CN115686763A - 用于管理存储系统的方法、设备和计算机程序产品 - Google Patents
用于管理存储系统的方法、设备和计算机程序产品 Download PDFInfo
- Publication number
- CN115686763A CN115686763A CN202110836316.4A CN202110836316A CN115686763A CN 115686763 A CN115686763 A CN 115686763A CN 202110836316 A CN202110836316 A CN 202110836316A CN 115686763 A CN115686763 A CN 115686763A
- Authority
- CN
- China
- Prior art keywords
- tasks
- task
- usage
- storage
- task types
- 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
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
- G06F9/5038—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 considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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
- 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
- G06F9/505—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 considering the load
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例涉及用于管理存储系统的方法、设备和计算机程序产品。该方法包括基于存储系统中的多个存储层各自的当前资源使用情况,确定多个任务类型中与多个存储层中的相应存储层相关联的任务类型的使用级别,多个存储层共用存储系统的物理资源,任务按照其所属于的任务类型而在相应的存储层上被执行;基于多个存储层各自的历史资源使用情况,确定多个任务类型各自的优先级别;以及基于多个任务类型的使用级别和优先级别以及待执行的多个任务所属于的任务类型,从多个任务中选择一组任务以便执行,一组任务中属于各个任务类型的任务的数目由相应任务类型的使用级别而被确定,一组任务按照各自的任务类型的相应的优先级别而被排序。
Description
技术领域
本公开的实施例总体涉及数据存储领域,具体涉及用于管理存储系统的方法、设备和计算机程序产品。
背景技术
在存储系统中,物理存储资源可以通过各种硬件接口和介质的类型而被分类,诸如非易失性内存主机控制器接口规范(NVMe)、硬盘驱动器(HDD)和固态硬盘(SSD)等。在软件层面,上述各种存储资源可以被虚拟化为多种虚拟资源或者多种虚拟存储层,例如数据分层能力、存储池空间和空闲数据窗口等。这些不同类型的虚拟资源共用存储系统的物理存储资源。在不同的虚拟资源处,通常执行着不同任务类型的任务。如果更好地对在不同虚拟资源上执行地各种类型的任务之间进行资源调度是值得关注的问题。
发明内容
本公开的实施例提供了用于管理存储系统的方法、设备和计算机程序产品。
在本公开的第一方面,提供了一种管理存储系统的方法。该方法包括基于存储系统中的多个存储层各自的当前资源使用情况,确定多个任务类型中与多个存储层中的相应存储层相关联的任务类型的使用级别,多个存储层共用存储系统的物理资源,任务按照其所属于的任务类型而在相应的存储层上被执行;基于多个存储层各自的历史资源使用情况,确定多个任务类型各自的优先级别;以及基于多个任务类型的使用级别和优先级别以及待执行的多个任务所属于的任务类型,从多个任务中选择一组任务以便执行,一组任务中属于各个任务类型的任务的数目由相应任务类型的使用级别而被确定,一组任务按照各自的任务类型的相应的优先级别而被排序。
在本公开的第二方面,提供了一种电子设备。该电子设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时使得电子设备执行动作,该动作包括基于存储系统中的多个存储层各自的当前资源使用情况,确定多个任务类型中与多个存储层中的相应存储层相关联的任务类型的使用级别,多个存储层共用存储系统的物理资源,任务按照其所属于的任务类型而在相应的存储层上被执行;基于多个存储层各自的历史资源使用情况,确定多个任务类型各自的优先级别;以及基于多个任务类型的使用级别和优先级别以及待执行的多个任务所属于的任务类型,从多个任务中选择一组任务以便执行,一组任务中属于各个任务类型的任务的数目由相应任务类型的使用级别而被确定,一组任务按照各自的任务类型的相应的优先级别而被排序。
在本公开的第三方面,提供了一种计算机程序产品。该计算机程序产品被有形地存储在非瞬态计算机存储介质中并且包括机器可执行指令。该机器可执行指令在由设备执行时使该设备执行根据本公开的第一方面所描述的方法的任意步骤。
提供发明内容部分是为了以简化的形式来介绍对概念的选择,它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或必要特征,也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,在本公开示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本公开的一些实施例能够在其中实现的示例系统的示意图;
图2示出了根据本公开的一些实施例的用于任务资源调度的示意框图;
图3示出了根据本公开的一些实施例的用于任务资源调度的示例方法的流程图;
图4示出了根据本公开的一些实施例的历史资源使用情况的示意图;
图5示出了根据本公开的一些实施例的任务资源调度的示意图;
图6示出了根据本公开的一些实施例的任务资源调度的另一示意图;
图7示出了根据本公开的一些实施例的任务资源调度的另一示意图;
图8示出了根据本公开的一些实施例的资源使用情况与常规方案的资源使用情况的示意图;以及
图9示出了可以用来实施本公开内容的实施例的示例设备的示意性框图。
在各个附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
图1示出了本公开的实施例可以在其中被实现的存储系统100的示意图。在存储系统100中,物理存储资源可以通过各种硬件接口和介质的类型而被提供和分类,诸如NVMe、串行连接小型计算机系统接口(SAS)闪存、HDD、SSD和近线(NL)-SAS等。存储系统100用于提供存储资源相关的任务,包括诸如去碎片化、空闲资源回收(也被称为资源回收)、数据分层(Tiering)等。应当理解,图1示出的系统仅是示例。在实际应用中,存储系统100中可能存在更多其他设备和/或设备内的组件,或者示出的设备和/或组件可以以其他方式被布置。
如图1所示,存储系统100包括多个(例如N个)存储层110-1、110-2、……110-N,其中N是超过1的整数。在下文中,为便于讨论,存储层110-1、110-2、……110-N有时被统称为或单独称为存储层110。在本文中,存储层也被称为虚拟存储层或者虚拟资源层。存储层110的示例包括但不限于:数据窗口、存储池或存储分层(Tier)等。存储系统100的各个存储层110共用存储系统100的物理存储资源。例如,各个存储层110共用存储系统100上的某一段输入输出(IO)带宽。
各个存储层110与不同的任务类型120相关联。例如,存储层110-1与任务类型120-1相关联;存储层110-2与任务类型120-2相关联;……存储层110-N与任务类型120-N相关联。在下文中,为便于讨论,任务类型120-1、120-2、……120-N有时被统称为或单独称为任务类型120。
存储系统100中的各个任务按照其所属于的任务类型120而在相应的存储层110上被执行。例如,属于任务类型120-1的任务在存储层110-1上被执行。换句话说,属于任务类型120-1的任务在存储层110-1上的资源。在本文中,任务也被称为作业、或者请求。例如,如果存储层110-1为数据窗口(也被称为数据窗口分配器),则任务类型120-1可以是去碎片化。去碎片化任务用来组织空闲数据窗口,以支持顺序数据写入能力。
如果存储层110-2为存储池,则任务类型120-2可以是空闲资源回收。空闲资源回收任务用来将空闲的空间返回到存储池。使用空闲资源回收任务能够确保存储池中有足够的资源以供使用。
如果存储层110-N为存储分层,则任务类型120-N可以是数据分层。数据分层任务用来将热数据(即,不断被访问的数据)从低性能存储介质,例如HDD重新分配到高性能存储介质,例如SAS闪存、NVMe等的存储分层。数据分层任务对混合存储系统提供了优化的IO性能。
应当理解,除了上文所列举的存储层110和其相关联的任务类型120的示例外,还可以存在其他存储层110和相关联的任务类型120。应当理解,存储系统100的存储层110的数目可以是任意的,在存储层110上执行的任务类型的数目也可以是任意的。应当理解,图1所示的存储系统100仅仅是示例性的,而非限制性的。根据本公开的存储系统还可以具有其他形式或结构。
通常,上述各种任务类型的任务,例如去碎片化、空闲资源回收及数据分层等均涉及对共用的物理存储资源,例如IO带宽的使用,已完成数据移动。当上述各种任务类型的任务同时执行时,会相互竞争有限的物理存储资源,例如IO带宽。然而,在常规方案中,难以在上述各种任务类型的任务之间合理的分配或调度资源以供任务的执行。
一种常规方案采用对不同任务类型确定优先级的方式来对各个任务进行资源调度。例如,通常将数据分层任务的优先级设置为最高,将去碎片化的优先级设置为中等,并且将空闲资源回收的优先级设置为最低。然而,这种常规方案在使用过程中会引起很多问题。这种常规方案会使得具有高优先级的任务总势优先被调度,从而影响甚至中断低优先级的任务的执行。例如,去碎片化任务可能会总是中断空闲资源回收任务的执行,进而引起存储池空闲资源耗竭。
本公开的实施例提出了一种管理存储系统的方案,以解决上述问题和其他潜在问题中的一个或多个。在该方案中,基于多个存储层各自的当前资源使用情况,确定多个任务类型中与多个存储层中的相应存储层相关联的任务类型的使用级别。该方案还包括基于多个存储层各自的历史资源使用情况,确定多个任务类型各自的优先级别。该方案还包括基于多个任务类型的使用级别和优先级别以及待执行的多个任务所属于的任务类型,从多个任务中选择一组任务以便执行。所选择的一组任务中不同任务类型的任务的数目由该任务类型的使用级别确定。所选择的一组任务中的各个任务基于各个任务类型的优先级别而被排序。
以此方式,可以通过根据不同存储层的当前资源使用情况和历史使用情况来确定各个任务类型的使用级别和优先级别。以这样,能够基于不同存储层的当前资源使用情况和历史使用情况来实现资源的合理分配和任务的合理调度。本公开的方案能够更合理的分配和利用资源,从而提高存储系统的整体性能。
下面将参考附图来详细描述本公开的基本原理和若干示例实施例。
图2示出了根据本公开的一些实施例的用于任务资源调度的示意框图200。如图2所示,可以将待执行的多个任务210输入到调度模块220中的任务调度子模块240。图2中还示出了调度模块220中的使用级别确定子模块230和优先级别确定子模块250。使用级别确定子模块230和优先级别确定子模块250分别将所确定的使用级别和优先级别提供给任务调度子模块240。任务调度子模块240可以基于待执行的多个任务210以及所接收到的使用级别和优先级别,来确定经调度的多个任务260并将其输出。
框图200中的各个模块和子模块可以由存储系统100的设备来实现。应当理解,框图200中的各个模块和子模块还可以被其他适当的设备或装置执行。框图200可以包括未示出的附加模块和/或可以省略所示出的模块,本公开的范围在此方面不受限制。为便于说明,将在下文参考图3来详细描述框图200中的各个模块和子模块。
下面将参考图3来描述在根据本申请的一些实施例的用于调度任务资源的方法300的流程图。方法300可以由存储系统100的设备来实现。例如,方法300中的各个步骤可以由图2中所示出的模块和/或子模块来实现。应当理解,方法300还可以被其他适当的设备或装置执行。方法300可以包括未示出的附加动作和/或可以省略所示出的动作,本公开的范围在此方面不受限制。为便于说明,将参考图1和图2来描述过程300。
如图3所示,在310处,调度模块220确定多个任务类型各自的使用级别。例如,可以使用图2中的使用级别确定子模块230,基于多个存储层110各自的当前资源使用情况,来确定多个任务类型120中与多个存储层110中的相应存储层相关联的任务类型的使用级别。多个存储层110共用存储系统100的物理资源,存储系统100中的任务按照其所属于的任务类型120而在相应的存储层110上被执行。
在一些实施例中,可以通过如下的表1所示出的方式,根据各个存储层的当前资源使用情况,来确定多个任务类型各自的使用级别。如表1所示,针对存储池,与其相关联的空闲资源回收任务类型的使用级别可以根据存储池空闲空间率来确定。针对数据窗口,与其相关联的去碎片化任务类型的使用级别可以根据空闲数据窗口计数来确定。针对存储分层,与其相关联的数据分层任务类型的使用级别可以根据数据切片温度来确定。
表1任务类型的使用级别示例
应当理解,上述描述的各种存储层资源使用情况,例如存储池空闲空间率、空闲数据窗口计数及数据切片温度等均可以由存储系统100确定和记录。在一些实施例中,还可以包括其他类型的存储层以及其他的存储层资源使用情况类型。
表1中所示出的使用级别确定方式仅是示例性的,而不是限制性的。在一些实施例中,可以设置更多的使用级别。例如,可以将使用级别设置为1-8或者其他适当范围的不同级别。
以这样的方式,能够将不同存储层的按不同方式表示的存储资源使用情况进行归一化表示。通过使用类似表1的1、2、3的使用级别,可以直观且简单的表示使用级别,并且便于后续的任务资源调度的进行。
附加地或备选地,在一些实施例中,可以基于在当前第一时间段内的多个存储层110各自的平均资源使用情况,确定各个任务类型120的使用级别。例如,在一些实施例中,可以将当前调度周期(即,第一时间段)划分为M(例如,5或者其他适当的自然数)个观察窗口。在每个观察窗口,均根据各个存储层110的资源使用情况,确定一次各个任务类型120的使用级别。针对每个任务类型120,通过将这M次确定的使用级别求平均,可以将平均值确定为该任务类型120的使用级别。应当理解,当前调度周期的长度可以是根据经验确定的时间长度,也可以是根据当前的待执行任务情况所确定的一段时间长度。
在一些实施例中,还可以使用其他方式来基于在当前第一时间段内的多个存储层110各自的平均资源使用情况,确定各个任务类型120的使用级别。例如,可以根据在当前第一时间段内的多个存储层110各自的平均资源使用情况,确定权重HC。根据权重HC以及当前时刻的各个存储层110的资源使用情况,可以确定各个任务类型120的使用级别。
权重HC可以通过以下过程来确定。针对每个存储层110(即,针对每个任务类型120),在当前调度周期的M个观察窗口处分别确定使用级别。统计各个使用级别值的数目,将其确定为权重HC。例如,如果在M次,例如5次确定过程中,一共确定了1次值为1的使用级别,3次值为2的使用级别以及1次值为3的使用级别。在这一示例中,针对该存储层110(即,针对每个任务类型120)的值为1、2和3的使用级别的权重HC分别是1、3和1。
在一些实施例中,还可以只保留上述具有最大值的权重Max HC,即过滤掉其他统计数目较低的使用级别。在这种示例中,针对该存储层110(即,针对每个任务类型120)的值为1、2和3的使用级别的权重HC分别是0、3和0。以这样的方式,可以得出该任务类型120根据权重调整的使用级别为2*3=6。
通过这样的方式,能够将最近一段时间内(短期)的各个存储层的资源使用情况加以考虑,避免了因某次资源使用情况的突变而造成的使用级别确定不准确。以这样,能够确定出更加准确的使用级别。
附加地或备选地,在一些实施例中,还可以基于在当前时刻之前的第二时间段内的多个存储层110各自的平均历史资源使用情况,对多个任务类型120各自的使用级别进行更新。第二时间段是较长的一段时间,长于当前调度周期或第一时间段。例如,可以将当前时刻之前的K(例如,5或者其他适当的自然数)个调度周期确定为第二时间段。
可以分别获取前K个调度周期的使用级别记录,或者获取前K个调度周期的Max HC的记录。如下的表2示出了前K个调度周期的Max HC的记录表。在表2中,K的值为5,并且使用级别的值为1、2或者3。
表2 K个调度周期的Max HC的记录表
使用级别1 | 使用级别2 | 使用级别3 | |
周期1 | 0 | 3 | 0 |
周期2 | 0 | 0 | 4 |
周期3 | 2 | 2 | 0 |
周期4 | 0 | 2 | 2 |
周期5 | 0 | 0 | 3 |
根据表2,可以计算出未命中计数MC、归一化的未命中计数NMC以及反向未命中计数IMC。未命中计数MC表示每个使用级别不属于K个调度周期的计数,例如,表2中的使用级别1只在周期3的Max HC不为0,则使用级别1的MC为4。NMC=MC/K,对MC进行归一化。IMC=1/NMC=K/MC,即为NMC的倒数。以下表3示出了根据表2的示例Max HC所计算得出的MC、NMC和IMC的值。
表3示例MC、NMC和IMC值
使用级别1 | 使用级别2 | 使用级别3 | |
周期1 | 0 | 3 | 0 |
周期2 | 0 | 0 | 4 |
周期3 | 2 | 2 | 0 |
周期4 | 0 | 2 | 2 |
周期5 | 0 | 0 | 3 |
MC | 4 | 2 | 2 |
NMC | 4/5 | 2/5 | 2/5 |
IMC | 1.25 | 2.5 | 2.5 |
应当理解,NMC的值越高,表示该使用级别越不是在观察周期(即,K个调度周期)的主导使用级别。而IMC越高,表示该级别可能是主导的使用级别。如果MC的值为0,可以将IMC设置为预设的最大值IMCMAX,例如10或者其他大于其他IMC的适当的值。
通过使用IMC而不是HC来表示长期的使用级别情况,能够避免随着观察周期的增长而造成的HC矩阵逐渐稀疏。使用IMC相比HC能够提供对长期使用级别评估的更准确的结果。
通过以上描述的根据IMC对长期使用级别的评估,可以对各个任务类型120的使用级别进行更新。例如,可以使用下式(1)来计算经调整的最终使用级别。
在式(1)中,hc-imc weight表示基于短期长期因素的使用级别(即,考虑了当前第一时间段和历史第二时间段的使用级别)。Level表示使用级别,Level的值为1至N的自然数。N可以为任意大于1的自然数,例如在表2和表3的示例中,N为3。以下通过表4-表6示出了根据式(1)所得出的经调整的使用级别示例。
表4去碎片化使用级别示例
去碎片化 | HC | IMC |
L<sub>3</sub> | 3 | 2 |
L<sub>2</sub> | 1 | 2 |
L<sub>1</sub> | 1 | 4 |
hc-imc weight | 26 |
表5空闲资源回收使用级别示例
空闲资源回收 | HC | IMC |
L<sub>3</sub> | 1 | 2 |
L<sub>2</sub> | 1 | 2 |
L<sub>1</sub> | 3 | 4 |
hc-imc weight | 22 |
表6空闲资源回收使用级别示例
数据分层 | HC | IMC |
L<sub>3</sub> | 3 | 4 |
L<sub>2</sub> | 1 | 2 |
L<sub>1</sub> | 1 | 2 |
hc-imc weight | 42 |
根据以上表4-表6可以看出,去碎片化任务类型和数据分层任务类型的HC相同,即两者在当前一段时间内的使用级别相似。然而,数据分层任务类型的使用级别3的IMC为4,而数据分层任务类型的使用级别3的IMC为2。这表明,根据长期的历史资源使用情况,数据分层的使用级别更高。
根据式(1)所得出的hc-imc weight能够反映出数据分层的更高的使用级别。以这样的方式,能够使数据分层获得更高的使用级别,从而获得更多的IO带宽。这种既考虑短期资源使用情况又考虑长期资源使用情况的确定使用级别的方式,对于短期资源使用情况接近的多个任务类型的任务资源调度尤其适用。
接下来,在320处,调度模块220确定多个任务类型120各自的优先级别。例如,优先级别确定子模块250可以基于多个存储层110各自的历史资源使用情况,确定多个任务类型120各自的优先级别。在一些实施例中,可以根据各个任务类型120的优先级别,确定各个任务类型120之间的调度间隔比例。在本文中,优先级别也被称为间隔级别。
在一些实施例中,可以基于多个存储层110各自的历史资源使用情况,确定存储系统100中使用过的任务类型120。将使用过的任务类型120的优先级别设置为较大的值,例如1,而将未使用过的任务类型120的优先级别设置为较小的值,例如0。
附加地或备选地,还可以根据多个存储层110各自的历史资源使用的变化情况,确定多个任务类型120的优先级别。例如,可以针对各个任务类型120,根据其在当前时刻之前的第三时间段内历史资源使用的变化情况,确定其优先级别。第三时间段可以与以上所描述的第二时间段相同,也可以选择为其他时间长度。
以上述表2为例,可以针对每个任务类别120,计算出在每个调度周期的平均主导使用级别。应当理解,当两个使用级别的Max HC相同时,可以对其求平均来获得平均主导使用级别。
表7平均使用级别示例
调度周期 | 周期1 | 周期2 | 周期3 | 周期4 | 周期5 |
使用级别(N) | 2 | 3 | 1.5=(1+2)/2 | 2.5=(2+3)/2 | 3 |
表8示出了各种任务类型的平均使用级别示例。从表8中,可以得出各个任务级别120的使用级别在第三时间段内的变化情况。
表8不同任务类型的平均使用级别示例
图4示出了根据本公开的一些实施例的历史资源使用情况的示意图。图4中的曲线410是由表8中的去碎片化的平均使用级别绘制出的。曲线420是由表8中的数据分层的平均使用级别绘制出的。曲线430是由表8中的空闲资源回收的平均使用级别绘制出的。从图4可以看出,去碎片化的平均使用级别逐渐增高,因此去碎片化的优先级别可以被确定为最高,例如3。空闲资源回收的平均使用级别趋向于降低,因此其优先级别可以确定为最低,例如1。可以将数据分层的优先级别确定为适中,例如2。应当理解,以上所描述的优先级别的值1、2和3仅为示意性的,而不是限制性的。也可以将优先级别确定为其他适当的数值。
附加地或备选地,可以使用式(2)或式(3)来计算优先级别。
式(2)与式(3)中的index leveli和index leveli-1分别表示平均使用级别i和平均使用级别i-1。Δ(·)表示求差函数。i为大于等于2并且小于等于最高使用等级N(例如,3)的值。index level increment′表示计算得出的介于-N与N之间的平均使用级别增量。index level increment表示将平均使用级别增量表示为介于1,N+1之间的增量值。通过增加偏移量N+1,使用正值表示偏移量,更易于计算。表9示出了根据表8的示例所确定的经偏移的平均使用级别增量。
表9经偏移的平均使用级别增量示例
根据表9,可以将各个任务类型120的优先级别分别设置为经偏移的平均使用级别增量的值。例如,去碎片化的优先级别可以设置为5,空闲资源回收的优先级别可以设置为2,而数据分层的优先级别可以设置为4。
通过这样的方式,能够对使用级别逐渐增高的任务类型120设置较高的优先级别,使其能够在被任务调度时,能够优先对其排序。通过这样,能够根据使用级别的变化情况(即,历史使用情况的变化情况)对接下来的使用级别进行预测。
返回到图3,在330处,调度模块220基于多个任务类型120的使用级别和优先级别以及待执行的多个任务210所属于的任务类型120,从多个任务中选择一组任务以便执行。例如,可以由任务调度子模块240基于由使用级别确定子模块230所确定的使用级别、由优先级别确定子模块250所确定的优先级别以及待执行的多个任务210,从待执行的多个任务210中选择一组任务以便在当前调度循环执行。对于剩余的任务,可以在下一个或接下来的多个调度循环执行。
该一组任务中属于多个任务类型120中的相应任务类型的任务的数目由相应任务类型的使用级别而被确定。该一组任务按照各自的任务类型120的优先级别而被排序。对于剩余的任务,可以以类似的方式进行选择和排序。将待执行的多个任务210中的所有任务进行调度,包括选择和排序后可以获得经调度的多个任务260。
在一些实施例中,可以基于多个任务类型120的使用级别、优先级别以及待执行的所述多个任务210所属于的任务类型,使用加权的负载均衡WRR算法,或者具有间隔比例的IWRR算法,从多个任务210中选择一组任务。
附加地或备选地,可以基于多个任务类型120的使用级别,从待执行的多个任务210中选择一组任务。所选择的一组任务中属于多个任务类型120中的相应任务类型的任务的数目不超过相应任务类型120的使用级别所指示的数目。该一组任务可以按照各个任务类型120的优先级别所指示的数目而被按照任务类型交错地排序。
图5和图6示出了根据本公开的一些实施例的任务资源调度的两个示意图。如图5所示,待执行的多个任务210中包括属于任务类型120-1的第一任务序列510和属于任务类型120-2的第二任务序列520。第一任务序列510和第二任务序列520可以采用队列的形式,或者其他适当的序列形式。第一任务序列510包括任务A、B、C、D、E、F和G。第二任务序列520包括任务U、V、W、X、Y和Z。应当理解,上述各个字母符号,例如A、U等仅是示意性的,并不表示所代表的任务的内容。
使用级别序列530可以是由使用级别确定子模块230所确定的,在图5中,使用级别序列530为(5,3)。优先级别序列540可以是由优先级别确定子模块250所确定的,在图5中,使用级别序列530为(1,1)。任务调度子模块240基于待执行的多个任务210以及使用级别序列530和优先级别540可以获得经调度的多个任务250。如图5所示,经调度的多个任务250包括两个任务序列550和任务序列560。任务序列550可以在当前的调度周期被执行,任务序列560可以在下一个调度周期被执行。
如图5所示,任务序列550可以依次包括任务A、U、B、V、C、W、D、E。可以看出,任务序列550中属于任务类型120-1的任务的数目为5,而属于任务类型120-2的任务的数目为3。任务序列550的属于不同任务类型的任务按照1:1的间隔比例而被交错地排序。
图6与图5类似,具有相同的待执行的多个任务210的两个任务序列510和520,以及相同的使用级别序列530。图6的示例与图5的区别在于优先级别序列610不同,该优先序列610为(3,1)。从图6可以看出,由于优先级别序列610不同,因此由任务调度子模块240所确定的经调度的多个任务250中的任务序列620和任务序列630与图5的任务序列550和任务序列560不同。
如图6所示,任务序列620包括任务A、B、C、U、D、E、V和W。同任务序列550类似,任务序列620中属于任务类型120-1的任务的数目也为5,并且属于任务类型120-2的任务的数目也为3。不同之处在于,任务序列620中的各个任务的排列顺序与任务序列550不同。
基于图6的优先级别序列610排序得到的任务序列620可以优先地执行属于任务类型120-1的任务。在任务类型120-1的历史使用级别逐渐增加的情况下,这种任务排序方式能够取得更好地资源调度效果。
图7示出了根据本公开的一些实施例的任务资源调度的另一示意图。图7中的使用级别序列740可以根据上述描述的过程由使用级别确定子模块230所确定。图7中的优先级别序列750可以由优先级别确定子模块250根据表9来确定。
图7中的待执行的多个任务210包括三个任务序列710、720和730。任务序列710的任务类型为去碎片化。任务序列720的任务类型为空闲资源回收。任务序列730的任务类型为数据分层。
任务调度子模块240基于使用级别序列740和优先级别序列750可以将待执行的多个任务210的三个任务序列710、720和730进行调度,得到经调度的在当前调度周期执行的任务序列760和在下一调度周期执行的任务序列770。应当理解,每个调度周期所能执行的最大数目的任务可以由各个任务类型的使用级别的和来确定。如图7所示,当前调度周期执行的任务序列760包括任务A、B、C、D、E、M、N、U、V、W、X、F、O、P和Y。下一调度周期执行的任务序列770包括任务G、Q和Z。
图8示出了根据本公开的一些实施例的资源使用情况850与常规方案的资源使用情况800的示意图。在常规方案的资源使用情况800中,曲线810表示去碎片化任务类型的使用级别变化曲线。曲线820表示空闲资源回收任务类型的使用级别变换曲线。曲线830示出了去碎片化任务与空闲资源回收任务的占比。在曲线830上方的是去碎片化任务,曲线830下方的是空闲资源回收任务。
在本公开方案的资源使用情况850中,曲线860表示去碎片化任务类型的使用级别变化曲线。曲线870表示空闲资源回收任务类型的使用级别变换曲线。曲线880示出了去碎片化任务与空闲资源回收任务的占比。在曲线880上方的是去碎片化任务,曲线880下方的是空闲资源回收任务。
通过使用情况800与使用情况850的对比可以看出,在使用情况800中,在80至100次调度循环中,去碎片化任务类型的使用级别急速下降。这会引起IO表现的下降。类似地,在使用情况800中,在100次调度循环之后,空闲资源回收任务的使用级别快速下降,这会引起空闲资源回收任务的执行表现。与之相比,使用情况850中各个任务类型的使用级别下降平缓,不会因彼此竞争造成执行表现下降。
以上结合图1-图8示出了根据本公开的一些实施例的任务资源调度的示例。通过本公开的方案,能够根据不同存储层各自的当前和历史资源使用情况来调度待执行的多个任务,从而能够更合理地分配各个任务类型所占用的资源。以这样,能够提高IO带宽的利用率,进而提高存储系统的性能。
图9示出了可以用来实施本公开内容的实施例的示例设备900的示意性框图。例如,如图1所示的存储系统100可以由设备900实施。如图9所示,设备900包括中央处理单元(CPU)901,其可以根据存储在只读存储器(ROM)902中的计算机程序指令或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序指令,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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。
上文所描述的各个过程和处理,例如方法300,可由处理单元901执行。例如,在一些实施例中,方法300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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序被加载到RAM 903并由CPU 901执行时,可以执行上文描述的方法300的一个或多个动作。
本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是——但不限于——电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (17)
1.一种管理存储系统的方法,包括:
基于存储系统中的多个存储层各自的当前资源使用情况,确定多个任务类型中与所述多个存储层中的相应存储层相关联的任务类型的使用级别,所述多个存储层共用所述存储系统的物理资源,所述存储系统中的任务按照其所属于的任务类型而在相应的存储层上被执行;
基于所述多个存储层各自的历史资源使用情况,确定所述多个任务类型各自的优先级别;以及
基于所述多个任务类型的所述使用级别和所述优先级别以及待执行的多个任务所属于的任务类型,从所述多个任务中选择一组任务以便执行,所述一组任务中属于所述多个任务类型中的相应任务类型的任务的数目由所述相应任务类型的使用级别而被确定,所述一组任务按照各自的任务类型的优先级别而被排序。
2.根据权利要求1所述的方法,其中确定所述多个任务类型的所述使用级别包括:
基于在当前第一时间段内的所述多个存储层各自的平均资源使用情况,确定与所述多个存储层中的相应存储层相关联的任务类型的相应的所述使用级别。
3.根据权利要求2所述的方法,还包括:
基于在当前时刻之前的第二时间段内的所述多个存储层各自的平均历史资源使用情况,对所述多个任务类型各自的所述使用级别进行更新,所述第二时间段长于所述第一时间段。
4.根据权利要求1所述的方法,其中确定所述多个任务类型的所述优先级别包括:
基于在当前时刻之前的第三时间段内的、所述多个存储层各自的历史资源使用的变化情况,确定与所述多个存储层中的相应存储层相关联的任务类型的相应的所述优先级别,其中与历史资源利用逐渐增多的存储层相关联的任务类型对应于较高的优先级别。
5.根据权利要求1所述的方法,其中从所述多个任务中选择所述一组任务包括:
基于所述多个任务类型的所述使用级别、所述优先级别以及待执行的所述多个任务所属于的任务类型,使用加权的负载均衡WRR算法,从所述多个任务中选择所述一组任务。
6.根据权利要求1所述的方法,其中从所述多个任务中选择所述一组任务包括:
基于所述多个任务类型的所述使用级别,从所述多个任务中选择所述一组任务,其中所述一组任务中属于多个任务类型中的相应任务类型的任务的数目不超过所述相应任务类型的所述使用级别所指示的数目。
7.根据权利要求1所述的方法,其中所述一组任务按照各个任务类型的所述优先级别所指示的数目而被按照任务类型交错地排序。
8.根据权利要求1所述的方法,其中所述多个任务类型包括以下至少两项:
去碎片化,
空闲资源回收,或
数据分层。
9.一种电子设备,包括:
至少一个处理器;以及
存储有计算机程序指令的至少一个存储器,所述至少一个存储器和所述计算机程序指令被配置为,与所述至少一个处理器一起,使得所述电子设备执行动作,所述动作包括:
基于存储系统中的多个存储层各自的当前资源使用情况,确定多个任务类型中与所述多个存储层中的相应存储层相关联的任务类型的使用级别,所述多个存储层共用所述存储系统的物理资源,所述存储系统中的任务按照其所属于的任务类型而在相应的存储层上被执行;
基于所述多个存储层各自的历史资源使用情况,确定所述多个任务类型各自的优先级别;以及
基于所述多个任务类型的所述使用级别和所述优先级别以及待执行的多个任务所属于的任务类型,从所述多个任务中选择一组任务以便执行,所述一组任务中属于所述多个任务类型中的相应任务类型的任务的数目由所述相应任务类型的使用级别而被确定,所述一组任务按照各自的任务类型的优先级别而被排序。
10.根据权利要求9所述的电子设备,其中确定所述多个任务类型的所述使用级别包括:
基于在当前第一时间段内的所述多个存储层各自的平均资源使用情况,确定与所述多个存储层中的相应存储层相关联的任务类型的相应的所述使用级别。
11.根据权利要求10所述的电子设备,其中所述动作还包括:
基于在当前时刻之前的第二时间段内的所述多个存储层各自的平均历史资源使用情况,对所述多个任务类型各自的所述使用级别进行更新,所述第二时间段长于所述第一时间段。
12.根据权利要求9所述的电子设备,其中确定所述多个任务类型的所述优先级别包括:
基于在当前时刻之前的第三时间段内的、所述多个存储层各自的历史资源使用的变化情况,确定与所述多个存储层中的相应存储层相关联的任务类型的相应的所述优先级别,其中与历史资源利用逐渐增多的存储层相关联的任务类型对应于较高的优先级别。
13.根据权利要求9所述的电子设备,其中从所述多个任务中选择所述一组任务包括:
基于所述多个任务类型的所述使用级别、所述优先级别以及待执行的所述多个任务所属于的任务类型,使用加权的负载均衡WRR算法,从所述多个任务中选择所述一组任务。
14.根据权利要求9所述的电子设备,其中从所述多个任务中选择所述一组任务包括:
基于所述多个任务类型的所述使用级别,从所述多个任务中选择所述一组任务,其中所述一组任务中属于多个任务类型中的相应任务类型的任务的数目不超过所述相应任务类型的所述使用级别所指示的数目。
15.根据权利要求9所述的电子设备,其中所述一组任务按照各个任务类型的所述优先级别所指示的数目而被按照任务类型交错地排序。
16.根据权利要求9所述的电子设备,其中所述多个任务类型包括以下至少两项:
去碎片化,
空闲资源回收,或
数据分层。
17.一种计算机程序产品,所述计算机程序产品被有形地存储在非易失性计算机可读介质上并且包括机器可执行指令,所述机器可执行指令在被执行时使设备执行根据权利要求1-8中的任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836316.4A CN115686763A (zh) | 2021-07-23 | 2021-07-23 | 用于管理存储系统的方法、设备和计算机程序产品 |
US17/742,568 US20230030857A1 (en) | 2021-07-23 | 2022-05-12 | Method, device and computer program product for storage system management |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836316.4A CN115686763A (zh) | 2021-07-23 | 2021-07-23 | 用于管理存储系统的方法、设备和计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115686763A true CN115686763A (zh) | 2023-02-03 |
Family
ID=85039338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836316.4A Pending CN115686763A (zh) | 2021-07-23 | 2021-07-23 | 用于管理存储系统的方法、设备和计算机程序产品 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230030857A1 (zh) |
CN (1) | CN115686763A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116661977A (zh) * | 2023-07-26 | 2023-08-29 | 上海任意门科技有限公司 | 任务管理方法、装置、计算设备和存储介质 |
-
2021
- 2021-07-23 CN CN202110836316.4A patent/CN115686763A/zh active Pending
-
2022
- 2022-05-12 US US17/742,568 patent/US20230030857A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116661977A (zh) * | 2023-07-26 | 2023-08-29 | 上海任意门科技有限公司 | 任务管理方法、装置、计算设备和存储介质 |
CN116661977B (zh) * | 2023-07-26 | 2023-10-24 | 上海任意门科技有限公司 | 任务管理方法、装置、计算设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
US20230030857A1 (en) | 2023-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10599484B2 (en) | Weighted stealing of resources | |
EP3553657A1 (en) | Method and device for allocating distributed system task | |
US20170177221A1 (en) | Dynamic core allocation for consistent performance in a non-preemptive scheduling environment | |
JP6349264B2 (ja) | 計算資源割当て方法およびシステム | |
US10394606B2 (en) | Dynamic weight accumulation for fair allocation of resources in a scheduler hierarchy | |
US11150951B2 (en) | Releasable resource based preemptive scheduling | |
CN109799956B (zh) | 一种存储控制器及io请求处理方法 | |
US9436391B1 (en) | Efficient scalable I/O scheduling | |
KR20110080735A (ko) | 컴퓨팅 시스템 및 방법 | |
US10698785B2 (en) | Task management based on an access workload | |
US20200183722A1 (en) | Systems and methods for selecting virtual machines to be migrated | |
US10686721B2 (en) | Storage device access mediation | |
US8732421B2 (en) | Storage system and method for reallocating data | |
CN110290228B (zh) | 一种互联网协议ip地址分配方法及装置 | |
WO2017171575A1 (en) | Virtual machine storage management queue | |
CN115686763A (zh) | 用于管理存储系统的方法、设备和计算机程序产品 | |
US11403026B2 (en) | Method, device and computer program product for managing storage system | |
KR102212108B1 (ko) | 스토리지 오케스트레이션의 학습형 최적화 대상 볼륨 선정 방법 | |
EP3550421B1 (en) | Storage controller and io request processing method | |
US9483410B1 (en) | Utilization based multi-buffer dynamic adjustment management | |
US11586475B2 (en) | Application aware resource allocation for deep learning job scheduling | |
Liu et al. | SDFS: A software‐defined file system for multitenant cloud storage | |
US11972148B2 (en) | Proactive storage operation management using thermal states | |
Liu et al. | Cooperative job scheduling and data allocation for busy data-intensive parallel computing clusters | |
US10031687B2 (en) | Computer storage allocation on prioritized storage tiers |
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 |