CN111104220A - 基于Arm架构的服务器配置方法、系统及相关设备 - Google Patents
基于Arm架构的服务器配置方法、系统及相关设备 Download PDFInfo
- Publication number
- CN111104220A CN111104220A CN201911244690.4A CN201911244690A CN111104220A CN 111104220 A CN111104220 A CN 111104220A CN 201911244690 A CN201911244690 A CN 201911244690A CN 111104220 A CN111104220 A CN 111104220A
- Authority
- CN
- China
- Prior art keywords
- memory
- server
- database
- database information
- service volume
- 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- Withdrawn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
- G06F9/50—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
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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
- G06F2209/5011—Pool
-
- 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
- G06F2209/5018—Thread allocation
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种基于Arm架构的服务器配置方法,具体技术方案如下:获取数据库信息;数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;判断服务器是否为数据库专用服务器;若是,则根据数据库信息划分数据库专用内存;若否,则根据数据库信息划分最低专用内存。本申请通过在Arm架构下的服务器进行数据库信息获取,以便根据数据库信息分配对应的数据库专用内存。以便实现Arm架构下云计算的大规模场景有足够的内存稳定运行,保障云环境的安全、稳定与可靠。本申请还提供一种基于Arm架构的服务器配置系统、计算机可读存储介质和一种云平台,具有上述有益效果。
Description
技术领域
本申请涉及云计算领域,特别涉及一种基于Arm架构的服务器配置方法、系统及相关设备。
背景技术
随着云计算的大规模应用及飞腾cpu的应用推广,Arm架构下的云计算适配也是市场趋向之一。由于Arm架构与x86架构的特性不同,同样的组件在不同架构下的适配也就不尽相同。在X86架构中难以针对数据库服务进行内存调优,一旦出现高并发任务容易造成数据库服务停止工作使得云计算功能大大受限。
因此如何实现Arm架构下的服务器配置是本领域技术人员亟需解决的技术问题。
发明内容
本申请的目的是提供一种基于Arm架构的服务器配置方法、系统、计算机可读存储介质和一种云平台,能够实现对基于Arm架构的服务器的有效配置,保证数据库服务器的稳定运行。
为解决上述技术问题,本申请提供一种基于Arm架构的服务器配置方法,具体技术方案如下:
获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;
判断所述服务器是否为数据库专用服务器;
若是,则根据所述数据库信息划分数据库专用内存;
若否,则根据所述数据库信息划分最低专用内存。
其中,还包括:
根据所述服务器的内存占用率计算线程池的命中率;
根据所述命中率确定最优线程数量;
根据所述最优线程数量优化线程池。
其中,还包括:
增大内存池,并提高所述服务器的最大连接数限制和数据包的最大允许量。
其中,还包括:
利用云平台的自动化类服务统一部署各个数据库节点的配置文件。
其中,还包括:
定期执行数据库备份脚本和安全监测脚本。
本申请还提供一种基于Arm架构的服务器配置系统,包括:
获取模块,用于获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;
判断模块,用于判断所述服务器是否为数据库专用服务器;
第一内存分配模块,用于所述判断模块判断为是时,根据所述数据库信息划分数据库专用内存;
第二内存分配模块,用于所述判断模块判断为否时,根据所述数据库信息划分最低专用内存。
其中,还包括:
线程池优化模块,用于根据所述服务器的内存占用率计算线程池的命中率;根据所述命中率确定最优线程数量。
其中,还包括:
内存优化模块,用于增大内存池,并提高所述服务器的最大连接数限制和数据包的最大允许量。
本申请还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的服务器配置方法的步骤。
本申请还提供一种云平台,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如上所述的服务器配置方法的步骤。
本申请提供一种基于Arm架构的服务器配置方法,具体技术方案如下:获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;判断所述服务器是否为数据库专用服务器;若是,则根据所述数据库信息划分数据库专用内存;若否,则根据所述数据库信息划分最低专用内存。
本申请通过在Arm架构下的服务器进行数据库信息获取,以便根据数据库信息分配对应的数据库专用内存,以实现Arm架构下云计算的大规模场景有足够的内存保证数据库的稳定运行,进而保障云环境的安全、稳定与可靠。本申请还提供一种基于Arm架构的服务器配置系统、计算机可读存储介质和一种云平台,具有上述有益效果,此处不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例,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。
图1为本申请实施例所提供的一种基于Arm架构的服务器配置方法的流程图;
图2为本申请实施例所提供的一种基于Arm架构的服务器配置系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种基于Arm架构的服务器配置方法的流程图,该方法包括:
S101:获取数据库信息;
S102:判断服务器是否为数据库专用服务器;若是,进入S103;若否,进入S104;
S103:根据数据库信息划分数据库专用内存;
S104:根据数据库信息划分最低专用内存。
由于X86架构下对数据库的内存并未做任何优化,一旦出现高并发任务时,其无法保证数据库能够稳定持续运行。本申请针对于Arm架构的服务器,通过限制其数据库内存以保证数据库的稳定持续运行。Arm架构配置优化的是InnoDB引擎在内存中有一个缓冲池用于缓存数据和索引,考虑到Arm架构与x86架构对内存的支持能力的不同、提供云计算相关服务与系统进程消耗内存的多少以及整个系统的稳定,选择增加针对Arm架构下mariadb内存的支持。
具体的,首先需要获取数据库信息,该数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量等,实质上为数据库的各项服务能力及服务量,以便根据其实际需求划分内存。当然,还可以包括服务器的其他服务信息,只要与内存处理所相关的数据均可以在步骤S101中统一获取,以便后续步骤的执行。
确定数据库信息后,判断该服务器是否为数据库专用服务器。数据库专用服务器指的是该服务器上仅有数据库服务,而无需执行其他服务。
若该服务器为数据库专用服务器,则此时需要划分数据库专用内存,在划分数据库专用内存时,在此对于划分比例不作限定,通常不得低于内存的50%。具体划分数据库专用内存时还可以考虑实际内存大小,即根据实际内存划分数据库专用内存。举例而言,若服务器实际内存为64G以上,则可以划分70%左右的内存作为数据库使用,若服务器实际内存为32G,则可能需要划分80%甚至更多的内存作为数据库使用。也即是说,服务器实际内存越小,则划分的数据库专用内存占实际内存比例越高。
若该服务器不为数据库专用服务器,意味着该服务器还同时提供其他服务,为了保证数据库服务不受其他服务影响,这此时应划分最低专用内存。所谓最低专用内存,即该内存为数据库专用,无论何时除数据库服务外其他任何服务均不能占用该部分内存。在此对于最低专用内存的划分比例不作限定,通常不小于服务器总内存的30%。举例而言,若服务器实际内存为64G,划分的最低专用内存为20G,则在任意时间均可保证数据库服务存在20G以上可用内存。容易理解的是,数据库服务实际可占用的内存可以超过20G,但其他所有服务占用内存和不能超过44G。
具体的,当选择将数据库服务部署在一个专用服务器时,选择将70%的内存分配给innodb_buffer_pool_size。当这台服务器同时有其他服务时,将30%的内存分配给innodb_buffer_pool_size,有助于更快地执行mariadb的语句查询,有助于服务器重启后系统环境的快速恢复,以及日常环境运行的稳定及恢复。
本申请实施例通过在Arm架构下的服务器进行数据库信息获取,以便根据数据库信息分配对应的数据库专用内存,以实现Arm架构下云计算的大规模场景有足够的内存保证数据库的稳定运行,进而保障云环境的安全、稳定与可靠。
基于上述实施例,作为优选的实施例,该服务器配置方法还可以包括:
根据所述服务器的内存占用率计算线程池的命中率;根据所述命中率确定最优线程数量;根据所述最优线程数量优化线程池。
本实施例旨在根据云环境的实际情况,通过算法来计算线程池的命中率,以确定最优线程数量,同时可以保障更多的连接从缓存加载,而不是使用新的进程,即增大thread_cache_size。
具体的,在优化线程池时,需要获取线程等待时间、CPU数量和CPU利用率,此后即可以计算线程池的命中率,并确定最优线程数量。得到最优线程数量后,即可将线程池中的线程数量设定为最优线程数量。
基于上述实施例,作为优选的实施例,该服务器配置方法还可以包括:
增大内存池,并提高服务器的最大连接数限制和数据包的最大允许量。
在上述实施例实现针对数据库服务的内存分配的基础上,还可以增大内存池,即扩充内存。同时增加最大连接数的限制与允许的最大数据包,能够有效保障云服务场景的大规模大数据的应用支撑。
基于上述实施例,作为优选的实施例,该服务器配置方法还可以包括:
利用云平台的自动化类服务统一部署各个数据库节点的配置文件。
自动化部署是通过在InCloud OpenStack云平台上自动化类服务,负责部署数据库节点的配置文件,具体的主要指复制和统一分发配置文件,保证了每个数据库节点的统一性与稳定性。如若后续需要改变配置文件,可以直接修改固化的配置文件,再次通过自动化部署服务批量分发,以实现基于Arm架构下数据库节点的自动化部署。
基于上述实施例,作为优选的实施例,该服务器配置方法还可以包括:
定期执行数据库备份脚本和安全监测脚本。
周期检查是运行在InCloud OpenStack云平台上一类服务,定期执行撰写的数据库备份脚本以及安全监测脚本,将备份的数据库数据及健康检查结果保存在其他数据盘或其他存储中,通过对健康检查结果的审查,了解资源的使用情况是否发生了改变或需要进行改进。
需要注意的是,上述实施例均建立在第一个实施例的基础上,且相互独立,在执行服务器配置时,在执行第一个实施例时可与其他任一种或任几种的实施例相结合,以实现服务器的较优配置。
下面对本申请实施例提供的一种基于Arm架构的服务器配置系统进行介绍,下文描述的服务器配置系统与上文描述的一种基于Arm架构的服务器配置方法可相互对应参照。
参见图2,图2为本申请实施例所提供的一种基于Arm架构的服务器配置系统结构示意图,本申请还提供一种基于Arm架构的服务器配置系统,包括:
获取模块100,用于获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;
判断模块200,用于判断所述服务器是否为数据库专用服务器;
第一内存分配模块300,用于所述判断模块判断为是时,根据所述数据库信息划分数据库专用内存;
第二内存分配模块400,用于所述判断模块判断为否时,根据所述数据库信息划分最低专用内存。
基于上述实施例,作为优选的实施例,还可以包括:
线程池优化模块,用于根据所述服务器的内存占用率计算线程池的命中率;根据所述命中率确定最优线程数量。
基于上述实施例,作为优选的实施例,还可以包括:
内存优化模块,用于增大内存池,并提高所述服务器的最大连接数限制和数据包的最大允许量。
本申请还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种云平台,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述云平台还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种基于Arm架构的服务器配置方法,其特征在于,包括:
获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;
判断所述服务器是否为数据库专用服务器;
若是,则根据所述数据库信息划分数据库专用内存;
若否,则根据所述数据库信息划分最低专用内存。
2.根据权利要求1所述的服务器配置方法,其特征在于,还包括:
根据所述服务器的内存占用率计算线程池的命中率;
根据所述命中率确定最优线程数量;
根据所述最优线程数量优化线程池。
3.根据权利要求1所述的服务器配置方法,其特征在于,还包括:
增大内存池,并提高所述服务器的最大连接数限制和数据包的最大允许量。
4.根据权利要求1所述的服务器配置方法,其特征在于,还包括:
利用云平台的自动化类服务统一部署各个数据库节点的配置文件。
5.根据权利要求1所述的服务器配置方法,其特征在于,还包括:
定期执行数据库备份脚本和安全监测脚本。
6.一种基于Arm架构的服务器配置系统,其特征在于,包括:
获取模块,用于获取数据库信息;所述数据库信息包括存储服务量、网络服务量、监控服务量和计算服务量;
判断模块,用于判断所述服务器是否为数据库专用服务器;
第一内存分配模块,用于所述判断模块判断为是时,根据所述数据库信息划分数据库专用内存;
第二内存分配模块,用于所述判断模块判断为否时,根据所述数据库信息划分最低专用内存。
7.根据权利要求6所述的服务器配置系统,其特征在于,还包括:
线程池优化模块,用于根据所述服务器的内存占用率计算线程池的命中率;根据所述命中率确定最优线程数量。
8.根据权利要求6所述的服务器配置系统,其特征在于,还包括:
内存优化模块,用于增大内存池,并提高所述服务器的最大连接数限制和数据包的最大允许量。
9.一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,所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的方法的步骤。
10.一种云平台,其特征在于,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1-5任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244690.4A CN111104220A (zh) | 2019-12-06 | 2019-12-06 | 基于Arm架构的服务器配置方法、系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911244690.4A CN111104220A (zh) | 2019-12-06 | 2019-12-06 | 基于Arm架构的服务器配置方法、系统及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111104220A true CN111104220A (zh) | 2020-05-05 |
Family
ID=70422036
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911244690.4A Withdrawn CN111104220A (zh) | 2019-12-06 | 2019-12-06 | 基于Arm架构的服务器配置方法、系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111104220A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463378A (zh) * | 2020-11-27 | 2021-03-09 | 北京浪潮数据技术有限公司 | 一种服务器资产扫描方法、系统、电子设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1992953A (zh) * | 2005-12-30 | 2007-07-04 | 中兴通讯股份有限公司 | 一种分布式hlr内存数据库的实现方法 |
CN103201723A (zh) * | 2012-08-03 | 2013-07-10 | 华为技术有限公司 | 用于配置内存的方法和内存配置管理服务器 |
CN103729443A (zh) * | 2013-12-30 | 2014-04-16 | 北京首钢自动化信息技术有限公司 | 一种可配置式内存管理方法 |
CN106550006A (zh) * | 2015-09-23 | 2017-03-29 | 北京奇虎科技有限公司 | 云服务器资源分配方法和装置 |
US20190317812A1 (en) * | 2018-04-16 | 2019-10-17 | State Street Corporation | Guaranteed quality of service in cloud computing environments |
-
2019
- 2019-12-06 CN CN201911244690.4A patent/CN111104220A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1992953A (zh) * | 2005-12-30 | 2007-07-04 | 中兴通讯股份有限公司 | 一种分布式hlr内存数据库的实现方法 |
CN103201723A (zh) * | 2012-08-03 | 2013-07-10 | 华为技术有限公司 | 用于配置内存的方法和内存配置管理服务器 |
CN103729443A (zh) * | 2013-12-30 | 2014-04-16 | 北京首钢自动化信息技术有限公司 | 一种可配置式内存管理方法 |
CN106550006A (zh) * | 2015-09-23 | 2017-03-29 | 北京奇虎科技有限公司 | 云服务器资源分配方法和装置 |
US20190317812A1 (en) * | 2018-04-16 | 2019-10-17 | State Street Corporation | Guaranteed quality of service in cloud computing environments |
Non-Patent Citations (1)
Title |
---|
张贵: "数据库集群在社会信用平台设计与实现", 《电脑编程技巧与维护》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112463378A (zh) * | 2020-11-27 | 2021-03-09 | 北京浪潮数据技术有限公司 | 一种服务器资产扫描方法、系统、电子设备及存储介质 |
CN112463378B (zh) * | 2020-11-27 | 2023-12-22 | 北京浪潮数据技术有限公司 | 一种服务器资产扫描方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112199194B (zh) | 基于容器集群的资源调度方法、装置、设备和存储介质 | |
JP6381801B2 (ja) | 格納クライアントファイルシステム用格納ボリュームの動的スケーリング | |
US9319281B2 (en) | Resource management method, resource management device, and program product | |
US20140108681A1 (en) | System and method for providing a flexible buffer management interface in a distributed data grid | |
CN111522636A (zh) | 应用容器的调整方法、调整系统、计算机可读介质及终端设备 | |
US20130246511A1 (en) | Systems and Methods for Serving Applications in an Application Server Environment | |
CN110930291B (zh) | 一种gpu显存管理控制方法及相关装置 | |
CN106487601B (zh) | 资源监控方法、装置及系统 | |
CN111124643A (zh) | 一种分布式存储中的删除任务调度方法、系统及相关装置 | |
CN113094183B (zh) | Ai训练平台的训练任务创建方法、装置、系统及介质 | |
WO2019170011A1 (zh) | 任务分配方法及装置、分布式存储系统 | |
WO2020134364A1 (zh) | 一种虚拟机迁移方法、云计算管理平台和存储介质 | |
US20200249994A1 (en) | Leader election with lifetime term | |
CN110807145A (zh) | 查询引擎获取方法、设备和计算机可读存储介质 | |
US11765099B2 (en) | Resource allocation using distributed segment processing credits | |
CN110580195B (zh) | 一种基于内存热插拔的内存分配方法和装置 | |
CN110377664B (zh) | 数据同步方法、装置、服务器及存储介质 | |
CN111104220A (zh) | 基于Arm架构的服务器配置方法、系统及相关设备 | |
CN114020407A (zh) | 一种容器管理集群容器组调度优化方法、装置、设备 | |
CN116136792A (zh) | 一种数据库的计算资源扩缩方法、装置、设备及存储介质 | |
CN111580951A (zh) | 一种任务分配方法及资源管理平台 | |
CN113590285A (zh) | 一种用于线程池参数动态设置的方法、系统及设备 | |
CN112346872A (zh) | 基于服务调用链路的云计算扩容方法及装置 | |
CN112948113A (zh) | 一种集群资源管理调度方法、装置、设备及可读存储介质 | |
CN116578408A (zh) | 一种支撑智能制造软件的运行资源调度方法 |
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 |
Application publication date: 20200505 |
|
WW01 | Invention patent application withdrawn after publication |