CN110908783A - 一种云数据中心虚拟机的管控方法、系统及设备 - Google Patents
一种云数据中心虚拟机的管控方法、系统及设备 Download PDFInfo
- Publication number
- CN110908783A CN110908783A CN201911090821.8A CN201911090821A CN110908783A CN 110908783 A CN110908783 A CN 110908783A CN 201911090821 A CN201911090821 A CN 201911090821A CN 110908783 A CN110908783 A CN 110908783A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- physical host
- data center
- cloud data
- host
- 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.)
- Withdrawn
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
- G06F9/46—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
- G06F9/44—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/484—Precedence
-
- 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)
- Stored Programmes (AREA)
Abstract
本发明提出的一种云数据中心虚拟机的管控方法、系统及设备,包括:计算分配虚拟机的优先级;对物理主机资源进行排序;进行虚拟机的分配;比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。本发明能够通过虚拟机迁移技术,将高负载物理主机上的虚拟机迁移到低负载的物理主机上,相对减少物理资源负载不均衡的问题。
Description
技术领域
本发明涉及计算机技术领域,更具体的说是涉及一种云数据中心虚拟机的管控方法、系统及设备。
背景技术
数据中心是一整套复杂的设施,它不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统),还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置,当下,云计算即将成为信息社会的公共资源,而数据中心则是支撑云计算服务的基础设施,云计算也的确有给信息时代带来翻天覆地变化的本事,所以自从云计算横空出世,云数据中心及其相关技术也在快速的发展。
云数据中心的特点首先是高度的虚拟化,这其中包括服务器、存储、网络、应用等虚拟化,使用户可以按需调用各种资源;其次是自动化管理程度,包括对物理服务器、虚拟服务器的管理,对相关业务的自动化流程管理、对客户服务的收费等自动化管理,最后是绿色节能,云计算数据中心在各方面符合绿色节能标准,一般PUE值不超过1.5。
但是,云数据中心存在不同的物理设备以及网络设备,静态管理这些庞大的资源会出现物理设备负载不均衡、资源利用率过低等情况,不能满足用户的计算需求或者造成资源的浪费。现阶段,如何通过对虚拟机进行管控,相对减少物理资源负载不均衡的问题,是我们亟待解决的问题。
发明内容
针对以上问题,本发明的目的在于提供一种云数据中心虚拟机的管控方法、系统及设备,能够通过虚拟机迁移技术,将高负载物理主机上的虚拟机迁移到低负载的物理主机上,相对减少物理资源负载不均衡的问题。
本发明为实现上述目的,通过以下技术方案实现:一种云数据中心虚拟机的管控方法,包括:
计算分配虚拟机的优先级;
对物理主机资源进行排序;
进行虚拟机的分配;
比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。
进一步,所述计算分配虚拟机的优先级包括:
在云数据中心设置默认虚拟机规格,用户根据需求提交虚拟机规格需求;
所述虚拟机规格包括虚拟机CPU数量、内存大小、磁盘大小,将虚拟机CPU数量、内存大小、磁盘大小作为三个参数,将虚拟机抽象模型为VM=(C,R,M),若所述参数大于默认虚拟机规格,则记为1,等于默认记为0,小于则记为-1;
根据用户提交的虚拟机规格需求代入虚拟机抽象模型,得出对应的参数值,进而计算得出分配虚拟机的优先级。
进一步,所述对物理主机资源进行排序包括:
分别设置物理主机CPU、内存、存储资源的高阈值和低阈值,若大于高阈值表示主机负载过高,不再增加新负载;若低于低阈值表示负载过低,考虑虚拟机迁移,关闭主机,节省能源;
遍历计算云数据中心中每个物理主机的CPU、内存、和存储资源,筛选高低阈值范围内的物理主机,并按照资源从低到高排序。
进一步,所述进行虚拟机的分配包括:
按照计算出的虚拟机优先级和得出的物理主机资源顺序从高到低一次分配虚拟机;
若物理主机资源一致,则随机分配。
进一步,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移包括:
设置触发机制,计算云数据中心中物理主机的CPU、内存、存储资源的参数值,若所述参数中任意高于高阈值或者低于低阈值,即触发告警,将告警主机列为强监控对象,密集监测主机状态。
进一步,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移还包括:
若所述物理主机的CPU、内存、存储资源的参数值均超过高阈值的主机,计算该主机上的虚拟机占用的资源,按照CPU、内存、存储资源占用资源,计算天际线值并筛选出该类虚拟机,从低到高将虚拟机依次迁出,按照分配虚拟机的方法迁移到其他高低阈值范围内的物理主机,直至物理主机各项参数低于高阈值;部分指标高于高阈值的主机,不再分配新的虚拟机。
进一步,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移还包括:
筛选所述物理主机的CPU、内存、存储资源的参数值都低于低阈值的物理主机,将虚拟机全部迁出,并关闭主机,
相应的,本发明还公开了一种云数据中心虚拟机的管控系统,包括:
优先级计算单元,用于计算分配虚拟机的优先级;
资源排序单元,用于对物理主机资源进行排序;
分配单元,用于进行虚拟机的分配;
比较迁移单元,用于比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。
相应的,本发明还公开了一种云数据中心虚拟机的管控设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文任一项所述云数据中心虚拟机的管控方法步骤。
对比现有技术,本发明有益效果在于:本发明提供了一种云数据中心虚拟机的管控方法、系统及设备,第一,提供了一种虚拟机分配方法。云数据中心中设置默认虚拟机配置方案,规定虚拟机使用的CPU、内存和磁盘存储规格,虚拟机用户如果有特殊需求可以自行设计虚拟机的规格,高于默认配置的称为优先,比如CPU优先、存储优先等,放置虚拟机时优先放置此类虚拟机。初始化将虚拟机放置在合适的物理主机上,减少迁移导致的网络、计算资源消耗。第二,提供了一种虚拟机动态迁移方法,当某物理主机负载高于阈值,选择虚拟机迁移到适当的物理主机上,减少该主机的负载,更好满足用户的需求;当某物理主机负载低于阈值时,将虚拟机全部迁移至其他主机,物理主机关机,减少能源消耗。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著的进步,其实施的有益效果也是显而易见的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
附图1是本发明的方法流程图。
附图2是本发明的系统结构图。
具体实施方式
下面结合附图对本发明的具体实施方式做出说明。
如图1所示的一种云数据中心虚拟机的管控方法,包括:
计算分配虚拟机的优先级:云数据中心设置默认虚拟机规格(CPU数量、内存大小、磁盘大小),用户根据自身需求提交虚拟机需求(虚拟机CPU数量、内存大小、磁盘大小),虚拟机CPU数量、内存大小、磁盘大小作为三个参数,将虚拟机抽象为VM=(C,R,M),当参数大于默认,则记为1,等于默认记为0,小于则记为-1。如,用户申请虚拟机规格均超出默认虚拟机规格,则记为(1,1,1),如均小于默认,则记为(-1,-1,-1);将三个数字相加,计算得出分配虚拟机的优先级。
对物理主机资源进行排序:设置物理主机CPU、内存和存储资源的两个负载阈值,高阈值和低阈值,高阈值表示主机负载过高,不再增加新负载,低阈值表示负载过低,可以考虑虚拟机迁移,关闭主机,节省能源。计算云数据中心中每个物理主机的CPU、内存、和存储资源,筛选高低阈值范围内的物理主机,并按照资源从低到高排序。
进行虚拟机的分配:放置虚拟机时,按照虚拟机优先级从高到低一次分配虚拟机。优先级高的先分配,选择可用资源较多的物理主机,优先级较低的虚拟机稍后分配,选择可用资源较少的物理主机;如物理主机资源一致,则随机选择。
比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移:
首先,设置触发机制,计算云数据中心中物理主机的CPU、内存、存储资源,三个指标中任意高于高阈值或者低于低阈值,即触发告警,将告警主机列为强监控对象,密集监测主机状态。
当三个指标参数均超过高阈值的主机,计算该主机上的虚拟机占用的资源,按照CPU、内存、存储资源占用资源,计算天际线值并筛选出该类虚拟机,从低到高将虚拟机依次迁出,按照分配虚拟机的方法迁移到其他高低阈值范围内的物理主机,直至物理主机各项参数低于高阈值;部分指标高于高阈值的主机,不再分配新的虚拟机;
最后,筛选三个指标都低于低阈值的物理主机,将虚拟机全部迁出,并关闭主机,以节省能源。
相应的,如图2所示,本发明还公开了一种云数据中心虚拟机的管控系统,包括:
优先级计算单元,用于计算分配虚拟机的优先级;
资源排序单元,用于对物理主机资源进行排序;
分配单元,用于进行虚拟机的分配;
比较迁移单元,用于比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。
相应的,本发明还公开了一种云数据中心虚拟机的管控设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上文任一项所述云数据中心虚拟机的管控方法步骤。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个单元中。
同理,在本发明各个实施例中的各处理单元可以集成在一个功能模块中,也可以是各个处理单元物理存在,也可以两个或两个以上处理单元集成在一个功能模块中。
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
Claims (9)
1.一种云数据中心虚拟机的管控方法,其特征在于,包括:
计算分配虚拟机的优先级;
对物理主机资源进行排序;
进行虚拟机的分配;
比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。
2.根据权利要求1所述的云数据中心虚拟机的管控方法,其特征在于,所述计算分配虚拟机的优先级包括:
在云数据中心设置默认虚拟机规格,用户根据需求提交虚拟机规格需求;
所述虚拟机规格包括虚拟机CPU数量、内存大小、磁盘大小,将虚拟机CPU数量、内存大小、磁盘大小作为三个参数,将虚拟机抽象模型为VM=(C,R,M),若所述参数大于默认虚拟机规格,则记为1,等于默认记为0,小于则记为-1;
根据用户提交的虚拟机规格需求代入虚拟机抽象模型,得出对应的参数值,进而计算得出分配虚拟机的优先级。
3.根据权利要求2所述的云数据中心虚拟机的管控方法,其特征在于,所述对物理主机资源进行排序包括:
分别设置物理主机CPU、内存、存储资源的高阈值和低阈值,若大于高阈值表示主机负载过高,不再增加新负载;若低于低阈值表示负载过低,考虑虚拟机迁移,关闭主机,节省能源;
遍历计算云数据中心中每个物理主机的CPU、内存、和存储资源,筛选高低阈值范围内的物理主机,并按照资源从低到高排序。
4.根据权利要求3所述的云数据中心虚拟机的管控方法,其特征在于,所述进行虚拟机的分配包括:
按照计算出的虚拟机优先级和得出的物理主机资源顺序从高到低一次分配虚拟机;
若物理主机资源一致,则随机分配。
5.根据权利要求3所述的云数据中心虚拟机的管控方法,其特征在于,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移包括:
设置触发机制,计算云数据中心中物理主机的CPU、内存、存储资源的参数值,若所述参数中任意高于高阈值或者低于低阈值,即触发告警,将告警主机列为强监控对象,密集监测主机状态。
6.根据权利要求5所述的云数据中心虚拟机的管控方法,其特征在于,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移还包括:
若所述物理主机的CPU、内存、存储资源的参数值均超过高阈值的主机,计算该主机上的虚拟机占用的资源,按照CPU、内存、存储资源占用资源,计算天际线值并筛选出该类虚拟机,从低到高将虚拟机依次迁出,按照分配虚拟机的方法迁移到其他高低阈值范围内的物理主机,直至物理主机各项参数低于高阈值;部分指标高于高阈值的主机,不再分配新的虚拟机。
7.根据权利要求6所述的云数据中心虚拟机的管控方法,其特征在于,所述比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移还包括:
筛选所述物理主机的CPU、内存、存储资源的参数值都低于低阈值的物理主机,将虚拟机全部迁出,并关闭主机,
8.一种云数据中心虚拟机的管控系统,其特征在于,包括:
优先级计算单元,用于计算分配虚拟机的优先级;
资源排序单元,用于对物理主机资源进行排序;
分配单元,用于进行虚拟机的分配;
比较迁移单元,用于比较物理主机资源指标与预设指标阈值,并根据比较结果进行虚拟机的动态迁移。
9.一种云数据中心虚拟机的管控设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述云数据中心虚拟机的管控方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090821.8A CN110908783A (zh) | 2019-11-09 | 2019-11-09 | 一种云数据中心虚拟机的管控方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911090821.8A CN110908783A (zh) | 2019-11-09 | 2019-11-09 | 一种云数据中心虚拟机的管控方法、系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110908783A true CN110908783A (zh) | 2020-03-24 |
Family
ID=69817027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911090821.8A Withdrawn CN110908783A (zh) | 2019-11-09 | 2019-11-09 | 一种云数据中心虚拟机的管控方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110908783A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395046A (zh) * | 2020-07-30 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于温度预测的虚拟机迁移规划调度方法及其系统与介质 |
CN117435298A (zh) * | 2023-10-16 | 2024-01-23 | 常州大数据有限公司 | 一种基于大语言模型的数据中心能效智能调优云平台 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160291997A1 (en) * | 2015-04-03 | 2016-10-06 | International Business Machines Corporation | Migrating virtual machines based on relative priority of virtual machine in the context of a target hypervisor environment |
CN110389838A (zh) * | 2019-07-24 | 2019-10-29 | 北京邮电大学 | 一种适用于虚拟资源的实时调度和在线迁移管控方法 |
-
2019
- 2019-11-09 CN CN201911090821.8A patent/CN110908783A/zh not_active Withdrawn
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160291997A1 (en) * | 2015-04-03 | 2016-10-06 | International Business Machines Corporation | Migrating virtual machines based on relative priority of virtual machine in the context of a target hypervisor environment |
CN110389838A (zh) * | 2019-07-24 | 2019-10-29 | 北京邮电大学 | 一种适用于虚拟资源的实时调度和在线迁移管控方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112395046A (zh) * | 2020-07-30 | 2021-02-23 | 上海有孚智数云创数字科技有限公司 | 基于温度预测的虚拟机迁移规划调度方法及其系统与介质 |
CN112395046B (zh) * | 2020-07-30 | 2021-06-04 | 上海有孚智数云创数字科技有限公司 | 虚拟机迁移规划调度方法及其系统与介质 |
CN117435298A (zh) * | 2023-10-16 | 2024-01-23 | 常州大数据有限公司 | 一种基于大语言模型的数据中心能效智能调优云平台 |
CN117435298B (zh) * | 2023-10-16 | 2024-05-28 | 常州大数据有限公司 | 一种基于大语言模型的数据中心能效智能调优云平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11073992B2 (en) | Allocation and balancing of storage resources | |
JP3978199B2 (ja) | リソースの利用およびアプリケーションの性能の監視システムおよび監視方法 | |
JP5510556B2 (ja) | 仮想マシンのストレージスペースおよび物理ホストを管理するための方法およびシステム | |
CN113377540A (zh) | 集群资源调度方法及装置、电子设备和存储介质 | |
US20140025890A1 (en) | Methods and structure for improved flexibility in shared storage caching by multiple systems operating as multiple virtual machines | |
US10356150B1 (en) | Automated repartitioning of streaming data | |
US10365943B2 (en) | Virtual machine placement | |
US9858120B2 (en) | Modifying memory space allocation for inactive tasks | |
WO2014035838A1 (en) | Client placement in a computer network system using dynamic weight assignments on resource utilization metrics | |
CN103399781B (zh) | 云服务器及其虚拟机管理方法 | |
CN106230986A (zh) | 一种基于电力PaaS云平台的资源适配调度系统及方法 | |
CN103631537A (zh) | 一种虚拟磁盘的管理方法及装置 | |
CN109960579B (zh) | 一种调整业务容器的方法及装置 | |
CN104391736B (zh) | 虚拟机的休眠模式设置方法和装置 | |
CN110908783A (zh) | 一种云数据中心虚拟机的管控方法、系统及设备 | |
CN114490089A (zh) | 云计算资源自动调节方法、装置、计算机设备及存储介质 | |
CN104298537A (zh) | 电力信息通信虚拟化环境资源模型 | |
CN107528871A (zh) | 存储系统中的数据分析 | |
US10282223B2 (en) | Methods and systems to assess efficient usage of data-center resources by virtual machines | |
US20220214965A1 (en) | System and method for storage class memory tiering | |
CN116560803B (zh) | 基于sr-iov的资源管理方法及相关装置 | |
CN105930202B (zh) | 一种三阈值的虚拟机迁移方法 | |
Monteiro et al. | Virtualized Web server cluster self-configuration to optimize resource and power use | |
CN106886477A (zh) | 一种云系统中监控阈值设定方法及装置 | |
CN107562510B (zh) | 一种应用实例的管理方法及管理设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200324 |