CN107783731A - 一种大数据实时处理方法及处理*** - Google Patents
一种大数据实时处理方法及处理*** Download PDFInfo
- Publication number
- CN107783731A CN107783731A CN201710664834.6A CN201710664834A CN107783731A CN 107783731 A CN107783731 A CN 107783731A CN 201710664834 A CN201710664834 A CN 201710664834A CN 107783731 A CN107783731 A CN 107783731A
- Authority
- CN
- China
- Prior art keywords
- data
- main controlled
- controlled node
- node
- real
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0604—Improving or facilitating administration, e.g. storage management
- G06F3/0607—Improving or facilitating administration, e.g. storage management by facilitating the process of upgrading existing storage systems, e.g. for improving compatibility between host and storage device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0638—Organizing or formatting or addressing of data
- G06F3/0643—Management of files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请揭示了一种大数据实时处理方法以及处理***，该实时处理方法包括如下步骤：接收实时数据；按照数据接收速度和接收总量创建N个主控节点；将数据分布到N个主控节点中；获取集群服务器的实时处理能力数据；根据集群服务器的处理能力选择N个工作节点；N个主控节点将数据发送到N个工作节点。本申请提出的大数据处理方法及其装置，可以依据数据采集速度为之提供与之匹配的数据处理速度，节约网络资源，同时缩短响应时间，为用户提供实时的数据服务。
Description
技术领域
本申请属于计算机技术领域，具体而言，涉及一种大数据实时处理方法及其处理***。
背景技术
随着网络的迅速普及，对于数据的需求日益增多，例如在ICU重症监护室，从监护设备网关源源不断采集到病人生命体征数据、从检验工作站产生检验结果数据，这些实时数据需要迅速、准确的处理。现有的大数据处理方法局限于网络传输的能力，而使用单线程、单服务器的处理方式，从而使得数据运行周期长，降低客户体验，即使使用多处理器，也由于处理器之间协调问题，而使得处理器集群不能发挥其最大的工作能力。
发明内容
有鉴于此，本申请提出一种大数据实时处理方法及其***，致力于解决现有技术中对于大数据处理能力不足、实时性不强的技术问题。
为解决上述技术问题，本申请采用如下技术方案：
本申请保护一种大数据实时处理方法，包括如下步骤：
接收实时数据；
按照数据接收速度和接收总量创建N个主控节点；
将数据分布到N个主控节点中；
获取集群服务器的实时处理能力数据；
根据集群服务器的处理能力选择N个工作节点；
N个主控节点将数据发送到N个工作节点。
其中按照数据接收速度和接收总量创建N个主控节点包括如下子步骤：
计算数据接收速度；
按照预定时间间隔计算接收总量；
评估主控节点的最小以及最大处理能力；
选择最优的主控节点个数N；
创建N个主控节点。
其中将数据分布到N个主控节点中包括：
将数据分为N份；
为每份数据配置标签；
将标签存储到数据分布列表中；
将每份数据分配到相应的主控节点中，主控节点对其进行处理。
其中获取集群服务器的实时处理能力数据包括根据集群服务器中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
其中根据集群服务器的处理能力选择N个工作节点包括，对集群服务器中的每个服务器的处理能力进行排序，选择前N个作为工作节点。
本申请还保护一种任务控制器，包括如下部件：
接收器，用于接收实时数据；
处理器，用于按照数据接收速度和接收总量创建N个主控节点；将数据分布到N个主控节点中；获取集群服务器的实时处理能力数据；根据集群服务器的处理能力选择N个工作节点；N个主控节点将数据发送到N个工作节点。
其中处理器包括创建模块，用于按照数据接收速度和接收总量创建N个主控节点，创建模块包括如下子模块：
速度计算单元，计算数据接收速度；
接收总量计算单元，按照预定时间间隔计算接收总量；
处理能力计算模块，评估主控节点的最小以及最大处理能力；
选择单元，选择最优的主控节点个数N以及主控节点的处理能力；
创建单元，创建N个主控节点。
其中处理器包括分布模块，用于将数据分布到N个主控节点中，分布模块包括如下子部件：
分割单元，将数据分为N份；
