CN108628672A - 任务调度方法、系统、终端设备及存储介质 - Google Patents

任务调度方法、系统、终端设备及存储介质 Download PDF

Info

Publication number
CN108628672A
CN108628672A CN201810424279.4A CN201810424279A CN108628672A CN 108628672 A CN108628672 A CN 108628672A CN 201810424279 A CN201810424279 A CN 201810424279A CN 108628672 A CN108628672 A CN 108628672A
Authority
CN
China
Prior art keywords
task
indicate
value
rank
scheduling
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
Application number
CN201810424279.4A
Other languages
English (en)
Inventor
张小庆
胡亚捷
杨翠
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.)
Wuhan Polytechnic University
Original Assignee
Wuhan Polytechnic University
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 Wuhan Polytechnic University filed Critical Wuhan Polytechnic University
Priority to CN201810424279.4A priority Critical patent/CN108628672A/zh
Publication of CN108628672A publication Critical patent/CN108628672A/zh
Pending legal-status Critical Current

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
    • G06F9/48—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]
    • 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
    • G06F9/5038—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 execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration

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

本发明公开了一种任务调度方法、系统、终端设备及存储介质，所述方法包括：终端设备获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务；通过第一预设算法计算出口任务的升秩值以及通过第二预设算法计算入口任务的降秩值；通过优先级将任务排列生成线性表；选取参考时间中预设时间对应的目标资源，将所述未调度任务按照线性表调度至所述目标资源进行执行。本发明通过提取待调度任务中的入口任务与出口任务，并计算出出口任务的升秩值以及入口任务的降秩值生成任务列表，通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。

Description

任务调度方法、系统、终端设备及存储介质
技术领域
本发明涉及任务调度技术领域，尤其涉及一种任务调度方法、系统、终端设备存储介质。
背景技术
工作流是科学计算中常用的任务表达模型，由多个并行任务组成，其调度问题是NP完全问题。由于工作流任务间具有特定的数据依赖性和执行顺序约束性，通常将其描述为有向无循环图DAG结构。求解这种具体数据依赖和顺序约束条件下的任务调度问题的实质是寻找各个任务与可用资源间的映射关系，并实现目标函数的最优化。
目前，工作流任务调度方法主要分为三类：线性表调度、集群调度和副本调度。基于线性表的启发式调度方法将工作流中的所有任务根据定义的优先级存入线性表，然后依据任务在线性表中的顺序进行依次调度。集群调度方法通过将通信密集的任务组织成集群的形式降低任务间的通信延时，然后将集群中的任务全部调度至相同处理器上执行。副本调度启发式方法通过在目标处理器上生成任务副本的形式降低任务传输数据至其后继任务过程中的通信代价。三种方法中，线性表调度方法相对简单，应用广泛，且易于扩展调度并发工作流和混合并行工作流任务，集群调度较难应用于调度混合并行工作流，而副本调度则很难应用于并发工作流任务调度中，由于任务副本会消耗额外资源并导致不同工作流间的资源拥塞，由于线性表调度方法在时间复杂度和应用广泛性上的优势，大多采用线性表调度，但是任务执行时间还需要较大的发展空间，急需实现更高效的任务执行。
发明内容
本发明的主要目的在于提出一种任务调度方法、终端设备、系统以及存储介质，旨在解决现有技术中无法实现任务的高效执行的技术问题。
为实现上述目的，本发明提供的一种任务调度方法，所述方法包括以下步骤：
终端设备获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算出口任务的升秩值，并计算入口任务的降秩值；
通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
优选地，所述计算出口任务的升秩值，并计算入口任务的降秩值，具体包括：
通过公式1计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—2(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—2(nj)表示任务nj的升秩值；
以及通过公式2计算入口任务的降秩值：
其中，rankd—2(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—2(nj)表示任务nj的降秩值。
优选地，所述计算出口任务的升秩值，并计算入口任务的降秩值，具体包括：
通过公式3计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku_3(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—3(nj)表示任务nj的升秩值；
以及通过公式4计算入口任务的降秩值：
其中，rankd—3(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—3(nj)表示任务nj的降秩值。优选地，所述参考时间包括任务的第一参考时间；
所述获取当前资源信息，根据所述当前资源信息确定所述未调度任务的参考时间，具体包括：
获取当前资源信息，通过公式5确定所述为调度任务的最早完成时间；
EFT(ni,pj)＝wi,j+EST(ni,pj) 公式5；
其中，EST(ni,pj)表示任务ni在资源pj的最早开始执行时间，avail[j]表示资源j对于任务执行的最早就绪时间，nm表示任务ni的直接前驱任务，cm,i表示边(m,i)上的通信代价，EFT(ni,pj)表示任务ni在资源pj的最早完成时间，pre(ni)表示任务ni的直接前驱任务集合，wi,j表示任务ni在资源pj上的计算时间，AFT(ni,pj)表示任务ni在资源pj的实际完成时间；
选取所述最早完成时间中达到预设值的时间作为所述第一参考时间。
优选地，所述参考时间包括任务的第二参考时间；
所述获取当前资源信息，根据所述当前资源信息确定所述未调度任务的参考时间，具体包括：
根据当前资源信息确定各个任务在当前资源上的计算时间，选取所述计算中达到预设值的时间作为所述第二参考时间。
优选地，所述计算出口任务的升秩值，并计算入口任务的降秩值之后，所述方法还包括：
判断是否存有关键路径集合，在存有所述关键路径集合时，根据所述升秩值和降秩值确定各个任务的优先级；
根据所述优先级将各个任务依次遍历加入所述关键路径集合中，并通过预设公式确定目标资源，将所述任务调度至所述目标资源。
优选地，所述预设公式为：
其中，CP表示关键路径集合，wi,j表示任务ni在资源pj上的计算时间。
此外，为实现上述目的，本发明还提供一种任务调度系统，所述任务调度系统包括：
获取模块，用于获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算模块，用于计算出口任务的升秩值，并计算入口任务的降秩值；
生成模块，用于通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历模块，用于遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
时间确定模块，用于获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
调度模块，用于选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
此外，为实现上述目的，本发明还提供一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的任务调度程序，所述任务调度程序配置为实现如上文所述的任务调度方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有任务调度程序，所述任务调度程序被处理器执行时实现如上文所述的任务调度方法的步骤。
本发明提出的任务调度方法，通过提取待调度任务中的入口任务与出口任务，并通过预设计算方式计算出出口任务的升秩值以及入口任务的降秩值，并生成任务列表，并通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图；
图2为本发明任务调度方法第一实施例的流程示意图；
图3为本发明任务调度方法第二实施例的流程示意图；
图4为本发明任务调度方法第三实施例的流程示意图；
图5为本发明任务调度方法第四实施例的流程示意图；
图6为本发明任务调度方法一实施例的整体流程示意图；
图7为本发明任务调度方法第五实施例的流程示意图；
图8为本发明基于关键路径的任务调度方法一实施例的流程示意图；
图9为本发明任务调度系统第一实施例的功能模块图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
如图1所示，该终端设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WIFI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的终端设备结构并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及任务调度程序。
在图1所示的终端设备中，网络接口1004主要用于连接互联网，与互联网进行数据通信；用户接口1003主要用于连接终端，与终端进行数据通信；本发明终端设备通过处理器1001调用存储器1005中存储的任务调度程序，并执行以下操作：
获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算出口任务的升秩值，并计算入口任务的降秩值；
通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
进一步地，处理器1001可以调用存储器1005中存储的任务调度程序，还执行以下操作：
通过公式1计算出口任务的升秩值：
通过公式2计算入口任务的降秩值：
进一步地，处理器1001可以调用存储器1005中存储的任务调度程序，还执行以下操作：
通过公式3计算出口任务的升秩值：
通过公式4计算入口任务的降秩值：
进一步地，处理器1001可以调用存储器1005中存储的任务调度程序，还执行以下操作：
获取当前资源信息，通过公式5确定所述为调度任务的最早完成时间，所述公式5为：
EFT(ni,pj)＝wi,j+EST(ni,pj)；
选取所述最早完成时间中达到预设值的时间作为所述第一参考时间。
进一步地，处理器1001可以调用存储器1005中存储的任务调度程序，还执行以下操作：
根据当前资源信息确定各个任务在当前资源上的计算时间，选取所述计算中达到预设值的时间作为所述第二参考时间。
进一步地，处理器1001可以调用存储器1005中存储的任务调度程序，还执行以下操作：
判断是否存有关键路径集合，在存有所述关键路径集合时，根据所述升秩值和降秩值确定各个任务的优先级；
根据所述优先级将各个任务依次遍历加入所述关键路径集合中，并通过预设公式确定目标资源，将所述任务调度至所述目标资源。
本实施例通过上述方案，通过提取待调度任务中的入口任务与出口任务，并通过预设计算方式计算出出口任务的升秩值以及入口任务的降秩值，并生成任务列表，并通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。
基于图1硬件结构，提出本发明任务调度方法实施例。
参照图2，图2为本发明任务调度方法第一实施例的流程示意图。
在第一实施例中，所述任务调度方法包括以下步骤：
步骤S10，终端设备获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
需要说明的是，在本实施例中，所述工作流模型可为有向物循环图模型，还可为其他模型，本实施例对此不作限制，所述具有依赖关系的任务可为依赖于其他任务的完成才能开始执行，还可为其他形式的依赖的关系，本实施例对此不作限制。
步骤S20，计算出口任务的升秩值，并计算入口任务的降秩值；
可以理解的是，具有数据依赖性的任务优先级定义方式由两种，一种是基于升秩值的优先级和基于降秩值的优先级，通过计算各任务的升秩值和降秩值从而实现对各任务的优先级的排序。
步骤S30，通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
为了实现更高效的任务执行，在一般请款下，工作流任务调度方法主要分为三类：线性表调度、集群调度和副本调度，本实施例中，通过选取线性表调度线性表调度方法，相比较于其他调度方式相对简单，应用广泛，且易于扩展调度并发工作流和混合并行工作流任务，线性表调度包括两个阶段：决定任务调度次序和选择调度资源。第一阶段的主要目标是通过设计一种具体的优先级机制定义任务的优先级，依据任务优先级将任务将排列入线性表中，以此决定任务的调度次序。第二阶段则是根据设计的资源选择机制，按线性表中任务排序，依次为任务选择最优资源进行任务执行，从而实现高效的任务调度执行。
步骤S40，遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
在本实施例中，所述预设未调度任务为排序后生成的线性表，即任务列表中的第一个未调度任务，可分为升秩排序的任务列表，以及降秩排序的任务列表，并提取所述第一个未调度任务的相关信息，所述未调度任务信息包括与所述未调度任务相关的后继任务或前驱任务、就绪时间以及通信代价等。
步骤S50，获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
需要说明的是，所述参考时间包括最早完成时间或最快计算时间，通过当前资源集合计算出待调度任务执行的时间，从而选取花费最早时间或最快计算时间对应的资源进行调度，从而提高任务调度效率。
步骤S60，选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
本实施例中通过提取待调度任务中的入口任务与出口任务，并通过预设计算方式计算出出口任务的升秩值以及入口任务的降秩值，并生成任务列表，并通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。
进一步地，如图3所示，基于第一实施例提出本发明任务调度方法第二实施例，在本实施例中，所述步骤S20，具体包括：
步骤S201，通过公式1计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—2(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—2(nj)表示任务nj的升秩值；
而对于出口任务nexit，由于其不存在后继任务，故其升秩值为：
ranku_2(nexit)＝w'exit；
步骤S202，通过公式2计算入口任务的降秩值：
其中，rankd—2(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i，j)上的通信代价，rankd—2(nj)表示任务nj的降秩值。
对于入口任务nentry，由于其不存在前驱任务，故其降秩值为：
rankd_2(nentry)＝0；
在本实施例中可通过升秩值与降秩值以求取后继任务的秩值之和取代求取最大值的方法，这更有利于表示工作流中任务的剩余负载量。
将升秩值与降低值之和设为ranksum_2：
ranksum_2(ni)＝ranku_2(ni)+rankd_2(ni)。
本实施例通过传统的升秩值和降秩值的基础上设计新的升秩值和降秩值的计算方法，因此，可通过新的计算公式的基础上最大限度的考虑工作流中任务的剩余负载量，从而优化任务的优先级。
进一步地，如图4所示，基于第一实施例提出本发明任务调度方法第三实施例，在本实施例中，所述步骤S20，具体包括：
步骤S203，通过公式3计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—3(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—3(nj)表示任务nj的升秩值。
而对于出口任务nexit，由于其不存在后继任务，故其升秩值为：
ranku_3(nexit)＝w'exit；
步骤S204，通过公式4计算入口任务的降秩值：
其中，rankd—3(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—3(nj)表示任务nj的降秩值。
对于入口任务nentry，由于其不存在前驱任务，故其降秩值为：
rankd_3(nentry)＝0；
在本实施例中通过改进升秩值与降秩值计算任务的前驱或后继任务的通信时间总量而不是选择其中的最大值。通过这种方式，可以使得拥有更高出度或入度的任务拥有更高的优先级，从而使得该类任务可以优先被执行，优化任务的优先级。
进一步地，升秩值与降低值之和ranksum_3：
ranksum_3(ni)＝ranku_3(ni)+rankd_3(ni)。
本实施例通过改进升秩值与降秩值计算任务的前驱或后继任务的通信时间总量，使得拥有更高出度或入度的任务拥有更高的优先级，从而使得该类任务可以优先被执行，优化任务的优先级。
进一步地，如图5所示，基于第一实施例、第二实施例以及第三实施例提出本发明任务调度方法第四实施例，在本实施例中，基于第一实施例进行说明，所述参考时间包括任务的第一参考时间，所述步骤S50，具体包括：
步骤S501，获取当前资源信息，通过公式5确定所述为调度任务的最早完成时间，所述公式5为：
EFT(ni,pj)＝wi,j+EST(ni,pj)；
其中，EST(ni,pj)表示任务ni在资源pj的最早开始执行时间，avail[j]表示资源j对于任务执行的最早就绪时间，nm表示任务ni的直接前驱任务，cm,i表示边(m,i)上的通信代价，EFT(ni,pj)表示任务ni在资源pj的最早完成时间，pre(ni)表示任务ni的直接前驱任务集合，wi,j表示任务ni在资源pj上的计算时间，AFT(ni,pj)表示任务ni在资源pj的实际完成时间；
步骤S502，选取所述最早完成时间中达到预设值的时间作为所述第一参考时间。
进一步地，所述步骤S50，具体包括：
步骤S503，根据当前资源信息确定各个任务在当前资源上的计算时间，选取所述计算中达到预设值的时间作为所述第二参考时间。
在本实施例中，基于最早完成时间最小EFT的原则，依据任务的调度次序，为每个任务选择最优资源。即选择的资源必须满足：
min EFT(ni,pj)
基于该原则，任务调度方法组合则有：ranku_2_EFT、rankd_2_EFT、ranku_3_EFT、rankd_4_EFT。
另外，基于最小计算时间FCT的原则，依据任务的调度次序，为每个任务选择最优资源。即选择的资源必须满足：
min w(ni,pj)(24)
基于该原则，任务调度方法组合则有：ranku_2_FCT、rankd_2_FCT、ranku_3_FCT、rankd_4_FCT。
如图6所示的任务调度整体流程示意图，首先，从出口任务开始，以递归方式计算任务升秩值，包括：ranku_2、ranku_3两种计算方法，其次，从入口任务开始，以递归方式计算任务降秩值，包括：rankd_2、rankd_3两种计算方法，再次，若以升秩值定义任务优先级，则按升秩值降序排列任务；若以降秩值定义任务优先级，则按降秩值升序排列任务，然后，选择排序后的任务列表中的第一个未调度任务，计算任务的最早完成时间EFT(ni,pj)或最快计算时间FCT(ni,pj)，最后选择使得EFT达到最小或FCT达到最小的资源，将任务调度至该资源上执行，并返回步骤4，直到所有任务完成调度。
本实施例通过多种任务调度方法实现优先级的计算，并通过最早完成时间或最快计算时间选择最佳的资源进行调度，通过最佳的资源进行任务调度，从而提高任务调度的效率。
进一步地，如图7所示，基于第一实施例、第二实施例以及第三实施例提出本发明任务调度方法第五实施例，在本实施例中，基于第一实施例进行说明，所述步骤S20之后，所述方法包括：
步骤S205，判断是否存有关键路径集合，在存有所述关键路径集合时，根据所述升秩值和降秩值确定各个任务的优先级；
需要说明的是，在一般情况是，只使用单一的升秩值或降秩值作为标准，综合考虑两种秩值之和则更加有利于决定任务在整个任务图中的调度次序影响。以升秩值与降秩值之和定义任务优先级及相应调度次序，此时以关键路径原则进行任务调度，更利于提高任务调度的效率。
步骤S206，根据所述优先级将各个任务依次遍历加入所述关键路径集合中，并通过预设公式确定目标资源，将所述任务调度至所述目标资源。
本实施例通过获取当前用户的登陆信息，对所述登陆信息进行验证，在验证结果为验证成功时，显示与所述当前用户绑定的设备信息，用户并可通过云管平台对设备信息进行相应的处理，从而满足用户的需求。
进一步地，所述预设公式为：
其中，CP表示关键路径集合，wi,j表示任务ni在资源pj上的计算时间。
如图8所示的基于关键路径的任务调度方法一实施例的流程示意图，具体过程为：
步骤1：从出口任务开始，以递归方式计算任务升秩值；
步骤2：从入口任务开始，以递归方式计算任务降秩值；
步骤3：计算每个任务的优先级为ranksum(ni)＝ranku(ni)+rankd(ni)，包括ranksum_2、ranksum_3两种计算方法；
步骤4：设置一个关键路径集合CP，将入口任务nentry选择至CP中
步骤5：在nentry的所有后继任务中，选择ranksum(ni)值最大的任务，将其加入至CP中；
步骤6：继续寻找步骤5所找到的任务的后继任务中ranksum(ni)值最大的任务，将其加入至CP中，直到到达出口任务nexit为止；
步骤7：选择满足以下条件的资源作为调度所有关键路径任务的资源，即以计算代价最小化为目标，选择关键路径任务的调度资源，定义为PCP：
步骤8：初始化优先级队列，按序遍历所有任务；
步骤9：若队列中仍有未调度任务，则选择优先级最高的任务；
步骤10：若步骤9中的所选任务为关键路径CP上的任务，则将其调度至PCP；
步骤11：否则，将该任务调度至满足条件min EFT(ni,pj)的资源上。
步骤12：更新队列结构及任务的后继任务，直到所有任务得到调度。
在步骤3中计算任务优先级时，可分别利用上述定义的ranksum_2(ni)和ranksum_3(ni)进行计算，将对应的调度算法分别命名为ranksum_2_CP和ranksum_3_CP。其中，ranksum_2_CP和ranksum_3_CP则是利用新的秩值和计算方法得到的关键路径任务调度方法，从而提高任务调度的效率。
本实施例通过将新设计的任务优先级算法利用在基于关键路径的任务调度中，通过升秩值与降秩值之和作为任务优先级进行排序，并通过计算代价最小化为目标，选择最优的资源进行调度，从而提高任务调度的效率。
本发明进一步提供一种任务调度系统。
参照图9，图9为本发明任务调度系统第一实施例的功能模块示意图。
本发明任务调度系统第一实施例中，该任务调度系统包括：
获取模块10，用于获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务。
需要说明的是，在本实施例中，所述工作流模型可为有向物循环图模型，还可为其他模型，本实施例对此不作限制，所述具有依赖关系的任务可为依赖于其他任务的完成才能开始执行，还可为其他形式的依赖的关系，本实施例对此不作限制。
计算模块20，用于计算出口任务的升秩值，并计算入口任务的降秩值。
可以理解的是，具有数据依赖性的任务优先级定义方式由两种，一种是基于升秩值的优先级和基于降秩值的优先级，通过计算各任务的升秩值和降秩值从而实现对各任务的优先级的排序。
生成模块30，用于通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表。
为了实现更高效的任务执行，在一般请款下，工作流任务调度方法主要分为三类：线性表调度、集群调度和副本调度，本实施例中，通过选取线性表调度线性表调度方法，相比较于其他调度方式相对简单，应用广泛，且易于扩展调度并发工作流和混合并行工作流任务，线性表调度包括两个阶段：决定任务调度次序和选择调度资源。第一阶段的主要目标是通过设计一种具体的优先级机制定义任务的优先级，依据任务优先级将任务将排列入线性表中，以此决定任务的调度次序。第二阶段则是根据设计的资源选择机制，按线性表中任务排序，依次为任务选择最优资源进行任务执行，从而实现高效的任务调度执行。
遍历模块40，用于遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息。
在本实施例中，所述预设未调度任务为排序后生成的线性表，即任务列表中的第一个未调度任务，可分为升秩排序的任务列表，以及降秩排序的任务列表，并提取所述第一个未调度任务的相关信息，所述未调度任务信息包括与所述未调度任务相关的后继任务或前驱任务、就绪时间以及通信代价等。
时间确定模块50，用于获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间。
需要说明的是，所述参考时间包括最早完成时间或最快计算时间，通过当前资源集合计算出待调度任务执行的时间，从而选取花费最早时间或最快计算时间对应的资源进行调度，从而提高任务调度效率。
调度模块60，用于选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
本实施例中通过提取待调度任务中的入口任务与出口任务，并通过预设计算方式计算出出口任务的升秩值以及入口任务的降秩值，并生成任务列表，并通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有任务调度程序，所述任务调度程序被第一处理器执行时实现如下操作：
获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算出口任务的升秩值，并计算入口任务的降秩值；
通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
进一步地，所述任务调度程序被第一处理器执行时还实现如下操作：
通过公式1计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—2(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—2(nj)表示任务nj的升秩值；
以及通过公式2计算入口任务的降秩值：
其中，rankd—2(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—2(nj)表示任务nj的降秩值。
进一步地，所述任务调度程序被第一处理器执行时还实现如下操作：
通过公式3计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—3(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—3(nj)表示任务nj的升秩值；
以及通过公式4计算入口任务的降秩值：
其中，rankd—3(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—3(nj)表示任务nj的降秩值。
进一步地，所述任务调度程序被第一处理器执行时还实现如下操作：
获取当前资源信息，通过第五公式确定所述为调度任务的最早完成时间，所述公式5为：
EFT(ni,pj)＝wi,j+EST(ni,pj)；
其中，EST(ni,pj)表示任务ni在资源pj的最早开始执行时间，avail[j]表示资源j对于任务执行的最早就绪时间，nm表示任务ni的直接前驱任务，cm,i表示边(m,i)上的通信代价，EFT(ni,pj)表示任务ni在资源pj的最早完成时间，pre(ni)表示任务ni的直接前驱任务集合，wi,j表示任务ni在资源pj上的计算时间，AFT(ni,pj)表示任务ni在资源pj的实际完成时间；
选取所述最早完成时间中达到预设值的时间作为所述第一参考时间。
进一步地，所述任务调度程序被第一处理器执行时还实现如下操作：
根据当前资源信息确定各个任务在当前资源上的计算时间，选取所述计算中达到预设值的时间作为所述第二参考时间。
进一步地，所述任务调度程序被第一处理器执行时还实现如下操作：
判断是否存有关键路径集合，在存有所述关键路径集合时，根据所述升秩值和降秩值确定各个任务的优先级；
根据所述优先级将各个任务依次遍历加入所述关键路径集合中，并通过预设公式确定目标资源，将所述任务调度至所述目标资源。
本实施例通过提取待调度任务中的入口任务与出口任务，并通过预设计算方式计算出出口任务的升秩值以及入口任务的降秩值，并生成任务列表，并通过计算任务的最早完成时间或者最快计算时间，从而从当前资源中选择出最佳的资源进行调度，实现工作流中任务的高效执行。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，终端设备，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种任务调度方法，其特征在于，所述任务调度方法包括以下步骤：
终端设备获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算出口任务的升秩值，并计算入口任务的降秩值；
通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
2.如权利要求1所述的任务调度方法，其特征在于，所述计算出口任务的升秩值，并计算入口任务的降秩值，具体包括：
通过公式1计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku—2(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku—2(nj)表示任务nj的升秩值；
以及通过公式2计算入口任务的降秩值：
其中，rankd—2(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd-2(nj)表示任务nj的降秩值。
3.如权利要求1所述的任务调度方法，其特征在于，所述计算出口任务的升秩值，并计算入口任务的降秩值，具体包括：
通过公式3计算出口任务的升秩值：
其中，ni表示当前任务，任务ni在任务nj开始前执行完成，ranku-3(ni)表示任务ni的升秩值，wi'表示任务ni在所有资源上的平均计算时间，succ(ni)表示任务ni的直接后继任务集合，ci,j表示边(i,j)上的通信代价，ranku-3(nj)表示任务nj的升秩值；
以及通过公式4计算入口任务的降秩值：
其中，rankd-3(ni)表示任务ni的降秩值，pre(ni)表示任务ni的直接前驱任务集合，ci,j表示边(i,j)上的通信代价，rankd—3(nj)表示任务nj的降秩值。
4.如权利要求1至3中任一项所述的任务调度方法，其特征在于，所述参考时间包括任务的第一参考时间；
所述获取当前资源信息，根据所述当前资源信息确定所述未调度任务的参考时间，具体包括：
获取当前资源信息，通过公式5确定所述为调度任务的最早完成时间；
EFT(ni,pj)＝wi,j+EST(ni,pj) 公式5；
其中，EST(ni,pj)表示任务ni在资源pj的最早开始执行时间，avail[j]表示资源j对于任务执行的最早就绪时间，nm表示任务ni的直接前驱任务，cm,i表示边(m,i)上的通信代价，EFT(ni,pj)表示任务ni在资源pj的最早完成时间，pre(ni)表示任务ni的直接前驱任务集合，wi,j表示任务ni在资源pj上的计算时间，AFT(ni,pj)表示任务ni在资源pj的实际完成时间；
选取所述最早完成时间中达到预设值的时间作为所述第一参考时间。
5.如权利要求1至3中任一项所述的任务调度方法，其特征在于，所述参考时间包括任务的第二参考时间；
所述获取当前资源信息，根据所述当前资源信息确定所述未调度任务的参考时间，具体包括：
根据当前资源信息确定各个任务在当前资源上的计算时间，选取所述计算中达到预设值的时间作为所述第二参考时间。
6.如权利要求1至3中任一项所述的任务调度方法，其特征在于，所述计算出口任务的升秩值，并计算入口任务的降秩值之后，所述方法还包括：
判断是否存有关键路径集合，在存有所述关键路径集合时，根据所述升秩值和降秩值确定各个任务的优先级；
根据所述优先级将各个任务依次遍历加入所述关键路径集合中，并通过预设公式确定目标资源，将所述任务调度至所述目标资源。
7.如权利要求6所述的任务调度方法，其特征在于，所述预设公式为：
其中，CP表示关键路径集合，wi,j表示任务ni在资源pj上的计算时间。
8.一种任务调度系统，其特征在于，所述任务调度系统包括：
获取模块，用于获取当前工作流模型，提取所述当前工作流模型中具有依赖关系的出口任务与具有依赖关系的入口任务，所述出口任务为不存在子任务的任务，所述入口任务为不存在父任务的任务；
计算模块，用于计算出口任务的升秩值，并计算入口任务的降秩值；
生成模块，用于通过所述升秩值计算当前工作流模型中出口任务的优先级，并通过所述优先级生成升秩值降序排列的线性表，以及通过所述降秩值计算当前工作流模型中入口任务的优先级，并通过所述优先级生成降秩值升序排列的线性表；
遍历模块，用于遍历所述线性表，选择预设未调度任务，并提取所述未调度任务信息；
时间确定模块，用于获取当前资源信息，根据所述当前资源信息与未调度任务信息确定所述未调度任务的参考时间；
调度模块，用于选取所述参考时间中预设时间对应的目标资源，将所述未调度任务调度至所述目标资源进行执行。
9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的任务调度程序，所述任务调度程序配置为实现如权利要求1至7中任一项所述的任务调度方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有任务调度程序，所述任务调度方法被处理器执行时实现如权利要求1至7中任一项所述的任务调度方法的步骤。
CN201810424279.4A 2018-05-04 2018-05-04 任务调度方法、系统、终端设备及存储介质 Pending CN108628672A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810424279.4A CN108628672A (zh) 2018-05-04 2018-05-04 任务调度方法、系统、终端设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810424279.4A CN108628672A (zh) 2018-05-04 2018-05-04 任务调度方法、系统、终端设备及存储介质

Publications (1)

Publication Number Publication Date
CN108628672A true CN108628672A (zh) 2018-10-09

Family

ID=63695527

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810424279.4A Pending CN108628672A (zh) 2018-05-04 2018-05-04 任务调度方法、系统、终端设备及存储介质

Country Status (1)

Country Link
CN (1) CN108628672A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109710239A (zh) * 2018-12-29 2019-05-03 北京航天数据股份有限公司 工业模型生成方法及装置、数字资产处理方法及电子设备
CN109828799A (zh) * 2019-01-17 2019-05-31 京微齐力(北京)科技有限公司 一种fpga的高层次综合方法和装置
CN110009253A (zh) * 2019-04-15 2019-07-12 广船国际有限公司 一种船舶的生产调度方法、装置、设备和存储介质
CN111461356A (zh) * 2019-01-03 2020-07-28 顺丰科技有限公司 资源管理方法、装置、设备及其存储介质
CN111737095A (zh) * 2020-08-05 2020-10-02 北京必示科技有限公司 批处理任务时间监控方法、装置、电子设备及存储介质
CN112291293A (zh) * 2019-07-27 2021-01-29 华为技术有限公司 任务处理方法、相关设备及计算机存储介质
CN113535367A (zh) * 2021-09-07 2021-10-22 北京达佳互联信息技术有限公司 任务调度方法及相关装置
CN116932227A (zh) * 2023-09-14 2023-10-24 西安华创马科智能控制系统有限公司 一种基于单线程的任务调度方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942102A (zh) * 2014-04-14 2014-07-23 桂林电子科技大学 基于双优先级的实时任务调度方法
CN107015856A (zh) * 2017-03-30 2017-08-04 青海大学 云环境下科学工作流中的任务调度方案生成方法及装置
CN107301500A (zh) * 2017-06-02 2017-10-27 北京工业大学 一种基于关键路径任务前瞻的工作流调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103942102A (zh) * 2014-04-14 2014-07-23 桂林电子科技大学 基于双优先级的实时任务调度方法
CN107015856A (zh) * 2017-03-30 2017-08-04 青海大学 云环境下科学工作流中的任务调度方案生成方法及装置
CN107301500A (zh) * 2017-06-02 2017-10-27 北京工业大学 一种基于关键路径任务前瞻的工作流调度方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109710239A (zh) * 2018-12-29 2019-05-03 北京航天数据股份有限公司 工业模型生成方法及装置、数字资产处理方法及电子设备
CN111461356A (zh) * 2019-01-03 2020-07-28 顺丰科技有限公司 资源管理方法、装置、设备及其存储介质
CN111461356B (zh) * 2019-01-03 2023-09-01 顺丰科技有限公司 资源管理方法、装置、设备及其存储介质
CN109828799A (zh) * 2019-01-17 2019-05-31 京微齐力(北京)科技有限公司 一种fpga的高层次综合方法和装置
CN109828799B (zh) * 2019-01-17 2022-05-17 京微齐力(北京)科技有限公司 一种fpga的高层次综合方法和装置
CN110009253A (zh) * 2019-04-15 2019-07-12 广船国际有限公司 一种船舶的生产调度方法、装置、设备和存储介质
CN112291293A (zh) * 2019-07-27 2021-01-29 华为技术有限公司 任务处理方法、相关设备及计算机存储介质
CN112291293B (zh) * 2019-07-27 2023-01-06 华为技术有限公司 任务处理方法、相关设备及计算机存储介质
CN111737095A (zh) * 2020-08-05 2020-10-02 北京必示科技有限公司 批处理任务时间监控方法、装置、电子设备及存储介质
CN113535367A (zh) * 2021-09-07 2021-10-22 北京达佳互联信息技术有限公司 任务调度方法及相关装置
CN116932227A (zh) * 2023-09-14 2023-10-24 西安华创马科智能控制系统有限公司 一种基于单线程的任务调度方法及装置
CN116932227B (zh) * 2023-09-14 2023-12-22 西安华创马科智能控制系统有限公司 一种基于单线程的任务调度方法及装置

Similar Documents

Publication Publication Date Title
CN108628672A (zh) 任务调度方法、系统、终端设备及存储介质
CN110737529B (zh) 一种面向短时多变大数据作业集群调度自适应性配置方法
Abrishami et al. Cost-driven scheduling of grid workflows using partial critical paths
Mahmoud et al. Multiobjective task scheduling in cloud environment using decision tree algorithm
CN103701934B (zh) 一种资源优化调度方法及虚拟机宿主机优化选择方法
CN104778076B (zh) 一种云服务工作流调度方法
US20120096466A1 (en) Method, system and program for deadline constrained task admission control and scheduling using genetic approach
CN103701886A (zh) 一种云计算环境下的服务及资源分层调度方法
CN112685138B (zh) 云环境下基于多种群混合智能优化的多工作流调度方法
CN108427602B (zh) 一种分布式计算任务的协同调度方法及装置
CN108897626A (zh) 一种资源调度方法及服务器
CN113157421B (zh) 一种基于用户作业流程的分布式集群资源调度方法
CN113778646A (zh) 一种基于执行时间预测的任务层级调度方法及装置
WO2024164712A1 (zh) 云工作流任务调度方法、装置、电子设备和存储介质
CN106934537A (zh) 基于反向工作流调度的子期限获取优化方法
CN106951313A (zh) 多工作流共享资源协同调度的子期限获取方法
Taheri et al. Hopfield neural network for simultaneous job scheduling and data replication in grids
CN104156505B (zh) 一种基于用户行为分析的Hadoop集群作业调度方法及装置
CN108762899A (zh) 一种云任务重调度方法和装置
CN110264097A (zh) 基于云环境的多科学工作流并发执行调度方法
Li et al. A QoS-based scheduling algorithm for instance-intensive workflows in cloud environment
CN109062683A (zh) 主机资源分配的方法、装置及计算机可读存储介质
CN104009904B (zh) 面向云平台大数据处理的虚拟网络构建方法及系统
CN109544234A (zh) 一种云环境下基于帕累托最优的资源定价方法
CN110958192B (zh) 一种基于虚拟交换机的虚拟数据中心资源分配系统及方法

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: 20181009