JP7331407B2 - コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム - Google Patents
コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム Download PDFInfo
- Publication number
- JP7331407B2 JP7331407B2 JP2019059250A JP2019059250A JP7331407B2 JP 7331407 B2 JP7331407 B2 JP 7331407B2 JP 2019059250 A JP2019059250 A JP 2019059250A JP 2019059250 A JP2019059250 A JP 2019059250A JP 7331407 B2 JP7331407 B2 JP 7331407B2
- Authority
- JP
- Japan
- Prior art keywords
- container
- running
- types
- load
- host
- 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
Landscapes
- Stored Programmes (AREA)
Description
コンテナホスト間の各種負荷が均等になるように、コンテナを起動するコンテナホストを選択する方法が求められている。
(構成の説明)
図1、図2は、それぞれ本発明の一実施形態によるコンテナ起動ホスト選択システムの一例を示す第1、第2のブロック図である。
図1に示すようにコンテナ起動ホスト選択システム30は、クライアント001と、コンテナ起動ホスト選択装置100と、1又は複数のコンテナホスト200と、を含む。クライアント001は、コンテナ起動要求部010を備える。コンテナ起動ホスト選択装置100は、コンテナ起動要求受付部101と、コンテナホスト制御部102と、アプリ情報判断部110と、アプリ情報記憶部111と、アプリ情報推測部112と、アプリ情報受付部113と、負荷情報予測部120と、負荷情報記憶部121と、負荷情報受付部122と、を備える。コンテナホスト200は、コンテナ制御部210と、アプリ情報収集部211と、コンテナ負荷情報収集部212と、1又は複数のコンテナ220とを備える。
コンテナ起動要求部010は、クライアント001のコンテナの起動要求を、コンテナ起動ホスト選択装置100のコンテナ起動要求受付部101に通知する。
コンテナ起動要求受付部101は、コンテナ起動要求部010からのコンテナ起動要求を受け付ける。コンテナ起動要求受付部101は、受け付けたコンテナ起動要求をコンテナホスト制御部102に通知する。
負荷情報記憶部121は、アプリケーションの負荷予測に用いる情報を記憶する。
コンテナ制御部210aは、コンテナホスト制御部102からの起動指示を受け、コンテナ220aを起動する。また、コンテナ制御部210aは、現在動作中のコンテナ220aの情報をコンテナホスト制御部102に通知する。コンテナ制御部210bについても同様である。
アプリ情報収集部211aは、コンテナ220a内で動作しているアプリケーション情報をアプリ情報受付部113に通知する。アプリ情報収集部211bについても同様である。
コンテナ負荷情報収集部212aは、定期的にコンテナホスト200aで動作しているコンテナの負荷情報を収集し、負荷情報受付部122に通知する。コンテナ負荷情報収集部212bについても同様である。
以下、コンテナ起動ホスト選択システム30の動作について詳細に説明する。
図3は、本発明の一実施形態による処理の一例を示す第1のフローチャートである。
図3にコンテナ起動ホスト選択システム30の動作の概要を示す。
まず、コンテナ起動要求部010が、コンテナ起動要求受付部101に対し、コンテナ起動要求を通知する(ステップS101)。コンテナ起動要求では、コンテナの作成元となるイメージの識別ID(以降イメージIDと記載する。)が指定される。
次にコンテナホスト制御部102が、アプリ情報判断部110に対し、イメージIDを通知し、アプリ情報判断部110からアプリケーション情報を取得する(ステップS102)。
次にコンテナホスト制御部102が、コンテナホスト200a,200bの負荷予測値を要求し、それぞれの負荷予測値を取得する(ステップS104)。
次にコンテナホスト制御部102が、選択したコンテナホスト200aのコンテナ制御部210aに対し、コンテナ220aの起動要求を通知し、コンテナ220aを起動する(ステップS106)。コンテナホスト200bが選択されたときも同様である。
図4は、本発明の一実施形態による処理の一例を示す第2のフローチャートである。
図5は、本発明の一実施形態による処理の一例を示すアプリケーション情報蓄積テーブルの一例を示す図である。
まず、アプリ情報判断部110は、アプリ情報記憶部111に格納されているアプリケーション情報蓄積テーブル400から、イメージIDに対応するアプリケーション情報のレコードを照会する(ステップS201)。図5にアプリケーション情報蓄積テーブル400を例示する。例えば、イメージID「cef95d42a67e」には、このイメージIDが示すコンテナで稼働するアプリケーション「nginx」が対応付けて格納されている。
レコードが存在する場合(ステップS202;Yes)、アプリ情報判断部110は、イメージIDに対応するアプリケーション情報を、アプリケーション情報蓄積テーブル400から読み出して要求元のコンテナホスト制御部102に通知する(ステップS203)。
図6は、本発明の一実施形態による処理の一例を示す第3のフローチャートである。
図7は、本発明の一実施形態による処理の一例を示すアプリケーション推測情報蓄積テーブルの一例を示す図である。
まず、アプリ情報推測部112は、図7に例示するアプリ情報記憶部111に格納されているアプリケーション推測情報蓄積テーブル500、イメージIDに対応するアプリケーション推測情報のレコードを照会する(ステップS301)。図7にアプリケーション推測情報蓄積テーブル500を例示する。例えば、イメージID「siselksi3l23」には、このイメージIDが示すコンテナで稼働すると推定されるアプリケーション推測情報「httpd」が対応付けて格納されている。
次にアプリ情報推測部112は、レコードが存在するどうかを判断する(ステップS302)。
アプリ情報推測部112は、インストール操作の履歴が存在するどうかを判断する(ステップS306)。
履歴が存在しない場合(ステップS306;No)、アプリ情報推測部112は、アプリケーションが不明である旨、アプリケーション推測情報蓄積テーブル500に格納する(ステップS308)。
アプリ情報推測部112は、アプリケーションの推測結果、あるいは不明である旨をアプリ情報判断部110へ通知する(ステップS309)。
なお本実施例では単純にインストール操作履歴のみを抽出対象としているが、インストール対象がライブラリなど、アプリケーションとは異なるものの場合もある。これを除外するため、事前にアプリケーション一覧のテーブルを用意し、一覧に記載されているもののみを抽出対象としてもよい。また、別途でサンドボックス環境を用意し、隔離した状態でイメージからコンテナを起動し、コンテナで起動したプロセスの一覧を得ることで、イメージIDに対応するアプリケーションを推測してもよい。
図8は、本発明の一実施形態による処理の一例を示す第4のフローチャートである。
例えば、コンテナホスト200aがコンテナの起動先として選択され、コンテナホスト200aで新たなコンテナ220a2を起動したとする。アプリ情報収集部211aが、コンテナ220a2の名前空間上でプロセス一覧取得コマンドを実行する。プロセス一覧取得コマンドとは、具体的には「nsenter --target <$PID> --pid -ps」等である。アプリ情報収集部211aは、プロセス一覧から取得できたプロセスが、コンテナ220a2で動作するアプリケーションであると特定し、そのプロセスが示すアプリケーションをアプリケーション情報として取得する(ステップS401)。
次にアプリ情報収集部211aが、アプリ情報受付部113に、コンテナ220a2のイメージIDと、ステップS401で取得したアプリケーション情報を通知する(ステップS402)。
次にアプリ情報受付部113が、アプリ情報記憶部111に格納されているアプリケーション情報蓄積テーブル400に対し、イメージIDとアプリケーション情報を対応付けたレコードを追加する(ステップS403)。
図9は、本発明の一実施形態による処理の一例を示す第5のフローチャートである。
図10は、本発明の一実施形態による処理の一例を示す負荷情報蓄積テーブルの一例を示す図である。
まず、コンテナ負荷情報収集部212aが、定期的にコンテナ220aの性能情報を取得する。例えば、コンテナ負荷情報収集部212aは、コンテナ実行基盤ソフトウェアdockerが提供する「docker status」コマンドを実行し、コンテナ毎にCPU、メモリ、ブロックIO、ネットワークIOの負荷情報を取得する。コンテナホスト200aで、コンテナ220a2が起動された場合、コンテナ負荷情報収集部212aは、同様にして、定期的にコンテナ220a2の各種負荷情報を取得する。また、コンテナ負荷情報収集部212bは、同様にして、定期的にコンテナ220bの性能情報を取得する(ステップS501)。
次にコンテナ負荷情報収集部212a,212bが、負荷情報受付部122に、負荷情報を取得したコンテナ情報(コンテナ220a等のイメージID)と、取得した負荷情報を通知する(ステップS502)。
次に負荷情報受付部122が、アプリ情報判断部110にイメージIDを通知し、イメージIDに対応するアプリケーション情報を取得する(ステップS503)。
次に負荷情報受付部122は、ステップS502、503で受け付けた情報に基づいて、負荷情報記憶部121に対し、アプリケーション情報に対応する負荷情報を格納する。具体的には、負荷情報記憶部121は、図10に例示する負荷情報蓄積テーブル600にコンテナIDとイメージIDとアプリケーション情報と負荷情報とを対応付けた情報を、負荷情報を取得した時刻とともに追加する(ステップS504)。
図11は、本発明の一実施形態による処理の一例を示す第6のフローチャートである。
本実施形態では、アプリケーションの実行元(テナント)が同一であれば、同じアプリケーションは、同程度の周期性の負荷がかかるものと仮定し負荷予測を行う。
本実施形態ではシングルテナント環境を対象としているが、後述するようにマルチテナント環境へも拡張可能である。また、周期性は1週間として予測を行う。周期性の予測については、例えば、特開2013-214171に開示された技術を用いることができる。
まず、負荷情報予測部120が、アプリケーションに対応するCPU、メモリ、ブロックIO、ネットワークIOの予測期間分の負荷情報を、負荷情報記憶部121から取得する(ステップS601)。例えば、負荷情報予測部120は、負荷情報記憶部121が記憶する負荷情報蓄積テーブル600(図10)から1週間分の負荷情報を取得する。対象のアプリケーションについて、複数のコンテナ220から取得したデータが存在する場合、負荷情報予測部120は、その全てを負荷情報蓄積テーブル600から取得する。
負荷情報予測部120が、取得した負荷情報に対し統計処理を行う。例えば、負荷情報予測部120は、CPU、メモリ、ブロックIO、ネットワークIOの各負荷別に平均値を算出する。負荷情報予測部120は、CPU、メモリ、ブロックIO、ネットワークIOの各負荷の平均値を、負荷予測値としてコンテナホスト制御部102に通知する(ステップS602)。
図12は、本発明の一実施形態による処理の一例を示す第7のフローチャートである。
まず、コンテナホスト制御部102が、コンテナ制御部210a,210bに対し、各コンテナホストで動作中のコンテナの一覧情報(コンテナIDの一覧)を要求し、取得する(ステップS701)。例えば、図2で例示した構成例であれば、コンテナ制御部210aは,一覧情報としてコンテナ220aの識別情報(コンテナID)を取得する。複数のコンテナ220が動作中の場合には、それら全てのコンテナIDを取得する。コンテナ制御部210bについても同様である。また、コンテナホスト制御部102は、例えば、所定のコマンドを発行することにより、一覧情報に含まれる各コンテナの識別情報からイメージIDを取得する。
次にコンテナホスト制御部102が、アプリ情報判断部110に対し、取得したコンテナのイメージIDを通知し、アプリケーション情報を取得する(ステップS702)。
次にコンテナホスト制御部102は、負荷情報予測部120に対し、各コンテナホスト200a、200bで現在動作中のコンテナについて、コンテナIDとイメージIDとアプリケーション情報を通知し、動作中のアプリケーション全てについて、負荷予測値を要求し、取得する(ステップS703)。負荷情報予測部120は、図10に例示する負荷情報蓄積テーブル600から、例えば、1週間分の負荷情報を取得し、コンテナホスト制御部102へ出力する。コンテナホスト制御部102は、例えば、取得した1週間分の負荷情報(実績値)を1週間分の負荷予測値とする。
次にコンテナホスト制御部102が、S703で取得した負荷予測値をコンテナホスト毎に、全アプリケーションについてのCPU、メモリ、ブロックIO、ネットワークIOの各負荷の予測値を負荷別に合算し、各コンテナホストの負荷予測値を算出する(ステップS704)。
図13は、本発明の一実施形態による処理の一例を示す第8のフローチャートである。
まず、コンテナホスト制御部102が、ステップS103で取得したアプリケーションの負荷予測値と、ステップS104で取得した各コンテナホストの負荷予測値とを、CPU、メモリ、ブロックIO、ネットワークIO別に合算する(ステップS801)。つまり、コンテナホスト制御部102は、コンテナホスト200a,200bのそれぞれについて、起動対象のコンテナ220を追加で起動した場合の各種負荷の値を算出する。
次にコンテナホスト制御部102が、ステップS801で算出した各負荷の合算値の何れかが、ある時間帯に閾値を超過しているかどうかを判断する(ステップS802)。閾値を超えていた場合は、当該コンテナホストは選択対象から除外する。ただし全てのコンテナホストで閾値を超過していた場合は、全てのコンテナホストに対し次のステップを実行する。
次にコンテナホスト制御部102が、以下の評価関数Fを用いてコンテナを起動するコンテナホストを選択する(ステップS803)。コンテナホスト制御部102は、評価関数Fが示すコンテナホストを選択する。
図14に示すようにコンテナ起動ホスト選択装置100は、少なくともコンテナホスト制御部102を備える。
コンテナホスト制御部102は、複数のコンテナホストのそれぞれについて、各コンテナホストで動作中のコンテナで稼働するアプリケーションによる複数種類の負荷の予測値と、起動対象のコンテナである起動コンテナで稼働するアプリケーションによる複数種類の負荷の予測値とに基づいて、複数のコンテナホストそれぞれで起動コンテナを起動した場合の複数種類の負荷を予測し、複数種類の負荷が最も小さいコンテナホストで、起動コンテナを起動すると決定する。複数種類の負荷には、ブロックIO(ディスクIO)又はネットワークIOが含まれていてもよい。
コンピュータ900は、CPU901、主記憶装置902、補助記憶装置903、入出力インタフェース904、通信インタフェース905を備える。上述のコンテナ起動ホスト選択装置100、コンテナホスト200は、コンピュータ900に実装される。そして、上述した各機能部の動作は、プログラムの形式で補助記憶装置903に記憶されている。CPU901は、プログラムを補助記憶装置903から読み出して主記憶装置902に展開し、当該プログラムに従って上記処理を実行する。また、CPU901は、プログラムに従って、記憶領域を主記憶装置902に確保する。また、CPU901は、プログラムに従って、処理中のデータを記憶する記憶領域を補助記憶装置903に確保する。
001・・・クライアント
010・・・コンテナ起動要求部
100・・・コンテナ起動ホスト選択装置
101・・・コンテナ起動要求受付部
102・・・コンテナホスト制御部
110・・・アプリ情報判断部
111・・・アプリ情報記憶部
112・・・アプリ情報推測部
113・・・アプリ情報受付部
120・・・負荷情報予測部
121・・・負荷情報記憶部
122・・・負荷情報受付部
200、200a、200b・・・コンテナホスト
210、210a、210b・・・コンテナ制御部
211、211a、211b・・・アプリ情報収集部
212、212a、212b・・・コンテナ負荷情報収集部
220、220a、220b・・・コンテナ
900・・・コンピュータ
901・・・CPU
902・・・主記憶装置
903・・・補助記憶装置
904・・・入出力インタフェース
905・・・通信インタフェース
Claims (10)
- 複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションによる複数種類の負荷の予測値と、起動対象のコンテナである起動コンテナにて稼働するアプリケーションによる複数種類の前記負荷の予測値とに基づいて、前記コンテナホストのそれぞれについて前記起動コンテナを起動した場合の複数種類の前記負荷を予測し、複数種類の前記負荷の合計が最も小さい前記コンテナホストを選択し、選択した前記コンテナホストで前記起動コンテナを起動すると決定するコンテナホスト制御部と、
前記起動コンテナの作成元となるイメージの識別情報と、イメージの識別情報とアプリケーションの情報とを対応付けて記憶するテーブルと、に基づいて、前記起動コンテナで稼働するアプリケーションを特定し、前記コンテナの作成元となるイメージの識別情報と、前記テーブルと、に基づいて、前記コンテナで稼働するアプリケーションを特定するアプリ情報判断部と、
前記コンテナホストで動作した前記コンテナで稼働したアプリケーションによる前記複数種類の負荷の実績値に基づいて、前記起動コンテナで稼働するアプリケーションおよび動作中の前記コンテナで稼働するアプリケーションによる複数種類の前記負荷の予測を行う負荷情報予測部と、
を備え、
前記起動コンテナに対する起動要求があると、
前記アプリ情報判断部は、前記起動コンテナで稼働するアプリケーションを特定するとともに、前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションを特定し、
前記負荷情報予測部は、特定された前記起動コンテナで稼働するアプリケーションの前記複数種類の負荷と、特定された前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションの前記複数種類の負荷とを予測し、
前記コンテナホスト制御部は、前記複数のコンテナホスト別に前記コンテナホストで動作中の全てのコンテナにて稼働するアプリケーションの前記複数種類の負荷の予測値を前記複数種類別に合計し、さらにその合計した値に前記複数のコンテナホスト別に前記起動コンテナで稼働するアプリケーションの前記複数種類別の負荷を加算して、加算後の前記複数種類別の負荷の合計が最も小さい前記コンテナホストで前記起動コンテナを起動すると決定する、コンテナ起動ホスト選択装置。 - 前記複数種類の負荷には、ディスクIOの負荷が含まれている、
請求項1に記載のコンテナ起動ホスト選択装置。 - 前記複数種類の負荷には、ネットワークIOの負荷が含まれている、
請求項1または請求項2に記載のコンテナ起動ホスト選択装置。 - 前記コンテナホスト制御部は、加算後の前記複数種類別の負荷のうちの何れか1つ又は複数を所定の閾値と比較して、前記閾値を超える負荷が存在する場合には、そのコンテナホストを、記起動コンテナを起動する対象から除外する、
請求項1から請求項3の何れか1項に記載のコンテナ起動ホスト選択装置。 - 前記コンテナホストから、当該コンテナホストで動作したコンテナで稼働したアプリケーションによる複数の前記負荷の実績値を取得して、前記アプリケーションごとに前記負荷の実績値を記憶部に格納する負荷情報受付部、
をさらに備える請求項1から請求項4の何れか1項に記載のコンテナ起動ホスト選択装置。 - 前記コンテナホスト制御部は、加算後の前記複数種類別の負荷のそれぞれについて、全ての前記コンテナホストの平均値を算出し、前記コンテナホストごとに加算後の前記複数種類別の負荷のそれぞれから同じ種類の負荷に係る前記平均値を減算し、さらに減算した値を前記平均値で除算して第1評価値を算出し、全ての前記複数種類の負荷について前記第1評価値の加重和を計算した値が最も小さい前記コンテナホストで前記起動コンテナを起動すると決定する、
請求項1から請求項5の何れか1項に記載のコンテナ起動ホスト選択装置。 - 前記起動コンテナで稼働するアプリケーションについて前記テーブルが前記アプリケーションの情報を記憶していない場合、前記起動コンテナの作成元となるイメージに対するアプリケーションのインストール履歴に基づいて、前記起動コンテナで稼働するアプリケーションを推定するアプリ情報推測部、
をさらに備え、
前記負荷情報予測部は、推定された前記アプリケーションの前記複数種類の負荷を予測する、
請求項1から請求項6の何れか1項に記載のコンテナ起動ホスト選択装置。 - 請求項1から請求項6の何れか1項に記載のコンテナ起動ホスト選択装置と、
自機で動作中のコンテナで稼働するアプリケーションによる複数種類の前記負荷を取得して、前記コンテナ起動ホスト選択装置へ通知するコンテナ負荷情報収集部、を備える1又は複数のコンテナホストと、
を含むコンテナ起動ホスト選択システム。 - コンピュータによって実行されるコンテナ起動ホスト選択方法であって、
複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションによる複数種類の負荷の予測値と、起動対象のコンテナである起動コンテナにて稼働するアプリケーションによる複数種類の前記負荷の予測値とに基づいて、前記コンテナホストのそれぞれについて前記起動コンテナを起動した場合の複数種類の前記負荷を予測し、複数種類の前記負荷の合計が最も小さい前記コンテナホストを選択し、選択した前記コンテナホストで前記起動コンテナを起動すると決定するステップと、
前記起動コンテナの作成元となるイメージの識別情報と、イメージの識別情報とアプリケーションの情報とを対応付けて記憶するテーブルと、に基づいて、前記起動コンテナで稼働するアプリケーションを特定し、前記コンテナの作成元となるイメージの識別情報と、前記テーブルと、に基づいて、前記コンテナで稼働するアプリケーションを特定するステップと、
前記コンテナホストで動作した前記コンテナで稼働したアプリケーションによる複数種類の前記負荷の実績値に基づいて、前記起動コンテナで稼働するアプリケーションおよび動作中の前記コンテナで稼働するアプリケーションによる複数種類の前記負荷の予測を行うステップと、を有し、
前記起動コンテナに対する起動要求があると、
前記アプリケーションを特定するステップにて、前記起動コンテナで稼働するアプリケーションを特定するとともに、前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションを特定し、
前記予測を行うステップにて、特定された前記起動コンテナで稼働するアプリケーションの前記複数種類の負荷と、特定された前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションの前記複数種類の負荷とを予測し、
前記決定するステップにて、前記複数のコンテナホスト別に前記コンテナホストで動作中の全てのコンテナにて稼働するアプリケーションの前記複数種類の負荷の予測値を前記複数種類別に合計し、さらにその合計した値に前記複数のコンテナホスト別に前記起動コンテナで稼働するアプリケーションの前記複数種類別の負荷を加算して、加算後の前記複数種類別の負荷の合計が最も小さい前記コンテナホストで前記起動コンテナを起動すると決定する、コンテナ起動ホスト選択方法。 - コンピュータに、
複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションによる複数種類の負荷の予測値と、起動対象のコンテナである起動コンテナにて稼働するアプリケーションによる複数種類の前記負荷の予測値とに基づいて、前記コンテナホストのそれぞれについて前記起動コンテナを起動した場合の複数種類の前記負荷を予測し、複数種類の前記負荷の合計が最も小さい前記コンテナホストを選択し、選択した前記コンテナホストで前記起動コンテナを起動すると決定するステップと、
前記起動コンテナの作成元となるイメージの識別情報と、イメージの識別情報とアプリケーションの情報とを対応付けて記憶するテーブルと、に基づいて、前記起動コンテナで稼働するアプリケーションを特定し、前記コンテナの作成元となるイメージの識別情報と、前記テーブルと、に基づいて、前記コンテナで稼働するアプリケーションを特定するステップと、
前記コンテナホストで動作した前記コンテナで稼働したアプリケーションによる複数種類の前記負荷の実績値に基づいて、前記起動コンテナで稼働するアプリケーションおよび動作中の前記コンテナで稼働するアプリケーションによる複数種類の前記負荷の予測を行うステップと、を有し、
前記起動コンテナに対する起動要求があると、
前記アプリケーションを特定するステップにて、前記起動コンテナで稼働するアプリケーションを特定するとともに、前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションを特定し、
前記予測を行うステップにて、特定された前記起動コンテナで稼働するアプリケーションの前記複数種類の負荷と、特定された前記複数のコンテナホストのそれぞれで動作中のコンテナにて稼働するアプリケーションの前記複数種類の負荷とを予測し、
前記決定するステップにて、前記複数のコンテナホスト別に前記コンテナホストで動作中の全てのコンテナにて稼働するアプリケーションの前記複数種類の負荷の予測値を前記複数種類別に合計し、さらにその合計した値に前記複数のコンテナホスト別に前記起動コンテナで稼働するアプリケーションの前記複数種類別の負荷を加算して、加算後の前記複数種類別の負荷の合計が最も小さい前記コンテナホストで前記起動コンテナを起動すると決定する処理、を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019059250A JP7331407B2 (ja) | 2019-03-26 | 2019-03-26 | コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019059250A JP7331407B2 (ja) | 2019-03-26 | 2019-03-26 | コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020160775A JP2020160775A (ja) | 2020-10-01 |
JP7331407B2 true JP7331407B2 (ja) | 2023-08-23 |
Family
ID=72643482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019059250A Active JP7331407B2 (ja) | 2019-03-26 | 2019-03-26 | コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7331407B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102438916B1 (ko) * | 2020-11-18 | 2022-09-01 | (주)글루시스 | 컨테이너 기반의 가상화 시스템 및 가상화 시스템에서 컨테이너의 자원을 확장하는 방법 |
JP7399427B2 (ja) * | 2021-03-05 | 2023-12-18 | ソフトバンク株式会社 | サーバ、およびコンテナシステム |
WO2023218664A1 (ja) * | 2022-05-13 | 2023-11-16 | 楽天モバイル株式会社 | リプレースシステム及びリプレース方法 |
WO2023218663A1 (ja) * | 2022-05-13 | 2023-11-16 | 楽天モバイル株式会社 | 実行基盤決定システム及び実行基盤決定方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6455035B2 (ja) * | 2014-09-10 | 2019-01-23 | 富士通株式会社 | 負荷分散管理装置、制御方法およびプログラム |
-
2019
- 2019-03-26 JP JP2019059250A patent/JP7331407B2/ja active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
---|
叶如絵ほか,コンテナ型仮想化環境向き負荷予測システム「Tetris」の開発,情報処理学会第78回(平成28年)全国大会講演論文集(1) コンピュータシステム ソフトウェア科学・工学 データとウェブ,日本,一般社団法人情報処理学会,2016年03月10日,1-11~1-12ページ |
Also Published As
Publication number | Publication date |
---|---|
JP2020160775A (ja) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7331407B2 (ja) | コンテナ起動ホスト選択装置、コンテナ起動ホスト選択システム、コンテナ起動ホスト選択方法及びプログラム | |
US11032359B2 (en) | Multi-priority service instance allocation within cloud computing platforms | |
US9378056B2 (en) | Management server, and virtual machine move control method | |
EP2437168B1 (en) | Method and device for balancing load of multiprocessor system | |
US8700752B2 (en) | Optimized efficient LPAR capacity consolidation | |
JP6075226B2 (ja) | プログラム、仮想マシン管理方法および情報処理装置 | |
JP6233413B2 (ja) | タスク割り当て判定装置、制御方法、及びプログラム | |
JP2011118525A (ja) | サーバ管理装置とサーバ管理方法およびサーバ管理プログラム | |
US20110231860A1 (en) | Load distribution system | |
JP5484601B2 (ja) | 並列分散処理システムのデータ転送制御方法、並列分散処理システム及び記憶媒体 | |
US10193973B2 (en) | Optimal allocation of dynamically instantiated services among computation resources | |
JP2005234917A (ja) | 障害時のサーバ決定方法 | |
US9792142B2 (en) | Information processing device and resource allocation method | |
US10496430B2 (en) | Information processing system, autoscaling association apparatus, and non-transitory computer readable medium for determining a necessary number of virtual machines | |
US20170262196A1 (en) | Load monitoring method and information processing apparatus | |
US20100251248A1 (en) | Job processing method, computer-readable recording medium having stored job processing program and job processing system | |
US10684901B2 (en) | Data store device and data management method | |
WO2013171944A1 (ja) | 仮想マシン管理システム、仮想マシン管理方法およびプログラム | |
US20150074454A1 (en) | Information processing method and apparatus for migration of virtual disk | |
US20170262310A1 (en) | Method for executing and managing distributed processing, and control apparatus | |
US20210019160A1 (en) | Quality of service scheduling with workload profiles | |
US9983911B2 (en) | Analysis controller, analysis control method and computer-readable medium | |
JP6960444B2 (ja) | 計算機システム及びリソース管理方法 | |
JP6963465B2 (ja) | 計算機システム及びデータ処理の制御方法 | |
US11893417B2 (en) | Process request management apparatus, process request management method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220207 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221227 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230316 |
|
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: 20230711 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230724 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7331407 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |