TW200532518A - Methods and apparatus for managing computing resources based on yield management framework - Google Patents
Methods and apparatus for managing computing resources based on yield management framework Download PDFInfo
- Publication number
- TW200532518A TW200532518A TW093134925A TW93134925A TW200532518A TW 200532518 A TW200532518 A TW 200532518A TW 093134925 A TW093134925 A TW 093134925A TW 93134925 A TW93134925 A TW 93134925A TW 200532518 A TW200532518 A TW 200532518A
- Authority
- TW
- Taiwan
- Prior art keywords
- management
- computing
- price
- computing resources
- management model
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
200532518 九、發明說明: 【發明所屬之技術領域】 本發明係關於用於管理計算資源之技術,且更明確地說 係關於用於管理基於產量管理體制之計算資源的技術。 【先前技術】 吾人已熟知執行一或多個相關功能之一組計算資源可稱 為’’什异中心”。通常,計算中心可由許多處理器資源(如伺 服器)、碟片儲存裝置、應用程式、軟體工具及在各種設 備之間且具有外部用戶端之内部通訊鏈路組成。用戶端藉 由外部網路發送其作業至系統且該等作業藉由系統而被排 入佇列且被處理。可在處理期間或僅在處理結束時由用戶 端接收結果。計算中心可採用許多形式,諸如(例如)網路 伺服器群、科學計算中心或用於普通計算應用之根據需求 的設施。然而,所有此等形式可具有許多根本的共同特 徵。 用於計算中心之現有資源管理技術之目標在於滿足與系 統之當前用戶端之計算需求相關聯的限制。因此,用戶端 對计鼻中心之計异需求的考慮(如藉由現有資源管理系統 處理)基本上僅考慮處理器功率及所需記憶體。然而,對 系統提供之服務之界定及定價的考慮通常分離於且獨立於 資源管理系統而處理。 在確定為2001年4月10曰申請之題為,,Apparatus and Methods for Maximizing Service-Level-Agreement Profits1* 之第09/832,438號(律師檑案號碼為y〇R92〇〇1〇〇31 US 1)美 96902.doc 200532518 國專利申請案中描述的一些近期工作包括:組合更詳細、 面向服務之特徵(如"服務等級”);及對彼等用戶端執=資 源配置’其目標為藉由對於作業滿意而產生的一些單位收 益及對於提供至該”服務等級”之服務水準協議不滿意而造 成的一些單位成本(懲罰)而獲得收益最大化。 然而,此後面的方法,雖然其可根據資源配置而考慮收 盈,但除資源配置(即對問題”將使用者之請求置於系統中 何處’’的回答)及作業排程(即對問題,,在系統各位置以怎樣 的次序進行該等請求"的回答)之外,其不允許(如控制^任 何事情。齡之,若該請求得到滿足或未得到滿足,則上 述方法理解為給予系統所有者/管理者一些增長的固定收 益或成本。 此外,在2003年2月25日頒予之題為” Meth〇d and System for Yield Managed Service Contract Pricing,,的第 6,526,392 號美國專利中,一種方法根據服務之又一,,單位"評估的服 務之最佳成本之值而為普通”服務”痛定單個的價格。然後 普通服務應收取該價格,其經計算為對於提供一額外單位 之服務之公司的成本差。然而,在此方法^,服務供應 (service offering)僅由單個價格來界定。 因此’存在對與計算中心相關聯的改良之管理技術的需 【發明内容】 本發明提供若干產量管理技術。應瞭解此等產量管理技 術可根據現有資源管理工具而實施。舉例而言,根據本發 96902.doc 200532518 Z而計算之管理模型可與—或多個現有資源管理模型建立 "面且有利地考慮需求方資訊及歸因於價格及需求分段 的顯著潛在收益變化。 在本發明-態樣中,用於管理一或多個計算資源之技術 包含以下步驟/操作。獲得與使用一或多個計算資源的至 少一個潛在需求才目關聯之諸。削麦,根據所獲得之資料 之至;一部分而產生管理模型(例如產量管理模型或收益 管理模3〇’丨中該管理模型基於可提卩給一或多個計算 f源之-或多個使用者的價格水準及服務水準之組合而確 定或多個計异資源之配置,以試圖滿足至少一個管理目 標。
+此外,官理模型產生步驟/操作可進一步包含亦基於與 需求模式相關聯之歷史資料及預測資料之至少一者,及/ 或基於與資源使用水準㈣聯之歷史㈣及預測資料之至 少一者而確定配[管理模型產±步驟/操料進—步包 含以需求曲線及離散選擇模型之一來表示潛在需求。管理 模型產生步驟/操料進-步包含整合與資源使用水準相 關聯之歷史資料及預測資料之至少一者。 此外,官理模型產±步驟/操作可進一步包含設定待提 供給使用者之價格水準及服務水準。該設^步驟/操作可 基於當前資料及預測資料之至少一者。當前資料及預測資 料之至少一者可包含需求資料及資源資料之至少一者1 設定步驟/操作亦可基於最大量之價格服務水準組合。; 管理模型產生步驟/操作可進一步包含對每一價格服務: 96902.doc 200532518 準.’且σ π平饧收盈值。管理模型產生步驟/操作可進一步包 3使用線性程式求解器及非線性程式求解器之 模型求解。 又’官理目標可為以下之至少-者:⑴達成收益目標; ⑼增加市場佔有率;㈣回應競爭者;及㈣平滑化;求 模式。一或多個計算資源可與電子器件相關聯。―或^個 計算資源可與計算中心相關聯。 、,本發明之另—態樣中’用於根據服務提供者提供服務 以s理一或多個計算資源之技術包含服務提供者佈署一系 統,其可操作以:⑴獲得與使用一或多個計算資源之至^ 一個潛在需求相關聯之資料;及(⑴根據所獲得之資料之 至少-部分而產生管理模型,其中該管理模型基於可提供 給或多個計算資源之一或多個使用者的價格水準及服務 水準之組合而操作性地確定一或多個計算資源之配置,以 试圖滿足至少一個管理目標。 