CN109905329A - 一种虚拟化环境下任务类型感知的流队列自适应管理方法 - Google Patents
一种虚拟化环境下任务类型感知的流队列自适应管理方法 Download PDFInfo
- Publication number
- CN109905329A CN109905329A CN201910007824.4A CN201910007824A CN109905329A CN 109905329 A CN109905329 A CN 109905329A CN 201910007824 A CN201910007824 A CN 201910007824A CN 109905329 A CN109905329 A CN 109905329A
- Authority
- CN
- China
- Prior art keywords
- task
- queue
- type
- stream
- flow
- 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
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种虚拟化环境下任务类型感知的流队列自适应管理方法，该方法包含：(1)接收来自管理员的指令，若为流调度策略移除指令，则开始流调度移除功能，若该命令为流调度策略部署指令，则开始流调度策略部署功能；(2)基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型；(3)在虚拟化层将不同类型任务的流映射到内核模块中不同的Qdisc队列，实现对不同类型任务的流的网络传输性能的隔离和管理；(4)实时统计不同任务类型的流负载情况，根据负载对不同队列之间的传输权重进行自适应调整和优化。该方法能够感知任务类型并对流队列进行自适应管理，有效提高虚拟化环境下任务的网络传输性能。
Description
技术领域
本发明属于虚拟化环境下的网络传输优化领域，尤其涉及一种虚拟化环境下任务类型感知的流队列自适应管理方法。
背景技术
随着云计算和虚拟化技术的不断成熟以及云服务的不断丰富，越来越多的应用被部署在云数据中心虚拟化环境下，涉及来自金融、医疗、电商、教育等在内的各个行业。这些应用通常都以分布式的架构进行部署，其部署架构如图1所示。通过将应用拆分成子模块，并以虚拟机的形式进行封装，最后各个虚拟机被放置到数据中心的不同物理服务器上。由于分布式的特点，数据中心应用的性能与网络传输性能密切相关，其网络传输需求通常表示为传输任务，每个任务由若干条分布式的流组成，因此研究人员通常通过流调度技术来优化应用的网络传输性能。根据应用对网络传输性能的不同需求，可将任务分为两大类：
(1)延迟敏感型任务。这类任务主要来自于web服务、分布式数据库等应用。这类任务单次传输的数据量通常较少，一般为若干KB，但对于报文传输延迟有着严格的要求。以web服务为例，如图2所示为典型的web服务架构，来自用户端的服务请求到达web服务器以后，在数据中心内部，经过负载均衡到达相应的App服务器，App服务器根据需要向数据库数据请求，最终数据由数据库传到App服务器再经由Web服务器传回到用户端，最终呈现给用户。为了给用户提供良好的服务体验，从用户发出请求到接收到应答，整个过程经历的时间被限制在几百毫秒以内。由此可见，对于这类任务，保证报文传输的低延迟对于优化应用的网络传输性能从而提升用户体验起着至关重要的作用。
(2)带宽敏感型任务。这类任务主要来来自基于MapReduce和BSP等框架的各种集群计算应用。这类任务虽然对于报文传输延迟并不敏感，但数据量通常较大，因此对传输带宽有着较高的要求。以MapReduce应用为例，MapReduce应用的执行过程主要可分为Map、Shuffle和Reduce三个阶段，如图3所示，输入数据首先被分割成块，在Map阶段，不同的数据块交由各Mapper节点处理，各Mapper节点处理的结果经过Shuffle到达各Reducer节点，由Reducer节点进行汇总最后得到输出数据。整个处理过程中，只有当Map阶段结束并将数据传输到Reduce节点以后，才能进入到Reduce阶段，而研究表明，MapReduce应用在执行的过程中进行数据传输的时间在应用执行总时间的占比甚至达到了50％以上。由此可见，对于这类任务，合理的带宽分配对于优化应用的网络传输性能进而提升应用执行性能十分重要。
由以上对不同类型任务特点的分析可知，目前数据中心虚拟化环境下异构混杂的任务并存，给数据中心虚拟化环境下的流队列管理带来了巨大挑战。在数据中心虚拟化环境下，物理服务器被拆分成若干台虚拟机，各台虚拟机共同竞争物理服务器的网络资源。一方面，来自同一物理服务器的不同虚拟机可能产生不同类型的网络传输任务。延迟敏感型任务对报文传输延迟有着严格的要求，而带宽敏感型任务传输的数据量通常较大。由于两类任务的混杂并存，可能导致物理服务器的网卡队列被大量带宽敏感任务的报文所阻塞，从而导致延迟敏感任务的低延迟需求得不到保障。另一方面，来自同一物理服务器的不同虚拟机可能同时产生多个带宽敏感的任务，多个带宽敏感任务之间对网络资源的竞争可能会导致单个虚拟机所能获得的带宽资源极不稳定，因而不能满足任务的带宽需求。研究表明，在数据中心虚拟化环境下，即使物理网络并不拥塞，虚拟机之间在进行网络传输的过程中，其延迟和带宽也非常不稳定，在Amazon EC2环境下，报文延迟波动范围高达上百个RTT，而带宽波动范围也高达10Gbps。因此，在数据中心虚拟化环境下，由于不同类型任务之间对共享网络资源的竞争，难以同时满足不同类型任务的网络传输性能需求。
近年来，针对上述挑战，研究人员对数据中心虚拟化环境下的流队列管理机制展开了深入的研究，主要包括基于公平共享的流队列管理机制和基于优先级的流队列管理机制。基于公平共享的流队列管理机制的思路通常是通过对队列长度进行控制。当队列长度超过一定阈值时，则进行丢包或者拥塞标记等操作，从而使端设备感知到网络的拥塞情况，进而主动减小传输速率或者发送窗口，最终使得队列的长度维持在一个较小的值，以降低报文传输延迟，同时提升网络吞吐量。这类基于公平共享的流队列管理机制存在一个明显的缺陷，那就是延迟敏感的小流可能会被带宽敏感的大流阻塞。基于优先级的流队列管理机制的思路通常是根据流的不同大小或者类型将各条流映射到不同的优先级队列，优先传输高优先级的流，进而满足不同类型任务的不同网络传输性能需求。与基于公平共享的流队列管理机制相比，基于优先级的流队列管理机制虽然不存在小流被大流阻塞的情况，能够较好的满足不同类型任务的网络传输性能需求，但是却没有考虑到在大量小流共存的情况下各条小流之间对带宽资源的竞争，从而可能造成很大一部分小流都不能满足低延迟需求。为了更好的满足延迟敏感任务的低延迟需求，Van Jacobson等人提出了CoDel算法，以实现可控的报文传输延迟。以上研究工作虽然对提升网络传输性能，保证不同类型任务的网络传输性能需求做出了一定贡献，但是却没有考虑到根据实际的负载情况对网络资源在不同类型的网络传输任务之间进行合理的分配，导致网络传输性能较低。
发明内容
发明目的：针对以上问题，本发明提供一种虚拟化环境下任务类型感知的流队列自适应管理方法，实现对虚拟化环境下虚拟机中不同类型任务的流量感知，根据任务类型对流量进行隔离，并有效保证不同任务的性能要求。
技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种虚拟化环境下任务类型感知的流队列自适应管理方法，该方法包含以下步骤：
(1)接收来自管理员的指令，若为流调度策略移除指令，则开始执行流调度移除功能；若该命令为流调度策略部署指令，则开始执行流调度策略部署功能；
(2)基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型；
(3)在虚拟化层将不同类型任务的流映射到内核模块中不同的Qdisc队列，实现对不同类型任务的流的网络传输性能的隔离和管理；
(4)实时统计不同任务类型的流负载情况，根据负载对不同队列之间的传输权重进行自适应调整和优化。
进一步的，步骤(1)中，流调度移除具体方法如下：设置时间窗口Δ，对于流表中的流调度策略k，统计第m个时间窗口Δm内命中该策略k的报文个数，记为Fk m，设置流表的移除系数其中g为记忆系数，表示上一轮Δ中流表移除系数对本轮决策的影响，在第m个时间窗口Δm内以的概率移除流表中的流调度策略k，其中
进一步的，步骤(2)中，基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型，方法如下：
(201)对于来自于虚拟机的流报文，剥离报文的隧道头部，具体操作为内核报文数据结构skb的hdr指针向右移动24比特位，获得报文真实元数据信息；
(202)对真实元数据信息进行判断，具体包括：报文五元组：源IP地址、目的IP地址、协议号、源端口号和目的端口号，根据报文五元组判断报文属于哪条流，进而根据流的元数据判断报文的任务类型。
进一步的，步骤(202)中的根据流的元数据判断报文的任务类型方法如下：记虚拟化层聚合网桥上的流表信息ftb、报文的染色信息color、流大小信息size，判断方法为根据元数据优先级进行数据整合判断，优先级顺序为color>ftb>size，其中，color和ftb的提取信息为2bit信息，若为01表示带宽敏感型任务，10表示延迟敏感型任务；size>1KB的流为带宽敏感型任务，size<＝1KB的流为延迟敏感型任务。
进一步的，其特征在于，所述的步骤(3)中，不同类型任务的流的网络传输性能的隔离方法包含如下步骤：
(301)在虚拟化层内核中配置两类Qdisc队列，对于延迟敏感型任务，配置Qdisc的类型为Codel，对于带宽敏感型任务，配置Qdisc的类型为HTB；
(302)在两种队列之间，采用WRR机制根据不同队列的权重进行传输报文数据。
进一步的，所述的步骤(4)中，不同队列之间的传输权重进行自适应调整和优化方法包含如下步骤：
(401)获取CoDel队列当前状态，即丢包状态或者非丢包状态；
(402)若CoDel队列当前处于丢包状态，则执行两类任务权重调整方法，合理分配Codel和HTB队列的权重，调整两类任务的带宽配比；
(403)若CoDel队列当前处于非丢包状态，则减小延迟敏感型任务的带宽配比。
进一步的，步骤(402)中，两类任务权重调整方法如下：
(40201)提取当前两队列之间WRR机制的总权重W，网络总带宽B，Codel队列的丢包数kl，第l个报文在Codel队列中逗留的时间τl，Codel队列丢包间隔interval；
(40202)不同类型队列之间的权重调整方法为符合帕累托最优性质的优化方法，即满足如下性质：
(a)第l个报文在队列中逗留的时间τl满足：
(b)设置延迟敏感任务的队列CoDel队列的权重为：其中，Sj表示第j个报文的大小；
(40203)设置带宽敏感任务的队列HTB队列的权重为W2,l＝W-W1,l。
进一步的，步骤(403)中，减小延迟敏感型任务的带宽配比的方法为：记录CoDel队列处于非丢包状态的持续时间t，若t大于阈值t1，则每隔t2时间，将延迟敏感型任务的带宽配比减小L％，直到CoDel队列再次进入丢包状态为止；当再次进入丢包状态时，重置t＝0。
有益效果：与现有技术相比，本发明的技术方案具有以下有益技术效果：
1.有效感知不同流量的任务类型，实现不同类型任务之间的性能隔离，保证延迟敏感型应用的延迟，并保证带宽敏感型应用的带宽需求。
2.根据实时的网络负载情况对不同类型任务之间的权重进行自适应调整，能够较好的适应负载的动态变化，在理论上权重调整满足帕累托最优性质。
3.流队列管理机制在虚拟化层实现，屏蔽了虚拟机的异构型，能够在无需修改虚拟化环境中虚拟机内部网络协议栈的情况下，感知任务类型并对流队列进行自适应管理，有效提高虚拟机的网络性能。
附图说明
图1为数据中心虚拟化环境下的应用部署架构图；
图2为典型web服务架构图；
图3为MapReduce应用执行过程示意图；
图4为本发明的实施方式框架图；
图5为本发明实现的流队列管理模块流程图；
图6为本发明实现的不同类型任务权重调整模块流程图。
具体实施方式
下面结合附图，对本发明的技术方案进行详细的说明。
如图4所示，本发明公开的一种虚拟化环境下任务类型感知的流队列自适应管理方法位于虚拟化层，具体的说，位于虚拟机所处的宿主机虚拟化管理层中，无需修改虚拟机内部软件。其中，流指的是具有相同五元组的一组报文，关于流的元信息存储于流表中。该方法具有流队列管理和不同类型任务权重调整功能。流队列管理包含流调度策略移除和流调度策略部署功能；不同类型任务权重调整功能通过检测队列的实时状态，感知网络负载情况，根据实时的网络负载情况，对延迟敏感型任务和带宽敏感型任务所属队列之间的权重进行自适应的调整，以适应负载的动态变化。
如图5所示为本发明实现的流队列管理功能流程图，包括以下步骤：
(1)流队列管理功能接收来自管理员的指令，若为流调度策略移除指令，则开始流调度移除功能，若该命令为流调度策略部署指令，则开始流调度策略部署功能。
(2)流调度策略移除功能会对流表中表项进行移除，以减小存储流调度策略的流表总长度，减少流调度策略对报文延迟的影响。设置时间窗口Δ，对于流表中的流调度策略k，统计第m个时间窗口Δm内命中该流调度策略的报文个数，记为Fk m。设置流表移除系数流表的移除系数其中g为记忆系数，表示上一轮Δ中流表移除系数对本轮决策的影响，其中g的取值为0.3-0.6。流调度移除的算法为，在第m个时间窗口Δm内以的概率移除流表中的流调度策略k，其中该算法能够在未来报文到达情况未知的情况下，减小流调度策略错误移除的概率，减小流表总长度。
(3)流调度部署功能为，基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型。
(301)对于来自于虚拟机的流报文，剥离报文的隧道头部，具体操作为内核报文数据结构skb的hdr指针向右移动24比特位，获得报文真实元数据信息。
(302)对报文真实元数据信息进行判断，具体包括：报文五元组：源IP地址、目的IP地址、协议号、源端口号和目的端口号，根据报文五元组判断报文属于哪条流，进而根据流的元数据判断报文的任务类型，虚拟化层聚合网桥上的流表信息ftb、报文的染色信息color、流大小信息size。判断方法为根据元数据优先级进行数据整合，优先级顺序为color>ftb>size。其中，color和ftb的提取信息为2bit信息，若为01表示带宽敏感型任务，10表示延迟敏感型任务，size>1KB的流为带宽敏感型任务，size<＝1KB的流为延迟敏感型任务。
(4)在虚拟化层将不同类型任务的流映射到内核模块中不同的Qdisc队列，实现对不同类型任务的流的网络传输性能的隔离和管理；
(401)在虚拟化层内核中配置两类Qdisc队列，对于延迟敏感型任务，配置Qdisc的类型为Codel，对于带宽敏感型任务，配置Qdisc的类型为HTB。
(402)在两种队列之间，采用WRR机制根据不同队列的权重进行传输报文数据，加权循环调度算法WRR(Weighted Round Robin)指的是给两类队列设置权重，然后按比例发送报文。
(5)如图6所示为本发明实现的不同类型任务权重调整模块流程图，包括以下步骤：
(501)获取CoDel队列当前状态，即丢包状态或者非丢包状态，丢包状态指的是CoDel队列满了，丢弃到报文的状态。
(502)若CoDel队列当前处于丢包状态，则执行两类任务权重调整算法。
(50201)提取当前两队列之间WRR机制的总权重W，网络总带宽B，Codel队列的丢包数kl，第l个报文在Codel队列中逗留的时间τl，Codel队列丢包间隔interval。
(50202)不同类型队列之间的权重调整算法为符合帕累托最优性质的优化方法，满足如下性质：
(a)第l个报文在队列中逗留的时间τl满足
(b)设置延迟敏感任务的队列CoDel队列的权重为其中sj表示第k个报文的大小。
(50203)设置带宽敏感任务的队列HTB队列的权重为W2,l＝W-W1,l
(503)若CoDel队列当前处于非丢包状态，则适当减小延迟敏感型任务的权重。具体实施方法为记录CoDel队列处于非丢包状态的持续时间t，若t大于阈值t1，比如设置t1＝200ms，则每隔t2时间，比如t2＝100ms，将延迟敏感型任务的带宽配比减小L％，比如设置L＝20，直到再次进入丢包状态为止；当CoDel队列再次进入丢包状态时，重置t＝0。其中，上述阈值t1、时间间隔t2、以及宽带配比减小的百分比L％可以按照实际需要设置。
本发明还可有其他多种实施方式，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员可根据本发明做出各种相应的改变和变形，这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，该方法包含以下步骤：
(1)接收来自管理员的指令，若为流调度策略移除指令，则开始执行流调度移除功能；若该命令为流调度策略部署指令，则开始执行流调度策略部署功能；
(2)基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型；
(3)在虚拟化层将不同类型任务的流映射到内核模块中不同的Qdisc队列，实现对不同类型任务的流的网络传输性能的隔离和管理；
(4)实时统计不同任务类型的流负载情况，根据负载对不同队列之间的传输权重进行自适应调整和优化。
2.根据权利要1所述的一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，步骤(1)中，流调度移除具体方法如下：设置时间窗口Δ，对于流表中的流调度策略k，统计第m个时间窗口Δm内命中该策略k的报文个数，记为Fk m，设置流表的移除系数其中g为记忆系数，表示上一轮Δ中流表移除系数对本轮决策的影响，在第m个时间窗口Δm内以的概率移除流表中的流调度策略k，其中
3.根据权利要1或2所述的一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，步骤(2)中，基于不同流的元数据信息感知任务类型，判断流所属的任务类型是否为带宽敏感型或是延迟敏感型，方法如下：
(201)对于来自于虚拟机的流报文，剥离报文的隧道头部，具体操作为内核报文数据结构skb的hdr指针向右移动24比特位，获得报文真实元数据信息；
(202)对真实元数据信息进行判断，具体包括：报文五元组：源IP地址、目的IP地址、协议号、源端口号和目的端口号，根据报文五元组判断报文属于哪条流，进而根据流的元数据判断报文的任务类型。
4.根据权利要3所述的一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，步骤(202)中的根据流的元数据判断报文的任务类型方法如下：记虚拟化层聚合网桥上的流表信息ftb、报文的染色信息color、流大小信息size，判断方法为根据元数据优先级进行数据整合判断，优先级顺序为color>ftb>size，其中，color和ftb的提取信息为2bit信息，若为01表示带宽敏感型任务，10表示延迟敏感型任务；size>1KB的流为带宽敏感型任务，size<＝1KB的流为延迟敏感型任务。
5.根据权利要求1或2或3或4所述一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，所述的步骤(3)中，不同类型任务的流的网络传输性能的隔离方法包含如下步骤：
(301)在虚拟化层内核中配置两类Qdisc队列，对于延迟敏感型任务，配置Qdisc的类型为Codel，对于带宽敏感型任务，配置Qdisc的类型为HTB；
(302)在两种队列之间，采用WRR机制根据不同队列的权重进行传输报文数据。
6.根据权利要求1或2或3或4所述的一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，所述的步骤(4)中，不同队列之间的传输权重进行自适应调整和优化方法包含如下步骤：
(401)获取CoDel队列当前状态，即丢包状态或者非丢包状态；
(402)若CoDel队列当前处于丢包状态，则执行两类任务权重调整方法，合理分配Codel和HTB队列的权重，调整两类任务的带宽配比；
(403)若CoDel队列当前处于非丢包状态，则减小延迟敏感型任务的带宽配比。
7.根据权利要求6所述的一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，步骤(402)中，两类任务权重调整方法如下：
(40201)提取当前两队列之间WRR机制的总权重W，网络总带宽B，Codel队列的丢包数Kl，第l个报文在Codel队列中逗留的时间τl，Codel队列丢包间隔interval；
(40202)不同类型队列之间的权重调整方法为符合帕累托最优性质的优化方法，即满足如下性质：
(a)第l个报文在队列中逗留的时间τl满足：
(b)设置延迟敏感任务的队列CoDel队列的权重为：其中，Sj表示第j个报文的大小；
(40203)设置带宽敏感任务的队列HTB队列的权重为W2,l＝W-W1,l。
8.根据权利要求6或7所述一种虚拟化环境下任务类型感知的流队列自适应管理方法，其特征在于，步骤(403)中，减小延迟敏感型任务的带宽配比的方法为：记录CoDel队列处于非丢包状态的持续时间t，若t大于阈值t1，则每隔t2时间，将延迟敏感型任务的带宽配比减小L％，直到CoDel队列再次进入丢包状态为止；当再次进入丢包状态时，重置t＝0。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910007824.4A CN109905329B (zh) | 2019-01-04 | 2019-01-04 | 一种虚拟化环境下任务类型感知的流队列自适应管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910007824.4A CN109905329B (zh) | 2019-01-04 | 2019-01-04 | 一种虚拟化环境下任务类型感知的流队列自适应管理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109905329A true CN109905329A (zh) | 2019-06-18 |
| CN109905329B CN109905329B (zh) | 2021-06-08 |
Family
ID=66943541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910007824.4A Active CN109905329B (zh) | 2019-01-04 | 2019-01-04 | 一种虚拟化环境下任务类型感知的流队列自适应管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109905329B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111444012A (zh) * | 2020-03-03 | 2020-07-24 | 中国科学院计算技术研究所 | 一种保证延迟敏感应用延迟slo的动态调控资源方法及系统 |
| CN112367265A (zh) * | 2020-10-27 | 2021-02-12 | 中国电子科技集团公司第二十八研究所 | 一种适用于窄带弱连接网络的可靠数据传输方法和装置 |
| CN112364063A (zh) * | 2021-01-12 | 2021-02-12 | 北京智慧星光信息技术有限公司 | 流计算系统及其数据处理方法、电子设备及介质 |
| CN112667356A (zh) * | 2020-12-30 | 2021-04-16 | 上海交通大学 | 时延可预测的NVMe存储虚拟化方法和系统 |
| CN113676416A (zh) * | 2021-10-22 | 2021-11-19 | 浙江锐文科技有限公司 | 一种在高速网卡/dpu内提升网络服务质量的方法 |
| CN115396315A (zh) * | 2022-07-29 | 2022-11-25 | 西北大学 | 基于高性能网络的数据中心间多类别混合流带宽调度方法 |
| CN116800684A (zh) * | 2023-06-27 | 2023-09-22 | 中科驭数（北京）科技有限公司 | Rdma网卡发送队列的性能隔离方法和rdma网卡 |
| CN116800684B (zh) * | 2023-06-27 | 2024-06-07 | 中科驭数（北京）科技有限公司 | Rdma网卡发送队列的性能隔离方法和rdma网卡 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102075431A (zh) * | 2011-01-25 | 2011-05-25 | 武汉迈威光电技术有限公司 | 一种同时支持多种优先级的非屏蔽式QoS流调度策略 |
| CN102710489A (zh) * | 2011-03-28 | 2012-10-03 | 日电（中国）有限公司 | 动态分流调度系统和方法 |
| CN106533806A (zh) * | 2016-12-26 | 2017-03-22 | 上海交通大学 | 多租户SDN网络中基于应用感知提供跨层QoS的方法 |
| US20180302275A1 (en) * | 2017-04-12 | 2018-10-18 | International Business Machines Corporation | Configuration management in a stream computing environment |
-
2019
- 2019-01-04 CN CN201910007824.4A patent/CN109905329B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102075431A (zh) * | 2011-01-25 | 2011-05-25 | 武汉迈威光电技术有限公司 | 一种同时支持多种优先级的非屏蔽式QoS流调度策略 |
| CN102710489A (zh) * | 2011-03-28 | 2012-10-03 | 日电（中国）有限公司 | 动态分流调度系统和方法 |
| CN106533806A (zh) * | 2016-12-26 | 2017-03-22 | 上海交通大学 | 多租户SDN网络中基于应用感知提供跨层QoS的方法 |
| US20180302275A1 (en) * | 2017-04-12 | 2018-10-18 | International Business Machines Corporation | Configuration management in a stream computing environment |
Non-Patent Citations (1)
| Title |
|---|
| 周鹏程: "数据中心虚拟化环境下任务级流调度机制的研究与实现", 《东南大学硕士学位论文》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111444012A (zh) * | 2020-03-03 | 2020-07-24 | 中国科学院计算技术研究所 | 一种保证延迟敏感应用延迟slo的动态调控资源方法及系统 |
| CN111444012B (zh) * | 2020-03-03 | 2023-05-30 | 中国科学院计算技术研究所 | 一种保证延迟敏感应用延迟slo的动态调控资源方法及系统 |
| CN112367265A (zh) * | 2020-10-27 | 2021-02-12 | 中国电子科技集团公司第二十八研究所 | 一种适用于窄带弱连接网络的可靠数据传输方法和装置 |
| CN112667356A (zh) * | 2020-12-30 | 2021-04-16 | 上海交通大学 | 时延可预测的NVMe存储虚拟化方法和系统 |
| CN112667356B (zh) * | 2020-12-30 | 2023-01-31 | 上海交通大学 | 时延可预测的NVMe存储虚拟化方法和系统 |
| CN112364063B (zh) * | 2021-01-12 | 2021-06-04 | 北京智慧星光信息技术有限公司 | 流计算系统及其数据处理方法、电子设备及介质 |
| CN112364063A (zh) * | 2021-01-12 | 2021-02-12 | 北京智慧星光信息技术有限公司 | 流计算系统及其数据处理方法、电子设备及介质 |
| CN113676416A (zh) * | 2021-10-22 | 2021-11-19 | 浙江锐文科技有限公司 | 一种在高速网卡/dpu内提升网络服务质量的方法 |
| CN113676416B (zh) * | 2021-10-22 | 2021-12-28 | 浙江锐文科技有限公司 | 一种在高速网卡/dpu内提升网络服务质量的方法 |
| CN115396315A (zh) * | 2022-07-29 | 2022-11-25 | 西北大学 | 基于高性能网络的数据中心间多类别混合流带宽调度方法 |
| CN115396315B (zh) * | 2022-07-29 | 2023-09-15 | 西北大学 | 基于高性能网络的数据中心间多类别混合流带宽调度方法 |
| CN116800684A (zh) * | 2023-06-27 | 2023-09-22 | 中科驭数（北京）科技有限公司 | Rdma网卡发送队列的性能隔离方法和rdma网卡 |
| CN116800684B (zh) * | 2023-06-27 | 2024-06-07 | 中科驭数（北京）科技有限公司 | Rdma网卡发送队列的性能隔离方法和rdma网卡 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109905329B (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109905329A (zh) | 一种虚拟化环境下任务类型感知的流队列自适应管理方法 | |
| US11677851B2 (en) | Accelerated network packet processing | |
| CN104426799B (zh) | 管理网络接口卡中的队列的方法 | |
| CN104579962B (zh) | 一种区分不同报文的QoS策略的方法及装置 | |
| US20230142539A1 (en) | Methods and apparatus to schedule service requests in a network computing system using hardware queue managers | |
| US8644194B2 (en) | Virtual switching ports on high-bandwidth links | |
| CN108353029A (zh) | 用于管理计算网络中的数据业务的方法和系统 | |
| US8149846B2 (en) | Data processing system and method | |
| CN109768939A (zh) | 一种支持优先级的标签化网络栈方法和系统 | |
| CN106789721A (zh) | 一种基于令牌桶的智能qos方法及系统 | |
| WO2020087523A1 (zh) | 网络通信的方法、装置及电子设备 | |
| CN106302227B (zh) | 混合网络流调度方法和交换机 | |
| US10348683B2 (en) | Network packet filtering via media access control (MAC) address learning | |
| WO2015044719A1 (en) | Apparatus for optimising a configuration of a communications network device | |
| US11831550B2 (en) | Fine grain traffic shaping offload for a network interface card | |
| CN106716368A (zh) | 用于应用的网络分类 | |
| US20180302329A1 (en) | Output rates for virtual output queues | |
| CN111343097A (zh) | 链路负载均衡的方法、装置、电子设备及存储介质 | |
| US9705698B1 (en) | Apparatus and method for network traffic classification and policy enforcement | |
| KR20120055947A (ko) | 가입자 인지 플로우별 ＱｏＳ 제공 방법 및 장치 | |
| WO2021052382A1 (zh) | 云业务的带宽管理及配置方法及相关装置 | |
| KR20180134219A (ko) | 가상머신 패킷의 처리방법과 그 장치 | |
| Menth et al. | Deficit round robin with limited deficit savings (DRR-LDS) for fairness among TCP users | |
| Dong et al. | Uranus: Congestion-proportionality among slices based on weighted virtual congestion control | |
| Guesmi et al. | Design of priority-based active queue management for a high-performance IP switch |
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 |