CN103309843A - 服务器的配置方法和*** - Google Patents
服务器的配置方法和*** Download PDFInfo
- Publication number
- CN103309843A CN103309843A CN2012100576229A CN201210057622A CN103309843A CN 103309843 A CN103309843 A CN 103309843A CN 2012100576229 A CN2012100576229 A CN 2012100576229A CN 201210057622 A CN201210057622 A CN 201210057622A CN 103309843 A CN103309843 A CN 103309843A
- Authority
- CN
- China
- Prior art keywords
- server
- resource utilization
- product line
- cpu
- attitude
- 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
- Debugging And Monitoring (AREA)
Abstract
本发明提出一种服务器的配置方法及***。其中,方法包括以下步骤:实时监控***中各个服务器的性能数据;根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;判断各个产品线的服务器资源利用率是否符合预设的资源利用率标准;如果是,则增加所述产品线中服务器的数目;如果否,则保持所述产品线中服务器的数目不变。根据本发明实施例的方法,通过在服务器的运行过程中监控服务器的性能数据,并对性能数据进行分析处理,可得到服务器的利用情况,进而有针对性地配置服务器的数目,提高服务器的利用率,减少***的成本。
Description
技术领域
本发明涉及网络技术领域,尤其涉及一种服务器的配置方法和***。
背景技术
服务器采购在公司每年的运营成本中占了很大的比例,因而降低服务器等硬件的成本对于减少公司的运营开销具有重要的意义。但是,满足业务增长需求与尽可能少的采购服务器,这两者之间是矛盾的。所以应尽量让现有的服务器发挥出应有的作用,提高现有服务器的利用率,减少配置服务器的数目,从而控制运营成本。
但是,目前仍不存在一种可以有针对性地配置服务器数目的方法,只是各个产品线通过对自己的产品流量或者业务的增长速度进行简单预估来确定所需服务器的数目,这种方法存在的问题是,各个产品线为了防止意外情况的发生通常采用比较宽松的预估方式,从而导致公司整体的预估出现较大的偏差,导致资源的浪费。
发明内容
本发明旨在至少解决上述技术问题之一。
本发明的第一个目的在于提出一种可以有针对性地控制服务器的数量从而降低***成本的服务器的配置方法。
本发明的第二个目的在于提出一种服务器的配置***。
为了实现上述目的,根据本发明的第一方面实施例的服务器的配置方法,包括以下步骤:(A)实时监控***中各个服务器的性能数据;(B)根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;(C)判断各个产品线的服务器资源利用率是否符合预设的资源利用率标准;(D)如果是,则增加所述产品线中服务器的数目;(E)如果否,则保持所述产品线中服务器的数目不变。
根据本发明实施例的服务器的配置方法,通过在服务器的运行过程中实时监控服务器的性能数据,并对性能数据进行分析处理,可以充分了解服务器的利用情况,进而可以有针对性地配置服务器的数目,提高服务器的利用率,减少***的成本。
为了实现上述目的,根据本发明的第二方面实施例的服务器的配置***包括:数据收集装置,用于收集***中各个服务器的性能数据;数据处理装置,用于根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;数据存储装置,用于存储所述各个产品线的服务器资源利用率;数据分析装置,用于判断所述各个产品线的服务器资源利用率是否符合预设的资源利用率标准,如果是,则增加所述产品线中服务器的数目,如果否,则保持所述产品线中服务器的数目不变。
根据本发明实施例的服务器的配置***,通过收集各个服务器的性能数据并进行分析计算,可以得到各个产品线的服务器资源利用率,进而有针对性地对服务器进行配置,精简***的预算。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中,
图1是根据本发明一个实施例的服务器的配置方法的流程图;
图2是根据本发明一个实施例的计算各个产品线的服务器资源利用率的方法的示意图;
图3是根据本发明一个实施例的判断产品线的服务器资源利用率是否符合标准的方法的流程图;以及
图4是根据本发明一个实施例的服务器的配置***的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
下面参考说明书附图描述根据本发明实施例的服务器的配置方法。
一种服务器的配置方法,包括以下步骤:实时监控***中各个服务器的性能数据;根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;判断各个产品线的服务器资源利用率是否符合预设的资源利用率标准;如果是,则增加所述产品线中服务器的数目;如果否,则保持所述产品线中服务器的数目不变。
图1为本发明一个实施例的服务器的配置方法的流程图。
如图1所示,根据本发明实施例的服务器的配置方法包括下述步骤。
步骤S101,实时监控***中各个服务器的性能数据。
在本发明的一个实施例中,为***中每个服务器上部署一个监控客户端,定时地把服务器的性能数据发送至专门的数据收集服务器,这样就能把***中所有服务器的性能数据收集起来。此外,由于***中的服务器会部署在不同的机房,跨机房的网络存在带宽的限制,所以可在不同的机房均部署数据收集服务器,以提高***效率。
其中,服务器的性能数据可包括:***缓存大小、***高速缓存大小、剩余物理内存、物理内存总量、用户态的CPU、***态的CPU、等待的CPU、总体磁盘使用率、所有网卡进流量和、所有网卡出流量和、总体磁盘使用率、每秒完成读I/O设备次数、每秒完成写I/O设备次数、每秒读K字节数、每秒写K字节数、平均每次设备I/O操作的数据大小、平均I/O队列长度、平均每次设备I/O操作的等待时间、平均每秒中有百分之多少的时间用于I/O操作等。
应理解,虽然在监控时获取各个服务器的所有性能数据,但是在具体处理时可以根据需要选择使用某个或某些性能数据获取相应的指标,例如对于分布式计算的产品比较关注的是CPU的利用率,那么可在数据处理时使用CPU有关的性能数据如用户态的CPU、***态的CPU等进行计算。
步骤S102,根据各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器。
***中服务器的数量非常多,每天要处理的数据量非常大。通常而言不需要保存所有服务器的所有历史数据,为此每台服务器的数据存放在RRD文件中,只要每天定时进行处理。而且,为了体现服务器的真实使用率情况,每天的单项指标统计可采用每10s采集一次数据,每小时进行一次平均,以此作为统计的基本单位。同时,这也是为了求出服务器的峰值利用情况,因为10s中的一个数据可能只是服务器临时的任务执行,而不能代表服务器的整体运行情况,而持续一小时的高峰也正能反应服务器的使用情况。
具体地,图2为本发明一个实施例的计算各个产品线的服务器资源利用率的方法的示意图。如图2所示,首先,定时地根据接收到的服务器的性能数据和预设的统计模型计算各个服务器的资源利用率,例如每10s计算一次。然后,对多个时间点的各个服务器的资源利用率进行统计平均以获取各个服务器在某个时间段内的资源利用率平均值,例如获取每天单机平均值=∑单机各个时间点的资源利用率/8640。接着,再根据单机平均值和产品线中的服务器数目获取产品线在某个时间段内的资源利用率平均值,例如获取产品线每天平均值=∑各个单机的当天平均值/单机数量。再接着,还可以根据产品线在某个时间段内的资源利用率平均值,获取整个统计时间的资源利用率平均值,如产品线的统计时间平均值=∑产品线每天平均值/统计天数。
产品线的服务器资源利用率的最大值的相关统计与上述平均值的处理方式类似,此处不再详细描述。此外,除了计算各个产品线的服务器资源利用率外,还可计算子分类、部门等的资源利用率。
更具体地,在本发明的一个实施例中,可根据***缓存大小buffer、***高速缓存大小cache、剩余物理内存free和物理内存总量total,通过以下的公式计算服务器的***态内存使用率MEM,
MEM=1-(buffer+cache+free)/total。
根据用户态的CPU、***态的CPU和等待的CPU,通过以下的公式计算服务器的总CPU使用率,
总CPU使用率=用户态的CPU+***态的CPU+等待的CPU。
根据所有网卡进流量和、所有网卡出流量和,通过以下的公式计算服务器的所有网卡总体进出流量,
所有网卡总体进出流量=所有网卡进流量和+所有网卡出流量和。
步骤S103,判断各个产品线的资源利用率是否符合预设的资源利用率标准。
应理解,对于不同的产品线都会有自己特有的应用场景和***架构方式,计算量的分配和对冗余度的要求不一样,为此对不同的产品线指定不同的性能指标,例如对于分布式计算的产品则要求CPU的利用率达到特定要求;对于存储型的应用则要求磁盘的使用量达到特定要求。
具体地,图3为本发明一个实施例的判断服务器资源利用率是否达标的方法的流程图。如图3所示,该方法包括下述步骤。
步骤S311,判断产品线的类型。
在本发明的一个实施例中,产品线的类型包括分布式计算、后台数据处理等。
步骤S312,根据产品线的类型,将该产品线类型所关注的资源利用率值与该产品线类型所对应的关注资源利用率阈值进行比较,判断该关注的资源利用率的阈值是否大于相应的资源利用率阈值。
例如,对于分布式计算的产品,所关注的资源利用率为CPU利用率,其相应的CPU利用率阈值可设定为75%;对于后台数据处理的产品,所关注的资源利用率为磁盘使用量,其相应的磁盘使用量可设定为70%。
步骤S313,如果所关注的资源利用率值大于相应的资源利用率阈值,则确定该产品线的资源利用率符合标准。
步骤S314,如果所关注的资源利用率值不大于相应的资源利用率阈值,则确定该产品线的资源利用率不达标。
应理解,上述示例仅为示意性的例子,并不用于限制本发明。本领域的技术人员还可采用其他的方式判断产品线的服务器资源利用率是否达标。例如,可对所有的产品线设定相同的第一资源利用率标准,当判断某个产品线不符合该第一资源利用率标准后,再判断该产品线是否属于特殊类型的服务,如果是,再优化第一资源利用率标准,重新进行判断。这些修改和变化均应包含在本发明的保护范围内。
步骤S104,如果是,则增加产品线中服务器的数目。
如果产品线的服务器资源利用率达标,则意味着现有产品线中的服务器的利用率已经饱和,当业务需求增长时,现有的服务器的数量可能无法满足业务需求,因此需要增加服务器的数目以保证产品线能够满足增长的业务需求。
步骤S105,如果否,则保持产品线中服务器的数目不变。
如果产品线的服务器资源利用率未达标,则意味着现有产品线中的服务器未被充分利用,因此此时无需增加产品线中服务器的数目,只要提高产品线中服务器的利用率即可保证业务增长的需求。
根据本发明实施例的服务器的配置方法,通过实时监控服务器的性能数据并进行统计,可以充分了解服务器的利用情况,从而可以有针对性地配置服务器的数目,提高服务器的利用率,减少***的成本。
下面参考说明书附图描述根据本发明实施例的服务器的配置***。
一种服务器的配置***,包括:数据收集装置,用于收集***中各个服务器的各个性能数据;数据处理装置,用于根据各个服务器的各个性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;数据存储装置,用于存储各个产品线的服务器资源利用率;数据分析装置,用于判断各个产品线的服务器资源利用率是否符合预设的资源利用率标准,如果是,则增加产品线中服务器的数目,如果否,则保持产品线中服务器的数目不变。
图4为本发明一个实施例的服务器的配置***的结构框图。
如图4所示,根据本发明实施例的服务器的配置***包括:数据收集装置10,数据处理装置20,数据存储装置30以及数据分析装置40。
数据收集装置10用于收集***中各个服务器的性能数据。在本发明的一个实施例中,给每台服务器上部署一个监控客户端,定时地把服务器的性能信息发送到数据收集装置10,这样就能把所有的服务器性能数据收集起来。此外,由于服务器会部署在不同的机房,跨机房的网络会存在宽带的限制,因此在本发明的一个实施例中,可在不同的机房均部署数据收集装置10,即部署多个数据收集装置10,以提高***效率。
其中,服务器的性能数据可包括:***缓存大小、***高速缓存大小、剩余物理内存、物理内存总量、用户态的CPU、***态的CPU、等待的CPU、总体磁盘使用率、所有网卡进流量和、所有网卡出流量和、总体磁盘使用率、每秒完成读I/O设备次数、每秒完成写I/O设备次数、每秒读K字节数、每秒写K字节数、平均每次设备I/O操作的数据大小、平均I/O队列长度、平均每次设备I/O操作的等待时间、平均每秒中有百分之多少的时间用于I/O操作等。
数据处理装置20与数据收集装置10相连,用于根据各个服务器的性能数据计算各个产品线的资源利用率,其中每个产品线包括多个服务器。
数据存储装置30与数据处理装置20相连,用于存储各个产品线的资源利用率。数据处理装置20在处理服务器的性能数据时,并行地将计算结果写入数据存储装置20中,以便在需要时从数据存储装置30中获取资源利用率数据进行分析。
数据分析装置40与数据存储装置30相连,用于根据数据存储装置30中存储的各个产品线的资源利用率,判断各个产品线的资源利用率是否符合预设的资源利用率标准,如果是,则增加产品线中服务器的数目,如果否,则保持产品线中服务器的数目不变。
应理解,上述各个装置的工作过程可与上述方法实施例的描述相同,此处不再详细描述。
根据本发明实施例的服务器的配置***,通过收集各个服务器的性能数据并进行处理计算,得到各个产品线的服务器资源利用率,进而有针对性地对服务器进行配置,精简***的预算,提高资源利用率。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。
Claims (15)
1.一种服务器的配置方法,其特征在于,包括以下步骤:
(A)实时监控***中各个服务器的性能数据;
(B)根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;
(C)判断各个产品线的服务器资源利用率是否符合预设的资源利用率标准;
(D)如果是,则增加所述产品线中服务器的数目;
(E)如果否,则保持所述产品线中服务器的数目不变。
2.如权利要求1所述的服务器的配置方法,其特征在于,所述服务器的性能数据包括:***缓存大小、***高速缓存大小、剩余物理内存、物理内存总量、用户态的CPU、***态的CPU、等待的CPU、总体磁盘使用率、所有网卡进流量和、所有网卡出流量和、总体磁盘使用率、每秒完成读I/O设备次数、每秒完成写I/O设备次数、每秒读K字节数、每秒写K字节数、平均每次设备I/O操作的数据大小、平均I/O队列长度、平均每次设备I/O操作的等待时间、平均每秒中有百分之多少的时间用于I/O操作。
3.如权利要求1所述的服务器的配置方法,其特征在于,所述步骤(B)进一步包括:
定时地根据所述各个产品线中各个服务器的性能数据和预设的统计模型计算各个服务器的资源利用率;
对多个时间点的所述各个服务器的资源利用率进行统计平均以获取各个服务器在某个时间段内的资源利用率平均值;
根据所述各个服务器在某个时间段内的资源利用率平均值和所述产品线中服务器的数量,获取各个产品线在某个时间段的资源利用率平均值;
根据所述产品线在某个时间段的资源利用率平均值,获取各个产品线在整个统计时间内的资源利用率平均值。
4.如权利要求3所述的服务器的配置方法,其特征在于,所述步骤(B)进一步包括:
根据所述***缓存大小、所述***高速缓存大小、所述剩余物理内存和所述物理内存总量,通过以下的公式计算服务器的***态内存使用率,
***态内存使用率=1-(***缓存大小+***高速缓存大小+剩余物理内存)/物理内存总量。
5.如权利要求3所述的服务器的配置方法,其特征在于,所述步骤(B)进一步包括:
根据所述用户态的CPU、***态的CPU和等待的CPU,通过以下的公式计算服务器的总CPU使用率,
总CPU使用率=用户态的CPU+***态的CPU+等待的CPU。
6.如权利要求3所述的服务器的配置方法,其特征在于,所述步骤(B)进一步包括:
根据所述所有网卡进流量和、所有网卡出流量和,通过以下的公式计算服务器的所有网卡总体进出流量,
所有网卡总体进出流量=所有网卡进流量和+所有网卡出流量和。
7.如权利要求1所述的服务器的配置方法,其特征在于,所述步骤(C)进一步包括:
判断所述产品线的类型;
根据所述产品线的类型,将所述产品线类型所关注的资源利用率值与所述产品线类型所对应的关注资源利用率阈值进行比较;
如果所述所关注的资源利用率值大于所述资源利用率阈值,则确定所述产品线的资源利用率符合标准;以及
如果所述所关注的资源利用率小于所述资源利用率阈值,则确定所述产品线的资源利用率不符合标准。
8.一种服务器的配置***,其特征在于,包括:
数据收集装置,用于收集***中各个服务器的性能数据;
数据处理装置,用于根据所述各个服务器的性能数据计算各个产品线的服务器资源利用率,其中每个产品线包括多个服务器;
数据存储装置,用于存储所述各个产品线的服务器资源利用率;
数据分析装置,用于判断所述各个产品线的服务器资源利用率是否符合预设的资源利用率标准,如果是,则增加所述产品线中服务器的数目,如果否,则保持所述产品线中服务器的数目不变。
9.如权利要求8所述的服务器的配置***,其特征在于,所述服务器的性能数据包括:***缓存大小、***高速缓存大小、剩余物理内存、物理内存总量、用户态的CPU、***态的CPU、等待的CPU、总体磁盘使用率、所有网卡进流量和、所有网卡出流量和、总体磁盘使用率、每秒完成读I/O设备次数、每秒完成写I/O设备次数、每秒读字节数、每秒写字节数、平均每次设备I/O操作的数据大小、平均I/O队列长度、平均每次设备I/O操作的等待时间、平均每秒中有百分之多少的时间用于I/O操作。
10.如权利要求8所述的服务器的配置***,其特征在于,所述各个服务器分别具有监控客户端,所述各个服务器通过所述监控客户端端定时地将所述性能数据发送至所述数据收集装置。
11.如权利要求10所述的服务器的配置***,其特征在于,所述数据处理装置根据所述各个服务器的各个性能数据计算各个产品线的资源利用率进一步包括:
定时地根据所述各个服务器的性能数据和预设的统计模型计算各个服务器的资源利用率;
对多个时间点的所述各个服务器的资源利用率进行统计平均以获取各个产品线在某个时间段内的资源利用率平均值;
根据所述各个服务器在某个时间段内的资源利用率平均值和所述产品线中服务器的数量,获取各个产品线在某个时间段的资源利用率平均值;
根据所述产品线在某个时间段的资源利用率平均值,获取各个产品线在整个统计时间内的资源利用率平均值。
12.如权利要求11所述的服务器的配置***,其特征在于,
所述数据处理装置根据所述***缓存大小、所述***高速缓存大小、所述剩余物理内存和所述物理内存总量,通过以下的公式计算服务器的***态内存使用率,
***态内存使用率=1-(***缓存大小+***高速缓存大小+剩余物理内存)/物理内存总量。
13.如权利要求11所述的服务器的配置***,其特征在于,
所述数据处理装置根据所述用户态的CPU、***态的CPU和等待的CPU,通过以下的公式计算服务器的总CPU使用率,
总CPU使用率=用户态的CPU+***态的CPU+等待的CPU。
14.如权利要求11所述的服务器的配置***,其特征在于,
所述数据处理装置根据所述所有网卡进流量和、所有网卡出流量和,通过以下的公式计算服务器的所有网卡总体进出流量,
所有网卡总体进出流量=所有网卡进流量和+所有网卡出流量和。
15.如权利要求8所述的服务器的配置***,其特征在于,所述数据分析装置用于判断各个产品线的资源利用率是否符合预设的资源利用率标准,进一步包括:
判断所述产品线的类型;
根据所述产品的类型,将所述产品线类型所关注的资源利用率值与所述产品线类型所对应的关注资源利用率阈值进行比较;
如果所述所关注的资源利用率值大于所述资源利用率阈值,则确定所述产品线的资源利用率符合标准;以及
如果所述所关注的资源利用率小于所述资源利用率阈值,则确定所述产品线的资源利用率不符合标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210057622.9A CN103309843B (zh) | 2012-03-06 | 2012-03-06 | 服务器的配置方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210057622.9A CN103309843B (zh) | 2012-03-06 | 2012-03-06 | 服务器的配置方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103309843A true CN103309843A (zh) | 2013-09-18 |
CN103309843B CN103309843B (zh) | 2016-03-16 |
Family
ID=49135082
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210057622.9A Active CN103309843B (zh) | 2012-03-06 | 2012-03-06 | 服务器的配置方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103309843B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850931A (zh) * | 2015-04-09 | 2015-08-19 | 北京百度网讯科技有限公司 | 一种服务器更新控制方法及装置 |
CN105488539A (zh) * | 2015-12-16 | 2016-04-13 | 百度在线网络技术(北京)有限公司 | 分类模型的生成方法及装置、***容量的预估方法及装置 |
CN107797847A (zh) * | 2017-09-25 | 2018-03-13 | 联想(北京)有限公司 | 用于配置服务器集群的方法和装置 |
CN108280007A (zh) * | 2017-01-05 | 2018-07-13 | ***通信集团福建有限公司 | 一种用于评估设备资源利用率的方法和装置 |
CN109165045A (zh) * | 2018-08-09 | 2019-01-08 | 网宿科技股份有限公司 | 一种调整服务器的硬件配置的方法和装置 |
CN114257794A (zh) * | 2022-03-02 | 2022-03-29 | 英特灵达信息技术(深圳)有限公司 | 一种视频分析算力调度方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1829986A (zh) * | 2003-05-26 | 2006-09-06 | 株式会社东芝 | 负载分配***和方法 |
CN101116056A (zh) * | 2005-03-31 | 2008-01-30 | 国际商业机器公司 | 用于意识到内容的负载均衡的***和方法 |
CN101438609A (zh) * | 2006-05-03 | 2009-05-20 | 思科技术公司 | 用于服务器群资源分配的***和方法 |
US20110078303A1 (en) * | 2009-09-30 | 2011-03-31 | Alcatel-Lucent Usa Inc. | Dynamic load balancing and scaling of allocated cloud resources in an enterprise network |
US20110138037A1 (en) * | 2009-12-07 | 2011-06-09 | Oracle International Corporation | Techniques for web server management |
-
2012
- 2012-03-06 CN CN201210057622.9A patent/CN103309843B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1829986A (zh) * | 2003-05-26 | 2006-09-06 | 株式会社东芝 | 负载分配***和方法 |
CN101116056A (zh) * | 2005-03-31 | 2008-01-30 | 国际商业机器公司 | 用于意识到内容的负载均衡的***和方法 |
CN101438609A (zh) * | 2006-05-03 | 2009-05-20 | 思科技术公司 | 用于服务器群资源分配的***和方法 |
US20110078303A1 (en) * | 2009-09-30 | 2011-03-31 | Alcatel-Lucent Usa Inc. | Dynamic load balancing and scaling of allocated cloud resources in an enterprise network |
US20110138037A1 (en) * | 2009-12-07 | 2011-06-09 | Oracle International Corporation | Techniques for web server management |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104850931A (zh) * | 2015-04-09 | 2015-08-19 | 北京百度网讯科技有限公司 | 一种服务器更新控制方法及装置 |
CN105488539A (zh) * | 2015-12-16 | 2016-04-13 | 百度在线网络技术(北京)有限公司 | 分类模型的生成方法及装置、***容量的预估方法及装置 |
CN105488539B (zh) * | 2015-12-16 | 2019-05-24 | 百度在线网络技术(北京)有限公司 | 分类模型的生成方法及装置、***容量的预估方法及装置 |
CN108280007A (zh) * | 2017-01-05 | 2018-07-13 | ***通信集团福建有限公司 | 一种用于评估设备资源利用率的方法和装置 |
CN108280007B (zh) * | 2017-01-05 | 2021-08-13 | ***通信集团福建有限公司 | 一种用于评估设备资源利用率的方法和装置 |
CN107797847A (zh) * | 2017-09-25 | 2018-03-13 | 联想(北京)有限公司 | 用于配置服务器集群的方法和装置 |
CN109165045A (zh) * | 2018-08-09 | 2019-01-08 | 网宿科技股份有限公司 | 一种调整服务器的硬件配置的方法和装置 |
CN114257794A (zh) * | 2022-03-02 | 2022-03-29 | 英特灵达信息技术(深圳)有限公司 | 一种视频分析算力调度方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN103309843B (zh) | 2016-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103309843A (zh) | 服务器的配置方法和*** | |
CN107925612A (zh) | 网络监视***、网络监视方法和程序 | |
KR101564481B1 (ko) | 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법 | |
CN102081622B (zh) | 评估***健康度的方法及***健康度评估装置 | |
US20160266929A1 (en) | Cpu scheduling method, terminal device and processing device | |
CN103384206B (zh) | 一种面向海量数据的并行处理方法及*** | |
US20140282520A1 (en) | Provisioning virtual machines on a physical infrastructure | |
CN109343965A (zh) | 资源调整方法、装置、云平台和服务器 | |
CN112272203B (zh) | 一种集群业务节点选择方法、***、终端及存储介质 | |
CN103763130B (zh) | 大规模集群的管理方法、装置和*** | |
CN111913649B (zh) | 一种固态硬盘的数据处理方法及装置 | |
CN103765408A (zh) | 利用真实数据中心测试的服务质量感知捕获型聚集 | |
CN110888714A (zh) | 容器的调度方法、装置和计算机可读存储介质 | |
CN107301093B (zh) | 一种管理资源的方法和装置 | |
CN111414070B (zh) | 一种机箱功耗管理方法、***及电子设备和存储介质 | |
CN110532086B (zh) | 资源复用方法、设备、***及存储介质 | |
CN104348887A (zh) | 云管理平台中的资源分配方法与装置 | |
CN109962856A (zh) | 资源分配方法、装置以及计算机可读存储介质 | |
Kokkinos et al. | Cost and utilization optimization of amazon ec2 instances | |
Naskos et al. | Cloud elasticity using probabilistic model checking | |
CN115269108A (zh) | 一种数据处理方法、装置及设备 | |
CA2713889C (en) | System and method for estimating combined workloads of systems with uncorrelated and non-deterministic workload patterns | |
CN107977167A (zh) | 一种基于纠删码的分布式存储***的退化读优化方法 | |
CN114244718A (zh) | 一种输电线路通信网络设备管理*** | |
CN110096339B (zh) | 一种基于***负载实现的扩缩容配置推荐***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |