CN108737289B - 一种存储多路径负载均衡方法及系统 - Google Patents
一种存储多路径负载均衡方法及系统 Download PDFInfo
- Publication number
- CN108737289B CN108737289B CN201810680046.0A CN201810680046A CN108737289B CN 108737289 B CN108737289 B CN 108737289B CN 201810680046 A CN201810680046 A CN 201810680046A CN 108737289 B CN108737289 B CN 108737289B
- Authority
- CN
- China
- Prior art keywords
- path
- task
- storage server
- time
- data block
- 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 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 50
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000002699 waste material Substances 0.000 abstract description 6
- 230000003044 adaptive effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供一种存储多路径负载均衡方法及系统，存储服务器接收客户端发送的数据块读写任务；存储服务器判断所述客户端发送的数据块读写任务是否为首次；为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。本发明既解决了传统模式资源浪费的问题又解决了某些融合了自适应算法的负载均衡模式的时间浪费问题。
Description
技术领域
本发明涉及存储领域，尤其涉及一种存储多路径负载均衡方法及系统。
背景技术
一个客户端与一个存储服务器之间存在多条路径的情况称之为存储多路径环境，当前主流的负载均衡模式指的是当计算节点给数据存储下发读写任务时，读写任务均分给每条路径。但是每条路径传输数据的性能会因其各自的网卡性能、网卡类型、以及网线、交换机等现实因素的不用而不同。而传统的复杂均衡模式的均分策略是按照最小带宽路径进行的。举例：存在三条路径A、B、C，A的网卡为百兆网卡，B和C为万兆网卡，那么当有任务下发时，传统的复杂均衡将以最小带宽的那条路径即路径A为基准来分配任务，那么此时就会浪费掉B和C的剩余带宽，使得B和C的带宽未得到充分利用。
发明内容
为了克服上述现有技术中的不足，本发明提供一种存储多路径负载均衡方法，方法包括：
存储服务器接收客户端发送的数据块读写任务；
存储服务器判断所述客户端发送的数据块读写任务是否为首次；
为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；
存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。
优选地，步骤为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输还包括：
每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
优选地，步骤为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输还包括：
统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；
首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
优选地，步骤存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每条路径传输数据块的分配比还包括：当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，得出下次任务的分配比；
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径 B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
优选地，存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。
一种存储多路径负载均衡系统，包括：存储服务器；
存储服务器与各个客户端之间配置有多个用于传输数据块的路径；
存储服务器用于接收客户端发送的数据块读写任务；判断所述客户端发送的数据块读写任务是否为首次；
当为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。
优选地，存储服务器配置还用于每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
优选地，存储服务器还用于统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；
首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
优选地，存储服务器配置还用于当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，得出下次任务的分配比：
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径 B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
优选地，存储服务器还用于判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。
从以上技术方案可以看出，本发明具有以下优点：
存储服务器接收客户端发送的数据块读写任务；存储服务器判断所述客户端发送的数据块读写任务是否为首次；为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。本发明既解决了传统模式资源浪费的问题又解决了某些融合了自适应算法的负载均衡模式的时间浪费问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对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为存储多路径负载均衡方法流程图；
图2为存储多路径负载均衡系统示意图；
图3为存储多路径负载均衡系统实施例示意图。
具体实施方式
本发明提供一种存储多路径负载均衡方法，如图1所示，方法包括：
S1，存储服务器接收客户端发送的数据块读写任务；
S2，存储服务器判断所述客户端发送的数据块读写任务是否为首次；
S3，为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；
S4，存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。
本发明中，作为首次，每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
本发明中，统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
本发明中，如果每个路径的带宽均相同，作为首次任务的后续任务的每个路径传输数据块的分配比为：(该路径带宽÷所有路径的带宽总和)×总任务。
本发明中，存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。
存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每条路径传输数据块的分配比还包括：当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，得出下次任务的分配比；
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
这里是以两条传输路径为例，如果存在多条传输路径可以基于上述推导，得出多个路径的分配比重方式，具体分配方式这里不做限定。这样根据历史经验得来的学习成果对每条路径进行任务划分，以达到每次任务都可以直接进入最优负载均衡的目的。
根据存储多路径负载均衡方法直接计算得出下次任务的分配比，既解决了传统模式资源浪费的问题又解决了某些融合了自适应算法的负载均衡模式的时间浪费问题。
本发明还提供一种存储多路径负载均衡系统，如图2所示，包括：存储服务器1；
存储服务器1与各个客户端2之间配置有多个用于传输数据块的路径；存储服务器1 用于接收客户端2发送的数据块读写任务；判断所述客户端2发送的数据块读写任务是否为首次；当为首次时，根据存储服务器1与所述客户端2之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；存储服务器1记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每个路径传输数据块的分配比。
本发明的系统中，存储服务器配置还用于每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
存储服务器还用于统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
本发明中，如果每个路径的带宽均相同，作为首次任务的后续任务的每个路径传输数据块的分配比为：(该路径带宽÷所有路径的带宽总和)×总任务。
本发明中，存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径。
存储服务器记录每条路径的完成时间，每条路径的任务速率，根据经验算法进行自主学习，得出每条路径传输数据块的分配比还包括：当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，得出下次任务的分配比；
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径 B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
为了充分说明本发明中的系统，下面以一具体实施例进行说明：
图3所示，进一步对比传统负载均衡模式在特定的不足之处，步骤如下：
计算节点下发数据读写任务
计算节点即将对用具多路径存储设备(举例：四条路径，网卡分别为100M、1000M、100M、1000M)下发一个数据读写任务(去读一个100G文件)；
每条路径分配相同的数据读写任务，由于路径C的实际可用带宽为80M，那么100G的文件的对于每条路径的读写带宽为：80M、80M、80M、80M；
任务结束。
本发明还有一个实施例为：
计算节点即将对用具多路径存储设备(举例：两条路径，网卡分别为100M、1000M)下发一个数据读写任务(去读一个100G文件)；
首次接收到任务时，100M带宽的路径分配100/1100*100G的任务，另一条路径分配1000/1100*100G的任务；
当接收到的任务为非首次任务时，根据之前经验获得的最优分配比来进行任务划分
统计任务参数
将参数录入数据库，通过经验算法获取下次任务的分配比
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参考即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种存储多路径负载均衡方法，其特征在于，方法包括：
存储服务器接收客户端发送的数据块读写任务；
存储服务器判断所述客户端发送的数据块读写任务是否为首次；
存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径；
如为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；
存储服务器记录每条路径的完成时间，每条路径的任务速率，当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，通过如下方式得到路径任务的分配方式：
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
2.根据权利要求1所述的存储多路径负载均衡方法，其特征在于，
步骤为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输还包括：
每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
3.根据权利要求1所述的存储多路径负载均衡方法，其特征在于，方法包括：
步骤为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输还包括：
统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；
首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
4.一种存储多路径负载均衡系统，其特征在于，包括：存储服务器；
存储服务器与各个客户端之间配置有多个用于传输数据块的路径；
存储服务器用于接收客户端发送的数据块读写任务；判断所述客户端发送的数据块读写任务是否为首次；
存储服务器判断所述客户端发送的数据块读写任务为非首次时，根据历史数据对任务数据块进行划分后分配到相应路径；
如为首次时，根据存储服务器与所述客户端之间每条路径的带宽比例，对数据块进行划分，并将划分后的数据块分配至每条路径进行传输；
存储服务器记录每条路径的完成时间，每条路径的任务速率，当路径与路径之间传输带宽不等时，根据经验算法进行自主学习，通过如下方式得到路径任务的分配方式：
a.当有两条传输路径时，第一条路径优先完成任务，耗时TA_1
b.第一路径A的任务速率和第二路径B的任务速率分别通过存储服务器端监测得到，SA_1和SB_1；
c.第一路径A相比第二路径B优先完成任务，那么TA_1时刻时的任务公式：K A_1＝TA_1×SA_1；
d.第二路径B在TA_1时刻并未完成任务且差了HB_1这么多任务量，第二路径B的任务公式：KB_1＝TA_1×SB_1+HB_1；
e.设第一路径A根据上次任务经验得出的下次任务占比为XA-2＝{KA_1+[SA_1÷(SA_1+SB_1)]×HB_1}，第二路径B据上次任务经验得出的下次任务占比为XB_2＝{(KB_1-HB_1)+[SB_1÷(SA_1+SB_1)]×HB_1}；
f.第一路径A下次任务分配公式：
KA_2＝[KA_1÷(KA_1+KB_1)+XA_2÷(XA_2+XB_2)]÷2
g.以此类推第一路径A的第n次任务分配公式：
KA_n＝[KA_1÷(KA_1+KB_1)+KA_2÷(KA_2+KB_2)+…+XA_n÷(XA_n+XB_n)]÷n。
5.根据权利要求4所述的存储多路径负载均衡系统，其特征在于，
存储服务器配置还用于每条路径分配的任务比重为K＝(该路径带宽÷所有路径的带宽总和)×总任务。
6.根据权利要求4所述的存储多路径负载均衡系统，其特征在于，
存储服务器还用于统计首次任务中每条路径传输分配数据块的时长T1和传输速率S1；
首次任务速率(S1)×首次任务时长(T1)＝首次任务量(K1)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810680046.0A CN108737289B (zh) | 2018-06-27 | 2018-06-27 | 一种存储多路径负载均衡方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810680046.0A CN108737289B (zh) | 2018-06-27 | 2018-06-27 | 一种存储多路径负载均衡方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108737289A CN108737289A (zh) | 2018-11-02 |
| CN108737289B true CN108737289B (zh) | 2022-03-04 |
Family
ID=63931156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810680046.0A Active CN108737289B (zh) | 2018-06-27 | 2018-06-27 | 一种存储多路径负载均衡方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108737289B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109361762A (zh) * | 2018-11-26 | 2019-02-19 | 量子云未来（北京）信息科技有限公司 | 一种文件传输方法、装置及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104302008A (zh) * | 2014-10-20 | 2015-01-21 | 上海电机学院 | 一种综合时分和缓存占比的无线多跳网络带宽分配方法 |
| CN106332094A (zh) * | 2016-09-19 | 2017-01-11 | 重庆邮电大学 | 非授权频段LTE‑U和WiFi系统基于Q算法的动态占空比共存方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8131873B2 (en) * | 2004-11-05 | 2012-03-06 | Cisco Technology, Inc. | Technique for selecting a path computation element |
| CN102469529B (zh) * | 2010-11-12 | 2015-07-01 | 中兴通讯股份有限公司 | 一种资源分配的方法及多模控制器 |
| CN103685054B (zh) * | 2013-12-18 | 2017-02-01 | 武汉烽火网络有限责任公司 | 基于业务感知的多路径负载均衡方法 |
| CN104009915B (zh) * | 2014-06-09 | 2017-12-01 | 北京邮电大学 | 一种利用带宽分配简化网络的路由方法 |
| CN105959974B (zh) * | 2016-06-14 | 2019-11-29 | 深圳市海思半导体有限公司 | 一种预测空口带宽的方法和装置 |
| CN107276857A (zh) * | 2017-08-16 | 2017-10-20 | 郑州云海信息技术有限公司 | 一种监测流量的方法及装置 |
| CN107707483A (zh) * | 2017-09-26 | 2018-02-16 | 郑州云海信息技术有限公司 | 一种负载均衡方法、系统、设备及计算机存储介质 |
-
2018
- 2018-06-27 CN CN201810680046.0A patent/CN108737289B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104302008A (zh) * | 2014-10-20 | 2015-01-21 | 上海电机学院 | 一种综合时分和缓存占比的无线多跳网络带宽分配方法 |
| CN106332094A (zh) * | 2016-09-19 | 2017-01-11 | 重庆邮电大学 | 非授权频段LTE‑U和WiFi系统基于Q算法的动态占空比共存方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108737289A (zh) | 2018-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110858161B (zh) | 资源分配方法、装置、系统、设备和介质 | |
| CN108667748B (zh) | 一种控制带宽的方法、装置、设备和存储介质 | |
| US8392928B1 (en) | Automated workload placement recommendations for a data center | |
| EP3281359B1 (en) | Application driven and adaptive unified resource management for data centers with multi-resource schedulable unit (mrsu) | |
| JP5324637B2 (ja) | 動的フローレットスケジューリングシステム、フロースケジューリング方法、及びフロースケジューリングプログラム | |
| CN108268318A (zh) | 一种分布式系统任务分配的方法和装置 | |
| US9405588B2 (en) | Cloud resource allocation system and method | |
| CN107580023A (zh) | 一种动态调整任务分配的流处理作业调度方法及系统 | |
| JP6881575B2 (ja) | 資源割当システム、管理装置、方法およびプログラム | |
| CN110351375B (zh) | 一种数据处理方法、装置及计算机装置、可读存储介质 | |
| CN108268317A (zh) | 一种资源分配方法及装置 | |
| US11496413B2 (en) | Allocating cloud computing resources in a cloud computing environment based on user predictability | |
| CN105264509A (zh) | 融合网络中的自适应中断联合 | |
| CN103401947A (zh) | 多个服务器的任务分配方法和装置 | |
| EP3318026A1 (en) | Model management in a dynamic qos environment | |
| US20070248007A1 (en) | Broadband access network capacity management | |
| CN110377415A (zh) | 一种请求处理方法和服务器 | |
| US20170048145A1 (en) | Switching device and control method of switching device | |
| CN107665143A (zh) | 资源管理方法、装置及系统 | |
| Liu et al. | Deadline guaranteed service for multi-tenant cloud storage | |
| CN108737289B (zh) | 一种存储多路径负载均衡方法及系统 | |
| CN106998340A (zh) | 一种板卡资源的负载均衡方法及装置 | |
| CN110290228A (zh) | 一种互联网协议ip地址分配方法及装置 | |
| CN108200185B (zh) | 一种实现负载均衡的方法及装置 | |
| CN109298949B (zh) | 一种分布式文件系统的资源调度系统 |
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 |