CN106874120A - 计算节点的处理器资源优化方法、计算节点及服务器集群 - Google Patents
计算节点的处理器资源优化方法、计算节点及服务器集群 Download PDFInfo
- Publication number
- CN106874120A CN106874120A CN201710114044.0A CN201710114044A CN106874120A CN 106874120 A CN106874120 A CN 106874120A CN 201710114044 A CN201710114044 A CN 201710114044A CN 106874120 A CN106874120 A CN 106874120A
- Authority
- CN
- China
- Prior art keywords
- processor
- calculate node
- relative
- computing capability
- standard
- 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.)
- Pending
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]
- G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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]
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- 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
-
- 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
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- 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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- 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
- G06F2209/501—Performance criteria
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了计算节点的处理器资源优化方法、计算节点及服务器集群,本发明巧妙的用标准处理器的计算能力作为比对标准,通过获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;基于相对计算能力,确定计算节点的相对计算资源,将各个计算节点的处理器的计算资源统一化,即各计算节点的处理器的相对计算资源是基于同一比对标准获得的。所以再进行任务分配时,可以区分出各个具有相同核心数以及单核心线程数的计算节点的运算能力,使得能够为各个计算节点分配与其运算能力相匹配的任务量,从而能够更加充分利用各个计算节点的处理器的计算资源,达到提高大数据计算平台的计算效率的目的。
Description
技术领域
本发明涉及处理器技术领域,更具体的涉及计算节点的处理器资源优化方法、计算节点及服务器集群。
背景技术
大数据计算平台是由多个计算节点(例如计算机或服务器)组成的集群,大数据计算平台在为计算节点分配计算任务时,会依据计算节点中的处理器的计算资源为计算节点分配计算任务,处理器计算资源=处理器核心数*单核心线程数。
对于大数据计算平台而言,会为具有相同处理器计算资源的计算节点分配相同任务量的计算任务,以处理器为四核八线程为例进行说明,计算节点A和计算节点B的处理器均为四核八线程,即处理器的计算资源均为8,大数据计算平台会为计算节点A和计算节点B分配等量的计算任务,对于计算节点A而言,在运行相应计算任务时,其处理器占用率可能是90%,对于计算节点B而言,在运行相应计算任务时,其处理器占用率可能是10%。
由于大数据计算平台将具有相同处理器计算资源的计算节点视为具有同等运算能力的计算节点,导致类似于计算节点B的计算节点不能被充分利用,从而导致大数据计算平台的整体计算效率低下。
发明内容
有鉴于此,本发明提供了一种计算节点的处理器资源优化方法、计算节点及服务器集群,以克服现有技术中计算节点的处理器的计算资源不能被充分利用,导致大数据计算平台的整体计算效率低下的问题。
为实现上述目的,本发明提供如下技术方案:
一种计算节点的处理器资源优化方法,包括:
获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定所述计算节点的相对计算资源。
其中,所述获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力包括:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
其中,所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。
其中,所述依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力包括:
获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值;
将所述比值确定为所述相对计算能力。
其中,所述基于所述相对计算能力,确定所述计算节点的相对计算资源包括:
依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数,确定所述计算节点的相对计算资源。
一种计算节点,包括:存储器,处理器和通信总线,所述处理器和所述存储器通过所述通信总线相连,其中:
存储器,用于存储标准处理器的计算能力;
处理器,用于:
获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定所述计算节点的相对计算资源。
其中,所述处理器在获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
一种服务器集群,包括:
多个计算节点;其中,每一计算节点确定自身处理器资源的方法包括:
用于获取自身的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定自身的相对计算资源。
优选的,还包括:
负载均衡器,用于依据各计算节点自身的相对计算资源,为各计算节点分配任务。
其中,每一计算节点在获取自身的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取自身的处理器的实际计算能力;
依据自身的实际计算能力和所述标准处理器的计算能力,获取自身的相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
经由上述的技术方案可知,与现有技术相比,本发明实施例提供了一种计算节点的处理器资源优化方法,本发明实施例巧妙的用标准处理器的计算能力作为比对标准,通过“获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;基于相对计算能力,确定计算节点的相对计算资源”这些步骤,将各个计算节点的处理器的计算资源统一化,即各计算节点的处理器的相对计算资源是基于同一比对标准获得的,再进行任务分配时,可以区分出各个具有相同核心数以及单核心线程数的计算节点的运算能力,使得能够为各个计算节点分配与其运算能力相匹配的任务量,从而能够更加充分利用各个计算节点的处理器的计算资源,达到提高大数据计算平台的计算效率的目的。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种计算节点的处理器资源优化方法的流程示意图;
图2为本发明实施例提供的一种计算节点的结构示意图;
图3为本发明实施例提供的一种服务器集群的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,为本发明实施例提供的一种计算节点的处理器资源优化方法的流程示意图,该方法包括:
步骤S101:获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力。
标准处理器可以为多个计算节点组成的集群中的任一计算节点中的处理器;也可以为多个计算节点组成的集群之外的一计算节点的处理器。
标准处理器可以为实际存在的处理器,也可以为由运算性能参数标识的虚拟处理器。
运算性能参数可以包括:整数运算信息、浮点运算信息和多媒体指令集中的一种或多种。
整数运算信息可以是指1秒钟可以执行多少次整数指令;浮点运算信息可以是指1秒钟可以执行多少次浮点指令。
多媒体指令集可以标识处理器的执行效率,处理器靠指令来计算和控制系统,每款处理器设计时就规定了与其硬件电路相配合的指令系统。多媒体指令集的强弱也是处理器的重要指标,多媒体指令集是提高微处理器效率的最有效工具之一。从现阶段的主流体系结构讲,多媒体指令集可分为复杂指令集(CISC,Complex Instruction Set Computing)和精简指令集(RISC,Reduced Instruction Set Computing)两部分。
步骤S102:基于所述相对计算能力,确定所述计算节点的相对计算资源。
本发明实施例提供了一种计算节点的处理器资源优化方法,本发明实施例巧妙的用标准处理器的计算能力作为比对标准,通过“获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;基于相对计算能力,确定计算节点的相对计算资源”这些步骤,将各个计算节点的处理器的计算资源统一化,即各计算节点的处理器的相对计算资源是基于同一比对标准获得的,再进行任务分配时,可以区分出各个具有相同核心数以及单核心线程数的计算节点的运算能力,使得能够为各个计算节点分配与其运算能力相匹配的任务量,从而能够更加充分利用各个计算节点的处理器的计算资源,达到提高大数据计算平台的计算效率的目的。
上述计算节点的处理器资源优化方法实施例中,获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力的方法有多种,本发明实施例提供但不限于以下几种:
第一种,获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力包括:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
处理器计算模型可以是用于测试计算节点的处理器的计算能力的应用程序客户端,可选的,处理器计算模型可以为通过算质数来测试计算节点的处理器的计算能力的应用程序客户端,例如wPrime。
若标准处理器为实际存在的计算节点的处理器,则可以在该计算节点中安装该应用程序客户端,然后在该计算节点中运行该应用程序客户端,该应用程序客户端即可获得该计算节点的处理器的计算能力。
若标准处理器不是实际存在的处理器,则可以在应用程序客户端中输入预先设置的标准处理器的参数,例如上述的运算性能参数,然后依据标准处理器的参数,获得标准处理器的计算能力。
即所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。
上述计算节点的处理器资源优化方法实施例中,依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力的实现方法有多种,本发明实施例提供但不限于以下实现方式。
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力包括:
获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值;
将所述比值确定为所述相对计算能力。
例如,计算节点的实际计算能力为53.28GFlops,也就是1秒钟可以执行53.28G次浮点指令。标准处理器的计算能力为50GFlops,即1秒钟可以执行50G次浮点指令,则计算节点的实际计算能力与标准处理器的计算能力的比值=53.28GFlops/50GFlops=1.0656。
上述任一计算节点的处理器资源优化方法实施例中,基于所述相对计算能力,确定所述计算节点的相对计算资源的实现方式有多种,本发明实施例提供但不限于以下几种实现方式。
第一种,将上述比值确定为计算节点的相对计算资源。
第二种,依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数,确定所述计算节点的相对计算资源。
可选的,将所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数的乘积,确定为计算节点的相对计算资源。
计算节点的处理器的相对计算资源=比值*处理器核心数*每一核心的单核心线程数。
假设比值为1.0656,处理器核心数为4,每一核心的单核心线程数为4,则计算节点的处理器的相对计算资源=1.0656*4*4=17.0496。
可以理解的是,由于标准处理器的计算能力是已知的,因此为其分配的最优任务量也是已知的,而各计算节点的相对计算能力都是以标准处理器为参照标准,因此,可以准确的确定出为各计算节点分配的最优的任务量。
上述计算节点的处理器资源优化方法还可以包括:
获取上述比值与所述标准处理器的标准任务量的乘积;该乘积即为相应计算节点的任务量。
本发明实施例还提供了与计算节点的处理器资源优化方法,对应的计算节点,如图2所示,为本发明实施例提供的一种计算节点的结构示意图。
计算节点可以为电子设备或服务器等。
计算节点包括:存储器21,处理器22和通信总线23,所述处理器22和所述存储器21通过所述通信总线23相连,其中:
存储器21,用于存储标准处理器的计算能力;
处理器22,用于:
获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定所述计算节点的相对计算资源。
处理器22可能是一个中央处理器CPU,或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器21可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatilememory),例如至少一个磁盘存储器。
可选的,所述处理器在获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
可选的,所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。
可选的,所述处理器在依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力时,具体用于:
获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值;
将所述比值确定为所述相对计算能力。
可选的,所述处理器在基于所述相对计算能力,确定所述计算节点的相对计算资源时,具体用于:
依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数,确定所述计算节点的相对计算资源。
本发明实施例还提供了一种服务器集群,如图3所示,为本发明实施例提供的一种服务器集群的结构示意图,该服务器集群包括:
多个计算节点31;其中,每一计算节点确定自身处理器资源的方法包括:
用于获取自身的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定自身的相对计算资源。
可选的,服务器集群还包括:
负载均衡器32,用于依据各计算节点自身的相对计算资源,为各计算节点分配任务。
具体的,可以依据标准处理器相对应的标准任务,以及各计算节点自身的相对计算资源,为各计算节点分配任务。
可选的,每一计算节点在获取自身的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取自身的处理器的实际计算能力;
依据自身的实际计算能力和所述标准处理器的计算能力,获取自身的相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
可选的,所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。
可选的,每一计算节点在依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力时,具体用于:
获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值;
将所述比值确定为所述相对计算能力。
可选的,每一计算节点在基于所述相对计算能力,确定所述计算节点的相对计算资源时,具体用于:
依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数,确定所述计算节点的相对计算资源。
需要说明的是,本说明书中的所述实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,所述实施例之间相同相似的部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种计算节点的处理器资源优化方法,其特征在于,包括:
获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定所述计算节点的相对计算资源。
2.根据权利要求1所述计算节点的处理器资源优化方法,其特征在于,所述获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力包括:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
3.根据权利要求2所述计算节点的处理器资源优化方法,其特征在于,
所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。
4.根据权利要求2所述计算节点的处理器资源优化方法,其特征在于,所述依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力包括:
获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值;
将所述比值确定为所述相对计算能力。
5.根据权利要求4所述计算节点的处理器资源优化方法,其特征在于,所述基于所述相对计算能力,确定所述计算节点的相对计算资源包括:
依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数,确定所述计算节点的相对计算资源。
6.一种计算节点,其特征在于,包括:存储器,处理器和通信总线,所述处理器和所述存储器通过所述通信总线相连,其中:
存储器,用于存储标准处理器的计算能力;
处理器,用于:
获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定所述计算节点的相对计算资源。
7.根据权利要求6所述计算节点,其特征在于,所述处理器在获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取所述计算节点的处理器的实际计算能力;
依据所述实际计算能力和所述标准处理器的计算能力,获取所述相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
8.一种服务器集群,其特征在于,包括:
多个计算节点;其中,每一计算节点确定自身处理器资源的方法包括:
用于获取自身的处理器相对于标准处理器的计算能力的相对计算能力;
基于所述相对计算能力,确定自身的相对计算资源。
9.根据权利要求8所述服务器集群,其特征在于,还包括:
负载均衡器,用于依据各计算节点自身的相对计算资源,为各计算节点分配任务。
10.根据权利要求8或9所述服务器集群,其特征在于,每一计算节点在获取自身的处理器相对于标准处理器的计算能力的相对计算能力时,具体用于:
基于处理器计算模型,获取自身的处理器的实际计算能力;
依据自身的实际计算能力和所述标准处理器的计算能力,获取自身的相对计算能力;其中,所述标准处理器的计算能力基于所述处理器计算模型获得。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114044.0A CN106874120A (zh) | 2017-02-28 | 2017-02-28 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
PCT/CN2017/102943 WO2018157586A1 (zh) | 2017-02-28 | 2017-09-22 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
US16/489,477 US11144366B2 (en) | 2017-02-28 | 2017-09-22 | Computing node processor resource optimization method, computing node and server cluster |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710114044.0A CN106874120A (zh) | 2017-02-28 | 2017-02-28 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106874120A true CN106874120A (zh) | 2017-06-20 |
Family
ID=59168902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710114044.0A Pending CN106874120A (zh) | 2017-02-28 | 2017-02-28 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11144366B2 (zh) |
CN (1) | CN106874120A (zh) |
WO (1) | WO2018157586A1 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470277A (zh) * | 2018-02-28 | 2018-08-31 | 深圳市网心科技有限公司 | 区块链的奖励结算方法、系统、可读存储介质及计算设备 |
WO2018157586A1 (zh) * | 2017-02-28 | 2018-09-07 | 联想(北京)有限公司 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
CN108712487A (zh) * | 2018-05-11 | 2018-10-26 | 北京奇虎科技有限公司 | 基于区块链的通证分配方法、装置和设备 |
CN110554912A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 调度设备执行任务的方法和装置 |
CN110708576A (zh) * | 2019-09-25 | 2020-01-17 | 李多 | 收视数据处理方法、装置以及存储介质 |
CN113886066A (zh) * | 2021-09-02 | 2022-01-04 | 中国人民解放军92578部队 | 一种有限资源下大计算任务规划方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113296905B (zh) * | 2021-03-30 | 2023-12-26 | 阿里巴巴新加坡控股有限公司 | 调度方法、装置、电子设备、存储介质及软件产品 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317658A (zh) * | 2014-10-17 | 2015-01-28 | 华中科技大学 | 一种基于MapReduce的负载自适应任务调度方法 |
CN106095586A (zh) * | 2016-06-23 | 2016-11-09 | 东软集团股份有限公司 | 一种任务分配方法、装置及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7254812B1 (en) * | 2002-05-31 | 2007-08-07 | Advanced Micro Devices, Inc. | Multi-processor task scheduling |
US9164810B2 (en) | 2013-04-16 | 2015-10-20 | Dell Products L.P. | Allocating an application computation between a first and a second information handling system based on user's context, device battery state, and computational capabilities |
CN104239520B (zh) | 2014-09-17 | 2017-06-20 | 西安交通大学 | 一种基于历史信息的hdfs数据块放置策略 |
US10261811B2 (en) * | 2015-03-10 | 2019-04-16 | Sphere 3D Inc. | Systems and methods for contextually allocating emulation resources |
CN106874120A (zh) | 2017-02-28 | 2017-06-20 | 联想(北京)有限公司 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
-
2017
- 2017-02-28 CN CN201710114044.0A patent/CN106874120A/zh active Pending
- 2017-09-22 WO PCT/CN2017/102943 patent/WO2018157586A1/zh active Application Filing
- 2017-09-22 US US16/489,477 patent/US11144366B2/en active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317658A (zh) * | 2014-10-17 | 2015-01-28 | 华中科技大学 | 一种基于MapReduce的负载自适应任务调度方法 |
CN106095586A (zh) * | 2016-06-23 | 2016-11-09 | 东软集团股份有限公司 | 一种任务分配方法、装置及系统 |
Non-Patent Citations (1)
Title |
---|
黎鹤: ""并行系统中负载调度问题的研究"", 《中国博士学位论文全文数据库》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018157586A1 (zh) * | 2017-02-28 | 2018-09-07 | 联想(北京)有限公司 | 计算节点的处理器资源优化方法、计算节点及服务器集群 |
US11144366B2 (en) | 2017-02-28 | 2021-10-12 | Lenovo (Beijing) Limited | Computing node processor resource optimization method, computing node and server cluster |
CN108470277A (zh) * | 2018-02-28 | 2018-08-31 | 深圳市网心科技有限公司 | 区块链的奖励结算方法、系统、可读存储介质及计算设备 |
WO2019165836A1 (zh) * | 2018-02-28 | 2019-09-06 | 深圳市网心科技有限公司 | 计算装置、基于区块链的资源贡献计算方法和存储介质 |
CN108712487A (zh) * | 2018-05-11 | 2018-10-26 | 北京奇虎科技有限公司 | 基于区块链的通证分配方法、装置和设备 |
CN108712487B (zh) * | 2018-05-11 | 2021-07-02 | 北京奇虎科技有限公司 | 基于区块链的通证分配方法、装置和设备 |
CN110554912A (zh) * | 2018-05-31 | 2019-12-10 | 杭州海康威视数字技术股份有限公司 | 调度设备执行任务的方法和装置 |
CN110554912B (zh) * | 2018-05-31 | 2022-05-20 | 杭州海康威视数字技术股份有限公司 | 调度设备执行任务的方法和装置 |
US11526377B2 (en) | 2018-05-31 | 2022-12-13 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method for executing task by scheduling device, and computer device and storage medium |
CN110708576A (zh) * | 2019-09-25 | 2020-01-17 | 李多 | 收视数据处理方法、装置以及存储介质 |
CN113886066A (zh) * | 2021-09-02 | 2022-01-04 | 中国人民解放军92578部队 | 一种有限资源下大计算任务规划方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20200050498A1 (en) | 2020-02-13 |
WO2018157586A1 (zh) | 2018-09-07 |
US11144366B2 (en) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106874120A (zh) | 计算节点的处理器资源优化方法、计算节点及服务器集群 | |
CN103856337B (zh) | 资源占用率获取方法、提供方法、系统及服务器 | |
CN106452884B (zh) | 区块链系统中的数据分配方法及装置 | |
CN106926732A (zh) | 纯电动车辆的剩余里程预估方法、预估控制器和预估系统 | |
CN105354656A (zh) | 基于分区解耦的配电网状态估计的分布式并行计算方法及系统 | |
CN103823709B (zh) | 虚拟化集群系统、资源分配方法和管理节点 | |
CN108303113A (zh) | 导航路径优化方法、装置、电子设备及计算机存储介质 | |
CN108287856A (zh) | 服务范围确定方法、装置及电子设备 | |
CN110472957A (zh) | 一种区块链交易验证方法及相关设备 | |
CN104219226B (zh) | 一种确定云平台中最优通信代理节点数目的方法 | |
CN105210324B (zh) | 策略与计费规则功能虚拟化方法、装置及系统 | |
CN107479856A (zh) | 反正切函数数据结构及建立方法、函数值获取方法和装置 | |
CN109919588A (zh) | 一种防止重复支付的方法及设备 | |
CN109587072A (zh) | 分布式系统全局限速系统及方法 | |
CN107944731A (zh) | 典型工程造价模板的建立方法及装置 | |
CN103886391B (zh) | 业务量预测方法和装置 | |
CN107508687A (zh) | 一种计费的方法、装置、物联网应用平台及计费服务器 | |
CN103049326B (zh) | 在作业管理与调度系统中管理作业程序的方法和系统 | |
CN109934693A (zh) | 分类对账方法及系统、存储介质、电子设备 | |
CN109802408A (zh) | 台区线损计算方法及装置 | |
CN106997310A (zh) | 负载均衡的装置和方法 | |
CN110175808A (zh) | 一种订单管理、查询方法、装置、设备及介质 | |
CN109492957A (zh) | 一种配电网线路运行效率的评价方法、装置及存储介质 | |
CN110245994A (zh) | 一种负荷区域确定方法、系统及相关装置 | |
CN110324411A (zh) | 一种业务分流方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170620 |