CN106201711A - 一种任务处理方法及服务器 - Google Patents

一种任务处理方法及服务器 Download PDF

Info

Publication number
CN106201711A
CN106201711A CN201610500545.8A CN201610500545A CN106201711A CN 106201711 A CN106201711 A CN 106201711A CN 201610500545 A CN201610500545 A CN 201610500545A CN 106201711 A CN106201711 A CN 106201711A
Authority
CN
China
Prior art keywords
processing unit
central processing
task
characteristic parameter
resource characteristic
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
CN201610500545.8A
Other languages
English (en)
Other versions
CN106201711B (zh
Inventor
刘显
杨立中
张振
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.)
Lenovo Beijing Ltd
Original Assignee
Lenovo Beijing 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 Lenovo Beijing Ltd filed Critical Lenovo Beijing Ltd
Priority to CN201610500545.8A priority Critical patent/CN106201711B/zh
Publication of CN106201711A publication Critical patent/CN106201711A/zh
Application granted granted Critical
Publication of CN106201711B publication Critical patent/CN106201711B/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
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083Techniques for rebalancing the load in a distributed system
    • G06F9/5088Techniques for rebalancing the load in a distributed system involving task migration

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

本发明实施例公开了一种任务处理方法,包括:采集至少两个中央处理器所对应的第一资源特征参数;采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。本发明实施例还公开了一种服务器。

Description

一种任务处理方法及服务器
技术领域
本发明涉及资源优化技术,尤其涉及一种任务处理方法及服务器。
背景技术
内存带宽是大数据分析、科学工程计算主要性能影响要素之一。在集群环境中,不同的用户及不同的工作负载对内存带宽和延迟响应有不同的要求。不合理的资源分布(如某节点过多集中对内存带宽开销比较大的任务)会影响用户的性能体验,同时降低运营中心的效率。目前还没有看到软件系统方案中关于均衡内存带宽而为用户提供更好服务的案例。
发明内容
为解决现有存在的技术问题,本发明实施例提供了一种任务处理方法及服务器。
本发明实施例的技术方案是这样实现的:
本发明实施例第一方面提供了一种任务处理方法,包括:
采集至少两个中央处理器所对应的第一资源特征参数;
采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;
当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
本发明实施例第二方面提供了一种服务器,包括:
采集单元,用于采集至少两个中央处理器所对应的第一资源特征参数,采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
处理单元,用于基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
本发明实施例所述的任务处理方法及服务器,通过采集得到中央处理器所对应的第一资源特征参数,以及中央处理器当前对应的执行任务所占用的第二资源特征参数,并利用第一资源特征参数和第二资源特征参数判断是否满足任务迁移条件,进而当满足任务迁移条件时,执行任务进行迁移,以均衡中央处理器间的内存带宽的使用情况,均衡内存带宽的分布,进而实现了中央处理器间的负载均衡;而且,避免了拥塞,提升了资源利用率,进而提升了系统的整体性能。
附图说明
图1为本发明实施例一任务处理方法的实现流程示意图;
图2为本发明实施例服务器的具体结构示意图;
图3为本发明实施例服务器集群的具体结构示意图;
图4为本发明实施例二任务处理方法的实现流程示意图;
图5为本发明实施例任务迁移示意图;
图6为本发明实施例服务器的逻辑单元的结构示意图。
具体实施方式
为了能够更加详尽地了解本发明的特点与技术内容,下面结合附图对本发明的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本发明。
实施例一
图1为本发明实施例一任务处理方法的实现流程示意图;如图1所示,所述方法包括:
步骤101:采集至少两个中央处理器所对应的第一资源特征参数;
这里,本实施例所述方法可以具体应用于服务器或者服务器集群;具体地,当本实施例所述方法应用于服务器时,如图2所示,所述服务器可以具体包括至少两个中央处理器(CPU),此时,利用本实施例所述的方法能够实现在服务器的至少两个中央处理器间进行任务迁移,以实现所述服务器中中央处理器间内存带宽的负载均衡,提升服务器的整体性能。
或者,当本发明实施例所述的方法应用于服务器集群时,如图3所示,所述服务器集群中每一服务器中可以设置有一个中央处理器,也可以设置有至少两个中央处理器,此时,利用本实施例所述的方法不仅能够实现所述服务器集群中每一服务器中的至少两个中央处理器之间的任务迁移,还能够实现所述服务器集群中不同服务器的中央处理器之间的任务迁移,如此,实现所述服务器集群中每一服务器的中央处理器间内存带宽的负载均衡的同时,还能够实现所述服务器集群中不同服务器之间的内存带宽的负载均衡,进而提升所述服务器集群的整体性能。
步骤102:采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
步骤103:基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;
本实施例中,所述第一资源特征参数可以具体表征中央处理器的内存带宽使用率;所述第二资源特征参数可以具体表征执行任务占用中央处理器的内存带宽的内存带宽占用率。也就是说,本实施例所述的方法能够基于每一中央处理器的内存带宽使用率,以及每一中央处理器运行的执行任务所对应的内存带宽占用率,来判断当前服务器或者服务器集群中是否满足任务迁移条件。
在实际应用中,所述服务器或者服务器集群中可以集成硬件性能计数器,进而通过所述硬件性能计数器来统计中央处理器所对应的第一资源特征参数以及执行任务所占用的第二资源特征参数。而且,所述服务器或者服务器集群中还可以集成负载均衡器,进而当硬件性能计数器统计出第一资源特征参数以及第二资源特征参数后,通过所述负载均衡器来判断当前是否满足任务迁移条件。
另外,在实际应用中,所述服务器或者服务器集群中还可以集成有定时器,进而便于通过定时器周期性地去触发硬件性能计数来统计中央处理器所对应的第一资源特征参数以及执行任务所占用的第二资源特征参数。
当然,在实际应用中,所述服务器或者服务器集群在统计第一资源特征参数和第二资源特征参数的时候,还可以以用户为单位,即统计每用户对应的执行任务所占用的第二资源特征参数,进而在任务迁移时,以用户为单位,选取迁移或者不迁移用户对应的所有执行任务,以便于所述服务器或者服务器集群对每一用户的所有执行任务进行统一管理。
步骤104:当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
本实施例中,为便于明确将任务迁移的迁移方法,还可以对中央处理器进行分组,具体地,当满足任务迁移条件时,对所述至少两个中央处理器进行分组处理,得到第一组中央处理器和第二组中央处理器;其中,所述第一组中央处理器中的至少一个第一中央处理器对应的至少一个执行任务满足预设任务条件,例如,所述第一组中央处理器中的第一中央处理器对应的某一任务占用第一中央处理器的内存带宽的内存带宽占用率小于等于第一阈值,如20%;所述第二组中央处理器中的至少一个第二中央处理器对应的第一资源特征参数满足预设资源条件;例如,所述第二组中央处理器中第二中央处理器的内存带宽使用率小于等于第二阈值,如50%,此时,将所述第一组中央处理器至少一个第一中央处理器对应的至少一个执行任务迁移至所述第二组中央处理器中的至少一个第二中央处理器,即将第一组中央处理器中占用第一中央处理器的内存带宽的内存带宽占用率小于等于第一阈值的某一任务,迁移至第二组中央处理器中内存带宽使用率小于等于第二阈值的第二中央处理器中,以此来均衡中央处理器间的带宽使用率。也就是说,本发明实施例所述的方法可以将至少两个中央处理器进行分组,进而分为忙节点组,也即第一组中央处理器,以及闲节点组,也即第二组中央处理器,进而将忙节点组中的执行任务迁移至闲节点组中,以此均衡两组间的负载。
这样,本发明实施例所述的方法,通过采集得到中央处理器所对应的第一资源特征参数,以及中央处理器当前对应的执行任务所占用的第二资源特征参数,并利用第一资源特征参数和第二资源特征参数判断是否满足任务迁移条件,进而当满足任务迁移条件时,执行任务进行迁移,以均衡中央处理器间的内存带宽的使用情况,均衡内存带宽的分布,进而实现了中央处理器间的负载均衡;而且,避免了拥塞,提升了资源利用率,进而提升了系统的整体性能。
而且,当将用户作为单位,利用本发明实施例所述的方法来统计用户对应的执行任务的第二资源特征参数时,本发明实施例还可以实现用户级别的任务迁移,进而提升用户级的内存访问效率,提升用户体验。
实施例二
图4为本发明实施例二任务处理方法的实现流程示意图;如图4所示,所述方法包括:
步骤401:采集至少两个中央处理器所对应的第一资源特征参数;
这里,本实施例所述方法可以具体应用于服务器或者服务器集群;具体地,当本实施例所述方法应用于服务器时,如图2所示,所述服务器可以具体包括至少两个中央处理器(CPU),此时,利用本实施例所述的方法能够实现在服务器的至少两个中央处理器间进行任务迁移,以实现所述服务器中中央处理器间内存带宽的负载均衡,提升服务器的整体性能。
或者,当本发明实施例所述的方法应用于服务器集群时,如图3所示,所述服务器集群中每一服务器中可以设置有一个中央处理器,也可以设置有至少两个中央处理器,此时,利用本实施例所述的方法不仅能够实现所述服务器集群中每一服务器中的至少两个中央处理器之间的任务迁移,还能够实现所述服务器集群中不同服务器的中央处理器之间的任务迁移,如此,实现所述服务器集群中每一服务器的中央处理器间内存带宽的负载均衡的同时,还能够实现所述服务器集群中不同服务器之间的内存带宽的负载均衡,进而提升所述服务器集群的整体性能。
步骤402:采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
在实际应用中,为进一步明确是否满足迁移条件,还需要判断是否存在满足迁移条件的执行任务,以及是否存在满足迁移条件的中央处理器;具体地,如步骤403和404。
步骤403:基于所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否存在第二资源特征参数满足预设任务条件的第一执行任务,得到第一判断结果;
步骤404:基于所述至少两个中央处理器所对应的第一资源特征参数,判断是否存在第一资源特征参数满足预设资源条件的中央处理器,得到第二判断结果;
进而,基于所述第一判断结果和第二判断结果确定是否满足任务迁移条件。这里,值得注意的是,所述步骤403和步骤404的执行顺序可以调换,或者同步执行,本实施例不做限制。
具体地,当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务,且所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,确定满足任务迁移条件,执行步骤406;否则,结束任务。
本实施例中,所述第一资源特征参数可以具体表征中央处理器的内存带宽使用率;所述第二资源特征参数可以具体表征执行任务占用中央处理器的内存带宽的内存带宽占用率。也就是说,本实施例所述的方法能够基于每一中央处理器的内存带宽使用率,以及每一中央处理器运行的执行任务所对应的内存带宽占用率,来判断当前服务器或者服务器集群中是否满足任务迁移条件。
在实际应用中,所述服务器或者服务器集群中可以集成硬件性能计数器,进而通过所述硬件性能计数器来统计中央处理器所对应的第一资源特征参数以及执行任务所占用的第二资源特征参数。而且,所述服务器或者服务器集群中还可以集成负载均衡器,进而当硬件性能计数器统计出第一资源特征参数以及第二资源特征参数后,通过所述负载均衡器来判断当前是否满足任务迁移条件。
另外,在实际应用中,所述服务器或者服务器集群中还可以集成有定时器,进而便于通过定时器周期性地去触发硬件性能计数来统计中央处理器所对应的第一资源特征参数以及执行任务所占用的第二资源特征参数。
当然,在实际应用中,所述服务器或者服务器集群在统计第一资源特征参数和第二资源特征参数的时候,还可以以用户为单位,即统计每用户对应的执行任务所占用的第二资源特征参数,进而在任务迁移时,以用户为单位,选取迁移或者不迁移用户对应的所有执行任务,以便于所述服务器或者服务器集群对每一用户的所有执行任务进行统一管理。
当然,在实际应用中,当上述两个判断条件均不满足时,还可以重新进入步骤401,以再次去获取第一资源特征参数以及第二资源特征参数,依次循环,进而实现辅助均衡。
步骤405:将所述至少一个所述第一执行任务迁移至满足所述预设资源条件的至少一个第二中央处理器中。
这里,在实际应用中,还可以基于所述第一判断结果和所述第二判断结果对所述至少两个中央处理器进行分组处理。具体地,当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务时,如当第一判断结果表征存在内存带宽占用率小于等于第一阈值(如20%)的至少一个第一执行任务时,将所述至少一个第一执行任务对应的至少一个第一中央处理器作为第一组中央处理器;和/或,
当所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,如当第二判断结果表征存在内存带宽使用率小于等于第二阈值(50%)的至少一个第二中央处理器时,将第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器作为第二组中央处理器。进而将至少一个所述第一执行任务迁移至所述至少一个第二中央处理器中,以实现任务的迁移。
这里,在实际应用中,还可以先对至少两个第二中央处理器进行分组,如根据第一资源特征参数,也即基于内存带宽使用率,将所述至少两个第二中央处理器划分为两组,分别为第一组中央处理器和第二组中央处理器,其中,所述第一组中央处理器中的第一中央处理器的第一资源特征参数大于等于第三阈值,如第一组中央处理器中的第一中央处理器的内存带宽使用率大于等于70%;而所述第二组中央处理器中第二中央处理器的内存带宽使用率小于等于第二阈值,如50%,也就是说,将中央处理器划分为忙节点组和闲节点组,进而,在第一组中央处理器(也即忙节点组)中去寻找是否存在内存带宽占用率小于等于第一阈值的某一任务,当存在时,将该任务迁移至第二组中央处理器(也即闲节点组)中,进而实现任务的迁移。
结合图5对本发明实施例做进一步详细说明;这里,所述服务器集群中包括多个服务器,每个服务器设置有多个中央处理器,这里,中央处理器可以具体为NUMA(Non UniformMemory Access Architecture)节点,也就是说,服务器中包含有多个NUMA节点。具体地,
步骤A:服务器集群的操作系统启动后,初始化数据结构,并统计每NUMA节点的内存带宽使用率,以及统计每个执行任务的内存带宽占用率;
这里,可以以每NUMA节点为索引,来统计每NUMA节点的内存带宽使用率;在实际应用中,还可以以用户为索引,来统计每用户对应的所有任务的内存带宽占用率,进而以用户为单位进行用户级的任务迁移。
这里,每NUMA节点的内存带宽使用量计算公式为:∑(每内存通道内存带宽数据量)/时间长。进而根据内存带宽最大容量来计算每NUMA节点内存带宽使用率。
在实际应用中,用户级的内存带宽占用量(每用户对应的所有任务的内存带宽占用率)统计和计算方法如下:在每逻辑CPU进行任务调度的上下文切换路径上,读取该逻辑CPU硬件计数器中过去时间片的内存访问量,根据内存访问量找出对应的用户的任务,将对应的用户的任务使用量更新到对应该用户任务的数据结构上,并将硬件计数器值清零,在系统级定时器中断到来时,以此数据结构来统计过去一段时间内的该用户不同任务的内存带宽占用量。这里,所述NUMA节点可以包括一个逻辑CPU,或者至少两个逻辑CPU。
本实施例以每任务为单元为例,对如何进行任务迁移进行说明。
步骤B:选取内存带宽使用率长时间(如100s)超过70%的NUMA节点,组成忙节点组A,例如,忙节点A的空闲带宽仅为20%;选取内存带宽使用率小于50%的NUMA节点,作为闲节点组B,例如闲节点B空余带宽60%;随机在忙节点组A中选取内存带宽占用率小于20%的目标任务,如在忙节点A中选取出内存带宽占用率小于20%的任务C,并确定出闲节点组中闲节点B剩余内存容量可满足任务C所需内存容量,此时,将任务C迁移至该闲节点B中,依次类推,直至不符合上述条件为止。
这样,本发明实施例所述的方法,通过采集得到中央处理器所对应的第一资源特征参数,以及中央处理器当前对应的执行任务所占用的第二资源特征参数,并利用第一资源特征参数和第二资源特征参数判断是否满足任务迁移条件,进而当满足任务迁移条件时,执行任务进行迁移,以均衡中央处理器间的内存带宽的使用情况,均衡内存带宽的分布,进而实现了中央处理器间的负载均衡;而且,避免了拥塞,提升了资源利用率,进而提升了系统的整体性能。
而且,当将用户作为单位,利用本发明实施例所述的方法来统计用户对应的执行任务的第二资源特征参数时,本发明实施例还可以实现用户级别的任务迁移,进而提升用户级的内存访问效率,提升用户体验。
实施例三
本实施例提供了一种服务器,如图6所示,所述服务器包括:
采集单元61,用于采集至少两个中央处理器所对应的第一资源特征参数,采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
处理单元62,用于基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
在一实施例中,所述处理单元62,还用于当满足任务迁移条件时,对所述至少两个中央处理器进行分组处理,得到第一组中央处理器和第二组中央处理器,将所述第一组中央处理器对应的至少一个执行任务迁移至所述第二组中央处理器中的至少一个第二中央处理器;
其中,所述第一组中央处理器中的至少一个第一中央处理器对应的至少一个执行任务满足预设任务条件;所述第二组中央处理器中的至少一个第二中央处理器对应的第一资源特征参数满足预设资源条件。
在另一实施例中,所述处理单元62,还用于基于所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否存在第二资源特征参数满足预设任务条件的第一执行任务,得到第一判断结果;基于所述至少两个中央处理器所对应的第一资源特征参数,判断是否存在第一资源特征参数满足预设资源条件的中央处理器,得到第二判断结果;基于所述第一判断结果和第二判断结果确定是否满足任务迁移条件。
在一实施例中,所述处理单元62,还用于当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务,且所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,确定满足任务迁移条件。
在另一实施例中,所述处理单元62,还用于基于所述第一判断结果和所述第二判断结果对所述至少两个中央处理器进行分组处理。
在一实施例中,所述处理单元62,还用于当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务时,将至少一个所述第一执行任务对应的至少一个第一中央处理器作为第一组中央处理器;和/或,
当所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,将第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器作为第二组中央处理器。
本领域技术人员应当理解,本发明实施例的服务器中各处理单元的功能,可参照前述任务处理方法的相关描述而理解,这里不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果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,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
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所述权利要求的保护范围为准。

Claims (12)

1.一种任务处理方法,其特征在于,包括:
采集至少两个中央处理器所对应的第一资源特征参数;
采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;
当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
2.根据权利要求1所述的方法,其特征在于,所述当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中,包括:
当满足任务迁移条件时,对所述至少两个中央处理器进行分组处理,得到第一组中央处理器和第二组中央处理器;其中,所述第一组中央处理器中的至少一个第一中央处理器对应的至少一个执行任务满足预设任务条件;所述第二组中央处理器中的至少一个第二中央处理器对应的第一资源特征参数满足预设资源条件;
将所述第一组中央处理器对应的至少一个执行任务迁移至所述第二组中央处理器中的至少一个第二中央处理器。
3.根据权利要求1或2所述的方法,其特征在于,所述基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件,包括:
基于所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否存在第二资源特征参数满足预设任务条件的第一执行任务,得到第一判断结果;
基于所述至少两个中央处理器所对应的第一资源特征参数,判断是否存在第一资源特征参数满足预设资源条件的中央处理器,得到第二判断结果;
基于所述第一判断结果和第二判断结果确定是否满足任务迁移条件。
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一判断结果和第二判断结果确定是否满足任务迁移条件,包括:
当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务,且所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,确定满足任务迁移条件。
5.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于所述第一判断结果和所述第二判断结果对所述至少两个中央处理器进行分组处理。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第一判断结果和所述第二判断结果对所述至少两个中央处理器进行分组处理,包括:
当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务时,将至少一个所述第一执行任务对应的至少一个第一中央处理器作为第一组中央处理器;和/或,
当所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,将第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器作为第二组中央处理器。
7.一种服务器,其特征在于,包括:
采集单元,用于采集至少两个中央处理器所对应的第一资源特征参数,采集所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数;
处理单元,用于基于所述至少两个中央处理器所对应的第一资源特征参数,所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否满足任务迁移条件;当满足任务迁移条件时,将所述至少两个中央处理器的至少一个第一中央处理器中的至少一个执行任务迁移至所述至少两个中央处理器的至少一个第二中央处理器中。
8.根据权利要求7所述的服务器,其特征在于,所述处理单元,还用于当满足任务迁移条件时,对所述至少两个中央处理器进行分组处理,得到第一组中央处理器和第二组中央处理器,将所述第一组中央处理器对应的至少一个执行任务迁移至所述第二组中央处理器中的至少一个第二中央处理器;
其中,所述第一组中央处理器中的至少一个第一中央处理器对应的至少一个执行任务满足预设任务条件;所述第二组中央处理器中的至少一个第二中央处理器对应的第一资源特征参数满足预设资源条件。
9.根据权利要求7或8所述的服务器,其特征在于,所述处理单元,还用于基于所述至少两个中央处理器当前对应的至少一个执行任务所占用的第二资源特征参数,判断是否存在第二资源特征参数满足预设任务条件的第一执行任务,得到第一判断结果;基于所述至少两个中央处理器所对应的第一资源特征参数,判断是否存在第一资源特征参数满足预设资源条件的中央处理器,得到第二判断结果;基于所述第一判断结果和第二判断结果确定是否满足任务迁移条件。
10.根据权利要求9所述的服务器,其特征在于,所述处理单元,还用于当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务,且所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,确定满足任务迁移条件。
11.根据权利要求9所述的服务器,其特征在于,所述处理单元,还用于基于所述第一判断结果和所述第二判断结果对所述至少两个中央处理器进行分组处理。
12.根据权利要求11所述的服务器,其特征在于,所述处理单元,还用于当所述第一判断结果表征所述至少两个中央处理器当前对应的至少一个执行任务中存在至少一个所述第一执行任务时,将至少一个所述第一执行任务对应的至少一个第一中央处理器作为第一组中央处理器;和/或,
当所述第二判断结果表征所述至少两个中央处理器中存在第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器时,将第一资源特征参数满足所述预设资源条件的至少一个第二中央处理器作为第二组中央处理器。
CN201610500545.8A 2016-06-29 2016-06-29 一种任务处理方法及服务器 Active CN106201711B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610500545.8A CN106201711B (zh) 2016-06-29 2016-06-29 一种任务处理方法及服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610500545.8A CN106201711B (zh) 2016-06-29 2016-06-29 一种任务处理方法及服务器

Publications (2)

Publication Number Publication Date
CN106201711A true CN106201711A (zh) 2016-12-07
CN106201711B CN106201711B (zh) 2019-07-26

Family

ID=57463449

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610500545.8A Active CN106201711B (zh) 2016-06-29 2016-06-29 一种任务处理方法及服务器

Country Status (1)

Country Link
CN (1) CN106201711B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106656780A (zh) * 2017-02-28 2017-05-10 中国联合网络通信集团有限公司 虚拟网关的数据配置方法及装置
CN107193649A (zh) * 2017-05-25 2017-09-22 深信服科技股份有限公司 一种基于numa系统的任务调度方法及装置
CN108920265A (zh) * 2018-06-27 2018-11-30 平安科技(深圳)有限公司 一种基于服务器集群的任务执行方法及服务器

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910554A (zh) * 2004-02-20 2007-02-07 索尼计算机娱乐公司 多处理器系统中处理器任务迁移的方法与装置
US20090019449A1 (en) * 2007-07-10 2009-01-15 Samsung Electronics Co., Ltd. Load balancing method and apparatus in symmetric multi-processor system
CN103729248A (zh) * 2012-10-16 2014-04-16 华为技术有限公司 一种基于缓存感知的确定待迁移任务的方法和装置
CN105354084A (zh) * 2015-10-30 2016-02-24 浪潮(北京)电子信息产业有限公司 一种基于带宽调度的cpu任务迁移方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910554A (zh) * 2004-02-20 2007-02-07 索尼计算机娱乐公司 多处理器系统中处理器任务迁移的方法与装置
US20090019449A1 (en) * 2007-07-10 2009-01-15 Samsung Electronics Co., Ltd. Load balancing method and apparatus in symmetric multi-processor system
CN103729248A (zh) * 2012-10-16 2014-04-16 华为技术有限公司 一种基于缓存感知的确定待迁移任务的方法和装置
CN105354084A (zh) * 2015-10-30 2016-02-24 浪潮(北京)电子信息产业有限公司 一种基于带宽调度的cpu任务迁移方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106656780A (zh) * 2017-02-28 2017-05-10 中国联合网络通信集团有限公司 虚拟网关的数据配置方法及装置
CN107193649A (zh) * 2017-05-25 2017-09-22 深信服科技股份有限公司 一种基于numa系统的任务调度方法及装置
CN108920265A (zh) * 2018-06-27 2018-11-30 平安科技(深圳)有限公司 一种基于服务器集群的任务执行方法及服务器

Also Published As

Publication number Publication date
CN106201711B (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
CN104102543B (zh) 一种云计算环境中负载调整的方法和装置
CN108881495B (zh) 资源分配方法、装置、计算机设备及存储介质
CN105740074B (zh) 一种基于云计算的虚拟机负载均衡方法
CN105446979B (zh) 数据挖掘方法和节点
EP3117335B1 (en) Coordinated admission control for network-accessible block storage
CN110333937A (zh) 任务分发方法、装置、计算机设备和存储介质
CN104038540A (zh) 一种应用代理服务器自动选择方法及系统
CN104702691B (zh) 分布式负载均衡方法和装置
CN109960587A (zh) 超融合云计算系统的存储资源分配方法和装置
CN103605574A (zh) 一种服务器集群中的虚拟机资源调度方法及系统
CN111176792A (zh) 一种资源调度方法、装置及相关设备
CN103927231A (zh) 一种面向数据处理的能耗优化数据集分配方法
CN107295090A (zh) 一种资源调度的方法和装置
CN103812895A (zh) 调度方法、管理节点以及云计算集群
CN106201711A (zh) 一种任务处理方法及服务器
CN108512768B (zh) 一种访问量的控制方法及装置
CN106970841A (zh) 一种基于云计算的资源限制及动态调整方法
CN106020977A (zh) 用于监控系统的分布式任务调度方法及装置
CN111338579A (zh) 基于存储池的读写缓存优化方法、系统、终端及存储介质
CN113835823A (zh) 资源调度方法和装置、电子设备、计算机可读存储介质
CN107172193A (zh) 一种基于集群的负载均衡方法及其装置
WO2016197706A1 (zh) 数据的迁移方法及装置
Ackermann et al. Distributed algorithms for QoS load balancing
CN105740077A (zh) 一种适用于云计算的任务分配方法
CN104050189B (zh) 页面共享处理方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant