CN103946831B - 用于模板的成本感知的选择以供应共享资源的系统和方法 - Google Patents
用于模板的成本感知的选择以供应共享资源的系统和方法 Download PDFInfo
- Publication number
- CN103946831B CN103946831B CN201280057141.6A CN201280057141A CN103946831B CN 103946831 B CN103946831 B CN 103946831B CN 201280057141 A CN201280057141 A CN 201280057141A CN 103946831 B CN103946831 B CN 103946831B
- Authority
- CN
- China
- Prior art keywords
- template
- resource
- cost
- request
- list
- 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
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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]
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Stored Programmes (AREA)
- Computer And Data Communications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Transfer Between Computers (AREA)
Abstract
一种将模板组织在成本感知的集群中的模板生成器、一种使用成本感知的集群分配资源的方法以及一种用于此目的的计算机程序产品。资源供应单元生成、选择和维护选定数量的资源模板。每个模板指定可分配资源能力配置。每个请求客户机设备具有由所选择的资源模板之一确定的已分配资源。资源供应单元包括具有可分配资源成本和关联属性的配置存储库、具有先前接收的请求的服务器请求存储库,以及具有模板列表选项的输入参数存储库。模板生成器确定用于满足先前接收的请求的最佳模板列表。模板存储库存储所生成的模板列表。
Description
技术领域
本发明涉及分配共享资源,更具体地说,涉及选择一组最佳模板以便以最低的过度供应和供应不足来满足资源请求。
背景技术
对于任何现代组织而言,获得和管理信息技术(IT)是主要预算问题。此外,本地IT硬件很少在满负载下使用。因此,为了降低IT基础架构成本和浪费,组织越来越多地在更少服务器上托管的虚拟机(VM)上整合工作负载,而不是获得物理硬件。远程服务器计算机提供每个VM作为具有虚拟资源(例如,处理能力、存储器和磁盘空间)的虚拟服务器。通常,从多个虚拟资源模板(VRT或模板)中选择每个VM配置。每个VRT定义预定的虚拟资源能力,这些虚拟资源能力可分配以便定义VM。因此,服务器计算机(多个)通过指定针对VM的预期目的和预计需要最严密配置的VRT(软件栈和许可),将能力(例如,磁盘空间、处理资源和存储器)分配给每个VM。
在管理这些VM时,难以确定它们的最佳能力和最佳配置,即,选择最佳VRT。通常,服务提供方主要基于提供方系统优化、工作负载预测以及从持续监视VM资源使用收集的资源使用历史,针对每个VM选择VRT 并且分配对应的物理资源。但是,即使良好的预测结果也可以损害用户体验,这是由于过度分配或分配不足所致。过度分配浪费能源和资源、能力,否则它们可以用于其它用户或者用于支持其它VM。因为分配不足为一个或多个VM分配不充足的资源,所以它将影响这些VM上的服务质量 (QoS),例如,停止视频或混乱的音频。
用户要求高度可变,这可能促使提供方改变他们提供的模板定义和数量。尽管资源提供方可以增加提供的VRT数量以便满足所有请求,但增加数量可以导致资源过度供应和模板泛滥。资源过度供应(如过度分配) 消耗的资源和能源多于提供的能力需要的资源和能源;否则这种过量的资源和能源可以用于其它用户或者用于其它VM。模板泛滥(也称为映像泛滥)在以下情况下发生:当调整符合一个用户需要的一个模板或映像以便适合另一个用户,从而将另一个模板添加到提供的VRT时。最后,模板数量扩展到难以管理的数量。
已经尝试多种方法以便将应用服务器请求与可用资源相匹配。典型的云计算方法是选择与目标用户应用要求最密切匹配的VM模板,从而忽略选择成本。某些其它现有方法指定和存储VM模板和网络模板,以便主要加速安装VM、关联的网络和需要的软件。其它方法创建运行VM和选择目标迁移服务器的简档。备选地,其它技术专注于将应用扩展到模板,而不是专注于选择虚拟资源模板,即,使应用适应VM而不是使VM适应应用。最后,最新方法将用户提供的开放虚拟化格式(OVF)实例与适当的云产品匹配。
因此,需要分配充足的IT资源以实现最低成本并且不浪费资源,同时还保持服务器QoS,更具体地说,需要选择一组VM模板以便在云基础架构中供应VM,这些模板有效地满足大多数用户要求以实现最低成本。
发明内容
本发明的一个特性是最小化云资源的过度供应;
本发明的另一个特性是减少云环境中的模板泛滥/映像泛滥;
本发明的另一个特性是VM模板/映像池,选择该池用于成本感知的集群以便更好地匹配客户需要,从而降低客户成本和浪费的资源。
本发明涉及将模板组织在成本感知的集群中的模板生成器、使用成本感知的集群分配资源的方法以及用于此目的的计算机程序产品。资源供应单元生成、选择和维护选定数量的资源模板。每个模板指定可分配资源能力配置。每个请求客户机设备具有由所选择的资源模板之一确定的已分配资源。资源供应单元包括具有可分配资源成本和关联属性的配置存储库、具有先前接收的请求的服务器请求存储库,以及具有模板列表选项的输入参数存储库。模板生成器确定用于满足先前接收的请求的最佳模板列表。模板存储库存储所生成的模板列表。生成的模板列表基于每个模板的聚合资源成本。资源可以分别具有截然不同并且变化的成本,例如,处理能力、存储器和磁盘空间之间的高成本差异。
附图说明
从以下参考附图的对本发明优选实施例的详细描述,将更好地理解以上和其它目标、方面和优点,这些附图是:
图1示出根据本发明的一个实施例的云计算节点;
图2示出根据本发明的一个实施例的云计算环境;
图3示出根据本发明的一个实施例的抽象模型层;
图4示出根据本发明的一个优选实施例的用于成本感知的集群以便将模板与资源请求相匹配的资源供应单元的一个实例;
图5示出优选模板生成器选择前k个(top k)模板的一个实例;
图6A示出查找最低成本匹配的一个实例;
图6B示出针对列出最低成本匹配创建的资源匹配表的一个实例;
图7示出通过以最小值和最大值设置前k列表(Top k lists)的范围而生成最终模板列表的一个实例;
图8示出将本发明应用于一组(七百四十七个(747))服务器请求的一个实例。
具体实施方式
首先应当理解,尽管本公开包括关于云计算的详细描述,但其中记载的技术方案的实现却不限于云计算环境,而是能够结合现在已知或以后开发的任何其它类型的计算环境而实现,如下面进一步表明的那样。
云计算是一种服务交付模式,用于对共享的可配置计算资源池进行方便、按需的网络访问。可配置计算资源是能够以最小的管理成本或与服务提供方进行最少的交互就能快速部署和释放的资源,例如可以是网络、网络带宽、服务器、处理、内存、存储、应用、虚拟机和服务。这种云模式可以包括至少五个特征、至少三个服务模型和至少四个部署模型。
特征包括:
按需自助式服务:云的消费者在无需与服务提供方进行人为交互的情况下能够单方面自动地按需部署诸如服务器时间和网络存储等的计算能力。
广泛的网络接入:计算能力可以通过标准机制在网络上获取,这种标准机制促进了通过不同种类的瘦客户机平台或厚客户机平台(例如移动电话、膝上型电脑、个人数字助理PDA)对云的使用。
资源池:提供方的计算资源被归入资源池并通过多租户(multi-tenant) 模式服务于多重消费者,其中按需将不同的实体资源和虚拟资源动态地分配和再分配。一般情况下,消费者不能控制或甚至并不知晓所提供的资源的确切位置,但可以在较高抽象程度上指定位置(例如国家、州或数据中心),因此具有位置无关性。
迅速弹性:能够迅速、有弹性地(有时是自动地)部署计算能力,以实现快速扩展,并且能迅速释放来快速缩小。在消费者看来,用于部署的可用能力往往显得是无限的,并能在任意时候都能获取任意数量的能力。
可测量的服务:云系统通过利用适于服务类型(例如存储、处理、带宽和活跃用户帐号)的某种抽象程度的计量能力,自动地控制和优化资源效用。可以监测、控制和报告资源使用情况,为服务提供方和消费者双方提供透明度。此外,本发明提供客户机自我监测以便动态调整单独的资源分配和配置,从而在最小化操作成本和能源的情况下实时实现优化的资源分配。
服务模型如下:
软件即服务(SaaS):向消费者提供的能力是使用提供方在云基础架构上运行的应用。可以通过诸如网络浏览器的瘦客户机接口(例如基于网络的电子邮件)从各种客户机设备访问应用。除了有限的特定于用户的应用配置设置外,消费者既不管理也不控制包括网络、服务器、操作系统、存储、乃至单个应用能力等的底层云基础架构。
平台即服务(PaaS):向消费者提供的能力是在云基础架构上部署消费者创建或获得的应用,这些应用利用提供方支持的程序设计语言和工具创建。消费者既不管理也不控制包括网络、服务器、操作系统或存储的底层云基础架构,但对其部署的应用具有控制权,对应用托管环境配置可能也具有控制权。
基础架构即服务(IaaS):向消费者提供的能力是消费者能够在其中部署并运行包括操作系统和应用的任意软件的处理、存储、网络和其它基础计算资源。消费者既不管理也不控制底层的云基础架构,但是对操作系统、存储和其部署的应用具有控制权,对选择的网络组件(例如主机防火墙)可能具有有限的控制权。
部署模型如下:
私有云:云基础架构单独为某个组织运行。云基础架构可以由该组织或第三方管理并且可以存在于该组织内部或外部。
共同体云:云基础架构被若干组织共享并支持有共同利害关系(例如任务使命、安全要求、政策和合规考虑)的特定共同体。共同体云可以由共同体内的多个组织或第三方管理并且可以存在于该共同体内部或外部。
公共云:云基础架构向公众或大型产业群提供并由出售云服务的组织拥有。
混合云:云基础架构由两个或更多部署模型的云(私有云、共同体云或公共云)组成,这些云依然是独特的实体,但是通过使数据和应用能够移植的标准化技术或私有技术(例如用于云之间的负载平衡的云突发流量分担技术)绑定在一起。
云计算环境是面向服务的,特点集中在无状态性、低耦合性、模块性和语意的互操作性。云计算的核心是包含互连节点网络的基础架构。
现在参考图1,其中显示了云计算节点的一个例子。图1显示的云计算节点10仅仅是适合的云计算节点的一个示例,不应对本发明实施例的功能和使用范围带来任何限制。总之,云计算节点10能够被用来实现和/或执行以上所述的任何功能。
云计算节点10具有计算机系统/服务器12,其可与众多其它通用或专用计算系统环境或配置一起操作。众所周知,适于与计算机系统/服务器 12一起操作的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任意系统或设备的分布式云计算技术环境,等等。
计算机系统/服务器12可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括执行特定的任务或者实现特定的抽象数据类型的例程、程序、目标程序、组件、逻辑、数据结构等。计算机系统/服务器12可以在通过通信网络链接的远程处理设备执行任务的分布式云计算环境中实施。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算机系统存储介质上。
如图1所示,云计算节点10中的计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MCA)总线,增强型ISA(EISA) 总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是能够被计算机系统/服务器12访问的任意可获得的介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓冲存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图1未显示,通常称为“硬盘驱动器”)。尽管图1中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM、DVD-ROM或者其它光介质)读写的光盘驱动器。在一些情况下,上述组件可以通过一个或者多个数据介质接口与总线18相连。如下面进一步示出和描述的,存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12 能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机系统/服务器12的其它组件通信。应当明白,尽管图中未示出,其它硬件和/或软件组件可以与计算机系统/服务器12一起操作,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
现在参考图2,其中显示了示例性的云计算环境50。如图所示,云计算环境50包括云计算消费者使用的本地计算设备可以与其相通信的一个或者多个云计算节点10,本地计算设备例如可以是个人数字助理(PDA) 或移动电话54A,台式电脑54B、笔记本电脑54C和/或汽车计算机系统 54N。云计算节点10之间可以相互通信。可以在包括但不限于如上所述的私有云、共同体云、公共云或混合云或者它们的组合的一个或者多个网络中将云计算节点10进行物理或虚拟分组(图中未显示)。这样,云的消费者无需在本地计算设备上维护资源就能请求云计算环境50提供的基础架构即服务(IaaS)、平台即服务(PaaS)和/或软件即服务(SaaS)。应当理解,图2显示的各类计算设备54A-N仅仅是示意性的,云计算节点10 以及云计算环境50可以与任意类型网络上和/或网络可寻址连接的任意类型的计算设备(例如使用网络浏览器)通信。
现在参考图3,其中显示了云计算环境50(图2)提供的一组功能抽象层。首先应当理解,图3所示的组件、层以及功能都仅仅是示意性的,本发明的实施例不限于此。如图3所示,提供下列层和对应功能:
硬件和软件层60包括硬件和软件组件。硬件组件的例子包括:主机,例如系统;基于RISC(精简指令集计算机)体系结构的服务器,例如IBM系统;IBM系统;IBM系统;存储器件;网络和网络组件。软件组件的例子包括:网络应用服务器软件,例如IBM应用服务器软件;数据库软件,例如IBM 数据库软件。(IBM、zSeries、pSeries、xSeries、BladeCenter、 WebSphere以及DB2是国际商业机器公司在全世界各地的注册商标)。
虚拟层62提供一个抽象层,该层可以提供下列虚拟实体的例子:虚拟服务器、虚拟存储、虚拟网络(包括虚拟私有网络)、虚拟应用和操作系统,以及虚拟客户端。
在一个示例中,管理层64可以提供下述功能:资源供应功能70:提供用于在云计算环境中执行任务的计算资源和其它资源的动态获取。计量和定价功能:在云计算环境内对资源的使用进行成本跟踪,并为此提供帐单和发票。在一个例子中,该资源可以包括应用软件许可。安全功能:为云的消费者和任务提供身份认证,为数据和其它资源提供保护。用户门户功能:为消费者和系统管理员提供对云计算环境的访问。服务水平管理功能:提供云计算资源的分配和管理,以满足必需的服务水平。服务水平协议(SLA)计划和履行功能:为根据SLA预测的对云计算资源未来需求提供预先安排和供应。
工作负载层66提供云计算环境可能实现的功能的示例。在该层中,可提供的工作负载或功能的示例包括:地图绘制与导航;软件开发及生命周期管理;虚拟教室的教学提供;数据分析处理;交易处理;以及移动桌面。
图4示出根据本发明的一个优选实施例的用于成本感知的集群以便将模板与资源请求相匹配的资源供应单元70的一个实例。具体地说,优选的成本感知的集群技术考虑聚合资源成本,这些资源可以分别具有截然不同并且变化的成本,例如,处理能力、存储器和磁盘空间之间的高成本差异。基本上,在确定每个服务器请求的最低成本匹配之后,根据给定模板的满足请求数量完善模板列表。本发明应用于云计算,从而允许提供方分析VM 模板数量、满足的服务器要求水平以及满足要求的可能截然不同的成本之间的权衡。
优选的资源供应单元70包括配置存储库72、服务器请求存储库74、输入参数存储库76、模板存储库78和模板生成器80。配置存储库72、服务器请求存储库74、输入参数存储库76和模板存储库78可以是单独的存储单元或者存储在单个存储装置(例如图1的存储装置34)中。优选的模板生成器80实现优选的成本感知的集群技术,这种技术选择和确定满足一组服务器请求的计算要求所需的模板数量。
配置存储库72包含资源成本和关联属性。例如,具有虚拟2.1GHz中央处理单元(CPU)、1太字节(1TB)磁盘存储和2GB RAM的服务器模板的表项可以指定每小时成本为0.08美元。优选地,服务器请求存储库74包括服务器请求数据库,其具有先前接收的服务器请求,这些服务器请求按照诸如CPU(或CPU等效物,例如双核64位i86)、存储器和磁盘空间之类的资源类型定义。输入参数存储库76存储是否选择“最佳模板”选项以便模板生成器80列出所有模板的指示;或者存储k值和模板百分比,当选择前k个(top k)模板选项时并且如果选择前k个模板选项使用这些值和百分比。优选的模板生成器80从可用组合数量生成一组初始模板。然后,实现优选的成本感知的集群技术,模板生成器80确定以最低成本匹配满足服务器请求要求所需的模板数量。在计算每个服务器请求的最低成本匹配之后,模板生成器80根据给定模板的满足请求数量完善模板列表,并且将完善后的列表存储在模板存储库78中。
优选地,服务器请求存储在服务器请求存储库74内的请求数据库中,并且每个请求按照资源类型(例如,CPU、存储器和磁盘空间)定义。优选的模板生成器80例如基于在输入参数存储库76中指定的“最佳模板”选项,产生完整模板列表以便满足所有服务器请求需要。备选地,优选的模板生成器80例如使用也在输入参数存储库76中指定的“前k个模板”选项,生成满足大多数服务器请求要求的前k个模板。
模板生成器80从完整模板列表计算每个服务器要求的最低成本匹配,以便满足所有请求服务器需要。从这些最低成本匹配,模板生成器80例如按照百分比满意度或最低总成本,选择前k列表(top k list)的满足大多数服务器请求要求的k(k1、k2、…、kn)。生成的一组最频繁请求的模板是模板子集,指示总成本,并且被选择为最终的较小的一组模板。
图5示出优选的模板生成器80选择(80A)前k个模板的一个实例。首先,将配置存储库72中的配置与服务器请求存储库74中的每个服务器要求相比较,以便确定(82)每个请求的最低成本匹配86。接下来,丢弃 (88)任何未能满足组中的至少一个请求的最低要求的模板。根据匹配请求数量对剩余模板进行排序(90),并且存储排序后的模板(92)。前k 列表94和排序后的模板92用于确定(96)每个k。将满足每个k的请求数量和成本传递到输出(98)以便例如显示。
因此首先,例如通过将CPU、存储器和磁盘要求与对应列出的目标配置中具有最小值的模板相匹配,确定(82)每个请求的最低服务器要求匹配。对于一个简单实例,CPU能力目标列表可以允许选择1、2、4、8、 12、16、…、maxCPU个核心,其中maxCPU是可用的最大数量。同样,可选择的存储器和磁盘空间可以分别是1、2、4、8、12、16、32、…、maxmem千兆字节(GB)和100、200、300、400、500、600、…、maxdisk GB。尽管针对该实例使用CPU、存储器和磁盘容量,通常,在优选解决方案中考虑其它资源,例如网络带宽。
每个服务器要求的最低成本匹配86基于列出的资源(例如,CPU、存储器和磁盘),提供满足每个服务器的要求的成本下限。此外,优选的模板生成器80使用最低成本86判定是否可以以最低成本满足所有请求。与最低成本模板的每个匹配在此称为“最低成本匹配”。
图6A示出查找最低成本匹配82的一个实例,图6B示出根据本发明的一个优选实施例的针对列出最低成本匹配创建的资源匹配表86的一个实例。查找最低成本匹配82开始(822)于创建最低配置成本列表824和资源匹配表86,在该实例中,资源匹配表86包括核心数量字段860、所请求存储器字段862和所请求磁盘空间字段864。按照被请求顺序选择(826) 请求74,直到(828)已选择所有请求。只要请求仍未被选择,便会将当前选择的请求与目标资源列表832相比较(830),以便查找与请求要求匹配的具有最少资源的模板。在资源匹配表86中输入资源匹配,并且使用资源成本列表834,确定匹配成本(836)。在最低配置成本列表824中输入匹配模板成本,并且选择下一个请求(826)。已选择所有请求(828)之后,返回匹配请求86和关联成本824(838)以供后续过滤和分析。
每个模板定义可分配的CPU、存储器和磁盘空间的组合。因此,在确定每个匹配请求(图5中的86)的关联成本(图6A中的824)之后,丢弃未使用的模板(例如,重复模板)(88)。因此,剩余的一组唯一模板满足至少一个请求;并且,进一步,至少一个模板可以满足每个请求。此外,尽管通常可以使用某些单个模板满足多个请求,但其它模板通常可能未使用,从而不满足任何请求。但是,从最低成本匹配86选择的该组唯一模板包括用于满足所有请求的模板(88)。
接下来,根据选定准则(例如,升序存储、升序存储器、按照CPU 核心,或者优选地按照每个模板满足的降序的请求数量),对选定的一组模板进行排序(90)。因此,对具有至少一个匹配的模板列表进行收集和排序(88)并且对列表进行排序(90)之后,优选的模板生成器80过滤请求列表以便帮助选择(96)各种数量的最频繁请求或最前请求,这提供n 个模板列表、n个前k个模板列表或前k列表。优选的模板生成器80使用前k列表标识和列出每个服务器的最低资源匹配。
因此,如图7所示,优选的模板生成器(图4中的80)通过以最小值和最大值设置前k列表的请求的范围而生成(96)最终模板列表78。具体地说,优选的模板生成器80确定不能满足,或可针对最低成本和针对高于最低成本的成本满足每个列表的请求数量。
首先,优选的模板生成器80针对最前模板满足的请求数量(例如,5、 10、15、20、25)创建(960)前k请求表98。从前k列表94中选择第一 k值(例如,5、10、15、20、25)。从请求存储库74中检索第一请求(108)。然后,将选定请求与当前的前k列表中的模板相比较(966),以便判定任何模板(无论最低(成本)还是较大(较高))是否满足请求;或者前k 个模板中的任意模板是否能够满足请求。重复该操作(968),选择下一个请求(964)并且比较(966),直到已比较所有请求(968)。接下来,针对当前k值在前k请求表98中创建表项(970),该表项指示这些模板满足和未满足的请求数量。如果列出更多(972)前k个值(94),则返回到962,选择下一个值,并且确定该前k个模板满足和未满足的结果数量 (962-970)。否则,当选择了所有k值(972)时,返回前k请求表98作为最终模板列表78。优选的模板生成器80将最终模板列表78用于确定最佳前k列表(例如,由最低k列表成本指示的回报减小点)的权衡分析中。
图8示出将本发明应用于一组(七百四十七个(747))服务器请求的一个实例,其针对k=5、10、15、20、25和89(即,所有模板),其中示出前k个模板以最低成本匹配的百分比(底部)、最高成本匹配的百分比 (中部)和未满足的百分比(顶部)。
因此,应用本发明将减少昂贵资源能力(例如,处理能力、存储器和磁盘空间)的过度供应和供应不足。此外,因为可分配资源可以分别具有截然不同并且变化的成本,所以优选的成本感知的集群技术基于每个模板中的聚合资源成本选择模板。因此,通过根据聚合成本生成和组织模板,选择多个最低成本模板,这些模板以最佳成本满足服务器要求。此外,所生成的模板列表促进分析维护的模板数量、每个服务器满足的请求数量以及满足这些请求的成本之间的权衡。
尽管根据各优选实施例描述了本发明,但所属技术领域的技术人员将认识到,可以在所附权利要求的精神和范围内通过修改实现本发明。所有这些变型和修改都旨在落入所附权利要求的范围内。因此,实例和附图被视为是示例性的而非限制性的。
Claims (24)
1.一种共享式资源系统,包括:
多个客户机设备;
一个或多个服务提供方计算机,所述服务提供方计算机选择性地使资源能力可用于所述多个客户机设备;
网络,通过所述网络将资源能力从所述一个或多个服务提供方计算机提供给所述多个客户机设备;以及
资源供应单元,其生成、选择和维护选定数量的资源模板,每个模板指定可分配资源能力配置,每个请求客户机设备具有由所选择的资源模板之一确定的已分配资源,其中所述资源供应单元包括:
配置存储库,其存储可分配资源成本和关联属性;
服务器请求存储库,其存储先前接收的能力请求;
输入参数存储库,其存储模板列表选项;
模板生成器,其确定用于以最佳成本满足先前接收的请求的资源模板列表;以及
模板存储库,其存储所生成的模板列表。
2.根据权利要求1的共享式资源系统,其中所述模板生成器针对每个服务提供方计算机生成一个模板列表,每个生成的所述模板列表存储在所述模板存储库中。
3.根据权利要求1的共享式资源系统,其中所述模板列表选项包括完整列表选项和前k列表选项。
4.根据权利要求3的共享式资源系统,其中所述前k列表选项指示k的多个值,所述模板生成器针对每个服务提供方计算机的所有k值生成模板列表,针对所述每个服务提供方计算机选择所生成的所述模板列表之一并将其存储在所述模板存储库中。
5.根据权利要求4的共享式资源系统,其中每个选定模板列表具有针对所述每个服务提供方计算机生成的所述模板列表的最低成本。
6.根据权利要求1的共享式资源系统,其中每个所述模板指定包括核心数量、存储空间和磁盘空间的可分配配置。
7.一种分配资源的方法,所述方法包括:
提供来自多个计算机的资源能力请求集合;
将成本与可分配计算机资源相关联;
将每个请求与一个或多个指定可分配资源能力配置的模板相匹配;
针对每个请求选择具有最低成本的模板;
根据匹配请求数量对选定的最低成本模板进行排序;以及
确定选定数量的最频繁匹配的模板的匹配请求的成本,在前k列表中列出所述选定数量的最频繁匹配的模板,其中k为所述选定数量。
8.根据权利要求7的分配资源的方法,其中所述将每个请求与一个或多个指定可分配资源能力配置的模板相匹配包括:
生成资源模板匹配列表,所述列表列出与至少一个请求匹配的每个模板;
将成本与每个列出的模板相关联;以及
从所有具有关联成本的模板确定每个请求的具有最低成本的匹配模板。
9.根据权利要求8的分配资源的方法,其中针对所述每个请求选择具有最低成本的所述匹配模板包括:
针对每个请求查找具有最低资源匹配的模板,所述模板是最低匹配模板;以及
确定所述最低匹配模板的资源成本。
10.根据权利要求9的分配资源的方法,其中确定前k列表包括:
根据与每个模板匹配的请求数量列出排序后的所述匹配模板;
确定每个k值的成本范围;以及
在前k模板表中列出所述成本范围。
11.根据权利要求10的分配资源的方法,其中对于每个前k列表,所述成本范围包括以最低成本满足、高于最低成本和未满足的请求的数量。
12.根据权利要求11的分配资源的方法,其中所述前k列表中具有最低关联成本的模板用于在云环境中供应资源。
13.一种分配云环境资源的方法,所述方法包括:
将包括在服务器请求数据库中的每个资源能力请求与指定可分配云资源的一个或多个模板相匹配;
收集具有至少一个匹配的匹配模板,丢弃任何没有匹配的模板;
根据匹配请求数量对所述匹配模板进行排序;以及
确定k个匹配模板的匹配数量,在前k列表中列出所确定的匹配,其中k是大于1的整数。
14.根据权利要求13的分配云环境资源的方法,其中每个所述模板指定包括核心数量、存储空间和磁盘空间的可分配配置,并且所述将包括在服务器请求数据库中的每个资源能力请求与指定可分配云资源的一个或多个模板相匹配包括:
生成资源匹配表以便列出每个匹配请求和模板;
生成最低成本列表以便列出与每个匹配模板关联的成本;
从所述服务器请求数据库中选择请求;
标识与所选择的请求匹配的模板;
确定与通过匹配所述模板指定的可分配资源关联的成本;以及
将所述匹配模板和请求添加到资源匹配表,并且将关联的成本添加到所述最低成本列表。
15.根据权利要求14的分配云环境资源的方法,其中与所述将包括在服务器请求数据库中的每个资源能力请求与指定可分配云资源的模板相匹配包括:
判定所述服务器请求数据库中是否仍有未匹配的请求;直到没有仍未被选择的请求,
返回到选择下一个请求,并且确定所述下一个请求的匹配模板和关联成本。
16.根据权利要求15的分配云环境资源的方法,其中确定前k列表包括:
对所述匹配模板的表进行排序,并且所述请求数量与每个模板的可分配资源相匹配;
选择第一k值;
从所述服务器请求数据库中选择请求;
确定所述k值的成本范围;
返回到选择下一个请求,直到已选择所有请求;以及当选择所有请求时
在前k模板表中列出所述成本范围。
17.根据权利要求16的分配云环境资源的方法,其中对于每个前k列表,所述成本范围包括以最低成本满足、高于最低成本和未满足的请求的数量,并且所述前k列表中具有最低关联成本的模板用于供应资源。
18.一种用于分配云环境资源的方法,包含:
生成资源匹配表以便列出每个匹配请求和模板;
生成最低成本列表以便列出与每个匹配模板关联的成本;
针对服务器请求数据库中的每一个请求,执行下述过程:
从服务器请求数据库中选择请求;
标识与所选择的请求匹配的模板;
确定与由所述匹配的模板指定的可分配资源关联的成本;
将所述匹配的模板和请求添加到资源匹配表,并且将所述匹配的模板的关联成本添加到所述最低成本列表。
19.根据权利要求18的用于分配云环境资源的方法,进一步包括确定前k列表,包括:
对所述匹配模板的表进行排序,并且所述请求的数量与每个模板的可分配资源相匹配;
选择k值;
从所述服务器请求数据库中选择请求;
确定所述k值的成本范围;
返回到选择下一个请求,直到已选择所有请求;
当选择了所有请求时,在前k模板表中列出所述成本范围;以及
返回到选择下一k值,直到选择了所有k值。
20.根据权利要求19的用于分配云环境资源的方法,其中对于每个前k列表,所述成本范围包括以最低成本满足、高于最低成本和未满足的请求数量,所述方法进一步包含使用所述前k列表中具有最低关联成本的模板来供应云资源。
21.一种用于分配云资源的装置,包括:
用于选择性地使服务提供方计算机资源能力可用于分配给请求客户机设备的装置;
用于存储可分配资源的成本和关联属性的装置;
用于存储先前接收的能力请求的装置;以及
用于选择资源模板数量并维护所选择数量的资源模板的装置,每个模板指定可分配资源能力配置,每个所述请求客户机设备具有成本感知的集群中由所选择的资源模板之一确定的已分配资源。
22.根据权利要求21的用于分配云资源的装置,还包括:
用于存储包括完整列表选项和前k列表选项的模板列表选项的装置;
用于针对每个服务提供方计算机生成用于满足先前接收的请求的最佳模板列表的装置;以及
用于存储所生成的模板列表的计算机可读程序代码装置。
23.根据权利要求22的用于分配云资源的装置,其中所述前k列表选项指示k的多个值,用于生成所述最佳模板列表的装置针对所述每个服务提供方计算机的所有k值生成模板列表,并且针对所述每个服务提供方计算机选择所生成的模板列表之一,所生成的模板列表存储在所述前k列表中。
24.根据权利要求22的用于分配云资源的装置,其中每个所述模板指定包括核心数量、存储空间和磁盘空间的可分配配置,并且每个选定模板列表具有针对所述每个服务提供方计算机生成的所述模板列表的最低成本。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/304,571 | 2011-11-25 | ||
US13/304,571 US8930541B2 (en) | 2011-11-25 | 2011-11-25 | System, method and program product for cost-aware selection of templates for provisioning shared resources |
PCT/US2012/066164 WO2013078258A1 (en) | 2011-11-25 | 2012-11-20 | System, method and program product for cost-aware selection of templates for provisioning shared resources |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103946831A CN103946831A (zh) | 2014-07-23 |
CN103946831B true CN103946831B (zh) | 2017-10-24 |
Family
ID=48467834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280057141.6A Active CN103946831B (zh) | 2011-11-25 | 2012-11-20 | 用于模板的成本感知的选择以供应共享资源的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8930541B2 (zh) |
JP (1) | JP6025856B2 (zh) |
CN (1) | CN103946831B (zh) |
DE (1) | DE112012004336B4 (zh) |
WO (1) | WO2013078258A1 (zh) |
Families Citing this family (84)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9565275B2 (en) | 2012-02-09 | 2017-02-07 | Rockwell Automation Technologies, Inc. | Transformation of industrial data into useful cloud information |
US9477936B2 (en) | 2012-02-09 | 2016-10-25 | Rockwell Automation Technologies, Inc. | Cloud-based operator interface for industrial automation |
KR101930263B1 (ko) * | 2012-03-12 | 2018-12-18 | 삼성전자주식회사 | 클라우드 게이트웨이의 콘텐츠 관리 장치 및 방법 |
JP5804192B2 (ja) * | 2012-03-28 | 2015-11-04 | 富士通株式会社 | 情報処理装置、情報処理方法および情報処理システム |
CA2868393A1 (en) * | 2012-04-02 | 2013-10-10 | Moderna Therapeutics, Inc. | Modified polynucleotides for the production of oncology-related proteins and peptides |
HK1206612A1 (zh) * | 2012-04-02 | 2016-01-15 | Moderna Therapeutics, Inc. | 生產分泌性蛋白的改性的多核苷酸 |
US9250988B2 (en) * | 2012-05-31 | 2016-02-02 | International Business Machines Corporated | Virtualization-based environments for problem resolution |
US9608933B2 (en) * | 2013-01-24 | 2017-03-28 | Hitachi, Ltd. | Method and system for managing cloud computing environment |
EP2953024A1 (en) * | 2013-02-01 | 2015-12-09 | NEC Corporation | Resource control system, control pattern generation device, control device, resource control method and program |
US11270325B2 (en) | 2013-03-13 | 2022-03-08 | Eversight, Inc. | Systems and methods for collaborative offer generation |
US10140629B2 (en) | 2013-03-13 | 2018-11-27 | Eversight, Inc. | Automated behavioral economics patterns in promotion testing and methods therefor |
US10915912B2 (en) | 2013-03-13 | 2021-02-09 | Eversight, Inc. | Systems and methods for price testing and optimization in brick and mortar retailers |
US10706438B2 (en) | 2013-03-13 | 2020-07-07 | Eversight, Inc. | Systems and methods for generating and recommending promotions in a design matrix |
US20220207548A1 (en) | 2013-03-13 | 2022-06-30 | Eversight, Inc. | Systems and methods for contract based offer generation |
US10846736B2 (en) | 2013-03-13 | 2020-11-24 | Eversight, Inc. | Linkage to reduce errors in online promotion testing |
US10636052B2 (en) | 2013-03-13 | 2020-04-28 | Eversight, Inc. | Automatic mass scale online promotion testing |
US11068929B2 (en) | 2013-03-13 | 2021-07-20 | Eversight, Inc. | Highly scalable internet-based controlled experiment methods and apparatus for obtaining insights from test promotion results |
US11288698B2 (en) | 2013-03-13 | 2022-03-29 | Eversight, Inc. | Architecture and methods for generating intelligent offers with dynamic base prices |
US10991001B2 (en) | 2013-03-13 | 2021-04-27 | Eversight, Inc. | Systems and methods for intelligent promotion design with promotion scoring |
US10909561B2 (en) | 2013-03-13 | 2021-02-02 | Eversight, Inc. | Systems and methods for democratized coupon redemption |
US10984441B2 (en) | 2013-03-13 | 2021-04-20 | Eversight, Inc. | Systems and methods for intelligent promotion design with promotion selection |
US10438231B2 (en) * | 2013-03-13 | 2019-10-08 | Eversight, Inc. | Automatic offer generation using concept generator apparatus and methods therefor |
US10445763B2 (en) | 2013-03-13 | 2019-10-15 | Eversight, Inc. | Automated promotion forecasting and methods therefor |
WO2014160163A1 (en) | 2013-03-13 | 2014-10-02 | Precipio, Inc. | Architecture and methods for promotion optimization |
US9940640B2 (en) | 2013-03-13 | 2018-04-10 | Eversight, Inc. | Automated event correlation to improve promotional testing |
US10438230B2 (en) | 2013-03-13 | 2019-10-08 | Eversight, Inc. | Adaptive experimentation and optimization in automated promotional testing |
US10176491B2 (en) | 2013-03-13 | 2019-01-08 | Eversight, Inc. | Highly scalable internet-based randomized experiment methods and apparatus for obtaining insights from test promotion results |
US10789609B2 (en) | 2013-03-13 | 2020-09-29 | Eversight, Inc. | Systems and methods for automated promotion to profile matching |
US9940639B2 (en) | 2013-03-13 | 2018-04-10 | Eversight, Inc. | Automated and optimal promotional experimental test designs incorporating constraints |
US11138628B2 (en) | 2013-03-13 | 2021-10-05 | Eversight, Inc. | Promotion offer language and methods thereof |
US11288696B2 (en) | 2013-03-13 | 2022-03-29 | Eversight, Inc. | Systems and methods for efficient promotion experimentation for load to card |
CN103269282A (zh) | 2013-04-25 | 2013-08-28 | 杭州华三通信技术有限公司 | 网络配置自动部署方法和装置 |
US10026049B2 (en) | 2013-05-09 | 2018-07-17 | Rockwell Automation Technologies, Inc. | Risk assessment for industrial systems using big data |
US9438648B2 (en) | 2013-05-09 | 2016-09-06 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US9703902B2 (en) | 2013-05-09 | 2017-07-11 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US9989958B2 (en) | 2013-05-09 | 2018-06-05 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment |
US9709978B2 (en) | 2013-05-09 | 2017-07-18 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
US9786197B2 (en) | 2013-05-09 | 2017-10-10 | Rockwell Automation Technologies, Inc. | Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system |
WO2015016848A1 (en) * | 2013-07-30 | 2015-02-05 | Hewlett-Packard Development Company, L.P. | Resource allocator |
US9811526B2 (en) | 2013-12-02 | 2017-11-07 | Empire Technology Development Llc | Computing resource provisioning based on deduplication |
DE112013007696T5 (de) * | 2013-12-19 | 2016-09-22 | Intel Corporation | Dienstvorlagenerzeugung und -einsatz basierend auf Erfordernissen der Vereinbarung über die Verbindungsgüte |
US9626213B2 (en) * | 2014-01-14 | 2017-04-18 | Futurewei Technologies, Inc. | System and method for file injection in virtual machine configuration |
JP2015166963A (ja) * | 2014-03-04 | 2015-09-24 | 富士通株式会社 | 情報提供方法、装置及びプログラム |
US9998328B1 (en) * | 2014-06-19 | 2018-06-12 | Amazon Technologies, Inc. | Service-oriented system optimization using client device relocation |
US10182129B1 (en) * | 2014-06-19 | 2019-01-15 | Amazon Technologies, Inc. | Global optimization of a service-oriented system |
US9998562B1 (en) | 2014-06-19 | 2018-06-12 | Amazon Technologies, Inc. | Service-oriented system optimization using partial service relocation |
US20160164957A1 (en) * | 2014-12-04 | 2016-06-09 | Jaan Leemet | Host Optimization For Network Accessible Software |
US10459768B2 (en) | 2015-01-07 | 2019-10-29 | Hitachi, Ltd. | Computer system, management system, and resource management method |
US9917897B2 (en) | 2015-01-22 | 2018-03-13 | International Business Machines Corporation | Publishing configuration patterns for storage resources and storage performance models from client systems to share with client systems in a network computing environment |
US9912751B2 (en) | 2015-01-22 | 2018-03-06 | International Business Machines Corporation | Requesting storage performance models for a configuration pattern of storage resources to deploy at a client computing environment |
US10506041B2 (en) | 2015-01-22 | 2019-12-10 | International Business Machines Corporation | Providing information on published configuration patterns of storage resources to client systems in a network computing environment |
US10460339B2 (en) | 2015-03-03 | 2019-10-29 | Eversight, Inc. | Highly scalable internet-based parallel experiment methods and apparatus for obtaining insights from test promotion results |
US11243505B2 (en) | 2015-03-16 | 2022-02-08 | Rockwell Automation Technologies, Inc. | Cloud-based analytics for industrial automation |
US11513477B2 (en) | 2015-03-16 | 2022-11-29 | Rockwell Automation Technologies, Inc. | Cloud-based industrial controller |
US11042131B2 (en) | 2015-03-16 | 2021-06-22 | Rockwell Automation Technologies, Inc. | Backup of an industrial automation plant in the cloud |
US10496061B2 (en) | 2015-03-16 | 2019-12-03 | Rockwell Automation Technologies, Inc. | Modeling of an industrial automation environment in the cloud |
US9740510B2 (en) | 2015-03-31 | 2017-08-22 | Alcatel Lucent | Minimizing overhead over-provisioning costs in machine configurations |
US10341194B2 (en) * | 2015-10-05 | 2019-07-02 | Fugue, Inc. | System and method for building, optimizing, and enforcing infrastructure on a cloud based computing environment |
US9426030B1 (en) | 2015-12-11 | 2016-08-23 | International Business Machines Coporation | Automatically generating configuration images and deploying computer components in a computing environment that comprises a shared pool of configurable computing resources |
US10395195B2 (en) | 2016-01-08 | 2019-08-27 | International Business Machines Corporation | Provisioning virtual machines to optimize application licensing costs |
US10713072B1 (en) * | 2016-06-27 | 2020-07-14 | Amazon Technologies, Inc. | Computing resource provisioning |
US11973758B2 (en) * | 2016-09-14 | 2024-04-30 | Microsoft Technology Licensing, Llc | Self-serve appliances for cloud services platform |
CN113535382B (zh) * | 2016-12-23 | 2024-12-06 | 创新先进技术有限公司 | 资源处理方法及装置 |
US11941659B2 (en) | 2017-05-16 | 2024-03-26 | Maplebear Inc. | Systems and methods for intelligent promotion design with promotion scoring |
US20180374110A1 (en) * | 2017-06-21 | 2018-12-27 | Vmware, Inc. | Cost-driven approach to determine inventory layout in cloud computing environments |
CN109429090B (zh) * | 2017-08-30 | 2021-11-02 | 深圳创维-Rgb电子有限公司 | 一种智能电视列表的显示方法及智能电视 |
JP6922670B2 (ja) * | 2017-11-08 | 2021-08-18 | 日本電信電話株式会社 | リソース決定装置、リソース決定方法およびリソース決定処理プログラム |
CN109995677B (zh) * | 2018-01-02 | 2022-11-29 | 中国移动通信有限公司研究院 | 资源分配方法、装置及存储介质 |
US10855753B2 (en) * | 2018-02-23 | 2020-12-01 | Standard Cognition, Corp. | Distributed computing of vehicle data by selecting a computation resource of a remote server that satisfies a selection policy for meeting resource requirements according to capability information |
US20190362016A1 (en) * | 2018-05-25 | 2019-11-28 | Salesforce.Com, Inc. | Frequent pattern analysis for distributed systems |
GB2575482B (en) * | 2018-07-12 | 2023-04-12 | Johnson Electric Int Ag | Actuator system with reprogrammable memory |
US10620987B2 (en) | 2018-07-27 | 2020-04-14 | At&T Intellectual Property I, L.P. | Increasing blade utilization in a dynamic virtual environment |
US10628148B1 (en) * | 2018-11-21 | 2020-04-21 | Vmware, Inc. | Resource deployment for inter-platform application manager |
US10778772B2 (en) | 2019-01-23 | 2020-09-15 | Hewlett Packard Enterprise Development Lp | Cloud platform or cloud provider selection |
US11943285B2 (en) * | 2019-03-22 | 2024-03-26 | International Business Machines Corporation | Metering computing resources in cloud computing environments |
US11175958B2 (en) * | 2019-05-01 | 2021-11-16 | International Business Machines Corporation | Determine a load balancing mechanism for allocation of shared resources in a storage system using a machine learning module based on number of I/O operations |
CN111796942B (zh) * | 2020-07-13 | 2021-03-30 | 郑州轻工业大学 | 一种感知云资源成本支出的边缘部署方法 |
CN111782406B (zh) * | 2020-07-31 | 2024-02-09 | 腾讯科技(深圳)有限公司 | 资源配置方法、装置、电子设备及计算机可读存储介质 |
US11720348B2 (en) | 2021-04-28 | 2023-08-08 | Red Hat, Inc. | Computing node allocation based on build process specifications in continuous integration environments |
US11818055B1 (en) * | 2022-05-31 | 2023-11-14 | Walmart Apollo, Llc | Systems and methods for automating resource deployment |
EP4569782A1 (en) * | 2022-08-11 | 2025-06-18 | Cisco Technology, Inc. | Options template transport for software defined wide area network |
US20240188116A1 (en) * | 2022-12-01 | 2024-06-06 | Dish Wireless L.L.C. | Wireless communication systems for dynamically connecting to radio access network resources of multiple service providers |
US20240188043A1 (en) * | 2022-12-01 | 2024-06-06 | Dish Wireless L.L.C. | Wireless communication systems for dynamically connecting to radio access network resources of multiple service providers |
US11758012B1 (en) * | 2023-01-18 | 2023-09-12 | International Business Machines Corporation | Computer service invocation chain monitoring and remuneration optimization |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100392604C (zh) * | 2005-06-27 | 2008-06-04 | 腾讯科技(深圳)有限公司 | 一种实现程序资源共享的系统及方法 |
JP4129988B2 (ja) * | 2005-11-10 | 2008-08-06 | 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 | リソースのプロビジョニング方法 |
US7779389B2 (en) | 2005-12-30 | 2010-08-17 | Sap Ag | System and method for dynamic VM settings |
US8924524B2 (en) | 2009-07-27 | 2014-12-30 | Vmware, Inc. | Automated network configuration of virtual machines in a virtual lab data environment |
US7966266B2 (en) | 2006-05-05 | 2011-06-21 | Sap Ag | Methods and systems for cost estimation based on templates |
US20080126406A1 (en) * | 2006-09-12 | 2008-05-29 | Endabetla Aruna S | Complexity management tool |
US20080294777A1 (en) | 2007-05-25 | 2008-11-27 | Alexei Karve | Method and apparatus for template-based provisioning in a service delivery environment |
JP2008310610A (ja) * | 2007-06-15 | 2008-12-25 | Hitachi Ltd | システム構成管理方法 |
US8751283B2 (en) * | 2007-12-28 | 2014-06-10 | International Business Machines Corporation | Defining and using templates in configuring information technology environments |
JP5288334B2 (ja) | 2008-02-04 | 2013-09-11 | 日本電気株式会社 | 仮想アプライアンス配備システム |
US8230069B2 (en) | 2008-03-04 | 2012-07-24 | International Business Machines Corporation | Server and storage-aware method for selecting virtual machine migration targets |
US8260763B2 (en) | 2010-01-15 | 2012-09-04 | Hewlett-Packard Devlopment Company, L.P. | Matching service entities with candidate resources |
US20110202640A1 (en) | 2010-02-12 | 2011-08-18 | Computer Associates Think, Inc. | Identification of a destination server for virtual machine migration |
JP5544951B2 (ja) * | 2010-03-16 | 2014-07-09 | 日本電気株式会社 | 仮想コンピュータシステム、管理サーバ、仮想マシンの構築方法およびそのプログラム |
US8701117B2 (en) * | 2010-07-06 | 2014-04-15 | Sap Ag | Resource consumption template processing model |
-
2011
- 2011-11-25 US US13/304,571 patent/US8930541B2/en active Active
-
2012
- 2012-11-20 DE DE112012004336.7T patent/DE112012004336B4/de active Active
- 2012-11-20 WO PCT/US2012/066164 patent/WO2013078258A1/en active Application Filing
- 2012-11-20 JP JP2014543549A patent/JP6025856B2/ja active Active
- 2012-11-20 CN CN201280057141.6A patent/CN103946831B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
DE112012004336T5 (de) | 2014-08-14 |
WO2013078258A1 (en) | 2013-05-30 |
DE112012004336B4 (de) | 2024-02-01 |
US20130138812A1 (en) | 2013-05-30 |
JP2015504562A (ja) | 2015-02-12 |
JP6025856B2 (ja) | 2016-11-16 |
CN103946831A (zh) | 2014-07-23 |
US8930541B2 (en) | 2015-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103946831B (zh) | 用于模板的成本感知的选择以供应共享资源的系统和方法 | |
US12169738B2 (en) | Allocating computing resources based on user intent | |
CN103814358B (zh) | 服务器群内的虚拟机放置 | |
CN103455486B (zh) | 安置数据库的方法和系统 | |
CN103365725B (zh) | 在多个云之间动态分配工作负荷部署单元的方法和系统 | |
CN104205056B (zh) | 跨多个云的工作负荷的动态分配的方法和系统 | |
CN103299274B (zh) | 确定运行图像的最佳计算环境的系统和方法 | |
CN103970607B (zh) | 使用等价集合来计算优化虚拟机分配的方法和装置 | |
CN106020940B (zh) | 用于确定数据集的放置的存储层级的方法和系统 | |
CN104731658B (zh) | 供应和合并共享资源以最大化资源可用性的方法和系统 | |
CN102736972B (zh) | 对待测试应用的测试例进行处理的方法和系统 | |
JP5767646B2 (ja) | クラウド・サービス・カタログを用いたサービスの供給 | |
CN103729250B (zh) | 用于选择被配置为满足一组要求的数据节点的方法和系统 | |
EP3374856B1 (en) | Generation of an application from template | |
CN104679591B (zh) | 用于在云环境中进行资源分配的方法和装置 | |
CN105335207B (zh) | 用于管理虚拟机实例的方法和装置 | |
CN104424013A (zh) | 在计算环境中部署虚拟机的方法和设备 | |
CN103677998A (zh) | 虚拟化计算环境中的资源分配方法和系统 | |
CN103425529A (zh) | 基于资源利用在网络计算环境间迁移虚拟机的系统及方法 | |
JP7502283B2 (ja) | 人工知能/機械学習を用いたicsフローのオートコンプリートのためのシステムおよび方法 | |
JP2023509369A (ja) | マルチクラウド環境におけるワークロードの実施 | |
WO2011015441A1 (en) | A method and system for optimising license use | |
CN106066812A (zh) | 基于应用的历史信息管理资源 | |
CN103793457B (zh) | 用于使用利用率分析管理存储器利用率的系统和方法 | |
JP2022094945A (ja) | コンピュータ実装方法、システム及びコンピュータプログラム(バッチジョブのスケジューリングの最適化) |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |