CN109684071B - 任意工作负载在超融合节点之间的分配 - Google Patents
任意工作负载在超融合节点之间的分配 Download PDFInfo
- Publication number
- CN109684071B CN109684071B CN201811042435.7A CN201811042435A CN109684071B CN 109684071 B CN109684071 B CN 109684071B CN 201811042435 A CN201811042435 A CN 201811042435A CN 109684071 B CN109684071 B CN 109684071B
- Authority
- CN
- China
- Prior art keywords
- fusion
- super
- workload
- nodes
- different groups
- 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
Images
Classifications
-
- 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
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/566—Grouping or aggregating service requests, e.g. for unified processing
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation 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
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5038—Allocation 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 execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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
- H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
- H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
-
- 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
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/504—Resource capping
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请涉及任意工作负载在超融合节点之间的分配。示例实施方式涉及超融合负载。在示例中,为超融合系统定义一组系统特性。然后,对在计算系统上运行的任意工作负载的多个分量分别进行建模。建模将该多个分量转换成多个相应的超融合负载。然后,在满足该组系统特性的一组超融合节点之间分配该多个相应的超融合负载。
Description
背景技术
超融合系统允许各种信息技术资源(诸如计算资源、存储资源、联网资源和虚拟化资源)紧密集成在通常由单个供应商支持的单个软件驱动的装置中。然后使用通用工具集(toolset)将这些资源作为单个系统进行管理。
通常,超融合系统包括基本单元或节点,并且可以通过添加一个或多个附加的超融合节点被容易地缩放以创建共享计算资源和存储资源的池。因此,超融合系统可以提供公共云基础设施的灵活性,同时允许消费者保持对硬件的控制。
附图说明
图1示出本公开的示例尺寸调整系统的框图;
图2示出本公开的另一示例性尺寸调整系统的框图;
图3示出诸如可以结合图1的系统或图2的系统显示的图形用户接口的示例屏幕截图;
图4示出用于在超融合节点之间分配任意工作负载的示例方法的流程图;
图5示出用于在超融合节点之间分配任意工作负载的另一示例方法的流程图;以及
图6描绘可以转换成能够执行本文描述的功能的机器的示例计算机的高层次框图。
具体实施方式
本公开广泛地描述了用于在超融合节点之间分配任意工作负载的装置、方法和非暂时性计算机可读介质。如上所述,超融合系统允许各种信息技术资源(诸如计算资源、存储资源、联网资源和虚拟化资源)紧密集成在单个软件驱动的装置(“节点”)中,在一些示例中,该单个软件驱动的装置(“节点”)可以由单个供应商支持。
调整超融合系统的尺寸,即确定要提供多少节点来处理当前在现有的非超融合系统上运行的工作负载,是一个挑战。由于超融合系统中的数据流、存储、备份和保留的优化,工作负载在超融合节点上以完全不同的方式运行。因此,存在与预测运行任意复合工作负载需要多少超融合节点相关联并且还与预测任意复合工作负载如何加载一组超融合节点相关联的挑战。当超融合系统可以以多种不同的配置可用时尤其如此,这使得在所有可能的配置上的跟踪性能差异变得更加困难。此外,资源消耗是任意的或不可预测的工作负载(例如,几乎没有工作负载的资源消耗的先验知识)可能使尺寸调整(sizing)过程进一步复杂化。
本公开的示例使用描述直接从非超融合系统收集的工作负载的属性(例如,CPU使用、存储器使用、管理程序/系统开销等)的详细工作负载统计信息(statistics)来对现有的工作负载(例如,在现有的非超融合系统上运行的工作负载)进行建模。工作负载的某些属性可能不是先验已知的。工作负载的不同分量(component)(例如,在虚拟化工作负载的情况下的虚拟机、进程、容器等,或者在非虚拟化工作负载的情况下没有管理程序的裸机安装等)被分别建模,并且然后使用描述超融合系统的期望容量和性能(例如,CPU性能、存储器性能等)的一组系统特性将用于每个分量的模型转换为超融合系统上的“超融合”负载,以调整超融合系统的尺寸。工作负载的被建模的分量表示用于服务该分量的一小部分超融合系统。接下来,在满足该组系统特性的一组超融合节点之间分配被建模的分量,其中分配遵循一组约束。可以针对超融合系统的多个不同的硬件配置、逻辑配置和/或软件配置执行该分配。例如,不同的硬件配置可以部署以不同方式连接的、不同尺寸的不同节点。不同的逻辑配置可以使用不同地执行的不同算法。不同的软件配置可以使用软件程序或应用程序的不同发布或版本,其中不同的发布或版本不同地执行。推荐(recommendation)可以识别最好地符合某些所述准则(例如,超融合系统的使用、成本等)的特定硬件配置以及关于工作负载将如何在特定硬件配置上运行的预测。例如,该推荐可以识别给定硬件配置的多少节点被用于充分支持工作负载。
