CN110647400B - 一种基于正反馈的节点预热方法 - Google Patents
一种基于正反馈的节点预热方法 Download PDFInfo
- Publication number
- CN110647400B CN110647400B CN201910934828.7A CN201910934828A CN110647400B CN 110647400 B CN110647400 B CN 110647400B CN 201910934828 A CN201910934828 A CN 201910934828A CN 110647400 B CN110647400 B CN 110647400B
- Authority
- CN
- China
- Prior art keywords
- node
- weight
- request
- increment
- nodes
- 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
-
- 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
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5013—Request control
-
- 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
- G06F2209/508—Monitor
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Memory System Of A Hierarchy Structure (AREA)
Abstract
本发明公开了一种基于正反馈的节点预热方法,包括以下步骤:步骤1、收集节点缓存的资源占用状态;步骤2、给节点分配初始权重并根据初始权重向节点分发请求;步骤3、收集节点的资源占用状态变化情况,并根据节点的分发请求量和资源占用状态变化量计算节点的新权重;步骤4、根据节点的新权重对节点的请求分发量进行调节;步骤5、重复进行步骤3和步骤4直到节点关闭;本发明具有有效对节点进行预热、根据节点处理能力以正反馈为基础向节点分发请求、有效避免节点崩溃、提高整个集群对大量并发请求的处理能力的有益效果。
Description
技术领域
本发明属于节点预热的技术领域,具体涉及一种基于正反馈的节点预热方法。
背景技术
在信息化的时代背景下,越来越多的信息以电子化的形式被存储和传播。电子化为更高效快速地处理信息提供可行性的同时,也对信息的处理系统带来更大的挑战。单机的运算能力、稳定性以及对大流量的处理能力已无法满足计算中心的需求,而集群系统正是为了应对这些苛刻要求而诞生。集群通过算法和网络,将信息的计算处理压力分布在各个节点上,以在单节点处理能力有限的情况下,为外界提供远高于单节点的处理能力和稳定性。高并发指的是通过设计保证系统能够同时并行处理很多请求,而这也是集群的基本能力之一。而高并发能突破系统中瓶颈组件的处理能力,正是因为它利用了缓存等技术,将处理数据的压力从慢速组件转移到高速组件。但想要缓存正常工作,就需要缓存组件存储更多上级组件所请求的数据,即提高缓存的命中率。而因为缓存并非持久存储组件,并不能保证存储了所有被请求的数据。特别是节点刚启动时,缓存命中率几乎为0。因此,在缓存正常工作前,需要先让其处理少量数据,以提高其命中率,而这个步骤,称为预热。高并发集群中,节点的缓存预热不可缺少,否则在缓存还没有正常工作来降低存储的读写压力的时候,节点会因为存储无法应对大量读取操作而陷入假死状态,无法再接收和处理新的请求,最终节点无法继续工作,而集群中其它节点也可能因为被分派的处理量增大,也相继陷入无法响应的状态。
本方法利用正反馈的特性,以节点当前的处理能力为参量,逐渐增大分配给节点处理的请求量,来对新加入的节点的缓存模块进行预热。本方法对缓存模块的预热的方式,可以降低新节点崩溃的风险,提高整个集群对大量并发的处理能力。
发明内容
本发明的目的在于提供一种基于正反馈的节点预热方法,实现对节点进行预热,可以降低新节点崩溃的风险,提高整个集群对大量并发请求的处理能力。
本发明通过下述技术方案实现:
一种基于正反馈的节点预热方法,包括以下步骤:
步骤1、收集节点缓存的资源占用状态;
