CN107506286A - Cpu和内存块的自动上下线方法和系统 - Google Patents
Cpu和内存块的自动上下线方法和系统 Download PDFInfo
- Publication number
- CN107506286A CN107506286A CN201710882762.2A CN201710882762A CN107506286A CN 107506286 A CN107506286 A CN 107506286A CN 201710882762 A CN201710882762 A CN 201710882762A CN 107506286 A CN107506286 A CN 107506286A
- Authority
- CN
- China
- Prior art keywords
- cpu
- offline
- memory block
- memory
- online
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 11
- 230000008676 import Effects 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims 1
- 238000005265 energy consumption Methods 0.000 abstract description 10
- 230000036632 reaction speed Effects 0.000 abstract 1
- 230000003111 delayed effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000017525 heat dissipation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- 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)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Multi Processors (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了CPU和内存块的自动上下线方法和系统，所述方法根据选用的上下线策略，通过守护进程实时监控系统的CPU平均负载和内存使用率；当符合上线或下线的条件时，查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，进行上、下线操作；进行上、下线操作后，把对应CPU或内存块的在线状态更新至在线状态位图。本发明在导入预先制定的策略之后，对于实时变化的业务请求，服务器可以自动决策是否需要进行CPU和内存块的上下线，自动进行CPU和内存块的上、下线操作，反应速度快，决策更佳，提高了高端服务器使用的灵活性，也节省了人力管理成本，在适当条件下降低了整机能耗，降低了整机散热。
Description
技术领域
本发明涉及高端服务器的操作系统设计技术领域，具体涉及CPU和内存块的自动上下线方法和系统。
背景技术
随着芯片互联技术的发展，一台高端服务器内部装配的处理器和内存越来越多，相应的，高端服务器的运算处理能力也越来越强大，整机能耗越来越多。在服务器内部，对于处理器的管理粒度为核或者称为CPU，而内存的管理粒度为统一大小的内存块。在高端服务器的使用过程中，根据不同的业务和不同的时间段，有时并不需要所有的CPU和内存块同时运作就可以满足业务需求。出于节能的考虑，在适当的时侯对高端服务器中包含的某些CPU和内存块进行下线操作，然后再在需要的时候把下线的CPU和内存块进行上线操作，这样能够更加灵活高效地使用一台高端服务器，也更加节能环保。
现有技术支持管理员在高端服务器的系统管理网页里进行手动的CPU、内存块上下线操作。手动进行CPU、内存块的上下线操作，人力成本高，反应速度慢，而且管理员往往无法做出最优的操作，比如下线几个cpu，几个内存块。
在运行某些业务的非高峰时段，管理员手动进行服务器的CPU和内存块的下线处理可以节省能耗，但是管理员往往无法判断下线多少CPU和内存块才在不影响业务运行的前提下达到最佳的节能效果。同时，如果骤然出现业务请求量增加的情况，而管理员不在岗位，那么已被下线的CPU和内存块不能及时上线，导致服务器的性能无法全部发挥，业务运行和用户体验会受到影响。
发明内容
本发明要解决的技术问题是：针对上述问题，本发明提供一种CPU和内存块的自动上下线方法和系统。
本发明所采用的技术方案为：
CPU和内存块的自动上下线方法，所述方法内容包括：
根据选用的上下线策略，通过守护进程实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，进行上、下线操作；
进行上、下线操作后，把对应CPU或内存块的在线状态更新至在线状态位图。
所述方法内容还包括：
将所进行的上、下线操作记录于系统日志，便于出现系统故障时分析使用。
所述上下线策略的内容包括：
设X为CPU的平均负载的阈值，Y为内存使用率的阈值；
当系统的CPU平均负载大于X时，进行CPU上线操作；
当系统的CPU平均负载小于X时，进行CPU的下线操作；
当系统的CPU平均负载等于X时，不进行CPU的上下线操作；
当系统的内存使用率大于Y时，进行内存上线操作；
当系统的内存使用率小于Y时，进行内存下线操作；
当系统的内存使用率等于Y时，不进行内存的上下线操作。
所述上下线策略中，通过设置CPU上下线决策时间间隔T1和内存块上下线决策时间间隔T2，避免过于频繁的上下线操作会影响服务器的整机性能。
所述CPU的平均负载的阈值X和内存使用率的阈值Y设定一个波动范围，如（X±10%，Y±20%），代替策略（X,Y），进一步避免过于频繁的上下线操作会影响服务器的整机性能。
这样，上下线策略可拓展成（ X ± m%，T1，Y ± n%，T2），其中m,n为1~99的自然数。
当CPU和内存块都符合下线条件时，优先下线CPU，可适当推迟下线内存，因为在整机能耗方面，一般来说CPU的能耗占比大于内存的能耗占比，着眼于节省能耗，本发明的自动上下线策略优先下线CPU。
CPU和内存块的自动上下线系统，所述系统包括：
上下线策略导入模块、CPU平均负载和内存使用率监控模块、上下线操作决策模块、上下线操作决策模块，其中：
上下线策略导入模块负责将选用的上下线策略导入；
CPU平均负载和内存使用率监控模块负责实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，上下线操作决策模块通过查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，通知上下线操作决策模块进行CPU或内存块的上、下线操作；
上下线操作决策模块进行上、下线操作后，上下线操作决策模块把对应CPU或内存块的在线状态更新至在线状态位图。
所述上下线操作决策模块将所进行的上、下线操作记录于系统日志，便于出现系统故障时分析使用。
本发明的有益效果为：
本发明在导入预先制定的策略之后，对于实时变化的业务请求，服务器可以自动决策是否需要进行CPU和内存块的上下线，自动进行CPU和内存块的上、下线操作，反应速度快，决策更佳，提高了高端服务器使用的灵活性，也节省了人力管理成本，在适当条件下降低了整机能耗，降低了整机散热。同时，把每次上下线操作记入了系统日志，也方便后续一旦发生机器故障时进行问题定位。
附图说明
图1为本发明方法自动上下线策略的执行流程图；
图2为自动上下线方法的实现系统示意图。
具体实施方式
根据说明书附图，结合具体实施方式对本发明进一步说明：
实施例1：
如图1所示，CPU和内存块的自动上下线方法，所述方法内容包括：
根据选用的上下线策略，通过守护进程实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，进行上、下线操作；
进行上、下线操作后，把对应CPU或内存块的在线状态更新至在线状态位图。
所述方法内容还包括：
将所进行的上、下线操作记录于系统日志，便于出现系统故障时分析使用。
所述上下线策略的内容包括：
设X为CPU的平均负载的阈值，Y为内存使用率的阈值；
当系统的CPU平均负载大于X时，进行CPU上线操作；
当系统的CPU平均负载小于X时，进行CPU的下线操作；
当系统的CPU平均负载等于X时，不进行CPU的上下线操作；
当系统的内存使用率大于Y时，进行内存上线操作；
当系统的内存使用率小于Y时，进行内存下线操作；
当系统的内存使用率等于Y时，不进行内存的上下线操作。
实施例2
在实施例1的基础上，本实施例所述上下线策略中，通过设置CPU上下线决策时间间隔T1和内存块上下线决策时间间隔T2，避免过于频繁的上下线操作会影响服务器的整机性能。
所述CPU的平均负载的阈值X和内存使用率的阈值Y设定一个波动范围，如（X±10%，Y±20%），代替策略（X,Y），进一步避免过于频繁的上下线操作会影响服务器的整机性能。
这样，上下线策略可拓展成（ X ± m%，T1，Y ± n%，T2），其中m,n为1~99的自然数。
实施例3
当CPU和内存块都符合下线条件时，优先下线CPU，可适当推迟下线内存，因为在整机能耗方面，一般来说CPU的能耗占比大于内存的能耗占比，着眼于节省能耗，本发明的自动上下线策略优先下线CPU。
实施例4
如图2所示，CPU和内存块的自动上下线系统，所述系统包括：
上下线策略导入模块、CPU平均负载和内存使用率监控模块、上下线操作决策模块、上下线操作决策模块，其中：
上下线策略导入模块负责将选用的上下线策略导入；
CPU平均负载和内存使用率监控模块负责实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，上下线操作决策模块通过查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，通知上下线操作决策模块进行CPU或内存块的上、下线操作；
上下线操作决策模块进行上、下线操作后，上下线操作决策模块把对应CPU或内存块的在线状态更新至在线状态位图。
实施例5
在实施例4的基础上，本实施例所述上下线操作决策模块将所进行的上、下线操作记录于系统日志，便于出现系统故障时分析使用。
实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (8)
1.CPU和内存块的自动上下线方法，其特征在于，所述方法内容包括：
根据选用的上下线策略，通过守护进程实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，进行上、下线操作；
进行上、下线操作后，把对应CPU或内存块的在线状态更新至在线状态位图。
2.根据权利要求1所述的CPU和内存块的自动上下线方法，其特征在于,所述方法内容还包括：
将所进行的上、下线操作记录于系统日志。
3.根据权利要求2所述的CPU和内存块的自动上下线方法，其特征在于，所述上下线策略的内容包括：
设X为CPU的平均负载的阈值，Y为内存使用率的阈值；
当系统的CPU平均负载大于X时，进行CPU上线操作；
当系统的CPU平均负载小于X时，进行CPU的下线操作；
当系统的CPU平均负载等于X时，不进行CPU的上下线操作；
当系统的内存使用率大于Y时，进行内存上线操作；
当系统的内存使用率小于Y时，进行内存下线操作；
当系统的内存使用率等于Y时，不进行内存的上下线操作。
4.根据权利要求3所述的CPU和内存块的自动上下线方法，其特征在于，所述上下线策略中，通过设置CPU上下线决策时间间隔T1和内存块上下线决策时间间隔T2。
5.根据权利要求4所述的CPU和内存块的自动上下线方法，其特征在于，所述方法的内容还包括：
将CPU的平均负载的阈值X和内存使用率的阈值Y设定一个波动范围。
6.根据上述任一权利要求所述的CPU和内存块的自动上下线方法，其特征在于，当CPU和内存块都符合下线条件时，优先下线CPU。
7.CPU和内存块的自动上下线系统，其特征在于，所述系统包括：
上下线策略导入模块、CPU平均负载和内存使用率监控模块、上下线操作决策模块、上下线操作决策模块，其中：
上下线策略导入模块负责将选用的上下线策略导入；
CPU平均负载和内存使用率监控模块负责实时监控系统的CPU平均负载和内存使用率；
当符合上线或下线的条件时，上下线操作决策模块通过查询系统的CPU和内存块的在线状态位图，选出能够上、下线的CPU或内存块，通知上下线操作决策模块进行CPU或内存块的上、下线操作；
上下线操作决策模块进行上、下线操作后，上下线操作决策模块把对应CPU或内存块的在线状态更新至在线状态位图。
8.根据权利要求7所述的CPU和内存块的自动上下线系统，其特征在于,所述上下线操作决策模块将所进行的上、下线操作记录于系统日志。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710882762.2A CN107506286A (zh) | 2017-09-26 | 2017-09-26 | Cpu和内存块的自动上下线方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710882762.2A CN107506286A (zh) | 2017-09-26 | 2017-09-26 | Cpu和内存块的自动上下线方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107506286A true CN107506286A (zh) | 2017-12-22 |
Family
ID=60699402
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710882762.2A Pending CN107506286A (zh) | 2017-09-26 | 2017-09-26 | Cpu和内存块的自动上下线方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107506286A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109408242A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN109471724A (zh) * | 2018-10-23 | 2019-03-15 | 郑州云海信息技术有限公司 | 一种切换工作内存数量的方法及系统 |
| CN110851330A (zh) * | 2019-11-13 | 2020-02-28 | 重庆秦嵩科技有限公司 | 一种cpu在线监控方法 |
| WO2021101584A1 (en) * | 2019-11-18 | 2021-05-27 | Sandisk Technologies Llc | Core controller architecture |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101673223A (zh) * | 2009-10-22 | 2010-03-17 | 同济大学 | 基于片上多处理器的线程调度实现方法 |
| CN102222014A (zh) * | 2011-06-16 | 2011-10-19 | 华中科技大学 | 基于内存热插拔的虚拟机动态内存管理系统 |
| CN102520782A (zh) * | 2011-12-15 | 2012-06-27 | 江苏中科梦兰电子科技有限公司 | 基于处理器核数自动调节的电源管理方法 |
| CN102567107A (zh) * | 2011-10-31 | 2012-07-11 | 广东电网公司电力科学研究院 | 高并行的实时内存资源管理调度方法 |
| CN104503838A (zh) * | 2014-11-23 | 2015-04-08 | 华中科技大学 | 一种虚拟cpu调度方法 |
| CN105955809A (zh) * | 2016-04-25 | 2016-09-21 | 深圳市万普拉斯科技有限公司 | 线程调度方法和系统 |
| JP2017107486A (ja) * | 2015-12-11 | 2017-06-15 | 富士通株式会社 | 処理リソース制御プログラム、処理リソース制御装置、および処理リソース制御方法 |
-
2017
- 2017-09-26 CN CN201710882762.2A patent/CN107506286A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101673223A (zh) * | 2009-10-22 | 2010-03-17 | 同济大学 | 基于片上多处理器的线程调度实现方法 |
| CN102222014A (zh) * | 2011-06-16 | 2011-10-19 | 华中科技大学 | 基于内存热插拔的虚拟机动态内存管理系统 |
| CN102567107A (zh) * | 2011-10-31 | 2012-07-11 | 广东电网公司电力科学研究院 | 高并行的实时内存资源管理调度方法 |
| CN102520782A (zh) * | 2011-12-15 | 2012-06-27 | 江苏中科梦兰电子科技有限公司 | 基于处理器核数自动调节的电源管理方法 |
| CN104503838A (zh) * | 2014-11-23 | 2015-04-08 | 华中科技大学 | 一种虚拟cpu调度方法 |
| JP2017107486A (ja) * | 2015-12-11 | 2017-06-15 | 富士通株式会社 | 処理リソース制御プログラム、処理リソース制御装置、および処理リソース制御方法 |
| CN105955809A (zh) * | 2016-04-25 | 2016-09-21 | 深圳市万普拉斯科技有限公司 | 线程调度方法和系统 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109471724A (zh) * | 2018-10-23 | 2019-03-15 | 郑州云海信息技术有限公司 | 一种切换工作内存数量的方法及系统 |
| CN109408242A (zh) * | 2018-11-13 | 2019-03-01 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN109408242B (zh) * | 2018-11-13 | 2020-08-04 | 郑州云海信息技术有限公司 | 一种服务器资源上下线方法与装置 |
| CN110851330A (zh) * | 2019-11-13 | 2020-02-28 | 重庆秦嵩科技有限公司 | 一种cpu在线监控方法 |
| CN110851330B (zh) * | 2019-11-13 | 2023-04-21 | 重庆秦嵩科技有限公司 | 一种cpu在线监控方法 |
| WO2021101584A1 (en) * | 2019-11-18 | 2021-05-27 | Sandisk Technologies Llc | Core controller architecture |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2741088C (en) | Methods of achieving cognizant power management | |
| Zhou et al. | Virtual machine placement algorithm for both energy‐awareness and SLA violation reduction in cloud data centers | |
| CN107506286A (zh) | Cpu和内存块的自动上下线方法和系统 | |
| CN104423529B (zh) | 中央处理单元状态调整方法和装置 | |
| CN103684916A (zh) | 一种云计算下智能监控分析方法及系统 | |
| CN103645795A (zh) | 一种基于人工神经网络的云计算数据中心节能方法 | |
| CN106059835B (zh) | 一种低能耗计算机集群节点的高可靠性控制方法 | |
| CN103077082A (zh) | 一种数据中心负载分配及虚拟机迁移节能方法及系统 | |
| CN110677305A (zh) | 一种云计算环境下的自动伸缩方法和系统 | |
| CN102882909A (zh) | 云计算服务监控系统及方法 | |
| CN114442794B (zh) | 服务器功耗控制方法、系统、终端及存储介质 | |
| CN104468752A (zh) | 一种提高云计算资源利用率的方法及系统 | |
| CN107329811A (zh) | 一种数据中心功耗调节方法及装置 | |
| CN103299279A (zh) | 一种资源调度方法及设备 | |
| CN105577796A (zh) | 集群的功耗控制方法及装置 | |
| CN103970256B (zh) | 一种基于内存压缩和cpu动态调频的节能方法及系统 | |
| CN101794169B (zh) | 基于改变控制模式进行机群系统能耗管控的方法 | |
| CN106897133A (zh) | 一种基于pbs作业调度管理集群负载的实现方法 | |
| CN104360724B (zh) | 一种基于作业调度的刀片服务器的散热方法 | |
| CN108287749A (zh) | 一种数据中心综合管理系统云资源调度方法 | |
| CN100407104C (zh) | 操作系统协作下的嵌入式设备电源管理方法及系统 | |
| CN103617090A (zh) | 一种基于分布式管理的节能方法 | |
| CN105005504A (zh) | 一种安卓平台的单任务模式实现方法及系统 | |
| Xu et al. | A virtual machine scheduling method for trade-offs between energy and performance in cloud environment | |
| US20130091313A1 (en) | Method and apparatus for device dynamic addition processing, and method and apparatus for device dynamic removal processing |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171222 |
|
| RJ01 | Rejection of invention patent application after publication |