参考“任意工作负载”描述本公开的示例。在本公开的上下文中,任意工作负载被理解为其资源消耗模式不是完全先验已知的工作负载。因此,任意工作负载与其他类型的工作负载形成对比,该其他类型的工作负载的资源消耗模式趋于是相对可预测和统一的(例如,诸如虚拟桌面基础设施或VDI工作负载)。然而,这些示例并非旨在将所公开的方法和系统的使用限制为调整用于运行任意工作负载的超融合系统的尺寸。例如,相同的方法和系统也可以用于调整被设计用于运行非任意(例如,可预测、统一和已知的)工作负载的超融合系统的尺寸。
此外,尽管在将工作负载从非超融合系统移动到超融合系统的上下文中描述了本公开的示例,但是也可以使用相同的方法和系统来将工作负载从一个超融合系统移动到另一个超融合系统。例如,当更换或升级现有的超融合系统时可能就是这种情况。这种方法和系统还可以用于在超融合系统开始运行工作负载之后验证该超融合系统的尺寸调整(例如,验证尺寸调整是合适的)。
图1示出本公开的示例尺寸调整系统100的框图。尺寸调整系统100可以直接从当前正在运行工作负载的第一计算系统(例如,非超融合系统)以及从用户接收输入。尺寸调整系统100可以至少部分地基于这些输入来确定用于目标计算系统(例如,超融合系统)的推荐硬件配置,该目标计算系统能够运行受到任何用户定义的约束的工作负载。在一个示例中,尺寸调整系统100可以在例如图5中所示的计算系统上实现。在另一个示例中,尺寸调整系统100可以实现为独立的自助服务终端(kiosk)。在一个示例中,尺寸调整系统100通常包括一组输入/输出(I/O)设备102、处理器104和存储器106。
该组I/O设备102可以包括例如存储设备(包括但不限于磁带驱动器、软盘驱动器、硬盘驱动器或光盘驱动器)、接收器、发送器、扬声器、显示器、输出端口(例如,通用串行总线(USB)端口)、输入端口(例如,USB端口)、网络接口和用户输入设备,诸如键盘、小型键盘、鼠标等。在一个示例中,该组I/O设备102进一步包括接收接口108。在一个示例中,接收接口108可以包括呈现显示或接口的图形用户接口(GUI),用户可以通过该显示或接口提供超融合系统的一组期望的系统特性。在另一示例中,接收接口108可以包括接口,通过该接口可以从远程计算设备(例如,创建规范文件或其他数据文件的计算设备)上传规范文件或其他数据文件。接收接口108可由户通过网站门户访问。超融合系统可以是用户希望将意工作负载移动到的系统。因此,该组I/O设备102还可以包括一个或多个I/O设备(例如,端口、网络接口等),通过该I/O设备,工作负载统计信息(例如,可以推断任意工作负载的特性的统计信息)可以从当前运行任意工作负载的系统(例如,非超融合系统)获得。
处理器104可以与该组I/O设备102通信,并且可以至少包括建模引擎110和分配引擎112。本文描述的“引擎”可以是硬件和编程的任何组合以实现本文描述的功能。在一些实施方式中,编程可以是存储在非暂时性机器可读存储介质上的处理器可执行指令,并且硬件可以包括至少一个处理资源以检索和/或执行那些指令。示例处理资源包括微控制器、微处理器、中央处理单元(CPU)核、专用集成电路(ASIC)、现场可编程门阵列(FPGA)等。示例非暂时性机器可读介质包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、闪存、硬盘驱动器等。术语“非暂时性”不包括暂时性传播信号;也不旨在暗示机器可读介质不能(例如,由于机器可读介质随时间推移的自然退化)被更改或改变。附加地或替代地,引擎可以包括用于实现本文描述的功能的电子电路或逻辑。
处理器104的建模引擎110可以被配置为将任意工作负载的分量建模为各个“超融合负载”。处理器104的分配引擎112可以被配置为随后在被配置为满足一组期望的系统特性的超融合节点中分配这些超融合负载。在一个示例中,处理器104可以将超融合负载存储在存储器106中。因此,超融合负载可以在处理器104评估超融合节点的不同配置时从存储器106检索,并且由处理器104在不同的配置的节点之间进行分配。
图2示出本公开的另一示例尺寸调整系统200的框图。与尺寸调整系统100一样,尺寸调整系统200可以直接从当前运行工作负载的第一计算系统(例如,非超融合系统)以及从用户接收输入。尺寸调整系统200可以至少部分地基于这些输入来确定用于目标计算系统(例如,在第一计算系统上运行的工作负载将要移动到的超融合系统)的推荐硬件配置,该目标计算系统能够运行服从任何用户定义的约束的工作负载。在一个示例中,尺寸调整系统200可以在例如图5所示的计算系统上实现。在另一个示例中,尺寸调整系统200可以实现为独立的自助服务终端。
在一个示例中,尺寸调整系统200通常包括一组输入/输出(I/O)设备202、工作负载解析引擎204、建模引擎206、打包引擎208和报告引擎210。
该组I/O设备202可以包括例如存储设备,包括但不限于磁带驱动器、软盘驱动器、硬盘驱动器或光盘驱动器、接收器、发送器、扬声器、显示器、输出端口(例如,通用串行总线(USB)端口)、输入端口(例如,USB端口)、网络接口和用户输入设备,诸如键盘、小型键盘、鼠标等。
在一个示例中,该组I/O设备202中的第一I/O设备212可以被配置为通信地耦接到第一计算系统(例如,非超融合系统),工作负载当前运行在该第一计算系统上。因此,该第一I/O设备212能够从第一计算系统收集详细的工作负载统计信息。这些工作负载统计信息可以包括,例如,中央处理单元(CPU)使用、内存使用、网络使用、管理程序/系统开销以及在系统使用的时间窗(例如,y小时)内每单位时间(例如,x分钟)的存储I/O读取和写入的完整记录。在小的单位时间内查看工作负载(例如,逐秒地,而不是作为最低限度,最大或平均工作负载)允许系统200了解例如是否、何时和/或在什么情况下在工作负载中可能出现峰值,以及峰值可能有多大。这进而将有助于确保目标计算系统被配置为容忍这些峰值而不会过度供应资源。
该组I/O设备202中的第二I/O设备214可以被配置为由用户例如通过使用接收接口216(例如,GUI或通过其可以从远程终端上传规范文件或其他数据文件的接口)直接操纵。接收接口216可由用户通过网站门户访问。因此,该第二I/O设备214能够收集来自用户的关于目标计算系统(例如,在第一计算系统上运行的工作负载将被移动到的超融合系统)的期望特性和/或对目标计算系统的约束的输入。目标计算系统可以是用户希望将工作负载移动到的系统。因此,目标计算系统的期望特性可以包括例如,描述对超融合系统的CPU、存储器、联网和/或存储使用的限制的特性。在一个示例中,由用户针对超融合系统的每个可能的单独硬件配置定义至少一组期望特性。在另一个示例中,尺寸调整系统200可以知道超融合系统的不同的可能的硬件配置,并且可以在获得期望的特性之前自动地(例如,在没有来自用户的指导的情况下)排除哪些可能的硬件配置可能对于工作负载无法工作。在进一步的示例中,尺寸调整系统200可以不使用GUI或I/O设备来收集期望的特性。
第一I/O设备212可以耦接到工作负载解析引擎204。工作负载解析引擎204可以被配置为基于经由第一I/O设备212提供的工作负载统计信息将工作负载划分为多个分立的分量。划分工作负载的特定方式可以取决于工作负载统计信息的格式。例如,如果从消费者站点读取工作负载统计信息,则划分工作负载的方式可以取决于消费者运行的(多种)系统类型(例如,裸机LINUX、WINDOWS、VMWARE、HYPERV,或其他类型的操作系统或平台)。如果可访问,则可以从存储的工作负载统计信息估计重复数据删除和压缩。划分工作负载的方式还可以取决于安全性问题(例如,消费者允许访问什么样的数据)。
工作负载所划分成的多个分立的分量可以包括例如虚拟机分量、进程分量、容器分量、服务器分量、裸机分量和/或其他分量(例如,取决于工作负载是虚拟化还是非虚拟化的)。在一个示例中,工作负载解析引擎204可以将这些分量中的每个组织成每虚拟机分钟(或每其他单位时间)的工作负载阵列。
工作负载解析引擎204可以耦接到建模引擎206。建模引擎206可以被配置为将由工作负载解析引擎204提供的每个工作负载分量单独地转换为理论上的“超融合负载”,例如,由对应工作负载分量消耗或使用的一小部分超融合节点(可能考虑容错、备份和/或类似物)。例如,在一个示例中,当每单位时间测量虚拟机的I/O时,在该时间期间测量的I/O可以被分类为不同的类别,该类别可以基于I/O的尺寸、I/O类型的当前分布、I/O的重复数据删除速率和/或其他因素。每个种类将具有与其相关联的一定的工作负载成本,使得在单个单位时间中工作负载的总成本在该示例中将是一个类中的I/O的数量乘以该类的成本,取代所有类。
在一个示例中,建模引擎206可以针对在第一计算系统上监视的时间窗(例如,y小时)内的每个单位时间(例如,x分钟)为每个虚拟机计算由每个资源(例如,CPU、存储器、存储等)使用的一小部分超融合节点。然而,超融合负载可能多于原始存储使用(例如,消耗的千兆字节的数量),并且还可能包括动态分量(例如,每单位时间特定尺寸的I/O、时延等)。
在一个示例中,建模引擎206使用由第二I/O设备214收集的用户输入来执行该转换。例如,超融合系统的期望特性(例如,用于备份、重复数据删除、压缩、数据冗余、容错等的开销)可以成为用于调整超融合系统的尺寸的被计算“负载”的一部分。在一个示例中,在针对多个不同的超融合硬件配置定义期望的系统特性(例如,最大或目标工作负载)的情况下,可以将工作负载分量中的每个转换为多个不同的超融合负载(例如,用于不同的超融合硬件配置中的每个的一个超融合负载)。例如,在第一计算系统上运行的给定虚拟机工作负载可以被建模以估计其在目标计算系统的可能的硬件配置中的每个上的相应的超融合负载(例如,由供应商提供的可能的超融合系统硬件配置中的每个)。因此,工作负载的每个分量成为特定硬件配置上的通用超融合负载。“超融合负载”是适用于超融合节点的一般统计,使得即使分量源自不同的计算环境,也可以调整在第一计算系统上运行的工作负载的分量的尺寸。如下面更详细地讨论的,这允许在尺寸调整计算中一起考虑通用混合工作负载(例如,来自多个不同的管理程序的进程、容器和/或虚拟机,或没有管理程序的裸机安装)。在一个示例中,建模引擎206将超融合负载存储在存储器218中,例如,使得稍后可以结合新硬件配置的评估、审计过程或其他过程来访问超融合负载。
在一个示例中,建模引擎206耦接到打包引擎208。打包引擎208将由建模引擎206生成的一组超融合负载(例如,用于CPU、存储器、存储等)布置到超融合硬件配置(例如,超融合节点的特定配置)上。在一个示例中,打包引擎观察一个或多个约束,以便防止超融合硬件配置的任何超融合节点在工作负载的任何特定类型或分量中变得过载。将参考图4结合该布置进一步详细讨论观察的可能的约束。在一个示例中,打包引擎208可以进一步在将超融合负载布置在超融合硬件配置上的过程中执行错误检查、审计和其他功能。
打包引擎208耦接到报告引擎210。在一个示例中,报告引擎210可以逐项列出由建模引擎206生成的计算,并选择由打包引擎208布置的一个或多个超融合硬件配置作为推荐配置。报告引擎210还可以识别给定硬件配置的多少节点用于充分支持工作负载和/或预测工作负载将如何在给定硬件配置上运行。
图3示出诸如可以结合图1的尺寸调整系统100或图2的尺寸调整系统200来显示的图形用户接口(GUI)的示例屏幕截图300。例如,屏幕截图300可以是接收接口108或接收接口216的GUI的一部分。然而,GUI的布置和外观可以变化,并且不限于图3中所示的示例。例如,GUI可以包括允许在不同时间显示简化或详细信息的不同标签、附加输入按钮等。此外,GUI呈现的实际信息可以与所示的信息不同(例如,可以呈现更多、更少或不同的信息)。
在一个示例中,GUI可以包括第一帧302,第一帧302包括多个输入字段,用户可以通过该输入字段为要运行工作负载的超融合系统提供一组期望的系统特性(例如,最大或目标工作负载)。例如,第一帧302可以包括用于用户提供对CPU、存储器、联网和存储利用特性的期望限制的字段。这些字段可以允许数据的自由形式的输入,或者可以提供菜单(例如,下拉菜单),用户可以通过该菜单从一组预定义选项中选择选项。第一帧还可以包括按钮或其他构造,用户可以通过该按钮或其他构造从工作负载当前正在其上运行的系统(例如,非超融合系统)发起工作负载统计信息的收集。
GUI还可以包括第二帧304,其呈现用于满足一组期望的系统特性并且能够运行工作负载的超融合系统的一个或多个提议的硬件配置(例如,多组节点)。例如,第三帧304可以包括多个标签,其中选择标签中的一个显示用于超融合系统的特定硬件配置的表示。该表示可以由用户例如通过点击和拖动来添加、放弃或重新定位节点来操纵。对表示的这种操纵可以导致对GUI的其他帧或部分的更新。第三帧304可以进一步指示与每个所描绘的硬件配置相关联的特定软件和/或逻辑配置、以及用于在节点上充分支持工作负载和/或一组约束(例如,上传限制)的给定硬件配置的多个节点。
GUI还可以包括第三帧306,该第三帧306显示当前显示的硬件配置的利用率信息(例如,所利用的一小部分超融合节点)。例如,第三帧306可以在第二帧304中当前描绘的硬件配置的超融合节点上显示给定的超融合负载将是什么样的。第三帧306可以针对下列项来显示超融合负载是什么样的:(1)每个单独的工作负载分量(例如,每个虚拟机);和/或(2)用于硬件配置的每个超融合节点的每种类型(例如,CPU、存储器、存储)的组合超融合工作负载。
在进一步的示例中,帧302-306中的任何一个或多个可以单独显示为全屏,或者可以包括以全屏布局显示的选项。此外,GUI可以包括用于显示附加信息、收集附加用户输入等的附加帧。
图4示出用于在超融合节点之间分配任意工作负载的示例方法400的流程图。例如,可以通过图1中所示的尺寸调整系统100或图2中所示的尺寸调整系统200来执行方法400。这样,为了便于理解,图4的讨论可以参考系统100和/或200的各种组件。然而,方法400不限于用图1和图2中所示的系统来实现。
方法400在框402中开始。在框404中,为目标计算系统定义一组系统特性(例如,期望特性和/或约束),在一个示例中,该目标计算系统是超融合系统。例如,目标计算系统可以是用户希望将当前在另一个(例如,非超融合)计算系统上运行的工作负载移动到的超融合系统。该组系统特性可以由用户提供。在一个示例中,为目标计算系统的每个可能的单独硬件配置定义至少一组系统特性。
在框406中,当前在计算系统(例如,非超融合系统)上运行的任意工作负载的每个分量被分别地转换或建模为相应的理论上的“超融合负载”(例如,由对应工作负载分量消耗或使用的一小部分超融合节点,可能考虑容错、备份和/或类似物)。
在框408中,在框406中建模的超融合负载(例如,用于CPU、存储器、存储和其他工作负载分量)在一组超融合节点之间分配,该组超融合节点表示满足在框404中定义的一组系统特性的超融合硬件配置。在一个示例中,超融合负载的分配遵守一个或多个约束,以便防止超融合硬件配置的任何超融合节点在工作负载的任何特定类型或分量中变得过载(例如,防止被加载超过阈值加载长于预定义的时间段)。超融合负载的布置还可以将该组超融合节点上的特定(例如,通用的、专用的或最优的)负载分布作为目标。
框408可以被重复多次,例如,针对超融合系统的正在考虑的每个硬件配置重复一次,使得可以比较用于相同工作负载的不同硬件配置的性能。
方法400在框410中结束。
图5示出用于在超融合节点之间分配任意工作负载的另一示例方法500的流程图。例如,可以通过图1中所示的尺寸调整系统100或图2中所示的尺寸调整系统200来执行方法500。这样,为了便于理解,可以在讨论图5时参考系统100和/或200的各种组件。然而,方法500不限于使用图1和图2中所示的系统来实现。
方法500开始于框502中。在框504中,收集在第一计算系统(例如,非超融合系统)上运行的工作负载的工作负载统计信息。这些工作负载统计信息可以包括,例如,针对系统使用的时间窗(例如,y小时)内的每个单位时间(例如,x分钟)的中央处理单元(CPU)使用、存储器使用、网络使用、管理程序/系统开销以及存储I/O读取和写入(例如,尺寸、类型、目标和时间)的完整的记录。作为示例,如果第一计算系统包括VMware云计算环境,则收集的工作负载统计信息可以包括低级ESXTOP和/或vscsiStats信息。
在进一步的示例中,可以分别针对每个单独的工作负载分量(例如,虚拟机、容器、裸机等)获得在框504中收集的工作负载统计信息。例如,第一计算系统可以包括若干不同的计算节点/服务器。此外,在第一计算系统上运行的工作负载可以包括不同类型的工作负载(例如,虚拟机、容器、裸机等)。因此,以上描述不一定意味着在框504中收集单个工作负载流。因此,不同的工作负载可以在框504中被收集,并且可以在方法500的稍后阶段被进一步划分(例如,如下结合框508所述)。
在框506中,(例如,从用户)收集关于目标计算系统(例如,超融合系统)上的期望特性和/或约束的输入。目标计算系统可以是用户希望将工作负载移动到的系统。因此,在一个示例中,可以在框506中以类似于图4的框404的方式收集或定义目标计算系统的特性。目标计算系统的期望特性可以包括例如描述对超融合系统的CPU、存储器、网络和/或存储利用率的限制的特性。该组期望特性可以更具体地包括用于备份、重复数据删除、压缩、数据冗余、容错等的开销。在一个示例中,为目标计算系统的每个可能的单独硬件配置定义至少一组期望特性。
在框508中,基于在框504中收集的工作负载统计信息,将工作负载划分为多个离散分量。多个离散分量可以包括例如虚拟机分量、进程分量、容器分量、服务器分量、裸机分量和/或其他分量。在一个示例中,这些分量中的每一个可以被组织成每虚拟机分钟(或每其他单位时间)的工作负载阵列。
在一些情况下,如上所述,工作负载分量可以在框504中进行收集时已经被(内在地)拆分(例如,由于不同工作负载分量在第一计算系统的不同节点或服务器上运行)。例如,可以在第一计算系统上运行的各种软件产品可以具有它们自己独特的报告格式,这些报告格式可以在它们提供的细节水平方面变化。某些格式可以在单个数据流中输送组合的工作负载数据,但可以包含足够的元数据,以允许将工作负载拆分为接收端上的每虚拟机或每进程分量。其他格式可以将工作负载拆分成在独立的数据流中输送的分量。由于数据的专用布置,可能无法完全解析其他格式,在这种情况下,可以做出关于工作负载分量的假设(例如,基于可用的元数据)。在每种情况下,可以定制将工作负载拆分成分量的方法,以匹配接收工作负载统计信息的格式。
在框510中,将工作负载分量中的每个分别地转换或建模为理论上的“超融合负载”,例如,由对应工作负载分量消耗或使用的一小部分超融合节点(可能考虑容错、备份和/或类似物)。例如,可以针对在第一计算系统上监控的时间窗(例如,y小时)内的每单位时间(例如,x分钟)为每个虚拟机计算由每种资源(例如,CPU、存储器、存储等)使用的一小部分超融合节点。
在一个示例中,在框506中收集的用户输入用于执行该转换。例如,超融合系统的期望特性(例如,用于备份、重复数据删除、压缩、数据冗余、容错等的开销)可以成为用于调整超融合系统的尺寸的计算“负载”的一部分。在一个示例中,在为多个不同的超融合硬件配置定义期望的系统特性(例如,最大或目标工作负载)的情况下,可以将工作负载分量中的每个转换为多个不同的超融合负载(例如,用于不同的超融合硬件配置中的每个的一个超融合负载)。例如,在第一计算系统上运行的给定虚拟机工作负载可以被建模以估计其在目标计算系统的可能的硬件配置中的每个上的对应超融合负载(例如,由供应商提供的可能的超融合系统硬件配置中的每个)。因此,工作负载的每个分量成为特定硬件配置上的通用超融合负载。也就是说,“超融合负载”是适用于超融合节点的一般统计,因此即使工作负载的各个分量源自不同的计算环境,也可以调整工作负载的各个分量的尺寸。因此,如下所述,当在一组超融合节点之间进行分配时,可以一起处理通用混合工作负载(例如,来自多个不同管理程序的进程、容器、虚拟机等)。
总的来说,在一个示例中,框504、508和510实现与在方法400的框406中执行的建模类似的功能。
在框512中,在框510中建模的一组超融合负载(例如,用于CPU、存储器、存储等)被布置或分配到超融合硬件配置(例如,超融合节点的特定配置)上。这允许用户详细地查看硬件配置如何响应工作负载(例如,在逐秒的基础上读取与写入的比率、线程数量等)。在一个示例中,超融合负载的布置遵守一个或多个约束,以便防止超融合硬件配置的任何超融合节点在工作负载的任何特定类型或分量中变得过载(例如,防止被加载超过阈值加载长于预定义的时间段)。超融合负载的布置还可以将一组超融合节点上的特定(例如,通用的、专用的或最优的)负载分布作为目标。
在一个示例中,用户可配置容差可以与超融合节点的加载相关联,例如,使得在定义的时间窗内(例如,最多x分钟,或在夜间系统维护运行期间等)允许一定量的过量加载(例如,在某些情况下超过百分之九十或甚至百分之百的容量)。例如,如上所述,在小的单位时间内查看工作负载(例如,逐秒地,而不是作为最低限度,最大或平均工作负载),允许识别工作负载中的尖峰。如果尖峰导致节点上的暂时过量加载,则可能优选的是在该暂时的时间段内允许节点过载,而不是用更大的节点替换该节点,该更大的节点的多余资源可能在大多数时间未被使用。在一个示例中,在框512中被布置在一组超融合节点上的超融合工作负载可以以与超融合工作负载如何在第一计算系统中运行无关的方式来布置,其中工作负载正从该第一计算系统移动。然而,在一些情况下(例如,在用户的请求下),超融合工作负载的布置可以尝试保留第一计算系统中的原始布置。
在一个示例中,一个或多个约束包括以下中的至少一个:(1)没有节点可以被加载超过相应的额定负载,过量加载在为节点定义的用户可配置容差内(如上所述);(2)保留用于超融合系统的扩展的可配置空间量;(3)超融合负载被指定函数进行缩放,以表示对应工作负载随时间的预期增长;(4)验证工作负载的每个分量都可以适合它被分配的超融合节点;(5)验证分配给超融合节点的任何工作负载分量的组合在所有负载方面将适合超融合节点;(6)对配置的超融合系统中的压缩、重复数据删除和备份操作的影响进行建模;(7)满足用于负载分配的任何指定约束(例如,用户可以请求一定数量的超融合节点被加载,其数量少于其他超融合节点,以便允许将来扩展);(8)允许保留审计跟踪,以便将来可以检查计算;(9)允许工作负载布置的优化,从而可以向用户给出包括关于某个用户定义准则为最佳的推荐的报告;(10)针对超融合系统的每个请求的/可能的各个硬件配置计算尺寸。在一个示例中,超融合负载在超融合节点上的布置还包括错误检查、审计和其他功能。
框512可以重复多次,例如,针对超融合系统的正在考虑的每个硬件配置重复一次,使得可以比较用于相同工作负载的不同硬件配置的性能。因此,在一个示例中,可以以与图4的框408类似的方式执行框512中的超混合负载的分配。
在框514中,可以生成报告,该报告示出超融合系统的至少一个具体硬件配置的性能。在一个示例中,报告可以逐项列出负载计算和推荐的特定虚拟机布置以优化工作负载。该报告还可以识别关于用户指定准则为最佳的具体硬件布置(包括例如,给定硬件配置的多少节点用于充分支持工作负载和/或对节点的多组约束,例如加载限制),和/或预测工作负载将如何在具体硬件配置上运行。
方法500在框516中结束。
应当注意,尽管未明确指定,但方法400和500的框、功能或操作中的一些可以包括用于特定应用的存储、显示和/或输出。换句话说,取决于特定应用,可以将方法中讨论的任何数据、记录、字段和/或中间结果存储、显示和/或输出到另一个设备。此外,图4和5中记载确定性操作或涉及决策的框、功能或操作不一定意味着实施确定性操作的两个分支。此外,在不脱离本公开的示例的情况下,上述方法的框、功能或操作可以组合、分离和/或以与上述顺序不同的顺序执行。
图6描绘了示例计算机600的高级框图,该示例计算机600可以被转换成能够执行本文描述的功能的机器。在一个示例中,计算机600可以是诸如图1中所示的尺寸调整系统100或图2中所示的尺寸调整系统200的系统。在一个示例中,计算机600可以包括处理器602和非暂时性机器可读存储介质604。非暂时性机器可读存储介质604可以包括指令606、608和610,这些指令当由处理器602执行时使处理器602执行各种功能。
指令606可以包括用于为目标计算系统(例如,要将在第一计算系统上运行的工作负载移动到的超融合系统)定义一组系统特性的指令。该组系统特性可以包括,例如,描述对超融合系统的CPU、存储器、网络和/或存储利用率的限制的特性。该组系统特性可以更具体地包括用于备份、重复数据删除、压缩,数据冗余、容错等的开销。在一个示例中,为目标计算系统的每个可能的单独硬件配置定义至少一组系统特性。可以经由GUI或其他接收接口接收该组系统特性。GUI(如果存在)可以包括用于用户输入该组系统特性的不同字段。
指令608可以包括用于通过根据该组系统特性将每个工作负载分量转换成相应的理论上的“超融合负载”(例如,一小部分超融合节点由对应工作负载分量使用或消耗,可能考虑容错、备份和/或类似物)来对在第一计算系统上运行的工作负载的每个分量分别进行建模的指令。例如,可以针对在第一计算系统上监控的时间窗(例如,y小时)内的每个单位时间(例如,x分钟)为每个虚拟机计算由每个资源(例如,CPU、存储器、存储等)使用的一小部分超融合节点。然而,超融合负载可能多于原始存储使用(例如,消耗的千兆字节数),并且还可能包括动态分量(例如,每单位时间特定尺寸的I/O、延迟等)。
指令610可以包括用于在表示某些超融合硬件配置(满足该组系统特性)的一组超融合节点之间分配该组超融合负载(例如,用于CPU、存储器、存储等)的指令。在一个示例中,超融合负载的布置遵守一个或多个约束,以便防止超融合硬件配置的任何超融合节点在工作负载的任何特定类型或分量中变得过载。
在一些示例中,非暂时性机器可读存储介质604可以包括附加指令,该附加指令包括但不限于:用于收集在第一计算系统上运行的任意工作负载的工作负载统计信息的指令、用于将任意工作负载划分为多个离散分量的指令,和/或用于生成报告的指令,该报告示出超融合系统的至少一个具体硬件配置的性能。
应当理解,上述公开的变体和其他特性和功能或其替代方案可以组合到许多其他不同的系统或应用中。随后可以进行各种目前无法预见或无法预料到的替代、修改或变化,这些替代、修改或变化也旨在被所附的权利要求所涵盖。
Claims (17)
1.一种用于分配负载的方法,包括:
为超融合系统定义一组系统特性;
对在计算系统上运行的任意工作负载的多个分量分别进行建模,其中所述建模将所述多个分量转换成多个相应的超融合负载;
在满足所述一组系统特性的一组超融合节点之间分配所述多个相应的超融合负载,其中所述分配防止所述一组超融合节点中的任何节点被加载超过阈值负载长于预定时间段而变得过载;
针对多个不同组的超融合节点重复所述分配,其中所述多个不同组中的每个组表示用于所述超融合系统的不同硬件配置;以及
基于针对所述多个不同组重复所述分配来生成推荐,所述推荐识别所述多个不同组中的关于用户定义准则是最优的一组,并且识别关于所述任意工作负载将如何在所述多个不同组中的所述一组上运行的预测,其中所述多个不同组中的所述一组进一步识别所述一组超融合节点中的多个超融合节点。
2.根据权利要求1所述的方法,其中,对于所述多个分量中的对应分量,所述多个相应的超融合负载中的每个超融合负载表示所述一组超融合节点中的由所述对应分量消耗的一小部分超融合节点。
3.如权利要求2所述的方法,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的中央处理单元使用。
4.如权利要求2所述的方法,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的存储器使用。
5.如权利要求2所述的方法,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的网络使用。
6.如权利要求2所述的方法,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的管理程序开销。
7.如权利要求2所述的方法,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的存储读取和写入。
8.如权利要求1所述的方法,其中,以将所述一组超融合节点上的特定的负载分布作为目标的方式来执行所述分配。
9.一种用由处理器可执行的指令编码的非暂时性机器可读存储介质,所述机器可读存储介质包括:
用于为超融合系统定义一组系统特性的指令;
用于对在计算系统上运行的任意工作负载的多个分量分别进行建模的指令,其中对所述多个分量进行建模根据所述一组系统特性将所述多个分量转换成多个相应的超融合负载;
用于在满足所述一组系统特性的一组超融合节点中分配所述多个相应的超融合负载的指令,其中所述分配防止所述一组超融合节点中的任何节点被加载超过阈值负载长于预定时间段而变得过载;
用于针对多个不同组的超融合节点重复所述分配的指令,其中所述多个不同组中的每个组表示用于所述超融合系统的不同硬件配置;以及
用于基于针对所述多个不同组重复所述分配来生成推荐的指令,所述推荐识别所述多个不同组中的关于用户定义准则是最优的一组,并且识别关于所述任意工作负载将如何在所述多个不同组中的所述一组上运行的预测,其中所述多个不同组中的所述一组进一步识别所述一组超融合节点中的多个超融合节点。
10.如权利要求9所述的非暂时性机器可读存储介质,其中,对于所述多个分量中的对应分量,所述多个相应的超融合负载中的每个超融合负载表示所述一组超融合节点中的由所述对应分量消耗的一小部分超融合节点。
11.如权利要求10所述的非暂时性机器可读存储介质,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的中央处理单元使用。
12.如权利要求10所述的非暂时性机器可读存储介质,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的存储器使用。
13.如权利要求10所述的非暂时性机器可读存储介质,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的网络使用。
14.如权利要求10所述的非暂时性机器可读存储介质,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的管理程序开销。
15.如权利要求10所述的非暂时性机器可读存储介质,其中,所述对应分量描述所述任意工作负载在系统使用的时间窗内的每单位时间中的存储读取和写入。
16.一种用于分配负载的装置,包括:
接收接口,所述接收接口用于收集超融合系统的一组系统特性;
与远程计算系统通信的输入设备,所述输入设备用于收集在所述远程计算系统上运行的任意工作负载的一组统计信息;
与所述接收接口和所述输入设备通信的处理器,所述处理器用于:
通过将所述任意工作负载的多个分量转换为多个相应的超融合负载来对所述多个分量分别进行建模;
在满足所述一组系统特性的一组超融合节点之间分配所述多个相应的超融合负载,其中所述分配防止所述一组超融合节点中的任何节点被加载超过阈值负载长于预定时间段而变得过载;
针对多个不同组的超融合节点重复所述分配,其中所述多个不同组中的每个组表示用于所述超融合系统的不同硬件配置;以及
基于针对所述多个不同组重复所述分配来生成推荐,所述推荐识别所述多个不同组中的关于用户定义准则是最优的一组,并且识别关于所述任意工作负载将如何在所述多个不同组中的所述一组上运行的预测,其中所述多个不同组中的所述一组进一步识别所述一组超融合节点中的多个超融合节点。
17.如权利要求16所述的装置,其中,所述接收接口包括图形用户接口,用户能够通过所述图形用户接口提供所述一组系统特性。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/786,697 | 2017-10-18 | ||
US15/786,697 US10827025B2 (en) | 2017-10-18 | 2017-10-18 | Allocations of arbitrary workloads among hyperconverged nodes |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109684071A CN109684071A (zh) | 2019-04-26 |
CN109684071B true CN109684071B (zh) | 2023-07-07 |
Family
ID=63878360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811042435.7A Active CN109684071B (zh) | 2017-10-18 | 2018-09-07 | 任意工作负载在超融合节点之间的分配 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10827025B2 (zh) |
EP (1) | EP3474140A1 (zh) |
CN (1) | CN109684071B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10740362B2 (en) * | 2017-12-22 | 2020-08-11 | International Business Machines Corporation | Container structure |
US20190220294A1 (en) * | 2018-01-17 | 2019-07-18 | International Business Machines Corporation | Using lightweight jit compilation for short-lived jvms on parallel distributing computing framework |
US10789247B2 (en) * | 2018-05-22 | 2020-09-29 | Microsoft Technology Licensing, Llc | Tune resource setting levels for query execution |
US11249659B2 (en) * | 2019-06-17 | 2022-02-15 | Hewlett Packard Enterprise Development Lp | Operational metric computation for workload type |
US11995479B2 (en) * | 2020-01-02 | 2024-05-28 | International Business Machines Corporation | Implementing workloads in a multi-cloud environment with data migration between cloud vendors |
CN112217895A (zh) * | 2020-10-12 | 2021-01-12 | 北京计算机技术及应用研究所 | 基于虚拟化容器的超融合集群的调度方法、装置及物理主机 |
CN112532440B (zh) * | 2020-11-24 | 2022-10-21 | 北京金山云网络技术有限公司 | 超融合节点拓展方法及装置、存储介质及电子设备 |
US20230079199A1 (en) * | 2021-09-14 | 2023-03-16 | International Business Machines Corporation | Utilizing federation relationship settings among different systems |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101048799A (zh) * | 2004-10-25 | 2007-10-03 | 惠普开发有限公司 | 通过实时视频动作分析理解视频内容 |
US8219653B1 (en) * | 2008-09-23 | 2012-07-10 | Gogrid, LLC | System and method for adapting a system configuration of a first computer system for hosting on a second computer system |
CN104506589A (zh) * | 2014-12-10 | 2015-04-08 | 上海爱数软件有限公司 | 一种基于超融合存储的资源迁移调度方法 |
US9280335B2 (en) * | 2010-09-30 | 2016-03-08 | International Business Machines Corporation | Semantically rich composable software image bundles |
CN105893143A (zh) * | 2015-02-13 | 2016-08-24 | 三星电子株式会社 | 用于对多个数据进行批处理的方法和设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009026703A1 (en) * | 2007-08-31 | 2009-03-05 | Cirba Inc. | Method and system for evaluating virtualized environments |
US8930542B2 (en) | 2012-01-23 | 2015-01-06 | International Business Machines Corporation | Dynamically building a set of compute nodes to host the user's workload |
US20130268940A1 (en) | 2012-04-04 | 2013-10-10 | Daniel Juergen Gmach | Automating workload virtualization |
US9262231B2 (en) * | 2012-08-07 | 2016-02-16 | Advanced Micro Devices, Inc. | System and method for modifying a hardware configuration of a cloud computing system |
US9164809B2 (en) * | 2012-09-04 | 2015-10-20 | Red Hat Israel, Ltd. | Virtual processor provisioning in virtualized computer systems |
US9417903B2 (en) * | 2013-06-21 | 2016-08-16 | International Business Machines Corporation | Storage management for a cluster of integrated computing systems comprising integrated resource infrastructure using storage resource agents and synchronized inter-system storage priority map |
US9626211B2 (en) | 2014-04-29 | 2017-04-18 | Vmware, Inc. | Auto-discovery of pre-configured hyper-converged computing devices on a network |
WO2017074491A1 (en) | 2015-10-30 | 2017-05-04 | Hewlett Packard Enterprise Development Lp | Data locality for hyperconverged virtual computing platform |
US20170185444A1 (en) | 2015-12-02 | 2017-06-29 | Vmware, Inc. | System for batch processing of workflows for virtualized infrastructure |
-
2017
- 2017-10-18 US US15/786,697 patent/US10827025B2/en active Active
-
2018
- 2018-09-07 CN CN201811042435.7A patent/CN109684071B/zh active Active
- 2018-10-16 EP EP18200617.1A patent/EP3474140A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101048799A (zh) * | 2004-10-25 | 2007-10-03 | 惠普开发有限公司 | 通过实时视频动作分析理解视频内容 |
US8219653B1 (en) * | 2008-09-23 | 2012-07-10 | Gogrid, LLC | System and method for adapting a system configuration of a first computer system for hosting on a second computer system |
US9280335B2 (en) * | 2010-09-30 | 2016-03-08 | International Business Machines Corporation | Semantically rich composable software image bundles |
CN104506589A (zh) * | 2014-12-10 | 2015-04-08 | 上海爱数软件有限公司 | 一种基于超融合存储的资源迁移调度方法 |
CN105893143A (zh) * | 2015-02-13 | 2016-08-24 | 三星电子株式会社 | 用于对多个数据进行批处理的方法和设备 |
Non-Patent Citations (1)
Title |
---|
浅谈超融合基础架构;钱朝阳等;《数字技术与应用》;20160915(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109684071A (zh) | 2019-04-26 |
US20190116237A1 (en) | 2019-04-18 |
EP3474140A1 (en) | 2019-04-24 |
US10827025B2 (en) | 2020-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684071B (zh) | 任意工作负载在超融合节点之间的分配 | |
US10958515B2 (en) | Assessment and dynamic provisioning of computing resources for multi-tiered application | |
US11455183B2 (en) | Adjusting virtual machine migration plans based on alert conditions related to future migrations | |
US9684542B2 (en) | Smart cloud workload balancer | |
US20220078036A1 (en) | Asset management with respect to a shared pool of configurable computing resources | |
US9389798B2 (en) | Dynamic reconfiguration of storage system | |
US8756310B2 (en) | Comprehensive bottleneck detection in a multi-tier enterprise storage system | |
US9483288B2 (en) | Method and system for running a virtual appliance | |
US9590875B2 (en) | Content delivery infrastructure with non-intentional feedback parameter provisioning | |
US8739169B2 (en) | Method for monitoring operating experiences of images to improve workload optimization in cloud computing environments | |
US10649811B2 (en) | Sunder management for a cluster of disperse nodes | |
CN107209685B (zh) | 虚拟机布置 | |
US20140282540A1 (en) | Performant host selection for virtualization centers | |
WO2018178033A1 (en) | Virtualised network function deployment | |
JP6235156B2 (ja) | 計算機システムおよび負荷平準化プログラム | |
WO2017051474A1 (ja) | 計算機システムの管理方法及び計算機システム | |
US20160036632A1 (en) | Computer system | |
US9305068B1 (en) | Methods and apparatus for database virtualization | |
WO2017208431A1 (ja) | 管理システム及びリソーススケジューリング方法 | |
CN105511968A (zh) | 一种资源调度管理系统 | |
CN112783637A (zh) | 一种资源调控方法和装置 | |
US20240086203A1 (en) | Sizing service for cloud migration to physical machine | |
CN104598239A (zh) | 软件发布和使用系统,基于该系统使用和发布软件的方法 | |
KR20140092599A (ko) | 분산 처리 시스템 및 그 방법, 그리고 이에 적용되는 장치 |
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 |