CN103984594A - 一种基于分布式可配置加权算法的任务调度方法及系统 - Google Patents
一种基于分布式可配置加权算法的任务调度方法及系统 Download PDFInfo
- Publication number
- CN103984594A CN103984594A CN201410203512.8A CN201410203512A CN103984594A CN 103984594 A CN103984594 A CN 103984594A CN 201410203512 A CN201410203512 A CN 201410203512A CN 103984594 A CN103984594 A CN 103984594A
- Authority
- CN
- China
- Prior art keywords
- task
- groups
- working time
- grouping
- weighting algorithm
- 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.)
- Granted
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明适用于节点服务器的任务调度领域,提供了一种基于分布式可配置加权算法的任务调度方法及系统,该方法包括如下步骤:通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行;将每个任务组分配到各个节点服务器分别进行执行;检测节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据加权算法重新进行分组。本发明能解决项目中出现的大批量周期性任务并发执行,合理充分利用系统资源。
Description
技术领域
本发明涉及节点服务器的任务调度领域,尤其涉及一种基于分布式可配置加权算法的任务调度方法及系统。
背景技术
随着项目部署范围扩大,所服务的节点数不断增加,多线程调度方案不能满足系统所需求的服务频率,周期性任务也不能按时完成。当前所面临的问题是如何保证大批量的周期性任务能在周期内完成执行。综上可知,现有技术在实际使用上显然存在不便与缺陷,所以有必要加以改进。
发明内容
针对上述的缺陷,本发明的目的在于提供一种基于分布式可配置加权算法的任务调度方法及系统,能解决项目中出现的大批量周期性任务并发执行,合理充分利用系统资源。
为了实现上述目的,本发明提供一种基于分布式可配置加权算法的任务调度方法,所述方法包括如下步骤:
通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行;
将每个任务组分配到各个节点服务器分别进行执行;
检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组。
根据本发明的任务调度方法,“通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行”的步骤包括:
在一个任务组内创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值;
运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N);
计算每个频率下每个任务的运行时间与周期的比值;
将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;
将同频率任务中条件不满足C1的任务单独作为一个任务组。
根据本发明的任务调度方法,“检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组”的步骤包括:
巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
根据本发明的任务调度方法,所述方法还包括:当节点服务器接收到一个新任务时,将所述新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
本发明相应提供一种基于分布式可配置加权算法的任务调度系统,所述系统包括任务调度中心以及节点服务器,
所述节点服务器用于执行所述任务调动中心分配的任务;
所述任务调度中心包括任务分组模块以及任务巡检模块,
所述任务分组模块用于通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行;
所述任务巡检模块用于检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组。
根据本发明的任务调度系统,所述任务分组模块还包括:
预设单元,用于在一个任务组内创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值;
统计单元,运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N);
计算单元,计算每个频率下每个任务的运行时间与周期的比值;
分组单元,将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;将同频率任务中条件不满足C1的任务单独作为一个任务组。
根据本发明的任务调度系统,所述任务巡检模块还用于巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
根据本发明的任务调度系统,任务调度中心还用于当节点服务器接收到一个新任务时,将所述新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
本发明通过建立多个服务器节点的工作组,统一由任务调度中心管理分配任务,将大量的任务负载分配到多个点执行。任务调度中心机制统筹调度任务分布,建立适当的任务分配规则保证各个节点都在额定负载范围内运行。不同频率任务分组集中管理,将不同频率的任务进行分类管理,以便于任务分组合并拆分管理。动态监视任务,及时拆分负载加重的任务。任务调度中心设置巡检线程,检测每个任务组的执行情况,当任务组运行时间达到警告运行时间时,对任务组进行拆分,保证任务下一周期达到期望内完成执行。借此,本发明能解决项目中出现的大批量周期性任务并发执行,合理充分利用系统资源。
附图说明
图1是本发明一种基于分布式可配置加权算法的任务调度系统的框架图;
图2是本发明一种实施例中进行任务调度的流程图;
图3是本发明一种基于分布式可配置加权算法的任务调度方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明一种基于分布式可配置加权算法的任务调度系统100,包括任务调度中心10以及节点服务器20。节点服务器20用于执行任务调动中心10分配的任务,任务调度中心10包括任务分组模块11以及任务巡检模块12。
任务分组模块11用于通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行。加权算法并非该发明重点,因此在此不再详述。任务组的分配,把每个任务组分配制负载较小的节点服务器,一个节点服务器20可以运行多个任务组,每个任务组对应一个线程。
任务巡检模块12用于检测节点服务器20上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据加权算法重新进行分组。重新分组在任务调度中心10完成,出现拆分或者合并后重新根据节点负载下发任务。任务分布到不同节点服务器20运行,任务调度中心10只负责调度。
任务调度中心10还用于当节点服务器20接收到一个新任务时,将新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
优选的是,任务分组模块11还包括:预设单元111、统计单元112、计算单元113以及分组单元114。
预设单元111,用于在一个任务组内创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值。其中,周期为1/频率,在本发明中,描述频率实际为描述周期。
统计单元112,运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N)。
计算单元113,计算每个频率下每个任务的运行时间与周期的比值。
分组单元114,将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;将同频率任务中条件不满足C1的任务单独作为一个任务组。
优选的是,任务巡检模块12还用于巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
对于将运行时间与该任务周期的比值大于C1而小雨C2的单个任务不做处理,但是该组可以加入一个任务,前提是满足任务加入后运行时间不大于C2。
图2是本发明一种实施例中进行任务调度的流程图,其包括如下步骤:
步骤S201,创建任务并按频率分组,并根据运行任务记录运行时间并计算运行时间与周期的比值设置任务组合并条件C1和任务组拆分条件C2。该周期根据频率计算得出。具体的可以创建周期分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为首次运行任务记录运行时间并计算运行时间与周期的比值小于百分之30,任务拆分条件C2为首次运行任务记录运行时间并计算运行时间与周期的比值大于百分之70。
步骤S202,运行任务,记录运行时间并计算运行时间与周期的比值。具体的,首次运行统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N)。
步骤S203,判断该比值是否满足任务组合并条件C1,若是则进入步骤S204,否则进入步骤S205。
步骤S204,将满足该任务组合并条件C1的任务合并为一个任务组。具体的,条件满足C1的任务使用0-1背包进行合并,且保证合并后任务组保证不满足C1条件。例如周期为F1任务分别为R1(1~X)、R2(1~X)、R3(1~X)、R4(1~X),每个组任务运行时间不能满足条件C2,即不超过F1周期的百分70。
步骤S205,将不满足该任务组合并条件C1的任务单独形成为一个任务组。
步骤S206,周期执行每个任务组的任务。
步骤S207,统计每个任务组的运行时间。
步骤S208,判定是否满足任务组拆分条件C2。若是进入步骤S209,否则完成。
步骤S209,将该任务组内的任务进行拆分,并回到步骤S201。
本发明通过建立多个服务器节点的工作组,统一由任务调度中心管理分配任务,将大量的任务负载分配到多个点执行。任务调度中心机制统筹调度任务分布,建立适当的任务分配规则保证各个节点都在额定负载范围内运行。不同频率任务分组集中管理,将不同频率的任务进行分类管理,以便于任务分组合并拆分管理。动态监视任务,及时拆分负载加重的任务。任务调度中心设置巡检线程,检测每个任务组的执行情况,当任务组运行时间达到警告运行时间时,对任务组进行拆分,保证任务下一周期达到期望内完成执行。借此,本发明能解决项目中出现的大批量周期性任务并发执行,合理充分利用系统资源。
图3是本发明一种基于分布式可配置加权算法的任务调度方法的流程图。该方法通过如图1所示的系统实现,该方法包括如下步骤:
步骤S301,通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行。本步骤通过任务调度中心10的任务分组模块11实现。
步骤S302,将每个任务组分配到各个节点服务器分别进行执行。本步骤通过任务调度中心10和节点服务器20共同实现。
步骤S303,检测节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据加权算法重新进行分组。本步骤通过任务调度中心10的任务巡检模块12实现。
优选地是,步骤S301还包括:创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值;运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N);计算每个频率下每个任务的运行时间与周期的比值;将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;将同频率任务中条件不满足C1的任务单独作为一个任务组。
优选地是,步骤S303还包括:巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
优选的是,该方法还包括:当节点服务器接收到一个新任务时,将新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
综上所述,本发明通过建立多个服务器节点的工作组,统一由任务调度中心管理分配任务,将大量的任务负载分配到多个点执行。任务调度中心机制统筹调度任务分布,建立适当的任务分配规则保证各个节点都在额定负载范围内运行。不同频率任务分组集中管理,将不同频率的任务进行分类管理,以便于任务分组合并拆分管理。动态监视任务,及时拆分负载加重的任务。任务调度中心设置巡检线程,检测每个任务组的执行情况,当任务组运行时间达到警告运行时间时,对任务组进行拆分,保证任务下一周期达到期望内完成执行。借此,本发明能解决项目中出现的大批量周期性任务并发执行,合理充分利用系统资源。
当然,本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (8)
1.一种基于分布式可配置加权算法的任务调度方法,其特征在于,所述方法包括如下步骤:
通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行;
将每个任务组分配到各个节点服务器分别进行执行;
检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组。
2.根据权利要求1所述的任务调度方法,其特征在于,“通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行”的步骤包括:
在一个任务组内创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值;
运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N);
计算每个频率下每个任务的运行时间与周期的比值;
将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;
将同频率任务中条件不满足C1的任务单独作为一个任务组。
3.根据权利要求2所述的任务调度方法,其特征在于,“检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组”的步骤包括:
巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
4.根据权利要求1所述的任务调度方法,其特征在于,所述方法还包括:当节点服务器接收到一个新任务时,将所述新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
5.一种基于分布式可配置加权算法的任务调度系统,其特征在于,所述系统包括任务调度中心以及节点服务器,
所述节点服务器用于执行所述任务调动中心分配的任务;
所述任务调度中心包括任务分组模块以及任务巡检模块,
所述任务分组模块用于通过配置加权算法对多个任务进行分组,按配置对同频率的任务进行分组,每个分组依照规则保证在期望概率类能够完成执行;
所述任务巡检模块用于检测所述节点服务器上的任务组的执行情况,当任务组运行时间达到或超过预设的阈值时间时,则对任务组内的任务进行拆分,并根据所述加权算法重新进行分组。
6.根据权利要求5所述的任务调度系统,其特征在于,所述任务分组模块还包括:
预设单元,用于在一个任务组内创建频率分别为F1、F2、F3、F4的任务各N个,设置任务合并条件C1为运行时间与周期的比值小于第一阈值,任务拆分条件C2为运行时间与周期的比值为大于第二阈值;
统计单元,运行任务并统计每个频率每个任务的实际运行时间T1(1~N),T2(1~N),T3(1~N),T4(1~N);
计算单元,计算每个频率下每个任务的运行时间与周期的比值;
分组单元,将同频率任务中条件满足C1的任务进行合并,且使合并后的任务组的运行时间与周期的比值不满足任务合并条件C1以及任务拆分条件C2;将同频率任务中条件不满足C1的任务单独作为一个任务组。
7.根据权利要求6所述的任务调度系统,其特征在于,所述任务巡检模块还用于巡检每个分组运行情况,一旦运行时间达到C2条件,则将该任务组内的任务进行拆分,并进行重新分组。
8.根据权利要求5所述的任务调度系统,其特征在于,任务调度中心还用于当节点服务器接收到一个新任务时,将所述新任务放入任务分配队列中作为一个新的任务组,等待进行组合并。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410203512.8A CN103984594B (zh) | 2014-05-14 | 2014-05-14 | 一种基于分布式可配置加权算法的任务调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410203512.8A CN103984594B (zh) | 2014-05-14 | 2014-05-14 | 一种基于分布式可配置加权算法的任务调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103984594A true CN103984594A (zh) | 2014-08-13 |
CN103984594B CN103984594B (zh) | 2018-05-22 |
Family
ID=51276586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410203512.8A Active CN103984594B (zh) | 2014-05-14 | 2014-05-14 | 一种基于分布式可配置加权算法的任务调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103984594B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665144A (zh) * | 2016-07-29 | 2018-02-06 | 北京京东尚科信息技术有限公司 | 分布式任务的均衡调度中心、方法、系统和装置 |
CN110175072A (zh) * | 2019-05-28 | 2019-08-27 | 广州小鹏汽车科技有限公司 | 任务执行方法、系统及车辆 |
CN110612539A (zh) * | 2017-03-15 | 2019-12-24 | 西门子股份公司 | 一种用于在存储器受限的工业设备上执行机器学习模型的方法 |
CN111260106A (zh) * | 2018-11-30 | 2020-06-09 | 顺丰科技有限公司 | 运输任务分配方法、装置、设备及其存储介质 |
CN111367647A (zh) * | 2020-03-31 | 2020-07-03 | 绿盟科技集团股份有限公司 | 一种任务指派方法及装置 |
CN112650566A (zh) * | 2020-12-21 | 2021-04-13 | 曙光信息产业股份有限公司 | 定时任务处理方法、装置、计算机设备和存储介质 |
CN113127057A (zh) * | 2020-01-16 | 2021-07-16 | 北京京东振世信息技术有限公司 | 多任务并行执行的方法和装置 |
CN113849292A (zh) * | 2021-11-30 | 2021-12-28 | 天聚地合(苏州)数据股份有限公司 | 定时任务的执行方法、装置、存储介质及设备 |
CN116700993A (zh) * | 2023-08-02 | 2023-09-05 | 浪潮(北京)电子信息产业有限公司 | 一种负载均衡方法、装置、设备及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080027920A1 (en) * | 2006-07-26 | 2008-01-31 | Microsoft Corporation | Data processing over very large databases |
CN102147750A (zh) * | 2011-01-27 | 2011-08-10 | 中国农业银行股份有限公司 | 作业处理方法和系统 |
CN103383654A (zh) * | 2012-05-03 | 2013-11-06 | 百度在线网络技术(北京)有限公司 | 调节mapper在多核上执行的方法及装置 |
CN103514028A (zh) * | 2012-06-14 | 2014-01-15 | 北京新媒传信科技有限公司 | 一种处理分布式事务的方法和装置 |
-
2014
- 2014-05-14 CN CN201410203512.8A patent/CN103984594B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080027920A1 (en) * | 2006-07-26 | 2008-01-31 | Microsoft Corporation | Data processing over very large databases |
CN102147750A (zh) * | 2011-01-27 | 2011-08-10 | 中国农业银行股份有限公司 | 作业处理方法和系统 |
CN103383654A (zh) * | 2012-05-03 | 2013-11-06 | 百度在线网络技术(北京)有限公司 | 调节mapper在多核上执行的方法及装置 |
CN103514028A (zh) * | 2012-06-14 | 2014-01-15 | 北京新媒传信科技有限公司 | 一种处理分布式事务的方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107665144B (zh) * | 2016-07-29 | 2021-02-26 | 北京京东尚科信息技术有限公司 | 分布式任务的均衡调度中心、方法、系统和装置 |
CN107665144A (zh) * | 2016-07-29 | 2018-02-06 | 北京京东尚科信息技术有限公司 | 分布式任务的均衡调度中心、方法、系统和装置 |
CN110612539A (zh) * | 2017-03-15 | 2019-12-24 | 西门子股份公司 | 一种用于在存储器受限的工业设备上执行机器学习模型的方法 |
CN110612539B (zh) * | 2017-03-15 | 2024-04-12 | 西门子股份公司 | 一种用于在存储器受限的工业设备上执行机器学习模型的方法 |
CN111260106B (zh) * | 2018-11-30 | 2023-09-12 | 顺丰科技有限公司 | 运输任务分配方法、装置、设备及其存储介质 |
CN111260106A (zh) * | 2018-11-30 | 2020-06-09 | 顺丰科技有限公司 | 运输任务分配方法、装置、设备及其存储介质 |
CN110175072A (zh) * | 2019-05-28 | 2019-08-27 | 广州小鹏汽车科技有限公司 | 任务执行方法、系统及车辆 |
CN113127057A (zh) * | 2020-01-16 | 2021-07-16 | 北京京东振世信息技术有限公司 | 多任务并行执行的方法和装置 |
CN111367647A (zh) * | 2020-03-31 | 2020-07-03 | 绿盟科技集团股份有限公司 | 一种任务指派方法及装置 |
CN111367647B (zh) * | 2020-03-31 | 2024-06-11 | 绿盟科技集团股份有限公司 | 一种任务指派方法及装置 |
CN112650566A (zh) * | 2020-12-21 | 2021-04-13 | 曙光信息产业股份有限公司 | 定时任务处理方法、装置、计算机设备和存储介质 |
CN112650566B (zh) * | 2020-12-21 | 2022-03-22 | 曙光信息产业股份有限公司 | 定时任务处理方法、装置、计算机设备和存储介质 |
CN113849292A (zh) * | 2021-11-30 | 2021-12-28 | 天聚地合(苏州)数据股份有限公司 | 定时任务的执行方法、装置、存储介质及设备 |
CN116700993A (zh) * | 2023-08-02 | 2023-09-05 | 浪潮(北京)电子信息产业有限公司 | 一种负载均衡方法、装置、设备及可读存储介质 |
CN116700993B (zh) * | 2023-08-02 | 2024-02-09 | 浪潮(北京)电子信息产业有限公司 | 一种负载均衡方法、装置、设备及可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103984594B (zh) | 2018-05-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103984594A (zh) | 一种基于分布式可配置加权算法的任务调度方法及系统 | |
US10474504B2 (en) | Distributed node intra-group task scheduling method and system | |
US9838483B2 (en) | Methods, systems, and computer readable media for a network function virtualization information concentrator | |
Mostafa et al. | Finding time quantum of round robin CPU scheduling algorithm in general computing systems using integer programming | |
Neglia et al. | Decentralized gradient methods: does topology matter? | |
CN105159769A (zh) | 一种适用于计算能力异构集群的分布式作业调度方法 | |
US11231960B2 (en) | Method and system for managing data stream processing | |
CN105511950A (zh) | 大数据集的任务队列优先级的调度管理方法 | |
WO2023011157A1 (zh) | 业务处理方法、装置、服务器、存储介质和计算机程序产品 | |
Azizi et al. | A priority-based service placement policy for fog-cloud computing systems | |
CN106790706A (zh) | 一种数据资源优化的方法、平台及系统 | |
KR102109418B1 (ko) | 에너지 수요 모델 생성 방법 및 시스템 | |
CN113918314A (zh) | 任务处理方法、边缘计算设备、计算机设备、介质 | |
Wang et al. | Task scheduling for MapReduce in heterogeneous networks | |
EP3026869B1 (en) | Method, device and system for carrying out telecommunication capability group sending | |
Thai et al. | Executing bag of distributed tasks on the cloud: Investigating the trade-offs between performance and cost | |
US20200192709A1 (en) | Analysis node, method for managing resources, and program recording medium | |
Li et al. | A group priority earliest deadline first scheduling algorithm | |
Hassan et al. | Efficient resource scheduling for big data processing in cloud platform | |
CN106411971B (zh) | 负载调节方法及装置 | |
CN109086128B (zh) | 任务调度方法及装置 | |
CN103973811A (zh) | 一种可动态迁移的高可用集群管理方法 | |
Li et al. | Communications satellite multi-satellite multi-task scheduling | |
CN102571453B (zh) | 设备资源池的管理方法和系统 | |
JP2015121963A (ja) | 情報処理システム、監視方法、及び、プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |