关于集群虚拟机资源调度专利申请分析

随着互联网的快速发展和大数据的来临,基于数据密集型应用的集群计算框架不断涌现,计算框架都只面向某一类特定领域的应用.基于这一特点,互联网公司往往需要部署和运行多个计算框架,从而为每个应用选择最优的计算框架.集群资源统一管理和调度系统需要同时支持多种不同计算框架,如何管理集群计算资源和不同计算框架间的资源公平分配成为关键技术难点.本文从专利角度出发,对集群虚拟机资源调度领域专利申请状况进行了梳理.

未来网络试验设施的节点资源调度算法

随着互联网产业的扩张,对于网络核心技术的研究和创新刻不容缓,未来网络试验设施项目的建设为网络相关的科研人员提供高效便捷的试验环境,以支持网络技术的创新研究和实验。未来网络试验的基础设施资源是提供服务的基础,因此对试验资源的调度管理是项目中非常重要的任务。文中面向未来网络试验设施项目的资源调度和试验服务需求,设计了集中与分布相结合的架构,通过使中心资源调度管理系统与节点资源调度管理系统相互配合,来协调调度主干网带宽资源和位于各站点数据中心的资源。并且针对试验设施的特点,设计了综合考虑虚拟机间的通信代价、站点内物理机的平均资源利用率和资源均衡的多目标优化节点资源调度算法。仿真实验结果表明,该算法能有效实现上述多个目标的优化。

基于云计算的电力系统突发性数据处理任务调度方法

为降低电网企业数据中心的调度错失率,提高调度任务完成率,提出基于云计算的电力系统突发性数据处理任务调度方法。设计电网企业数据中心云平台存储数据,包括云计算信息服务层、云计算基础平台层、虚拟化基础设施层,基于云计算调度算法构建虚拟机资源调度模型,确定需要调度的数据节点和虚拟机。通过构建约束函数,选取最优调度链路,提高调度数据传输效率。及时调整云任务计算长度,更新虚拟机性能参数,传输电网企业数据,实现基于云计算的电力系统突发性数据处理任务调度。对比实验结果表明,设计方法可以有效地分配节点负载,在任务完成时间和完成率上优势明显,平均调度错失率在0.05%以下,调度任务完成率在88%以上,为我国电力大数据信息平台的研究提供参考和借鉴。