CN114064284A - 云服务器资源配置方法、装置、电子设备和介质 - Google Patents

云服务器资源配置方法、装置、电子设备和介质 Download PDF

Info

Publication number
CN114064284A
CN114064284A CN202111396733.8A CN202111396733A CN114064284A CN 114064284 A CN114064284 A CN 114064284A CN 202111396733 A CN202111396733 A CN 202111396733A CN 114064284 A CN114064284 A CN 114064284A
Authority
CN
China
Prior art keywords
threshold
cloud server
operation index
server
configuration
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
CN202111396733.8A
Other languages
English (en)
Other versions
CN114064284B (zh
Inventor
韩冬
乔明鹤
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 Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202111396733.8A priority Critical patent/CN114064284B/zh
Priority claimed from CN202111396733.8A external-priority patent/CN114064284B/zh
Publication of CN114064284A publication Critical patent/CN114064284A/zh
Priority to US17/984,330 priority patent/US20230074351A1/en
Priority to EP22207742.2A priority patent/EP4167541A1/en
Application granted granted Critical
Publication of CN114064284B publication Critical patent/CN114064284B/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
    • G06F9/46—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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5022—Workload threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/503—Resource availability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0876—Aspects of the degree of configuration automation
    • H04L41/0883—Semiautomatic configuration, e.g. proposals from system
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/22—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks comprising specially adapted graphical user interfaces [GUI]

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种云服务器资源配置方法、装置、电子设备和介质，具体涉及人工智能技术领域，尤其涉及云计算技术领域。云服务器资源配置方法包括：获取对象的服务器实例的运行指标；将所获取的运行指标与阈值进行比较；以及基于比较的结果，确定是否需要调整云服务器资源的配置。

Description

云服务器资源配置方法、装置、电子设备和介质
技术领域
本公开涉及人工智能技术领域，尤其涉及云计算技术领域，具体涉及一种云服务器资源配置方法、装置、电子设备和介质。
背景技术
随着虚拟主机的逐渐淘汰和独立服务器的高成本，选择云服务器部署网站已经成为共识。在选择云服务器的资源配置时，对象可以根据自身需求进行定制。然而，现有云服务器通常根据对象的需求提供固定的资源配置。当对象业务系统的业务需求发生变化时，所提供的资源可能不再适合。例如，在对象的业务需求增加时，所提供的资源不足以满足业务需求，对象的业务系统运行受到影响，而在对象的业务需求减少时，所提供的资源部分处于空闲状态，资源的使用率较低，浪费了对象的使用成本。因此，服务器资源不合理的配置已经成为影响对象体验的一个因素。
发明内容
本公开提供了一种云服务器资源配置方法、装置、电子设备和介质。
根据本公开的一方面，提供了一种云服务器资源配置方法，包括：
获取对象的服务器实例的运行指标；
将所获取的运行指标与阈值进行比较；以及
基于比较的结果，确定是否需要调整云服务器资源的配置。
根据本公开的另一方面，提供了一种云服务器资源配置装置，包括：
获取模块，用于获取对象的服务器实例的运行指标；
比较模块，用于将所获取的运行指标与阈值进行比较；以及
确定模块，用于基于比较的结果，确定是否需要调整云服务器资源的配置。
根据本公开的另一方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开的一方面的方法。
根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的一方面的方法。
根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开的一方面的方法。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本公开的限定。其中：
图1是根据本公开实施例的云服务器资源配置方法的流程图；
图2是根据本公开另一实施例的云服务器资源配置方法的流程图；
图3是根据本公开实施例的向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化的示意图；
图4是根据本公开实施例的云服务器资源配置装置的示意图；以及
图5示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本公开实施例的云服务器资源配置方法100的流程图。
在步骤S110，获取对象的服务器实例的运行指标。
在一些实施例中，对象可以具有多个服务器实例。服务器实例是虚拟的计算环境(或者换言之，虚拟机)，包括CPU、内存、操作系统、带宽、磁盘等计算组件。
运行指标是指示服务器实例中相应计算组件的使用情况的指标。例如，运行指标可以是CPU使用率、内存使用率、磁盘使用率中的至少一个。
此外，对于多个对象，业务系统在不同时间段内的资源使用情况可以不同。时间段可以是一天之内的各个时间段，或者可以是一定时间(例如，一年、若干个月)内的各个时间段。例如，在一天之内的非就餐时段，外卖平台的资源使用率较低，而在一天之内的就餐时段，资源使用率较高。视频点播平台则在日间资源使用率较低，而在夜间，例如20:00之后，资源使用率显著增高。在一年之中的大型促销期间，电子商务平台的资源使用率会发生激增。
因此，在获取对象的服务器实例的运行指标时，可以针对多个服务器实例中的每一个服务器实例，获取针对至少一个时间段的至少一个运行指标。例如，针对外卖平台，获取其中的每一个服务器实例在诸如9:00-10：00的非就餐时间段内的CPU使用率、内存使用率和磁盘使用率，并且获得该服务器实例在诸如11:30-13:00的就餐时间段内的CPU使用率、内存使用率和磁盘使用率。通过该方式，可以更准确地获取多个服务器实例在不同时间段的各个运行指标。
在步骤S120，将所获取的运行指标与阈值进行比较。
在一些实施例中，阈值可以包括第一阈值或第二阈值，或者包括第一阈值和第二阈值二者。第一阈值与使用率峰值相对应。第二阈值与使用率谷值相对应。
阈值可以是云服务器供应商根据经验设置的，也可以是对象根据自身业务需求自定义的。备选地，在云服务器供应商未设置且对象未自定义阈值的情况下，采用默认阈值。
云服务器供应商根据经验设置阈值时，可以首先设置初始阈值，随后根据云服务器资源在各个时间段的占用情况，通过机器学习算法，例如梯度下降法、牛顿法、拉格朗日乘数法等，得到满足代价函数的最小值，以得到经优化的阈值。
云服务器供应商向对象提供的资源配置选项中，针对资源配置产生的评估值会有所不同。因此，对象可以根据自身业务系统对不同运行指标的敏感程度自定义阈值，即，基于自身业务需求情况和相应资源配置的评估值，自定义阈值。
此外，对于多个对象，业务系统在不同时间段内的资源使用情况可能不同，并且指示资源使用情况的运行指标可能有多个，因此可以针对每个运行指标，设置至少一个时间段的对应阈值。即，可以获取针对至少一个时间段的至少一个阈值。
相应地，在将所获取的运行指标与阈值进行比较之前，首先针对多个服务器实例中的每一个服务器实例，获取针对至少一个时间段的至少一个运行指标。随后，针对多个服务器实例中的每一个服务器实例，根据时间段，将所获取的运行指标与至少一个阈值中的对应阈值进行比较。
例如，针对外卖平台，可以获取非就餐时段，如9:00-10：00的CPU使用率，并且获取就餐时段，如11:30-13:00的CPU使用率。而对于该两个时间段中的每一个，已经设置了对应的阈值，例如非就餐时段的第一阈值和第二阈值分别为thf1和thf2，而就餐时段的第一阈值和第二阈值分别为thb1和thb2。将所获取的非就餐时段的CPU使用率分别与第一阈值thf1和第二阈值thf2进行比较，以确定该时间段内分配给外卖平台的资源是否足够或者发生闲置。同样地，将所获取的就餐时段的CPU使用率分别与第一阈值thb1和第二阈值thb2进行比较，以确定该时间段内分配给外卖平台的资源是否足够或者发生闲置。
应当理解的是，以上获取多个时间段的CPU使用率的实施例仅是示例，还可以获取一个服务器实例的多个运行指标，例如还包括诸如内存使用率、磁盘使用率中的一个或多个。在将所获取的运行指标与阈值进行比较时，可以将该服务器实例的某一时段的一个运行指标与对应阈值单独进行比较，得到各个运行指标与阈值的单独比较结果。也可以将该服务器实例的某一时段的运行指标集与对应的阈值集进行比较，得到一个运行指标与阈值的组合比较结果。
在步骤S130，基于比较的结果，确定是否需要调整云服务器资源的配置。
在一些实施例中，基于每一个服务器实例的运行指标与对应阈值的比较，来确定是否需要调整云服务器资源的配置。例如，当运行指标超过与使用率峰值相对应的第一阈值时，认为当前分配的云服务器资源不足以满足对象的业务需求，因而建议提高资源配置。当运行指标低于与使用率谷值相对应的第二阈值时，认为当前分配的云服务器资源存在部分空闲资源，对象的资源配置发生了浪费，因而可以建议降低资源配置。
应当理解的是，出于计算复杂度的考虑，阈值可以仅包括第一阈值和第二阈值中的一个。换言之，以上运行指标与阈值的比较可以仅包括运行指标与第一阈值的比较，或者仅包括运行指标与第二阈值的比较。这取决于对象对所分配的资源的预期。例如，如果对象要求所分配的资源必须足够支撑其业务系统的运行，此时仅需要设置第一阈值，以确定所分配的资源是否足以提供业务系统全负荷运行下的需求。另外，如果对象希望尽可能的节省费用，则可以仅设置第二阈值，以确定所分配的资源是否出现闲置。
备选地，在希望向对象提供完整的调整选项时，阈值可以包括第一阈值和第二阈值二者，以提供运行指标与两个阈值的比较结果。
通过将对象的服务器实例的运行指标与阈值进行比较，可以确定对象的服务器实例的资源使用率，进而确定是否需要调整云服务器资源的配置，以便向对象提供更合理的资源配置选项。这避免了资源不足带来的用户体验下降，也避免了资源空闲造成的浪费。
图2是根据本公开另一实施例的云服务器资源配置方法200的流程图。
在图2中，步骤S210～S230分别与方法100中的步骤S110～S130相对应。此外，在步骤S230之后，还可以包括步骤S240，在确定需要调整云服务器资源的配置的情况下，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化。
在一些实施例中，在步骤S230中基于比较的结果，确定是否需要调整云服务器资源的配置时，如果运行指标超过第一阈值和/或运行指标低于第二阈值，则确定需要调整云服务器资源的配置。随后，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化。
进一步地，在运行指标超过第一阈值的情况下，需要提高云服务器资源的配置。向对象呈现调整选项集，以表示能够提高的云服务器资源配置，调整选项集中可以包括调整选项1、调整选项2、……、调整选项n。调整选项对于对象业务系统性能分别具有各自的提升效果，所产生的成本相应也会不同。因此，还需要向对象呈现与调整选项集中的每个调整选项相对应的成本变化。同样地，在运行指标低于第二阈值的情况下，可以降低云服务器资源的配置。此时，向对象呈现调整选项集，以表示能够降低的云服务器资源配置。
如前所述，运行指标可以包括针对至少一个时间段的至少一个运行指标。相应地，调整选项也可以包括单独调整选项，用于独立调整运行指标中的一个或多个，或者包括组合调整选项，用于关联地调整运行指标中的多个运行指标。
例如，在将所获取的运行指标与阈值进行比较时，可以将服务器实例的某一时段的一个运行指标与对应阈值单独进行比较，得到各个运行指标与阈值的单独比较结果。相应地，调整选项为单独调整选项，用于独立调整运行指标中的一个或多个。例如，CPU使用率超过了对应的第一阈值，调整选项可以包括提高CPU的内核数量。内存使用率在第一阈值与第二阈值之间，无需调整，则调整选项可以呈现为空，例如以“-”形式呈现。磁盘使用率低于第二阈值，调整选项可以包括降低磁盘容量。
进一步地，还可以将服务器实例的某一时段的运行指标集与对应的阈值集进行比较，得到运行指标与阈值的组合比较结果。相应地，调整选项为组合调整选项，用于关联地调整运行指标中的多个运行指标。可以根据对象的业务系统对多个运行指标各自的敏感性，向运行指标分配对应权重，并加权得到最终的组合调整选项。例如，交易型业务系统，例如外卖平台、电子商务平台对CPU的需求较高，因此为运行指标中的CPU使用率分配较高的权重，而为其他运行指标分配相对低的权重。而分析型业务系统，例如数据仓库等对内存的需求较高，因此为运行指标中的内存使用率分配较高的权重，而为其他运行指标分配相对低的权重。对于第一阈值，例如可以通过以下等式计算组合比较结果：
Figure BDA0003370205900000071
其中，CCR1为针对第一阈值的组合比较结果，wC、wM、wD分别为分配给CPU使用率、内存使用率和磁盘使用率的权重，UC、UM、UD分别为CPU使用率、内存使用率和磁盘使用率，且thC1、thM1、thD1分别为CPU使用率、内存使用率和磁盘使用率的第一阈值。
类似地，对于第二阈值，例如可以通过以下等式计算组合比较结果：
Figure BDA0003370205900000072
其中，CCR2为针对第二阈值的组合比较结果，wC、wM、wD分别为分配给CPU使用率、内存使用率和磁盘使用率的权重，UC、UM、UD分别为CPU使用率、内存使用率和磁盘使用率，且thC2、thM2、thD2分别为CPU使用率、内存使用率和磁盘使用率的第二阈值。
应当理解的是，以上两个等式中对三个运行指标进行了加权，也可以对其中的一个或两个，或者更多的附加运行指标进行加权。
通过在确定需要调整云服务器资源的配置的情况下，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化，可以使对象了解其资源使用情况，并对进一步优化其资源配置具有直观的概念。对象在所呈现的调整选项及对应的成本变化的基础上，可以根据自身业务需求选择适合的调整选项。
图3是根据本公开实施例的向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化的示意图300。
如图3所示，当CPU使用率超过了对应的第一阈值时，与CPU使用率相对应的调整选项310可以呈现为“+10％”，即，将CPU内核数量增加10％。当内存使用率在第一阈值与第二阈值之间，无需调整，与内存使用率相对应的调整选项320可以呈现为“-”。当磁盘使用率低于第二阈值时，与磁盘使用率相对应的调整选项330可以呈现为“-5％”，即，将磁盘容量降低5％。对应的成本变化340可以呈现为“+8％”。
上述调整选项310、320和330可以基于运行指标与对应阈值的比例计算得出。例如，当UC/thC1＝1.1时，可以将调整选项310呈现为“+10％”，其中UC为CPU使用率，thC1为CPU使用率的第一阈值。
此外，还可以向对象提供调整选项集，调整选项集中可以包括调整选项1、调整选项2、……、调整选项n。调整选项1例如为上述“+10％，-，-5％，+8％”的组合。而对于调整选项2，例如，尽管UC/thC1＝1.1，但是综合成本考虑，可以将调整选项310'呈现为“+5％”，调整选项320'呈现为“-”，调整选项330'呈现为“-2％”，此时的成本变化340'可以呈现为“+4％”。
应当理解的是，在采用组合调整选项关联地调整运行指标中的多个运行指标时，可以仅呈现最终的组合调整选项和对应的成本变化。
图4是根据本公开实施例的云服务器资源配置装置400的示意图。
如图4所示，云服务器资源配置装置400包括获取模块410、比较模块420和确定模块430。
获取模块410用于获取对象的服务器实例的运行指标。
在一些实施例中，对象可以具有多个服务器实例。服务器实例是虚拟的计算环境(或者换言之，虚拟机)，包括CPU、内存、操作系统、带宽、磁盘等计算组件。
运行指标是指示服务器实例中相应计算组件的使用情况的指标。例如，运行指标可以是CPU使用率、内存使用率、磁盘使用率中的至少一个。
此外，对于多个对象，业务系统在不同时间段内的资源使用情况可以不同。时间段可以是一天之内的各个时间段，或者可以是一定时间(例如，一年、若干个月)内的各个时间段。例如，在一天之内的非就餐时段，外卖平台的资源使用率较低，而在一天之内的就餐时段，资源使用率较高。视频点播平台则在日间资源使用率较低，而在夜间，例如20:00之后，资源使用率显著增高。在一年之中的大型促销期间，电子商务平台的资源使用率会发生激增。
因此，获取模块410可以进一步包括获取单元，可以针对多个服务器实例中的每一个服务器实例，获取针对至少一个时间段的至少一个运行指标。例如，针对外卖平台，获取其中的每一个服务器实例在诸如9:00-10：00的非就餐时间段内的CPU使用率、内存使用率和磁盘使用率，并且获得该服务器实例在诸如11:30-13:00的就餐时间段内的CPU使用率、内存使用率和磁盘使用率。通过该方式，可以更准确地获取多个服务器实例在不同时间段的各个运行指标。
比较模块420用于将所获取的运行指标与阈值进行比较。
在一些实施例中，阈值可以包括第一阈值或第二阈值，或者包括第一阈值和第二阈值二者。第一阈值与使用率峰值相对应。第二阈值与使用率谷值相对应。
阈值可以是云服务器供应商根据经验设置的，也可以是对象根据自身业务需求自定义的。备选地，在云服务器供应商未设置且对象未自定义阈值的情况下，采用默认阈值。
云服务器供应商根据经验设置阈值时，可以首先设置初始阈值，随后根据云服务器资源在各个时间段的占用情况，通过机器学习算法，例如梯度下降法、牛顿法、拉格朗日乘数法等，得到满足代价函数的最小值，以得到经优化的阈值。
云服务器供应商向对象提供的资源配置选项中，针对资源配置产生的评估值会有所不同。因此，对象可以根据自身业务系统对不同运行指标的敏感程度自定义阈值，即，基于自身业务需求情况和相应资源配置的评估值，自定义阈值。
此外，对于多个对象，业务系统在不同时间段内的资源使用情况可能不同，并且指示资源使用情况的运行指标可能有多个，因此可以针对每个运行指标，设置至少一个时间段的对应阈值。即，可以获取针对至少一个时间段的至少一个阈值。
相应地，比较模块420可以包括比较单元。在将所获取的运行指标与阈值进行比较之前，首先针对多个服务器实例中的每一个服务器实例，由获取单元获取针对至少一个时间段的至少一个运行指标。随后，比较单元针对多个服务器实例中的每一个服务器实例，根据时间段，将所获取的运行指标与至少一个阈值中的对应阈值进行比较。
例如，针对外卖平台，可以获取非就餐时段，如9:00-10：00的CPU使用率，并且获取就餐时段，如11:30-13:00的CPU使用率。而对于该两个时间段中的每一个，已经设置了对应的阈值，例如非就餐时段的第一阈值和第二阈值分别为thf1和thf2，而就餐时段的第一阈值和第二阈值分别为thb1和thb2。将所获取的非就餐时段的CPU使用率分别与第一阈值thf1和第二阈值thf2进行比较，以确定该时间段内分配给外卖平台的资源是否足够或者发生闲置。同样地，将所获取的就餐时段的CPU使用率分别与第一阈值thb1和第二阈值thb2进行比较，以确定该时间段内分配给外卖平台的资源是否足够或者发生闲置。
应当理解的是，以上获取多个时间段的CPU使用率的实施例仅是示例，还可以获取一个服务器实例的多个运行指标，例如还包括诸如内存使用率、磁盘使用率中的一个或多个。在将所获取的运行指标与阈值进行比较时，可以将该服务器实例的某一时段的一个运行指标与对应阈值单独进行比较，得到各个运行指标与阈值的单独比较结果。也可以将该服务器实例的某一时段的运行指标集与对应的阈值集进行比较，得到一个运行指标与阈值的组合比较结果。
确定模块430用于基于比较的结果，确定是否需要调整云服务器资源的配置。
在一些实施例中，基于每一个服务器实例的运行指标与对应阈值的比较，来确定是否需要调整云服务器资源的配置。例如，当运行指标超过与使用率峰值相对应的第一阈值时，认为当前分配的云服务器资源不足以满足对象的业务需求，因而建议提高资源配置。当运行指标低于与使用率谷值相对应的第二阈值时，认为当前分配的云服务器资源存在部分空闲资源，对象的资源配置发生了浪费，因而可以建议降低资源配置。
应当理解的是，出于计算复杂度的考虑，阈值可以仅包括第一阈值和第二阈值中的一个。换言之，以上运行指标与阈值的比较可以仅包括运行指标与第一阈值的比较，或者仅包括运行指标与第二阈值的比较。这取决于对象对所分配的资源的预期。例如，如果对象要求所分配的资源必须足够支撑其业务系统的运行，此时仅需要设置第一阈值，以确定所分配的资源是否足以提供业务系统全负荷运行下的需求。另外，如果对象希望尽可能的节省费用，则可以仅设置第二阈值，以确定所分配的资源是否出现闲置。
备选地，在希望向对象提供完整的调整选项时，阈值可以包括第一阈值和第二阈值二者，以提供运行指标与两个阈值的比较结果。
通过将对象的服务器实例的运行指标与阈值进行比较，可以确定对象的服务器实例的资源使用率，进而确定是否需要调整云服务器资源的配置，以便向对象提供更合理的资源配置选项。这避免了资源不足带来的用户体验下降，也避免了资源空闲造成的浪费。
进一步地，云服务器资源配置装置400还可以包括呈现模块440(图中以虚线示出)，用于在确定模块430确定需要调整云服务器资源的配置的情况下，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化。
在一些实施例中，在基于比较的结果，确定是否需要调整云服务器资源的配置时，如果运行指标超过第一阈值和/或运行指标低于第二阈值，则确定需要调整云服务器资源的配置。随后，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化。
进一步地，在运行指标超过第一阈值的情况下，需要提高云服务器资源的配置。向对象呈现调整选项集，以表示能够提高的云服务器资源配置，调整选项集中可以包括调整选项1、调整选项2、……、调整选项n。调整选项对于对象业务系统性能分别具有各自的提升效果，所产生的成本相应也会不同。因此，还需要向对象呈现与调整选项集中的每个调整选项相对应的成本变化。同样地，在运行指标低于第二阈值的情况下，可以降低云服务器资源的配置。此时，向对象呈现调整选项集，以表示能够降低的云服务器资源配置。
如前所述，运行指标可以包括针对至少一个时间段的至少一个运行指标。相应地，调整选项也可以包括单独调整选项，用于独立调整运行指标中的一个或多个，或者包括组合调整选项，用于关联地调整运行指标中的多个运行指标。
例如，在将所获取的运行指标与阈值进行比较时，可以将服务器实例的某一时段的一个运行指标与对应阈值单独进行比较，得到各个运行指标与阈值的单独比较结果。相应地，调整选项为单独调整选项，用于独立调整运行指标中的一个或多个。例如，CPU使用率超过了对应的第一阈值，调整选项可以包括提高CPU的内核数量。内存使用率在第一阈值与第二阈值之间，无需调整，则调整选项可以呈现为空，例如以“-”形式呈现。磁盘使用率低于第二阈值，调整选项可以包括降低磁盘容量。
进一步地，还可以将服务器实例的某一时段的运行指标集与对应的阈值集进行比较，得到运行指标与阈值的组合比较结果。相应地，调整选项为组合调整选项，用于关联地调整运行指标中的多个运行指标。可以根据对象的业务系统对多个运行指标各自的敏感性，向运行指标分配对应权重，并加权得到最终的组合调整选项。例如，交易型业务系统，例如外卖平台、电子商务平台对CPU的需求较高，因此为运行指标中的CPU使用率分配较高的权重，而为其他运行指标分配相对低的权重。而分析型业务系统，例如数据仓库等对内存的需求较高，因此为运行指标中的内存使用率分配较高的权重，而为其他运行指标分配相对低的权重。对于第一阈值，例如可以通过以下等式计算组合比较结果：
Figure BDA0003370205900000121
其中，CCR1为针对第一阈值的组合比较结果，wC、wM、wD分别为分配给CPU使用率、内存使用率和磁盘使用率的权重，UC、UM、UD分别为CPU使用率、内存使用率和磁盘使用率，且thC1、thM1、thD1分别为CPU使用率、内存使用率和磁盘使用率的第一阈值。
类似地，对于第二阈值，例如可以通过以下等式计算组合比较结果：
Figure BDA0003370205900000122
其中，CCR2为针对第二阈值的组合比较结果，wC、wM、wD分别为分配给CPU使用率、内存使用率和磁盘使用率的权重，UC、UM、UD分别为CPU使用率、内存使用率和磁盘使用率，且thC2、thM2、thD2分别为CPU使用率、内存使用率和磁盘使用率的第二阈值。
应当理解的是，以上两个等式中对三个运行指标进行了加权，也可以对其中的一个或两个，或者更多的附加运行指标进行加权。
通过在确定需要调整云服务器资源的配置的情况下，向对象呈现用于调整云服务器资源的配置的调整选项及对应的成本变化，可以使对象了解其资源使用情况，并对进一步优化其资源配置具有直观的概念。对象在所呈现的调整选项及对应的成本变化的基础上，可以根据自身业务需求选择适合的调整选项。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如方法100或200。例如，在一些实施例中，上述方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时，可以执行上文描述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (14)

1.一种云服务器资源配置方法，包括：
获取对象的服务器实例的运行指标；
将所获取的运行指标与阈值进行比较；以及
基于所述比较的结果，确定是否需要调整所述云服务器资源的配置。
2.根据权利要求1所述的方法，其中，所述运行指标包括CPU使用率、内存使用率、磁盘使用率中的一个或多个。
3.根据权利要求1所述的方法，其中，所述阈值包括针对至少一个时间段的至少一个阈值。
4.根据权利要求3所述的方法，其中，所述服务器实例包括多个服务器实例；所述获取对象的服务器实例的运行指标包括：
针对所述多个服务器实例中的每一个服务器实例，获取针对至少一个时间段的至少一个运行指标。
5.根据权利要求4所述的方法，其中，所述将所获取的运行指标与阈值进行比较包括：
针对所述多个服务器实例中的每一个服务器实例，根据时间段，将所获取的运行指标与所述至少一个阈值中的对应阈值进行比较。
6.根据权利要求1所述的方法，还包括：
在确定需要调整所述云服务器资源的配置的情况下，向所述对象呈现用于调整所述云服务器资源的配置的调整选项及对应的成本变化。
7.根据权利要求6所述的方法，其中，所述调整选项包括以下中的至少一个：
单独调整选项，用于独立调整所述运行指标中的一个或多个；以及
组合调整选项，用于关联地调整所述运行指标中的多个运行指标。
8.一种云服务器资源配置装置，包括：
获取模块，用于获取对象的服务器实例的运行指标；
比较模块，用于将所获取的运行指标与阈值进行比较；以及
确定模块，用于基于所述比较的结果，确定是否需要调整所述云服务器资源的配置。
9.根据权利要求8所述的装置，其中，所述服务器实例包括多个服务器实例；所述获取模块包括获取单元，用于针对所述多个服务器实例中的每一个服务器实例，获取针对至少一个时间段的至少一个运行指标。
10.根据权利要求9所述的装置，其中，所述比较模块包括比较单元，用于针对所述多个服务器实例中的每一个服务器实例，根据时间段，将所获取的运行指标与所述至少一个阈值中的对应阈值进行比较。
11.根据权利要求8所述的系统，还包括呈现模块，用于在所述确定模块确定需要调整所述云服务器资源的配置的情况下，向所述对象呈现用于调整所述云服务器资源的配置的调整选项及对应的成本变化。
12.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1～7中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1～7中任一项所述的方法。
14.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1～7中任一项所述的方法。
CN202111396733.8A 2021-11-23 2021-11-23 云服务器资源配置方法、装置、电子设备和介质 Active CN114064284B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202111396733.8A CN114064284B (zh) 2021-11-23 云服务器资源配置方法、装置、电子设备和介质
US17/984,330 US20230074351A1 (en) 2021-11-23 2022-11-10 Method of configuring a cloud server resource, electronic device and storage medium
EP22207742.2A EP4167541A1 (en) 2021-11-23 2022-11-16 Method and apparatus of configuring a cloud server resource, electronic device and medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111396733.8A CN114064284B (zh) 2021-11-23 云服务器资源配置方法、装置、电子设备和介质

Publications (2)

Publication Number Publication Date
CN114064284A true CN114064284A (zh) 2022-02-18
CN114064284B CN114064284B (zh) 2024-06-07

Family

ID=

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114327918A (zh) * 2022-03-11 2022-04-12 北京百度网讯科技有限公司 调整资源量的方法、装置、电子设备和存储介质
CN114896296A (zh) * 2022-02-24 2022-08-12 浙江华通云数据科技有限公司 云服务资源配置方法、装置、电子设备及计算机可读介质
CN116993463A (zh) * 2023-09-27 2023-11-03 尚云(广州)信息科技有限公司 一种基于权限认证的智能账单系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102638457A (zh) * 2012-03-23 2012-08-15 苏州阔地网络科技有限公司 一种服务器资源自动分配方法及系统
CN109408200A (zh) * 2018-11-12 2019-03-01 国网信息通信产业集团有限公司 一种基于资源请求特征的微服务资源管理方法及系统
CN111444015A (zh) * 2020-03-24 2020-07-24 北京奇艺世纪科技有限公司 服务器的控制方法、装置、计算机设备及存储介质
CN111698303A (zh) * 2020-05-29 2020-09-22 中国平安财产保险股份有限公司 数据处理方法、装置、电子设备及存储介质
CN112380011A (zh) * 2020-11-16 2021-02-19 中国工商银行股份有限公司 一种服务容量的动态调整方法及装置
CN112653563A (zh) * 2019-10-09 2021-04-13 北京金山云网络技术有限公司 一种云资源创建方法、装置、客户端及服务器
US20210111949A1 (en) * 2019-10-09 2021-04-15 Perfect Sense, Inc. Hierarchical cloud computing resource configuration techniques

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102638457A (zh) * 2012-03-23 2012-08-15 苏州阔地网络科技有限公司 一种服务器资源自动分配方法及系统
CN109408200A (zh) * 2018-11-12 2019-03-01 国网信息通信产业集团有限公司 一种基于资源请求特征的微服务资源管理方法及系统
CN112653563A (zh) * 2019-10-09 2021-04-13 北京金山云网络技术有限公司 一种云资源创建方法、装置、客户端及服务器
US20210111949A1 (en) * 2019-10-09 2021-04-15 Perfect Sense, Inc. Hierarchical cloud computing resource configuration techniques
CN111444015A (zh) * 2020-03-24 2020-07-24 北京奇艺世纪科技有限公司 服务器的控制方法、装置、计算机设备及存储介质
CN111698303A (zh) * 2020-05-29 2020-09-22 中国平安财产保险股份有限公司 数据处理方法、装置、电子设备及存储介质
CN112380011A (zh) * 2020-11-16 2021-02-19 中国工商银行股份有限公司 一种服务容量的动态调整方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张宝婷;芮建武;周鹏;武延军;: "基于CoreOS面向负载整合的集群调度研究", 计算机系统应用, no. 11, pages 69 - 77 *
林瑜筠: "信号集中监测", 中国铁道出版社, pages: 94 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114896296A (zh) * 2022-02-24 2022-08-12 浙江华通云数据科技有限公司 云服务资源配置方法、装置、电子设备及计算机可读介质
CN114896296B (zh) * 2022-02-24 2023-08-11 浙江华通云数据科技有限公司 云服务资源配置方法、装置、电子设备及计算机可读介质
CN114327918A (zh) * 2022-03-11 2022-04-12 北京百度网讯科技有限公司 调整资源量的方法、装置、电子设备和存储介质
CN114327918B (zh) * 2022-03-11 2022-06-10 北京百度网讯科技有限公司 调整资源量的方法、装置、电子设备和存储介质
CN116993463A (zh) * 2023-09-27 2023-11-03 尚云(广州)信息科技有限公司 一种基于权限认证的智能账单系统
CN116993463B (zh) * 2023-09-27 2023-12-22 尚云(广州)信息科技有限公司 一种基于权限认证的智能账单系统

Also Published As

Publication number Publication date
EP4167541A1 (en) 2023-04-19
US20230074351A1 (en) 2023-03-09

Similar Documents

Publication Publication Date Title
CN106648747B (zh) 进程预加载处理方法及装置
CN109032801A (zh) 一种请求调度方法、系统及电子设备和存储介质
US10887199B2 (en) Performance adjustment method, apparatus for performance adjustment, and non-transitory computer-readable storage medium for storing program
US20190109893A1 (en) System and method for equitable processing of asynchronous messages in a multi-tenant platform
US11190581B1 (en) Job allocation support system and method
CN111817974A (zh) 基于令牌桶的接口限流方法、装置、系统及可读存储介质
CN109450806B (zh) 一种流量控制方法及装置、分布式集群
CN109597798A (zh) 网络文件删除方法、装置、计算机设备及存储介质
CN115878394A (zh) 内存测试方法、装置、电子设备及存储介质
CN114547069A (zh) 数据查询方法、装置、电子设备以及存储介质
US11340953B2 (en) Method, electronic device and computer program product for load balance
CN109408556A (zh) 基于大数据的异常用户识别方法及装置、电子设备、介质
CN114064284B (zh) 云服务器资源配置方法、装置、电子设备和介质
CN112118314A (zh) 负载均衡方法和装置
CN114064284A (zh) 云服务器资源配置方法、装置、电子设备和介质
CN112817428A (zh) 任务运行方法、装置、移动终端和存储介质
CN113765966A (zh) 一种负载均衡方法和装置
CN111796940A (zh) 一种资源分配方法、装置和电子设备
KR102464688B1 (ko) 모니터링 결과의 이벤트 등급 결정 방법 및 장치
CN113676531B (zh) 电商流量削峰方法、装置、电子设备及可读存储介质
CN114048010A (zh) 服务超时时间的控制方法、装置、设备以及存储介质
CN114021642A (zh) 数据处理方法、装置、电子设备和存储介质
CN113961797A (zh) 资源推荐方法、装置、电子设备和可读存储介质
CN114598705B (zh) 消息负载均衡方法、装置、设备和介质
CN116614379B (zh) 迁移服务的带宽调整方法、装置及相关设备

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