标签单元，为每份数据配置标签；
列表单元，将标签存储到数据分布列表中；
分配单元，将每份数据分配到相应的主控节点中，主控节点对其进行处理。
其中获取集群服务器的实时处理能力数据包括根据集群中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
本申请还请求保护一种大数据处理***，包括：
多个客户端，用于采集实时数据；
如上所述的任务控制器；
集群服务器，用于处理任务控制器下发的任务数据。
本申请的有益效果在于：本申请提出的大数据处理方法及其装置，可以依据数据采集速度为之提供与之匹配的数据处理速度，节约网络资源，同时缩短响应时间，为用户提供实时的数据服务。
附图说明
图1为本申请大数据实时处理***的组成示意图；
图2为本申请大数据实时处理方法的流程图；
图3为本申请创建N个主控节点的工作流程图；
图4为本申请任务控制器的结构图；
图5为本申请任务控制器中处理器的结构图；
图6为本申请创建模块的结构图；
图7为本申请分布模块的结构图。
具体实施方式
本申请的大数据实时处理方法和处理***，对实时采集的数据的传输速度和采集量进行评估，从而动态生成主控节点，并根据所连接的集群服务器的处理能力的评估创建与动态生成的主控节点相匹配的工作节点，从而通过对大数据的速度和集群服务器工作能力的综合评估，在考虑了网络情况、处理能力、数据采集能力的基础上，为用户提供性能优化的大数据实时处理方法和处理***。
其中，该***的结构图如图1所示，包括多个客户端，客户端1到客户端N，任务控制器101，集群服务器102，其中集群服务器102中包括M个服务器，其中本领域技术人员可以理解，N、M只是概数，表示多个。其中客户端负责采集实时数据，以ICU重症监护病房为例，数据的产生源头主要有床旁监护设备和院内临床数据存储。只要是可以采集数据的设备都可作为客户端，本***中的N个客户端连接到***中，负责提供实时数据；任务控制器根据客户端传送数据的速度和数据总量动态创建主控节点，并根据集群服务器的实时处理能力选择相适应的工作节点，以处理主控节点发送的数据。通过该大数据处理***实现了对大数据实时、准确、快速的处理。
其中该***的工作流程图如图2所示，该大数据处理方法包括如下步骤：
S201、接收实时数据；
任务控制器101接收多个客户端发送的实时任务数据，例如病人的各种医疗数据，包括生命体征、检验化验指标、治疗过程中的监测数据等，这些数据具有实时性、紧急性、数量大的特点，故称为大数据。客户端将采集的数据进行整理，以有线的或无线的方式发送到任务控制器101。
S202、按照数据接收速度和接收总量创建N个主控节点。
任务控制器101接收到任务数据之后，执行如图3所示的如下子步骤：
S301、计算数据接收速度；
可使用网速、下载速度等公知手段测量数据接收速度。
S302、按照预定时间间隔计算接收总量；
预先设定或每次由用户指定预定时间间隔，根据下载速度以及时间间隔，计算接收的数据总量。
S303、评估主控节点的最小以及最大处理能力；
根据存储器的容量和读写速度以及任务控制器101的处理能力，计算主控节点的最小以及最大处理能力，进一步地，可根据任务控制器分配给主控节点的线程数以及存储器容量评估主控节点的最小以及最大处理能力。
S304、选择最优的主控节点个数N以及主控节点的处理能力。
根据数据的接收速度、接收总量以及主控节点的最大和最小处理能力，选择主控节点个数N以及主控节点的处理能力，保证既能完成数据的处理，又不浪费任务控制器的线程数。其中主控节点的处理能力可根据任务控制器101分配给其的线程数以及存储器容量衡量。
S305、创建N个主控节点。
任务控制器101按照主控节点的个数N以及主控节点的处理能力创建N个主控节点，在每个主控节点上运行一个被称为Nimbus的后台程序。
S203、将数据分布到N个主控节点中；
将获得的数据分布到N个主控节点中，在分布时，考虑到数据所包含内容的连续性以及返回给客户端的响应速度，将来自于一个客户端的数据尽可能的分给一个主控节点。
包括如下子步骤：
S2031、将数据分为N份；
任务控制器101将接收的数据分为N份，在分割数据时，将来自一个客户端的数据尽量分到一份中。
S2032、为每份数据配置标签；
可以按照顺序为每份数据分配标签，也可按照其他规律为每份数据配置标签，其中每份数据的标签在全网是唯一的。
S2033、将标签存储到数据分布列表中；
将标签保存到数据分布列表中，后续的发送、应答都需要使用到该标签。
S2034、将每份数据分配到相应的主控节点中，主控节点对其进行处理；
任务控制器101将每份数据分配到主控节点，其上的Nimbus后台程序负责接收数据、统一数据格式、发送数据等工作。将来自同一个客户端的数据，特别是位于一个包之中的，尽量发送到同一个主控节点进行处理。这是由于，来自同一个客户端的数据之间经常存在连续性，便于主控节点的连续处理。
在执行完步骤S203之后，继续参照图2，执行其他步骤：
S204、获取集群服务器的实时处理能力数据；
获取集群服务器的实时处理能力数据包括根据集群服务器中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
S205、根据集群服务器的处理能力选择N个工作节点；
对集群服务器中的每个服务器的处理能力进行排序，选择前N个作为工作节点。每个工作节点上运行一个被称为Supervisor的后台程序，负责监听从Nimbus分配给它执行的任务，据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集；一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。
S206、N个主控节点将数据发送到N个工作节点
主控节点的Nimbus与对应的工作节点的Supervisor建立通信，将数据发送给对应的工作节点的Supervisor，Supervisor建立执行相应的数据任务的工作进程，对数据进行处理。在处理结束之后，由Supervisor调用kill命令杀死工作进程，并且在整个处理结束之后，任务控制器调用kill命令杀死Nimbus以及Supervisor，释放主控节点和工作节点。
以上结合附图1-3简单介绍了本申请的工作流程，下面结合图4-7，介绍本申请的任务控制器101的详细构成。
如图4所示，任务控制器101包括如下部件：
接收器401，用于接收实时数据；
接收器401，接收客户端发送的各种数据。
处理器402，用于按照数据接收速度和接收总量创建N个主控节点；将数据分布到N个主控节点中；获取集群服务器的实时处理能力数据；根据集群服务器的处理能力选择N个工作节点；N个主控节点将数据发送到N个工作节点。
其中处理器402的结构如图5所示，包括如下部件：
创建模块501，用于按照数据接收速度和接收总量创建N个主控节点；
如图6所示，创建模块501包括如下子模块：
速度计算单元601：计算数据接收速度；
可使用网速、下载速度等公知手段测量数据接收速度。
接收总量计算单元602：按照预定时间间隔计算接收总量；
预先设定或每次由用户指定预定时间间隔，根据下载速度以及时间间隔，计算接收的数据总量。
处理能力计算模块603：评估主控节点的最小以及最大处理能力；
根据存储器的容量和读写速度以及任务控制器101的处理能力，计算主控节点的最小以及最大处理能力，进一步地，可根据任务控制器101分配给主控节点的线程数以及存储器容量评估主控节点的最小以及最大处理能力。
选择单元604，选择最优的主控节点个数N以及主控节点的处理能力。
根据数据的接收速度、接收总量以及主控节点的最大和最小处理能力，选择主控节点个数N以及主控节点的处理能力，保证既能完成数据的处理，又不浪费任务控制器的线程数。其中主控节点的处理能力可根据任务控制器101分配给其的线程数以及存储器容量衡量。
创建单元605，创建N个主控节点。
创建单元605按照主控节点的个数N以及主控节点的处理能力创建N个主控节点，在每个主控节点上运行一个被称为Nimbus的后台程序。
继续参看图5，还包括：
分布模块502，用于将数据分布到N个主控节点中；
如图7所示，分布模块502包括如下子部件：
分割单元701，将数据分为N份；
分割单元701将接收的数据分为N份。
标签单元702，为每份数据配置标签；
可以按照顺序为每份数据分配标签，也可按照其他规律为每份数据配置标签，其中每份数据的标签在全网是唯一的。
列表单元703，将标签存储到数据分布列表中；
将标签保存到数据分布列表中，后续的发送、应答都需要使用到该标签。
分配单元704，将每份数据分配到相应的主控节点中，主控节点对其进行处理；
分配单元704将每份数据分配到主控节点，其上的Nimbus后台程序负责接收数据、统一数据格式、发送数据等工作。
判断模块503，用于获取集群服务器的实时处理能力数据；
获取集群服务器的实时处理能力数据包括根据集群服务器中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
选择模块504，用于根据集群服务器的处理能力选择N个工作节点；
对集群服务器中的每个服务器的处理能力进行排序，选择前N个作为工作节点。每个工作节点上运行一个被称为Supervisor的后台程序，负责监听从Nimbus分配给它执行的任务，据此启动或停止执行任务的工作进程。每一个工作进程执行一个Topology的子集；一个运行中的Topology由分布在不同工作节点上的多个工作进程组成。
发送模块505，用于使得N个主控节点将数据发送到N个工作节点。
主控节点的Nimbus与对应的工作节点的Supervisor建立通信，将数据发送给对应的工作节点的Supervisor，Supervisor建立执行相应的数据任务的工作进程，对数据进行处理。在处理结束之后，由Supervisor调用kill命令杀死工作进程，并且在整个处理结束之后，任务控制器调用kill命令杀死Nimbus以及Supervisor，释放主控节点和工作节点。
这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。
Claims (10)
1.一种大数据实时处理方法，包括如下步骤：
接收实时数据；
按照数据接收速度和接收总量创建N个主控节点；
将数据分布到N个主控节点中；
获取集群服务器的实时处理能力数据；
根据集群服务器的处理能力选择N个工作节点；
N个主控节点将数据发送到N个工作节点。
2.如权利要求1所述的处理方法，其中按照数据接收速度和接收总量创建N个主控节点包括如下子步骤：
计算数据接收速度；
按照预定时间间隔计算接收总量；
评估主控节点的最小以及最大处理能力；
选择最优的主控节点个数N；
创建N个主控节点。
3.如权利要求1所述的处理方法，其中将数据分布到N个主控节点中包括：
将数据分为N份；
为每份数据配置标签；
将标签存储到数据分布列表中；
将每份数据分配到相应的主控节点中，主控节点对其进行处理。
4.如权利要求1所述的处理方法，其中获取集群服务器的实时处理能力数据包括根据集群服务器中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
5.如权利要求1所述的处理方法，其中根据集群服务器的处理能力选择N个工作节点包括，对集群服务器中的每个服务器的处理能力进行排序，选择前N个作为工作节点。
6.一种任务控制器，包括如下部件：
接收器，用于接收实时数据；
处理器，用于按照数据接收速度和接收总量创建N个主控节点；将数据分布到N个主控节点中；获取集群服务器的实时处理能力数据；根据集群服务器的处理能力选择N个工作节点；N个主控节点将数据发送到N个工作节点。
7.如权利要求1所述的任务控制器，其中处理器包括创建模块，用于按照数据接收速度和接收总量创建N个主控节点，创建模块包括如下子模块：
速度计算单元，计算数据接收速度；
接收总量计算单元，按照预定时间间隔计算接收总量；
处理能力计算模块，评估主控节点的最小以及最大处理能力；
选择单元，选择最优的主控节点个数N以及主控节点的处理能力；
创建单元，创建N个主控节点。
8.如权利要求6所述的任务控制器，其中处理器包括分布模块，用于将数据分布到N个主控节点中，分布模块包括如下子部件：
分割单元，将数据分为N份；
标签单元，为每份数据配置标签；
列表单元，将标签存储到数据分布列表中；
分配单元，将每份数据分配到相应的主控节点中，主控节点对其进行处理。
9.如权利要求6所述的任务控制器，其中获取集群服务器的实时处理能力数据包括根据集群中空闲服务器的CPU处理能力以及存储器的存储容量，判断集群的实时处理能力。
10.一种大数据处理***，包括：
多个客户端，用于采集实时数据；
如权利要求6-9之一所述的任务控制器；
集群服务器，用于处理任务控制器下发的任务数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710664834.6A CN107783731B (zh) | 2017-08-07 | 2017-08-07 | 一种大数据实时处理方法及处理*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710664834.6A CN107783731B (zh) | 2017-08-07 | 2017-08-07 | 一种大数据实时处理方法及处理*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107783731A true CN107783731A (zh) | 2018-03-09 |
| CN107783731B CN107783731B (zh) | 2020-12-01 |
Family
ID=61437738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710664834.6A Active CN107783731B (zh) | 2017-08-07 | 2017-08-07 | 一种大数据实时处理方法及处理*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107783731B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109597746A (zh) * | 2018-12-26 | 2019-04-09 | 荣科科技股份有限公司 | 故障分析方法及装置 |
| CN110442508A (zh) * | 2018-05-03 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 测试任务处理方法、装置、设备和介质 |
| CN113254220A (zh) * | 2021-07-01 | 2021-08-13 | 国汽智控(北京)科技有限公司 | 网联汽车负载协同控制方法、装置、设备及存储介质 |
| CN113965587A (zh) * | 2021-09-18 | 2022-01-21 | 苏州浪潮智能科技有限公司 | 一种人工智能平台的数据获取方法、装置、设备、介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033889A (zh) * | 2009-09-29 | 2011-04-27 | 熊凡凡 | 分布式数据库并行处理*** |
| CN103716381A (zh) * | 2013-12-12 | 2014-04-09 | 华为技术有限公司 | 一种分布式***的控制方法，及管理节点 |
| CN106575247A (zh) * | 2014-08-13 | 2017-04-19 | 微软技术许可有限责任公司 | 计算集群的容错联盟 |
| CN106874109A (zh) * | 2016-12-29 | 2017-06-20 | 朗新科技股份有限公司 | 一种分布式作业分发处理方法及*** |
-
2017
- 2017-08-07 CN CN201710664834.6A patent/CN107783731B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102033889A (zh) * | 2009-09-29 | 2011-04-27 | 熊凡凡 | 分布式数据库并行处理*** |
| CN103716381A (zh) * | 2013-12-12 | 2014-04-09 | 华为技术有限公司 | 一种分布式***的控制方法，及管理节点 |
| CN106575247A (zh) * | 2014-08-13 | 2017-04-19 | 微软技术许可有限责任公司 | 计算集群的容错联盟 |
| CN106874109A (zh) * | 2016-12-29 | 2017-06-20 | 朗新科技股份有限公司 | 一种分布式作业分发处理方法及*** |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110442508A (zh) * | 2018-05-03 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 测试任务处理方法、装置、设备和介质 |
| CN110442508B (zh) * | 2018-05-03 | 2023-05-23 | 阿里巴巴集团控股有限公司 | 测试任务处理方法、装置、设备和介质 |
| CN109597746A (zh) * | 2018-12-26 | 2019-04-09 | 荣科科技股份有限公司 | 故障分析方法及装置 |
| CN109597746B (zh) * | 2018-12-26 | 2022-05-13 | 荣科科技股份有限公司 | 故障分析方法及装置 |
| CN113254220A (zh) * | 2021-07-01 | 2021-08-13 | 国汽智控(北京)科技有限公司 | 网联汽车负载协同控制方法、装置、设备及存储介质 |
| CN113965587A (zh) * | 2021-09-18 | 2022-01-21 | 苏州浪潮智能科技有限公司 | 一种人工智能平台的数据获取方法、装置、设备、介质 |
| CN113965587B (zh) * | 2021-09-18 | 2022-04-22 | 苏州浪潮智能科技有限公司 | 一种人工智能平台的数据获取方法、装置、设备、介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107783731B (zh) | 2020-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107783731A (zh) | 一种大数据实时处理方法及处理*** | |
| CN107729378A (zh) | 一种数据标注方法 | |
| CN105808347B (zh) | 集群服务器部署计算方法及装置 | |
| CN105652232B (zh) | 一种基于流处理的电能计量装置在线异常诊断方法及*** | |
| CN102737159B (zh) | 具有多个地理上分离的数据中心的数据处理网的运行 | |
| CN109192248A (zh) | 基于云平台的生物信息分析***、方法及云计算平台*** | |
| CN104331328B (zh) | 虚拟资源调度方法和虚拟资源调度装置 | |
| CN107910051B (zh) | 康复治疗排班方法和*** | |
| CN112130966A (zh) | 任务调度方法和*** | |
| CN116187729A (zh) | 基于数字孪生的资源调度方法、装置、设备及存储介质 | |
| CN107679719A (zh) | 一种复杂电网电能质量知识云监测与评价***和方法 | |
| CN116302568A (zh) | 一种算力资源调度方法及***、调度中心、数据中心 | |
| CN105511955A (zh) | 用于一丛集运算***的主装置、从属装置及其运算方法 | |
| CN113961374A (zh) | 数据收发方法及***、存储介质及电子设备 | |
| CN114724694B (zh) | 医疗资源处理方法、装置及可读存储介质 | |
| CN108132840A (zh) | 一种分布式***中的资源调度方法及装置 | |
| CN103501253A (zh) | 一种高性能计算应用特征的监控组织方法 | |
| CN109150603A (zh) | 云服务端自动扩容方法及装置 | |
| CN109711703A (zh) | 配电网的线损查询方法及*** | |
| CN109063894A (zh) | 一种用于电网的台风路径预测显示*** | |
| CN107908459A (zh) | 一种云计算调度*** | |
| CN112531679A (zh) | 一种测负荷特征大数据监测设备及监测方法 | |
| CN114465915B (zh) | 一种cdn带宽预测方法、装置、***和电子设备 | |
| CN114971440B (zh) | 一种基于工作量的人力资源配置*** | |
| CN106603661A (zh) | 一种适用于云平台的动态资源平衡调度方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |