CN109309584A - 一种虚拟机密度配置方法、装置、终端及存储介质 - Google Patents

一种虚拟机密度配置方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN109309584A
CN109309584A CN201811020798.0A CN201811020798A CN109309584A CN 109309584 A CN109309584 A CN 109309584A CN 201811020798 A CN201811020798 A CN 201811020798A CN 109309584 A CN109309584 A CN 109309584A
Authority
CN
China
Prior art keywords
virtual machine
parameter
service network
acquisition
machine configuration
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.)
Withdrawn
Application number
CN201811020798.0A
Other languages
English (en)
Inventor
张广丽
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 CN201811020798.0A priority Critical patent/CN109309584A/zh
Publication of CN109309584A publication Critical patent/CN109309584A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0889—Techniques to speed-up the configuration process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请实施例提供一种虚拟机密度配置方法、装置、终端及存储介质，所述方法包括：获取测试业务网压力负荷数据；根据所述压力负荷数据评估虚拟机配置参数；获取云平台硬件参数信息；根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。本发明能够得出精确的虚拟机配置参数即精确虚拟机密度，简化了虚拟机部署过程，节省了大量部署时间。

Description

一种虚拟机密度配置方法、装置、终端及存储介质
技术领域
本发明属于虚拟机配置技术领域，具体涉及一种虚拟机密度配置方法、装置、终端及存储介质。
背景技术
随着虚拟化深入到企业之中已经包含重要任务的和资源密集型的应用程序，虚拟机与物理资源的配比越来越重要，这一比例如果不合适，在生产环境中是危险的，引起性能问题或者更糟糕的中断问题。每种业务对资源的消耗也不一样，有些是计算密集型业务，有些是网络密集型，还有是磁盘密集型业务。如何根据具体的业务类型和实际的物理服务器的配置，确定合理的配比，既不造成过度资源浪费又能满足业务需求，一直以来是个难题。一般一台服务器上能运行多少个虚拟机，需要综合考虑物理服务器，虚拟机负载等多方面的情况，没有一个固定的公式，也没有现成可参考的方法，这已成为困扰广大工程师交付云产品的难题。
发明内容
针对现有技术的不足，本发明提供一种虚拟机密度配置方法、装置、终端及存储介质，以解决上述技术问题。
第一方面，本申请实施例提供一种虚拟机密度配置方法，所述方法包括：
获取测试业务网压力负荷数据；
根据所述压力负荷数据评估虚拟机配置参数；
获取云平台硬件参数信息；
根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
结合第一方面，在第一方面的第一种实施方式中，所述获取测试业务网压力负荷数据：
选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置采集周期时长、采集跨度时长和采集指标；
根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
通过分析所述参数信息获取所述测试业务网压力负荷数据。
结合第一方面，在第一方面的第二种实施方式中，所述根据虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数包括：
获取云平台硬件参数与相应虚拟机配置参数的比值；
将所述比值的最小值作为虚拟机配置精确系数；
根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
结合第一方面，在第一方面的第三种实施方式中，所述方法还包括：
根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
第二方面，本申请实施例提供一种虚拟机密度配置装置，所述装置包括：
压力获取单元，配置用于获取测试业务网压力负荷数据；
参数评估单元，配置用于根据所述压力负荷数据评估虚拟机配置参数；
硬件获取单元，配置用于获取云平台硬件参数信息；
参数确定单元，配置用于根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
结合第二方面，在第二方面的第一种实施方式中，所述压力获取单元包括：
选取模块，配置用于选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置模块，配置用于设置采集周期时长、采集跨度时长和采集指标；
采集模块，配置用于根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
分析模块，配置用于通过分析所述参数信息获取所述测试业务网压力负荷数据。
结合第二方面，在第二方面的第二种实施方式中，所述参数确定单元包括：
比值获取模块，配置用于获取云平台硬件参数与相应虚拟机配置参数的比值；
系数筛选模块，配置用于将所述比值的最小值作为虚拟机配置精确系数；
参数确定模块，配置用于根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
结合第二方面，在第二方面的第三种实施方式中，所述装置还包括：
优化调整单元，配置用于根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
第三方面，提供一种终端，包括：
处理器、存储器，其中，
该存储器用于存储计算机程序，
该处理器用于从存储器中调用并运行该计算机程序，使得终端终端执行上述的终端终端的方法。
第四方面，提供了一种计算机存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面所述的方法。
本发明的有益效果在于，
本发明提供的虚拟机密度配置方法、装置、终端及存储介质，通过获取测试业务网压力负荷数据确定待配置虚拟机业务网的压力负荷，进而根据压力负荷数据评估待配置虚拟机业务网的规格参数的，利用获取的待配置云平台的硬件信息进一步在评估的基础上确定虚拟机配置精确参数。本发明能够得出精确的虚拟机配置参数即精确虚拟机密度，简化了虚拟机部署过程，节省了大量部署时间。
此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。
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，对于本领域普通技术人员而言，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是本申请一个实施例的方法的示意性流程图。
图2是本申请一个实施例的装置的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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前提下所获得的所有其他实施例，都应当属于本发明保护的。为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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前提下所获得的所有其他实施例，都应当属于本发明保护的。
下面对本申请中出现的关键术语进行解释。
图1是本申请一个实施例的方法的示意性流程图。其中，图1执行主体可以为一种虚拟机密度配置装置。
如图1所示，该方法100包括：
步骤110，获取测试业务网压力负荷数据；
步骤120，根据所述压力负荷数据评估虚拟机配置参数；
步骤130，获取云平台硬件参数信息；
步骤140，根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
为了便于对本发明的理解，下面以本发明配置虚拟机密度的原理，结合实施例中对虚拟机密度进行配置的过程，对本发明提供的虚拟机密度配置方法做进一步的描述。
可选地，作为本申请一个实施例，所述获取测试业务网压力负荷数据：
选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置采集周期时长、采集跨度时长和采集指标；
根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
通过分析所述参数信息获取所述测试业务网压力负荷数据。
可选地，作为本申请一个实施例，所述根据虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数包括：
获取云平台硬件参数与相应虚拟机配置参数的比值；
将所述比值的最小值作为虚拟机配置精确系数；
根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
可选地，作为本申请一个实施例，所述方法还包括：根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
具体的，所述虚拟机密度配置方法包括：
S1、获取测试业务网压力负荷数据。
(1)选取与虚拟机业务网一致的物理机业务网作为测试业务网；
(2)设置采集周期时长、采集跨度时长和采集指标。数据采集跨度连续至少24小时(优选设为一周)，每10s(采集周期可配置)为周期采集数据。具体采集指标包括：资源占用率指标，CPU占用率(CPU占用率均值、CPU占用率峰值)，存储IO(读写比例、块大小、读IOPS、写IOPS、读吞吐量、写吞吐量)、内存占用率(内存使用均值、内存使用峰值)、网络带宽(发送/接收字节数，包括峰值和均值)；静态配置信息：CPU主频型号核数、内存大小、操作系统类型等。
(3)根据所述采集周期时长、采集跨度时长和采集指标，采用sar命令和iometer进行指标提取，并封装到Collect.sh脚本中，只需要输入时长和保存位置，自动采集所述测试业务网的参数信息。采集样本时，根据业务类型进行分类，每类测试业务网采集总数的10％作为样本。
(4)通过分析所述参数信息获取所述测试业务网压力负荷数据。
根据步骤一Collect.sh采集到的结果，使用analysis.sh按照下面所述计算公式对结果进行自动分析，结果输出到excel表格中。
具体包括CPU占用率均值、内存使用均值、网络接收字节数均值、网络发送字节数均值计算公式为：其中xi分别取值为cpu使用率采样点、内存使用大小采样点、网络收发字节数采样点；存储压力模型，则根据iometer采集结果进行计算，详细如下表格：
表中的r/s表示每秒读次数，w/s表示每秒写次数，rKB/s表示每秒读的量，wKB/s表示每秒写的量。
S2、根据所述压力负荷数据评估虚拟机配置参数。
根据步骤S1中得到的CPU占用率均值、内存使用均值、网络接收字节数均值、网络发送字节数均值以及读写比例、块大小、IOPS和吞吐量粗略确定虚拟机的规格，包括CPU核数和内存大小，即通过云平台硬件可提供的内存大小与虚拟机的内存规格之比，确定虚拟机配置密度。
S3、获取云平台硬件参数信息。
获取云平台的提供的CPU主频、核数、内存大小、网卡配置、可提供的存储吞吐量和IOPS。
S4、根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
获取云平台硬件参数与相应虚拟机配置参数的比值：n1＝服务器主频/虚拟机的使用主频；n2＝服务器内存大小/虚拟机内存规格；n3＝网卡收包能力/虚拟机收包均值；n4＝网卡发送包能力/虚拟机发包均值；n5＝系统可提供的存储吞吐量/虚拟机吞吐；n6＝系统可提供的存储iops/虚拟机IOPS。
其中虚拟机内存规格、收包均值、发包均值、吞吐和IOPS都是步骤S2中评估的参数，比较n1、n2、n3、n4、n5、n6的大小，取最小值作为作为虚拟机配置精确系数，进而根据虚拟机配置精确系数计算保守虚拟机密度。如根据每种业务是计算密集型、存储密集型还是网络密集型不同，可以进行组合部署，提升虚拟机密度。
S5、优化调整。采集数据不充分，或者业务应用不完全相同，可能会导致评估结果发生偏差。根据实际部署运行情况，进行优化调整。如根据每种业务是计算密集型、存储密集型还是网络密集型不同，可以进行组合部署，提升虚拟机密度。
如图2示，该装置200包括：
压力获取单元210，所述压力获取单元210用于获取测试业务网压力负荷数据；
参数评估单元220，所述参数评估单元220用于根据所述压力负荷数据评估虚拟机配置参数；
硬件获取单元230，所述硬件获取单元230用于获取云平台硬件参数信息；
参数确定单元240，所述参数确定单元240用于根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
可选地，作为本申请一个实施例，所述压力获取单元包括：
选取模块，配置用于选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置模块，配置用于设置采集周期时长、采集跨度时长和采集指标；
采集模块，配置用于根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
分析模块，配置用于通过分析所述参数信息获取所述测试业务网压力负荷数据。
可选地，作为本申请一个实施例，所述参数确定单元包括：
比值获取模块，配置用于获取云平台硬件参数与相应虚拟机配置参数的比值；
系数筛选模块，配置用于将所述比值的最小值作为虚拟机配置精确系数；
参数确定模块，配置用于根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
可选地，作为本申请一个实施例，所述装置还包括：
优化调整单元，配置用于根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
图3为本发明实施例提供的一种终端装置300的结构示意图，该终端装置300可以用于执行本申请实施例提供的更新散热策略参数的方法。
其中，该终端装置300可以包括：处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信，本领域技术人员可以理解，图中示出的服务器的结构并不构成对本申请的限定，它既可以是总线形结构，也可以是星型结构，还可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
其中，该存储器320可以用于存储处理器310的执行指令，存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。当存储器320中的执行指令由处理器310执行时，使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心，利用各种接口和线路连接整个电子终端的各个部分，通过运行或执行存储在存储器320内的软件程序和/或模块，以及调用存储在存储器内的数据，以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit，简称IC)组成，例如可以由单颗封装的IC所组成，也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说，处理器310可以仅包括中央处理器(Central Processing Unit，简称CPU)。在本申请实施方式中，CPU可以是单运算核心，也可以包括多运算核心。
通信单元330，用于建立通信信道，从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本申请还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本申请提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文：read-only memory，简称：ROM)或随机存储记忆体(英文：random access memory，简称：RAM)等。
因此，本申请通过获取测试业务网压力负荷数据确定待配置虚拟机业务网的压力负荷，进而根据压力负荷数据评估待配置虚拟机业务网的规格参数的，利用获取的待配置云平台的硬件信息进一步在评估的基础上确定虚拟机配置精确参数。本发明能够得出精确的虚拟机配置参数即精确虚拟机密度，简化了虚拟机部署过程，节省了大量部署时间，本实施例所能达到的技术效果可以参见上文中的描述，此处不再赘述。
本领域的技术人员可以清楚地了解到本申请实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，包括若干指令用以使得一台计算机终端(可以是个人计算机，服务器，或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于终端实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述，但本发明并不限于此。在不脱离本发明的精神和实质的前提下，本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换，而这些修改或替换都应在本发明的涵盖内/任何熟悉本技术领域的技术人员在本发明揭露的技术内，可轻易想到变化或替换，都应涵盖在本发明的保护之内。因此，本发明的保护应所述以权利要求的保护为准。

Claims (10)

1.一种虚拟机密度配置方法，其特征在于，所述方法包括：
获取测试业务网压力负荷数据；
根据所述压力负荷数据评估虚拟机配置参数；
获取云平台硬件参数信息；
根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
2.根据权利要求1所述的方法，其特征在于，所述获取测试业务网压力负荷数据：
选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置采集周期时长、采集跨度时长和采集指标；
根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
通过分析所述参数信息获取所述测试业务网压力负荷数据。
3.根据权利要求1所述的方法，其特征在于，所述根据虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数包括：
获取云平台硬件参数与相应虚拟机配置参数的比值；
将所述比值的最小值作为虚拟机配置精确系数；
根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
5.一种虚拟机密度配置装置，其特征在于，所述装置包括：
压力获取单元，配置用于获取测试业务网压力负荷数据；
参数评估单元，配置用于根据所述压力负荷数据评估虚拟机配置参数；
硬件获取单元，配置用于获取云平台硬件参数信息；
参数确定单元，配置用于根据所述虚拟机配置参数和云平台硬件参数信息获取虚拟机配置精确参数。
6.根据权利要求5所述的装置，其特征在于，所述压力获取单元包括：
选取模块，配置用于选取与虚拟机业务网一致的物理机业务网作为测试业务网；
设置模块，配置用于设置采集周期时长、采集跨度时长和采集指标；
采集模块，配置用于根据所述采集周期时长、采集跨度时长和采集指标采集所述测试业务网的参数信息；
分析模块，配置用于通过分析所述参数信息获取所述测试业务网压力负荷数据。
7.根据权利要求5所述的装置，其特征在于，所述参数确定单元包括：
比值获取模块，配置用于获取云平台硬件参数与相应虚拟机配置参数的比值；
系数筛选模块，配置用于将所述比值的最小值作为虚拟机配置精确系数；
参数确定模块，配置用于根据所述虚拟机配置精确系数计算所述虚拟机精确密度。
8.根据权利要求5所述的装置，其特征在于，所述装置还包括：
优化调整单元，配置用于根据虚拟机业务网类型对虚拟机配置精确参数进行优化调整。
9.一种终端，其特征在于，包括：
处理器；
用于存储处理器的执行指令的存储器；
其中，所述处理器被配置为执行权利要求1-4任一项所述的方法。
10.一种存储有计算机程序的计算机可读存储介质，其特征在于，该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
CN201811020798.0A 2018-09-03 2018-09-03 一种虚拟机密度配置方法、装置、终端及存储介质 Withdrawn CN109309584A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811020798.0A CN109309584A (zh) 2018-09-03 2018-09-03 一种虚拟机密度配置方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811020798.0A CN109309584A (zh) 2018-09-03 2018-09-03 一种虚拟机密度配置方法、装置、终端及存储介质

Publications (1)

Publication Number Publication Date
CN109309584A true CN109309584A (zh) 2019-02-05

Family

ID=65224542

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811020798.0A Withdrawn CN109309584A (zh) 2018-09-03 2018-09-03 一种虚拟机密度配置方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN109309584A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102141931A (zh) * 2011-03-15 2011-08-03 华为技术有限公司 一种创建虚拟机的方法、虚拟机监控器及虚拟机系统
CN103294552A (zh) * 2012-02-22 2013-09-11 鸿富锦精密工业（深圳）有限公司 增加服务器的虚拟机配置数量的方法
CN103473115A (zh) * 2013-09-06 2013-12-25 华为技术有限公司 虚拟机放置方法和装置
CN103685431A (zh) * 2012-09-26 2014-03-26 鸿富锦精密工业（深圳）有限公司 虚拟主机控制系统及方法
CN103902320A (zh) * 2012-12-28 2014-07-02 鸿富锦精密工业（深圳）有限公司 虚拟机安装系统及方法
CN104683186A (zh) * 2015-03-11 2015-06-03 杭州华三通信技术有限公司 网络资源调度方法及装置
CN105162823A (zh) * 2015-06-30 2015-12-16 广东轩辕网络科技股份有限公司 一种虚拟机管理方法及装置
CN106126338A (zh) * 2016-06-21 2016-11-16 浪潮(北京)电子信息产业有限公司 一种虚拟机集群伸缩配置的方法及装置
CN107544836A (zh) * 2017-09-15 2018-01-05 中国联合网络通信集团有限公司 一种虚拟机的部署方法、装置及网络系统
CN107783813A (zh) * 2016-08-24 2018-03-09 阿里巴巴集团控股有限公司 虚拟机监控和分配方法及装置
CN108228445A (zh) * 2016-12-15 2018-06-29 中国电信股份有限公司 虚拟机能耗的测试方法以及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102141931A (zh) * 2011-03-15 2011-08-03 华为技术有限公司 一种创建虚拟机的方法、虚拟机监控器及虚拟机系统
CN103294552A (zh) * 2012-02-22 2013-09-11 鸿富锦精密工业（深圳）有限公司 增加服务器的虚拟机配置数量的方法
CN103685431A (zh) * 2012-09-26 2014-03-26 鸿富锦精密工业（深圳）有限公司 虚拟主机控制系统及方法
CN103902320A (zh) * 2012-12-28 2014-07-02 鸿富锦精密工业（深圳）有限公司 虚拟机安装系统及方法
CN103473115A (zh) * 2013-09-06 2013-12-25 华为技术有限公司 虚拟机放置方法和装置
CN104683186A (zh) * 2015-03-11 2015-06-03 杭州华三通信技术有限公司 网络资源调度方法及装置
CN105162823A (zh) * 2015-06-30 2015-12-16 广东轩辕网络科技股份有限公司 一种虚拟机管理方法及装置
CN106126338A (zh) * 2016-06-21 2016-11-16 浪潮(北京)电子信息产业有限公司 一种虚拟机集群伸缩配置的方法及装置
CN107783813A (zh) * 2016-08-24 2018-03-09 阿里巴巴集团控股有限公司 虚拟机监控和分配方法及装置
CN108228445A (zh) * 2016-12-15 2018-06-29 中国电信股份有限公司 虚拟机能耗的测试方法以及装置
CN107544836A (zh) * 2017-09-15 2018-01-05 中国联合网络通信集团有限公司 一种虚拟机的部署方法、装置及网络系统

Similar Documents

Publication Publication Date Title
CN108776934B (zh) 分布式数据计算方法、装置、计算机设备及可读存储介质
CN107688526A (zh) 应用程序的性能测试方法、装置、计算机设备和存储介质
US9588820B2 (en) Cloud architecture recommender system using automated workload instrumentation
CN102567203B (zh) 一种测试分布式文件系统性能的方法及系统
CN108415847A (zh) 性能测试方法、装置、计算机设备及存储介质
CN103763130B (zh) 大规模集群的管理方法、装置和系统
CN109039829A (zh) 一种网卡性能测试方法、装置、终端及存储介质
CN103605606B (zh) 一种可自动转换的嵌入式软件测试用例批量执行方法
CN108536571A (zh) 性能测试方法、装置、设备及计算机可读存储介质
Yuan et al. On interference-aware provisioning for cloud-based big data processing
CN109408390A (zh) 一种bmc登录用户稳定性测试方法、装置、终端及存储介质
CN109446097A (zh) 一种回归测试用例选择方法、装置、终端及存储介质
CN109327844A (zh) 一种小区扩容方法及装置
CN104391879A (zh) 层次聚类的方法及装置
CN109684166A (zh) 自动测试Sensor日志规范性的方法、装置、终端及存储介质
CN109889370A (zh) 一种网络设备位置确定方法、装置及计算机可读存储介质
CN109101611A (zh) 文件系统目录最大化测试方法、装置、终端及存储介质
CN110059139A (zh) 业务数据归档方法、设备、服务器及计算机可读存储介质
CN111600760A (zh) 一种电网运行监控系统的质量检测系统、方法及设备
CN110532187A (zh) 一种hdfs吞吐性能测试方法、系统、终端及存储介质
Khomonenko et al. Stochastic models for cloud computing performance evaluation
CN109918221A (zh) 一种硬盘报错解析方法、系统、终端及存储介质
CN110569154A (zh) 一种芯片接口功能测试方法、系统、终端及存储介质
CN102929693A (zh) 整机柜服务器的性能评测方法及装置
CN109032874A (zh) 一种内存压力测试方法、装置、终端及存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190205

WW01 Invention patent application withdrawn after publication