CN113687873B - 一种云服务页表中的大页内存配置方法、系统及相关装置 - Google Patents
一种云服务页表中的大页内存配置方法、系统及相关装置 Download PDFInfo
- Publication number
- CN113687873B CN113687873B CN202110873720.9A CN202110873720A CN113687873B CN 113687873 B CN113687873 B CN 113687873B CN 202110873720 A CN202110873720 A CN 202110873720A CN 113687873 B CN113687873 B CN 113687873B
- Authority
- CN
- China
- Prior art keywords
- page
- memory
- large page
- big
- pages
- 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
- 230000015654 memory Effects 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005484 gravity Effects 0.000 claims description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
-
- 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
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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)
- Memory System Of A Hierarchy Structure (AREA)
Abstract
本申请提供一种云服务页表中的大页内存配置方法,通过对当前节点大页的总页数和空闲页数进行准确、实时的统计。根据统计的大页内存历史使用数据,预测大页的总页数是否会不足。如果大页数量过多或者不足,就进行相应的标记,从而便于按照标记执行大页内存和系统内存的动态调整,能够提高内存空间利用率,自动适配上层的业务负载,调整大页内存的数量,进而提升应用性能。本申请还提供一种云服务页表中的大页内存配置方法、大页内存配置系统、计算机可读存储介质和电子设备,具有上述有益效果。
Description
技术领域
本申请涉及云计算领域,特别涉及一种云服务页表中的大页内存配置方法、系统及相关装置。
背景技术
目前系统中的内存容量远超早期,大多数操作系统都采用了分段或分页的方式进行管理。分页是一种细粒度管理方式,可以避免内存空间的浪费。Linux中页面默认情况下是小页(4KB),映射的页表项与物理内存大小成正比。页表项本身会占用一定内存,而且会影响CPU的访问效率。目前,比较成熟可行的办法是用大尺寸的页面。
如果进程使用的内存过大,比如1GB,这样会在页表中占用1GB/4KB=262144个页表项,而系统TLB可以容纳的页表项远小于这个数量。当多个内存密集型应用访问内存时,会造成过多的TLB未命中,因此在特定情况下会需要减少未命中次数,一个可行的办法就是增大每个页的尺寸。
现在kubernetes集群支持在容器应用中使用预先分配的大页,为了使节点能够上报大页容量,kubernetes节点必须预先分配大页。目前由于受到系统架构影响,不同系统架构支持的大页规格也不一样,使得每个节点只能预先分配特定规格的大页。kubernetes节点会自动发现全部大页资源,并作为可供调度的资源进行上报。用户可以通过在容器级别的资源需求中使用资源名称hugepages-<size>来使用大页,其中size是特定节点上支持的以整数值表示的最小二进制单位。大页与CPU或内存不同,其不支持过量使用,因为设置大页资源数量是受到系统内存大小限制的,而且在请求大页资源时,还必须请求内存或CPU资源,不能单独使用。
发明内容
本申请的目的是提供一种云服务页表中的大页内存配置方法、大页内存配置系统、计算机可读存储介质和电子设备,能够提升内存利用率。
为解决上述技术问题,本申请提供一种云服务页表中的大页内存配置方法,具体技术方案如下:
获取当前节点大页的总页数和空闲页数;
根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;
若是,设置大页调整标志位为第一标志;
若否,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。
可选的,所述获取当前节点大页的总页数和空闲页数包括:
以预设周期周期性地获取当前节点大页的总页数和空闲页数。
可选的,根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足包括:
根据大页历史内存使用数据、所述空闲页数和数量计算公式判断所述大页的总页数是否不足;
其中,所述数量计算公式为:
Xlast为所述大页历史内存使用数据中上一周期的大页使用数量,Xt-1表示历史上预测的大页使用数量,Xt为下一周期大页的总页数,/>为加权比重。
可选的,还包括:
当检测到大页内存低于内存下限值时,设置大页调整标志位为第一标志。
可选的,还包括:
当预设时间段内所述大页内存的申请量超过预设数量上限时,设置大页调整标志位为第一标志。
可选的,设置大页调整标志位为第一标志或设置所述大页调整标志位为第二标志之后,还包括:
在满足线程扫描周期后异步启动线程,并调用所述线程根据执行大页内存调整。
可选的,设置所述大页调整标志位为第二标志之后,还包括:
根据所述大页历史内存使用数据确定所需释放的大页内存数量。
本申请还提供一种云服务页表中的大页内存配置系统,包括:
获取模块,用于获取当前节点大页的总页数和空闲页数;
判断模块,用于根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;
第一标志调整模块,用于所述判断模块的判断结果为是时,设置大页调整标志位为第一标志;
第二标志调整模块,用于所述判断模块的判断结果为否时,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。
本申请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上所述的方法的步骤。
本申请还提供一种电子设备,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如上所述的方法的步骤。
本申请提供一种云服务页表中的大页内存配置方法,包括:获取当前节点大页的总页数和空闲页数;根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;若是,设置大页调整标志位为第一标志;若否,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。
本申请对当前节点大页的总页数和空闲页数进行准确、实时的统计。根据统计的大页内存历史使用数据,预测大页的总页数是否会不足。如果是大页数量过多或者不足,就进行相应的标记,从而便于按照标记执行大页内存和系统内存的动态调整,能够提高内存空间利用率,自动适配上层的业务负载,调整大页内存的数量,进而提升应用性能。
本申请还提供一种云服务页表中的大页内存配置方法、大页内存配置系统、计算机可读存储介质和电子设备,具有上述有益效果,此处不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种云服务页表中的大页内存配置方法的流程图;
图2为本申请实施例所提供的一种云服务页表中的大页内存配置系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种云服务页表中的大页内存配置方法的流程图,该方案包括:
S101:获取当前节点大页的总页数和空闲页数;
S102:根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;若是,进入S103;若否,进入S104;
S103:设置大页调整标志位为第一标志;
S104:设置所述大页调整标志位为第二标志;
本申请实施例首先对当当前节点大页的总页数和空闲页数进行准确、实时的统计,从而根据统计的大页历史内存使用数据和当前的空闲页数,预测未来大页的使用情况。如果是大页数量过多或者不足,就进行标记,即设置大页调整标志位,以便根据标记,执行大页内存和系统内存的动态调整。实际操作中,调整除了大页内存数量上的变动之外,还需要对于其上的内容页还要进行迁移。
目前在Linux中有类似的统计,部署k8s以后能够在节点看到大页内存的总容量以及可分配量,但是这个数据不是实时,精确统计的。即大页内存空闲页数不会在每次申请或者释放时,都进行加减数。而是,在每隔一段时间,对系统中所有内存进行扫描,确定有多少空闲页数。因此,在执行步骤S101时可以以预设周期周期性地获取当前节点大页的总页数和空闲页数。
影响大页空闲页数计算的因素包括四点:启动初始化设置、大页动态申请,大页动态释放以及大页内存和系统内存的动态转换。系统初始化时会进行大页内存初始化,这时候大页内存都没被使用,空闲页数与总页数相同。动态转化时,空闲页数也会发生变化。转化的区域内有多少空闲大页内存数目会直接影响到大页内存空闲页数。除此之外,系统中大页的使用会调用到系统中申请大页的函数,大页内存申请时,将大页空闲数目对应减少。反之,在大页内存释放时,对应增加。
具体的,在执行步骤S102时,可以根据大页历史内存使用数据、所述空闲页数和数量计算公式判断所述大页的总页数是否不足;
其中,所述数量计算公式为:
Xlast为所述大页历史内存使用数据中上一周期的大页使用数量,Xt-1表示历史上预测的大页使用数量,Xt为下一周期大页的总页数,/>为加权比重。在常规情况下,/>设定为0.5能比较准确预计未来内存使用情况。当然也可以由本领域技术人员设定为其他值,在此不一一限定。
本实施例中,第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。容易理解的是,在设置所述大页调整标志位为第二标志之后,可以根据大页历史内存使用数据确定所需释放的大页内存数量。同理,也可以根据大页历史内存使用数据确定所需增加的大页内存数量。当然,无论释放还是增加大页内存数量,均可以由本领域技术人员自行设定其数量,在此不作具体限定。
本申请对当前节点大页的总页数和空闲页数进行准确、实时的统计。根据统计的大页内存历史使用数据,预测大页的总页数是否会不足。如果是大页数量过多或者不足,就进行相应的标记,从而便于按照标记执行大页内存和系统内存的动态调整,能够提高内存空间利用率,自动适配上层的业务负载,调整大页内存的数量,进而提升应用性能。
进一步,在本实施例的基础上,设置大页调整标志位为第一标志,或者在设置所述大页调整标志位为第二标志之后,可以在满足线程扫描周期后异步启动线程,并调用所述线程根据执行大页内存调整。从而使得扫描过程和大页内存调整异步进行,降低用户操作量,能够大页内存的自动调整。
基于上述实施例,作为优选的实施例,还可以在其他状态变更大页调整标志位,例如:
当检测到大页内存低于内存下限值时,设置大页调整标志位为第一标志。
还可以为,当预设时间段内所述大页内存的申请量超过预设数量上限时,设置大页调整标志位为第一标志。
本实施例中对大页自适应转化设置了两个阈值,即内存下限值和预设数量上限,达到这两个阈值时也会触发调整,将一部分系统内存转化为大页内存。其一表示内存不够的值,可以记录为Memne(ne表示not enough,不足),另外一个是表示紧急空缺的值,可以记录为Memul(ul表示urgent lack,紧急空缺)。Memne表示内存不足。这时会进行大页内存数量调整,直到大页内存超过Memne,一次调整后不会迅速陷入再一次的内存不足,同时大页的调整不是随时进行的,以避免给系统带来较大的负担。大页内存调整会触发页面迁移,比较占用时间,时间成本较高。如果即时进行的话,会给程序运行带来非常大的性能开销和延时反应。因此采用异步过程,由线程定期来进行调整和维护。系统中可以记录当前有多少空闲大页数目进行判断,调整线程利用这个变量判断运行。
Memul表示内存紧急缺少。调整线程只会定期启动,如果在启动之前,内存己经十分不足,甚至不能正常运行到下一次线程启动的时候,就会达到这种状态。这种情况可能是非常短的时间内申请非常多的内存。此时即使很耗费时间也要强制进行内存调整。为保证系统正常运行下去,这个是必要的。将系统内存转化为大页内存,直到大页内存的空间足够大,申请到的内存足够当前的程序执行完,不会造成很大的延时干扰。系统中大页内存转化为系统内存也存在一个阈值,可以称为Memtm(tm表示too much),当超过这个阈值时,表示大页非常空余,远超过要使用的空间。如果不去管理这些空间,会导致系统内存空间有限,从而产生资源的浪费。这个时候便会将部分大页内存重新调整为系统内存。这个过程也可以为异步,每一段时间会触发一次。整个过程都是自适应调整的,不需要依靠人工判断,可以根据预测的大页使用情况和系统中剩余大页数量来管理。这样降低了用户的操作量,同时更好地适配系统。
下面对本申请实施例提供的一种云服务页表中的大页内存配置系统进行介绍,下文描述的大页内存配置系统与上文描述的大页内存配置方法可相互对应参照。
参见图2,图2为本申请实施例所提供的一种云服务页表中的大页内存配置系统结构示意图,本申请还提供一种云服务页表中的大页内存配置系统,包括:
获取模块100,用于获取当前节点大页的总页数和空闲页数;
判断模块200,用于根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;
第一标志调整模块300,用于所述判断模块的判断结果为是时,设置大页调整标志位为第一标志;
第二标志调整模块400,用于所述判断模块的判断结果为否时,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。
基于上述实施例,作为优选的实施例,所述获取模块100为用于以预设周期周期性地获取当前节点大页的总页数和空闲页数的模块。
基于上述实施例,作为优选的实施例,判断模块200包括:
判断单元,用于根据大页历史内存使用数据、所述空闲页数和数量计算公式判断所述大页的总页数是否不足;其中,所述数量计算公式为:Xlast为所述大页历史内存使用数据中上一周期的大页使用数量,Xt-1表示历史上预测的大页使用数量,Xt为下一周期大页的总页数,/>为加权比重。
基于上述实施例,作为优选的实施例,还包括:
第一设置模块,用于当检测到大页内存低于内存下限值时,设置大页调整标志位为第一标志。
基于上述实施例,作为优选的实施例,还包括:
第二设置模块,用于当预设时间段内所述大页内存的申请量超过预设数量上限时,设置大页调整标志位为第一标志。
基于上述实施例,作为优选的实施例,还包括:
异步线程启动模块,用于在满足线程扫描周期后异步启动线程,并调用所述线程根据执行大页内存调整。
基于上述实施例,作为优选的实施例,还包括:
数量计算模块,用于根据所述大页历史内存使用数据确定所需释放的大页内存数量。
本申请还提供了一种计算机可读存储介质,其上存有计算机程序,该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种电子设备,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种云服务页表中的大页内存配置方法,其特征在于,包括:
获取当前节点大页的总页数和空闲页数;
根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;
若是,设置大页调整标志位为第一标志;
若否,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量;
其中,所述根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足具体包括:
根据大页历史内存使用数据、所述空闲页数和数量计算公式判断所述大页的总页数是否不足;
其中,所述数量计算公式为:
,/>为所述大页历史内存使用数据中上一周期的大页使用数量,/>表示历史上预测的大页使用数量,/>为下一周期大页的总页数,/>为加权比重。
2.根据权利要求1所述的大页内存配置方法,其特征在于,所述获取当前节点大页的总页数和空闲页数包括:
以预设周期周期性地获取当前节点大页的总页数和空闲页数。
3.根据权利要求1所述的大页内存配置方法,其特征在于,还包括:
当检测到大页内存低于内存下限值时,设置大页调整标志位为第一标志。
4.根据权利要求1所述的大页内存配置方法,其特征在于,还包括:
当预设时间段内所述大页内存的申请量超过预设数量上限时,设置大页调整标志位为第一标志。
5.根据权利要求1所述的大页内存配置方法,其特征在于,设置大页调整标志位为第一标志或设置所述大页调整标志位为第二标志之后,还包括:
在满足线程扫描周期后异步启动线程,并调用所述线程根据执行大页内存调整。
6.根据权利要求1所述的大页内存配置方法,其特征在于,设置所述大页调整标志位为第二标志之后,还包括:
根据所述大页历史内存使用数据确定所需释放的大页内存数量。
7.一种云服务页表中的大页内存配置系统,其特征在于,包括:
获取模块,用于获取当前节点大页的总页数和空闲页数;
判断模块,用于根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足;其中,所述根据大页历史内存使用数据和所述空闲页数判断所述大页的总页数是否不足具体包括:
根据大页历史内存使用数据、所述空闲页数和数量计算公式判断所述大页的总页数是否不足;
其中,所述数量计算公式为:
,/>为所述大页历史内存使用数据中上一周期的大页使用数量,/>表示历史上预测的大页使用数量,/>为下一周期大页的总页数,/>为加权比重;
第一标志调整模块,用于所述判断模块的判断结果为是时,设置大页调整标志位为第一标志;
第二标志调整模块,用于所述判断模块的判断结果为否时,设置所述大页调整标志位为第二标志;其中,所述第一标志用于指示线程增加大页内存数量,所述第二标志用于指示线程释放大页内存数量。
8.一种计算机可读存储介质,其上存储有计算机程序,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1-6任一项所述的云服务页表中的大页内存配置方法的步骤。
9.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1-6任一项所述的云服务页表中的大页内存配置方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873720.9A CN113687873B (zh) | 2021-07-30 | 2021-07-30 | 一种云服务页表中的大页内存配置方法、系统及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873720.9A CN113687873B (zh) | 2021-07-30 | 2021-07-30 | 一种云服务页表中的大页内存配置方法、系统及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113687873A CN113687873A (zh) | 2021-11-23 |
CN113687873B true CN113687873B (zh) | 2024-02-23 |
Family
ID=78578695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110873720.9A Active CN113687873B (zh) | 2021-07-30 | 2021-07-30 | 一种云服务页表中的大页内存配置方法、系统及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113687873B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117331643A (zh) * | 2022-06-27 | 2024-01-02 | 中兴通讯股份有限公司 | 控制透明巨页的方法及其装置、存储介质 |
CN115904616B (zh) * | 2022-11-04 | 2023-11-10 | 北京天融信网络安全技术有限公司 | 虚拟机热迁移方法、装置、设备及介质 |
CN115827413B (zh) * | 2023-02-14 | 2023-04-18 | 北京大道云行科技有限公司 | 一种基于大页内存的存储监控系统及方法 |
CN117251286A (zh) * | 2023-09-28 | 2023-12-19 | 中电云计算技术有限公司 | 一种为云原生应用动态分配大页的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984599A (zh) * | 2014-04-14 | 2014-08-13 | 北京大学 | 一种提高操作系统大页使用率的方法 |
CN106970882A (zh) * | 2017-03-10 | 2017-07-21 | 浙江大学 | 一种基于Linux大页内存的易扩展页面架构 |
CN108664419A (zh) * | 2018-04-03 | 2018-10-16 | 郑州云海信息技术有限公司 | 一种确定内存大页数目的方法及其装置 |
CN112905497A (zh) * | 2021-02-20 | 2021-06-04 | 迈普通信技术股份有限公司 | 内存管理方法、装置、电子设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8868876B2 (en) * | 2011-12-28 | 2014-10-21 | International Business Machines Corporation | Dedicated large page memory pools |
US9501422B2 (en) * | 2014-06-11 | 2016-11-22 | Vmware, Inc. | Identification of low-activity large memory pages |
-
2021
- 2021-07-30 CN CN202110873720.9A patent/CN113687873B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984599A (zh) * | 2014-04-14 | 2014-08-13 | 北京大学 | 一种提高操作系统大页使用率的方法 |
CN106970882A (zh) * | 2017-03-10 | 2017-07-21 | 浙江大学 | 一种基于Linux大页内存的易扩展页面架构 |
CN108664419A (zh) * | 2018-04-03 | 2018-10-16 | 郑州云海信息技术有限公司 | 一种确定内存大页数目的方法及其装置 |
CN112905497A (zh) * | 2021-02-20 | 2021-06-04 | 迈普通信技术股份有限公司 | 内存管理方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
Satoshi Imamura ; Eiji Yoshida.POSTER: AR-MMAP: Write Performance Improvement of Memory-Mapped File.《2019 28th International Conference on Parallel Architectures and Compilation Techniques (PACT)》.2019,全文. * |
一种支持大页的层次化DRAM/NVM混合内存系统;陈吉;刘海坤;王孝远;张宇;廖小飞;金海;;计算机研究与发展;20180915(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113687873A (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113687873B (zh) | 一种云服务页表中的大页内存配置方法、系统及相关装置 | |
US7996446B2 (en) | Scheduling and performing garbage collection in a real-time system with guaranteed space bounds | |
WO2022257347A1 (zh) | 一种容器云弹性伸缩的方法及集群服务器 | |
CN111078363B (zh) | 一种虚拟机的numa节点调度方法、装置、设备及介质 | |
CN110995614A (zh) | 一种算力资源分配的方法及装置 | |
CN103699445A (zh) | 一种任务调度方法、装置及系统 | |
CN106936867B (zh) | 一种业务请求的响应方法及装置 | |
CN113867959A (zh) | 一种训练任务资源调度方法、装置、设备及介质 | |
CN112749135B (zh) | 文件系统的存储空间的平衡的方法、设备和计算机程序产品 | |
CN103823714A (zh) | 一种基于虚拟化下NUMA节点内存QoS的调节方法及装置 | |
CN113296929A (zh) | 基于云计算的资源匹配方法、装置及系统 | |
CN107220108B (zh) | 一种实现云数据中心负载均衡的方法和系统 | |
CN112148427A (zh) | 一种云平台资源分配方法、装置和计算机可读存储介质 | |
CN112749102A (zh) | 一种内存空间垃圾回收处理方法、装置、设备及介质 | |
CN108255608B (zh) | 一种内存池的管理方法 | |
CN114866563A (zh) | 扩容方法、装置、系统和存储介质 | |
CN111143071A (zh) | 基于mcs系统的缓存分区管理方法、系统及相关组件 | |
CN117032977A (zh) | 混部应用资源分配方法、装置、计算机设备及存储介质 | |
CN113448716A (zh) | 一种资源调整方法、计算机设备及存储介质 | |
CN104899072B (zh) | 基于虚拟化平台的细粒度资源调度系统及方法 | |
CN115480713A (zh) | 一种冷热数据的确定方法、装置及介质 | |
Kang et al. | Kernel Thread Scheduling in Real‐Time Linux for Wearable Computers | |
CN108829520B (zh) | 一种云环境下服务器资源分配方法和装置 | |
CN111143073B (zh) | 一种虚拟化资源的管理方法、设备及存储介质 | |
US20230297154A1 (en) | Power resource management |
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 |