CN113778627B - 一种创建云资源的调度方法 - Google Patents

一种创建云资源的调度方法 Download PDF

Info

Publication number
CN113778627B
CN113778627B CN202111060187.0A CN202111060187A CN113778627B CN 113778627 B CN113778627 B CN 113778627B CN 202111060187 A CN202111060187 A CN 202111060187A CN 113778627 B CN113778627 B CN 113778627B
Authority
CN
China
Prior art keywords
server
cloud resources
scheduling method
usage
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.)
Active
Application number
CN202111060187.0A
Other languages
English (en)
Other versions
CN113778627A (zh
Inventor
何威
徐志强
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.)
Longkun Wuxi Smart Technology Co ltd
Original Assignee
Longkun Wuxi Smart Technology Co ltd
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 Longkun Wuxi Smart Technology Co ltd filed Critical Longkun Wuxi Smart Technology Co ltd
Priority to CN202111060187.0A priority Critical patent/CN113778627B/zh
Publication of CN113778627A publication Critical patent/CN113778627A/zh
Application granted granted Critical
Publication of CN113778627B publication Critical patent/CN113778627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F9/46—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
    • G06F9/46—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
    • 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
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • 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
    • G06F2009/45583—Memory management, e.g. access or allocation
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances
    • 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

Abstract

本发明提供一种创建云资源的调度方法，包括以下步骤：S1：实时采集设定资源池内的各服务器上的监控指标；S2：根据监控指标的阈值范围及权重，实时对各服务器进行评分设置；S3：根据服务器上运行的任务相对应的权重，实时对服务器进行评分设置；S4：调度方法根据策略选择当前评分最低的物理服务器进行虚拟机创建；S5：成功在选择的物理服务器上创建虚拟机云资源。所述创建云资源的调度方法可以广范应用于公有云和私有云，提高云资源利用率，提高效率，节约成本，加速资源调度，在实践应用过程中中也产生的巨大的经济效益。

Description

一种创建云资源的调度方法
技术领域
本发明涉及一种IT基础设施作为云资源的处理方法，尤其是涉及一种创建云资源的调度方法。
背景技术
新一代的IT基础设施应该具备虚拟化(云化)的特征，虚拟化打破IT用户和IT资源之间的束缚，让复杂的系统简化。虚拟化是影响新一代IT基础设施发展的重要技术之一。虚拟化的优势在于有效地提高了IT基础设施的利用效率，降低了投资成本，整合、优化了现有服务器的资源和性能，可以灵活、动态地满足业务发展的需要。虚拟化让IT基础设施资源的计算资源、存储资源、网络资源可以像水、像电一样随意取用。与虚拟化紧密相连的商业模式是云计算，云计算的核心就是虚拟化资源共享。而如何更加高效的利用云资源池，云资源利用调度方法就显得尤其重要,而在大规模商业化云平台中，如何快速地动态创建虚拟机云资源对于客户体验尤其重要，而这依赖于如何快速而高效地调度和使用云资源。
发明内容
本发明提供了一种创建云资源的调度方法，解决了云资源利用调度时能够高效而快速地提供云主机的问题，其技术方案如下所述：
一种创建云资源的调度方法，包括以下步骤：
S1：实时采集设定资源池内的各服务器上的监控指标；
S2：根据监控指标的阈值范围及权重，实时对各服务器进行评分设置；
S3：根据服务器上运行的任务相对应的权重，实时对服务器进行评分设置；
S4：调度方法根据策略选择当前评分最低的物理服务器进行虚拟机创建；
S5：成功在选择的物理服务器上创建虚拟机云资源。
进一步的，步骤S1中，所述监控指标包括性能指标和运行指标，所述性能指标包括物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽；所述运行指标包括物理服务器是否开机、是否处于维护状态、是否处于云资源调度任务。
进一步的，步骤S2中，服务器完成云系统的初始化部署，上面还没有任何应用负载时，初始评分为0分。
所述服务器的性能指标处在最低值，也没有任何资源调度任务。
进一步的，步骤S3中，所述权重是通过根据参与评分算法的各个性能指标的阈值范围进行加分，所述性能指标包括物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽。
步骤S3中，搜索评分最低的服务器的算法如下：
其中，Gi为服务器i的加权评分，I为集群中服务器的数量；Pi,j为服务器i上性能指标j的数值，J为性能指标的个数；Xi,j为服务器i上性能指标j的阈值权重，Tj为性能指标j的阈值范围，当Pi,j小于Tj即性能指标未超过阈值时，Xi,j取值为1，反之Xi,j取值为999；Wj为性能指标的权重；Ti,k为服务器i上任务k的评分数值，K为任务的数量；Wk为任务k的评分权重。
进一步的，步骤S4中，当有新的任务需要创建虚拟机时，当前物理服务器因为已经有创建虚拟机的任务，其加权比重变大。
所述创建云资源的调度方法可以广范应用于公有云和私有云，提高云资源利用率，提高效率，节约成本，加速资源调度，在实践应用过程中中也产生的巨大的经济效益。
附图说明
图1是所述创建云资源的调度方法的流程示意图。
具体实施方式
如图1所示，所述创建云资源的调度方法是在宿主物理服务器上快速创建更多的应用负载虚拟机，一台虚拟机包括了计算、存储和网络三大基础云资源，进而来提升云资源的使用率的方法。
本发明包括以下步骤：
S1：首先实时采集设定资源池内的各服务器上的监控指标；云资源被调度时需要提前进行关于物理服务器的信息配置，通过对某资源池中的所有物理服务器进行监控指标的采集，所述监控指标的内容包括CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽等性能指标，还包括物理服务器在运行时的运行指标，所述运行指标是指物理服务器是否开机、是否处于维护状态、是否处于云资源调度任务等。
S2：根据监控指标的阈值范围及权重，实时对各服务器进行评分设置；
通过对设定资源池中的所有物理服务器进行评分设置，比如每台服务器的初始评分都为0分，此时每台服务器刚刚被完成云系统的初始化部署，上面还没有任何应用负载，性能指标(CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽等)都处在最低值，也没有任何资源调度任务，此时的服务器被当成具备加入云资源的初始状态。
S3：根据服务器上运行的任务相对应的权重，实时对服务器进行评分设置；
根据参与评分算法的各个性能指标的阈值范围进行权重加分，同时各个性能指标的权重值也不同，参与配置计算的性能指标包括物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽等多项内容；除了性能指标，同时也包括了目前正在该物理物理器上调度运行的任务，这些都会作为权重进行加分。
每台用于创建虚拟机的物理服务器的评分计算公式如式1。其中，Gi为服务器i的加权评分，I为集群中服务器的数量；Pi,j为服务器i上性能指标j(如CPU使用情况评分、内存使用情况评分、磁盘使用量评分等)的数值,J为性能指标的个数；Xi,j为服务器i上性能指标j的阈值权重，Tj为性能指标j的阈值范围，当Pi,j小于Tj即性能指标未超过阈值时，Xi,j取值为1，反之Xi,j取值为999(比如当CPU使用没超标时，这个值取1，超标时取999；超标了就会导致Gi很大，就不会让这个服务器参与调度)；Wj为性能指标的权重；Ti,k为服务器i上任务k的评分数值，K为任务的数量；Wk为任务k的评分权重。搜索评分最低的服务器的过程，即寻找符合minGi条件的i的过程。
可见，Gi是单个服务器的加权评分，调度就是要寻找最小的评分，也就是找i是什么值时，Gi最小。
S4：调度方法根据策略选择当前评分最低的物理服务器进行虚拟机创建，调度方法会根据每台服务器的评分进行云资源的调度，一般采用的策略是评分最低的服务器会优先进行创建云资源的调度。
如果此时有新的任务需要创建虚拟机，当前物理服务器因为已经有创建虚拟机的任务，它的加权比重相对较大，所以，此时该物理服务器的评分已经大了许多，调度方法会找出资源池中评分最低的物理服务器来进行创建新的虚拟机，如果创建的虚拟机因为分配的物理服务器故障原因，未能创建，调度方法仍会从资源池中找出评分最低的物理服务器进行重新创建，直至创建成功；
S5：成功在选择的物理服务器上创建虚拟机云资源；实现快速而高效地创建虚拟机。
本调度方法在实践过程中，对参与调度算法的各个因子不断进行调整，包括所占权重，保证可以更快，更优的创建虚拟机。这里参与计算的因子包括宿主物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽等等，当宿主物理服务器的load-average,IO等性能指标达到某个临界范围值时，将不在该宿主物理服务器上创建新的虚拟机，同时，也会时刻监控宿主物理服务器的健康情况，当发生负载过高或故障时，会通过调度方法，将虚拟机迁移到负载较低的宿主物理服务器上。
本方法会据每一台宿主物理服务器的实际负载情况，对创建虚拟机进行调度。通过本方法的大规模公有云实践，确实保证了用户使用体验，同时也帮助企业大大提升了利润率。
本发明在某公有云实验践时，该公有云实际运行物理服务器数量超过230台，虚拟机总数超过11000多台，平均每台物理服务器承载的虚拟机VM的数量超过50台，而这是因为虚拟机的配置是不同的，而这样的资源利用率相对于大部分私有云企业客户每台物理服务器提供的虚拟机数量超过10台，已经是一个非常大效率的提升，提供云资源的利用率接近或超过5倍。

Claims (4)

1.一种创建云资源的调度方法，包括以下步骤：
S1：实时采集设定资源池内的各服务器上的监控指标；
S2：根据监控指标的阈值范围及权重，实时对各服务器进行评分设置；服务器完成云系统的初始化部署，上面还没有任何应用负载时，初始评分为0分；所述服务器的性能指标处在最低值，也没有任何资源调度任务；
S3：根据服务器上运行的任务相对应的权重，实时对服务器进行评分设置；搜索评分最低的服务器的算法如下：
其中，Gi为服务器i的加权评分，I为集群中服务器的数量；Pi,j为服务器i上性能指标j的数值，J为性能指标的个数；Xi,j为服务器i上性能指标j的阈值权重，Tj为性能指标j的阈值范围，当Pi,j小于Tj即性能指标未超过阈值时，Xi,j取值为1，反之Xi,j取值为999；Wj为性能指标的权重；Ti,k为服务器i上任务k的评分数值，K为任务的数量；Wk为任务k的评分权重；
S4：调度方法根据策略选择当前评分最低的物理服务器进行虚拟机创建；
S5：成功在选择的物理服务器上创建虚拟机云资源。
2.根据权利要求1所述的创建云资源的调度方法，其特征在于：步骤S1中，所述监控指标包括性能指标和运行指标，所述性能指标包括物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽；所述运行指标包括物理服务器是否开机、是否处于维护状态、是否处于云资源调度任务。
3.根据权利要求1所述的创建云资源的调度方法，其特征在于：步骤S3中，所述权重是通过根据参与评分算法的各个性能指标的阈值范围进行加分，所述性能指标包括物理服务器的CPU使用情况、内存使用情况、CPU平均负载，磁盘使用量、inode使用率、磁盘吞吐、IOPS、网络带宽。
4.根据权利要求1所述的创建云资源的调度方法，其特征在于：步骤S4中，当有新的任务需要创建虚拟机时，当前物理服务器因为已经有创建虚拟机的任务，其加权比重变大。
CN202111060187.0A 2021-09-10 2021-09-10 一种创建云资源的调度方法 Active CN113778627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111060187.0A CN113778627B (zh) 2021-09-10 2021-09-10 一种创建云资源的调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111060187.0A CN113778627B (zh) 2021-09-10 2021-09-10 一种创建云资源的调度方法

Publications (2)

Publication Number Publication Date
CN113778627A CN113778627A (zh) 2021-12-10
CN113778627B true CN113778627B (zh) 2024-03-12

Family

ID=78842351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111060187.0A Active CN113778627B (zh) 2021-09-10 2021-09-10 一种创建云资源的调度方法

Country Status (1)

Country Link
CN (1) CN113778627B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106776214A (zh) * 2016-12-12 2017-05-31 广州市申迪计算机系统有限公司 一种服务器健康度评估方法
CN110099083A (zh) * 2018-01-30 2019-08-06 贵州白山云科技股份有限公司 一种用于服务器集群的负载均衡调度方法及装置
CN110795203A (zh) * 2018-08-03 2020-02-14 阿里巴巴集团控股有限公司 资源调度方法、装置、系统和计算设备
CN111061561A (zh) * 2019-11-27 2020-04-24 扆亮海 云计算管理平台的全阶段负载分担综合优化方法
CN111400044A (zh) * 2020-03-13 2020-07-10 安徽博约信息科技股份有限公司 一种基于机器性能的服务器集群任务分配方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106776214A (zh) * 2016-12-12 2017-05-31 广州市申迪计算机系统有限公司 一种服务器健康度评估方法
CN110099083A (zh) * 2018-01-30 2019-08-06 贵州白山云科技股份有限公司 一种用于服务器集群的负载均衡调度方法及装置
CN110795203A (zh) * 2018-08-03 2020-02-14 阿里巴巴集团控股有限公司 资源调度方法、装置、系统和计算设备
CN111061561A (zh) * 2019-11-27 2020-04-24 扆亮海 云计算管理平台的全阶段负载分担综合优化方法
CN111400044A (zh) * 2020-03-13 2020-07-10 安徽博约信息科技股份有限公司 一种基于机器性能的服务器集群任务分配方法

Also Published As

Publication number Publication date
CN113778627A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
US8402140B2 (en) Methods and apparatus for coordinated energy management in virtualized data centers
Hu et al. A scheduling strategy on load balancing of virtual machine resources in cloud computing environment
CN105677486A (zh) 数据并行处理方法及系统
CN106375328B (zh) 一种大规模数据分发系统运行时自适应优化方法
CN108196935B (zh) 一种面向云计算的虚拟机节能迁移方法
US20150271023A1 (en) Cloud estimator tool
Deng et al. Dynamic virtual machine consolidation for improving energy efficiency in cloud data centers
Ma et al. Distributed load balancing allocation of virtual machine in cloud data center
CN110096339B (zh) 一种基于系统负载实现的扩缩容配置推荐系统及方法
CN115150471A (zh) 数据处理方法、装置、设备、存储介质及程序产品
CN113778627B (zh) 一种创建云资源的调度方法
CN107203256A (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
CN112416520A (zh) 一种基于vSphere的智能资源调度方法
Hu et al. Research of scheduling strategy on OpenStack
CN109783304B (zh) 一种数据中心的节能调度方法及对应装置
CN115840649A (zh) 划分容量块式虚拟资源分配方法及装置、存储介质和终端
Lin et al. A workload-driven approach to dynamic data balancing in MongoDB
Liang et al. A heuristic virtual machine scheduling algorithm in cloud data center
CN109558214B (zh) 异构环境下宿主机资源管理方法、装置和存储介质
Pham et al. A general and practical consolidation framework in CloudNFV
Chen et al. Minimum migration time selection algorithm for container consolidation
CN111580966B (zh) 一种基于内存利用率的云任务调度方法
De et al. Optimizing Resource Allocation using Proactive Predictive Analytics and ML-Driven Dynamic VM Placement
Jiqing I/O performance optimization analysis of container on cloud platform
CN113312208B (zh) 一种基于系统资源的均衡集中备份方法

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