CN110119300A - 虚拟单元集群的负载均衡方法和装置 - Google Patents
虚拟单元集群的负载均衡方法和装置 Download PDFInfo
- Publication number
- CN110119300A CN110119300A CN201810117100.0A CN201810117100A CN110119300A CN 110119300 A CN110119300 A CN 110119300A CN 201810117100 A CN201810117100 A CN 201810117100A CN 110119300 A CN110119300 A CN 110119300A
- Authority
- CN
- China
- Prior art keywords
- dummy unit
- cluster
- server
- degree
- making
- 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.)
- Pending
Links
Classifications
-
- 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
-
- 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
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种虚拟单元集群的负载均衡方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:利用虚拟单元集群中的虚拟单元的当前资源信息获取虚拟单元之间的弥补度;根据所述弥补度对所述虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于服务器总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在服务器。该实施方式能够根据虚拟单元之间的弥补度对虚拟单元进行聚类和部署,从而在不依赖于迁移阈值的前提下保持对实体资源的有效利用。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种虚拟单元集群的负载均衡方法和装置。
背景技术
目前,大数据技术、云计算技术等高度依赖于计算虚拟化技术。计算虚拟化技术是一种通过隔离计算机实体资源以便于用户更好使用的资源管理技术。通过计算虚拟化技术,可以打破实体资源的限制,以更为灵活的虚拟单元的形式,将计算机资源纳入虚拟单元集群进行统一调度管理。其中,虚拟单元可以是虚拟机或者应用程序容器。
实际应用中,虚拟单元集群往往会发生负载失衡的情况,例如:宿主服务器发出内存使用率过高的告警、宿主服务器长期超载运行导致磁盘损坏等。为了在虚拟单元集群中平衡各宿主服务器的负载,需要对虚拟单元集群进行负载均衡控制。现有技术中,一般使用虚拟机软件分布式资源调度程序VMware DRS(VMware Distributed Resource Scheduler)进行虚拟单元集群的负载均衡。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:
VMware DRS的负载均衡策略依赖于迁移阈值,其在节点负载超过迁移阈值时触发调整,虚拟单元的迁移为基于迁移阈值的被动式迁移。同时,迁移阈值根据数据中心基础环境以及具体业务情况进行设置和更新,需要耗费大量的精力与成本。
发明内容
有鉴于此,本发明实施例提供一种虚拟单元集群的负载均衡方法和装置,能够根据虚拟单元之间的弥补度对虚拟单元进行聚类和部署,从而在不依赖于迁移阈值的前提下保持对实体资源的有效利用。
为实现上述目的,根据本发明的一个方面,提供了一种虚拟单元集群的负载均衡方法。
本发明实施例的虚拟单元集群的负载均衡方法,用于将虚拟单元集群中的多个虚拟单元部署在多个服务器中;其包括:利用所述多个虚拟单元的当前资源信息获取虚拟单元之间的弥补度;根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于所述多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;以及,按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
可选地,在虚拟单元未运行时,其当前资源信息为资源分配信息;在虚拟单元运行时,其当前资源信息为资源分配信息与资源利用率的乘积。
可选地,所述聚类基于由虚拟单元组成的簇的迭代聚合,每一簇的当前资源信息为其包括的虚拟单元的当前资源信息之和,所述虚拟单元之间的弥补度包括:不同的簇之间的弥补度。
可选地,所述不同的簇之间的弥补度利用以下公式计算:
其中,X、Y分别为两个不同的簇的当前资源信息,ρX,Y为X、Y对应的簇之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σx分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算;并且,同一维度下X的分量不大于Y的分量。
可选地,所述根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类包括:将所述多个虚拟单元中的每一虚拟单元作为一个簇;计算多个簇中两两之间的弥补度,并将弥补度最大的两个簇聚合为一个簇;迭代执行所述聚合动作,直到形成任一服务器将无法容纳的簇;将该簇确定为虚拟类,将可容纳该簇的服务器确定为宿主服务器;针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行所述聚合动作以及所述确定动作,直到形成的虚拟类与剩余的簇的总数不大于所述多个服务器的总数;将剩余的簇确定为虚拟类。
可选地,所述将所述多个虚拟类部署在所述多个服务器包括:以虚拟类生成的先后顺序将所述多个虚拟类部署在所述多个服务器。
可选地,所述方法进一步包括:将所述多个虚拟类部署在所述多个服务器之后:在所述虚拟单元集群中增加虚拟单元时,计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
可选地,所述方法进一步包括:将所述多个虚拟类部署在所述多个服务器之后:在增加任一虚拟单元的当前资源信息时,计算变更后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;其中,所述当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
可选地,所述虚拟单元包括:虚拟机或应用程序容器;虚拟单元的当前资源信息包括以下至少一种:虚拟单元当前的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源分配信息包括以下至少一种:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;服务器的资源配置信息包括以下至少一种:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源利用率包括以下至少一种:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
为实现上述目的,根据本发明的另一方面,提供了一种虚拟单元集群的负载均衡装置。
本发明实施例的虚拟单元集群的负载均衡装置,可用于将虚拟单元集群中的多个虚拟单元部署在多个服务器中;其包括:弥补度计算模块,可用于利用所述多个虚拟单元的当前资源信息获取虚拟单元之间的弥补度;聚类模块,可用于根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于所述多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;以及,部署模块,可用于按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
可选地,在虚拟单元未运行时,其当前资源信息为资源分配信息;在虚拟单元运行时,其当前资源信息为资源分配信息与资源利用率的乘积。
可选地,所述聚类基于由虚拟单元组成的簇的迭代聚合,每一簇的当前资源信息为其包括的虚拟单元的当前资源信息之和,所述虚拟单元之间的弥补度包括:不同的簇之间的弥补度。
可选地,所述不同的簇之间的弥补度可利用以下公式计算:
其中,X、Y分别为两个不同的簇的当前资源信息,ρX,Y为X、Y对应的簇之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σX分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算;并且,同一维度下X的分量不大于Y的分量。
可选地,所述聚类模块可进一步用于:将所述多个虚拟单元中的每一虚拟单元作为一个簇;计算多个簇中两两之间的弥补度,并将弥补度最大的两个簇聚合为一个簇;迭代执行所述聚合动作,直到形成任一服务器将无法容纳的簇;将该簇确定为虚拟类,将可容纳该簇的服务器确定为宿主服务器;针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行所述聚合动作以及所述确定动作,直到形成的虚拟类与剩余的簇的总数不大于所述多个服务器的总数;将剩余的簇确定为虚拟类。
可选地,所述部署模块可进一步用于:以虚拟类生成的先后顺序将所述多个虚拟类部署在所述多个服务器。
可选地,所述装置可进一步包括:第一调整模块,用于将所述多个虚拟类部署在所述多个服务器之后:在所述虚拟单元集群中增加虚拟单元时,计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
可选地,所述装置可进一步包括:第二调整模块,用于将所述多个虚拟类部署在所述多个服务器之后:在增加任一虚拟单元的当前资源信息时,计算变更后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;其中,所述当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
可选地,所述虚拟单元可包括:虚拟机或应用程序容器;虚拟单元的当前资源信息包括以下至少一种:虚拟单元当前的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源分配信息包括以下至少一种:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;服务器的资源配置信息包括以下至少一种:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源利用率包括以下至少一种:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
为实现上述目的,根据本发明的又一方面,提供了一种电子设备。
本发明的一种电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明所提供的虚拟单元集群的负载均衡方法。
为实现上述目的,根据本发明的再一方面,提供了一种计算机可读存储介质。
本发明的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明所提供的虚拟单元集群的负载均衡方法。
根据本发明的技术方案,上述发明中的一个实施例具有如下优点或有益效果:通过建立合理的弥补度计算公式,根据该公式计算虚拟单元之间的弥补度以实现虚拟单元的层次聚类,并利用聚类结果部署虚拟单元,从而可将当前资源信息互相弥补的虚拟单元实时部署在同一服务器中,实现了虚拟单元的主动式部署和迁移,提高了实体资源的整体利用效率,解决了现有技术中因设置迁移阈值产生较大耗费的问题。此外,本发明可以将CPU、内存、磁盘、电源功率、网络流量等信息作为当前资源信息,用于后续的弥补度计算、虚拟单元聚类及部署,这样能够更为准确地确定互相弥补的虚拟单元,从而进一步提升资源利用效率。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的虚拟单元集群的负载均衡方法的主要步骤示意图;
图2是根据本发明实施例的虚拟单元集群的负载均衡装置的主要部分示意图;
图3是根据本发明实施例可以应用于其中的示例性系统架构图;
图4是用来实现本发明实施例的虚拟单元集群的负载均衡方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明实施例的技术方案通过建立合理的弥补度计算公式,根据该公式计算虚拟单元之间的弥补度以实现虚拟单元的动态聚类,并利用聚类结果部署虚拟单元,从而可将当前资源信息互相弥补的虚拟单元实时部署在同一服务器中,实现了虚拟单元的主动式部署和迁移,提高了实体资源的整体利用效率,解决了现有技术中因设置迁移阈值产生较大耗费的问题。此外,本发明可以将CPU、内存、磁盘、电源功率、网络流量等信息作为当前资源信息,用于后续的弥补度计算、虚拟单元聚类及部署,这样能够更为准确地确定互相弥补的虚拟单元,从而进一步提升资源利用效率。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例的虚拟单元集群的负载均衡方法的主要步骤示意图。
如图1所示,本发明实施例的虚拟单元集群的负载均衡方法可执行以下步骤:
步骤S101:利用虚拟单元集群中的虚拟单元的当前资源信息获取虚拟单元之间的弥补度。
具体地,虚拟单元指的是用于实现计算虚拟化的工具,其可以是虚拟机或者Docker(Docker是一种开源的应用程序容器引擎)等应用程序容器。在本发明实施例中,需要将处于虚拟单元集群中的多个正在运行或者未运行的虚拟单元部署在多个服务器中。其中,每一虚拟单元配置有创建该虚拟单元时为其分配的资源分配信息,其可包括以下至少一个维度的信息:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量。
每一虚拟单元还具有对应于当前时刻的当前资源信息。当前资源信息包括以下至少一个维度的信息:虚拟单元当前时刻的CPU内核数量、内存容量、磁盘容量、功率以及网络流量,当前资源信息可反映虚拟单元在各个维度的实时负载。对于处于未运行状态的虚拟单元,其当前资源信息即为资源分配信息;对于处于运行状态的虚拟单元,其当前资源信息为资源分配信息与资源利用率的乘积。其中,资源利用率是在当前时刻之前的一个统计周期内计算得到的,资源利用率可包括以下至少一个维度的利用率:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
相应的,每一服务器均配置有资源配置信息,其可包括以下至少一个维度的信息:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量。需要说明的是,上述当前资源信息、资源分配信息、资源利用率以及资源配置信息的维度并不限于上述CPU、内存、磁盘、功率、流量,实际应用中可根据需求增加其它维度的信息。
在本步骤中,需要利用虚拟单元的当前资源信息来计算虚拟单元之间的弥补度。其中,弥补度可度量两个虚拟单元的当前资源信息在各个维度的互补性。例如:对于CPU负载较高、内存占用较低(即当前资源信息中cpu维度的分量较高、内存维度的分量较低)的虚拟单元,其与CPU负载较低、内存占用较高的虚拟单元互补性较强,二者的弥补度应较大;而对于两个CPU负载均较高、内存占用均较低的虚拟单元,二者的互补性较弱,因此二者的弥补度应较小。
需要说明的是,在本发明实施例中,可以将多个虚拟单元组合成一个虚拟单元集合,虚拟单元集合的当前资源信息为原有的多个虚拟单元的当前资源信息之和。也就是说,多个虚拟单元可将当前资源信息在对应维度的分量相加,得到的和为虚拟单元集合的当前资源信息在对应维度的分量。以当前资源信息有CPU、内存、磁盘三个维度为例,如果两个虚拟单元的当前资源信息分别是(以下的当前资源信息以CPU维度、内存维度、磁盘维度排列,三个维度分别表示CPU内核数量、内存容量、磁盘容量,三个维度的单位分别是核、GB、GB):(8,16,90)、(6,30,30),则二者组合得到的虚拟单元集合的当前资源信息为:(14,46,120)。特别地,弥补度不仅可以度量虚拟单元之间的互补性,也可度量虚拟单元集合之间以及虚拟单元集合与虚拟单元之间的互补性。
实际应用中,虚拟单元、和/或虚拟单元集合之间的弥补度可利用以下公式计算:(以下以虚拟单元之间的弥补度为例说明)
其中,X、Y分别为两个不同的虚拟单元的当前资源信息,ρX,Y为X、Y对应的虚拟单元之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σX分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算。此外,同一维度下X的分量不大于Y的分量。
需要说明的是,具体应用场景中,虚拟单元当前资源信息各维度的分量往往具有相似的数量级,因此在计算弥补度的两个虚拟单元之间,某一虚拟单元的当前资源信息各维度的分量往往同时大于或小于另一虚拟单元。在上述公式中,xi即为各维度较小的分量,yi即为各维度较大的分量。
实际应用中,两个虚拟单元的相关性越大,其弥补度越小。上述公式中的右侧第三项可反映虚拟单元的相关性大小。同时,如果两个虚拟单元在每一维度的分量数值差异较大,则二者的弥补度也会随之减小。例如:对于以下两种当前资源信息:(10,20,30)、(3000,2000,1000),虽然二者的相关性不高(即从这个方面来说弥补度较高),但由于每一维度的分量数值差异较大,二者最终的弥补度应从分量数值方面减小。在上述公式中,右侧第二项可反映分量数值差异给弥补度带来的影响。一般地,两个虚拟单元的弥补度ρX,Y不大于1。
步骤S102:根据弥补度对虚拟单元进行聚类,得到多个虚拟类。
在本步骤中,虚拟类为经过聚类动作后处于同一类的至少一个虚拟单元组成的虚拟单元集合。具体地,步骤S102可按照以下步骤执行:
1.将每一虚拟单元作为一个簇,计算多个簇中任意两个簇之间的弥补度,将弥补度最大的两个簇聚合为一个簇。其中,上述簇是由至少一个虚拟单元组成的虚拟单元集合。
2.迭代执行上述聚合动作,即迭代执行“获取当前的簇中弥补度最大的两个簇,将二者组成一个簇”的步骤,直到形成任一服务器将无法容纳的簇。
其中,任一服务器将无法容纳的簇指的是:对于当前的某个簇,如果继续执行上述聚合动作,则由该簇形成的簇不能被任何一个服务器容纳(即超出任何一个服务器的配置),上述当前的某个簇即为“任一服务器将无法容纳的簇”。一般地,“任一服务器将无法容纳的簇”是当前的簇中当前资源信息各维度数值最大的簇。
3.将“任一服务器将无法容纳的簇”确定为虚拟类,将当前可容纳该簇的服务器确定为宿主服务器。其中,虚拟类为虚拟单元组成的虚拟单元集合。可以理解的是,“任一服务器将无法容纳的簇”若经过下一次聚合动作则无法被任一服务器容纳,当前其还可以被至少一个服务器容纳。
4.针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行上述聚合动作以及上述确定动作,直到形成的虚拟类与剩余的簇的总数不大于服务器总数。
在本步骤中,得到每一虚拟类之后,将该虚拟类从当前的簇中去除;得到每一宿主服务器之后,将该宿主服务器从服务器中去除。在现有的簇与服务器中迭代执行“获取当前的簇中弥补度最大的两个簇,将二者组成一个簇,直到形成任一服务器将无法容纳的簇”的聚合动作以及“将任一服务器将无法容纳的簇确定为虚拟类,将当前可容纳该簇的服务器确定为宿主服务器”的确定动作,直到形成的虚拟类与剩余的簇的总数不大于服务器总数。
实际应用中,存在以下情形:形成的虚拟类与剩余的簇的总数大于服务器总数,并且对剩余的簇进行聚类无法形成“任一服务器将无法容纳的簇”,此时可将剩余的簇聚合为一个簇,将其确定为虚拟类。
5.将剩余的簇确定为虚拟类,从而将虚拟单元集群中所有的虚拟单元聚合为虚拟类。在本步骤中,虚拟类的总数必然不大于服务器总数。
步骤S102中的聚类过程可如下例所示:欲将5个虚拟单元a、b、c、d、e部署在2个服务器S、T中时,可执行如下步骤:
1.将a、b、c、d、e作为簇,计算a、b、c、d、e两两之间的弥补度。若a、b的弥补度最大,则将a与b聚合为新的簇f,此时的簇有c、d、e、f。
2.迭代执行上述聚合操作,直到形成S、T将无法容纳的簇。具体地:计算c、d、e、f两两之间的弥补度,若c、d的弥补度最大,则将c与d聚合为新的簇g,此时的簇有e、f、g;计算e、f、g两两之间的弥补度,若e、f的弥补度最大,则将e、f聚合为新的簇h,此时如果h超出了S、T的配置、且在e、f中f的当前资源信息在各维度的分量较大,则f为S、T将无法容纳的簇。
3.取消此次聚合,将f确定为虚拟类,将可容纳f的服务器S确定为宿主服务器。此时的簇有e、g,服务器有T。
4.将e、g聚合为新的簇j,若服务器T可容纳j,则将j确定为虚拟类,将T确定为宿主服务器。这样,即可得到a、b、c、d、e的聚类结果:虚拟类f、j。
步骤S103:按照虚拟类的当前资源信息以及多个服务器的资源配置信息,将多个虚拟类部署在多个服务器。
具体应用中,可以按照虚拟类生成的先后顺序将虚拟类部署在服务器。例如:在上例中,可首先部署虚拟类f、再部署虚拟类j,一般地,虚拟类f往往部署在确定该虚拟类时确定的宿主服务器S,虚拟类j往往部署在确定该虚拟类时确定的宿主服务器T,
实际应用场景中,在现有的虚拟单元部署完成后,往往需要在虚拟单元集群中增加新的虚拟单元或为现有的虚拟单元增加配置。其中,为现有的虚拟单元增加配置指的是增加该虚拟单元某一个或某几个维度的分量。本发明可利用以下步骤实现虚拟单元部署的动态调整,从而使虚拟集群实现实时的负载均衡:
在增加新的虚拟单元时,可计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类,并在聚类后重新部署。
在为任一虚拟单元增加配置时,可计算变更(即增加配置)后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类,并在聚类后重新部署。其中,当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类。
在本发明实施例的技术方案中,通过建立合理的弥补度计算公式,根据该公式计算虚拟单元之间的弥补度以实现虚拟单元的动态聚类,并利用聚类结果部署虚拟单元,从而可将当前资源信息互相弥补的虚拟单元实时部署在同一服务器中,实现了虚拟单元的主动式部署和迁移,提高了实体资源的整体利用效率,解决了现有技术中因设置迁移阈值产生较大耗费的问题。此外,本发明可以将CPU、内存、磁盘、电源功率、网络流量等信息作为当前资源信息,用于后续的弥补度计算、虚拟单元聚类及部署,这样能够更为准确地确定互相弥补的虚拟单元,从而进一步提升资源利用效率。
图2是本发明实施例的虚拟单元集群的负载均衡装置的主要部分示意图。
如图2所示,本发明实施例的虚拟单元集群的负载均衡装置200用于将虚拟单元集群中的多个虚拟单元部署在多个服务器中,其可包括:弥补度计算模块201、聚类模块202以及部署模块203。其中:
弥补度计算模块201可用于利用所述多个虚拟单元的当前资源信息获取虚拟单元之间的弥补度;
聚类模块202可用于根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于所述多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;
部署模块203可用于按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
在本发明实施例中,在虚拟单元未运行时,其当前资源信息为资源分配信息;在虚拟单元运行时,其当前资源信息为资源分配信息与资源利用率的乘积。
较佳地,所述聚类基于由虚拟单元组成的簇的迭代聚合,每一簇的当前资源信息为其包括的虚拟单元的当前资源信息之和,所述虚拟单元之间的弥补度包括:不同的簇之间的弥补度。
作为一个优选方案,所述不同的簇之间的弥补度可利用以下公式计算:
其中,X、Y分别为两个不同的簇的当前资源信息,ρX,Y为X、Y对应的簇之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σX分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算;并且,同一维度下X的分量不大于Y的分量。
实际应用中,所述聚类模块202可进一步用于:将所述多个虚拟单元中的每一虚拟单元作为一个簇;计算多个簇中两两之间的弥补度,并将弥补度最大的两个簇聚合为一个簇;迭代执行所述聚合动作,直到形成任一服务器将无法容纳的簇;将该簇确定为虚拟类,将可容纳该簇的服务器确定为宿主服务器;针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行所述聚合动作以及所述确定动作,直到形成的虚拟类与剩余的簇的总数不大于所述多个服务器的总数;将剩余的簇确定为虚拟类。
具体应用场景中,所述部署模块203可进一步用于:以虚拟类生成的先后顺序将所述多个虚拟类部署在所述多个服务器。
在一可选实现方式中,所述装置200可进一步包括:第一调整模块,其用于将所述多个虚拟类部署在所述多个服务器之后:在所述虚拟单元集群中增加虚拟单元时,计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
具体应用中,所述装置200可进一步包括:第二调整模块,其用于将所述多个虚拟类部署在所述多个服务器之后:在增加任一虚拟单元的当前资源信息时,计算变更后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;其中,所述当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
此外,在本发明实施例中,所述虚拟单元包括:虚拟机或应用程序容器;虚拟单元的当前资源信息包括以下至少一种:虚拟单元当前的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源分配信息包括以下至少一种:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;服务器的资源配置信息包括以下至少一种:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;虚拟单元的资源利用率包括以下至少一种:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
根据本发明实施例的技术方案,通过建立合理的弥补度计算公式,根据该公式计算虚拟单元之间的弥补度以实现虚拟单元的动态聚类,并利用聚类结果部署虚拟单元,从而可将当前资源信息互相弥补的虚拟单元实时部署在同一服务器中,实现了虚拟单元的主动式部署和迁移,提高了实体资源的整体利用效率,解决了现有技术中因设置迁移阈值产生较大耗费的问题。此外,本发明可以将CPU、内存、磁盘、电源功率、网络流量等信息作为当前资源信息,用于后续的弥补度计算、虚拟单元聚类及部署,这样能够更为准确地确定互相弥补的虚拟单元,从而进一步提升资源利用效率。
图3示出了可以应用本发明实施例的虚拟单元集群的负载均衡方法或虚拟单元集群的负载均衡装置的示例性系统架构300。
如图3所示,系统架构300可以包括终端设备301、302、303,网络304和服务器305(此架构仅仅是示例,具体架构中包含的组件可以根据申请具体情况调整)。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备301、302、303通过网络304与服务器305交互,以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器305可以是提供各种服务的服务器,例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的虚拟单元集群的负载均衡方法一般由服务器305执行,相应地,虚拟单元集群的负载均衡装置一般设置于服务器305中。
应该理解,图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
本发明还提供了一种电子设备。本发明实施例的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明所提供的虚拟单元集群的负载均衡方法。
下面参考图4,其示出了适于用来实现本发明实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM403中,还存储有计算机系统400操作所需的各种程序和数据。CPU401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,上文的主要步骤图描述的过程可以被实现为计算机软件程序。例如,本发明实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在上述实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。在本发明中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这根据所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括弥补度计算模块、聚类模块和部署模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,弥补度计算模块还可以被描述为“向聚类模块发送弥补度的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中的。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该设备执行时,使得该设备执行的步骤包括:利用虚拟单元集群中的虚拟单元的当前资源信息获取虚拟单元之间的弥补度;根据所述弥补度对所述虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;以及,按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
根据本发明实施例的技术方案,通过建立合理的弥补度计算公式,根据该公式计算虚拟单元之间的弥补度以实现虚拟单元的动态聚类,并利用聚类结果部署虚拟单元,从而可将当前资源信息互相弥补的虚拟单元实时部署在同一服务器中,实现了虚拟单元的主动式部署和迁移,提高了实体资源的整体利用效率,解决了现有技术中因设置迁移阈值产生较大耗费的问题。此外,本发明可以将CPU、内存、磁盘、电源功率、网络流量等信息作为当前资源信息,用于后续的弥补度计算、虚拟单元聚类及部署,这样能够更为准确地确定互相弥补的虚拟单元,从而进一步提升资源利用效率。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (20)
1.一种虚拟单元集群的负载均衡方法,用于将虚拟单元集群中的多个虚拟单元部署在多个服务器中;其特征在于,包括:
利用所述多个虚拟单元的当前资源信息获取虚拟单元之间的弥补度;
根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于所述多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;以及,
按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
2.根据权利要求1所述的方法,其特征在于,在虚拟单元未运行时,其当前资源信息为资源分配信息;在虚拟单元运行时,其当前资源信息为资源分配信息与资源利用率的乘积。
3.根据权利要求1所述的方法,其特征在于,所述聚类基于由虚拟单元组成的簇的迭代聚合,每一簇的当前资源信息为其包括的虚拟单元的当前资源信息之和,所述虚拟单元之间的弥补度包括:不同的簇之间的弥补度。
4.根据权利要求3所述的方法,其特征在于,所述不同的簇之间的弥补度利用以下公式计算:
其中,X、Y分别为两个不同的簇的当前资源信息,ρX,Y为X、Y对应的簇之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σX分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算;并且,同一维度下X的分量不大于Y的分量。
5.根据权利要求3所述的方法,其特征在于,所述根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类包括:
将所述多个虚拟单元中的每一虚拟单元作为一个簇;计算多个簇中两两之间的弥补度,并将弥补度最大的两个簇聚合为一个簇;
迭代执行所述聚合动作,直到形成任一服务器将无法容纳的簇;将该簇确定为虚拟类,将可容纳该簇的服务器确定为宿主服务器;
针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行所述聚合动作以及所述确定动作,直到形成的虚拟类与剩余的簇的总数不大于所述多个服务器的总数;将剩余的簇确定为虚拟类。
6.根据权利要求5所述的方法,其特征在于,所述将所述多个虚拟类部署在所述多个服务器包括:
以虚拟类生成的先后顺序将所述多个虚拟类部署在所述多个服务器。
7.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
将所述多个虚拟类部署在所述多个服务器之后:在所述虚拟单元集群中增加虚拟单元时,计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
8.根据权利要求1所述的方法,其特征在于,所述方法进一步包括:
将所述多个虚拟类部署在所述多个服务器之后:在增加任一虚拟单元的当前资源信息时,计算变更后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;其中,所述当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
9.根据权利要求2所述的方法,其特征在于,
所述虚拟单元包括:虚拟机或应用程序容器;
虚拟单元的当前资源信息包括以下至少一种:虚拟单元当前的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
虚拟单元的资源分配信息包括以下至少一种:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
服务器的资源配置信息包括以下至少一种:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
虚拟单元的资源利用率包括以下至少一种:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
10.一种虚拟单元集群的负载均衡装置,用于将虚拟单元集群中的多个虚拟单元部署在多个服务器中;其特征在于,包括:
弥补度计算模块,用于利用所述多个虚拟单元的当前资源信息获取虚拟单元之间的弥补度;
聚类模块,用于根据所述弥补度对所述多个虚拟单元进行聚类,得到多个虚拟类;其中,所述多个虚拟类的总数不大于所述多个服务器的总数,每一虚拟类含有至少一个虚拟单元,每一虚拟类的当前资源信息为其含有的至少一个虚拟单元的当前资源信息之和;以及,
部署模块,用于按照虚拟类的当前资源信息以及服务器的资源配置信息,将所述多个虚拟类部署在所述多个服务器。
11.根据权利要求10所述的装置,其特征在于,在虚拟单元未运行时,其当前资源信息为资源分配信息;在虚拟单元运行时,其当前资源信息为资源分配信息与资源利用率的乘积。
12.根据权利要求10所述的装置,其特征在于,所述聚类基于由虚拟单元组成的簇的迭代聚合,每一簇的当前资源信息为其包括的虚拟单元的当前资源信息之和,所述虚拟单元之间的弥补度包括:不同的簇之间的弥补度。
13.根据权利要求12所述的装置,其特征在于,所述不同的簇之间的弥补度利用以下公式计算:
其中,X、Y分别为两个不同的簇的当前资源信息,ρX,Y为X、Y对应的簇之间的弥补度,X=(x1,x2......xn),Y=(y1,y2......yn),x1,x2......xn分别为X在不同维度的分量,y1,y2......yn分别为Y在不同维度的分量,n为当前资源信息的维度总数,μx与σX分别为X的平均值与标准差,μy与σY分别为Y的平均值与标准差,E为期望运算;并且,同一维度下X的分量不大于Y的分量。
14.根据权利要求12所述的装置,其特征在于,所述聚类模块进一步用于:
将所述多个虚拟单元中的每一虚拟单元作为一个簇;计算多个簇中两两之间的弥补度,并将弥补度最大的两个簇聚合为一个簇;迭代执行所述聚合动作,直到形成任一服务器将无法容纳的簇;将该簇确定为虚拟类,将可容纳该簇的服务器确定为宿主服务器;针对除虚拟类之外的簇以及除宿主服务器之外的服务器,迭代执行所述聚合动作以及所述确定动作,直到形成的虚拟类与剩余的簇的总数不大于所述多个服务器的总数;将剩余的簇确定为虚拟类。
15.根据权利要求14所述的装置,其特征在于,所述部署模块进一步用于:
以虚拟类生成的先后顺序将所述多个虚拟类部署在所述多个服务器。
16.根据权利要求10所述的装置,其特征在于,所述装置进一步包括:
第一调整模块,用于将所述多个虚拟类部署在所述多个服务器之后:在所述虚拟单元集群中增加虚拟单元时,计算该虚拟单元与每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
17.根据权利要求10所述的装置,其特征在于,所述装置进一步包括:
第二调整模块,用于将所述多个虚拟类部署在所述多个服务器之后:在增加任一虚拟单元的当前资源信息时,计算变更后的该虚拟单元与当前每一虚拟类的弥补度,按照弥补度从大到小的顺序将该虚拟单元向可容纳该虚拟单元的服务器部署;其中,所述当前每一虚拟类包括:该虚拟单元所在的虚拟类去除该虚拟单元后形成的虚拟类;如果该虚拟单元无法部署在任一服务器,则针对当前所有的虚拟单元重新聚类。
18.根据权利要求11所述的装置,其特征在于,
所述虚拟单元包括:虚拟机或应用程序容器;
虚拟单元的当前资源信息包括以下至少一种:虚拟单元当前的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
虚拟单元的资源分配信息包括以下至少一种:预先为虚拟单元分配的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
服务器的资源配置信息包括以下至少一种:预先为服务器配置的CPU内核数量、内存容量、磁盘容量、功率以及网络流量;
虚拟单元的资源利用率包括以下至少一种:虚拟单元在统计周期内的CPU利用率、内存利用率、磁盘利用率、功率利用率以及网络流量利用率。
19.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
20.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810117100.0A CN110119300A (zh) | 2018-02-06 | 2018-02-06 | 虚拟单元集群的负载均衡方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810117100.0A CN110119300A (zh) | 2018-02-06 | 2018-02-06 | 虚拟单元集群的负载均衡方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110119300A true CN110119300A (zh) | 2019-08-13 |
Family
ID=67519904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810117100.0A Pending CN110119300A (zh) | 2018-02-06 | 2018-02-06 | 虚拟单元集群的负载均衡方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110119300A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113467894A (zh) * | 2021-07-16 | 2021-10-01 | 广东电网有限责任公司 | 一种通信负载均衡方法、装置、设备及存储介质 |
CN116010206A (zh) * | 2023-01-04 | 2023-04-25 | 上海弘积信息科技有限公司 | 一种虚拟服务cpu占有率计算方法、系统、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110191461A1 (en) * | 2010-02-02 | 2011-08-04 | International Business Machines Corporation | Systems and methods for using workload characteristics for sizing and placement for power-aware consolidation |
CN102541622A (zh) * | 2011-12-15 | 2012-07-04 | 杭州电子科技大学 | 一种负载相关的虚拟机放置方法 |
CN104184813A (zh) * | 2014-08-20 | 2014-12-03 | 杭州华为数字技术有限公司 | 虚拟机的负载均衡方法和相关设备及集群系统 |
CN104765804A (zh) * | 2015-03-31 | 2015-07-08 | 浙江大学 | 一种根据特征选择负载的方法和系统 |
CN107241440A (zh) * | 2017-07-28 | 2017-10-10 | 曙光信息产业(北京)有限公司 | 一种确定集群的节能策略的方法 |
US20170317950A1 (en) * | 2016-04-28 | 2017-11-02 | Hewlett Packard Enterprise Development Lp | Batch job frequency control |
-
2018
- 2018-02-06 CN CN201810117100.0A patent/CN110119300A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110191461A1 (en) * | 2010-02-02 | 2011-08-04 | International Business Machines Corporation | Systems and methods for using workload characteristics for sizing and placement for power-aware consolidation |
CN102541622A (zh) * | 2011-12-15 | 2012-07-04 | 杭州电子科技大学 | 一种负载相关的虚拟机放置方法 |
CN104184813A (zh) * | 2014-08-20 | 2014-12-03 | 杭州华为数字技术有限公司 | 虚拟机的负载均衡方法和相关设备及集群系统 |
CN104765804A (zh) * | 2015-03-31 | 2015-07-08 | 浙江大学 | 一种根据特征选择负载的方法和系统 |
US20170317950A1 (en) * | 2016-04-28 | 2017-11-02 | Hewlett Packard Enterprise Development Lp | Batch job frequency control |
CN107241440A (zh) * | 2017-07-28 | 2017-10-10 | 曙光信息产业(北京)有限公司 | 一种确定集群的节能策略的方法 |
Non-Patent Citations (4)
Title |
---|
夏庆新;兰雨晴;唐甜;肖利民;: "基于负载特征聚类的节能资源调度算法", 北京航空航天大学学报, no. 04, pages 1 * |
汤莉;何丽;周彩云;张书华;: "云计算环境下虚拟机动态整合关键技术研究进展", 陕西师范大学学报(自然科学版), no. 01, pages 31 - 42 * |
潘飞: "负载相关的虚拟机放置策略研究", 中国优秀硕士学位论文全文数据库-信息科技辑, no. 07, pages 2 - 4 * |
潘飞;蒋从锋;徐向华;万健;: "负载相关的虚拟机放置策略", 小型微型计算机系统, no. 03, pages 90 - 94 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113467894A (zh) * | 2021-07-16 | 2021-10-01 | 广东电网有限责任公司 | 一种通信负载均衡方法、装置、设备及存储介质 |
CN116010206A (zh) * | 2023-01-04 | 2023-04-25 | 上海弘积信息科技有限公司 | 一种虚拟服务cpu占有率计算方法、系统、设备及介质 |
CN116010206B (zh) * | 2023-01-04 | 2024-01-26 | 上海弘积信息科技有限公司 | 一种虚拟服务cpu占有率计算方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tong et al. | A hierarchical edge cloud architecture for mobile computing | |
Lu et al. | Join-idle-queue: A novel load balancing algorithm for dynamically scalable web services | |
CN102307133B (zh) | 一种公有云平台虚拟机调度方法 | |
CN105103506B (zh) | 用于为云计算网络中的非均匀带宽请求分配带宽的方法和系统 | |
CN108667859A (zh) | 一种实现资源调度的方法及装置 | |
CN108595306A (zh) | 一种面向混部云的服务性能测试方法 | |
CN110166507B (zh) | 多资源调度方法和装置 | |
CN109408205A (zh) | 基于hadoop集群的任务调度方法和装置 | |
CN106534318A (zh) | 一种基于流量亲和性的OpenStack云平台资源动态调度系统和方法 | |
CN109582452A (zh) | 一种容器调度方法、调度装置及电子设备 | |
Azizi et al. | A priority-based service placement policy for fog-cloud computing systems | |
CN108897854A (zh) | 一种超时任务的监控方法和装置 | |
CN110069579A (zh) | 电子围栏分块方法和装置 | |
CN110389873A (zh) | 一种判定服务器资源使用情况的方法和装置 | |
CN109412878A (zh) | 多租户业务接入实现方法、装置及电子设备 | |
CN109413125A (zh) | 动态调节分布式系统资源的方法和装置 | |
CN110135665A (zh) | 一种动态划分配送区域的方法和装置 | |
CN109993179A (zh) | 一种对数据进行聚类的方法和装置 | |
CN109936613A (zh) | 应用于服务器的容灾方法和装置 | |
Alhumaima et al. | Modelling the power consumption and trade‐offs of virtualised cloud radio access networks | |
CN109428926A (zh) | 一种调度任务节点的方法和装置 | |
CN115460216A (zh) | 算力资源调度方法和装置、算力资源调度设备、系统 | |
CN114911598A (zh) | 任务调度方法、装置、设备以及存储介质 | |
CN110413419A (zh) | 一种规则执行的方法和装置 | |
CN110119300A (zh) | 虚拟单元集群的负载均衡方法和装置 |
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 |