CN117891619A - 基于虚拟化平台的主机资源同步方法及系统 - Google Patents
基于虚拟化平台的主机资源同步方法及系统 Download PDFInfo
- Publication number
- CN117891619A CN117891619A CN202410303201.2A CN202410303201A CN117891619A CN 117891619 A CN117891619 A CN 117891619A CN 202410303201 A CN202410303201 A CN 202410303201A CN 117891619 A CN117891619 A CN 117891619A
- Authority
- CN
- China
- Prior art keywords
- synchronization
- resource
- host
- communication
- virtual machine
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000004891 communication Methods 0.000 claims abstract description 127
- 238000012544 monitoring process Methods 0.000 claims abstract description 68
- 238000011156 evaluation Methods 0.000 claims abstract description 59
- 238000004458 analytical method Methods 0.000 claims abstract description 58
- 230000001360 synchronised effect Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 8
- 238000007726 management method Methods 0.000 claims description 31
- 238000012545 processing Methods 0.000 claims description 27
- 238000013508 migration Methods 0.000 claims description 24
- 230000005012 migration Effects 0.000 claims description 24
- 230000004044 response Effects 0.000 claims description 17
- 238000004140 cleaning Methods 0.000 claims description 15
- 238000012937 correction Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 13
- 230000010365 information processing Effects 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000010801 machine learning Methods 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 230000010354 integration Effects 0.000 claims description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000013468 resource allocation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了基于虚拟化平台的主机资源同步方法及系统,涉及资源同步的技术领域,该系统通过信息监测模块实时收集主机和虚拟机的性能指标、负载状态和通信情况,使得系统能够快速感知虚拟化平台的变化,通过通信模块实时监测主机和虚拟机的通信情况,进一步了解系统的实时状态;资源分析模块通过对清洗后的资源数据库进行特征提取,获取了关键性能指标,这些特征直观反映了虚拟化平台中主机和虚拟机的状态,为后续的同步评估提供了实质性依据。通过引入同步管理模块,系统预先设置估算阈值y,并根据同步评估指数Tbzs对比分析,实现了对资源同步等级的准确评估,这有助于系统更好地理解当前状态,并根据不同等级采取相应的调整措施。
Description
技术领域
本发明涉及资源同步的技术领域,具体为基于虚拟化平台的主机资源同步方法及系统。
背景技术
虚拟化技术在当今信息技术领域中扮演着重要的角色,它通过将物理计算资源抽象为虚拟实例,使得多个虚拟环境可以在同一台物理主机上同时运行,提高了资源利用效率和灵活性。在此领域中,主机资源同步成为一个关键的挑战,尤其是在复杂的虚拟化平台中,为了有效管理和优化虚拟环境中的主机资源,开发了一种基于虚拟化平台的主机资源同步系统,并且这种虚拟化平台广泛应用于各个行业,包括企业、科研机构和服务提供商。
其中主机和虚拟机的负载波动和通信状态对主机资源同步产生了直接的影响。负载波动可能导致资源不均衡,从而影响整个虚拟化平台的性能,通信状态的不稳定可能影响虚拟机之间的协同工作,影响虚拟机之间的协同工作。
然而,目前的虚拟化平台在资源同步方面仍然存在一些挑战。传统的静态资源分配方式无法应对动态变化的负载和通信状态,导致系统性能波动和资源利用效率不高。此外,随着虚拟机数量和复杂性的增加,如何确保各个主机和虚拟机之间的资源同步,以及在负载波动和通信状态变化的情况下保持系统性能的平稳性,成为了亟待解决的问题。因此,有必要研发一种基于虚拟化平台的主机资源同步系统,能够实时适应不同负载和通信状态,为提高整个系统的稳定性和性能做基础,这就是我们所提出的基于虚拟化平台的主机资源同步系统的背景和动机。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了基于虚拟化平台的主机资源同步方法及系统,解决了上述背景技术中的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:基于虚拟化平台的主机资源同步系统,包括信息监测模块、通信模块、信息处理模块、资源分析模块以及同步管理模块;
所述信息监测模块用于对虚拟化平台中若干组主机中性能指标信息,生成第一数据组,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,生成第二数据组,并将所述第一数据组和所述第二数据组均传输至资源数据库内;
所述通信模块用于实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息,生成第三数据组;
所述信息处理模块用于将所述第三数据组传输至资源数据库,并对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
所述资源分析模块用于对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs,所述同步评估指数Tbzs通过以下公式获取:
;
式中,Dbcz表示为电压不对称度,、/>和/>分别表示为通信性能系数Txxs、主机性能差系数Zxxs和电压不对称度Dbcz的预设比例系数,R表示为第一修正常数;
所述同步管理模块用于预先设置估算阈值y,并将所述估算阈值y与所述同步评估指数Tbzs进行对比分析,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
优选的,所述信息监测模块包括主机监测单元和虚拟机监测单元;
所述主机监测单元用于实时监测与记录虚拟化平台中若干组主机中性能指标信息,其中包括内存使用率差值Zscz、CPU利用率差值Sycz以及虚拟机迁移频率差值Xqpz;
所述虚拟机监测单元用于对若干组虚拟机中负载进行监测,获取相关虚拟机负载信息,其中包括业务需求增加值Yxzz、访问量Fwlz以及新任务增加值Rjz。
优选的,所述通信模块包括通信关系单元和通信监测单元;
所述通信关系单元用于对若干组主机和若干组虚拟机之间的通信情况进行分类,包括主机之间的通信、虚拟机之间的通信以及主机和虚拟机之间的通信;
所述通信监测单元用于根据若干组主机和若干组虚拟机之间的通信情况,实时监测主机之间的相关通信状态信息、虚拟机之间的相关通信状态信息,以及主机和虚拟机之间的相关通信状态信息;
其中,相关通信状态信息包括丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz。
优选的,所述信息处理模块包括清洗单元和整合单元;
所述清洗单元用于检测与处理数据中的缺失值,选择删除包含缺失值的行,填充缺失值,并检测与删除资源数据库中的重复记录;将文本数据转换为数字格式,其中包括日期格式、单位制和地理坐标。
所述整合单元用于建立资源数据库,并将所述第一数据组、所述第二数据组和所述第三数据组均传输至资源数据库,并利用无量纲处理技术,对资源数据库中信息按照最小值和最大值的范围进行线性缩放,将信息映射到指定范围。
优选的,所述资源分析模块包括第一分析单元和第二分析单元;
所述第一分析单元包括虚拟机负载分析子单元和主机性能分析子单元;
所述虚拟机负载分析子单元用于依据所述第二数据组,将所述访问量Fwlz与所述新任务增加值Rjz相关联,并经过无量纲处理后,获取负载波动因子Fbyz,所述负载波动因子Fbyz通过以下公式获取:
;
式中,Yxzz表示为业务需求增加值,F1、F2和F3分别表示为新任务增加值Rjz、访问量Fwlz和业务需求增加值Yxzz的预设比例系数。
优选的,所述主机性能分析子单元用于根据所述第一数据组中若干组主机性能指标信息,再结合所述第二数据组中的所述负载波动因子Fbyz,并经过无量纲处理后,获取主机性能差系数Zxxs,所述主机性能差系数Zxxs通过以下公式获取:
;
式中,Xqpz表示为虚拟机迁移频率差值,Sycz表示为CPU利用率差值,Zscz表示为内存使用率差值,w1和w2均表示为预设比例系数,L表示为第二修正常数。
优选的,所述第二分析单元用于通过所述第三数据组,经过无量纲处理后,获取通信性能系数Txxs,所述通信性能系数Txxs通过以下公式获取:
;
式中,Klyz表示为带宽利用率,Ttlz表示为吞吐量,Xysc表示为响应时长,Dbl表示为丢包率,Kycj表示为带宽延迟积,r1、r2、r3、r4和r5分别表示为带宽利用率Klyz、吞吐量Ttlz、响应时长Xysc、丢包率Dbl和带宽延迟积Kycj的预设比例系数,V表示为第三修正常数。
优选的,所述同步管理模块包括对比单元和管理单元;
所述对比单元用于根据所述同步评估指数Tbzs与所述估算阈值y进行对比,获取资源同步等级状态,其中资源同步等级状态的具体内容如下:
若所述同步评估指数Tbzs大于所述估算阈值y时,生成第一同步等级,表示为当前主机资源同步处于异常状况,虚拟化平台的主机存在不同步问题;
若所述同步评估指数Tbzs等于所述估算阈值y时,生成第二同步等级,表示为当前主机资源同步处于平衡状态;
若所述同步评估指数Tbzs小于所述估算阈值y时,生成第三同步等级,表示为当前主机处于理想化的同步状态。
优选的,所述管理单元用于根据所述第一同步等级、所述第二同步等级和所述第三同步等级,对当前虚拟化平台中的主机采取相应的措施,其中具体措施内容如下:
若生成第一同步等级,则此时将减少虚拟机的分配资源,以调整负载均衡,并调整虚拟机的位置,将负载相对较重的虚拟机迁移到资源相对充裕的主机上,同时根据实际需求,动态调整虚拟机的资源配额,确保每个主机和虚拟机得到足够的资源支持,根据负载情况合理启动或关闭虚拟机;
若生成第二同步等级,则此时系统将继续监测同步状态,根据监测结果进行周期性的小规模资源调整,以适应系统资源的变化;
若生成第三同步等级,则此时系统将保持当前配置,无需采取额外的同步调整措施。
基于虚拟化平台的主机资源同步方法,包括以下步骤:
步骤一、首先对虚拟化平台中若干组主机中性能指标信息,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,建立资源数据库;
步骤二、接着实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息;
步骤三、然后对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
步骤四、其次对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs;
步骤五、最后将同步评估指数Tbzs与估算阈值y进行对比,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
(三)有益效果
本发明提供了基于虚拟化平台的主机资源同步方法及系统,具备以下有益效果:
1、该系统通过信息监测模块实时收集主机和虚拟机的性能指标、负载状态和通信情况,使得系统能够快速感知虚拟化平台的变化,通过通信模块实时监测主机和虚拟机的通信情况,进一步了解系统的实时状态;资源分析模块通过对清洗后的资源数据库进行特征提取,获取了关键性能指标,这些特征直观反映了虚拟化平台中主机和虚拟机的状态,为后续的同步评估提供了实质性依据。通过引入同步管理模块,系统预先设置估算阈值y,并根据同步评估指数Tbzs对比分析,实现了对资源同步等级的准确评估,这有助于系统更好地理解当前状态,并根据不同等级采取相应的调整措施。系统根据同步等级状态采取相应的措施,包括动态资源调整和负载均衡调整等,从而实现对虚拟化平台的自适应优化,这有助于提高系统的性能和资源利用效率,进一步减少资源浪费。该系统有助于解决传统虚拟化平台在资源同步方面的挑战,尤其是在面对动态变化的负载和通信状态时,通过机器学习和综合考虑多个因素,系统更具智能化和适应性,进一步提高了虚拟化平台的整体稳定性。总之,该系统的实施有助于优化虚拟化平台中主机资源的同步管理,提高系统性能和稳定性,满足了当前虚拟化技术在各个行业中广泛应用的需求。
2、主机性能分析子单元结合主机性能指标和负载波动因子Fbyz,获取主机性能差系数Zxxs,这为评估主机在不同工作负载下的性能提供了依据,有助于及时调整资源配置;根据同步评估指数Tbzs的不同情况采取相应的资源同步等级状态和措施,这使得系统具备更智能的资源同步决策能力,进一步确保整个虚拟化平台的稳定性和性能最大化。
附图说明
图1为本发明基于虚拟化平台的主机资源同步系统框图流程示意图;
图2为本发明基于虚拟化平台的主机资源同步方法步骤示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
请参阅图1,本发明提供基于虚拟化平台的主机资源同步系统,包括信息监测模块、通信模块、信息处理模块、资源分析模块以及同步管理模块;
所述信息监测模块用于对虚拟化平台中若干组主机中性能指标信息,生成第一数据组,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,生成第二数据组,并将所述第一数据组和所述第二数据组均传输至资源数据库内;
所述通信模块用于实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息,生成第三数据组;
所述信息处理模块用于将所述第三数据组传输至资源数据库,并对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
所述资源分析模块用于对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs,所述同步评估指数Tbzs通过以下公式获取:
;
式中,Dbcz表示为电压不对称度,、/>和/>分别表示为通信性能系数Txxs、主机性能差系数Zxxs和电压不对称度Dbcz的预设比例系数,其中,0.11≤/>≤0.42,0.05≤/>≤0.40,0.03≤/>≤0.18,且0.25≤/>≤1.0,R表示为第一修正常数;
所述同步管理模块用于预先设置估算阈值y,并将所述估算阈值y与所述同步评估指数Tbzs进行对比分析,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
本系统运行中,通过信息监测模块对主机和虚拟机的性能指标、负载状态和通信情况进行实时监测和分析,系统能够及时了解不同动态的负载和通信状态,从而实现更加精准和灵活的资源分配,进一步提高整个虚拟化平台的资源利用效率,资源分析模块通过对清洗后的数据进行特征提取和机器学习,评估出同步评估指数Tbzs,该指数综合考虑了通信性能、主机性能差异和电压不对称度Dbcz等因素,并将同步评估指数Tbzs与估算阈值y对比,采取相应的资源同步措施,进一步优化系统性能的稳定性,系统能够根据负载波动、通信状态的实时变化,能够及时的对虚拟机的资源分配进行动态调整,进行虚拟机迁移和启停策略的调整,这使得系统具备智能调整和适应性强的特性,能够促使主机资源更加同步的同时,也能更好地适应不断变化的虚拟化环境。同步管理模块根据同步评估指数Tbzs的不同情况,划分了资源同步等级状态,为系统管理员提供了更细致的资源管理和调整的依据。不同等级状态下采取的措施有助于更有针对性地解决不同情况下的资源同步问题。
实施例2:
请参照图1,具体的:所述信息监测模块包括主机监测单元和虚拟机监测单元;
所述主机监测单元用于实时监测与记录虚拟化平台中若干组主机中性能指标信息,其中包括内存使用率差值Zscz、CPU利用率差值Sycz以及虚拟机迁移频率差值Xqpz;
所述虚拟机监测单元用于对若干组虚拟机中负载进行监测,获取相关虚拟机负载信息,其中包括业务需求增加值Yxzz、访问量Fwlz以及新任务增加值Rjz。
所述通信模块包括通信关系单元和通信监测单元;
所述通信关系单元用于对若干组主机和若干组虚拟机之间的通信情况进行分类,包括主机之间的通信、虚拟机之间的通信以及主机和虚拟机之间的通信;
所述通信监测单元用于根据若干组主机和若干组虚拟机之间的通信情况,实时监测主机之间的相关通信状态信息、虚拟机之间的相关通信状态信息,以及主机和虚拟机之间的相关通信状态信息;相关通信状态信息包括丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz。
其中,主机之间的相关通信状态信息包括主机之间的丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz;
虚拟机之间的相关通信状态信息包括虚拟机之间的丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz;
主机和虚拟机之间的相关通信状态信息包括主机和虚拟机之间的丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz。
本实施例中,主机监测单元实时监测和记录虚拟化平台中主机的性能指标信息,包括内存使用率差值Zscz、CPU利用率差值Sycz以及虚拟机迁移频率差值Xqpz,这使得系统管理员能够获取对主机资源利用情况更精准的把握,有助于及时发现和解决主机性能方面的问题。虚拟机监测单元对虚拟机的负载进行监测,获取业务需求增加值Yxzz、访问量Fwlz以及新任务增加值Rjz,这有助于系统管理员全面了解虚拟机的负载情况,为合理分配资源和规划虚拟机迁移提供详细的数据支持。通信关系单元对主机和虚拟机之间的通信进行分类,包括主机之间的通信、虚拟机之间的通信以及主机和虚拟机之间的通信;通信监测单元实时监测通信状态信息,包括丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz,这样的分类和监测有助于系统管理员清晰了解通信模式,及时发现哪块出现了问题,进一步保障系统的通信质量,不仅提供了主机之间的通信状态信息、虚拟机之间的通信状态信息,还提供了主机和虚拟机之间的通信状态信息,这为系统管理员提供了全方位的通信状态数据,有助于更全面地分析和优化整个虚拟化平台的通信性能。提供了详细的通信状态信息,使得系统管理员能够迅速定位通信问题的根本原因。这为及时解决通信问题提供了有力支持,保障了整个虚拟化平台的稳定性和性能。上述监测和分类信息为同步管理模块提供了充分的依据。
实施例3:
请参照图1,具体的:所述信息处理模块包括清洗单元和整合单元;
所述清洗单元用于检测与处理数据中的缺失值,选择删除包含缺失值的行,填充缺失值,并检测与删除资源数据库中的重复记录,重复值可能导致分析结果不准确,因此需要确保每个数据点都是唯一的;将文本数据转换为数字格式,确保数据类型的一致性,统一数据的格式,确保数据在整个数据集中保持一致,其中包括日期格式、单位制和地理坐标。
所述整合单元用于建立资源数据库,并将所述第一数据组、所述第二数据组和所述第三数据组均传输至资源数据库,并利用无量纲处理技术,对资源数据库中信息按照最小值和最大值的范围进行线性缩放,将信息映射到指定范围。
本实施例中,清洗单元通过检测和处理数据中的缺失值,选择删除或填充缺失值,并检测并删除资源数据库中的重复记录,确保每个数据点唯一,这有助于提升资源数据库的数据完整性和准确性,进一步确保分析结果的可信度;清洗单元负责将文本数据转换为数字格式,统一数据的格式,包括日期格式、单位制和地理坐标,这有助于确保整个资源数据库中的数据类型一致,进一步提高数据的一致性和可比性;清洗单元的重复记录检测与删除操作避免了资源数据库中存在的重复值,从而避免了因重复值引发的分析结果偏差,这确保了资源分析的准确性和可靠性;整合单元通过建立资源数据库,将监测得到的第一数据组、第二数据组和第三数据组整合存储,这有助于系统管理员更方便地访问和管理资源相关信息,进一步提高了系统整体的可维护性和操作性;整合单元利用无量纲处理技术对资源数据库中的信息进行线性缩放,将信息映射到指定范围,这有助于提高数据的可比性,使得不同数据之间更容易进行比较和分析;整合单元的操作确保了资源数据库中的信息按照最小值和最大值的范围进行了线性缩放,进一步标准化了资源数据库的内容,这为后续的资源分析提供了更为一致和可靠的数据基础。数据清洗和整合的过程为后续的资源分析提供了高质量的数据集,使得系统管理员能够更高效地进行资源分析和决策制定。这有助于在资源同步管理中更迅速地做出相应调整。
实施例4:
请参照图1,具体的:所述资源分析模块包括第一分析单元和第二分析单元;
所述第一分析单元包括虚拟机负载分析子单元和主机性能分析子单元;
所述虚拟机负载分析子单元用于依据所述第二数据组,将所述访问量Fwlz与所述新任务增加值Rjz相关联,并经过无量纲处理后,获取负载波动因子Fbyz,所述负载波动因子Fbyz通过以下公式获取:
;
式中,Yxzz表示为业务需求增加值,F1、F2和F3分别表示为新任务增加值Rjz、访问量Fwlz和业务需求增加值Yxzz的预设比例系数,其中,0.11≤F1≤0.33,0.05≤F2≤0.50,0.02≤F3≤0.17,且0.30≤F1+F2+F3≤1.0。
上述的新任务增加值Rjz通过应用程序日志、任务管理系统或专门的任务追踪工具记录和分析新任务的增加情况。
访问量Fwlz包括网站访问量、应用程序请求量、服务请求量、数据库查询量以及资源请求量,通过网站分析工具,如Google Analytics、百度统计或服务器日志分析工具来监测和统计访问量。
对于网站来说,访问量表示用户对网站的访问次数,每个页面、每个资源的请求都计入访问量;
对于应用程序,访问量可能是用户对应用的请求次数,例如应用的API调用和页面刷新请求等。
在服务级别,访问量可以表示对特定服务的请求次数,这包括对云服务、微服务或其他服务架构的请求。
对于数据库,访问量表示数据库的查询次数,即对数据库进行读取或写入的操作次数。访问量还可以包括对系统中各种资源的请求次数,例如对静态文件(图片、样式表以及脚本等)的请求次数。
业务需求增加值Yxzz通常通过业务流程监控系统、客户需求管理系统或者定制的业务指标监测系统来获取。
所述主机性能分析子单元用于根据所述第一数据组中若干组主机性能指标信息,再结合所述第二数据组中的所述负载波动因子Fbyz,并经过无量纲处理后,获取主机性能差系数Zxxs,所述主机性能差系数Zxxs通过以下公式获取:
;
式中,Xqpz表示为虚拟机迁移频率差值,Sycz表示为CPU利用率差值,Zscz表示为内存使用率差值,w1和w2均表示为预设比例系数,其中,0.13≤w1≤0.50,0.06≤w2≤0.50,且0.25≤w1+w2≤1.0,L表示为第二修正常数。
上述的虚拟机迁移频率差值Xqpz通过虚拟化平台提供的管理工具或API来监测虚拟机的迁移频率;
CPU利用率差值Sycz表示CPU正在执行计算任务的时间比例,通常以百分比表示。它反映了CPU在某个时间段内用于处理计算任务的程度,高CPU利用率可能表明系统的计算负载较重,而低CPU利用率可能表示系统的计算资源较为空闲;并且它通过系统性能监测工具,如sar、vmstat以及top等来监测和记录CPU的利用率,虚拟化平台也提供API,可以查询虚拟机的CPU利用率。
内存使用率差值Zscz表示系统内存当前被占用的比例,同样以百分比表示,它反映了系统内存的占用情况,包括已被分配的内存、正在使用的内存和空闲的内存;高内存使用率可能表明系统当前的内存资源较为紧张,而低内存使用率则表示系统内存相对空闲;并且通过系统性能监测工具,监测和记录系统内存的使用情况,虚拟化平台也通常提供API,可以获取虚拟机的内存使用率信息。
本实施例中,负载波动因子Fbyz的计算通过公式综合考虑了新任务增加值Rjz、访问量Fwlz和业务需求增加值Yxzz的权重关系,这有助于客观评估虚拟机的负载波动情况,为资源同步提供更为准确的数据支持。第一分析单元中的主机性能分析子单元结合了第一数据组中若干组主机性能指标信息和负载波动因子Fbyz,得到主机性能差系数Zxxs,这有助于全面考虑主机性能在负载波动情况下的表现,进一步提高了主机性能分析的全面性和准确性;资源分析模块通过虚拟机负载分析和主机性能分析得到同步评估指数Tbzs,综合考虑了虚拟机和主机在不同方面的性能表现,为系统管理员提供了一个全面的与综合性的性能指标,方便进行资源同步的决策制定。
实施例5:
请参照图1,具体的:所述第二分析单元用于通过所述第三数据组,经过无量纲处理后,获取通信性能系数Txxs,所述通信性能系数Txxs通过以下公式获取:
;
式中,Klyz表示为带宽利用率,Ttlz表示为吞吐量,Xysc表示为响应时长,Dbl表示为丢包率,Kycj表示为带宽延迟积,r1、r2、r3、r4和r5分别表示为带宽利用率Klyz、吞吐量Ttlz、响应时长Xysc、丢包率Dbl和带宽延迟积Kycj的预设比例系数,其中,0.06≤r1≤0.26,0.02≤r2≤0.12,0.05≤r3≤0.31,0.06≤r4≤0.22,0.01≤r5≤0.09,且0.30≤r1+r2+r3+r4+r5≤1.0,V表示为第三修正常数。
上述的带宽利用率Klyz通过网络流量监测设备或软件,例如SNMP(SimpleNetwork Management Protocol)可用于监测网络带宽的使用情况。
吞吐量Ttlz表示在单位时间内通过通信链路传输的数据量,反映通信链路的实际传输能力,通过网络流量监测设备或软件来测量单位时间内通过网络的数据传输量,也可以通过相关协议的性能计数器进行获取;
响应时长Xysc表示从发送请求到接收到响应所需的总时间,通过使用网络性能监测工具,例如ping命令,可以测量从发送请求到接收响应所需的时间。
丢包率Dbl表示在通信过程中发生的数据包丢失的比率,高丢包率可能表明网络连接不稳定,通信链路出现问题,并同样可以使用ping命令或其他网络性能监测工具来检测网络包的丢失情况;
带宽延迟积Kycj是带宽和延迟的乘积,反映了在网络中可容纳的未确认数据量,高带宽延迟积可能导致在高延迟网络中传输大量数据时的性能问题,并使用网络性能监测设备或专业的网络分析工具进行监测,如Wireshark,可捕获和分析网络数据包的延迟情况;
本实施例中,第二分析单元通过无量纲处理获取通信性能系数Txxs,考虑了带宽利用率Klyz、吞吐量Ttlz、响应时长Xysc、丢包率Dbl和带宽延迟积Kycj等因素,这有助于全面了解主机和虚拟机之间的通信状态;通过使用预设比例系数和修正常数,确保通信性能系数Txxs在不同条件下具有合理的权衡,进一步提高了对通信性能的综合评估。虚拟机负载、主机性能和通信性能的综合分析,为系统管理员提供了全面的资源信息,这有助于管理员更加精准地进行资源同步管理,提高整体系统的性能和稳定性。
实施例6:
请参照图1,具体的:所述同步管理模块包括对比单元和管理单元;
所述对比单元用于根据所述同步评估指数Tbzs与所述估算阈值y进行对比,获取资源同步等级状态,其中资源同步等级状态的具体内容如下:
若所述同步评估指数Tbzs大于所述估算阈值y时,生成第一同步等级,表示为当前主机资源同步处于异常状况,虚拟化平台的主机存在不同步问题;
若所述同步评估指数Tbzs等于所述估算阈值y时,生成第二同步等级,表示为当前主机资源同步处于平衡状态;
若所述同步评估指数Tbzs小于所述估算阈值y时,生成第三同步等级,表示为当前主机处于理想化的同步状态。
所述管理单元用于根据所述第一同步等级、所述第二同步等级和所述第三同步等级,对当前虚拟化平台中的主机采取相应的措施,其中具体措施内容如下:
若生成第一同步等级,则此时将减少虚拟机的分配资源,以调整负载均衡,并调整虚拟机的位置,将负载相对较重的虚拟机迁移到资源相对充裕的主机上,同时根据实际需求,动态调整虚拟机的资源配额,确保每个主机和虚拟机得到足够的资源支持,根据负载情况合理启动或关闭虚拟机,以降低系统整体资源压力;
若生成第二同步等级,则此时系统将继续监测同步状态,根据监测结果进行周期性的小规模资源调整,以适应系统资源的变化,确保虚拟机分配的资源在系统各个节点之间相对平衡;
若生成第三同步等级,则此时系统将保持当前配置,无需采取额外的同步调整措施。
本实施例中,对比单元通过比较同步评估指数Tbzs与估算阈值y,生成了三个同步等级状态,这使得管理员能够清晰地了解当前主机资源同步的状态,有针对性地采取后续管理措施;不同的同步等级反映了主机资源同步的不同状态,从异常状况到平衡状态再到理想同步状态,提供了更细致的同步管理信息,管理单元根据生成的同步等级状态,采取相应的管理措施,实现了对虚拟化平台中主机的动态调整。在第一同步等级情况下,系统通过减少虚拟机的分配资源、调整负载均衡和动态调整虚拟机的资源配额,进一步有效降低了系统整体资源压力,提高了资源利用效率;第二同步等级时,系统继续监测同步状态,进行小规模的周期性资源调整,以适应系统资源的变化,确保各节点资源相对平衡,进一步增强了系统的动态适应性;在第三同步等级情况下,系统保持当前配置,无需额外同步调整措施,避免了不必要的资源浪费,确保系统的稳定性和性能。系统的动态调整策略使得在不同同步状态下,都能够及时保持资源分配的相对平衡,最大程度地提高虚拟化平台的整体性能。通过对比和管理单元的协同工作,该同步管理模块在不同同步状态下实现了对虚拟化平台资源的智能化管理,为系统维护提供了全面而灵活的解决方案。
实施例7:
请参照图1和图2,具体的:基于虚拟化平台的主机资源同步方法,包括以下步骤:
步骤一、首先对虚拟化平台中若干组主机中性能指标信息,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,建立资源数据库;
步骤二、接着实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息;
步骤三、然后对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
步骤四、其次对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs;
步骤五、最后将同步评估指数Tbzs与估算阈值y进行对比,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
示例:
数据采集:新任务增加值Rjz为21;访问量Fwlz为231;业务需求增加值Yxzz为11;
预设比例系数:F1为0.21;F2为0.26;F3为0.06;
虚拟机迁移频率差值Xqpz为0.12;CPU利用率差值Sycz为0.42;内存使用率差值Zscz为0.36;
预设比例系数:w1为0.22;w2为0.12;第二修正常数L为0.79;
带宽利用率Klyz为0.64;吞吐量Ttlz为214;响应时长Xysc为0.62;丢包率Dbl为0.24;带宽延迟积Kycj为0.62;
预设比例系数:r1为0.10;r2为0.04;r3为0.20;r4为0.10;r5为0.03;第三修正常数V为0.94;
电压不对称度Dbcz为32;为0.16;/>为0.22;/>为0.06;第一修正常数R为0.65;
通过以上数据,可以进行以下计算:
负载波动因子;
主机性能差系数;
通信性能系数;
同步评估指数;
若估算阈值y为15,则同步评估指数Tbzs大于估算阈值y,生成第一同步等级,表示为当前主机资源同步处于异常状况,虚拟化平台的主机存在不同步问题,则此时将减少虚拟机的分配资源,以调整负载均衡,并调整虚拟机的位置,将负载相对较重的虚拟机迁移到资源相对充裕的主机上,同时根据实际需求,动态调整虚拟机的资源配额,确保每个主机和虚拟机得到足够的资源支持,根据负载情况合理启动或关闭虚拟机,以降低系统整体资源压力。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.基于虚拟化平台的主机资源同步系统,其特征在于:包括信息监测模块、通信模块、信息处理模块、资源分析模块以及同步管理模块;
所述信息监测模块用于对虚拟化平台中若干组主机中性能指标信息,生成第一数据组,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,生成第二数据组,并将所述第一数据组和所述第二数据组均传输至资源数据库内;
所述通信模块用于实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息,生成第三数据组;
所述信息处理模块用于将所述第三数据组传输至资源数据库,并对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
所述资源分析模块用于对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs,所述同步评估指数Tbzs通过以下公式获取:
;
式中,Dbcz表示为电压不对称度,、/>和/>分别表示为通信性能系数Txxs、主机性能差系数Zxxs和电压不对称度Dbcz的预设比例系数,R表示为第一修正常数;
所述同步管理模块用于预先设置估算阈值y,并将所述估算阈值y与所述同步评估指数Tbzs进行对比分析,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
2.根据权利要求1所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述信息监测模块包括主机监测单元和虚拟机监测单元;
所述主机监测单元用于实时监测与记录虚拟化平台中若干组主机中性能指标信息,其中包括内存使用率差值Zscz、CPU利用率差值Sycz以及虚拟机迁移频率差值Xqpz;
所述虚拟机监测单元用于对若干组虚拟机中负载进行监测,获取相关虚拟机负载信息,其中包括业务需求增加值Yxzz、访问量Fwlz以及新任务增加值Rjz。
3.根据权利要求2所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述通信模块包括通信关系单元和通信监测单元;
所述通信关系单元用于对若干组主机和若干组虚拟机之间的通信情况进行分类,包括主机之间的通信、虚拟机之间的通信以及主机和虚拟机之间的通信;
所述通信监测单元用于根据若干组主机和若干组虚拟机之间的通信情况,实时监测主机之间的相关通信状态信息、虚拟机之间的相关通信状态信息,以及主机和虚拟机之间的相关通信状态信息;
其中,相关通信状态信息包括丢包率Dbl、带宽延迟积Kycj、响应时长Xysc、吞吐量Ttlz以及带宽利用率Klyz。
4.根据权利要求1所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述信息处理模块包括清洗单元和整合单元;
所述清洗单元用于检测与处理数据中的缺失值,选择删除包含缺失值的行,填充缺失值,并检测与删除资源数据库中的重复记录;将文本数据转换为数字格式,其中包括日期格式、单位制和地理坐标;
所述整合单元用于建立资源数据库,并将所述第一数据组、所述第二数据组和所述第三数据组均传输至资源数据库,并利用无量纲处理技术,对资源数据库中信息按照最小值和最大值的范围进行线性缩放,将信息映射到指定范围。
5.根据权利要求2所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述资源分析模块包括第一分析单元和第二分析单元;
所述第一分析单元包括虚拟机负载分析子单元和主机性能分析子单元;
所述虚拟机负载分析子单元用于依据所述第二数据组,将所述访问量Fwlz与所述新任务增加值Rjz相关联,并经过无量纲处理后,获取负载波动因子Fbyz,所述负载波动因子Fbyz通过以下公式获取:
;
式中,Yxzz表示为业务需求增加值,F1、F2和F3分别表示为新任务增加值Rjz、访问量Fwlz和业务需求增加值Yxzz的预设比例系数。
6.根据权利要求5所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述主机性能分析子单元用于根据所述第一数据组中若干组主机性能指标信息,再结合所述第二数据组中的所述负载波动因子Fbyz,并经过无量纲处理后,获取主机性能差系数Zxxs,所述主机性能差系数Zxxs通过以下公式获取:
;
式中,Xqpz表示为虚拟机迁移频率差值,Sycz表示为CPU利用率差值,Zscz表示为内存使用率差值,w1和w2均表示为预设比例系数,L表示为第二修正常数。
7.根据权利要求5所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述第二分析单元用于通过所述第三数据组,经过无量纲处理后,获取通信性能系数Txxs,所述通信性能系数Txxs通过以下公式获取:
;
式中,Klyz表示为带宽利用率,Ttlz表示为吞吐量,Xysc表示为响应时长,Dbl表示为丢包率,Kycj表示为带宽延迟积,r1、r2、r3、r4和r5分别表示为带宽利用率Klyz、吞吐量Ttlz、响应时长Xysc、丢包率Dbl和带宽延迟积Kycj的预设比例系数,V表示为第三修正常数。
8.根据权利要求1所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述同步管理模块包括对比单元和管理单元;
所述对比单元用于根据所述同步评估指数Tbzs与所述估算阈值y进行对比,获取资源同步等级状态,其中资源同步等级状态的具体内容如下:
若所述同步评估指数Tbzs大于所述估算阈值y时,生成第一同步等级,表示为当前主机资源同步处于异常状况,虚拟化平台的主机存在不同步问题;
若所述同步评估指数Tbzs等于所述估算阈值y时,生成第二同步等级,表示为当前主机资源同步处于平衡状态;
若所述同步评估指数Tbzs小于所述估算阈值y时,生成第三同步等级,表示为当前主机处于理想化的同步状态。
9.根据权利要求8所述的基于虚拟化平台的主机资源同步系统,其特征在于:所述管理单元用于根据所述第一同步等级、所述第二同步等级和所述第三同步等级,对当前虚拟化平台中的主机采取相应的措施,其中具体措施内容如下:
若生成第一同步等级,则此时将减少虚拟机的分配资源,以调整负载均衡,并调整虚拟机的位置,将负载相对较重的虚拟机迁移到资源相对充裕的主机上,同时根据实际需求,动态调整虚拟机的资源配额,确保每个主机和虚拟机得到足够的资源支持,根据负载情况合理启动或关闭虚拟机;
若生成第二同步等级,则此时系统将继续监测同步状态,根据监测结果进行周期性的小规模资源调整,以适应系统资源的变化;
若生成第三同步等级,则此时系统将保持当前配置,无需采取额外的同步调整措施。
10.基于虚拟化平台的主机资源同步方法,包括上述权利要求1~9任一项所述的基于虚拟化平台的主机资源同步系统,其特征在于:包括以下步骤:
步骤一、首先对虚拟化平台中若干组主机中性能指标信息,并实时监测若干组虚拟机中负载状态,以获取相关虚拟机负载信息,建立资源数据库;
步骤二、接着实时监测若干组主机和若干组虚拟机的通信情况,并根据通信情况分别获取相关通信状态信息;
步骤三、然后对资源数据库内信息进行清洗,其中包括去除异常值和填充缺失数据,依据无量纲处理技术,对清洗后的信息进行标准化处理;
步骤四、其次对信息处理后的资源数据库进行特征提取,以获取丢包率Dbl、吞吐量Ttlz、负载波动因子Fbyz、虚拟机迁移频率差值Xqpz、访问量Fwlz和新任务增加值Rjz,通过将所述丢包率Dbl与所述吞吐量Ttlz相关联,获取通信性能系数Txxs,通过将所述负载波动因子Fbyz与所述虚拟机迁移频率差值Xqpz相关联,获取主机性能差系数Zxxs,根据机器学习,并经无量纲处理后,评估出同步评估指数Tbzs;
步骤五、最后将同步评估指数Tbzs与估算阈值y进行对比,以获取资源同步等级状态,并根据相应的资源同步等级状态采取相应的措施。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410303201.2A CN117891619B (zh) | 2024-03-18 | 基于虚拟化平台的主机资源同步方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410303201.2A CN117891619B (zh) | 2024-03-18 | 基于虚拟化平台的主机资源同步方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117891619A true CN117891619A (zh) | 2024-04-16 |
CN117891619B CN117891619B (zh) | 2024-06-11 |
Family
ID=
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013075640A1 (en) * | 2011-11-22 | 2013-05-30 | Hangzhou H3C Technologies Co., Ltd. | Balancing virtual machine loads |
CN104333488A (zh) * | 2014-11-04 | 2015-02-04 | 哈尔滨工业大学 | 云服务平台性能测试方法 |
US20170279923A1 (en) * | 2016-03-25 | 2017-09-28 | Ca, Inc. | Provisioning of network services based on virtual network function performance characteristics |
CN113886095A (zh) * | 2021-12-08 | 2022-01-04 | 北京广通优云科技股份有限公司 | 一种基于模糊推理与强化学习结合的容器内存弹性伸缩方法 |
US20220255817A1 (en) * | 2021-02-09 | 2022-08-11 | POSTECH Research and Business Development Foundation | Machine learning-based vnf anomaly detection system and method for virtual network management |
CN117420967A (zh) * | 2023-12-19 | 2024-01-19 | 北京比格大数据有限公司 | 一种软件采集数据存储性能提升方法和系统 |
CN117560700A (zh) * | 2024-01-12 | 2024-02-13 | 深圳市芯科云科技有限公司 | 一种基于智能设备监控网络数据的控制方法及系统 |
CN117573373A (zh) * | 2024-01-15 | 2024-02-20 | 中诚华隆计算机技术有限公司 | 一种基于云计算的cpu虚拟化调度方法及系统 |
CN117707693A (zh) * | 2023-12-11 | 2024-03-15 | 之江实验室 | 一种异构智能计算平台虚拟化管理系统和方法 |
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013075640A1 (en) * | 2011-11-22 | 2013-05-30 | Hangzhou H3C Technologies Co., Ltd. | Balancing virtual machine loads |
CN104333488A (zh) * | 2014-11-04 | 2015-02-04 | 哈尔滨工业大学 | 云服务平台性能测试方法 |
US20170279923A1 (en) * | 2016-03-25 | 2017-09-28 | Ca, Inc. | Provisioning of network services based on virtual network function performance characteristics |
US20220255817A1 (en) * | 2021-02-09 | 2022-08-11 | POSTECH Research and Business Development Foundation | Machine learning-based vnf anomaly detection system and method for virtual network management |
CN113886095A (zh) * | 2021-12-08 | 2022-01-04 | 北京广通优云科技股份有限公司 | 一种基于模糊推理与强化学习结合的容器内存弹性伸缩方法 |
CN117707693A (zh) * | 2023-12-11 | 2024-03-15 | 之江实验室 | 一种异构智能计算平台虚拟化管理系统和方法 |
CN117420967A (zh) * | 2023-12-19 | 2024-01-19 | 北京比格大数据有限公司 | 一种软件采集数据存储性能提升方法和系统 |
CN117560700A (zh) * | 2024-01-12 | 2024-02-13 | 深圳市芯科云科技有限公司 | 一种基于智能设备监控网络数据的控制方法及系统 |
CN117573373A (zh) * | 2024-01-15 | 2024-02-20 | 中诚华隆计算机技术有限公司 | 一种基于云计算的cpu虚拟化调度方法及系统 |
Non-Patent Citations (3)
Title |
---|
周振勇;: "云计算业务平台的虚拟机容量规划研究", 电信网技术, no. 05, 15 May 2013 (2013-05-15) * |
沈晴霓;李卿;: "云计算环境中的虚拟机同驻安全问题综述", 集成技术, no. 05, 15 September 2015 (2015-09-15) * |
王志钢;汪小林;罗英伟;: "云计算架构下的深层次动态资源调配", 集成技术, no. 04, 15 November 2012 (2012-11-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8984125B2 (en) | Computer program, method, and information processing apparatus for analyzing performance of computer system | |
WO2019133763A1 (en) | System and method of application discovery | |
CN110493065B (zh) | 一种云中心运维的告警关联度分析方法及系统 | |
CN102150394B (zh) | 确定发出最多数据流的主机的系统与方法 | |
CN109756364A (zh) | 一种基于日志分析的微服务性能优化系统和分析方法 | |
CN107943668A (zh) | 计算机服务器集群日志监控方法及监控平台 | |
CN111966289B (zh) | 基于Kafka集群的分区优化方法和系统 | |
CN108228322B (zh) | 一种分布式链路跟踪、分析方法及服务器、全局调度器 | |
CN111562889B (zh) | 数据处理方法、装置、系统及存储介质 | |
CN111162932A (zh) | 一种基于日志分析的api网关监控方法 | |
CN109039933B (zh) | 一种集群网络优化方法、装置、设备及介质 | |
CN115203161A (zh) | 一种基于互联网接入服务的数据迁移管理系统 | |
WO2022088809A1 (zh) | 确定检测服务器的间隔时间的方法、系统、设备及介质 | |
CN113079062B (zh) | 一种资源调整方法、装置、计算机设备和存储介质 | |
CN117891619B (zh) | 基于虚拟化平台的主机资源同步方法及系统 | |
CN113965587A (zh) | 一种人工智能平台的数据获取方法、装置、设备、介质 | |
US11838193B1 (en) | Real-time load limit measurement for a plurality of nodes | |
CN117891619A (zh) | 基于虚拟化平台的主机资源同步方法及系统 | |
EP2645631A2 (en) | A method and a system for automating an enterprise network optimization | |
Wu et al. | Optimization design and realization of ceph storage system based on software defined network | |
CN116069618A (zh) | 一种面向应用场景的国产化系统评估方法 | |
CN111274112B (zh) | 应用程序压测方法、装置、计算机设备和存储介质 | |
CN101651583A (zh) | 一种监控信息管理方法及装置 | |
CN115150297B (zh) | 一种基于移动互联网的数据过滤及内容评价方法和系统 | |
CN115022094B (zh) | 一种便于了解单位内部计算机使用情况的监控系统 |
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 | ||
GR01 | Patent grant |