CN104902001B - 基于操作***虚拟化的Web请求负载均衡方法 - Google Patents
基于操作***虚拟化的Web请求负载均衡方法 Download PDFInfo
- Publication number
- CN104902001B CN104902001B CN201510160526.0A CN201510160526A CN104902001B CN 104902001 B CN104902001 B CN 104902001B CN 201510160526 A CN201510160526 A CN 201510160526A CN 104902001 B CN104902001 B CN 104902001B
- Authority
- CN
- China
- Prior art keywords
- server
- service
- cpu
- mrow
- memory
- 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.)
- Expired - Fee Related
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
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multi Processors (AREA)
- Computer And Data Communications (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种基于操作***虚拟化的Web请求负载均衡方法。本发明首先进行服务器资源信息收集与归一化;其次服务器及服务实例动态信息收集;然后根据服务器资源信息以及周期性收集到的动态信息计算所有服务的服务实例副本的最终权值;最后通过加权轮询分发请求。本发明可以有效避免同一服务器上的不同服务实例副本,由于所在服务器负载较低而同时接收大量Web请求造成所在服务器超载的现象,实现服务实例副本及服务器间的负载均衡,提高Web集群***的并发能力,减少请求的平均响应时间。
Description
技术领域
本发明属于Web集群负载均衡技术领域,具体涉及到一种基于操作***虚拟化的Web请求负载均衡方法。
背景技术
随着社交网络、电子商务等互联网应用的迅猛发展,网络服务器面临着以下两方面的问题:(1)访问数量成指数倍增加;(2)事务处理更加复杂。为了应对以上问题,为用户提供一个高性能的网络服务环境,分布式的Web服务器***(Web集群)应运而生,并用以代替具有高性能的单台Web服务器。在Web集群中,每类服务包含多个服务实例副本,同一服务的多个服务实例副本由多个不同的服务器承载。为了将用户请求合理地、均衡地分配到不同的服务实例副本,确保各服务器及服务实例副本间的负载平衡,提高Web集群***的并发能力和***资源的利用率,高效的负载均衡策略是问题的关键所在。
传统Web集群是以物理机或虚拟机为单位承载服务实例副本,并根据负载均衡策略将用户请求合理地分发给承载不同服务实例副本的物理机或虚拟机。然而,随着云计算技术的发展,基于操作***虚拟化的Docker容器作为一种新的承载服务实例的基本单位出现了。由于Docker使用了基于操作***的虚拟化技术,因此,与传统的基于完全虚拟化的虚拟机相比,Docker能够实现运行时***的资源弹性分配功能(即当Docker容器中无任务执行时,Docker容器不占用CPU资源;有任务执行时Docker容器按照其CPU权重大小占用所需的CPU资源),提高服务器资源的利用率。Docker的这一新特性,使得传统Web集群上的负载均衡策略不再适用,因此,需要构建一种合理的、均衡的基于操作***虚拟化的Web请求负载均衡方法。
发明内容
本发明针对现有技术的不足,提供了一种基于操作***虚拟化的Web请求负载均衡方法。
本发明方法的具体步骤是:
步骤(1)建立服务器资源状态信息列表。Web集群中服务器集合S表示为:
S={s1,s2,s3,...,sj,...,sn}
其中sj(1≤j≤n)表示Web集群中的某一服务器,n表示Web集群包含的服务器总数。服务器sj总的资源Pj表示为:
Pj=(Pj_cpu,Pj_memory,Pj_io,Pj_network)
其中Pj_cpu表示服务器sj的CPU的计算能力,Pj_memory表示服务器sj的内存处理能力,Pj_io表示服务器sj的硬盘I/O能力,Pj_network表示服务器sj的网络吞吐率。为了消除服务器异构性及不同种类资源的差异性所带来的影响,采用Max-Min方法对服务器sj总的资源Pj值进行归一化,服务器sj总的资源归一化值POj表示为:
POj=(POj_cpu,POj_memory,POj_io,POj_network)
步骤(2)建立服务实例资源状态信息列表。设Web集群对外提供的服务集合F表示为:
F={f1,f2,f3,...,fi,...fm}
其中fi(1≤i≤m)表示集群对外提供的第i种服务,m表示集群提供的服务种类总数。服务fi包含多个不同的服务实例副本集合Fi表示为:
Fi={fi1,fi2,fi3,…,fik,…,fil}
其中fik(1≤k≤l)表示服务fi的实例副本,l表示服务fi的实例副本个数。服务实例fik的资源状态信息STik表示为:
其中表示服务fi的实例副本fik所在的主机sj,cpu_shareik表示服务fi的实例副本fik的CPU权值,memoryik_total表示服务fi的实例副本fik的最大可占用内存。
步骤(3)每隔周期时间T,负载均衡服务器会定期收集Web集群中所有服务器在该周期时间T内的负载信息。主要负载信息包括:
服务器sj的CPU利用率:
CPUj=CPU繁忙时间/(CPU繁忙时间+CPU空闲时间)
服务器sj的硬盘I/O负载:
IOj=硬盘IO繁忙时间/(硬盘IO繁忙时间+硬盘IO空闲时间)
服务器sj的网络负载:
Networkj=(周期T内流入流量+周期T内输出流量)/(周期T*Pj_network)
服务器sj上所有实例副本CPU权值数之和:
服务器sj上服务fi的实例副本fik内存利用率:
其中memoryik_used表示服务fi的实例副本fik已使用的内存值;
步骤(4)负载均衡服务器根据收集的服务器负载信息以及现存服务器与服务实例状态信息,计算部署在服务器sj上的服务实例fik的最终权值并更新权值列表中相应服务实例的权值信息。
其中αik、βik、γik、δik分别表示服务fi对CPU、内存、硬盘以及网络四类资源所赋予的不同权值,且同一服务不同服务实例对这四类资源所赋予的权值相同。负载均衡服务器根据每个服务实例的权值大小采用业界广泛使用的加权轮询算法分发相应服务的Web请求。
本发明所提供基于操作***虚拟化的Web请求负载均衡方法由一组功能模块组成,它们包括:静态信息收集模块、动态信息收集模块、权值计算模块和负载分发模块。
静态信息收集模块在负载均衡方法初始化时收集服务器与服务实例的静态信息。服务器的静态信息主要包括:Web集群中每台服务器总的CPU计算能力Pj_cpu、内存处理能力Pj_memory、硬盘I/0能力Pj_io、网络吞吐能力Pj_network。服务实例的静态信息主要包括:服务fi的服务实例fik所在主机服务fi的服务实例fik的CPU权值cpu_shareik,服务fi的服务实例fik的最大可占用内存memoryik_total。当Web集群中服务器或服务动态变更时,在静态信息模板中需要更新相应服务器或服务的静态信息。
动态信息收集模块主要收集服务器及服务实例动态变化的状态信息。每隔周期时间T,动态信息收集模块会收集服务器及服务实例动态变化的状态信息。为了防止信息收集过于频繁而造成网络负担,周期时间T的取值依据统计经验设定为5-10秒。此外,当服务实例新增或删除时,动态信息收集模块也会执行收集动作。收集的状态信息主要包括该周期时间T内服务器sj(1≤j≤n)的CPU利用率CPUj、硬盘的I/O负载IOj、网络负载Networkj、服务器sj上所有服务实例副本的CPU权值之和服务器sj上服务fi的实例副本fik的内存利用率
权值计算模块根据所收集的服务器及服务实例的信息计算出每个服务实例的最终权值。
负载分发模块根据权值计算模块所得的服务实例权值,采用加权轮询调度算法,将较多的Web请求分发给权值较大的服务实例,较少的服务请求分发给权值较小的服务实例,达到同一服务不同服务实例间的负载均衡。
本发明提出的方法利用基于操作***虚拟化的Docker容器能够实现运行时***资源弹性分配的特点,即根据服务实例CPU权值大小将计算资源按比例分配给承载相应服务实例的Docker容器,实现不同服务实例副本及服务器间的负载均衡。该方法通过进一步在服务实例权值计算公式中引入服务实例的CPU权值,从而避免了同一服务器上承载不同服务实例的Docker容器对所在服务器剩余计算资源的恶性竞争而导致服务器负载过重的情况。与传统方法相比,本发明所述方法可以有效避免同一服务器上的不同服务实例副本,由于所在服务器负载较低而同时接收大量Web请求造成所在服务器超载的现象,实现服务实例副本及服务器间的负载均衡,提高Web集群***的并发能力,减少请求的平均响应时间。
附图说明
图1为集群中服务器、服务、服务实例副本关系示例图;
图2为动态信息收集流程图。
具体实施方式
本发明所提供的基于操作***虚拟化的Web请求负载均衡方法具体实施方式主要分四步:
(1)服务器资源信息收集与归一化;(2)服务器及服务实例动态信息收集(3)根据服务器资源信息以及周期性收集到的动态信息计算所有服务的服务实例副本的最终权值;(4)通过加权轮询分发请求。
(1)服务器资源信息收集与归一化
静态信息收集模块收集Web集群中每台服务器的CPU计算能力Pj_cpu、内存处理能力Pj_memory、硬盘I/0能力Pj_io、网络吞吐能力Pj_network四项资源信息。并分别计算出他们的最大最小值如下:
Pmax_cpu=max(P1_cpu,P2_cpu,…,Pj_cpu,…,Pn_cpu)
Pmin_cpu=min(P1_cpu,P2_cpu,…,Pj_cpu,…,Pn_cpu)
Pmax_memory=max(P1_memory,P2_memory,…,Pj_memory,…,Pn_memory)
Pmin_memory=min(P1_memory,P2_memory,…,Pj_memory,…,Pn_memory)
Pmax_io=max(P1_io,P2_io,…,Pj_io,…,Pn_io)
Pmin_io=min(P1_io,P2_io,…,Pj_io,…,Pn_io)
Pmax_network=max(P1_network,P2_network,…,Pj_network,…,Pn_network)
Pmin_network=min(P1_network,P2_network,…,Pj_network,…,Pn_network)
为了消除服务器异构性及不同种类资源的差异性所带来的影响,采用Max-Min方法对服务器CPU计算能力Pj_cpu、内存处理能力Pj_memory、硬盘I/0能力Pj_io、网络吞吐能力Pj_network四项资源信息进行归一化操作,并分别用POj_cpu,POj_memory,POj_io,POj_network表示归一化后相对应的值。
CPU计算能力归一化值POj_cpu:
POj_cpu=(Pj_cpu-Pmin_cpu)/(Pmax_cpu-Pmin_cpu)
内存处理能力归一化值Pj_memory:
POj_memory=(Pj_memory-Pmin_memory)/(Pmax_memory-Pmin_memory)
硬盘I/O能力归一化值POj_io:
POj_io=(Pj_io-Pmin_ix)/(Pmax_io-Pmin_io)
网络吞吐能力归一化值Pj_network:
POj_network=(Pj_network-Pmin_network)/(Pmax_network-Pmin_network)
(2)服务器及服务实例动态信息收集
在Web集群中服务器、服务以及服务实例副本之间的关系如图1所示。在图1中,Web集群中s1,s2,s3三个物理机运行着f1,f2,f3三个服务的8个服务实例副本(图1中f11,f12,f21,f22,f23,f31,f32,f33)。每隔周期时间T,动态信息收集模块根据图2所示的动态信息收集流程对图1中三个服务器以及三个服务的八个服务实例副本进行动态信息收集,然后通过权值计算模块重新计算所有服务的服务实例副本的权值。此外,当服务实例新增或删除时,动态信息收集模块也会执行收集动作并重新计算服务实例副本的权值。
动态信息收集模块收集的信息主要包括:周期时间T时间内服务器sj(1≤j≤n)的CPU利用率CPUj、硬盘的I/O负载IOj,网络负载Networkj,服务器sj上所有服务实例副本的CPU权值之和服务器sj上服务fi的实例副本fik的内存利用率
(3)服务实例副本权值计算
根据步骤(1)中计算所得的服务器资源归一化值以及步骤(2)中所收集的服务器及服务实例动态信息,计算部署在服务器sj上的服务实例fik的最终权值
(4)通过加权轮询分发请求
根据第(3)步所得的服务实例权值讲权值结果更新后,负载分发模块采用加权轮询调度算法,将同一服务的Web请求均衡地分发给该服务的不同服务实例副本,从而实现不同实例副本以及服务器之间的负载均衡。
Claims (1)
1.基于操作***虚拟化的Web请求负载均衡方法,其特征在于该方法包括如下步骤:
步骤(1).建立服务器资源状态信息列表;Web集群中服务器集合S表示为:
S={s1,s2,s3,…,sj,…,sn}
其中sj表示Web集群中的某一服务器,1≤j≤n,n表示Web集群包含的服务器总数;服务器sj总的资源Pj表示为:
Pj=(Pj_cpu,Pj_memory,Pj_io,Pj_network)
其中Pj_cpu表示服务器sj的CPU的计算能力,Pj_memory表示服务器sj的内存处理能力,Pj_io表示服务器sj的硬盘I/O能力,Pj_network表示服务器sj的网络吞吐率;采用Max-Min方法对服务器sj总的资源Pj值进行归一化,服务器sj总的资源归一化值POj表示为:
POj=(POj_cpu,POj_memory,POj_io,POj_network)
其中POj_cpu表示Pj_cpu的归一化值,POj_memory表示Pj_memory的归一化值,POj_io表示Pj_io的归一化值,POj_network表示Pj_network的归一化值;
步骤(2).建立服务实例资源状态信息列表;设Web集群对外提供的服务集合F表示为:
F={f1,f2,f3,…,fi,…,fm}
其中fi表示集群对外提供的第i种服务,1≤i≤m,m表示集群提供的服务种类总数;服务fi包含多个不同的服务实例副本集合Fi表示为:
Fi={fi1,fi2,fi3,…,fik,…,fil}
其中fik表示服务fi的实例副本,1≤k≤l,l表示服务fi的实例副本个数;服务实例fik的资源状态信息STik表示为:
<mrow>
<msub>
<mi>ST</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>L</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>j</mi>
</msubsup>
<mo>,</mo>
<mi>c</mi>
<mi>p</mi>
<mi>u</mi>
<mo>_</mo>
<msub>
<mi>share</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>memory</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
其中表示服务fi的实例副本fik所在的主机sj,cpu_shareik表示服务fi的实例副本fik的CPU权值,memoryik_total表示服务fi的实例副本fik的最大可占用内存;
步骤(3).每隔周期时间T,负载均衡服务器会定期收集Web集群中所有服务器在该周期时间T内的负载信息;主要负载信息包括:
服务器sj的CPU利用率CPUj:
CPUj=CPU繁忙时间/(CPU繁忙时间+CPU空闲时间)
服务器sj的硬盘I/O负载IOj:
IOj=硬盘IO繁忙时间/(硬盘IO繁忙时间+硬盘IO空闲时间)
服务器sj的网络负载Networkj:
Networkj=(周期T内流入流量+周期T内输出流量)/(周期T*Pj_network)
服务器sj上所有实例副本CPU权值数之和:
服务器sj上服务fi的实例副本fik内存利用率
<mrow>
<msubsup>
<mi>Memory</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>j</mi>
</msubsup>
<mo>=</mo>
<msub>
<mi>memory</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>_</mo>
<mi>u</mi>
<mi>s</mi>
<mi>e</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>/</mo>
<msub>
<mi>memory</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
<mo>_</mo>
<mi>t</mi>
<mi>o</mi>
<mi>t</mi>
<mi>a</mi>
<mi>l</mi>
</mrow>
</msub>
</mrow>
其中memoryik_used表示服务fi的实例副本fik已使用的内存值;
步骤(4).负载均衡服务器根据收集的服务器负载信息以及现存服务器与服务实例状态信息,计算部署在服务器sj上的服务实例fik的最终权值并更新权值列表中相应服务实例的权值信息:
其中αik、βik、γik、δik分别表示服务fi对CPU、内存、硬盘以及网络四类资源所赋予的不同权值,且同一服务不同服务实例对这四类资源所赋予的权值相同,表示部署在服务器sj上的服务fi的实例fik的CPU权值;负载均衡服务器根据每个服务实例的权值大小采用加权轮询算法分发相应服务的Web请求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510160526.0A CN104902001B (zh) | 2015-04-07 | 2015-04-07 | 基于操作***虚拟化的Web请求负载均衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510160526.0A CN104902001B (zh) | 2015-04-07 | 2015-04-07 | 基于操作***虚拟化的Web请求负载均衡方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104902001A CN104902001A (zh) | 2015-09-09 |
CN104902001B true CN104902001B (zh) | 2018-04-06 |
Family
ID=54034397
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510160526.0A Expired - Fee Related CN104902001B (zh) | 2015-04-07 | 2015-04-07 | 基于操作***虚拟化的Web请求负载均衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104902001B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106612310A (zh) * | 2015-10-23 | 2017-05-03 | 腾讯科技(深圳)有限公司 | 一种服务器调度方法、装置和*** |
CN105407162B (zh) * | 2015-11-27 | 2018-11-06 | 国云科技股份有限公司 | 一种基于SLA服务等级的云计算Web应用资源负载均衡方法 |
CN106919450B (zh) * | 2015-12-24 | 2020-11-17 | 华为技术有限公司 | 资源调整方法和装置 |
CN106850834A (zh) * | 2017-03-01 | 2017-06-13 | 郑州云海信息技术有限公司 | 一种业务请求方法和装置及负载均衡器 |
CN107483531A (zh) * | 2017-06-20 | 2017-12-15 | 华迪计算机集团有限公司 | 一种海量数据高并发接收解决方法及*** |
CN107508884B (zh) * | 2017-08-24 | 2021-04-02 | 北京仿真中心 | 一种基于soa的仿真模型的共享方法 |
CN108063814B (zh) * | 2017-12-15 | 2021-09-21 | 杭州迪普科技股份有限公司 | 一种负载均衡方法及装置 |
CN110233866B (zh) * | 2018-03-06 | 2021-12-07 | ***通信集团广东有限公司 | 一种负载均衡方法及负载均衡器 |
CN108632394A (zh) * | 2018-08-13 | 2018-10-09 | 北京奇艺世纪科技有限公司 | 一种web集群负载均衡调整方法及装置 |
CN109040283A (zh) * | 2018-08-23 | 2018-12-18 | 上海海事大学 | 一种基于差值反馈式的改进型负载均衡算法 |
CN111625355A (zh) * | 2020-05-21 | 2020-09-04 | 慧众行知科技(北京)有限公司 | 一种服务器上的服务均衡控制方法及*** |
CN113596149A (zh) * | 2021-07-28 | 2021-11-02 | 马上消费金融股份有限公司 | 流量控制方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972311A (zh) * | 2006-12-08 | 2007-05-30 | 华中科技大学 | 一种基于集群均衡负载的流媒体服务器*** |
WO2011035608A1 (zh) * | 2009-09-23 | 2011-03-31 | 中兴通讯股份有限公司 | 一种数据查询***及其构建方法与相应的数据查询方法 |
CN102223419A (zh) * | 2011-07-05 | 2011-10-19 | 北京邮电大学 | 面向网络化操作***的虚拟资源动态反馈均衡分配机制 |
CN102394929A (zh) * | 2011-10-31 | 2012-03-28 | 广东电子工业研究院有限公司 | 一种面向会话的云计算负载均衡***及其方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8433749B2 (en) * | 2009-04-15 | 2013-04-30 | Accenture Global Services Limited | Method and system for client-side scaling of web server farm architectures in a cloud data center |
-
2015
- 2015-04-07 CN CN201510160526.0A patent/CN104902001B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1972311A (zh) * | 2006-12-08 | 2007-05-30 | 华中科技大学 | 一种基于集群均衡负载的流媒体服务器*** |
WO2011035608A1 (zh) * | 2009-09-23 | 2011-03-31 | 中兴通讯股份有限公司 | 一种数据查询***及其构建方法与相应的数据查询方法 |
CN102223419A (zh) * | 2011-07-05 | 2011-10-19 | 北京邮电大学 | 面向网络化操作***的虚拟资源动态反馈均衡分配机制 |
CN102394929A (zh) * | 2011-10-31 | 2012-03-28 | 广东电子工业研究院有限公司 | 一种面向会话的云计算负载均衡***及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104902001A (zh) | 2015-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104902001B (zh) | 基于操作***虚拟化的Web请求负载均衡方法 | |
CN103118124B (zh) | 一种基于分层多代理的云计算负载均衡方法 | |
CN103605567B (zh) | 面向实时性需求变化的云计算任务调度方法 | |
CN103401939B (zh) | 一种采用混合调度策略的负载均衡方法 | |
CN103338228B (zh) | 基于双加权最小连接算法的云计算负载均衡调度算法 | |
US9386086B2 (en) | Dynamic scaling for multi-tiered distributed systems using payoff optimization of application classes | |
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 | |
CN105718364B (zh) | 一种云计算平台中计算资源能力动态评估方法 | |
CN102567080B (zh) | 一种云计算环境中的面向负载均衡的虚拟机择位*** | |
CN104978236B (zh) | 基于多衡量指标的hdfs负载源宿节点选取方法 | |
CN102223419A (zh) | 面向网络化操作***的虚拟资源动态反馈均衡分配机制 | |
CN109901922A (zh) | 一种面向多层服务的容器云资源调度优化方法 | |
CN106385468A (zh) | Web集群的可预测动态负载均衡方法 | |
CN105471985A (zh) | 负载均衡方法及云平台计算方法、云平台 | |
CN108270805B (zh) | 用于数据处理的资源分配方法及装置 | |
CN105373432B (zh) | 一种基于虚拟资源状态预测的云计算资源调度方法 | |
CN108845874A (zh) | 资源的动态分配方法及服务器 | |
CN107291550A (zh) | 一种针对迭代应用的Spark平台资源动态分配方法及*** | |
CN104375897A (zh) | 基于最小相对负载不均衡度的云计算资源调度方法 | |
CN102521055A (zh) | 一种虚拟机资源分配方法及其*** | |
CN103997515B (zh) | 一种分布式云中计算中心选择方法及其应用 | |
Li et al. | Dynamic load balancing algorithm based on FCFS | |
CN105045667A (zh) | 一种用于虚拟机vCPU调度的资源池管理方法 | |
CN107656805A (zh) | 一种基于Hadoop平台的电力数据作业调度方法 | |
CN110069319A (zh) | 一种面向朵云资源管理的多目标虚拟机调度方法及*** |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180406 |
|
CF01 | Termination of patent right due to non-payment of annual fee |