CN106598735A - 一种分布式计算方法、主控节点、计算节点和系统 - Google Patents

一种分布式计算方法、主控节点、计算节点和系统 Download PDF

Info

Publication number
CN106598735A
CN106598735A CN201611145180.8A CN201611145180A CN106598735A CN 106598735 A CN106598735 A CN 106598735A CN 201611145180 A CN201611145180 A CN 201611145180A CN 106598735 A CN106598735 A CN 106598735A
Authority
CN
China
Prior art keywords
calculation
computing
task
computation
node
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
CN201611145180.8A
Other languages
English (en)
Other versions
CN106598735B (zh
Inventor
张政跃
刘丹
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.)
Guangdong Jin Fu Polytron Technologies Inc
Original Assignee
Guangdong Jin Fu Polytron Technologies Inc
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 Guangdong Jin Fu Polytron Technologies Inc filed Critical Guangdong Jin Fu Polytron Technologies Inc
Priority to CN201611145180.8A priority Critical patent/CN106598735B/zh
Publication of CN106598735A publication Critical patent/CN106598735A/zh
Application granted granted Critical
Publication of CN106598735B publication Critical patent/CN106598735B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5017—Task decomposition

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multi Processors (AREA)

Abstract

本发明涉及一种分布式计算方法、主控节点、计算节点和系统。该方法：主控节点将计算任务分解成计算子任务，将计算子任务放入计算任务队列。计算节点从实际资源需求量小于可用资源量的计算子任务中获取一个计算子任务；执行获取的计算子任务，并返回执行结果。本发明主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。

Description

一种分布式计算方法、主控节点、计算节点和系统
技术领域
本发明涉及分布式计算应用领域，尤其涉及一种分布式计算方法、主控节点、计算节点和系统。
背景技术
随着大数据时代的到来，分布式计算被广泛应用。
目前，传统的分布式计算方法是建立在计算机服务集群上的。具体的，将待计算数据分发给计算机服务集群中各个计算节点，汇总计算节点完成的计算结果。
上述方法中，计算数据的计算稳定性依赖于计算机服务集群的稳定性。要保证上述方法的运行稳定性，需要保证计算机服务集群的稳定性。而建立稳定的计算机服务集群需要大量的专用计算机的投入。
发明内容
(一)要解决的技术问题
为了避免计算任务的执行稳定性对计算节点稳定性的依赖，本发明提供一种分布式计算方法、主控节点、计算节点和系统，主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
(二)技术方案
为了达到上述目的，本发明采用的主要技术方案包括：
一种分布式计算方法，该方法包括：
101，接收计算任务；
102，将所述计算任务分解成计算子任务；
103，将所述计算子任务放入计算任务队列，以使所述计算子任务被计算节点主动获取并执行；
104，确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
可选地，步骤102具体包括：
102-1，将计算任务分解为单元任务；
102-2，将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，
根据如下公式确定各单元任务之间的关联度，根据所述关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为所述计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
除此之外，本发明采用的主要技术方案还包括：
一种主控节点，该主控节点包括：
接收模块，用于接收计算任务；
分解模块，用于将所述计算任务分解成计算子任务；
放入模块，用于将所述计算子任务放入计算任务队列，以使所述计算子任务被计算节点主动获取并执行；
汇总模块，用于确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
可选地，所述分解模块，包括：
分解单元，用于将计算任务分解为单元任务；
确定单元，用于将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，根据如下公式确定各单元任务之间的关联度，根据所述关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为所述计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
除此之外，本发明采用的主要技术方案还包括：
一种分布式计算方法，该方法包括：
201，确定可用资源量；
202，确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量；
203，从实际资源需求量小于所述可用资源量的计算子任务中获取一个计算子任务；
204，执行获取的计算子任务，并返回执行结果。
可选地，步骤202具体包括：
202-1，确定主控节点计算任务队列中各未执行计算子任务的资源需求量；
202-2，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
除此之外，本发明采用的主要技术方案还包括：
一种计算节点，该计算节点包括：
第一确定模块，用于确定可用资源量；
第二确定模块，用于确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量；
获取模块，用于从实际资源需求量小于所述可用资源量的计算子任务中获取一个计算子任务；
执行模块，用于执行获取的计算子任务，并返回执行结果。
可选地，所述第二确定模块包括：
第一确定单元，用于确定主控节点计算任务队列中各未执行计算子任务的资源需求量；
第二确定单元，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
除此之外，本发明采用的主要技术方案还包括：
一种分布式计算系统，该系统包括一个主控节点和至少一个计算节点；
所述主控节点如上述主控节点，所述计算节点如上述计算节点。
可选地，所述计算节点位于自助终端中。
(三)有益效果
本发明的有益效果是：主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
附图说明
图1为本发明一个实施例提供的一种分布式计算方法流程图；
图2为本发明一个实施例提供的另一种分布式计算方法流程图；
图3为本发明一个实施例提供的一种分布式系统结构示意图；
图4为本发明一个实施例提供的另一种分布式计算方法流程图；
图5为本发明一个实施例提供的一种主控节点结构示意图；
图6为本发明一个实施例提供的一种分解模块结构示意图；
图7为本发明一个实施例提供的一种计算节点结构示意图；
图8为本发明一个实施例提供的一种第二确定模块结构示意图。
具体实施方式
为了更好的解释本发明，以便于理解，下面结合附图，通过具体实施方式，对本发明作详细描述。
传统的分布式计算系统是建立在计算机服务集群上的，建立一个稳定的分布式计算网络需要大量的专用计算机的投入。本发明提供的分布式计算方法利用现有的自助终端网络上的空闲计算资源组成的一种弹性分布式计算网络。该网络中主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
参见图1，本实施例提供了一种分布式计算方法，该方法包括：
101，接收计算任务。
102，将计算任务分解成计算子任务。
可选地，步骤102具体包括：
102-1，将计算任务分解为单元任务。
102-2，将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，
根据如下公式确定各单元任务之间的关联度，根据关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
103，将计算子任务放入计算任务队列，以使计算子任务被计算节点主动获取并执行。
104，确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
参见图2，本实施例提供了另一种分布式计算方法，该方法包括：
201，确定可用资源量。
202，确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量。
可选地，步骤202具体包括：
202-1，确定主控节点计算任务队列中各未执行计算子任务的资源需求量。
202-2，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
203，从实际资源需求量小于可用资源量的计算子任务中获取一个计算子任务。
204，执行获取的计算子任务，并返回执行结果。
本发明的有益效果是：主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
本发明提供的一种分布式计算方法应用于一种分布式计算系统中，该分布式计算系统包括一个主控节点和至少一个计算节点，可如图3所示。其中，计算节点部署在自助终端中。
该分布式计算系统应用本发明提供的分布式计算方法执行计算任务的具体流程，参见图4。
401，主控节点接收计算任务。
402，主控节点将计算任务分解成计算子任务。
本步骤通过如下3个子步骤实现：
402-1，主控节点将计算任务分解为单元任务。
402-2，主控节点将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，主控节点根据如下公式确定各单元任务之间的关联度。
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
其中，逻辑关系可以加、减、乘、除等关系，也可以为交、并、非等关系，还可以为写入、修改、删除等关系。
403，主控节点将计算子任务放入计算任务队列。
执行至此，主控节点将计算任务分解成计算子任务，放入计算任务队列中。之后，主控节点并非像现有技术一样，将计算子任务分配给计算节点，而是等待计算节点自主获取计算子任务，同时对计算任务队列进行监控，确认计算任务队列中所有的计算子任务是否被执行完毕。
404，计算节点确定可用资源量。
405，计算节点确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量。
具体的，
405-1，计算节点确定主控节点计算任务队列中各未执行计算子任务的资源需求量。
405-2，计算节点将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
由于计算子任务执行时消耗的资源除了步骤405-1所计算出的资源需求量，还包括与计算节点中其他模块、任务通信所消耗的资源，以及计算子任务独占资源时对其他任务执行所带来的资源影响。鉴于此，将405-1计算出的资源需求量×1.26确定为各未执行计算子任务的实际资源需求量。
406，计算节点从实际资源需求量小于可用资源量的计算子任务中获取一个计算子任务。
407，计算节点执行获取的计算子任务，并返回执行结果。
步骤404至步骤407计算节点会根据自身资源可用情况主动从主控节点的计算任务队列中获取计算子任务并执行。
408，主控节点确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
本实施中主控节点接收计算任务后将计算任务分解成计算子任务并放入计算任务队列；计算节点根据节点的资源利用情况来决定是否参与计算，当计算节点有空闲计算资源时，从主控节点的计算任务队列中获取计算子任务，下载计算程序并进行计算；计算节点将计算结果返回到计算任务队列；主控节点的计算任务管理模块不断检查计算任务队列，当计算任务队列中的计算子任务全部完成时，主控节点对计算任务队列中的计算结果进行汇总计算；主控节点将汇总计算结果反馈给调用者。
该方法中，计算子任务不是主控节点主动下发给计算节点的，而是计算节点主动从计算任务队列获取的。同时，整个分布式计算网络的计算节点是弹性接入的，部分的计算节点在线与否不影响整个分布式计算网络的正常运行。
若甲地有联网的600台自助终端，该自重终端主要用于自助办税如发票发售和发票代开，都是用户操作型的应用，没有CPU密集型应用运行，则由自主终端构成的网络可成为本发明提供的分布式计算系统。
对于税务信息检索的计算任务，该任务需要检索分散在各地税局网站上的信息并形成检索结果网页。用现有的分布式计算方法，由于检索量巨大，耗时长。用本发明提供的分布式计算方法，可以将检索任务按照各地税局网站地址分成若干计算子任务，放置在分布式计算网络的主控节点；各计算节点获取计算子任务后进行检索；计算节点将检索结果反馈给主控节点；主控节点将检索结果汇总后形成最终的结果网页。
本实施例提供的方法主控节点将计算任务分解成计算子任务后，将计算子任务放入计算任务队列中，计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务，并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
基于同一发明构思，本发明还提供一种主控节点，该主控节点解决问题的原理与一种分布式计算方法中主控节点涉及的方法相似，因此该主控节点的实施可以参见一种分布式计算方法中主控节点涉及的方法的实施，重复之处不再赘述。
参见图5，该主控节点包括：
接收模块501，用于接收计算任务；
分解模块502，用于将计算任务分解成计算子任务；
放入模块503，用于将计算子任务放入计算任务队列，以使计算子任务被计算节点主动获取并执行；
汇总模块504，用于确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
参见图6，分解模块502，包括：
分解单元5021，用于将计算任务分解为单元任务；
确定单元5022，用于将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，根据如下公式确定各单元任务之间的关联度，根据关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
本实施例提供的主控节点将计算任务分解成计算子任务，将计算子任务放入计算任务队列中，在计算节点根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务并执行后，汇总任务执行结果，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。
基于同一发明构思，本发明还提供一种计算节点，该计算节点解决问题的原理与一种分布式计算方法中计算节点涉及的方法相似，因此该计算节点的实施可以参见一种分布式计算方法中计算节点涉及的方法的实施，重复之处不再赘述。
参见图7，该计算节点包括：
第一确定模块701，用于确定可用资源量；
第二确定模块702，用于确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量；
获取模块703，用于从实际资源需求量小于可用资源量的计算子任务中获取一个计算子任务；
执行模块704，用于执行获取的计算子任务，并返回执行结果。
参见图8，第二确定模块702包括：
第一确定单元7021，用于确定主控节点计算任务队列中各未执行计算子任务的资源需求量；
第二确定单元7022，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
本实施例提供的计算节点在主控节点将计算子任务放入计算任务队列中后，根据其自身可用资源量，主动从计算任务队列中获取相应的计算子任务并执行，使得本发明计算子任务由计算节点主动获取，使得部分计算节点是否在线不影响本发明提供的方法的运行，避免了计算任务的执行稳定性对计算节点稳定性的依赖。

Claims (10)

1.一种分布式计算方法，其特征在于，所述方法包括：
101，接收计算任务；
102，将所述计算任务分解成计算子任务；
103，将所述计算子任务放入计算任务队列，以使所述计算子任务被计算节点主动获取并执行；
104，确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
2.根据权利要求1所述的方法，其特征在于，步骤102具体包括：
102-1，将计算任务分解为单元任务；
102-2，将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，
根据如下公式确定各单元任务之间的关联度，根据所述关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
C ( a 1 , a 2 ) = ( μ ( a 1 , a 2 ) + R a 1 / Σ R ) × ( μ ( a 2 , a 1 ) + R a 2 / Σ R ) R a 1 × R a 2 ,
μ ( a 1 , a 2 ) = W ( a 1 , a 2 ) × l o g ( ( R a 1 + 0.89 ) / ( n ( a 1 , a 2 ) + 0.5 ) ) R a 1 + R a 2 ,
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，∑R为所述计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
3.一种主控节点，其特征在于，所述主控节点包括：
接收模块，用于接收计算任务；
分解模块，用于将所述计算任务分解成计算子任务；
放入模块，用于将所述计算子任务放入计算任务队列，以使所述计算子任务被计算节点主动获取并执行；
汇总模块，用于确认计算子任务全部执行完成后，汇总计算子任务的执行结果。
4.根据权利要求3所述的主控节点，其特征在于，所述分解模块，包括：
分解单元，用于将计算任务分解为单元任务；
确定单元，用于将具有同一位置属性的单元任务进行聚类，每一类单元任务为一个计算子任务；或者，根据如下公式确定各单元任务之间的关联度，根据所述关联度对单元任务进行聚类，每一类单元任务为一个计算子任务，
C ( a 1 , a 2 ) = ( μ ( a 1 , a 2 ) + R a 1 / Σ R ) × ( μ ( a 2 , a 1 ) + R a 2 / Σ R ) R a 1 × R a 2 ,
μ ( a 1 , a 2 ) = W ( a 1 , a 2 ) × log ( ( R a 1 + 0.89 ) / ( n ( a 1 , a 2 ) + 0.5 ) ) R a 1 × R a 2 ,
其中，C(a1,a2)为a1与a2之间的关联度，Ra1为a1的资源需求用量，ΣR为所述计算任务资源需求用总量，W(a1,a2)为a1与a2之间的逻辑关系影响因子，n(a1,a2)为a1与a2之间共用资源需求用量。
5.一种分布式计算方法，其特征在于，所述方法包括：
201，确定可用资源量；
202，确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量；
203，从实际资源需求量小于所述可用资源量的计算子任务中获取一个计算子任务；
204，执行获取的计算子任务，并返回执行结果。
6.根据权利要求5所述的方法，其特征在于，步骤202具体包括：
202-1，确定主控节点计算任务队列中各未执行计算子任务的资源需求量；
202-2，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
7.一种计算节点，其特征在于，所述计算节点包括：
第一确定模块，用于确定可用资源量；
第二确定模块，用于确定主控节点计算任务队列中各未执行计算子任务的实际资源需求量；
获取模块，用于从实际资源需求量小于所述可用资源量的计算子任务中获取一个计算子任务；
执行模块，用于执行获取的计算子任务，并返回执行结果。
8.根据权利要求7所述的计算节点，其特征在于，所述第二确定模块包括：
第一确定单元，用于确定主控节点计算任务队列中各未执行计算子任务的资源需求量；
第二确定单元，将1.26×各未执行计算子任务的资源需求量确定为各未执行计算子任务的实际资源需求量。
9.一种分布式计算系统，其特征在于，所述系统包括一个主控节点和至少一个计算节点；
所述主控节点如权利要求3或4所述的主控节点，所述计算节点如权利要7或8所述的计算节点。
10.根据权利要求9所述的系统，其特征在于，所述计算节点位于自助终端中。
CN201611145180.8A 2016-12-13 2016-12-13 一种分布式计算方法、主控节点和计算系统 Active CN106598735B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611145180.8A CN106598735B (zh) 2016-12-13 2016-12-13 一种分布式计算方法、主控节点和计算系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611145180.8A CN106598735B (zh) 2016-12-13 2016-12-13 一种分布式计算方法、主控节点和计算系统

Publications (2)

Publication Number Publication Date
CN106598735A true CN106598735A (zh) 2017-04-26
CN106598735B CN106598735B (zh) 2019-08-09

Family

ID=58801064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611145180.8A Active CN106598735B (zh) 2016-12-13 2016-12-13 一种分布式计算方法、主控节点和计算系统

Country Status (1)

Country Link
CN (1) CN106598735B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107566443A (zh) * 2017-07-12 2018-01-09 郑州云海信息技术有限公司 一种分布式资源调度方法
CN107688500A (zh) * 2017-07-26 2018-02-13 阿里巴巴集团控股有限公司 一种分布式任务处理方法、装置、系统及设备
CN108228327A (zh) * 2017-12-29 2018-06-29 北京奇虎科技有限公司 一种任务的处理方法和装置
CN108647007A (zh) * 2018-04-28 2018-10-12 天津芯海创科技有限公司 运算系统及芯片
CN109062695A (zh) * 2018-08-02 2018-12-21 中国水利水电科学研究院 一种vic陆面模型网格数据计算方法
CN109298948A (zh) * 2018-10-31 2019-02-01 北京国信宏数科技有限责任公司 分布式计算方法和系统
CN109597679A (zh) * 2018-12-03 2019-04-09 咪付（广西）网络技术有限公司 一种分布式计算处理方法
CN110046034A (zh) * 2018-01-15 2019-07-23 北京国双科技有限公司 任务获取方法及装置
CN110516738A (zh) * 2019-08-23 2019-11-29 佳都新太科技股份有限公司 一种分布式比对聚类方法、装置、电子设备及存储介质
CN111857061A (zh) * 2019-04-28 2020-10-30 北京国电智深控制技术有限公司 一种计算任务实现方法、装置及系统、存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096602A (zh) * 2009-12-15 2011-06-15 中国移动通信集团公司 一种任务调度方法及其系统和设备
CN104168318A (zh) * 2014-08-18 2014-11-26 中国联合网络通信集团有限公司 一种资源服务系统及其资源分配方法
CN104331255A (zh) * 2014-11-17 2015-02-04 中国科学院声学研究所 一种基于嵌入式文件系统的流式数据读取方法
CN104598425A (zh) * 2013-10-31 2015-05-06 中国石油天然气集团公司 一种通用多机并行计算方法及系统
US20160063401A1 (en) * 2014-08-27 2016-03-03 Software Ag Systems and/or methods for reactive, distributable, and extensible process execution

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102096602A (zh) * 2009-12-15 2011-06-15 中国移动通信集团公司 一种任务调度方法及其系统和设备
CN104598425A (zh) * 2013-10-31 2015-05-06 中国石油天然气集团公司 一种通用多机并行计算方法及系统
CN104168318A (zh) * 2014-08-18 2014-11-26 中国联合网络通信集团有限公司 一种资源服务系统及其资源分配方法
US20160063401A1 (en) * 2014-08-27 2016-03-03 Software Ag Systems and/or methods for reactive, distributable, and extensible process execution
CN104331255A (zh) * 2014-11-17 2015-02-04 中国科学院声学研究所 一种基于嵌入式文件系统的流式数据读取方法

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107566443A (zh) * 2017-07-12 2018-01-09 郑州云海信息技术有限公司 一种分布式资源调度方法
CN107688500A (zh) * 2017-07-26 2018-02-13 阿里巴巴集团控股有限公司 一种分布式任务处理方法、装置、系统及设备
CN107688500B (zh) * 2017-07-26 2021-12-24 创新先进技术有限公司 一种分布式任务处理方法、装置、系统及设备
CN108228327A (zh) * 2017-12-29 2018-06-29 北京奇虎科技有限公司 一种任务的处理方法和装置
CN108228327B (zh) * 2017-12-29 2021-01-15 北京奇虎科技有限公司 一种任务的处理方法和装置
CN110046034A (zh) * 2018-01-15 2019-07-23 北京国双科技有限公司 任务获取方法及装置
CN108647007B (zh) * 2018-04-28 2020-10-16 天津芯海创科技有限公司 运算系统及芯片
CN108647007A (zh) * 2018-04-28 2018-10-12 天津芯海创科技有限公司 运算系统及芯片
CN109062695A (zh) * 2018-08-02 2018-12-21 中国水利水电科学研究院 一种vic陆面模型网格数据计算方法
CN109298948A (zh) * 2018-10-31 2019-02-01 北京国信宏数科技有限责任公司 分布式计算方法和系统
CN109597679A (zh) * 2018-12-03 2019-04-09 咪付（广西）网络技术有限公司 一种分布式计算处理方法
CN111857061A (zh) * 2019-04-28 2020-10-30 北京国电智深控制技术有限公司 一种计算任务实现方法、装置及系统、存储介质
CN110516738A (zh) * 2019-08-23 2019-11-29 佳都新太科技股份有限公司 一种分布式比对聚类方法、装置、电子设备及存储介质
CN110516738B (zh) * 2019-08-23 2022-09-16 佳都科技集团股份有限公司 一种分布式比对聚类方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN106598735B (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
CN106598735B (zh) 一种分布式计算方法、主控节点和计算系统
CN109067841B (zh) 基于ZooKeeper的服务限流方法、系统、服务器及存储介质
CN109614227B (zh) 任务资源调配方法、装置、电子设备及计算机可读介质
CN112579304A (zh) 基于分布式平台的资源调度方法、装置、设备及介质
CN112540841A (zh) 任务调度的方法、装置、处理器与电子设备
CN105740085A (zh) 容错处理方法及装置
US20170031720A1 (en) Deploying software in a multi-instance node
CN118260053B (zh) 异构计算系统的内存调度方法、异构计算系统和装置
CN113760638A (zh) 一种基于kubernetes集群的日志服务方法和装置
CN115033616A (zh) 一种基于多轮采样的数据筛查规则验证方法及其装置
CN110928659B (zh) 一种具有自适应功能的数值水池系统远程多平台接入方法
CN109257256A (zh) 设备监控方法、装置、计算机设备及存储介质
CN110868330B (zh) 云平台可划分cpu资源的评估方法、装置及评估系统
CN112912849B (zh) 一种基于图数据的计算运行调度方法、系统、计算机可读介质及设备
CN115952054A (zh) 一种仿真任务资源管理方法、装置、设备及介质
CN109302723A (zh) 一种基于互联网的多节点实时无线电监测控制系统及控制方法
CN113515355A (zh) 资源调度方法、装置、服务器及计算机可读存储介质
CN111190797A (zh) 一种基于linux的硬件事件处理方法及系统
CN111158847A (zh) 一种开源信息采集虚拟主机资源调度方法和系统
CN115952239B (zh) 基于表达式的分布式分级计算系统、电子设备及存储介质
CN109800148A (zh) 一种页面调试方法、装置、可读存储介质及终端设备
CN111726418B (zh) 云资源的调配方法、装置、终端设备及存储介质
CN116032928B (zh) 数据协同计算方法、装置、系统、电子装置和存储介质
CN114138521A (zh) 一种状态流转方法、装置、设备及存储介质
CN111061562A (zh) 一种软件协同打包方法、系统、终端及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20170426

Assignee: Guangdong Yaoda Financial Leasing Co.,Ltd.

Assignor: GUANGDONG KAMFU TECHNOLOGY Co.,Ltd.

Contract record no.: X2021980004499

Denomination of invention: A distributed computing method, master node and computing system

Granted publication date: 20190809

License type: Exclusive License

Record date: 20210608

EE01 Entry into force of recordation of patent licensing contract
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A distributed computing method, master node and computing system

Effective date of registration: 20210609

Granted publication date: 20190809

Pledgee: Guangdong Yaoda Financial Leasing Co.,Ltd.

Pledgor: GUANGDONG KAMFU TECHNOLOGY Co.,Ltd.

Registration number: Y2021980004556

PE01 Entry into force of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20190809

Pledgee: Guangdong Yaoda Financial Leasing Co.,Ltd.

Pledgor: GUANGDONG KAMFU TECHNOLOGY Co.,Ltd.

Registration number: Y2021980004556

PC01 Cancellation of the registration of the contract for pledge of patent right
EC01 Cancellation of recordation of patent licensing contract

Assignee: Guangdong Yaoda Financial Leasing Co.,Ltd.

Assignor: GUANGDONG KAMFU TECHNOLOGY Co.,Ltd.

Contract record no.: X2021980004499

Date of cancellation: 20240809

EC01 Cancellation of recordation of patent licensing contract