Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司马洲俊获国家专利权

恭喜国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司马洲俊获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司申请的专利一种面向云数据中心的计算任务跨区迁移方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115718644B

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211496048.7,技术领域涉及:G06F9/455;该发明授权一种面向云数据中心的计算任务跨区迁移方法及系统是由马洲俊;谭晶;王云岚;蒋承伶;刘雨瞳;杜元翰;马迪;许洪华;汤铭设计研发完成,并于2022-11-25向国家知识产权局提交的专利申请。

一种面向云数据中心的计算任务跨区迁移方法及系统在说明书摘要公布了:一种面向云数据中心的计算任务跨区迁移方法及系统,计算任务跨区迁移过程包括迁移环境感知、迁移决策、迁移同步三个步骤,迁移环境感知步骤动态监控云数据中心的状态,实时获取云数据中心负载、功耗等信息;迁移决策步骤采用基于能耗水平的自适应动态阈值方法确定迁移触发时机,综合考虑低能耗、负载均衡等优化目标,给出最优迁出任务集及迁入目的主机集;迁移同步步骤实现迁移前后数据、状态的一致以及网络资源环境的动态适配。本发明可降低云数据中心系统能耗,同时满足系统负载均衡和应用性能的要求,本发明有助于推动云数据中心能耗管理技术的发展,在云数据中心能耗优化和作业迁移方面,形成可靠的作业动态跨区迁移方案。

本发明授权一种面向云数据中心的计算任务跨区迁移方法及系统在权利要求书中公布了:1.一种面向云数据中心的计算任务跨区迁移方法,其特征是考虑云数据中心的数据管理需求及动态负载均衡需求,以降低系统能耗为目标,进行计算任务跨区迁移,包括以下步骤:步骤一,迁移环境感知:动态监控云数据中心的状态,实时获取云数据中心负载、功耗以及计算任务的特征属性和运行信息;步骤二,迁移决策:通过迁移环境感知步骤获得云数据中心的节点信息,基于能耗水平的自适应动态阈值方法确定迁移触发时机,综合考虑低能耗、负载均衡及QoS的优化目标,确定迁移决策,给出最优迁出任务集及迁入目的主机集,包括:步骤B1,确定迁移时机:设定低载及超载的迁移触发阈值,物理主机负载达到迁移触发阈值时,进行迁移,其中超载的迁移触发阈值根据物理主机能耗水平自适应调整;具体包括:设定迁移触发阈值,定义主机的低载阈值为Thrlow={CPUlow,MEMlow,IOlow,BWlow},CPUlow分量为主机CPU利用率的下限阈值,MFMlow分量为内存利用率下限阈值,IOlow分量为IO利用率下限阈值,BWlow分量为网络带宽利用率下限阈值,定义主机的超载阈值为Thrhigh={CPUhigh,MEMhigh,IOhigh,BWhigh},CPUhigh分量为主机CPU利用率的上限阈值,MEMhigh分量为内存利用率上限阈值,IOhigh分量为IO利用率上限阈值,BWhigh分量为网络带宽利用率上限阈值,其中CPUhigh根据能耗水平动态调整,对不同能耗水平配置对应的CPUhigh;通过迁移环境感知步骤监测所有物理主机负载,在时间间隔T内,采集一台物理主机的m组负载数据,当m组数据中至少有n组数据小于Thrlow的所有分量,n≤m,该台主机触发低载迁移;当m组数据中至少有n组数据大于Thrhigh的任一分量,则该台主机触发超载迁移;步骤B2,给出最优迁出任务集:当低载迁移被触发时,低载主机上的全部计算任务都进行迁出;当超载迁移被触发时,根据虚拟机与主机、容器与主机的负载相关性以及计算任务的综合负载安排迁移的计算任务,如果迁移对主机能耗的具体降低量有要求,则在能耗降低量要求下,以容器、虚拟机的迁移代价最小为目标,对超载主机上的所有计算任务求解最优迁移任务集;具体包括:当超载迁移被触发时,根据需求自主选择以下两种最优迁出任务方法:方法一:选择负载相关性高且综合负载值小的计算任务进行迁出,首先计算负载相关性,计算任务封装在虚拟机或容器中,即计算虚拟机与主机、容器与主机的负载相关性:采用皮尔逊相关系数法,记虚拟机的历史负载记录为{a1,a2,…,ak},容器的历史负载记录为{b1,b2,…,bk},物理主机的历史负载记录为{c1,c2,…,ck},则相关系数计算公式如下: 其中,rac为虚拟机与物理主机的相关系数,rbc为容器与物理主机的相关系数,分别为虚拟机、容器和物理主机的历史负载数据的平均值,相关系数r的取值在[-1,1]之间,r的绝对值越大说明相关度越高;当0.8|r|≤1时,虚拟机、容器与主机为极强相关关系,当0.6|r|≤0.8,虚拟机、容器与主机为强相关关系,将符合极强相关关系与强相关关系的虚拟机、容器加入候选迁出集合;然后计算候选迁出集合中元素的综合负载值,计算公式如下:Loadl=0.5×CPUl+0.3×MEMl+0.1×IOl+0.1×BWl其中,Loadl为集合中第l个元素的综合负载值,CPUl为元素l的CPU负载值,MEMl为元素l的内存负载值,IOl为元素l的IO负载值,BWl为元素l的网络带宽负载值,将候选迁出集合中的虚拟机、容器按照综合负载值进行降序排序,依次进行迁移,直至超载主机恢复正常负载水平;方法二:当迁移对主机能耗的具体降低量有要求时,使用动态规划的方法给出满足能耗降低具体要求的最小迁出作业的集合,假设要求能耗的具体降低量为Ed,将超载主机上的所有任务对象加入候选迁出集合,根据对云数据中心的虚拟机、容器的能耗感知,得到候选迁出集合的能耗度量值{e1,e2,e3,…,eN},其中ej为任务元素j的能耗,将迁出任务集的选择问题抽象为如下优化问题: 即满足能耗降低要求的情况下,使得容器、虚拟机的迁移代价最小,其中fEd为候选迁出任务的集合,pj为任务j的迁移代价,迁移代价为迁移数据量的正相关函数;步骤B3,给出最优迁入目的主机集:对于具备任务迁入条件的主机,综合考虑主机能耗、负载均衡、资源利用率、以及用户服务质量,采用启发式多目标优化方法,选择得到最优迁入主机集;具体包括:首先选择计算能力、内存空间、网络性能均满足要求的主机作为迁入候选主机集,然后综合考虑主机能耗、负载均衡、资源利用率、以及用户服务质量,采用启发式多目标优化方法,选择最优迁入主机集;其中,当云数据中心处于低能耗水平时,进行数据中心内部迁移,即迁出主机与迁入主机在同一个数据中心;当云数据中心处于高能耗水平时,进行跨区域迁移,即迁出主机与迁入主机在不同数据中心;步骤三,迁移同步:采用增量同步方式实现虚拟机、容器迁移前后的数据同步,采用任务绑定虚拟IP地址的方式实现应用动态适配迁移目标主机的网络环境。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人国网江苏省电力有限公司南京供电分公司;国网江苏省电力有限公司,其通讯地址为:210019 江苏省南京市建邺区奥体大街1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。