CN111679901A - 基于作业调度软件和并行文件系统的高性能服务系统 - Google Patents

基于作业调度软件和并行文件系统的高性能服务系统 Download PDF

Info

Publication number
CN111679901A
CN111679901A CN202010810913.5A CN202010810913A CN111679901A CN 111679901 A CN111679901 A CN 111679901A CN 202010810913 A CN202010810913 A CN 202010810913A CN 111679901 A CN111679901 A CN 111679901A
Authority
CN
China
Prior art keywords
module
job
computing
parallel
software
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
Application number
CN202010810913.5A
Other languages
English (en)
Inventor
陈炜
朱旨昂
阚苏立
吕兴祥
孙祥
徐晓岚
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.)
Nanjing Jiangbei New Area Science And Technology Investment Group Co ltd
Original Assignee
Nanjing Jiangbei New Area Science And Technology Investment Group Co 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 Nanjing Jiangbei New Area Science And Technology Investment Group Co ltd filed Critical Nanjing Jiangbei New Area Science And Technology Investment Group Co ltd
Priority to CN202010810913.5A priority Critical patent/CN111679901A/zh
Publication of CN111679901A publication Critical patent/CN111679901A/zh
Pending legal-status Critical Current

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
    • G06F9/46—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
    • G06F9/5038—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 execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multi Processors (AREA)

Abstract

本发明涉及高性能计算技术领域，具体地说，涉及一种基于作业调度软件和并行文件系统的高性能服务系统.包括作业调度单元、并行文件单元和高性能计算单元；作业调度单元采用基于ibm的lsf作业调度软件，用于支持跨机群资源共享和动态资源发现、预约和分配；并行文件单元采用GPFS共享文件系统，用于保证在资源组内的所有节点可以并行访问整个文件系统；高性能计算单元用于通过多处理器或者某一集群中几台组织的几台计算机进行计算。本发明设计可以统一管理和调度集群的软硬件资源，提高系统利用率和吞吐率，同时可以支持并行应用和串行应用，实现计算服务的高性能。

Description

基于作业调度软件和并行文件系统的高性能服务系统
技术领域
本发明涉及高性能计算技术领域，具体地说，涉及一种基于作业调度软件和并行文件系统的高性能服务系统。
背景技术
高性能计算指通常使用很多处理器或者某一集群中组织的几台计算机的计算系统和环境，其目的是为了在较短时间内少费而多用地处理数据密集型的计算工作。高性能集群运行中通常会把一个大问题按一定的规则分为多个子问题，在集群内的不同节点上分别进行计算，再将计算结果处理合并为最终结果。这些子问题的计算可以并行完成，且在计算过程中需协同工作。相对于大数据计算技术的发展，不具备可靠的集群调度管理系统的高性能计算的已经无法随心地应对大数据的规模性、变化性、多样性、粘性、真实性等带来的巨大挑战，同时集群内过多的子问题并行处理也不能保证达到所需的计算速度，大大降低了高性能计算的高效性。
发明内容
本发明的目的在于提供一种基于作业调度软件和并行文件系统的高性能服务系统，以解决上述背景技术中提出的问题。
为实现上述技术问题的解决，本发明的目的之一在于，提供一种基于作业调度软件和并行文件系统的高性能服务系统，包括作业调度单元、并行文件单元和高性能计算单元；所述作业调度单元采用基于ibm的lsf作业调度软件，用于支持跨机群资源共享和动态资源发现、预约和分配；所述并行文件单元采用GPFS共享文件系统，用于保证在资源组内的所有节点可以并行访问整个文件系统；所述高性能计算单元用于通过多处理器或者某一集群中几台组织的几台计算机进行计算。
作为本技术方案的进一步改进，所述作业调度单元包括业务流程调度管理模块、作业运行控制模块、资源管理模块和调度数据模块；所述业务流程调度管理模块用于管理调度计划和提交作业流程；所述作业运行控制模块用于将承担不同处理任务的作业合理的派发到各个计算机上去运行；所述资源管理模块用于收集各个计算机节点的负载信息并将结果反馈给作业运行控制机；所述调度数据模块用于存储作业记录、对作业进行实时记录和事后分析。
作为本技术方案的进一步改进，所述业务流程调度管理模块包括节点负载量模块和作业优先级模块；所述节点负载量模块用于在一定的时间间隔内计算每个节点的负载量并将其传送给调度系统；所述作业优先级模块用于计算作业执行顺序的优先级。
作为本技术方案的进一步改进，所述节点负载量模块的计算公式为：
Figure 171072DEST_PATH_IMAGE001
；
其中，Lobs,t为节点1上的绝对负载量、µt为节点1的处理能力系数、Ucpu为节点1上CPU利用率、Poct,t为节点1上的活动进程数、Node为集群系统中的节点总数、Lt为节点1上的相对负载量。
作为本技术方案的进一步改进，所述作业优先级模块的计算公式为：
Pj[i]=Po[i]+N*Twait；
其中，Po[i]为作业提交时指定的优先级，Twait为作业在队列中等待的时间，N为常数因子，随着等待时间的增加，作业优先级动态的增加，直到增加到阈值，即最高优先级。
作为本技术方案的进一步改进，所述并行文件单元包括文件存储模块、GPFS服务模块和客户端模块；所述文件存储模块用于通过SAN环境将存储划分给服务器节点；所述GPFS服务模块用于将存储磁盘进行配置并格式化形成最终的GPFS并行文件系统格式；所述客户端模块用于连通以太网与服务器节点来共享并行文件系统。
作为本技术方案的进一步改进，所述文件存储模块包括磁盘模块、网络共享磁盘模块和GPFS文件模块；所述磁盘模块为基础物理磁盘；所述网络共享磁盘模块用于提供集群式的服务；所述GPFS文件模块用于将私有协议通过网络共享给所有的GPFS客户端。
作为本技术方案的进一步改进，所述高性能计算单元包括计算模块、管理模块、存储模块、网络模块和软件模块；所述计算模块用于处理数据密集型的计算工作；所述管理模块用于实时监控和管理计算平台的运行性能；所述存储模块用于提供本地存储和并行存储服务；所述网络模块用于管理计算网络；所述软件模块用于管理计算服务系中的软件。
所述计算包括高吞吐计算（单指令）和分布计算（多指令）。
所述软件包括操作系统、编程语言、并行环境、数学库、性能调优工具、管理软件、调度软件。
本发明的目的之二在于，提供一种基于ibm的lsf作业调度软件和并行文件系统gpfs的高性能计算服务装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述任一的基于作业调度软件和并行文件系统的高性能服务系统。
本发明的目的之三在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一的基于作业调度软件和并行文件系统的高性能服务系统。
与现有技术相比，本发明的有益效果：该基于作业调度软件和并行文件系统的高性能服务系统中，通过基于ibm的lsf作业调度软件可以根据用户的需求，统一管理和调度集群的软硬件资源，保证用户作业公平合理地共享集群资源，提高系统利用率和吞吐率，保证计算系统的稳定性，同时并行文件系统gpfs系统可以支持并行应用和串行应用，保证在资源组内的所有节点可以并行访问整个文件系统，实现计算服务的高性能。
附图说明
图1为实施例1的整体框图；
图2为实施例1的作业调度单元模块框图；
图3为实施例1的业务流程调度管理模块框图；
图4为实施例1的并行文件单元模块框图；
图5为实施例1的文件存储模块框图；
图6为实施例1的高性能计算单元模块框图；
图7为实施例1的计算服务装置结构示意图。
图中各个标号意义为：
100、作业调度单元；101、业务流程调度管理模块；1011、节点负载量模块；1012、作业优先级模块；102、作业运行控制模块；103、资源管理模块；104、调度数据模块；
200、并行文件单元；201、文件存储模块；2011、磁盘模块；2012、网络共享磁盘模块；2013、GPFS文件模块；202、GPFS服务模块；203、客户端模块；
300、高性能计算单元；301、计算模块；302、管理模块；303、存储模块；304、网络模块；305、软件模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例1
如图1-7所示，本实施例提供一种基于作业调度软件和并行文件系统的高性能服务系统，包括作业调度单元100、并行文件单元200和高性能计算单元300；作业调度单元100采用基于ibm的lsf作业调度软件，用于支持跨机群资源共享和动态资源发现、预约和分配；并行文件单元200采用GPFS共享文件系统，用于保证在资源组内的所有节点可以并行访问整个文件系统；高性能计算单元300用于通过多处理器或者某一集群中几台组织的几台计算机进行计算。
本实施例中，作业调度单元100包括业务流程调度管理模块101、作业运行控制模块102、资源管理模块103和调度数据模块104；业务流程调度管理模块101用于管理调度计划和提交作业流程；作业运行控制模块102用于将承担不同处理任务的作业合理的派发到各个计算机上去运行；资源管理模块103用于收集各个计算机节点的负载信息并将结果反馈给作业运行控制机；调度数据模块104用于存储作业记录、对作业进行实时记录和事后分析。
其中，业务流程调度管理模块101包括节点负载量模块1011和作业优先级模块1012；节点负载量模块1011用于在一定的时间间隔内计算每个节点的负载量并将其传送给调度系统；作业优先级模块1012用于计算作业执行顺序的优先级。
其中，节点负载量模块1011的计算公式为：
Figure 834178DEST_PATH_IMAGE002
；
其中，Lobs,t为节点1上的绝对负载量、µt为节点1的处理能力系数、Ucpu为节点1上CPU利用率、Poct,t为节点1上的活动进程数、Node为集群系统中的节点总数、Lt为节点1上的相对负载量。
其中，作业优先级模块1012的计算公式为：
Pj[i]=Po[i]+N*Twait；
其中，Po[i]为作业提交时指定的优先级，Twait为作业在队列中等待的时间，N为常数因子，随着等待时间的增加，作业优先级动态的增加，直到增加到阈值，即最高优先级。
进一步地，并行文件单元200包括文件存储模块201、GPFS服务模块202和客户端模块203；文件存储模块201用于通过SAN环境将存储划分给服务器节点；GPFS服务模块202用于将存储磁盘进行配置并格式化形成最终的GPFS并行文件系统格式；客户端模块203用于连通以太网与服务器节点来共享并行文件系统。
其中，文件存储模块201包括磁盘模块2011、网络共享磁盘模块2012和GPFS文件模块2013；磁盘模块2011为基础物理磁盘；网络共享磁盘模块2012用于提供集群式的服务；GPFS文件模块2013用于将私有协议通过网络共享给所有的GPFS客户端。
进一步地，高性能计算单元300包括计算模块301、管理模块302、存储模块303、网络模块304和软件模块305；计算模块301用于处理数据密集型的计算工作；管理模块302用于实时监控和管理计算平台的运行性能；存储模块303用于提供本地存储和并行存储服务；网络模块304用于管理计算网络；软件模块305用于管理计算服务系中的软件。
其中，计算包括高吞吐计算（单指令）和分布计算（多指令）。
其中，软件包括操作系统、编程语言、并行环境、数学库、性能调优工具、管理软件、调度软件。
参阅图7，示出了本实施例所涉及的提供一种基于ibm的lsf作业调度软件和并行文件系统gpfs的高性能计算服务装置结构示意图，该装置包括处理器、存储器和总线。
处理器包括一个或一个以上处理核心，处理器通过总线与处理器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的基于作业调度软件和并行文件系统的高性能服务系统。
可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。
此外，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的基于作业调度软件和并行文件系统的高性能服务系统。
可选的，本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面基于作业调度软件和并行文件系统的高性能服务系统。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，的程序可以存储与一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种基于作业调度软件和并行文件系统的高性能服务系统，其特征在于：包括作业调度单元（100）、并行文件单元（200）和高性能计算单元（300）；所述作业调度单元（100）采用基于ibm的lsf作业调度软件，用于支持跨机群资源共享和动态资源发现、预约和分配；所述并行文件单元（200）采用GPFS共享文件系统，用于保证在资源组内的所有节点可以并行访问整个文件系统；所述高性能计算单元（300）用于通过多处理器或者某一集群中几台组织的几台计算机进行计算;所述作业调度单元（100）包括业务流程调度管理模块（101）、作业运行控制模块（102）、资源管理模块（103）和调度数据模块（104）；所述业务流程调度管理模块（101）用于管理调度计划和提交作业流程；所述作业运行控制模块（102）用于将承担不同处理任务的作业合理的派发到各个计算机上去运行；所述资源管理模块（103）用于收集各个计算机节点的负载信息并将结果反馈给作业运行控制机；所述调度数据模块（104）用于存储作业记录、对作业进行实时记录和事后分析;所述业务流程调度管理模块（101）包括节点负载量模块（1011）和作业优先级模块（1012）；所述节点负载量模块（1011）用于在一定的时间间隔内计算每个节点的负载量并将其传送给调度系统；所述作业优先级模块（1012）用于计算作业执行顺序的优先级;所述节点负载量模块（1011）的计算公式为：
Figure 892453DEST_PATH_IMAGE001
；
其中，Lobs,t为节点1上的绝对负载量、µt为节点1的处理能力系数、Ucpu为节点1上CPU利用率、Poct,t为节点1上的活动进程数、Node为集群系统中的节点总数、Lt为节点1上的相对负载量;所述作业优先级模块（1012）的计算公式为：
Pj[i]=Po[i]+N*Twait；
其中，Po[i]为作业提交时指定的优先级，Twait为作业在队列中等待的时间，N为常数因子，随着等待时间的增加，作业优先级动态的增加，直到增加到阈值，即最高优先级。
2.根据权利要求1所述的基于作业调度软件和并行文件系统的高性能服务系统，其特征在于：所述并行文件单元（200）包括文件存储模块（201）、GPFS服务模块（202）和客户端模块（203）；所述文件存储模块（201）用于通过SAN环境将存储划分给服务器节点；所述GPFS服务模块（202）用于将存储磁盘进行配置并格式化形成最终的GPFS并行文件系统格式；所述客户端模块（203）用于连通以太网与服务器节点来共享并行文件系统。
3.根据权利要求2所述的基于作业调度软件和并行文件系统的高性能服务系统，其特征在于：所述文件存储模块（201）包括磁盘模块（2011）、网络共享磁盘模块（2012）和GPFS文件模块（2013）；所述磁盘模块（2011）为基础物理磁盘；所述网络共享磁盘模块（2012）用于提供集群式的服务；所述GPFS文件模块（2013）用于将私有协议通过网络共享给所有的GPFS客户端。
4.根据权利要求1所述的基于作业调度软件和并行文件系统的高性能服务系统，其特征在于：所述高性能计算单元（300）包括计算模块（301）、管理模块（302）、存储模块（303）、网络模块（304）和软件模块（305）；所述计算模块（301）用于处理数据密集型的计算工作；所述管理模块（302）用于实时监控和管理计算平台的运行性能；所述存储模块（303）用于提供本地存储和并行存储服务；所述网络模块（304）用于管理计算网络；所述软件模块（305）用于管理计算服务系中的软件。
5.一种基于作业调度软件和并行文件系统的高性能服务系统，其特征在于：包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现如权利要求1-4中任一所述的基于作业调度软件和并行文件系统的高性能服务系统。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，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1-4中任一所述的基于作业调度软件和并行文件系统的高性能服务系统。
CN202010810913.5A 2020-08-13 2020-08-13 基于作业调度软件和并行文件系统的高性能服务系统 Pending CN111679901A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010810913.5A CN111679901A (zh) 2020-08-13 2020-08-13 基于作业调度软件和并行文件系统的高性能服务系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010810913.5A CN111679901A (zh) 2020-08-13 2020-08-13 基于作业调度软件和并行文件系统的高性能服务系统

Publications (1)

Publication Number Publication Date
CN111679901A true CN111679901A (zh) 2020-09-18

Family

ID=72438617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010810913.5A Pending CN111679901A (zh) 2020-08-13 2020-08-13 基于作业调度软件和并行文件系统的高性能服务系统

Country Status (1)

Country Link
CN (1) CN111679901A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261105A (zh) * 2020-10-16 2021-01-22 天津津航计算技术研究所 一种层次化集群作业管理系统
CN112905562A (zh) * 2021-02-04 2021-06-04 中国工商银行股份有限公司 主机作业提交方法及装置
CN113172641A (zh) * 2021-04-16 2021-07-27 青岛大学附属医院 一种基于多制式5g模组的可移动智能机器人

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102749987A (zh) * 2012-06-20 2012-10-24 武汉理工大学 计算机同构集群系统高能效资源分配方法
US8478952B1 (en) * 2006-06-13 2013-07-02 Emc Corporation Flexible optimized group-based backups

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8478952B1 (en) * 2006-06-13 2013-07-02 Emc Corporation Flexible optimized group-based backups
CN102749987A (zh) * 2012-06-20 2012-10-24 武汉理工大学 计算机同构集群系统高能效资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周凯: "高性能计算中作业调度技术与集群管理系统的研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
苏飞: "基于 TL_Sheduling 的异构集群负载均衡算法的研究与应用", 《计算机工程与设计》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112261105A (zh) * 2020-10-16 2021-01-22 天津津航计算技术研究所 一种层次化集群作业管理系统
CN112261105B (zh) * 2020-10-16 2023-02-03 天津津航计算技术研究所 一种层次化集群作业管理系统及方法
CN112905562A (zh) * 2021-02-04 2021-06-04 中国工商银行股份有限公司 主机作业提交方法及装置
CN113172641A (zh) * 2021-04-16 2021-07-27 青岛大学附属医院 一种基于多制式5g模组的可移动智能机器人

Similar Documents

Publication Publication Date Title
Liu et al. Priority-based consolidation of parallel workloads in the cloud
CN111679901A (zh) 基于作业调度软件和并行文件系统的高性能服务系统
CN107038069B (zh) Hadoop平台下动态标签匹配DLMS调度方法
Hui et al. Improved strategies for dynamic load balancing
US8689226B2 (en) Assigning resources to processing stages of a processing subsystem
US20050262506A1 (en) Grid non-deterministic job scheduling
EP2391943B1 (en) Allocation of processing tasks
CN114138486A (zh) 面向云边异构环境的容器化微服务编排方法、系统及介质
US11061729B2 (en) Throttling logging processes
CN109799956B (zh) 一种存储控制器及io请求处理方法
Yang et al. Balancing job performance with system performance via locality-aware scheduling on torus-connected systems
Setia et al. Processor scheduling on multiprogrammed, distributed memory parallel computers
CN117076133B (zh) 云游戏平台异构资源分配方法、计算机装置及存储介质
Bucur et al. The maximal utilization of processor co-allocation in multicluster systems
Xiang et al. Optimizing job reliability through contention-free, distributed checkpoint scheduling
CN110928649A (zh) 资源调度的方法和装置
WO2018119899A1 (zh) 一种存储控制器及io请求处理方法
CN110399206B (zh) 一种基于云计算环境下idc虚拟化调度节能系统
Maurya et al. Design issues in distributed software
Kousalya et al. A comparative study of parallel job scheduling algorithms in cloud computing
Song et al. Optimizing communication performance in scale-out storage system
Selvi et al. Scheduling In Virtualized Grid Environment Using Hybrid Approach
US20240160487A1 (en) Flexible gpu resource scheduling method in large-scale container operation environment
Ananthanarayanan et al. Big data analytics systems.
Sheoran et al. MapReduce scheduler: a bird eye view

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200918