CN103593224A - 虚拟机资源配置***及方法 - Google Patents

虚拟机资源配置***及方法 Download PDF

Info

Publication number
CN103593224A
CN103593224A CN201210286556.2A CN201210286556A CN103593224A CN 103593224 A CN103593224 A CN 103593224A CN 201210286556 A CN201210286556 A CN 201210286556A CN 103593224 A CN103593224 A CN 103593224A
Authority
CN
China
Prior art keywords
virtual machine
resources
resource
specific resources
average service
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.)
Pending
Application number
CN201210286556.2A
Other languages
English (en)
Inventor
彭冠桥
叶建发
李忠一
林彦宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jinyang Shenzhen Sea Network Intelligent Technology Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry 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 Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CN201210286556.2A priority Critical patent/CN103593224A/zh
Publication of CN103593224A publication Critical patent/CN103593224A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种虚拟机资源配置***及方法，该方法包括：资料获取步骤，获取一台虚拟机特定资源的使用率；计算步骤，每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级；推荐步骤，根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端；配置步骤，当用户端接受该推荐的资源规格时，根据该推荐的资源规格重新为该虚拟机分配资源。利用本发明可以根据用户端虚拟机使用过程中特定资源使用率的变化，提供给用户推荐的资源规格。

Description

虚拟机资源配置***及方法
技术领域
本发明涉及一种云计算服务***及方法，尤其涉及一种虚拟机资源配置***及方法。
背景技术
云服务提供用户一种节省运算成本的解决方案，用户无须花费大量成本购买硬件，只要透过虚拟化的应用即可达到多台实体主机的运算目的。目前的云服务提供商主要有Amazon EC2、CloudShare或Citrix等，他们都提供不同特色的用户操作接口与服务。
用户向云服务提供商申请虚拟机（Virtual Machine，VM）时，可以依据需求选择资源规格与价格，但用户在选择虚拟机资源时，可能无法准确预测将使用到多少资源，而选择太多或太少的资源将造成成本浪费。虽然部份厂商有提供用多少资源则付多少价钱的方案，但也可能因用户无法掌握虚拟机使用状况而造成预算超额使用。
发明内容
鉴于以上内容，有必要提供一种虚拟机资源配置***，其可根据用户端虚拟机使用过程中特定资源使用率的变化，提供给用户推荐的资源规格，并根据该推荐的资源规格重新为该虚拟机分配资源。
鉴于以上内容，有必要提供一种虚拟机资源配置方法，其可根据用户端虚拟机使用过程中特定资源使用率的变化，提供给用户推荐的资源规格，并根据该推荐的资源规格重新为该虚拟机分配资源。
一种虚拟机资源配置***，该***包括：资料获取模块，用于获取一台虚拟机特定资源的使用率；计算模块，用于每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级；推荐模块，用于根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端；配置模块，用于当用户端接受该推荐的资源规格时，根据该推荐的资源规格重新为该虚拟机分配资源。
一种虚拟机资源配置方法，该方法包括：资料获取步骤，获取一台虚拟机特定资源的使用率；计算步骤，每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级；推荐步骤，根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端；配置步骤，当用户端接受该推荐的资源规格时，根据该推荐的资源规格重新为该虚拟机分配资源。
相较于现有技术，所述的虚拟机资源配置***及方法，其可实时监控用户端虚拟机的资源使用状况，根据用户端虚拟机使用过程中特定资源使用率的变化，提供给用户推荐的资源规格，并根据该推荐的资源规格重新为该虚拟机分配资源，避免用户申请过量或不足的资源。
本发明适合应用在提供IaaS（Infrastructure as a Service，基础设施即服务）的场景下，不仅让用户省下不必要的花费，也可提高服务提供商的硬件资源使用率。
附图说明
图1是本发明控制服务器的网络架构图。
图2是本发明虚拟机资源配置***的运行环境示意图。
图3是虚拟机资源配置***的功能模块图。
图4是本发明虚拟机资源配置方法的较佳实施例的流程图。
图5是多个数据库服务器的主/从架构示意图。
图6是多个数据库服务器分布式平行运算的示意图。
主要元件符号说明
  用户端   1
  控制服务器   2
  数据库服务器   3
  虚拟机服务器   4、5
  虚拟机   41、42、51、52
  显示设备   20
  输入设备   22
  存储器   23
  虚拟机资源配置***   24
  处理器   25
  资料获取模块   240
  计算模块   241
  推荐模块   242
  配置模块   243
具体实施方式
如图1所示，是本发明控制服务器的网络架构图。在本实施例中，所述控制服务器2通过网络与多个用户端1（图中仅示出一个）、多个数据库服务器3（图中仅示出一个）、多个虚拟机服务器（图1中为虚拟机服务器4和5）相连。所述网络可以是企业内部网（Intranet），也可以是互联网（Internet）或其它类型的通讯网络，如GPRS、Wi-Fi/WLAN、3G/WCDMA、3.5G/HSDPA等。
其中，每台虚拟机服务器中都安装有虚拟机监控程序，用于每隔预定时间，监控用户端1虚拟机的特定资源的使用率，并将监控得到的虚拟机特定资源的使用率发送至控制服务器2。例如，虚拟机服务器4监控虚拟机41和42的资源使用率，虚拟机服务器5监控虚拟机51和52的资源使用率。在本实施例中，所述特定资源使用率包括三种类型，CPU使用率（CPU%）、内存使用率（Memory%）和硬盘使用率（Disk%）。在其他实施例中，也可以增加或减少资源使用率的类型。
控制服务器2作为虚拟机服务器中心，根据虚拟机的名称将每个虚拟机的资源使用率存到对应的数据表中。例如，虚拟机41的资源使用率存储到数据表Table41，虚拟机42的资源使用率存储到数据表Table42。其中，每个数据表包括以下栏位，虚拟机名称、ID、CPU使用率、内存使用率、硬盘使用率与存储时间等。
在本实施例中，所述多个数据库服务器3提供分布式平行运算功能。参阅图5所示，所述多个数据库服务器3的架构为主从式架构（Master/Slave），由一台主服务器（Master Server）负责分割数据并分配到不同的从服务器（Slave Server），从服务器负责运算分配到的数据，并将结果回传给主服务器，主服务器再将汇总的数据传给控制服务器2，以进一步进行运算。
如图2所示，是本发明虚拟机资源配置***的运行环境示意图。该虚拟机资源配置***运行于控制服务器2中。该控制服务器2还包括通过数据总线相连的显示设备20、输入设备22、存储器23和处理器25。
所述存储器23用于存储所述虚拟机资源配置***24的程序代码和虚拟机资源使用率的数据表等资料。所述显示设备20用于显示虚拟机的资源使用率等资料。所述输入设备22用于输入用户设置的各种数据，如虚拟机的名称等。
所述虚拟机资源配置***24用于根据用户端1虚拟机使用过程中特定资源使用率的变化，提供给用户推荐的资源规格，并根据该推荐的资源规格重新为该虚拟机分配资源，具体过程以下描述。
在本实施例中，所述虚拟机资源配置***24可以被分割成一个或多个模块，所述一个或多个模块被存储在所述存储器23中并被配置成由一个或多个处理器（本实施例为一个处理器25）执行，以完成本发明。例如，参阅图3所示，所述虚拟机资源配置***24被分割成资料获取模块240、计算模块241、推荐模块242和配置模块243。本发明所称的模块是完成一特定功能的程序段，比程序更适合于描述软件在控制服务器2中的执行过程。以下将结合图4说明各模块的具体功能。
如图4所示，是本发明虚拟机资源配置方法的较佳实施例的流程图。
步骤S10，用户通过用户端1登录到虚拟机管理界面，启动一台虚拟机（如虚拟机41）。其中包含选择该虚拟机的资源规格、价格与安全机制等。假设用户初始选择的资源规格为（CPU，内存，硬盘）=（2.5GB，4GB，200GB）。
步骤S11，资料获取模块240获取虚拟机服务器侦测到的该虚拟机特定资源的使用率，并将该虚拟机特定资源的使用率存储于一个数据表。例如，资料获取模块240每隔1分钟，获取虚拟机服务器侦测到的该虚拟机特定资源的使用率，如CPU使用率、内存使用率和硬盘使用率。
步骤S12，计算模块241每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级。其中，该虚拟机的资源层级包括每种特定资源的平均使用率层级。
其中，所述计算模块241运用分布式平行运算（分割与合并），计算该虚拟机特定资源的平均使用率。当需要对一个虚拟机的特定资源使用率进行分析时，计算模块241依据该虚拟机特定资源使用率的获取时间顺序，将该虚拟机特定资源使用率分割成不同区块（Split），并将各区块分派给不同的数据库服务器3进行平行加法运算。
例如，参阅图6所示，计算模块241将每10笔资料分割成一个区块，得到区块split1、split2、…、splitm，其中，区块split1包括时间点为time1至time10的CPU使用率、内存使用率、硬盘使用率，区块split2包括时间点为time11至time20的CPU使用率、内存使用率、硬盘使用率。然后，计算模块241将区块split1分派给从服务器1进行加法运算，将区块split2分派给从服务器2进行加法运算等等，并将运算结果传回至控制服务器2。
计算模块241对每台从服务器算出的总和进行分组，同一组的数据再进行加总获得分组总和。接着，计算模块241再将所有分组总和加总得出最终加总值。最后，计算模块241再将最终加总值除以记录数获得特定资源的平均使用率，如CPU平均使用率、内存平均使用率、硬盘平均使用率。
例如，参阅图6所示，n代表周期（即记录数），i代表时间点，Ci代表时间点i的CPU使用率，Mi代表时间点i的内存使用率，Di代表时间点i的硬盘使用率，C′代表CPU平均使用率，M′代表内存平均使用率，D′代表硬盘平均使用率。
在本实施例中，以三种资源类型为例进行说明，每种资源的平均使用率被两个阀值分成三个层级。根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级的方法为：
如果第一类型资源的平均使用率（如CPU平均使用率）小于或等于第一阀值（如20%），则确定该第一类型资源的平均使用率为层级一，记为I；
如果第一类型资源的平均使用率大于第一阀值，且小于或等于第二阀值（70%），则确定该第一类型资源的平均使用率为层级二，记为II；
如果第一类型资源的平均使用率大于第二阀值，则确定该第一类型资源的平均使用率为层级三，记为III。
同理，如果第二类型资源的平均使用率（如内存平均使用率）小于或等于第三阀值（如40%），则确定该第二类型资源的平均使用率为层级一，记为A；
如果第二类型资源的平均使用率大于第三阀值，且小于或等于第四阀值（80%），则确定该第二类型资源的平均使用率为层级二，记为B；
如果第二类型资源的平均使用率大于第四阀值，则确定该第二类型资源的平均使用率为层级三，记为C。
同理，如果第三类型资源的平均使用率（如硬盘平均使用率）小于或等于第五阀值（如30%），则确定该第三类型资源的平均使用率为层级一，记为i；
如果第三类型资源的平均使用率大于第五阀值，且小于或等于第六阀值（60%），则确定该第三类型资源的平均使用率为层级二，记为ii；
如果第三类型资源的平均使用率大于第六阀值，则确定该第三类型资源的平均使用率为层级三，记为iii。
举例而言，假设SpecCPU代表CPU平均使用率的层级，SpecMEM代表内存平均使用率的层级，SpecDisk代表硬盘平均使用率的层级，Spec(SpecCPU，SpecMEM，SpecDisk)代表该虚拟机的资源层级，则确定该虚拟机资源层级的算法如下。
If(C’≤Threshold1)SpecCPU=I；
Else if(Threshold1＜C’≤Threshold2)SpecCPU=II；
Else if(Threshold2＜C’)SpecCPU=III；
If(M’≤Threshold3)SpecMEM=A；
Else if(Threshold3＜M’≤Threshold4)SpecMEM=B；
Else if(Threshold4＜M’)SpecMEM=C；
If(D’≤Threshold5)SpecDisk=i；
Else if(Threshold5＜D’≤Threshold6)SpecDisk=ii；
Else if(Threshold6＜D’)SpecDisk=iii。
其中，Threshold1至Threshold6分别代表第一阀值至第六阀值。
在本实施例中，每种特定资源的平均使用率被两个阀值分成三个层级，其中，CPU平均使用率被分为I、II、III三个层级，内存平均使用率被分为A、B、C三个层级，硬盘平均使用率被分为i、ii、iii三个层级。因此，根据排列组合可以得到27种不同的虚拟机资源层级，每种资源层级都预设有推荐的资源规格，层级越低分配的资源越少，层级越高分配的资源越多。例如，Spec(I，A，i)代表三项资源的平均使用率都较低，则推荐使用低资源规格。Spec(III，C，iii)代表三项资源的平均使用率都较高，则推荐使用高资源规格。
在其他实施例中，也可以通过增加或减少阀值，组合得到其他不同的虚拟机资源层级，方法类似，在此不再赘述。
步骤S13，推荐模块242根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端1。例如，假设计算出的CPU平均使用率C′＝60%，内存平均使用率M′＝85，硬盘平均使用率D′＝20％，则可得知：
Threshold1<60%<Threshold2，SpecCPU=I；
Threshold4<85%，SpecMEM=C；
20%<Threshold5，SpecDisk=i；
则该虚拟机的资源层级Spec(SpecCPU，SpecMEM，SpecDisk)=Spec(I，C，i)，假设资源层级(I，C，i)推荐的资源规格为：
CPU={500MB,…,1.75GB}，
内存={3.2GB,…,4GB}，
硬盘={最低容量，…,60GB}。
用户可自行选择上述范围内的资源项目，或自行输入上述范围内的值或由推荐模块242推荐固定的资源项目给用户。其中，上述修改可以在虚拟机运行时完成（Hot Plug），也可以暂停虚拟机运行后再修改完成。
步骤S14，配置模块243判断用户端1是否接受推荐的资源规格。例如，如果用户选择特定的资源规格（500MB，3.2GB，20GB）或选择由推荐模块242推荐固定的资源项目，则判定用户端1接受推荐的资源规格，执行步骤S15。如果用户端1没有接受推荐的资源规格，则流程结束。
步骤S15，配置模块243根据该推荐的资源规格重新为该虚拟机分配资源。例如，如果用户在该推荐的资源规格中选择（500MB，3.2GB，20GB），则配置模块243根据该用户选择的资源规则重新为该虚拟机分配资源。如果用户选择由控制服务器2推荐固定的资源项目，则配置模块243从该推荐的资源规格中随机或按照预定的顺序（如资源从小到大的顺序）选取特定的资源。
其中，用户初始选择的资源规格，即（CPU，内存，硬盘）=（2.5GB，4GB，200GB），不会被该推荐的资源规格覆盖，将保存于存储器23中。
在其他实施例中，所述数据库服务器3也可以为一台，甚至可以将控制服务器2和数据库服务器3合并为一台服务器。进一步地，虚拟机服务器4也可以为一台，甚至可以将控制服务器2和虚拟机服务器4合并为一台服务器。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (14)

1.一种虚拟机资源配置***，其特征在于，该***包括：
资料获取模块，用于获取一台虚拟机特定资源的使用率；
计算模块，用于每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级；
推荐模块，用于根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端；及
配置模块，用于当用户端接受该推荐的资源规格时，根据该推荐的资源规格重新为该虚拟机分配资源。
2.如权利要求1所述的虚拟机资源配置***，其特征在于，所述计算模块运用分布式平行运算方法计算该虚拟机特定资源的平均使用率。
3.如权利要求2所述的虚拟机资源配置***，其特征在于，所述分布式平行运算方法为：
依据该虚拟机特定资源使用率的获取时间顺序，将该虚拟机特定资源的使用率分割成不同区块，并将各区块分派给不同的数据库服务器进行平行加法运算；
汇总所有数据库服务器的运算结果，根据该汇总的运算结果计算该虚拟机特定资源的平均使用率。
4.如权利要求1所述的虚拟机资源配置***，其特征在于，该虚拟机的资源层级包括每种特定资源的平均使用率层级。
5.如权利要求4所述的虚拟机资源配置***，其特征在于，每种特定资源的平均使用率被预设的阀值分成多个层级。
6.如权利要求5所述的虚拟机资源配置***，其特征在于，每种特定资源对应的预设阀值的数量为两个，每种特定资源的平均使用率被两个阀值分成三个层级。
7.如权利要求1所述的虚拟机资源配置***，其特征在于，该推荐的资源规格不会覆盖该虚拟机初始设定的资源规格。
8.一种虚拟机资源配置方法，其特征在于，该方法包括：
资料获取步骤，获取一台虚拟机特定资源的使用率；
计算步骤，每隔一个分析周期，计算该虚拟机特定资源的平均使用率，并根据该虚拟机特定资源的平均使用率确定该虚拟机的资源层级；
推荐步骤，根据该虚拟机的资源层级获取推荐的资源规格，并将该推荐的资源规格发送至用户端；及
配置步骤，当用户端接受该推荐的资源规格时，根据该推荐的资源规格重新为该虚拟机分配资源。
9.如权利要求8所述的虚拟机资源配置方法，其特征在于，该虚拟机特定资源的平均使用率根据分布式平行运算方法获得。
10.如权利要求9所述的虚拟机资源配置方法，其特征在于，所述分布式平行运算方法为：
依据该虚拟机特定资源使用率的获取时间顺序，将该虚拟机特定资源的使用率分割成不同区块，并将各区块分派给不同的数据库服务器进行平行加法运算；
汇总所有数据库服务器的运算结果，根据该汇总的运算结果计算该虚拟机特定资源的平均使用率。
11.如权利要求8所述的虚拟机资源配置方法，其特征在于，该虚拟机的资源层级包括每种特定资源的平均使用率层级。
12.如权利要求11所述的虚拟机资源配置方法，其特征在于，每种特定资源的平均使用率被预设的阀值分成多个层级。
13.如权利要求12所述的虚拟机资源配置方法，其特征在于，每种特定资源对应的预设阀值的数量为两个，每种特定资源的平均使用率被两个阀值分成三个层级。
14.如权利要求8所述的虚拟机资源配置方法，其特征在于，该推荐的资源规格不会覆盖该虚拟机初始设定的资源规格。
CN201210286556.2A 2012-08-13 2012-08-13 虚拟机资源配置***及方法 Pending CN103593224A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210286556.2A CN103593224A (zh) 2012-08-13 2012-08-13 虚拟机资源配置***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210286556.2A CN103593224A (zh) 2012-08-13 2012-08-13 虚拟机资源配置***及方法

Publications (1)

Publication Number Publication Date
CN103593224A true CN103593224A (zh) 2014-02-19

Family

ID=50083380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210286556.2A Pending CN103593224A (zh) 2012-08-13 2012-08-13 虚拟机资源配置***及方法

Country Status (1)

Country Link
CN (1) CN103593224A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320559A (zh) * 2014-07-30 2016-02-10 ***通信集团广东有限公司 一种云计算***的调度方法和装置
CN105912403A (zh) * 2016-04-14 2016-08-31 青岛海信传媒网络技术有限公司 Docker容器的资源管理方法及装置
CN107463433A (zh) * 2017-08-18 2017-12-12 郑州云海信息技术有限公司 管理虚拟机的资源的方法和装置
CN109753338A (zh) * 2017-11-06 2019-05-14 阿里巴巴集团控股有限公司 虚拟gpu使用率的检测方法和装置
CN109901912A (zh) * 2019-03-01 2019-06-18 厦门容能科技有限公司 一种推荐云主机配置的方法
CN111682971A (zh) * 2020-07-23 2020-09-18 拉货宝网络科技有限责任公司 一种物流***资源自动化管理方法
CN111752712A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 虚拟机资源利用率提高方法及装置
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
CN113569137A (zh) * 2021-07-06 2021-10-29 北京汇钧科技有限公司 云主机规格的推荐方法及装置、存储介质、电子装置
CN114067593A (zh) * 2021-11-15 2022-02-18 国汽智控(北京)科技有限公司 车辆与云端服务器的通信方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101656657A (zh) * 2008-08-19 2010-02-24 国际商业机器公司 在多租户架构中确定每个租户的资源使用率的方法和***
CN101826028A (zh) * 2009-02-02 2010-09-08 三星电子株式会社 电子设备、虚拟机提供设备和使用虚拟机服务的方法
CN101887377A (zh) * 2009-05-13 2010-11-17 佳能株式会社 许可证管理***及许可证管理方法
CN101916281A (zh) * 2010-08-17 2010-12-15 上海云数信息科技有限公司 并行计算***及去重计数方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101656657A (zh) * 2008-08-19 2010-02-24 国际商业机器公司 在多租户架构中确定每个租户的资源使用率的方法和***
CN101826028A (zh) * 2009-02-02 2010-09-08 三星电子株式会社 电子设备、虚拟机提供设备和使用虚拟机服务的方法
CN101887377A (zh) * 2009-05-13 2010-11-17 佳能株式会社 许可证管理***及许可证管理方法
CN101916281A (zh) * 2010-08-17 2010-12-15 上海云数信息科技有限公司 并行计算***及去重计数方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梅彼得: "XEN虚拟机资源分配策略研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105320559B (zh) * 2014-07-30 2019-02-19 ***通信集团广东有限公司 一种云计算***的调度方法和装置
CN105320559A (zh) * 2014-07-30 2016-02-10 ***通信集团广东有限公司 一种云计算***的调度方法和装置
CN105912403A (zh) * 2016-04-14 2016-08-31 青岛海信传媒网络技术有限公司 Docker容器的资源管理方法及装置
CN107463433A (zh) * 2017-08-18 2017-12-12 郑州云海信息技术有限公司 管理虚拟机的资源的方法和装置
CN109753338B (zh) * 2017-11-06 2023-03-21 阿里巴巴集团控股有限公司 虚拟gpu使用率的检测方法和装置
CN109753338A (zh) * 2017-11-06 2019-05-14 阿里巴巴集团控股有限公司 虚拟gpu使用率的检测方法和装置
CN109901912A (zh) * 2019-03-01 2019-06-18 厦门容能科技有限公司 一种推荐云主机配置的方法
CN111752712A (zh) * 2020-06-28 2020-10-09 中国银行股份有限公司 虚拟机资源利用率提高方法及装置
CN111752712B (zh) * 2020-06-28 2023-08-18 中国银行股份有限公司 虚拟机资源利用率提高方法及装置
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
CN111682971A (zh) * 2020-07-23 2020-09-18 拉货宝网络科技有限责任公司 一种物流***资源自动化管理方法
CN113569137A (zh) * 2021-07-06 2021-10-29 北京汇钧科技有限公司 云主机规格的推荐方法及装置、存储介质、电子装置
CN113569137B (zh) * 2021-07-06 2024-06-18 北京汇钧科技有限公司 云主机规格的推荐方法及装置、存储介质、电子装置
CN114067593A (zh) * 2021-11-15 2022-02-18 国汽智控(北京)科技有限公司 车辆与云端服务器的通信方法及***
CN114067593B (zh) * 2021-11-15 2024-02-13 国汽智控(北京)科技有限公司 车辆与云端服务器的通信方法及***

Similar Documents

Publication Publication Date Title
CN103593224A (zh) 虚拟机资源配置***及方法
US10841241B2 (en) Intelligent placement within a data center
US10831633B2 (en) Methods, apparatuses, and systems for workflow run-time prediction in a distributed computing system
CN108009016B (zh) 一种资源负载均衡控制方法及集群调度器
Garg et al. A framework for ranking of cloud computing services
Han et al. Enabling cost-aware and adaptive elasticity of multi-tier cloud applications
Liu et al. Aggressive resource provisioning for ensuring QoS in virtualized environments
CN106326002B (zh) 资源调度方法、装置及设备
CN104038540B (zh) 一种应用代理服务器自动选择方法及***
US11748230B2 (en) Exponential decay real-time capacity planning
Vazquez Time series forecasting of cloud data center workloads for dynamic resource provisioning
JP2014032674A (ja) 仮想マシンのリソース配置システム及びその方法
CN103164283A (zh) 一种虚拟桌面***中虚拟化资源动态调度管理方法及***
CN103995735A (zh) 用于调度工作流作业的设备和方法
Bi et al. SLA-based optimisation of virtualised resource for multi-tier web applications in cloud data centres
US9875169B2 (en) Modeling real capacity consumption changes using process-level data
Konstantinou et al. Tiramola: elastic nosql provisioning through a cloud management platform
Choi et al. pHPA: A proactive autoscaling framework for microservice chain
Han et al. Refining microservices placement employing workload profiling over multiple kubernetes clusters
CN109614227A (zh) 任务资源调配方法、装置、电子设备及计算机可读介质
Sidhanta et al. Deadline-aware cost optimization for spark
Chouliaras et al. Auto-scaling containerized cloud applications: A workload-driven approach
Shivam et al. Automated and on-demand provisioning of virtual machines for database applications
US10067778B2 (en) Management system, recording medium and method for managing virtual machines
Azumah et al. Hybrid cloud service selection strategies: a qualitative meta-analysis

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20160621

Address after: 518000 Guangdong Province, Shenzhen New District of Longhua City, Dalang street, Hua Sheng Lu Yong Jingxuan commercial building 1608

Applicant after: Jinyang Shenzhen sea Network Intelligent Technology Co., Ltd.

Address before: 518109 Guangdong city of Shenzhen province Baoan District Longhua Town Industrial Zone tabulaeformis tenth East Ring Road No. 2 two

Applicant before: Hongfujin Precise Industry (Shenzhen) Co., Ltd.

Applicant before: Hon Hai Precision Industry Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20140219