JP2019192006A - リソース管理装置及びリソース管理プログラム - Google Patents

リソース管理装置及びリソース管理プログラム Download PDF

Info

Publication number
JP2019192006A
JP2019192006A JP2018085241A JP2018085241A JP2019192006A JP 2019192006 A JP2019192006 A JP 2019192006A JP 2018085241 A JP2018085241 A JP 2018085241A JP 2018085241 A JP2018085241 A JP 2018085241A JP 2019192006 A JP2019192006 A JP 2019192006A
Authority
JP
Japan
Prior art keywords
resource
unit
score
benchmark
user
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
JP2018085241A
Other languages
English (en)
Other versions
JP7087634B2 (ja
Inventor
幹雄 森田
Mikio Morita
幹雄 森田
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2018085241A priority Critical patent/JP7087634B2/ja
Priority to US16/381,049 priority patent/US11281556B2/en
Publication of JP2019192006A publication Critical patent/JP2019192006A/ja
Application granted granted Critical
Publication of JP7087634B2 publication Critical patent/JP7087634B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3428Benchmarking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • G06F2009/45562Creating, deleting, cloning virtual machine instances
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44Arrangements for executing specific programs
    • G06F9/455Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533Hypervisors; Virtual machine monitors
    • G06F9/45558Hypervisor-specific management and integration aspects
    • G06F2009/45591Monitoring or debugging support

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

【課題】ユーザが要求する性能に適したVMを提供すること。【解決手段】リソース管理装置1は、受付部11と、受付情報記憶部12と、決定部16と、提供部20とを有する。受付部11は、ユーザからVMの使用用途と必要スコアとストレージ容量を受け付けて受付情報記憶部12に格納する。そして、決定部16は、受付情報記憶部12から使用用途と必要スコアとストレージ容量を読み出してリソース構成を決定し、VMを構築する。提供部20は、構築されたVMをユーザに提供する。【選択図】図5

Description

本発明は、リソース管理装置及びリソース管理プログラムに関する。
クラウドサービスでは、クラウドシステムのリソース群を管理するリソース管理装置は、コンポーネント単位でユーザにリソースを割り当てる。コンポーネントとしては、CPU(Central Processing Unit)、メモリ、ストレージ、グラフィックカードがある。
ユーザは、CPUをコア数で指定し、メモリをxギガバイト等の量で指定し、ストレージをyテラバイト等の量で指定し、グラフィックカードをグラフィックカード名で指定する。
図14は、従来のリソース指定を説明するための図である。図14では、メモリはDIMM(Dual Inline Memory Module)で表される。図14に示すように、ユーザは、リソース管理装置9に対して、コンポーネントを指定する。リソース管理装置9は、指定されたコンポーネントに基づいてVM(Virtual Machine:仮想マシン)を構築してユーザへ提供する。
なお、従来技術として、コンピュータリソースサービスのコンピュータシステム上で試験仮想マシンを始動し、試験仮想マシンの性能を経時的に示した種々のメトリックを監視することで、コンピュータリソースサービスの性能をリアルタイムで監視する技術がある。
また、従来技術として、仮想共有ストレージを有する仮想デスクトップインフラストラクチャのプロビジョニングを容易にする技術がある。この技術では、プロビジョニングマネージャが、デスクトッププールの種類を受け取り、あるクラスタのホスト間に仮想共有ストレージをプロビジョンする。また、プロビジョニングマネージャは、デスクトッププールの種類に基づいて仮想共有ストレージを構成し、ホストクラスタ内の各ホストに少なくとも1つの仮想マシンをプロビジョンする。そして、プロビジョニングマネージャは、各ホストからのストレージパフォーマンスベンチマークを受け取る。そして、プロビジョニングマネージャは、ストレージパフォーマンスベンチマークの結果が所定の許容範囲内で閾値を満たさない場合、そのホストクラスタに最適化を実行することによって仮想共有ストレージを最適化する。
特表2016−522947号公報 特表2015−518997号公報
図14に示した従来のリソース指定には、ユーザが要求する性能に適したVMが構築されないという問題がある。クラウドシステムのリソース群には、様々な性能のCPU、メモリ、ストレージ等が含まれ、CPUのコア数、メモリ量、ストレージ量及びグラフィックカードだけでは、構築されるVMの性能は決定されない。また、構築されるVMの性能は、個々のコンポーネントが有する単一性能だけでなく、コンポーネント間で連携して動作した際の性能に影響を受ける。
本発明は、1つの側面では、ユーザが要求する性能に適したVMを提供することを目的とする。
1つの態様では、リソース管理装置は、受付部と決定部とを有する。前記受付部は、ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付ける。前記決定部は、前記受付部により受け付けられた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する。
1つの側面では、本発明は、ユーザが要求する性能に適したVMを提供することができる。
図1は、ベンチマークスコアの出力例を示す図である。 図2は、項目のベンチマークスコアの計算方法を説明するための図である。 図3は、実施例1に係るリソース管理装置によるリソース割り当て方法を説明するための図である。 図4は、実施例1に係るクラウドシステムの構成を示す図である。 図5は、リソース管理装置の機能構成を示す図である。 図6は、予測情報記憶部の一例を示す図である。 図7は、VMの再構築、スコアの測定及びスコアの比較の繰り返しによる性能レベル探索を説明するための図である。 図8は、リソース管理装置による処理のフローを示すフローチャートである。 図9は、VM構築処理のフローを示すフローチャートである。 図10は、比較処理のフローを示すフローチャートである。 図11は、実施例2に係る構築部によるVM構築処理のフローを示すフローチャートである。 図12は、調整コンポーネントの例を示す図である。 図13は、実施例1及び2に係るリソース管理プログラムを実行するコンピュータのハードウェア構成を示す図である。 図14は、従来のリソース指定を説明するための図である。
以下に、本願の開示するリソース管理装置及びリソース管理プログラムの実施例を図面に基づいて詳細に説明する。なお、実施例は開示の技術を限定するものではない。
実施例1に係るリソース管理装置は、ベンチマークスコアに基づいてリソースを割り当てる。そこで、まずベンチマークスコアについて図1〜図2を用いて説明する。図1は、SPECwpc(登録商標、以下同様)ベンチマークスコアの出力例を示す図である。SPECwpcベンチマークスコアは、ワークステーション用の性能指標である。
図1に示すように、SPECwpcベンチマークスコアは、Media and Entertainment、Product Development、Life Sciences、Financial Services、Energy、及び、General Operationsの6つの項目についての性能を示す。Media and Entertainmentは、動画作成・編集等の用途で用いられ、Product Developmentは、CAD、流体計算等の用途で用いられ、Life Sciencesは、分子運動シミュレーション等の用途で用いられる。また、Financial Servicesは、オプションシミュレーション等の用途で用いられ、Energyは、地震断層シミュレーション等の用途で用いられ、General Operationsは、一般用途、zipの解凍等の用途で用いられる。
各項目のベンチマークスコアは、複数のベンチマークプログラムのベンチマークスコアから計算される。例えば、Media and Entertainmentは、Blender、HandBrake、LuxRender、IOMeter、及び、Mayaのベンチマークスコアから計算される。
ベンチマークスコアは、一般のWebサイトに公開されており、主にユーザが装置を購入したり、リースやレンタルする際の装置の選定等に使用される。ユーザが今所有している装置のサポート終了にあたり装置を買い替えたい時、今の性能で満足している場合は、ユーザは同じベンチマークスコアの装置を購入すればよい。その際、どの項目のベンチマークスコアを参照するかはユーザの使用用途に基づいて決められる。
また、例えばOS(Operating System)やアプリケーション等をそのままに、処理性能を倍にしたい(かかる時間を半分に減らしたい)場合は、ユーザはベンチマークスコアが2倍の装置を購入すればよい。ただし、ユーザが実際に使用するプログラムとベンチマークプログラムは同じではないので、ベンチマークスコアが2倍でも処理性能は必ずしも2倍にはならない。しかしながら、ベンチマークスコアは、高い精度でこのような性能換算を可能にする。
図2は、項目のベンチマークスコアの計算方法を説明するための図である。なお、以下では、「ベンチマークスコア」を単に「スコア」で表す。図2(a)に示すように、Media and Entertainmentのスコアの「3.11」は、「1.16^(0.2)×1.23^(0.2)×1.27^(0.2)×7.37^(0.2)×21.84^(0.2)」により計算される。ここで、p^qはpqを表す。また、各ベンチマークプログラムのスコアは「1.16」、「1.23」、「1.27」、「7.37」及び「21.84」であり、各ベンチマークプログラムの重みは「0.2」で全て等しい。
Blender、HandBrake及びLuxRenderは、主にCPU系(CPUとDIMM)に関係するベンチマークプログラムであり、IOMeterは、IO系(ストレージへの入出力)のベンチマークプログラムであり、Mayaは、GFX系(グラフィックス)のベンチマークプログラムである。このため、図2(a)は、図2(b)のように簡易的に表すこともできる。図2(b)において、CPU系の「1.22」は、3つのスコアの幾何平均である。このように、Media and Entertainment等の項目のスコアは、CPU系、GFX系、IO系それぞれのスコアに影響を受ける。
図2(b)に基づいて、CPU系、GFX系、IO系の比率を1:20:6とすると、図2(b)は、図2(c)のように書き換えられる。図2(c)から、Media and Entertainment等の項目のスコアが決まれば、CPU系、GFX系、IO系それぞれのスコアが決定される。すなわち、項目のスコアからkを計算し、CPU系、GFX系、IO系それぞれのスコアを計算することができる。
次に、実施例1に係るリソース管理装置によるリソース割り当て方法について説明する。図3は、実施例1に係るリソース管理装置によるリソース割り当て方法を説明するための図である。
図3に示すように、リソース割り当てを要求するユーザは、使用用途と必要スコアを入力する(1、2)。実施例1に係るリソース管理装置1は、ユーザにより入力された使用用途と必要スコアに基づいてコンポーネント毎の必要スコアを計算し(3)、必要なコンポーネント構成を予測する(4)。なお、リソース管理装置1は、CPUとDIMMを1つのコンポーネントとして扱う。すなわち、リソース管理装置1は、CPU系のスコアに基づいてCPU+DIMMの構成を予測し、GFX系のスコアに基づいてGFXカード(グラフィックカード)の構成を予測し、IO系のスコアに基づいてストレージの構成を予測する。
そして、リソース管理装置1は、予測したコンポーネント構成に基づいて、VMを構築し(5)、構築したVMをベンチマークソフト入りOS(Operating System)で起動する(6)。そして、リソース管理装置1は、ベンチマーク測定結果を取得し(7)、必要スコアと比較する(8)。
そして、リソース管理装置1は、ベンチマーク測定結果が必要スコアより小さい、又は必要以上に大きい場合、すなわち、ユーザの要求にマッチしない場合は、コンポーネント構成を変更し、VMの構築に戻る。一方、ベンチマーク測定結果がユーザの要求にマッチする場合には、リソース管理装置1は、構築したVMをユーザに提供する(9)。
このように、リソース管理装置1は、使用用途と必要スコアに基づいてリソース構成を予測してVMを構築し、構築したVMをベンチマークソフト入りOSで起動してベンチマーク測定結果を取得する。そして、リソース管理装置1は、ベンチマーク測定結果がユーザの要求にマッチするまで、リソース構成を変更してVMの構築とベンチマーク測定結果の取得を繰り返す。したがって、リソース管理装置1は、ユーザが要求する性能に適したVMを提供することができる。
次に、実施例1に係るクラウドシステムの構成について説明する。図4は、実施例1に係るクラウドシステムの構成を示す図である。図4に示すように、実施例1に係るクラウドシステムは、リソース管理装置1と、ベンチマークOSストレージ2と、クラウドリソース群3とを有する。リソース管理装置1、ベンチマークOSストレージ2及びクラウドリソース群3は、ネットワーク4で接続される。ネットワーク4は、別のネットワーク5を介して、ユーザが使用するクライアントPC6と接続される。
リソース管理装置1は、ユーザが要求する性能に適したリソース構成を特定し、特定したリソース構成のVMをユーザに提供する。ベンチマークOSストレージ2は、ベンチマークソフトがインストールされたOSイメージを記憶する。クラウドリソース群3には、サーバ31を構成するCPU、DIMM、GFXカード及びストレージと、ストレージ装置32を構成するストレージが含まれる。クラウドリソース群3に含まれるCPU、DIMM、GFXカード及びストレージの一部を用いてVMが構築される。
図5は、リソース管理装置1の機能構成を示す図である。図5に示すように、リソース管理装置1は、受付部11と、受付情報記憶部12と、算出情報記憶部13と、予測情報記憶部14と、リソース情報記憶部15と、決定部16と、測定部17と、測定結果記憶部18と、比較部19と、提供部20とを有する。
受付部11は、ユーザがクライアントPC6を用いて入力した使用用途、必要スコア及びストレージ容量を受け付け、受付情報記憶部12に書き込む。なお、ストレージ容量は、VMが使用するストレージの容量を決定するために用いられる。受付情報記憶部12は、受付部11が受け付けた使用用途、必要スコア及びストレージ容量をユーザ毎に記憶する。また、受付情報記憶部12は、後述する算出部21がコンポーネント毎に算出した必要スコアを記憶する。
算出情報記憶部13は、受付部11が受け付けた使用用途と必要スコアからコンポーネント毎の必要スコアを算出するための情報を記憶する。算出情報記憶部13は、例えば、Media and Entertainmentについては、図2(c)に示したスコア算出情報を記憶する。算出情報記憶部13は、図2(c)と同様の情報を他の項目についても記憶する。
予測情報記憶部14は、CPU、GFX、IOのそれぞれについて、構成毎のスコアを項目毎に記憶する。図6は、予測情報記憶部14の一例を示す図である。図6に示すように、予測情報記憶部14は、(a)CPU性能・コンポーネント予測表、(b)GFX性能・コンポーネント予測表、及び、(c)IO性能・コンポーネント予測表を記憶する。
CPU性能・コンポーネント予測表はCPU性能について構成毎のスコアを項目毎に示し、GFX性能・コンポーネント予測表はGFX性能について構成毎のスコアを項目毎に示し、IO性能・コンポーネント予測表はIO性能について構成毎のスコアを項目毎に示す。
図6(a)に示すように、CPU性能・コンポーネント予測表は、(CPU+DIMM)レベル、(CPU+DIMM)構成及び予想スコアを対応付ける。(CPU+DIMM)レベルは、CPU性能のレベルである。レベルの値が大きいほどCPU性能が高い。(CPU+DIMM)構成は、CPUとDIMMの構成であり、CPUのCoreの数、CPUの周波数、DIMMの容量である。
予想スコアは、項目毎のスコアである。M&EはMedia and Entertainmentを表し、PDはProduct Developmentを表し、LSはLife Sciencesを表し、FSはFinancial Servicesを表し、EはEnergyを表しGOはGeneral Operationsを表す。
例えば、(CPU+DIMM)レベルが「5」である場合、CPUは「2Core」で「中周波数」であり、DIMMの容量は「8GB(ギガバイト)」である。また、M&E、PD、LS、FS、E及びGOのスコアはそれぞれ「5.0」、「5.1」、「5.2」、「5.3」、「5.4」及び「5.5」である。
図6(b)に示すように、GFX性能・コンポーネント予測表は、GFXレベル、GFXカード構成及び予想スコアを対応付ける。GFXレベルは、GFX性能のレベルである。レベルの値が大きいほどGFX性能が高い。GFXカード構成は、GFXカードの種類である。
例えば、GFXレベルが「5」である場合、GFXカードの種類は「GFXカードE」であり、M&E、PD、LS、FS、E及びGOのスコアはそれぞれ「21.1」、「21.3」、「21.5」、「21.7」、「21.9」及び「22.1」である。
図6(c)に示すように、IO性能・コンポーネント予測表は、IOレベル、ストレージ構成及び予想スコアを対応付ける。IOレベルは、IO性能のレベルである。レベルの値が大きいほどIO性能が高い。ストレージ構成は、ストレージの種類である。
例えば、IOレベルが「5」である場合、ストレージの種類は「PCIe SSD」又は「SSD×n stripe」であり、M&E、PD、LS、FS、E及びGOのスコアはそれぞれ「5.9」、「5.8」、「5.7」、「5.6」、「5.5」及び「5.4」である。
図5に戻って、リソース情報記憶部15は、所在場所、使用可否等のリソースに関する情報をリソース毎に記憶する。リソース情報記憶部15は、CPUについては、Core数、周波数等の情報を記憶する。リソース情報記憶部15は、DIMMについては、容量等の情報を記憶する。リソース情報記憶部15は、GFXカードについては、カードの種類等の情報を記憶する。リソース情報記憶部15は、ストレージについては、ストレージの種類等の情報を記憶する。
決定部16は、受付情報記憶部12、算出情報記憶部13、予測情報記憶部14及びリソース情報記憶部15を用いて、VMを構築するリソース構成を決定し、決定したリソース構成のVMを構築する。決定部16は、算出部21と、予測部22と、構築部23とを有する。
算出部21は、受付情報記憶部12から使用用途と必要スコアを読み出して、算出情報記憶部13に基づいてコンポーネント毎の必要スコアを算出し、受付情報記憶部12に格納する。
予測部22は、コンポーネント毎に必要スコアを満たすコンポーネント構成を予測情報記憶部14に基づいて予測する。すなわち、予測部22は、CPUとDIMMについては、CPUの必要スコアより図6(a)の予想スコアが大きい構成の内、(CPU+DIMM)レベルが最小の(CPU+DIMM)構成を選択する。また、予測部22は、GFXカードについては、GFXの必要スコアより図6(b)の予想スコアが大きい構成の内、GFXレベルが最小のGFXカード構成を選択する。また、予測部22は、ストレージについては、IOの必要スコアより図6(c)の予想スコアが大きい構成の内、IOレベルが最小のストレージ構成を選択する。
構築部23は、予測部22により選択された(CPU+DIMM)構成、GFXカード構成、ストレージ構成を用いてVMを構築できるか否かをリソース情報記憶部15を参照して判定する。VMを構築できない場合とは、例えば、予測部22により選択されたリソースが使用可能でない場合、リソース間の距離が離れていて組み合わせることができない場合である。
そして、構築部23は、VMを構築できる場合には、VMを構築する。一方、VMを構築できない場合には、構築部23は、(CPU+DIMM)レベル、GFXカードレベル及びストレージレベルの内、いずれかのレベルを上げることでVMを構築できるリソース構成を決定し、決定したリソース構成のVMを構築する。
測定部17は、ベンチマークOSストレージ2から使用用途のOSイメージをロードしてVMを起動するように、VMが構築されたサーバ31に指示する。そして、VMが起動されてベンチマークソフトが実行されると、測定部17は、ベンチマークソフトが測定したコンポーネント毎の測定スコアをサーバ31から取得し、測定結果記憶部18に格納する。測定結果記憶部18は、ベンチマークソフトが測定した測定スコアをコンポーネント毎に記憶する。
比較部19は、測定結果記憶部18がコンポーネント毎に記憶する測定スコアと受付情報記憶部12がコンポーネント毎に記憶する必要スコアをそれぞれ比較して、構築部23により構築されたVMがユーザの要求にマッチするか否かを判定する。そして、比較部19は、構築部23により構築されたVMがユーザの要求にマッチする場合には、VMの構築を完了し、マッチしない場合には、コンポーネント毎に性能レベルを指定して構築部23にVMの再構築を依頼する。ここで、性能レベルは、(CPU+DIMM)レベル、GFXレベル及びIOレベルである。
図7は、VMの再構築、スコアの測定及びスコアの比較の繰り返しによる性能レベル探索を説明するための図である。図7(a)は、性能レベルを上げていくことでユーザの要求にマッチする性能レベルに到達する場合を示し、図7(b)は、性能レベルを下げていくことでユーザの要求にマッチする性能レベルに到達する場合を示す。図7では、コンポーネントについてユーザが要求する必要スコアが「23」であるとする。
図7(a)に示すように、最初の測定スコアが「20」であり性能が不足している(1)と、比較部19は、性能レベルを「10」から「11」に上げて、構築部23にVMの再構築を依頼する。そして、再構築後の再測定の結果、測定スコアが「22」になる。この測定スコアでは性能が不足している(2)ので、比較部19は、性能レベルを「11」から「12」に上げて、構築部23にVMの再々構築を依頼する。そして、再々構築後の再々測定の結果、測定スコアが「24」になる。この測定スコアは、ユーザが要求するスコアの「23」を上回るので、ユーザが要求する性能にマッチする(3)。したがって、性能レベルが「12」である構成がユーザの要求にマッチする構成と判定される。
また、図7(b)に示すように、最初の測定スコアが「26」であり性能が過剰であると推定すると、比較部19は、性能レベルを「13」から「12」に下げて、構築部23にVMの再構築を依頼する。そして、再構築後の再測定の結果、測定スコアが「24」になる。この測定スコアでは性能が過剰であると推定すると、比較部19は、性能レベルを「12」から「11」に下げて、構築部23にVMの再々構築を依頼する。そして、再々構築後の再々測定の結果、測定スコアが「22」になる。この測定スコアは、ユーザが要求するスコアの「23」を下回るので、前の測定スコアの「24」がユーザが要求する性能にマッチする。したがって、性能レベルが「12」である構成がユーザの要求にマッチする構成と判定される。
図5に戻って、提供部20は、比較部19がユーザの要求にマッチすると判定したVMをユーザに提供する。
なお、予測部22は、コンポーネント毎の必要スコアに基づいてコンポーネント構成を予測するので、予測部22が予測したコンポーネント構成に基づいてユーザにVMを提供することも考えられる。しかしながら、CPU+DIMM、GFXカード及びストレージの物理的位置(サーバ31内の電気・電子回路配線上、又は、サーバ31とストレージ装置32とを繋ぐネットワーク上の物理的距離)には違いがあり、性能に違いが生じる。
例えば、CPUとストレージには、以下のような様々な接続形態があるため、CPUとストレージの物理的位置に違いがあると、IO性能が異なる。
・チップセットを介した接続
・RAID(Redundant Arrays of Inexpensive Disks)カードを介した接続
・ネットワークカードから接続(SAN)
・CPUのPCIeレーンに接続(PCIe−SSD(Solid State Drive))
・インターコネクトで接続されたCPUのPCIeレーンに接続(PCIe−SSD)
また、コンポーネントの組合せによる性能の違いもある。例えば、IOの場合、IOベンチマークの大きな要因はストレージのスループット、レイテンシになるが、Read/Writeする処理はCPUが行うため、CPUの能力もIOベンチマークに影響する。特にCPU性能が低い場合は影響が比較的大きい。
このため、リソース管理装置1は、予測部22が予測したリソース構成を初期構成として、リソース構成の変更とベンチマーク測定を繰り返しながらリソース構成を決定する。
次に、リソース管理装置1による処理のフローについて説明する。図8は、リソース管理装置1による処理のフローを示すフローチャートである。図8に示すように、リソース管理装置1は、ユーザから、使用用途と必要スコアを受け付け(ステップS1)、ストレージ容量を受け付ける(ステップS2)。
そして、リソース管理装置1は、ユーザから受け付けた使用用途と必要スコアに基づいて、コンポーネント毎の必要スコアを算出し(ステップS3)、コンポーネント構成を予測する(ステップS4)。そして、リソース管理装置1は、VMの構築を行うVM構築処理を実行し(ステップS5)、構築したVMをベンチマークソフト搭載OSで起動する(ステップS6)。
そして、リソース管理装置1は、ベンチマークソフトにより測定された測定スコアを取得し(ステップS7)、比較処理を実行する(ステップS8)。ここで、比較処理とは、ユーザが要求する必要スコアと測定された測定スコアをコンポーネント毎に比較することで、構築したVMがユーザの要求にマッチするか否かを判定する処理である。
そして、リソース管理装置1は、構築したVMがユーザの要求にマッチするか否かを判定する(ステップS9)。リソース管理装置1は、ユーザの要求にマッチする(1)か否(0)かを示すコンポーネント毎の完了フラグが全て1か否かを判定することで、構築したVMがユーザの要求にマッチするか否かを判定する。各完了フラグは、比較処理で設定される。
そして、リソース管理装置1は、構築したVMがユーザの要求にマッチしない場合には、性能レベルを指定してステップS5に戻り、マッチした場合には、構築したVMをユーザに提供する(ステップS10)。
このように、リソース管理装置1は、ユーザから受け付けた使用用途と必要スコアに基づいてVMを構築するので、ユーザの要求にマッチするVMを構築することができる。
次に、VM構築処理のフローについて説明する。図9は、VM構築処理のフローを示すフローチャートである。なお、VM構築処理は、CPU+DIMM、GFXカード、ストレージそれぞれに対して行われる。図9に示すように、構築部23は、選択されたコンポーネントでVMを組むことができるか否かを判定し(ステップS21)、VMを組むことができる場合には、VMを構築する(ステップS22)。
一方、選択されたコンポーネントでVMを組むことができない場合には、構築部23は、エラーカウントに1を加える(ステップS23)。ここで、エラーカウントはVMを組むことができないと判定された回数であり、エラーカウントの初期値は0である。そして、構築部23は、エラーカウントがnより大きいか否かを判定し(ステップS24)、nより大きい場合には、エラー終了する(ステップS25)。ここで、nは、整数の閾値である。一方、エラーカウントがnより大きくない場合には、構築部23は、性能レベルに1を加え(ステップS26)、ステップS21へ戻る。
このように、構築部23は、選択されたコンポーネントでVMを組むことができない場合に、性能レベルを上げることで、VMを組むことができるコンポーネントを特定することができる。
次に、比較処理のフローについて説明する。図10は、比較処理のフローを示すフローチャートである。図10に示すように、比較部19は、以下のステップS31〜ステップS41の処理をコンポーネントIDを1から3まで変化させて繰り返す。ここで、コンポーネントIDは、コンポーネントを識別する識別子である。CPU+DIMMのコンポーネントIDは1であり、GFXカードのコンポーネントIDは2であり、ストレージのコンポーネントIDは3である。
比較部19は、完了フラグが0であるか1であるかを判定し(ステップS31)、1である場合には、次のコンポーネントを処理し、0である場合には、測定スコアは必要スコアより小さいか否かを判定する(ステップS32)。
そして、比較部19は、測定スコアが必要スコアより小さくない場合には、測定スコアは必要スコアよりa以上大きいか否かを判定する(ステップS33)。ここで、aは性能が高すぎるか否かを判定するための閾値であり、測定スコアが必要スコアよりa以上大きい場合は性能が高すぎる場合である。
そして、測定スコアが必要スコアよりa以上大きくない場合には、比較部19は、完了フラグを1にし(ステップS34)、次のコンポーネントを処理する。一方、測定スコアが必要スコアよりa以上大きい場合には、比較部19は、下降中フラグが0であるか1であるかを判定する(ステップS35)。ここで、下降中フラグは性能レベルを下げながらVMの再構築を行っているか否かを示すフラグであり、下降中フラグが1である場合は、性能レベルを下げながらVMの再構築を行っている場合である。
そして、下降中フラグが0である場合には、比較部19は、上昇中フラグが0であるか1であるかを判定する(ステップS36)。ここで、上昇中フラグは性能レベルを上げながらVMの再構築を行っているか否かを示すフラグであり、上昇中フラグが1である場合は、性能レベルを上げながらVMの再構築を行っている場合である。
そして、比較部19は、上昇中フラグが0でない場合には、ステップS34に移動し、上昇中フラグが0である場合には、下降中フラグを1に設定し、現在のコンポーネントを確保し、性能レベルを1下げる(ステップS37)。そして、比較部19は、次のコンポーネントを処理する。
また、ステップS35において、下降中フラグが0でない場合には、比較部19は、確保済みコンポーネントを解放し(ステップS38)、ステップS37に移動する。
また、ステップS32において、測定スコアが必要スコアより小さい場合には、比較部19は、下降中フラグが0であるか1であるかを判定し(ステップS39)、0でない場合には、確保済みコンポーネントに確定し(ステップS40)、ステップS34に移動する。一方、下降中フラグが0である場合には、比較部19は、上昇中フラグを1に設定し、性能レベルを1上げる(ステップS41)。そして、比較部19は、次のコンポーネントを処理する。
このように、比較部19は、測定スコア、必要スコア、上昇中フラグ及び下降中フラグを用いて性能レベルを上下する必要があるか否かを判定することで、必要スコアにマッチするコンポーネントを特定することができる。
上述してきたように、実施例1では、受付部11が、ユーザからVMの使用用途と必要スコアを受け付ける。そして、決定部16が、受付部11により受け付けられた使用用途と必要スコアに基づいてリソース構成を決定し、VMを構築する。したがって、リソース管理装置1は、ユーザが要求する性能に適したVMを提供することができる。
また、実施例では、測定部17が、決定部16により決定されたリソース構成を用いてベンチマークプログラムを実行させ、測定スコアを取得する。そして、比較部19が、必要スコアと測定スコアを比較して、VMがユーザの要求にマッチするか否かを判定し、マッチしない場合には、決定部16にVMを再構築させる。したがって、リソース管理装置1は、ユーザが要求する性能に正確にマッチするVMを提供することができる。
また、実施例では、算出部21が、VMの使用用途と必要スコアに基づいてコンポーネント毎の必要スコアを算出する。そして、予測部22が、コンポーネント毎の必要スコアに基づいてコンポーネント構成を予測する。そして、構築部23が、予測されたコンポーネント構成で実際にVMを構築できるか否かを判定し、VMを構築できないと判定した場合に、コンポーネントの性能を上げることでコンポーネント構成を変更する。したがって、測定部17は、決定部16により決定されたコンポーネント構成を用いてベンチマークプログラムを実行させることができる。
ところで、上記実施例1では、構築部23は、予測部22により予測されたコンポーネントでVMが構築できない場合に、コンポーネントの性能レベルを上げることでコンポーネント構成を変更した。しかしながら、1つのコンポーネントの性能レベルを上げると、他のコンポーネントの性能レベルを下げることが考えられる。そこで、実施例2では、1つのコンポーネントの性能レベルを上げた場合に他のコンポーネントの性能レベルを調整する構築部23について説明する。
図11は、実施例2に係る構築部23によるVM構築処理のフローを示すフローチャートである。図11に示すように、実施例2に係る構築部23は、コンポーネントIDが1であるコンポーネントについて、再計算カウントを0に初期化する(ステップS51)。ここで、再計算カウントは、性能レベルを上げる回数をカウントするためのものである。
そして、実施例2に係る構築部23は、性能レベルに対応するコンポーネントがあるか否かを判定し(ステップS52)、ある場合には、ステップS51に戻り、次のコンポーネントについての処理を行う。また、3つのコンポーネントについて、性能レベルに対応するコンポーネントがある場合には、VMを構築する(ステップS53)。
一方、性能レベルに対応するコンポーネントがない場合には、実施例2に係る構築部23は、コンポーネントの性能レベルに1を加え(ステップS54)、性能レベルに対応するコンポーネントがあるか否かを判定する(ステップS55)。そして、性能レベルに対応するコンポーネントがある場合には、実施例2に係る構築部23は、調整コンポーネントの必要スコアを算出する(ステップS56)。ここで、調整コンポーネントとは、性能レベルを上げたことを調整するためのコンポーネントであり、性能レベルを上げたコンポーネント以外の2つのコンポーネントである。
そして、実施例2に係る構築部23は、調整コンポーネントの必要性能レベルを算出し(ステップS57)、調整コンポーネントはあるか否かを判定する(ステップS58)。そして、調整コンポーネントがある場合には、実施例2に係る構築部23は、ステップS53に移動する。
一方、2つの調整コンポーネントの内、1つでもない場合、あるいは、ステップS55において性能レベルに対応するコンポーネントがない場合には、実施例2に係る構築部23は、再計算カウントに1を加える(ステップS59)。そして、実施例2に係る構築部23は、再計算カウントがnであるか否かを判定し(ステップS60)、再計算カウントがnでない場合には、ステップS54に戻り、再計算カウントがnである場合には、エラー終了する(ステップS61)。
上述してきたように、実施例2では、構築部23は、あるコンポーネントの性能レベルを上げた場合に、調整コンポーネントの必要スコアを再計算することで、不必要に性能が高いリソース構成でVMを構築することを防ぐことができる。図12は、調整コンポーネントの例を示す図である。図12に示すように、実施例2に係る構築部23は、例えば、CPU+DIMMの性能レベルを上げた場合に、GFXカードの性能レベルを下げる。
なお、構築部23は、予測部22で選択されたコンポーネントがない場合に、コンポーネントの性能レベルを上げる代わりに性能レベルを下げ、調整コンポーネントの性能レベルを上げてもよい。
また、実施例1及び2では、リソース管理装置1について説明したが、リソース管理装置1が有する構成をソフトウェアによって実現することで、同様の機能を有するリソース管理プログラムを得ることができる。そこで、リソース管理プログラムを実行するコンピュータについて説明する。
図13は、実施例1及び2に係るリソース管理プログラムを実行するコンピュータのハードウェア構成を示す図である。図13に示すように、コンピュータ50は、メモリ51と、プロセッサの一例であるCPU52と、LAN(Local Area Network)インタフェース53と、HDD(Hard Disk Drive)54とを有する。また、コンピュータ50は、スーパーIO(Input Output)55と、DVI(Digital Visual Interface)56と、ODD(Optical Disk Drive)57とを有する。
メモリ51は、プログラムやプログラムの実行途中結果などを記憶するRAM(Random Access Memory)である。CPU52は、メモリ51からプログラムを読み出して実行する中央処理装置である。CPU52は、メモリコントローラを有するチップセットを含む。
LANインタフェース53は、コンピュータ50をLAN経由で他のコンピュータに接続するためのインタフェースである。HDD54は、プログラムやデータを格納するディスク装置であり、スーパーIO55は、マウスやキーボードなどの入力装置を接続するためのインタフェースである。DVI56は、液晶表示装置を接続するインタフェースであり、ODD57は、DVD、CD−Rの読み書きを行う装置である。
LANインタフェース53は、PCIエクスプレス(PCIe)によりCPU52に接続され、HDD54及びODD57は、SATA(Serial Advanced Technology Attachment)によりCPU52に接続される。スーパーIO55は、LPC(Low Pin Count)によりCPU52に接続される。
そして、コンピュータ50において実行されるリソース管理プログラムは、コンピュータ50により読み出し可能な記録媒体の一例であるCD−Rに記憶され、ODD57によってCD−Rから読み出されてコンピュータ50にインストールされる。あるいは、リソース管理プログラムは、LANインタフェース53を介して接続された他のコンピュータシステムのデータベースなどに記憶され、これらのデータベースから読み出されてコンピュータ50にインストールされる。そして、インストールされたデータ処理プログラムは、HDD54に記憶され、メモリ51に読み出されてCPU52によって実行される。
また、実施例では、SPECwpcベンチマークスコアを用いる場合について説明したが、リソース管理装置1は、他のベンチマークスコアを用いてもよい。
すなわち、
以上の実施例1〜2を含む実施形態に関し、さらに以下の付記を開示する。
(付記1)ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付ける受付部と、
前記受付部により受け付けられた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する決定部と
を有することを特徴とするリソース管理装置。
(付記2)前記決定部により決定されたリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させ、測定された測定ベンチマークスコアを取得する測定部と、
前記測定ベンチマークスコアと前記要求ベンチマークスコアに基づいて、構築された仮想マシンがユーザの要求にマッチするか否かを判定する判定部とをさらに有し、
前記決定部は、構築された仮想マシンがユーザの要求にマッチしないと前記判定部により判定された場合に、前記リソースを変更し、
前記測定部は、前記決定部により変更されたリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させ、測定された測定ベンチマークスコアを取得することを特徴とする付記1に記載のリソース管理装置。
(付記3)前記決定部は、
前記受付部により受け付けられた使用用途と要求ベンチマークスコアに基づいて、各リソースが要求されるリソースベンチマークスコアを算出する算出部と、
前記算出部により算出されたリソースベンチマークスコアに基づいて、前記仮想マシンの構築に用いる各リソースを予測する予測部と、
前記予測部により予測された各リソース用いて前記仮想マシンが実際に構築できるか否かをリソースの使用状況を含むリソース情報に基づいて判定し、構築できないと判定した場合に、1つ以上のリソースを変更する構築部と
を有することを特徴とする付記1に記載のリソース管理装置。
(付記4)前記構築部は、1つ以上のリソースの性能を変更することでリソースを変更することを特徴とする付記3に記載のリソース管理装置。
(付記5)前記構築部は、性能を上げることでリソースを変更した場合に、他のリソースの性能を下げる変更を行うことを特徴とする付記4に記載のリソース管理装置。
(付記6)コンピュータに、
ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付け、
受け付けた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する
処理を実行させることを特徴とするリソース管理プログラム。
(付記7)決定したリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させ、測定された測定ベンチマークスコアを取得し、
前記測定ベンチマークスコアと前記要求ベンチマークスコアに基づいて、構築された仮想マシンがユーザの要求にマッチするか否かを判定する処理をさらに前記コンピュータに実行させ、
前記決定する処理は、構築された仮想マシンがユーザの要求にマッチしないと判定した場合に、前記リソースを変更し、
前記測定させる処理は、変更したリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させることを特徴とする付記6に記載のリソース管理プログラム。
(付記8)前記決定する処理は、
受け付けた使用用途と要求ベンチマークスコアに基づいて、各リソースが要求されるリソースベンチマークスコアを算出し、
算出したリソースベンチマークスコアに基づいて、前記仮想マシンの構築に用いる各リソースを予測し、
予測した各リソース用いて前記仮想マシンが実際に構築できるか否かをリソースの使用状況を含むリソース情報に基づいて判定し、構築できないと判定した場合に、1つ以上のリソースを変更する
ことを特徴とする付記6に記載のリソース管理プログラム。
(付記9)コンピュータに、
ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付け、
受け付けた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する
処理を実行させるリソース管理プログラムを記憶したコンピュータ読み取り可能記憶媒体。
(付記10)メモリと該メモリに接続されたプロセッサとを有するリソース管理装置において、
前記プロセッサに、
ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付け、
受け付けた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する
処理を実行させることを特徴とするリソース管理装置。
1,9 リソース管理装置
2 ベンチマークOSストレージ
3 クラウドリソース群
4 ネットワーク
5 ネットワーク
6 クライアントPC
11 受付部
12 受付情報記憶部
13 算出情報記憶部
14 予測情報記憶部
15 リソース情報記憶部
16 決定部
17 測定部
18 測定結果記憶部
19 比較部
20 提供部
21 算出部
22 予測部
23 構築部
31 サーバ
32 ストレージ装置
50 コンピュータ
51 メモリ
52 CPU
53 LANインタフェース
54 HDD
55 スーパーIO
56 DVI
57 ODD

Claims (6)

  1. ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付ける受付部と、
    前記受付部により受け付けられた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する決定部と
    を有することを特徴とするリソース管理装置。
  2. 前記決定部により決定されたリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させ、測定された測定ベンチマークスコアを取得する測定部と、
    前記測定ベンチマークスコアと前記要求ベンチマークスコアに基づいて、構築された仮想マシンがユーザの要求にマッチするか否かを判定する判定部とをさらに有し、
    前記決定部は、構築された仮想マシンがユーザの要求にマッチしないと前記判定部により判定された場合に、前記リソースを変更し、
    前記測定部は、前記決定部により変更されたリソースを用いて構築された仮想マシンでベンチマークプログラムを実行させてベンチマークスコアを測定させ、測定された測定ベンチマークスコアを取得することを特徴とする請求項1に記載のリソース管理装置。
  3. 前記決定部は、
    前記受付部により受け付けられた使用用途と要求ベンチマークスコアに基づいて、各リソースが要求されるリソースベンチマークスコアを算出する算出部と、
    前記算出部により算出されたリソースベンチマークスコアに基づいて、前記仮想マシンの構築に用いる各リソースを予測する予測部と、
    前記予測部により予測された各リソース用いて前記仮想マシンが実際に構築できるか否かをリソースの使用状況を含むリソース情報に基づいて判定し、構築できないと判定した場合に、1つ以上のリソースを変更する構築部と
    を有することを特徴とする請求項1に記載のリソース管理装置。
  4. 前記構築部は、1つ以上のリソースの性能を変更することでリソースを変更することを特徴とする請求項3に記載のリソース管理装置。
  5. 前記構築部は、性能を上げることでリソースを変更した場合に、他のリソースの性能を下げる変更を行うことを特徴とする請求項4に記載のリソース管理装置。
  6. コンピュータに、
    ユーザに提供される仮想マシンの使用用途と該ユーザが要求する要求ベンチマークスコアを受け付け、
    受け付けた使用用途と要求ベンチマークスコアに基づいて、前記仮想マシンの構築に用いるリソースを決定する
    処理を実行させることを特徴とするリソース管理プログラム。
JP2018085241A 2018-04-26 2018-04-26 リソース管理装置及びリソース管理プログラム Active JP7087634B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018085241A JP7087634B2 (ja) 2018-04-26 2018-04-26 リソース管理装置及びリソース管理プログラム
US16/381,049 US11281556B2 (en) 2018-04-26 2019-04-11 Resource management apparatus and resource management method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018085241A JP7087634B2 (ja) 2018-04-26 2018-04-26 リソース管理装置及びリソース管理プログラム

Publications (2)

Publication Number Publication Date
JP2019192006A true JP2019192006A (ja) 2019-10-31
JP7087634B2 JP7087634B2 (ja) 2022-06-21

Family

ID=68291150

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018085241A Active JP7087634B2 (ja) 2018-04-26 2018-04-26 リソース管理装置及びリソース管理プログラム

Country Status (2)

Country Link
US (1) US11281556B2 (ja)
JP (1) JP7087634B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117581204A (zh) * 2021-10-14 2024-02-20 英特尔公司 控制管理程序的参数的概念

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011210134A (ja) * 2010-03-30 2011-10-20 Nec Corp 管理サーバ、仮想マシン管理方法および仮想マシン管理プログラム
JP2013161149A (ja) * 2012-02-02 2013-08-19 Fujitsu Ltd 情報処理システム,仮想マシン管理プログラム,仮想マシン管理方法
JP2015045031A (ja) * 2013-05-29 2015-03-12 独立行政法人科学技術振興機構 ナノクラスター生成装置
JP2017004266A (ja) * 2015-06-10 2017-01-05 富士通株式会社 判定制御プログラム、判定制御方法及び仮想マシン管理装置
JP2018028767A (ja) * 2016-08-17 2018-02-22 ヤフー株式会社 情報処理装置、情報処理方法及びプログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101430279B1 (ko) * 2007-03-02 2014-08-14 파나소닉 주식회사 재생장치, 시스템 lsi, 초기화방법
US9417891B2 (en) 2012-06-11 2016-08-16 Vmware, Inc. Unified storage/VDI provisioning methodology
US9584364B2 (en) 2013-05-21 2017-02-28 Amazon Technologies, Inc. Reporting performance capabilities of a computer resource service
JP5976946B2 (ja) 2013-09-25 2016-08-24 株式会社日立製作所 仮想マシンテストシステム、仮想マシンテスト方法
US10613961B2 (en) * 2018-02-05 2020-04-07 Red Hat, Inc. Baselining for compute resource allocation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011210134A (ja) * 2010-03-30 2011-10-20 Nec Corp 管理サーバ、仮想マシン管理方法および仮想マシン管理プログラム
JP2013161149A (ja) * 2012-02-02 2013-08-19 Fujitsu Ltd 情報処理システム,仮想マシン管理プログラム,仮想マシン管理方法
JP2015045031A (ja) * 2013-05-29 2015-03-12 独立行政法人科学技術振興機構 ナノクラスター生成装置
JP2017004266A (ja) * 2015-06-10 2017-01-05 富士通株式会社 判定制御プログラム、判定制御方法及び仮想マシン管理装置
JP2018028767A (ja) * 2016-08-17 2018-02-22 ヤフー株式会社 情報処理装置、情報処理方法及びプログラム

Also Published As

Publication number Publication date
JP7087634B2 (ja) 2022-06-21
US20190332515A1 (en) 2019-10-31
US11281556B2 (en) 2022-03-22

Similar Documents

Publication Publication Date Title
JP6423468B2 (ja) 記憶階層の動的選択
US9851911B1 (en) Dynamic distribution of replicated data
US10303664B1 (en) Calculation of system utilization
US6978259B1 (en) Automated system adaptation technique particularly for data storage systems
JP6507167B2 (ja) 分散ストレージシステム上でデータを分散させること
US20150355863A1 (en) Distributing capacity slices across storage system nodes
EP2972872B1 (en) Virtual disk recovery and redistribution
US20110072208A1 (en) Distributed Storage Resource Scheduler and Load Balancer
US20140059207A1 (en) Client placement in a computer network system using dynamic weight assignments on resource utilization metrics
US20170212705A1 (en) Dynamic Weighting for Distributed Parity Device Layouts
BR112017003660B1 (pt) Método e sistema de controlar recursos de armazenamento de um conjunto de armazenamento de dados
US9448824B1 (en) Capacity availability aware auto scaling
CN111095188A (zh) 使用基于云的模组的动态数据重定位
US10970123B1 (en) Determining suitability of computing resources for workloads
CN110770691A (zh) 混合数据存储阵列
JP7087634B2 (ja) リソース管理装置及びリソース管理プログラム
JP5515889B2 (ja) 仮想マシンシステム、自動マイグレーション方法および自動マイグレーションプログラム
US20220179570A1 (en) Techniques for identifying misconfigurations and evaluating and determining storage tier distributions
JP2014232348A (ja) ストレージシステム、情報処理装置の制御プログラム、およびストレージシステムの制御方法
US11704034B2 (en) Load balancing in a storage system
US10439881B2 (en) Method and apparatus for predicting storage distance
US10481794B1 (en) Determining suitability of storage
US6952701B2 (en) Simultaneous array configuration and store assignment for a data storage system
JP2021064078A (ja) 複数のノードを含むストレージシステムの拡張構成案を作成する装置
JP6792159B2 (ja) 並列処理パラメータ決定プログラム、並列処理パラメータ決定方法、および並列処理管理装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210210

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220119

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220208

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220328

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220510

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220523

R150 Certificate of patent or registration of utility model

Ref document number: 7087634

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150