CN109660392A - 一种Linux系统下硬件统一化自适应管理部署方法及系统 - Google Patents
一种Linux系统下硬件统一化自适应管理部署方法及系统 Download PDFInfo
- Publication number
- CN109660392A CN109660392A CN201811535874.1A CN201811535874A CN109660392A CN 109660392 A CN109660392 A CN 109660392A CN 201811535874 A CN201811535874 A CN 201811535874A CN 109660392 A CN109660392 A CN 109660392A
- Authority
- CN
- China
- Prior art keywords
- hardware
- cloud platform
- information
- service
- deployment
- 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
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Stored Programmes (AREA)
Abstract
本发明公开了一种Linux系统下硬件统一化自适应管理部署方法及系统,涉及云技术领域,该方法包括创建硬件信息库和云平台信息库,所述硬件信息库为收集的不同种类x86服务器的硬件信息,所述云平台信息库为收集的不同云平台节点的硬件信息及该云平台对应的云平台部署方案;将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集;获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案。本发明能够有效提高云平台的部署效率。
Description
技术领域
本发明涉及云技术领域,具体涉及一种Linux系统下硬件统一化自适应管理部署方法及系统。
背景技术
Linux系统是一个基于POSIX(Portable Operating System Interface of UNIX,可移植操作系统接口)和UNIX系统的多用户、多任务、支持多线程和多CPU的操作系统。当前Linux系统主要是运行在x86服务器上,尽管x86服务器具有较强的通用性,但是实际操作过程中,对于x86服务器所需硬件,即使同一硬件,每个厂家都有不同的命名方案与管理方法,统一性较差。
众所周知,云平台的部署安装对于磁盘以及网络有着较高的需求,部署实施人员本身并不会对云平台的网络需求以及硬件需求非常了解,在大批量统一部署安装过程中经常会遇到由于硬件管理不统一带来的磁盘管理以及网络不通等问题,导致云平台部署效率低下。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一化自适应管理部署方法,能够有效提高云平台的部署效率。
为达到以上目的,本发明采取的技术方案是,包括:
创建硬件信息库和云平台信息库,所述硬件信息库为收集的不同种类x86服务器的硬件信息,所述云平台信息库为收集的不同云平台节点的硬件信息及该云平台对应的云平台部署方案;
将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集;
获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案。
在上述技术方案的基础上,所述云平台节点包括计算节点、网络节点、存储节点、控制节点和数据库节点,单个云平台所有节点所在的x86服务器硬件构成硬件信息。
在上述技术方案的基础上,当得到对应的云平台部署方案之后,云平台部署机使用得到的云平台部署方案进行云平台的部署。
在上述技术方案的基础上,所述获取待部署云平台节点的硬件信息,具体步骤包括:
通过partclone创建迷你系统,并使用ubuntu系统作为迷你系统的基础内核系统;
在基础内核系统中加入中间件,所述中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件;
硬件识别服务获取待部署云平台节点所在x86服务器的硬件信息;
硬件上报服务与云平台部署机建立连接,所述硬件上报服务用于将硬件识别服务获取的硬件信息上报至云平台部署机。
在上述技术方案的基础上,
所述迷你系统部署于待部署云平台节点的x86服务器的内存中;
所述迷你系统包括代理端;
所述硬件识别服务运行于代理端中,其是基于python以及python的第三方软件库编写的x86服务器硬件识别程序,用于识别x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据;
所述硬件上报服务运行于代理端中,其是基于python以及python的网络通信模块实现的通信程序,用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据通过云平台部署机提供的硬件上报api上报至云平台部署机。
在上述技术方案的基础上,所述云平台部署机中还包括硬件管理服务,所述硬件管理服务为基于python网络框架实现的硬件展示管理程序,所述硬件管理服务用于对硬件上报服务上报的硬件信息进行修改。
本发明还提供一种Linux系统下硬件统一化自适应管理部署系统,基于上述所述部署方法实现部署,包括云平台部署机和待部署云平台节点所在的x86服务器,所述云平台部署机用于创建硬件信息库和云平台信息库,将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集,然后获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案,使用得到的云平台部署方案在待部署云平台节点所在的x86服务器中进行云平台的部署。
在上述技术方案的基础上,
所述待部署云平台节点所在的x86服务器中部署有迷你系统;
所述迷你系统中运行有硬件识别服务和硬件上报服务;
所述硬件识别服务用于识别待部署云平台节点所在x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据;
所述硬件上报服务用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据上报至云平台部署机。
在上述技术方案的基础上,在待部署云平台节点所在的x86服务器中部署迷你系统之前,还包括迷你系统创建,所述迷你系统创建的具体过程为:
准备迷你系统配置环境,并在配置环境中安装debootstrap服务,所述配置环境为linux系统;
选取ubuntu系统作为迷你系统的基础内核系统,挂载ubuntu系统的ISO到linux系统的目录下;
通过chroot命令切换到minios系统当中,将中间件的安装包、硬件识别服务和硬件上报服务安装于基础内核系统中;
通过mksquashfs命令将已安装中间件、硬件识别服务、硬件上报服务的基础内核系统封装成镜像文件。
在上述技术方案的基础上,所述中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件。
与现有技术相比,本发明的优点在于:采用机器学习分类算法训练后得到样本集,然后基于待部署云平台所在服务器的硬件信息,自动推荐出推荐部署方案,方便对云平台以及硬件网络理解不深的部署人员使用,提高云平台的部署效率。
附图说明
图1为本发明实施例中一种Linux系统下硬件统一化自适应管理部署方法的流程图。
具体实施方式
本发明实施例提供一种Linux系统下硬件统一化自适应管理部署方法,采用机器学习分类算法训练后得到样本集,然后基于待部署云平台所在服务器的硬件信息,自动推荐出推荐部署方案,方便对云平台以及硬件网络理解不深的部署人员使用,提高云平台的部署效率。本发明实施例还相应地提供了一种Linux系统下硬件统一化自适应管理部署系统。
参见图1所示,本发明实施例提供一种Linux系统下硬件统一化自适应管理部署方法的一实施例包括:
S1:创建硬件信息库和云平台信息库,所述硬件信息库为收集的不同种类x86服务器的硬件信息,所述云平台信息库为收集的不同云平台节点的硬件信息及该云平台对应的云平台部署方案。
本发明实施例中,不同种类x86服务器指的是不同品牌的x86服务器,不同品牌的x86服务器其所包含的硬件具有差异,且在不同不同品牌的x86服务器进行云平台部署时,云平台部署方案也具有差异。云平台的节点运行于x86服务器的硬件中,不同种类的x86服务器决定了在该x86服务器进行云平台部署时,云平台部署方案的不同。
云平台节点包括计算节点、网络节点、存储节点、控制节点和数据库节点,单个云平台所有节点所在的x86服务器硬件构成硬件信息。x86服务器的硬件包括内存、磁盘、网卡和cpu,云平台的节点运行在这些硬件上,故这些硬件构成不同云平台节点的硬件信息。
S2:将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集。不同给的硬件信息确定了相应的云平台部署方案,故硬件信息和云平台部署方案之间存在对应关系,云平台信息库包含了现有技术中所有硬件信息及其对应的云平台部署方案,通过将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,从而便可得到硬件信息和云平台部署方案间的对应关系。
S3:获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案。待部署云平台节点位于x86服务器上,故获取的硬件信息指的是待部署云平台的x86服务器的硬件信息。
本发明实施例中,机器学习分类算法为kvm、k-means等分类算法,优选为k-means学习分类算法。k-means学习分类算法的原理为:事先确定常数K,常数K意味着最终的聚类类别数,首先随机选定初始点为质心,并通过计算每一个样本与质心之间的相似度(这里为欧式距离),将样本点归到最相似的类中,接着,重新计算每个类的质心(即为类中心),重复这样的过程,直到质心不再改变,最终就确定了每个样本所属的类别以及每个类的质心。
获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案,具体步骤为:K的取值为6,并归一化分类样本,获取6个质心,输入获取的硬件信息,并归一化输入集,算出每个节点到每个质心的距离,选取距离最近3个种类的作为自己的可选种类(优先级依次降低),核对待部署云平台的节点规则,例如控制节点必为3个、6个、9个等,从3个种类选取自己真正的分类,输出推荐部署方案。
本发明实施例的Linux系统下硬件统一化自适应管理部署方法在具体实施时,机器学习分类算法过程和云平台部署方案推荐在云平台部署机中实现,即云平台部署机提供机器学习分类算法服务,同时还提供dhcp(动态主机配置协议)服务,当得到对应的云平台部署方案之后,云平台部署机使用得到的云平台部署方案进行云平台的部署。dhcp服务方便云平台部署机和待部署云平台的x86服务器间的通讯。
可选地,在图1对应的一种Linux系统下硬件统一化自适应管理部署方法的基础上,本发明实施例提供的一种Linux系统下硬件统一化自适应管理部署方法的第一个可选实施例中,获取待部署云平台节点的硬件信息,具体步骤包括:
S301:通过partclone创建迷你系统,并使用ubuntu系统作为迷你系统的基础内核系统。
本发明实施例中,Partclone是由Clonezilla的开发者们开发的用于创建和克隆分区镜像的自由开源软件。Ubuntu系统是一个以桌面应用为主的开源GNU/Linux操作系统。迷你系统是指可以加载到内存中进行运行的系统,迷你系统和正常系统无异,可以当做正常的linux系统使用并进行相关后续操作。
本发明实施例中使用ubuntu系统作为迷你系统的基础内核系统,当然也可以使用其它系统代替,同时也能指定内核版本。
S302:在基础内核系统中加入中间件,所述中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件。后续硬件识别服务的运行需要相应的硬件驱动和软件支持,
S303:硬件识别服务获取待部署云平台节点所在x86服务器的硬件信息;硬件识别服务用于识别不同x86服务器的硬件,例如磁盘、网卡、内存、cpu等信息。
S304:硬件上报服务与云平台部署机建立连接,所述硬件上报服务用于将硬件识别服务获取的硬件信息上报至云平台部署机。
可选地,在上述一种Linux系统下硬件统一化自适应管理部署方法的第一个可选实施例的基础上,本发明实施例提供的一种Linux系统下硬件统一化自适应管理部署方法的第二个可选实施例中,迷你系统部署于待部署云平台节点的x86服务器的内存中,迷你系统包括代理端。当迷你系统加载完毕后,系统会自动启动代理端。
硬件识别服务运行于代理端中,其是基于python以及python的第三方软件库编写的x86服务器硬件识别程序,用于识别x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据,硬件识别服务结合已有的硬件数据库进行x86服务器网卡、磁盘等硬件的识别,如不能正确识别,则记录相关信息,后续由开发人员继续完善硬件数据库。硬件上报服务运行于代理端中,其是基于python以及python的网络通信模块实现的通信程序,用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据通过云平台部署机提供的硬件上报api上报至云平台部署机。Python是一种计算机程序设计语言。
云平台部署机中还包括硬件管理服务,硬件管理服务为基于python网络框架实现的硬件展示管理程序,硬件管理服务用于对硬件上报服务上报的硬件信息进行修改,例如网卡改名、raid重置等,同时硬件管理服务还可以对待部署云平台的x86服务器进行操作管理,从而达成统一化管理的目的,以及同过python网络服务框架提供的api对硬件信息库中的硬件数据进行调整。在云平台部署机中,使用restful_api,以及tornado或者django网络框架实现硬件管理服务,通过ip网络通信能够接收从代理端上报的数据结构并进行相关解析,在经过一定的处理后,能正确在数据库中保存节点的硬件信息,并在页面上进行相关硬件信息的展示。
本发明实施例的Linux系统下硬件统一化自适应管理部署方法,采用机器学习分类算法训练后得到样本集,然后基于待部署云平台所在服务器的硬件信息,自动推荐出推荐部署方案,方便对云平台以及硬件网络理解不深的部署人员使用,提高云平台的部署效率。
本发明实施例还提供一种Linux系统下硬件统一化自适应管理部署系统,基于上述所述的部署方法实现部署,包括部署机和待部署云平台节点所在的x86服务器,所述部署机用于创建硬件信息库和云平台信息库,将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集,然后获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案,使用得到的云平台部署方案在待部署云平台节点所在的x86服务器中进行云平台的部署。
待部署云平台节点所在的x86服务器中部署有迷你系统;迷你系统中运行有硬件识别服务和硬件上报服务;硬件识别服务用于识别待部署云平台节点所在x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据;硬件上报服务用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据上报至云平台部署机。
在待部署云平台节点所在的x86服务器中部署迷你系统之前,还包括迷你系统创建,所述迷你系统创建的具体过程为:
A:准备迷你系统配置环境,并在配置环境中安装debootstrap服务,所述配置环境为linux系统;
B:选取ubuntu系统作为迷你系统的基础内核系统,挂载ubuntu系统的ISO到linux系统的目录下;ubuntu系统的版本为16.4。
C:通过chroot命令切换到minios系统当中,将中间件的安装包、硬件识别服务和硬件上报服务安装于基础内核系统中;中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件。
D:通过mksquashfs命令将已安装中间件、硬件识别服务、硬件上报服务的基础内核系统封装成镜像文件。
迷你系统创建完成后,待部署云平台的x86服务器通过dhcp的方式获取ip并加载迷你系统到自己的内存当中。
本发明不局限于上述实施方式,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (10)
1.一种Linux系统下硬件统一化自适应管理部署方法,其特征在于,包括以下步骤:
创建硬件信息库和云平台信息库,所述硬件信息库为收集的不同种类x86服务器的硬件信息,所述云平台信息库为收集的不同云平台节点的硬件信息及该云平台对应的云平台部署方案;
将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集;
获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案。
2.如权利要求1所述的一种Linux系统下硬件统一化自适应管理部署方法,其特征在于:所述云平台节点包括计算节点、网络节点、存储节点、控制节点和数据库节点,单个云平台所有节点所在的x86服务器硬件构成硬件信息。
3.如权利要求1所述的一种Linux系统下硬件统一化自适应管理部署方法,其特征在于:当得到对应的云平台部署方案之后,云平台部署机使用得到的云平台部署方案进行云平台的部署。
4.如权利要求3所述的一种Linux系统下硬件统一化自适应管理部署方法,其特征在于,所述获取待部署云平台节点的硬件信息,具体步骤包括:
通过partclone创建迷你系统,并使用ubuntu系统作为迷你系统的基础内核系统;
在基础内核系统中加入中间件,所述中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件;
硬件识别服务获取待部署云平台节点所在x86服务器的硬件信息;
硬件上报服务与云平台部署机建立连接,所述硬件上报服务用于将硬件识别服务获取的硬件信息上报至云平台部署机。
5.如权利要求3所述的一种Linux系统下硬件统一化自适应管理部署方法,其特征在于:
所述迷你系统部署于待部署云平台节点的x86服务器的内存中;
所述迷你系统包括代理端;
所述硬件识别服务运行于代理端中,其是基于python以及python的第三方软件库编写的x86服务器硬件识别程序,用于识别x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据;
所述硬件上报服务运行于代理端中,其是基于python以及python的网络通信模块实现的通信程序,用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据通过云平台部署机提供的硬件上报api上报至云平台部署机。
6.如权利要求3所述的一种Linux系统下硬件统一化自适应管理部署方法,其特征在于:所述云平台部署机中还包括硬件管理服务,所述硬件管理服务为基于python网络框架实现的硬件展示管理程序,所述硬件管理服务用于对硬件上报服务上报的硬件信息进行修改。
7.一种Linux系统下硬件统一化自适应管理部署系统,基于权利要求1所述部署方法实现部署,其特征在于,包括云平台部署机和待部署云平台节点所在的x86服务器,所述云平台部署机用于创建硬件信息库和云平台信息库,将云平台信息库和从硬件信息库选取的硬件信息输入机器学习分类算法,得到硬件信息和云平台部署方案间的对应关系,作为样本集,然后获取待部署云平台节点的硬件信息,输入样本集,得到对应的云平台部署方案,使用得到的云平台部署方案在待部署云平台节点所在的x86服务器中进行云平台的部署。
8.如权利要求7所述的一种Linux系统下硬件统一化自适应管理部署系统,其特征在于:
所述待部署云平台节点所在的x86服务器中部署有迷你系统;
所述迷你系统中运行有硬件识别服务和硬件上报服务;
所述硬件识别服务用于识别待部署云平台节点所在x86服务器的硬件信息,并将识别出的硬件信息转化成json类型数据;
所述硬件上报服务用于定时轮询硬件识别服务识别出的硬件信息,并将识别出的硬件信息对应的json类型数据上报至云平台部署机。
9.如权利要求8所述的一种Linux系统下硬件统一化自适应管理部署系统,其特征在于:在待部署云平台节点所在的x86服务器中部署迷你系统之前,还包括迷你系统创建,所述迷你系统创建的具体过程为:
准备迷你系统配置环境,并在配置环境中安装debootstrap服务,所述配置环境为linux系统;
选取ubuntu系统作为迷你系统的基础内核系统,挂载ubuntu系统的ISO到linux系统的目录下;
通过chroot命令切换到minios系统当中,将中间件的安装包、硬件识别服务和硬件上报服务安装于基础内核系统中;
通过mksquashfs命令将已安装中间件、硬件识别服务、硬件上报服务的基础内核系统封装成镜像文件。
10.如权利要求9所述的一种Linux系统下硬件统一化自适应管理部署系统,其特征在于:所述中间件包括用于识别硬件的硬件驱动,以及硬件识别服务和硬件上报服务需使用的软件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811535874.1A CN109660392B (zh) | 2018-12-14 | 2018-12-14 | 一种Linux系统下硬件统一化自适应管理部署方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811535874.1A CN109660392B (zh) | 2018-12-14 | 2018-12-14 | 一种Linux系统下硬件统一化自适应管理部署方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109660392A true CN109660392A (zh) | 2019-04-19 |
CN109660392B CN109660392B (zh) | 2022-01-11 |
Family
ID=66114601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811535874.1A Active CN109660392B (zh) | 2018-12-14 | 2018-12-14 | 一种Linux系统下硬件统一化自适应管理部署方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109660392B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582398A (zh) * | 2020-05-14 | 2020-08-25 | 北京达佳互联信息技术有限公司 | 数据聚类方法、装置、系统、服务器以及存储介质 |
CN114070734A (zh) * | 2021-11-15 | 2022-02-18 | 厦门市易联众易惠科技有限公司 | 一种云平台适配框架、方法、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160218910A1 (en) * | 2015-01-27 | 2016-07-28 | Moogsoft, Inc. | Distribued system for self updating agents and analytics |
CN106598559A (zh) * | 2015-10-19 | 2017-04-26 | 中兴通讯股份有限公司 | 一种云平台的快速部署方法及系统 |
CN106897947A (zh) * | 2017-01-04 | 2017-06-27 | 上海易谷网络科技有限公司 | 一种基于云平台的多租户服务快速部署方法 |
CN107544823A (zh) * | 2017-07-31 | 2018-01-05 | 郑州云海信息技术有限公司 | 一种软件部署方法及系统 |
-
2018
- 2018-12-14 CN CN201811535874.1A patent/CN109660392B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160218910A1 (en) * | 2015-01-27 | 2016-07-28 | Moogsoft, Inc. | Distribued system for self updating agents and analytics |
CN106598559A (zh) * | 2015-10-19 | 2017-04-26 | 中兴通讯股份有限公司 | 一种云平台的快速部署方法及系统 |
CN106897947A (zh) * | 2017-01-04 | 2017-06-27 | 上海易谷网络科技有限公司 | 一种基于云平台的多租户服务快速部署方法 |
CN107544823A (zh) * | 2017-07-31 | 2018-01-05 | 郑州云海信息技术有限公司 | 一种软件部署方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111582398A (zh) * | 2020-05-14 | 2020-08-25 | 北京达佳互联信息技术有限公司 | 数据聚类方法、装置、系统、服务器以及存储介质 |
CN111582398B (zh) * | 2020-05-14 | 2022-03-25 | 北京达佳互联信息技术有限公司 | 数据聚类方法、装置、系统、服务器以及存储介质 |
CN114070734A (zh) * | 2021-11-15 | 2022-02-18 | 厦门市易联众易惠科技有限公司 | 一种云平台适配框架、方法、设备和存储介质 |
CN114070734B (zh) * | 2021-11-15 | 2023-06-20 | 厦门市易联众易惠科技有限公司 | 一种云平台适配框架、方法、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109660392B (zh) | 2022-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10893064B2 (en) | Identifying service issues by analyzing anomalies | |
WO2020106921A1 (en) | Layout-agnostic complex document processing system | |
US20200265119A1 (en) | Site-specific anomaly detection | |
US7698406B2 (en) | Method and apparatus for identifying and classifying network-based distributed applications | |
CN110909222B (zh) | 基于聚类的用户画像建立方法、装置、介质及电子设备 | |
CN110750458A (zh) | 大数据平台测试方法、装置、可读存储介质及电子设备 | |
JP4774193B2 (ja) | 検査システムセットアップ技術 | |
WO2022127196A1 (zh) | 应用识别方法、装置、设备及存储介质 | |
CN110780965A (zh) | 基于视觉的流程自动化方法、设备及可读存储介质 | |
US11115338B2 (en) | Intelligent conversion of internet domain names to vector embeddings | |
CN109660392A (zh) | 一种Linux系统下硬件统一化自适应管理部署方法及系统 | |
CN103631848A (zh) | 决策服务中的有效规则执行 | |
CN111984505A (zh) | 一种运维数据采集引擎及采集方法 | |
JP2019028984A (ja) | 非常に大きな画像集合における近似重複画像をクラスタ化するためのシステム及び方法、複数の画像をクラスタ化するための方法及びシステム、プログラム、複数の内容項目をクラスタ化するための方法 | |
Chen et al. | Silhouette: Efficient cloud configuration exploration for large-scale analytics | |
CN114428705A (zh) | 一种网络数据的监测方法、装置、设备以及存储介质 | |
CN113515440A (zh) | 测试用例分配方法、装置、计算机设备及存储介质 | |
CN111949484A (zh) | 信息处理方法、装置、电子设备和介质 | |
US11205092B2 (en) | Clustering simulation failures for triage and debugging | |
CN116755872A (zh) | 基于topsis的容器化流媒体服务动态加载系统及方法 | |
WO2020023476A1 (en) | Dynamic visualization of application and infrastructure components with layers | |
CN113495498B (zh) | 用于硬件设备的模拟方法、模拟器、设备和介质 | |
US20220182333A1 (en) | Metadata extraction based on resource attributes and user-defined policy and topology | |
US11790087B2 (en) | Method and apparatus to identify hardware performance counter events for detecting and classifying malware or workload using artificial intelligence | |
CN114064510A (zh) | 功能测试方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |