CN113867927A - 资源分配方法、装置、电子设备和存储介质 - Google Patents
资源分配方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113867927A CN113867927A CN202010618792.4A CN202010618792A CN113867927A CN 113867927 A CN113867927 A CN 113867927A CN 202010618792 A CN202010618792 A CN 202010618792A CN 113867927 A CN113867927 A CN 113867927A
- Authority
- CN
- China
- Prior art keywords
- resource
- service
- computing
- utilization rate
- 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.)
- Pending
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 133
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000015654 memory Effects 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 27
- 230000008569 process Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 10
- 238000012217 deletion Methods 0.000 description 8
- 230000037430 deletion Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training 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]
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
本公开关于资源分配方法、装置、电子设备和存储介质,所述方法应用于目标设备,包括:当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务;在所述第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,删除所述资源容器。
Description
技术领域
本公开涉及资源分配领域,尤其涉及资源分配方法、装置、电子设备和存储介质。
背景技术
随着网络应用技术的蓬勃发展,业务规模持续增长,越来越多的计算设备被应用到业务系统中。以集群服务器为例,为了保证在业务高峰时满足正常业务处理的资源需求,集群服务器内的各台物理机通常都会储备冗余的计算资源。
在相关技术中,计算设备内部署的延迟敏感型服务等业务服务通常与用户的业务行为直接相关,其对应的计算资源使用率具有明显的波峰波谷特征。因此,在业务低峰时,这类服务对应的计算资源使用率处于波谷状态,此时计算设备的大量计算资源会被闲置,从而造成计算资源的严重浪费。
发明内容
本公开提供了一种资源分配方法、装置、电子设备和存储介质,以至少解决相关技术中的技术问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提出一种资源分配方法,包括:
当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;
在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
可选的,所述第一服务包括延迟敏感型服务,所述延迟敏感型服务对应的计算资源使用率包括以下至少之一:
CPU使用率、内存使用率、磁盘空间使用率、磁盘索引节点使用率、网络带宽、线程数量。
可选的,所述第二服务包括计算密集型服务。
可选的,所述资源分配条件包括计算资源使用率阈值;
所述计算资源使用率满足预设的资源分配条件,包括:所述第一服务对应的计算资源使用率不大于所述计算资源使用率阈值。
可选的,所述资源分配条件包括资源分配启动条件,所述计算资源使用率满足预设的资源分配条件,包括:所述计算资源使用率不大于所述资源分配启动条件中定义的计算资源使用率下限阈值。
可选的,还包括:
在所述第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,删除所述资源容器。
可选的,所述删除所述资源容器,包括:
删除全部所述资源容器;
根据所述计算资源使用率的变化率确定删除各个所述资源容器的时间间隔,并按照所述时间间隔及预设顺序依次删除所述资源容器;其中,所述时间间隔与所述计算资源使用率的变化率满足负相关关系。
可选的,所述采集所述第一服务对应的计算资源使用率,包括:
若当前时刻处于预设的时间窗口内,则采集所述第一服务对应的计算资源使用率;
若当前时刻处于其他时间段内,则不采集所述第一服务对应的计算资源使用率。
根据本公开实施例的第二方面,提出一种资源分配装置,包括:
使用率采集模块,被配置为当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;
服务部署模块,被配置为在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
可选的,所述第一服务包括延迟敏感型服务,所述延迟敏感型服务对应的计算资源使用率包括以下至少之一:
CPU使用率、内存使用率、磁盘空间使用率、磁盘索引节点使用率、网络带宽、线程数量。
可选的,所述第二服务包括计算密集型服务。
可选的,所述资源分配条件包括计算资源使用率阈值,所述计算资源使用率满足预设的资源分配条件,包括:
所述第一服务对应的计算资源使用率不大于所述计算资源使用率阈值。
可选的,所述资源分配条件包括资源分配启动条件,所述计算资源使用率满足预设的资源分配条件,包括:
所述计算资源使用率不大于所述资源分配启动条件中定义的计算资源使用率下限阈值。
可选的,还包括:
容器删除模块,被配置为在所述第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,删除所述资源容器。
可选的,所述容器删除模块还被配置为:
删除全部所述资源容器;或者,
根据所述计算资源使用率的变化率确定删除各个所述资源容器的时间间隔,并按照所述时间间隔及预设顺序依次删除所述资源容器;其中,所述时间间隔与所述计算资源使用率的变化率满足负相关关系
可选的,所述使用率采集模块,还被配置为:
若当前时刻处于预设的时间窗口内,则采集所述第一服务对应的计算资源使用率;
若当前时刻处于其他时间段内,则不采集所述第一服务对应的计算资源使用率。
根据本公开实施例的第三方面,提出一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述第一方面的任一实施例所述的资源分配方法。
根据本公开实施例的第四方面,提出一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述第一方面的任一实施例所述的资源分配方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
根据本公开的实施例,通过采集目标设备中第一服务对应的计算资源使用率确定第一服务处于资源使用率较低的状态,从而在不影响第一服务正常运行的前提下将闲置的计算资源分配至第二服务以供其使用,有效提高了目标设备中计算资源的利用率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据本公开的实施例示出的一种资源分配方法流程图;
图2是根据本公开的实施例示出的另一种资源分配方法流程图;
图3是根据本公开的实施例示出的又一种资源分配方法流程图;
图4是根据本公开的实施例示出的一种资源分配装置框图;
图5是根据本公开的实施例示出的一种电子设备的结构图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
随着网络应用技术的蓬勃发展,业务规模持续增长,越来越多的计算设备被应用到业务系统中。以集群服务器为例,集群服务器中物理机的计算资源往往是为了满足业务高峰时的资源需求而储备的,在物理机中已部署的延迟敏感型服务因业务低峰而导致计算资源占用率处于波谷时,本就冗余的计算资源会被大量闲置而导致计算资源的严重浪费。
为在保证计算设备中原有服务正常运行的基础上提高计算设备中计算资源的利用率,本公开提出一种资源分配方法。下面结合附图及实施例对该方法进行详细阐述:
图1是根据本公开的实施例示出的一种资源分配方法流程图;如图1所示,该方法应用于目标设备,该方法可以包括:
步骤102,当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率。
首先需要说明的是,本公开实施例涉及到的目标设备可以为服务器等计算设备,例如,可以为包含一独立主机的物理服务器或主机集群承载的虚拟服务器等。本公开实施例涉及到的目标设备的计算资源,可以具有多种形式,如程序运行时所需的CPU资源、内存资源、硬盘资源和网络资源等,本公开对于目标设备的具体形式及其计算资源的具体种类并不进行限制。
目标设备中可以预先部署有第一服务,实际上,本公开中涉及到的“第一服务”应被理解为用于实现第一服务的程序软件,该程序软件运行时可以调用目标设备中的全部计算资源。类似的,本公开中涉及到的“第二服务”应被理解为用于实现第二服务的程序软件,该程序软件运行时可以调用其所在资源容器中的全部计算资源,即第一服务的资源使用优先级高于第二服务。
在一实施例中,上述第一服务可以为延迟敏感型服务,例如,可以为宽带语音、实时视频流、VoIP等多媒体传输业务,或者账号注册或信息更改、聊天信息传输或查询等实时通讯业务等。在第一服务为延迟敏感型服务的情况下,第一服务对应的计算资源使用率可以包括CPU使用率、内存使用率、磁盘空间使用率、磁盘inode(索引节点)使用率、网络带宽、线程数量等的一个或多个,当然,还可以包括其他计算资源。
上述计算资源使用率基本涵盖了目标设备的CPU资源、内存资源、硬盘资源和网络资源等全部计算资源,因此通过采集上述多种计算资源对应的使用率并将多种计算资源使用率的组合作为判断目标设备当前整体计算资源使用率是否满足预设的资源分配条件的判断依据,能够有针对性的适用于服务类型、负载状态、硬件资源状态等不同因素导致的多种应用场景,从而使得本公开资源分配方法适用范围更广,能够更好地满足对目标设备资源分配不同要求。
在一实施例中,可以先确定目标设备的时间窗口,并在时间窗口内执行本公开实施例对应的计算资源分配方案。作为一示例性实施例,可以将延迟敏感型服务的计算资源使用率处于波谷的时间区间确定为时间窗口,也可以根据延迟敏感型服务的计算资源使用率的历史记录确定目标设备的时间窗口,还可以人为预设固定的时间窗口。在确定了针对目标设备的时间窗口的情况下,可以根据当前时刻是否处于时间窗口确定是否采集第一服务对应的计算资源使用率:若当前时刻处于预设的时间窗口内,则采集第一服务对应的计算资源使用率,并执行后续步骤;若当前时刻处于非时间窗口的其他时间段内,则不采集第一服务对应的计算资源使用率,相应的,也不对计算资源进行分配。
通过确定目标设备的时间窗口,并仅在时间窗口内采集第一服务的计算资源使用率,而在时间窗口外均不采集,即仅在第一服务处于较为空闲状态的时间区间内对相应的空闲计算资源进行分配,避免了因对空闲计算资源进行分配而影响到第一服务的正常运行,保证了第一服务在时间窗口之外的业务高峰时的正常运行,即通过时间窗口强制保证了与用户业务相关的第一服务的优先运行。
例如,作为一示例性实施例,可以通过计算资源监控进程实时监控处于运行状态的第一服务的计算资源使用率。其中,上述计算资源监控进程可以长期运行于目标设备的后台且不会受目标设备中所运行任务的开启或终止的影响,以保证及时采集计算资源使用率,从而一定程度上提高资源使用效率。作为另一示例性实施例,为避免后台程序对第一服务可能带来的资源资源占用,可以预设采集时间周期,按照预设的该采集时间周期定期采集目标设备中第一服务对应的计算资源使用率。
步骤104,在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
在一实施例中,在上述第一服务为延迟敏感型服务的情况下,第二服务可以为视频转码、视频解码、算法模型训练等计算密集型(CPU-Intensive)服务。因为通常计算密集型服务的计算资源使用率不具有明显的波峰波谷,而且这类服务运行时会自动使用所有可用的计算资源,因此在第一服务为计算资源使用率具有明显的波峰波谷的延迟敏感型服务的情况下,将计算密集型服务作为第二服务,便于实现对第一服务波谷段所对应空闲计算资源的充分高效利用。
实际上,第二服务并不仅限于计算密集型服务,也可以为数据查询、资源下载等IO密集型(IO-Intensive)服务,或者高用户访问量的Web应用、SaaS(Software as aService,软件即服务)应用或商务智能应用等对应的数据密集(Data-Intensive)服务等。当然,上述第一服务和第二服务也可以为其他类型的服务,不再一一赘述。
在一实施例中,上述资源分配条件可以为预设的计算资源使用率阈值,相应的,可以通过判断第一服务的计算资源使用率与计算资源使用率阈值之间的关系确定计算资源使用率是否满足资源分配条件:若第一服务对应的计算资源使用率不大于计算资源使用率阈值,则判定该计算资源使用率满足预设的资源分配条件;否则,若第一服务对应的计算资源使用率大于计算资源使用率阈值,则判定该计算资源使用率不满足预设的资源分配条件。通过预设的计算资源使用率阈值对目标设备中第一服务的当前计算资源使用率是否满足资源分配条件进行判断,相对于其他判断方式,能够通过数值比较直观、准确的确定判断结果,从而实现对计算资源是否满足预设的资源分配条件的快速判断。
在一实施例中,上述资源分配条件可以包括资源分配启动条件和资源分配终止条件,判断计算资源使用率是否满足资源分配条件的过程,即为判断计算资源使用率是否满足上述资源分配启动条件和资源分配终止条件的过程。作为一示例性实施例,在计算资源使用率不大于资源分配启动条件中定义的计算资源使用率下限阈值的情况下,确定计算资源使用率满足资源分配启动条件。作为另一示例性实施例,在计算资源使用率在预设时长内持续不小于资源分配终止条件中定义的计算资源使用率上限阈值的情况下,确定计算资源使用率满足资源分配终止条件。通过在资源分配启动条件中预定义计算资源使用率下限阈值以及在资源分配终止条件中预定义计算资源使用率上限阈值,保证在目标设备中第一服务的计算资源使用率满足资源分配启动条件时基于空闲计算资源创建资源容器,在计算资源使用率满足资源分配终止条件时删除已创建的资源容器。从而能够通过确定计算资源使用率与预设条件的关系及时实现对资源容器的创建与删除,保证了在不影响第一服务正常运行的前提下,尽量将空闲资源分配至资源容器中部署的第二服务,进一步提高目标设备中计算资源的利用率。
在一实施例中,在第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,可以删除部署有第二服务的资源容器。资源容器的删除方式可以有多种,例如,作为一示例性实施例,可以在不满足上述资源分配条件的情况下,直接删除已创建的全部资源容器,以严格保证第二服务不影响原有第一服务的正常运行。
为兼顾第一服务的正常运行和第二服务对计算资源的高效利用,同时避免全部资源容器被频繁创建和删除可能导致的目标设备运行不稳定,作为另一示例性实施例,可以根据计算资源使用率的变化率确定删除各个资源容器的时间间隔,并按照上述时间间隔及预设顺序依次删除资源容器;其中,时间间隔与计算资源使用率的变化率可以满足负相关关系。例如,在目标设备中创建有多个资源容器的情况下,按照计算资源使用率的当前变化率相应的确定各个资源容器的删除时间间隔:计算资源使用率的当前变化率越大,表示第一服务的计算资源使用率增大的越快,此时删除各资源容器的时间间隔应当尽量小,以保证第一服务对计算资源的使用;计算资源使用率的当前变化率越小,表示第一服务的计算资源使用率增大的越慢,此时删除各资源容器的时间间隔应当尽量大,从而在不影响第一服务对计算资源正常使用的前提下提高第二服务对计算资源的使用率。
根据本公开的上述实施例,通过采集目标设备中第一服务对应的计算资源使用率确定第一服务对应的资源占用率较低的波谷时间段,并在不影响第一服务正常运行的前提下将闲置的计算资源分配至第二服务以供其使用,从而有效提高了目标设备中计算资源特别是闲置计算资源的利用率。
下面结合图2所示的另一种资源分配方法流程图,以第一服务为延迟敏感型服务,第二服务为计算密集型服务为例,对目标设备通过本公开的技术方案对目标设备内计算资源的进行分配的过程进行详细描述。该方法应用于目标设备,如图2所示,该方法可以包括:
步骤202,在目标设备中运行延迟敏感型服务。
可以理解得是,目标设备中部署(即运行)的延迟敏感型服务可以具有多种类型,如宽带语音、实时视频流、VoIP等多媒体传输业务,或者账号注册或信息更改、聊天信息传输或查询等实时通讯业务等。可以仅部署一个延迟敏感型服务,也可以部署多个延迟敏感型服务;在部署多个延迟敏感型服务的情况下,多个延迟敏感型服务可以为相同类型,也可以为不同类型,本公开对于延迟敏感型服务的个数及具体的服务类型并不进行限制。值得说明的是,在目标设备中部署有多个延迟敏感型服务的情况下,采集的计算资源使用率是当前部署并处于运行状态的所有延迟敏感型服务所对应的计算资源使用率之和。
上述延迟敏感型服务可以预先或临时部署在目标设备中,部署方式及具体过程可以参见相关技术中公开的内容,本公开对此并不进行限制,而仅关注已经完成部署的延迟敏感型服务的运行状态。在延迟敏感型服务的运行过程中,其所使用的计算资源可以动态变化,相应的,其对应的计算资源使用率也可以动态变化,本公开方案关注的即为延迟敏感型服务的运行过程中未被使用的空闲资源分配。
步骤204,采集延迟敏感型服务对应的计算资源使用率。
因为延迟敏感型服务的计算资源使用率通常具有波峰波谷特征,而波谷对应的时间窗口可以作为本公开方案中下述计算资源分配方法适用的时间区间。上述时间窗口可以人为预设,也可以根据与延迟敏感型服务相对应的用户业务的低谷时间段确定,还可以根据延迟敏感型服务的计算资源使用率的历史记录确定,本公开对此并不进行限制。例如,若当前时刻处于时间窗口内,则采集延迟敏感型服务对应的计算资源使用率;若当前时刻处于其他时间段内,则不采集延迟敏感型服务对应的计算资源使用率。例如,为在保证业务相关的延迟敏感型服务正常工作的前提下提高限制资源的利用率,可以预设时间窗口为每天凌晨1:00-上午6:00,此时,可以仅在该时间窗口内采集延迟敏感型服务对应的计算资源使用率,并在满足资源分配条件的情况下利用空闲资源创建资源容器并部署计算密集型服务,而在该事件窗口之外,则正常进行计算密集型服务的相关计算任务,并不进行计算资源使用率的计算及其后续资源资源分配。
在一实施例中,可以通过计算资源监控进程实时监控处于运行状态的延迟敏感型服务的计算资源使用率。其中,上述计算资源监控进程可以长期运行于目标设备的后台且不会受目标设备中所运行任务的开启或终止的影响。在另一实施例中,可以预设采集时间周期,并按照该预设的采集时间周期定期采集目标设备中延迟敏感型服务的计算资源使用率,此时,该采集时间周期可以与上述时间窗口重合。
在上述两实施例中,延迟敏感型服务的计算资源使用率可以包括:CPU使用率、内存使用率、磁盘空间使用率、磁盘索引节点使用率、网络带宽和/或线程数量等。
步骤206,判断计算资源使用率是否满足资源分配启动条件。
在采集得到目标设备中延迟敏感型服务的计算资源使用率后,可以判断采集的计算资源使用率是否满足资源分配启动条件。
在一实施例中,可以在上述延迟敏感型服务对应的计算资源使用率不大于预设的计算资源使用率下限阈值的情况下,判定计算资源使用率满足资源分配启动条件。例如,作为一示例性实施例,可以将某一计算资源使用率作为预设的上述计算资源使用率下限阈值。例如,可以将CPU使用率阈值等于30%预设为计算资源使用率下限阈值,相应的,若采集到当前延迟敏感型服务对应的计算资源使用率不大于30%,则判定计算资源使用率满足资源分配启动条件;否则,若采集到当前延迟敏感型服务对应的计算资源使用率大于30%,则判定计算资源使用率不满足资源分配启动条件。
作为另一示例性实施例,可以将多种计算资源使用率作为预设的上述计算资源使用率下限阈值。例如,可以将CPU使用率阈值等于30%和内存使用率等于20%预设为计算资源使用率下限阈值,相应的,若采集到当前延迟敏感型服务对应的计算资源使用率不大于30%且内存使用率不大于20%,则判定计算资源使用率满足资源分配启动条件;否则,若采集到当前延迟敏感型服务对应的计算资源使用率大于30%或内存使用率大于20%,则判定计算资源使用率不满足资源分配启动条件。
当然,也可以将前述所有计算资源使用率作为预设的上述计算资源使用率阈值,并在所有计算资源使用率均不大于资源分配启动条件中定义的计算资源使用率下限阈值的情况下,确定计算资源使用率满足资源分配启动条件;否则,在任一计算资源在预设时长内持续不小于上述计算资源使用率下限阈值的情况下,确定计算资源使用率不满足资源分配启动条件。
可以理解的是,任一时刻采集到的计算资源使用率可能满足资源分配启动条件,也可能不满足资源分配启动条件。若满足资源分配启动条件,则转入步骤208;否则,若不满足资源分配启动条件,则返回步骤204,继续实时采集计算资源使用率或者继续等待下一周期性采集时刻到来时再次开始采集延迟敏感型服务的计算资源使用率并再次进行判断。
步骤208,基于当前的空闲计算资源创建资源容器并部署计算密集型服务。
在目标设备中延迟敏感型服务的计算资源使用率满足资源分配启动条件的情况下,可以基于未被延迟敏感型服务所使用的空闲计算资源创建资源容器。例如,可以根据需要部署的第二服务的资源需求确定需要创建的资源容器的计算资源大小,也可以根据当前全部空闲计算资源的预设比例确定需要创建的资源容器的计算资源大小。上述资源容器可以仅创建一个,也可以创建多个,所创建资源容器对应的资源指标可以具有多种组合,本公开对于资源容器的具体创建形式及资源分配比例并不进行限制。
例如,在目标设备具有56个CPU内核和100G内存,当前空闲计算资源包括50个CPU内核和90G内存的情况下:作为一示例性实施例,可以基于空闲计算资源创建一个资源容器A,即资源容器A包括50个CPU内核和90G内存。作为另一示例性实施例,可以基于空闲计算资源创建两个资源容器B和C,其中资源容器B和C分别包括25个CPU内核和45G内存,或者资源容器B包括20个CPU内核和15G内存,资源C包括30个CPU内核和75G内存;又或者资源容器B包括20个CPU内核和60G内存,资源C包括30个CPU内核和30G内存。本公开对于资源容器的创建个数和各资源容器内多种资源指标的组合方式并不进行限制,可以根据服务类型或目标设备内资源容器的创建历史等实际情况进行调整,或者采用预设的固定值。
创建资源容器后,可以在其中部署第二服务,本实施例以第二服务为计算密集型服务为例进行说明(当然,第二服务也可以为其他形式的服务)。
在一实施例中,可以将计算密集型服务关联至已创建的资源容器。例如,可以将一个计算密集型服务关联至一个资源容器,也可以将多个计算密集型服务关联至同一个资源容器。在另一实施例中,可以将计算密集型服务相关的计算数据配置在已创建的资源容器中。例如,可以将一个计算密集型服务相关的计算数据配置在一个已创建的资源容器中,也可以将多个计算密集型服务相关的计算数据配置在同一个已创建的资源容器中。
在上述两实施例中,若将一个计算密集型服务部署在一个资源容器中,则该计算密集型服务在运行过程中可以使用该资源容器对应的所有资源;若将多个计算密集型服务部署在同一个资源容器中,则上述多个计算密集型服务共享该资源容器对应的所有资源。
步骤210,运行已部署的计算密集型服务。
在资源容器中部署完成计算密集型服务后,运行上述计算密集型服务。例如,作为一示例性实施例,在空闲计算资源对应创建有一个资源容器的情况下,控制运行该资源容器内部署的计算密集型服务:若仅该资源容器中仅部署有一个计算密集型服务,则直接开启该计算密集型服务;若该资源容器中部署有多个计算密集型服务,则可以控制运行全部或部分计算密集型服务。作为另一示例性实施例,在剩余资源对应创建有多个资源容器的情况下,可以控制运行全部资源容器内部署的全部计算密集型服务,也可以控制运行部分资源容器内部署的全部计算密集型服务,还可以控制运行部分资源容器内部署的部分计算密集型服务。具体的运行控制方式可以根据资源容器大小以及计算密集型服务的类型、计算难度等实际情况进行确定,本公开对此并不进行限制。
对于部署在资源容器中的任一计算密集型服务,该计算密集型服务在运行过程中所使用的计算资源不会超出其所在资源容器对应的计算资源,即任一计算密集型任务可使用的计算资源上限为其所在资源容器对应的计算资源。
步骤212,判断计算资源使用率是否满足资源分配终止条件。
在计算密集型服务的运行过程中,如前所述,可以实时或周期性采集延迟敏感型服务的计算资源使用率,然后实时或周期性判断计算资源使用率是否满足资源分配终止条件。
在一实施例中,若计算资源使用率在预设时长内持续不小于资源分配终止条件中定义的计算资源使用率上限阈值的情况下,确定计算资源使用率满足资源分配终止条件。作为一示例性实施例,可以将一种计算资源使用率作为预设的上述计算资源使用率上限阈值。例如,可以将CPU使用率阈值等于60%预设为计算资源使用率阈值,相应的,若采集到当前延迟敏感型服务对应的计算资源使用率在预设时长内持续大于60%,则判定计算资源使用率满足资源分配终止条件;否则,若采集到当前延迟敏感型服务对应的计算资源使用率在预设时长内持续不大于60%,则判定计算资源使用率不满足资源分配终止条件。
作为另一示例性实施例,可以将多种计算资源使用率作为预设的上述计算资源使用率上限阈值。例如,可以将CPU使用率阈值等于60%和线程数量等于50预设为计算资源使用率上限阈值。相应的,若采集到当前延迟敏感型服务对应的将CPU使用率在预设时长内持续大于60%或线程数量在预设时长内持续大于150条,则判定计算资源使用率满足资源分配终止条件;否则,若采集到当前延迟敏感型服务对应的将CPU使用率在预设时长内不持续大于60%且线程数量在预设时长内不持续50条,则判定计算资源使用率不满足资源分配终止条件。
可以理解的是,任一时刻采集到的计算资源使用率可能满足资源分配终止条件,也可能不满足资源分配终止条件。若满足资源分配终止条件,则转入步骤214;否则,若不满足资源分配启动条件,则返回步骤210,继续运行计算密集性服务,同时实时采集计算资源使用率或者继续等待下一周期性采集时刻到来时再次开始采集延迟敏感型服务的计算资源使用率并再次进行判断。
步骤214,终止正在运行的计算密集型服务并删除相应的资源容器。
在目标设备中运行的延迟敏感型服务的计算资源使用率满足资源分配终止条件的情况下,可以首先终止当前正在运行的计算密集型服务。例如,在一实施例中,可以直接终止当前所有处于运行状态的计算密集型服务,并删除所有已创建的资源容器。
在另一实施例中,可以根据计算资源使用率的变化率确定删除各个资源容器的时间间隔,并按照上述时间间隔及预设顺序依次终止计算密集型服务并删除资源容器;其中,时间间隔与计算资源使用率的变化率满足负相关关系。例如,在目标设备中创建有多个资源容器的情况下,按照计算资源使用率的当前变化率相应的确定各个资源容器的删除时间间隔:若计算资源使用率的当前变化率为大于零的正值,则表示当前延迟敏感型服务的计算资源使用率正在逐渐增大,该变化率的绝对值越大,表示延迟敏感型服务的计算资源使用率增大的越快,此时终止计算密集型服务并删除各资源容器的时间间隔应当尽量小以保证延迟敏感型服务对计算资源的使用;该变化率的绝对值越小,表示延迟敏感型服务的计算资源使用率增大的越慢,此时终止计算密集型服务并删除各资源容器的时间间隔应当尽量大,以在不影响延迟敏感型服务对计算资源正常使用的前提下提高计算密集型服务对计算资源的使用率。
类似的,若计算资源使用率的当前变化率为小于零的负值,则表示当前延迟敏感型服务的计算资源使用率正在逐渐减小,该变化率的绝对值越大,表示延迟敏感型服务的计算资源使用率减小的越快,此时创建各资源容器的时间间隔应当尽量小以提高计算密集型服务对计算资源的使用;该变化率的绝对值越小,表示计算密集型服务的计算资源使用率减小的越慢,此时创建各资源容器的时间间隔应当尽量大,以保证不影响延迟敏感型服务对计算资源的正常使用。
终止计算密集型服务并删除相应的资源容器后,被删除资源容器对应的计算资源被释放而恢复为空闲计算资源,因此可以在上述延迟敏感型服务的运行过程中被使用。可以理解的是,因为上述步骤204中采集目标设备中延迟敏感型服务对应的计算资源使用率是实时或周期性进行的,因此在某时刻采集到的计算资源使用率再次满足资源分配启动条件的情况下,可以重新基于该时刻目标设备的空闲计算资源创建新的资源容器,并部署核运行相应的计算密集型任务,过程同上不再赘述。
实际上,也可以预先创建资源容器信息索引。下面结合图3所示的又一种资源分配方法流程图,以第一服务为延迟敏感型服务,第二服务为计算密集型服务为例,对目标设备通过预先创建的资源容器信息索引对目标设备内计算资源的进行分配的过程进行描述。该方法应用于目标设备,如图3所示,该方法应用于目标设备,该方法可以包括:
步骤302,预先创建资源容器信息索引。
在一实施例中,可以针对目标设备中的所有计算资源预先创建资源容器,或者根据目标设备中延迟敏感型服务的计算资源使用率的历史记录计算时间窗口内的平均计算资源使用率,然后针对所有计算资源中除时间窗口内的平均计算资源使用率对应的被使用资源之外的部分计算资源创建资源容器信息索引。该索引为预先对上述部分计算资源进行分配的相关信息,例如,资源容器信息索引中可以记录资源容器资源容器B包括20个CPU内核和15G内存,资源C包括30个CPU内核和75G内存,同时,资源容器信息索引中还可以包括各个资源容器所对应资源的其他相关信息。
上述资源容器信息索引并非实际创建的资源容器,而是将要创建的资源容器的相关信息。目标设备在延迟敏感型服务的计算资源使用率满足资源分配启动条件的情况下,可以直接按照该资源容器信息索引记录的资源容器的相关信息创建资源容器,而无需临时判断创建资源容器的个数、大小等关键信息,从而加快资源容器的创建速度,进而一定程度上提高资源分配效率。
在另一实施例中,上述资源容器信息索引所包含的具体信息内容以及其对应各资源容器的计算资源的大小,可以根据该目标设备中已运行延迟敏感型服务的服务类型及其所对应多种计算资源使用率的历史记录进行确定,也可以根据需要部署的第二服务的资源需求进行确定,还可以预设固定值,本公开对此并不进行限制。
在另一实施例中,上述资源容器信息索引可以在目标设备中延迟敏感型服务尚未运行时创建,也可以在在目标设备中延迟敏感型服务处于运行阶段但是其计算资源使用率不满足资源分配启动条件时创建。对于创建资源容器信息索引与按照上述资源容器信息索引创建资源容器之间的时间间隔,本身申请并不进行限制。
步骤304,在目标设备中运行延迟敏感型服务。
步骤306,采集延迟敏感型服务对应的计算资源使用率。
步骤308,判断计算资源使用率是否满足。
上述步骤304-步骤308的具体执行方式与前述步骤202-步骤206之间并不存在本质区别,因此具体过程可以参见前述记载,此处不再赘述。
步骤310,按照资源容器信息索引创建资源容器并部署计算密集型服务。
在目标设备中运行的延迟敏感型服务的计算资源使用率满足资源分配启动条件的情况下,可以直接按照已创建的资源容器信息索引创建相应的资源容器。相应的,对应于上述资源容器信息索引,上述资源容器可以仅创建一个,也可以创建多个,所创建资源容器对应的资源指标可以具有多种组合。具体的创建过程及资源指标的组合方式可以参见前述步骤208的记载,此处不再赘述。
步骤312,运行已部署的计算密集型服务。
步骤314,判断计算资源使用率是否满足资源分配终止条件。
上述步骤312-步骤314的具体执行方式与前述步骤210-步骤312之间并不存在本质区别,因此具体过程可以参见前述记载,此处不再赘述。
步骤316,终止正在运行的计算密集型服务。
在该实施例中,在目标设备中运行的延迟敏感型服务的计算资源使用率满足资源分配终止条件的情况下,可以终止正在运行的计算密集型服务。例如,作为一示例性实施例,可以直接终止当前所有处于运行状态的计算密集型服务。
作为另一示例性实施例,可以根据计算资源使用率的变化率确定终止当前处于运行状态的计算密集型服务的时间间隔,并按照上述时间间隔及预设顺序依次终止计算密集型服务;其中,时间间隔与计算资源使用率的变化率满足负相关关系。
在该实施例中,可以在终止上述计算密集型服务后将被终止的各个计算密集型服务的相关数据全部删除,也可以将其中的部分关键数据保留以便下次重新运行时直接以保留的数据为起点开始运算。同时,可以将被终止计算密集型服务对应的资源容器恢复至空闲状态,以供延迟敏感型服务使用。
与前述资源分配方法的实施例相对应地,本公开还提出了资源分配装置的实施例。
图4是根据本公开的一个或多个示例性实施例示出的一个或多个资源分配装置框图。本实施例所示的资源分配装置可以适用于计算资源分配应用,所述应用适用于服务器或终端等网络设备,所述网络设备包括但不限于手机、平板电脑、可穿戴设备、个人计算机、工控机等电子设备。
如图4所示,所述资源分配装置可以包括:
使用率采集模块401,被配置为当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;
服务部署模块402,被配置为在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
可选的,所述第一服务包括延迟敏感型服务,所述计算资源使用率包括以下至少之一:
CPU使用率、内存使用率、磁盘空间使用率、磁盘索引节点使用率、网络带宽、线程数量。
可选的,所述第二服务包括计算密集型服务。
可选的,所述资源分配条件包括计算资源使用率阈值,所述计算资源使用率满足预设的资源分配条件,包括:
所述计算资源使用率不大于所述计算资源使用率阈值。
可选的,所述资源分配条件包括资源分配启动条件,所述计算资源使用率满足预设的资源分配条件,包括:
所述计算资源使用率不大于所述资源分配启动条件中定义的计算资源使用率下限阈值。
可选的,还包括:
容器删除模块403,被配置为在所述第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,删除所述资源容器。
可选的,所述容器删除模块还被配置为:
删除全部所述资源容器;或者,
根据所述计算资源使用率的变化率确定删除各个所述资源容器的时间间隔,并按照所述时间间隔及预设顺序依次删除所述资源容器;其中,所述时间间隔与所述计算资源使用率的变化率满足负相关关系。
可选的,所述使用率采集模块,还被配置为:
若当前时刻处于预设的时间窗口内,则采集所述第一服务对应的计算资源使用率;
若当前时刻处于其他时间段内,则不采集所述第一服务对应的计算资源使用率。
本公开的实施例还提出一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如上述任一实施例所述的资源分配方法。
本公开的实施例还提出一种存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述任一实施例所述的资源分配方法。
本公开的实施例还提出一种计算机程序产品,所述计算机程序产品被配置为执行上述任一实施例所述的资源分配方法。
图5是根据本公开的实施例示出的一种电子设备的示意框图。例如,电子设备500可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,电子设备500可以包括以下一个或多个组件:处理组件502,存储器504,电源组件506,多媒体组件508,音频组件510,输入/输出(I/O)的接口512,传感器组件514,以及通信组件516。
处理组件502通常控制电子设备500的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器620来执行指令,以完成上述资源分配方法的全部或部分步骤。此外,处理组件502可以包括一个或多个模块,便于处理组件502和其他组件之间的交互。例如,处理组件502可以包括多媒体模块,以方便多媒体组件508和处理组件502之间的交互。
存储器504被配置为存储各种类型的数据以支持在电子设备500的操作。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统,一个或多个电源,及其他与为电子设备500生成、管理和分配电力相关联的组件。
多媒体组件508包括在电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件508包括一个前置摄像头和/或后置摄像头。当电子设备500处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件510被配置为输出和/或输入音频信号。例如,音频组件510包括一个麦克风(MIC),当电子设备500处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中,音频组件510还包括一个扬声器,用于输出音频信号。
I/O接口512为处理组件502和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件514包括一个或多个传感器,用于为电子设备500提供各个方面的状态评估。例如,传感器组件514可以检测到电子设备500的打开/关闭状态,组件的相对定位,例如所述组件为电子设备500的显示器和小键盘,传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变,用户与电子设备500接触的存在或不存在,电子设备500方位或加速/减速和电子设备500的温度变化。传感器组件514可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件514还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或6G),或它们的组合。在一个示例性实施例中,通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件516还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在本公开一实施例中,电子设备500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述资源分配方法。
在本公开一实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器504,上述指令可由电子设备500的处理器620执行以完成上述资源分配方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本文中,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。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。
以上对本公开实施例所提供的方法和装置进行了详细介绍,本文中应用了具体个例对本公开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公开的方法及其核心思想;同时,对于本领域的一般技术人员,依据本公开的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本公开的限制。
Claims (10)
1.一种资源分配方法,其特征在于,应用于目标设备,包括:
当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;
在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
2.根据权利要求1所述的方法,其特征在于,所述第一服务包括延迟敏感型服务,所述计算资源使用率包括以下至少之一:
CPU使用率、内存使用率、磁盘空间使用率、磁盘索引节点使用率、网络带宽、线程数量。
3.根据权利要求2所述的方法,其特征在于,所述第二服务包括计算密集型服务。
4.根据权利要求1所述的方法,其特征在于,所述资源分配条件包括计算资源使用率阈值,所述计算资源使用率满足预设的资源分配条件,包括:
所述计算资源使用率不大于所述计算资源使用率阈值。
5.根据权利要求1所述的方法,其特征在于,所述资源分配条件包括资源分配启动条件,所述计算资源使用率满足预设的资源分配条件,包括:
所述计算资源使用率不大于所述资源分配启动条件中定义的计算资源使用率下限阈值。
6.根据权利要求1所述的方法,其特征在于,还包括:
在所述第二服务处于运行状态且所述计算资源使用率不满足所述资源分配条件的情况下,删除所述资源容器。
7.根据权利要求6所述的方法,其特征在于,所述删除所述资源容器,包括:
删除全部所述资源容器;或者,
根据所述计算资源使用率的变化率确定删除各个所述资源容器的时间间隔,并按照所述时间间隔及预设顺序依次删除所述资源容器;其中,所述时间间隔与所述计算资源使用率的变化率满足负相关关系。
8.一种资源分配装置,其特征在于,应用于目标设备,包括:
使用率采集模块,被配置为当第一服务在所述目标设备中处于运行状态时,采集所述第一服务对应的计算资源使用率;
服务部署模块,被配置为在所述计算资源使用率满足预设的资源分配条件的情况下,基于所述目标设备的空闲计算资源创建资源容器,并在所述资源容器中部署区别于所述第一服务的第二服务。
9.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至7中任一项所述的资源分配方法。
10.一种计算机可读存储介质,其特征在于,当所述存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至7中任一项所述的资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618792.4A CN113867927A (zh) | 2020-06-30 | 2020-06-30 | 资源分配方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618792.4A CN113867927A (zh) | 2020-06-30 | 2020-06-30 | 资源分配方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113867927A true CN113867927A (zh) | 2021-12-31 |
Family
ID=78981741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010618792.4A Pending CN113867927A (zh) | 2020-06-30 | 2020-06-30 | 资源分配方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113867927A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114443311A (zh) * | 2022-04-07 | 2022-05-06 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
CN117056073A (zh) * | 2023-08-16 | 2023-11-14 | 长扬科技(北京)股份有限公司 | 一种工业视觉分析下的计算资源优化配置方法及装置 |
CN117649929A (zh) * | 2023-12-22 | 2024-03-05 | 南京天溯自动化控制系统有限公司 | 一种移动医疗资源的调配方法、装置、设备及存储介质 |
WO2024213065A1 (zh) * | 2023-04-13 | 2024-10-17 | 阿里云计算有限公司 | 资源控制方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109167835A (zh) * | 2018-09-13 | 2019-01-08 | 重庆邮电大学 | 一种基于kubernetes的物理资源调度方法及系统 |
CN109739627A (zh) * | 2018-12-26 | 2019-05-10 | 上海连尚网络科技有限公司 | 任务的调度方法、电子设备及介质 |
CN110287029A (zh) * | 2019-06-27 | 2019-09-27 | 中国—东盟信息港股份有限公司 | 一种基于kubernetes容器资源动态调整的方法 |
CN110515704A (zh) * | 2019-08-30 | 2019-11-29 | 广东浪潮大数据研究有限公司 | 基于Kubernetes系统的资源调度方法及装置 |
CN110941495A (zh) * | 2019-12-10 | 2020-03-31 | 广西大学 | 一种基于图着色的容器协同编排方法 |
-
2020
- 2020-06-30 CN CN202010618792.4A patent/CN113867927A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109167835A (zh) * | 2018-09-13 | 2019-01-08 | 重庆邮电大学 | 一种基于kubernetes的物理资源调度方法及系统 |
CN109739627A (zh) * | 2018-12-26 | 2019-05-10 | 上海连尚网络科技有限公司 | 任务的调度方法、电子设备及介质 |
CN110287029A (zh) * | 2019-06-27 | 2019-09-27 | 中国—东盟信息港股份有限公司 | 一种基于kubernetes容器资源动态调整的方法 |
CN110515704A (zh) * | 2019-08-30 | 2019-11-29 | 广东浪潮大数据研究有限公司 | 基于Kubernetes系统的资源调度方法及装置 |
CN110941495A (zh) * | 2019-12-10 | 2020-03-31 | 广西大学 | 一种基于图着色的容器协同编排方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114443311A (zh) * | 2022-04-07 | 2022-05-06 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
CN114443311B (zh) * | 2022-04-07 | 2022-08-05 | 北京天维信通科技有限公司 | 一种第三方服务配置方法、装置及电子设备 |
WO2024213065A1 (zh) * | 2023-04-13 | 2024-10-17 | 阿里云计算有限公司 | 资源控制方法、装置及设备 |
CN117056073A (zh) * | 2023-08-16 | 2023-11-14 | 长扬科技(北京)股份有限公司 | 一种工业视觉分析下的计算资源优化配置方法及装置 |
CN117056073B (zh) * | 2023-08-16 | 2024-03-08 | 长扬科技(北京)股份有限公司 | 一种工业视觉分析下的计算资源优化配置方法及装置 |
CN117649929A (zh) * | 2023-12-22 | 2024-03-05 | 南京天溯自动化控制系统有限公司 | 一种移动医疗资源的调配方法、装置、设备及存储介质 |
CN117649929B (zh) * | 2023-12-22 | 2024-06-25 | 南京天溯自动化控制系统有限公司 | 一种移动医疗资源的调配方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113867927A (zh) | 资源分配方法、装置、电子设备和存储介质 | |
CN110633151B (zh) | 分布式发布消息集群分区平衡的方法、装置及存储介质 | |
KR101706359B1 (ko) | 백그라운드 애플리케이션을 제어하기 위한 방법 및 장치 | |
CN110611829B (zh) | 视频预加载的方法、装置、电子设备及存储介质 | |
CN105955765B (zh) | 应用预加载方法及装置 | |
CN110166371B (zh) | 流量控制方法、装置、电子设备及存储介质 | |
CN107193653B (zh) | 带宽资源分配方法、装置及存储介质 | |
CN111404836B (zh) | 数据传输控制方法、装置、控制中心、服务器及介质 | |
CN111581174A (zh) | 基于分布式集群系统的资源管理方法及装置 | |
CN111240817A (zh) | 资源调度方法、资源调度装置及存储介质 | |
CN111638937A (zh) | 虚拟机的迁移方法、装置、电子设备及存储介质 | |
CN112486658B (zh) | 一种任务调度方法、装置和用于任务调度的装置 | |
CN114428589A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN112671897A (zh) | 分布式系统的访问方法、装置、存储介质、设备和产品 | |
CN105512050B (zh) | 内存管理方法及装置 | |
CN110968523A (zh) | 内存碎片整理的方法和装置 | |
CN108038050B (zh) | 性能调整方法、装置、存储介质及电子设备 | |
CN111580980B (zh) | 内存管理方法和装置 | |
CN112363825A (zh) | 一种弹性伸缩方法及装置 | |
CN112130994B (zh) | 资源分配方法、装置、电子设备和存储介质 | |
CN108984294B (zh) | 资源调度方法、装置及存储介质 | |
CN113422800B (zh) | 资源处理方法、装置、系统、电子设备及存储介质 | |
CN115033369A (zh) | 基于任务处理的线程调度方法、装置和设备 | |
CN112291799B (zh) | 下载网速确定方法及装置、用户设备及存储介质 | |
CN111240590A (zh) | 脏数据擦除方法、脏数据擦除装置及电子设备 |
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 |