CN111882387B - 一种竞价型云计算资源租赁策略动态调整方法及系统 - Google Patents

一种竞价型云计算资源租赁策略动态调整方法及系统 Download PDF

Info

Publication number
CN111882387B
CN111882387B CN202010711035.1A CN202010711035A CN111882387B CN 111882387 B CN111882387 B CN 111882387B CN 202010711035 A CN202010711035 A CN 202010711035A CN 111882387 B CN111882387 B CN 111882387B
Authority
CN
China
Prior art keywords
instance
bidding
backup
cloud computing
type
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
CN202010711035.1A
Other languages
English (en)
Other versions
CN111882387A (zh
Inventor
潘丽
许志伟
刘士军
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202010711035.1A priority Critical patent/CN111882387B/zh
Publication of CN111882387A publication Critical patent/CN111882387A/zh
Application granted granted Critical
Publication of CN111882387B publication Critical patent/CN111882387B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0611Request for offers or quotes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0645Rental transactions; Leasing transactions

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种竞价型云计算资源租赁策略动态调整方法及系统,包括:获取云平台上竞价型实例的历史价格数据;基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;确定终止备份实例的时间节点;在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,动态对实例租赁策略进行调整。本发明对于竞价型实例,不需要利用复杂的预测技术对其进行预测,且能达到节约成本的目的。

Description

一种竞价型云计算资源租赁策略动态调整方法及系统
技术领域:
本发明涉及云计算技术领域,尤其涉及一种竞价型云计算资源租赁策略动态调整方法及系统。
技术背景
本部分的陈述仅仅是提到了与本发明相关的背景技术,并不必然构成现有技术。
在传统模式下,用户要建立一套系统需要购买昂贵的基础设施、软件许可证另外可能还需要专业的维护人员,这是一笔非常庞大的开销。随着计算机技术的发展,云计算能为用户提供以很短时间为单位付费按需使用计算机资源。只需在使用时支付少量的租金即可使用这些资源,节省了各方面的开支。
越来越多的企业和个人选择云计算平台提供的IaaS(Infrastructure as aService,基础设施即服务)服务,通过租用互联网提供数据中心、基础架构、硬件和软件资源。
目前,国内阿里云、国外亚马逊等云计算服务提供商通过提供多种计费方式的计算资源,满足不同需求的用户。如亚马逊EC2提供三种定价模式,分别为:按需定价实例、Spot实例与预留实例。
竞价型资源(实例)是云计算服务提供商所提供的一类资源付费方式,对于竞价型实例,云计算服务提供商会根据市场供需情况变化动态提供一个基准价格,当用户使用此类实例时,需要提供出价。根据云计算服务提供商的基准价格与用户出价;用户出价高于基准价格时,资源可用;用户出价低于基准价格时,资源被系统强制收回。
比如:Spot实例便是一种竞价型实例,在Spot实例中,用户可以自己定价,定下愿意接受的最高价格,来租用EC2服务的闲散资源。亚马逊会根据供需情况周期性的发布即时价格,当用户最高限价高于即时价格时,服务进行,且实际支付价格为系统即时价格。当用户最高限价低于即时价格时,系统自动终止服务。
Spot实例往往提供大幅度的折扣,对于Spot实例这类竞价型实例,价格极低,但同时带来了由竞价失败而产生的额外开销。
现有技术往往采用容错机制或者通过预测实例价格来调整租赁策略的方式,但是,这些方式通常会丢弃有关实例价格连续性的有价值的时间信息,无法保证服务的连续性。
发明内容:
有鉴于此,本发明提出了一种竞价型云计算资源租赁策略动态调整方法及系统,根据在线算法,自适应的对实例进行操作,动态的为不同实例组合做出不同的租赁决策,在保证性价比的同时解决了竞价型资源(竞价型实例)可靠性差的问题。
为了实现上述目的,本发明提出了如下技术方案:
根据本实施例的第一个方面,提供了一种竞价型云计算资源租赁策略动态调整方法,包括:
获取云平台上竞价型实例的历史价格数据;
基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;
确定终止备份实例的时间节点;
在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,动态对实例租赁策略进行调整。
根据本实施例的第二个方面,提供了一种竞价型云计算资源租赁策略动态调整系统,包括:
数据采集模块,用于获取云平台上竞价型实例的历史价格数据;
实例选择模块,用于基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;
时间节点计算模块,用于确定终止备份实例的时间节点;
决策模块,用于在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,并根据在线算法动态对实例租赁策略进行调整。
根据本实施例的第三个方面,提供了一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行上述的竞价型云计算资源租赁策略动态调整方法。
根据本实施例的第四个方面,提供了一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的竞价型云计算资源租赁策略动态调整方法。
与现有技术相比,本发明的有益效果是:
对于竞价型实例,不需要利用复杂的预测技术对其进行预测,且能达到节约成本的目的;
对于竞价型实例,通过在多个市场备份执行竞价型实例与在检查点备份,提减少了因竞价失败所带来的风险;
对于竞价型实例,通过结合竞价型实例与按需付费实例结合,提高了竞价型实例的可靠性;
通过在线算法,动态做出实例租赁则略,从而动态改变实例租赁状态,可以帮助用户使用竞价实例所造成的可靠性差的问题,同时保证云计算用户的需求服务成本。
本发明的附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例一中的竞价型云计算资源租赁策略动态调整方法流程图:
图2为本发明实施例二中的竞价型云计算资源租赁策略动态调整系统图。
具体实施方式:
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
本发明提出的总体思路:根据采集的价格信息,动态判断是否有节省空间,通过在线算法对当前时刻实例租赁策略进行调整;对于在线算法判定可能存在节省空间,通过放弃备份实例减少实例数目,控制实例成本,从而达到服务成本最优;对于在线算法判定无节省空间,则保留当前实例状态;若竞价型实例都为竞价失败状态,则将备份部署在按需付费实例继续执行,保证任务执行的可靠性。
其具体过程为:
首先将实例在多个市场复制执行,在固定时间间隔为实例做一个快照作为备份,通过在线算法计算时间节点,进一步判断主实例与备份实例的状态,在到达时间节点时,根据两实例的状态判断判断是否有可能存在节省空间,进而对当前时刻实例租赁策略做出决策;其中,若未到达时间节点,主实例与备份实例都失败,则根据当前两实例任务执行进度,将为进度较快的实例备份恢复并部署到一个按需定价实例,其它情况保留当前实例状态;若到达时间节点,主实例与备份实例都为正常状态,则放弃备份实例从而节省成本,此后若主实例竞价失败,则为其申请一个按需付费实例;若到达时间节点,主实例失败,则保留备份实例状态,此后若备份实例竞价失败,则为其申请一个按需付费实例;若到达时间节点,主实例与备份实例均失败,则将为进度较快的实例备份恢复并部署到一个按需定价实例。
实施例一
在一个或多个实施方式中,公开了一种竞价型云计算资源租赁策略动态调整方法,参照图1,包括以下步骤:
步骤1:信息采集与输入,采集云平台上竞价型实例价格数据并进行数据进行清洗,用户输入任务需求,根据采集到的价格数据,在多个市场上复制执行竞价型实例。
具体地,
数据采集是指:任务运行开始时,从云服务平台提取同规格下竞价型实例多个市场的价格数据以及相应市场的存储及按需付费实例价格数据;
CLI是公有云平台为用户提供的一种IaaS(基础设施即服务)管理和访问功能。CLI提供对AWS服务的公共API的直接访问。通过使用CLI提供的API来获取所需实例价格数据。
数据清洗是指:用户通过API获得的数据一般包含实例的全部信息,其中许多字段与本方法无关,我们需要清洗掉这部分数据,提取方法所需数据,如时间戳,可用区,价格等字段。并将其导出为系统可识别格式,便于后续对数据进行读取与处理。
用户输入是指:本方法要求有特定需求的用户,用户需给出方法任务运行的时间。
步骤2:实例多市场复制,为保证提高竞价型实例的可靠性,需要选择两个竞价型实例,一个作为主实例,另一个作为备份实例。
具体地,
竞价型实例的价格波动通常在不同可用区、不同规格实例间有不同的趋势。根据采集到的实例价格历史数据,将主实例作为A实例,备份实例作为B实例,根据公式:
Figure BDA0002596536420000071
选择比值最小的两个实例作为最终的选择;其中,A、B表示在给定出价下,两个市场出价失败的时间段;分别将A和B的长度表示为T(A)、T(B);我们定义
Figure BDA0002596536420000072
为两个实例的相似度。如果
Figure BDA0002596536420000073
的值高,这意味着实例A和实例B更有可能在给定价格中一起失败,最好不要同时竞标A和B,相反,这意味着两实例同时撤销的可能性很小。
步骤3:在竞价型实例运行过程中,在固定时间间隔为竞价型实例进行备份存储在云平台提供的存储型资源,用于竞价型实例竞价失败后的恢复工作。
步骤4:为达到节省成本目的,根据所选实例价格数据及其相关存储及按需付费实例价格数据,确定终止备份实例的时间节点。
我们可以通过以下论述理解确定终止备份实例的时间节点:备份实例的存在是为了抵消掉因主实例失败所产生的费用,若备份实例产生的费用和因主实例竞价失败产生的费用相等,此时再不放弃备份实例,可能带来的损失更大。
定义时间节点用方程表示为:
(T-β)·ODA=(PB+C2)×T (1)
进一步,
Figure BDA0002596536420000081
其中,(1)式等号左边为主实例失败带来的按需付费实例开销,等号右边为备份成功执行备份实例成功执行完任务所产生的最大开销。β为时间节点,T为任务运行时间,ODA为与竞价型实例A相同市场、相同规格下按需实例的价格(每小时),PB为竞价型实例B的初始价格、C2为竞价型实例B备份所需费用(每小时)。
步骤5:动态判断实例是否有可节省空间,并对当前时刻实例租赁策略做出调整。
本实施例中,对于可能出现的所有情况,在以下情况对应的决策可能产生较优成本,最差情况下,也不会超过对应最优离线算法的2倍,因此,为2-竞争算法。
具体地,实例租赁策略具体如下:
(1)在实例未到达时间节点时:
①若出现一个实例竞价失败状态,保持另一实例状态;
②若两个实例都失败,则选择任务完成度更高的实例,并将其恢复部署到一个按需付费实例并继续执行任务。
(2)在实例运行时间到到达时间节点时,判断主实例与备份实例状态,并按照下面的方法动态对实例租赁策略进行调整:
①若两实例此时都处于正常运行状态,保留主实例状态,将备份实例终止;
②若两实例此时都处于竞价失败状态,则选择任务完成度更高的实例,并将其恢复部署到一个按需付费实例并继续执行任务;
③若此时主实例为竞价失败状态,备份实例处于正常状态,保持备份实例状态;
④若此时主实例为正常状态,备份实例处于竞价失败状态,保持主实例状态;
⑤若到达时间节点且不满足上述任一状态,则判定实例不存在节省空间,保持两实例状态。
步骤6:输出最终的决策指令,动态对实例租赁策略做出调整,以达到节约成本,提高竞价型实例可靠性的目的。
对于实例使用价格的定义,计算方法为:(实例价格+实例附属存储价格)*使用时间。
需要说明的是,对于步骤2中复制执行的实例,本实施例为两个,但本方法的复制实例不限于两个。
实施例二
本实施例的目的是提供一种竞价型云计算资源租赁策略动态调整系统,参照图2,包括:
数据采集模块,用于获取云平台上竞价型实例的历史价格数据;
实例选择模块,用于基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;
时间节点计算模块,用于确定终止备份实例的时间节点;
决策模块,用于在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,并根据在线算法动态对实例租赁策略进行调整。
具体地,决策模块具体包括:
节省空间分析:利用采集和输入到的数据,在每个时间节点动态判断是否存在节省空间;
在线成本分析:用在线算法对实例租赁成本进行分析;
实例租赁决策:结合用户输入与实例价格、运行状态动态对实例租赁策略做出调整,生成命令;
输出模块,其被配置为:
数据输出:在已租用竞价型实例到达时间节点时,动态调用决策模块为下一时刻实例操作输出最佳租赁决策方案,接受命令并进行调整,输出调整后的策略、成本等信息。
作为一种可选的实施方式,还包括:
数据清洗模块:用于将提取到的市场价格等数据提取有用数据,清洗无关数据。
作为一种可选的实施方式,还包括:
存储模块,包括实例操作记录存储和日志记录存储,将时间节点、实例操作记录等信息作为日志存储。
需要说明的是,上述模块的具体实现方式采用实施例一中的方法来实现,为了简洁,不再赘述。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的竞价型云计算资源租赁策略动态调整方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的竞价型云计算资源租赁策略动态调整方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (9)

1.一种竞价型云计算资源租赁策略动态调整方法,其特征在于,包括:
获取云平台上竞价型实例的历史价格数据;
基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;
确定终止备份实例的时间节点;
在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,动态对实例租赁策略进行调整;
确定时间节点的方法具体为:
Figure FDA0003515313330000011
其中,β为时间节点,T为任务运行时间,ODA为与竞价型实例A相同市场、相同规格下按需实例的价格,PB为竞价型实例B的初始价格、C2为竞价型实例B备份所需费用。
2.如权利要求1所述的一种竞价型云计算资源租赁策略动态调整方法,其特征在于,获取云平台上竞价型实例的历史价格数据之后,还包括:对获取的数据进行清洗,提取出时间戳、可用区及价格相关的字段,并将其转换为系统能够识别的格式。
3.如权利要求1所述的一种竞价型云计算资源租赁策略动态调整方法,其特征在于,选择出主实例和备份实例的具体过程包括:
根据采集到的实例价格历史数据,根据公式:
Figure FDA0003515313330000012
选择比值最小的两个实例作为最终的选择;其中,A、B分别表示在设定的出价下,市场出价失败的时间段;分别将A和B的长度表示为T(A)、T(B);定义
Figure FDA0003515313330000021
为两个实例的相似度,
Figure FDA0003515313330000022
的越高说明两个实例的相似度越高,从而同时竞价失败的可能性越高。
4.如权利要求1所述的一种竞价型云计算资源租赁策略动态调整方法,其特征在于,在主实例和备份实例运行过程中,每隔设定时间间隔为主实例和备份实例进行备份存储。
5.如权利要求1所述的一种竞价型云计算资源租赁策略动态调整方法,其特征在于,在竞价型实例未到达所述时间节点时:
若出现一个实例竞价失败状态,保持另一实例状态;
若两个实例都失败,则选择任务完成度更高的实例,并将其恢复部署到一个按需付费实例并继续执行任务。
6.如权利要求1所述的一种竞价型云计算资源租赁策略动态调整方法,其特征在于,在实例运行时间到达所述时间节点时:
若两实例此时都处于正常运行状态,保留主实例状态,将备份实例终止;
若两实例此时都处于竞价失败状态,则选择任务完成度更高的实例,并将其恢复部署到一个按需付费实例并继续执行任务;
若主实例为竞价失败状态,备份实例处于正常状态,保持备份实例状态;
若主实例为正常状态,备份实例处于竞价失败状态,保持主实例状态;
若到达时间节点且不满足上述任一状态,则判定实例不存在节省空间,保持两实例状态。
7.一种竞价型云计算资源租赁策略动态调整系统,其特征在于,包括:
数据采集模块,用于获取云平台上竞价型实例的历史价格数据;
实例选择模块,用于基于接收到的任务需求,根据采集到的历史价格数据,在多个市场上复制执行竞价型实例,选择出主实例和备份实例;
时间节点计算模块,用于确定终止备份实例的时间节点;
决策模块,用于在实例运行时间到达所述时间节点时,判断主实例与备份实例的状态,并根据在线算法动态对实例租赁策略进行调整;
确定时间节点的方法具体为:
Figure FDA0003515313330000031
其中,β为时间节点,T为任务运行时间,ODA为与竞价型实例A相同市场、相同规格下按需实例的价格,PB为竞价型实例B的初始价格、C2为竞价型实例B备份所需费用。
8.一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-6任一项所述的竞价型云计算资源租赁策略动态调整方法。
9.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-6任一项所述的竞价型云计算资源租赁策略动态调整方法。
CN202010711035.1A 2020-07-22 2020-07-22 一种竞价型云计算资源租赁策略动态调整方法及系统 Active CN111882387B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010711035.1A CN111882387B (zh) 2020-07-22 2020-07-22 一种竞价型云计算资源租赁策略动态调整方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010711035.1A CN111882387B (zh) 2020-07-22 2020-07-22 一种竞价型云计算资源租赁策略动态调整方法及系统

Publications (2)

Publication Number Publication Date
CN111882387A CN111882387A (zh) 2020-11-03
CN111882387B true CN111882387B (zh) 2022-04-19

Family

ID=73155279

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010711035.1A Active CN111882387B (zh) 2020-07-22 2020-07-22 一种竞价型云计算资源租赁策略动态调整方法及系统

Country Status (1)

Country Link
CN (1) CN111882387B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113626199B (zh) * 2021-08-19 2024-05-17 京东科技信息技术有限公司 闲置云计算资源的管理方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593770A (zh) * 2013-10-24 2014-02-19 清华大学 基于马尔科夫模型的亚马逊弹性计算云竞价方法
CN106796527A (zh) * 2014-06-11 2017-05-31 富古股份有限公司 基于价格和性能优化云服务的选择的系统和方法
CN110503534A (zh) * 2019-08-27 2019-11-26 山东大学 基于价格预测的云计算服务资源动态调度方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103593770A (zh) * 2013-10-24 2014-02-19 清华大学 基于马尔科夫模型的亚马逊弹性计算云竞价方法
CN106796527A (zh) * 2014-06-11 2017-05-31 富古股份有限公司 基于价格和性能优化云服务的选择的系统和方法
CN110503534A (zh) * 2019-08-27 2019-11-26 山东大学 基于价格预测的云计算服务资源动态调度方法及系统

Also Published As

Publication number Publication date
CN111882387A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
Yi et al. Monetary cost-aware checkpointing and migration on amazon cloud spot instances
Chohan et al. See spot run: Using spot instances for {MapReduce} workflows
US9280390B2 (en) Dynamic scaling of a cluster of computing nodes
US8635349B2 (en) Method and system for managing computing resources using an electronic broker agent
CN109783237B (zh) 一种资源配置方法及装置
Mazzucco et al. Achieving performance and availability guarantees with spot instances
Voorsluys et al. Reliable provisioning of spot instances for compute-intensive applications
JP6072072B2 (ja) クラウドシステム管理装置、クラウドシステム、再配置方法、及びプログラム
US8819390B1 (en) Speculative reads
US7818621B2 (en) Data center boot order control
US20180136971A1 (en) Techniques for virtual machine migration
Voorsluys et al. Provisioning spot market cloud resources to create cost-effective virtual clusters
US20080201459A1 (en) Method and system for managing computing resources using an electronic leasing agent
US8041686B2 (en) Database contention and deadlock detection and reduction within application servers
US11461213B2 (en) Mitigating slow instances in large-scale streaming pipelines
CN111882387B (zh) 一种竞价型云计算资源租赁策略动态调整方法及系统
US20180007128A1 (en) Modeling and Forecasting Reserve Capacity for Overbooked Clusters
Amoon A framework for providing a hybrid fault tolerance in cloud computing
CN111538585B (zh) 一种基于node.js的服务器进程调度方法、系统和装置
US11393018B2 (en) Method and system for managing computing resources using an electronic auction agent
Altameem Fault tolerance techniques in grid computing systems
CN116361060A (zh) 一种多特征感知的流计算系统容错方法和系统
Song et al. An online algorithm for optimally releasing multiple on-demand instances in IaaS clouds
Melissaris et al. Agora: Agent and market-based resource management for many-core systems
CN109859012B (zh) 基于IaaS的不确定性需求服务预购实例分时共享方法与系统

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