JP6987709B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents
情報処理装置、情報処理方法及び情報処理プログラム Download PDFInfo
- Publication number
- JP6987709B2 JP6987709B2 JP2018132589A JP2018132589A JP6987709B2 JP 6987709 B2 JP6987709 B2 JP 6987709B2 JP 2018132589 A JP2018132589 A JP 2018132589A JP 2018132589 A JP2018132589 A JP 2018132589A JP 6987709 B2 JP6987709 B2 JP 6987709B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- predetermined service
- information
- resource
- information processing
- 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
Links
- 230000010365 information processing Effects 0.000 title claims description 222
- 238000003672 processing method Methods 0.000 title claims description 13
- 238000012545 processing Methods 0.000 claims description 138
- 238000003860 storage Methods 0.000 claims description 93
- 238000000034 method Methods 0.000 claims description 50
- 230000008569 process Effects 0.000 claims description 22
- 238000012549 training Methods 0.000 description 24
- 238000009826 distribution Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005304 joining Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
まず、図1を用いて、実施形態に係る情報処理の一例について説明する。図1は、実施形態に係る情報処理の一例を示す図である。図1の例では、情報処理システム1は、ユーザ端末10とデータベース管理システム(DBMS:Database Management System)に関するサービスを提供する情報処理装置100とを有する。データベース管理システムに関するサービスとは、例えば、データを複数の表で管理するリレーショナルデータベース管理システム(RDBMS:relational database management system)に関するサービスである。
次に、図2を用いて、実施形態に係る情報処理装置100の構成について説明する。図2は、実施形態に係る情報処理装置100の構成例を示す図である。図2に示すように、情報処理装置100は、通信部110と、記憶部120と、制御部130とを有する。なお、情報処理装置100は、情報処理装置100の管理者等から各種操作を受け付ける入力部(例えば、キーボードやマウス等)や、各種情報を表示するための表示部(例えば、液晶ディスプレイ等)を有してもよい。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークと有線または無線で接続され、例えば、ユーザ端末10との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ(Flash Memory)等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。記憶部120は、図2に示すように、データベース記憶部121と、クエリ情報記憶部122と、ユーザ情報記憶部123と、リソース情報記憶部124とを有する。
データベース記憶部121は、データベースに関する各種の情報を記憶する。具体的には、データベース記憶部121は、複数の業務システムから収集したデータを統合して格納する。例えば、データベース記憶部121は、電子商取引システムから収集した顧客の取引履歴に関するデータ、位置情報システムから収集したユーザの位置履歴に関するデータ、検索システムから収集したユーザの検索履歴に関するデータ等を統合して格納する。
クエリ情報記憶部122は、ユーザから受け付けたクエリに関する各種の情報を記憶する。図3に、実施形態に係るクエリ情報記憶部の一例を示す。図3に示す例では、クエリ情報記憶部122は、「日時」、「ユーザID」、「SQL文」、「CPU時間(秒)」、「記憶領域(TB)」、「CPU占有率(%)」、「CPU使用量の分散」といった項目を有する。
ユーザ情報記憶部123は、データベース管理システムを利用するユーザに関する各種の情報を記憶する。図4に、実施形態に係るユーザ情報記憶部の一例を示す。図4に示す例では、ユーザ情報記憶部123は、「ユーザID」、「クエリ実行スコア」、「トレーニング受講スコア」、「運営協力スコア」、「アカウント付与歴(月)」、「習熟度(レベル)」といった項目を有する。
リソース情報記憶部124は、ユーザがデータベース管理システムを利用する際に用いるリソースを決定する基準に関する各種の情報を記憶する。図5に、実施形態に係るリソース情報記憶部の一例を示す。図5に示す例では、リソース情報記憶部124は、「習熟度(レベル)」、「記憶領域の上限(TB)」、「CPUを使用する優先度」、「クエリ多重度(日中/夜間)」、「アボート時間(時間)」、「100%テーブル参照」といった項目を有する。
図2の説明に戻って、制御部130は、コントローラ(controller)であり、例えば、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、情報処理装置100内部の記憶装置に記憶されている各種プログラム(生成プログラムの一例に相当)がRAMを作業領域として実行されることにより実現される。また、制御部130は、コントローラであり、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
サービス提供部131は、所定のサービスを提供する。サービス提供部131は、例えば、データベース管理システムに関するサービスを提供する。具体的には、サービス提供部131は、アプリケーションを経由してユーザ端末10からクエリを受け付ける。続いて、サービス提供部131は、ユーザ端末10からクエリを受け付けると、クエリを実行する。より具体的には、サービス提供部131は、ユーザ端末10からクエリを受け付けると、複数の中央処理装置によってクエリを並行処理する。サービス提供部131は、クエリを実行すると、クエリの実行結果をユーザ端末10に配信する。
取得部132は、所定のサービスの利用に用いられるリソースに関する情報であるリソース情報を取得する。取得部132は、例えば、データベース管理システムを利用する際に用いられるリソースに関する情報であるリソース情報を取得する。具体的には、取得部132は、サービス提供部131によってクエリが実行されると、クエリを実行する際に用いられたリソースに関する情報をクエリごとに取得する。取得部132は、クエリを実行する際に用いられたリソースに関する情報を取得すると、取得した情報をクエリ情報記憶部122に格納する。
算出部133は、所定のサービスの利用に用いられるリソースに関する情報であるリソース情報に基づいて、所定のサービスを利用するユーザの所定のサービスの利用に関する習熟度を示す指標値を算出する。具体的には、算出部133は、所定のサービスを利用するユーザの所定のサービスの利用に関する習熟度を示す指標値として、クエリ実行スコアとトレーニング受講スコアと運営協力スコアの各スコアを算出する。なお、アカウントが付与されてから所定期間(例えば、1か月)を経過したユーザであって、一般的なユーザのスコアの平均を0点とする。算出部133は、0点からクエリ実行スコアを減点、又は、トレーニング受講スコアと運営協力スコアを加算することにより、スコアを算出する。算出部133は、各スコアを算出すると、算出したスコアをユーザIDと対応付けてユーザ情報記憶部123に格納する。
判定部134は、所定のサービスの利用に用いられるリソースに関する情報であるリソース情報に基づいて、所定のサービスを利用するユーザの所定のサービスの利用に関する習熟度を判定する。具体的には、判定部134は、習熟度として、ユーザが所定のサービスを利用する際に用いるリソースの使用に関する習熟度を判定する。より具体的には、判定部134は、リソース情報として、ユーザから受け付けた所定のサービスに関する一連の処理命令であるクエリを実行する際に用いられたリソースに関する情報に基づいて、習熟度を判定する。また、判定部134は、リソース情報として、ユーザから受け付けた所定のサービスに関する一連の処理命令であるクエリの実行回数に基づいて、習熟度を判定する。また、判定部134は、リソース情報として、ユーザが所定のサービスを利用する際に用いた記憶領域の容量に基づいて、習熟度を判定する。また、判定部134は、ユーザが所定のサービスを利用する際に用いた中央処理装置に関するリソースであるCPUリソースに関する情報に基づいて、習熟度を判定する。また、判定部134は、リソース情報として、ユーザが所定のサービスを利用する際に用いた中央処理装置の計算時間であるCPU時間に基づいて、習熟度を判定する。また、判定部134は、リソース情報として、ユーザが所定のサービスを利用する際に用いたCPUリソースの使用量がCPUリソースの容量に対して占める割合であるCPU占有率に基づいて、習熟度を判定する。また、判定部134は、リソース情報として、ユーザが所定のサービスを利用する際に用いた複数の中央処理装置に関するCPUリソースの使用量が、複数の中央処理装置のうち、所定の中央処理装置に偏っているか否かに基づいて、習熟度を判定する。例えば、判定部134は、ユーザが所定のサービスを利用する際に用いた複数の中央処理装置に関するCPUリソースの使用量が、複数の中央処理装置のうち、所定の中央処理装置に偏っているか否かを示すCPUリソースの使用量の分散に基づいて、CPUリソースの使用量が所定の中央処理装置に偏っているか否かを判定する。
決定部135は、判定部134によって判定された習熟度に応じて、ユーザが所定のサービスを利用する際に用いるリソースを決定する。具体的には、決定部135は、判定部134によって判定された習熟度が高いほど、ユーザが所定のサービスを利用する際に用いるリソースを優先して割り当てることを決定する。
次に、図6を用いて、実施形態に係る高負荷クエリの判定処理の手順について説明する。図6は、実施形態に係る高負荷クエリの判定処理手順を示すフローチャートである。図6に示す例では、情報処理装置100は、クエリを実行する際に用いられたリソースに関する情報であるリソース情報が所定の条件を満たすか否かを判定する(ステップS101)。情報処理装置100は、クエリを実行する際に用いられたリソースに関する情報であるリソース情報が所定の条件を満たさないと判定する場合(ステップS101;No)は、処理を終了する。一方、情報処理装置100は、クエリを実行する際に用いられたリソースに関する情報であるリソース情報が所定の条件を満たすと判定する場合(ステップS101;Yes)は、そのユーザを高負荷ユーザであると判定する。具体的には、情報処理装置100は、そのユーザのクエリ実行スコアを減点する。
次に、図7を用いて、実施形態に係る情報処理の手順について説明する。図7は、実施形態に係る情報処理手順を示すフローチャートである。図7に示す例では、情報処理装置100は、所定のサービスの利用に関する習熟度を示す指標値を算出する(ステップS201)。続いて、情報処理装置100は、算出した指標値に基づいて、所定のサービスの利用に関するユーザの習熟度を判定する(ステップS202)。続いて、情報処理装置100は、判定したユーザの習熟度に応じてリソースを決定する(ステップS203)。
上述した実施形態に係る情報処理システム1は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、情報処理システム1の他の実施形態について説明する。なお、実施形態と同一部分には、同一符号を付して説明を省略する。
上述してきたように、実施形態に係る情報処理装置100は、判定部134と決定部135とを備える。判定部134は、所定のサービスの利用に用いられるリソースに関する情報であるリソース情報に基づいて、所定のサービスを利用するユーザの所定のサービスの利用に関する習熟度を判定する。決定部135は、判定部134によって判定された習熟度に応じて、ユーザが所定のサービスを利用する際に用いるリソースを決定する。
また、上述してきた実施形態に係る情報処理装置100は、例えば図8に示すような構成のコンピュータ1000によって実現される。図8は、情報処理装置100の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を備える。
また、上記実施形態及び変形例において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
10 ユーザ端末
100 情報処理装置
121 データベース記憶部
122 クエリ情報記憶部
123 ユーザ情報記憶部
124 リソース情報記憶部
131 サービス提供部
132 取得部
133 算出部
134 判定部
135 決定部
Claims (23)
- 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザから受け付けた前記所定のサービスに関する一連の処理命令であるクエリを実行する際に用いられたリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定部と、
前記判定部によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定部
を備えることを特徴とする情報処理装置。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた記憶領域の容量に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定部と、
前記判定部によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定部
を備えることを特徴とする情報処理装置。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた中央処理装置に関するリソースであるCPUリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定部と、
前記判定部によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定部
を備えることを特徴とする情報処理装置。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いたCPUリソースの使用量がCPUリソースの容量に対して占める割合であるCPU占有率に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定部と、
前記判定部によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定部
を備えることを特徴とする情報処理装置。 - 前記判定部は、
前記習熟度として、前記ユーザが前記所定のサービスを利用する際に用いるリソースの使用に関する習熟度を判定する
ことを特徴とする請求項1〜4のいずれか1つに記載の情報処理装置。 - 前記判定部は、
前記リソース情報として、前記ユーザから受け付けた前記所定のサービスに関する一連の処理命令であるクエリの実行回数に基づいて、前記習熟度を判定する
ことを特徴とする請求項1〜5のいずれか1つに記載の情報処理装置。 - 前記判定部は、
前記リソース情報として、前記ユーザが前記所定のサービスを利用する際に用いた中央処理装置の計算時間であるCPU時間に基づいて、前記習熟度を判定する
ことを特徴とする請求項1〜6のいずれか1つに記載の情報処理装置。 - 前記判定部は、
前記リソース情報として、前記ユーザが前記所定のサービスを利用する際に用いた複数の中央処理装置それぞれに関するCPUリソースの使用量の大きさのばらつきの度合いを示す値に基づいて、前記習熟度を判定する
ことを特徴とする請求項1〜7のいずれか1つに記載の情報処理装置。 - 所定のサービスの利用に用いられるリソースに関する情報であるリソース情報に基づいて、前記所定のサービスを利用するユーザの前記所定のサービスの利用に関する習熟度を示す指標値を算出する算出部
をさらに備え、
前記判定部は、
前記算出部によって算出された指標値に基づいて、前記習熟度を判定する
ことを特徴とする請求項1〜8のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記判定部によって判定された習熟度が高いほど、前記ユーザが前記所定のサービスを利用する際に用いるリソースを優先して割り当てることを決定する
ことを特徴とする請求項1〜9のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記リソースとして、前記ユーザが前記所定のサービスを利用する際に用いる中央処理装置に関するリソースであるCPUリソースを優先して割り当てることを決定する
ことを特徴とする請求項1〜10のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記リソースとして、前記ユーザから受け付けた前記所定のサービスに関する一連の処理命令であるクエリに中央処理装置の使用権を優先して割り当てることを決定する
ことを特徴とする請求項1〜11のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記リソースとして、前記ユーザが前記所定のサービスを利用する際に使用可能な記憶領域の容量を優先して割り当てることを決定する
ことを特徴とする請求項1〜12のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記リソースとして、前記ユーザが同時に実行可能な前記所定のサービスに関する一連の処理命令であるクエリの本数を優先して割り当てることを決定する
ことを特徴とする請求項1〜13のいずれか1つに記載の情報処理装置。 - 前記決定部は、
前記リソースとして、前記ユーザが実行を開始した前記所定のサービスに関する一連の処理命令であるクエリが強制終了されるまでの時間を優先して割り当てることを決定する
ことを特徴とする請求項1〜14のいずれか1つに記載の情報処理装置。 - コンピュータが実行する情報処理方法であって、
所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザから受け付けた前記所定のサービスに関する一連の処理命令であるクエリを実行する際に用いられたリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定工程と、
前記判定工程によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定工程
を含むことを特徴とする情報処理方法。 - コンピュータが実行する情報処理方法であって、
所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた記憶領域の容量に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定工程と、
前記判定工程によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定工程
を含むことを特徴とする情報処理方法。 - コンピュータが実行する情報処理方法であって、
所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた中央処理装置に関するリソースであるCPUリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定工程と、
前記判定工程によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定工程
を含むことを特徴とする情報処理方法。 - コンピュータが実行する情報処理方法であって、
所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いたCPUリソースの使用量がCPUリソースの容量に対して占める割合であるCPU占有率に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定工程と、
前記判定工程によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定工程
を含むことを特徴とする情報処理方法。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザから受け付けた前記所定のサービスに関する一連の処理命令であるクエリを実行する際に用いられたリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定手順と、
前記判定手順によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定手順
をコンピュータに実行させることを特徴とする情報処理プログラム。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた記憶領域の容量に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定手順と、
前記判定手順によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定手順
をコンピュータに実行させることを特徴とする情報処理プログラム。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いた中央処理装置に関するリソースであるCPUリソースに関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定手順と、
前記判定手順によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定手順
をコンピュータに実行させることを特徴とする情報処理プログラム。 - 所定のサービスの利用に用いられるリソースに関する情報であって、前記所定のサービスを利用するユーザが前記所定のサービスを利用する際に用いたCPUリソースの使用量がCPUリソースの容量に対して占める割合であるCPU占有率に関する情報であるリソース情報に基づいて、前記ユーザの前記所定のサービスの利用に関する習熟度を判定する判定手順と、
前記判定手順によって判定された習熟度に応じて、前記ユーザが前記所定のサービスを利用する際に用いるリソースを決定する決定手順
をコンピュータに実行させることを特徴とする情報処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018132589A JP6987709B2 (ja) | 2018-07-12 | 2018-07-12 | 情報処理装置、情報処理方法及び情報処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018132589A JP6987709B2 (ja) | 2018-07-12 | 2018-07-12 | 情報処理装置、情報処理方法及び情報処理プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020009379A JP2020009379A (ja) | 2020-01-16 |
JP6987709B2 true JP6987709B2 (ja) | 2022-01-05 |
Family
ID=69151838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018132589A Active JP6987709B2 (ja) | 2018-07-12 | 2018-07-12 | 情報処理装置、情報処理方法及び情報処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6987709B2 (ja) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4121132B2 (ja) * | 2005-01-04 | 2008-07-23 | インターナショナル・ビジネス・マシーンズ・コーポレーション | サービス処理割当装置、制御方法、及びプログラム |
CN106101074B (zh) * | 2016-05-31 | 2019-05-21 | 北京大学 | 一种面向大数据平台的基于用户分级的安全调度方法 |
US10195531B2 (en) * | 2016-06-30 | 2019-02-05 | Sony Interactive Entertainment Inc. | Automated artificial intelligence (AI) personal assistant |
-
2018
- 2018-07-12 JP JP2018132589A patent/JP6987709B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020009379A (ja) | 2020-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5448032B2 (ja) | リソース管理装置、リソース管理プログラム、およびリソース管理方法 | |
Lu et al. | Integrating order review/release and dispatching rules for assembly job shop scheduling using a simulation approach | |
JP5244236B2 (ja) | 計算機システム、方法、およびプログラム | |
US7979864B2 (en) | Apparatus for setting used license of executing job into unused license state and allocating the set unused license to a to be executed job based on priority | |
Jesdabodi et al. | Understanding usage states on mobile devices | |
US9436721B2 (en) | Optimization of mixed database workload scheduling and concurrency control by mining data dependency relationships via lock tracking | |
WO2019062189A1 (zh) | 电子装置、数据表归档处理的方法、系统及存储介质 | |
US20170011356A1 (en) | Scheduling method, information processing apparatus, and recording medium | |
CN104871149A (zh) | 具有特殊技能和/或能力的资产分配 | |
Abdul et al. | Database workload management through CBR and fuzzy based characterization | |
JP2019087258A (ja) | 情報処理装置、文書分類方法 | |
JP6987709B2 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US20160253591A1 (en) | Method and apparatus for managing performance of database | |
Bhosale et al. | Big data processing using hadoop: survey on scheduling | |
JP6822923B2 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
US9582521B2 (en) | Management of database allocation during reorganization | |
EP3785197A1 (en) | Business insight generation system | |
WO2021171457A1 (ja) | 制御方法、情報処理装置及び制御プログラム | |
Chai et al. | Profit-oriented task scheduling algorithm in Hadoop cluster | |
JP2004164344A (ja) | 評価支援方法とこの方法を利用可能なシステム | |
Dinkins | Allocating academic library budgets: Adapting historical data models at one university library | |
JP2019159688A (ja) | 資格手当合計額算出装置、資格手当合計額算出方法および資格手当合計額算出プログラム | |
CN111475504A (zh) | 一种数据管理方法及装置 | |
JP2020198021A (ja) | Apiプラン予測システム、及びapiプラン予測方法 | |
CN103678414A (zh) | 一种存储及查找数据的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200819 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210616 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210629 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210830 |
|
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: 20211109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211201 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6987709 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |