CN113742051A - 数据中心设备方法、装置、计算机设备及存储介质 - Google Patents
数据中心设备方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN113742051A CN113742051A CN202010466753.7A CN202010466753A CN113742051A CN 113742051 A CN113742051 A CN 113742051A CN 202010466753 A CN202010466753 A CN 202010466753A CN 113742051 A CN113742051 A CN 113742051A
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- preset
- acquiring
- task
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 67
- 238000007726 management method Methods 0.000 claims abstract description 35
- 238000004088 simulation Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000007334 memory performance Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F9/50—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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- 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
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)
Abstract
本发明涉及数据运维领域,公开了一种数据中心设备管理方法、装置、计算机设备及存储介质,其方法包括:获取在预设时间内待执行的数据计算任务;根据数据计算任务计算指定设备的运载负荷;判断运载负荷是否处于指定设备的预设承载范围内;若运载负荷不处于指定设备的预设承载范围内,则发出调度指令。本发明可以提前做出调度安排,防止设备超负荷运行。
Description
技术领域
本发明涉及数据运维领域,尤其涉及一种数据中心设备管理方法、装置、计算机设备及存储介质。
背景技术
随着智能生活的普及化,用于为智能生活提供基础服务的数据中心变得越发重要。数据中心主要提供的是数据存储和数据计算功能。
随着服务时间的增长,数据中心提供数据存储和计算的设备性能难免会出现不同程度的下降。此时,如何处理这些性能下降的设备成为难题。若直接替换,会产生较高的替换成本。若不替换,设备的运行效率降低,一方面会降低服务质量(如网络延时增长),另一方面也会影响数据中心的能源有效利用率,增加用电成本。
发明内容
基于此,有必要针对上述技术问题,提供一种数据中心设备管理方法、装置、计算机设备及存储介质,以提前做出调度安排,防止设备超负荷运行。
一种数据中心设备管理方法,包括:
获取在预设时间内待执行的数据计算任务;
根据所述数据计算任务计算指定设备的运载负荷;
判断所述运载负荷是否处于所述指定设备的预设承载范围内;
若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
一种数据中心设备管理装置,包括:
获取任务模块,用于获取在预设时间内待执行的数据计算任务;
负荷计算模块,用于根据所述数据计算任务计算指定设备的运载负荷;
判断模块,用于判断所述运载负荷是否处于所述指定设备的预设承载范围内;
调度模块,用于若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
一种计算机设备,包括存储器、处理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可读指令,所述处理器执行所述计算机可读指令时实现上述数据中心设备管理方法。
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可读指令,所述计算机可读指令被处理器执行时实现上述数据中心设备管理方法。
上述数据中心设备管理方法、装置、计算机设备及存储介质,通过获取在预设时间内待执行的数据计算任务,以确定指定设备的计算量。根据所述数据计算任务计算指定设备的运载负荷,以预测指定设备的运行状况。判断所述运载负荷是否处于所述指定设备的预设承载范围内,以评估指定设备是否满足计算需求。若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令,以提前调整,提高数据计算任务的执行效果。本发明可以提前做出调度安排,防止设备超负荷运行。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中数据中心设备管理方法的一应用环境示意图;
图2是本发明一实施例中数据中心设备管理方法的一流程示意图;
图3是本发明一实施例中数据中心设备管理方法的一流程示意图;
图4是本发明一实施例中数据中心设备管理方法的一流程示意图;
图5是本发明一实施例中数据中心设备管理方法的一流程示意图;
图6是本发明一实施例中数据中心设备管理装置的一结构示意图;
图7是本发明一实施例中计算机设备的一示意图。
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作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。
本实施例提供的数据中心设备管理方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种数据中心设备管理方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、获取在预设时间内待执行的数据计算任务;
S20、根据所述数据计算任务计算指定设备的运载负荷;
S30、判断所述运载负荷是否处于所述指定设备的预设承载范围内;
S40、若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
本实施例中,预设时间可以根据实际需要进行设置。示意性的,预设时间可以是一天至一周内的任意时长。数据计算任务可以是预先规划好的,或者基于历史数据预测的运算量。在数据计算任务中,可以包括不同类型的子任务。这些子任务可以根据其占用资源的特点划分出多个类型。示意性的,子任务类型包括但不限于磁盘高读写类型、内存高占用类型、CPU高占用类型、GPU高占用类型。
指定设备一般由若干个CPU、内存、GPU、磁盘存储器组成的计算设备。用户可以根据需要增加或替换其中的某个元件(如CPU等)。运载负荷可以是指定设备在指定时间内的计算资源占用状况。在一些情况下,运载负荷可以包括计算资源高占用状态下的持续时间(如30%),也可以是整体计算资源的占用比例(如60%)。
预设承载范围可以基于指定设备的历史运行记录进行确定。在一些情况下,预设承载范围的最大值可以是,指定评价指标小于预设阈值以下时,指定设备的最高运行负荷。在此处,指定评价指标可以是错误率,也可以是系统响应时间(随着子任务的不同而不同)。
运载负荷处于指定设备的预设承载范围,说明当前指定设备满足执行数据计算任务的需求,此时不需要对指定设备做出调整。运载负荷不处于指定设备的预设承载范围,说明当前指定设备无法满足执行数据计算任务的需求,此时需要发出调度指令。调度指令主要有两种,一种是提高指定设备的计算能力,另一种是减少数据计算任务的任务量。这两种指令可以择一执行,也可以同时执行。
步骤S10-S40中,获取在预设时间内待执行的数据计算任务,以确定指定设备的计算量。根据所述数据计算任务计算指定设备的运载负荷,以预测指定设备的运行状况。判断所述运载负荷是否处于所述指定设备的预设承载范围内,以评估指定设备是否满足计算需求。若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令,以提前调整,提高数据计算任务的执行效果。
可选的,如图3所示,步骤S10,即所述获取在预设时间内待执行的数据计算任务,包括:
S101、获取在先运行记录和当前运行状态;
S102、将所述在先运行记录和所述当前运行状态输入预设预测模型;
S103、获取所述预设预测模型输出的预测结果;
S104、根据所述预测结果确定所述待执行的数据计算任务。
本实施例中,在先运行记录指的是指定设备运行的历史记录。在一些情况下,在先运行记录可以表示为“时间-资源占用状况”的形式。当前运行状态指的是指定设备当前的运行状态。
预设预测模型指的是基于指定设备在先数据的处理特点构建的预测模型。在一些情况下,一些数据存在周期性的变化(例如在年前,火车票购票网站的流量会产生激增)。
预测结果可以包括多个预测值及其预测概率。示意性的,预测结果可以表示为:任务1,10%;任务2,30%;任务3,20%;任务4,35%;任务5,5%。
可以使用特定的处理方法处理预测结果,确定待执行的数据计算任务。示例性的,可以确定一个较高的置信区间,然后根据置信区间内容的任务的权重分布确定数据计算任务。
可选的,如图4所示,步骤S20,即所述根据所述数据计算任务计算指定设备的运载负荷,包括:
S201、获取所述数据计算任务中的数据计算类型和计算数量;
S202、将所述数据计算类型和计算数量输入所述指定设备的模拟模型中;
S203、获取所述模拟模型输出的所述运载负荷。
本实施例中,数据计算类型包括但不限于磁盘高读写类型、内存高占用类型、CPU高占用类型、GPU高占用类型。计算数量可以用字节数表示,如可以是10PB。
模拟模型可以基于指定设备的在先运行记录构建而成。需要注意的是,在此处,数据计算任务中包含的多个子任务,可以并行处理,也可以是队列处理。
运载负荷指的是在模拟模型设置的参数下,模拟模型模拟指定设备执行数据计算任务的运行状况。运载负荷是一个模拟值,可能与实际运行状况存在偏差。
可选的,如图5所示,步骤S30,所述判断所述运载负荷是否处于所述指定设备的预设承载范围内之前,还包括:
S31、获取所述指定设备的设备性能数据;
S32、根据所述设备性能数据确定所述预设承载范围。
设备性能数据包括但不限于设备CPU性能、磁盘性能、内存性能、GPU性能以及相应的校正参数(随着运行时间的增长而变小)。在一些情况下,设备性能数据还包括了指定设备的散热性能。一般情形下,设备性能数据越好,则预设承载范围的最大值越高。
预设承载范围的最大值可以是指定设备正常运行的最大负荷。预设承载范围的最大值一般会低于设备标称性能(设备CPU性能、磁盘性能、内存性能、GPU性能)与其校正参数的乘积(在考虑系统稳定的前提下)。处于预设承载范围的最大值,指定设备宕机的概率应低于安全阈值。
可选的,所述调度指令用于调整所述指定设备的计算能力,或,用于调整所述数据计算任务的任务量。
本实施例中,为了保证高质量完成数据计算任务,当运载负荷超出指定设备的预设承载范围,一方面可以降低指定设备的数据处理量(即降低数据计算任务的任务量),另一方面,也可以提高指定设备的计算能力。例如,将性能较低的元件替换为性能更高的元件。这样,可以预先对数据中心的设备进行调整,防止设备超负荷运行。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种数据中心设备管理装置,该数据中心设备管理装置与上述实施例中数据中心设备管理方法一一对应。如图6所示,该数据中心设备管理装置包括获取任务模块10、负荷计算模块20、判断模块30和调度模块40。各功能模块详细说明如下:
获取任务模块10,用于获取在预设时间内待执行的数据计算任务;
负荷计算模块20,用于根据所述数据计算任务计算指定设备的运载负荷;
判断模块30,用于判断所述运载负荷是否处于所述指定设备的预设承载范围内;
调度模块40,用于若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
可选的,获取任务模块10包括:
获取记录单元,用于获取在先运行记录和当前运行状态;
模型输入单元,用于将所述在先运行记录和所述当前运行状态输入预设预测模型;
模型输出单元,用于获取所述预设预测模型输出的预测结果;
确定任务单元,用于根据所述预测结果确定所述待执行的数据计算任务。
可选的,负荷计算模块20包括:
获取数据类型单元,用于获取所述数据计算任务中的数据计算类型和计算数量;
模拟单元,用于将所述数据计算类型和计算数量输入所述指定设备的模拟模型中,获取所述模拟模型输出的所述运载负荷。
可选的,判断模块30包括:
获取性能数据单元,用于获取所述指定设备的设备性能数据;
确定范围单元,用于根据所述设备性能数据确定所述预设承载范围。
可选的,所述调度指令用于调整所述指定设备的计算能力,或,用于调整所述数据计算任务的任务量。
关于数据中心设备管理装置的具体限定可以参见上文中对于数据中心设备管理方法的限定,在此不再赘述。上述数据中心设备管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储上述数据中心设备管理方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种数据中心设备管理方法。
在一个实施例中,提供了一种计算机设备,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可读指令,处理器执行计算机可读指令时实现以下步骤:
获取在预设时间内待执行的数据计算任务;
根据所述数据计算任务计算指定设备的运载负荷;
判断所述运载负荷是否处于所述指定设备的预设承载范围内;
若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
在一个实施例中,提供了一个或多个存储有计算机可读指令的计算机可读存储介质,本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时实现以下步骤:
获取在预设时间内待执行的数据计算任务;
根据所述数据计算任务计算指定设备的运载负荷;
判断所述运载负荷是否处于所述指定设备的预设承载范围内;
若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种数据中心设备管理方法,其特征在于,包括:
获取在预设时间内待执行的数据计算任务;
根据所述数据计算任务计算指定设备的运载负荷;
判断所述运载负荷是否处于所述指定设备的预设承载范围内;
若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
2.如权利要求1所述的数据中心设备管理方法,其特征在于,所述获取在预设时间内待执行的数据计算任务,包括:
获取在先运行记录和当前运行状态;
将所述在先运行记录和所述当前运行状态输入预设预测模型;
获取所述预设预测模型输出的预测结果;
根据所述预测结果确定所述待执行的数据计算任务。
3.如权利要求1所述的数据中心设备管理方法,其特征在于,所述根据所述数据计算任务计算指定设备的运载负荷,包括:
获取所述数据计算任务中的数据计算类型和计算数量;
将所述数据计算类型和计算数量输入所述指定设备的模拟模型中;
获取所述模拟模型输出的所述运载负荷。
4.如权利要求1所述的数据中心设备管理方法,其特征在于,所述判断所述运载负荷是否处于所述指定设备的预设承载范围内之前,还包括:
获取所述指定设备的设备性能数据;
根据所述设备性能数据确定所述预设承载范围。
5.如权利要求1所述的数据中心设备管理方法,其特征在于,所述调度指令用于调整所述指定设备的计算能力,或,用于调整所述数据计算任务的任务量。
6.一种数据中心设备管理装置,其特征在于,包括:
获取任务模块,用于获取在预设时间内待执行的数据计算任务;
负荷计算模块,用于根据所述数据计算任务计算指定设备的运载负荷;
判断模块,用于判断所述运载负荷是否处于所述指定设备的预设承载范围内;
调度模块,用于若所述运载负荷不处于所述指定设备的预设承载范围内,则发出调度指令。
7.如权利要求6所述的数据中心设备管理装置,其特征在于,所述获取任务模块包括:
获取记录单元,用于获取在先运行记录和当前运行状态;
模型输入单元,用于将所述在先运行记录和所述当前运行状态输入预设预测模型;
模型输出单元,用于获取所述预设预测模型输出的预测结果;
确定任务单元,用于根据所述预测结果确定所述待执行的数据计算任务。
8.如权利要求6所述的数据中心设备管理装置,其特征在于,所述负荷计算模块包括:
获取数据类型单元,用于获取所述数据计算任务中的数据计算类型和计算数量;
模拟单元,用于将所述数据计算类型和计算数量输入所述指定设备的模拟模型中,获取所述模拟模型输出的所述运载负荷。
9.一种计算机设备,包括存储器、处理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可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至5中任一项所述数据中心设备管理方法。
10.一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至5中任一项所述数据中心设备管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010466753.7A CN113742051A (zh) | 2020-05-28 | 2020-05-28 | 数据中心设备方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010466753.7A CN113742051A (zh) | 2020-05-28 | 2020-05-28 | 数据中心设备方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113742051A true CN113742051A (zh) | 2021-12-03 |
Family
ID=78724071
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010466753.7A Pending CN113742051A (zh) | 2020-05-28 | 2020-05-28 | 数据中心设备方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742051A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116360990A (zh) * | 2023-03-27 | 2023-06-30 | 合芯科技有限公司 | 分布式计算任务合理性预判方法、系统、设备和存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN109669837A (zh) * | 2018-10-31 | 2019-04-23 | 平安科技(深圳)有限公司 | 设备状态预警方法、系统、计算机装置及可读存储介质 |
CN109783304A (zh) * | 2017-11-15 | 2019-05-21 | 中国移动通信有限公司研究院 | 一种数据中心的节能调度方法及对应装置 |
-
2020
- 2020-05-28 CN CN202010466753.7A patent/CN113742051A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101650685A (zh) * | 2009-08-28 | 2010-02-17 | 曙光信息产业(北京)有限公司 | 设备能效的确定方法和装置 |
CN109783304A (zh) * | 2017-11-15 | 2019-05-21 | 中国移动通信有限公司研究院 | 一种数据中心的节能调度方法及对应装置 |
CN109669837A (zh) * | 2018-10-31 | 2019-04-23 | 平安科技(深圳)有限公司 | 设备状态预警方法、系统、计算机装置及可读存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116360990A (zh) * | 2023-03-27 | 2023-06-30 | 合芯科技有限公司 | 分布式计算任务合理性预判方法、系统、设备和存储介质 |
CN116360990B (zh) * | 2023-03-27 | 2024-01-09 | 合芯科技有限公司 | 分布式计算任务合理性预判方法、系统、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109787908B (zh) | 服务器限流方法、系统、计算机设备及存储介质 | |
Song et al. | Optimal bidding in spot instance market | |
CN111104208B (zh) | 进程调度管理方法、装置、计算机设备及存储介质 | |
CN107592345B (zh) | 交易限流装置、方法及交易系统 | |
CN110597858A (zh) | 任务数据处理方法、装置、计算机设备和存储介质 | |
CN107911399B (zh) | 一种基于负载预测的弹性伸缩方法及系统 | |
CN112256417B (zh) | 一种数据请求处理方法、装置及计算机可读存储介质 | |
CN112817721B (zh) | 基于人工智能的任务调度方法、装置、计算机设备和介质 | |
CN112689007B (zh) | 资源分配方法、装置、计算机设备和存储介质 | |
CN107329881B (zh) | 应用系统性能测试方法及装置、计算机设备及存储介质 | |
CN112579304A (zh) | 基于分布式平台的资源调度方法、装置、设备及介质 | |
CN111310105B (zh) | 一种确定用工方案的方法及装置 | |
CN111813524B (zh) | 一种任务执行方法、装置、电子设备和存储介质 | |
CN114143327B (zh) | 集群资源配额分配方法、装置及电子设备 | |
CN113742051A (zh) | 数据中心设备方法、装置、计算机设备及存储介质 | |
Fazul et al. | Automation and prioritization of replica balancing in HDFS | |
CN112860763B (zh) | 实时流数据处理方法、装置、计算机设备和存储介质 | |
CN112363831B (zh) | 风控处理方法、装置、计算机设备和存储介质 | |
CN114422530A (zh) | 流量控制方法、装置和计算机设备和存储介质 | |
CN115328631A (zh) | 大数据任务调度模型训练方法、装置、设备及存储介质 | |
CN111556126B (zh) | 模型管理方法、系统、计算机设备和存储介质 | |
Fazul et al. | An event-driven strategy for reactive replica balancing on apache hadoop distributed file system | |
CN113535378A (zh) | 一种资源调配方法、存储介质及终端设备 | |
CN117591382B (zh) | 服务器故障智能监测方法、装置、设备及介质 | |
CN110633207A (zh) | 基于灰度测试的操作请求处理方法、系统和计算机设备 |
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 |