CN109189574A - 一种基于虚拟化内存负载监控的负载均衡调度方法及系统 - Google Patents

一种基于虚拟化内存负载监控的负载均衡调度方法及系统 Download PDF

Info

Publication number
CN109189574A
CN109189574A CN201810934599.4A CN201810934599A CN109189574A CN 109189574 A CN109189574 A CN 109189574A CN 201810934599 A CN201810934599 A CN 201810934599A CN 109189574 A CN109189574 A CN 109189574A
Authority
CN
China
Prior art keywords
memory
host
threshold
default
destination host
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
CN201810934599.4A
Other languages
English (en)
Inventor
潘景基
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.)
Zhengzhou Yunhai Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information Technology Co Ltd
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 Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201810934599.4A priority Critical patent/CN109189574A/zh
Publication of CN109189574A publication Critical patent/CN109189574A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation 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 the load
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5077Logical partitioning of resources; Management or configuration of virtualized resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system
    • G06F9/5088Techniques 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)

Abstract

本发明公开一种基于虚拟化内存负载监控的负载均衡调度方法及系统,该方法包括:判断源主机内存使用率是否超过预设内存阈值;若超过,判断目的主机内存使用率是否低于预设内存阈值;若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机。本发明充分利用主机内存使用率的监控数据来判断虚拟机是否可执行迁移以及迁移到哪个目的主机上,以此来解决主机内存使用率负载不均衡的问题来提高主机内存资源的合理利用,从而提高主机内存的整体有效使用率。

Description

一种基于虚拟化内存负载监控的负载均衡调度方法及系统
技术领域
本发明涉及负载均衡调度领域,具体涉及一种基于虚拟化内存负载监控的负载均衡调度方法及系统。
背景技术
二十一世纪,科学信息技术的快速崛起和发展,尤其是云计算技术和虚拟化技术领域,快速融入到人们现在的工作和生活之中。
当我们在使用云计算技术时,针对各行各业的使用过程中,云计算的使用规模也在不断扩大,在使用过程中, 负载均衡显得尤其重要。在云计算的数据中心,随着与虚拟化技术的相互融合,大规模的部署使用日渐常态化,但部署使用方式都大同小异。比如云计算都会使用到计算池,计算池下会有集群,集群下会管理很多计算节点主机,各节点主机并行运行,各主机上也会有多个虚拟机运行。但是由于各主机上运行的虚拟机数量不同,各主机使用的负载均衡也就不会那么平衡,比如主机CPU使用率、内存使用率等。当虚拟机的使用数量在大规模的情况下,这样不可避免的就会导致主机的各负载能力承受变大,因此,在计算池下的同一个集群下,实现各主机负载均衡显得十分重要。
在此首先需要了解下虚拟化技术。在计算机中,虚拟化(英语:Virtualization)是一种资源管理技术,是将计算机的各种实体资源,如服务器、网络、内存及存储等,予以抽象、转换后呈现出来,打破实体结构间的不可切割的障碍,使用户可以比原本的组态更好的方式来应用这些资源。谈到虚拟化技术,那就需要重点了解下与虚拟化技术相关的虚拟机。虚拟机(也叫虚拟服务器,英文Virtual machine或VM),是指可以像真实机器一样运行程序的计算机的软件实现。
在云计算服务器虚拟化系统中,主机上运行的就是虚拟机。当各虚拟机启动使用后,主机的各负载使用也就会发生变化。当主机的内存使用率过高而其他主机的内存使用率过低时,就会产生主机内存负载不均衡,内存使用率负载过低的主机得不到充分的利用,这样就会产生主机资源的使用不均衡。
发明内容
鉴于上述情况,本发明通过对主机内存的使用率监控情况,来预判主机上的虚拟机是否可调动迁移来达到主机负载均衡,对主机内存使用率的不平衡进行调度以达到负载均衡调整的效果。
本发明的技术方案是:一种基于虚拟化内存负载监控的负载均衡调度方法,包括:
判断源主机内存使用率是否超过预设内存阈值;
若超过,判断目的主机内存使用率是否低于预设内存阈值;
若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机。
进一步地,还包括:
对计算池下集群进行预设内存阈值配置。
进一步地,判断源主机内存使用率是否超过预设内存阈值包括:
通过源主机的监控数据获取源主机本身内存使用率;
对获取的源主机内存使用率与预设内存阈值进行对比判断。
进一步地,还包括:
若源主机内存使用率未超过预设内存阈值,则源主机下虚拟机不执行迁移调度。
进一步地,判断目的主机内存使用率是否低于预设内存阈值包括:
通过目的主机的监控数据获取目的主机本身内存使用率;
对获取的内存主机内存使用率与预设内存阈值进行对比判断。
进一步地,目的主机有多个;则该方法还包括:
对多个目的主机进行排序;
按排序顺序依次判断目的主机内存使用率是否低于预设内存阈值,若判断到某个目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机,且不再判断其他目的主机内存使用率。
进一步地,目的主机有多个;
则判断目的主机内存使用率是否低于预设内存阈值,若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机具体包括:
依次判断各个目的主机内存使用率是否低于预设内存阈值;
获取内存使用率低于预设内存阈值的目的主机;
判断并选择所获取目的主机中内存使用率最低的目的主机,并将源主机下的虚拟机迁移至该目的主机。
本发明还提供一种基于虚拟化内存负载监控的负载均衡调度系统,包括:
源主机内存使用率判断模块:用于判断源主机内存使用率是否超过预设内存阈值;
目的主机内存使用率判断模块:用于在源主机内存使用率高于预设内存阈值时,判断目的主机内存使用率是否低于预设内存阈值;
虚拟机迁移模块:用于在目的主机内存使用率低于预设内存阈值,将源主机下的虚拟机迁移至该目的主机。
进一步地,还包括:
预设内存阈值配置模块:用于对计算池下集群进行预设内存阈值配置。
本发明提供的基于虚拟化内存负载监控的负载均衡调度方法及系统,通过获取到的源主机内存使用率的监控数据的大小,与已设定的集群内存阈值进行比较判断,来执行调度判断虚拟机是否可迁移到其他主机,然后再根据获取到的目的主机内存使用率的监控数据的大小,与已设定的集群内存阈值进行比较判断,来执行调度判断虚拟机是否可迁移到其他主机。充分利用主机内存使用率的监控数据来判断虚拟机是否可执行迁移以及迁移到哪个目的主机上,以此来解决主机内存使用率负载不均衡的问题来提高主机内存资源的合理利用,从而提高主机内存的整体有效使用率。
附图说明
图1是实施例一具体实时方式方法流程示意图。
具体实施方式
下面结合附图并通过具体实施例对本发明进行详细阐述,以下实施例是对本发明的解释,而本发明并不局限于以下实施方式。
实施例一
本实施例提供一种基于虚拟化内存负载监控的负载均衡调度方法,通过对内存使用率的负载监控,从而调度内存使用率高的主机上的虚拟机进行迁移至内存使用率低的主机上,使主机达到使用负载均衡的效果。
该方法具体包括以下步骤:
S1:判断源主机内存使用率是否超过预设内存阈值。
需要说明的是,可提前对云计算虚拟服务器系统中的计算池下集群(集群下运行多个主机,主机下运行多个虚拟机;集群使用的是共享存储)进行内存阈值调度策略配置,获得预设内存阈值,以便判断主机内存使用率情况。
内存使用率高的主机(即源主机)通过主机的监控数据,获取本身内存使用率的监控数据,获取后通过与设定的集群内存阈值进行对比判断,若主机内存使用率未超过集群所设定的阈值调度策略时,虚拟机不执行迁移调度;若主机内存使用率超过集群所设定的阈值调度策略时,虚拟机执行迁移调度。
具体地,该步骤包括:
S1-1:通过源主机的监控数据获取源主机本身内存使用率;
S1-2:对获取的源主机内存使用率与预设内存阈值进行对比判断。
且,若源主机内存使用率未超过预设内存阈值,则源主机下虚拟机不执行迁移调度。
S2:若源主机内存使用率超过预设内存阈值,则判断目的主机内存使用率是否低于预设内存阈值。具体包括:
S2-1:通过源主机的监控数据获取源主机本身内存使用率;
S2-2:对获取的源主机内存使用率与预设内存阈值进行对比判断。
S3:若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机。
获取其他主机(即目的主机)的内存使用率监控数据,获取后通过读取,若某个目的主机内存使用率较高,虚拟机不执行迁移到该主机;若某个目的主机内存使用率较低,则虚拟机执行迁移到此目的主机。
目的主机可有多个,需要说明的是,针对多个目的主机,本实施例提供两种迁移方法。
第一种方式是逐个对目的主机的内存使用率进行判断,当检测到某个目的主机的内存使用率满足条件时,即执行迁移。该方法可较快速地将源主机虚拟机执行迁移。
该方法具体包括步骤:
S3-11:对多个目的主机进行排序;
S3-12:按排序顺序依次判断目的主机内存使用率是否低于预设内存阈值,若判断到某个目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机,且不再判断其他目的主机内存使用率。
第二种方式是判断出所有目的主机的内存使用率,选出内存使用率满足迁移调节的目的主机,并在这些目的主机中选出内存使用率最低的目的主机,将源主机的虚拟机迁移至该目的主机。该方式可将虚拟机迁移至内存使用率最低的主机,使负载更加均衡。
该方式具体包括步骤:
S3-21:依次判断各个目的主机内存使用率是否低于预设内存阈值;
S3-22:获取内存使用率低于预设内存阈值的目的主机;
S3-33:判断并选择所获取目的主机中内存使用率最低的目的主机,并将源主机下的虚拟机迁移至该目的主机。
如图1所示,为进一步详细说明本方法流程,本实施例提供以下具体实现方式。
步骤一:计算池集群内存阈值配置。
在云计算虚拟服务器系统中,首先设置计算池集群下的内存阈值,通过已设置此阈值为依据,与获取到的内存使用率监控数据来判断主机内存使用率是否负载均衡。
步骤二:获取源主机内存使用率监控实时数据。
通过源主机的监控数据,获取到源主机内存使用率的监控实时数据。
步骤三:根据获取到的内存使用率监控实时数据,来判断是否达到已设置的计算池集群内存阈值。
根据步骤二中所述获取到的内存实时使用率,与步骤一中所述设置的计算池集群内存阈值进行比较,若源主机实时内存使用率小于计算池集群设置的内存阈值,则说明该源主机负载均衡正常,该源主机上的虚拟机不需要执行迁移操作,若源主机实时内存使用率大于计算池集群设置的内存阈值,则说明该源主机负载较重,该源主机上的虚拟机需要执行迁移操作。
步骤四:获取目的主机内存使用率监控实时数据。
如步骤三中所述,若源主机上的虚拟机不执行迁移,则不需要进一步获取目的主机内存使用率监控实时数据来进行判断,若源主机上的虚拟机执行迁移操作,则需要进一步获取到目的主机内存使用率实时监控数据。
步骤五:根据目的主机内存使用率监控实时数据,判断虚拟机是否可执行迁移到哪个目的主机。
如步骤四中所述,若源主机上的虚拟机能执行迁移操作,则需要进一步获取到目的主机内存使用率实时数据,需要进步一步判断各目的主机有哪些是否满足虚拟机的迁移条件,此时,若有目的主机满足虚拟机迁移条件,则执行虚拟机迁移操作。
实施例二
本实施例提供一种基于虚拟化内存负载监控的负载均衡调度系统,以实现上述方法。
该系统包括:
(1)源主机内存使用率判断模块:用于判断源主机内存使用率是否超过预设内存阈值。
(2)目的主机内存使用率判断模块:用于在源主机内存使用率高于预设内存阈值时,判断目的主机内存使用率是否低于预设内存阈值。
(3)虚拟机迁移模块:用于在目的主机内存使用率低于预设内存阈值,将源主机下的虚拟机迁移至该目的主机。
为实现内存使用率判断,本系统还包括:(4)预设内存阈值配置模块:用于对计算池下集群进行预设内存阈值配置。通过已设置此阈值为依据,与获取到的内存使用率监控数据来判断主机内存使用率是否负载均衡。
本发明充分利用主机内存使用率的监控数据来判断虚拟机是否可执行迁移以及迁移到哪个目的主机上,以此来解决主机内存使用率负载不均衡的问题来提高主机内存资源的合理利用,从而提高主机内存的整体有效使用率。
以上公开的仅为本发明的优选实施方式,但本发明并非局限于此,任何本领域的技术人员能思之的没有创造性的变化,以及在不脱离本发明原理前提下所作的若干改进和润饰,都应落在本发明的保护范围内。

Claims (9)

1.一种基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,包括:
判断源主机内存使用率是否超过预设内存阈值;
若超过,判断目的主机内存使用率是否低于预设内存阈值;
若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机。
2.根据权利要求1所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,还包括:
对计算池下集群进行预设内存阈值配置。
3.根据权利要求1或2所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,判断源主机内存使用率是否超过预设内存阈值包括:
通过源主机的监控数据获取源主机本身内存使用率;
对获取的源主机内存使用率与预设内存阈值进行对比判断。
4.根据权利要求3所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,还包括:
若源主机内存使用率未超过预设内存阈值,则源主机下虚拟机不执行迁移调度。
5.根据权利要求1或2所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,判断目的主机内存使用率是否低于预设内存阈值包括:
通过目的主机的监控数据获取目的主机本身内存使用率;
对获取的内存主机内存使用率与预设内存阈值进行对比判断。
6.根据权利要求5所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,目的主机有多个;则该方法还包括:
对多个目的主机进行排序;
按排序顺序依次判断目的主机内存使用率是否低于预设内存阈值,若判断到某个目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机,且不再判断其他目的主机内存使用率。
7.根据权利要求5所述的基于虚拟化内存负载监控的负载均衡调度方法,其特征在于,目的主机有多个;
则判断目的主机内存使用率是否低于预设内存阈值,若目的主机内存使用率低于预设内存阈值,则将源主机下的虚拟机迁移至该目的主机具体包括:
依次判断各个目的主机内存使用率是否低于预设内存阈值;
获取内存使用率低于预设内存阈值的目的主机;
判断并选择所获取目的主机中内存使用率最低的目的主机,并将源主机下的虚拟机迁移至该目的主机。
8.一种基于虚拟化内存负载监控的负载均衡调度系统,其特征在于,包括:
源主机内存使用率判断模块:用于判断源主机内存使用率是否超过预设内存阈值;
目的主机内存使用率判断模块:用于在源主机内存使用率高于预设内存阈值时,判断目的主机内存使用率是否低于预设内存阈值;
虚拟机迁移模块:用于在目的主机内存使用率低于预设内存阈值,将源主机下的虚拟机迁移至该目的主机。
9.根据权利要求8所述的基于虚拟化内存负载监控的负载均衡调度系统,其特征在于,还包括:
预设内存阈值配置模块:用于对计算池下集群进行预设内存阈值配置。
CN201810934599.4A 2018-08-16 2018-08-16 一种基于虚拟化内存负载监控的负载均衡调度方法及系统 Pending CN109189574A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810934599.4A CN109189574A (zh) 2018-08-16 2018-08-16 一种基于虚拟化内存负载监控的负载均衡调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810934599.4A CN109189574A (zh) 2018-08-16 2018-08-16 一种基于虚拟化内存负载监控的负载均衡调度方法及系统

Publications (1)

Publication Number Publication Date
CN109189574A true CN109189574A (zh) 2019-01-11

Family

ID=64918342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810934599.4A Pending CN109189574A (zh) 2018-08-16 2018-08-16 一种基于虚拟化内存负载监控的负载均衡调度方法及系统

Country Status (1)

Country Link
CN (1) CN109189574A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113032091A (zh) * 2021-02-26 2021-06-25 山东英信计算机技术有限公司 一种采用aep提升虚拟机存储性能的方法、系统及介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070204266A1 (en) * 2006-02-28 2007-08-30 International Business Machines Corporation Systems and methods for dynamically managing virtual machines
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
CN102270157A (zh) * 2011-07-25 2011-12-07 浪潮(北京)电子信息产业有限公司 一种实现服务器资源分配的系统及方法
CN102724277A (zh) * 2012-05-04 2012-10-10 华为技术有限公司 虚拟机热迁移和部署的方法、服务器及集群系统
CN103617076A (zh) * 2013-10-31 2014-03-05 中兴通讯股份有限公司 一种虚拟化资源的调度方法和系统及服务端
CN103888501A (zh) * 2012-12-24 2014-06-25 华为技术有限公司 虚拟机迁移方法和装置
CN104991822A (zh) * 2015-06-30 2015-10-21 浪潮(北京)电子信息产业有限公司 一种管理内存的方法和装置
CN105740074A (zh) * 2016-01-26 2016-07-06 中标软件有限公司 一种基于云计算的虚拟机负载均衡方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070204266A1 (en) * 2006-02-28 2007-08-30 International Business Machines Corporation Systems and methods for dynamically managing virtual machines
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
CN102270157A (zh) * 2011-07-25 2011-12-07 浪潮(北京)电子信息产业有限公司 一种实现服务器资源分配的系统及方法
CN102724277A (zh) * 2012-05-04 2012-10-10 华为技术有限公司 虚拟机热迁移和部署的方法、服务器及集群系统
CN103888501A (zh) * 2012-12-24 2014-06-25 华为技术有限公司 虚拟机迁移方法和装置
CN103617076A (zh) * 2013-10-31 2014-03-05 中兴通讯股份有限公司 一种虚拟化资源的调度方法和系统及服务端
CN104991822A (zh) * 2015-06-30 2015-10-21 浪潮(北京)电子信息产业有限公司 一种管理内存的方法和装置
CN105740074A (zh) * 2016-01-26 2016-07-06 中标软件有限公司 一种基于云计算的虚拟机负载均衡方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113032091A (zh) * 2021-02-26 2021-06-25 山东英信计算机技术有限公司 一种采用aep提升虚拟机存储性能的方法、系统及介质
CN113032091B (zh) * 2021-02-26 2022-07-12 山东英信计算机技术有限公司 一种采用aep提升虚拟机存储性能的方法、系统及介质

Similar Documents

Publication Publication Date Title
Li et al. Map-Balance-Reduce: An improved parallel programming model for load balancing of MapReduce
Cheng et al. Improving performance of heterogeneous mapreduce clusters with adaptive task tuning
CN105677486B (zh) 数据并行处理方法及系统
CN102724277B (zh) 虚拟机热迁移和部署的方法、服务器及集群系统
CN103810016B (zh) 实现虚拟机迁移的方法、装置和集群系统
US20140082202A1 (en) Method and Apparatus for Integration of Virtual Cluster and Virtual Cluster System
WO2018086467A1 (zh) 一种云环境下应用集群资源分配的方法、装置和系统
CN106059940B (zh) 一种流量控制方法及装置
Padoin et al. Saving energy by exploiting residual imbalances on iterative applications
Fan et al. Improving MapReduce performance by balancing skewed loads
Li et al. A task allocation method for stream processing with recovery latency constraint
Chang et al. Energy efficient resource selection and allocation strategy for virtual machine consolidation in cloud datacenters
CN108874508A (zh) 一种云计算虚拟服务器系统负载均衡调度方法
CN107124449A (zh) 一种云计算系统中的资源分配方法
Hu et al. Hope: enabling efficient service orchestration in software-defined data centers
CN109189574A (zh) 一种基于虚拟化内存负载监控的负载均衡调度方法及系统
CN105930202B (zh) 一种三阈值的虚拟机迁移方法
Stafford et al. Performance and energy task migration model for heterogeneous clusters
Saravanakumar et al. An efficient technique for virtual machine clustering and communications using task-based scheduling in cloud computing
Uta et al. Elasticity in graph analytics? a benchmarking framework for elastic graph processing
Zhang et al. Repeatable multi-dimensional virtual network embedding in cloud service platform
Corradi et al. Elastic provisioning of virtual Hadoop clusters in OpenStack-based clouds
CN109558214B (zh) 异构环境下宿主机资源管理方法、装置和存储介质
Tarighi et al. Performance improvement of virtualized cluster computing system using TOPSIS algorithm
Hasan et al. E-FFTF: An extended framework for flexible fault tolerance in cloud

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: 20190111