步骤2、给节点分配初始权重并根据初始权重向节点分发请求;
步骤3、收集节点的资源占用状态变化情况,并根据节点的分发请求量和资源占用状态变化量计算节点的新权重;
步骤4、根据节点的新权重对节点的请求分发量进行调节;
步骤5、重复进行步骤3和步骤4直到节点关闭。
为了更好的实现本发明,进一步地,所述步骤3包括以下子步骤:
步骤3.1、获取节点的缓存对资源的占用状态初始占用状态S1;
步骤3.2、按照如下公式计算节点的分发请求量A:
步骤3.3、获取节点分发请求之后节点的缓存对资源的占用状态S2,并计算资源占用状态变化量△S=S2-S1;
步骤3.4、通过分发请求量A与资源占用状态变化量△S的比值得到节点的新权重。
为了更好的实现本发明,进一步地,所述步骤2中给节点分配初始权重的子步骤如下:
步骤2.1、设定节点的请求增量与负载增量的界限值;
步骤2.2、确定节点的请求增量和负载增量;
步骤2.3、若节点的请求增量大于界限值,负载增量小于等于界限值,则给节点分配高权重;
若节点的请求增量大于界限值,负载增量大于界限值,则给节点分配低权重;
若节点的请求增量小于等于界限值,负载增量小于等于界限值,则给节点分配中权重;
若节点的请求增量小于等于界限值,负载增量大于界限值,则给节点分配低权重。
为了更好的实现本发明,进一步地,计算所有节点的平均权重,并按照如下公式计算节点权重占比:
若权重占比<30%则为低权重,若30%≤权重占比≤50%为中权重,若权重占比>50%为高权重。
为了更好的实现本发明,进一步地,设定节点的负载增量警戒值,若节点的负载增量大于等于警戒值,则给节点分配低权重。
为了更好的实现本发明,进一步地,所述警戒值为90%。
为了更好的实现本发明,进一步地,对于新加入的节点,给节点分配的初始权重为1%。
为了更好的实现本发明,进一步地,所述缓存的资源占用状态包括CPU占用率和I/O负载率。
本发明与现有技术相比,具有以下优点及有益效果:
(1)本发明通过给节点分配较低的初始权重,根据初始权重向节点发送较少的请求,使得节点初始处理的数据量较少,提高节点的命中率,对节点进行有效预热,避免节点陷入假死状态;
(2)本发明通过监测节点处理请求时的资源占用状态变化情况,并根据节点的分发请求量和资源占用状态变化量计算节点的新权重,并根据新权重对节点的请求分发量进行实时正反馈调节;以节点当前的处理能力为参量,调控分配给节点的请求处理量,使节点的处理能力与节点的请求分配量达到平衡,避免节点崩溃的同时,提高整个集群对大量并发请求的处理能力。
附图说明
图1为本发明的步骤流程图。
具体实施方式
实施例1:
本实施例的一种基于正反馈的节点预热方法,包括以下步骤:
步骤1、收集节点缓存的资源占用状态;
步骤2、给节点分配初始权重并根据初始权重向节点分发请求;
步骤3、收集节点的资源占用状态变化情况,并根据节点的分发请求量和资源占用状态变化量计算节点的新权重;
步骤4、根据节点的新权重对调节节点的请求分发量;
步骤5、重复进行步骤3和步骤4直到节点关闭。
调度模块负责将需要处理的请求分发给节点,调度模块从外部接收到请求后,根据各个节点的权重,将请求按照权重的比例转发到各个节点,权重越高的节点,被分发的请求越多,权重越低的节点,被分发的请求越少。调度模块可以根据节点的负载情况,对能处理大量请求且负载增长不大的处理能力强的节点转发更多的请求,对负荷增长大的处理能力有限的节点转发更少的请求,降低节点在下一次的请求分发过程中被转发超过其负载量的请求的可能性,最终达到正反馈的目的,有效对节点进行预热,避免节点宕机。
实施例2:
本实施例在实施例1的基础上做进一步优化,所述步骤3包括以下子步骤:
步骤3.1、获取节点的缓存对资源的占用状态初始占用状态S1;
步骤3.2、按照如下公式计算节点的分发请求量A:
步骤3.3、获取节点分发请求之后节点的缓存对资源的占用状态S2,并计算资源占用状态变化量△S=S2-S1;
步骤3.4、通过分发请求量A与资源占用状态变化量△S的比值得到节点的新权重。
调度模块从节点获取缓存模块对资源的占用情况S1,且节点内部自带的状态收集工具调用操作系统内部工具,收集节点内硬件CPU的信息列表,操作系统内部工具调用内核标准的API接口,获取硬件CPU信息列表,并将信息返回给节点内部的状态收集工具。节点内部的状态收集工具,根据操作系统内部工具返回的信息,获得硬件CPU信息列表。节点内部的状态收集工具,根据硬件CPU信息列表,将缓存模块的相关信息过滤出来并汇总,形成缓存模块的CPU状态信息。
节点内部的状态收集工具调用操作系统内部工具,收集节点内硬件I/O的信息列表。操作系统内部工具调用内核标准的API接口,获取硬件I/O信息列表,并将信息返回给节点内部的状态收集工具。节点内部的状态收集工具,根据操作系统内部工具返回的信息,获得硬件I/O信息列表。节点内部的状态收集工具,根据硬件I/O信息列表,将缓存模块的相关信息过滤出来并汇总,形成缓存模块的I/O状态信息。
然后节点内部的状态收集工具,将收集到的缓存模块的CPU和I/O状态信息整合为新的缓存模块的状态信息的数据。然后节点内部的状态收集工具将收集到的缓存模块的状态信息的数据发送给调度模块,调度模块将收到的请求根据权重转发给节点,同时调度模块接收各个节点的缓存模块的状态信息的数据,并将数据存储起来。然后调度模块统计当前需要转发的请求量的总和,所有节点的权重和=节点1的权重+节点2的权重+节点3的权重+…+节点n的权重。然后调度模块根据公式:
分发请求量来计算各个节点需要分发的请求量,然后调度模块根据计算出来的各个节点应该需要分发的请求量,将以接收到的请求按照此值,发送给各个节点。请求分发至各节点后,调度模块从节点获取缓存模块对资源的占用情况S2,根据△S=S2–S1计算出资源占用变化情况,调度模块接收各个节点的缓存模块的状态信息的数据,并将数据存储起来。
如对节点A,调度模块调出初始接收的节点A的状态信息数据SA1与分发请求时接收的节点A的状态信息数据SA2,然后调度模块根据△S=S2–S1计算出节点A的资源占用状态变化△SA。同理对其余节点重复执行上述步骤,并计算出各个节点的状态变化△S。再根据分发请求量A与资源占用状态变化量△S的比值得到各节点的新权重,然后根据新权重重新分配各个节点的分发请求量,然后循环重复上述请求分发、权重计算、调节请求分发的过程,即实现对节点的正反馈预热。
本实施例的其他部分与实施例1相同,故不再赘述。
实施例3:
本实施例在上述实施例1或2的基础上做进一步优化,所述步骤2中给节点分配初始权重的子步骤如下:
步骤2.1、设定节点的请求增量与负载增量的界限值;
步骤2.2、确定节点的请求增量和负载增量;
步骤2.3、若节点的请求增量大于界限值,负载增量小于等于界限值,则给节点分配高权重;
若节点的请求增量大于界限值,负载增量大于界限值,则给节点分配低权重;
若节点的请求增量小于等于界限值,负载增量小于等于界限值,则给节点分配中权重;
若节点的请求增量小于等于界限值,负载增量大于界限值,则给节点分配低权重。
节点的请求增量大于界限值,负载增量小于等于界限值时,说明节点的处理能力高于节点的请求分发量,此时节点仍然能继续处理更多请求,因此分配给节点以高权重,增加节点的分发请求量,充分利用节点的处理能力。
节点的请求增量大于界限值,负载增量大于界限值时,说明节点的处理能力低于节点的请求分发量,此时节点不能继续处理更多请求,因此分配给节点以低权重,降低节点的分发请求量,避免节点宕机。
节点的请求增量小于等于界限值,负载增量小于等于界限值时,说明节点的处理能力与节点的请求分发量基本持平,因此分配给节点以中权重,保持节点的分发请求量基本不变,维持节点当前工作状态。
节点的请求增量小于等于界限值,负载增量大于界限值时,说明节点的处理能力与节点的请求分发量基本持平,但此时由于请求增量本身较少,因此分配给节点以低权重,保持节点的分发请求量基本维持在较少的水平,维持节点当前工作状态,避免节点宕机。
上述界限值一般采用30%,根据具体情况可适当增加或减少界限值。
本实施例的其他部分与上述实施例1或2相同,故不再赘述。
实施例4:
本实施例在上述实施例1-3任一项的基础上做进一步优化,设定节点的负载增量警戒值,若节点的负载增量大于等于警戒值,则给节点分配低权重,所述警戒值为90%。
当节点的负载增量过大时,会导致节点宕机,为了避免节点宕机,则设定节点的负载增量警戒值为90%,当节点的负载增量接近90%或超过90%时,无论节点的请求增量的高低,均分配给节点以低权重,减少分发至节点的请求,避免节点宕机。
本实施例的其他部分与上述实施例1-3任一项相同,故不再赘述。
实施例5:
本实施例在上述实施例1-4任一项的基础上做进一步优化,计算所有节点的平均权重,并按照如下公式计算节点权重占比:
若权重占比<30%则为低权重,若30%≤权重占比≤50%为中权重,若权重占比>50%为高权重。
平均权重为各个节点的权重和与节点数量的比值,宕机的节点或未参与请求处理的节点不参与平均权重的计算。在请求分发最开始时,节点当前权重指步骤2中给节点分配的初始权重;请求分发开始后,节点当前权重指步骤3中计算得出的节点的新权重。
本实施例的其他部分与上述实施例1-4任一项相同,故不再赘述。
实施例6:
本实施例在上述实施例1-5任一项的基础上做进一步优化,对于新加入的节点,给节点分配的初始权重为1%。
若调度模块未计算节点的权重,则认为该节点的权重值为这次权重总和的1%。节点的权重值是根据节点状态的变化和请求处理量来计算得出的,对新加入的节点,在未经过步骤3计算状态变化前,无法获得该新节点的权重,因此需要将新节点的权重值设置为权重总和的1%以进行后续计算。
本实施例的其他部分与上述实施例1-5任一项相同,故不再赘述。
实施例7:
本实施例在上述实施例1-6任一项的基础上做进一步优化,所述缓存的资源占用状态包括CPU占用率和I/O负载率。
节点内部自带的状态收集工具会自动读取节点的CPU占用率和I/O负载率,并将CPU占用率和I/O负载率汇总至调度模块进行储存和参与后续权重分配计算。
本实施例的其他部分与上述实施例1-6任一项相同,故不再赘述。
实施例8:
本实施例的一种基于正反馈的节点预热方法,包括以下步骤:
步骤(1)、新节点D加入集群中,集群中已存在节点A,B,C。
步骤(2)、新节点D内的服务模块开始工作。服务模块开始监听端口,准备接收外部发送过来的请求。
步骤(3)、新节点D内的监控模块开始工作。监控模块收集缓存模块对资源的占用状态的相关信息。此时,新加入的节点D的缓存模块对CPU的占用率为0%,对内存的占用为10M,对I/O的占用率为0%。
步骤(4)、新节点D的监控模块完成收集资源的占用情况后,将资源占用情况发送给集群中的调度模块。
步骤(5)、节点A,B,C的缓存模块对CPU的占用率大概是80%,对内存的占用为8G,对I/O的占用率为90%。
步骤(6)、节点A,B,C的监控模块完成收集资源的占用情况后,将资源的占用情况发送给集群中的调度模块。
步骤(7)、集群的调度模块根据上次计算得出的权重值,将这次需要分发的请求总量发送给各个节点。对新加入的节点D,因为没有上一次计算的权重值,因此将初始权重值设置为总权重值的1%,然后分配约1%的请求量给节点D进行处理。节点A,B,C各约分配了33%请求量。
步骤(8)、节点A、B、C、D接收到请求量后,进行处理,然后各个节点中的监控模块收集各自节点的缓存模块的资源占用状态的变化,并发送给集群的调度模块。
步骤(9)、集群中的调度模块接收到各个节点的缓存模块对资源的占用情况后,将上一次存储的资源占用情况与此次的进行对比,然后得出各个节点此次的资源占用的变化情况。
步骤(10)、调度模块根据之前分发给节点A、B、C、D的请求量和收集到的缓存模块占用资源的变化情况,计算出节点A、B、C、D的新的权重值。
步骤(11)、对旧的节点A、B、C,请求量的变化不大,因此缓存模块占用资源的状态基本没有变化。
步骤(12)、对新节点D,因为是第一次处理请求,缓存模块基本没有缓存有用的信息,因此会开始对下层存储进行访问,导致CPU、I/O的占用率上升,导致状态变化大。
步骤(13)、调度模块根据新节点D处理请求时CPU、I/O占用率上升,会给新节点D分配较低的权重,以减少下一次分配给新节点D的请求量,防止新节点D的缓存模块在预热阶段处理过多请求而宕机。
步骤(14)、当新节点D的缓存模块将常用的信息从下层存储读取并存储后,新节点D处理新的请求后,CPU、I/O的占用率就会降低。此时,调度节点就会给予新节点D更高的权重,然后新节点D会收到更多的请求。
步骤(15)、若新节点D的缓存模块已经经过预热阶段,请求所需的数据大部分已经存储于缓存模块中,因此节点D处理请求时CPU、I/O的占用率的增长不会太高,甚至会有所降低。此时,调度模块判断出该节点处理请求时CPU、I/O占用率较低,因此会给予高权重。然后新节点D会被分发更多请求。
步骤(16)、经过调度模块对请求分发的动态调整,最终节点A、B、C、D会进入平衡状态,各自被分配约25%的请求量。
本实施例的其他部分与上述实施例1-7任一项相同,故不再赘述。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (7)
1.一种基于正反馈的节点预热方法,其特征在于,包括以下步骤:
步骤1、收集节点缓存的资源占用状态;
步骤2、给节点分配初始权重并根据初始权重向节点分发请求;
步骤3、收集节点的资源占用状态变化情况,并根据节点的分发请求量和资源占用状态变化量计算节点的新权重;
步骤4、根据节点的新权重对节点的请求分发量进行调节;
步骤5、重复进行步骤3和步骤4直到节点关闭;
所述步骤3包括以下子步骤:
步骤3.1、获取节点的缓存对资源的占用状态初始占用状态S1;
步骤3.2、按照如下公式计算节点的分发请求量A:
步骤3.3、获取节点分发请求之后节点的缓存对资源的占用状态S2,并计算资源占用状态变化量△S=S2-S1;
步骤3.4、通过分发请求量A与资源占用状态变化量△S的比值得到节点的新权重。
2.根据权利要求1所述的一种基于正反馈的节点预热方法,其特征在于,所述步骤2中给节点分配初始权重的子步骤如下:
步骤2.1、设定节点的请求增量与负载增量的界限值;
步骤2.2、确定节点的请求增量和负载增量;
步骤2.3、若节点的请求增量大于界限值,负载增量小于等于界限值,则给节点分配高权重;
若节点的请求增量大于界限值,负载增量大于界限值,则给节点分配低权重;
若节点的请求增量小于等于界限值,负载增量小于等于界限值,则给节点分配中权重;
若节点的请求增量小于等于界限值,负载增量大于界限值,则给节点分配低权重。
3.根据权利要求2所述的一种基于正反馈的节点预热方法,其特征在于,设定节点的负载增量警戒值,若节点的负载增量大于等于警戒值,则给节点分配低权重。
4.根据权利要求3所述的一种基于正反馈的节点预热方法,其特征在于,所述警戒值为90%。
6.根据权利要求1所述的一种基于正反馈的节点预热方法,其特征在于,对于新加入的节点,给节点分配的初始权重为1%。
7.根据权利要求1所述的一种基于正反馈的节点预热方法,其特征在于,所述缓存的资源占用状态包括CPU占用率和I/O负载率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934828.7A CN110647400B (zh) | 2019-09-29 | 2019-09-29 | 一种基于正反馈的节点预热方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910934828.7A CN110647400B (zh) | 2019-09-29 | 2019-09-29 | 一种基于正反馈的节点预热方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110647400A CN110647400A (zh) | 2020-01-03 |
CN110647400B true CN110647400B (zh) | 2022-04-22 |
Family
ID=68993206
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910934828.7A Active CN110647400B (zh) | 2019-09-29 | 2019-09-29 | 一种基于正反馈的节点预热方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110647400B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111416869A (zh) * | 2020-03-26 | 2020-07-14 | 华泰证券股份有限公司 | 一种分布式集群中节点权重调整的方法 |
CN113190274B (zh) * | 2021-05-08 | 2022-09-27 | 杭州网易云音乐科技有限公司 | 节点处理方法及系统、节点、介质、计算设备 |
CN114971079B (zh) * | 2022-06-29 | 2024-05-28 | 中国工商银行股份有限公司 | 秒杀型交易处理优化方法和装置 |
CN117312103B (zh) * | 2023-11-30 | 2024-03-01 | 山东麦港数据系统有限公司 | 一种可热插拔的分布式异构数据源数据调度处理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202254A (zh) * | 2014-08-14 | 2014-12-10 | 江苏省邮电规划设计院有限责任公司 | 一种基于云计算平台服务器智能负载均衡方法 |
CN107025136A (zh) * | 2016-01-29 | 2017-08-08 | 中兴通讯股份有限公司 | 一种去中心化资源调度方法及系统 |
CN109088941A (zh) * | 2018-09-03 | 2018-12-25 | 中新网络信息安全股份有限公司 | 一种基于DDoS攻击下智能调度云资源的方法 |
-
2019
- 2019-09-29 CN CN201910934828.7A patent/CN110647400B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202254A (zh) * | 2014-08-14 | 2014-12-10 | 江苏省邮电规划设计院有限责任公司 | 一种基于云计算平台服务器智能负载均衡方法 |
CN107025136A (zh) * | 2016-01-29 | 2017-08-08 | 中兴通讯股份有限公司 | 一种去中心化资源调度方法及系统 |
CN109088941A (zh) * | 2018-09-03 | 2018-12-25 | 中新网络信息安全股份有限公司 | 一种基于DDoS攻击下智能调度云资源的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110647400A (zh) | 2020-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647400B (zh) | 一种基于正反馈的节点预热方法 | |
CN109005056B (zh) | 基于cdn应用的存储容量评估方法和装置 | |
CN112860695B (zh) | 监控数据查询方法、装置、设备、存储介质及程序产品 | |
CN113296929A (zh) | 基于云计算的资源匹配方法、装置及系统 | |
CN113568756B (zh) | 一种密码资源协同动态调度方法和系统 | |
CN109992392B (zh) | 一种资源部署方法、装置及资源服务器 | |
CN107317864A (zh) | 一种存储设备的数据均衡方法及装置 | |
CN111262783B (zh) | 一种动态路由的方法及装置 | |
CN112463044A (zh) | 一种保证分布式存储系统服务器端读尾延迟的方法及系统 | |
CN202093513U (zh) | 大批量数据处理系统 | |
CN109150759B (zh) | 一种渐进式非阻塞机会资源预留方法及系统 | |
CN113268329A (zh) | 一种请求调度方法、装置及存储介质 | |
CN115617553A (zh) | 一种数据库的熔断降级保护方法、装置及电子设备 | |
CN108616583B (zh) | 一种基于计算机云的存储空间分配方法 | |
CN112783803B (zh) | 一种计算机cpu-gpu共享缓存控制方法及系统 | |
CN116360981A (zh) | 资源管理方法以及装置 | |
CN112000477B (zh) | 一种pod中负载均衡的方法、装置、设备及介质 | |
CN116244061A (zh) | 一种基于k8s的Pod调度方法、存储介质及设备 | |
CN112395058A (zh) | 任务调控装置、方法和系统 | |
CN115203177A (zh) | 一种分布式数据存储系统及存储方法 | |
CN111211915A (zh) | 容器的网络带宽的调节方法、计算机设备及可读存储介质 | |
CN114860449A (zh) | 数据处理方法、装置、设备和存储介质 | |
CN111208943B (zh) | 存储系统的io压力调度系统 | |
CN112667392A (zh) | 云计算资源分配方法、装置、计算机设备和存储介质 | |
CN111897649A (zh) | 调度服务器数目的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |