《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一1.5.3 分布式资源调度

简介: 本节书摘来华章计算机《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一书中的第1章 ,第1.5.3节,[美] 克里斯托弗·库塞克(Christopher Kusek) 著 吕南德特·施皮斯(Rynardt Spies)姚海鹏 刘韵洁 译, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

本节书摘来华章计算机《vSphere性能设计:性能密集场景下CPU、内存、存储及网络的最佳设计实践》一书中的第1章 ,第1.5.3节,[美] 克里斯托弗·库塞克(Christopher Kusek) 著 吕南德特·施皮斯(Rynardt Spies)姚海鹏 刘韵洁 译, 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

1.5.3 分布式资源调度

Distributed Resource Scheduler(DRS,分布式资源调度)可以帮助你在vSphere集群里达到工作量的负载均衡。先进的算法可以不断地分析集群环境,并在主机之间利用vMotion来进行无停机地迁移一个运行中的虚拟机。你可以指定DRS自动执行这些操作。例如,一个虚拟机需要更多的CPU和内存,而运行它的主机缺少这些资源,通过指定的自动操作设置,DRS会用vMotion来把虚拟机移动到另一个有更多资源的主机上。DRS可以被设置为在一天任何时间内自动进行必要的调整或者转而发出建议。以下两种情况会触发这种事件,当一个Active Directory服务器在清晨登录中大量使用,以及正在运行备份。一个启用DRS的集群可以分享所有的CPU和存储带宽,作为一个统一资源供虚拟机群所用。
DRS是非常重要的,因为在过去,VMware管理员往往在没有大量定量信息的情况下尽自己所能来分析虚拟机的需求。DRS改变了虚拟化的工作方式并彻底改革数据中心。现在你可以加载虚拟机到一个集群上,这个技术将实时地整理出所有变量并进行必要的调整。DRS非常容易使用,许多管理员都在夸耀他们自己的环境自建立以来已获得多少vMotion(图1-9)。

image


例如,一个管理员虚拟化了一个微软交换服务器、一个数据库服务器、一个动态目录服务器和几个重度使用的应用服务器,然后把它们全部放入集群里一个主机。一周前,另外一个管理员虚拟化了几个非常轻量级的旧版Windows服务器,因为这些服务器使用很少的资源,管理员把它们放到了另外一个主机上。在这一点上,这两个主机在工作负荷上是不平衡的。其中一个主机因为它的服务器利用率很低而导致没有活干,而另外一个被沉重的工作负担压着。在有DRS之前,第三个管理员不得不查看运行在两个主机上的服务器并确定如何均衡地分配这些虚拟机。管理员也不得不用一些别出心裁的方法,反复尝试找出如何在潜在的硬件条件下平衡各个服务器的需求。DRS会分析这些需求并在虚拟机需求更多资源时移动它们,以便你能致力于关注其他更紧迫的问题。

相关文章
|
10月前
|
弹性计算 定位技术 数据中心
阿里云服务器配置选择方法:付费类型、地域及CPU内存配置全解析
阿里云服务器怎么选?2025最新指南:就近选择地域,降低延迟;长期使用选包年包月,短期灵活选按量付费;企业选2核4G5M仅199元/年,个人选2核2G3M低至99元/年,高性价比爆款推荐,轻松上云。
1099 11
|
10月前
|
关系型数据库 Apache 微服务
《聊聊分布式》分布式系统基石:深入理解CAP理论及其工程实践
CAP理论指出分布式系统中一致性、可用性、分区容错性三者不可兼得,必须根据业务需求进行权衡。实际应用中,不同场景选择不同策略:金融系统重一致(CP),社交应用重可用(AP),内网系统可选CA。现代架构更趋向动态调整与混合策略,灵活应对复杂需求。
|
10月前
|
人工智能 安全 Java
分布式 Multi Agent 安全高可用探索与实践
在人工智能加速发展的今天,AI Agent 正在成为推动“人工智能+”战略落地的核心引擎。无论是技术趋势还是政策导向,都预示着一场深刻的变革正在发生。如果你也在探索 Agent 的应用场景,欢迎关注 AgentScope 项目,或尝试使用阿里云 MSE + Higress + Nacos 构建属于你的 AI 原生应用。一起,走进智能体的新世界。
1777 101
|
10月前
|
存储 机器学习/深度学习 监控
网络管理监控软件的 C# 区间树性能阈值查询算法
针对网络管理监控软件的高效区间查询需求,本文提出基于区间树的优化方案。传统线性遍历效率低,10万条数据查询超800ms,难以满足实时性要求。区间树以平衡二叉搜索树结构,结合节点最大值剪枝策略,将查询复杂度从O(N)降至O(logN+K),显著提升性能。通过C#实现,支持按指标类型分组建树、增量插入与多维度联合查询,在10万记录下查询耗时仅约2.8ms,内存占用降低35%。测试表明,该方案有效解决高负载场景下的响应延迟问题,助力管理员快速定位异常设备,提升运维效率与系统稳定性。
382 4
|
11月前
|
人工智能 运维 安全
从被动防御到主动免疫进化!迈格网络 “天机” AI 安全防护平台,助推全端防护性能提升
迈格网络推出“天机”新版本,以AI自学习、全端防护、主动安全三大核心能力,重构网络安全防线。融合AI引擎与DeepSeek-R1模型,实现威胁预测、零日防御、自动化响应,覆盖Web、APP、小程序全场景,助力企业从被动防御迈向主动免疫,护航数字化转型。
从被动防御到主动免疫进化!迈格网络 “天机” AI 安全防护平台,助推全端防护性能提升
|
11月前
|
消息中间件 缓存 监控
中间件架构设计与实践:构建高性能分布式系统的核心基石
摘要 本文系统探讨了中间件技术及其在分布式系统中的核心价值。作者首先定义了中间件作为连接系统组件的"神经网络",强调其在数据传输、系统稳定性和扩展性中的关键作用。随后详细分类了中间件体系,包括通信中间件(如RabbitMQ/Kafka)、数据中间件(如Redis/MyCAT)等类型。文章重点剖析了消息中间件的实现机制,通过Spring Boot代码示例展示了消息生产者的完整实现,涵盖消息ID生成、持久化、批量发送及重试机制等关键技术点。最后,作者指出中间件架构设计对系统性能的决定性影响,
|
11月前
|
机器学习/深度学习 算法 物联网
【SCI】利用信念传播在超密集无线网络中进行分布式信道分配(Matlab代码实现)
【SCI】利用信念传播在超密集无线网络中进行分布式信道分配(Matlab代码实现)
242 0
|
11月前
|
算法 Python
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)
【EI复现】考虑网络动态重构的分布式电源选址定容优化方法(Matlab代码实现)
412 0
|
11月前
|
缓存 人工智能 算法
不同业务怎么选服务器?CPU / 内存 / 带宽配置表
本文详解了服务器三大核心配置——CPU、内存、带宽,帮助读者快速理解服务器性能原理。结合不同业务场景,如个人博客、电商、数据库、直播等,提供配置选择建议,并强调合理搭配的重要性,避免资源浪费或瓶颈限制。内容实用,适合初学者和业务选型参考。
1504 0
|
11月前
|
存储 消息中间件 缓存
从纳秒到毫秒的“时空之旅”:CPU是如何看待内存与硬盘的?
在数据爆炸的时代,如何高效存储与管理海量数据成为系统设计的核心挑战。本文从计算机存储体系结构出发,解析B+树、LSM树与Kafka日志结构在不同数据库中的应用与优化策略,帮助你深入理解高性能存储背后的原理。
346 0