CN105446810A - 基于成本代价的多农场云渲染任务分发系统与方法 - Google Patents

基于成本代价的多农场云渲染任务分发系统与方法 Download PDF

Info

Publication number
CN105446810A
CN105446810A CN201510980189.XA CN201510980189A CN105446810A CN 105446810 A CN105446810 A CN 105446810A CN 201510980189 A CN201510980189 A CN 201510980189A CN 105446810 A CN105446810 A CN 105446810A
Authority
CN
China
Prior art keywords
farm
task
rendering
playing
play
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
Application number
CN201510980189.XA
Other languages
English (en)
Other versions
CN105446810B (zh
Inventor
朱川
梅向东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CUDATEC DEVELOPMENT Co Ltd
Original Assignee
CUDATEC DEVELOPMENT Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CUDATEC DEVELOPMENT Co Ltd filed Critical CUDATEC DEVELOPMENT Co Ltd
Priority to CN201510980189.XA priority Critical patent/CN105446810B/zh
Publication of CN105446810A publication Critical patent/CN105446810A/zh
Application granted granted Critical
Publication of CN105446810B publication Critical patent/CN105446810B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了基于成本代价的多农场云渲染任务分发系统与方法,包括客户端程序、任务分发器、渲染农场。渲染农场还包括任务接收器、集群调度程序和渲染服务器。本发明能够根据各自建渲染农场、包时外租渲染农场、按需外租渲染农场的不同渲染成本,动态自动化的向各渲染农场分发渲染任务。在满足渲染任务的渲染需求的同时,将渲染任务分发至渲染成本最低的可用渲染农场,从而降低整个云渲染系统的总体运营成本。整个系统拥有良好的模块独立性和实际应用意义,具有较高的市场价值。

Description

基于成本代价的多农场云渲染任务分发系统与方法
技术领域
本发明涉及一种通过云计算提供渲染服务的任务分发系统和方法,具体的说是在对多个渲染农场进行渲染任务分发时,将根据渲染成本代价将渲染任务分发至渲染成本最低的农场,以达到云渲染总体渲染成本最低化的目的。
背景技术
影视动漫、创意设计等相关行业中,在对影视动漫、创意设计进行建模之后,需要通过高性能计算机进行渲染计算方可生成最终的图像。而影视动漫场景下还会对这些图像进行后期合成等处理,进而生成视频动画。
渲染任务具有计算资源需求量大、耗时、存储空间占用高等特点。因此,为了缩短渲染周期,提升渲染效率,渲染行业往往采用同时调用多台高性能计算机,也即渲染服务器,进行并行渲染处理的方式。这些多台高性能渲染服务器以及相应的存储设备构成了渲染农场。渲染农场通常由数十甚至上千台高性能渲染服务器以及相应的存储设备构成,从而满足不同企业的渲染需求。考虑到搭建渲染农场所需要的设备购置费、场地空间占用、专业运维人员开支、设备利用率、设备折旧等问题,越来越多的企业选择将渲染任务外包给其他专业渲染公司处理。
专业渲染公司往往自建渲染农场来对外提供渲染服务。但是,整个渲染行业存在着市场/业务等方面的波动,加之场地空间限制,电源、空调等因素,通常不可能在同一个场地内部署过多的渲染服务器。当行业旺季、公司业务临时性扩展情况下,专业渲染公司甚至会通过外租其他公司的渲染农场来满足渲染服务的需求。因此,专业渲染公司,往往同时拥有自建或外租多个渲染农场。由于这些渲染农场归属于同一个专业渲染公司,并且对外提供的渲染服务收费标准与服务策略一致,因此,这些不同的渲染农场构成了这家专业渲染公司的云渲染基础设施。
根据专业渲染公司拥有的渲染农场来源,可以分为自建渲染农场、包时外租渲染农场、按需外租渲染农场三类:
自建渲染农场,渲染农场由该专业渲染公司自行搭建并拥有,其不仅负责对自建渲染农场的硬件购置,还要提供对自建渲染农场的场地租用、设备运维、支付电费与空调费等日常开支。自建渲染农场的成本主要是前期投入购置设置费用以及日常运维、设备折旧等费用。特别是日常运维、设备折旧费用,往往同渲染农场的负载程度紧切相关,渲染农场处理渲染任务越多、并发量越大,则每月的开销越高;
包时外租渲染农场,此类渲染农场由第三方组织提供,可以是公有云服务商、或是同类专业渲染公司等。这种包时外租渲染农场通常是由第三方以固定时间段为租用周期,并指定具体硬件配置的渲染服务器及其数量的方式向专业渲染公司提供。在所指定的租用期内,不论专业渲染公司是否使用所外租的渲染农场,均需要支付相关费用。包时外租渲染农场的费用由提供渲染农场的第三方一次性收取,不存在日常运维成本;
按需外租渲染农场,此类渲染农场也由第三方组织提供,与包时外租渲染农场相比,差别在于其费用是根据专业渲染公司的使用用量与时长计费的。渲染使用量越高,收费越多。因此,按需外租渲染农场无需额外支付日常运维费用。
可以看出,自建渲染农场、包时外租渲染农场与按需外租渲染农场的渲染成本是不相同的。此外,即便是同一家专业渲染公司的自建渲染农场,由于搭建时间不同、地理位置不同,也会造成了渲染服务器配置不同、场地租金不同、运维人员开支不同、电源与空调支出等等均不相同的现象。而外租的渲染农场,则还会存在着每小时渲染的单价不同。因此,不同的渲染农场其渲染成本是不同的。
另一方面,对于影视动漫行业中的渲染任务,受到诸如影视上映时间、制作团队后期调整、客户合约等多方面因素影响,对渲染周期、渲染服务器的性能与数量(通常数十台甚至上千台)等都会有所要求。而创意设计行业中的渲染任务往往具有渲染周期短、渲染服务器数量(通常为十台以内)少的特点,但是渲染任务数量多、同时并发渲染任务多。
目前,对于影视动漫行业中的渲染任务,行业内依然是采用人工估算方式,根据专业渲染公司所拥有的各渲染农场的空闲渲染服务器性能、数量是否满足渲染需求来人工分配影视动漫行业的渲染任务。但是,这种方式不仅效率低下,而且无法全面地结合不同渲染农场成本代价不同而对渲染成本进行自动优化。
而对于创意设计行业中的渲染任务,处理的方式更加不灵活。行业现状是,对于渲染任务直接简单地归属到用户注册账户(互联网模式)时指定的渲染农场,或是人工指定其渲染农场。对于创意设计行业中的渲染任务根本无法做到动态地调整渲染农场相关的成本控制。
发明内容
针对上述问题,本发明提供了基于成本代价的多农场云渲染任务分发系统与方法,在多个渲染农场之间,根据不同的渲染农场渲染成本与空闲渲染服务器的数量自动化向不同农场分配渲染任务,以达到同时支持影视动漫、创意设计行业渲染任务,降低云渲染成本的目的。
为了实现上技术技术目的,达到上述技术效果,本发明通过以下技术方案实现:
基于成本代价的多农场云渲染任务分发系统,包括客户端程序、任务分发器和渲染农场。所述的渲染农场进一步还包括任务接收器、集群调度程序、渲染服务器。所述的客户端程序通过网络与任务分发器相连。而任务分发器则与各个渲染农场上的任务接收器、集群调度程序通过网络相连。同一渲染农场内的任务接收器、集群调度程序、渲染服务器彼此通过网络相连。
客户端程序,用于提交用户的渲染任务到由多个渲染农场构成的云渲染系统。用户可以通过互联网使用客户端程序来提交渲染任务,也可以通过硬盘邮寄等其他手段将渲染任务交给专业渲染公司的人员,再由后者通过客户端程序提交渲染任务到云渲染系统。客户端程序运行于提交渲染任务的电脑之上,并通过网络连接至任务分发器。每一个提交渲染任务的用户或渲染公司人员均需要一个客户端程序。
任务分发器,其作用有两个:一、根据各渲染农场上的集群调度程序所上传的渲染农场的渲染成本、渲染农场类型等信息通过本发明的“渲染农场优先级排序算法”计算各渲染的优先级次序;二、根据渲染任务的渲染服务器数量需求、渲染周期时间要求等信息,按照本发明的“基于成本代价的任务分发算法”,将渲染任务分发到相应的渲染农场。任务分发器负责在多个渲染农场之间分派渲染任务,因此,任务分发器逻辑上仅有一个,当使用服务器高可用技术或负载均衡技术时,可以由多个任务分发器组成一个分发集群,但是对于云渲染系统而言,该任务分发器集群依然是一个逻辑上的任务分发器。任务分发器与各农场上的任务接收器、集群调度程序网络相连。
渲染农场,主要用于通过集群调度程序将渲染任务分配给多台空闲渲染服务器,进而渲染客户端程序提交的渲染任务。渲染农场的数量根据不同的专业渲染公司的需求而定,其可以为一或多个自建渲染农场、包时外租渲染农场、按需外租渲染农场。
进一步地,渲染农场中的任务接收器,主要用于通过网络接收、存储来自于任务分发器所分发的渲染任务,并在接收完渲染任务后,通知集群调度程序调度相应数量的空闲渲染服务器处理对应的渲染任务。
进一步地,渲染农场中的集群调度程序,其作用有两个:一、根据任务接收器所发送过来的渲染任务调度相应数量的空闲渲染服务器进行渲染;二、向任务分发器提供本渲染农场当前空闲渲染服务器数量、渲染服务器设备配置、本农场的类型(包时外租渲染农场/自建渲染农场/按需外租渲染农场)、渲染成本等信息;
进一步地,渲染农场中的渲染服务器,其作用主要为接收来自集群调度程序的调度命令,并从任务接收器获取渲染任务,进行并发渲染处理。渲染后的渲染结果文件可以传输给任务接收器存储,再由后者通过网络传输给客户端程序,也可以通过硬盘邮寄等方式发送给用户。
运行于任务分发器之上的渲染农场优先级排序算法,包括步骤如下:
SPA01:向各渲染农场的集群调度程序查询其渲染农场类型、硬件配置、渲染成本等信息;
SPA02:根据渲染农场的类型,将渲染农场分为包时外租渲染农场、自建渲染农场和按需外租渲染农场三个队列;
SPA03:根据渲染服务器的硬件配置按性能由高至低对包时外租渲染农场排序。例如,CPU主频高的渲染服务器所在的渲染农场排在CPU主频低的渲染农场之前;
SPA04:根据运营成本由低至高对自建渲染农场进行排序。例如,月运营成本低的自建渲染农场排在月运营成本高的自建渲染农场之前,优选方案还可以按每渲染任务运营成本排序;
SPA05:根据渲染单价由低至高对按需外租渲染农场进行排序;
SPA06:将按顺序将步骤SPA03、步骤SPA04、步骤SPA05中所排好的渲染农场顺序依次排列,成型该专业渲染公司的多渲染农场优先级序列。
优选方案可以先在云渲染系统部署之初运行“渲染农场优先级排序算法”,以后每次对渲染农场进行增减、变更时,均运行一次该“渲染农场优先级排序算法”。
运行于任务分发器之上的基于成本代价的任务分发算法,包括如下步骤:
SDA01:判断是否有客户端程序提交渲染任务。若没有提交渲染任务,则转至步骤SDA02;若有提交渲染任务,则转至步骤SDA03;
SDA02:判断系统是否需要退出,若需要退出,则整个云渲染任务分发系统运行结束并退出;否则转至步骤SDA01;
SDA03:向各渲染农场的集群调度程序查询,获取各渲染农场当前空闲渲染服务器的数量;
SDA04:根据步骤SDA03中查询相应空闲渲染服务器数量,以及该渲染任务所需要的渲染服务器数量等信息,依次在“渲染农场优先级排序算法”中得到的各渲染农场优先级序列中查找第一个满足渲染任务条件的渲染农场;
SDA05:若成功查找到满足渲染任务要求的渲染农场,则转至步骤SDA06;否则转至步骤SDA07;
SDA06:将该渲染任务通过网络分发给步骤SDA05中所查找到的渲染农场,转至步骤SDA02;
SDA07:步骤SDA05中查找失败,说明当前所有渲染农场均负载较重,没有足够的空闲渲染服务器提供渲染。此时各渲染农场对无法及时渲染的任务进行排队处理,因此,需要将该渲染任务通过网络分发给排队数量最少的渲染农场,以达到所有渲染农场待渲染队列长度相近的目的。然后,转至步骤SDA02。
基于成本代价的多农场云渲染任务分发方法,包括如下步骤:
SM01:由客户端程序通过网络将渲染服务提交至任务分发器。提交的内容,可以是对渲染任务的描述性元信息,也可以是渲染任务本身。优选方案客户端程序提交渲染任务描述性元信息,然后由任务分发器指派给具体渲染农场的任务接收器,再由后者负责从客户端程序接收具体的渲染任务。然后,转至步骤SM02;
SM02:任务分发器向各渲染农场的集群调度程序查询该渲染农场内的空闲渲染服务器数量。转至步骤SM03;
SM03:任务分发器根据“基于成本代价的任务分发算法”选择相应的渲染农场,并将渲染任务提交至该渲染农场的任务接收器。然后转至步骤SM04;
SM04:任务接收器完成渲染任务的接收后,通知集群调度程序渲染任务准备就绪,可以调度空闲渲染服务器进行渲染了;
SM05:若此时空闲渲染服务器的数量满足渲染任务的需求,则集群调度程序则调度相应的空闲渲染服务器对渲染任务进行渲染,否则该渲染任务进入排队队列,直到有满足需求的空闲渲染服务器数量时,再进行渲染调度。渲染结束后,渲染结果可以由渲染服务器存储至任务接收器,再由后者通过网络传输给客户端程序,也可以通过硬盘邮寄等方式发送给用户。
本发明的有益效果是:考虑到不同类型的渲染农场渲染成本考量方式不同,渲染任务需求不同等实际具体情况,可以根据各农场的成本、负载自动在多渲染农场之间分发渲染任务,在保证渲染质量的同时,降低整个云渲染系统的渲染成本,提升经济效益。
附图说明
图1是本发明基于成本代价的多农场云渲染任务分发系统结构示意图。
图2是本发明渲染农场优先级排序算法流程图。
图3是本发明基于成本代价的任务分发算法流程图。
具体实施方式
下面结合附图和具体的实施例对本发明技术方案作进一步的详细描述,以使本领域技术人员可以更好地理解本发明并能予以实施,但所举实施例作为对本发明的限定。
如图1所示,基于成本代价的多农场云渲染任务分发系统,包括客户端程序01、任务分发器02、渲染农场03。
客户端程序01,用于提交用户的渲染任务到由多个渲染农场构03成的云渲染系统。用户可以通过互联网/局域网使用客户端程序01来提交渲染任务,也可以通过硬盘邮寄等其他手段将渲染任务交给专业渲染公司的人员,再由后者通过客户端程序01提交渲染任务到云渲染系统。客户端程序01运行于提交渲染任务的电脑之上,并通过网络连接至任务分发器02。每一个提交渲染任务的用户或渲染公司人员均需要一个客户端程序01。
任务分发器02,其作用有两个:一、根据各渲染农场03上的集群调度程序05所上传的渲染农场的渲染成本、渲染农场类型等信息通过本发明的“渲染农场优先级排序算法”计算各渲染的优先级次序;二、根据渲染任务的渲染服务器数量需求、渲染周期时间要求等信息,按照本发明的“基于成本代价的任务分发算法”,将渲染任务分发到相应的渲染农场03。任务分发器02负责在多个渲染农场03之间分派渲染任务,因此,任务分发器02逻辑上仅有一个,当使用服务器高可用技术或负载均衡技术时,可以由多个任务分发器组成一个分发集群,但是对于云渲染系统而方,该任务分发器集群依然是一个逻辑上的任务分发器。任务分发器02与各农场上的任务接收器04、集群调度程序05网络相连。
渲染农场03,主要用于通过集群调度程序05将渲染任务分配给多台空闲渲染服务器06,进而渲染客户端程序提交的渲染任务。渲染农场03中含有多个渲染服务器,被分发了渲染任务并正进行渲染处理的渲染服务器处于渲染状态,处于渲染状态的渲染服务器07,其是无法接受新渲染任务的,必须处理完当前渲染任务,转入到空闲状态后方可;而其未被分发渲染任务或之前分发的渲染任务已经渲染结束的,则处于空闲状态,也即空闲渲染服务器06,其是可以随时接受新渲染任务。渲染农场03的数量根据不同的专业渲染公司的需求而定,其可以为一或多个自建渲染农场、包时外租渲染农场、按需外租渲染农场。
进一步地,渲染农场03中的任务接收器04,主要用于通过网络接收、存储来自于任务分发器02所分发的渲染任务,并在接收完渲染任务后,通知集群调度程序05调度相应数量的空闲渲染服务器06处理对应的渲染任务。
进一步地,渲染农场03中的集群调度程序05,其作用有两个:一、根据任务接收器04所发送过来的渲染任务调度相应数量的空闲渲染服务器06进行渲染;二、向任务分发器02提供本渲染农场03当前空闲渲染服务器06数量、渲染服务器06设备配置、本农场的类型(包时外租渲染农场/自建渲染农场/按需外租渲染农场)、渲染成本等信息;
进一步地,渲染农场03中的渲染服务器(含空闲渲染服务器06及渲染状态中的渲染服务器07),其作用主要为接收来自集群调度程序05的调度命令,并从任务接收器04获取渲染任务,进行并发渲染处理。渲染后的渲染结果文件可以传输给任务接收器04存储,再由后者通过网络传输给客户端程序01,也可以通过硬盘邮寄等方式发送给用户。
如图2所示,运行于任务分发器02之上的渲染农场优先级排序算法流程如下:
PA01:任务分发器02向各渲染农场03的集群调度程序05查询其渲染农场类型、硬件配置、渲染成本等信息;
PA02:根据渲染农场03的类型,将渲染农场03分为包时外租渲染农场、自建渲染农场和按需外租渲染农场三个队列;
PA03:根据渲染服务器的硬件配置按性能由高至低对包时外租渲染农场排序。例如,CPU主频高的渲染服务器所在的渲染农场排在CPU主频低的渲染农场之前;
PA04:根据运营成本由低至高对自建渲染农场进行排序。例如,月运营成本低的自建渲染农场排在月运营成本高的自建渲染农场之前,优选方案还可以按每渲染任务运营成本排序;
PA05:根据渲染单价由低至高对按需外租渲染农场进行排序;
PA06:将按顺序将步骤PA03、步骤PA04、步骤PA05中所排好的渲染农场顺序依次排列,成型该专业渲染公司的多渲染农场优先级序列。
优选方案可以先在云渲染系统部署之初运行“渲染农场优先级排序算法”,以后每次对渲染农场进行增减、变更时,均运行一次该“渲染农场优先级排序算法”。
如图3所示,运行于任务分发器02之上的基于成本代价的任务分发算法流程如下:
DA01:任务分发器02判断是否有客户端程序01提交渲染任务。若没有提交渲染任务,则转至步骤DA02;若有提交渲染任务,则转至步骤DA03;
DA02:判断系统是否需要退出,若需要退出,则整个云渲染任务分发系统运行结束并退出;否则转至步骤DA01;
DA03:向各渲染农场03的集群调度程序05查询,获取各渲染农场03当前空闲渲染服务器06的数量;
DA04:根据步骤DA03中查询相应空闲渲染服务器06数量,以及该渲染任务所需要的渲染服务器数量等信息,依次在“渲染农场优先级排序算法”中得到的各渲染农场优先级序列中查找第一个满足渲染任务条件的渲染农场;
DA05:若成功查找到满足渲染任务要求的渲染农场03,则转至步骤DA06;否则转至步骤DA07;
DA06:将该渲染任务通过网络分发给步骤DA05中所查找到的渲染农场03,转至步骤DA02;
DA07:步骤DA05中查找失败,说明当前所有渲染农场03均负载较重,没有足够的空闲渲染服务器06提供渲染。此时各渲染农场03对无法及时渲染的任务进行排队处理,因此,需要将该渲染任务通过网络分发给排队数量最少的渲染农场,以达到所有渲染农场待渲染队列长度相近的目的。然后,转至步骤DA02。
如图1所示,基于成本代价的多农场云渲染任务分发方法,具体工作流程包括如下步骤:
S01:由客户端程序01通过网络将渲染服务提交至任务分发器02。提交的内容,可以是对渲染任务的描述性元信息,也可以是渲染任务本身。优选方案客户端程序01提交渲染任务描述性元信息,然后由任务分发器02指派给具体渲染农场03的任务接收器04,再由后者负责从客户端程序01接收具体的渲染任务;
S02:任务分发器02向各渲染农场03的集群调度程序05查询该渲染农场03内的空闲渲染服务器06数量;
S03:任务分发器02根据“基于成本代价的任务分发算法”选择相应的渲染农场03,并将渲染任务提交至该渲染农场03的任务接收器04;
S04:任务接收器02完成渲染任务的接收后,通知集群调度程序05渲染任务准备就绪,可以调度空闲渲染服务器06进行渲染了;
S05:若此时空闲渲染服务器06的数量满足渲染任务的需求,则集群调度程序05则调度相应的空闲渲染服务器06对渲染任务进行渲染,否则该渲染任务进入排队队列,直到有满足需求的空闲渲染服务器06数量时,再进行渲染调度。渲染结束后,渲染结果可以由渲染服务器存储至任务接收器,再由后者通过网络传输给客户端程序01,也可以通过硬盘邮寄等方式发送给用户。
以上仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.基于成本代价的多农场云渲染任务分发系统,其特征在于:包括客户端单元、任务分发器和多个渲染农场;所述渲染农场包括任务接收器、集群调度单元、渲染服务器,所述客户端单元通过网络与任务分发器相连,所述任务分发器与各个渲染农场上的任务接收器、集群调度单元通过网络相连,同一渲染农场内的任务接收器、集群调度单元、渲染服务器彼此通过网络相连。
2.根据权利要求1所述的多农场云渲染任务分发系统,其特征在于:所述客户端单元,用于提交用户的渲染任务到由多个渲染农场构成的云渲染系统;用户通过互联网使用客户端单元来提交渲染任务,或者通过硬盘邮寄手段将渲染任务交给专业渲染公司,再由专业渲染公司通过客户端单元提交渲染任务到云渲染系统;客户端单元运行于提交渲染任务的电脑之上,并通过网络连接至任务分发器,每一个提交渲染任务的用户或专业渲染公司均需要一个客户端单元。
3.根据权利要求1所述的多农场云渲染任务分发系统,其特征在于,所述任务分发器:
根据各渲染农场上的集群调度单元所上传的渲染农场的渲染成本、渲染农场类型信息通过“渲染农场优先级排序算法”计算各渲染的优先级次序;
根据渲染任务的渲染服务器数量需求、渲染周期时间要求信息,按照“基于成本代价的任务分发算法”,将渲染任务分发到相应的渲染农场;
所述任务分发器负责在多个渲染农场之间分派渲染任务,或者由多个任务分发器组成一个分发集群负责在多个渲染农场之间分派渲染任务。
4.根据权利要求1所述的多农场云渲染任务分发系统,其特征在于,所述渲染农场,用于通过集群调度单元将渲染任务分配给多台空闲渲染服务器,进而渲染客户端单元提交的渲染任务;渲染农场的数量为一或多个自建渲染农场、包时外租渲染农场、按需外租渲染农场。
5.根据权利要求1至4之一所述的多农场云渲染任务分发系统,其特征在于:所述渲染农场中的任务接收器,用于通过网络接收、存储来自于所述任务分发器所分发的渲染任务,并在接收完渲染任务后,通知集群调度单元调度相应数量的空闲渲染服务器处理对应的渲染任务。
6.根据权利要求1至4之一所述的多农场云渲染任务分发系统,其特征在于,所述渲染农场中的集群调度单元:根据所述任务接收器所发送过来的渲染任务调度相应数量的空闲渲染服务器进行渲染;向任务分发器提供本渲染农场当前空闲渲染服务器数量、渲染服务器设备配置、本农场的类型、渲染成本信息。
7.根据权利要求1至4之一所述的多农场云渲染任务分发系统,其特征在于:所述渲染农场中的渲染服务器,为接收来自集群调度单元的调度命令,并从任务接收器获取渲染任务,进行并发渲染处理;渲染后的渲染结果文件传输给任务接收器存储,再由任务接收器通过网络传输给客户端单元,或者通过硬盘邮寄方式发送给用户。
8.基于成本代价的多农场云渲染任务分发方法,其特征在于,包括步骤:
SM01:由客户端单元通过网络将渲染服务提交至任务分发器;提交的内容是对渲染任务的描述性元信息,或者是渲染任务本身,然后由任务分发器指派给具体渲染农场的任务接收器,再由任务接收器负责从客户端单元接收具体的渲染任务;然后,转至步骤SM02;
SM02:任务分发器向各渲染农场的集群调度单元查询该渲染农场内的空闲渲染服务器数量;转至步骤SM03;
SM03:任务分发器根据“基于成本代价的任务分发算法”选择相应的渲染农场,并将渲染任务提交至该渲染农场的任务接收器;然后转至步骤SM04;
SM04:任务接收器完成渲染任务的接收后,通知集群调度单元渲染任务准备就绪,调度空闲渲染服务器进行渲染;
SM05:若此时空闲渲染服务器的数量满足渲染任务的需求,则集群调度单元则调度相应的空闲渲染服务器对渲染任务进行渲染,否则该渲染任务进入排队队列,直到有满足需求的空闲渲染服务器数量时,再进行渲染调度;渲染结束后,渲染结果由渲染服务器存储至任务接收器,再由后者通过网络传输给客户端单元,或者通过硬盘邮寄方式发送给用户。
9.根据权利要求8所述的多农场云渲染任务分发方法,其特征在于,所述“基于成本代价的任务分发算法”,具体步骤为:
SDA01:判断是否有客户端单元提交渲染任务,若没有提交渲染任务,则转至步骤SDA02;若有提交渲染任务,则转至步骤SDA03;
SDA02:判断系统是否需要退出,若需要退出,则整个云渲染任务分发系统运行结束并退出;否则转至步骤SDA01;
SDA03:向各渲染农场的集群调度单元查询,获取各渲染农场当前空闲渲染服务器的数量;
SDA04:根据步骤SDA03中查询相应空闲渲染服务器数量,以及该渲染任务所需要的渲染服务器数量等信息,依次在“渲染农场优先级排序算法”中得到的各渲染农场优先级序列中查找第一个满足渲染任务条件的渲染农场;
SDA05:若成功查找到满足渲染任务要求的渲染农场,则转至步骤SDA06;否则转至步骤SDA07;
SDA06:将该渲染任务通过网络分发给步骤SDA05中所查找到的渲染农场,转至步骤SDA02;
SDA07:步骤SDA05中查找失败,说明当前所有渲染农场均负载较重,没有足够的空闲渲染服务器提供渲染,此时各渲染农场对无法及时渲染的任务进行排队处理,需要将该渲染任务通过网络分发给排队数量最少的渲染农场,以达到所有渲染农场待渲染队列长度相近;然后,转至步骤SDA02。
10.根据权利要求9所述的多农场云渲染任务分发方法,其特征在于,所述“渲染农场优先级排序算法”,具体步骤为:
SPA01:向各渲染农场的集群调度单元查询其渲染农场类型、硬件配置、渲染成本信息;
SPA02:根据渲染农场的类型,将渲染农场分为包时外租渲染农场、自建渲染农场和按需外租渲染农场三个队列;
SPA03:根据渲染服务器的硬件配置按性能由高至低对包时外租渲染农场排序;
SPA04:根据运营成本由低至高对自建渲染农场进行排序;
SPA05:根据渲染单价由低至高对按需外租渲染农场进行排序;
SPA06:将按顺序将步骤SPA03、步骤SPA04、步骤SPA05中所排好的渲染农场顺序依次排列,成型该专业渲染公司的多渲染农场优先级序列。
CN201510980189.XA 2015-12-24 2015-12-24 基于成本代价的多农场云渲染任务分发系统与方法 Active CN105446810B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510980189.XA CN105446810B (zh) 2015-12-24 2015-12-24 基于成本代价的多农场云渲染任务分发系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510980189.XA CN105446810B (zh) 2015-12-24 2015-12-24 基于成本代价的多农场云渲染任务分发系统与方法

Publications (2)

Publication Number Publication Date
CN105446810A true CN105446810A (zh) 2016-03-30
CN105446810B CN105446810B (zh) 2018-09-28

Family

ID=55557046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510980189.XA Active CN105446810B (zh) 2015-12-24 2015-12-24 基于成本代价的多农场云渲染任务分发系统与方法

Country Status (1)

Country Link
CN (1) CN105446810B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959238A (zh) * 2016-06-28 2016-09-21 深圳市彬讯科技有限公司 一种基于消息队列多优先级渲染资源的调度方法及系统
CN107807854A (zh) * 2017-10-25 2018-03-16 深圳市瑞云科技有限公司 一种自动调度节点机的方法及渲染任务处理方法
CN107888700A (zh) * 2017-11-28 2018-04-06 深圳市瑞云科技有限公司 一种共享云渲染系统及其处理流程
CN107992392A (zh) * 2017-11-21 2018-05-04 国家超级计算深圳中心(深圳云计算中心) 一种用于云渲染系统的自动监控修复系统和方法
CN110020367A (zh) * 2017-12-15 2019-07-16 阿里巴巴集团控股有限公司 一种页面渲染方法及装置
CN111104217A (zh) * 2019-11-27 2020-05-05 江苏艾佳家居用品有限公司 基于语义分析的渲染农场智能流量调度方法和系统
CN111209098A (zh) * 2019-12-19 2020-05-29 无锡量子云数字新媒体科技有限公司 一种智能渲染调度方法、服务器、管理节点及存储介质
CN113660352A (zh) * 2021-10-21 2021-11-16 炫我云计算技术(北京)有限公司 一种服务器调度的方法、装置、电子设备及可读存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060190605A1 (en) * 2005-02-18 2006-08-24 Joachim Franz Providing computing service to users in a heterogeneous distributed computing environment
US20120131591A1 (en) * 2010-08-24 2012-05-24 Jay Moorthi Method and apparatus for clearing cloud compute demand
CN103207814A (zh) * 2012-12-27 2013-07-17 北京仿真中心 一种去中心化的跨集群资源管理与任务调度系统与调度方法
CN103617062A (zh) * 2013-12-05 2014-03-05 山东大学 一种柔性的渲染集群动态部署系统与方法
CN104572305A (zh) * 2015-01-26 2015-04-29 赞奇科技发展有限公司 均衡负载的集群渲染任务调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060190605A1 (en) * 2005-02-18 2006-08-24 Joachim Franz Providing computing service to users in a heterogeneous distributed computing environment
US20120131591A1 (en) * 2010-08-24 2012-05-24 Jay Moorthi Method and apparatus for clearing cloud compute demand
CN103207814A (zh) * 2012-12-27 2013-07-17 北京仿真中心 一种去中心化的跨集群资源管理与任务调度系统与调度方法
CN103617062A (zh) * 2013-12-05 2014-03-05 山东大学 一种柔性的渲染集群动态部署系统与方法
CN104572305A (zh) * 2015-01-26 2015-04-29 赞奇科技发展有限公司 均衡负载的集群渲染任务调度方法

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105959238A (zh) * 2016-06-28 2016-09-21 深圳市彬讯科技有限公司 一种基于消息队列多优先级渲染资源的调度方法及系统
CN107807854A (zh) * 2017-10-25 2018-03-16 深圳市瑞云科技有限公司 一种自动调度节点机的方法及渲染任务处理方法
CN107992392A (zh) * 2017-11-21 2018-05-04 国家超级计算深圳中心(深圳云计算中心) 一种用于云渲染系统的自动监控修复系统和方法
CN107992392B (zh) * 2017-11-21 2021-03-23 国家超级计算深圳中心(深圳云计算中心) 一种用于云渲染系统的自动监控修复系统和方法
CN107888700A (zh) * 2017-11-28 2018-04-06 深圳市瑞云科技有限公司 一种共享云渲染系统及其处理流程
CN110020367A (zh) * 2017-12-15 2019-07-16 阿里巴巴集团控股有限公司 一种页面渲染方法及装置
CN110020367B (zh) * 2017-12-15 2022-07-12 阿里巴巴集团控股有限公司 一种页面渲染方法及装置
CN111104217A (zh) * 2019-11-27 2020-05-05 江苏艾佳家居用品有限公司 基于语义分析的渲染农场智能流量调度方法和系统
CN111209098A (zh) * 2019-12-19 2020-05-29 无锡量子云数字新媒体科技有限公司 一种智能渲染调度方法、服务器、管理节点及存储介质
CN113660352A (zh) * 2021-10-21 2021-11-16 炫我云计算技术(北京)有限公司 一种服务器调度的方法、装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN105446810B (zh) 2018-09-28

Similar Documents

Publication Publication Date Title
CN105446810A (zh) 基于成本代价的多农场云渲染任务分发系统与方法
WO2017167128A1 (zh) 一种物流资源的调度方法、设备及系统
WO2021147353A1 (zh) 订单调度
WO2019056640A1 (zh) 订单处理方法及装置
CN104965755B (zh) 基于预算约束的云服务工作流调度方法
CN109218355A (zh) 负载均衡引擎,客户端,分布式计算系统以及负载均衡方法
US20070088594A1 (en) Method and apparatus for inter-pharmacy workload balancing
CN104156843A (zh) 一种物流配送管理系统及其方法
CN107395733A (zh) 地理分布交互服务云资源协同优化方法
CN105096183A (zh) 基于物联网的任务触发的公共自行车自调度方法及系统
CN109819047B (zh) 一种基于激励机制的移动边缘计算资源分配方法
WO2017036144A1 (zh) 多平台资源处理方法与装置
CN102882829A (zh) 一种转码方法及系统
CN103731372A (zh) 一种混合云环境下服务提供者的资源供应方法
CN105446817B (zh) 移动云计算中一种基于鲁棒优化的联合资源预留配置算法
US20120095940A1 (en) Pricing mechanisms for perishable time-varying resources
CN110308967A (zh) 一种基于混合云的工作流成本-延迟最优化任务分配方法
CN110334981A (zh) 信息处理方法及终端设备
CN110149377A (zh) 一种视频服务节点资源分配方法、系统、装置及存储介质
CN111381957B (zh) 面向分布式平台的服务实例精细化调度方法及系统
Neglia et al. Geographical load balancing across green datacenters: A mean field analysis
CN107483355B (zh) 面向数据中心的在线场景低带宽开销流量调度方案
CN113205235A (zh) 客服调度的方法和装置
CN105701683A (zh) 应用投放管理方法和装置
CN107465522B (zh) 媒体信息展示位流量分配方法及服务器

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 213022 Jiangsu city of Changzhou province Taihu New District Road No. 23 building 9-2

Applicant after: JIANGSU CUDATEC CO., LTD.

Address before: 213022 Jiangsu city of Changzhou province Taihu New District Road No. 23 building 9-2

Applicant before: Cudatec Development Co., Ltd.

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant