CN112130974B - 云计算资源配置方法、装置、电子设备与存储介质 - Google Patents
云计算资源配置方法、装置、电子设备与存储介质 Download PDFInfo
- Publication number
- CN112130974B CN112130974B CN202010944730.2A CN202010944730A CN112130974B CN 112130974 B CN112130974 B CN 112130974B CN 202010944730 A CN202010944730 A CN 202010944730A CN 112130974 B CN112130974 B CN 112130974B
- Authority
- CN
- China
- Prior art keywords
- priority
- demand
- peak interval
- enqueue
- resource allocation
- 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
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
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
-
- 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
-
- 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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于资源配置技术领域,具体涉及一种云计算资源配置方法、装置、电子设备与计算机可读存储介质。所述方法包括执行优先级配置的步骤和执行资源分配的步骤,所述执行优先级配置的步骤包括:将入队元素插入到队列中同一优先级元素前面;判断队列中是否有优先级小于入队元素的优先级的元素,如果有则将队列中优先级小于入队元素的优先级的元素的优先级加1,如果没有则结束入队;所述执行资源分配的步骤包括:生成统计周期内的需求分布图;沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间;根据显著波峰区间的需求量,在显著波峰区间的开始时间节点进行资源分配;在显著波峰区间的结束时间节点回收分配的资源。
Description
技术领域
本发明属于资源配置技术领域,具体涉及一种云计算资源配置方法、装置、电子设备与计算机可读存储介质。
背景技术
云计算的发展使得计算资源的动态分配成为流行趋势,传统的分布式计算应用在云计算中使用弹性伸缩技术使得资源可以得到合理的利用,大大节约了计算成本。动态伸缩的前提需依赖对需求量的判定,以便得知需要多少计算资源,预估计算时间,然后根据一定的条件来触发计算资源的增减,实现资源动态分配。现有技术方案一般使用一个队列来汇集任务,然后根据该队列的长度来决定分配多少计算资源,解决了资源需求不匹配的问题。一种常用的云计算伸缩服务架构如图1所示。通常由一个调度队列、伸缩服务、节点池管理和云平台服务共同组成一个可伸缩服务架构。
名称为面向弹性分析流程的云资源配置优化方法的专利(申请号:CN201610790447.2)公开了一种基于队列的云资源配置方法,然而计算资源从请求分配到投入使用会存在一定的时间,而需求往往存在一些周期性瞬时爆发的情况,仅依赖被动队列监测来进行资源控制并不能很好地应对这些情况。同时汇集需求的队列并未考虑任务的紧急程度,简单地先进先出使得所有任务都需经历相似的等待时间,无法体现任务价值差异。
发明内容
为解决上述问题,本发明提供一种云计算资源配置方法、装置、电子设备与计算机可读存储介质,一方面,解决排队优先级问题,使得高价值任务能够相对优先执行,同时保证了低优先级任务不会被高优先级任务淹没;另一方面,采用基于需求分布分析的主动伸缩策略,在需求爆发前预先增加计算资源,很好地应对需求爆发的情况。
本发明的技术方案是:
一种云计算资源配置方法,包括执行优先级配置的步骤和执行资源分配的步骤,其中,
所述执行优先级配置的步骤,包括:
S1,将入队元素插入到队列中同一优先级元素前面;
S2,判断队列中是否有优先级小于入队元素的优先级的元素,如果有则转到步骤S3,如果没有则转到步骤S4;
S3,将队列中优先级小于入队元素的优先级的元素的优先级加1;
S4,结束入队;
所述执行资源分配的步骤,包括:
S1’,生成统计周期内的需求分布图,需求分布图包括时间轴、需求量轴和需求分布曲线;
S2’,沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间;
S3’,根据显著波峰区间的需求量,在显著波峰区间的开始时间节点进行资源分配;
S4’,在显著波峰区间的结束时间节点回收步骤S3’分配的资源。
优选地,时间轴为横轴,需求分布曲线包括多个统计点,步骤S2’包括:沿需求分布图的时间轴确定各显著波峰区间的开始时间节点和结束时间节点,开始时间节点对应的统计点的斜率大于正指定斜率,结束时间节点对应的统计点的斜率小于负指定斜率。
优选地,所述正指定斜率为1,负指定斜率为-1。
优选地,步骤S3’包括:
对积分面积占需求分布曲线积分面积的比例大于指定阈值的显著波峰区间,确定显著波峰区间的需求量的中值;
根据所述中值确定要分配的资源量。
优选地,所述指定阈值为30%。
一种云计算资源配置装置,包括优先级配置模块和资源分配模块,其中,
所述优先级配置模块被配置为执行:
S1,将入队元素插入到队列中同一优先级元素前面;
S2,判断队列中是否有优先级小于入队元素的优先级的元素,如果有则转到步骤S3,如果没有则转到步骤S4;
S3,将队列中优先级小于入队元素的优先级的元素的优先级加1;
S4,结束入队;
所述资源分配模块被配置为执行:
S1’,生成统计周期内的需求分布图,需求分布图包括时间轴、需求量轴和需求分布曲线;
S2’,沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间;
S3’,根据显著波峰区间的需求量,在显著波峰区间的开始时间节点进行资源分配;
S4’,在显著波峰区间的结束时间节点回收步骤S3’分配的资源。
一种电子设备,包括处理器、存储器、以及存储在所述存储器中且可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如前所述方法的步骤。
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,所述计算机程序被处理器执行时实现如前所述方法的步骤。
采用上述方案后,本发明与现有技术相比具有以下优点:
一方面,解决排队优先级问题,使得高价值任务能够相对优先执行,同时保证了低优先级任务不会被高优先级任务淹没;另一方面,采用基于需求分布分析的主动伸缩策略,在需求爆发前预先增加计算资源,很好地应对需求爆发的情况。
附图说明
图1为现有技术的架构图;
图2为本发明实施例一执行优先级配置的步骤的流程图;
图3为本发明实施例一执行资源分配的步骤的流程图。
具体实施方式
实施例一:
本发明提供一种云计算资源配置方法,包括执行优先级配置的步骤和执行资源分配的步骤,如图2所示,所述执行优先级配置的步骤包括步骤S1至S4,实现一种自动提权队列的入队。自动提权队列的优先级从0开始,以整数为单位,由低到高N级,队列按元素优先级高低由高到低排列,优先级高的优先出队。为提高性能,使用最大堆实现自动提权队列。设自动提权队列为A,队列实际长度为A.heap-size,队列空间长度大于或等于A.heap-size,可增长。
步骤S1,将入队元素插入到队列中同一优先级元素前面。
步骤S2,判断队列中是否有优先级小于入队元素的优先级M(0≤M≤N)的元素,如果有则转到步骤S3,如果没有则转到步骤S4。
步骤S3,将队列中优先级小于入队元素的优先级M的元素的优先级加1。
步骤S4,结束入队。
步骤S1至S4的算法示例:
当连续插入高优先级的元素后,会使得队列中已有的优先级低于M级的元素的优先级提升到M级,使得队列中低优先级的元素不至于被插队元素淹没。
自动提权队列的出队算法示例:
该算法维持自动提权队列的状态,出队算法基于该算法,出队算法:
如图3所示,所述执行资源分配的步骤包括步骤S1’至S4’,实现一种基于需求分布分析的主动伸缩策略。需要说明的是,主动伸缩策略分配的资源不受被动伸缩策略影响,即不会被被动伸缩回收。
步骤S1’,生成统计周期内的需求分布图,需求分布图包括时间轴、需求量轴和需求分布曲线。
在本实施例中,时间轴为横轴,需求量轴为纵轴,需求分布曲线包括多个统计点,统计点的横坐标为时间,纵坐标为需求量。统计周期可以以星期为单位,也可以以月或日为单位。
步骤S2’,沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间。
需求分布曲线包括若干波峰和波谷,波峰包括急剧凸起的波峰和凸起不显著的波峰,对于波峰凸起不显著的波峰区间,没有应用主动伸缩策略的必要,针对波峰急剧凸起的区间(即需求量急剧上升的显著波峰区间),应用主动伸缩策略,在需求爆发前预先增加计算资源。
在本实施例中,沿需求分布图的时间轴确定各显著波峰区间的开始时间节点和结束时间节点,开始时间节点对应的统计点的斜率大于正指定斜率,结束时间节点对应的统计点的斜率小于负指定斜率。根据经验,选择所述正指定斜率为1,负指定斜率为-1。
步骤S3’,根据显著波峰区间的需求量,在显著波峰区间的开始时间节点进行资源分配。
在本实施例中,对积分面积占需求分布曲线积分面积的比例大于指定阈值的显著波峰区间,确定显著波峰区间的需求量的中值;根据所述中值确定要分配的资源量;在显著波峰区间的开始时间节点之前准备对应的资源,在显著波峰区间的开始时间节点进行资源分配。对于积分面积占需求分布曲线积分面积的比例小于或等于指定阈值的显著波峰区间,不应用主动伸缩策略。根据经验,选择所述指定阈值为30%。
在其它实施例中,也可以对所有显著波峰区间都应用主动伸缩策略。
步骤S4’,在显著波峰区间的结束时间节点回收步骤S3’分配的资源。
需要说明的是,本发明应用于伸缩云服务架构,为服务分级提供一种方法;然而,本发明也可以推广用于其它需要差异化体验的任务分级和资源配置服务。
实施例二:
本发明提供一种云计算资源配置装置,包括优先级配置模块和资源分配模块,包括优先级配置模块和资源分配模块,其中,
所述优先级配置模块被配置为执行上述步骤S1至S4;
所述资源分配模块被配置为执行上述步骤S1’至S4’。
实施例三:
本发明还提供所述一种系统/电子设备,包括处理器、存储器、以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现本发明实施例一的上述方法实施例中的步骤。
进一步地,作为一个可执行方案,所述系统/电子设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述系统/电子设备可包括,但不仅限于,处理器、存储器。本领域技术人员可以理解,上述系统/电子设备的组成结构仅仅是系统/电子设备的示例,并不构成对系统/电子设备的限定,可以包括比上述更多或更少的部件,或者组合某些部件,或者不同的部件。例如所述系统/电子设备还可以包括输入输出设备、网络接入设备、总线等,本发明实施例对此不做限定。
进一步地,作为一个可执行方案,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,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,所述处理器是所述系统/电子设备的控制中心,利用各种接口和线路连接整个系统/电子设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述系统/电子设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
实施例四:
本发明还提供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,所述计算机程序被处理器执行时实现本发明实施例上述方法的步骤。
所述系统/电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
以上所述仅为本发明的较佳实施例,并非对本发明的限制。应当指出,本领域的技术人员在阅读完本说明书后,凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种云计算资源配置方法,其特征在于,包括执行优先级配置的步骤和执行资源分配的步骤,其中,
所述执行优先级配置的步骤,包括:
S1,将入队元素插入到队列中同一优先级元素前面;所述队列按元素优先级高低由高到低排列,优先级高的优先出队;
S2,判断队列中是否有优先级小于入队元素的优先级的元素,如果有则转到步骤S3,如果没有则转到步骤S4;
S3,将队列中优先级小于入队元素的优先级的元素的优先级加1;
S4,结束入队;
所述执行资源分配的步骤,包括:
S1’,生成统计周期内的需求分布图,需求分布图包括时间轴、需求量轴和需求分布曲线,所述需求分布曲线包括多个统计点;
S2’,沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间,所述显著波峰区间的开始时间节点对应的统计点的斜率大于正指定斜率,结束时间节点对应的统计点的斜率小于负指定斜率;
S3’,根据显著波峰区间的资源需求量,在显著波峰区间的开始时间节点之前准备对应的资源,在显著波峰区间的开始时间节点进行资源分配;
S4’,在显著波峰区间的结束时间节点回收步骤S3’分配的资源。
2.根据权利要求1所述的云计算资源配置方法,其特征在于,所述正指定斜率为1,负指定斜率为-1。
3.根据权利要求1所述的云计算资源配置方法,其特征在于,步骤S3’包括:
对积分面积占需求分布曲线积分面积的比例大于指定阈值的显著波峰区间,确定显著波峰区间的需求量的中值;
根据所述中值确定要分配的资源量。
4.根据权利要求3所述的云计算资源配置方法,其特征在于,所述指定阈值为30%。
5.一种云计算资源配置装置,其特征在于,包括优先级配置模块和资源分配模块,其中,
所述优先级配置模块被配置为执行:
S1,将入队元素插入到队列中同一优先级元素前面;所述队列按元素优先级高低由高到低排列,优先级高的优先出队;
S2,判断队列中是否有优先级小于入队元素的优先级的元素,如果有则转到步骤S3,如果没有则转到步骤S4;
S3,将队列中优先级小于入队元素的优先级的元素的优先级加1;
S4,结束入队;
所述资源分配模块被配置为执行:
S1’,生成统计周期内的需求分布图,需求分布图包括时间轴、需求量轴和需求分布曲线,所述需求分布曲线包括多个统计点;
S2’,沿需求分布图的时间轴确定需求量急剧上升的显著波峰区间,所述显著波峰区间的开始时间节点对应的统计点的斜率大于正指定斜率,结束时间节点对应的统计点的斜率小于负指定斜率;
S3’,根据显著波峰区间的资源需求量,在显著波峰区间的开始时间节点之前准备对应的资源,在显著波峰区间的开始时间节点进行资源分配;
S4’,在显著波峰区间的结束时间节点回收步骤S3’分配的资源。
6.一种电子设备,其特征在于:包括处理器、存储器、以及存储在所述存储器中且可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
7.一种计算机可读存储介质,其特征在于: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如权利要求1至4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010944730.2A CN112130974B (zh) | 2020-09-10 | 2020-09-10 | 云计算资源配置方法、装置、电子设备与存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010944730.2A CN112130974B (zh) | 2020-09-10 | 2020-09-10 | 云计算资源配置方法、装置、电子设备与存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112130974A CN112130974A (zh) | 2020-12-25 |
CN112130974B true CN112130974B (zh) | 2022-10-25 |
Family
ID=73845343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010944730.2A Active CN112130974B (zh) | 2020-09-10 | 2020-09-10 | 云计算资源配置方法、装置、电子设备与存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112130974B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113656329B (zh) * | 2021-08-09 | 2024-02-02 | 国家计算机网络与信息安全管理中心 | 一种基于tcam的掩码规则插入方法、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6442631B1 (en) * | 1999-05-07 | 2002-08-27 | Compaq Information Technologies Group, L.P. | Allocating system resources based upon priority |
CN103248583A (zh) * | 2012-02-09 | 2013-08-14 | 迈普通信技术股份有限公司 | 一种基于有限深度的先进先出报文队列管理方法及装置 |
CN103986668A (zh) * | 2014-05-28 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种最大优先级队列的设计方法 |
CN111274007A (zh) * | 2020-03-31 | 2020-06-12 | 山东汇贸电子口岸有限公司 | 一种基于Terraform的云平台资源弹性伸缩实现方法及系统 |
CN111523565A (zh) * | 2020-03-30 | 2020-08-11 | 中南大学 | 一种大数据的流式处理方法、系统及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9800484B2 (en) * | 2014-03-10 | 2017-10-24 | International Business Machines Corporation | Optimizing resource utilization in a networked computing environment |
US10579417B2 (en) * | 2017-04-26 | 2020-03-03 | Microsoft Technology Licensing, Llc | Boosting user thread priorities to resolve priority inversions |
US20200226536A1 (en) * | 2019-01-11 | 2020-07-16 | Kshitiz Uttam | Constrained concurrent resource allocator |
-
2020
- 2020-09-10 CN CN202010944730.2A patent/CN112130974B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6442631B1 (en) * | 1999-05-07 | 2002-08-27 | Compaq Information Technologies Group, L.P. | Allocating system resources based upon priority |
CN103248583A (zh) * | 2012-02-09 | 2013-08-14 | 迈普通信技术股份有限公司 | 一种基于有限深度的先进先出报文队列管理方法及装置 |
CN103986668A (zh) * | 2014-05-28 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种最大优先级队列的设计方法 |
CN111523565A (zh) * | 2020-03-30 | 2020-08-11 | 中南大学 | 一种大数据的流式处理方法、系统及存储介质 |
CN111274007A (zh) * | 2020-03-31 | 2020-06-12 | 山东汇贸电子口岸有限公司 | 一种基于Terraform的云平台资源弹性伸缩实现方法及系统 |
Non-Patent Citations (3)
Title |
---|
一种基于预测的云计算的弹性伸缩策略;徐建中等;《计算机与数字工程》;20180620(第06期);全文 * |
基于模糊算法的视频云平台控制仿真;高玮;《计算机仿真》;20200215(第02期);全文 * |
基于需求预测的PaaS平台资源分配方法;徐雅斌等;《计算机应用》;20190410(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112130974A (zh) | 2020-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446176B (zh) | 一种任务分配方法、计算机可读存储介质及终端设备 | |
CN110413412B (zh) | 一种基于gpu集群资源分配的方法和装置 | |
CN111767134A (zh) | 一种多任务动态资源调度方法 | |
US10884667B2 (en) | Storage controller and IO request processing method | |
CN111352736A (zh) | 大数据资源的调度方法、装置、服务器及存储介质 | |
CN111030945B (zh) | 容灾方法、容灾网关、存储介质、装置以及系统 | |
CN112860974A (zh) | 计算资源的调度方法、装置、电子设备和存储介质 | |
CN112988390A (zh) | 一种算力资源分配方法及装置 | |
CN112860387A (zh) | 分布式任务调度方法、装置、计算机设备及存储介质 | |
CN105022668B (zh) | 一种作业调度方法及系统 | |
CN111597040A (zh) | 一种资源分配方法、装置、存储介质和电子设备 | |
CN109117279B (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
CN113327053A (zh) | 任务处理方法及装置 | |
CN111190541B (zh) | 存储系统的流控方法以及计算机可读存储介质 | |
CN112130974B (zh) | 云计算资源配置方法、装置、电子设备与存储介质 | |
CN115904671A (zh) | 一种边缘计算环境下的任务调度方法、装置、设备及介质 | |
CN112948109B (zh) | 一种ai计算集群的配额弹性调度方法、装置及介质 | |
CN112463361A (zh) | 一种分布式计算的弹性资源分配的方法和设备 | |
CN115391020B (zh) | 基于线程池的优先队列调度方法、系统、设备及存储介质 | |
CN114489463B (zh) | 动态调整存储卷qos的方法、装置及计算设备 | |
CN114661415A (zh) | 调度方法及计算机系统 | |
EP3550421A1 (en) | Storage controller and io request processing method | |
CN114253688A (zh) | 在云环境下应用负载重调度的方法及应用 | |
CN111290850B (zh) | 一种数据存储方法、装置及设备 | |
CN113535378A (zh) | 一种资源调配方法、存储介质及终端设备 |
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 |