CN112241304A - 龙芯集群内的超融合资源的调度方法、装置及龙芯集群 - Google Patents

龙芯集群内的超融合资源的调度方法、装置及龙芯集群 Download PDF

Info

Publication number
CN112241304A
CN112241304A CN202011083888.1A CN202011083888A CN112241304A CN 112241304 A CN112241304 A CN 112241304A CN 202011083888 A CN202011083888 A CN 202011083888A CN 112241304 A CN112241304 A CN 112241304A
Authority
CN
China
Prior art keywords
super
virtual machine
load
resources
storage
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.)
Granted
Application number
CN202011083888.1A
Other languages
English (en)
Other versions
CN112241304B (zh
Inventor
许健
杨飞
陈娜
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.)
Beijing Institute of Computer Technology and Applications
Original Assignee
Beijing Institute of Computer Technology and Applications
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 Beijing Institute of Computer Technology and Applications filed Critical Beijing Institute of Computer Technology and Applications
Priority to CN202011083888.1A priority Critical patent/CN112241304B/zh
Publication of CN112241304A publication Critical patent/CN112241304A/zh
Application granted granted Critical
Publication of CN112241304B publication Critical patent/CN112241304B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • 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
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种龙芯集群内的超融合资源的调度方法、装置及龙芯集群，涉及云计算技术领域。通过按照每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；以及再按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移，可以有效避免某台超融合虚拟机的计算资源和/或存储资源超负载，从而实现对龙芯集群上的资源充分利用，并提高龙芯集群的系统性能。

Description

龙芯集群内的超融合资源的调度方法、装置及龙芯集群
技术领域
本发明涉及云计算技术领域，具体而言，涉及一种龙芯集群内的超融合资源的调度方法、装置及龙芯集群。
背景技术
随着我国计算机技术不断发展进步，由龙芯主机构成的龙芯集群应运而生。为适应多场景的应用，龙芯集群上也可以进行虚拟化的部署，即将龙芯集群的环境虚拟化，然后利用虚拟化环境在龙芯集群上部署多台超融合虚拟机。
由于超融合虚拟机是将计算、存储等功能集成到一起。因此，如何合理的管理龙芯集群上的各种资源，以达到对龙芯集群上的资源充分利用和提高龙芯集群的系统性能是龙芯集群目前面临的问题。
发明内容
本申请实施例的目的在于提供一种龙芯集群内的超融合资源的调度方法、装置及龙芯集群，以有效避免某台超融合虚拟机的计算资源和/或存储资源超负载，从而实现对龙芯集群上的资源充分利用，并提高龙芯集群的系统性能。
本发明采用如下技术方案：本发明提供了一种龙芯集群，包括：多台龙芯主机，多台龙芯主机相互之间建立通信连接；
多台龙芯主机中任意两台主机分别为调度节点和管理节点，其中，所述管理节点用于按照预设的配置文件，在龙芯集群的每台龙芯主机上分别创建并部署一台超融合虚拟机；而调度节点则用于实时采集每台超融合虚拟机的计算负载和存储负载；根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
本发明还提供了一种所述的龙芯集群内的超融合资源的调度方法，包括以下步骤：
步骤S100：实时采集每台超融合虚拟机的计算负载和存储负载；
步骤S200：根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；
步骤S300：按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
优选地，在执行步骤S100之前，所述管理节点按照预设的配置文件，在所述龙芯集群内创建出多台超融合虚拟机。
优选地，步骤S200具体为：
调度节点对超融合虚拟机的计算负载和超融合虚拟机的存储负载进行分析；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值，确定所计算的负载阈值与所存储负载的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算的负载阈值与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算负载与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
优选地，步骤S300具体为：
调度节点根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；
若有待迁出的计算资源，调度节点则根据所计算的负载阈值，确定出允许待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或：
若有待迁出的存储资源，调度节点则根据所述存储的负载阈值，确定出允许待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
本发明还提供了一种所述的龙芯集群内的超融合资源的调度装置，包括：
监测模块，用于实时采集每台超融合虚拟机的计算负载和存储负载；
调度模块，用于根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
优选地，所述调度模块，具体用于在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储负载的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算负载与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
优选地，所述调度模块，具体还用于根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；若有待迁出的计算资源，根据所述计算的负载阈值，确定出允许所述待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所述确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或，若有待迁出的存储资源，根据所述存储的负载阈值，确定出允许所述待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所述确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
优选地，该装置还包括所述龙芯集群内的管理节点。
本发明还提供了一种所述的龙芯集群在云计算技术领域中的应用。
本发明的有益效果包括：通过按照每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；以及再按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移，可以有效避免某台超融合虚拟机的计算资源和/或存储资源超负载，从而实现对龙芯集群上的资源充分利用，并提高龙芯集群的系统性能。
附图说明
图1为本发明提供的一种龙芯集群的结构框图；
图2为本发明提供的一种龙芯集群内的超融合资源的调度方法的流程图；
图3为本发明提供的一种龙芯集群内的超融合资源的调度装置的结构框图。
具体实施方式
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。
请参阅图1，本发明实施例提供了一种龙芯集群10，该龙芯集群10可以包括：多台龙芯主机11，多台龙芯主机11相互之间建立通信连接；
本实施例中，多台龙芯主机11中任意两台主机分别为调度节点12和管理节点13，其中，所述管理节点13用于按照预设的配置文件，在龙芯集群10的每台龙芯主机11上分别创建并部署一台超融合虚拟机；而调度节点12则用于实时采集每台超融合虚拟机的计算负载和存储负载；根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
请参阅图2，本发明实施例提供了一种龙芯集群内的超融合资源的调度方法，该龙芯集群内的超融合资源的调度方法应用于调度节点12和管理节点13，该龙芯集群内的超融合资源的调度方法可以包括：步骤S100、步骤 S200和步骤S300。
步骤S100：实时采集每台超融合虚拟机的计算负载和存储负载；
步骤S200：根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；
步骤S300：按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
本实施例中，在执行步骤S100之前，所述管理节点13按照预设的配置文件，在所述龙芯集群内创建出所述多台超融合虚拟机。
本实施例中以某一台超融合虚拟机为例，对步骤S200进行说明：
调度节点12对超融合虚拟机的计算负载和超融合虚拟机的存储负载进行分析；
通过分析，若调度节点12确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值，确定所计算的负载阈值与所存储负载的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点12确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算的负载阈值与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点12确定出所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算负载与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
本实施例中以某一台超融合虚拟机为例，对步骤S300进行说明：
调度节点12根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；
若有待迁出的计算资源，调度节点12则根据所计算的负载阈值，确定出允许待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或：
若有待迁出的存储资源，调度节点12则根据所述存储的负载阈值，确定出允许待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
请参阅图3，本发明实施例提供了一种龙芯集群内的超融合资源的调度装置100，该龙芯集群内的超融合资源的调度装置100应用于龙芯集群中的调度节点12，该龙芯集群内的超融合资源的调度装置100包括：
监测模块110，用于实时采集每台超融合虚拟机的计算负载和存储负载；
调度模块120，用于根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/ 或存储资源进行迁移。
可选的，针对每台超融合虚拟机：
所述调度模块120，具体用于在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储负载的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算负载与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
可选的，针对每台超融合虚拟机：
所述调度模块120，具体还用于根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；若有待迁出的计算资源，根据所述计算的负载阈值，确定出允许所述待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所述确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或，若有待迁出的存储资源，根据所述存储的负载阈值，确定出允许所述待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所述确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
可选的，该装置100包括所述龙芯集群10内的管理节点13，即，龙芯集群内的超融合资源的调度装置100还包括：
虚拟机创建模块130，相当于所述管理节点13的功能。
综上所述，本申请实施例提供了一种龙芯集群内的超融合资源的调度方法、装置、集群及存储介质。通过按照每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；以及再按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移，可以有效避免某台超融合虚拟机的计算资源和/或存储资源超负载，从而实现对龙芯集群上的资源充分利用，并提高龙芯集群的系统性能。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，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 (10)

1.一种龙芯集群，其特征在于，包括：多台龙芯主机，多台龙芯主机相互之间建立通信连接；
多台龙芯主机中任意两台主机分别为调度节点和管理节点，其中，所述管理节点用于按照预设的配置文件，在龙芯集群的每台龙芯主机上分别创建并部署一台超融合虚拟机；而调度节点则用于实时采集每台超融合虚拟机的计算负载和存储负载；根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
2.一种如权利要求1所述的龙芯集群内的超融合资源的调度方法，其特征在于，包括以下步骤：
步骤S100：实时采集每台超融合虚拟机的计算负载和存储负载；
步骤S200：根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；
步骤S300：按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
3.如权利要求2所述的方法，其特征在于，在执行步骤S100之前，所述管理节点按照预设的配置文件，在所述龙芯集群内创建出多台超融合虚拟机。
4.如权利要求3所述的方法，其特征在于，步骤S200具体为：
调度节点对超融合虚拟机的计算负载和超融合虚拟机的存储负载进行分析；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值，确定所计算的负载阈值与所存储负载的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算的负载阈值与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；
通过分析，若调度节点确定出所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值，确定所计算负载与所存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
5.如权利要求4所述的方法，其特征在于，步骤S300具体为：
调度节点根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；
若有待迁出的计算资源，调度节点则根据所计算的负载阈值，确定出允许待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或：
若有待迁出的存储资源，调度节点则根据所述存储的负载阈值，确定出允许待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
6.一种如权利要求1所述的龙芯集群内的超融合资源的调度装置，其特征在于，包括：
监测模块，用于实时采集每台超融合虚拟机的计算负载和存储负载；
调度模块，用于根据每台超融合虚拟机的计算负载和存储负载，确定出每台超融合虚拟机的计算资源与存储资源的分配比；按每台超融合虚拟机的计算资源与存储资源的分配比，对多台超融合虚拟机的计算资源和/或存储资源进行迁移。
7.如权利要求6所述的装置，其特征在于，所述调度模块，具体用于在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载小于等于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储负载的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载大于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算的负载阈值与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比；在所述超融合虚拟机的计算负载小于等于计算的负载阈值且超融合虚拟机的存储负载大于存储的负载阈值的情况下，确定所述计算负载与所述存储的负载阈值的比例，所述比例为计算资源与存储资源的分配比。
8.如权利要求7所述的装置，其特征在于，所述调度模块，具体还用于根据所述超融合虚拟机的计算资源与存储资源的分配比，判断所述超融合虚拟机是否有待迁出的计算资源和/或存储资源；若有待迁出的计算资源，根据所述计算的负载阈值，确定出允许所述待迁出的计算资源迁入的超融合虚拟机，并将所述待迁出的计算资源迁移到确定出的超融合虚拟机，其中，所述待迁出的计算资源迁入后，所述确定出的超融合虚拟机的计算负载不大于所述计算的负载阈值；且/或，若有待迁出的存储资源，根据所述存储的负载阈值，确定出允许所述待迁出的存储资源迁入的超融合虚拟机，并将所述待迁出的存储资源迁移到确定出的超融合虚拟机，其中，所述待迁出的存储资源迁入后，所述确定出的超融合虚拟机的存储负载不大于所述存储的负载阈值。
9.如权利要求6所述的装置，其特征在于，该装置还包括所述龙芯集群内的管理节点。
10.一种如权利要求1所述的龙芯集群在云计算技术领域中的应用。
CN202011083888.1A 2020-10-12 2020-10-12 龙芯集群内的超融合资源的调度方法、装置及龙芯集群 Active CN112241304B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011083888.1A CN112241304B (zh) 2020-10-12 2020-10-12 龙芯集群内的超融合资源的调度方法、装置及龙芯集群

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011083888.1A CN112241304B (zh) 2020-10-12 2020-10-12 龙芯集群内的超融合资源的调度方法、装置及龙芯集群

Publications (2)

Publication Number Publication Date
CN112241304A true CN112241304A (zh) 2021-01-19
CN112241304B CN112241304B (zh) 2023-09-26

Family

ID=74168600

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011083888.1A Active CN112241304B (zh) 2020-10-12 2020-10-12 龙芯集群内的超融合资源的调度方法、装置及龙芯集群

Country Status (1)

Country Link
CN (1) CN112241304B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115225642A (zh) * 2022-06-10 2022-10-21 北京志凌海纳科技有限公司 超融合系统的弹性负载均衡方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090210875A1 (en) * 2008-02-20 2009-08-20 Bolles Benton R Method and System for Implementing a Virtual Storage Pool in a Virtual Environment
CN102111337A (zh) * 2011-03-14 2011-06-29 浪潮(北京)电子信息产业有限公司 任务调度方法和系统
CN102724277A (zh) * 2012-05-04 2012-10-10 华为技术有限公司 虚拟机热迁移和部署的方法、服务器及集群系统
CN104506589A (zh) * 2014-12-10 2015-04-08 上海爱数软件有限公司 一种基于超融合存储的资源迁移调度方法
CN105511952A (zh) * 2014-09-22 2016-04-20 苏宁云商集团股份有限公司 基于云计算平台的资源自迁移方法及系统
CN106603657A (zh) * 2016-12-13 2017-04-26 国网天津市电力公司 一种基于ims的视频会议资源优化方法
CN110784350A (zh) * 2019-10-25 2020-02-11 北京计算机技术及应用研究所 一种实时可用集群管理系统的设计方法
CN111459684A (zh) * 2020-04-24 2020-07-28 中国人民解放军国防科技大学 面向多处理器架构的云计算资源融合调度管理方法、系统及介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090210875A1 (en) * 2008-02-20 2009-08-20 Bolles Benton R Method and System for Implementing a Virtual Storage Pool in a Virtual Environment
CN102111337A (zh) * 2011-03-14 2011-06-29 浪潮(北京)电子信息产业有限公司 任务调度方法和系统
CN102724277A (zh) * 2012-05-04 2012-10-10 华为技术有限公司 虚拟机热迁移和部署的方法、服务器及集群系统
CN105511952A (zh) * 2014-09-22 2016-04-20 苏宁云商集团股份有限公司 基于云计算平台的资源自迁移方法及系统
CN104506589A (zh) * 2014-12-10 2015-04-08 上海爱数软件有限公司 一种基于超融合存储的资源迁移调度方法
CN106603657A (zh) * 2016-12-13 2017-04-26 国网天津市电力公司 一种基于ims的视频会议资源优化方法
CN110784350A (zh) * 2019-10-25 2020-02-11 北京计算机技术及应用研究所 一种实时可用集群管理系统的设计方法
CN111459684A (zh) * 2020-04-24 2020-07-28 中国人民解放军国防科技大学 面向多处理器架构的云计算资源融合调度管理方法、系统及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
WENYU ZHOU 等: "VMCTune: A Load Balancing Scheme for Virtual Machine Cluster Using Dynamic Resource Allocation", 《2010 NINTH INTERNATIONAL CONFERENCE ON GRID AND CLOUD COMPUTING》, pages 81 - 86 *
刘媛媛 等: "虚拟计算环境下虚拟机资源负载均衡方法", 《计算机工程》, pages 30 - 32 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115225642A (zh) * 2022-06-10 2022-10-21 北京志凌海纳科技有限公司 超融合系统的弹性负载均衡方法及系统
CN115225642B (zh) * 2022-06-10 2023-09-15 北京志凌海纳科技有限公司 超融合系统的弹性负载均衡方法及系统

Also Published As

Publication number Publication date
CN112241304B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
EP3606008B1 (en) Method and device for realizing resource scheduling
CN107431696B (zh) 用于应用自动化部署的方法和云管理节点
EP2717158A1 (en) Method and device for integrating virtualized cluster, and virtualized cluster system
WO2018099299A1 (zh) 一种图数据处理的方法、装置及系统
US9697053B2 (en) System and method for managing excessive distribution of memory
CN106133693B (zh) 虚拟机的迁移方法、装置及设备
Song et al. A load balancing scheme using federate migration based on virtual machines for cloud simulations
US20140282540A1 (en) Performant host selection for virtualization centers
CN111381928B (zh) 一种虚拟机迁移方法、云计算管理平台和存储介质
CN103793278A (zh) 一种基于虚拟器件运维规则的资源自动调整方法
WO2015032201A1 (zh) 虚拟机放置方法和装置
CN109960579B (zh) 一种调整业务容器的方法及装置
US20120144389A1 (en) Optimizing virtual image deployment for hardware architecture and resources
US9317340B2 (en) Intelligent virtual machine (VM) re-location
CN110580195A (zh) 一种基于内存热插拔的内存分配方法和装置
CN103399791A (zh) 一种基于云计算的虚拟机迁移方法和装置
CN113806097A (zh) 一种数据处理方法、装置、电子设备以及存储介质
CN107168786B (zh) 一种虚拟机的动态迁移方法及装置
Versick et al. Reducing energy consumption by load aggregation with an optimized dynamic live migration of virtual machines
CN112241304B (zh) 龙芯集群内的超融合资源的调度方法、装置及龙芯集群
CN103856502A (zh) 实现虚拟机镜像文件热迁移的方法和nas集群系统
CN113157383A (zh) 一种OpenStack环境下动态调整超配比的方法
CN107704618B (zh) 一种基于aufs文件系统的热迁徙方法和系统
Liu A load balancing aware virtual machine live migration algorithm
CN112148496B (zh) 超融合虚拟机的计算存储资源的能效管理方法、装置及电子设备

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