CN115202810A - 一种Kubernetes工作节点分配方法及系统 - Google Patents

一种Kubernetes工作节点分配方法及系统 Download PDF

Info

Publication number
CN115202810A
CN115202810A CN202210718304.6A CN202210718304A CN115202810A CN 115202810 A CN115202810 A CN 115202810A CN 202210718304 A CN202210718304 A CN 202210718304A CN 115202810 A CN115202810 A CN 115202810A
Authority
CN
China
Prior art keywords
pod
node
nodes
configuration file
kubernets
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
Application number
CN202210718304.6A
Other languages
English (en)
Inventor
陈益强
孔新峰
任姗
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.)
Intelligent Computing Research Institute Of Shandong Industrial Technology Research Institute
Original Assignee
Intelligent Computing Research Institute Of Shandong Industrial Technology Research Institute
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 Intelligent Computing Research Institute Of Shandong Industrial Technology Research Institute filed Critical Intelligent Computing Research Institute Of Shandong Industrial Technology Research Institute
Priority to CN202210718304.6A priority Critical patent/CN115202810A/zh
Publication of CN115202810A publication Critical patent/CN115202810A/zh
Pending legal-status Critical Current

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
    • G06F9/44—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
    • G06F9/50—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
    • G06F9/44—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

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种Kubernetes工作节点分配方法及系统，属于云计算技术领域，获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移；本发明解决了原生的K8s不支持按照使用者的意图将指定的Pod从当前节点迁移到另外一个指定的节点上的问题，提高资源的利用率，保证Kubernetes集群的负载均衡。

Description

一种Kubernetes工作节点分配方法及系统
技术领域
本发明属于云计算技术领域，尤其涉及一种Kubernetes工作节点分配方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着容器技术的发展，Kubernetes容器云的使用越加的广泛，Kubernetes可以提供一个可弹性运行分布式系统的框架，可以满足容器的编排工作，实现容器扩展、故障转移等。
在Kubernetes容器云集群中部署应用时，不指定Pod发布运行节点的情况下，Kubernetes会根据集群的资源使用情况，通过各种算法计算运行当前Pod的最佳节点。当出现新的Pod需要调度时，调度程序会根据当时对Kubernetes集群的资源描述做出最佳的调度决定。但是这个“最佳”是机器认为的最佳，可能是最优的配置，但在实际生产应用中程序所认为的“最佳”往往无法满足人们的实际需求。
人们的实际需求，是能够按照使用者的意图，将指定的Pod从当前节点迁移到另外一个指定的节点上运行，而原生的K8s调度器只能自动选择节点来运行Pod，不支持运行节点的选择和迁移。
k8s拥有良好的动态负载均衡算法，可以将用户发布的Pod根据资源创建时的情况均匀地分布到节点上，但是，在实际应用时“Pod资源创建”时指定的资源使用情况和运行时不可能完全一致，例如，有一些任务型Pod只有任务存在时消耗资源很大，任务结束后基本不占用资源，还有一种是均衡型的Pod，其资源一直占用，波动很小；在实际部署调度时要区别对待这两种类型的Pod。
发明内容
为克服上述现有技术的不足，本发明提供了一种Kubernetes工作节点分配方法及系统，根据资源使用情况，快速实现Kubernetes工作节点分配，解决原生的K8s不支持按照使用者的意图将指定的Pod从当前节点迁移到另外一个指定的节点上的问题，提高资源的利用率，保证Kubernetes集群的负载均衡。
为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：
本发明第一方面提供了一种Kubernetes工作节点分配方法；
一种Kubernetes工作节点分配方法，包括：
获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移。
进一步的，使用kubectl top命令查看Node和Pod的实时资源使用情况；
所述资源使用情况，包括CPU占用率、内存占用率。
进一步的，根据获取的实时资源使用情况，分析Node上各Pod的资源占用率，并结合业务需求，判断资源是否需要平衡。
进一步的，资源需要平衡时，针对Kubernetes集群中最小单位POD，进行迁移操作，不需要平衡时，不进行Pod的迁移。
进一步的，用kubectl get Pod[POD名称]-o yaml命令获取需要迁移的Pod的配置文件。
进一步的，用kubectl pply-f配置文件名称.yaml命令使修改后的配置文件生效。
进一步的，Pod迁移完后，用kubectl get Pod[Pod名称]-o wide命令，验证Node节点是否已经修改为新的Node节点。
本发明第二方面提供了一种Kubernetes工作节点分配系统。
一种Kubernetes工作节点分配系统，包括资源判断模块、信息准备模块和节点迁移模块；
资源判断模块，被配置为：获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
信息准备模块，被配置为：资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
节点迁移模块，被配置为：获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移。
本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的一种Kubernetes工作节点分配方法中的步骤。
本发明第四方面提供了电子设备，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程序，所述处理器执行所述程序时实现如本发明第一方面所述的一种Kubernetes工作节点分配方法中的步骤。
以上一个或多个技术方案存在以下有益效果：
原生K8s的调度器会自动选择节点来运行Pod，而不能指定运行节点，本发明提供了一种Kubernetes工作节点分配方法，基于K8s提供的扩展能力，解决了原生的K8s不支持按照使用者的意图将指定的Pod从当前节点迁移到另外一个指定的节点上的问题，提高了资源的利用率，保证了Kubernetes集群的负载均衡；
本发明可监测集群中所有Pod的资源使用情况和所有Node节点的物理机资源使用情况，将监测结果通过列表的方式提供给运维人员，可以根据实际的生产需求，调整Pod运行的节点；
通过本发明，可以实现任意Pod运行到任意节点，实现Node节点的利用最大化，可以节省Node资源，提高Kubernetes集群的灵活性和可用性。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为Kubernetes集群的结构图。
图2为Kubernetes集群的一种资源分配图。
图3为Kubernetes集群的另一种资源分配图。
图4为第一个实施例的方法流程图。
图5为Pod配置文件图。
图6为修改后的Pod配置文件图。
图7为第二个实施例的系统结构图。
具体实施方式
应该指出，以下详细说明都是示例性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
名词解释
Pod：Pod是Kubernetes的最小单位，里面包含一组容器，其中一个为Pause容器，也称为“根容器”。
Node：Node可以是一台机器或者一台虚拟机；在Node上面可以运行多个Pod，Pod是Kubernetes管理的最小单位，同时每个Pod可以包含多个容器(Docker)。
Kubernetes集群，有maser节点、Node节点和Pod组成，图1所示的Kubernetes集群中，有4个Node节点，1个master节点，Node负责实际工作，master负责任务调度的集群。
在实际生产Kubernetes集群中，集群资源可分为可压缩资源和不可压缩资源。
可压缩资源：可压缩资源不足时，Pod只会“饥饿”，但不会退出，例如：CPU；
不可压缩资源：当不可压缩资源不足时，Pod就会因为OOM(Out-Of-Memory)被内核杀掉，例如：内存和磁盘。
在集群的实际运行中，可能出现以下两种情况：
情况一：随着时间的推移，Pod服务会发生重启、更新、删除以及提供服务负载的增加，可能出现同一Node节点上同时运行多个占用大量资源的Pod的情况，造成集群资源负载不均衡，在这种情况下，其它Node节点资源利率不高，还容易因为单台Node资源使用率高，造成功耗增加。
如图2所示，一开始的阶段1，Pod1-Pod4均匀地分布在集群节点Node1-4上，随着时间的推移，Pod节点重启、更新、删除以及提供服务负载的增加，进入阶段2，Node1与Node2空闲，Node4负载最大，因此需要将note4上的资源调整到Node1与Node2上，达到资源负载更加均衡。
情况二：Kubernetes的自动负载均衡，会将Pod均衡地平摊到各个节点上，集群的状态逐渐呈现碎片化，假如需要发布一个需求资源较多的Pod，由于每个节点上都均匀的负载Pod，无法再为一个需求大资源的Pod提供运行节点。
如图3所示，阶段1为初始状态，资源平均分配，随着时间推移，Pod节点重启、更新、删除，变成阶段2，虽然Pod1-4资源分配较为均衡，但是如果增加Pod5和Pod6，占用资源各为4个资源，那阶段2无法创建服务成功，因此需要把Node1上和Node2上的资源调整到Node3和Node4，使Node1和Node2节点空闲出来，就可以运行Pod5和Pod6。
可以看到，以上两种情况，都需要监测所有Pod的资源使用情况和所有Node节点的物理机资源使用情况，调整Pod的运行节点，从而达到资源的平衡，但原生的K8s并不支持将指定的Pod从当前节点迁移到另外一个指定的节点上，本发明为了解决这一问题，提供了一种基于K8s提供的扩展能力的Kubernetes工作节点分配方法。
实施例一
本实施例公开了一种Kubernetes工作节点分配方法；
如图4所示，一种Kubernetes工作节点分配方法，包括：
S1:获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
使用kubectl top命令查看Node和Pod的实时资源使用情况；
所述资源使用情况，包括CPU占用率、内存占用率。
根据获取的实时资源使用情况，分析Node上各Pod的资源占用率，并结合业务需求，判断资源是否需要平衡。
不需要平衡时，不进行Pod的迁移。
S2:资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
资源需要平衡时，针对Kubernetes集群中最小单位POD，进行迁移操作，需要确定迁移的Pod名称、所在工作空间、当前所在Node工作节点、需要迁移的新Node节点。
S3:获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移；
具体步骤为：
S3-1：用kubectl get Pod[POD名称]-o yaml命令获取需要迁移的Pod的配置文件，如图5所示；
S3-2：修改配置文件中的节点名称信息，由Node1调整到Node2，如图6所示；
S3-3：通过命令kubectlapply-f配置文件名称.yaml使配置文件的修改生效；
S3-4：执行修改生效命令后，Kubernetes集群会执行响应命令，将运行的nginx的Pod应用从Node1迁移到Node2上。
S3-5：用kubectl get Pod[Pod名称]-o wide命令，验证Node节点是否已经修改为新的Node节点，关键属性“Node”信息变为“Node2”，到此迁移工作完成。
实施例二
本实施例公开了一种Kubernetes工作节点分配系统；
如图7所示，一种Kubernetes工作节点分配系统，包括资源判断模块、信息准备模块和节点迁移模块；
资源判断模块，被配置为：获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
信息准备模块，被配置为：资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
节点迁移模块，被配置为：获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移。
实施例三
本实施例的目的是提供计算机可读存储介质。
计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本公开实施例1所述的一种Kubernetes工作节点分配方法中的步骤。
实施例四
本实施例的目的是提供电子设备。
电子设备，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程序，所述处理器执行所述程序时实现如本公开实施例1所述的一种Kubernetes工作节点分配方法中的步骤。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种Kubernetes工作节点分配方法，其特征在于，包括：
获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移。
2.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，使用kubectltop命令查看Node和Pod的实时资源使用情况；
所述资源使用情况，包括CPU占用率、内存占用率。
3.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，根据获取的实时资源使用情况，分析Node上各Pod的资源占用率，并结合业务需求，判断资源是否需要平衡。
4.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，资源需要平衡时，针对Kubernetes集群中最小单位POD，进行迁移操作，不需要平衡时，不进行Pod的迁移。
5.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，用kubectlget Pod[POD名称]-o yaml命令获取需要迁移的Pod的配置文件。
6.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，用kubectlapply-f配置文件名称.yaml命令使修改后的配置文件生效。
7.如权利要求1所述的一种Kubernetes工作节点分配方法，其特征在于，Pod迁移完后，用kubectl get Pod[Pod名称]-o wide命令，验证Node节点是否已经修改为新的Node节点。
8.一种Kubernetes工作节点分配系统，其特征在于：包括资源判断模块、信息准备模块和节点迁移模块；
资源判断模块，被配置为：获取Kubernetes集群中Node和Pod的实时资源使用情况，判断资源是否需要平衡；
信息准备模块，被配置为：资源需要平衡时，确定需要迁移的Pod信息，包括Pod名称、所在工作空间、当前所在的Node节点、迁移到的新Node节点；
节点迁移模块，被配置为：获取需要迁移的Pod的配置文件，修改配置文件中的Node节点信息，运行配置文件修改生效命令，完成Pod的迁移。
9.计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7任一项所述的一种Kubernetes工作节点分配方法中的步骤。
10.电子设备，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程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7任一项所述的一种Kubernetes工作节点分配方法中的步骤。
CN202210718304.6A 2022-06-23 2022-06-23 一种Kubernetes工作节点分配方法及系统 Pending CN115202810A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210718304.6A CN115202810A (zh) 2022-06-23 2022-06-23 一种Kubernetes工作节点分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210718304.6A CN115202810A (zh) 2022-06-23 2022-06-23 一种Kubernetes工作节点分配方法及系统

Publications (1)

Publication Number Publication Date
CN115202810A true CN115202810A (zh) 2022-10-18

Family

ID=83578711

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210718304.6A Pending CN115202810A (zh) 2022-06-23 2022-06-23 一种Kubernetes工作节点分配方法及系统

Country Status (1)

Country Link
CN (1) CN115202810A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311999A (zh) * 2023-12-01 2023-12-29 中航信移动科技有限公司 一种服务集群的资源调度方法、存储介质及电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117311999A (zh) * 2023-12-01 2023-12-29 中航信移动科技有限公司 一种服务集群的资源调度方法、存储介质及电子设备
CN117311999B (zh) * 2023-12-01 2024-01-26 中航信移动科技有限公司 一种服务集群的资源调度方法、存储介质及电子设备

Similar Documents

Publication Publication Date Title
CN111078363B (zh) 一种虚拟机的numa节点调度方法、装置、设备及介质
CN102567072B (zh) 一种资源分配方法、装置及系统
KR101733117B1 (ko) 멀티코어 시스템의 태스크 분배 방법 및 장치
CN103593242A (zh) 基于Yarn框架的资源共享控制系统
CN110221920B (zh) 部署方法、装置、存储介质及系统
EP3442201B1 (en) Cloud platform construction method and cloud platform
KR102016683B1 (ko) 소프트웨어 정의 네트워크의 모니터링 기능 자원 자율 스케일링 장치 및 방법
TWI786564B (zh) 任務調度方法和裝置、儲存媒體及計算機設備
US20210011751A1 (en) Memory-aware placement for virtual gpu enabled systems
CN112698952A (zh) 计算资源统一管理方法、装置、计算机设备及存储介质
Sohrabi et al. The effects of hotspot detection and virtual machine migration policies on energy consumption and service levels in the cloud
CN109960579B (zh) 一种调整业务容器的方法及装置
CN115202810A (zh) 一种Kubernetes工作节点分配方法及系统
JP2016115065A (ja) 情報処理装置、情報処理システム、タスク処理方法、及び、プログラム
CN112162839A (zh) 任务调度方法、装置、计算机设备和存储介质
KR20190076693A (ko) 이종 클라우드 환경에서 워크로드의 자원 사용량 예측 및 자동 분산 처리 방법
CN107370783B (zh) 一种云计算集群资源的调度方法及装置
CN109739634A (zh) 一种原子任务执行方法及装置
CN114281479A (zh) 一种容器管理方法及装置
JP2017033337A (ja) 仮想マシン配置装置および仮想マシン配置方法
CN112948113A (zh) 一种集群资源管理调度方法、装置、设备及可读存储介质
US20120042322A1 (en) Hybrid Program Balancing
Beltrán et al. How to balance the load on heterogeneous clusters
CN107562510B (zh) 一种应用实例的管理方法及管理设备
CN107783823A (zh) 一种负载均衡方法及装置

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