JP7011162B2 - 性能調整プログラム、および性能調整方法 - Google Patents
性能調整プログラム、および性能調整方法 Download PDFInfo
- Publication number
- JP7011162B2 JP7011162B2 JP2018018214A JP2018018214A JP7011162B2 JP 7011162 B2 JP7011162 B2 JP 7011162B2 JP 2018018214 A JP2018018214 A JP 2018018214A JP 2018018214 A JP2018018214 A JP 2018018214A JP 7011162 B2 JP7011162 B2 JP 7011162B2
- Authority
- JP
- Japan
- Prior art keywords
- performance
- server
- unit
- container
- servers
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5019—Ensuring fulfilment of SLA
- H04L41/5025—Ensuring fulfilment of SLA by proactively reacting to service quality change, e.g. by reconfiguration after service quality degradation or upgrade
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/091—Measuring contribution of individual network components to actual service level
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
-
- 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
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1012—Server selection for load balancing based on compliance of requirements or conditions with available server resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
Description
性能調整プログラムに基づいて、コンピュータは、所定の処理性能による調整対象処理の実行機能である1または複数の単位機能それぞれを、1または複数のサーバのいずれかで実現させることで、調整対象処理を1または複数のサーバに実行させる。次にコンピュータは、調整対象処理を利用して提供されるサービスの性能を示す性能情報を取得する。次にコンピュータは、性能情報が、サービスに求められる性能を示す性能要件を満たしているか否かを判断する。そしてコンピュータは、性能情報が性能要件を満たしていない場合、性能情報と現在の単位機能の数とに基づいて、1または複数のサーバのいずれかで実現させる単位機能の増加数を決定する。
〔第1の実施の形態〕
まず、第1の実施の形態について説明する。
処理部12は、サーバ1~3を制御して、サービス8の提供に使用する処理を、サーバ1~3のうちの1または複数のサーバに実行させる。さらに処理部12は、サーバ1~3により提供されているサービス8の品質が劣化した場合、サービス8の提供に使用する処理を実行する処理機能を調整する。
次に第2の実施の形態について説明する。第2の実施の形態は、マイクロサービスアーキテクチャに基づいて構築されたPaaSの運用管理を行うコンピュータシステムである。第2の実施の形態のコンピュータシステムは、サービスのレイテンシが最大値を超えたとき、負荷が過大となったコンポーネントのコンテナの増加数を的確に判断する。
図4は、マイクロサービスアーキテクチャの概念を示す図である。ユーザに提供するサービス50は、複数のコンポーネント51~53を用いて実現される。例えばコンポーネント51はプレゼンテーション層の処理を実行するソフトウェアであり、コンポーネント52はロジック層の処理を実行するソフトウェアであり、コンポーネント53はデータ層の処理を実行するソフトウェアである。
以下、図6~図10を参照して、サービス情報記憶部110、メトリック情報記憶部120、正常時振る舞い記憶部130、およびリソース情報記憶部140が記憶する情報について、詳細に説明する。
・Apdex=((satisfied counts)+(tolerating counts)/2)/(total counts)
「satisfied counts」は、レイテンシがT以下のリクエスト回数である。すなわち「satisfied counts」は、ユーザが満足できるレイテンシが得られたリクエストの回数である。
図11は、性能調整エンジンの機能を示すブロック図である。性能調整エンジン150は、サービス管理部151、メトリック情報収集部152、レイテンシ検査部153、振る舞い計算部154、異常要因推定部155、配置先サーバ決定部156、およびコンテナ配置制御部157を有する。
図12は、性能要件の判定処理の一例を示す図である。サービス管理部151は、管理者の入力に従って、サービス50の性能要件として、Apdex値をサービス情報記憶部110に登録する。例えばサービス管理部151は、管理者からのApdex値とSatisfied Time(T)との入力を受け付ける。そしてサービス管理部151は、入力されたApdex値とSatisfied Time(T)とを、サービス管理テーブル111に、サービス50のサービス名に対応付けて格納する。
S1:{1,2}
S2:{3,4}
S3:{5,6}
この例では、重み付けの処理を分かりやすくするため、データの値を単純化している。S1,S2,S3に対する重み付きパーセンタイル値を求めるとき、重みの分だけ、各正常データの数を増やす。例えば、集合S1,S2,S3それぞれに対する重みを、「3」、「2」、「1」とする。この場合、集合S1,S2,S3は、以下の集合に置き換えられる。
S1’=S1×3:{1,1,1,2,2,2}
S2’=S2×2:{3,3,4,4}
S3’=S3×1:{5,6}
集合S1’は、集合S1を3倍したものである。すなわち集合S1と同じ3つの集合を1つに纏めたものが、集合S1’である。集合S2’は、集合S2を2倍したものである。すなわち集合S2と同じ2つの集合を1つに纏めたものが、集合S2’である。集合S3’は、集合S3と同じである。異常要因推定部155は、これらの集合S1’,S2’S3’を1つの集合に纏め、データを昇順ソートする。すなわち異常要因推定部155は、周期ごとの各集合について、その集合と同じ集合を重みの数だけ生成し、生成した集合を1つに纏めて、データを昇順にソートする。ソートの結果、以下の集合Sが得られる。
S=:{1,1,1,2,2,2,3,3,4,4,5,6}
異常要因推定部155は、この集合Sに基づいて得られたパーセンタイル値を、重み付きパーセンタイル値とする。すると、50パーセンタイル値は「2」となる。また90パーセンタイル値は「4」となる。
・正の要因度F+=Σ(値が増加するPパーセンタイルのPの増分)×(パーセンタイル値の差)
・負の要因度F-=Σ(値が減少するPパーセンタイルのPの増分)×(パーセンタイル値の差)
Pはパーセンタイル種別を示す数値であり、50パーセンタイルの場合P=50である。値が増加するPパーセンタイルとは、正常時のパーセンタイル値より異常時のパーセンタイル値の方が大きいパーセンタイル種別である。値が減少するPパーセンタイルとは、異常時のパーセンタイル値より正常時のパーセンタイル値の方が大きいパーセンタイル種別である。
・正の要因度F+=(90-50)×(92-71)+(99-90)×(98-90)=912
・負の要因度F-=50×(15-6)=450
異常要因推定部155は、このような要因度の計算を、メトリック種別ごとに行う。そして異常要因推定部155は、最大の要因度の算出元のコンテナが実行しているコンポーネントを、異常の要因である要因コンポーネントとして推定する。
図18は、サーバ要因度符号の判定例を示す図である。図18の例では、コンテナ稼働サーバ「サーバ1」の要因メトリック「CPU使用率」の要因度符号は「正」であるため、サーバ要因度符号は「正」となる。
・要因度F=Σ(PパーセンタイルのPの増分)×(パーセンタイル値の差)
このときのパーセンタイル値の差は、正常値のパーセンタイル値から異常時のパーセンタイル値を減算した値である。このようにして計算した要因度Fが0以上の値であれば、要因度符号は「正」である。要因度Fが負の値であれば、要因度符号は「負」である。
・SCper1C=(計測されたsatisfied counts)/#current
・TCper1C=(計測されたtolerating counts)/#current
配置先サーバ決定部156は、以下の式を満たす最小の#incrementを計算する。
・(Apdexの目標値)≦((SCper1C×(#current+#increment))+(TCper1C×(#current+#increment))/2)/(total counts)
算出された#incrementが、増加させるコンテナ数である。増加させるコンテナ数が決定すると、配置先サーバ決定部156は、増加させるコンテナの配置先サーバを決定する。このとき配置先サーバ決定部156は、コンテナの追加配置によるサーバのリソース容量を考慮して、配置先のサーバの余剰リソースができるだけ多くなるように増加数分のコンテナそれぞれの配置先を決定する。
図20は、1コンテナ当たりのメトリックの増加量の計算例を示す図である。図20の例では、要因コンポーネントのコンテナが、3台のサーバそれぞれに1台ずつ配置されている。各コンテナのメトリック値の平均が、そのメトリックについての、現在の1コンテナ当たりのメトリック値(cDataset)となる。図20の例では、現在の1コンテナ当たりのメトリック値は「0.4」である。
図24は、性能調整処理の手順の一例を示すフローチャートである。なお図24に示す処理は、1つのサービスについて性能調整を行う場合の処理である。複数のサービスについて性能調整を行う場合、図24に示す処理が、複数のサービスそれぞれについて実行される。以下、図24に示す処理をステップ番号に沿って説明する。
[ステップS104]レイテンシ検査部153は、ステップS103で計算したApdexの値が、性能要件を満たしているか否かを判断する。例えばレイテンシ検査部153は、算出したApdex値が性能要件として指定されたApdex値以上であれば、性能要件を満たしていると判断する。レイテンシ検査部153は、性能要件を満たしている場合、処理をステップS105に進める。またレイテンシ検査部153は、性能要件を満たしていない場合、処理をステップS107に進める。
このようにして、スケールアウトまたは配置変更により、サービスが性能要件を満たすように、コンポーネントの処理能力が調整される。
図25は、スケールアウト処理の手順の一例を示すフローチャートである。以下、図25に示す処理をステップ番号に沿って説明する。
このようにして、適切な数のコンテナを一度に配置することができる。
図26は、増加コンテナ数決定処理の手順の一例を示すフローチャートである。以下、図26に示す処理をステップ番号に沿って説明する。
[ステップS137]配置先サーバ決定部156は、現在の「#increment」の値を増加コンテナ数に決定する。
図27は、配置先サーバ決定処理の手順の一例を示すフローチャートである。以下、図27に示す処理をステップ番号に沿って説明する。
[ステップS142]配置先サーバ決定部156は、「inc」の値が、増加コンテナ数を示す「#increment」の値と等しいか否かを判断する。配置先サーバ決定部156は、値が等しければ、処理をステップS148に進める。また配置先サーバ決定部156は、値が等しくなければ、処理をステップS143に進める。
[ステップS146]配置先サーバ決定部156は、配置先のサーバの識別子の配列である「Destinations」に、「dest」の値を追加する。
[ステップS148]配置先サーバ決定部156は、「Destinations」を、配置先サーバのリストとして出力する。
図28は、余剰リソース最大サーバ探索処理の手順の一例を示すフローチャートである。以下、図28に示す処理をステップ番号に沿って説明する。
・メトリックごとの計測データ:{メトリック名:(CntData,SrvData)}
「CntData」は、要因メトリックに関する各コンテナの計測データである。例えば要因メトリックが「CPU使用率」であれば、各コンテナのCPU使用率の計測値である。「CntData」は、(Counts,cDataset)で表される。「Counts」は、スケーリング前の各サーバの要因コンテナ(要因コンポーネントのコンテナ)の数であり、{サーバ名:#container}で表される。「cDataset」は、収集周期で計測された要因コンテナのメトリック値であり、[0.2,0.4,0.1,...]というような数値の配列である。「cDataset」内のメトリック値を示す各要素は、計測された要因コンテナの収集周期内での平均値であり、最大が「1」となるように正規化されている。
[ステップS155]配置先サーバ決定部156は、選択したサーバに要因コンテナを1台追加配置した場合の、そのサーバのリソースの使用量を示す値「tmpDataset」を、リソースごとに算出する。「tmpDataset」は、以下の式で算出できる。
・tmpDataset=SrvData.ServerDataInfo[サーバ名]+Δ×(1+CntData.Counts[サーバ名]+Destinations[サーバ名])-CntData.cDataset×CntData.Counts[サーバ名]
「SrvData.ServerDataInfo[サーバ名]」は、[サーバ名]で示されるサーバのメトリックの計測値を示している。「CntData.Counts[サーバ名]」は、[サーバ名]で示されるサーバ内の要因コンテナの数を示している。「Destinations[サーバ名]」は、[サーバ名]で示されるサーバへ追加配置が決定されたコンテナの数を示している。「CntData.cDataset」は、要因コンポーネントの現状における1コンテナ当たりのメトリック値である。「CntData.Counts[サーバ名]」は、[サーバ名]で示されるサーバに現在配置されている要因コンテナの数である。
[ステップS156]配置先サーバ決定部156は、「tmpDataset」内の収集周期ごとの要素それぞれについて、「SrvData.MaxValue」に示される該当要素のメトリックの上限値より大きいか否かを判断する。この判断は、複数のリソースそれぞれについて行われる。配置先サーバ決定部156は、いずれか少なくとも1つのリソースについて、「tmpDataset」内に「SrvData.MaxValue」に示される上限値より大きい値の要素が少なくとも1つ含まれている場合、ステップS156の判断において「YES」と判断する。また、配置先サーバ決定部156は、すべてのリソースについて、「tmpDataset」内のすべての要素の値が「SrvData.MaxValue」に示される上限値以下の場合、ステップS156の判断において「NO」と判断する。
[ステップS157]配置先サーバ決定部156は、選択したサーバの要因メトリックの「tmpDataset」と「minDataset」とを比較し、「tmpDataset」の方が小さいか否かを判断する。例えば「tmpDataset」内の各要素の値の平均値が、「minDataset」内の各要素の値の平均値より小さければ、「tmpDataset」の方が小さいと判断する。配置先サーバ決定部156は、「tmpDataset」の方が小さい場合、処理をステップS158に進める。また配置先サーバ決定部156は、「tmpDataset」が「minDataset」以上の場合、処理をステップS153に進める。
第2の実施の形態では、サービスが性能要件を満たすか否かの判定基準として、Apdex値を用いているが、他の指標を判定基準としてもよい。例えば、所定のレイテンシを超えた処理の割合を、判定基準としてもよい。
4a,4b,5a,5b,6a,6b 単位機能
7 端末装置
8 サービス
10 管理装置
11 記憶部
12 処理部
Claims (5)
- コンピュータに、
所定の処理性能による調整対象処理の実行機能である1または複数の単位機能それぞれを、1または複数のサーバのいずれかで実現させることで、前記調整対象処理を前記1または複数のサーバに実行させ、
前記調整対象処理を利用して提供されるサービスの性能を示す性能情報を取得し、
前記性能情報が、前記サービスに求められる性能を示す性能要件を満たしているか否かを判断し、
前記性能情報が前記性能要件を満たしていない場合、前記性能情報と現在の前記単位機能の数とに基づいて、前記1または複数のサーバのいずれかで実現させる前記単位機能の増加数を決定し、
現在の前記単位機能それぞれによるサーバのリソース使用量を示す数値の合計を、現在の前記単位機能の数に前記増加数を加算した加算値によって除算し、除算結果を1単位機能当たりのリソース使用量とし、前記1単位機能当たりのリソース使用量に基づいて、決定された前記増加数分の追加単位機能それぞれを、前記1または複数のサーバのいずれかで実現させた場合の、前記1または複数のサーバのリソースの余剰量を計算し、
前記追加単位機能それぞれを前記1または複数のサーバのいずれかで実現させた場合に、リソースの前記余剰量が最も多いサーバを、前記追加単位機能を実現させるサーバに決定する、
処理を実行させる性能調整プログラム。 - 前記増加数の決定では、前記性能情報から算出された性能値を現在の前記単位機能の数で除算することで、1単位機能当たりの前記性能値への寄与度を算出し、現在の前記単位機能の数に整数を加算した加算値と前記寄与度との乗算結果が、前記性能要件として示される閾値以上となる、最小の前記整数を、前記増加数に決定する、
請求項1記載の性能調整プログラム。 - 前記コンピュータに、さらに、
実現させるサーバの決定に従って、前記追加単位機能それぞれを前記1または複数のサーバのいずれかが実現するように、前記1または複数のサーバを制御する、
請求項1または2に記載の性能調整プログラム。 - コンピュータに、
複数の処理を連係させることで提供されるサービスにおける前記複数の処理の実行機能である1または複数の単位機能それぞれを、1または複数のサーバのいずれかで実現させることで、前記複数の処理を前記1または複数のサーバに実行させ、
前記サービスの性能を示す性能情報を取得し、
前記性能情報が、前記サービスに求められる性能を示す性能要件を満たしているか否かを判断し、
前記性能情報が前記性能要件を満たしていない場合、直近の所定期間における前記複数の処理それぞれの動作状態を示す第1状態情報を取得し、
前記サービスの性能が前記性能要件を満たしているときの前記複数の処理それぞれの動作状態を示す第2状態情報と、前記第1状態情報とに基づいて、前記性能要件が満たされているときと満たされていないときとの動作状態の差を、前記複数の処理それぞれについて計算し、
前記複数の処理それぞれの動作状態の差に基づいて、前記サービスの性能悪化要因となっている調整対象処理を判定し、
前記性能情報と前記調整対象処理の実行機能である対象単位機能の現在の数とに基づいて、前記1または複数のサーバのいずれかで実現させる前記対象単位機能の増加数を決定する、
処理を実行させる性能調整プログラム。 - コンピュータが、
所定の処理性能による調整対象処理の実行機能である1または複数の単位機能それぞれを、1または複数のサーバのいずれかで実現させることで、前記調整対象処理を前記1または複数のサーバに実行させ、
前記調整対象処理を利用して提供されるサービスの性能を示す性能情報を取得し、
前記性能情報が、前記サービスに求められる性能を示す性能要件を満たしているか否かを判断し、
前記性能情報が前記性能要件を満たしていない場合、前記性能情報と現在の前記単位機能の数とに基づいて、前記1または複数のサーバのいずれかで実現させる前記単位機能の増加数を決定し、
現在の前記単位機能それぞれによるサーバのリソース使用量を示す数値の合計を、現在の前記単位機能の数に前記増加数を加算した加算値によって除算し、除算結果を1単位機能当たりのリソース使用量とし、前記1単位機能当たりのリソース使用量に基づいて、決定された前記増加数分の追加単位機能それぞれを、前記1または複数のサーバのいずれかで実現させた場合の、前記1または複数のサーバのリソースの余剰量を計算し、
前記追加単位機能それぞれを前記1または複数のサーバのいずれかで実現させた場合に、リソースの前記余剰量が最も多いサーバを、前記追加単位機能を実現させるサーバに決定する、
性能調整方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018018214A JP7011162B2 (ja) | 2018-02-05 | 2018-02-05 | 性能調整プログラム、および性能調整方法 |
US16/223,171 US10887199B2 (en) | 2018-02-05 | 2018-12-18 | Performance adjustment method, apparatus for performance adjustment, and non-transitory computer-readable storage medium for storing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018018214A JP7011162B2 (ja) | 2018-02-05 | 2018-02-05 | 性能調整プログラム、および性能調整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019135597A JP2019135597A (ja) | 2019-08-15 |
JP7011162B2 true JP7011162B2 (ja) | 2022-01-26 |
Family
ID=67475809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018018214A Active JP7011162B2 (ja) | 2018-02-05 | 2018-02-05 | 性能調整プログラム、および性能調整方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10887199B2 (ja) |
JP (1) | JP7011162B2 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210096259A (ko) * | 2018-12-07 | 2021-08-04 | 헤이디언 슈퍼컴퓨팅 엘티디 | 컴퓨팅 리소스 할당 |
CN113590017B (zh) * | 2020-04-30 | 2023-11-17 | 伊姆西Ip控股有限责任公司 | 用于处理数据的方法、电子设备和计算机程序产品 |
JP7420252B2 (ja) | 2020-07-10 | 2024-01-23 | 日本電信電話株式会社 | スケーリング実行装置、スケーリング実行方法及びプログラム |
JP7469655B2 (ja) | 2020-07-14 | 2024-04-17 | 富士通株式会社 | コンテナ配置先決定プログラム、及びコンテナ配置先決定方法 |
JP2022017686A (ja) * | 2020-07-14 | 2022-01-26 | 富士通株式会社 | コンテナ配備先クラスタ決定方法、コンテナ配備先クラスタ決定装置及びコンテナ配備先クラスタ決定システム |
CN114064254A (zh) * | 2020-07-31 | 2022-02-18 | 华为技术有限公司 | 一种通信方法及设备 |
JP2023030899A (ja) * | 2021-08-24 | 2023-03-08 | 富士通株式会社 | 管理プログラム、管理装置及び管理方法 |
WO2023084777A1 (ja) * | 2021-11-15 | 2023-05-19 | 日本電信電話株式会社 | スケーリング管理装置、スケーリング管理方法、および、プログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012198843A (ja) | 2011-03-23 | 2012-10-18 | Fuji Xerox Co Ltd | 仮想サーバ調整システム、仮想サーバ制御装置及びプログラム |
JP2012208781A (ja) | 2011-03-30 | 2012-10-25 | Internatl Business Mach Corp <Ibm> | 情報処理システム、情報処理装置、スケーリング方法、プログラムおよび記録媒体 |
JP2014191378A (ja) | 2013-03-26 | 2014-10-06 | Hitachi Systems Ltd | サーバ数調整システムおよび方法ならびにプログラム |
JP2015194958A (ja) | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 情報処理装置、スケール管理方法およびプログラム |
JP2016139237A (ja) | 2015-01-27 | 2016-08-04 | 株式会社日立製作所 | 計算機システム及び計算機システムの性能障害の対処方法 |
JP2017126144A (ja) | 2016-01-13 | 2017-07-20 | 富士通株式会社 | オートスケール方法、オートスケールプログラム、情報処理装置及び情処理システム |
WO2018003031A1 (ja) | 2016-06-29 | 2018-01-04 | 富士通株式会社 | 仮想化管理プログラム、仮想化管理装置および仮想化管理方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4151985B2 (ja) | 2006-07-19 | 2008-09-17 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 異常の生じた情報処理装置を検出する技術 |
US8381208B2 (en) * | 2009-06-11 | 2013-02-19 | International Business Machines Corporation | Tracking application installation among a plurality of client devices |
US8978035B2 (en) | 2012-09-06 | 2015-03-10 | Red Hat, Inc. | Scaling of application resources in a multi-tenant platform-as-a-service environment in a cloud computing system |
US10594562B1 (en) * | 2015-08-25 | 2020-03-17 | Vmware, Inc. | Intelligent autoscale of services |
US10158726B2 (en) | 2015-12-02 | 2018-12-18 | International Business Machines Corporation | Supporting high availability for orchestrated services |
JP2017138895A (ja) | 2016-02-05 | 2017-08-10 | 株式会社日立製作所 | 仮想化環境管理システムおよび仮想化環境管理方法 |
JP2017219972A (ja) | 2016-06-06 | 2017-12-14 | 富士通株式会社 | コンピュータプログラム、情報処理方法、管理ノードおよび情報処理システム |
US10382291B2 (en) | 2017-04-26 | 2019-08-13 | Oracle International Corporation | Provisioning framework for binding related cloud services |
US10523507B2 (en) | 2017-05-11 | 2019-12-31 | Nirmata, Inc. | Method and system for tuning performance of microservices-based applications |
-
2018
- 2018-02-05 JP JP2018018214A patent/JP7011162B2/ja active Active
- 2018-12-18 US US16/223,171 patent/US10887199B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012198843A (ja) | 2011-03-23 | 2012-10-18 | Fuji Xerox Co Ltd | 仮想サーバ調整システム、仮想サーバ制御装置及びプログラム |
JP2012208781A (ja) | 2011-03-30 | 2012-10-25 | Internatl Business Mach Corp <Ibm> | 情報処理システム、情報処理装置、スケーリング方法、プログラムおよび記録媒体 |
JP2014191378A (ja) | 2013-03-26 | 2014-10-06 | Hitachi Systems Ltd | サーバ数調整システムおよび方法ならびにプログラム |
JP2015194958A (ja) | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 情報処理装置、スケール管理方法およびプログラム |
JP2016139237A (ja) | 2015-01-27 | 2016-08-04 | 株式会社日立製作所 | 計算機システム及び計算機システムの性能障害の対処方法 |
JP2017126144A (ja) | 2016-01-13 | 2017-07-20 | 富士通株式会社 | オートスケール方法、オートスケールプログラム、情報処理装置及び情処理システム |
WO2018003031A1 (ja) | 2016-06-29 | 2018-01-04 | 富士通株式会社 | 仮想化管理プログラム、仮想化管理装置および仮想化管理方法 |
Non-Patent Citations (1)
Title |
---|
山崎謙太、寺村 健、平島陽子、森村知弘,オートスケール時のSLA保証改善に向けた仮想マシンCPUキャッピング機能の活用に関する検討,電子情報通信学会技術研究報告,日本,一般社団法人電子情報通信学会,2015年03月12日,Vol.114,No.523,pp.7-12(ICM2014-55),ISSN 0913-5685 |
Also Published As
Publication number | Publication date |
---|---|
JP2019135597A (ja) | 2019-08-15 |
US10887199B2 (en) | 2021-01-05 |
US20190245756A1 (en) | 2019-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7011162B2 (ja) | 性能調整プログラム、および性能調整方法 | |
JP7004902B2 (ja) | 性能評価プログラム、および性能評価方法 | |
US10896055B2 (en) | Capacity risk management for virtual machines | |
JP5218390B2 (ja) | 自律制御サーバ、仮想サーバの制御方法及びプログラム | |
EP3232338A1 (en) | Cloud platform application-oriented service recommendation method, device and system | |
TWI433035B (zh) | 按比例調整指令間隔以識別用於代表性指令追蹤的收集點 | |
US9448906B2 (en) | Service quality evaluator having adaptive evaluation criteria | |
CN103383655A (zh) | 用于在qos感知云中管理合并的工作负载的性能干扰模型 | |
US10942763B2 (en) | Operation management apparatus, migration destination recommendation method, and storage medium | |
US11190581B1 (en) | Job allocation support system and method | |
US20160117199A1 (en) | Computing system with thermal mechanism and method of operation thereof | |
US20200081740A1 (en) | Resource allocation optimization support system and resource allocation optimization support method | |
US9501321B1 (en) | Weighted service requests throttling | |
KR20070070062A (ko) | 서비스 평가 방법, 시스템 및 컴퓨터 프로그램 제품 | |
CN113168398A (zh) | 基于遥测数据的设备的升级确定 | |
US11385700B2 (en) | Estimation of power consumption for a job based on adjusted calculation of similarities between jobs | |
US10089151B2 (en) | Apparatus, method, and program medium for parallel-processing parameter determination | |
US9305068B1 (en) | Methods and apparatus for database virtualization | |
JP2018136681A (ja) | 性能管理プログラム、性能管理方法、および管理装置 | |
CN113656046A (zh) | 一种应用部署方法和装置 | |
US20210398176A1 (en) | Apparatus, method, and storage medium for burstable instance recommendation | |
US20230136244A1 (en) | Virtual machine connection control device, virtual machine connection control system, virtual machine connection control method, and program | |
CN118195708A (zh) | 一种基于云计算的工程造价数据处理方法及装置 | |
KR20220062700A (ko) | 여성의 생리학적 특성을 기반으로 하는 필요 영양 성분 시계열 수요 예측 시스템 및 그 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201110 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20201126 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20201126 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210921 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211005 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20211214 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211227 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7011162 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |