CN102111337B - 任务调度方法和系统 - Google Patents
任务调度方法和系统 Download PDFInfo
- Publication number
- CN102111337B CN102111337B CN2011100604506A CN201110060450A CN102111337B CN 102111337 B CN102111337 B CN 102111337B CN 2011100604506 A CN2011100604506 A CN 2011100604506A CN 201110060450 A CN201110060450 A CN 201110060450A CN 102111337 B CN102111337 B CN 102111337B
- Authority
- CN
- China
- Prior art keywords
- node
- weights
- estimated value
- cpu
- memory
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000003860 storage Methods 0.000 claims description 79
- 238000012546 transfer Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 23
- 230000005540 biological transmission Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 10
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000009826 distribution Methods 0.000 description 4
- 230000002045 lasting effect Effects 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Abstract
本发明提供一种任务调度方法和系统，所述方法，包括：在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；如果所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；如果所述存储负载估算值占所述计算计算估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点。
Description
技术领域
本发明涉及通信领域，尤其涉及一种任务调度方法和系统。
背景技术
在云计算操作系统中，由于云计算任务的数据量十分大，计算耗时也很长，因此如果基于传统的单一任务类型的调度方法，会使系统中的节点就无法最大化的发挥自身的资源。
在实现本发明的过程中，发明人发现现有技术至少存在如下问题：计算负载或存储负载在整体任务中占据的比例可能差异很大，从而导致某些节点计算任务繁重的存储负载接近于零，另外一些节点则处于持续的数据存取中，分配不到任何计算，从而导致计算或存储资源的部分浪费。
发明内容
本发明提供的任务调度方法和系统，能够解决如何使计算资源和存储资源同时有效利用的问题。
为解决上述技术问题，本发明提供了如下技术方案：
一种任务调度方法，包括：
在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
如果所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；
如果所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点。
优选的，所述方法还具有如下特点：所述计算负载估算值和存储负载估算值是根据所述任务对响应时间的要求、所述任务请求处理的信息以及任务的处理复杂度中至少一个来估算的。
优选的，所述方法还具有如下特点：节点的计算能力和存储能力是通过如下方式获取的：
为节点的CPU、内存、磁盘和传输带宽配置对应的计算权重和存储权重；其中CPU和内存的计算权重均高于磁盘和传输带宽的计算权重，CPU和内存的存储权重均低于磁盘和传输带宽的存储权重；
根据节点的运行信息，获取节点上CPU、内存、磁盘和传输资源的权值；
采用节点上CPU、内存、磁盘和传输资源的权值和计算权重，计算得到该节点的计算能力；采用节点上CPU、内存、磁盘和传输资源的权值和存储权重，计算得到该节点的存储能力。
优选的，所述方法还具有如下特点：所述CPU、内存、磁盘和传输带宽中至少一个的权值是根据如下信息确定的，包括：
CPU的权值是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
内存的权值是根据内存利用率确定的；
磁盘的权值是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
传输资源的权值是根据传输带宽确定的。
优选的，所述方法还具有如下特点：所述CPU和内存磁盘中至少一个的权值还根据如下信息确定的，包括：
CPU的权值还根据CPU的频率以及处理器的个数确定；
内存能力还根据内存大小来确定。
一种任务调度系统，包括：
估算装置，用于在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
调度装置，用于在所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值时，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；以及，在所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值时，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点。
优选的，所述系统还具有如下特点：所述估算装置根据所述任务对响应时间的要求、所述任务请求处理的信息以及任务的处理复杂度中至少一个来估算所述计算负载估算值和存储负载估算值。
优选的，所述系统还具有如下特点：所述系统还包括：
配置装置，用于为节点的CPU、内存、磁盘和传输带宽配置对应的计算权重和存储权重；其中CPU和内存的计算权重均高于磁盘和传输带宽的计算权重，CPU和内存的存储权重均低于磁盘和传输带宽的存储权重；
获取装置，用于根据节点的运行信息，获取节点上CPU、内存、磁盘和传输资源的权值；
计算装置，用于采用节点上CPU、内存、磁盘和传输资源的权值和计算权重，计算得到该节点的计算能力；以及，采用节点上CPU、内存、磁盘和传输资源的权值和存储权重，计算得到该节点的存储能力。
优选的，所述系统还具有如下特点：所述获取装置所获取到的所述CPU、内存、磁盘和传输带宽中至少一个的权值是根据如下信息确定的，包括：
CPU的权值是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
内存的权值是根据内存利用率确定的；
磁盘的权值是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
传输资源的权值是根据传输带宽确定的。
优选的，所述系统还具有如下特点：所述获取装置所获取到的所述CPU和内存磁盘中至少一个的权值还根据如下信息确定的，包括：
CPU的权值还根据CPU的频率以及处理器的个数确定；
内存能力还根据内存大小来确定。
本发明提供实施例，与现有技术相比，采用本发明提供的系统实施例，通过估算任务的计算负载和存储负载，可以得到计算负载或存储负载在整体任务中占据的比例差异是否很大，如果计算负载占用较高，则会优先分配到计算负载较轻而存储负载较重的上；任务如果对存储负载占用较高，则会优先分配到存储负载较轻而计算负载较重的节点上。从而实现节点计算资源和存储资源的高效利用；避免了现有技术中某些节点计算任务繁重而存储负载接近于零，另外一些节点则处于持续的数据存取中，分配不到任何计算任务的情况，克服了现有技术中计算资源/存储资源的部分浪费的问题。
附图说明
图1为本发明提供的任务调度系统实施例的结构示意图；
图2为图1所示系统的另一结构示意图；
图3为本发明应用实例一提供的任务调度系统的结构示意图；
图4为本发明应用实例二提供的任务调度系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步的详细描述。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
本发明提供一种任务调度方法实施例，包括：
在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
如果所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；
如果所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点。
与现有技术相比，采用本发明提供的方法实施例，通过估算任务的计算负载和存储负载，可以得到计算负载或存储负载在整体任务中占据的比例差异是否很大，如果计算负载占用较高，则会优先分配到计算负载较轻而存储负载较重的上；任务如果对存储负载占用较高，则会优先分配到存储负载较轻而计算负载较重的节点上。从而实现节点计算资源和存储资源的高效利用；避免了现有技术中某些节点计算任务繁重而存储负载接近于零，另外一些节点则处于持续的数据存取中，分配不到任何计算任务的情况，克服了现有技术中计算资源/存储资源的部分浪费的问题。
下面对本发明提供的方法做进一步介绍：
其中本文所指的计算能力是指节点当前能提供多少计算资源，同理存储能力是指节点当前能够提供多少存储资源。
其中在估算任务所带来的计算负载和存储负载时，可以根据任务对响应时间的要求、任务请求处理的信息以及任务的处理复杂度中至少一个来估算。
举例来说，有一任务请求的信息是存储大小为500M的数据，由于任务的处理复杂度并不高且任务对响应时间的要求明显不高，只是在任务处理过程中带来的存储负载较重。所以判定该任务是计算负载轻但存储负载重的任务。再例如，任务是仿真一电路输出的电压的程序，由于该任务的处理复杂度高，需要的计算资源高，且对任务的响应时间也高，但实际上不需要很多的存储资源，所以可以判定该任务是计算服务轻但存储负载重的任务。再例如，一个任务对响应时间的要求很高，则需要计算资源很高。
在实际应用中，不同任务所带来的计算负载和存储负载与综合之间的比例可以通过长期测试得到。
其中在选择处理该任务的主机时，为了更好的确定当前节点的计算能力和存储能力，本发明考虑了节点个体间硬件资源配置的差异，具体包括：
步骤11、配置各资源在获取计算能力和存储能力时对应的权重；
首先，对计算负载和存储负载影响较大的参数为四个：CPU能力、内存能力、传输资源能力和磁盘能力，其中节点的计算能力主要取决于CPU能力和内存能力；节点的存储能力主要取决于传输资源能力和磁盘能力，因此，在设置用以获取计算能力的权重时，CPU能力和内存能力的权重均高于传输资源能力和磁盘能力的权重，同理，在设置用于获取存储能力的权重时，CPU能力和内存能力的权重均低于传输资源能力和磁盘能力的权重。
例如，对于用于获取计算能力的权重，CPU能力和内存能力的权重均设为1，传输资源能力和磁盘能力为0.5；对于用于获取存储能力的权重，CPU能力和内存能力的权重均设为0.5，传输资源能力和磁盘能力为1。
步骤12、定义各个节点计算能力和存储能力的权值的获取方法；其中：
1)CPU能力是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
例如，如果节点的CPU利用率低，则表示该节点CPU能力高，反之，表示该节点CPU能力高；如果当前未处理的任务总数较多，则表示该节点CPU能力低，反之，表示该节点CPU能力高；如果正在处理中的任务需要的时间较长，则表示该节点CPU能力低，反之，表示该节点CPU能力高。
为了准确的判断节点当前的CPU能力，优选的，根据多个信息确定该节点的CPU能力，例如，如果节点的CPU利用率低，但当前未处理的任务较多，可以确定该节点在后续一段时间内，CPU的负载会不断增高，所以可以确定该节点CPU能力低；再例如，如果CPU利用率高，而处于处理中的任务所需处理时间很短，则可以确定该节点CPU的负载会在后续一段时间内降低，所以可以确定该节点CPU能力高。
2)内存能力是根据内存利用率确定的；
其中节点的内存利用率越高，节点的内存能力越低，反之，节点的内存能力越高。
3)磁盘能力是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
4)传输资源能力是根据传输带宽确定的。
在实际应用中，由于各节点的硬件存在一定差异，所以为了精确的计算，减少后续调度过程出现误判，本发明采用如下手段进行能力等级的计算：
CPU能力等级：以1GHZ为基准，CPU处理能力等级＝[CPU频率/1GHZ]×处理器数量；
传输资源能力等级：以1Gbps为基准，传输资源能力等级＝传输资源带宽/1Gbps；
内存能力等级：以1GB为基准，内存能力等级＝内存大小/1GB；
磁盘能力等级：以100MB传输速率为基准，磁盘能力等级＝磁盘传输速率/100MB；
当然，在实际应用中，以上四项的能力计算的基准值允许管理员调整。
在实际应用中，可结合得到的各资源的能力以及该资源对应的能力等级，确定该资源的权值。
步骤13、根据各资源的权值和权重计算节点的能力。
即计算能力＝CPU能力权值x CPU计算权重+传输资源能力权值x传输资源计算权重+内存能力权值x内存计算权重+磁盘能力权值x磁盘计算权重；存储能力＝CPU能力权值x CPU存储权重+传输资源能力权值x传输资源存储权重+内存能力权值x内存存储权重+磁盘能力权值x磁盘存储权重。
其中在系统运行过程中可以每隔一段时间计算一下当前各节点的计算能力和存储能力。优选的，为了降低用于调度任务的节点的处理负载，每个用于处理任务的节点的计算能力和存储能力都是由自身完成的，且计算各自的计算能力和存储能力时间可以每隔一段时间进行一次，也可以由用于调度任务的节点通过发送命令触发计算操作。
在实际应用中，可以针对节点的负载情况，生成节点的计算负载和存储负载的负载等级、负载响应延迟、负载预计持续时间等评估参数。还可以结合节点的硬件配置情况进行加权评估，对于配置好、性能高的节点给予较高的权值，并且区分计算权值和存储权值。
需要说明的是，现有技术中其他评估节点的能力的方法在本发明中同样适用，此处不再赘述。
本发明提供的方法可应用于多节点构成的服务系统中，如云计算操作系统和集群系统。
图1为本发明提供的任务调度系统实施例的结构示意图。图1所示系统实施例包括：
估算装置110，用于在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
调度装置120，用于在所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值时，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；以及，在所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值时，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点。
其中所述估算装置根据所述任务对响应时间的要求、所述任务请求处理的信息以及任务的处理复杂度中至少一个来估算所述计算负载估算值和存储负载估算值。
图2为图1所示系统的另一结构示意图。图2所示系统实施例还包括：
配置装置210，用于为节点的CPU、内存、磁盘和传输带宽配置对应的计算权重和存储权重；其中CPU和内存的计算权重均高于磁盘和传输带宽的计算权重，CPU和内存的存储权重均低于磁盘和传输带宽的存储权重；
获取装置220，与配置装置210相连，用于根据节点的运行信息，获取节点上CPU、内存、磁盘和传输资源的权值；
计算装置230，与获取装置220相连，用于采用节点上CPU、内存、磁盘和传输资源的权值和计算权重，计算得到该节点的计算能力；以及，采用节点上CPU、内存、磁盘和传输资源的权值和存储权重，计算得到该节点的存储能力。
其中所述获取装置220所获取到的所述CPU、内存、磁盘和传输带宽中至少一个的权值是根据如下信息确定的，包括：
CPU的权值是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
内存的权值是根据内存利用率确定的；
磁盘的权值是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
传输资源的权值是根据传输带宽确定的。
其中所述获取装置220所获取到的所述CPU和内存磁盘中至少一个的权值还根据如下信息确定的，包括：
CPU的权值还根据CPU的频率以及处理器的个数确定；
内存能力还根据内存大小来确定。
结合上述系统提供的实施例，本发明提供如下具体应用实例：
应用实例一
图3为本发明应用实例一提供的任务调度系统的结构示意图。结合图1和2所示的系统实施例，图3所示系统包括一控制节点以及多个计算节点，其中所述控制节点包括估算装置110和调度装置120，所述计算节点包括配置装置210、获取装置220、计算装置230以及通知装置310，其中：
该通知装置，与调度装置和计算装置相连，用于向调度装置通知该计算装置的计算得到的该计算节点的计算能力和存储能力。
应用实例二
图4为本发明应用实例二提供的任务调度系统的结构示意图。结合图1和2所示的系统实施例，图3所示系统包括一控制节点以及多个计算节点，其中所述控制节点包括估算装置110、调度装置120、配置装置210、获取装置220、计算装置230，所述计算节点包括上报装置410，与所述获取装置相连，用于将本节点上CPU、内存和磁盘以及传输带宽的使用信息上报给获取装置。
与现有技术相比，采用本发明提供的系统实施例，通过估算任务的计算负载和存储负载，可以得到计算负载或存储负载在整体任务中占据的比例差异是否很大，如果计算负载占用较高，则会优先分配到计算负载较轻而存储负载较重的上；任务如果对存储负载占用较高，则会优先分配到存储负载较轻而计算负载较重的节点上。从而实现节点计算资源和存储资源的高效利用；避免了现有技术中某些节点计算任务繁重而存储负载接近于零，另外一些节点则处于持续的数据存取中，分配不到任何计算任务的情况，克服了现有技术中计算资源/存储资源的部分浪费的问题。
本领域普通技术人员可以理解上述实施例的全部或部分步骤可以使用计算机程序流程来实现，所述计算机程序可以存储于一计算机可读存储介质中，所述计算机程序在相应的硬件平台上(如系统、设备、装置、器件等)执行，在执行时，包括方法实施例的步骤之一或其组合。
可选地，上述实施例的全部或部分步骤也可以使用集成电路来实现，这些步骤可以被分别制作成一个个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
上述实施例中的各装置/功能模块/功能单元可以采用通用的计算装置来实现，它们可以集中在单个的计算装置上，也可以分布在多个计算装置所组成的传输资源上。
上述实施例中的各装置/功能模块/功能单元以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。上述提到的计算机可读取存储介质可以是只读存储器，磁盘或光盘等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求所述的保护范围为准。
Claims (10)
1.一种任务调度方法，其特征在于，所述方法应用于多节点构成的服务系统中，包括：
在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
如果所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；
如果所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点；
其中，计算能力是指节点当前能提供多少计算资源，存储能力是指节点当前能够提供多少存储资源；
所述第一阈值是用于判断所述计算负载估算值在两者总和的比例是否大于所述存储负载估算值在两者总和的比例的数值；
所述第二阈值是用于判断所述存储负载估算值在两者总和的比例是否大于所述计算负载估算值在两者总和的比例的数值。
2.根据权利要求1所述的方法，其特征在于，所述计算负载估算值和存储负载估算值是根据所述任务对响应时间的要求、所述任务请求处理的信息以及任务的处理复杂度中至少一个来估算的。
3.根据权利要求1或2所述的方法，其特征在于，节点的计算能力和存储能力是通过如下方式获取的：
为节点的CPU、内存、磁盘和传输资源配置对应的计算权重和存储权重；其中CPU和内存的计算权重均高于磁盘和传输资源的计算权重，CPU和内存的存储权重均低于磁盘和传输资源的存储权重；
根据节点的运行信息，获取节点上CPU、内存、磁盘和传输资源的权值；
采用节点上CPU、内存、磁盘和传输资源的权值和计算权重，计算得到该节点的计算能力；采用节点上CPU、内存、磁盘和传输资源的权值和存储权重，计算得到该节点的存储能力。
4.根据权利要求3所述的方法，其特征在于，所述CPU、内存、磁盘和传输资源中至少一个的权值是根据如下信息确定的，包括：
CPU的权值是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
内存的权值是根据内存利用率确定的；
磁盘的权值是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
传输资源的权值是根据传输带宽确定的。
5.根据权利要求4所述的方法，其特征在于，所述CPU和内存中至少一个的权值还根据如下信息确定的，包括：
CPU的权值还根据CPU的频率以及处理器的个数确定；
内存的权值还根据内存大小来确定。
6.一种任务调度系统，其特征在于，所述系统应用于多节点构成的服务系统中，包括：
估算装置，用于在接收到一任务时，估算该任务所带来的计算负载和存储负载，得到计算负载估算值和存储负载估算值；
调度装置，与所述估算装置相连，用于在所述计算负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第一阈值时，将所述任务调度到当前计算能力大于预先设置的计算能力上限值而当前存储能力小于预先设置的存储能力下限值的节点；以及，在所述存储负载估算值占所述计算负载估算值和所述存储负载估算值两者总和的比例大于预先设置的第二阈值时，将所述任务调度到当前存储能力大于预先设置的存储能力上限值而当前计算能力小于预先设置的计算能力下限值的节点；
其中，计算能力是指节点当前能提供多少计算资源，存储能力是指节点当前能够提供多少存储资源；
所述第一阈值是用于判断所述计算负载估算值在两者总和的比例是否大于所述存储负载估算值在两者总和的比例的数值；
所述第二阈值是用于判断所述存储负载估算值在两者总和的比例是否大于所述计算负载估算值在两者总和的比例的数值。
7.根据权利要求6所述的系统，其特征在于：所述估算装置根据所述任务对响应时间的要求、所述任务请求处理的信息以及任务的处理复杂度中至少一个来估算所述计算负载估算值和存储负载估算值。
8.根据权利要求6或7所述的系统，其特征在于，所述系统还包括：
配置装置，用于为节点的CPU、内存、磁盘和传输资源配置对应的计算权重和存储权重；其中CPU和内存的计算权重均高于磁盘和传输资源的计算权重，CPU和内存的存储权重均低于磁盘和传输资源的存储权重；
获取装置，与所述配置装置相连，用于根据节点的运行信息，获取节点上CPU、内存、磁盘和传输资源的权值；
计算装置，与所述获取装置和所述调度装置相连，用于采用节点上CPU、内存、磁盘和传输资源的权值和计算权重，计算得到该节点的计算能力；以及，采用节点上CPU、内存、磁盘和传输资源的权值和存储权重，计算得到该节点的存储能力。
9.根据权利要求8所述的系统，其特征在于，所述获取装置所获取到的所述CPU、内存、磁盘和传输资源中至少一个的权值是根据如下信息确定的，包括：
CPU的权值是根据CPU利用率、当前未处理的任务的个数以及处于处理中的任务还需要的处理时间中至少一个确定的；
内存的权值是根据内存利用率确定的；
磁盘的权值是根据磁盘的读写速度、I/O队列长度和响应延迟中至少一个确定的；
传输资源的权值是根据传输带宽确定的。
10.根据权利要求9所述的系统，其特征在于，所述获取装置所获取到的所述CPU和内存中至少一个的权值还根据如下信息确定的，包括：
CPU的权值还根据CPU的频率以及处理器的个数确定；
内存的权值还根据内存大小来确定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100604506A CN102111337B (zh) | 2011-03-14 | 2011-03-14 | 任务调度方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100604506A CN102111337B (zh) | 2011-03-14 | 2011-03-14 | 任务调度方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102111337A CN102111337A (zh) | 2011-06-29 |
| CN102111337B true CN102111337B (zh) | 2013-05-15 |
Family
ID=44175370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100604506A Active CN102111337B (zh) | 2011-03-14 | 2011-03-14 | 任务调度方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102111337B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145388A (zh) * | 2017-05-25 | 2017-09-08 | 深信服科技股份有限公司 | 一种多任务环境下任务调度方法及系统 |
Families Citing this family (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102223419A (zh) * | 2011-07-05 | 2011-10-19 | 北京邮电大学 | 面向网络化操作系统的虚拟资源动态反馈均衡分配机制 |
| US20130019015A1 (en) * | 2011-07-12 | 2013-01-17 | International Business Machines Corporation | Application Resource Manager over a Cloud |
| CN103164279B (zh) * | 2011-12-13 | 2016-05-04 | 中国电信股份有限公司 | 云计算资源分配方法和系统 |
| CN103365708B (zh) * | 2012-04-06 | 2017-03-22 | 阿里巴巴集团控股有限公司 | 任务调度方法和装置 |
| CN102739798B (zh) * | 2012-07-05 | 2015-05-06 | 成都国腾实业集团有限公司 | 具有网络感知功能的云平台资源调度方法 |
| US8887056B2 (en) * | 2012-08-07 | 2014-11-11 | Advanced Micro Devices, Inc. | System and method for configuring cloud computing systems |
| CN102929701B (zh) * | 2012-10-17 | 2015-04-29 | 北京搜狐新媒体信息技术有限公司 | 一种批量虚拟机的调度方法及装置 |
| CN104798035A (zh) * | 2012-11-28 | 2015-07-22 | 惠普发展公司，有限责任合伙企业 | 调整应用任务开发 |
| CN103870317B (zh) * | 2012-12-10 | 2017-07-21 | 中兴通讯股份有限公司 | 云计算中的任务调度方法及系统 |
| CN103051719B (zh) * | 2012-12-25 | 2016-01-06 | 深圳先进技术研究院 | 云计算的服务最大化调度方法和系统 |
| CN103916417B (zh) * | 2012-12-31 | 2017-09-05 | 华为技术有限公司 | 一种部署应用的方法和调度器 |
| CN103105923B (zh) * | 2013-03-07 | 2015-05-27 | 鄂尔多斯市云泰互联科技有限公司 | 云计算中心的it业务节能调度方法及其系统 |
| CN103312808B (zh) * | 2013-06-24 | 2017-06-30 | 浪潮电子信息产业股份有限公司 | 一种云操作系统总线及通信方法 |
| US20170142227A1 (en) * | 2014-06-18 | 2017-05-18 | Huawei Technologies Co., Ltd. | Data processing apparatus and data processing method |
| CN104102543B (zh) * | 2014-06-27 | 2018-09-11 | 北京奇艺世纪科技有限公司 | 一种云计算环境中负载调整的方法和装置 |
| CN105808346B (zh) * | 2014-12-30 | 2019-09-20 | 华为技术有限公司 | 一种任务调度方法与装置 |
| CN106293893B (zh) | 2015-06-26 | 2019-12-06 | 阿里巴巴集团控股有限公司 | 作业调度方法、装置及分布式系统 |
| CN106354553A (zh) * | 2015-07-14 | 2017-01-25 | 咪咕音乐有限公司 | 一种大数据系统中基于资源估算的任务调度方法及装置 |
| CN106973030A (zh) * | 2016-01-14 | 2017-07-21 | 北京仿真中心 | 一种基于sla的云仿真资源调度方法 |
| CN105868021A (zh) * | 2016-03-23 | 2016-08-17 | 浪潮通信信息系统有限公司 | 一种任务分配的方法及装置 |
| CN106020927B (zh) * | 2016-05-05 | 2018-03-16 | 中国人民解放军国防科学技术大学 | 一种云计算系统中任务调度与资源配置的通用方法 |
| CN106354564A (zh) * | 2016-08-31 | 2017-01-25 | 深圳天珑无线科技有限公司 | 系统资源分配方法和系统资源分配系统 |
| CN107870877B (zh) | 2016-09-23 | 2024-04-23 | 伊姆西Ip控股有限责任公司 | 用于在存储系统中管理数据访问的方法和系统 |
| CN107273187A (zh) * | 2017-06-29 | 2017-10-20 | 深信服科技股份有限公司 | 读取位置获取方法及装置、计算机装置、可读存储介质 |
| CN108446179B (zh) * | 2018-03-14 | 2022-01-14 | 重庆邮电大学 | 基于负载均衡机制的权重优先Task任务调度方法 |
| CN108512922A (zh) * | 2018-03-29 | 2018-09-07 | 重庆大学 | 一种设备运行工况数据的动态分布式处理方法 |
| CN108683717B (zh) * | 2018-04-26 | 2021-11-09 | 宝牧科技（天津）有限公司 | 一种不占用本地磁盘空间的数据转储下载方法 |
| CN110795238B (zh) * | 2019-10-11 | 2023-09-01 | Oppo广东移动通信有限公司 | 负载计算方法、装置、存储介质及电子设备 |
| CN112241304B (zh) * | 2020-10-12 | 2023-09-26 | 北京计算机技术及应用研究所 | 龙芯集群内的超融合资源的调度方法、装置及龙芯集群 |
| CN116795519B (zh) * | 2023-08-25 | 2023-12-05 | 江苏盖睿健康科技有限公司 | 一种基于互联网的远程智能调测方法和系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101447939A (zh) * | 2008-12-16 | 2009-06-03 | 中国移动通信集团北京有限公司 | 一种业务分配方法和负载均衡器 |
| CN101753478A (zh) * | 2008-12-05 | 2010-06-23 | 中国移动通信集团公司 | 一种分布式电子邮件系统及其服务方法 |
| WO2010099367A2 (en) * | 2009-02-27 | 2010-09-02 | Coach Wei | System and method for network traffic management and load balancing |
| CN101873224A (zh) * | 2010-06-07 | 2010-10-27 | 北京高森明晨信息科技有限公司 | 一种云计算负载均衡方法和设备 |
| CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
| CN101969401A (zh) * | 2010-10-13 | 2011-02-09 | 中国科学院深圳先进技术研究院 | 自适应云计算方法和系统 |
-
2011
- 2011-03-14 CN CN2011100604506A patent/CN102111337B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101753478A (zh) * | 2008-12-05 | 2010-06-23 | 中国移动通信集团公司 | 一种分布式电子邮件系统及其服务方法 |
| CN101447939A (zh) * | 2008-12-16 | 2009-06-03 | 中国移动通信集团北京有限公司 | 一种业务分配方法和负载均衡器 |
| WO2010099367A2 (en) * | 2009-02-27 | 2010-09-02 | Coach Wei | System and method for network traffic management and load balancing |
| CN101873224A (zh) * | 2010-06-07 | 2010-10-27 | 北京高森明晨信息科技有限公司 | 一种云计算负载均衡方法和设备 |
| CN101938416A (zh) * | 2010-09-01 | 2011-01-05 | 华南理工大学 | 一种基于动态重配置虚拟资源的云计算资源调度方法 |
| CN101969401A (zh) * | 2010-10-13 | 2011-02-09 | 中国科学院深圳先进技术研究院 | 自适应云计算方法和系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107145388A (zh) * | 2017-05-25 | 2017-09-08 | 深信服科技股份有限公司 | 一种多任务环境下任务调度方法及系统 |
| CN107145388B (zh) * | 2017-05-25 | 2020-10-30 | 深信服科技股份有限公司 | 一种多任务环境下任务调度方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102111337A (zh) | 2011-06-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102111337B (zh) | 任务调度方法和系统 | |
| CN106250305B (zh) | 云计算环境下监控系统数据采集周期的自适应控制方法 | |
| CN104102543B (zh) | 一种云计算环境中负载调整的方法和装置 | |
| EP3117335B1 (en) | Coordinated admission control for network-accessible block storage | |
| CN103401947A (zh) | 多个服务器的任务分配方法和装置 | |
| CN108173698B (zh) | 网络服务管理方法、装置、服务器及存储介质 | |
| CN102681895B (zh) | 一种动态自迁移云服务方法 | |
| CN104038540A (zh) | 一种应用代理服务器自动选择方法及系统 | |
| CN103605567A (zh) | 面向实时性需求变化的云计算任务调度方法 | |
| CN104572307A (zh) | 一种对虚拟资源进行弹性调度的方法 | |
| CN103916396A (zh) | 一种基于负载自适应的云平台应用实例自动伸缩方法 | |
| CN104065663A (zh) | 一种基于混合云调度模型的自动伸缩、费用优化的内容分发服务方法 | |
| CN103164279A (zh) | 云计算资源分配方法和系统 | |
| CN103763130A (zh) | 大规模集群的管理方法、装置和系统 | |
| CN103986766A (zh) | 自适应负载均衡作业任务调度方法及装置 | |
| CN102339233A (zh) | 云计算集中管理平台 | |
| CN104461673B (zh) | 一种虚拟机迁移判定方法及装置 | |
| CN112261120B (zh) | 一种配电物联网云边协同任务卸载方法及装置 | |
| Liu et al. | Workload forecasting based elastic resource management in edge cloud | |
| Tao et al. | Load feedback-based resource scheduling and dynamic migration-based data locality for virtual hadoop clusters in openstack-based clouds | |
| Huang et al. | Migration-based elastic consolidation scheduling in cloud data center | |
| CN113228574A (zh) | 计算资源调度方法、调度器、物联网系统和计算机可读介质 | |
| CN103841129A (zh) | 云计算的资源信息采集服务器和客户端、信息处理方法 | |
| Hanafy et al. | A new infrastructure elasticity control algorithm for containerized cloud | |
| CN105407057A (zh) | 一种负载均衡的方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20201123 Address after: 215100 No. 1 Guanpu Road, Guoxiang Street, Wuzhong Economic Development Zone, Suzhou City, Jiangsu Province Patentee after: SUZHOU LANGCHAO INTELLIGENT TECHNOLOGY Co.,Ltd. Address before: 100085 Beijing, Haidian District on the road to information on the ground floor, building 2-1, No. 1, C Patentee before: Inspur (Beijing) Electronic Information Industry Co.,Ltd. |