CN116405391A - 基于OpenStack的虚拟机节点筛选方法、系统和存储介质 - Google Patents
基于OpenStack的虚拟机节点筛选方法、系统和存储介质 Download PDFInfo
- Publication number
- CN116405391A CN116405391A CN202310373093.1A CN202310373093A CN116405391A CN 116405391 A CN116405391 A CN 116405391A CN 202310373093 A CN202310373093 A CN 202310373093A CN 116405391 A CN116405391 A CN 116405391A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- node
- openstack
- available
- network stability
- 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
- 238000012216 screening Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000009499 grossing Methods 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 230000004044 response Effects 0.000 claims abstract description 6
- QLKDMIUEWFNEPV-UHFFFAOYSA-N 4,5,6,7-Tetrachloro-2-trifluoromethylbenzimidazole Chemical compound ClC1=C(Cl)C(Cl)=C2NC(C(F)(F)F)=NC2=C1Cl QLKDMIUEWFNEPV-UHFFFAOYSA-N 0.000 claims abstract 2
- 238000004364 calculation method Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
Classifications
-
- 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
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
-
- 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
- H04L41/0893—Assignment of logical groups to network elements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明提出一种基于OpenStack的虚拟机节点筛选方法、系统和存储介质,方法包括:获取适用于创建虚拟机的可用节点列表;选取若干网络稳定性指标,在响应虚拟机创建请求的过程中,记录一段时间内若干网络稳定性指标对应的样本数据,采用一次指数平滑算法计算可用节点的网络稳定性;根据至少包括网络稳定性的若干节点可用性指标和相应指标权重,计算可用节点的权重和,根据权重和排序,获得可用节点筛选列表。网络稳定性指标包括传输速率、TTFB响应时长、连接耗时、应用层调用完成发送请求时间、DNS解析时间请求完整时间中的至少一个。该方法可以优化OpenStack多节点或集群环境下的网络性能,剔除不佳节点,防止虚拟超时拖拽、死循环创建以及僵尸虚拟机等情况出现。
Description
技术领域
本发明属于通信技术领域,具体涉及一种基于OpenStack的虚拟机节点筛选方法、系统和存储介质。
背景技术
OpenStack是当前流行的开源云平台管理项目,其能够使大量服务器协同工作,使业务的部署更加便捷。当前,在OpenStack的虚拟机创建任务中,筛选可用于创建虚拟机的节点(host)的过程可分为两步,包括过滤(Filter)和权值计算(Weight),其中,过滤阶段运用定义的策略过滤节点,产生可用的节点列表;权值计算阶段则按照各个成本(cost)函数进行权重累加计算得出节点最优解,用于创建虚拟机。其中,过滤过程中常用的策略包括根据指定的RAM值选择资源足够的节点(RamFilter)、虚拟CPU的数量(VCPUs)等参数筛选出可用节点,权值计算则是选取相关硬件或内存等物理参数进行权重累加。
然而,上述节点筛选方案较为简单,不能完全筛选出性能不佳的节点。在实际应用中,现有的基于OpenStack创建的多节点或集群服务仍然会出现虚拟超时拖拽、死循环创建以及僵尸虚拟机等情况,存在故障或宕机的风险。
发明内容
针对上述问题,本发明第一方面提出一种基于OpenStack的虚拟机节点筛选方法,包括:获取适用于创建虚拟机的可用节点;计算可用节点的网络稳定性;根据至少包括网络稳定性的若干节点可用性指标和相应指标权重,计算可用节点的权重和,根据权重和排序,获得可用节点筛选列表。
进一步地,还包括:选取若干网络稳定性指标,在响应虚拟机创建请求的过程中,记录一段时间内若干网络稳定性指标对应的样本数据,用于计算可用节点列表中可用节点的网络稳定性。
进一步地,还包括:构建样本数据矩阵,基于指数平滑算法计算可用节点的网络稳定性。
进一步地,指数平滑算法为一次指数平滑算法。
进一步地,网络稳定性指标包括传输速率、TTFB响应时长、连接耗时、应用层调用完成发送请求时间、DNS解析时间请求完整时间中的至少一个。上述指标是评价网络稳定性的关键指标,且可用于数据离散计算。
进一步地,记录1.5s内的若干网络稳定性指标对应的样本数据。根据OpenStack性能指标要求,广域并发下1.5秒可以产生万级网络连接,可满足数据采集要求。
进一步地,还包括根据硬件和活跃状态条件,筛选获得可用节点列表。
进一步地,还包括利用Prometheus系统进行网络监控。
本发明第二方面提出一种基于OpenStack的虚拟机节点筛选系统,包括:
可用节点筛选模块,配置用于获取适用于创建虚拟机的可用节点列表;
网络稳定性计算模块,配置用于计算可用节点列表中可用节点的网络稳定性;
节点权重计算模块,配置用于根据至少包括网络稳定性的若干节点可用性指标和相应指标权重,计算可用节点的权重和,根据权重和排序,获得可用节点筛选列表。
本发明第三方面提出一种用于基于OpenStack的虚拟机节点筛选的存储介质,存储有计算机可执行指令,计算机可执行指令设置为执行第一方面中任一项所述的方法。
上述方案基于指数平滑算法,测量一定时间段范围内的网络状态,以此来衡量OpenStack多节点环境下网络性能情况。通过计算其权重和,将权重和纳入OpenStack的虚拟机筛选过程,从而,可以结合网络稳定性指标为各节点评分,筛选出适用于创建虚拟机的节点。该方法可以优化和提升OpenStack多节点或集群环境下的网络性能,剔除不佳节点,防止虚拟超时拖拽、死循环创建以及僵尸虚拟机等情况出现。
附图说明
附图帮助进一步理解本申请。为了便于描述,附图中仅示出了与有关发明相关的部分。
图1为本发明一具体实施例中基于OpenStack的虚拟机节点筛选方法的步骤示意图;
图2为本发明一具体实施例中基于OpenStack的虚拟机节点筛选流程图;
图3为本发明另一具体实施例中基于OpenStack的虚拟机节点筛选的过程示意图;
图4为本发明另一具体实施例中基于OpenStack的虚拟机节点筛选系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。此处所描述的具体实施例仅用于解释相关发明,而非对该发明的限定。在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
OpenStack的虚拟机节点筛选通常可以概括为2个步骤,首先,根据物理机可用资源与虚拟机资源请求以及配置文件和系统设置的条件,筛选获得满足创建虚拟机的条件的可用节点;其次,对筛选出来的可用节点,根据剩余可用内存指标计算权重,获得可用节点的权重排序。从上述过程可见,该筛选所用的指标均为硬件指标或传输因子指标,而缺少对节点的网络稳定性衡量。在广域多节点或离散型集群下,缺少节点的网络稳定性将带来服务故障或宕机风险。因此,本发明提出将网络稳定性作为OpenStack的虚拟机节点筛选过程中节点权重的计算指标之一,从而提升虚拟机节点的稳定性。
图1为一具体实施例中基于OpenStack的虚拟机节点筛选方法的步骤示意图,图2为本实施例中基于OpenStack的虚拟机节点筛选流程图。步骤具体包括:
S1,获取适用于创建虚拟机的可用节点列表。
优选实施例中,可以根据硬件和活跃状态条件,筛选获得可用节点列表。
Nova是OpenStack网络中的一个核心模块,负责提供计算资源,Nova-API是用户访问Nova的接口。本实施例中,在Nova-API响应创建虚拟机请求过程中,对网络的瞬时速率和连接主机时间等参数进行截取,用于起始数据流参考。
优选实施例中,利用Prometheus系统进行网络监控。通过冻结Prometheus监控的OpenStack瞬时网络流动情况,获取网络的瞬时速率和连接主机时间。
S2,计算可用节点的网络稳定性。
本实施例中,选取了6个网络稳定性指标用于评价可用节点的网络稳定性,分别为传输速率Fp、TTFB(Time To First Byte,首字节时间)响应时长Fttfb、连接耗时Fc、应用层调用完成发送请求时间Fs、DNS解析时间Fd、请求完整时间Fd,前述6个指标是评价网络稳定性最重要的指标,且可用于数据离散计算。
优选实施例中,构建样本数据矩阵,基于指数平滑算法计算可用节点的网络稳定性。根据上述指标,构建样本数据矩阵Fi。在裁定时间范围内进行矩阵的样本数据采集,本实施例中,根据OpenStack网络的并发情况核定采集时间范围为1.5秒,在此时间范围内进行平滑性能数据采集。根据OpenStack的性能指标要求,广域并发下1.5秒可以产生万级网络连接,从而可以完全满足数据采集要求。例如,在指定的时延latency和带宽bandwidth下记录有效传输速率Fp={p1,p2,...,pn},S∈(latency,bandwidth),同理,记录TTFB(TimeTo First Byte,首字节时间)响应时长Fttfb、连接耗时Fc、应用层调用完成发送请求时间Fs、DNS解析时间Fd、请求完整时间Ff,基于上述参数构建样本数据矩阵,用于计算可用节点的网络稳定性。
本实施例中,采用一次指数平滑算法计算可用节点的网络稳定性。具体地,根据下式计算每个指标采集的样本数据的平滑值:
其中,n为本期,k为移动跨期。
采用前述的6个指标,计算出各项指标的平滑值,分别记为Sp、Sttfb、Sc、Ss、Sd和Sf,此时计算出的平滑值为实时性平滑值,可用于计算离散分布的网络抖动或者网络峰值与低谷情况。
一次指数平滑算法计算网络稳定性的计算方法如下式表示:
St=α·yt+(1-α)·St-1
其中,St、St-1分别为时间t、t-1时该参数的平滑值,yt为时间t时该参数的真实值,α为平滑参数,α∈[0,1]。
S3,根据至少包括网络稳定性的若干节点可用性指标和相应指标权重,计算可用节点的权重和,根据权重和排序,获得可用节点筛选列表。
在一具体实施例的OpenStack场景使用过程中,平滑系数0-1范围内震荡,存在模糊区间,根据节点数量和网络通道,使用前述方法进行平滑数据计算,可以得出,在N节点情况中,选择靠近中位临近值下,即靠近主控节点时,根据上述方法计算出的结果值越小,即网络通畅度越佳,则选择该节点作为虚拟机创建节点的判定依据增加。
图3为一具体实施例中基于OpenStack的虚拟机节点筛选的过程示意图。本实施例中,初始有6个计算节点Host1-Host6,通过多个Filter层层过滤后,Host2和Host4被排除,获得适用于创建虚拟机的可用节点Host 1、Host 3、Host 5、Host 6。根据前述实施例的指数平滑算法,计算获得网络稳定性权重St,将St纳入权重计算规则中,获得可用节点的权重和排序,本实施例中,Host 5得分最高,可优先用于创建虚拟机。
图4为另一具体实施例中根据本发明第二方面的一种基于OpenStack的虚拟机节点筛选系统400的结构示意图,其包括:
可用节点筛选模块401,配置用于获取适用于创建虚拟机的可用节点列表;
网络稳定性计算模块402,配置用于计算可用节点列表中可用节点的网络稳定性;
节点权重计算模块403,配置用于根据至少包括网络稳定性的若干节点可用性指标和相应指标权重,计算可用节点的权重和,根据权重和排序,获得可用节点筛选列表。
在另一具体实施例中,根据本发明第三方面提出一种用于基于OpenStack的虚拟机节点筛选的存储介质,该存储介质存储有计算机可执行指令,计算机可执行指令设置为执行本发明第一方面中所述的任一方法。
本发明横向扩展了OpenStack-HA指标,对多节点或者集群条件下OpenStack网络综合性能有明确的指标判断和提升方式,可以有效防止在并发或者并行创建虚拟机场景下,虚拟机超时拖拽、死循环等情况,可以有效响应僵尸虚拟机情况,并对僵尸虚拟机发生情况有更多条件判断依据。
尽管结合优选实施方案具体展示和介绍了本申请的内容,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本申请的精神和范围内,没有做出创造性劳动的情况下,在形式上和细节上对本申请做出的各种变化,均为本申请的保护范围。
Claims (10)
1.一种基于OpenStack的虚拟机节点筛选方法,其特征在于,包括:
获取适用于创建虚拟机的可用节点;
计算所述中可用节点的网络稳定性;
根据至少包括所述网络稳定性的若干节点可用性指标和相应指标权重,计算所述可用节点的权重和,根据所述权重和排序,获得可用节点筛选列表。
2.根据权利要求1所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,还包括:
选取若干网络稳定性指标,在响应虚拟机创建请求的过程中,记录一段时间内若干网络稳定性指标对应的样本数据,用于计算所述可用节点列表中可用节点的网络稳定性。
3.根据权利要求2所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,还包括:
构建样本数据矩阵,基于指数平滑算法计算所述可用节点的网络稳定性。
4.根据权利要求3所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,所述指数平滑算法为一次指数平滑算法。
5.根据权利要求2所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,所述网络稳定性指标包括传输速率、TTFB响应时长、连接耗时、应用层调用完成发送请求时间、DNS解析时间请求完整时间中的至少一个。
6.根据权利要求2所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,记录1.5s内的若干网络稳定性指标对应的样本数据。
7.根据权利要求1所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,还包括根据硬件和活跃状态条件,筛选获得所述可用节点列表。
8.根据权利要求1所述的基于OpenStack的虚拟机节点筛选方法,其特征在于,还包括利用Prometheus系统进行网络监控。
9.一种基于OpenStack的虚拟机节点筛选系统,其特征在于,包括:
可用节点筛选模块,配置用于获取适用于创建虚拟机的可用节点列表;
网络稳定性计算模块,配置用于计算所述可用节点列表中可用节点的网络稳定性;
节点权重计算模块,配置用于根据至少包括所述网络稳定性的若干节点可用性指标和相应指标权重,计算所述可用节点的权重和,根据所述权重和排序,获得可用节点筛选列表。
10.一种用于基于OpenStack的虚拟机节点筛选的存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310373093.1A CN116405391A (zh) | 2023-04-10 | 2023-04-10 | 基于OpenStack的虚拟机节点筛选方法、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310373093.1A CN116405391A (zh) | 2023-04-10 | 2023-04-10 | 基于OpenStack的虚拟机节点筛选方法、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116405391A true CN116405391A (zh) | 2023-07-07 |
Family
ID=87007060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310373093.1A Pending CN116405391A (zh) | 2023-04-10 | 2023-04-10 | 基于OpenStack的虚拟机节点筛选方法、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116405391A (zh) |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714929A (zh) * | 2009-11-19 | 2010-05-26 | 中国科学院计算技术研究所 | 网络可用性指数定量计算方法及系统 |
CN102508714A (zh) * | 2011-11-03 | 2012-06-20 | 南京邮电大学 | 一种云计算中基于绿色计算的虚拟机调度方法 |
CN103248659A (zh) * | 2012-02-13 | 2013-08-14 | 北京华胜天成科技股份有限公司 | 一种云计算资源调度方法和系统 |
CN104133727A (zh) * | 2014-08-08 | 2014-11-05 | 成都致云科技有限公司 | 基于实时资源负载分配的方法 |
CN104683408A (zh) * | 2013-11-29 | 2015-06-03 | 中国科学院深圳先进技术研究院 | OpenStack云计算管理平台建立虚拟机实例的方法和系统 |
CN104717251A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院深圳先进技术研究院 | OpenStack云计算管理平台Cell节点调度方法和系统 |
US20170041187A1 (en) * | 2015-08-04 | 2017-02-09 | International Business Machines Corporation | Managing network connectivity of a virtual machine related to a shared pool of configurable computing resources |
CN106528270A (zh) * | 2016-11-16 | 2017-03-22 | 航天信息股份有限公司 | 一种基于OpenStack云平台的虚拟机自动迁移方法及系统 |
CN106919435A (zh) * | 2015-12-25 | 2017-07-04 | 华为技术有限公司 | 虚拟机的创建方法、资源的管理方法及装置 |
CN109002342A (zh) * | 2017-06-07 | 2018-12-14 | 中国科学院信息工程研究所 | 一种基于OpenStack的计算资源定向调度方法及系统 |
CN110515702A (zh) * | 2019-08-29 | 2019-11-29 | 浪潮云信息技术有限公司 | 一种计算节点故障虚拟机的自动疏散方法及装置 |
CN110704167A (zh) * | 2019-10-09 | 2020-01-17 | 腾讯科技(深圳)有限公司 | 一种创建虚拟机的方法、装置、设备和存储介质 |
CN110865881A (zh) * | 2018-08-27 | 2020-03-06 | 中移(苏州)软件技术有限公司 | 一种资源调度的方法及装置 |
CN111143039A (zh) * | 2020-01-02 | 2020-05-12 | 安超云软件有限公司 | 一种虚拟机的调度方法、装置及计算机存储介质 |
CN111198749A (zh) * | 2020-01-06 | 2020-05-26 | 紫光云技术有限公司 | 一种提高创建虚拟机物理节点调度效率的方法 |
CN112148542A (zh) * | 2020-09-22 | 2020-12-29 | 江苏安超云软件有限公司 | 一种分布式存储集群的可靠性测试方法、装置及系统 |
CN112286623A (zh) * | 2019-07-24 | 2021-01-29 | 中移(苏州)软件技术有限公司 | 一种信息处理方法及装置、存储介质 |
CN112817689A (zh) * | 2021-01-08 | 2021-05-18 | 北京金山云网络技术有限公司 | 对虚拟机进行分类排序的方法、装置和电子设备 |
CN113051026A (zh) * | 2019-12-27 | 2021-06-29 | 中移(苏州)软件技术有限公司 | 一种虚拟机创建方法、装置及存储介质 |
CN113326097A (zh) * | 2021-06-08 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 一种虚拟机限速方法、装置、设备和计算机存储介质 |
CN114327824A (zh) * | 2021-12-28 | 2022-04-12 | 绿盟科技集团股份有限公司 | 一种业务主机的确定方法、装置及电子设备 |
CN114741160A (zh) * | 2022-04-19 | 2022-07-12 | 华北电力大学 | 一种基于平衡能耗与服务质量的动态虚拟机整合方法和系统 |
CN114996005A (zh) * | 2022-05-31 | 2022-09-02 | 济南浪潮数据技术有限公司 | 一种资源调度方法、装置、设备及介质 |
CN115617513A (zh) * | 2022-10-09 | 2023-01-17 | 浪潮云信息技术股份公司 | 一种OpenStack环境下基于内存使用率进行优化的方法、系统及装置 |
-
2023
- 2023-04-10 CN CN202310373093.1A patent/CN116405391A/zh active Pending
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101714929A (zh) * | 2009-11-19 | 2010-05-26 | 中国科学院计算技术研究所 | 网络可用性指数定量计算方法及系统 |
CN102508714A (zh) * | 2011-11-03 | 2012-06-20 | 南京邮电大学 | 一种云计算中基于绿色计算的虚拟机调度方法 |
CN103248659A (zh) * | 2012-02-13 | 2013-08-14 | 北京华胜天成科技股份有限公司 | 一种云计算资源调度方法和系统 |
CN104683408A (zh) * | 2013-11-29 | 2015-06-03 | 中国科学院深圳先进技术研究院 | OpenStack云计算管理平台建立虚拟机实例的方法和系统 |
CN104717251A (zh) * | 2013-12-12 | 2015-06-17 | 中国科学院深圳先进技术研究院 | OpenStack云计算管理平台Cell节点调度方法和系统 |
CN104133727A (zh) * | 2014-08-08 | 2014-11-05 | 成都致云科技有限公司 | 基于实时资源负载分配的方法 |
US20170041187A1 (en) * | 2015-08-04 | 2017-02-09 | International Business Machines Corporation | Managing network connectivity of a virtual machine related to a shared pool of configurable computing resources |
CN106919435A (zh) * | 2015-12-25 | 2017-07-04 | 华为技术有限公司 | 虚拟机的创建方法、资源的管理方法及装置 |
CN106528270A (zh) * | 2016-11-16 | 2017-03-22 | 航天信息股份有限公司 | 一种基于OpenStack云平台的虚拟机自动迁移方法及系统 |
CN109002342A (zh) * | 2017-06-07 | 2018-12-14 | 中国科学院信息工程研究所 | 一种基于OpenStack的计算资源定向调度方法及系统 |
CN110865881A (zh) * | 2018-08-27 | 2020-03-06 | 中移(苏州)软件技术有限公司 | 一种资源调度的方法及装置 |
CN112286623A (zh) * | 2019-07-24 | 2021-01-29 | 中移(苏州)软件技术有限公司 | 一种信息处理方法及装置、存储介质 |
CN110515702A (zh) * | 2019-08-29 | 2019-11-29 | 浪潮云信息技术有限公司 | 一种计算节点故障虚拟机的自动疏散方法及装置 |
CN110704167A (zh) * | 2019-10-09 | 2020-01-17 | 腾讯科技(深圳)有限公司 | 一种创建虚拟机的方法、装置、设备和存储介质 |
CN113051026A (zh) * | 2019-12-27 | 2021-06-29 | 中移(苏州)软件技术有限公司 | 一种虚拟机创建方法、装置及存储介质 |
CN111143039A (zh) * | 2020-01-02 | 2020-05-12 | 安超云软件有限公司 | 一种虚拟机的调度方法、装置及计算机存储介质 |
CN111198749A (zh) * | 2020-01-06 | 2020-05-26 | 紫光云技术有限公司 | 一种提高创建虚拟机物理节点调度效率的方法 |
CN112148542A (zh) * | 2020-09-22 | 2020-12-29 | 江苏安超云软件有限公司 | 一种分布式存储集群的可靠性测试方法、装置及系统 |
CN112817689A (zh) * | 2021-01-08 | 2021-05-18 | 北京金山云网络技术有限公司 | 对虚拟机进行分类排序的方法、装置和电子设备 |
CN113326097A (zh) * | 2021-06-08 | 2021-08-31 | 深圳前海微众银行股份有限公司 | 一种虚拟机限速方法、装置、设备和计算机存储介质 |
CN114327824A (zh) * | 2021-12-28 | 2022-04-12 | 绿盟科技集团股份有限公司 | 一种业务主机的确定方法、装置及电子设备 |
CN114741160A (zh) * | 2022-04-19 | 2022-07-12 | 华北电力大学 | 一种基于平衡能耗与服务质量的动态虚拟机整合方法和系统 |
CN114996005A (zh) * | 2022-05-31 | 2022-09-02 | 济南浪潮数据技术有限公司 | 一种资源调度方法、装置、设备及介质 |
CN115617513A (zh) * | 2022-10-09 | 2023-01-17 | 浪潮云信息技术股份公司 | 一种OpenStack环境下基于内存使用率进行优化的方法、系统及装置 |
Non-Patent Citations (3)
Title |
---|
李明东;房爱东;卢彪;张万礼;: "基于安全测试的云计算安全预测系统", 九江学院学报(自然科学版), no. 01 * |
邱宝,冯亮亮: "公有云容器化指南腾讯云TKE实战与应用", 31 January 2021, 机械工业出版社, pages: 5 * |
陈光宇,黄海,丁智华: "大数据驱动下同期线损精细化管理技术与案例分析", 1 February 2021, 机械工业出版社, pages: 3 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134495B (zh) | 一种容器跨主机在线迁移方法、存储介质及终端设备 | |
CN103533058B (zh) | 面向HDFS/Hadoop存储集群的资源监控系统及方法 | |
CA2533744C (en) | Hierarchical management of the dynamic allocation of resources in a multi-node system | |
US20060168156A1 (en) | Hierarchical system configuration method and integrated scheduling method to provide multimedia streaming service on two-level double cluster system | |
TWI725744B (zh) | 透過多層次相關性建立系統資源預測及資源管理模型的方法 | |
US20060200469A1 (en) | Global session identifiers in a multi-node system | |
CN110209467B (zh) | 一种基于机器学习的弹性资源扩展方法和系统 | |
CN116662010B (zh) | 基于分布式系统环境下的动态资源分配方法及系统 | |
CN114637650B (zh) | 一种基于Kubernetes集群的弹性伸缩方法 | |
CN106933868A (zh) | 一种调整数据分片分布的方法及数据服务器 | |
CN102739785A (zh) | 基于网络带宽估计的云计算任务调度方法 | |
CN112162789A (zh) | 一种基于软件定义的边缘计算随机卸载决策方法及系统 | |
Tu et al. | An optimized cluster storage method for real-time big data in Internet of Things | |
CN117632897A (zh) | 动态扩缩容方法及装置 | |
US7792966B2 (en) | Zone control weights | |
CN115913967A (zh) | 一种云环境下基于资源需求预测的微服务弹性伸缩方法 | |
CN115883392B (zh) | 算力网络的数据感知方法、装置、电子设备及存储介质 | |
CN116405391A (zh) | 基于OpenStack的虚拟机节点筛选方法、系统和存储介质 | |
CN115277249A (zh) | 一种多层异构网络协同的网络安全态势感知方法 | |
CN108243228A (zh) | 用于数据调度的方法和智能伺服集群 | |
CN112988904A (zh) | 一种分布式数据管理系统及数据存储方法 | |
CN107491264A (zh) | 一种分布式系统中的数据写入方法及装置 | |
CN110928688A (zh) | 一种分布式爬虫任务的调度系统及方法 | |
CN112579297B (zh) | 一种数据处理方法及装置 | |
CN118093596B (zh) | 一种面向异构存储的冷热数据管理方法和系统 |
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 |