 | |
Xu et al. | A heuristic virtual machine scheduling method for load balancing in fog-cloud computing | |
CN107645410A (zh) | 一种基于OpenStack云平台的虚拟机管理系统及方法 | |
Wu et al. | An energy efficient VM migration algorithm in data centers | |
CN107861796A (zh) | 一种支持云数据中心能耗优化的虚拟机调度方法 | |
CN102339233A (zh) | 云计算集中管理平台 | |
CN103399791A (zh) | 一种基于云计算的虚拟机迁移方法和装置 | |
CN109976879B (zh) | 一种基于资源使用曲线互补的云计算虚拟机放置方法 |
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: 20180911 |