CN109086120A - 虚拟机资源的管理方法、装置及计算设备 - Google Patents

虚拟机资源的管理方法、装置及计算设备 Download PDF

Info

Publication number
CN109086120A
CN109086120A CN201810878692.8A CN201810878692A CN109086120A CN 109086120 A CN109086120 A CN 109086120A CN 201810878692 A CN201810878692 A CN 201810878692A CN 109086120 A CN109086120 A CN 109086120A
Authority
CN
China
Prior art keywords
virtual machine
task
specific test
platform
amount threshold
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
CN201810878692.8A
Other languages
English (en)
Inventor
韩竞竞
李欣
龙慧
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.)
Beijing Qihoo Technology Co Ltd
Original Assignee
Beijing Qihoo Technology 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 Beijing Qihoo Technology Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201810878692.8A priority Critical patent/CN109086120A/zh
Publication of CN109086120A publication Critical patent/CN109086120A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45591—Monitoring or debugging support

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种虚拟机资源的管理方法、装置及计算设备，其中，方法包括：确定需在特定测试***中进行测试的各个任务；针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；根据比较结果，对所述自动化云平台的虚拟机资源进行调配。本发明方案，根据任务的待执行测试用例的数量，为任务分配虚拟机资源，并根据该任务实时占用的虚拟机数量，对平台中的虚拟机资源进行调配，以使平台中的虚拟机资源可以被合理的分配给各个任务，进而提高平台整体的测试效率。

Description

虚拟机资源的管理方法、装置及计算设备
技术领域
本发明涉及软件测试技术领域，具体涉及一种虚拟机资源的管理方法、装置及计算设备。
背景技术
互联网时代的到来，使得人们对软件产品的依赖也越来越强；同时，大量的软件产品及其运行所需的代码也在源源不断的产生，而为了保障软件产品能够提供正常的功能，则需要进行软件测试。较为普遍的软件测试的方法是通过执行测试用例，来查找出某段代码存在的问题。
现有技术中，一般采用先到则先占用机器资源的方式来进行测试。然而，由于测试平台中可以用于测试的机器资源是较为稳定的，随着测试用例数量的增加，各台机器的测试压力也随着增加，现有技术的这种占用资源的方式会使得资源分配不合理，出现部分任务占用过多的机器资源，进而影响其它任务中的测试用例的测试进度，降低平台整体的测试效率，以及影响软件产品或其新功能的上线进度。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的虚拟机资源的管理方法、装置及计算设备。
根据本发明的一个方面，提供了一种虚拟机资源的管理方法，包括：
确定需在特定测试***中进行测试的各个任务；
针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
根据本发明的另一方面，提供了一种虚拟机资源的管理装置，包括：
第一确定模块，适于确定需在特定测试***中进行测试的各个任务；
计算模块，适于针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
比较模块，适于将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
调配模块，适于根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述虚拟机资源的管理方法对应的操作。
根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述虚拟机资源的管理方法对应的操作。
根据本发明的虚拟机资源的管理方法、装置及计算设备，确定需在特定测试***中进行测试的各个任务；针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；根据比较结果，对所述自动化云平台的虚拟机资源进行调配。利用本发明方案，根据任务的待执行测试用例的数量，为任务分配虚拟机资源，使得有合理数量的虚拟机去测试该任务中的测试用例；然后根据该任务实时占用的虚拟机的数量与分配的虚拟机资源的比较结果，对自动化云平台的虚拟机资源进行调配，使该任务实时占用的虚拟机的数量在合理的范围内，进而在保障该任务中的测试用例可以被及时执行的情况下，同时不影响其它任务中的测试用例的执行，提高了平台的整体效率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的虚拟机资源的管理方法的流程图；
图2示出了根据本发明另一个实施例的虚拟机资源的管理方法的流程图；
图3示出了根据本发明一个实施例的虚拟机资源的管理装置的功能框图；
图4示出了根据本发明实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的虚拟机资源的管理方法的流程图。如图1所示，该方法包括：
步骤S101，确定需在特定测试***中进行测试的各个任务。
本发明方案用于对自动化平台中的虚拟机资源进行调配管理，而该自动化云平台包括多台虚拟机，各台虚拟机适配的测试***可能不同；并且，在本发明中，一个任务包括多个测试用例，其中，各个测试用例属于该任务，各个测试用例需在特定的测试***中完成测试。换言之，需要适配于特定测试***的虚拟机来执行对应的测试用例，相应的，本发明的虚拟机资源的管理方案，即针对适配于特定测试***的虚拟机资源进行调配管理。
具体地，首先确定需在特定测试***中进行测试的各个任务，以便针对各个任务分配虚拟机资源。
步骤S102，针对任一任务，根据任务的待执行测试用例的数量，计算任务对应特定测试***的虚拟机数量阈值。
其中，虚拟机数量阈值指可为该任务分配的对应特定测试***的虚拟机的数量。具体地，针对任一任务，其包括的待执行测试用例的数量与需求的虚拟机资源成正比，基于此，计算任务对应特定测试***的虚拟机数量阈值。
步骤S103，将自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量与虚拟机数量阈值进行比较。
具体地，将已为任务执行完快照处理的对应特定测试***的虚拟机的数量记为该任务已占用的对应特定测试***的虚拟机的数量，将该任务已占用的虚拟机的数量与虚拟机数量阈值进行比较，而比较结果可以显示出该任务所占用的适配于特定测试***的虚拟机的数量是否合理。
需要在此说明的是，本发明中，虚拟机须先为任务执行快照处理，然后才能执行该任务中的待执行测试用例；并且，在各个任务之间，快照是不能共享的。
步骤S104，根据比较结果，对自动化云平台的虚拟机资源进行调配。
具体地，若比较结果显示任务占用的对应特定测试***的虚拟机的数量较多，则通过调配以使该任务释放已占用的部分虚拟机资源，将该释放的虚拟机资源用于执行其它任务中的测试用例；若比较结果显示任务占用的对应特定测试***的虚拟机的数量较少，则通过调配以使该任务占用更多的对应特定测试***的虚拟机，进而提高该任务中的测试用例的执行效率。但是，本发明并不对调配的具体方式进行任何限定，具体实施时，本领域技术人员可根据实际情况，灵活确定释放或占用虚拟机资源的方式。例如，释放虚拟机资源的方式可以通过将虚拟机的状态置为初始状态，或者允许其它任务的测试用例剥夺已为该任务做完快照并处于可用状态的虚拟机。
根据本实施例提供的虚拟机资源的管理方法，根据任务的待执行测试用例的数量，为任务分配虚拟机资源，使得有合理数量的虚拟机去测试该任务中的测试用例；然后根据该任务实时占用的虚拟机的数量与分配的虚拟机资源的比较结果，对自动化云平台的虚拟机资源进行调配，使该任务实时占用的虚拟机的数量在合理的范围内，进而在保障该任务中的测试用例可以被及时执行的情况下，同时不影响其它任务中的测试用例的执行，提高了平台的整体效率。
图2示出了根据本发明另一个实施例的虚拟机资源的管理方法的流程图。如图2所示，该方法包括：
步骤S201，确定需在特定测试***中进行测试的各个任务；以及，确定自动化云平台中需要利用特定测试***进行测试的待执行测试用例的总数量。
具体地，通过以下方式确定平台中适配于特定测试***的虚拟机资源的需求量：首先确定需在特定测试***中进行测试的各个任务；然后，将多个任务中需利用特定测试***进行测试、且待执行的测试用例的数量进行求和，即可确定需要利用特定测试***进行测试的待执行测试用例的总数量。
步骤S202，确定自动化平台中适配于特定测试***的虚拟机的总数量。
步骤S203，计算任务的待执行测试用例的数量与自动化云平台中需要利用特定测试***进行测试的待执行测试用例的总数量的比值。
其中，计算出的比值表征出了该任务所需的适配于特定测试***的虚拟机的相对值。
步骤S204，根据适配于特定测试***的虚拟机的总数量以及比值，计算任务对应特定测试***的虚拟机数量阈值。
具体地，按照计算出的比值分配适配于特定测试***的虚拟机，得到任务对应特定测试***的虚拟机数量阈值。可选的，计算适配于特定测试***的虚拟机的总数量与该比值的乘积，根据该乘积值设置任务对应特定测试***的虚拟机数量阈值。更进一步的，直接将该乘积值设置为虚拟机数量阈值，或者，将小于该乘积值的特定值设置为虚拟机数量阈值。
举例来说，任务1、任务2和任务3为需在特定测试***XP SP3 64中进行测试的任务，该3个任务中需要利用特定测试***XP SP3 64进行测试的待执行测试用例的数量分别为20万个、30万个、50万个，而平台中有适配于该特定测试***XP SP3 64的虚拟机仅有100台，则任务1对应特定测试***XP SP3 64的虚拟机数量阈值为20/(20+30+50)*100＝20台，同理，可以计算出任务2及任务3对应特定测试***XP SP3 64的虚拟机数量阈值分别为30台，50台。
在本发明的一些可选的实施例中，对于需在特定测试***中进行测试的任务，若该任务中待执行测试用例的数量与需要在该特定测试***中进行测试的待执行测试用例的总数量的比值偏小，则会导致利用上述步骤S204计算出的虚拟机数量阈值的虚拟机，不能快速的执行完该任务中的待执行测试用例的问题。在这些可选的实施例中，通过如下方式来解决这种问题：判断任务的待执行测试用例的数量与自动化云平台中需要利用特定测试***进行测试的待执行测试用例的总数量的比值是否小于第一比例阈值；根据判断结果调整虚拟机数量阈值，以使利用该虚拟机数量阈值的虚拟机可以及时的执行完包括较少的待执行测试用例的该任务。具体地，若比值小于第一比例阈值，则采取调整措施以增大虚拟机数量阈值，提高待执行测试用例较少的任务的执行速度。一种具体增大调整虚拟机数量阈值的方式为：若比值小于第一比例阈值，则将任务的待测试用例的数量确定为任务对应特定测试***的虚拟机数量阈值。
在本发明的另一些可选的实施例中，对于需在特定测试***中进行测试的任务，若该任务中待执行测试用例的数量与需要在该特定测试***中进行测试的待执行测试用例的总数量的比值偏大，则会导致上述步骤S204计算出的虚拟机数量阈值与适配于该特定测试***的虚拟机的总数量的比值偏高，使得平台中没有足够的虚拟机去执行新派发的其它任务。在这些可选的实施例中，通过如下方式来解决这种问题：判断虚拟机数量阈值与自动化平台中适配于特定测试***的虚拟机的总数量的比值是否超过第二比例阈值；根据判断结果调整虚拟机数量阈值，以使为该任务分配该虚拟机数量阈值的虚拟机资源后，可以确保其它任务被分配到足够的虚拟机资源以及时执行相应的待执行测试用例。具体地，若虚拟机数量阈值与自动化平台中适配于特定测试***的虚拟机的总数量的比值超过第二比例阈值，则认为没有足够的虚拟机资源用于执行新派发的其它任务，则采取调整措施以减小虚拟机数量阈值。一种具体的减小虚拟机数量阈值的方式为：根据第二比例阈值对虚拟机数量阈值进行调整，可选的，将虚拟机数量阈值调整为第二比例阈值与适配于特定测试***的虚拟机的总数量的乘积值。
上述两种可选的实施例中，第一比例阈值和第二比例阈值均可根据平台中的适配于特定测试***的虚拟机的总数量进行设置。并且，本发明并不以上述示出的具体增大或减小虚拟机数量阈值的方式为限，具体实施时，本领域技术人员可以灵活确定调整虚拟机数量数值的方式。例如，可以将虚拟机数量阈值调整为预先设置的特定值。
步骤S205，将自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量与虚拟机数量阈值进行比较。
其中，将已为任务执行完快照处理的对应特定测试***的虚拟机的数量记为该任务已占用的对应特定测试***的虚拟机的数量。
具体地，该比较的步骤可以是实时执行的，进而可以实时的确定该任务占用的对应特定测试***的虚拟机的数量是否合理，以便于根据实时结果实时调配虚拟机资源。
步骤S206，根据比较结果，对自动化云平台的虚拟机资源进行调配。
具体地，根据比较结果，调配适配于特定测试***的虚拟机资源，以使任务占用合理数量的虚拟机资源。下面以一种具体的调配方式说明本发明的调配过程：
获取任务的任一待执行测试用例的调度请求，其中，调度请求指将待执行测试用例分配给适配于特定测试***的虚拟机进行测试的请求；若自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量小于虚拟机数量阈值，表明该任务可以进一步占用空闲的虚拟机，以加快执行该任务中的待测试用例的速度，具体地，可将待执行测试用例的快照处理任务派发至未为任务执行过快照处理的适配于特定测试***的虚拟机，或者，当平台中不存在空闲的虚拟机时，也可以将待执行测试用例的快照任务派发至已为其它任务执行过快照处理、但当前未执行该其它任务中的测试用例的适配于特定测试***的虚拟机，也即剥夺其它任务所占用的虚拟机资源。若自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于虚拟机数量阈值，表明该任务已占用了足够多的适配于特定测试***的虚拟机资源，则不再派发快照处理任务给其它虚拟机，而是将待执行测试用例的执行任务派发至已为任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机，或者，若已为任务执行完快照处理的适配于特定***的虚拟机中不存在处于可用状态的虚拟机，则等待直至至少一个虚拟机执行完当前正在执行的测试用例，并处于可用状态后，再进行执行任务的派发。
进一步的，若自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量大于虚拟机数量阈值，则对自动化平台中已为任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理，以为其它任务释放虚拟机资源。可选的，将自动化平台中已为任务执行完快照处理的适配于特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于虚拟机数量阈值，其中，置为初始状态的虚拟机则可以用于执行其它任务的测试用例。
需要说明的是，本发明并不以此上述示出的具体的调配方式为限，具体实施时，本领域技术人员可灵活设置调配的方式，以使各个任务实时占用的虚拟机的数量始终保持在合理的范围内，进而提高平台的整体测试效率。
另外，由于平台中的待执行测试用例不断地在被执行，同时随着一些新的任务被派发，相应的会有新的待执行测试用例产生，为了在这种待执行测试用例动态变化的环境中，可以保持为各个任务分配的虚拟机资源的合理性，可以预设时间间隔执行本实施例方案，在预设时间间隔到达时，计算任务对应特定测试***的虚拟机数量阈值，以及根据该虚拟机数量阈值和任务占用的虚拟机数量的大小，调配平台中的虚拟机资源，进而达到根据数量动态变化的待执行测试用例合理分配虚拟机资源的效果。
根据本实施例提供的虚拟机资源的管理方法，根据任务的待执行测试用例的数量，为任务分配虚拟机资源，使得有合理数量的虚拟机去测试该任务中的测试用例；并且，可以通过调整虚拟机数量阈值，以提高待执行测试用例较少的任务的执行速度，以及为新派发的任务保留足够的虚拟机资源；然后根据该任务实时占用的虚拟机的数量与分配的虚拟机资源的比较结果，对自动化云平台的虚拟机资源进行调配，使该任务实时占用的虚拟机的数量在合理的范围内，进而在保障该任务中的测试用例可以被及时执行的情况下，同时不影响其它任务中的测试用例的执行，提高了平台的整体效率。
图3示出了根据本发明一个实施例的虚拟机资源的管理装置的功能框图。如图3所示，该装置包括：第一确定模块301、计算模块302、比较模块303、调配模块304；可选的，该装置还包括：第二确定模块305、第一判断模块306、第一调整模块307、第一判断模块306、第一调整模块307。
第一确定模块301，适于确定需在特定测试***中进行测试的各个任务；
计算模块302，适于针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
比较模块303，适于将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
调配模块304，适于根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
在一种可选的实施方式中，所述装置还包括：第二确定模块305，适于确定所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量。
在一种可选的实施方式中，所述计算模块302进一步适于：
确定所述自动化平台中适配于所述特定测试***的虚拟机的总数量；
计算所述任务的待执行测试用例的数量与所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量的比值；
根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值。
在一种可选的实施方式中，所述装置还包括：
第一判断模块306，判断所述比值是否小于第一比例阈值；
第一调整模块307，适于若所述比值小于第一比例阈值，则将所述任务的待测试用例的数量确定为所述任务对应特定测试***的虚拟机数量阈值；
若否，则执行根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值的步骤。
在一种可选的实施方式中，所述调配模块304进一步适于：
获取所述任务的任一待执行测试用例的调度请求；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量小于所述虚拟机数量阈值，则将所述待执行测试用例的快照处理任务派发至未为所述任务执行过快照处理的适配于所述特定测试***的虚拟机；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于所述虚拟机数量阈值，则将所述待执行测试用例的执行任务派发至已为所述任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机。
在一种可选的实施方式中，所述调配模块304进一步适于：
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量大于所述虚拟机数量阈值，则对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理。
在一种可选的实施方式中，所述调配模块304进一步适于：
将所述自动化平台中已为所述任务执行完快照处理的适配于所述特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于所述虚拟机数量阈值。
在一种可选的实施方式中，所述装置还包括：
第二判断模块308，适于判断所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值是否超过第二比例阈值；
第二调整模块309，适于若所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值超过第二比例阈值，则根据第二比例阈值对所述虚拟机数量阈值进行调整。
关于上述各个模块的具体结构和工作原理可参照方法实施例中相应步骤的描述，此处不再赘述。
本申请实施例提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的虚拟机资源的管理方法。
图4示出了根据本发明实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图4所示，该计算设备可以包括：处理器(processor)402、通信接口(Communications Interface)404、存储器(memory)404、以及通信总线408。
其中：
处理器402、通信接口404、以及存储器404通过通信总线408完成相互间的通信。
通信接口404，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402，用于执行程序410，具体可以执行上述虚拟机资源的管理方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器404，用于存放程序410。存储器404可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序410具体可以用于使得处理器402执行以下操作：
确定需在特定测试***中进行测试的各个任务；
针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
确定所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
确定所述自动化平台中适配于所述特定测试***的虚拟机的总数量；
计算所述任务的待执行测试用例的数量与所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量的比值；
根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
判断所述比值是否小于第一比例阈值；
若是，则将所述任务的待测试用例的数量确定为所述任务对应特定测试***的虚拟机数量阈值。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
获取所述任务的任一待执行测试用例的调度请求；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量小于所述虚拟机数量阈值，则将所述待执行测试用例的快照处理任务派发至未为所述任务执行过快照处理的适配于所述特定测试***的虚拟机；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于所述虚拟机数量阈值，则将所述待执行测试用例的执行任务派发至已为所述任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量大于所述虚拟机数量阈值，则对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
将所述自动化平台中已为所述任务执行完快照处理的适配于所述特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于所述虚拟机数量阈值。
在一种可选的实施方式中，程序410具体可以进一步用于使得处理器402执行以下操作：
判断所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值是否超过第二比例阈值；
若是，则根据第二比例阈值对所述虚拟机数量阈值进行调整。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的虚拟机资源的管理装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
本发明公开了：A1.一种虚拟机资源的管理方法，包括：
确定需在特定测试***中进行测试的各个任务；
针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
A2.根据A1所述的方法，其中，在所述根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值之前，所述方法还包括：
确定所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量。
A3.根据A2所述的方法，其中，所述根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值进一步包括：
确定所述自动化平台中适配于所述特定测试***的虚拟机的总数量；
计算所述任务的待执行测试用例的数量与所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量的比值；
根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值。
A4.根据A3所述的方法，其中，在所述计算所述任务对应特定测试***的虚拟机数量阈值之后，所述方法还包括：
判断所述比值是否小于第一比例阈值；
若是，则将所述任务的待测试用例的数量确定为所述任务对应特定测试***的虚拟机数量阈值。
A5.根据A1-A4任一项所述的方法，其中，所述根据比较结果，对所述自动化云平台的虚拟机资源进行调配进一步包括：
获取所述任务的任一待执行测试用例的调度请求；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量小于所述虚拟机数量阈值，则将所述待执行测试用例的快照处理任务派发至未为所述任务执行过快照处理的适配于所述特定测试***的虚拟机；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于所述虚拟机数量阈值，则将所述待执行测试用例的执行任务派发至已为所述任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机。
A6.根据A1-A5中任一项所述的方法，其中，所述根据比较结果，对所述自动化云平台的虚拟机资源进行调配进一步包括：
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量大于所述虚拟机数量阈值，则对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理。
A7.根据A6所述的方法，其中，所述对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理具体为：
将所述自动化平台中已为所述任务执行完快照处理的适配于所述特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于所述虚拟机数量阈值。
A8.根据A1-A7中任一项所述的方法，其中，在所述计算所述任务对应特定测试***的虚拟机数量阈值之后，所述方法还包括：
判断所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值是否超过第二比例阈值；
若是，则根据第二比例阈值对所述虚拟机数量阈值进行调整。
本发明还公开了：B9.一种虚拟机资源的管理装置，包括：
第一确定模块，适于确定需在特定测试***中进行测试的各个任务；
计算模块，适于针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
比较模块，适于将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
调配模块，适于根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
B10.根据B9所述的装置，其中，所述装置还包括：
第二确定模块，适于确定所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量。
B11.根据B10所述的装置，其中，所述计算模块进一步适于：
确定所述自动化平台中适配于所述特定测试***的虚拟机的总数量；
计算所述任务的待执行测试用例的数量与所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量的比值；
根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值。
B12.根据B11所述的装置，其中，所述装置还包括：
第一判断模块，适于判断所述比值是否小于第一比例阈值；
第一调整模块，适于若所述比值小于第一比例阈值，则将所述任务的待测试用例的数量确定为所述任务对应特定测试***的虚拟机数量阈值。
B13.根据B9-B12任一项所述的装置，其中，所述调配模块进一步适于：
获取所述任务的任一待执行测试用例的调度请求；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量小于所述虚拟机数量阈值，则将所述待执行测试用例的快照处理任务派发至未为所述任务执行过快照处理的适配于所述特定测试***的虚拟机；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于所述虚拟机数量阈值，则将所述待执行测试用例的执行任务派发至已为所述任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机。
B14.根据B9-B13中任一项所述的装置，其中，所述调配模块进一步适于：
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量大于所述虚拟机数量阈值，则对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理。
B15.根据B14所述的装置，其中，所述调配模块进一步适于：
将所述自动化平台中已为所述任务执行完快照处理的适配于所述特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于所述虚拟机数量阈值。
B16.根据B9-B15中任一项所述的装置，其中，所述装置还包括：
第二判断模块，适于判断所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值是否超过第二比例阈值；
第二调整模块，适于若所述虚拟机数量阈值与所述自动化平台中适配于所述特定测试***的虚拟机的总数量的比值超过第二比例阈值，则根据第二比例阈值对所述虚拟机数量阈值进行调整。
本发明还公开了：C17.一种计算设备/终端/服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如A1-A8中任一项所述的虚拟机资源的管理方法对应的操作。
本发明还公开了：D18.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如A1-A8中任一项所述的虚拟机资源的管理方法对应的操作。

Claims (10)

1.一种虚拟机资源的管理方法，包括：
确定需在特定测试***中进行测试的各个任务；
针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
2.根据权利要求1所述的方法，其中，在所述根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值之前，所述方法还包括：
确定所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量。
3.根据权利要求2所述的方法，其中，所述根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值进一步包括：
确定所述自动化平台中适配于所述特定测试***的虚拟机的总数量；
计算所述任务的待执行测试用例的数量与所述自动化云平台中需要利用所述特定测试***进行测试的待执行测试用例的总数量的比值；
根据所述适配于所述特定测试***的虚拟机的总数量以及所述比值，计算所述任务对应特定测试***的虚拟机数量阈值。
4.根据权利要求3所述的方法，其中，在所述计算所述任务对应特定测试***的虚拟机数量阈值之后，所述方法还包括：
判断所述比值是否小于第一比例阈值；
若是，则将所述任务的待测试用例的数量确定为所述任务对应特定测试***的虚拟机数量阈值。
5.根据权利要求1-4任一项所述的方法，其中，所述根据比较结果，对所述自动化云平台的虚拟机资源进行调配进一步包括：
获取所述任务的任一待执行测试用例的调度请求；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量小于所述虚拟机数量阈值，则将所述待执行测试用例的快照处理任务派发至未为所述任务执行过快照处理的适配于所述特定测试***的虚拟机；
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量等于或大于所述虚拟机数量阈值，则将所述待执行测试用例的执行任务派发至已为所述任务执行完快照处理、并且处于可用状态的适配于所述特定测试***的虚拟机。
6.根据权利要求1-5中任一项所述的方法，其中，所述根据比较结果，对所述自动化云平台的虚拟机资源进行调配进一步包括：
若所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量大于所述虚拟机数量阈值，则对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理。
7.根据权利要求6所述的方法，其中，所述对所述自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量进行缩容处理具体为：
将所述自动化平台中已为所述任务执行完快照处理的适配于所述特定测试***的虚拟机中一部分虚拟机的状态置为初始状态，使剩余部分虚拟机的数量等于或小于所述虚拟机数量阈值。
8.一种虚拟机资源的管理装置，包括：
第一确定模块，适于确定需在特定测试***中进行测试的各个任务；
计算模块，适于针对任一任务，根据所述任务的待执行测试用例的数量，计算所述任务对应特定测试***的虚拟机数量阈值；
比较模块，适于将自动化平台中已为所述任务执行完快照处理的对应特定测试***的虚拟机的数量与所述虚拟机数量阈值进行比较；
调配模块，适于根据比较结果，对所述自动化云平台的虚拟机资源进行调配。
9.一种计算设备/终端/服务器，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-7中任一项所述的虚拟机资源的管理方法对应的操作。
10.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-7中任一项所述的虚拟机资源的管理方法对应的操作。
CN201810878692.8A 2018-08-03 2018-08-03 虚拟机资源的管理方法、装置及计算设备 Pending CN109086120A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810878692.8A CN109086120A (zh) 2018-08-03 2018-08-03 虚拟机资源的管理方法、装置及计算设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810878692.8A CN109086120A (zh) 2018-08-03 2018-08-03 虚拟机资源的管理方法、装置及计算设备

Publications (1)

Publication Number Publication Date
CN109086120A true CN109086120A (zh) 2018-12-25

Family

ID=64833630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810878692.8A Pending CN109086120A (zh) 2018-08-03 2018-08-03 虚拟机资源的管理方法、装置及计算设备

Country Status (1)

Country Link
CN (1) CN109086120A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117244A (zh) * 2018-06-13 2019-01-01 成都颠峰科创信息技术有限公司 一种虚拟机资源申请排队机制的实现方法
CN110213127A (zh) * 2019-05-28 2019-09-06 苏州浪潮智能科技有限公司 一种融合虚拟化多任务的自动化测试***及方法
CN110764873A (zh) * 2019-10-21 2020-02-07 深圳金蝶账无忧网络科技有限公司 一种虚拟机资源管理方法、***及相关设备
CN111143037A (zh) * 2019-12-31 2020-05-12 联想(北京)有限公司 一种虚拟机资源分配方法、设备、***及存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070186212A1 (en) * 2006-01-24 2007-08-09 Citrix Systems, Inc. Methods and systems for providing access to a computing environment
CN102880532A (zh) * 2011-07-13 2013-01-16 财团法人资讯工业策进会 以云端技术为基础的测试***与方法
US20130110839A1 (en) * 2011-10-31 2013-05-02 Evan R. Kirshenbaum Constructing an analysis of a document
CN104572301A (zh) * 2015-01-04 2015-04-29 中国联合网络通信集团有限公司 一种资源分配方法和***
CN105426241A (zh) * 2015-11-16 2016-03-23 北京航空航天大学 一种基于云计算数据中心的统一资源调度节能方法
CN106961351A (zh) * 2017-03-03 2017-07-18 南京邮电大学 基于Docker容器集群的智能弹性伸缩方法
CN107357641A (zh) * 2017-06-21 2017-11-17 西安电子科技大学 一种云计算中任务调度方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070186212A1 (en) * 2006-01-24 2007-08-09 Citrix Systems, Inc. Methods and systems for providing access to a computing environment
CN102880532A (zh) * 2011-07-13 2013-01-16 财团法人资讯工业策进会 以云端技术为基础的测试***与方法
US20130110839A1 (en) * 2011-10-31 2013-05-02 Evan R. Kirshenbaum Constructing an analysis of a document
CN104572301A (zh) * 2015-01-04 2015-04-29 中国联合网络通信集团有限公司 一种资源分配方法和***
CN105426241A (zh) * 2015-11-16 2016-03-23 北京航空航天大学 一种基于云计算数据中心的统一资源调度节能方法
CN106961351A (zh) * 2017-03-03 2017-07-18 南京邮电大学 基于Docker容器集群的智能弹性伸缩方法
CN107357641A (zh) * 2017-06-21 2017-11-17 西安电子科技大学 一种云计算中任务调度方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117244A (zh) * 2018-06-13 2019-01-01 成都颠峰科创信息技术有限公司 一种虚拟机资源申请排队机制的实现方法
CN109117244B (zh) * 2018-06-13 2021-12-03 成都颠峰科创信息技术有限公司 一种虚拟机资源申请排队机制的实现方法
CN110213127A (zh) * 2019-05-28 2019-09-06 苏州浪潮智能科技有限公司 一种融合虚拟化多任务的自动化测试***及方法
CN110764873A (zh) * 2019-10-21 2020-02-07 深圳金蝶账无忧网络科技有限公司 一种虚拟机资源管理方法、***及相关设备
CN110764873B (zh) * 2019-10-21 2022-09-27 深圳金蝶账无忧网络科技有限公司 一种虚拟机资源管理方法、***及相关设备
CN111143037A (zh) * 2019-12-31 2020-05-12 联想(北京)有限公司 一种虚拟机资源分配方法、设备、***及存储介质
CN111143037B (zh) * 2019-12-31 2023-11-21 联想(北京)有限公司 一种虚拟机资源分配方法、设备、***及存储介质

Similar Documents

Publication Publication Date Title
CN109086120A (zh) 虚拟机资源的管理方法、装置及计算设备
Van den Bossche et al. Cost-optimal scheduling in hybrid iaas clouds for deadline constrained workloads
CN106199696B (zh) 地震数据处理***和方法
CN109088905A (zh) 一种基于云计算的数学模型服务***及数学模型管理方法
CN103425536B (zh) 一种面向分布式***性能测试的测试资源管理方法
CN107515786A (zh) 资源分配方法、主装置、从装置和分布式计算***
CN106095654A (zh) 性能验证装置、具有性能验证装置的***以及方法
CN109165158A (zh) 测试用例的调度方法、装置、计算设备及计算机存储介质
CN109871328A (zh) 一种软件测试方法及装置
CN105808347A (zh) 集群服务器部署计算方法及装置
Garg et al. Order scheduling models: Hardness and algorithms
Gambi et al. O! snap: Cost-efficient testing in the cloud
CN113296905A (zh) 调度方法、装置、电子设备、存储介质及软件产品
Zhang et al. {K-Scope}: Online Performance Tracking for Dynamic Cloud Applications
CN109634714A (zh) 一种智能调度的方法及装置
CN105373409B (zh) 基于Hadoop的测试用例分布式测试方法及***
Korkhov et al. A grid-based virtual reactor: Parallel performance and adaptive load balancing
Baresi et al. A simulation-based comparison between industrial autoscaling solutions and cocos for cloud applications
CN110287008A (zh) 一种测试任务调度方法、装置及电子设备
Liu et al. Cost-benefit evaluation on parallel execution for improving test efficiency over cloud
Turilli et al. Evaluating distributed execution of workloads
De Oliveira et al. A framework for automated software testing on the cloud
Srivastava et al. Enhancing the functionality of a gridsim-based scheduler for effective use with large-scale scientific applications
Cao et al. Novel client-cloud architecture for scalable instance-intensive workflow systems
Back Hybrid serverless and virtual machine deployment model for cost minimization of cloud applications

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

Application publication date: 20181225