CN111416840A - 一种云计算平台的智能资源调配***及方法 - Google Patents

一种云计算平台的智能资源调配***及方法 Download PDF

Info

Publication number
CN111416840A
CN111416840A CN202010139020.2A CN202010139020A CN111416840A CN 111416840 A CN111416840 A CN 111416840A CN 202010139020 A CN202010139020 A CN 202010139020A CN 111416840 A CN111416840 A CN 111416840A
Authority
CN
China
Prior art keywords
resource
resource allocation
allocation
service
resources
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
Application number
CN202010139020.2A
Other languages
English (en)
Other versions
CN111416840B (zh
Inventor
冷迪
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.)
Shenzhen Power Supply Co ltd
Original Assignee
Shenzhen Power Supply 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 Shenzhen Power Supply Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202010139020.2A priority Critical patent/CN111416840B/zh
Publication of CN111416840A publication Critical patent/CN111416840A/zh
Application granted granted Critical
Publication of CN111416840B publication Critical patent/CN111416840B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H04L47/805—QOS or priority aware
    • 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
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • 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
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供一种云计算平台的智能资源调配***及方法，包括，数据存储设备，资源调配设备，资源代理设备，资源调配设备，网络调配设备和资源调度设备。本发明可实现，可以监控资源和调配资源，大大提高资源管理效率；高效的对于资源的创建、获取、日常管理和存储，资源自动集群管理，对物理机、服务组件以及数据中心基础设施的资源数据进行监测。

Description

一种云计算平台的智能资源调配***及方法
技术领域
本发明涉及元计算平台的人工智能技术领域，特别是涉及一种云计算平台的智能资源调配***及方法。
背景技术
模块化数据中心是基于云计算的新一代数据中心部署形式，通过将数据中心模块化，能够最大程度地降低基础设施对机房环境的耦合。其中管理***是数据中心内部配置的重要组成部分，通常，数据中心的管理***是通过云计算平台来实现。
当今开源的Iaa-S(基础设施即服务)云计算平台主要有Open-Stack，Abi-Cloud，Nimbus，Eucalyputs，Cloud-Stack，Open-Nebula等。其中，Open-Stack是发展最为迅速的一款自由开源的软件。Open-Stack云计算平台这种管理***，在按需服务、广泛接入以及资源池管理方法均有比较成熟的实现方法。通过Open-Stack云计算平台这种管理***，企业和用户可以构建自身的Iaa-S服务，实现对企业资源的整合和利用。
然而，现有的云计算平台人工智能资源调配***和方法，繁琐复杂，易出错，资源管理效率低下。
发明内容
本发明实施例所要解决的技术问题在于，提供一种云计算平台的智能资源调配***及方法，解决现有资源调配***繁琐复杂，易出错，资源管理效率低下的技术问题。
本发明的一方面，提供一种云计算平台的智能资源调配***，包括：
数据存储设备，用于为***内数据资源提供数据存储；
资源调配设备，用于在数据存储设备上完成资源数据的创建、读写和存储；
资源代理设备，用于获取资源的数据信息，根据操作指令对资源进行操作应用；
资源调配设备，用于将资源的数据信息发送给资源调度设备，接收资源调度设备发送的资源操作指令并发送给资源代理设备；
网络调配设备，用于获取网络资源信息，并根据网络资源调配指令管理网络资源，与外部进行信息的输入输出；
资源调度设备，用于控制资源调配设备进行数据读写，对物理机、服务组件以及数据中心基础设施的资源数据进行监测，根据监测资源的数据信息生成资源操作指令，根据网络资源信息生成网络资源调配指令。
进一步，所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口。
进一步，所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种。
进一步，所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
相应的，本发明的又一方面还提供一种大数据存储方法，依靠如上所述的***进行实现，包括以下步骤：
步骤S1，资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型；
步骤S2，建立批量调配模型并对资源调配业务进行概率计算；
步骤S3，根据批量调配模型获得计算节点的调配参数，然后根据计算节点的调配参数选择调配节点；
步骤S4,在计算节点设置时间阈值T，计算节点在调配完相应资源调配业务之后，判断在T时间内是否有资源调配业务到达，若在T时间内无资源调配业务到达，则将该计算节点的资源调配业务通道关闭，当有资源调配业务到达时再开启，若在T时间内有资源调配业务到达，则保持该计算节点的资源调配业务通道开启。
进一步，在步骤S1中，所述建立资源调配模型的具体步骤包括，根据以下公式计算所需总资源C：
Figure BDA0002397735850000021
其中，cj为第j级资源调配业务的包个数，Rb为每个包的平均调配速率；
根据以下公式计算节点调配用户的总个数N：
Figure BDA0002397735850000022
其中，C为某一计算节点的总调度容量为资源；
根据以下公式计算节点可同时支持包的总个数：
Figure BDA0002397735850000023
进一步，在步骤S1中，根据以下公式建立资源调配模型：
MAPX/M/c/c+h(MAPk/M/1/n)
1≤k≤n≤c+h(c·h)
其中，h为计算节点的分类缓存个数，N为同时调配的用户数，A为该计算节点调配某一资源调配业务，k为资源调配业务A批量到达强度的包数，R为每个包的平均调配速率，λ为每个包的流入服从参数为从的指数分布。
进一步，在步骤S2中，所述建立批量调配模型根据以下公式进行计算：
Figure BDA0002397735850000031
1≤i，j≤m≤n
qij (0)＝-μi，qij (k)＝μipij(k)
其中，μi为每个包流入服从调配的指数分布的参数，qij (0)为每个包流入服从调配的指数分布的参数的负指数，pij (k)为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算排队***的资源调配业务时延：
Figure BDA0002397735850000032
其中，πi为资源调配排队***的稳态概率，
C为某一计算节点的总调度容量的资源，
k为排队***中的批量到达强度的包数，
h为计算节点的分类缓存个数；
根据以下公式计算***的资源利用率：
Figure BDA0002397735850000033
进一步，在步骤S2中,所述资源调配业务进行概率计算的具体过程为：
根据以下公式计算资源调配排队***的稳态概率πi：
Figure BDA0002397735850000041
其中，P为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算资源调配业务到达的概率π：
π＝(π1，Lπi)
其中，πi为资源调配排队***的稳态概率，L状态转移矩阵Q中的分布指数；
根据以下公式计算资源调配***的状态转移矩阵Q：
Figure BDA0002397735850000042
其中，D为批量到达率，Dmin(m，n)为到达状态m的最大批量到达率，Dk为m+k状态的批量流入率。
进一步，在步骤S3中，所述根据计算节点的调配参数选择调配节点的具体为，用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点，若某资源调配业务需求丢包率小，则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率，满足选择要求。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的这种云计算平台的智能资源调配***及方法，数据存储设备，资源调配设备，资源代理设备，资源调配设备，网络调配设备和资源调度设备，可以监控资源和调配资源，大大提高资源管理效率；高效的对于资源的创建、获取、日常管理和存储，资源自动集群管理，对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的云计算平台的智能资源调配***的结构图。
图2为本发明提供的云计算平台的智能资源调配方法的主流程图。
图3为本发明提供的云计算平台的智能资源调配方法的逻辑图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明提供的一种云计算平台的智能资源调配***的一个实施例的示意图。在该实施例中，一种云计算平台的智能资源调配***，包括：
数据存储设备，用于为***内数据资源提供数据存储；
资源调配设备，用于在数据存储设备上完成资源数据的创建、读写和存储；
资源代理设备，用于获取资源的数据信息，根据操作指令对资源进行操作应用；
资源调配设备，用于将资源的数据信息发送给资源调度设备，接收资源调度设备发送的资源操作指令并发送给资源代理设备；
网络调配设备，用于获取网络资源信息，并根据网络资源调配指令管理网络资源，与外部进行信息的输入输出；
资源调度设备，用于控制资源调配设备进行数据读写，对物理机、服务组件以及数据中心基础设施的资源数据进行监测，根据监测资源的数据信息生成资源操作指令，根据网络资源信息生成网络资源调配指令。
具体一个实施例中，所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口；所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种；所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
云计算平台人工智能资源调配***用于资源的创建、获取、日常管理和存储。资源自动集群管理。对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
相应地，如图2和图3所示，本发明的又一方面还提供一种大数据存储方法，依靠如上所述的***进行实现，该方法包括以下步骤：
步骤S1，资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型；
具体一个实施例中，根据以下公式计算所需总资源c：
Figure BDA0002397735850000051
其中，cj为第j级资源调配业务的包个数，Rb为每个包的平均调配速率；
根据以下公式计算节点调配用户的总个数N：
Figure BDA0002397735850000061
其中，C为某一计算节点的总调度容量的资源；
根据以下公式计算节点可同时支持包的总个数n：
Figure BDA0002397735850000062
假设一个有h个分类缓存的计算节点，同时调配N个用户，在该计算节点调配某一资源调配业务A时，设资源调配业务A批量到达强度为k个包，且1≤k≤n≤c+h(c·h)，设每个包的平均调配速率为R，每个包的流入服从参数为从的指数分布，流出服从参数为的指数分布，调配规则为先到先调配，以此为基础，建立资源调配模型：
MAPX/M/c/c+h(MAPk/M/1/n)
其中，h为计算节点的分类缓存个数，N为同时调配的用户数，A为该计算节点调配某一资源调配业务，k为资源调配业务A批量到达强度的包数，R为每个包的平均调配速率，λ为每个包的流入服从参数为从的指数分布。
步骤S2，建立批量调配模型并对资源调配业务进行概率计算；
具体一个实施例中，所述建立批量调配模型根据以下公式进行计算：
Figure BDA0002397735850000063
1≤i，j≤m≤n
qij (0)＝-μi，qij (k)＝μipij(k)
其中，μi为每个包流入服从调配的指数分布的参数，
qij (0)为每个包流入服从调配的指数分布的参数的负指数，
pij (k)为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算排队***的资源调配业务时延：
Figure BDA0002397735850000071
其中，πi为资源调配排队***的稳态概率，
C为某一计算节点的总调度容量的资源，
k为排队***中的批量到达强度的包数，
h为计算节点的分类缓存个数；
根据以下公式计算***的资源利用率：
Figure BDA0002397735850000072
所述资源调配业务进行概率计算的具体过程为：
根据以下公式计算资源调配排队***的稳态概率πi：
Figure BDA0002397735850000073
其中，P为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算资源调配业务到达的概率π：
π＝(π1，Lπi)
其中，πi为资源调配排队***的稳态概率，L状态转移矩阵Q中的分布指数；
状态m的流入有m+1状态的流入(m+1)μ和批量到达Dk组成，状态m的流出有m-1状态的流出mμ和批量到达D2组成。由于m＜n到达流入状态m的最大值为Dm设资源调配排队***的稳态概率为πi，由
Figure BDA0002397735850000081
可解出资源调配排队***的稳态概率。设资源调配业务到达的概率为π由π＝(π1，Lπi)可对资源调配业务到达进行概率估计。
根据以下公式计算资源调配***的状态转移矩阵Q：
Figure BDA0002397735850000082
其中，D为批量到达率，Dmin(m，n)为到达状态m的最大批量到达率，Dk为m+k状态的批量流入率。
步骤S3，根据批量调配模型获得计算节点的调配参数，然后根据计算节点的调配参数选择调配节点；
具体一个实施中，所述根据计算节点的调配参数选择调配节点的具体为，用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点，若某资源调配业务需求丢包率小，则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率，满足选择要求。
步骤S4,在计算节点设置时间阈值T，由于资源调配业务到达具有一定的随机性，为了减少计算节点的能源浪费，在计算节点设置时间阈值T，将其称为开关延迟期，计算节点在调配完相应资源调配业务之后，判断在T时间内是否有资源调配业务到达，若在T时间内无资源调配业务到达，则将该计算节点的资源调配业务通道关闭，当有资源调配业务到达时再开启，若在T时间内有资源调配业务到达，则保持该计算节点的资源调配业务通道开启
其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上，实施本发明的实施例，具有如下的有益效果：
本发明提供的这种云计算平台的智能资源调配***及方法，数据存储设备，资源调配设备，资源代理设备，资源调配设备，网络调配设备和资源调度设备，可以监控资源和调配资源，大大提高资源管理效率；高效的对于资源的创建、获取、日常管理和存储，资源自动集群管理，对物理机、服务组件以及数据中心基础设施的资源数据进行监测。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (10)

1.一种云计算平台的智能资源调配***，其特征在于，包括：
数据存储设备，用于为***内数据资源提供数据存储；
资源调配设备，用于在数据存储设备上完成资源数据的创建、读写和存储；
资源代理设备，用于获取资源的数据信息，根据操作指令对资源进行操作应用；
资源调配设备，用于将资源的数据信息发送给资源调度设备，接收资源调度设备发送的资源操作指令并发送给资源代理设备；
网络调配设备，用于获取网络资源信息，并根据网络资源调配指令管理网络资源，与外部进行信息的输入输出；
资源调度设备，用于控制资源调配设备进行数据读写，对物理机、服务组件以及数据中心基础设施的资源数据进行监测，根据监测资源的数据信息生成资源操作指令，根据网络资源信息生成网络资源调配指令。
2.如权利要求1所述的***，其特征在于，所述网络调配设备至少包括串口、IO口、RS485、USB、音频和视频接口。
3.如权利要求2所述的***，其特征在于，所述数据资源包括内存资源、中央处理器资源、图形处理器资源、显示资源、网络资源以及磁盘读/写资源中的一种或多种。
4.如权利要求1所述的***，其特征在于，所述数据存储设备包括EMMC、E2PROM、FLASHSD卡、SSD或硬盘中的一种或多种。
5.一种云计算平台的智能资源调配方法，基于如权利要求1-4所述的***进行实现，其特征在于，包括以下步骤:
步骤S1，资源调配业务分类m个子缓存管理模块由同一个计算节点提供调配,建立资源调配模型；
步骤S2，建立批量调配模型并对资源调配业务进行概率计算；
步骤S3，根据批量调配模型获得计算节点的调配参数，然后根据计算节点的调配参数选择调配节点；
步骤S4,在计算节点设置时间阈值T，计算节点在调配完相应资源调配业务之后，判断在T时间内是否有资源调配业务到达，若在T时间内无资源调配业务到达，则将该计算节点的资源调配业务通道关闭，当有资源调配业务到达时再开启，若在T时间内有资源调配业务到达，则保持该计算节点的资源调配业务通道开启。
6.如权利要求5所述的方法，其特征在于，在步骤S1中，所述建立资源调配模型的具体步骤包括，根据以下公式计算所需总资源c：
Figure FDA0002397735840000021
其中，cj为第j级资源调配业务的包个数，Rb为每个包的平均调配速率；
根据以下公式计算节点调配用户的总个数N：
Figure FDA0002397735840000022
其中，C为某一计算节点的总调度容量的资源；
根据以下公式计算节点可同时支持包的总个数n：
Figure FDA0002397735840000023
7.如权利要求6所述的方法，其特征在于，在步骤S1中，根据以下公式建立资源调配模型：
MAPX/M/c/c+h(MAPk/M/1/n)
1≤k≤n≤c+h(c·h)
其中，h为计算节点的分类缓存个数，N为同时调配的用户数，A为该计算节点调配某一资源调配业务，K为资源调配业务A批量到达强度的包数，R为每个包的平均调配速率，λ为每个包的流入服从参数为从的指数分布。
8.如权利要求6所述的方法，其特征在于，在步骤S2中，所述建立批量调配模型根据以下公式进行计算：
Figure FDA0002397735840000024
qij (0)＝-μi
pij(k)＝qij (k)/μi；
其中，μi为每个包流入服从调配的指数分布的参数，
qij (0)为每个包流入服从调配的指数分布的参数的负指数，
pij (k)为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算排队***的资源调配业务时延：
Figure FDA0002397735840000031
其中，πi为资源调配排队***的稳态概率，
C为某一计算节点的总调度容量的资源，
k为排队***中的批量到达强度的包数，
h为计算节点的分类缓存个数；
根据以下公式计算***的资源利用率：
Figure FDA0002397735840000032
9.如权利要求8所述的方法，其特征在于，在步骤S2中,所述资源调配业务进行概率计算的具体过程为：
根据以下公式计算资源调配排队***的稳态概率πi：
Figure FDA0002397735840000033
其中，P为每个包流入服从调配的指数分布的参数的比例指数；
根据以下公式计算资源调配业务到达的概率π：
π＝(π1，Lπi)
其中，πi为资源调配排队***的稳态概率，L状态转移矩阵Q中的分布指数；
根据以下公式计算资源调配***的状态转移矩阵Q：
Figure FDA0002397735840000041
其中，D为批量到达率，Dmin(m，n)为到达状态m的最大批量到达率，Dk为m+k状态的批量流入率。
10.如权利要求5所述的方法，其特征在于，在步骤S3中，所述根据计算节点的调配参数选择调配节点的具体为，用户产生的资源调配业务根据其调配质量QoS的需求选择相应的计算节点，若某资源调配业务需求丢包率小，则相应计算节点的丢包率大于用户资源调配业务所要求的丢包率，满足选择要求。
CN202010139020.2A 2020-03-02 2020-03-02 一种云计算平台的智能资源调配***及方法 Active CN111416840B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010139020.2A CN111416840B (zh) 2020-03-02 2020-03-02 一种云计算平台的智能资源调配***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010139020.2A CN111416840B (zh) 2020-03-02 2020-03-02 一种云计算平台的智能资源调配***及方法

Publications (2)

Publication Number Publication Date
CN111416840A true CN111416840A (zh) 2020-07-14
CN111416840B CN111416840B (zh) 2023-07-11

Family

ID=71494074

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010139020.2A Active CN111416840B (zh) 2020-03-02 2020-03-02 一种云计算平台的智能资源调配***及方法

Country Status (1)

Country Link
CN (1) CN111416840B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097147A1 (zh) * 2011-12-29 2013-07-04 华为技术有限公司 云计算***和管理云计算***中存储资源的方法
CN104270417A (zh) * 2014-09-12 2015-01-07 湛羽 一种基于云计算的综合服务提供***及方法
CN107959588A (zh) * 2017-12-07 2018-04-24 郑州云海信息技术有限公司 数据中心的云资源管理方法、云资源管理平台和管理***
CN108829562A (zh) * 2018-06-24 2018-11-16 南通易联企业管理有限公司 数据中心的云资源管理方法
CN109240795A (zh) * 2018-08-10 2019-01-18 南瑞集团有限公司 一种适用于超融合it基础设施的云计算资源池模型的资源调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013097147A1 (zh) * 2011-12-29 2013-07-04 华为技术有限公司 云计算***和管理云计算***中存储资源的方法
CN104270417A (zh) * 2014-09-12 2015-01-07 湛羽 一种基于云计算的综合服务提供***及方法
CN107959588A (zh) * 2017-12-07 2018-04-24 郑州云海信息技术有限公司 数据中心的云资源管理方法、云资源管理平台和管理***
CN108829562A (zh) * 2018-06-24 2018-11-16 南通易联企业管理有限公司 数据中心的云资源管理方法
CN109240795A (zh) * 2018-08-10 2019-01-18 南瑞集团有限公司 一种适用于超融合it基础设施的云计算资源池模型的资源调度方法

Also Published As

Publication number Publication date
CN111416840B (zh) 2023-07-11

Similar Documents

Publication Publication Date Title
US12045652B2 (en) Technologies for batching requests in an edge infrastructure
WO2020258920A1 (zh) 一种网络切片资源管理方法及设备
CN110333937A (zh) 任务分发方法、装置、计算机设备和存储介质
CN108632365A (zh) 服务资源调整方法、相关装置和设备
CN109144716A (zh) 基于机器学习的操作***调度方法及装置、设备
CN111614754B (zh) 面向雾计算的成本效率优化的动态自适应任务调度方法
EP4242843A1 (en) Graphics card memory management method and apparatus, device, and system
CN108770017B (zh) 一种无线资源动态均衡方法及***
CN109327844A (zh) 一种小区扩容方法及装置
CN113806018A (zh) 基于神经网络和分布式缓存的Kubernetes集群资源混合调度方法
CN115033340A (zh) 一种宿主机的选择方法及相关装置
CN111147395A (zh) 一种网络资源调整方法及装置
CN108513318B (zh) 一种基于边缘计算的用户业务排队优化方法
CN110245021A (zh) 移动终端的内存管理方法、***、电子设备及存储介质
CN112306628B (zh) 一种基于多核服务器的虚拟网络功能资源管理***
CN104281587B (zh) 一种建立连接的方法及装置
CN111416840A (zh) 一种云计算平台的智能资源调配***及方法
WO2023066035A1 (zh) 资源分配方法以及资源分配装置
CN110557339B (zh) 一种流量规划方法、装置、计算机设备、存储介质
CN115086244B (zh) 带宽分配方法、装置、计算机设备及存储介质
CN115883392A (zh) 算力网络的数据感知方法、装置、电子设备及存储介质
Liu et al. 5G/B5G Network Slice Management via Staged Reinforcement Learning
CN108762684A (zh) 热点数据迁移流控方法、装置、电子设备及存储介质
CN116775233A (zh) 一种任务调度方法及装置
CN106027685A (zh) 一种基于云计算机***的高峰访问的方法

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