本發明之此等及其他目標、特徵及優點將在其隨後之例 示性實施例之詳細描述中結合隨附圖示而變得顯而易見。 【實施方式】 本發明可在下文加以描述,偶爾在電子器件0器件)之應 用(僅藉由實例網路主機中心、根據需求的計算設施等)的 狀況下加以描述。然而,應瞭解本發明不限於使用任何特 定應用,且更加廣泛地適合根據其中需要提供有效計算資 源管理之任何應用而使用。 在提供本發明之技術之詳細描述前,將廣泛定義本文所 96902.doc 200532518 使用的一些術語。 ’’需求"(如根據本發明所廣泛使用的)指代對系統之使用 者或請求之可能數目的估計,且通常取決於系統之特徵。 舉例而言,系統越佳,需求越高。 饧格如根據本發明所廣泛使用的)為系統之特徵,指 代系統之使用者為所討論之使用或請求所支付的成本。 ”服務水準’’(如根據本發明所廣泛使用的)亦為系統之特 徵,指代所提供之服務的非貨幣屬性,例如處理時間、可 靠性、存取保證等。 ’’產品”(如本發明所廣泛使用的)指代價袼服務水準配對 或組合。舉例而言,可以某一價格及特定存取保證提供主 機設施中的使用容量。則不同價格下及/或具有不同存取 保證之相同容量為不同產品。 本發明認識到可藉由將用戶端自己之特徵併入決策模 型,且允許價格最優地設定為彼等用戶端特徵、即將進行 之貢源配置及關於系統上之未來負載之預測的函數而顯著 擴展計算中心之所有者/管理者可用的控制的範圍。意即 本發明對資源管理提供獨特方法,不僅基於供應方特徵, 而且組合其與需求方資料及預測。本發明之一些特徵包括 以擁擠程度(congestion level)(預測的及實際的)調節價格 及服務供應的能力,及以用戶庫可能購買之潛力的函數對 較低價格之供應設定限制的細緻的需求分段。 因此,如本文將詳細地例示性說明的,本發明提供用於 資源配置之耦合、服務供應之界定的技術,且為e器件計 96902.doc -10- 200532518 算中心提供定價與收益最大化。該等技術係基於最優化體 制,其使用關於使需求水準與提供給用戶端之價格與服務 水準相聯繫的價格/服務水準彈性(亦稱為價格/服務水準敏 感度、彈性需求曲線等)的資料而將需求分段。使用此資 料,以及關於資源之當前及預測使用的資料(資源管理資 料),本發明確定提供給用戶端之最大化預期收益的之每 一產品(價格/服務組合)之數目及特徵。 此外,本發明可藉由激勵用戶以藉由目標定價及服務供 9 應、調節而改變其使用狀態來組合關於資源之當前及預測負 載貢訊以指導價格與服務供應來產生更平滑之所實現的負 載水準。 ' 雖然所謂產量管理方法已經以視需求及可用性而以不同 價格對相同航線座位定價的方式用於乘客航線預定行業, 但此狀況下之產量管理並不與根據本發明之產量管理相 同。本發明之產量管理概念提供用於計算一組價格及一組 φ 服務水準而以源自資源水準及歷史與預測之需求資料的每 一價袼提供給潛在用戶的技術。 4吕之,在計异中心的狀況下,本發明認識到服務供應 不僅由其價格而界定。相反,計算中心由不同裝備組成 (功能、處理速度、頻寬等不同)且使用者所請求的並非普 通的"座位"而是使用者特定的東西,其具有使用者特定之 大小及由此之可變的處理時間。此外,此處理時間取決於 計算中心最優選擇之以配置作業的裝備。因而,本發明之 產量管理概念與乘客航線預定系統中之產量管理相比具有 96902.doc -11 - 200532518 許多決定性的差異’且通常會具有更大程度之複雜性。 此外’由於與計算中心相關聯之資源管理技術通常並非 獨立實施的,例如已用現有軟體來操作而執行機器之作業 的配置、供應及排程的計算中心,本發明之技術可整合入 基於,力束基於產出及/或基於收益的資源管理及排程系 統中。 ―首先^看圖i,方塊圖說明一計算中心環境,使用該計
算中心環境可實施本發明之技術。如圖所示,計算中心環 境 100 包含:複數個用戶端 102-1、1〇2-2、......、1(32_N ; 計算中心104,其自身包含(若干)處理器資源106(如一或多 個伺服器)、碟片儲存裝置1〇8、(若干)應用程式ιι〇、(若 干)軟體工具112及各種組件之間且具有外部用戶端的内部 通訊鏈路114 ;及一外部網路116。僅舉例而言,外部網路 116可為網際網路或全球資訊網。此外,僅舉例而言,應 用程式110可包含資料庫程式、辦公或管理軟體、科學應 用程式等;而軟體卫具112可包含啟用系統之其他應用: 式及服務的軟體、十間軟體等。 通常,用戶端他1、叫····.·、102,由外部網路 11 6將其作業(一般而言為請求)發送至計算中心1〇4且藉由 計算中心104將該等作業排入佇列且處理該等作業。^處 理期間或僅在處理結束時由計算中心刚產生之結果被用 戶端接收。雖然本發明不限於任何特定形式之計算中心, 但計算中心104可表示網路伺服器群、科學計算中心及/或 用於普通計算應用之根據需求的設施。 96902.doc -12- 200532518 旦:參看圖2,流程圖說明了根據本發明之一實施例的產 里s里方’去應、瞭解§亥方法在本文中亦可稱為”收益管理 方法Π。 通常’該方法組合資源配置與待提供給計算令心之用戶 端之價格、服務水準及量的確定以實現收益最大化。該方 法以公式表示試圖藉由以下步驟而最大化收益的產量管理 模型(亦稱為收益管理模型):潛在用戶端需求之分段;併 人系、統之當前及預測負载,且考慮成本、懲罰及基於成 本、競學者及當前使用資料之可能價格範圍的資訊;且最 後基於該資料而界定在任何時間點提供之"產品"。此公式 給出應提供以達成—相關目標或目標集的各類型”產品"(即 價格:服務水準組合)的量,此等目標為例如最大化收 益、增加市場佔有率及隨時間平滑化需求模式。 詳言之’如圖2所說明的,本發明提供用於組合以量之 最優設定進行的計算中心之資源配置及提供給用戶端之各 • f品(即價格及服務水準)之特徵的產量管理方法200,其目 標為最大化系統所有者/管理者之收益。 ”應瞭解此方法可自動地(如由一或多個電腦系統執行)執 行及/或半自動地(如藉由一或多個電腦系統結合一或多個 f統管理員而執行)執行。舉例而言,該方法可藉由與計 异中心104相關聯之處理器資源1()6(圖〇之至少—部分整體 地或部分地執行。或者,該方法之步驟可在輪合至計算中 :但大體上專用於計算資源管理功能的獨立電腦系統上執 行。在任何狀況下,用於實施該方法之電腦系統在本文中 96902.doc -13- 200532518 可稱為’’產量管理系統’’或’’收益管理系統,,。 應暸解首先將以隨後之部分中給出的各步驟之詳細說明 對方法200之步驟進行一般地陳述。 因此,在步驟202(下文之a部分)中,方法200藉由歷史 資訊及預測基於需求方資料禮定需求之分段/描述。 在步驟204(下文之B部分)中,方法2〇〇整合該等資源之 當前及預測的使用水準。 在步驟206(下文之C部分)中,方法200基於當前及預測 的需求及資源資料,以及待提供之最大數目的不同,,產品,, (價格服務水準組合)而設定可能提供給用戶端之價格水準 及服務水準。 在步驟208(下文之D部分)中,方法2〇〇對提供給用戶端 之可用的該等價格及服務水準的各組合評估總收益。 最後,在步驟210(下文之E部分)中,方法2〇〇根據待提 供給用戶端之價格、服務水準及量而確定最大化計算中心 之預期收益的計算中心之資源之最優組態。 A·基於需求方資料確定該需求之分段/描述(步驟2〇2): 此步驟包括獲得對使用計算中心之需求的表示。可以許 夕方法界定該需求,例如需求對該"產品"(價格服務水準) 的顯性分析函數,如價格及服務水準的函數。該等函數形 式在普通的市場及經濟學文獻中已為吾人所瞭解,且其應 具有諸如在給定服務品質水準的狀況下需求因價格而減少 及需求隨服務品質增高而增高等基本特性。可根據歷史資 料(經杈正)而估計此等曲線之準確形狀,且然後可藉由預 96902.doc -14- 200532518 測用於;k正曲線之貝料的增加或減少及再校正來進行需求 預測。 用於為計算中心描述需求之不同方法被稱為離散選擇模 至且包括使用所明之優先選擇函數,該優先選擇函數給 出可能自可能性(離散集)中選擇的整個使用者人數的百分 比。在此狀況下,該可能性集為價格服務水準供應(本文 稱之為,,產品")。對每一選擇之需求的百分比由將"感知誤 差"併入選擇的隨機模型給出。現在使用之主要模型係基 於產生對數值(l〇glt)離散選擇模型"之韋布爾(WeibuU)分 配,或產生"機率值(probit)離散選擇模型,,的感知誤差之高 斯(Gaussian)分配,參見(例如)M Ben-Akiva等人之1985年 MIT Press 的"Discme ㈤心八⑽㈣:The〇ry _
Application to Travel Demand,,。 如上文描述之需求曲線類似,可基於關於過去所作選擇 之歷史資料及該等選擇所提供物品之參數(如其價袼、品 質、市場條件等)而以直接方式校正此等離散選擇模型。 類似地了藉由為輸入資料設計新值及再次獲得經預測之 logit模型而進行預測。 B•整合該等資源之當前及預測使用水準(步驟204): 應為該方法量化當前及未來(預測的)資源水準以提供一 組最優的未來措施及供應特徵。在最簡單的設定t,此可 為每部裝備之容量水準。舉例而言,X型機器1至5之負載 水準(例如處理資源)可能為70%,Y型機器6之負載水準可 能為85% ’裝備γ及z之間使用的頻寬可能為5〇%等。 96902.doc -15- 200532518 除瞬時使用水準外’亦應瞭解剩餘規劃期的使 此包括以下情況:若其不被中斷’ 至5之作董膝产π加丨士 J使用(例如)機器 之作業將在T1個小時内完成,同時若不 ^業將扣個小時内完成等。其亦包括對未來== 疋最後,其可包括對未來負載之預測。 以每一時期每一裝備類型之容量水準 料,其中根據系統中之作業的最小及最大持續時間^貝 劃分為若干時期。 i將時間
C.基於當前及預測的需求及料而設定可 用戶端的價格及服務水準,以及待提供之;^ 服務水準組合)的最大數目(步驟206): m (彳貝格 第三個初始化步驟為對服務供應設定合理的價 :二由可用裝備之類型(如其處理迷度等)而界定 定。對母-服務品質類型之價格等級之最大量可提前確 除:提供之價格服務品質類型…yr,㈣入 :的觀圍。舉例而言,對於計算中心設施之單位時間片 表小饧格可為$ 1 (每分鐘、每小時等)。 開始時輸入模型。 心㈣之資料應 吏右存在猎由调查競爭者或藉由進行人 得之最士作& 适仃口理猜测而獲 敢大仏格,則此亦可在此初始化階段輸入。 人D·對於可提供給用戶端之該等價格及服務水準之每一組 合評估總收益(步驟208): 、且 其可能 隨著得自步驟202、2〇4及206之資料輸入模型 96902.doc -16- 200532518 藉由最優化程式而評估與參數之各組態相關聯之總收益 (或其他量測),即價格,及以每一價格提供之量,及類似 地對每一服務水準、對在規劃期中每一時間點之參數的各 組態。 基於對每-組態之收益目標的評估,藉由執行最優化程 式直至收歛,可獲得最優解決方法及參數集。
E·根據提供給用戶端的價格、服務水準及品質確定最大 化系統之預期收益的最佳組態(步驟2丨〇) ·· 可藉由使用根據所得數學模型之非線性程式求解器而獲 得最佳解決方法,下文提供其之一例示性實施例。許多此 求解器為市售的,其他經免費配置而獲得。可在許多教科 書中發現用於限制性非線性程式之可應用的演算法,例 如,D.P· Bertsekas 的"Nonlinear Programming,,,2nd ed
Cambridge,Massachusetts: Athena Scientific,1999。 此外,求解器可較佳為實施本發明之產量管理技術的電 腦系統之部分。或者,實施本發明之產量管理技術的電腦 系統可调用位於主機器上或遠離電腦系統的求解器。 在本發明之方法的簡單型式中,可使用線性程式求解 器。最廣泛使用的線性程式演算法之一為單體法(simplex method)。可在許多教科書中發現關於其的描述,例如§· 專人的 Linear and Nonlinear Programming”, McGraw-Hill,1996。舉例而言,若根據其預期(平均)值表 不機里’且作業停留時間之函數關係由外部給定,則可 使用此求解裔。然而’在更複雜之狀況下,可使用非線性 96902.doc -17- 200532518 程式求解器演算法。 ’、、、;後數干模型之輸出將為待提供之價格與對每一欠 ,質類型在每一價格可用之量的集。舉例而言,該輪“ 能為以價格P1對速度為以之機器提供的、在時間η、T2 等等狀況下提供的CP咐央處理單元)單元數目,且對於 在每-機II速度之其他最優價格水準情況類似。 ; 上文給出根據本發明之產量管理系統的詳細描述, 現=向對使用該方法以執行額外目標之技術的描述,該等 目‘為例如.增加市場佔有率(如藉由促銷,可最優確 其降低之價格及量);回應競爭者(如藉由提供非常有限之 數目的低成本或較好品質之服務供應);或平滑化需求(如 错由在每日/週之低使用時間段上誘導更高的使用)。 使用上文描述之管理體制,將基於市場或資源條件而直 接實施在不同時間有效的特定目標。此等替代目標不需要 新工具或方法的開發,描雨 — 僅而在母一狀況以特定資料輸入 次執行該數學模型。以下吾人將討論上文所描述之三 定目標·· 1·增加市場佔有率(如藉由促銷,可最優確定其降低 格及量): -Λ 偶爾當需要提供特難銷以增加市場佔有㈣,可能以 使用本發明產量管理系統的最優方式進行該促銷十 之,考慮以下實例: 可藉由市场研究或訪問而獲得一組新使用者可能對使用 計算中心感興趣的新需求資料。為吸引新用戶,吾人可宣 96902.doc 18 200532518 佈在有限時間内之特別的低成本促銷。對模型添加 資訊(若可獲得)’並大體上減少最低價格(參見上文之 c),且然後再次執行該數學模㉟,則該輸出將各含有^ 服務水準類型之新的最優價格及量的集。此等仍將經= 以基於新促銷及較低之引導成本而最優化收益。 斤
2.回應競爭者(如藉由提供非常有限之數目的低成 好品質之服務供應)·· A 與上述1類似,若競爭者提供促銷或新定價結構, 能藉由降低最低價格水準而快速且最佳地回應競爭者,二 重新計算最佳供應結構(以每一價格及服務水準提供2 量)。若可隨著競爭者之價格變化而獲得新的需求資料之 則亦應將其添加至該模型。 3 ·平滑化需求(如藉由在每日/週之低使用時間誘導更含 的使用): ^ -不同目標為隨時間而平滑化需求水準,或等效地平滑 籲〖使用水準以減少高峰期的峰值。藉由提供促銷(上文所 描述的)及價格刺激,對每日或每週之低使用期間有效的 使用模式可隨時間而被有效地平滑。為確定使用本發明之 產量管理工具而達成平滑化之目標的最佳方式,可測試且 比較不同方案作為平滑化使用模式之此目標。 舉例而言,考慮吾人希望界定將一些使用自星期五轉移 至週末且能夠為週末增加新用戶的新的價格服務供應策 略,以更好利用空閒容量。藉由對週末期間測試不同最低 價格(全部低於目前水準)及測試在星期五之較高最低價 96902.doc -19- 200532518 格,且藉由觀察預測回應(在 — 吩期母一價格水準可獲 及所得收益’吾人可作出關於如何設定促鎖 之匕末“的精明決策以藉由帶給週末更多的使用而達成 平滑化需求之目標。類似地, ^ ^ R誠地吾人可對相同價格提供更高 的品貝水準(如更快的處理速 疋度)以達成與有限量的週末低 價格促銷及星期五之較高價格相同的目標。 接著,吾人展示藉由用於實例應用的一組特定數學方程 式’及關於用以對並求解之、,當瞀
八水解之肩异法的資訊而描述的本發明 之技術之例:性實施過程。該模型採用非線性最優化問題 形式,在此實施過程中使用以下符號。考慮: •組不同计异資源’如用於伺服器群、分配計算、網 格、應用器件等之計算資源。 •節點庫、或待配置(Nq)及待儲存⑻之計算資源。 •界定節點等級為q,其特徵為對飼服器之處理速度、 對網路之頻寬,及其他相關參數,其中q=i……q。 •界定工作負載類型(Wc)及每一作業類型的到達概率 (rc),其中 c=l......C。 •界定一目標:在每-決策時期〜及8之最佳配置的預 期值藉由使用經高度分段之定價及供應結構而最大化收 益。 •詳言之,確定對每—服務類型⑷以每一價格、為用 於"時間槽"之每-的價格水準且Μ為用於儲存的價格水 準)在每-時期⑴待提供之”時間槽"(nikq,W之最佳數目以 最優化該目標。 96902.doc •20- 200532518 •獲得相關資料: 0根據節點類型 ^ U(q))之早位作業之停留時間的估 计。 使用而求曲線或離散選擇模型的使用者優選模 型’例如loglt選擇概率函數,稱為(Pk)。 、 0設定每-服務類型之價格等級的最大數目,κ。 〇設定規劃期(個別時期數目),工。 •求解:
為求解上述數學模型,可使用非線性程式求解常用程 式。在由常數替代優選函數P及停留時間τ之簡單的狀況 下’可使用線性程式求解常用程式。 最後參看圖3,方塊圖說明根據本發明之一實施例之適 用於貫施產量管理系統(如收益管理系統)的電腦系統之至 少一部分的普通硬體架構。更詳言之,圖3描述了根據本 發明之一實施例的電腦系統之至少一部分的說明性硬體實 施過程,根據其可實施產量管理系統之一或多個組件/步 驟(如在圖1至圖2之狀況下描述之組件/步驟)。圖3之說明 性架構亦可用於實施計算中心104及用戶端1〇2(圖1)之任何 96902.doc 21 200532518 及所有組件。 此外’應瞭解該等個別組件/步驟可實施於一個此電腦 系統中,或更佳地實施於一個以上之此電腦系統中。在實 施於分配系統中之狀況下,該個別電腦系統及/或設備可 經由適當之網路連接至(例如)網際網路或全球資訊網。然 而了 "二由專用或區域網路實現該系統。本發明不限於任 何特定網路。 如圖所示,可根據經由電腦匯流排31〇或替代連接配置 而耦合的一處理器3〇2、一記憶體3〇4、輸入/輸出(1/〇)設 備306及一網路介面3〇8來實施電腦系統3〇〇。 應瞭解本文所使用之術語,,處理器”期望包括任何處理設 備,例如(舉例而言)包括一 CPU(t央處理單元)及/或其他 處理電路之一處理設備。亦應瞭解術語”處理器,,可指代一 個以上之處理設備且與處理設備相關聯之各種元件可被其 他處理設備共用。 本文所使用之術語,,記憶體”期望包括與處理器或cpu相 關聯之記憶體,例如(舉例而言)RAM、R〇M、固定記憶體 設備(如硬碟機)、抽取式記憶體設備(如磁片)、快閃記憶 體等。 〜 此外,本文所使用之短語”輸入/輸出設備,,或"ι/〇設備” 期望包括(例如)用於將資料輸入處理單元的—或多個輸入 設備(如鍵盤、滑鼠等),及/或用於展示與處理單元相關聯 之結果的一或多個輸出設備(如揚聲器、顯示器等)。 此外,本文所使用之短語"網路介面"期望包括(舉例而 96902.doc -22- 200532518 言)允許電腦系統經由適當通訊協定與另-電腦系統通訊 的一或多個收發器。 因此’本文所描述之用於執行該等方法的包括指令或程 式碼的軟體組件可儲存於-❹個關聯記憶體設備中(如 ROM、固疋或抽取式記憶體),且當準備好被使用時,其 被cpu部分地或整體地(如裳載人ram)裝載且執行。 應進-步瞭解本發明亦包含用於提供計算資源管理服務 之技術。 以實例說明之,服務提供者(例如經由服務水準協議或 某些非正式協議或配置)與服務用戶芝戈用戶料成協議以 提供計算資源管理服務。意即(僅舉例而言),該服務提供 者可作為該用戶之web網站及相關聯之應用程式(如電子商 矛力應用耘式)的主機。然後,根據服務提供者與服務用戶 之間的合同的條款,该服務提供者提供可包含本文所描述 的本發明之方法之一或多個的產量管理服務。以實例說明 之,此亦可包括自動控制一或多個資源以最優化該等資源 對該服務用戶之利益的效能。 雖然本文參看隨附圖示描述了本發明之說明性實施例, 但應瞭解本發明並不限於該等精確的實施例,且熟悉此項 技術者可在不背離本發明之範_或精神的情況下對其進行 各種其他變化或修改。 【圖式簡單說明】 圖1為說明計算中心環境之方塊圖,使用該計算中心環 境可實施本發明之技術; 96902.doc -23- 200532518 的流 圖2為說明根據本發明之—實施例之產量管理方法 程圖;且 只〜巧於貫施產量 系統的電腦系統之至少一部分之普通硬體架 【主要元件符號說明】 計算中心環境 用戶端 計算中心 處理器資源 碟片儲存裝置 應用程式 軟體工具 内部通訊鏈路 外部網路 電腦系統 100
102-1、102-2...102-N 104 106 108 110 112 114 116 300 302
處理器 304 記憶體 306 I/O設備 308 網路介面 310 電腦匯流排 96902.doc -24-
Claims (1)
- 200532518 十、申請專利範圍: "種管理·或多個古+智+ 外^貧源之方法,該方法包含以下步 驟: 獲得與至少-個使用該或該等計算資源之潛在需求相 關聯的資料;及 根據該等獲得之資料之至少一部分產生一管理模型, 其中違官理模型S於可提供給該或該等計#資源之一或 多個使用者之價格水準及服務水準的組合而操作性地確 疋忒或該等計算資源之一配置,以試圖滿足至少一個管 理目標。如明求項1之方法,其中該管理模型產生步驟進一步包 a亦基於與一需求模式相關聯之歷史資料及預測資料中 之至少一者而確定該配置。 如明求項1之方法,其中該管理模型產生步驟進一步包 a亦基於與一資源使用水準相關聯之歷史資料及預測資 料中之至少一者而確定該配置。 浚吻求項1之方法’其中該管理模型產生步驟進一步包 s以需求曲線及一離散選擇模型之一來表示該至少一 潛在需求。 5 士明求項1之方法,其中該管理模型產生步驟進一步包 έ I 3與一資源使用水準相關聯之歷史資料及預測資料 之至少〜者。 ~ 6·如凊求項1之方法,其中該管理模型產生步驟進一步包 έ又疋待提供給使用者之價格水準及服務水準。 96902.doc 200532518 如請求項6之方法,其中該設定步驟係基於當前資料及 預測資料之至少一者。 8 ·如請求項6之方法,其中當前資料及預 少一者包含需求資料及資源資料之至少一者。 9 ·如請求項6之方法,其中該設定步驟亦係基於一最大數 g 的價格服務水準組合1〇·如請求項9之方法,其中該管理模型產生步驟進一步包 含對每一價格服務水準組合評估一收益值。 請求項!之方法’其中該管理模型產生步驟進一步包含使用—線性程式求解 —及一非線性程式求解器之一來水解邊管理資源模型。 2= =之方法’其中該管理目標為以下目標之至少目標;(u)增加—口應厂競爭者;及(lv)平滑化—需求模式。有革⑽13·如鲕求項1之方法,复 〃中该或该4計算資源與一計算中心相關聯。 14·如請求項1之方法 件相關聯。 15·如請求項1之方法 型。 其中該或該等計算資源與一電子 其中該管理模型包含一產 器 量管理模 16。 17. Π求項1之方法…該管理模型包含 收盈管理模 種用於管理一或多個計算資 己憶體;及 源之裝置,該裝置包含·· 96902.doc 200532518 耗合至該記憶體之至少-個處理器,且其可操作以: ⑴獲得與至少—個使用該或該等計算f源之潛在需· 關聯之^料;及(11)根據該等獲得之資料之至少—部分而 產生-管理模型’其中該管理模型基於可提供給該 專計算資源之一或多個使用者之價格水準及服務水準的 組合而操作性地確定該或該等計算資源之—配置,以試 圖滿足至少一個管理目標。 1 18.-種用於管理-或多個計算資源之製造之物品,包含一 含有-或多個程式之機器可讀媒體,當該_或多個程式 被執行時會實施以下步驟: 獲得與至少一 關聯之資料;及 個使用該或該等計算資源之潛在需求相 根據該等獲得之資料之至少一部分而產生一管理模 型’其中該管理模型基於可提供給該或該等計算資源之 一或多個使用者之價格水準及服務水準之組合而操作性 地轉定該或該料算資社―配置,至少— 個管理目標。 19. 一種提供一用於管理一或多個計算資源之服務的方法, 包含以下步驟: 一服務提供者佈署一系統,其可操作以··⑴獲得與至 少一個使用該或該等計算資源之潛在需求相關聯2資 料;及(ii)根據該等獲得之資科之至少一部分而產生一管 理模型’其巾該管理模型基於可提供給該或㈣計算資 源之一或多個使用者之價格水準及服務水準之組合而操 96902.doc 200532518 作性地確定該或該等計算資源之一配置,以試圖滿足至 少一個管理目標。96902.doc 4-
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/718,210 US8788310B2 (en) | 2003-11-20 | 2003-11-20 | Methods and apparatus for managing computing resources based on yield management framework |
Publications (2)
Publication Number | Publication Date |
---|---|
TW200532518A true TW200532518A (en) | 2005-10-01 |
TWI336867B TWI336867B (en) | 2011-02-01 |
Family
ID=34591047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW093134925A TWI336867B (en) | 2003-11-20 | 2004-11-15 | Methods and apparatus for managing computing resources based on yield management framework |
Country Status (2)
Country | Link |
---|---|
US (1) | US8788310B2 (zh) |
TW (1) | TWI336867B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI406184B (zh) * | 2009-06-19 | 2013-08-21 | Univ Southern Taiwan Tech | 教科書排序評鑑方法與系統 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7499968B1 (en) | 2004-04-12 | 2009-03-03 | Sun Microsystems, Inc. | System and method for application resource utilization metering and cost allocation in a utility computing environment |
US7941427B2 (en) * | 2004-04-14 | 2011-05-10 | International Business Machines Corporation | Dynamically managing computer resources based on valuations of work items being processed |
US20050240650A1 (en) * | 2004-04-22 | 2005-10-27 | International Business Machines Corporation | Service enablement via on demand resources |
GB2418267A (en) * | 2004-09-08 | 2006-03-22 | Qinetiq Ltd | Shared resource management |
US20060117317A1 (en) * | 2004-11-12 | 2006-06-01 | International Business Machines Corporation | On-demand utility services utilizing yield management |
US20070011052A1 (en) * | 2005-06-08 | 2007-01-11 | Tieming Liu | Method and apparatus for joint pricing and resource allocation under service-level agreement |
US20080140495A1 (en) * | 2006-12-12 | 2008-06-12 | Anuradha Bhamidipaty | System and method for resiliency planning |
US20080167940A1 (en) * | 2007-01-05 | 2008-07-10 | Parijat Dube | Method and structure for increasing revenue for on-demand environments |
US8543711B2 (en) * | 2007-04-30 | 2013-09-24 | Hewlett-Packard Development Company, L.P. | System and method for evaluating a pattern of resource demands of a workload |
US8200586B2 (en) * | 2007-06-25 | 2012-06-12 | International Business Machines Corporation | Method for dynamic usage billing |
US8458011B2 (en) * | 2010-03-24 | 2013-06-04 | International Business Machines Corporation | Dynamic pricing of a resource |
US20110295634A1 (en) * | 2010-05-28 | 2011-12-01 | International Business Machines Corporation | System and Method for Dynamic Optimal Resource Constraint Mapping in Business Process Models |
US20120016721A1 (en) * | 2010-07-15 | 2012-01-19 | Joseph Weinman | Price and Utility Optimization for Cloud Computing Resources |
JP6277129B2 (ja) * | 2011-09-16 | 2018-02-07 | オートグリッド インコーポレイテッド | デマンドレスポンスイベントの最適化および管理の促進を実現するシステム |
US9020945B1 (en) * | 2013-01-25 | 2015-04-28 | Humana Inc. | User categorization system and method |
US9612878B2 (en) * | 2014-03-31 | 2017-04-04 | International Business Machines Corporation | Resource allocation in job scheduling environment |
US9886311B2 (en) * | 2015-04-24 | 2018-02-06 | International Business Machines Corporation | Job scheduling management |
US10289966B2 (en) * | 2016-03-01 | 2019-05-14 | Fmr Llc | Dynamic seating and workspace planning |
US10678737B2 (en) * | 2018-12-28 | 2020-06-09 | Intel Corporation | Technologies for providing dynamic communication path modification for accelerator device kernels |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5270921A (en) * | 1990-12-19 | 1993-12-14 | Andersen Consulting | Virtual fare methods for a computerized airline seat inventory control system |
US5255184A (en) * | 1990-12-19 | 1993-10-19 | Andersen Consulting | Airline seat inventory control method and apparatus for computerized airline reservation systems |
US5794207A (en) * | 1996-09-04 | 1998-08-11 | Walker Asset Management Limited Partnership | Method and apparatus for a cryptographically assisted commercial network system designed to facilitate buyer-driven conditional purchase offers |
CA2112077C (en) * | 1993-09-15 | 1999-08-24 | Barry Craig Smith | Network architecture for allocating flight inventory segments and resources |
US5640569A (en) * | 1995-04-28 | 1997-06-17 | Sun Microsystems, Inc. | Diverse goods arbitration system and method for allocating resources in a distributed computer system |
US6601083B1 (en) * | 1996-08-29 | 2003-07-29 | Frederick John Reznak | Multitasking data processing system and method of controlling allocation of a shared resource |
US6009407A (en) * | 1998-02-27 | 1999-12-28 | International Business Machines Corporation | Integrated marketing and operations decisions-making under multi-brand competition |
US6526392B1 (en) * | 1998-08-26 | 2003-02-25 | International Business Machines Corporation | Method and system for yield managed service contract pricing |
US6253187B1 (en) * | 1998-08-31 | 2001-06-26 | Maxagrid International, Inc. | Integrated inventory management system |
US6263315B1 (en) * | 1998-11-02 | 2001-07-17 | Pricing Research Corporation | Revenue management system and method |
US6101484A (en) * | 1999-03-31 | 2000-08-08 | Mercata, Inc. | Dynamic market equilibrium management system, process and article of manufacture |
US6671673B1 (en) * | 2000-03-24 | 2003-12-30 | International Business Machines Corporation | Method for integrated supply chain and financial management |
US10115076B2 (en) * | 2000-04-21 | 2018-10-30 | Goalassist Corporation | System and method employing capacity/demand management for human-factor resources |
US7110960B2 (en) * | 2000-06-09 | 2006-09-19 | Manugistics, Inc. | Event revenue management system |
US20020065699A1 (en) * | 2000-09-14 | 2002-05-30 | Kalyan Talluri | General discrete choice model and optimization algorithm for revenue management |
US6526935B2 (en) * | 2001-06-08 | 2003-03-04 | Ralph Shaw | Cardioid cycle internal combustion engine |
US7191143B2 (en) * | 2001-11-05 | 2007-03-13 | Keli Sev K H | Preference information-based metrics |
US7213065B2 (en) * | 2001-11-08 | 2007-05-01 | Racemi, Inc. | System and method for dynamic server allocation and provisioning |
US7653586B2 (en) * | 2003-03-25 | 2010-01-26 | Future Freight Corporation | Computer-implemented trading in freight derivatives and techniques therefor |
-
2003
- 2003-11-20 US US10/718,210 patent/US8788310B2/en active Active
-
2004
- 2004-11-15 TW TW093134925A patent/TWI336867B/zh not_active IP Right Cessation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI406184B (zh) * | 2009-06-19 | 2013-08-21 | Univ Southern Taiwan Tech | 教科書排序評鑑方法與系統 |
Also Published As
Publication number | Publication date |
---|---|
US20050114274A1 (en) | 2005-05-26 |
US8788310B2 (en) | 2014-07-22 |
TWI336867B (en) | 2011-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10373081B2 (en) | On-demand utility services utilizing yield management | |
Garí et al. | Reinforcement learning-based application autoscaling in the cloud: A survey | |
Bahreini et al. | Mechanisms for resource allocation and pricing in mobile edge computing systems | |
Toosi et al. | Revenue maximization with optimal capacity control in infrastructure as a service cloud markets | |
Singh et al. | QRSF: QoS-aware resource scheduling framework in cloud computing | |
Alsarhan et al. | Adaptive resource allocation and provisioning in multi-service cloud environments | |
Gill et al. | BULLET: particle swarm optimization based scheduling technique for provisioned cloud resources | |
Rafieyan et al. | An adaptive scheduling approach based on integrated best-worst and VIKOR for cloud computing | |
TW200532518A (en) | Methods and apparatus for managing computing resources based on yield management framework | |
US10452451B2 (en) | Systems and methods for scheduling of workload-aware jobs on multi-clouds | |
Shi et al. | Location-aware and budget-constrained service deployment for composite applications in multi-cloud environment | |
US9020829B2 (en) | Quality of service aware scheduling for composite web service workflows | |
US20060190605A1 (en) | Providing computing service to users in a heterogeneous distributed computing environment | |
Chard et al. | High performance resource allocation strategies for computational economies | |
Sharghivand et al. | A comprehensive survey on auction mechanism design for cloud/edge resource management and pricing | |
Pourebrahimi et al. | Market-based resource allocation in grids | |
Xu et al. | Cost-aware resource management for federated clouds using resource sharing contracts | |
Son et al. | Adaptive trade-off strategy for bargaining-based multi-objective SLA establishment under varying cloud workload | |
Xu et al. | Optimized contract-based model for resource allocation in federated geo-distributed clouds | |
Naghdehforoushha et al. | BLMDP: A new bi-level Markov decision process approach to joint bidding andtask-scheduling in cloud spot market | |
Cong et al. | Customer adaptive resource provisioning for long-term cloud profit maximization under constrained budget | |
Islam et al. | An empirical study into adaptive resource provisioning in the cloud | |
Ranjan et al. | SLA-based coordinated superscheduling scheme for computational Grids | |
Mistry et al. | Economic Models for Managing Cloud Services | |
Mills et al. | Can economics-based resource allocation prove effective in a computation marketplace? |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | Annulment or lapse of patent due to non-payment of fees |