WO2018199414A1 - 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치 - Google Patents

클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치 Download PDF

Info

Publication number
WO2018199414A1
WO2018199414A1 PCT/KR2017/013469 KR2017013469W WO2018199414A1 WO 2018199414 A1 WO2018199414 A1 WO 2018199414A1 KR 2017013469 W KR2017013469 W KR 2017013469W WO 2018199414 A1 WO2018199414 A1 WO 2018199414A1
Authority
WO
WIPO (PCT)
Prior art keywords
resource
virtual machine
amount
virtual
allocated
Prior art date
Application number
PCT/KR2017/013469
Other languages
English (en)
French (fr)
Inventor
노재춘
김영우
김태훈
송광혁
박정민
최훈하
박성순
김경훈
Original Assignee
(주) 글루시스
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 (주) 글루시스 filed Critical (주) 글루시스
Publication of WO2018199414A1 publication Critical patent/WO2018199414A1/ko

Links

Images

Classifications

    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing

Definitions

  • the present invention relates to a virtual resource distribution method and apparatus in a cloud computing environment, and more particularly, to a virtual resource distribution method and apparatus for efficiently distributing limited resources to virtual machines in a cloud computing environment.
  • Cloud computing can be classified based on the open scope of the application model. That is, a public cloud that provides services to all users, a private cloud where a specific organization builds and operates cloud computing internally, and a hybrid cloud that uses a combination of both. do.
  • the existing techniques for distributing resources include Max-Min Fairness (MMF), Dominant Resource Fairness (DRF), and improved algorithms.
  • cloud computing has used load balancing and auto scaling with L4 / L7 switches to ensure minimum performance.
  • resource distribution algorithms and autoscaling techniques do not consider resource utilization between virtual machines that share limited resources. In this case, resource waste or shortage of the virtual machine may occur.
  • resource distribution algorithms do not verify the user's false resource requirements. However, resource demands that are more than necessary cause a waste of resources from an overall system perspective.
  • the problem of autoscaling is that it delegates to the user the setting of the virtual machine's resource quota, the threshold for adding resources, and the maximum resource growth.
  • the present invention is to provide a virtual resource distribution method and apparatus for efficiently distributing limited resources to virtual machines in a cloud computing environment.
  • a resource utilization receiving unit for receiving a resource utilization rate of at least one virtual machine from the virtual machine;
  • a resource requirement estimator for estimating a resource requirement of the virtual machine using the resource utilization rate;
  • a resource amount determiner configured to determine a resource amount to be allocated to the virtual machine based on the weight determined according to the resource utilization rate and the resource demand amount.
  • the present invention by efficiently allocating limited resources among virtual machines in a cloud computing environment, it is possible to reduce the waste of resources and to guarantee the desired performance and QoS of the user.
  • FIG. 1 is a view for explaining a virtual resource distribution device in a cloud computing environment according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating a virtual resource distribution method in a cloud computing environment according to an embodiment of the present invention.
  • FIG. 3 is a diagram for describing a section in which resource utilization of a virtual machine is calculated.
  • FIG. 4 is a diagram illustrating a pseudo code for a method for determining allocation resource amount according to an embodiment of the present invention.
  • FIG. 1 is a view for explaining a virtual resource distribution device in a cloud computing environment according to an embodiment of the present invention.
  • the virtual resource distribution device may be a server providing a cloud service, and in this case, at least one virtual machine may be driven on the virtual resource distribution device.
  • the virtual resource distribution device may be a server for resource management separately from the cloud service.
  • the apparatus for distributing virtual resources includes a resource utilization receiving unit 110, a resource requirement estimating unit 120, and a resource amount determining unit 130, and further includes a weight determining unit according to an embodiment. Can be.
  • the resource utilization receiving unit 110 receives a resource utilization rate of at least one virtual machine from the virtual machine.
  • resource utilization represents the ratio of used resources among the total resources allocated to the virtual machine.
  • Resources of the virtual machine may include CPU, memory, network, storage, etc. of the host machine.
  • the client program operating in the virtual machine may calculate a resource utilization rate of the virtual machine from the system information on the virtual machine and transmit the calculated resource utilization rate to the resource utilization rate receiving unit 110.
  • the resource requirement estimator 120 estimates the resource requirement of the virtual machine by using the resource utilization rate. As an example, the resource requirement estimator 120 may estimate that the resource requirement of the virtual machine is high if the resource utilization rate of the virtual machine is high. If the resource utilization rate of the virtual machine is low, the resource requirement amount of the virtual machine is also low. can do.
  • the resource amount determining unit 130 determines a resource amount to be allocated to the virtual machine based on the weight determined according to the resource usage rate and the resource demand amount.
  • the virtual machines may be allocated a resource amount determined by the resource amount determination unit 130 and use the allocated resources to provide cloud services to cloud service subscribers.
  • the weight determiner 130 may determine the weight for each virtual machine by using the average resource usage rate up to the present when the change in the resource utilization rate is maximum.
  • the resource utilization rate of the virtual machine may be calculated for each preset interval.
  • the weight determination unit 130 does not determine the weight according to the resource utilization rate of all the intervals, and calculates the resource utilization rate up to the present in the interval where the change in the resource utilization rate is maximum. On average, the weights are determined.
  • the present invention based on the resource utilization of the virtual machine, by allocating more resource amount to the virtual machine with high resource utilization and less resource amount to the virtual machine with low resource utilization, the limited resources are more efficiently distributed. can do.
  • the present invention by determining the amount of resources to be allocated to the virtual machine based on a weight reflecting the time when the change in resource utilization is the maximum, even if the average resource utilization is not high, high resources in the virtual machine that may be instantaneous resource usage Can be assigned to ensure the desired performance and QoS.
  • FIG. 2 is a diagram illustrating a virtual resource distribution method in a cloud computing environment according to an embodiment of the present invention.
  • the virtual resource distribution method according to the present invention may be performed in a server providing a cloud service or a virtual resource distribution device.
  • the virtual resource distribution method of the virtual resource distribution device will be described as an embodiment.
  • the apparatus for distributing virtual resources collects resource usage rates of at least one virtual machine operating in a cloud server for each predetermined section (S210).
  • the resource demand rate of the virtual machine is estimated using the collected resource usage rate (S220), and the resource amount to be allocated to the virtual machine is determined (S230) based on a weight determined according to the resource usage rate and the resource demand amount.
  • the virtual resource distribution apparatus may determine a weight using an average resource utilization rate up to the present when the change in resource utilization rate is maximum.
  • the virtual machine calculates the resource utilization rate in a preset interval, and the virtual resource distribution device collects the resource utilization rate from the virtual machine.
  • the virtual resource distribution apparatus may determine the weight w i for each virtual machine using Equation 1 as an embodiment.
  • i is an index assigned to the virtual machine
  • n is the number of intervals for which resource utilization is calculated.
  • K denotes a section in which a change in resource utilization is maximum.
  • numerator of [Equation 1] represents the sum of resource utilization rates from the section k, in which the change in resource utilization rate is the largest, to the current section.
  • u j denotes a resource usage rate in a preset interval
  • j denotes an index with respect to a resource usage rate (or interval).
  • [Table 1] is a table showing resource usage rate (Usage) of the four virtual machines (VM1, VM2, VM3, VM4), the interval and maximum weight change of the resource usage rate.
  • [Table 1] is a table for the case where the preset sections up to now after the virtual machine is booted are five sections, as shown in FIG. 3.
  • the resource utilization rate of the first virtual machine VM1 is 0.57 in section A, 0.62 in section B, 0.64 in section C, 0.74 in section D, and 0.70 in section E. 0.65.
  • the period in which the change in resource utilization is the largest is the interval D in which the resource utilization changed from 0.64 to 0.70.
  • the number (n) of intervals for which resource utilization was calculated is 5, k is 4 corresponding to the fourth interval D, and the sum of resource utilization rates from the fourth interval (D) to the fifth interval (D) is present is 1.35. Therefore, the weight for the first virtual machine VM1 is rounded up to 0.68.
  • Weights for the remaining virtual machines may also be calculated as described above.
  • the virtual resource distribution apparatus calculates the average resource usage of the virtual machine using the current resource usage and the average resource utilization of the virtual machine, and according to the average resource usage of the virtual machine and the target resource usage of the virtual machine, Estimate the resource requirements of the machine.
  • the apparatus for distributing a virtual resource may estimate the upper limit as a resource requirement when the ratio of the average resource usage and the target resource utilization is greater than the upper limit, and estimate the ratio as the resource requirement when the ratio is less than or equal to the upper limit. Can be.
  • the virtual resource distribution device may estimate resource demand d i of the virtual machine using Equation 2 as an embodiment.
  • the average resource usage of the virtual machine may be calculated as the product of the current resource usage v i and the average resource utilization u i .
  • Average resource utilization represents the average value of resource utilization measured in all intervals.
  • T represents a target resource usage rate
  • M represents an upper limit of resource demand.
  • [Table 2] is a table showing the current resource usage, average resource usage rate, and resource demand for each virtual machine when resource usage rates are collected.
  • the target resource utilization for all virtual machines is 0.75, and the ratio of average resource usage to target virtual machine utilization is less than the upper limit.
  • the ratio value of the average resource usage and the target resource usage rate of the virtual machine is 2.52, and since it is smaller than the upper limit, 3, which is a rounded up value of 2.52, is estimated as the resource requirement.
  • the resource utilization rate of the virtual machine is high, the average resource usage will also increase, and the required resource amount can also increase.
  • the target resource usage rate and the upper limit value may be set differently for each virtual machine, and may vary according to the workload of the virtual machine.
  • FIG. 4 is a diagram illustrating a pseudo code for a method for determining allocation resource amount according to an embodiment of the present invention.
  • the virtual resource distribution apparatus calculates an allocation resource amount for the virtual machine according to a ratio of weights in the total amount of resources that can be allocated to the virtual machine. As described above, weights are calculated for each virtual machine, and a ratio of weights of the corresponding virtual machines among the total weight sums of the virtual machines may be calculated, and an allocation resource amount for the virtual machines may be calculated according to the weight ratios. have.
  • the virtual resource distribution apparatus determines the resource requirement as the resource amount to be allocated to the virtual machine when the allocated resource amount is more than the resource requirement.
  • [Table 3] is a table showing an example in which the resource amount for the virtual machines of [Table 1] and [Table 2] is determined when the total resource amount R is 16.
  • a i represents an allocated resource amount
  • v i represents an amount of resource allocated to the virtual machine.
  • the apparatus for distributing virtual resources according to the present invention may determine the allocated resource amount in the index order of the virtual machines.
  • Table 3 the sum of the weights is 2.76, and the ratio of weights for the first virtual machine is 0.68 / 2.76, so the allocated resource amount for the first virtual machine is the ratio of the weight value for the first virtual machine to the total resource amount. Multiply by 3.942. Since the amount of allocated resources for the first virtual machine is larger than the resource requirement 3, the amount of resources to be allocated to the first virtual machine is 3 (first allocation).
  • the virtual resource distribution apparatus subtracts the resource amount to be allocated to the first virtual machine from the total resource amount, and determines the resource amount to be allocated to the remaining virtual machines without considering the weight for the first virtual machine.
  • the ratio of the weight for the second virtual machine is 0.9 / (0.9 + 0.28 + 0.9), and since the remaining resource amount is 13 except the resource amount for the first virtual machine, 2
  • the allocated resource amount for the virtual machine is 5.625. Since the amount of allocated resources for the second virtual machine is greater than the resource requirement 5, the amount of resources to be allocated to the second virtual machine is 5 (second allocation).
  • the virtual resource distribution device Since the allocated resource amount for the third virtual machine is 1.898, which is less than the resource requirement 2, the virtual resource distribution device holds a third resource allocation decision for the third virtual machine and allocates the fourth virtual machine. Calculate the amount of resources. Since the amount of resources allocated for the fourth virtual machine is 6.101 and the amount of resource requirements is 6, the amount of resources to be allocated to the second virtual machine is 6. The virtual resource distribution apparatus may subtract the resource amount allocated to the first, second and fourth virtual machines from the total resource amount, and allocate the remaining resource amount 2 to the third virtual machine (fourth allocation).
  • the virtual resource distribution device suspends the determination of resource amount when the amount of allocated resource for the virtual machine is smaller than the resource requirement. Can't. Therefore, when the amount of allocated resources for the virtual machine is smaller than the resource requirements, the virtual resource distribution apparatus according to the present invention may reduce the resource requirements at a predetermined rate, thereby inducing the allocated resources to be larger than the resource requirements.
  • C is a sum of resource amounts determined for the virtual machine
  • V is a row vector of the determined resource amount
  • A is a row vector of the allocated resource amount
  • D is a row vector of the required resource amount.
  • the Aging function is a function for reducing the required resource amount, and an exponential function or a log function may be used.
  • the technical contents described above may be embodied in the form of program instructions that may be executed by various computer means and may be recorded in a computer readable medium.
  • the computer readable medium may include program instructions, data files, data structures, etc. alone or in combination.
  • Program instructions recorded on the media may be those specially designed and constructed for the purposes of the embodiments, or they may be of the kind well-known and available to those having skill in the computer software arts.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks, and magnetic tape, optical media such as CD-ROMs, DVDs, and magnetic disks, such as floppy disks.
  • Examples of program instructions include not only machine code generated by a compiler, but also high-level language code that can be executed by a computer using an interpreter or the like.
  • the hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Debugging And Monitoring (AREA)

Abstract

클라우드 컴퓨팅 환경에서 한정된 자원을 가상 머신들에 효율적으로 분배하기 위한 가상화 자원 분배 방법 및 장치가 개시된다. 개시된 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법은 클라우드 서버에서 동작하는 적어도 하나의 가상 머신의 자원 사용률을 기설정된 구간별로 수집하는 단계; 상기 자원 사용률을 이용하여, 상기 가상 머신의 자원 요구량을 추정하는 단계; 및 상기 자원 사용률에 따라 결정되는 가중치와, 상기 자원 요구량에 기반하여, 상기 가상 머신에 할당할 자원량을 결정하는 단계를 포함한다.

Description

클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치
본 발명은 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치에 관한 것으로서, 더욱 상세하게는 클라우드 컴퓨팅 환경에서 한정된 자원을 가상 머신들에 효율적으로 분배하기 위한 가상화 자원 분배 방법 및 장치에 관한 것이다.
클라우드 컴퓨팅이 보편화됨에 따라 필요한 만큼의 IT 자원을 네트워크를 통해 빌려 쓸 수 있게 되었다. 이를 통해 클라우드 컴퓨팅은 초기 투자비용이 필요했던 기존의 온 프레미스(On-premises) 환경에 비해 IT 인프라 구축비용을 감소시켰다. 또한, 가상 머신이 아닌 물리 서버를 이용해 운영하는 IT 인프라 환경에 비해, 클라우드를 통한 가상 머신을 이용함으로써 IT 자원의 사용률과 서버의 이용률은 증가하였다.
클라우드 컴퓨팅은 적용 모델의 공개 범위를 기준으로 분류할 수 있다. 즉, 일반 사용자 모두에게 서비스를 제공하는 퍼블릭(public) 클라우드와, 특정 조직이 조직 내부적으로 클라우드 컴퓨팅을 구축하고 운영하는 프라이빗(private) 클라우드, 그리고 이 둘을 혼합해서 이용하는 하이브리드(hybrid) 클라우드로 구분된다.
퍼블릭 클라우드의 경우, 원하는 만큼의 자원을 비용을 지불하고 IT 자원을 빌려 쓰게 되는데, 지불할 수 있는 비용이 무한하지 않기 때문에 사용자는 한정된 자원을 이용하게 된다. 프라이빗 클라우드 모델 또한 특정 조직 내에서 서비스를 운영하고 이용하기 때문에 가상 머신들의 엄격한 자원 할당에 있어 자유롭지 못하다.
기존의 자원을 분배하기 위한 기법으로 Max-Min Fairness(MMF), Dominant Resource Fairness(DRF), 그리고 이들을 개선한 알고리즘들이 존재한다. 또한, 클라우드 컴퓨팅은 최소 성능을 보장하기 위한 기술로 L4/L7 스위치를 이용한 로드 밸런싱(load balancing)과 오토 스케일링(auto scaling)을 이용해왔다.
하지만, 이러한 기법들은 다음과 같은 문제점들이 있다.
첫째, 자원 분배 알고리즘과 오토 스케일링 기법은 한정된 자원을 공유하는 가상머신들 간의 자원 사용률을 고려하지 않는다. 이런 경우, 가상머신의 자원 낭비 또는 부족이 발생할 수 있다.
두 번째로 자원 분배 알고리즘들은 사용자의 거짓된 자원 요구량에 대해 검증하지 못한다. 하지만, 필요 이상의 자원 요구량은 전체 시스템 관점에서 자원의 낭비를 초래한다.
세 번째로 오토 스케일링의 문제점은 가상머신의 자원 할당량, 자원을 추가하는 임계점, 최대 자원 증가량 등의 설정 값들의 지정을 사용자에게 위임한다는 점이다.
관련 선행문헌으로 대한민국 공개특허 제2012-071979호가 있다.
본 발명은 클라우드 컴퓨팅 환경에서 한정된 자원을 가상 머신들에 효율적으로 분배하기 위한 가상화 자원 분배 방법 및 장치를 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 클라우드 서버에서 동작하는 적어도 하나의 가상 머신의 자원 사용률을 기설정된 구간별로 수집하는 단계; 상기 자원 사용률을 이용하여, 상기 가상 머신의 자원 요구량을 추정하는 단계; 및 상기 자원 사용률에 따라 결정되는 가중치와, 상기 자원 요구량에 기반하여, 상기 가상 머신에 할당할 자원량을 결정하는 단계를 포함하는 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법이 제공된다.
또한, 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 적어도 하나의 가상 머신의 자원 사용률을 상기 가상 머신으로부터 수신하는 자원 사용률 수신부; 상기 자원 사용률을 이용하여, 상기 가상 머신의 자원 요구량을 추정하는 자원 요구량 추정부; 및 상기 자원 사용률에 따라 결정되는 가중치와, 상기 자원 요구량에 기반하여, 상기 가상 머신에 할당할 자원량을 결정하는 자원량 결정부를 포함하는 클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치가 제공된다.
본 발명에 따르면, 클라우드 컴퓨팅 환경에서 한정된 자원을 가상 머신들에 효율적으로 분배함으로써, 자원의 낭비를 줄이고, 사용자가 원하는 성능, QoS를 보장할 수 있다.
도 1은 본 발명의 일실시예에 따른 클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 일실시예에 따른 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법을 설명하기 위한 도면이다.
도 3은 가상 머신의 자원 사용률이 계산되는 구간을 설명하기 위한 도면이다.
도 4는 본 발명의 일실시예에 따른 할당 자원량 결정 방법에 대한 의사 코드를 도시하는 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치를 설명하기 위한 도면이다.
본 발명에 따른 가상화 자원 분배 장치는 클라우드 서비스를 제공하는 서버일 수 있으며, 이 경우, 가상화 자원 분배 장치상에 적어도 하나의 가상 머신이 구동될 수 있다. 또는 본 발명에 따른 가상화 자원 분배 장치는 클라우드 서비스와 별도로 자원 관리를 위한 서버일 수 있다.
도 1을 참조하면, 본 발명에 따른 가상화 자원 분배 장치는 자원 사용률 수신부(110), 자원 요구량 추정부(120) 및 자원량 결정부(130)를 포함하며, 실시예에 따라서 가중치 결정부를 더 포함할 수 있다.
자원 사용률 수신부(110)는 적어도 하나의 가상 머신의 자원 사용률을 가상 머신으로부터 수신한다. 여기서, 자원 사용률은 가상 머신에 할당된 총 자원 중 사용된 자원의 비율을 나타낸다. 가상 머신의 자원은 호스트 머신의 CPU, 메모리, 네트워크, 스토리지 등을 포함할 수 있다.
가상 머신에서 동작하는 클라이언트 프로그램이, 가상 머신에 대한 시스템 정보로부터 가상 머신의 자원 사용률을 계산하여 자원 사용률 수신부(110)로 전송할 수 있다.
자원 요구량 추정부(120)는 자원 사용률을 이용하여, 가상 머신의 자원 요구량을 추정한다. 일예로서, 자원 요구량 추정부(120)는 가상 머신의 자원 사용률이 높다면 가상 머신의 자원 요구량 역시 높은 것으로 추정할 수 있으며, 가상 머신의 자원 사용률이 낮다면, 가상 머신의 자원 요구량 역시 낮은 것으로 추정할 수 있다.
자원량 결정부(130)는 자원 사용률에 따라 결정되는 가중치와, 자원 요구량에 기반하여, 가상 머신에 할당할 자원량을 결정한다. 가상 머신들은 자원량 결정부(130)에 의해 결정된 자원량을 할당받고, 할당받은 자원을 이용하여, 클라우드 서비스 가입자들에게 클라우드 서비스를 제공할 수 있다.
한편, 가중치 결정부(130)는 자원 사용률의 변화가 최대인 시점에서 현재까지의 평균 자원 사용률을 이용하여, 가상 머신 별로 가중치를 결정할 수 있다. 가상 머신의 자원 사용률은 기 설정된 구간 별로 계산될 수 있는데, 가중치 결정부(130)는 모든 구간의 자원 사용률에 따라 가중치를 결정하지 않고, 자원 사용률의 변화가 최대인 구간에서 현재까지의 자원 사용률을 평균하여, 가중치를 결정한다.
결국, 본 발명에 따르면, 가상 머신의 자원 사용률에 기반하여, 자원 사용률이 높은 가상 머신에 보다 많은 자원량을 할당하고 자원 사용률이 낮은 가상 머신에 보다 적은 자원량을 할당함으로써, 한정된 자원을 보다 효율적으로 분배할 수 있다.
또한 본 발명에 따르면, 자원 사용률의 변화가 최대인 시점을 반영하는 가중치에 기반하여 가상 머신에 할당할 자원량을 결정함으로써, 평균 자원 사용률이 높지 않더라도 순간적인 자원 사용량이 많을 수 있는 가상 머신에 높은 자원을 할당하여, 사용자가 원하는 성능 및 QoS를 보장할 수 있다.
도 2는 본 발명의 일실시예에 따른 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법을 설명하기 위한 도면이다.
본 발명에 따른 가상화 자원 분배 방법은 클라우드 서비스를 제공하는 서버나 가상화 자원 분배 장치에서 수행될 수 있으며, 이하에서는 가상화 자원 분배 장치의 가상화 자원 분배 방법이 일 실시예로서 설명된다.
본 발명에 따른 가상화 자원 분배 장치는 클라우드 서버에서 동작하는 적어도 하나의 가상 머신의 자원 사용률을 기설정된 구간별로 수집(S210)한다. 그리고 수집된 자원 사용률을 이용하여, 가상 머신의 자원 요구량을 추정(S220)하며, 자원 사용률에 따라 결정되는 가중치와, 자원 요구량에 기반하여, 가상 머신에 할당할 자원량을 결정(S230)한다.
그리고 실시예에 따라서, 본 발명에 따른 가상화 자원 분배 장치는 자원 사용률의 변화가 최대인 시점에서 현재까지의 평균 자원 사용률을 이용하여, 가중치를 결정할 수 있다.
이하에서, 각 단계에 대해 보다 상세히 설명하기로 한다.
<자원 사용률 수집 및 가중치 결정>
가상 머신은 기 설정된 구간에서 자원 사용률을 계산하며, 가상화 자원 분배 장치는 가상 머신으로부터 자원 사용률을 수집한다.
그리고 가상화 자원 분배 장치는 일실시예로서, [수학식 1]을 이용하여 가상 머신별 가중치(wi)를 결정할 수 있다.
[수학식 1]
Figure PCTKR2017013469-appb-I000001
여기서, i는 가상 머신에 할당된 인덱스이며, n은 자원 사용률이 계산된 구간의 개수를 나타낸다. 그리고, k는 자원 사용률의 변화가 최대인 구간을 나타낸다. 그리고 [수학식 1]의 분자는, 자원 사용률의 변화가 최대인 구간(k)에서 현재 구간까지의 자원 사용률의 합을 나타낸다. uj는 기설정된 구간에서의 자원 사용률을 나타내며, j는 자원 사용률(또는 구간)에 대한 인덱스를 나타낸다.
[표 1]은 4개의 가상 머신들(VM1, VM2, VM3, VM4)의 자원 사용률(Usage), 자원 사용률의 변화가 최대인 구간 및 가중치를 나타내는 표이다. [표1]은 가상 머신이 부팅된 이후 현재까지 기설정된 구간이 도 3에 도시된 바와 같이, 5개의 구간인 경우에 대한 표이다.
[표 1]
Figure PCTKR2017013469-appb-I000002
제1 가상 머신(VM1)에 대한 가중치 결정 과정을 설명하면, 제1 가상 머신(VM1)의 자원 사용률은 A구간이 0.57, B구간이 0.62, C구간이 0.64, D구간이 0.70, E구간이 0.65이다. 자원 사용률의 변화가 최대인 구간은 자원 사용률이 0.64에서 0.70으로 변한 구간 D이다. 자원 사용률이 계산된 구간의 개수(n)는 5이고, k는 네 번째 구간 D에 대응되는 4이며, 네 번째 구간(D)에서 현재인 다섯 번째 구간 (D)까지의 자원 사용률의 합은 1.35이므로, 제1 가상 머신(VM1)에 대한 가중치는 반올림하여 0.68이 된다.
나머지 가상 머신에 대한 가중치 역시, 전술된 바와 같이 계산될 수 있다.
<자원 요구량 추정>
본 발명에 따른 가상화 자원 분배 장치는 가상 머신의 현재 자원 사용량과 평균 자원 사용률을 이용하여, 가상 머신의 평균 자원 사용량을 계산하고, 가상 머신의 평균 자원 사용량 및 가상 머신의 목표 자원 사용률에 따라, 가상 머신의 자원 요구량을 추정한다.
가상화 자원 분배 장치는 일실시예로서, 평균 자원 사용량 및 목표 자원 사용률의 비율 값이, 상한값보다 클 경우, 상한값을 자원 요구량으로 추정하고, 비율 값이 상한값 이하일 경우, 비율 값을 자원 요구량으로 추정할 수 있다.
또는 가상화 자원 분배 장치는 일실시예로서, [수학식 2]를 이용하여 가상 머신의 자원 요구량(di)을 추정할 수 있다. 가상 머신의 평균 자원 사용량은 현재 자원 사용량(vi)과 평균 자원 사용률(ui)의 곱으로 계산될 수 있다. 평균 자원 사용률은 모든 구간에서 측정된 자원 사용률의 평균값을 나타낸다.
[수학식 2]
Figure PCTKR2017013469-appb-I000003
여기서, T는 목표 자원 사용률을 나타내며, M은 자원 요구량의 상한값을 나타낸다. [수학식 2]에 따르면, 가상 머신의 평균 자원 사용량과 가상 머신의 목표 자원 사용률의 비율 값의 올림 값이 상한값을 초과하면, 상한값이 자원 요구량으로 추정되며, 그 비율값이 상한값보다 작으면, ceiling 함수에 의해 그 비율 값의 올림 값이 자원 요구량으로 추정된다.
[표 2]는, [표 1]과 같이 자원 사용률이 수집된 경우에 대한 가상 머신별 현재 자원 사용량, 평균 자원 사용률 및 자원 요구량을 나타내는 표이다. [표 2]에서, 모든 가상 머신에 대한 목표 자원 사용률은 0.75이며, 평균 자원 사용량과 가상 머신의 목표 자원 사용률의 비율은 상한값보다 작다.
[표 2]
[규칙 제91조에 의한 정정 06.12.2017]　
Figure WO-DOC-FIGURE-1
제1 가상 머신의 경우, 평균 자원 사용량과 가상 머신의 목표 자원 사용률의 비율 값은 2.52이며, 상한값보다 작기 때문에, 2.52의 올림 값인 3이 자원 요구량으로 추정된다.
가상 머신의 자원 사용률이 높으면, 평균 자원 사용량 역시 증가하며, 요구 자원량 역시 증가할 수 있다.
한편, 목표 자원 사용률과 상한 값은 가상 머신별로 다르게 설정될 수 있으며, 가상 머신에 대한 워크로드(workload)에 따라 달라질 수 있다.
<할당 자원량 결정>
도 4는 본 발명의 일실시예에 따른 할당 자원량 결정 방법에 대한 의사 코드(Pseudo Code)를 도시하는 도면이다.
본 발명에 따른 가상화 자원 분배 장치는 가상 머신에 할당될 수 있는 전체 자원량에서, 가중치의 비율에 따라 가상 머신에 대한 할당 자원량을 계산한다. 전술된 바와 같이, 가상 머신 각각에 대해 가중치가 계산되는데, 가상 머신의 전체 가중치 합 중에서 해당 가상 머신의 가중치의 비율이 산출될 수 있으며, 이러한 가중치 비율에 따라 가상 머신에 대한 할당 자원량이 계산될 수 있다.
그리고 가상화 자원 분배 장치는 할당 자원량이 자원 요구량 이상일 경우, 자원 요구량을 가상 머신에 할당할 자원량으로 결정한다.
[표 3]은 전체 자원량(R)이 16인 경우 [표 1] 및 [표 2]의 가상 머신에 대한 자원량이 결정된 예를 나타내는 표이다. [표 3]에서, ai는 할당 자원량을 나타내며, vi는 가상 머신에 할당된 자원량을 나타낸다.
[표 3]
Figure PCTKR2017013469-appb-I000005
본 발명에 따른 가상화 자원 분배 장치는 가상 머신의 인덱스 순서대로 할당 자원량을 결정할 수 있다. [표 3]에서 가중치 합은 2.76이며, 그 중 제1 가상 머신에 대한 가중치의 비율은 0.68/2.76이므로 제1 가상 머신에 대한 할당 자원량은 전체 자원량에 제1 가상 머신에 대한 가중치의 비율 값을 곱함으로써 3.942가 된다. 제1 가상 머신에 대한 할당 자원량이 자원 요구량 3보다 크므로, 제1 가상 머신에 할당할 자원량은 3이 된다(first allocation).
이후, 가상화 자원 분배 장치는 전체 자원량에서 제1 가상 머신에 할당할 자원량을 제하고, 제1 가상 머신에 대한 가중치 또한 고려하지 않고, 나머지 가상 머신들에 할당할 자원량을 결정한다.
제1 가상 머신에 대한 가중치가 고려되지 않기 때문에, 제2 가상 머신에 대한 가중치의 비율은 0.9/(0.9+0.28+0.9)이며, 제1 가상 머신에 대한 자원량을 제외한 나머지 자원량이 13이므로, 제2 가상 머신에 대한 할당 자원량은 5.625가 된다. 제2 가상 머신에 대한 할당 자원량이 자원 요구량 5보다 크므로, 제2 가상 머신에 할당할 자원량은 5가 된다(second allocation).
이후 계산되는 제3 가상 머신에 대한 할당 자원량인 1.898은, 자원 요구량 2보다 작으므로, 가상화 자원 분배 장치는 제3 가상 머신에 할당할 자원량 결정을 보류(third allocation)하고 제4 가상 머신에 대한 할당 자원량을 계산한다. 제4 가상 머신에 대한 할당 자원량은 6.101이고 자원 요구량은 6이므로, 제2 가상 머신에 할당할 자원량은 6이 된다. 그리고 가상화 자원 분배 장치는 전체 자원량에서 제1, 제2 및 제4 가상 머신에 할당된 자원량을 빼고, 나머지 자원량인 2를 제3 가상 머신에 할당할 수 있다(fourth allocation).
한편, 가상화 자원 분배 장치는 가상 머신에 대한 할당 자원량이 자원 요구량보다 작을 경우, 자원량 결정을 보류하는데, 자원량 결정 대상인 모든 가상 머신 또는 둘 이상의 가상 머신에 대한 할당 자원량이 자원 요구량보다 작다면 자원량이 결정될 수 없다. 이에 본 발명에 따른 가상화 자원 분배 장치는 가상 머신에 대한 할당 자원량이 자원 요구량보다 작은 경우, 자원 요구량을 기설정된 비율로 감소시켜, 할당 자원량이 자원 요구량보다 커지도록 유도할 수 있다.
도 4는 전술된 할당 자원량 결정 방법의 의사 코드로서, C는 가상 머신에 대해 결정된 자원량의 총합, V는 결정된 자원량의 행 벡터, A는 할당 자원량의 행 벡터, D는 요구 자원량의 행 벡터를 나타낸다. 그리고 Aging 함수는 요구 자원량을 감소시키는 함수로서, 지수 함수나 log 함수 등이 이용될 수 있다.
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광 기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (10)

  1. 클라우드 서버에서 동작하는 적어도 하나의 가상 머신의 자원 사용률을 기설정된 구간별로 수집하는 단계;
    상기 자원 사용률을 이용하여, 상기 가상 머신의 자원 요구량을 추정하는 단계; 및
    상기 자원 사용률에 따라 결정되는 가중치와, 상기 자원 요구량에 기반하여, 상기 가상 머신에 할당할 자원량을 결정하는 단계를 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  2. 제1항에 있어서,
    상기 자원 사용률의 변화가 최대인 구간에서 현재까지의 평균 자원 사용률을 이용하여, 상기 가중치를 결정하는 단계를 더 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  3. 제1항에 있어서,
    상기 가상 머신의 자원 요구량을 추정하는 단계는
    상기 가상 머신의 현재 자원 사용량과 평균 자원 사용률을 이용하여, 상기 가상 머신의 평균 자원 사용량을 계산하는 단계; 및
    상기 가상 머신의 평균 자원 사용량 및 상기 가상 머신의 목표 자원 사용률에 따라, 상기 자원 요구량을 추정하는 단계를 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  4. 제3항에 있어서,
    상기 자원 요구량을 추정하는 단계는
    상기 평균 자원 사용량 및 상기 목표 자원 사용률의 비율 값이, 상한값보다 큰 경우, 상기 상한값을 상기 자원 요구량으로 추정하고,
    상기 비율 값이 상기 상한값 이하인 경우, 상기 비율 값을 상기 자원 요구량으로 추정하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  5. 제1항에 있어서,
    상기 가상 머신에 할당할 자원량을 결정하는 단계는
    전체 자원량에서, 상기 가중치의 비율에 따라 상기 가상 머신에 대한 할당 자원량을 계산하는 단계; 및
    상기 할당 자원량이 상기 자원 요구량 이상일 경우, 상기 자원 요구량을 상기 가상 머신에 할당할 자원량으로 결정하는 단계를 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  6. 제5항에 있어서,
    상기 가상 머신에 할당할 자원량을 결정하는 단계는
    상기 할당 자원량이 상기 자원 요구량보다 작은 경우, 상기 자원 요구량을 기설정된 비율로 감소시키는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법.
  7. 적어도 하나의 가상 머신의 자원 사용률을 상기 가상 머신으로부터 수신하는 자원 사용률 수신부;
    상기 자원 사용률을 이용하여, 상기 가상 머신의 자원 요구량을 추정하는 자원 요구량 추정부; 및
    상기 자원 사용률에 따라 결정되는 가중치와, 상기 자원 요구량에 기반하여, 상기 가상 머신에 할당할 자원량을 결정하는 자원량 결정부를 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치.
  8. 제7항에 있어서,
    상기 가상화 자원 분배 장치는
    상기 가상 머신이 구동되는 클라우드 서버인
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치.
  9. 제7항에 있어서,
    상기 자원 사용률의 변화가 최대인 시점에서 현재까지의 평균 자원 사용률을 이용하여, 상기 가중치를 결정하는 가중치 결정부를 더 포함하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치.
  10. 제7항에 있어서,
    상기 자원량 결정부는
    전체 자원량에서, 상기 가중치의 비율에 따라 상기 가상 머신에 대한 할당 자원량을 계산하고, 상기 할당 자원량과 상기 자원 요구량의 비교 결과에 따라, 상기 할당 자원량을 상기 가상 머신에 할당할 자원량으로 결정하는
    클라우드 컴퓨팅 환경에서 가상화 자원 분배 장치.
PCT/KR2017/013469 2017-04-24 2017-11-24 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치 WO2018199414A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0052208 2017-04-24
KR1020170052208A KR101883599B1 (ko) 2017-04-24 2017-04-24 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치

Publications (1)

Publication Number Publication Date
WO2018199414A1 true WO2018199414A1 (ko) 2018-11-01

Family

ID=63453403

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/013469 WO2018199414A1 (ko) 2017-04-24 2017-11-24 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치

Country Status (2)

Country Link
KR (1) KR101883599B1 (ko)
WO (1) WO2018199414A1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736991A (zh) * 2020-06-12 2020-10-02 苏州浪潮智能科技有限公司 一种云平台资源调度的方法、装置、设备及可读介质
CN111767150A (zh) * 2020-07-02 2020-10-13 中国铁建重工集团股份有限公司 一种vGPU资源的动态调整方法
WO2023173917A1 (zh) * 2022-03-14 2023-09-21 北京奥星贝斯科技有限公司 用于分布式系统的方法及装置
CN117370032A (zh) * 2023-12-07 2024-01-09 聊城金恒智慧城市运营有限公司 一种云计算服务器资源优化分配方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102283364B1 (ko) * 2019-11-29 2021-07-29 세종대학교산학협력단 가상화 환경에서, 대역폭 조절 방법
KR102261263B1 (ko) * 2019-12-23 2021-06-07 건국대학교 산학협력단 클라우드 자원 간 간섭 및 병목 현상 해소를 위한 클라우드 자원의 적응적 관리 방법 및 장치
KR20220046811A (ko) * 2020-10-08 2022-04-15 조선대학교산학협력단 클라우드 무선 접속 네트워크의 동적 리소스를 할당하는 장치 및 방법
KR102488270B1 (ko) * 2022-08-09 2023-01-18 주식회사 데이터스트림즈 효율적인 스파크 잡 실행을 위한 하이브리드 스파크 클러스터 관리 방법 및 시스템
KR102658677B1 (ko) * 2023-09-22 2024-04-19 한화시스템(주) 수상함 전투체계의 역할별 자원 사용률에 기반한 가상머신 관리 시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100073120A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 가상화 기반 물리 시스템 및 그 자원 관리 방법
JP2011170787A (ja) * 2010-02-22 2011-09-01 Nippon Telegraph & Telephone West Corp リソース割当装置、リソース割当方法、およびリソース割当制御プログラム
US20140222889A1 (en) * 2013-02-05 2014-08-07 International Business Machines Corporation Collaborative negotiation of system resources among virtual servers running in a network computing environment
JP5853821B2 (ja) * 2012-03-29 2016-02-09 富士通株式会社 管理装置、資源管理方法、資源管理プログラム及び情報処理システム
US20170090992A1 (en) * 2015-09-28 2017-03-30 International Business Machines Corporation Dynamic transparent provisioning for application specific cloud services

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100073120A (ko) * 2008-12-22 2010-07-01 한국전자통신연구원 가상화 기반 물리 시스템 및 그 자원 관리 방법
JP2011170787A (ja) * 2010-02-22 2011-09-01 Nippon Telegraph & Telephone West Corp リソース割当装置、リソース割当方法、およびリソース割当制御プログラム
JP5853821B2 (ja) * 2012-03-29 2016-02-09 富士通株式会社 管理装置、資源管理方法、資源管理プログラム及び情報処理システム
US20140222889A1 (en) * 2013-02-05 2014-08-07 International Business Machines Corporation Collaborative negotiation of system resources among virtual servers running in a network computing environment
US20170090992A1 (en) * 2015-09-28 2017-03-30 International Business Machines Corporation Dynamic transparent provisioning for application specific cloud services

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736991A (zh) * 2020-06-12 2020-10-02 苏州浪潮智能科技有限公司 一种云平台资源调度的方法、装置、设备及可读介质
CN111736991B (zh) * 2020-06-12 2022-06-21 苏州浪潮智能科技有限公司 一种云平台资源调度的方法、装置、设备及可读介质
CN111767150A (zh) * 2020-07-02 2020-10-13 中国铁建重工集团股份有限公司 一种vGPU资源的动态调整方法
WO2023173917A1 (zh) * 2022-03-14 2023-09-21 北京奥星贝斯科技有限公司 用于分布式系统的方法及装置
CN117370032A (zh) * 2023-12-07 2024-01-09 聊城金恒智慧城市运营有限公司 一种云计算服务器资源优化分配方法
CN117370032B (zh) * 2023-12-07 2024-03-01 聊城金恒智慧城市运营有限公司 一种云计算服务器资源优化分配方法

Also Published As

Publication number Publication date
KR101883599B1 (ko) 2018-08-30

Similar Documents

Publication Publication Date Title
WO2018199414A1 (ko) 클라우드 컴퓨팅 환경에서 가상화 자원 분배 방법 및 장치
WO2012124876A1 (ko) 클라우드센터제어장치 및 그의 클라우드센터선택방법
WO2012134017A1 (ko) 클라우드 스토리지 시스템에서 리소스를 고려한 자료분배방법 및 장치
WO2014104634A1 (en) System and method for dynamically expanding virtual cluster and recording medium on which program for executing the method is recorded
US10129101B2 (en) Application driven and adaptive unified resource management for data centers with Multi-Resource Schedulable Unit (MRSU)
EP2923479B1 (en) Method and apparatus for controlling utilization in a horizontally scaled software application
WO2012086916A1 (ko) 클라우드 컴퓨팅 시스템 및 클라우드 컴퓨팅 시스템에서의 트래픽 분산 방법 및 제어 방법
Xu et al. iAware: Making live migration of virtual machines interference-aware in the cloud
EP3117335B1 (en) Coordinated admission control for network-accessible block storage
CN103713956B (zh) 应用于云计算虚拟化管理环境中的智能加权负载均衡方法
WO2012141404A1 (ko) 분산 저장 시스템의 복제 서버 장치 및 복제본 생성 방법
US9354938B2 (en) Sequential cooperation between map and reduce phases to improve data locality
WO2012121482A2 (ko) 클라우드 스토리지 시스템의 데이터 암호화 처리 장치 및 방법
WO2016047814A1 (ko) 클라우드 ａｐｉ 키를 이용한 자원 할당 방법 및 이를 위한 장치
WO2012067431A2 (en) Resource distribution apparatus and method in cloud computing
Hung et al. Auto-scaling model for cloud computing system
US20200394071A1 (en) Systems and methods for cluster resource balancing in a hyper-converged infrastructure
WO2011053002A2 (ko) 씨피유 가상화를 지원할 수 있는 컴퓨터 서버
WO2013066124A1 (ko) 인터럽트 할당 방법 및 장치
CN115167984B (zh) 基于云计算平台的考虑物理资源竞争的虚拟机负载均衡放置方法
CN112437023A (zh) 虚拟化安全网元数据处理方法、系统、介质和云平台
US11714670B2 (en) VM priority level control system and VM priority level control method
Patel et al. A survey on load balancing in cloud computing
WO2021132823A1 (en) Method and apparatus for scaling resources of graphics processing unit in cloud computing system
US20210117237A1 (en) Method, devices and computer program products for resource usage

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17907440

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17907440

Country of ref document: EP

Kind code of ref document: A1