• 专利附录
  • 专利说明
  • 权利要求
  • 类似技术
  • 同族专利
  • 引用文献
  • 法律状态
  • 优先权
    • 专利摘要:
    一種虛擬資源調整方法，應用於虛擬系統中，虛擬資源調整方法包含下列步驟：於虛擬系統中提供至少一虛擬機器，虛擬機器具有最大與最小讀取負載臨界值以及最大與最小運算負載臨界值；擷取虛擬系統之總和資料負載量中之讀寫負載量以及運算負載量；判斷讀寫負載量與最大及最小讀取負載臨界值之關係，以及判斷運算負載量與最大及最小運算負載臨界值之關係；以及依據讀寫負載量與最大及最小讀取負載臨界值之關係對虛擬機器之數目進行調整以及依據運算負載量與最大及最小運算負載臨界值對虛擬機器之單位資源量進行調整。
    公开号:TW201319828A
    申请号:TW100141069
    申请日:2011-11-10
    公开日:2013-05-16
    发明作者:Kun-Hsing Liu；Yen-Wen Huang；Hui-Kuang Chung；Han-Chao Lee
    申请人:Inst Information Industry；
    IPC主号:G06F9-00
    专利说明:
    虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體
    本揭示內容是有關於一種資源調整之裝置及方法，且特別是有關於一種虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體。
    在現代電腦技術的進步下，軟體常常無法對過多的硬體資源做有效的利用。藉由在硬體上建立虛擬系統以執行數個虛擬機器，將可以使硬體資源獲得最有效的利用。
    在虛擬系統中，可能由於資料處理量的增減，而需要面臨到資源調整的問題。如果僅直觀地因應資料處理量增加而增加虛擬機器的數目，極可能由於資料處理量實質上並未增加到一台虛擬機器所能處理的最大資料量，而使新增加的虛擬機器並未發揮其最大的功效，造成資源的浪費，且在資料處理量減少時，亦可能由於降低的幅度不夠大，使虛擬機器之數目無法減少，因而產生類似上述之問題。因此，如果可以彈性地針對資源進行調整，將可對虛擬系統的資源發揮最有效的利用。
    因此，如何設計一個新的虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體，乃為此一業界亟待解決的問題。
    因此，本揭示內容之一態樣是在提供一種虛擬資源調整方法，應用於虛擬系統中，虛擬資源調整方法包含下列步驟：於虛擬系統中提供至少一虛擬機器，虛擬機器具有最大讀取負載臨界值與最小讀取負載臨界值以及最大運算負載臨界值與最小運算負載臨界值；擷取虛擬系統之總和資料負載量中之讀寫負載量以及運算負載量；判斷讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係，以及判斷運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係；以及依據讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係對虛擬機器之數目進行調整以及依據運算負載量與最大運算負載臨界值及最小運算負載臨界值對虛擬機器之單位資源量進行調整。
    依據本揭示內容一實施例，其中當讀寫負載量大於最大讀取負載臨界值時，係使虛擬機器之數目增加。當讀寫負載量大於最大讀取負載臨界值且使虛擬機器之數目增加時，判斷運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係之步驟更包含：判斷虛擬機器該運算負載量是否大於數目增加後虛擬機器之最大讀取負載臨界值；以及當運算負載量大於數目增加後虛擬機器之最大讀取負載臨界值，係使數目增加後虛擬機器其中之一之單位資源量增加。判斷虛擬機器之運算負載量是否小於數目增加後虛擬機器之最小讀取負載臨界值；以及當運算負載量小於數目增加後虛擬機器之最小讀取負載臨界值時，係使數目增加後虛擬機器其中之一之單位資源量降低。
    依據本揭示內容再一實施例，其中當讀寫負載量小於最小讀取負載臨界值，係使虛擬機器之數目降低。其中當讀寫負載量小於最小讀取負載臨界值且使虛擬機器之數目降低時，判斷運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係之步驟更包含：判斷虛擬機器之運算負載量是否小於數目降低後虛擬機器之最小讀取負載臨界值；以及當運算負載量小於數目降低後虛擬機器之最小讀取負載臨界值時，係使數目降低後虛擬機器其中之一之單位資源量降低。判斷虛擬機器之運算負載量是否大於數目降低後虛擬機器之最大讀取負載臨界值；以及當運算負載量大於數目降低後虛擬機器之最大讀取負載臨界值，係使數目降低後虛擬機器其中之一之單位資源量增加。
    依據本揭示內容之一實施例，其中讀寫負載量係包含網路存取量以及磁碟存取量。運算負載量係包含中央處理器運算量以及記憶體存取量。
    本揭示內容之另一態樣是在提供一種虛擬資源調整裝置，應用於虛擬系統中，其中虛擬系統包含至少一虛擬機器，虛擬資源調整裝置包含：擷取模組、判斷模組以及調整模組。擷取模組用以擷取虛擬系統之總和資料負載量中之讀寫負載量以及運算負載量。判斷模組用以判斷讀寫負載量與虛擬機器之最大讀取負載臨界值及最小讀取負載臨界值之關係，以及判斷運算負載量與虛擬機器之最大運算負載臨界值及最小運算負載臨界值之關係。調整模組依據讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係對虛擬機器之數目進行調整以及依據運算負載量與最大運算負載臨界值及最小運算負載臨界值對虛擬機器之單位資源量進行調整。
    本揭示內容之又一態樣是在提供一種電腦可讀取紀錄媒體，儲存一電腦程式，用以執行一種應用於虛擬系統中之虛擬資源調整方法。虛擬資源調整方法包含下列步驟：於虛擬系統中提供至少一虛擬機器，虛擬機器具有最大讀取負載臨界值與最小讀取負載臨界值以及最大運算負載臨界值與最小運算負載臨界值；擷取虛擬系統之總和資料負載量中之讀寫負載量以及運算負載量；判斷讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係，以及判斷運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係；以及依據讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係對虛擬機器之數目進行調整以及依據運算負載量與最大運算負載臨界值及最小運算負載臨界值對虛擬機器之單位資源量進行調整。
    應用本揭示內容之優點係在於藉由將虛擬系統之總和資料負載量區分為讀取負載量以及運算負載量，以分別判斷其與虛擬機器之最大負載量及最小負載量之關係，以對虛擬機器之數目以及單位資源量進行調整，而輕易地達到上述之目的。
    請參照第1圖。第1圖為本揭示內容一實施例中，一種虛擬系統1之示意圖。虛擬系統1於本實施例中可包含負載平衡器10、至少一個虛擬機器12以及共用服務元件14。共用服務元件如：共用儲存空間、共用資料庫等。
    虛擬系統1是建立於實體運算裝置(未繪示)上的虛擬環境，可藉由虛擬環境技術虛擬出一個或一個以上的虛擬機器12，可以達到同時對實體運算裝置的硬體資源進行存取的功效。舉例來說，虛擬系統1可建立於一個人電腦中，並藉由虛擬環境技術虛擬出各執行不同的作業系統的數個虛擬機器12。因此，在現代電腦硬體技術愈來愈進步的情形下，虛擬機器12將可使硬體資源獲得最大的使用率。負載平衡器10與虛擬機器12之間以及虛擬機器12與共用服務元件14之間可透過網路介面16處理由網路而來的存取要求。負載平衡器10則用以將對虛擬系統1的存取負載量進行監控及分配，以在適當時機對虛擬機器12進行調整。於不同實施例中，負載平衡器10可為一個虛擬機器或是一個實體機器。
    請同時參照第2圖。第2圖為本揭示內容一實施例中，虛擬資源調整裝置2之方塊圖。虛擬資源調整裝置2包含：擷取模組20、判斷模組22以及調整模組24。於一實施例中，虛擬資源調整裝置2可設置於前述之負載平衡器10中，以對虛擬機器12的數目及單位資源量進行調整。於其他實施例中，虛擬資源調整裝置2亦可僅將部份元件設置於負載平衡器10中或是獨立於負載平衡器10外運作。
    請同時參照第3圖。第3圖為本揭示內容一實施例中，虛擬資源調整方法300之流程圖。虛擬資源調整方法300可應用於如第2圖所示之虛擬資源調整裝置2中。虛擬資源調整方法300包含下列步驟(應瞭解到，在本實施方式中所提及的步驟，除特別敘明其順序者外，均可依實際需要調整其前後順序，甚至可同時或部分同時執行)。
    於步驟301，如第1圖所示，於虛擬系統1中提供虛擬機器12。這些虛擬機器12將具有最大讀取負載臨界值與最小讀取負載臨界值以及最大運算負載臨界值與最小運算負載臨界值。
    接著於步驟302，第2圖中的擷取模組20將擷取虛擬系統1之總和資料負載量21中之讀寫負載量以及運算負載量。總和資料負載量21即為虛擬機器12所處理之資料量。其中，總和資料負載量21由處理方式可區分為讀寫類型以及運算類型。讀寫類型包含經由磁碟、網路等的方式對資料進行讀寫的網路存取量以及磁碟存取量。而運算類型則包含中央處理器的運算或記憶體的存取之中央處理器運算量以及記憶體存取量。
    一般來說，讀寫類型的資料處理受到虛擬機器12之數目所限。較少的虛擬機器12由於受限於資料端口的數目，因此無法加快讀寫類型資料的處理。而運算類型的資料則與虛擬機器12的單位資源量相關，當虛擬機器12具有較多核的中央處理器或是較大的記憶體，則運算的速度將隨之加快。
    於一實施例中，判斷模組22可由虛擬機器12獲得其相關之臨界值23或經由使用者設定可得。因此，於步驟303中，判斷模組22將判斷讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係，以及判斷運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係。其中，虛擬機器12之最大讀取負載臨界值及最小讀取負載臨界值即為其處理讀寫類型之資料之負載上限及下限。如果讀寫負載量大於最大讀取負載臨界值，則表示此時讀寫負載量已經超過虛擬機器12所能負荷。而當讀寫負載量小於最小讀取負載臨界值，則表示此時讀寫負載量較少，虛擬機器12的資源過剩。類似地，如果運算負載量大於最大運算負載臨界值，則表示此時運算負載量已經超過虛擬機器12所能負荷。而當運算負載量小於最小運算負載臨界值，則表示此時運算負載量較少，虛擬機器12的資源過剩。
    於步驟304，調整模組24依據讀寫負載量與最大讀取負載臨界值及最小讀取負載臨界值之關係對虛擬系統1之虛擬機器12之數目進行調整。並且，調整模組24依據運算負載量依據運算負載量與最大運算負載臨界值及最小運算負載臨界值之關係對虛擬系統之虛擬機器12之單位資源量進行調整。
    於一實施例中，調整模組24可分別進行讀寫負載量與運算負載量與其相關臨界值之判斷並進行調整。舉例來說，在調整模組24判斷讀寫負載量大於最大讀取負載臨界值時即調增虛擬機器12之數目，而在判斷運算負載量大於最大運算負載臨界值時即增加虛擬機器12之單位資源量。也就是說，當讀寫負載量大於最大讀取負載臨界值時，使虛擬機器12的數目增加，當虛擬機器12可能具有多種不同單位資源量時，例如可能有不同的CPU或記憶體容量，增加虛擬機器12的方式，可以是選擇虛擬機器12中具有最小單位資源量資源量的虛擬機器來進行數目增加。然而於另一實施例中，調整模組24可綜合讀寫負載量與運算負載量與其相關臨界值之比較結果進行更為有效率的調整。
    請參照第4A圖及第4B圖。第4A圖及第4B圖為本揭示內容一實施例中，虛擬資源調整方法對讀寫負載量與運算負載量與其相關臨界值進行判斷時更詳細之流程圖。
    於步驟401，判斷模組22先讀取總和資料負載量21，並於步驟402中判斷讀寫負載量是否大於最大讀取負載臨界值。當讀寫負載量大於最大讀取負載臨界值，則判斷模組22將在步驟403對一個數目調升旗標進行設定。當讀寫負載量未大於最大讀取負載臨界值，則判斷模組22進一步於步驟404判斷讀寫負載量是否小於最小讀取負載臨界值。當讀寫負載量小於最小讀取負載臨界值，則判斷模組22將在步驟405對一個數目調降旗標進行設定。而當讀寫負載量未小於最小讀取負載臨界值，則判斷模組22將不對任何旗標進行設定，直接進行至步驟406。而在前述之步驟403及步驟405完成時，亦將進行步驟406，以重新載入總和資料負載量21。如前述之判斷流程中，判斷模組22已判斷虛擬機器12之數目需要調整，則重新載入之總和資料負載量21即會將數目改變後的虛擬機器12考慮進去，並進行至A點，以接續第4B圖之判斷流程。
    第4B圖之流程由A點開始，以接續第4A圖之流程。於步驟407，判斷模組22將判斷運算負載量是否大於最大運算負載臨界值。如前述之判斷流程中，判斷模組22已判斷虛擬機器12之數目需要調整，則此時之最大運算負載臨界值已是數目改變後之虛擬機器12所能負荷之最大運算量之值。舉例來說，如原先之虛擬機器12數目為二，且判斷模組22於第4A圖之流程中已判斷讀寫負載量超過虛擬機器12所能負荷而需調增，則於步驟407中所用以進行判斷的最大運算負載臨界值則為虛擬機器12數目為三時的最大運算負載量。因此，虛擬資源調整方法可避免在讀寫負載量及運算負載量均上升時，同時調整數目及單位資源量反而造成的資源浪費。
    當步驟407中判斷模組22判斷運算負載量大於最大運算負載臨界值，則判斷模組22將在步驟408對一個資源量調升旗標進行設定。當運算負載量未大於最大運算負載臨界值，則判斷模組22進一步於步驟409判斷運算負載量是否小於最小運算負載臨界值。當運算負載量小於最小運算負載臨界值，則判斷模組22將在步驟410對一個資源量調降旗標進行設定。而當運算負載量未小於最小運算負載臨界值，則判斷模組22將不對任何旗標進行設定，而直接進行至步驟411。在前述之步驟408及步驟410完成時，亦將進行步驟411，以產生判斷結果。
    請參照第5A圖及第5B圖。第5A圖及第5B圖為本揭示內容一實施例中，虛擬資源調整方法對虛擬機器進行調整之流程圖。於步驟501，調整模組24將讀取判斷結果。於步驟502，調整模組24將判斷數目調增旗標或資源量調增旗標是否被設定。如被設定，於步驟503調整模組24將判斷整體虛擬系統之資源是否足夠。如不足，則於步驟504，調整模組24將不進行任何調整。如足夠，則調整模組24將再於步驟505判斷虛擬機器數目是否足夠。當虛擬機器數目不足而需要增加，則調整模組24將於步驟506中對現有之其中一個虛擬機器進行複製，以產生一個新的虛擬機器，並進行至B點，以接續第5B圖之流程。而如調整模組24於步驟505判斷虛擬機器數目已足，則直接進行至B點，以接續第5B圖之流程。
    當步驟502中調整模組24判斷數目調增旗標或資源量調增旗標並未被設定，則將於步驟507中判斷數目調降旗標或資源量調降旗標是否被設定。如未被設定，則流程將執行步驟504，調整模組24不進行任何調整。如被設定，於步驟508調整模組24將判斷虛擬機器12是否已達到最小數目。如已達到最小數目，則流程將執行步驟504，調整模組24不進行任何調整。如未達到最小數目，則進行至B點，以接續第5B圖之流程。
    第5B圖之流程由B點開始，以接續第5A圖之流程。於步驟509，調整模組24將依據旗標調整虛擬機器12之單位資源量，並於步驟510中選擇實體裝置，以提供於步驟511中新增的虛擬機器12所需要的實體資源。接著於步驟512，虛擬機器12將更新其現有的臨界值參數，以使擷取模組20可獲得更新的最大讀取負載臨界值與最小讀取負載臨界值以及最大運算負載臨界值與最小運算負載臨界值。
    因此，本揭示內容之虛擬資源調整裝置及虛擬資源調整方法，除可針對不同的資料類型，進行虛擬機器之數目及/或資源量的調整外，亦可互相參照進行最有效之調整，以避免資源的浪費。
    請參照第6圖。第6圖為本揭示內容一實施例中，虛擬資源調整方法所採用的調整趨勢之示意圖。於第6圖中，各標示有APP/OS(應用程式/作業系統)之方塊係為如第1圖所示的虛擬機器12。具有愈大面積之方塊係表示其具有較大的單位資源量。
    因此，如第6圖所示，橫向的調整為針對虛擬機器之數目進行，而縱向的調整為針對虛擬機器之單位資源量進行。於一實施例中，當虛擬系統1具有兩個以上的虛擬機器12，且虛擬系統1之讀寫負載量大於虛擬機器12整體的最大讀取負載臨界值時，由於讀寫負載量係表示讀寫的端口不足，因此對數目進行調增即可，不需要將運算資源量提升過多。調整模組24因此可優先使虛擬機器12中具有最小之單位資源量者之數目增加。
    於一實施例中，當虛擬系統1具有兩個以上的虛擬機器12，且虛擬系統1之運算負載量大於虛擬機器12整體的最大運算負載臨界值時，調整模組24可使虛擬機器12中具有最大之單位資源量者之單位資源量再增加。因此，優先增加單位資源量較大者的單位資源量，可確保新增的資源足以應付所需的負載量。
    於一實施例中，當虛擬系統1具有兩個以上具有不同單位資源量的虛擬機器12，且虛擬系統1之讀寫負載量小於虛擬機器12整體的最小讀取負載臨界值時，為避免將虛擬機器12中擁有較大單位資源量者關閉時造成的資源不足，因此調整模組24可優先使虛擬機器12中具有最小之單位資源量者之數目降低。
    於一實施例中，當虛擬系統1具有兩個以上具有不同單位資源量的虛擬機器12，且虛擬系統1之運算負載量小於虛擬機器12整體的最小運算負載臨界值時，為避免將虛擬機器12中擁有較大單位資源量者關閉時造成的資源不足，調整模組24可優先使虛擬機器12中具有最小之單位資源量者之單位資源量降低。
    因此，本揭示內容之虛擬資源調整裝置及虛擬資源調整方法，除可針對不同的資料類型，進行虛擬機器之數目及/或資源量的調整外，亦可依據資源量的特性提供不同的調整趨勢，以避免資源的浪費。
    在另一實施例中，提供一種電腦可讀取記錄媒體，儲存一電腦程式，用以執行上述應用於虛擬系統中的資源調整方法。方法步驟流程如上所述，在此不再重複贅述。
    雖然本揭示內容已以實施方式揭露如上，然其並非用以限定本揭示內容，任何熟習此技藝者，在不脫離本揭示內容之精神和範圍內，當可作各種之更動與潤飾，因此本揭示內容之保護範圍當視後附之申請專利範圍所界定者為準。
    1．．．虛擬系統
    10．．．負載平衡器
    12．．．虛擬機器
    14．．．共用服務元件
    16．．．網路介面
    2．．．虛擬資源調整裝置
    20．．．擷取模組
    21．．．總和資料負載量
    22．．．判斷模組
    23．．．臨界值
    24．．．調整模組
    300．．．虛擬資源調整方法
    301-304．．．步驟
    401-411．．．步驟
    501-512．．．步驟
    為讓本揭示內容之上述和其他目的、特徵、優點與實施例能更明顯易懂，所附圖式之說明如下：
    第1圖為本揭示內容一實施例中，一種虛擬系統之示意圖；
    第2圖為本揭示內容一實施例中，虛擬資源調整裝置之方塊圖；
    第3圖為本揭示內容一實施例中，虛擬資源調整方法之流程圖；
    第4A圖及第4B圖為本揭示內容一實施例中，虛擬資源調整方法對讀寫負載量與運算負載量與其相關臨界值進行判斷時更詳細之流程圖；
    第5A圖及第5B圖為本揭示內容一實施例中，虛擬資源調整方法對虛擬機器進行調整之流程圖；以及
    第6圖為本揭示內容一實施例中，虛擬資源調整方法所採用的調整趨勢之示意圖。
    300．．．虛擬資源調整方法
    301-304．．．步驟
    权利要求:
    Claims (23)
    [1] 一種虛擬資源調整方法，應用於一虛擬系統中，該虛擬資源調整方法包含下列步驟：於該虛擬系統中提供至少一虛擬機器，每一該虛擬機器具有一最大讀取負載臨界值與一最小讀取負載臨界值以及一最大運算負載臨界值與一最小運算負載臨界值；擷取該虛擬系統之一總和資料負載量中之一讀寫負載量以及一運算負載量；判斷該讀寫負載量與該最大讀取負載臨界值及該最小讀取負載臨界值之關係，以及判斷該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值之關係；以及依據該讀寫負載量與該最大讀取負載臨界值及該最小讀取負載臨界值之關係對該虛擬系統之該至少一虛擬機器之數目進行調整，以及依據該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值對該虛擬系統之該至少一虛擬機器之單位資源量進行調整。
    [2] 如請求項1所述之虛擬資源調整方法，其中當該讀寫負載量大於該最大讀取負載臨界值時，係使該至少一虛擬機器之數目增加。
    [3] 如請求項2所述之虛擬資源調整方法，其中使該至少一虛擬機器之數目增加之步驟，係使該至少一虛擬機器中具有最小之單位資源量者之數目增加。
    [4] 如請求項2所述之虛擬資源調整方法，其中當該讀寫負載量大於該最大讀取負載臨界值且使該至少一虛擬機器之數目增加時，判斷該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值之關係之步驟更包含：判斷該虛擬機器之該運算負載量是否大於數目增加後該虛擬機器之該最大讀取負載臨界值；當該運算負載量大於數目增加後該虛擬機器之該最大讀取負載臨界值，係使數目增加後該虛擬機器其中之一之該單位資源量增加；判斷該虛擬機器之該運算負載量是否大於數目增加後該虛擬機器之該最小讀取負載臨界值；以及當該運算負載量小於數目增加後該虛擬機器之該最小讀取負載臨界值，係使數目增加後該虛擬機器其中之一之該單位資源量降低。
    [5] 如請求項4所述之虛擬資源調整方法，其中使數目增加後該虛擬機器其中之一之該單位資源量增加之步驟係使數目增加後該虛擬機器中之該單位資源量最大者之該單位資源量增加。
    [6] 如請求項1所述之虛擬資源調整方法，其中當該讀寫負載量小於該最小讀取負載臨界值時，係使該至少一虛擬機器之數目降低。
    [7] 如請求項6所述之虛擬資源調整方法，其中使該至少一虛擬機器之數目降低之步驟，係使該至少一虛擬機器中具有最小之單位資源量者之數目降低。
    [8] 如請求項6所述之虛擬資源調整方法，其中當該讀寫負載量小於該最小讀取負載臨界值且使該至少一虛擬機器之數目降低時，判斷該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值之關係之步驟更包含：判斷該虛擬機器之該運算負載量是否小於數目降低後該虛擬機器之該最小讀取負載臨界值；當該運算負載量小於數目降低後該虛擬機器之該最小讀取負載臨界值時，係使數目降低後該虛擬機器其中之一之該單位資源量降低；判斷該虛擬機器之該運算負載量是否大於數目降低後該虛擬機器之該最大讀取負載臨界值；以及當該運算負載量大於數目降低後該虛擬機器之該最大讀取負載臨界值時，係使數目降低後該虛擬機器其中之一之該單位資源量增加。
    [9] 如請求項8所述之虛擬資源調整方法，其中使該數目降低後虛擬機器其中之一之該單位資源量降低之步驟更包含使該數目降低後虛擬機器中之該單位資源量最小者之該單位資源量降低。
    [10] 如請求項1所述之虛擬資源調整方法，其中該讀寫負載量係包含一網路存取量以及一磁碟存取量。
    [11] 如請求項1所述之虛擬資源調整方法，其中該運算負載量係包含一中央處理器運算量以及一記憶體存取量。
    [12] 一種虛擬資源調整裝置，應用於一虛擬系統中，其中該虛擬系統包含至少一虛擬機器，該虛擬資源調整裝置包含：一擷取模組，用以擷取該虛擬系統之一總和資料負載量中之一讀寫負載量以及一運算負載量；一判斷模組，用以判斷該讀寫負載量與該虛擬機器之一最大讀取負載臨界值及一最小讀取負載臨界值之關係，以及判斷該運算負載量與該至少一虛擬機器之一最大運算負載臨界值及一最小運算負載臨界值之關係；以及一調整模組，依據該讀寫負載量與該最大讀取負載臨界值及該最小讀取負載臨界值之關係對該虛擬系統之該虛擬機器之數目進行調整，以及依據該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值對該虛擬系統之該至少一虛擬機器之單位資源量進行調整。
    [13] 如請求項12所述之虛擬資源調整裝置，其中當該讀寫負載量大於該最大讀取負載臨界值時，該調整模組係使該至少一虛擬機器之數目增加。
    [14] 如請求項13所述之虛擬資源調整裝置，其中該調整模組使該至少一虛擬機器之數目增加，係使該虛擬機器中具有最小之單位資源量者之數目增加。
    [15] 如請求項13所述之虛擬資源調整裝置，其中該判斷模組更於該至少一虛擬機器之數目增加後，判斷該運算負載量是否大於數目增加後該虛擬機器之該最大讀取負載臨界值，該調整模組更於該運算負載量大於數目增加後該虛擬機器之該最大讀取負載臨界值時，使該虛擬機器其中之一之該單位資源量增加；以及該判斷模組更判斷該虛擬機器之該運算負載量是否大於數目降低後該虛擬機器之該最大讀取負載臨界值，該調整模組更於該運算負載量大於數目降低後該虛擬機器之該最大讀取負載臨界值時，係使數目降低後該虛擬機器其中之一之該單位資源量增加。
    [16] 如請求項15所述之虛擬資源調整裝置，該調整模組係使數目增加後該虛擬機器中之該單位資源量最大者之該單位資源量增加。
    [17] 如請求項12所述之虛擬資源調整裝置，其中當該讀寫負載量小於該最小讀取負載臨界值時，該調整模組使該至少一虛擬機器之數目降低。
    [18] 如請求項17所述之虛擬資源調整裝置，其中該調整模組係使該至少一虛擬機器中具有最小之單位資源量者之數目降低。
    [19] 如請求項17所述之虛擬資源調整裝置，其中該判斷模組更於該虛擬機器之數目降低後，判斷該運算負載量是否小於數目降低後該虛擬機器之該最小讀取負載臨界值，該調整模組於該運算負載量小於數目降低後該虛擬機器之該最小讀取負載臨界值時，使該虛擬機器其中之一之該單位資源量降低；以及該判斷模組更判斷該虛擬機器之該運算負載量是否大於數目降低後該虛擬機器之該最大讀取負載臨界值，該調整模組更於該運算負載量大於數目降低後該虛擬機器之該最大讀取負載臨界值時，係使數目降低後該虛擬機器其中之一之該單位資源量增加。
    [20] 如請求項19所述之虛擬資源調整裝置，其中該調整模組係使數目降低後該虛擬機器中之該單位資源量最小者之該單位資源量降低。
    [21] 如請求項12所述之虛擬資源調整裝置，其中該讀寫負載量係包含一網路存取量以及一磁碟存取量。
    [22] 如請求項12所述之虛擬資源調整裝置，其中該運算負載量係包含一中央處理器運算量以及一記憶體存取量。
    [23] 一種電腦可讀取紀錄媒體，儲存一電腦程式，用以執行一種應用於一虛擬系統中之一虛擬資源調整方法，該虛擬資源調整方法包含下列步驟：於該虛擬系統中提供至少一虛擬機器，該虛擬機器具有一最大讀取負載臨界值與一最小讀取負載臨界值以及一最大運算負載臨界值與一最小運算負載臨界值；擷取該虛擬系統之一總和資料負載量中之一讀寫負載量以及一運算負載量；判斷該讀寫負載量與該最大讀取負載臨界值及該最小讀取負載臨界值之關係，以及判斷該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值之關係；以及依據該讀寫負載量與該最大讀取負載臨界值及該最小讀取負載臨界值之關係對該虛擬系統之該至少一虛擬機器之數目進行調整，以及依據該運算負載量與該最大運算負載臨界值及該最小運算負載臨界值對該虛擬系統之該至少一虛擬機器之單位資源量進行調整。
    类似技术:
    公开号 | 公开日 | 专利标题
    US10037274B2|2018-07-31|Optimizing memory usage across multiple applications in the presence of garbage collection
    JP6249953B2|2017-12-20|ヘテロジニアスマルチプロセッサシステムオンチップにおける熱駆動作業負荷スケジューリング
    US9405572B2|2016-08-02|Optimized resource allocation and management in a virtualized computing environment
    US8601300B2|2013-12-03|System and method for managing thermal energy generation in a heterogeneous multi-core processor
    US10108460B2|2018-10-23|Method and system for integrated deployment planning for virtual appliances
    US8793427B2|2014-07-29|Remote memory for virtual machines
    TWI533146B|2016-05-11|虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體
    US9552046B2|2017-01-24|Performance management methods for electronic devices with multiple central processing units
    US9858120B2|2018-01-02|Modifying memory space allocation for inactive tasks
    US10064141B2|2018-08-28|Core frequency/count decision-based thermal mitigation optimization for a multi-core integrated circuit
    JP2014120097A|2014-06-30|情報処理装置、プログラム、及び、情報処理方法
    US20120290789A1|2012-11-15|Preferentially accelerating applications in a multi-tenant storage system via utility driven data caching
    CN103399791A|2013-11-20|一种基于云计算的虚拟机迁移方法和装置
    US10565104B2|2020-02-18|System and method to manage and share managed runtime memory for JAVA virtual machine
    US9983911B2|2018-05-29|Analysis controller, analysis control method and computer-readable medium
    US20210041937A1|2021-02-11|Method, Apparatus, and System for Allocating Power to Graphics Processing Unit
    JP2021517697A|2021-07-26|リソーススケジューリング方法および端末デバイス
    CN107870818B|2021-03-02|多核处理器中断动态响应方法及存储介质
    JP5641064B2|2014-12-17|実行制御プログラム、実行制御装置および実行制御方法
    TW202125240A|2021-07-01|用於擷取作業系統組態狀態和記憶體管理的資源管理單元
    JP4999932B2|2012-08-15|仮想計算機システム及び仮想計算機重み付け設定処理方法及び仮想計算機重み付け設定処理プログラム
    JP6217008B2|2017-10-25|電子機器、制御方法、及び、プログラム
    CN110543355A|2019-12-06|一种自动均衡云平台资源的方法
    CN103106115A|2013-05-15|虚拟资源调整装置及其方法
    同族专利:
    公开号 | 公开日
    TWI533146B|2016-05-11|
    US20130125116A1|2013-05-16|
    引用文献:
    公开号 | 申请日 | 公开日 | 申请人 | 专利标题
    US7299468B2|2003-04-29|2007-11-20|International Business Machines Corporation|Management of virtual machines to utilize shared resources|
    US7437730B2|2003-11-14|2008-10-14|International Business Machines Corporation|System and method for providing a scalable on demand hosting system|
    US7979863B2|2004-05-21|2011-07-12|Computer Associates Think, Inc.|Method and apparatus for dynamic CPU resource management|
    US8230426B2|2004-10-06|2012-07-24|Digipede Technologies, Llc|Multicore distributed processing system using selection of available workunits based on the comparison of concurrency attributes with the parallel processing characteristics|
    US20070204266A1|2006-02-28|2007-08-30|International Business Machines Corporation|Systems and methods for dynamically managing virtual machines|
    US20070271560A1|2006-05-18|2007-11-22|Microsoft Corporation|Deploying virtual machine to host based on workload characterizations|
    US8161475B2|2006-09-29|2012-04-17|Microsoft Corporation|Automatic load and balancing for virtual machines to meet resource requirements|
    US8667500B1|2006-10-17|2014-03-04|Vmware, Inc.|Use of dynamic entitlement and adaptive threshold for cluster process balancing|
    US7444459B2|2006-12-12|2008-10-28|Lsi Logic Corporation|Methods and systems for load balancing of virtual machines in clustered processors using storage related load information|
    US7673113B2|2006-12-29|2010-03-02|Intel Corporation|Method for dynamic load balancing on partitioned systems|
    US8584131B2|2007-03-30|2013-11-12|International Business Machines Corporation|Method and system for modeling and analyzing computing resource requirements of software applications in a shared and distributed computing environment|
    US8543711B2|2007-04-30|2013-09-24|Hewlett-Packard Development Company, L.P.|System and method for evaluating a pattern of resource demands of a workload|
    US7836332B2|2007-07-18|2010-11-16|Hitachi, Ltd.|Method and apparatus for managing virtual ports on storage systems|
    US8386610B2|2007-12-31|2013-02-26|Netapp, Inc.|System and method for automatic storage load balancing in virtual server environments|
    JP4577384B2|2008-03-14|2010-11-10|日本電気株式会社|管理マシン、管理システム、管理プログラム、および、管理方法|
    US20090265707A1|2008-04-21|2009-10-22|Microsoft Corporation|Optimizing application performance on virtual machines automatically with end-user preferences|
    US8468535B1|2008-09-23|2013-06-18|Gogrid, LLC|Automated system and method to provision and allocate hosting resources|
    US8464267B2|2009-04-10|2013-06-11|Microsoft Corporation|Virtual machine packing method using scarcity|
    US8276139B2|2009-09-30|2012-09-25|International Business Machines Corporation|Provisioning virtual machine placement|
    US20110078303A1|2009-09-30|2011-03-31|Alcatel-Lucent Usa Inc.|Dynamic load balancing and scaling of allocated cloud resources in an enterprise network|
    JP5378946B2|2009-10-26|2013-12-25|株式会社日立製作所|サーバ管理装置およびサーバ管理方法|
    JP5544967B2|2010-03-24|2014-07-09|富士通株式会社|仮想マシン管理プログラム及び仮想マシン管理装置|
    US8572612B2|2010-04-14|2013-10-29|International Business Machines Corporation|Autonomic scaling of virtual machines in a cloud computing environment|
    US8418185B2|2010-10-19|2013-04-09|International Business Machines Corporation|Memory maximization in a high input/output virtual machine environment|US9148428B1|2011-05-25|2015-09-29|Bromium, Inc.|Seamless management of untrusted data using virtual machines|
    US9038068B2|2012-11-15|2015-05-19|Bank Of America Corporation|Capacity reclamation and resource adjustment|
    TWI539776B|2014-01-23|2016-06-21|宏碁股份有限公司|資料中心伺服器資源的動態規劃方法|
    US20180077745A1|2015-04-15|2018-03-15|Nec Corporation|Method for coordinating terminal-to-terminal communication via ad-hoc network and mobile communication network, and management server device in which said method is implemented|
    US10649681B2|2016-01-25|2020-05-12|Samsung Electronics Co., Ltd.|Dynamic garbage collection P/E policies for redundant storage blocks and distributed software stacks|
    法律状态:
    优先权:
    申请号 | 申请日 | 专利标题
    TW100141069A|TWI533146B|2011-11-10|2011-11-10|虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體|TW100141069A| TWI533146B|2011-11-10|2011-11-10|虛擬資源調整裝置、方法及儲存其之電腦可讀取紀錄媒體|
    US13/314,789| US20130125116A1|2011-11-10|2011-12-08|Method and Device for Adjusting Virtual Resource and Computer Readable Storage Medium|
    [返回顶部]