CN109032835A - 软件再生方法与装置 - Google Patents
软件再生方法与装置 Download PDFInfo
- Publication number
- CN109032835A CN109032835A CN201710428061.1A CN201710428061A CN109032835A CN 109032835 A CN109032835 A CN 109032835A CN 201710428061 A CN201710428061 A CN 201710428061A CN 109032835 A CN109032835 A CN 109032835A
- Authority
- CN
- China
- Prior art keywords
- jvm
- regeneration
- software
- health status
- state parameter
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1415—Saving, restoring, recovering or retrying at system level
- G06F11/1438—Restarting or rejuvenating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1479—Generic software techniques for error detection or fault masking
- G06F11/1482—Generic software techniques for error detection or fault masking by means of middleware or OS functionality
- G06F11/1484—Generic software techniques for error detection or fault masking by means of middleware or OS functionality involving virtual machines
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提供一种软件再生方法与装置,其中,该方法包括:采集Java虚拟机JVM进程运行过程中的状态参数,并根据状态参数确定JVM的健康状况;当确定JVM的健康状况为不健康状态时,对JVM进程进行软件再生。本发明提供的技术方案,在不增加硬件开销的前提下,提升了JVM服务的可靠性和可用性,同时大大降低了软件容错技术带来的程序性能开销。
Description
技术领域
本发明涉及虚拟机技术领域,尤其涉及一种软件再生方法与装置。
背景技术
Java程序是一种主流程序设计语言,Java虚拟机(Java Virtual Machine,JVM)作为Java技术体系的重要组成部分,是Java程序设计语言的基石。正是通过Java虚拟机,才使得Java语言能够实现硬件无关和操作系统无关。一直以来,Java程序都在服务器领域得到广泛的应用,而衡量一个服务器重要的指标是其提供的服务的可靠性和可用性。在可靠性方面,不论是软件的原因还是硬件的原因,都可能导致Java虚拟机的崩溃从而造成服务的不可靠;可用性是在某个考察时间,系统能够正常运行的概率或时间占有率期望值。如何提升服务的可靠性和可用性是Java虚拟机领域技术人员关注的一个热点问题。
最常见的方案是一个服务器启动一个JVM进程,即一个服务程序。当JVM进程崩溃时,对JVM进程进行重启。这种方法部署起来简单便捷,但是可靠性差,而且对JVM进程进行重启往往需要很长的时间,在这段时间中系统是无法对外提供服务的,因此可用性也比较差。
另一种常用的方案是在服务器中采用硬件上的冗余或者使用一些专有的硬件模块,比如错误检查和纠正(Error Correcting Code,ECC)内存或者看门狗(Watchdog),来实现容错,以提高服务的可靠性和可用性。这种通过硬件的方式能够提供充足的错误覆盖率以及良好的性能,但是采用硬件方案往往意味着更大的功耗、更大的体积和更高的成本,硬件开销大;而且对于那些已经部署好的系统,采用硬件方案则需要更换设备或者部件,而很多计算机系统,尤其是嵌入式系统是无法采用硬件方式的,因此应用具有一定的局限性。
在软件层面实现容错技术也是一种常用的方式,它可以在不增加硬件开销的前提下实现较高的可靠性。基于软件的容错技术可以用于系统的各个层面,比如应用程序、编译器以及操作系统。但是,软件的方式具有很多缺点:在应用层面和编译器层面进行容错,需要对应用程序进行修改或者重新编译,而有的时候并不能获取应用程序的源代码,而且要修改系统中运行的所有应用程序通常也不太现实;在操作系统层面容错可以实现更好的错误覆盖率,但是需要修改操作系统,这对于一些成熟的操作系统来讲会很困难,比如Windows操作系统。另外,不管在软件的哪个层面进行容错都会对性能产生比较大的损害。
综上,上述三种常用的技术中,软件容错技术可以在不增加硬件开销的前提下,提升服务的可靠性和可用性,且应用广泛,但是存在实现困难、程序性能开销大的技术问题。
发明内容
有鉴于此,本发明提供一种软件再生方法与装置,用于在不增加硬件开销的前提下,提升JVM服务的可靠性和可用性,并且降低实现难度和软件容错技术带来的程序性能开销。
为了实现上述目的,第一方面,本发明提供一种软件再生方法,包括:
采集Java虚拟机JVM进程运行过程中的状态参数,并根据状态参数确定JVM的健康状况;
当确定JVM的健康状况为不健康状态时,对JVM进程进行软件再生。
作为一种可选的实施方式,状态参数包括:垃圾收集GC属性,根据状态参数确定JVM的健康状况具体包括:
根据GC属性中不同GC类型的耗时和频度计算JVM的健康状况对应的健康值;
当健康值大于不健康阈值时,确定JVM的健康状况为不健康状态。
作为一种可选的实施方式,对JVM进程进行软件再生,具体包括:
当中央处理器CPU利用率小于第一预设阈值时,对JVM进程进行软件再生。
作为一种可选的实施方式,对JVM进程进行软件再生,具体包括:
当CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,对JVM进程进行软件再生。
作为一种可选的实施方式,在对JVM进程进行软件再生之前,上述方法还包括:
保存JVM进程的中间信息,中间信息用于JVM进程在软件再生完成后继续使用中间信息。
第二方面,本发明提供一种软件再生装置,包括:
确定模块,用于采集Java虚拟机JVM进程运行过程中的状态参数,并根据状态参数确定JVM的健康状况;
再生模块,用于当确定JVM的健康状况为不健康状态时,对JVM进程进行软件再生。
作为一种可选的实施方式,状态参数包括:垃圾收集GC属性,确定模块具体用于:
根据GC属性中不同GC类型的耗时和频度计算JVM的健康状况对应的健康值;
当健康值大于不健康阈值时,确定JVM的健康状况为不健康状态。
作为一种可选的实施方式,再生模块具体用于:
当中央处理器CPU利用率小于第一预设阈值时,对JVM进程进行软件再生。
作为一种可选的实施方式,再生模块具体用于:
当CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,对JVM进程进行软件再生。
作为一种可选的实施方式,上述装置还包括:
保存模块,用于保存JVM进程的中间信息,中间信息用于JVM进程在软件再生完成后继续使用中间信息。
第三方面,本发明提供一种软件再生装置,包括:存储器和处理器,存储器用于存储处理器的可执行指令;处理器通过调用可执行指令,用于执行上述任一项所述的方法。
本发明提供的软件再生方法与装置,通过在JVM进程运行的过程中,实时采集JVM的内部状态参数,并根据这些状态参数确定JVM的健康状况,在确定JVM进入不健康状态时,对JVM进程进行主动性的软件再生操作,在不增加硬件开销的前提下,提升了JVM服务的可靠性和可用性,同时大大降低了实现难度和软件容错技术带来的程序性能开销。
附图说明
图1为本发明提供的软件再生方法的流程示意图;
图2为现有技术中JVM的概率状态转换模型图;
图3为本发明提供的方法中JVM的概率状态转换模型图;
图4为本发明提供的软件再生装置的结构示意图;
图5为本发明提供的软件再生装置的实体结构示意图。
具体实施方式
针对现有的提升JVM服务可靠性和可用性的方案,硬件开销大部署受限、软件性能开销大实现困难的技术问题,本发明实施例提供一种软件再生方法与装置,主要通过在JVM进程运行的过程中,实时监测记录JVM的内部状态参数,并根据这些状态参数判断JVM的健康状况,在确定JVM进入不健康状态时,对JVM进程进行主动性的软件再生操作,在不增加硬件开销的前提下,提升JVM服务的可靠性和可用性,同时降低实现难度和软件容错技术带来的程序性能开销。
下面结合附图,对本发明的实施例进行描述。
图1为本发明提供的软件再生方法的流程示意图,如图1所示,本实施例提供的方法包括如下步骤:
S101、采集JVM进程运行过程中的状态参数,并根据状态参数确定JVM的健康状况。
具体的,当软件(JVM进程)长时间运行时,会因为系统内存膨胀和泄露、未释放的文件锁、数据腐烂、存储空间碎片以及舍入误差的累积等原因导致软件性能的衰退或者故障,这种现象称为软件老化(Software Aging),软件老化会影响JVM的健康状况。
本实施例中,JVM可以在JVM进程运行的过程中,实时监测记录JVM的内部状态参数,根据这些状态参数来判断JVM的健康状况,例如:JVM处于健康状态、JVM处于不健康状态。
其中,用来衡量健康状况的状态参数包括垃圾收集(Garbage Collection,GC)的相关属性,比如年轻代垃圾收集(Minor GC)、永久代垃圾收集(Major GC)和全部垃圾收集(Full GC)的耗时和频度,比如每次GC回收的对象的比例等,这些都是衡量JVM健康状况的重要指标。衡量健康状况的状态参数也可以包括中央处理器(Central Processing Unit,CPU)利用率、内存利用率等其他属性,具体可根据需要选择。
以用来衡量健康状况的状态参数包括GC属性为例,在根据状态参数确定JVM的健康状况时,具体可以根据GC属性中不同GC类型的耗时和频度计算JVM的健康状况对应的健康值;当健康值大于不健康阈值时,确定JVM的健康状况为不健康状态。
例如:可以根据以下公式(1)计算JVM的健康状况对应的健康值H:H=Interminor×Intermajor×Interfull×Freqminor×Freqmajor×Freqmajor×Freqfull×Freqfull×Freqfull (1)
公式(1)中Interminor、Intermajor、Interfull分别表示Minor GC、Major GC、Full GC的平均耗时,Freqminor、Freqmajor、Freqfull分别表示Minor GC、Major GC、Full GC的平均频率。如果系统发生Full GC的频率较高,则系统更可能处于不健康的状态。因此,公式(1)中增高了Full GC频率的权重。
本实施例中,可以预先设置一不健康阈值I,在计算出健康值H后,判断H与I的关系,当H大于I时,说明JVM进程达到不健康状态。
需要说明的是,上述这些状态参数数据是JVM自身提供的数据,因此对这些数据进行采集不需要对JVM进行较大改动,实现比较简单,也基本不会增加JVM进程的性能开销。
另外,上述公式只是举例说明计算JVM内部健康状况的参考方法,具体实现可能有多种,例如将各GC属性进行加权后累加、加入其它状态参数等,对应的,不健康阈值I也根据公式(1)的变化而对应变化,具体计算方式可根据实际情况任意变化,只要可以衡量JVM的健康状况即可,本实施例不做特别限制。
S102、当确定JVM的健康状况为不健康状态时,对JVM进程进行软件再生。
具体的,软件再生(Software Rejuvenation),或称软件恢复技术,可用于解决软件老化的问题。本实施例中,当确定JVM进入不健康状态时,可以对JVM进程进行主动性的软件再生,使JVM恢复健康状态,以提升JVM服务的可靠性和可用性。
在具体进行软件再生时,可以重启JVM进程,也可以将一些重要数据初始化,使程序恢复到正常的初始状态,优选的,本实施例中采用将一些重要数据初始化的方式进行软件再生。
当JVM确定JVM的健康状况为不健康状态时,JVM可能正在提供一些重要服务,此时进行软件再生则会中断这些服务,对JVM所在服务器产生影响。因此,本实施例中,当JVM确定JVM的健康状况为不健康状态时,可以先确定JVM进程进行软件再生的时机。
具体的,可以在CPU利用率不高时,即CPU利用率小于第一预设阈值时,认为到达了对JVM进程进行软件再生的时机,此时对JVM进程进行软件再生,这样可以大大减小对服务器产生的影响,同时还可以有效缩短软件再生时间,进一步提高JVM服务的可用性。
为了进一步减小对服务器产生的影响,缩短软件再生时间,可以在CPU利用率和输入输出(Input Output,IO)负载均不高时,即CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,认为到达了对JVM进程进行软件再生的时机,此时对JVM进程进行软件再生。其中,CPU利用率和IO负载可以很容易的通过操作系统的支持进行获取。第一预设阈值和第二预设阈值具体取值可根据实际需要设置,本实施例不做特别限制。
相比JVM进程崩溃时进行重启操作,本实施例中,在确定JVM进入不健康状态时进行主动的软件再生,可以有效的减少系统总的停机时间,提升JVM服务的可靠性和可用性。下面结合图2和图3来说明具体的原理:
图2为现有技术中JVM的概率状态转换模型图,图3为本发明提供的方法中JVM的概率状态转换模型图。图2和图3中,S0表示JVM进程处于健康状态,SP表示JVM进程处于不健康状态,SF表示JVM进程处于崩溃状态,SR表示JVM进程处于恢复状态,即到达对JVM进程进行软件再生的时机,确定进行软件再生的状态。r1、r2、r3、r4、λ表示状态间的平均转换速率,具体可以是状态间的转换时间的倒数。
对于现有的不采用软件再生的系统(参照图2),在L时间间隔内,总的预期停机时间为:
对于采用本实施例所述方法的系统(参照图3),在L时间间隔内,总的预期停机时间(包括主动软件再生时间和被动重启时间)为:
对上述公式(3)求导:
通过上述公式(4)可知,上述函数的符号与r4(软件再生速率)无关,系统总体停机时间的增加或者减小取决于的值的正负。本实施例中,JVM进程主动进行软件再生的时间要远低于JVM进程发生崩溃后进行被动重启的时间,故r1远小于r3,r2一般也小于λ,故通常情况下,小于r3。当小于r3时,符号为负,意味着r4增加则停机时间减少。这表示越频繁地进行再生,能够越好的降低总体停机时间。
另外,本实施例中,可以在对JVM进程进行软件再生之前,保存JVM进程的中间信息,例如:编译队列的历史信息、编译后的生成代码等。这样,在JVM进程的软件再生完成后,继续使用这些中间信息,可以加速JVM进程软件再生后的执行效率,使JVM尽快恢复至峰值性能,进一步提升JVM服务的可用性。
本实施例提供的软件再生方法,通过在JVM进程运行的过程中,实时采集JVM的内部状态参数,并根据这些状态参数确定JVM的健康状况,在确定JVM进入不健康状态时,对JVM进程进行主动性的软件再生操作,在不增加硬件开销的前提下,提升了JVM服务的可靠性和可用性,同时大大降低了实现难度和软件容错技术带来的程序性能开销。
图4为本发明提供的软件再生装置的结构示意图,如图4所示,本实施例提供的装置100包括:确定模块110和再生模块120。其中:
确定模块110,用于采集Java虚拟机JVM进程运行过程中的状态参数,并根据状态参数确定JVM的健康状况;
再生模块120,用于当确定JVM的健康状况为不健康状态时,对JVM进程进行软件再生。
作为一种可选的实施方式,状态参数包括:垃圾收集GC属性,确定模块110具体用于:
根据GC属性中不同GC类型的耗时和频度计算JVM的健康状况对应的健康值;
当健康值大于不健康阈值时,确定JVM的健康状况为不健康状态。
作为一种具体的实现方式,再生模块120具体用于:
当中央处理器CPU利用率小于第一预设阈值时,对JVM进程进行软件再生。
作为另一种具体的实现方式,再生模块120具体用于:
当CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,对JVM进程进行软件再生。
作为一种可选的实施方式,上述装置还包括:
保存模块130,用于保存JVM进程的中间信息,中间信息用于JVM进程在软件再生完成后继续使用中间信息。
本发明实施例提供的装置,可以执行上述方法实施例,其实现原理和技术效果类似,此处不再赘述。
图5为本发明提供的软件再生装置的实体结构示意图,如图5所示,本实施例提供的装置200包括:存储器210和处理器220,其中,存储器210用于存储处理器220的可执行指令,处理器220通过调用可执行指令,用于执行上述图1所示实施例提供的方法。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (11)
1.一种软件再生方法,其特征在于,包括:
采集Java虚拟机JVM进程运行过程中的状态参数,并根据所述状态参数确定所述JVM的健康状况;
当确定所述JVM的健康状况为不健康状态时,对所述JVM进程进行软件再生。
2.根据权利要求1所述的方法,其特征在于,所述状态参数包括:垃圾收集GC属性,所述根据所述状态参数确定所述JVM的健康状况具体包括:
根据所述GC属性中不同GC类型的耗时和频度计算所述JVM的健康状况对应的健康值;
当所述健康值大于不健康阈值时,确定所述JVM的健康状况为不健康状态。
3.根据权利要求1所述的方法,其特征在于,所述对JVM进程进行软件再生,具体包括:
当中央处理器CPU利用率小于第一预设阈值时,对所述JVM进程进行软件再生。
4.根据权利要求1所述的方法,其特征在于,所述对JVM进程进行软件再生,具体包括:
当中央处理器CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,对所述JVM进程进行软件再生。
5.根据权利要求1-4任一项所述的方法,其特征在于,在所述对所述JVM进程进行软件再生之前,所述方法还包括:
保存JVM进程的中间信息,所述中间信息用于所述JVM进程在软件再生完成后继续使用所述中间信息。
6.一种软件再生装置,其特征在于,包括:
确定模块,用于采集Java虚拟机JVM进程运行过程中的状态参数,并根据所述状态参数确定所述JVM的健康状况;
再生模块,用于当确定所述JVM的健康状况为不健康状态时,对所述JVM进程进行软件再生。
7.根据权利要求6所述的装置,其特征在于,所述状态参数包括:垃圾收集GC属性,所述确定模块具体用于:
根据所述GC属性中不同GC类型的耗时和频度计算所述JVM的健康状况对应的健康值;
当所述健康值大于不健康阈值时,确定所述JVM的健康状况为不健康状态。
8.根据权利要求6所述的装置,其特征在于,所述再生模块具体用于:
当中央处理器CPU利用率小于第一预设阈值时,对所述JVM进程进行软件再生。
9.根据权利要求6所述的装置,其特征在于,所述再生模块具体用于:
当中央处理器CPU利用率小于第一预设阈值,且输入输出IO负载小于第二预设阈值时,对所述JVM进程进行软件再生。
10.根据权利要求6-9任一项所述的装置,其特征在于,所述装置还包括:
保存模块,用于保存JVM进程的中间信息,所述中间信息用于所述JVM进程在软件再生完成后继续使用所述中间信息。
11.一种软件再生装置,其特征在于,包括:存储器和处理器,所述存储器用于存储所述处理器的可执行指令;所述处理器通过调用所述可执行指令,用于执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428061.1A CN109032835B (zh) | 2017-06-08 | 2017-06-08 | 软件再生方法与装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710428061.1A CN109032835B (zh) | 2017-06-08 | 2017-06-08 | 软件再生方法与装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109032835A true CN109032835A (zh) | 2018-12-18 |
CN109032835B CN109032835B (zh) | 2021-02-26 |
Family
ID=64629362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710428061.1A Active CN109032835B (zh) | 2017-06-08 | 2017-06-08 | 软件再生方法与装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109032835B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427667B (zh) * | 2020-04-03 | 2021-03-26 | 帆软软件有限公司 | Jvm负载量化及优化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038564A (zh) * | 2006-11-21 | 2007-09-19 | 西安交通大学 | 应用服务器分级再生方法 |
CN103440161A (zh) * | 2013-08-15 | 2013-12-11 | 北京京东尚科信息技术有限公司 | 一种Java虚拟机内部对象监控方法、装置和系统 |
CN106250292A (zh) * | 2016-08-11 | 2016-12-21 | 上海泛微网络科技股份有限公司 | 一种办公管理系统性能监控平台 |
CN106469102A (zh) * | 2015-08-19 | 2017-03-01 | 龙芯中科技术有限公司 | Java虚拟机中的软件再生方法及装置 |
-
2017
- 2017-06-08 CN CN201710428061.1A patent/CN109032835B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101038564A (zh) * | 2006-11-21 | 2007-09-19 | 西安交通大学 | 应用服务器分级再生方法 |
CN103440161A (zh) * | 2013-08-15 | 2013-12-11 | 北京京东尚科信息技术有限公司 | 一种Java虚拟机内部对象监控方法、装置和系统 |
CN103440161B (zh) * | 2013-08-15 | 2017-03-29 | 北京京东尚科信息技术有限公司 | 一种Java虚拟机内部对象监控方法、装置和系统 |
CN106469102A (zh) * | 2015-08-19 | 2017-03-01 | 龙芯中科技术有限公司 | Java虚拟机中的软件再生方法及装置 |
CN106250292A (zh) * | 2016-08-11 | 2016-12-21 | 上海泛微网络科技股份有限公司 | 一种办公管理系统性能监控平台 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111427667B (zh) * | 2020-04-03 | 2021-03-26 | 帆软软件有限公司 | Jvm负载量化及优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109032835B (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9244751B2 (en) | Estimating a performance parameter of a job having map and reduce tasks after a failure | |
US8627143B2 (en) | Dynamically modeling and selecting a checkpoint scheme based upon an application workload | |
CN103415840B (zh) | 跨硬件层和软件层的错误管理 | |
Aggarwal et al. | The power of system call traces: Predicting the software energy consumption impact of changes | |
Cong et al. | Assuring application-level correctness against soft errors | |
US20170060700A1 (en) | Systems and methods for verification of code resiliency for data storage | |
US20200379963A1 (en) | System and method for cardinality estimation feedback loops in query processing | |
US20140032976A1 (en) | Apparatus and method for detecting error | |
CN105573859A (zh) | 一种数据库的数据恢复方法和设备 | |
NO20200858A1 (en) | Methods And Systems To Determine And Optimize Reservoir Simulator Performance In A Cloud Computing Environment | |
CN110825569B (zh) | 一种硬盘稳定性测试方法及测试系统 | |
CN104570831A (zh) | 过程控制系统和方法 | |
Nikolaou et al. | Modeling the implications of DRAM failures and protection techniques on datacenter TCO | |
WO2022120995A1 (zh) | 一种基于PoW共识机制的设备算力评价方法及系统 | |
WO2023165512A1 (zh) | 一种故障文件保存方法及相关装置 | |
Chalermarrewong et al. | The design of a fault management framework for cloud | |
US8762794B2 (en) | Cross-layer system architecture design | |
CN109032835A (zh) | 软件再生方法与装置 | |
CN103957229A (zh) | IaaS云系统中物理机的主动更新方法、装置及服务器 | |
Naik et al. | Optimization in power usage of smartphones | |
CN117742959A (zh) | 基于集群的训练方法、装置、电子设备及存储介质 | |
Bouteiller et al. | Multi-criteria checkpointing strategies: Response-time versus resource utilization | |
US20230100110A1 (en) | Computing resource management method, electronic equipment and program product | |
CN116244274A (zh) | 一种数据库参数的推荐方法、装置、设备及存储介质 | |
Simeonov et al. | Proactive software rejuvenation based on machine learning techniques |
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 | ||
CB02 | Change of applicant information |
Address after: 100095 Building 2, Longxin Industrial Park, Zhongguancun environmental protection technology demonstration park, Haidian District, Beijing Applicant after: Loongson Zhongke Technology Co.,Ltd. Address before: 100095 Building 2, Longxin Industrial Park, Zhongguancun environmental protection technology demonstration park, Haidian District, Beijing Applicant before: LOONGSON TECHNOLOGY Corp.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |