CN109788036B - 基于云网络的分布式计算方法、装置及具有其的云服务器 - Google Patents
基于云网络的分布式计算方法、装置及具有其的云服务器 Download PDFInfo
- Publication number
- CN109788036B CN109788036B CN201811565641.6A CN201811565641A CN109788036B CN 109788036 B CN109788036 B CN 109788036B CN 201811565641 A CN201811565641 A CN 201811565641A CN 109788036 B CN109788036 B CN 109788036B
- Authority
- CN
- China
- Prior art keywords
- service
- parameter
- input
- solving
- server
- 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
Abstract
本发明公开了一种基于云网络的分布式计算方法、装置及具有其的云服务器,其中,装置包括:参数定义模块,用于定义输入输出的参数类型标准和参数传递规则;参数规则匹配模块,用于根据参数传递规则和参数类型标准对输入输出参数在多种数据类型中进行混合匹配;服务驱动引擎,用于求解服务的动态驱动以及输入输出参数、文件的传输,并采用心跳机制监控求解服务的当前运行状态;流程驱动引擎模块,用于定义求解流程;可扩展求解服务封装规则模块。该装置实现对基于云部署的高性能求解服务集群的规范化整合、流程化驱动以及过程控制,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
Description
技术领域
本发明涉及云仿真计算技术领域,特别涉及一种基于云网络的分布式计算方法、装置及具有其的云服务器。
背景技术
相关技术,软件在仿真计算领域目前主要是基于单机集成的方式实现,通过本地客户端驱动对应的本地仿真软件或求解单元完成仿真或求解过程,其中的本地计算软件需要进行单独的封装开发。
然而,基于C/S形式的软件必须在本地安装客户端,所有使用到的求解程序也要同时进行安装,对于软件的更新升级带来很大的不便,使用繁琐,大大降低了用户的使用体验;同时本地计算机的性能直接影响计算的效率,而把所有客户机器全部换成高性能计算服务器是不现实的,并在各种软件计算求解过程中系统资源消耗严重,用户基本不能同时进行其他工作,大大降低了工作效率,灵活性差、且无法保证求解过程的稳定。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于云网络的分布式计算装置,该装置有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
本发明的另一个目的在于提出一种云服务器。
本发明的再一个目的在于提出一种基于云网络的分布式计算方法。
为达到上述目的,本发明一方面实施例提出了一种基于云网络的分布式计算装置,包括:参数定义模块,用于定义输入输出的参数类型标准和参数传递规则;参数规则匹配模块,用于根据所述参数传递规则和所述参数类型标准对输入输出参数在多种数据类型中进行混合匹配,以匹配不同求解单元参数;服务驱动引擎,用于求解服务的动态驱动以及所述输入输出参数、文件的传输,并采用心跳机制监控求解服务的当前运行状态;流程驱动引擎模块,用于定义求解流程,其中,根据所述输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式;可扩展求解服务封装规则模块,用于定义云端求解服务的扩展标准,以规定所述输入输出参数的类型、服务的通讯方式、所述输入参数的传输方式和所述输出参数的传输方式。
本发明实施例的基于云网络的分布式计算装置,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
另外,根据本发明上述实施例的基于云网络的分布式计算装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述服务驱动引擎进一步用于在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过所述心跳机制监控求解器所述当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及所述输出参数或结果文件后,通知流程引擎继续运行。
进一步地,在本发明的一个实施例中,所述服务驱动引擎模块采用基于SOAP协议的Web Service技术在所述服务端完成所述求解服务。
进一步地,在本发明的一个实施例中,所述求解流程包括流程开始节点、流程结束节点、可扩展的求解器节点以及流程的分支包容性网关、排他性网关中的一项或多项。
进一步地,在本发明的一个实施例中,所述扩展标准支持基于SOAP协议的WebService通讯标准。
进一步地,在本发明的一个实施例中,所述求解服务部署在独立的高性能运算服务器中、部署在Docker应用容器引擎中和/或部署支持并发运算的服务器集群体系中。
为达到上述目的,本发明另一方面实施例提出了一种云服务器,包括上述的基于云网络的分布式计算装置。本发明实施例的云服务器,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
为达到上述目的,本发明再一方面实施例提出了一种基于云网络的分布式计算方法,包括以下步骤:定义求解流程,以定义仿真流程结构,其中,根据输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式;根据所述参数传递规则和所述参数类型标准对输入输出参数在多种数据类型中进行混合匹配,匹配不同求解单元参数,以配置输入参数来源、形式和默认值,并启动求解流程;传输求解服务的动态驱动以及所述输入输出参数、文件,并采用心跳机制监控求解服务的当前运行状态,以驱动服务规则引擎求解各个节点,并得到各个节点输出结果;汇总所述各个节点输出结果,并对汇总后的所述各个节点输出结果进行处理,以得到仿真的分布式计算结果。
本发明实施例的基于云网络的分布式计算方法,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
另外,根据本发明上述实施例的基于云网络的分布式计算方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,还包括:定义云端求解服务的扩展标准,以规定所述输入输出参数的类型、服务的通讯方式、所述输入参数的传输方式和所述输出参数的传输方式。
进一步地,在本发明的一个实施例中,还包括:在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过所述心跳机制监控求解器所述当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及所述输出参数或结果文件后,通知流程引擎继续运行。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于云网络的分布式计算装置的结构示意图;
图2为根据本发明一个实施例的系统总体运转流程示意图;
图3为根据本发明一个实施例的求解服务调用流程示意图;
图4为根据本发明一个实施例的基于云网络的分布式计算方法的流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的基于云网络的分布式计算方法、装置及具有其的云服务器,首先将参照附图描述根据本发明实施例提出的基于云网络的分布式计算装置。
图1是本发明一个实施例的基于云网络的分布式计算装置的结构示意图。
如图1所示,该基于云网络的分布式计算装置10包括:参数定义模块100、参数规则匹配模块200、服务驱动引擎300、流程驱动引擎模块400和可扩展求解服务封装规则模块500。
其中,参数定义模块100用于定义输入输出的参数类型标准和参数传递规则。参数规则匹配模块200用于根据参数传递规则和参数类型标准对输入输出参数在多种数据类型中进行混合匹配,以匹配不同求解单元参数。服务驱动引擎300用于求解服务的动态驱动以及输入输出参数、文件的传输,并采用心跳机制监控求解服务的当前运行状态。流程驱动引擎模块400用于定义求解流程,其中,根据输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式。可扩展求解服务封装规则模块500用于定义云端求解服务的扩展标准,以规定输入输出参数的类型、服务的通讯方式、输入参数的传输方式和输出参数的传输方式。本发明实施例的装置10实现对基于云部署的高性能求解服务集群的规范化整合、流程化驱动以及过程控制,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
可以理解的是,本发明实施例设计了参数定义模块100、参数规则匹配模块200、服务驱动引擎300、流程驱动引擎模块400以及可扩展求解服务封装规则模块500。下面分别对每个模块进行详细介绍。
参数定义模块100定义了输入输出的参数类型标准和参数传递规则,实现求解服务输入输出参数的标准化和可扩展、可维护性。
参数规则匹配模块200基于参数的传递规则及类型标准实现了输入输出参数在文本、数值、参数文件解析、结果文件解析等多种数据类型的混合匹配功能,实现不同求解单元参数的自动匹配。
进一步地,在本发明的一个实施例中,服务驱动引擎模块300采用基于SOAP协议的Web Service技术在服务端完成求解服务。
可以理解的是,服务驱动引擎模块300采用基于SOAP协议的Web Service技术在服务器端完成求解服务的动态驱动以及输入输出参数、文件的传输,并采用心跳机制监控求解服务的运行状态。
进一步地,在本发明的一个实施例中,服务驱动引擎进一步用于在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过心跳机制监控求解器当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及输出参数或结果文件后,通知流程引擎继续运行。
具体而言,服务驱动引擎模块300提供两种形式的对求解服务的调用方法,分别是同步传输和异步回调。(1)在同步传输方式下,服务驱动引擎在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作。(2)在异步传输方式下服务驱动引擎负责发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过心跳机制监控求解器服务器运行状态,服务端计算完成后反馈消息到服务驱动引擎,服务驱动引擎在得到执行结果及输出参数或结果文件后通知流程引擎继续运行。
进一步地,在本发明的一个实施例中,求解流程包括流程开始节点、流程结束节点、可扩展的求解器节点以及流程的分支包容性网关、排他性网关中的一项或多项。
具体而言,流程引擎驱动模块400可以灵活定义求解流程,包括流程开始和流程结束节点、可扩展的求解器节点以及流程的分支包容性网关、排他性网关等节点,并支持事件和消息的驱动形式。流程引擎驱动模块400结合参数规则匹配模块200定义求解过程数据的传递规则和解析方式。
进一步地,在本发明的一个实施例中,扩展标准支持基于SOAP协议的Web Service通讯标准。
在本发明的一个实施例中,求解服务部署在独立的高性能运算服务器中、部署在Docker应用容器引擎中和/或部署支持并发运算的服务器集群体系中。
具体而言,可扩展求解服务封装规则模块500定义了云端求解服务的扩展标准,支持基于SOAP协议的Web Service通讯标准,求解服务可以部署在独立的高性能运算服务器中,可以部署在Docker应用容器引擎中,也可以部署支持并发运算的服务器集群体系中。本发明实施例的求解服务标准规定了输入输出参数的类型,规定了服务的通讯方式,规定了输入参数传输方式,规定了输出参数的传输方式。
下面结合图2对系统总体运转流程进行进一步阐述,具体包括:
(1)定义仿真结构流程;
(2)配置输入参数来源;
(3)启动求解流程;
(4)驱动服务规则引擎求解各节点;
(5)汇总输出结果;
(6)输出结果后处理。
进一步地,将结合附图3对求解服务调用流程进行进一步说明,具体包括以下步骤:
步骤一:任务到达后,初始化输入参数;
步骤二:验证输入参数的完整性,如果验证失败,则在手动补充参数后进入步骤三;如果验证通过,则直接进入步骤三;
步骤三:发送计算请求;
步骤四:判断服务器状态,如果服务器处于繁忙状态,则等待特定时间,(其中,特定时间本领域技术人员可以根据实际情况进行设置,在此不做具体限定),并返回步骤三;如果服务器处于可用状态,则直接进入步骤五;
步骤五:发送输入参数,并开始心跳监控,保持心跳直到结束心跳;
步骤六:等待计算结束指令;
步骤七:获取计算结束指令;
步骤八:获取输出参数;
步骤九:结束心跳,并释放资源;
步骤十:匹配参数规则。
根据本发明实施例提出的基于云网络的分布式计算装置,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
另外,本发明实施例还提出了一种云服务器,包括上述的基于云网络的分布式计算装置。本发明实施例的云服务器,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
其次参照附图描述根据本发明实施例提出的基于云网络的分布式计算方法。
图4是本发明一个实施例的基于云网络的分布式计算方法的流程图。
如图4所示,该基于云网络的分布式计算方法包括以下步骤:
在步骤S401中,定义求解流程,以定义仿真流程结构,其中,根据输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式。
在步骤S402中,根据参数传递规则和参数类型标准对输入输出参数在多种数据类型中进行混合匹配,匹配不同求解单元参数,以配置输入参数来源、形式和默认值,并启动求解流程。
在步骤S403中,传输求解服务的动态驱动以及输入输出参数、文件,并采用心跳机制监控求解服务的当前运行状态,以驱动服务规则引擎求解各个节点,并得到各个节点输出结果。
在步骤S404中,汇总各个节点输出结果,并对汇总后的各个节点输出结果进行处理,以得到仿真的分布式计算结果。
进一步地,在本发明的一个实施例中,本发明实施例的方法还包括:定义云端求解服务的扩展标准,以规定输入输出参数的类型、服务的通讯方式、输入参数的传输方式和输出参数的传输方式。
进一步地,在本发明的一个实施例中,本发明实施例的方法还包括:在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过心跳机制监控求解器当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及输出参数或结果文件后,通知流程引擎继续运行。
需要说明的是,前述对基于云网络的分布式计算装置实施例的解释说明也适用于该实施例的基于云网络的分布式计算方法,此处不再赘述。
根据本发明实施例提出的基于云网络的分布式计算方法,通过将所有求解服务都部署在云端适合对应计算形式的服务器/服务器集群中,解放了本地计算机,基于服务器的部署结构便于系统的升级维护,提升了系统的使用率,更加专业的计算服务器保障了计算过程的稳定性,从而有效提高了计算的便捷性、灵活性和稳定性,大幅提升工作效率,大大提升了用户的使用体验,简单易实现。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种基于云网络的分布式计算装置,其特征在于,包括:
参数定义模块,用于定义输入输出的参数类型标准和参数传递规则;
参数规则匹配模块,用于根据所述参数传递规则和所述参数类型标准对输入输出参数在多种数据类型中进行混合匹配,以匹配不同求解单元参数;
服务驱动引擎,用于求解服务的动态驱动以及所述输入输出参数、文件的传输,并采用心跳机制监控求解服务的当前运行状态;
流程驱动引擎模块,用于定义求解流程,其中,根据所述输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式;以及
可扩展求解服务封装规则模块,用于定义云端求解服务的扩展标准,以规定所述输入输出参数的类型、服务的通讯方式、所述输入参数的传输方式和所述输出参数的传输方式;
所述服务驱动引擎进一步用于在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过所述心跳机制监控求解器所述当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及所述输出参数或结果文件后,通知流程引擎继续运行。
2.根据权利要求1所述的基于云网络的分布式计算装置,其特征在于,所述服务驱动引擎模块采用基于SOAP协议的Web Service技术在所述服务端完成所述求解服务。
3.根据权利要求1所述的基于云网络的分布式计算装置,其特征在于,所述求解流程包括流程开始节点、流程结束节点、可扩展的求解器节点以及流程的分支包容性网关、排他性网关中的一项或多项。
4.根据权利要求1所述的基于云网络的分布式计算装置,其特征在于,所述扩展标准支持基于SOAP协议的Web Service通讯标准。
5.根据权利要求1-4任一项所述的基于云网络的分布式计算装置,其特征在于,所述求解服务部署在独立的高性能运算服务器中、部署在Docker应用容器引擎中和/或部署支持并发运算的服务器集群体系中。
6.一种云服务器,其特征在于,包括:如权利要求1-5任一项所述的基于云网络的分布式计算装置。
7.一种基于云网络的分布式计算方法,其特征在于,包括以下步骤:
定义求解流程,以定义仿真流程结构,其中,根据输入输出的参数类型标准和参数传递规则求解过程数据的传递规则和解析方式;
根据所述参数传递规则和所述参数类型标准对输入输出参数在多种数据类型中进行混合匹配,匹配不同求解单元参数,以配置输入参数来源、形式和默认值,并启动求解流程;
传输求解服务的动态驱动以及所述输入输出参数、文件,并采用心跳机制监控求解服务的当前运行状态,以驱动服务规则引擎求解各个节点,并得到各个节点输出结果;以及
汇总所述各个节点输出结果,并对汇总后的所述各个节点输出结果进行处理,以得到仿真的分布式计算结果;
其中,在同步传输方式下,在发起请求后会一直等待计算完成消息的反馈并随后进行计算结果的拉取操作,并且在异步传输方式下,发送输入参数和开始计算消息到求解器服务器,之后进入等待状态,通过所述心跳机制监控求解器所述当前运行状态,并在服务端计算完成,且接收反馈消息后,一旦得到执行结果及所述输出参数或结果文件后,通知流程引擎继续运行。
8.根据权利要求7所述的基于云网络的分布式计算方法,其特征在于,还包括:
定义云端求解服务的扩展标准,以规定所述输入输出参数的类型、服务的通讯方式、所述输入参数的传输方式和所述输出参数的传输方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565641.6A CN109788036B (zh) | 2018-12-20 | 2018-12-20 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811565641.6A CN109788036B (zh) | 2018-12-20 | 2018-12-20 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109788036A CN109788036A (zh) | 2019-05-21 |
CN109788036B true CN109788036B (zh) | 2021-09-28 |
Family
ID=66497511
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811565641.6A Active CN109788036B (zh) | 2018-12-20 | 2018-12-20 | 基于云网络的分布式计算方法、装置及具有其的云服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109788036B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111552994B (zh) * | 2020-04-29 | 2023-06-16 | 江苏华路信息科技有限公司 | 云计算应用的分步式数据传输方法 |
CN113807987A (zh) * | 2021-07-29 | 2021-12-17 | 卡斯柯信号有限公司 | 一种基于ctc仿真实训流程的参数动态计算方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567396A (zh) * | 2010-12-30 | 2012-07-11 | 中国移动通信集团公司 | 一种基于云计算的数据挖掘方法、系统及装置 |
CN103065221A (zh) * | 2012-12-27 | 2013-04-24 | 北京仿真中心 | 基于bpel的多学科协同优化流程建模与调度的方法和系统 |
CN106251071A (zh) * | 2016-07-27 | 2016-12-21 | 浙江大学滨海产业技术研究院 | 一种支持多种引擎的云工作流实现方法 |
CN106372074A (zh) * | 2015-07-22 | 2017-02-01 | 中国科学院城市环境研究所 | 一种用于污染场地风险评估可视化系统的架构方法 |
CN107577453A (zh) * | 2017-08-08 | 2018-01-12 | 安徽省烟草公司滁州市公司 | 一种商业企业标准化云开发系统 |
CN108021446A (zh) * | 2017-11-24 | 2018-05-11 | 北京动力机械研究所 | 一种云仿真服务关联和资源调度系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9871857B2 (en) * | 2015-04-29 | 2018-01-16 | Microsoft Technology Licensing, Llc | Optimal allocation of dynamic cloud computing platform resources |
-
2018
- 2018-12-20 CN CN201811565641.6A patent/CN109788036B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567396A (zh) * | 2010-12-30 | 2012-07-11 | 中国移动通信集团公司 | 一种基于云计算的数据挖掘方法、系统及装置 |
CN103065221A (zh) * | 2012-12-27 | 2013-04-24 | 北京仿真中心 | 基于bpel的多学科协同优化流程建模与调度的方法和系统 |
CN106372074A (zh) * | 2015-07-22 | 2017-02-01 | 中国科学院城市环境研究所 | 一种用于污染场地风险评估可视化系统的架构方法 |
CN106251071A (zh) * | 2016-07-27 | 2016-12-21 | 浙江大学滨海产业技术研究院 | 一种支持多种引擎的云工作流实现方法 |
CN107577453A (zh) * | 2017-08-08 | 2018-01-12 | 安徽省烟草公司滁州市公司 | 一种商业企业标准化云开发系统 |
CN108021446A (zh) * | 2017-11-24 | 2018-05-11 | 北京动力机械研究所 | 一种云仿真服务关联和资源调度系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109788036A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2016045403A1 (zh) | 运行环境的配置方法及装置、系统 | |
US8589885B2 (en) | Debugger launch and attach on compute clusters | |
CN111741134B (zh) | 一种网络靶场大规模场景中虚拟机快速构建系统与方法 | |
CN111614729B (zh) | 对kubernetes容器集群的控制方法、装置及电子设备 | |
CN106406905B (zh) | 一种用于服务器的bios的setup选项的配置方法及系统 | |
CN109788036B (zh) | 基于云网络的分布式计算方法、装置及具有其的云服务器 | |
CN107479984B (zh) | 基于消息的分布式空间数据处理系统 | |
WO2015100646A1 (zh) | 软件架构的实现方法和实现平台 | |
CN113742031A (zh) | 节点状态信息获取方法、装置、电子设备及可读存储介质 | |
WO2019062634A1 (zh) | 通信方法及装置 | |
CN103516735A (zh) | 一种网络节点升级的方法及装置 | |
CN114205230A (zh) | 云原生网元的配置方法、系统、介质及电子设备 | |
CN113342503B (zh) | 实时进度反馈方法、装置、设备及存储介质 | |
CN114726789A (zh) | 流量管理、配置流量管理策略的方法、装置、设备及介质 | |
KR102127591B1 (ko) | 이벤트 기반 비동기식 통신 프레임워크에서의 동기식 통신 방법 및 장치 | |
JP2011118867A (ja) | 遠隔プラグイン装置、ロボットプラグイン実行エンジン装置及びロボットプラグイン実行システム | |
CN115268909A (zh) | 一种web前端创建并运行构建任务的方法、系统和终端 | |
CN115268951A (zh) | 一种操作系统的安装方法、装置、设备及存储介质 | |
CN113067833A (zh) | 一种协同组态服务方法及相关组件 | |
JP2002108838A (ja) | エージェント実行装置およびエージェント実行方法 | |
CN111522630A (zh) | 基于批次调度中心的计划任务执行方法以及系统 | |
CN104298750B (zh) | 用于实时系统通信的更新处理方法及装置 | |
WO2015067052A1 (zh) | 测试命令发送方法、装置及系统 | |
CN116582582B (zh) | 组件式物联网数据采集方法、系统、设备及介质 | |
JP2020526138A (ja) | データインタラクションの方法、装置および機器 |
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 |