CN109471720A - 在线运维*** - Google Patents

在线运维*** Download PDF

Info

Publication number
CN109471720A
CN109471720A CN201811220292.4A CN201811220292A CN109471720A CN 109471720 A CN109471720 A CN 109471720A CN 201811220292 A CN201811220292 A CN 201811220292A CN 109471720 A CN109471720 A CN 109471720A
Authority
CN
China
Prior art keywords
service
node
load
factory
instance
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
CN201811220292.4A
Other languages
English (en)
Inventor
毕研儒
张晋锋
解文龙
苗海锋
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.)
Dawning Information Industry Beijing Co Ltd
Original Assignee
Dawning Information Industry Beijing 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 Dawning Information Industry Beijing Co Ltd filed Critical Dawning Information Industry Beijing Co Ltd
Priority to CN201811220292.4A priority Critical patent/CN109471720A/zh
Publication of CN109471720A publication Critical patent/CN109471720A/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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • 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
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/508—Monitor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种在线运维***，包括：服务工厂和多个节点，基于每个节点运行一个负载监控中心和至少一个服务实例，服务工厂用于根据服务‑实例映射表和实例‑地址映射表在当前所有服务实例中为用户请求的服务分配一个服务实例以响应用户请求的服务，还用于根据实例负载表和节点负载表，在当前所有服务实例的基础上新增服务实例或者回收服务实例；负载监控中心用于定时收集与负载监控中心所对应节点上的全部服务实例的实例负载和所对应节点的节点负载，并将实例负载和节点负载发送给服务工厂，以使服务工厂定时更新实例负载表和节点负载表；服务实例用于处理用户请求的服务。本发明能够根据服务访问压力，自适应调整服务实例的规模。

Description

在线运维***
技术领域
本发明涉及服务器运维技术领域，尤其涉及一种在线运维***。
背景技术
曙光在线运维***EasyOP已经接入了数以百计的集群，节点总数也达到了数万个。EasyOP目前主要提供两类服务：监控服务和查询管理服务，其中，监控服务的访问压力相对比较稳定，只有在接入新集群和删除旧集群时才会发生较大变化，而查询管理服务的访问压力是实时波动的，且波动较大，随时会出现飙高或者空闲的状态。
在实现本发明的过程中，发明人发现现有技术中至少存在如下技术问题：
现有的在线运维***当服务访问压力出现飙高时，无法满足服务需求，当服务访问压力较低时，又会出现资源浪费。
发明内容
为解决现有技术的问题，本发明提供一种在线运维***，能够根据服务访问压力，自适应调整服务实例的规模。
本发明提供一种在线运维***，包括：服务工厂和多个节点，基于每个节点运行一个负载监控中心和至少一个服务实例，所述服务工厂存储有实例负载表、节点负载表、服务-实例映射表以及实例-地址映射表，其中，
所述服务工厂，用于根据所述服务-实例映射表和所述实例-地址映射表在当前所有服务实例中为用户请求的服务分配一个服务实例以响应所述用户请求的服务，还用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上新增服务实例或者回收服务实例，其中，所述服务-实例映射表和所述实例-地址映射表由所述服务工厂在新增服务实例或者回收服务实例之后更新，所述实例负载表和所述节点负载表由所述服务工厂根据所述负载监控中心发来的实例负载和节点负载定时更新；
所述负载监控中心，用于定时收集与所述负载监控中心所对应节点上的全部服务实例的实例负载和所对应节点的节点负载，并将实例负载和节点负载发送给所述服务工厂，以使所述服务工厂定时更新所述实例负载表和所述节点负载表；
所述服务实例，用于处理所述用户请求的服务。
可选地，所述服务工厂用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上新增服务实例，包括：
所述服务工厂根据所述实例负载表获取当前所有服务实例的实例负载；
当所有服务实例的实例负载都高于第一阈值时，所述服务工厂从所述节点负载表中选择节点负载最低的节点；
所述服务工厂查看所选择的节点上是否有服务镜像，如果有服务镜像，则远程启动所选择的节点上的服务镜像，开启新的服务实例，如果没有服务镜像，则分发服务镜像至所选择的节点，再远程启动所选择的节点上的服务镜像，开启新的服务实例；
启动新的服务实例之后，所述服务工厂更新所述服务-实例映射表和所述实例-地址映射表。
可选地，所述服务工厂用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上回收服务实例，包括：
所述服务工厂根据所述实例负载表获取当前所有服务实例的实例负载，计算所有服务实例的平均实例负载；
当平均实例负载在设定时间间隔内持续低于第二阈值时，所述服务工厂从所述节点负载表中选择节点负载最高的节点，停止所选择的节点上的一个服务实例；
停止所述服务实例之后，所述服务工厂更新所述服务-实例映射表和所述实例-地址映射表。
可选地，所述服务工厂，还用于接收用户请求的服务，在服务注册表中记录服务名称和服务镜像路径。
可选地，所述服务工厂，还用于新增节点时，在节点注册表中记录节点名称、节点地址。
本发明提供的在线运维***，基于工厂模式弹性扩缩服务实例规模，当服务访问压力较高时，服务工厂热扩展服务实例以满足服务需求；当服务访问压力较低时，服务工厂热回收多余的服务实例以节省***资源，与现有技术相比，本发明能够根据服务访问压力，自适应调整服务实例的规模，协调资源使用，提高资源利用率。
附图说明
图1为本发明的在线运维***的一个实施例的***架构示意图；
图2为本发明的在线运维***响应用户请求的服务的过程示意图；
图3为本发明的在线运维***的服务工厂新增服务实例的流程示意图；
图4为本发明的在线运维***的服务工厂回收服务实例的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种在线运维***，包括：服务工厂和多个节点，每个节点指一台服务器或者一台虚拟机，也就是说，是一个操作***环境，基于每个节点运行一个负载监控中心和至少一个服务实例，服务工厂存储有实例负载表、节点负载表、服务-实例映射表以及实例-地址映射表，其中，
服务工厂，用于根据服务-实例映射表和实例-地址映射表在当前所有服务实例中为用户请求的服务分配一个服务实例以响应用户请求的服务，还用于根据实例负载表和节点负载表，在当前所有服务实例的基础上新增服务实例或者回收服务实例以适应服务访问压力；
负载监控中心，用于定时收集与负载监控中心所对应节点上的全部服务实例的实例负载和所对应节点的节点负载，并将实例负载和节点负载发送给服务工厂，以使服务工厂定时更新实例负载表和节点负载表；
服务实例，用于处理用户请求的服务。
需要说明的是，实例负载表记录了所有服务实例的工作负荷，节点负载表记录了所有节点的工作负荷，服务-实例映射表记录了用户请求的服务与服务实例之间的映射关系，实例-地址映射表记录了每个服务实例与各自地址之间的映射关系，可见，实例负载表和节点负载表用于表示服务访问压力，实例负载表和节点负载表由服务工厂根据负载监控中心发来的实例负载和节点负载定时更新，服务-实例映射表和实例-地址映射表用于为用户请求的服务分配一个服务实例，服务-实例映射表和实例-地址映射表由服务工厂在新增服务实例或者回收服务实例之后更新。
为了更加直观，以两个节点为例来说明在线运维***的架构，如图1所示，在线运维***包括服务工厂101和节点1、节点2，基于节点1运行负载监控中心10、服务实例11和服务实例12，基于节点2运行负载监控中心20和服务实例21，其中，
服务工厂101用于根据服务-实例映射表和实例-地址映射表在当前所有服务实例(服务实例11、12和21)中为用户请求的服务分配一个服务实例以响应用户请求的服务，图1中服务工厂101将用户请求的服务分配给了服务实例11，服务工厂101还用于根据实例负载表和节点负载表，在当前所有服务实例的基础上新增服务实例或者回收服务实例；
负载监控中心10用于定时收集节点1上的服务实例11和12的实例负载以及节点1的节点负载，并发送给服务工厂101；
负载监控中心20用于定时收集节点2上的服务实例21的实例负载以及节点2的节点负载，并发送给服务工厂101；
服务实例11、12和21都可以用于处理用户请求的服务，图1中由服务实例11处理用户请求的服务。
补充说明的是，服务工厂101在当前所有服务实例中为用户请求的服务分配一个服务实例，并由该服务实例响应用户请求的服务的过程可以用图2来表示。整个流程为：
(1)用户向服务工厂请求服务；
(2)服务工厂根据节点负载表和实例负载表，选择一个负载最低的服务实例并返回该实例地址和端口给用户；
(3)用户向该服务实例请求服务处理；
(4)服务实例将处理结果响应给用户。
进一步地，服务工厂新增服务实例有两个时机：(1)用户第一次请求服务时，如果没有对应的服务实例，需要新增服务实例；(2)当前所有服务实例负载都超过设定的第一阈值(负载过高)时，需要新增服务实例。
针对第一种情况，服务工厂根据节点负载情况，选择一个合适的节点启动一个服务实例。启动实例后，服务工厂更新服务-实例映射表和实例-地址映射表。
针对第二种情况，如图3所示，服务工厂新增服务实例的流程为：
S31、服务工厂根据实例负载表获取当前所有服务实例的实例负载；
S32、当所有服务实例的实例负载都高于第一阈值时，服务工厂从节点负载表中选择节点负载最低的节点；
S33、服务工厂查看所选择的节点上是否有服务镜像，如果有服务镜像，则直接进入S35，如果没有服务镜像，则先进入S34，再执行S35；
S34、分发服务镜像至所选择的节点，这里服务镜像是指服务实例的启动脚本及运行程序；
S35、远程启动所选择的节点上的服务镜像，开启新的服务实例；
S36、启动新的服务实例之后，服务工厂更新服务-实例映射表和实例-地址映射表。
进一步地，如图4所示，服务工厂回收服务实例的流程为：
S41、服务工厂根据实例负载表获取当前所有服务实例的实例负载，计算所有服务实例的平均实例负载；
S42、当平均实例负载在设定时间间隔内持续低于第二阈值(负载过低)时，服务工厂从节点负载表中选择节点负载最高的节点，停止所选择的节点上的一个服务实例；
S43、停止服务实例之后，服务工厂更新服务-实例映射表和实例-地址映射表。
通过上述可知，服务工厂通过动态启动或停止服务实例，达到了根据服务访问压力，自适应调整服务实例规模的效果，当服务访问压力较高时，服务工厂热扩展服务实例以满足服务需求；当服务访问压力较低时，服务工厂热回收多余的服务实例以节省***资源，与现有技术相比，能够根据服务访问压力，自适应调整服务实例的规模，协调资源使用，提高资源利用率。
上面重点介绍了服务工厂如何新增服务实例和回收服务实例，另外服务工厂还用于服务注册和节点注册。
服务工厂存储有服务注册表，当有新的服务请求时，向服务工厂注册服务。服务工厂接收用户请求的服务，在服务注册表中记录服务名称、服务镜像路径等元信息。
服务工厂存储有节点注册表，当***中所有节点负载都较高时，就需要新增节点。当新增节点时，向服务工厂注册节点。服务工厂在节点注册表中记录节点名称、节点地址等元信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (5)

1.一种在线运维***，其特征在于，包括：服务工厂和多个节点，基于每个节点运行一个负载监控中心和至少一个服务实例，所述服务工厂存储有实例负载表、节点负载表、服务-实例映射表以及实例-地址映射表，其中，
所述服务工厂，用于根据所述服务-实例映射表和所述实例-地址映射表在当前所有服务实例中为用户请求的服务分配一个服务实例以响应所述用户请求的服务，还用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上新增服务实例或者回收服务实例，其中，所述服务-实例映射表和所述实例-地址映射表由所述服务工厂在新增服务实例或者回收服务实例之后更新，所述实例负载表和所述节点负载表由所述服务工厂根据所述负载监控中心发来的实例负载和节点负载定时更新；
所述负载监控中心，用于定时收集与所述负载监控中心所对应节点上的全部服务实例的实例负载和所对应节点的节点负载，并将实例负载和节点负载发送给所述服务工厂，以使所述服务工厂定时更新所述实例负载表和所述节点负载表；
所述服务实例，用于处理所述用户请求的服务。
2.根据权利要求1所述的在线运维***，其特征在于，所述服务工厂用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上新增服务实例，包括：
所述服务工厂根据所述实例负载表获取当前所有服务实例的实例负载；
当所有服务实例的实例负载都高于第一阈值时，所述服务工厂从所述节点负载表中选择节点负载最低的节点；
所述服务工厂查看所选择的节点上是否有服务镜像，如果有服务镜像，则远程启动所选择的节点上的服务镜像，开启新的服务实例，如果没有服务镜像，则分发服务镜像至所选择的节点，再远程启动所选择的节点上的服务镜像，开启新的服务实例；
启动新的服务实例之后，所述服务工厂更新所述服务-实例映射表和所述实例-地址映射表。
3.根据权利要求1所述的在线运维***，其特征在于，所述服务工厂用于根据所述实例负载表和所述节点负载表，在当前所有服务实例的基础上回收服务实例，包括：
所述服务工厂根据所述实例负载表获取当前所有服务实例的实例负载，计算所有服务实例的平均实例负载；
当平均实例负载在设定时间间隔内持续低于第二阈值时，所述服务工厂从所述节点负载表中选择节点负载最高的节点，停止所选择的节点上的一个服务实例；
停止所述服务实例之后，所述服务工厂更新所述服务-实例映射表和所述实例-地址映射表。
4.根据权利要求1所述的在线运维***，其特征在于，所述服务工厂，还用于接收用户请求的服务，在服务注册表中记录服务名称和服务镜像路径。
5.根据权利要求1所述的在线运维***，其特征在于，所述服务工厂，还用于新增节点时，在节点注册表中记录节点名称、节点地址。
CN201811220292.4A 2018-10-19 2018-10-19 在线运维*** Pending CN109471720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811220292.4A CN109471720A (zh) 2018-10-19 2018-10-19 在线运维***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811220292.4A CN109471720A (zh) 2018-10-19 2018-10-19 在线运维***

Publications (1)

Publication Number Publication Date
CN109471720A true CN109471720A (zh) 2019-03-15

Family

ID=65664132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811220292.4A Pending CN109471720A (zh) 2018-10-19 2018-10-19 在线运维***

Country Status (1)

Country Link
CN (1) CN109471720A (zh)

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102244685A (zh) * 2011-08-11 2011-11-16 中国科学院软件研究所 一种支持负载均衡的分布式缓存动态伸缩方法及***
US20150222515A1 (en) * 2014-02-06 2015-08-06 Hitachi, Ltd. Management and orchestration server
CN105119913A (zh) * 2015-08-13 2015-12-02 东南大学 一种基于Docker的Web服务器架构及各模块之间的交互方法
US9509617B1 (en) * 2016-02-09 2016-11-29 Grubhub Holdings Inc. Auto load transfer in geographically distributed systems
CN106484528A (zh) * 2016-09-07 2017-03-08 北京百度网讯科技有限公司 分布式框架中用于实现集群动态伸缩的方法及装置
CN106603618A (zh) * 2016-09-14 2017-04-26 浪潮电子信息产业股份有限公司 一种基于云平台的应用弹性伸缩方法
CN106888254A (zh) * 2017-01-20 2017-06-23 华南理工大学 一种基于Kubernetes的容器云架构及其各模块之间的交互方法
US20170192761A1 (en) * 2010-10-08 2017-07-06 Microsoft Technology Licensing, Llc Dynamic data and compute resource elasticity
CN107197053A (zh) * 2017-07-31 2017-09-22 郑州云海信息技术有限公司 一种负载均衡方法和装置
CN107205020A (zh) * 2017-05-05 2017-09-26 国网福建省电力有限公司 面向服务架构下的服务负载均衡方法及***
CN107370816A (zh) * 2017-07-26 2017-11-21 郑州云海信息技术有限公司 一种Web应用的部署方法和装置
CN107608762A (zh) * 2017-09-26 2018-01-19 三盟科技股份有限公司 一种基于虚拟机性能实现业务动态伸缩的方法及***
CN108399100A (zh) * 2017-02-06 2018-08-14 ***通信集团公司 一种容器资源的调整方法及装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170192761A1 (en) * 2010-10-08 2017-07-06 Microsoft Technology Licensing, Llc Dynamic data and compute resource elasticity
CN102244685A (zh) * 2011-08-11 2011-11-16 中国科学院软件研究所 一种支持负载均衡的分布式缓存动态伸缩方法及***
US20150222515A1 (en) * 2014-02-06 2015-08-06 Hitachi, Ltd. Management and orchestration server
CN105119913A (zh) * 2015-08-13 2015-12-02 东南大学 一种基于Docker的Web服务器架构及各模块之间的交互方法
US9509617B1 (en) * 2016-02-09 2016-11-29 Grubhub Holdings Inc. Auto load transfer in geographically distributed systems
CN106484528A (zh) * 2016-09-07 2017-03-08 北京百度网讯科技有限公司 分布式框架中用于实现集群动态伸缩的方法及装置
CN106603618A (zh) * 2016-09-14 2017-04-26 浪潮电子信息产业股份有限公司 一种基于云平台的应用弹性伸缩方法
CN106888254A (zh) * 2017-01-20 2017-06-23 华南理工大学 一种基于Kubernetes的容器云架构及其各模块之间的交互方法
CN108399100A (zh) * 2017-02-06 2018-08-14 ***通信集团公司 一种容器资源的调整方法及装置
CN107205020A (zh) * 2017-05-05 2017-09-26 国网福建省电力有限公司 面向服务架构下的服务负载均衡方法及***
CN107370816A (zh) * 2017-07-26 2017-11-21 郑州云海信息技术有限公司 一种Web应用的部署方法和装置
CN107197053A (zh) * 2017-07-31 2017-09-22 郑州云海信息技术有限公司 一种负载均衡方法和装置
CN107608762A (zh) * 2017-09-26 2018-01-19 三盟科技股份有限公司 一种基于虚拟机性能实现业务动态伸缩的方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
散尽浮华: ""Kubernetes运维学习笔记"", 《HTTPS://WWW.CNBLOGS.COM/KEVINGRACE/P/5575666.HTML》 *

Similar Documents

Publication Publication Date Title
US9053167B1 (en) Storage device selection for database partition replicas
US9330004B2 (en) Data processing method, cache node, collaboration controller, and system
US20140282520A1 (en) Provisioning virtual machines on a physical infrastructure
CN106250226B (zh) 基于一致性哈希算法的任务调度方法及***
CN104679594B (zh) 一种中间件分布式计算方法
CN106936623A (zh) 分布式缓存***及缓存集群的管理方法
CN109085999A (zh) 数据处理方法及处理***
WO2020042427A1 (zh) 基于数据分片的对账方法、装置、计算机设备及存储介质
CN105138679B (zh) 一种基于分布式缓存的数据处理***及处理方法
CN102882909A (zh) 云计算服务监控***及方法
US10496282B1 (en) Adaptive port management to meet service level objectives using reinforcement learning
CN111966482B (zh) 边缘计算***
CN112698925B (zh) 一种服务器集群的容器混合运行处理方法
WO2021120633A1 (zh) 一种负载均衡方法及相关设备
Han et al. EdgeTuner: Fast scheduling algorithm tuning for dynamic edge-cloud workloads and resources
CN103236989A (zh) 一种内容分发网络中的缓存控制方法、设备及***
CN110569302A (zh) 一种基于lucene的分布式集群的物理隔离的方法及装置
CN108881379B (zh) 一种服务器集群间数据同步的方法和装置
CN111400036A (zh) 基于服务器集群的云应用管理***、方法、装置及介质
US11947534B2 (en) Connection pools for parallel processing applications accessing distributed databases
CN108777718A (zh) 一种业务***通过客户端访问读多写少***的方法和装置
US8909666B2 (en) Data query system and constructing method thereof and corresponding data query method
CN104410511A (zh) 一种服务器管理方法及***
CN104765572B (zh) 一种节能的虚拟存储服务器***及其调度方法
CN109471720A (zh) 在线运维***

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: 20190315