JP6640025B2 - 分散処理制御システム及び分散処理制御方法 - Google Patents

分散処理制御システム及び分散処理制御方法 Download PDF

Info

Publication number
JP6640025B2
JP6640025B2 JP2016106407A JP2016106407A JP6640025B2 JP 6640025 B2 JP6640025 B2 JP 6640025B2 JP 2016106407 A JP2016106407 A JP 2016106407A JP 2016106407 A JP2016106407 A JP 2016106407A JP 6640025 B2 JP6640025 B2 JP 6640025B2
Authority
JP
Japan
Prior art keywords
processing
load
time point
predicted
resources
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.)
Active
Application number
JP2016106407A
Other languages
English (en)
Other versions
JP2017211928A (ja
Inventor
剛 仲本
剛 仲本
修一郎 真貝
修一郎 真貝
修治 菊池
修治 菊池
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.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co 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 Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2016106407A priority Critical patent/JP6640025B2/ja
Priority to US15/598,557 priority patent/US10437589B2/en
Publication of JP2017211928A publication Critical patent/JP2017211928A/ja
Application granted granted Critical
Publication of JP6640025B2 publication Critical patent/JP6640025B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F9/30Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003Arrangements for executing specific machine instructions
    • G06F9/30007Arrangements for executing specific machine instructions to perform operations on data operands
    • G06F9/3001Arithmetic instructions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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
    • G06F9/30Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/30003Arrangements for executing specific machine instructions
    • G06F9/3004Arrangements for executing specific machine instructions to perform operations on memory
    • G06F9/30043LOAD or STORE instructions; Clear instruction
    • 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
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Hardware Redundancy (AREA)
  • Debugging And Monitoring (AREA)

Description

本発明は、通信ネットワークを介して相互通信可能に接続されている、分散処理システムを構成する複数の演算処理資源のそれぞれの動作状態の切替えを制御する技術に関する。
負荷分散において第1仮想マシンの負荷が第1の負荷条件を充足する場合、第2仮想マシンを配置し、第2仮想マシンの配置後、第1仮想マシンの負荷が第1の負荷条件を充足し、第2の仮想マシンの負荷が第2の負荷条件を充足する場合に第3仮想マシンを追加し、第2仮想マシンの負荷が第2の負荷条件を充足しない場合に第3仮想マシンの追加を制限する技術的手法が提案されている(特許文献1参照)。
特開2006−338264号公報
しかしながら、特許文献1の技術的手法では、負荷が急速に増加している場合、待機状態の仮想マシンを負荷処理可能な状態に遷移させるまでに時間がかかってしまうことにより、負荷が仮想マシンの処理能力を超えてしまうおそれがあった。
一方、予め十分多くの数の仮想マシンを常に負荷処理可能な状態で動作させておくと、負荷に鑑みて処理能力に大きな余剰が生まれてしまい、無駄が生じうる。
これらの点に鑑みて、本発明は、演算処理負荷の増減に鑑みて適当に複数の演算処理資源のそれぞれの動作状態の変更を制御することができるシステム及び方法を提供することを解決課題とする。
本発明の分散処理制御システムは、
演算処理を実行する複数の演算処理資源のそれぞれの動作状態の変更を制御する分散処理制御システムであって、
基準時点よりも将来の第1時点における前記複数の演算処理資源の全体に対する演算処理負荷である予測演算処理負荷を予測する負荷予測要素と、
前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の予測処理能力の所定の範囲に含まれるという第1条件を充足するように、前記第1時点よりも前に前記演算処理資源の動作状態の変更処理を開始する状態制御要素と、を備えていることを特徴とする。
本発明の分散処理制御システムによれば、前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の全体の予測処理能力の所定の範囲に含まれるように演算処理資源の動作状態の変更処理が開始される。これにより、演算処理負荷の増減に鑑みて適当に複数の演算処理資源のそれぞれの動作状態の変更処理を制御することができる。
本発明の分散処理制御システムにおいて、
前記第1条件は、前記予測演算処理負荷が前記所定の範囲の上限値である予測高負荷閾値以下であるという予測高負荷条件を含み、
前記状態制御要素は、前記予測演算処理負荷が前記予測高負荷条件を充足するまで動作中の演算処理資源に演算処理資源を仮想的に追加することにより、前記動作予定の演算処理資源を決定するように構成されていることが好ましい。
当該構成の分散処理制御システムによれば、予測演算処理負荷が予測高負荷閾値を超えるような場合には、予測高負荷条件を充足するまで演算処理資源が仮想的に追加される。これにより、第1時点における演算処理負荷を処理するリソースの不足又は余剰を抑えるように演算処理資源が適切に選択される。
本発明の分散処理制御システムにおいて、
前記状態制御要素は、前記仮想的に追加された演算処理資源の前記第1時点における予測処理能力を通常の処理能力よりも低く評価し、
前記予測高負荷条件は、前記演算処理資源1つあたりの前記予測演算処理負荷が前記予測高負荷閾値以下であるという条件であることが好ましい。
当該構成の分散処理制御システムによれば、仮想的に追加された演算処理資源の第1時点における予測処理能力が通常の処理能力よりも低く評価された上で、前記演算処理資源1つあたりの前記予測演算処理負荷が前記予測高負荷閾値以下となるように演算処理資源の動作が制御される。これにより、演算処理資源が追加された直後に演算処理資源の処理能力が通常よりも低下する場合でも、処理能力の低下が勘案された形で演算処理資源が追加される。
本発明の分散処理制御システムにおいて、
前記第1条件は、前記予測演算処理負荷が前記所定の範囲の下限値である予測低負荷閾値以上であるという予測低負荷条件を含み、
前記状態制御要素は、前記予測演算処理負荷が前記予測低負荷条件を充足するまで動作中の演算処理資源の数を仮想的に減少させることにより、前記動作予定の演算処理資源を決定するように構成されていることが好ましい。
当該構成の分散処理制御システムによれば、予測演算処理負荷が予測低負荷閾値を下回るような場合には、予測低負荷条件を充足するまで演算処理資源の数が仮想的に減少される。これにより、第1時点における演算処理負荷を処理するリソースの不足又は余剰を抑えるように演算処理資源が適切に選択される。
本発明の分散処理制御システムにおいて、
前記状態制御要素は、
前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも少ない場合、前記動作中の演算処理資源のうち、前記動作予定の演算処理資源と異なる演算処理資源の停止処理を前記第1時点までに開始させ、
前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも多い場合、前記複数の演算処理資源のうち、前記第1時点において動作予定の演算処理資源の数と動作中の演算処理資源の数との差分だけ停止中の演算処理資源の起動処理を前記第1時点までに開始することを特徴とする。
本発明の分散処理制御システムによれば、演算処理資源が過剰である場合には、演算処理資源が停止され、演算処理資源が不足している場合には、基準時点において動作中の演算処理資源に追加するように演算処理資源の起動処理が開始される。これにより、必要な演算処理資源だけの起動処理を開始させることが出来るので、演算処理資源の動作に係るコストが削減されうる。
本発明の分散処理制御システムにおいて、
前記複数の演算処理資源のそれぞれは、認証した端末からの要求を処理する演算処理資源であり、
前記分散処理制御システムは、
前記複数の演算処理資源のうちの一の演算処理資源を停止させる際に当該一の演算処理資源に蓄積され、前記端末の認証情報を含むデータを前記一の演算処理資源から取得し、
前記基準時点から所定の時間以内に第1要求を受けつけた端末から新たな第2要求を受信し、かつ、前記第1要求を処理した演算処理資源が停止している場合、前記データに含まれる認証情報を前記第2要求とともに動作中又は前記第2要求を処理する時点において動作予定の演算処理資源に送信するデータ同期要素とを備えるように構成されていることを特徴する
本発明の分散処理制御システムによれば、第1要求を処理した演算処理資源が停止をしていても、当該演算処理資源が停止する際に同期したデータに含まれる認証情報が第2要求とともに動作中又は第2要求を受け付けた時点において動作予定の演算処理資源に送信される。これにより、別個に第2要求の送信元の端末の認証を行う必要がなくなる。これにより、認証のための処理を省略することが出来、演算処理負荷を軽減することが出来る。
本発明の分散処理制御システムにおいて、
前記状態制御要素は、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲から逸脱する第2条件を充足することを要件として、前記第1条件を充足する演算処理資源の選択処理を開始することを特徴とする
本発明の分散処理制御システムによれば、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲から逸脱する場合に、第1条件を充足する演算処理資源の選択処理が開始される。これにより、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲内であるような、演算処理資源の動作状態の変更が必要ない場合の分散処理制御システム自体の演算処理負荷を軽減できる。
本発明の分散処理制御システムにおいて、
所定の単位期間を構成する複数の要素期間のそれぞれごとの過去の演算処理負荷の時系列的な変化態様である第1変化態様を記憶する記憶要素を備え、
前記負荷予測要素は、前記基準時点における演算処理負荷である測定演算処理負荷を測定し、前記測定演算処理負荷と前記基準時点に対応する前記要素期間における第1変化態様とに基づいて、前記予測演算処理負荷を予測するように構成されていることが好ましい。
本発明の分散処理制御システムによれば、測定演算処理負荷と当該分散処理制御システムの過去の実績に含まれ、基準時点に対応する要素期間の第1変化態様に基づいて予測演算処理負荷が予測されるので、予測演算処理負荷の予測精度が向上する。
本発明の分散処理制御システムにおいて、
前記負荷予測要素は、前記基準時点よりも過去の第2時点から前記基準時点までの演算処理負荷の時系列的な変化態様である第2変化態様を認識し、前記第2変化態様との近似度が所定値以上の変化態様が前記基準時点から前記第1時点までの間に起こると仮定して前記予測演算処理負荷を予測するように構成されていることが好ましい。
本発明の分散処理制御システムによれば、実際に起こっている第2変化態様と同一の変化態様が起こると予測して前記予測演算処理負荷が予測されるので、予測演算処理負荷の予測精度が向上する。
本発明の分散処理制御システムにおいて、
過去の演算処理負荷の時系列的な変化態様である第3変化態様を記憶する記憶要素を備え、
前記負荷予測要素は、前記基準時点よりも過去の第3時点から前記基準時点までの演算処理負荷の時系列的な変化態様である第4変化態様を認識し、当該第4変化態様との近似度が所定値以上の前記第3変化態様に基づいて前記予測演算処理負荷を予測するように構成されていることが好ましい。
本発明の分散処理制御システムによれば、予測演算処理負荷が当該分散処理制御システムの過去の類似した演算処理負荷の時系列的な変化態様に基づいて予測されるので、予測演算処理負荷の予測精度が向上する。
当該構成の分散処理制御システムにおいて、前記負荷予測要素は、前記第4変化態様との近似度が所定値以上の前記第3変化態様のうち、鮮度が所定値以上の第3変化態様に基づいて前記予測演算処理負荷を予測するように構成されている。
本発明の分散処理制御システムによれば、当該分散処理制御システムの過去の近似度が所定値以上の演算処理負荷の時系列的な変化態様のうち、鮮度が所定値以上の変化態様に基づいて予測演算処理負荷が予測されるので、予測演算処理負荷の予測精度がより向上する。
これらの分散処理制御システムにおいて、
前記負荷予測要素は、前記演算処理負荷を増減させるバイアス期間を認識し、前記基準時点が前記バイアス期間に含まれる場合には、前記バイアス期間における増減量に応じて前記予測演算処理負荷を認識するように構成されていることが好ましい。
本発明の分散処理制御システムによれば、演算処理負荷を増減させるバイアス期間の増減量が勘案されて予測演算処理負荷が認識されるので、十分に過去の演算処理負荷に関する情報がない場合でも、時期的な性質に鑑みて予測演算処理負荷が適当な値に設定されうる。
本発明の分散処理制御システムの全体構成図。 負荷分散制御処理のフローチャート。 演算処理資源1つあたりの演算処理負荷の時系列変化と、動作中の演算処理資源の個数の時系列変化との関係を示す図で、縦軸は、演算処理資源1つあたりの演算処理負荷又は動作中の演算処理資源の個数、横軸は時刻、1点鎖線のグラフは演算処理資源1つあたりの演算処理負荷、2点鎖線のグラフは動作中の演算処理資源の個数を示す。 起動処理のフローチャート。 要求受付処理のフローチャート。
図1〜図5を参照しながら、本発明の一実施形態を説明する。
(構成)
図1に示されている分散処理制御システム10は、複数の端末Ci(i=1,2,‥,m)から第1ネットワークを介して受信した要求を、第2ネットワークを介して相互通信可能に接続されている複数の第1演算処理資源S1〜第n演算処理資源Snのいずれかに対して割り当てるように構成されている。複数の端末Ciのうち少なくとも一部が各演算処理資源を構成していてもよい。
第1ネットワークは、例えばインターネット等の広域ネットワークであり、第2ネットワークは、例えばローカルエリアネットワークである。第1および第2ネットワークは共通の通信ネットワークであってもよい。
分散処理制御システム10は、例えば、コンピュータ(CPU、ROMおよびRAMなどのメモリ、I/O回路などにより構成されている。)により構成された、ロードバランサである。分散処理制御システム10は、後述する演算処理を実行するように構成されている負荷予測要素11、状態制御要素12、データ同期要素13、認証制御要素14及び記憶要素15を備えている。
本発明の構成要素が担当演算処理を実行するように「構成されている」とは、当該構成要素を構成するCPU等の演算処理装置が、ROM、RAM等のメモリまたは記録媒体から必要な情報に加えてソフトウェアを読み出し、当該情報に対して当該ソフトウェアにしたがって演算処理を実行するように「プログラムされている」または「デザイン(設計)されている」ことを意味する。各構成要素が共通のプロセッサ(演算処理装置)により構成されてもよく、各構成要素が相互通信可能な複数のプロセッサにより構成されてもよい。
端末Ciは、タブレット型端末、スマートフォンまたはウェアラブル端末(たとえば腕時計型端末)など、ユーザによる携帯が可能なようにサイズ、形状および重量が設計されている情報端末により構成されている。端末Ciは、車両に搭載可能なようにサイズ等が設計されている情報端末(例えばナビゲーション装置)であってもよいし、TCU、LVF等の通信機器であってもよい。
第j演算処理資源Sj(j=1、2、‥、n)は、例えばコンピュータ(CPU、ROMおよびRAMなどのメモリ、I/O回路などにより構成されている。)により構成された、サーバ又は仮想マシンである。第j演算処理資源Sjは、端末Ciから受信した要求を処理し、必要に応じて処理結果を要求の送信元の端末Ciに送信する。分散処理制御システム10の指示により、第j演算処理資源Sj(j=1,2、‥、n)の起動処理又は停止処理が開始される。本実施形態では、各演算処理資源の処理能力は同一と仮定して説明するが、各処理能力が異なっていてもよい。処理能力が異なる場合、後述する式(1)(2)の修正が必要となる。
第j演算処理資源Sjが、本発明の「演算処理資源」を構成する。
端末Ciから受信する要求は、例えば、出発地及び目的地を結ぶルートの探索要求であるルート探索要求又はFCD(Floating Car Data)等の車両のセンサーから得られたデータの記録要求であるデータ記録要求である。
一の装置が他の装置との通信に基づいて情報を「認識する」とは、一の装置が他の装置から当該情報を受信すること、一の装置が他の装置から受信した信号を対象として所定の演算処理(計算処理または探索処理など)を実行することにより当該情報を導出すること、一の装置が他の装置による演算処理結果としての当該情報を当該他の装置から受信すること、から一の装置が当該受信信号にしたがって内部記憶装置または外部記憶装置から当該情報を読み取ること等、通信を伴って当該情報を取得するためのあらゆる演算処理が実行されることを意味する。
(負荷分散制御処理)
図2〜図3を参照して、分散処理制御システム10の各要素が実行する負荷分散制御処理を説明する。
負荷予測要素11は、測定演算処理負荷を認識し、記憶要素15に記憶する(図2/STEP102)。
測定演算処理負荷は、例えば、CPU使用率、メモリ使用率、ディスクI/O(Input/OutPut)時間又はレスポンスタイム等により直接的または間接的に示される、端末Ciから送信された要求の処理に必要な図2/STEP102実行時点である基準時点における演算処理負荷である。測定演算処理負荷は、1つの値だけでなく、複数の値のセットであってもよい。また、基準時点は、図2/STEP102の実行時点に限られず、演算処理負荷を測定する観点から図2/STEP102と同一視できる時点でもよい。例えば、演算処理負荷の測定が定期的に実行され、図2/STEP102において、最新の測定時点における演算処理負荷が測定演算処理負荷として認識されてもよい。
たとえば、負荷予測要素11は、1分毎など定期的に各演算処理資源Sjが共有する記憶装置を参照し、CPU使用率、メモリ使用率又はディスクI/O(Input/OutPut)時間のモニタリング情報を取得することにより、測定演算処理負荷を認識してもよい。また、分散処理制御システム10は、各演算処理資源Sjのレスポンスタイムを測定することにより、各演算処理資源Sjの測定演算処理負荷を認識してもよい。
負荷予測要素11は、基準時点よりも将来の第1時点(例えば基準時点の5分後)における予測演算処理負荷を認識する(図2/STEP104)。第1時点は、現在停止中の演算処理資源が処理を開始できる以降の時点であることが好ましく、例えば、現在停止中の演算処理資源の起動処理に3分かかる場合には、3分以降の時点であることが好ましい。
第1時点における予測演算処理負荷は、第1時点における端末Ciからの要求の全ての処理に必要な演算処理負荷の予測値である。予測演算処理負荷は、1つの値だけでなく、複数の値のセットであってもよいが、測定演算処理負荷と同一の形式の値であることが好ましい。
例えば、負荷予測要素11は、測定演算処理負荷と基準時点に対応する演算処理負荷の第1変化態様とに基づいて第1時点における予測演算処理負荷を予測してもよい。第1変化態様は、記憶要素15に記憶された、単位期間を構成する複数の要素期間のそれぞれの過去の測定演算処理負荷の時系列的な変化態様である。
単位期間は例えば1日であり、要素期間は例えば10分刻みの時間である。要素期間は、例えば、1分間、5分間及び10分間のようにその長さが互いに異なる期間であってもよい。
複数の要素期間は、互いに重複があってもよい。たとえば、9:00〜9:10の要素期間と、9:05〜9:15の要素期間があってもよい。
また、基準時点に対応する要素期間とは、複数の要素期間のうち、基準時点と同一時点を含む要素期間を意味する。例えば、基準時点が2016年6月1日 9:05であり、単位期間が1日であり、要素期間が10分毎の期間である場合、基準時点と同一時点9:05を含む要素期間8:55〜9:05、9:00〜9:10、9:05〜9:15等が基準時点に対応する要素期間である。
複数の要素期間がある場合、それらのうちの一つの要素期間を選択すればよいが、要素期間の始期となるような基準時点が選択されることが好ましい。
第1変化態様は、過去の測定演算処理負荷を要素期間(例えば9:00〜9:10)ごとの値により表される。
例えば、第1変化態様は、9:00〜9:10において測定演算処理負荷が10%増加した等、要素期間ごとの各測定演算処理負荷の増減量で表されてもよい。この場合、負荷予測要素11は、第1変化態様に示される基準時点に対応する要素期間の測定演算処理負荷の増減量と図2/STEP102で認識された測定演算処理負荷とを加算した値を、第1時点における予測演算処理負荷としてもよい。
また、例えば、第1変化態様は、9:00における演算処理負荷の平均値が50%、9:01における平均的な演算処理負荷が52%、‥9:10における演算処理負荷の平均値が60%というように、要素期間における各時刻における演算処理負荷の平均値により表されてもよい。この場合、負荷予測要素11は、第1変化態様に示される第1時点に対応する時刻の演算処理負荷の平均値に、測定演算処理負荷と基準時点における演算処理負荷の平均値との差分を加えた値を、第1時点における予測演算処理負荷としてもよい。
これに加えてまたは代えて、負荷予測要素11は、基準時点に対応する演算処理負荷の第2変化態様を認識し、当該第2変化態様との近似度が所定値以上の変化態様が基準時点から第1時点までに起こると仮定して、第1時点における予測演算処理負荷を予測してもよい。
第2変化態様は、記憶要素15に記憶された、基準時点よりも過去の第2時点(例えば基準時点の5分前)から基準時点までの測定演算処理負荷の時系列的な変化態様である。なお、第2時点から基準時点までの間隔と基準時点から第1時点までの間隔は異なっていてもよいが、同一であることがより好ましい。
例えば、第2変化態様は、第2時点から基準時点までにおいて測定演算処理負荷が10%増加した等、第2時点から基準時点までにおける各測定演算処理負荷の増減量で表されてもよい。この場合、第2時点から基準時点までにおける測定演算処理負荷の増減量と近似度が所定以上の増減量は、例えば、第2時点から基準時点までにおける測定演算処理負荷の増減量に所定の係数(例えば、0.5〜2に含まれる係数)の間の値を乗じた値である。負荷予測要素11は、このようにして求められた値と図2/STEP102で認識された測定演算処理負荷とを加算した値を、第1時点における予測演算処理負荷としてもよい。
第2時点から基準時点までの間隔と基準時点から第1時点までの間隔とが異なっている場合には、負荷予測要素11は、第2時点から基準時点までにおける各測定演算処理負荷の増減量を、第2時点から基準時点までの間隔と基準時点から第1時点までの間隔との比で割った値を用いて第1時点における予測演算処理負荷を認識してもよい。
また、これらに加えてまたは代えて、負荷予測要素11は、演算処理負荷の第3変化態様と演算処理負荷の第4変化態様とに基づいて、第1時点における予測演算処理負荷を予測してもよい。
第3変化態様は、記憶要素15に記憶された、過去の演算処理負荷の時系列的な変化態様である。また、第4変化態様は、基準時点よりも過去の第3時点から基準時点(例えば5分前)までの演算処理負荷の時系列的な変化態様である。
例えば、第3変化態様は、2016年5月1日の9:00における測定演算処理負荷が50%、2016年5月1日の9:01における測定演算処理負荷が52%、‥2016年5月1日の9:10における測定演算処理負荷が60%というように、各時刻における測定演算処理負荷により表されてもよい。
また、第4変化態様は、第3時点における測定演算処理負荷が48%、‥基準時点における測定演算処理負荷が58%というように、第3変化態様と同様の形式のデータにより表される。
負荷予測要素11は、第4変化態様と近似度が所定以上の変化態様の第3変化態様を認識し、当該第3変化態様に続く変化態様から、第1時点における予測演算処理負荷を予測してもよい。また、第4変化態様と近似度が所定以上の第3変化態様が複数ある場合には、鮮度が高い(新しい)第3変化態様を採用することが好ましい。
負荷予測要素11は、これらの複数の値に基づいて一の予測演算処理負荷を定めてもよい。たとえば、負荷予測要素11は、第1変化態様に基づいて予測した値と、第2変化態様に基づいて予測した値との平均値を、予測演算処理負荷としてもよい。
また、これらに加えて、負荷予測要素11は、演算処理負荷を増減させるバイアス期間を認識し、基準時点がバイアス期間に含まれる場合には、バイアス期間における増減量に応じて予測演算処理負荷を認識するように構成されていてもよい。
例えば、バイアス期間は、週末若しくは祝日、お盆、年末年始等の大型連休又は梅雨など車両の使用頻度が増加する時期又は降雪時期などの車両の使用頻度が減少する時期である。このようなバイアス期間においては、車両の使用頻度の増減に応じて、受信するルート探索要求等の要求の数が増減し、ひいては、当該要求の処理に必要な演算処理負荷が増減する。このように、第1時点がバイアス期間に含まれる場合においては、上記のようにして求めた予測演算処理負荷にあらかじめ定められたバイアス期間の増減量に応じた係数を乗じることにより、予測演算処理負荷を補正してもよい。
状態制御要素12は、予測演算処理負荷が基準高負荷条件を充足しているか否かを判定する(図2/STEP106)。
基準高負荷条件は、動作中の演算処理資源Sjの1つあたりの予測演算処理負荷(例えば、CPU使用率)が、図3に示されるような所定の基準高負荷閾値T1(例えば60%)を超過していることという条件である。
予測演算処理負荷が複数の値のセットである場合には、基準高負荷条件は、その夫々が高負荷閾値T1を超過しているという条件であってもよいし、それらの平均値等の統計値が高負荷閾値T1を超過しているという条件であってもよいし、複数の値のセットそれぞれに設けられた高負荷閾値を複数の値のいずれか1つ又は全てが超過しているしているという条件であってもよい。この条件は他の条件でも同様である。基準高負荷条件が、本発明の「第2条件」の一例に相当し、高負荷閾値T1が本発明の「第2条件」の「所定の範囲」の上限値に相当する。
例えば、図3における時刻t1では、1点鎖線で示される動作中の演算処理資源Sjの1つあたりの予測演算処理負荷が基準高負荷閾値T1を超えているので、図2/STEP106の判定結果は肯定的となる。
また、負荷予測要素11は、一定の時間(例えば5分間)継続して予測演算処理負荷が基準高負荷条件を充足している場合に、図2/STEP106を肯定的と判定してもよい。
図2/STEP106の判定結果が肯定的である場合(図2/STEP106‥YES)、
状態制御要素12は、動作予定候補の演算処理資源のグループである動作予定候補グループに、停止中の演算処理資源を所定数(例えば2)だけ仮想的に追加する(図2/STEP108)。状態制御要素12は、停止中の演算処理資源に代えてまたは加えて、現在稼働中の演算処理資源であって現在演算処理負荷を割り当てていない演算処理資源を追加してもよい。
動作予定候補グループは、図2/STEP108の初期においては、基準時点において動作中の演算処理資源から構成される。図2/STEP108の初期において、sp1個の演算処理資源が動作中である場合、例えばsp2個の停止中の演算処理資源が動作予定候補グループに仮想的に追加されると、動作予定候補グループには合計sp1+sp2個の演算処理資源が含まれることとなる。
状態制御要素12は、予測演算処理負荷に基づいて、第1時点における動作予定候補グループに含まれる演算処理資源の1つ当たりの予測演算処理負荷を算出する(図2/STEP110)。
たとえば、状態制御要素12は、以下の式(1)により、動作予定候補グループに含まれる演算処理資源の1つ当たりの予測演算処理負荷PL1を求めてもよい。
ここで、PL0は図2/STEP104で予測された予測演算処理負荷に所定の制御値を加えた値、sp1は、基準時点において動作中の演算処理資源の数、sp2は仮想的に追加した演算処理資源の数、scは、0より大きく1以下(好ましくは1未満)であって、追加した演算処理資源の数sp2に乗ずる係数である。1未満の所定の係数scは、起動直後の演算処理資源が初期設定処理、又は同期処理等のために演算性能を完全に発揮できない場合などの、通常の処理能力よりも低い演算処理資源の予測処理能力を表すための係数である。
状態制御要素12は、予測演算処理負荷が予測高負荷条件を充足しているか否かを判定する(図2/STEP112)。
予測高負荷条件は、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL1(例えば、CPU使用率)が、図3に示されるような所定の予測高負荷閾値T2(例えば60%)以下であるという条件である。予測高負荷閾値T2は、基準高負荷閾値T1と同じ値であることが好ましいが、基準高負荷閾値T1とは異なる値であってもよい。
図2/STEP112の判定結果が否定的である場合(図2/STEP112‥NO)、すなわち、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL1が予測高負荷閾値T2を超過する場合、状態制御要素12は、再度図2/STEP108以下の処理を実行する。状態制御要素12は、図2/STEP108の処理に先立ち、演算処理資源の起動処理の開始タイミングを早める又は一部の初期設定を省略した場合の演算処理資源の早期起動を行った場合のシミュレーションを行い、そのシミュレーションにより図2/STEP112の判定結果が肯定的となる場合、図2/STEP108以下の処理を実行せずに、図2/STEP114に進んでもよい。
図2/STEP112の判定結果が肯定的である場合(図2/STEP112‥YES)、すなわち、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL1が予測高負荷閾値T2以下である場合、状態制御要素12は、追加した演算処理資源の起動処理を開始させる(図2/STEP114)。
状態制御要素12は、追加した演算処理資源が正常に動作しているかを判定し(図2/STEP116)、もし正常に動作していない場合(図2/STEP116‥NO)には再度図2/STEP114の処理を実行する。
追加した演算処理資源が正常に動作している場合(図2/STEP116‥YES)、状態制御要素12は、追加した演算処理資源に演算処理負荷の割振り(端末Ciから受信した要求の転送)を開始する(図2/STPE118)。
図2/STEP106の判定結果が否定的である場合(図2/STEP106‥NO)、
状態制御要素12は、予測演算処理負荷が基準低負荷条件を充足しているか否かを判定する(図2/STEP120)。
基準低負荷条件は、動作中の演算処理資源Sjの1つあたりの予測演算処理負荷(例えば、CPU使用率)が、図3に示されるような所定の基準低負荷閾値T3(例えば20%)以下であることという条件である。基準低負荷条件が、本発明の「第2条件」の一例に相当し、基準低負荷閾値T3が、本発明の「第2条件」の「所定の範囲」の下限値に相当する。
例えば、図3における時刻t4では、1点鎖線で示される動作中の演算処理資源Sjの1つあたりの予測演算処理負荷が基準低負荷閾値T3以下であるので、図2/STEP120の判定結果は肯定的となる。
また、状態制御要素12は、一定の時間(例えば5分間)継続して予測演算処理負荷が基準低負荷条件を充足している場合に、図2/STEP120を肯定的と判定してもよい。
図2/STEP120の判定結果が否定的である場合(図2/STEP120‥NO)、状態制御要素12は、今回周期の負荷分散制御処理を終了する。
図2/STEP120の判定結果が肯定的である場合(図2/STEP120‥YES)、状態制御要素12は、動作中の演算処理資源のグループである動作中グループから所定数(例えば2)の演算処理資源を仮想的に除外する(図2/STEP122)。
図2/STEP122の初期において、sp1個の演算処理資源が動作中である場合、例えばsp3個の動作中演算処理資源が動作中グループから仮想的に除外されると、動作中グループには合計sp1−sp3個の演算処理資源が含まれることとなる。
状態制御要素12は、予測演算処理負荷に基づいて、第1時点における動作中グループに含まれる演算処理資源の1つ当たりの予測演算処理負荷を算出する(図2/STEP124)。
たとえば、状態制御要素12は、以下の式(2)により、動作中グループに含まれる演算処理資源の1つ当たりの予測演算処理負荷PL2を求めてもよい。
ここで、PL0は図2/STEP104で予測された予測演算処理負荷に所定の制御値を加えた値、sp1は基準時点において動作中の演算処理資源の数、sp3は仮想的に除外した演算処理資源の数である。
状態制御要素12は、予測演算処理負荷が予測低負荷条件を充足しているか否かを判定する(図2/STEP126)。
予測低負荷条件は、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL2(例えば、CPU使用率)が、図3に示されるような所定の予測低負荷閾値T4(例えば20%)以上であるという条件である。予測低負荷閾値T4は、基準低負荷閾値T3と同じ値であることが好ましいが、基準低負荷閾値T3とは異なる値であってもよい。予測低負荷条件が、本発明の「第1条件」の一例に相当する。
図2/STEP126の判定結果が否定的である場合(図2/STEP126‥NO)、すなわち、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL2が予測低負荷閾値T4に満たない場合、状態制御要素12は、再度図2/STEP122以下の処理を実行する。
図2/STEP126の判定結果が肯定的である場合(図2/STEP126‥YES)、すなわち、動作予定候補グループの演算処理資源の1つあたりの予測演算処理負荷PL2が予測低負荷閾値T4以上である場合、状態制御要素12は、除外した演算処理資源への演算処理負荷の割振りを停止させる(図2/STEP128)。
データ同期要素13は、除外した演算処理資源に蓄積されたデータを同期し、記憶要素15に記憶する(図2/STEP130)。このデータには、要求送信元の端末Ciの認証情報が含まれる。
状態制御要素12は、除外した演算処理資源を停止処理を開始する(図2/STEP132)。
(負荷分散処理の作用効果)
負荷分散処理によれば、図3に示されるように、時刻t1において予測演算処理負荷が基準高負荷閾値T1を超過した場合でも、予測演算処理負荷が予測高負荷閾値T2以下となるように演算処理資源の起動処理が開始されるので、時刻t2において適切な数の演算処理資源が動作(要求を処理)するようになる。これにより、例えば時刻t1〜t3に示されるような急激な演算処理負荷の増加があっても、随時適切な数の演算処理資源が追加されるので、演算処理資源に過剰な演算処理負荷がかかることが回避されうる。
また、負荷分散処理によれば、図3に示されるように、時刻t4において予測演算処理負荷が基準低負荷閾値T3以下となった場合でも、予測演算処理負荷が予測低負荷閾値T4以上となるように演算処理資源が停止されるので、時刻t5において動作する演算処理資源が適当な数となる。これにより、例えば時刻t4〜t5に示されるような演算処理資源の停止があっても、残った演算処理資源に適当な演算処理負荷が割り当てられる。
また、時刻t3〜t4の間では、各演算処理資源に対する過剰な負荷又は処理能力の余剰が抑制される。
(起動処理)
次に、図4を参照して、図2/STEP114で起動処理が開始された演算処理資源の起動フローを説明する。
演算処理資源は、分散処理制御システム10からの起動指示により、電力の供給が開始されると、BIOSの設定及びOSの設定等の初期処理を行う(図4/STEP202)。
演算処理資源は、所定時間以内に設定情報の同期を行ったか否かを判定する(図4/STEP204)。
当該判定結果が否定的である場合(図4/STEP204‥NO)、演算処理資源は、設定情報の同期を実施する(図4/STEP206)。
当該判定結果が肯定的である場合(図4/STEP204‥YES)、又は図4/STEP206の処理の後、演算処理資源は、通信機能及び演算処理機能等が正常に動作しているか否かの確認を実施する(図4/STEP208)。正常に動作していない機能がある場合には、演算処理資源は、分散処理制御システム10にエラーメッセージを送信した上で、再度当該機能または自身の再起動を実施し、各機能の正常動作を確保する。
演算処理資源は、図4/STEP208の後、図2/STEP118で割振られた演算処理負荷(端末Ciから受信した要求)の処理を開始する(図4/STEP210)。
上記処理により、同期処理を適切に省略しながら、演算処理資源を適切に起動することが出来る。
(要求受付処理)
次に、図5を参照して、分散処理制御システム10が、端末Ciから要求を受信した場合の処理フローを説明する。
認証制御要素14は、端末Ciから新たな要求を受信すると(図5/STEP302)、当該新たな要求元の送信元の端末Ciから、新たな要求の受信時点から所定の時間以内に要求を受信していたか否かを判定する(図5/STEP304)。認証制御要素14は、例えば、記憶要素15のログ情報に基づいて図5/STEP304の判定を実行する。
当該判定結果が否定的である場合(図5/STEP304‥NO)、認証制御要素14は、端末Ciと適当な情報処理資源とを接続する(図5/STEP306)。接続された情報処理資源により、端末Ciの認証が行われ、認証情報が作成される。
当該判定結果が肯定的である場合(図5/STEP304‥YES)、認証制御要素14は、記憶要素15に記憶されたログ情報を参照することにより、端末Ciの前回の要求を停止中の演算処理資源が処理したか否かを判定する(図5/STEP308)。
当該判定結果が否定的である場合(図5/STEP308‥NO)、認証制御要素14は、端末Ciの前回の要求を処理した情報処理資源と、当該端末Ciとを接続させる(図5/STEP310)。
当該判定結果が肯定的である場合(図5/STEP308‥YES)、認証制御要素14は、記憶要素15を参照して、図2/STEP130で同期されたデータを検索することにより、端末Ciの認証情報を認識する(図5/STEP312)。
図5/STEP312の後、認証制御要素14は、新たな要求とともに端末Ciの認証情報を適当な情報処理資源に送信し、端末Ciと当該情報処理資源とを接続させる(図5/STEP314)。
上記の処理により、前回の要求を処理した演算処理資源が停止をしていても、当該演算処理資源が停止する際に同期したデータに含まれる認証情報を用いて端末の認証が行われる。これにより、認証の通信を省略することが出来るので、演算処理負荷を軽減することが出来る。
10‥分散処理制御システム、11‥負荷予測要素、12‥状態制御要素、Sj‥演算処理資源。

Claims (13)

  1. 演算処理を実行する複数の演算処理資源のそれぞれの動作状態の変更を制御する分散処理制御システムであって、
    基準時点よりも将来の第1時点における前記複数の演算処理資源の全体に対する演算処理負荷である予測演算処理負荷を予測する負荷予測要素と、
    前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の予測処理能力の所定の範囲に含まれるという第1条件を充足するように、前記第1時点よりも前に前記演算処理資源の動作状態の変更処理を開始する状態制御要素と、を備え
    前記状態制御要素は、
    前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも少ない場合、前記動作中の演算処理資源のうち、前記動作予定の演算処理資源と異なる演算処理資源の停止処理を前記第1時点までに開始させ、
    前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも多い場合、前記複数の演算処理資源のうち、前記第1時点において動作予定の演算処理資源の数と動作中の演算処理資源の数との差分だけ停止中の演算処理資源の起動処理を前記第1時点までに開始し、
    前記複数の演算処理資源のそれぞれは、認証した端末からの要求を処理する演算処理資源であり、
    前記分散処理制御システムは、
    前記複数の演算処理資源のうちの一の演算処理資源を停止させる際に当該一の演算処理資源に蓄積され、前記端末の認証情報を含むデータを前記一の演算処理資源から取得し、
    前記基準時点から所定の時間以内に第1要求を受けつけた端末から新たな第2要求を受信し、かつ、前記第1要求を処理した演算処理資源が停止している場合、前記データに含まれる認証情報を前記第2要求とともに動作中又は前記第2要求を処理する時点において動作予定の演算処理資源に送信するデータ同期要素を備えるように構成されていることを特徴とする分散処理制御システム。
  2. 請求項記載の分散処理制御システムにおいて、
    前記状態制御要素は、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲から逸脱する第2条件を充足することを要件として、前記第1条件を充足する演算処理資源の選択処理を開始することを特徴とする分散処理制御システム。
  3. 演算処理を実行する複数の演算処理資源のそれぞれの動作状態の変更を制御する分散処理制御システムであって、
    基準時点よりも将来の第1時点における前記複数の演算処理資源の全体に対する演算処理負荷である予測演算処理負荷を予測する負荷予測要素と、
    前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の予測処理能力の所定の範囲に含まれるという第1条件を充足するように、前記第1時点よりも前に前記演算処理資源の動作状態の変更処理を開始する状態制御要素と、を備え
    前記状態制御要素は、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲から逸脱する第2条件を充足することを要件として、前記第1条件を充足する演算処理資源の選択処理を開始することを特徴とする分散処理制御システム。
  4. 請求項1〜3のいずれか1項に記載の分散処理制御システムにおいて、
    前記第1条件は、前記予測演算処理負荷が前記所定の範囲の上限値である予測高負荷閾値以下であるという予測高負荷条件を含み、
    前記状態制御要素は、前記予測演算処理負荷が前記予測高負荷条件を充足するまで動作中の演算処理資源に演算処理資源を仮想的に追加することにより、前記動作予定の演算処理資源を決定するように構成されていることを特徴とする分散処理制御システム。
  5. 請求項記載の分散処理制御システムにおいて、
    前記状態制御要素は、前記仮想的に追加された演算処理資源の前記第1時点における予測処理能力を通常の処理能力よりも低く評価し、
    前記予測高負荷条件は、前記演算処理資源1つあたりの前記予測演算処理負荷が前記予測高負荷閾値以下であるという条件であることを特徴とする分散処理制御システム。
  6. 請求項1〜のうちいずれか1項記載の分散処理制御システムにおいて、
    前記第1条件は、前記予測演算処理負荷が前記所定の範囲の下限値である予測低負荷閾値以上であるという予測低負荷条件を含み、
    前記状態制御要素は、前記予測演算処理負荷が前記予測低負荷条件を充足するまで動作中の演算処理資源の数を仮想的に減少させることにより、前記動作予定の演算処理資源を決定するように構成されていることを特徴とする分散処理制御システム。
  7. 請求項1〜のうちいずれか1項記載の分散処理制御システムにおいて、
    所定の単位期間を構成する複数の要素期間のそれぞれごとの過去の演算処理負荷の時系列的な変化態様である第1変化態様を記憶する記憶要素を備え、
    前記負荷予測要素は、前記基準時点における演算処理負荷である測定演算処理負荷を測定し、前記測定演算処理負荷と前記基準時点に対応する前記要素期間における第1変化態様とに基づいて、前記予測演算処理負荷を予測するように構成されていることを特徴とする分散処理制御システム。
  8. 請求項1〜のうちいずれか1項記載の分散処理制御システムにおいて、
    前記負荷予測要素は、前記基準時点よりも過去の第2時点から前記基準時点までの演算処理負荷の時系列的な変化態様である第2変化態様を認識し、前記第2変化態様との近似度が所定値以上の変化態様が前記基準時点から前記第1時点までの間に起こると仮定して前記予測演算処理負荷を予測するように構成されていることを特徴とする分散処理制御システム。
  9. 請求項1〜のうちいずれか1項記載の分散処理制御システムにおいて、
    過去の演算処理負荷の時系列的な変化態様である第3変化態様を記憶する記憶要素を備え、
    前記負荷予測要素は、前記基準時点よりも過去の第3時点から前記基準時点までの演算処理負荷の時系列的な変化態様である第4変化態様を認識し、当該第4変化態様との近似度が所定値以上の前記第3変化態様に基づいて前記予測演算処理負荷を予測するように構成されていることを特徴とする分散処理制御システム。
  10. 請求項記載の分散処理制御システムにおいて、
    前記負荷予測要素は、前記第4変化態様との近似度が所定値以上の前記第3変化態様のうち、鮮度が所定値以上の第3変化態様に基づいて前記予測演算処理負荷を予測するように構成されていることを特徴とする分散処理制御システム。
  11. 請求項2又は3に記載の分散処理制御システムにおいて、
    前記負荷予測要素は、前記演算処理負荷を増減させるバイアス期間を認識し、前記基準時点が前記バイアス期間に含まれる場合には、前記バイアス期間における増減量に応じて前記予測演算処理負荷を認識するように構成されていることを特徴とする分散処理制御システム。
  12. 演算処理を実行する複数の演算処理資源のそれぞれの動作状態の変更を制御する分散処理制御方法であって、
    基準時点よりも将来の第1時点における前記複数の演算処理資源の全体に対する演算処理負荷である予測演算処理負荷を予測する負荷予測ステップと、
    前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の予測処理能力の所定の範囲に含まれるという第1条件を充足するように、前記第1時点よりも前に前記演算処理資源の動作状態の変更処理を開始する状態制御ステップと、を含み、
    前記状態制御ステップでは、
    前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも少ない場合、前記動作中の演算処理資源のうち、前記動作予定の演算処理資源と異なる演算処理資源の停止処理を前記第1時点までに開始させ、
    前記第1時点において動作予定の演算処理資源の数が前記基準時点における動作中の演算処理資源の数よりも多い場合、前記複数の演算処理資源のうち、前記第1時点において動作予定の演算処理資源の数と動作中の演算処理資源の数との差分だけ停止中の演算処理資源の起動処理を前記第1時点までに開始し、
    前記複数の演算処理資源のそれぞれは、認証した端末からの要求を処理する演算処理資源であり、
    前記分散処理制御方法は、
    前記複数の演算処理資源のうちの一の演算処理資源を停止させる際に当該一の演算処理資源に蓄積され、前記端末の認証情報を含むデータを前記一の演算処理資源から取得し、
    前記基準時点から所定の時間以内に第1要求を受けつけた端末から新たな第2要求を受信し、かつ、前記第1要求を処理した演算処理資源が停止している場合、前記データに含まれる認証情報を前記第2要求とともに動作中又は前記第2要求を処理する時点において動作予定の演算処理資源に送信するデータ同期ステップを含むことを特徴とする分散処理制御方法。
  13. 演算処理を実行する複数の演算処理資源のそれぞれの動作状態の変更を制御する分散処理制御方法であって、
    基準時点よりも将来の第1時点における前記複数の演算処理資源の全体に対する演算処理負荷である予測演算処理負荷を予測する負荷予測ステップと、
    前記予測演算処理負荷が前記第1時点において動作予定の演算処理資源の予測処理能力の所定の範囲に含まれるという第1条件を充足するように、前記第1時点よりも前に前記演算処理資源の動作状態の変更処理を開始する状態制御ステップと、を含み、
    前記状態制御ステップでは、前記予測演算処理負荷が前記基準時点において動作中の演算処理資源の処理能力の所定の範囲から逸脱する第2条件を充足することを要件として、前記第1条件を充足する演算処理資源の選択処理を開始することを特徴とする分散処理制御方法。
JP2016106407A 2016-05-27 2016-05-27 分散処理制御システム及び分散処理制御方法 Active JP6640025B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2016106407A JP6640025B2 (ja) 2016-05-27 2016-05-27 分散処理制御システム及び分散処理制御方法
US15/598,557 US10437589B2 (en) 2016-05-27 2017-05-18 Distributed processing control system and distributed processing control method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016106407A JP6640025B2 (ja) 2016-05-27 2016-05-27 分散処理制御システム及び分散処理制御方法

Publications (2)

Publication Number Publication Date
JP2017211928A JP2017211928A (ja) 2017-11-30
JP6640025B2 true JP6640025B2 (ja) 2020-02-05

Family

ID=60421100

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016106407A Active JP6640025B2 (ja) 2016-05-27 2016-05-27 分散処理制御システム及び分散処理制御方法

Country Status (2)

Country Link
US (1) US10437589B2 (ja)
JP (1) JP6640025B2 (ja)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW202141290A (zh) 2020-01-07 2021-11-01 韓商愛思開海力士有限公司 記憶體中處理(pim)系統和pim系統的操作方法
US11635911B2 (en) * 2020-01-07 2023-04-25 SK Hynix Inc. Processing-in-memory (PIM) system and operating methods of the PIM system
JP7126534B2 (ja) * 2020-09-29 2022-08-26 株式会社日立製作所 計算機システム、リソース再割当方法
JP2022107135A (ja) * 2021-01-08 2022-07-21 富士通株式会社 情報処理装置、情報処理システム、及び情報処理方法
WO2024004104A1 (ja) * 2022-06-29 2024-01-04 楽天モバイル株式会社 通信システムに含まれる要素の適切なスケールアウトの実行
WO2024004103A1 (ja) * 2022-06-29 2024-01-04 楽天モバイル株式会社 通信システムに含まれる要素の適切なスケールアウトの実行

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7350186B2 (en) * 2003-03-10 2008-03-25 International Business Machines Corporation Methods and apparatus for managing computing deployment in presence of variable workload
JP2006338264A (ja) 2005-06-01 2006-12-14 Toyota Infotechnology Center Co Ltd タスク割当装置およびタスク割当方法
CN102449603B (zh) * 2009-06-01 2014-10-08 富士通株式会社 服务器管理程序、管理服务器以及虚拟服务器配置方法
JP2011118525A (ja) * 2009-12-01 2011-06-16 Hitachi Ltd サーバ管理装置とサーバ管理方法およびサーバ管理プログラム

Also Published As

Publication number Publication date
US10437589B2 (en) 2019-10-08
JP2017211928A (ja) 2017-11-30
US20170344365A1 (en) 2017-11-30

Similar Documents

Publication Publication Date Title
JP6640025B2 (ja) 分散処理制御システム及び分散処理制御方法
CN111767134B (zh) 一种多任务动态资源调度方法
US8615579B1 (en) Managing virtual machine migration
JP6386165B2 (ja) 分散コンピュータシステムへの電力割り振りに変更がある場合に中断され得るジョブ及び中断され得ないジョブを管理するための方法並びに装置
US9703598B2 (en) Managing virtual machine migration
US9250863B1 (en) Managing virtual machine migration
US20150295970A1 (en) Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system
US10338964B1 (en) Computing node job assignment for distribution of scheduling operations
US10027743B2 (en) Connection control device, connection control system, and non-transitory computer readable medium
WO2016119412A1 (zh) 一种云平台上的资源伸缩方法和一种云平台
US20200219028A1 (en) Systems, methods, and media for distributing database queries across a metered virtual network
CN108173698B (zh) 网络服务管理方法、装置、服务器及存储介质
EP3844618B1 (en) Orchestration of containerized applications
JP2017513147A (ja) マルチプロセッサシステムオンチップにおけるエネルギー効率認識型熱管理
CN114780225B (zh) 一种分布式模型训练系统、方法及装置
CN113342477A (zh) 一种容器组部署方法、装置、设备及存储介质
JP2006338264A (ja) タスク割当装置およびタスク割当方法
US20140057644A1 (en) Network and user behavior based time-shifted mobile data transmission
CN111813523A (zh) 时长预估模型生成方法、系统资源调度方法、装置、电子设备和存储介质
JP2020160775A (ja) コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム
US10171572B2 (en) Server pool management
CN103488538A (zh) 云计算系统中的应用扩展装置和应用扩展方法
CN113535346B (zh) 线程数量调整的方法、装置、设备及计算机存储介质
US9195508B1 (en) Allocation of resources among computer partitions using plural utilization prediction engines
JP2009246690A (ja) ネットワーク負荷分散システム、ネットワーク負荷分散方法、及びネットワーク負荷分散プログラム

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181127

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20190826

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190910

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20191101

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: 20191217

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20191225

R150 Certificate of patent or registration of utility model

Ref document number: 6640025

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150