TW201409357A - 虛擬機資源負載平衡系統及方法 - Google Patents

虛擬機資源負載平衡系統及方法 Download PDF

Info

Publication number
TW201409357A
TW201409357A TW101131671A TW101131671A TW201409357A TW 201409357 A TW201409357 A TW 201409357A TW 101131671 A TW101131671 A TW 101131671A TW 101131671 A TW101131671 A TW 101131671A TW 201409357 A TW201409357 A TW 201409357A
Authority
TW
Taiwan
Prior art keywords
virtual machine
server
machine server
slave
usage rate
Prior art date
Application number
TW101131671A
Other languages
English (en)
Inventor
Chung-I Lee
Chien-Fa Yeh
Kuan-Chiao Peng
Yen-Hung Lin
Original Assignee
Hon Hai Prec Ind 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 Hon Hai Prec Ind Co Ltd filed Critical Hon Hai Prec Ind Co Ltd
Priority to TW101131671A priority Critical patent/TW201409357A/zh
Priority to US13/965,229 priority patent/US20140067999A1/en
Priority to JP2013174273A priority patent/JP2014049129A/ja
Publication of TW201409357A publication Critical patent/TW201409357A/zh

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)

Abstract

一種虛擬機資源負載平衡系統及方法，該方法包括：每隔預設時間採集各從虛擬機伺服器的資源使用率，按照各從虛擬機伺服器的識別符儲存資源使用率到對應表格中；當從虛擬機伺服器的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器進行標識；透過分散式運算找出資源使用率滿足設定值的從虛擬機伺服器，並將該從虛擬機伺服器設為目標伺服器；及從帶有標識的從虛擬機伺服器所管理的虛擬機中找出需遷移的虛擬機，並將該虛擬機遷移至所述目標伺服器中。利用本發明可達到資源最佳化利用的目的。

Description

虛擬機資源負載平衡系統及方法
本發明涉及一種虛擬機資源管理系統及方法，尤其涉及一種利用分散式運算達到虛擬機資源負載平衡的系統及方法。
虛擬化技術可給用戶提供一種節省運算成本的解決方案，即用戶無須花費大量成本購買硬體，只要透過虛擬化的應用即可完成多台實體主機的運算，從而間接達到節能省碳的目的。現行的虛擬化技術具有靈活的資源配置與快速佈署的特性，相對也提高了硬體資源的使用率。因此，如何使每台虛擬機都可獲得足夠的運算資源，達到硬體資源最佳化配置，負載平衡機制是個重要關鍵。此外，回應速度也是重要的議題，在資料中心的環境，動輒上千台伺服器，從獲得負載過量警告到確實將虛擬機遷移到目標伺服器的時間必須越短越好，即提高回應速度。在習知技術中，有一種鄰近節點的工作負載比較方法，可以提高回應速度。如在鄰近節點的負載率低於來源節點時，將工作程式移至該鄰近節點，從而達到資源負載平衡的目的。此方法雖可提升回應速度，但並未達到資源最佳化的利用，具體地，由於對比鄰近節點可能造成最遠距離的閒置節點未被使用。
鑒於以上內容，有必要提供一種虛擬機資源負載平衡系統及方法，可利用部署好的實體伺服器進行雲計算，以達到資源最佳化利用的目的，且可提高虛擬機的回應速度。
一種虛擬機資源負載平衡系統，運行於一個主虛擬機伺服器中，該系統包括：儲存模組，用於每隔一個預設時間採集與該主虛擬機伺服器相連接的各從虛擬機伺服器的資源使用率，按照各從虛擬機伺服器的識別符將採集到的資源使用率存到資料庫伺服器內的對應表格中；監控模組，用於即時監控每台從虛擬機伺服器的資源使用率，當從虛擬機伺服器的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器進行標識；運算模組，用於透過分散式運算由所述從虛擬機伺服器中找出資源使用率滿足設定值的從虛擬機伺服器，並將該從虛擬機伺服器設為目標伺服器；及配置模組，用於從帶有標識的從虛擬機伺服器所管理的虛擬機中找出需遷移的虛擬機，並將該虛擬機遷移至所述目標伺服器中。
一種虛擬機資源負載平衡方法，應用於一個主虛擬機伺服器中，該方法包括：每隔一個預設時間採集與該主虛擬機伺服器相連接的各從虛擬機伺服器的資源使用率，按照各從虛擬機伺服器的識別符將採集到的資源使用率存到資料庫伺服器內的對應表格中；即時監控每台從虛擬機伺服器的資源使用率，當從虛擬機伺服器的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器進行標識；透過分散式運算由所述從虛擬機伺服器中找出資源使用率滿足設定值的從虛擬機伺服器，並將該從虛擬機伺服器設為目標伺服器；及從帶有標識的從虛擬機伺服器所管理的虛擬機中找出需遷移的虛擬機，並將該虛擬機遷移至所述目標伺服器中。
相較於習知技術，所述虛擬機資源負載平衡系統及方法，可利用部署好的實體伺服器進行雲計算，以達到資源最佳化利用的目的，縮短虛擬機找到目標伺服器的時間，提高虛擬機的回應速度。
如圖1所示，是本發明虛擬機資源負載平衡系統較佳實施例的運行環境示意圖。該虛擬機資源負載平衡系統10運行於一台主虛擬機伺服器1中，該主虛擬機伺服器1透過網路2與多個從虛擬機伺服器3（圖中僅示意出兩台）連接。該多個從虛擬機伺服器3分別透過內部安裝的虛擬機監控程式30監控與管理一個或多個虛擬機32。所述主虛擬機伺服器1還透過網路連接一個資料庫架構4，該資料庫架構4中有一台或多個資料庫伺服器40（圖中僅示意出兩台）。
本實施例中，所述資料庫架構4為一種具有運算與儲存能力的資料庫架構，如非關係型數據庫架構。
如圖2所示，是圖1中的虛擬機資源負載平衡系統10的功能模組圖。在本實施例中，所述主虛擬機伺服器1除了包括虛擬機資源負載平衡系統10外，還包括儲存裝置12和處理器14。
其中，所述虛擬機資源負載平衡系統10以軟體程式或指令的形式安裝在所述儲存裝置12中，並由處理器14執行。該虛擬機資源負載平衡系統10包括儲存模組100、監控模組102、運算模組104和配置模組106。
所述儲存模組100，用於每隔一個預設時間採集與該主虛擬機伺服器1相連接的各從虛擬機伺服器3的資源使用率，並按照各從虛擬機伺服器3的識別符（ID）將採集到的資源使用率存到一個對應的表格中。
在本實施例中，所述資源使用率包括中央處理器（以下簡稱為“CPU”）使用率和記憶體（以下簡稱為“MEM”）使用率，所述表格中包含了從虛擬機伺服器3的ID、該從虛擬機伺服器3的CPU使用率、MEM使用率及所採集的各資源使用率存入表格中的存入時間。
其中，各從虛擬機伺服器3對應的表格均儲存在所述資料庫架構4內的資料庫伺服器40中。
具體地，當該資料庫伺服器40的數目為1時，儲存各從虛擬機伺服器3的資源使用率的表格均儲存在該資料庫伺服器40中。當所述資料庫伺服器40的數目為多個時，預先設定各從虛擬機伺服器3的資源使用率所儲存的資料庫伺服器40。
在本較佳實施例中，每個從虛擬機伺服器3對應一台資料庫伺服器40，即資料庫伺服器40的數目可以大於或等於從虛擬機伺服器3的數目。例如，所述主虛擬機伺服器1透過網路2連接了多台從虛擬機伺服器3：從虛擬機伺服器A、B…..n，從虛擬機伺服器A所對應的表格存於第一台資料庫伺服器40中，而從虛擬機伺服器B所對應的表格存於第二台資料庫伺服器40中，依次類推。
在其他實施例中，所述資料庫伺服器40的數目也可以小於所述從虛擬機伺服器3的數目，即儲存每個從虛擬機伺服器3的資源使用率的表格可以任意指定儲存到某個資料庫伺服器40中。
所述監控模組102，用於即時監控每台從虛擬機伺服器3的資源使用率，當從虛擬機伺服器3的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器3進行標識，並啟動資源負載平衡機制。該資源負載平衡機制具體將由運算模組104和配置模組106來執行。
另外，此處標識該從虛擬機伺服器3的目的在於，將該從虛擬機伺服器3作為資源負載平衡的處理目標。
舉例而言，所述臨界值可以設定為：(80%CPU，70%MEM)>=1 Hour，此臨界值所代表的含義為：若某個從虛擬機伺服器3的CPU使用率大於或等於80%、MEM使用率大於或等於70%，且持續一個小時，則判定該從虛擬機伺服器3滿足啟動資源負載平衡機制的條件。此外，所述臨界值也可以被設定為單一資源，如(80%CPU)>=time，其代表的含義為：當某個從虛擬機伺服器3的CPU使用率大於或等於80%且持續一個預設時間值時，即判定該從虛擬機伺服器3滿足啟動資源負載平衡機制的條件。
所述運算模組104，用於透過分散式運算由所述從虛擬機伺服器3中找出資源使用率滿足設定值的從虛擬機伺服器3，並將該從虛擬機伺服器3設為目標伺服器。具體將在圖3至圖5中進行詳細描述。
所述配置模組106，用於從帶有標識的從虛擬機伺服器3所管理的虛擬機32中找出需遷移的虛擬機32，並將該虛擬機32遷移至所述目標伺服器中。本實施例中，所述需遷移的虛擬機32為帶有標識的從虛擬機伺服器3中資源使用率最低的虛擬機32。
如圖3所示，是本發明虛擬機資源負載平衡方法較佳實施例的作業流程圖。
步驟S100，儲存模組100每隔一個預設時間採集與該主虛擬機伺服器1相連接的各從虛擬機伺服器3的資源使用率。本實施例中，該資源使用率包括CPU使用率和MEM使用率。
步驟S102，所述儲存模組100按照各從虛擬機伺服器3的ID將採集到的資源使用率存到資料庫伺服器42內的對應表格中。所述表格中包含了從虛擬機伺服器3的ID（如圖4中的“從虛擬機伺服器A”）、該從虛擬機伺服器3的CPU使用率（如圖4中的“CPU%1”、“CPU%2”等）、MEM使用率（如圖4中的“MEM%1”、“MEM%2”等）及所採集的各資源使用率存入表格中的存入時間（如圖4中的“Time1”、“Time2”等）。
其中，當與該主虛擬機伺服器1相連接的資料庫架構4中有一個資料庫伺服器40時，儲存各從虛擬機伺服器3的資源使用率的表格均儲存在該資料庫伺服器40中。而當所述資料庫伺服器40的數目為多個時，預先設定或任意指定各從虛擬機伺服器3對應的表格所儲存的資料庫伺服器42。
步驟S104，監控模組102即時監控每台從虛擬機伺服器的資源使用率，並於步驟S106中判斷從虛擬機伺服器3的資源使用率於規範時間內是否處於設定的臨界值之上。
若判斷結果為其中某台從虛擬機伺服器3的資源使用率於規範時間內處於設定的臨界值之上，流程則進入步驟S108。相反，若判斷結果為沒有從虛擬機伺服器3的資源使用率於規範時間內處於所設定的臨界值之上，則結束流程。
步驟S108，監控模組102對該從虛擬機伺服器3進行標識。此處標識的目的在於，將該從虛擬機伺服器3作為後續資源負載平衡的處理目標。
步驟S110，運算模組104透過分散式運算由所述從虛擬機伺服器3中找出資源使用率滿足設定值的從虛擬機伺服器3，並將該從虛擬機伺服器3設為目標伺服器。
本實施例中，所述分散式運算包括兩個步驟：每台從虛擬機伺服器3的平均資源使用率計算步驟（如圖4所示）和從所有從虛擬機伺服器3中找出資源使用率滿足設定值的從虛擬機伺服器3的步驟（如圖5所示）。
具體地，所述平均資源使用率計算步驟包括：將各從虛擬機伺服器3對應的表格依據時間分成不同區塊，如圖4中的“split1”、“split2”、“splitn”等；將區塊分組進行平行加法運算，併合並，獲得加總值；及將加總值除以區塊總數得到所述從虛擬機伺服器3的平均資源使用率，如圖4中的“CPU%avgA”和“MEM%avgA”。其中，圖4中僅示意出計算一台從虛擬機伺服器3的平均資源使用率的具體方法示意圖。
所述從所有從虛擬機伺服器3中找出資源使用率滿足設定值的從虛擬機伺服器3的步驟包括：如圖5所示，將所有從虛擬機伺服器3每兩個從虛擬機伺服器3進行比較，找出資源使用率較高的從虛擬機伺服器3；然後再從資源使用率較高的從虛擬機伺服器3中找出資源使用率最高的從虛擬機伺服器3；及將該從虛擬機伺服器3設為目標伺服器。
步驟S112，配置模組106從帶有標識的從虛擬機伺服器3所管理的虛擬機32中找出資源使用率最低的虛擬機32，並將該虛擬機32遷移至所述目標伺服器中。
最後所應說明的是，以上實施例僅用以說明本發明的技術方案而非限制，儘管參照以上較佳實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發明的技術方案進行修改或等同替換，而不脫離本發明技術方案的精神和範圍。
1．．．主虛擬機伺服器
2．．．網路
3．．．從虛擬機伺服器
4．．．資料庫架構
40．．．資料庫伺服器
10．．．虛擬機資源負載平衡系統
12．．．儲存裝置
14．．．處理器
100．．．儲存模組
102．．．監控模組
104．．．運算模組
106．．．配置模組
30．．．虛擬機監控程式
32．．．虛擬機
圖1是本發明虛擬機資源負載平衡系統較佳實施例的運行環境示意圖。
圖2是圖1中虛擬機資源負載平衡系統的功能模組圖。
圖3是本發明虛擬機資源負載平衡方法較佳實施例的作業流程圖。
圖4舉例說明計算每台從虛擬機伺服器的平均資源使用率的具體方法示意圖。
圖5舉例說明從所述從虛擬機伺服器中找出資源使用率滿足設定值的從虛擬機伺服器的具體方法示意圖。
1．．．主虛擬機伺服器
10．．．虛擬機資源負載平衡系統
12．．．儲存裝置
14．．．處理器
100．．．儲存模組
102．．．監控模組
104．．．運算模組
106．．．配置模組

Claims (10)

  1. 一種虛擬機資源負載平衡方法，應用於一個主虛擬機伺服器中，該方法包括：
    儲存步驟，每隔一個預設時間採集與該主虛擬機伺服器相連接的各從虛擬機伺服器的資源使用率，按照各從虛擬機伺服器的識別符將採集到的資源使用率存到資料庫伺服器內的對應表格中；
    監控步驟，即時監控每台從虛擬機伺服器的資源使用率，當從虛擬機伺服器的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器進行標識；
    運算步驟，透過分散式運算由所述從虛擬機伺服器中找出資源使用率滿足設定值的從虛擬機伺服器，並將該從虛擬機伺服器設為目標伺服器；及
    配置步驟，從帶有標識的從虛擬機伺服器所管理的虛擬機中找出需遷移的虛擬機，並將該虛擬機遷移至所述目標伺服器中。
  2. 如申請專利範圍第1項所述之虛擬機資源負載平衡方法，其中所述資源使用率包括中央處理器的使用率和記憶體使用率，所述表格中包括從虛擬機伺服器的識別符、該從虛擬機伺服器的中央處理器使用率、記憶體使用率及資源使用率存入表格中的存入時間。
  3. 如申請專利範圍第1項所述之虛擬機資源負載平衡方法，其中所述主虛擬機伺服器透過網路與一個資料庫架構連接，該資料庫架構中安裝有一個或多個資料庫伺服器，當該資料庫伺服器的數目為1時，儲存各從虛擬機伺服器的資源使用率的表格均儲存在該資料庫伺服器中；當所述資料庫伺服器的數目為多個時，預先設定或任意指定各從虛擬機伺服器對應的表格所儲存的資料庫伺服器。
  4. 如申請專利範圍第1項所述之虛擬機資源負載平衡方法，其中所述運算步驟包括：
    將各從虛擬機伺服器對應的表格依據時間分成不同區塊；
    將區塊分組進行平行加法運算，併合並，獲得加總值；
    將加總值除以區塊總數得到所述從虛擬機伺服器的平均資源使用率；及
    從所述從虛擬機伺服器中找出資源使用率最接近設定值的從虛擬機伺服器，將該從虛擬機伺服器設為目標伺服器。
  5. 如申請專利範圍第1項所述之虛擬機資源負載平衡方法，其中所述需遷移的虛擬機為資源使用率低的虛擬機。
  6. 一種虛擬機資源負載平衡系統，運行於一個主虛擬機伺服器中，該系統包括：
    儲存模組，用於每隔一個預設時間採集與該主虛擬機伺服器相連接的各從虛擬機伺服器的資源使用率，按照各從虛擬機伺服器的識別符將採集到的資源使用率存到資料庫伺服器內的對應表格中；
    監控模組，用於即時監控每台從虛擬機伺服器的資源使用率，當從虛擬機伺服器的資源使用率於規範時間內處於設定的臨界值之上時，對該從虛擬機伺服器進行標識；
    運算模組，用於透過分散式運算由所述從虛擬機伺服器中找出資源使用率滿足設定值的從虛擬機伺服器，並將該從虛擬機伺服器設為目標伺服器；及
    配置模組，用於從帶有標識的從虛擬機伺服器所管理的虛擬機中找出需遷移的虛擬機，並將該虛擬機遷移至所述目標伺服器中。
  7. 如申請專利範圍第6項所述之虛擬機資源負載平衡系統，其中所述資源使用率包括中央處理器的使用率和記憶體使用率，所述表格中包括從虛擬機伺服器的識別符、該從虛擬機伺服器的中央處理器使用率、記憶體使用率及資源使用率存入表格中的存入時間。
  8. 如申請專利範圍第6項所述之虛擬機資源負載平衡系統，其中所述主虛擬機伺服器透過網路與一個資料庫架構連接，該資料庫架構中安裝有一個或多個資料庫伺服器，當該資料庫伺服器的數目為1時，儲存各從虛擬機伺服器的資源使用率的表格均儲存在該資料庫伺服器中；當所述資料庫伺服器的數目為多個時，預先設定或任意指定各從虛擬機伺服器對應的表格所儲存的資料庫伺服器。
  9. 如申請專利範圍第6項所述之虛擬機資源負載平衡系統，其中所述運算模組透過以下步驟找出目標伺服器：
    將各從虛擬機伺服器對應的表格依據時間分成不同區塊；
    將區塊分組進行平行加法運算，併合並，獲得加總值；
    將加總值除以區塊總數得到所述從虛擬機伺服器的平均資源使用率；及
    從所述從虛擬機伺服器中找出資源使用率最接近設定值的從虛擬機伺服器，將該從虛擬機伺服器設為目標伺服器。
  10. 如申請專利範圍第6項所述之虛擬機資源負載平衡系統，其中所述需遷移的虛擬機為資源使用率低的虛擬機。
TW101131671A 2012-08-31 2012-08-31 虛擬機資源負載平衡系統及方法 TW201409357A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW101131671A TW201409357A (zh) 2012-08-31 2012-08-31 虛擬機資源負載平衡系統及方法
US13/965,229 US20140067999A1 (en) 2012-08-31 2013-08-13 System and method for managing load of virtual machines
JP2013174273A JP2014049129A (ja) 2012-08-31 2013-08-26 仮想マシンの負荷管理システム及びその方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101131671A TW201409357A (zh) 2012-08-31 2012-08-31 虛擬機資源負載平衡系統及方法

Publications (1)

Publication Number Publication Date
TW201409357A true TW201409357A (zh) 2014-03-01

Family

ID=50189010

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101131671A TW201409357A (zh) 2012-08-31 2012-08-31 虛擬機資源負載平衡系統及方法

Country Status (3)

Country Link
US (1) US20140067999A1 (zh)
JP (1) JP2014049129A (zh)
TW (1) TW201409357A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI612486B (zh) * 2016-05-18 2018-01-21 先智雲端數據股份有限公司 對時序無彈性型工作負載進行工作負載消耗型資源優化使用的方法

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3016986A1 (fr) * 2014-01-30 2015-07-31 Orange Procede de detection d'attaques dans une architecture informatique dans le nuage
WO2015145753A1 (ja) * 2014-03-28 2015-10-01 富士通株式会社 プログラム、管理方法およびコンピュータ
EP3142333A4 (en) * 2014-06-18 2017-05-10 Huawei Technologies Co., Ltd. Data processing apparatus and data processing method
CN104243463B (zh) * 2014-09-09 2017-09-15 广州华多网络科技有限公司 一种展示虚拟物品的方法和装置
CN104317635B (zh) * 2014-10-13 2017-11-07 北京航空航天大学 混合任务下的动态资源调度方法及系统
KR101613513B1 (ko) 2014-12-29 2016-04-19 서강대학교산학협력단 네트워크 대역폭 및 cpu 이용률을 고려한 가상머신 배치 방법 및 시스템
KR101678181B1 (ko) * 2015-05-08 2016-11-21 (주)케이사인 병렬 처리 시스템
KR101744689B1 (ko) * 2016-03-02 2017-06-20 국방과학연구소 가상화 기능을 이용한 전투관리체계 및 그 운용방법
KR101893655B1 (ko) * 2016-10-20 2018-08-31 인하대학교 산학협력단 다중 가상머신 환경에서의 패스쓰루 gpu를 이용한 계층적 raid의 패리티 생성 시스템
US11579908B2 (en) 2018-12-18 2023-02-14 Vmware, Inc. Containerized workload scheduling
CN111614746B (zh) * 2020-05-15 2022-03-22 北京金山云网络技术有限公司 云主机集群的负载均衡方法、装置及服务器

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8712993B1 (en) * 2004-06-09 2014-04-29 Teradata Us, Inc. Horizontal aggregations in a relational database management system
US20100030877A1 (en) * 2007-02-23 2010-02-04 Mitsuru Yanagisawa Virtual server system and physical server selecting method
JP5101140B2 (ja) * 2007-03-20 2012-12-19 株式会社日立製作所 システムリソース制御装置及び制御方法
JP2012032877A (ja) * 2010-07-28 2012-02-16 Fujitsu Ltd 情報処理装置を管理するプログラム、管理方法および管理装置
JP2012164260A (ja) * 2011-02-09 2012-08-30 Nec Corp コンピュータ運用管理システム、コンピュータ運用管理方法及びコンピュータ運用管理プログラム
US9396008B2 (en) * 2012-07-13 2016-07-19 Ca, Inc. System and method for continuous optimization of computing systems with automated assignment of virtual machines and physical machines to hosts

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI612486B (zh) * 2016-05-18 2018-01-21 先智雲端數據股份有限公司 對時序無彈性型工作負載進行工作負載消耗型資源優化使用的方法

Also Published As

Publication number Publication date
US20140067999A1 (en) 2014-03-06
JP2014049129A (ja) 2014-03-17

Similar Documents

Publication Publication Date Title
TW201409357A (zh) 虛擬機資源負載平衡系統及方法
EP3606008B1 (en) Method and device for realizing resource scheduling
US11689471B2 (en) Cloud compute scheduling using a heuristic contention model
CN110865867B (zh) 应用拓扑关系发现的方法、装置和系统
EP3180695B1 (en) Systems and methods for auto-scaling a big data system
US9600791B2 (en) Managing a network system
WO2016058415A1 (zh) 一种应用伸缩管理方法及装置
WO2013163865A1 (zh) 虚拟机热迁移和部署的方法、服务器及集群系统
JP6742327B2 (ja) アラーム情報を処理する方法、関連デバイス、およびシステム
WO2016062117A1 (zh) 虚拟机迁移处理方法及装置
JP2016103113A5 (zh)
US10938688B2 (en) Network costs for hyper-converged infrastructures
US20160366026A1 (en) Technologies for cloud data center analytics
Bahari et al. Review on data center issues and challenges: Towards the Green Data Center
Moghaddam et al. Energy-efficient and sla-aware virtual machine selection algorithm for dynamic resource allocation in cloud data centers
US10509429B2 (en) Method and apparatus for improving efficiency of a cloud platform based on node usage
TW201324187A (zh) 虛擬機部署系統及方法
US20200272526A1 (en) Methods and systems for automated scaling of computing clusters
Jena et al. Performance evaluation of energy efficient power models for digital cloud
US9746911B2 (en) Same linking
TW201430584A (zh) 管理雲端主機的監控系統及其監控方法
Rahimi et al. Energy efficient virtual machine placement algorithm with balanced resource utilization based on priority of resources
Chen et al. Optimization of the overload detection algorithm for virtual machine consolidation
TW201305824A (zh) 電源管理系統及方法
Pagare et al. Performance analysis of an energy efficient virtual machine consolidation algorithm in cloud computing