CN111182006B - 一种物理集群映射为云计算资源的方法及装置 - Google Patents

一种物理集群映射为云计算资源的方法及装置 Download PDF

Info

Publication number
CN111182006B
CN111182006B CN201811331821.8A CN201811331821A CN111182006B CN 111182006 B CN111182006 B CN 111182006B CN 201811331821 A CN201811331821 A CN 201811331821A CN 111182006 B CN111182006 B CN 111182006B
Authority
CN
China
Prior art keywords
cloud
combination
performance data
resources
system configuration
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
Application number
CN201811331821.8A
Other languages
English (en)
Other versions
CN111182006A (zh
Inventor
杨泽强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201811331821.8A priority Critical patent/CN111182006B/zh
Publication of CN111182006A publication Critical patent/CN111182006A/zh
Application granted granted Critical
Publication of CN111182006B publication Critical patent/CN111182006B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/104Peer-to-peer [P2P] networks
    • H04L67/1074Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • H04L67/104Peer-to-peer [P2P] networks
    • H04L67/1044Group management mechanisms 

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种物理集群映射为云计算资源的方法和装置。所述方法包括:采集物理集群系统的系统配置信息和性能数据信息;将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。本申请能够自动化的完成物理资源包括虚拟机、数据库、带宽等多种资源等性能及容量评估,同时将其转化为量化的云上对应的资源。本发明自动化的实现线下大规模集群的迁云自动化评估。

Description

一种物理集群映射为云计算资源的方法及装置
技术领域
本发明涉及云资源技术领域,尤其涉及一种物理集群映射为云计算资源的方法及装置。
背景技术
随着云计算的快速发展及普及,凭借其低成本,按需使用,弹性伸缩等核心优势,越来越多的IT企业开始逐步将其服务由传统的互联网数据中心(IDC,Internet DataCenter)迁移到云服务器上,那么如何将传统IDC里面的物理机、网络设备和存储资源准确而合理的转化为池化的云端资源,这个问题是所有迁移云端的用户关心的首要问题。传统的方式往往依赖于软件领域多个角色比如系统工程师,网络工程师,研发工程师等通力合作,根据经验来做出分析判断,这个过程存在以下问题:
1.资源投入大,往往需要大量系统工程师,网络工程师,研发工程师等一起投入;
2.投入周期长,评估往往需要跨团队协作且持续时间会随着业务规模及复杂度的增长而延长;
3.难度系数大,用户需要具备迁移工作的评估能力,比如如何准确获取系统当前的容量和性能,以及如何将这些指标转化为云上资源的规格;各个云平台的产品不尽相同具体体现在产品特性的差异,性能指标的差异增大了评估成本。
发明内容
本申请旨在至少解决相关技术中的技术问题之一。
本申请提供一种物理集群映射为云计算资源的方法及装置,至少实现将线下集群资源映射为云上资源。
本申请采用如下技术方案。
第一方面,本申请提供一种物理集群映射为云计算资源的方法,包括:
采集物理集群系统的系统配置信息和性能数据信息;
将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
优选地,所述方法之前还包括:
获取并保存目标云厂商的多个云产品的性能。
优选地,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
优选地,所述方法之前包括:
采集监控获取基础云资源的系统配置信息和性能数据信息;
将所述基础云资源的系统配置信息和性能数据信息按照预设算法统一量化。
优选地,所述方法之前包括:
获取所述基础云资源的云厂商设置及集群配置;
获取预先设置的所述基础云资源分布拓扑。
优选地,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
按照预设算法将物理集群系统系统配置信息和性能数据信息量化;
根据获得的基础云资源分布拓扑及云产品模型仓库的规格配置进行将物理集群系统系统等量转化,得到云资源的组合的一种或者多种方案。
优选地,所述的方法还包括:向用户反馈云资源的组合信息。
优选地,所述的方法还包括:
接收用户对于所述云资源的组合的变更操作;
按照所述用户变更后的云资源的组合进行数据迁移。
优选地,所述系统配置信息包括以下至少之一:
中央处理器容量数据,内存容量数据,网络容量数据,数据库配置数据。
优选地,性能数据信息包括以下至少之一:
中央处理器存储性能数据,内存存储性能数据,网络吞吐量性能数据。
优选地,所述用户的转化需求包括以下至少之一:
对云资源规格的要求;对云资源数量的要求;对云资源组合的费用的要求。
优选地,向用户反馈云资源的组合信息包括:
显示物理集群系统的系统配置及资源使用率情况;
云资源的组合中各云资源的规格及数量;
使用所述云资源的组合的费用。
另一方面,本申请还提供一种物理集群映射为云计算资源的装置,包括:
采集模块,设置为采集物理集群系统的系统配置信息和性能数据信息;
映射模块,设置为将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
优选地,所述的装置还包括:
获取模块,设置为获取并保存目标云厂商的多个云产品的性能;
报告模块,设置为向用户反馈所述云资源的组合。
优选地,所述映射模块将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
优选地,所述的装置还包括:
通信模块,设置为接收用户对于所述云资源的组合的变更操作;
迁移模块,设置为按照所述用户变更后的池化云资源的组合进行数据迁移。
本申请包括以下优点:
一方面,本发明实施例自动化的完成物理资源包括虚拟机、数据库、带宽等多种资源等性能及容量评估,同时将其转化为量化的云上对应的ECS(Elastic Compute Service,云服务器)、RDS(Relational Database Service,云数据库)、net(网络)资源。本发明实施例自动化的实现线下大规模集群的迁云自动化评估。
再一方面,本发明实施例向用户反馈云资源的组合时可以具备可视化以及可编辑的能力。例如本发明实施例可以采用列表的形式,配置要迁移的物理集群系统中物理设备列表,由本发明实施例可自动化生成对应的云产品的规格及数量列表,可以在投入少数资源的情况短时间得到准确的云资源的组合信息。
当然,实施本申请的任一产品必不一定需要同时达到以上所述的所有优点。
附图说明
图1为实施例的物理集群映射为云计算资源方法的流程示意图;
图2为实施例的物理集群映射为云计算资源装置的结构示意图;
图3为实施例的物理集群映射为云计算资源装置的结构示意图;
图4为实施例的物理集群映射为云计算资源装置的结构示意图;
图5为实施例的物理集群映射为云计算资源装置的结构示意图。
具体实施方式
下面将结合附图及实施例对本申请的技术方案进行更详细的说明。
需要说明的是,如果不冲突,本申请实施例以及实施例中的各个特征可以相互结合,均在本申请的保护范围之内。另外,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在一个典型的配置中,物理集群映射为云计算资源的计算设备可包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存(memory)。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。内存可能包括模块1,模块2,……,模块N(N为大于2的整数)。
计算机可读介质包括永久性和非永久性、可移动和非可移动存储介质。存储介质可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM),快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
相关技术中,向云端进行数据迁移,用户需要投入不同角色的工程师专家进行容量、性能等评估,同时其合作IaaS(Infrastructure as a Service,即基础设施即服务)供应商可能会同时派遣资深的架构师予以配合,如果按照传统方式上云,将很大程度依赖于参与评估人员的能力,评估结果准确性无法保证,投入高,准确度低。
如图1所示,为了解决相关技术中的上述问题,本申请提出了一种物理集群映射为云计算资源的方法,包括:
S101、采集物理集群系统的系统配置信息和性能数据信息;
S102、将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
本发明实施例是一种将线下集群资源映射为云上资源的方式,本发明实施例自动化的完成物理资源包括虚拟机、数据库、带宽等多种资源等性能及容量评估,同时将其转化为量化的云上对应的ECS(Elastic Compute Service,云服务器)、RDS(RelationalDatabase Service,云数据库)、net(网络)资源。本发明实施例自动化的实现线下大规模集群的迁云自动化评估。
本发明实施例中,所述方法之前还包括:
获取并保存目标云厂商的多个云产品的性能。
针对某种云产品的不同规格的性能指标是可以量化的,比如ECS的ng5的实例内存,CPU,pps(Packets per Second,每秒数据包量)这些都是固定的,可以根据将物理资源采集的配置信息等量转化为云产品资源的组合。
本发明实施例将不同云厂商的云产品的性能都作为数据存储起来,将采集到的CPU,内存等量转化,会形成一种或者几种组合方案。
本发明实施例中,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
本发明实施例中,所述方法之前包括:
采集监控获取基础云资源的系统配置信息和性能数据信息;
将所述基础云资源的系统配置信息和性能数据信息按照预设算法统一量化。
本发明实施例中,所述方法之前包括:
获取所述基础云资源的云厂商设置及集群配置;
获取预先设置的所述基础云资源分布拓扑。
本发明实施例中,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
按照预设算法将物理集群系统系统配置信息和性能数据信息量化;
根据获得的基础云资源分布拓扑及云产品模型仓库的规格配置进行将物理集群系统系统等量转化,得到云资源的组合的一种或者多种方案。
本发明实施例中,可以形成一种或者几种云资源的组合,如果用户对转化结果有要求,则确定满足需求的云资源的组合。
本发明实施例中,所述的方法还包括:向用户反馈云资源的组合信息。
本发明实施例中,所述的方法还包括:
接收用户对于所述云资源的组合的变更操作;
按照所述用户变更后的云资源的组合进行数据迁移。
本发明实施例的方案向用户反馈云资源的组合时可以具备可视化以及可编辑的能力。例如本发明实施例可以采用列表的形式,配置要迁移的物理集群系统中物理设备列表,由本发明实施例可自动化生成对应的云产品的规格及数量列表,可以在投入少数资源的情况短时间得到准确的云资源的组合信息。
本发明实施例中,所述系统配置信息包括以下至少之一:
中央处理器容量数据,内存容量数据,网络容量数据,数据库配置数据。
本发明实施例中,性能数据信息包括以下至少之一:
中央处理器存储性能数据,内存存储性能数据,网络吞吐量性能数据。
本发明实施例中,所述用户的转化需求包括以下至少之一:
对云资源规格的要求;对云资源数量的要求;对云资源组合的费用的要求。
本发明实施例中,向用户反馈云资源的组合信息包括:
显示物理集群系统的系统配置及资源使用率情况;
云资源的组合中各云资源的规格及数量;
使用所述云资源的组合的费用。
如图2所示,本发明实施例还提供一种物理集群映射为云计算资源的装置,包括:
采集模块,设置为采集物理集群系统的系统配置信息和性能数据信息;
映射模块,设置为将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
如图3所示,本发明实施例中,所述的装置还包括:
获取模块,设置为获取并保存目标云厂商的多个云产品的性能。
本发明实施例中,所述映射模块将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
如图4所示,本发明实施例中,所述的装置还包括:
报告模块,设置为向用户反馈所述云资源的组合。
如图5所示,本发明实施例中,所述的装置还包括:
通信模块,设置为接收用户对于所述云资源的组合的变更操作;
迁移模块,设置为按照所述用户变更后的云资源的组合进行数据迁移。
本发明实施例还提供一种电子设备,包括:
存储有物理集群映射为云计算资源程序的存储器;
处理器,配置为读取所述物理集群映射为云计算资源程序以执行下述操作:
采集物理集群系统的系统配置信息和性能数据信息;
将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
本发明实施例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下处理:
采集物理集群系统的系统配置信息和性能数据信息;
将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
实施例一
本实施例中的物理集群映射为云计算资源的装置可以部署在用户的内网环境,本实施例包括三个核心部分,分别为采集信息,匹配云产品资源,生成报告:
1.采集信息,可以提供插件式管理机制预置两类插件,第一类为系统配置采集插件,比如cpu信息,内存信息,网络信息,数据库配置信息等采集;第二类为性能数据采集插件,采集系统cpu,内存,网络,存储性能及容量数据;每一种插件对应一个指令,同时系统开放插件扩展能力,用户可以自己编程将一些已有的采集脚本作为该组件一个插件,实现了无限扩展能力,同时将插件上报的配置信息及性能数据信息写入数据库;另外插件本身也可以具备将采集信息直接写入数据库的能力。
2.匹配云产品资源,提供了将采集的数据通过计算及模型匹配算法将线下物理资源映射为云产品池化资源的核心能力,且可以无限扩展已适配不同厂商的云产品,比如,可以同时支持将线下资源映射为aws等ec2,s3等池化资源,也可以映射为阿里云等ecs等产品。
3.生成可视化的资源映射报告,上一步骤依据匹配云产品资源已经可以将线下集群的物理资源映射为某厂商的云资源,将映射关系转化为可视化报告,用户通过可视化报告可以得到以下两部分信息:1)线下物理集群的配置及资源使用率情况,可以明确看到当前的容量和使用率,比如可以看到该集群有100台物理机,16核64G的50台,cpu和内存利用率在50%;2)上云需要的各种云产品的规格及数量分别是多少,比如上述数据转化为云主机需要2核4g的200台,4核8g的50台,需要带宽200M,云盘ssd 1T,以及使用这些云产品的实际费用。
实施例二
本实施例说明匹配云产品资源的过程:
本实施例中提供了将采集的数据通过计算及模型匹配算法将线下物理资源映射为云产品池化资源的核心能力,且该匹配算法模型是可以无限扩展已适配不同厂商的云产品,比如该模型可以同时支持将线下资源映射为aws等ec2,s3等池化资源,也可以映射为阿里里云等ecs等产品。
云产品模型仓库,通过数据仓库存储不同云厂商不同云产品的规格及属性,比如云主机模型可以存储aws、aliyun等不同规格下的cpu、内存、IO、网络能力,并且该模型可以不断扩充。
资源映射匹配算法,该算法大致的描述为以下几步:
第一步,线上资源池化,根据线下集群当前的计算、存储、网络能力(采集监控获取),统一转化为量化的cpu、mem、带宽等池化基础资源,比如经过转化后内存为500G、cpu200核、磁盘1T、带宽500G。
第二步,获取用户预先设置的云厂商设置(比如阿里云)及集群配置(比如至少多少台VM,只剩多少块磁盘、是否需要公网),生产云资源分布拓扑(包括云厂商及其云产品的拓扑结构)。
第三步、利用相似度算法将第一步生成的池化资源根据第二步的拓扑图及云产品模型仓库的规格配置进行等量转化,转化完成后可以得到云产品组合的多种可选方案。
当然,本申请还可有其他多种实施例,在不背离本申请精神及其实质的情况下,熟悉本领域的技术人员当可根据本申请作出各种相应的改变和变形,但这些相应的改变和变形都应属于本申请的权利要求的保护范围。

Claims (14)

1.一种物理集群映射为云计算资源的方法,其特征在于,包括:
采集物理集群系统的系统配置信息和性能数据信息;
将所述系统配置信息和所述性能数据信息等量转化为云资源的组合;
在所述采集物理集群系统的系统配置信息和性能数据信息之前,所述方法还包括:
获取基础云资源的云厂商设置及集群配置;
获取预先设置的基础云资源分布拓扑;
所述将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
按照预设算法将物理集群系统的系统配置信息和性能数据信息量化;
根据获得的所述基础云资源分布拓扑及云产品模型仓库的规格配置将物理集群系统进行等量转化,得到云资源的组合的一种或者多种方案。
2.根据权利要求1所述的方法,其特征在于,所述方法之前还包括:
获取并保存目标云厂商的多个云产品的性能。
3.根据权利要求1所述的方法,其特征在于,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
4.根据权利要求3所述的方法,其特征在于,所述方法之前包括:
采集监控获取基础云资源的系统配置信息和性能数据信息;
将所述基础云资源的系统配置信息和性能数据信息按照预设算法统一量化。
5.根据权利要求1所述的方法,其特征在于,还包括:向用户反馈云资源的组合信息。
6.根据权利要求1至5任一所述的方法,其特征在于,还包括:
接收用户对于所述云资源的组合的变更操作;
按照所述用户变更后的云资源的组合进行数据迁移。
7.根据权利要求1所述的方法,其特征在于,所述系统配置信息包括以下至少之一:
中央处理器容量数据,内存容量数据,网络容量数据,数据库配置数据。
8.根据权利要求1所述的方法,其特征在于,性能数据信息包括以下至少之一:
中央处理器存储性能数据,内存存储性能数据,网络吞吐量性能数据。
9.根据权利要求3所述的方法,其特征在于,所述用户的转化需求包括以下至少之一:
对云资源规格的要求;对云资源数量的要求;对云资源组合的费用的要求。
10.根据权利要求5所述的方法,其特征在于,向用户反馈云资源的组合信息包括:
显示物理集群系统的系统配置及资源使用率情况;
云资源的组合中各云资源的规格及数量;
使用所述云资源的组合的费用。
11.一种物理集群映射为云计算资源的装置,其特征在于,包括:
采集模块,设置为采集物理集群系统的系统配置信息和性能数据信息;
获取模块,设置为在所述采集模块采集物理集群系统的系统配置信息和性能数据信息之前,获取基础云资源的云厂商设置及集群配置;获取预先设置的基础云资源分布拓扑;
映射模块,设置为将所述系统配置信息和所述性能数据信息等量转化为云资源的组合,包括:按照预设算法将物理集群系统的系统配置信息和性能数据信息量化;根据获得的所述基础云资源分布拓扑及云产品模型仓库的规格配置将物理集群系统进行等量转化,得到云资源的组合的一种或者多种方案。
12.根据权利要求11所述的装置,其特征在于,还包括:
所述获取模块,还设置为获取并保存目标云厂商的多个云产品的性能;
报告模块,设置为向用户反馈所述云资源的组合。
13.根据权利要求11所述的装置,其特征在于,所述映射模块将所述系统配置信息和所述性能数据信息等量转化为云资源的组合包括:
确定用户的转化需求;
根据所述需求,将所述系统配置信息和所述性能数据信息等量转化为云资源的组合。
14.根据权利要求12所述的装置,其特征在于,还包括:
通信模块,设置为接收用户对于所述云资源的组合的变更操作;
迁移模块,设置为按照所述用户变更后的池化云资源的组合进行数据迁移。
CN201811331821.8A 2018-11-09 2018-11-09 一种物理集群映射为云计算资源的方法及装置 Active CN111182006B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811331821.8A CN111182006B (zh) 2018-11-09 2018-11-09 一种物理集群映射为云计算资源的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811331821.8A CN111182006B (zh) 2018-11-09 2018-11-09 一种物理集群映射为云计算资源的方法及装置

Publications (2)

Publication Number Publication Date
CN111182006A CN111182006A (zh) 2020-05-19
CN111182006B true CN111182006B (zh) 2022-11-29

Family

ID=70647959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811331821.8A Active CN111182006B (zh) 2018-11-09 2018-11-09 一种物理集群映射为云计算资源的方法及装置

Country Status (1)

Country Link
CN (1) CN111182006B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112887129B (zh) * 2021-01-15 2023-07-25 杭州安恒信息技术股份有限公司 一种云安全产品的规格配置方法、系统及相关装置
CN113419825B (zh) * 2021-04-01 2023-09-29 阿里巴巴新加坡控股有限公司 资源性能预估方法和装置、系统及电子设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546379A (zh) * 2010-12-27 2012-07-04 中国移动通信集团公司 一种虚拟化资源调度的方法及虚拟化资源调度系统
CN103401917A (zh) * 2013-07-29 2013-11-20 华南理工大学 一种基于云总线的混合云计算系统及其实现方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120136960A1 (en) * 2010-11-29 2012-05-31 Beijing Z & W Technology Consulting Co., Ltd Cloud Storage Data Access Method, Apparatus and System
KR20140088437A (ko) * 2013-01-02 2014-07-10 한국전자통신연구원 암호화 및 인증 기반 네트워크 관리방법 및 그 장치
CN104063265A (zh) * 2014-07-04 2014-09-24 云南电网公司 一种虚拟资源的综合评估方法
CN104125286A (zh) * 2014-08-03 2014-10-29 浙江网新恒天软件有限公司 一种基于云计算的企业基础设施智能云化管理系统
CN104503826B (zh) * 2015-01-04 2018-06-26 中国联合网络通信集团有限公司 一种云计算数据中心的虚拟机映射方法及装置
CN104780075B (zh) * 2015-03-13 2018-02-23 浪潮电子信息产业股份有限公司 一种云计算系统可用性评估方法
CN105573679B (zh) * 2015-12-18 2019-10-11 国云科技股份有限公司 一种适用于分布式存储系统存储池资源映射规则的方法
CN106603438B (zh) * 2016-12-21 2019-07-19 云南电网有限责任公司信息中心 一种基于成本的混合云资源利用和分配评估方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546379A (zh) * 2010-12-27 2012-07-04 中国移动通信集团公司 一种虚拟化资源调度的方法及虚拟化资源调度系统
CN103401917A (zh) * 2013-07-29 2013-11-20 华南理工大学 一种基于云总线的混合云计算系统及其实现方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于在线迁移的虚拟化资源整合研究;关兆雄等;《自动化与仪器仪表》;20180325(第03期);全文 *

Also Published As

Publication number Publication date
CN111182006A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
CN107402976B (zh) 一种基于多元异构模型的电网多源数据融合方法及系统
CN111258978B (zh) 一种数据存储的方法
CN108279974B (zh) 一种云资源分配方法及装置
CN111355606B (zh) 面向web应用的容器集群自适应扩缩容系统和方法
CN104317800A (zh) 一种海量智能用电数据混合存储系统及方法
CN103605662A (zh) 一种分布式计算框架参数优化方法、装置及系统
CN107798120B (zh) 一种数据转换方法及装置
US20120191678A1 (en) Providing Reconstructed Data Based On Stored Aggregate Data in Response to Queries for Unavailable Data
CN111182006B (zh) 一种物理集群映射为云计算资源的方法及装置
CN111966289A (zh) 基于Kafka集群的分区优化方法和系统
CN114416855A (zh) 一种基于电力大数据的可视化平台及方法
CN104022913B (zh) 用于数据集群的测试方法和装置
TW201344601A (zh) 測試文件管理系統及方法
CN113468226A (zh) 一种业务处理方法、装置、电子设备和存储介质
CN109190025A (zh) 信息监控方法、装置、系统和计算机可读存储介质
CN104717251A (zh) OpenStack云计算管理平台Cell节点调度方法和系统
CN100382075C (zh) 基于硬件级的测试脚本自动生成系统及方法
CN107704362A (zh) 一种基于Ambari监控大数据组件的方法及装置
US9256641B1 (en) Dynamic optimization of data aggregation
CN101645073A (zh) 一种将已有数据库文件导入嵌入式数据库的方法
CN108804210B (zh) 一种云平台的资源配置方法及装置
CN110868330B (zh) 云平台可划分cpu资源的评估方法、装置及评估系统
CN115374109B (zh) 数据访问方法、装置、计算设备和系统
CN107463540B (zh) 电能质量数据的处理方法及电能质量监测装置
CN115618825A (zh) 财务报表合并方法、装置、计算机可读介质及终端设备

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
GR01 Patent grant
GR01 Patent grant