CN110471785A - 一种快速定位存储性能问题的方法及*** - Google Patents
一种快速定位存储性能问题的方法及*** Download PDFInfo
- Publication number
- CN110471785A CN110471785A CN201910735351.XA CN201910735351A CN110471785A CN 110471785 A CN110471785 A CN 110471785A CN 201910735351 A CN201910735351 A CN 201910735351A CN 110471785 A CN110471785 A CN 110471785A
- Authority
- CN
- China
- Prior art keywords
- storage
- utilization rate
- performance
- storage unit
- storage performance
- 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
- G06F11/0727—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in a storage system, e.g. in a DASD or network based storage system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明实施例公开了一种快速定位存储性能问题的方法及***,涉及存储技术领域,该方法包括以下步骤:针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;采集所述存储磁盘阵列中每个存储部件的性能指标;基于所述性能指标,通过利用率算法计算每个存储部件的利用率;将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。本发明实施例能将存储磁盘阵列中部件的性能指标进行统一,通过存储性能预览图可以快速有效地了解各个存储部件的性能情况,快速定位存储性能问题,为之后对利用率高的存储部件进行详细分析并出具解决方案从而解决存储性能瓶颈问题提供基础。
Description
技术领域
本发明实施例涉及存储技术领域,具体涉及一种快速定位存储性能问题的方法及***。
背景技术
随着信息技术的飞速发展,大数据、云、物联网等信息技术产生了前所未有的海量数据,根据IDC预测,到2020年全球数据预计超过40ZB并且数据的增长速度越来越快。存储设备已经并非只是存放数据的容器,其重要程度与日俱增,存储磁盘阵列作为一种存储设备,其健康状态和资源利用情况都会直接影响前端数据的业务***。在处理存储性能瓶颈的问题时,主要是查看各个部件的性能曲线。
通常存储磁盘阵列的架构是基于控制器数量和连接拓扑划分的,但无论哪种架构,其主要由前端口、缓存、后端口和后端磁盘组成。这些部件需要收集的性能指标主要为IOPS和吞吐量。但往往在实际的运维过程中,这些性能指标很难达到理论上限,其真实的使用情况无法量化地体现,而且每个部件的性能指标单位不统一,没有合理的标准来衡量是否存在性能瓶颈,从而给存储性能问题的定位和分析带来很大挑战。
基于以上的问题,亟需一种新的快速定位存储性能问题的方法及***的技术方案。
发明内容
为此,本发明实施例提供一种快速定位存储性能问题的方法及***,以解决现有技术中由于存储磁盘阵列各个部件的性能指标单位不统一而导致不能快速了解和定位存储磁盘阵列存储性能问题的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
根据本发明实施例的第一方面,一种快速定位存储性能问题的方法,包括以下步骤:
针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
采集所述存储磁盘阵列中每个存储部件的性能指标;
基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
进一步地,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘。
进一步地,所述利用率算法包括:
进一步地,所述将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中的步骤,具体包括:将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中。
根据本发明实施例的第二方面,一种快速定位存储性能问题的***,包括:
初始化模块:用于针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
采集模块:用于采集所述存储磁盘阵列中每个存储部件的性能指标;
计算模块:用于基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
可视化模块:用于将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
进一步地,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘。
进一步地,所述利用率算法包括:
进一步地,所述可视化模块,具体用于将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中。
根据本发明实施例的第三方面,提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一项快速定位存储性能问题的方法的步骤。
根据本发明实施例的第四方面,提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一项快速定位存储性能问题的方法的步骤。
本发明实施例具有如下优点:
本发明实施例根据存储磁盘阵列的架构类型初始化存储性能预览图,采集存储磁盘阵列中每个存储部件的性能指标,并通过利用率算法计算出每个存储部件的利用率,最后通过不同颜色将利用率可视化地展现在存储性能预览图中。本发明实施例将能够存储磁盘阵列各个部件的性能指标进行统一,通过存储性能预览图可以快速有效地了解各个存储部件的性能情况,快速定位存储性能问题,为之后对利用率高的存储部件进行详细分析并出具解决方案从而解决存储性能瓶颈问题提供基础。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例中提供的一种快速定位存储性能问题的方法流程图;
图2为本发明实施例中提供的一种快速定位存储性能问题的***结构示意图;
图3为本发明实施例提供的一种电子设备结构示意图;
图4为本发明实施例提供的存储性能预览图;
图中:210、初始化模块;220、采集模块;230、计算模块;240、可视化模块;310、处理器;320、存储器;330、通信接口;340、通信总线。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例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快速定位存储性能问题的方法,图1为本发明实施例提供的一种快速定位存储性能问题的方法流程图,参见图1,包括:
S1、针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
需要说明的是,存储磁盘阵列按照控制器个数阵列可以分为两大类:双控架构和多控架构。典型的双控***中,两个控制板通过镜像通道连接在一起,进行数据交换。每个控制板的后端分别接入物理硬盘的环路(通常物理硬盘是双端口,刚好可以接成两个环路),主机可以通过任何一个控制板接入存储阵列。目前采用双控架构如IBM DS8000系列和一些中低端存储基本上都采用双控架构。多控***按照连接拓扑进行划分,多控***可以划分为基于总线交换式的架构、矩阵直连架构、全互联架构、交换式架构。目前多控架构的阵列主要是一些高端阵列***,例如EMC的VMAX、HDS的VSP、IBM的XIV、HP的P10000和华为的HVS等产品。
具体地,根据存储磁盘阵列结构配置和微码版本初始化存储性能预览图。
S2、采集所述存储磁盘阵列中每个存储部件的性能指标;
具体地,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘;所述性能指标包括:前端端口吞吐量、前端端口带宽;采集周期内前端CPU空闲时间、前端控制器空闲时间、后端控制器空闲时间、后端CPU空闲时间、后端磁盘空闲时间;总缓存大小、写缓存分配比例、读缓存的单位时间随机读次数、读缓存的单位时间顺序读次数、读缓存的单位时间命中数、写缓存的单位时间写次数、写缓存的单位时间命中数;后端端口吞吐量、后端端口带宽。
S3、基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
所述利用率算法包括:
其中:
读缓存大小=总缓存大小×(1-写缓存分配比例);
单位时间读次数=单位时间随机读次数+单位时间顺序读次数;
写缓存大小=总缓存大小×写缓存分配比例;
需要说明的是,前后端端口的利用率算法与上述其他算法有所不同,利用端口可以取到的性能指标:吞吐量和端口理论带宽,上述二者的比例在实际情况中无法体现真实利用情况,因此在算法中引入端口带宽系数;所述端口带宽系数的取值为实际实施时所设定的值,一般在50%至80%之间。不同速率端口的带宽参考数值为:Fiber 16G:800M/S;Fiber 8G:500M/S;Fiber 4G:350M/S;Fiber 2G:200M/S;Fiber 1G:95M/S。
有些存储***无法单独取到读/写缓存的相关性能指标,因此可以使用下列算法进行计算:
其中:
单位时间总读写次数=单位时间随机读次数+单位时间顺序读次数+单位时间写次数。
S4、将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
具体地,将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中,参见图4,图中每个方块代表一个存储部件,其展现的颜色为该部件对应的利用率,左边为利用率标尺,不同颜色表示不同利用率的数值区间,颜色从冷色到暖色递进,例如蓝色表示利用率数值较小的区间,红色表示利用率数值较大的区间。
本发明实施例提供的一种快速定位存储性能问题的方法,根据存储磁盘阵列的架构类型初始化存储性能预览图,采集存储磁盘阵列中每个存储部件的性能指标,并通过利用率算法计算出每个存储部件的利用率,最后通过不同颜色将利用率可视化地展现在存储性能预览图中。本发明实施例将能够存储磁盘阵列各个部件的性能指标进行统一,通过存储性能预览图可以快速有效地了解各个存储部件的性能情况,快速定位存储性能问题,为之后对利用率高的存储部件进行详细分析并出具解决方案从而解决存储性能瓶颈问题提供基础。
本发明实施例提供一种快速定位存储性能问题的***,图2为本发明实施例提供的一种快速定位存储性能问题的***结构示意图,参见图2,包括:
初始化模块210:用于针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
采集模块220:用于采集所述存储磁盘阵列中每个存储部件的性能指标;
计算模块230:用于基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
可视化模块240:用于将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
在本发明上述实施例的基础上,提供一种快速定位存储性能问题的***,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘;所述利用率算法包括:
在本发明上述实施例的基础上,提供一种快速定位存储性能问题的***,所述可视化模块240,具体用于将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中。
本发明实施例提供的一种快速定位存储性能问题的***,通过初始化模块210根据存储磁盘阵列的架构类型初始化存储性能预览图,通过采集模块220采集存储磁盘阵列中每个存储部件的性能指标,并通过计算模块230利用合理的利用率算法计算出每个存储部件的利用率,最后通过可视化模块240利用不同颜色将利用率可视化地展现在存储性能预览图中。本发明实施例将能够存储磁盘阵列各个部件的性能指标进行统一,通过存储性能预览图可以快速有效地了解各个存储部件的性能情况,快速定位存储性能问题,为之后对利用率高的存储部件进行详细分析并出具解决方案从而解决存储性能瓶颈问题提供基础。
图3示例了一种电子设备的结构示意图,如图3所示,该电子设备可以包括:处理器(processor)310、存储器(memory)320、通信接口(Communications Interface)330和通信总线340,其中,处理器310,存储器320,通信接口330通过通信总线340完成相互间的通信。处理器310可以调用存储器320中的逻辑指令,以执行如下方法:针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;采集所述存储磁盘阵列中每个存储部件的性能指标;基于所述性能指标,通过利用率算法计算每个存储部件的利用率;将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
此外,上述的存储器320中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
虽然,上文中已经用一般性说明及具体实施例对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (10)
1.一种快速定位存储性能问题的方法,其特征在于,包括以下步骤:
针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
采集所述存储磁盘阵列中每个存储部件的性能指标;
基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
2.根据权利要求1所述的快速定位存储性能问题的方法,其特征在于,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘。
3.根据权利要求1所述的快速定位存储性能问题的方法,其特征在于,所述利用率算法包括:
4.根据权利要求1所述的快速定位存储性能问题的方法,其特征在于,所述将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中的步骤,具体包括:将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中。
5.一种快速定位存储性能问题的***,其特征在于,包括:
初始化模块:用于针对存储磁盘阵列的架构类型,初始化存储性能预览图,其中所述存储性能预览图用于显示所述存储磁盘阵列的存储部件结构;
采集模块:用于采集所述存储磁盘阵列中每个存储部件的性能指标;
计算模块:用于基于所述性能指标,通过利用率算法计算每个存储部件的利用率;
可视化模块:用于将所述利用率通过可视化的方式对应到所述存储性能预览图的存储部件中。
6.根据权利要求5所述的快速定位存储性能问题的***,其特征在于,所述存储部件包括前端端口、前端CPU、前端控制器、缓存、后端控制器、后端CPU、后端端口以及后端磁盘。
7.根据权利要求5所述的快速定位存储性能问题的***,其特征在于,所述利用率算法包括:
8.根据权利要求5所述的快速定位存储性能问题的***,其特征在于,所述可视化模块,具体用于将所述利用率通过相应的颜色表示并对应到所述存储性能预览图的存储部件中。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述快速定位存储性能问题的方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至4任一项所述快速定位存储性能问题的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910735351.XA CN110471785B (zh) | 2019-08-09 | 2019-08-09 | 一种快速定位存储性能问题的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910735351.XA CN110471785B (zh) | 2019-08-09 | 2019-08-09 | 一种快速定位存储性能问题的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110471785A true CN110471785A (zh) | 2019-11-19 |
CN110471785B CN110471785B (zh) | 2023-04-11 |
Family
ID=68511345
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910735351.XA Active CN110471785B (zh) | 2019-08-09 | 2019-08-09 | 一种快速定位存储性能问题的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110471785B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1286440A (zh) * | 1999-08-31 | 2001-03-07 | 国际商业机器公司 | 用于报告磁盘子***的磁盘利用率的方法和*** |
CN101232455A (zh) * | 2008-02-04 | 2008-07-30 | 中兴通讯股份有限公司 | 一种拥塞控制方法及装置 |
US20120260035A1 (en) * | 2011-04-08 | 2012-10-11 | Goldick Jonathan S | Zero rebuild extensions for raid |
CN103631691A (zh) * | 2013-11-26 | 2014-03-12 | 曙光信息产业股份有限公司 | 一种磁盘阵列监控***及其方法 |
CN104239183A (zh) * | 2014-09-22 | 2014-12-24 | 北京国双科技有限公司 | 监测***性能的方法及装置 |
CN109407984A (zh) * | 2018-10-11 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储***性能监测方法、装置和设备 |
CN109408352A (zh) * | 2018-11-07 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储性能指标iops的估算方法及装置 |
-
2019
- 2019-08-09 CN CN201910735351.XA patent/CN110471785B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1286440A (zh) * | 1999-08-31 | 2001-03-07 | 国际商业机器公司 | 用于报告磁盘子***的磁盘利用率的方法和*** |
CN101232455A (zh) * | 2008-02-04 | 2008-07-30 | 中兴通讯股份有限公司 | 一种拥塞控制方法及装置 |
US20120260035A1 (en) * | 2011-04-08 | 2012-10-11 | Goldick Jonathan S | Zero rebuild extensions for raid |
CN103631691A (zh) * | 2013-11-26 | 2014-03-12 | 曙光信息产业股份有限公司 | 一种磁盘阵列监控***及其方法 |
CN104239183A (zh) * | 2014-09-22 | 2014-12-24 | 北京国双科技有限公司 | 监测***性能的方法及装置 |
CN109407984A (zh) * | 2018-10-11 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储***性能监测方法、装置和设备 |
CN109408352A (zh) * | 2018-11-07 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种存储性能指标iops的估算方法及装置 |
Non-Patent Citations (4)
Title |
---|
JIN,H 等: "High speed data channel in the disk array system", 《EUROPTO SYMPOSIUM ON BROADBAND EUROPEAN NETWORKS》 * |
付长冬等: "网络存储***性能基准的研究、评价与发展", 《小型微型计算机***》 * |
徐旭: "统一存储关键指标研究及在网络制播中的应用", 《电视技术》 * |
祝夭龙等: "改善磁盘阵列性能的方法", 《计算机工程与设计》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110471785B (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10412021B2 (en) | Optimizing placement of virtual machines | |
Jeannot et al. | Near-optimal placement of MPI processes on hierarchical NUMA architectures | |
CN107526645B (zh) | 一种通信优化方法及*** | |
DE602004012106T2 (de) | Multikanal-DMA mit gemeinsamem FIFO-Puffer | |
CN102752198B (zh) | 多核报文转发方法、多核处理器及网络设备 | |
CN108416436A (zh) | 使用多核心处理模块进行神经网络划分的方法及其*** | |
CN108845970A (zh) | 一种自由切换gpu服务器拓扑的装置及方法 | |
CN103763130B (zh) | 大规模集群的管理方法、装置和*** | |
CN107710238A (zh) | 具有堆栈存储器的硬件加速器上的深度神经网络处理 | |
CN107818056A (zh) | 一种队列管理方法及装置 | |
CN106506266B (zh) | 基于GPU、Hadoop/Spark混合计算框架的网络流量分析方法 | |
CN109863477A (zh) | 具有本地化存储器的矩阵处理器 | |
CN109597582A (zh) | 一种数据处理方法及相关设备 | |
CN109840154A (zh) | 一种移动云环境下基于任务依赖的计算迁移方法 | |
CN110636139B (zh) | 一种云负载均衡的优化方法及*** | |
CN103049241A (zh) | 一种提高cpu+gpu异构装置计算性能的方法 | |
CN109510869A (zh) | 一种基于边缘计算的物联网服务动态卸载方法及装置 | |
CN101499052B (zh) | 一种面向粒子模型的多层直连集群并行计算***中的节点 | |
DE112020004673T5 (de) | Mehrpfad-Paketdeskriptor-Zustellschema | |
CN107315563A (zh) | 一种用于执行向量比较运算的装置和方法 | |
CN108037898A (zh) | 一种基于Ceph的dpdk通讯的方法、***及装置 | |
US9411656B2 (en) | Load balance connections per server in multi-core/multi-blade system | |
CN103064749B (zh) | 一种进程间通信方法 | |
CN106375249A (zh) | 交换芯片数据架构、其控制方法及控制*** | |
CN110471785A (zh) | 一种快速定位存储性能问题的方法及*** |
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 |