CN102722413A - 一种桌面云集群使用的分布式资源调度方法 - Google Patents
一种桌面云集群使用的分布式资源调度方法 Download PDFInfo
- Publication number
- CN102722413A CN102722413A CN2012101565151A CN201210156515A CN102722413A CN 102722413 A CN102722413 A CN 102722413A CN 2012101565151 A CN2012101565151 A CN 2012101565151A CN 201210156515 A CN201210156515 A CN 201210156515A CN 102722413 A CN102722413 A CN 102722413A
- Authority
- CN
- China
- Prior art keywords
- resource
- cluster
- task
- scheduling
- physical
- 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.)
- Granted
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Multi Processors (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明的目的在于公开一种桌面云集群使用的分布式资源调度方法，与现有的技术相比，通过资源量化模型及集群在任意运行时刻的一致性资源视图，进行：A.主动资源监控，防止资源的运行时泄露；B.基于资源快照准确预测集群中单台物理服务器甚至整个集群的资源消耗情况，提前发出资源注入预告，并通过集群动态扩容及时注入资源，实现集群的不停机持久运行；C.根据集群的资源快照明确资源在整个集群中的分布情况，据此实行不同的资源调度策略，一举解决之前在集群运营调度中缺少资源调度手段所带来的种种弊端，维持集群运行过程中的资源动态平衡和持久运行，实现本发明的目的。
Description
技术领域
本发明涉及一种资源调度方法，特别涉及一种用于大型分布式虚拟化集群的运营与资源调度（即云计算中的IaaS领域）的桌面云集群使用的分布式资源调度方法。
背景技术
任何一个成熟的、没有资源泄露且能够持久稳定运行的IaaS***都需要一套能够确保集群的资源精确、有效调度的资源调度方法，该资源调度方法的调度结果直接决定了整个集群的整体资源利用率、资源使用精度（有无资源泄露）、任务吞吐率与执行效率，是分布式集群运营调度***的核心。
目前市场上云计算领域的虚级化集群运营***大多在决定集群的动态资源调度和任务分配方面存在严重的不足与缺陷（如图1所示），主要表现在以下几个方面：
（1）缺少资源的量化模型，无法将资源管控的指标量化，因而无法根据集群的资源负载数据执行精确的任务调度；
（2）任务调度时无法将集群中执行节点的资源负载状况量化并纳入分配决策，通常仅仅是简单地随机挑选一个状态“健康”的物理服务器作为当前虚拟机操作任务的执行节点，但在实际任务执行时又往往会因“资源不足”等原因导致任务执行失败；
（3）无法***集群中每一台物理服务器乃至整个集群的“资源负载”以及“资源临界点”，也就无法提前做出为处于资源临界状态的物理服务器增加内存、硬盘甚至为集群动态增加物理服务器等主动扩容措施，当“资源临界点”到来时只能无奈地因为“资源不足”等错误而被动地“停机”扩容，从而无法保证整个集群***持久地运行。
由于以上问题的存在导致目前常见的云计算IaaS***大都停留在粗狂和开环运行的状态，无法提供一致性的集群瞬时资源视图或快照，因而无法施行任何有效的前瞻性资源预测及闭环控制，无法有效防止资源泄露及执行必要的资源动态加注，上线后频繁因“资源不足”、“资源泄露”等问题整体宕机补救，无法为客户提供持久良好的商业服务，达不到商业运行的等级。
因此，特别需要一种桌面云集群使用的分布式资源调度方法，用以解决上述现有存在的问题。
发明内容
本发明的目的在于提供一种桌面云集群使用的分布式资源调度方法，针对上述现有的技术存在的缺陷，一举解决之前在集群运营调度中缺少资源调度手段所带来的种种弊端，维持集群运行过程中的资源动态平衡和持久运行。
本发明所解决的技术问题可以采用以下技术方案来实现：
一种桌面云集群使用的分布式资源调度方法，其特征在于，它包括如下步骤：
（1）集群启动，顺序启动构成集群的物理主机；
（2）将每一台物理主机的配置参数进行资源换算，得到每台物理主机最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据；
（3）对物理主机执行资源注册，将物理主机换算得到的最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据注册至集群资源中心的资源载荷表中，作为接下来资源调度的基础数据；
（4）运营***在运行时接受客户请求向集群资源调度引擎发出创建虚拟机任务；
（5）资源调度引擎通过集群资源中心的资源载荷表向集群资源中心请求资源快照，取得集群的瞬时资源视图，作为接下来资源调度的依据；
（6）资源调度引擎装入集群当前资源调度策略，并根据得到的集群的瞬时资源视图执行资源调度，计算出全部集群的物理主机中最具备任务执行资格的目标任务执行节点；
（7）资源调度引擎对得到的目标任务执行节点执行资源冻结；
（8）被选中的目标任务执行节点开始执行创建虚拟机任务；
（9）判断目标任务执行节点创建虚拟机任务的最终执行结果，如果任务执行成功，则进入步骤（10）；如果任务执行失败，则执行步骤（11）；
（10）任务执行成功时，提交冻结的资源，将最终消耗的资源数据同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据；
（11）任务执行失败时，回滚之前冻结的资源，使被任务冻结的资源及时得到释放。
在本发明的一个实施例中，还包括步骤（12），集群的管理控制台以定期巡检的方式检查集群资源中心的资源载荷表，定期对整个集群进行资源预测。
进一步，所述资源预测的依据是集群及其下各物理主机节点的及时资源数据距离资源临界点的距离。
在本发明的一个实施例中，还包括步骤（13），管理控制台执行资源临界检查，如果已接近资源临界点，则发出动态资源注入指令；如果尚未接近资源临界点，则不处理。
进一步，管理控制台发出的动态资源注入指令将被集群视现场情况灵活处理，即向资源值逼近资源临界点的物理主机加挂物理资源或者向集群动态添加新的物理资源。
再进一步，所述物理资源包括物理处理器、物理内存和物理存储设备。
再进一步，对于添加的新的物理资源，均需要通过补充资源注册向集群资源中心注册，加入下一轮资源调度。
在本发明的一个实施例中，所述资源调度策略包括业务繁忙时的随机分布策略和业务空闲时的资源聚集策略。
在本发明的一个实施例中，所述被冻结的资源量取决于任务参数，任务需要多少就冻结多少，该部分冻结的资源将不会被其他任务所征用，以确保任务执行时具备充足的资源。
在本发明的一个实施例中，步骤（11）中，释放的资源数据也将同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据。
本发明的桌面云集群使用的分布式资源调度方法，与现有的技术相比，通过资源量化模型及集群在任意运行时刻的一致性资源视图，进行：A.主动资源监控，防止资源的运行时泄露；B.基于资源快照准确预测集群中单台物理服务器甚至整个集群的资源消耗情况，提前发出资源注入预告，并通过集群动态扩容及时注入资源，实现集群的不停机持久运行；C.根据集群的资源快照明确资源在整个集群中的分布情况，据此实行不同的资源调度策略，一举解决之前在集群运营调度中缺少资源调度手段所带来的种种弊端，维持集群运行过程中的资源动态平衡和持久运行，实现本发明的目的。
本发明的特点可参阅本案图式及以下较好实施方式的详细说明而获得清楚地了解。
附图说明
图1为现有的云计算领域常见的IaaS集群运营***的资源调度方法的流程示意图；
图2为本发明的桌面云集群使用的分布式资源调度方法的流程示意图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体图示，进一步阐述本发明。
如图2所示，本发明的桌面云集群使用的分布式资源调度方法，它包括如下步骤：
（1）集群启动，顺序启动构成集群的物理主机；
（2）将每一台物理主机的配置参数进行资源换算，得到每台物理主机最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据；
（3）对物理主机执行资源注册，将物理主机换算得到的最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据注册至集群资源中心的资源载荷表中，作为接下来资源调度的基础数据；
（4）运营***在运行时接受客户请求向集群资源调度引擎发出创建虚拟机任务；
（5）资源调度引擎通过集群资源中心的资源载荷表向集群资源中心请求资源快照，取得集群的瞬时资源视图，作为接下来资源调度的依据；
（6）资源调度引擎装入集群当前资源调度策略，并根据得到的集群的瞬时资源视图执行资源调度，计算出全部集群的物理主机中最具备任务执行资格的目标任务执行节点；
（7）资源调度引擎对得到的目标任务执行节点执行资源冻结；
（8）被选中的目标任务执行节点开始执行创建虚拟机任务；
（9）判断目标任务执行节点创建虚拟机任务的最终执行结果，如果任务执行成功，则进入步骤（10）；如果任务执行失败，则执行步骤（11）；
（10）任务执行成功时，提交冻结的资源，将最终消耗的资源数据同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据；
（11）任务执行失败时，回滚之前冻结的资源，使被任务冻结的资源及时得到释放。
在本发明中，还包括步骤（12），集群的管理控制台以定期巡检的方式检查集群资源中心的资源载荷表，定期对整个集群进行资源预测。
所述资源预测的依据是集群及其下各物理主机节点的及时资源数据距离资源临界点的距离。
在本发明中，还包括步骤（13），管理控制台执行资源临界检查，如果已接近资源临界点，则发出动态资源注入指令；如果尚未接近资源临界点，则不处理。
管理控制台发出的动态资源注入指令将被集群视现场情况灵活处理，即向资源值逼近资源临界点的物理主机加挂物理资源或者向集群动态添加新的物理资源；以达到缓解集群资源短缺的目的，帮助集群在不停机的前提下基于资源预测及必要的资源动态加注手段度过业务高峰期。
所述物理资源包括物理处理器、物理内存和物理存储设备。
对于添加的新的物理资源，均需要通过补充资源注册向集群资源中心注册，加入下一轮资源调度。
在本发明中，所述资源调度策略包括业务繁忙时的随机分布策略和业务空闲时的资源聚集策略
随机分布策略即任务尽可能广地分布在具备资源执行任务的物理主机，以提供尽可能高的集群吞吐能力，这在业务繁忙时段是非常有效的。
资源汇聚策略即任务尽可能集中地落在同一台物理主机上执行，尽可能地空闲出其余的物理主机并让其进入休眠，从而尽可能减少集群的整体能耗。
在本发明中，所述被冻结的资源量取决于任务参数，任务需要多少就冻结多少，该部分冻结的资源将不会被其他任务所征用，以确保任务执行时具备充足的资源。
在本发明中，步骤（11）中，释放的资源数据也将同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.一种桌面云集群使用的分布式资源调度方法，其特征在于，它包括如下步骤：
（1）集群启动，顺序启动构成集群的物理主机；
（2）将每一台物理主机的配置参数进行资源换算，得到每台物理主机最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据；
（3）对物理主机执行资源注册，将物理主机换算得到的最大可分配的虚拟处理器、虚拟内存和虚拟本地存储等资源数据注册至集群资源中心的资源载荷表中，作为接下来资源调度的基础数据；
（4）运营***在运行时接受客户请求向集群资源调度引擎发出创建虚拟机任务；
（5）资源调度引擎通过集群资源中心的资源载荷表向集群资源中心请求资源快照，取得集群的瞬时资源视图，作为接下来资源调度的依据；
（6）资源调度引擎装入集群当前资源调度策略，并根据得到的集群的瞬时资源视图执行资源调度，计算出全部集群的物理主机中最具备任务执行资格的目标任务执行节点；
（7）资源调度引擎对得到的目标任务执行节点执行资源冻结；
（8）被选中的目标任务执行节点开始执行创建虚拟机任务；
（9）判断目标任务执行节点创建虚拟机任务的最终执行结果，如果任务执行成功，则进入步骤（10）；如果任务执行失败，则执行步骤（11）；
（10）任务执行成功时，提交冻结的资源，将最终消耗的资源数据同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据；
（11）任务执行失败时，回滚之前冻结的资源，使被任务冻结的资源及时得到释放。
2.如权利要求1所述的桌面云集群使用的分布式资源调度方法，其特征在于，还包括步骤（12），集群的管理控制台以定期巡检的方式检查集群资源中心的资源载荷表，定期对整个集群进行资源预测。
3.如权利要求2所述的桌面云集群使用的分布式资源调度方法，其特征在于，所述资源预测的依据是集群及其下各物理主机节点的及时资源数据距离资源临界点的距离。
4.如权利要求1所述的桌面云集群使用的分布式资源调度方法，其特征在于，还包括步骤（13），管理控制台执行资源临界检查，如果已接近资源临界点，则发出动态资源注入指令；如果尚未接近资源临界点，则不处理。
5.如权利要求4所述的桌面云集群使用的分布式资源调度方法，其特征在于，管理控制台发出的动态资源注入指令将被集群视现场情况灵活处理，即向资源值逼近资源临界点的物理主机加挂物理资源或者向集群动态添加新的物理资源。
6.如权利要求5所述的桌面云集群使用的分布式资源调度方法，其特征在于，所述物理资源包括物理处理器、物理内存和物理存储设备。
7.如权利要求5所述的桌面云集群使用的分布式资源调度方法，其特征在于，对于添加的新的物理资源，均需要通过补充资源注册向集群资源中心注册，加入下一轮资源调度。
8.如权利要求1所述的桌面云集群使用的分布式资源调度方法，其特征在于，所述资源调度策略包括业务繁忙时的随机分布策略和业务空闲时的资源聚集策略。
9.如权利要求1所述的桌面云集群使用的分布式资源调度方法，其特征在于，所述被冻结的资源量取决于任务参数，任务需要多少就冻结多少，该部分冻结的资源将不会被其他任务所征用，以确保任务执行时具备充足的资源。
10.如权利要求1所述的桌面云集群使用的分布式资源调度方法，其特征在于，步骤（11）中，释放的资源数据也将同步至集群资源中心的资源载荷表，更新资源载荷表中保存的资源数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210156515.1A CN102722413B (zh) | 2012-05-16 | 2012-05-16 | 一种桌面云集群使用的分布式资源调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210156515.1A CN102722413B (zh) | 2012-05-16 | 2012-05-16 | 一种桌面云集群使用的分布式资源调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102722413A true CN102722413A (zh) | 2012-10-10 |
| CN102722413B CN102722413B (zh) | 2017-12-29 |
Family
ID=46948190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210156515.1A Active CN102722413B (zh) | 2012-05-16 | 2012-05-16 | 一种桌面云集群使用的分布式资源调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102722413B (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102999376A (zh) * | 2012-11-15 | 2013-03-27 | 中国电力科学研究院 | 一种面向电力多租户的虚拟桌面资源动态调度方法 |
| CN103002043A (zh) * | 2012-12-14 | 2013-03-27 | 百度在线网络技术（北京）有限公司 | 用于云环境的资源管理方法和*** |
| CN103473139A (zh) * | 2013-09-26 | 2013-12-25 | 四川中电启明星信息技术有限公司 | 虚拟机集群资源分配调度方法 |
| CN103973811A (zh) * | 2014-05-23 | 2014-08-06 | 浪潮电子信息产业股份有限公司 | 一种可动态迁移的高可用集群管理方法 |
| CN104158841A (zh) * | 2014-07-09 | 2014-11-19 | 中电科华云信息技术有限公司 | 计算资源分配方法 |
| CN104253865A (zh) * | 2014-09-18 | 2014-12-31 | 华南理工大学 | 一种混合型桌面云服务平台的两级管理方法 |
| CN104731656A (zh) * | 2013-12-23 | 2015-06-24 | 华为软件技术有限公司 | 一种资源分配方法及装置 |
| CN104980517A (zh) * | 2015-06-26 | 2015-10-14 | 深圳市腾讯计算机***有限公司 | 基于快照的集群感知***、方法和装置 |
| CN105138391A (zh) * | 2015-07-30 | 2015-12-09 | 中山大学 | 面向广域分布云***公平的多任务虚拟机分配方法 |
| CN105229628A (zh) * | 2013-03-13 | 2016-01-06 | 三星电子株式会社 | 具有资源管理机制的计算***及其操作方法 |
| CN105700955A (zh) * | 2014-11-28 | 2016-06-22 | 英业达科技有限公司 | 服务器***的资源分配方法 |
| CN107025131A (zh) * | 2016-02-01 | 2017-08-08 | 腾讯科技（深圳）有限公司 | 一种任务调度方法及装置 |
| CN107135110A (zh) * | 2017-06-08 | 2017-09-05 | 成都安恒信息技术有限公司 | 一种私有云中预部署云计算物理资源的***及使用方法 |
| CN107220114A (zh) * | 2017-05-24 | 2017-09-29 | 北京计算机技术及应用研究所 | 基于资源统一调度的分布式资源调度方法 |
| CN108415876A (zh) * | 2017-02-28 | 2018-08-17 | 张家口浩扬科技有限公司 | 一种动态计算装置 |
| CN108762891A (zh) * | 2018-06-06 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种云平台资源调度方法和装置 |
| CN109196474A (zh) * | 2016-05-17 | 2019-01-11 | 微软技术许可有限责任公司 | 计算***中的分布式操作控制 |
| CN109213555A (zh) * | 2018-08-16 | 2019-01-15 | 北京交通大学 | 一种面向虚拟桌面云的资源动态调度方法 |
| CN109358965A (zh) * | 2018-09-25 | 2019-02-19 | 杭州朗和科技有限公司 | 云计算集群资源调度方法、介质、装置和计算设备 |
| CN109408242A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN110022337A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、设备和*** |
| CN110995856A (zh) * | 2019-12-16 | 2020-04-10 | 上海米哈游天命科技有限公司 | 一种服务器扩展的方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201114596Y (zh) * | 2007-09-29 | 2008-09-10 | 广州维德科技有限公司 | 分布式集群信道控制器 |
| CN101562784A (zh) * | 2008-04-14 | 2009-10-21 | 华为技术有限公司 | 报文分发方法、设备及*** |
| CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
| CN102262567A (zh) * | 2010-05-24 | 2011-11-30 | 中兴通讯股份有限公司 | 虚拟机调度决策的***、平台及方法 |
| CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 北京航空航天大学 | 一种虚拟化环境中自适应按需资源分配的方法及*** |
| CN102426542A (zh) * | 2011-10-28 | 2012-04-25 | 中国科学院计算技术研究所 | 数据中心资源管理***及作业调度方法 |
-
2012
- 2012-05-16 CN CN201210156515.1A patent/CN102722413B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201114596Y (zh) * | 2007-09-29 | 2008-09-10 | 广州维德科技有限公司 | 分布式集群信道控制器 |
| CN101562784A (zh) * | 2008-04-14 | 2009-10-21 | 华为技术有限公司 | 报文分发方法、设备及*** |
| EP2257022A1 (en) * | 2008-04-14 | 2010-12-01 | Huawei Technologies Co., Ltd. | A message distributing method, device and system |
| CN102262567A (zh) * | 2010-05-24 | 2011-11-30 | 中兴通讯股份有限公司 | 虚拟机调度决策的***、平台及方法 |
| CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
| CN102279771A (zh) * | 2011-09-02 | 2011-12-14 | 北京航空航天大学 | 一种虚拟化环境中自适应按需资源分配的方法及*** |
| CN102426542A (zh) * | 2011-10-28 | 2012-04-25 | 中国科学院计算技术研究所 | 数据中心资源管理***及作业调度方法 |
Non-Patent Citations (2)
| Title |
|---|
| 张丽晓等: "基于任务类型的集群调度策略", 《计算机工程》 * |
| 曾龙海等: "基于云计算平台的虚拟集群构建技术研究", 《微电子学与计算机》 * |
Cited By (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102999376B (zh) * | 2012-11-15 | 2015-07-08 | 中国电力科学研究院 | 一种面向电力多租户的虚拟桌面资源动态调度方法 |
| CN102999376A (zh) * | 2012-11-15 | 2013-03-27 | 中国电力科学研究院 | 一种面向电力多租户的虚拟桌面资源动态调度方法 |
| CN103002043A (zh) * | 2012-12-14 | 2013-03-27 | 百度在线网络技术（北京）有限公司 | 用于云环境的资源管理方法和*** |
| CN103002043B (zh) * | 2012-12-14 | 2017-02-08 | 百度在线网络技术（北京）有限公司 | 用于云环境的资源管理方法和*** |
| CN105229628A (zh) * | 2013-03-13 | 2016-01-06 | 三星电子株式会社 | 具有资源管理机制的计算***及其操作方法 |
| CN103473139A (zh) * | 2013-09-26 | 2013-12-25 | 四川中电启明星信息技术有限公司 | 虚拟机集群资源分配调度方法 |
| CN103473139B (zh) * | 2013-09-26 | 2016-06-01 | 四川中电启明星信息技术有限公司 | 虚拟机集群资源分配调度方法 |
| CN104731656B (zh) * | 2013-12-23 | 2018-10-30 | 华为软件技术有限公司 | 一种资源分配方法及装置 |
| CN104731656A (zh) * | 2013-12-23 | 2015-06-24 | 华为软件技术有限公司 | 一种资源分配方法及装置 |
| CN103973811A (zh) * | 2014-05-23 | 2014-08-06 | 浪潮电子信息产业股份有限公司 | 一种可动态迁移的高可用集群管理方法 |
| CN104158841B (zh) * | 2014-07-09 | 2017-08-15 | 中电科华云信息技术有限公司 | 计算资源分配方法 |
| CN104158841A (zh) * | 2014-07-09 | 2014-11-19 | 中电科华云信息技术有限公司 | 计算资源分配方法 |
| CN104253865A (zh) * | 2014-09-18 | 2014-12-31 | 华南理工大学 | 一种混合型桌面云服务平台的两级管理方法 |
| CN104253865B (zh) * | 2014-09-18 | 2017-06-06 | 华南理工大学 | 一种混合型桌面云服务平台的两级管理方法 |
| CN105700955A (zh) * | 2014-11-28 | 2016-06-22 | 英业达科技有限公司 | 服务器***的资源分配方法 |
| CN104980517A (zh) * | 2015-06-26 | 2015-10-14 | 深圳市腾讯计算机***有限公司 | 基于快照的集群感知***、方法和装置 |
| CN104980517B (zh) * | 2015-06-26 | 2018-04-06 | 深圳市腾讯计算机***有限公司 | 基于快照的集群感知***、方法和装置 |
| CN105138391A (zh) * | 2015-07-30 | 2015-12-09 | 中山大学 | 面向广域分布云***公平的多任务虚拟机分配方法 |
| CN105138391B (zh) * | 2015-07-30 | 2018-07-31 | 中山大学 | 面向广域分布云***公平的多任务虚拟机分配方法 |
| CN107025131B (zh) * | 2016-02-01 | 2020-12-29 | 腾讯科技（深圳）有限公司 | 一种任务调度方法及装置 |
| CN107025131A (zh) * | 2016-02-01 | 2017-08-08 | 腾讯科技（深圳）有限公司 | 一种任务调度方法及装置 |
| CN109196474A (zh) * | 2016-05-17 | 2019-01-11 | 微软技术许可有限责任公司 | 计算***中的分布式操作控制 |
| CN109196474B (zh) * | 2016-05-17 | 2021-12-03 | 微软技术许可有限责任公司 | 计算***中的分布式操作控制 |
| CN108415876A (zh) * | 2017-02-28 | 2018-08-17 | 张家口浩扬科技有限公司 | 一种动态计算装置 |
| CN107220114A (zh) * | 2017-05-24 | 2017-09-29 | 北京计算机技术及应用研究所 | 基于资源统一调度的分布式资源调度方法 |
| CN107135110A (zh) * | 2017-06-08 | 2017-09-05 | 成都安恒信息技术有限公司 | 一种私有云中预部署云计算物理资源的***及使用方法 |
| CN110022337A (zh) * | 2018-01-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、设备和*** |
| CN108762891A (zh) * | 2018-06-06 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种云平台资源调度方法和装置 |
| CN109213555A (zh) * | 2018-08-16 | 2019-01-15 | 北京交通大学 | 一种面向虚拟桌面云的资源动态调度方法 |
| CN109213555B (zh) * | 2018-08-16 | 2020-04-10 | 北京交通大学 | 一种面向虚拟桌面云的资源动态调度方法 |
| CN109358965A (zh) * | 2018-09-25 | 2019-02-19 | 杭州朗和科技有限公司 | 云计算集群资源调度方法、介质、装置和计算设备 |
| CN109408242B (zh) * | 2018-11-13 | 2020-08-04 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN109408242A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN110995856A (zh) * | 2019-12-16 | 2020-04-10 | 上海米哈游天命科技有限公司 | 一种服务器扩展的方法、装置、设备及存储介质 |
| CN110995856B (zh) * | 2019-12-16 | 2022-09-13 | 上海米哈游天命科技有限公司 | 一种服务器扩展的方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102722413B (zh) | 2017-12-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102722413A (zh) | 一种桌面云集群使用的分布式资源调度方法 | |
| CN104657215A (zh) | 云计算中虚拟化节能*** | |
| CN102279771B (zh) | 一种虚拟化环境中自适应按需资源分配的方法及*** | |
| CN103810048A (zh) | 一种面向资源利用最优的线程数量自动调整方法及装置 | |
| CN103473139A (zh) | 虚拟机集群资源分配调度方法 | |
| CN102253857B (zh) | 一种多核环境下的Xen虚拟机调度控制方法 | |
| CN102662750A (zh) | 基于弹性虚拟机池的虚拟机资源优化控制方法及其*** | |
| CN103870341A (zh) | 一种调整虚拟机资源的方法和*** | |
| CN108519919A (zh) | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 | |
| CN106095524A (zh) | 一种虚拟机部署方法、***和装置 | |
| Hasan et al. | Heuristic based energy-aware resource allocation by dynamic consolidation of virtual machines in cloud data center | |
| Jeong et al. | Analysis of virtual machine live-migration as a method for power-capping | |
| CN108287749A (zh) | 一种数据中心综合管理***云资源调度方法 | |
| Monil et al. | QoS-aware virtual machine consolidation in cloud datacenter | |
| Zhang et al. | Dynamic energy-efficient virtual machine placement optimization for virtualized clouds | |
| Fu et al. | An efficient VNF deployment scheme for cloud networks | |
| Fu et al. | Network traffic based virtual machine migration in cloud computing environment | |
| US20140033207A1 (en) | System and Method for Managing P-States and C-States of a System | |
| Altomare et al. | Energy-aware migration of virtual machines driven by predictive data mining models | |
| Li et al. | An energy efficient resource management method in virtualized cloud environment | |
| CN109408230A (zh) | 基于能耗优化的Docker容器部署方法及*** | |
| Dad et al. | Energy efficient VM live migration and allocation at cloud data centers | |
| Ouammou et al. | Analysis of a M/M/k system with exponential setup times and reserves servers | |
| Huixi et al. | A combination of host overloading detection and virtual machine selection in cloud server consolidation based on learning method | |
| CN106293000B (zh) | 一种面向云环境的虚拟机存储子***节能方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180727 Address after: 200433 502-505, unit 5, 53 East Road, Yangpu District, Shanghai. Patentee after: Shanghai Ming me information technology Co., Ltd. Address before: 200431 room 328, huma Road, Baoshan District, Shanghai, 328 Patentee before: Shanghai Zople Cloud Computing Co., Ltd. |
|
| TR01 | Transfer of patent right |