CN108681484A - 一种任务的分配方法、装置及设备 - Google Patents

一种任务的分配方法、装置及设备 Download PDF

Info

Publication number
CN108681484A
CN108681484A CN201810298743.XA CN201810298743A CN108681484A CN 108681484 A CN108681484 A CN 108681484A CN 201810298743 A CN201810298743 A CN 201810298743A CN 108681484 A CN108681484 A CN 108681484A
Authority
CN
China
Prior art keywords
task
weight
execution server
server
task execution
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
CN201810298743.XA
Other languages
English (en)
Other versions
CN108681484B (zh
Inventor
于翔
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.)
Advanced Nova Technology Singapore Holdings Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201810298743.XA priority Critical patent/CN108681484B/zh
Publication of CN108681484A publication Critical patent/CN108681484A/zh
Priority to PCT/CN2019/073963 priority patent/WO2019192263A1/zh
Priority to TW108104575A priority patent/TWI701597B/zh
Application granted granted Critical
Publication of CN108681484B publication Critical patent/CN108681484B/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]
    • G06F9/5005—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]
    • G06F9/5005—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]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本说明书实施例公开了一种任务的分配方法、装置及设备，该任务的分配方法包括：获取任务执行服务器的任务执行日志，然后，可以根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，可以将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。

Description

一种任务的分配方法、装置及设备
技术领域
本说明书涉及计算机技术领域，尤其涉及一种任务的分配方法、装置及设备。
背景技术
任务调度是在计算机服务端的软件设计中常见的一种应用技术，通过任务调度可以将大数据量的任务分配给不同的任务执行服务器执行，进而可以相对平滑地完成业务处理过程，保护系统资源。在调度过程中，如何能够有效地平衡各任务执行服务器之间的任务处理量，避免有些任务执行服务器资源过度消耗，而有些任务执行服务器一直处于空闲状态是需要解决的问题。
通常，当接收到需要进行调度的任务时，可以查询当前调度周期内需要处理的任务列表，该任务列表中记录有需要处理的任务的相关信息。然后，将查询到的任务列表拆分为多个小的任务列表，并通过服务请求的方式随机发送给各个任务执行服务器。
然而，通过上述处理方式，在各个任务执行服务器之间无法很好平衡任务处理量，这样，可能会出现已经接近满负荷运行的任务执行服务器仍然在不停地接收新的任务，而一些处于空闲状态的任务执行服务器一直没有接收到需要处理的任务，从而使得任务处理效率低下。
发明内容
本说明书实施例的目的是提供一种任务的分配方法、装置及设备，以解决现有技术中通过随机分配任务，使得任务处理效率低下的问题。
为解决上述技术问题，本说明书实施例是这样实现的：
本说明书实施例提供的一种任务的分配方法，所述方法包括：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
可选地，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
可选地，所述任务处理权重包括所述任务执行服务器的过载权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
可选地，所述任务处理权重包括所述任务执行服务器的任务分配权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
可选地，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
可选地，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
可选地，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，
所述根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重，包括：
分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；
根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
可选地，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，
所述确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
本说明书实施例提供的一种任务的分配方法，所述方法包括：
接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
获取用于为所述任务执行服务器分配任务的任务处理权重；
根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，所述方法还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述获取用于为任务执行服务器分配任务的任务处理权重，包括：
从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
本说明书实施例提供的一种任务的分配方法，所述方法包括：
获取任务执行服务器的任务执行日志，所述任务执行日志中包括执行任务过程中的相关参数数据；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，所述方法还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
本说明书实施例提供的一种任务的分配装置，所述装置包括：
日志获取模块，用于获取任务执行服务器的任务执行日志；
权重确定模块，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
权重发送模块，用于将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
可选地，所述权重确定模块，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
可选地，所述任务处理权重包括所述任务执行服务器的过载权重，所述权重确定单元，用于根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
可选地，所述任务处理权重包括所述任务执行服务器的任务分配权重，所述权重确定单元，用于根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
可选地，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，所述权重确定单元，用于根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
可选地，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，所述权重确定单元，用于根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
可选地，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，所述权重确定单元，用于分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
可选地，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，所述权重确定模块，用于根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
本说明书实施例提供的一种任务的分配装置，所述装置包括：
请求接收模块，用于接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
权重获取模块，用于获取用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块，用于根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述权重获取模块，用于从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
本说明书实施例提供的一种任务的分配装置，所述装置包括：
日志获取模块，用于获取任务执行服务器的任务执行日志，所述任务执行日志中包括执行任务过程中的相关参数数据；
权重确定模块，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块，用于当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述权重确定模块，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
本说明书实施例提供的一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
本说明书实施例提供的一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
获取用于为所述任务执行服务器分配任务的任务处理权重；
根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
本说明书实施例提供的一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
由以上本说明书实施例提供的技术方案可见，本说明书实施例通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书一种任务的分配方法实施例；
图2为本说明书一种任务的分配系统的结构示意图；
图3为本说明书另一种任务的分配方法实施例；
图4为本说明书又一种任务的分配方法实施例；
图5为本说明书又一种任务的分配方法实施例；
图6为本说明书另一种任务的分配系统的结构示意图；
图7为本说明书又一种任务的分配方法实施例；
图8为本说明书一种任务的分配装置实施例；
图9为本说明书一种任务的分配装置实施例；
图10为本说明书一种任务的分配装置实施例；
图11为本说明书一种任务的分配设备实施例
图12为本说明书一种任务的分配设备实施例。
具体实施方式
本说明书实施例提供一种任务的分配方法、装置及设备。
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
实施例一
如图1所示，本说明书实施例提供一种任务的分配方法，该方法的执行主体可以为负载监控服务器，其中，该负载监控服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，该负载监控服务器可以用于监测任务执行服务器的任务处理情况等。该方法可以用于对任务执行服务器执行任务的情况进行监控，并计算各任务执行服务器在下一次分配任务时任务分配的权重等处理中。该方法具体可以包括以下步骤：
在步骤S102中，获取任务执行服务器的任务执行日志。
其中，任务执行服务器可以是某一项业务中执行具体某一项或多项任务的服务器，在业务系统中可以包括任务执行服务器和任务分配服务器，其中的任务分配服务器可以用于为任务分配服务器分配任务，任务执行服务器可以是任务的具体执行者，任务执行服务器可以是一个独立的服务器，也可以是由多个服务器组成的服务器集群中的一个服务器。任务执行日志中可以包括执行任务过程中的相关参数数据，其中的相关参数数据可以包括一种，也可以包括多种，例如，任务执行的开始时间、任务执行所消耗的时间和任务执行的结果等，在实际应用中，执行任务过程中的相关参数数据可以并不限于包括上述参数数据，还可以包括其它参数数据，具体可以根据实际情况选取，本说明书实施例对此不做限定。
在实施中，异步任务的定时调度是在计算机服务端的软件设计中常见的一种应用技术，异步任务的定时调度可以通过每次查询并执行固定数量的任务，并周而复始地调度执行，从而可以将大数据量的任务分批次进行，每个调度周期内只执行一部分任务，进而可以相对平滑地完成业务处理过程，保护系统资源。但是，在调度过程中，如何能够有效地平衡各任务执行服务器之间的任务处理量，避免有些任务执行服务器资源过度消耗，而有些任务执行服务器一直处于空闲状态，这是异步任务调度过程中要解决的问题。为此，可以通过以下方式解决上述问题，即通过将任务进行拆分的方式完成异步任务调度，具体地，查询当前调度周期内需要处理的任务的任务列表，该任务列表中记录有需要处理的任务的相关信息，如，该任务包含的任务数量和该任务的标识等。然后，可以将查询到的任务列表拆分为多个小的任务列表，并通过服务请求的方式随机发送给各个任务执行服务器。
上述处理方式，可以实现对任务的分布式调度，即将任务拆分开，使得每个任务执行服务器执行其中的一部分任务，能够避免单个任务执行服务器执行任务的瓶颈，但是，上述处理方式，在各个任务执行服务器之间无法很好平衡任务处理量，这样，可能会出现已经接近满负荷运行的任务执行服务器仍然在不停地接收新的任务，而一些处于空闲状态的任务执行服务器一直没有接收到需要处理的任务，即在任务的执行者(任务执行服务器)和任务的分配者(任务分配服务器)之间缺乏有效的反馈途径，任务分配服务器无法根据执行者的情况对任务的分配数量进行动态调节，而只能进行随机分配。为此，本说明书实施例提供一种任务动态调节的机制和算法，从而有效解决上述问题，具体可以包括以下内容：
如图2所示，本说明书实施例中的业务系统或分布式调度系统中可以包括三个部分，可以分别为：任务执行服务器、任务分配服务器和负载监控服务器等。任务执行服务器和任务分配服务器可以参见前述相关内容，负载监控服务器可以用于获取并计算各个任务执行服务器的任务分配权重，以便任务分配服务器为任务执行服务器分配相应的任务。每当用户确定需要进行某一项业务时，该业务可以触发一系列复杂的任务，此时，可以通过用户使用的终端设备基于需要处理的任务生成任务调度请求，可以将该任务调度请求发送给任务分配服务器。当任务分配服务器接收到需要处理的任务后，可以将该任务分配给任务执行服务器，任务执行服务器在执行该任务时，可以记录执行该任务的过程中的相关参数数据，可以将上述相关参数数据记录在各个任务执行服务器的日志中。
当需要对任务执行服务器设置任务处理权重或需要对其任务处理权重进行更新时，可以向各个任务执行服务器发送日志上报指令，任务执行服务器接收到日志上报指令后，可以获取执行任务的过程中的相关参数数据生成任务执行日志，可以将该任务执行日志发送给负载监控服务器，负载监控服务器可以接收各个任务执行服务器发送的任务执行日志。其中，上述任务执行日志是由负载监控服务器主动向各个任务执行服务器获取的，还可以是负载监控服务器直接到各个任务执行服务器中拉取相应的任务执行日志，或者，还可以由各个任务执行服务器主动向负载监控服务器发送其任务执行日志等，本说明书实施例对如何获取任务执行日志的处理不做限定。
在步骤S104中，根据上述任务执行日志，确定用于为上述任务执行服务器分配任务的任务处理权重。
其中，任务处理权重可以用于实现任务分配服务器为各个任务执行服务器分配任务，以及确定各个任务执行服务器的任务分配量，其中的任务分配量可以是分配的任务个数，也可以是分配的任务的数据量等。
在实施中，负载监控服务器通过上述步骤S102的处理得到各个任务执行服务器的任务执行日志后，可以分别对得到的每一个任务执行日志进行分析，可以从任务执行日志中提取出多项参数，以及每项参数对应的具体参数值，例如，如表1所示，任务执行日志中可以包括下述参数和相应的参数值。
表1
其中，任务执行结果码可以用于区分系统异常和业务异常等。可以对上述表1中所示的相关的参数数据进一步进行数据的转换和计算，得到用于确定该任务执行服务器的任务处理权重的基础数据，例如任务执行服务器近期的任务分配情况等，具体地，以基础数据为任务执行服务器近期的任务分配情况为例，可以计算任务执行服务器近期的任务分配情况的权重，具体地，考虑到负载监控服务器收集到的任务执行日志中的相关参数数据是任务执行服务器已经执行完成的数据，具有一定的时延，但可以用于近似表示当前时间的任务分配情况，当前时间被分配的任务越多的任务执行服务器，其任务分配情况的权重越低，因此，可以基于任务执行服务器在单位时间内任务的处理总数来确定任务分配情况的权重，为此，可以基于上述表1中的相关参数数据计算各个任务执行服务器在单位时间内任务的处理总数。得到各个任务执行服务器在单位时间内任务的处理总数后，可以进而得到各个任务执行服务器的任务分配情况的权重，可以将得到的各个任务执行服务器的任务分配情况的权重作为相应任务执行服务器的任务处理权重。
需要说明的是，任务执行服务器的任务处理权重并不限于上述一种，在实际应用中还可以包括多种，具体可以根据实际情况设定，本说明书实施例对此不做限定。
在步骤S106中，将上述任务执行服务器的任务处理权重发送给任务分配服务器，以使该任务分配服务器在接收到任务调度请求时，根据该任务处理权重为任务执行服务器分配任务。
在实施中，负载监控服务器得到各个任务执行服务器的任务处理权重后，为了在下一次任务分配服务器接收到任务调度请求进行任务分配，负载监控服务器可以将各个任务执行服务器的任务处理权重发送给任务分配服务器，这样，当任务分配服务器在接收到任务调度请求时，可以根据该任务处理权重为任务执行服务器分配任务。
如图3所示，本说明书实施例提供一种任务的分配方法，该方法的执行主体可以为任务分配服务器，其中，该任务分配服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，该任务分配服务器可以用于向任务执行服务器分配任务等。该方法可以用于对任务执行服务器依据任务分配的权重进行任务分配等处理中。该方法具体可以包括以下步骤：
在步骤S302中，接收任务调度请求，该任务调度请求用于请求为任务执行服务器分配任务。
在实施中，当用户确定需要进行某一项业务时，业务服务器会向用户提供相应的服务，通过用户的操作或请求，可以触发一系列复杂的任务，此时，可以通过用户使用的终端设备基于需要处理的任务生成任务调度请求，可以将该任务调度请求发送给任务分配服务器。
在步骤S304中，获取用于为上述任务执行服务器分配任务的任务处理权重。
在实施中，为了避免出现已经接近满负荷运行的任务执行服务器仍然在不停地接收新的任务，而一些处于空闲状态的任务执行服务器一直没有接收到需要处理的任务的情况，任务分配服务器中可以存储有各个任务执行服务器的任务处理权重。当任务分配服务器通过上述步骤S302的处理接收到任务调度请求时，可以确定该任务调度请求对应的任务执行服务器，确定后，可以从自身存储的任务处理权重中查找确定出的任务执行服务器的任务处理权重。
在步骤S306中，根据上述任务处理权重，从上述任务调度请求对应的目标任务中为上述任务执行服务器分配任务。
在实施中，任务分配服务器查找到相应的任务执行服务器的任务处理权重后，可以根据任务处理权重，确定需要为相应的任务执行服务器分配的任务量。然后，可以将任务调度请求对应的目标任务划分为多个部分，其中，任务处理权重的数值越大，分配的任务量就越多，这样，可以使得对任务的分配进行动态调节，任务执行服务器、负载监控服务器和任务分配服务器之间形成整体的闭环，达到动态调节系统资源的目的。
本说明书实施例提供一种任务的分配方法，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例二
如图4所示，本说明书实施例提供一种任务的分配方法，该方法可以由负载监控服务器和任务分配服务器共同执行，其中，该负载监控服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，该负载监控服务器可以用于监测任务执行服务器的任务处理情况等。该任务分配服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，该任务分配服务器可以用于向任务执行服务器分配任务等。该方法可以用于对任务执行服务器执行任务的情况进行监控，并计算各任务执行服务器在下一次分配任务时任务分配的权重等处理中。该方法具体可以包括以下步骤：
在步骤S402中，负载监控服务器获取任务执行服务器的任务执行日志。
上述步骤S402的步骤内容与上述实施例一中步骤S102的步骤内容相同，上述步骤S402的具体处理过程可以参见上述实施例一中步骤S102的相关内容，在此不再赘述。
在步骤S404中，负载监控服务器根据上述任务执行日志，确定任务执行服务器的任务处理统计信息。
其中，该任务处理统计信息可以至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量。
在实施中，为了能够直观的体现出任务执行服务器执行任务的情况，可以对每个任务执行服务器的任务执行日志中记载的相关参数数据进行统计分析，可以得到任务执行服务器的任务处理统计信息，该任务处理统计信息可以是用于确定该任务执行服务器的任务处理权重的基础数据，其中，任务执行日志中记载的相关参数数据可以参见上述实施例一中的表1所示，相应的，任务执行服务器的任务处理统计信息中可以包括任务处理统计参数，及其对应的统计值，具体可以参见下述表2所示。
表2
其中，任务超时时间的上限可以通过多次执行任务的平均耗时乘以预先设定的固定系数得到，或者，也可以通过人工观察任务执行日志，从而确定某个固定时长作为任务超时时间的上限等。单位时间内任务处理成功或业务型失败的数量不包括超时完成任务的数量。单位时间内由于系统异常导致的任务失败数量可以是由于任务执行服务器无法接收新分配的任务或其他系统型异常等导致的任务失败数量。
在步骤S406中，负载监控服务器根据任务执行服务器的任务处理统计信息，确定用于为该任务执行服务器分配任务的任务处理权重。
上述步骤S406的具体处理过程可以参见上述实施例一中的相关内容。
在实际应用中，为了实现对任务的动态调度，可以设置任务处理权重的计算规则或计算原则，可以基于设置的任务处理权重的计算规则或计算原则来选取或设置任务处理权重，本说明书实施例中提供一种可选的任务处理权重的计算规则或计算原则，具体可以包括以下四个方面：
第一方面，保证任务执行服务器没有出现过载，能够正常处理任务。
第二方面，为当前处理任务数量较少的任务执行服务器优先分配任务。
第三方面，近期N次任务的处理速度较快的任务执行服务器优先分配任务。
第四方面，历史处理性能表现较好的任务执行服务器优先分配任务。
此外，上述的四个方面的计算规则或计算原则在优先级上，由第一方面～第四方面依次降低，即在设置任务处理权重时，首先保证高优先级的计算规则或计算原则能够得到满足，然后再满足低优先级的计算规则或计算原则。
另外，任务处理权重可以包括多种，不同的业务系统可以设置不同的任务处理权重，本说明书实施例中提供四种可选的任务处理权重进行详细说明，对于除了下述四种任务处理权重外的其它任务处理权重，可以参考下述相关内容处理，在此不再赘述。
第一种，考虑到任务执行服务器的过载情况在上述计算规则或计算原则中优先级最高，也即是任务执行服务器的过载情况，对任务的分配有较大影响，因此，任务处理权重可以包括任务执行服务器的过载权重，则上述步骤S406的处理具体可以为：根据单位时间内任务处理成功或业务型失败的数量，以及单位时间内处理的任务总数量，确定任务执行服务器的过载权重。
在实施中，对于任务执行服务器的过载情况，任务执行服务器的过载权重可以通过单位时间内任务处理成功的数量(包括任务处理成功和业务型失败的数量)与单位时间内处理的任务总数量的比值进行确定，得到的比值越高，则任务执行服务器执行任务的成功率越高，进而该任务执行服务器也就越不会发生过载。针对某指定IP地址的任务执行服务器，其过载权重可以通过以下公式(1)确定
或
其中，W1为任务执行服务器的过载权重，m为单位时间内任务处理成功的数量，k为单位时间内处理的任务总数量，k＝n+m+u，n为单位时间内超时完成任务的数量，u为单位时间内由于系统异常导致的任务失败数量，W1∈(0,1]。例如，如果单位时间内任务处理成功的数量为20，单位时间内处理的任务总数量为21，即m＝20，k＝21，则任务执行服务器的过载权重W1＝20/21＝0.95。
第二种，考虑到任务执行服务器的任务分配情况在上述计算规则或计算原则中优先级较高，也即是任务执行服务器的任务分配情况，对任务的分配有一定的影响，因此，任务处理权重可以包括任务执行服务器的任务分配权重，则上述步骤S406的处理具体可以为：根据单位时间内处理的任务总数量，确定任务执行服务器的任务分配权重，其中，任务分配权重与单位时间内处理的任务总数量负相关。
其中，任务分配权重与单位时间内处理的任务总数量负相关可以包括多种实现方式，例如，任务分配权重与单位时间内处理的任务总数量互为倒数关系等，本说明书实施例对此不做限定。
在实施中，负载监控服务器收集到的任务执行日志中的相关参数数据是任务执行服务器已经执行完成的数据，具有一定的时延，但可以用于近似表示当前时间的任务分配情况，当前时间被分配的任务越多的任务执行服务器，其任务分配权重越低，并且任务分配权重应该呈极速下降趋势。针对某指定IP地址的任务执行服务器，其任务分配权重可以通过以下公式(2)确定
或
其中，W2∈(0,1]。例如，如果单位时间内处理的任务总数量为21，即k＝21，则任务执行服务器的任务分配权重W2＝1/(21)！。
第三种，考虑到任务执行服务器的任务处理速度情况在上述计算规则或计算原则中优先级较高，也即是任务执行服务器的任务处理速度，对任务的分配有一定的影响，因此，任务处理权重可以包括任务执行服务器的任务处理速度权重，则上述步骤S406的处理具体可以为：根据任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定任务执行服务器的任务处理速度权重。
其中，近期预定次数可以根据实际情况设定，具体如最近5次或最近10次等，本说明书实施例对此不做限定。
在实施中，近期预定次数的任务处理的平均时长可以通过如下公式(3)确定
其中，n为次数，N为近期预定次数中的最大次数，Δtn为第n次任务的单次执行时间，为近期N次数的任务处理的平均时长。
为了简化计算，以及便于后续进行归一化处理，在计算时如果出现超过了任务超时时间的上限αexp的情况，则将Δtn取值为αexp。
根据上述第三方面的计算规则或计算原则，如果近期预定次数的任务处理的平均时长较长，则任务执行服务器的任务处理速度权重较低，并且随着近期预定次数的任务处理的平均时长的增加而单调递减。最终，任务处理速度权重可以通过以下公式确定
其中，W3∈(0,1)。
通过上述公式(4)可以得到，当近期N次的任务处理的平均时长接近任务超时时间的上限时，任务处理速度权重趋近于0，而当近期N次的任务处理的平均时长接近于0时，任务处理速度权重接近1，满足上述第三方面的计算规则或计算原则的要求。其中，上述公式(4)中引入自然底数e的目的在于归一化，并且使任务处理速度权重对应的函数的变化更加平滑。
第四种，考虑到任务执行服务器的历史处理性能，对任务的分配有一定的影响，因此，任务处理权重可以包括任务执行服务器的历史处理性能权重，则上述步骤S406的处理具体可以为：根据任务超时时间的上限和近期预定次数的任务处理的平均时长，确定任务执行服务器的历史处理性能权重。
其中，历史处理性能可以分为两个部分，即历史处理时长和历史处理抖动，相应的，历史处理性能权重可以包括历史处理时长子权重和历史处理抖动子权重，则上述处理过程具体可以为：分别根据任务超时时间的上限和近期预定次数的任务处理的平均时长，确定任务执行服务器的历史处理时长子权重和历史处理抖动子权重；根据历史处理时长子权重和历史处理抖动子权重，确定历史处理性能权重。
在实施中，历史处理时长越长，说明任务执行服务器的性能不足，历史处理时长子权重越低；历史处理抖动越明显，说明任务执行服务器的处理不稳定，历史处理抖动子权重越低。同时，考虑到距离当前时间较久的历史数据，其计算参考价值较低，而距离当前时间较近的历史数据，其计算参考价值较高，因此，历史数据距离当前时间的长短也是历史处理性能权重计算中需要考量的因素。
可以将历史处理时长子权重记为H1，历史处理时长子权重可以通过以下公式(5)确定
其中，Δtn∈(0,αexp)，H1∈(0,1)，n的取值含义表示距离当前最近的第n次处理，n的取值越大表示该历史数据距离当前时间越长。从上述公式(5)中可以得到，距离当前时间越长的历史数据，历史处理时长子权重的取值越小，并且呈指数下降的趋势。
可以将历史处理抖动子权重记为H2，历史处理抖动子权重可以通过以下公式(6)确定
其中，Δtn∈(0,αexp)，H2∈(0,1)，上述公式(6)中采用方差来估计历史处理抖动子权重，与历史处理时长子权重相同。对于历史处理抖动子权重的计算，距离当前时间越长的历史数据，历史处理抖动子权重的取值越小。
通过上述历史处理时长子权重和历史处理抖动子权重的计算，可以得到最终的历史处理性能权重W4，计算公式可如下公式(7)
其中，W4∈(0,1)。通过上述公式(7)可以确定，历史处理时长越长、历史处理抖动越明显的任务执行服务器，其历史处理性能权重越低，上述结果与上述第四方面的计算规则或计算原则相符。
上述四种任务处理权重中的任一种任务处理权重均可以作为用于向任务执行服务器分配任务的任务处理权重，上述四种任务处理权重的具体计算方法可以参见上述相关内容。在实际应用中，上述四种任务处理权重中的两种或两种以上的任务处理权重的组合，也可以作为用于向任务执行服务器分配任务的任务处理权重，其中，任务处理权重可以包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重等四种，此时，上述确定用于为任务执行服务器分配任务的任务处理权重的处理具体可以通过以下方式实现：根据上述过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，利用以下公式(8)
计算任务执行服务器的任务处理权重。
其中，W为任务执行服务器的任务处理权重，W1为任务执行服务器的过载权重，W2为任务执行服务器的任务分配权重，W3为任务执行服务器的任务处理速度权重，W4为任务执行服务器的历史处理性能权重，a∈(0,1)，b∈(0,1)。
在实施中，可以根据上述任务执行服务器的过载权重、任务分配权重、任务处理速度权重和历史处理性能权重的影响强弱，对每一个权重设置相应的系数，同时，还需要保证在一定情况下，上述任务执行服务器的过载权重、任务分配权重、任务处理速度权重和历史处理性能权重等四个权重之间的主次关系，因而任务执行服务器的任务处理权重应是以过载权重、任务分配权重、任务处理速度权重和历史处理性能权重为变量的函数，且该函数应符合以下原则：
原则一，单位时间内任务处理的成功率为优先考虑原则，即对于任意两个不同IP地址的任务执行服务器，如果两个任务执行服务器的IP地址为IP1和IP2，IP1的任务执行服务器的过载权重W1(IP1)，IP2的任务执行服务器的过载权重W1(IP2)，且W1(IP1)>W1(IP2)，则两个任务执行服务器的任务处理权重应满足W(IP1)>W(IP2)。
原则二，任务执行服务器的任务分配权重W2的影响程度应仅次于任务执行服务器的过载权重W1。当前处理的任务的数量越多，则表明该任务执行服务器的工作负荷越大。
原则三，任务执行服务器的任务处理速度权重W3应与任务执行服务器的任务分配权重W2综合考虑，具体可以通过比例系数进行调节。
原则四，任务执行服务器的历史处理性能权重为辅助考察因素，对任务执行服务器的任务处理权重的影响效果最低。
基于上述四项原则，可以通过公式(8)确定任务执行服务器的任务处理权重
其中，公式中的(a，b)的参数可以根据实际场景以及业务系统状况的不同而可以选择不同的取值。而且，在同一场景下，可以应用(a，b)向量来获得最佳值。
在步骤S408中，负载监控服务器将上述任务执行服务器的任务处理权重发送给任务分配服务器。
上述步骤S408的步骤内容与上述实施例一中步骤S106的步骤内容相同，上述步骤S408的具体处理过程可以参见上述实施例一中步骤S106的相关内容，在此不再赘述。
在步骤S410中，任务分配服务器接收任务调度请求，该任务调度请求用于请求为任务执行服务器分配任务。
上述步骤S410的步骤内容与上述实施例一中步骤S302的步骤内容相同，上述步骤S410的具体处理过程可以参见上述实施例一中步骤S302的相关内容，在此不再赘述。
在步骤S412中，任务分配服务器获取用于为上述任务执行服务器分配任务的任务处理权重。
需要说明的是，上述步骤S412的处理是在负载监控服务器向任务分配服务器发送任务处理权重后实现的，在实际应用中，任务分配服务器还可以向负载监控服务器主动获取或拉取任务执行服务器的任务处理权重，具体可以包括以下内容：任务分配服务器从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
上述具体处理过程可以参见上述相关内容，在此不再赘述。
在步骤S414中，根据上述任务处理权重，任务分配服务器从上述任务调度请求对应的目标任务中为上述任务执行服务器分配任务。
上述步骤S414的步骤内容与上述实施例一中步骤S306的步骤内容相同，上述步骤S414的具体处理过程可以参见上述实施例一中步骤S306的相关内容，在此不再赘述。
在步骤S416中，任务分配服务器以点对点调用的方式，通知任务执行服务器执行为任务执行服务器分配的任务。
在实施中，任务分配服务器获取到负载监控服务器计算的任务处理权重的结果后，可以根据各个任务执行服务器的任务处理权重的数值划分任务调度请求对应的目标任务，可以将目标任务中相应数量的任务划分给对应的任务执行服务器，具体地，当前任务执行服务器分配的任务数量＝(当前任务执行服务器的任务处理权重/各个任务执行服务器的任务处理权重的总和)*目标任务的总数量，例如，当前任务执行服务器的任务处理权重为0.3，各个任务执行服务器的任务处理权重的总和为5，目标任务的总数量为50，则当前任务执行服务器分配的任务数量＝(0.3/5)*50＝3，即需要将目标任务中的3个任务分配给当前任务执行服务器。通过上述方式划分完成后，可以将划分后的相应数量的任务，以点对点调用的方式通知到任务执行服务器，从而可以通过异步任务调度的方式实现为任务执行服务器分配任务的目的，这样，可以通过负载监控服务器收集任务执行服务器的任务执行日志，并对任务执行日志进行计算分析，得出的结果作为任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据已经计算好的任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节打通，形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了现有随机调度定时任务的弊端。
本说明书实施例提供一种任务的分配方法，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例三
如图5所示，本说明书实施例提供一种任务的分配方法，该方法的执行主体可以为任务分配服务器，其中，该任务分配服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，如图6所示，该任务分配服务器可以用于向任务执行服务器分配任务等，该任务分配服务器还集成了上述实施例一和实施例二中负载监控服务器的功能。该方法可以用于对任务执行服务器依据任务分配的权重进行任务分配等处理中。该方法具体可以包括以下步骤：
在步骤S502中，获取任务执行服务器的任务执行日志。
上述步骤S502的步骤内容与上述实施例一中步骤S102的步骤内容相同，上述步骤S502的具体处理过程可以参见上述实施例一中步骤S102的相关内容，在此不再赘述。
在步骤S504中，根据上述任务执行日志，确定用于为上述任务执行服务器分配任务的任务处理权重。
上述步骤S504的步骤内容与上述实施例一中步骤S104的步骤内容相同，上述步骤S504的具体处理过程可以参见上述实施例一中步骤S104的相关内容，在此不再赘述。
在步骤S506中，当接收到任务调度请求时，根据上述任务处理权重，从该任务调度请求对应的目标任务中为任务执行服务器分配任务。
上述步骤S506的具体处理过程可以参见上述实施例一中的相关内容，在此不再赘述。
本说明书实施例提供一种任务的分配方法，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例四
如图7所示，本说明书实施例提供一种任务的分配方法，该方法的执行主体可以为任务分配服务器，其中，该任务分配服务器可以是独立的一个服务器，也可以是由多个服务器组成的服务器集群，而且，如图6所示，该任务分配服务器可以用于向任务执行服务器分配任务等，该任务分配服务器还集成了上述实施例一和实施例二中负载监控服务器的功能。该方法可以用于对任务执行服务器依据任务分配的权重进行任务分配等处理中。该方法具体可以包括以下步骤：
在步骤S702中，获取任务执行服务器的任务执行日志。
在步骤S704中，根据上述任务执行日志中执行任务过程中的相关参数数据，确定任务执行服务器的任务处理统计信息，该任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量。
在步骤S706中，根据任务执行服务器的任务处理统计信息，确定用于为任务执行服务器分配任务的任务处理权重。
其中，任务处理权重可以包括任务执行服务器的过载权重，上述步骤S706的处理具体可以通过以下处理实现：根据单位时间内任务处理成功或业务型失败的数量，以及单位时间内处理的任务总数量，确定任务执行服务器的过载权重。
此外，任务处理权重可以包括任务执行服务器的任务分配权重，上述步骤S706的处理具体可以通过以下处理实现：根据单位时间内处理的任务总数量，确定任务执行服务器的任务分配权重，其中，该任务分配权重与单位时间内处理的任务总数量负相关。
另外，任务处理权重可以包括任务执行服务器的任务处理速度权重，上述步骤S706的处理具体可以通过以下处理实现：根据任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定任务执行服务器的任务处理速度权重。
此外，任务处理权重可以包括任务执行服务器的历史处理性能权重，上述步骤S706的处理具体可以通过以下处理实现：根据任务超时时间的上限和近期预定次数的任务处理的平均时长，确定任务执行服务器的历史处理性能权重。
另外，任务处理权重可以包括上述过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，上述步骤S706的处理具体可以通过以下处理实现：根据过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，利用公式
计算任务处理权重。
其中，W为任务处理权重，W1为过载权重，W2为任务分配权重，W3为任务处理速度权重，W4为历史处理性能权重，a∈(0,1)，b∈(0,1)。
在步骤S708中，接收任务调度请求，该任务调度请求用于请求为任务执行服务器分配任务。
在步骤S710中，获取用于为上述任务执行服务器分配任务的任务处理权重。
在步骤S712中，根据上述任务处理权重，从上述任务调度请求对应的目标任务中为上述任务执行服务器分配任务。
在步骤S714中，以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
上述步骤S702～步骤S714的具体处理过程可以参见上述实施例一和实施例二中的相关内容，在此不再赘述。
本说明书实施例提供一种任务的分配方法，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例五
以上为本说明书实施例提供的任务的分配方法，基于同样的思路，本说明书实施例还提供一种任务的分配装置，如图8所示。
该任务的分配装置包括：日志获取模块801、权重确定模块802和权重发送模块803，其中：
日志获取模块801，用于获取任务执行服务器的任务执行日志；
权重确定模块802，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
权重发送模块803，用于将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
本说明书实施例中，所述权重确定模块802，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
本说明书实施例中，所述任务处理权重包括所述任务执行服务器的过载权重，所述权重确定单元，用于根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
本说明书实施例中，所述任务处理权重包括所述任务执行服务器的任务分配权重，所述权重确定单元，用于根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
本说明书实施例中，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，所述权重确定单元，用于根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
本说明书实施例中，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，所述权重确定单元，用于根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
本说明书实施例中，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，所述权重确定单元，用于分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
本说明书实施例中，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，所述权重确定模块802，用于根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
本说明书实施例提供一种任务的分配装置，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例六
基于同样的思路，本说明书实施例还提供一种任务的分配装置，如图9所示。
该任务的分配装置包括：请求接收模块901、权重获取模块902和任务分配模块903，其中：
请求接收模块901，用于接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
权重获取模块902，用于获取用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块903，用于根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
本说明书实施例中，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
本说明书实施例中，所述权重获取模块902，用于从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
本说明书实施例提供一种任务的分配装置，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例七
基于同样的思路，本说明书实施例还提供一种任务的分配装置，如图9所示。
该任务的分配装置包括：日志获取模块1001、权重确定模块1002和任务分配模块1003，其中：
日志获取模块1001，用于获取任务执行服务器的任务执行日志；
权重确定模块1002，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块1003，用于当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
本说明书实施例中，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
本说明书实施例中，所述权重确定模块1002，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
本说明书实施例提供一种任务的分配装置，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例八
以上为本说明书实施例提供的任务的分配装置，基于同样的思路，本说明书实施例还提供一种任务的分配设备，如图11所示。
所述任务的分配设备可以为上述实施例提供的负载监控服务器。
任务的分配设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器1101和存储器1102，存储器1102中可以存储有一个或一个以上存储应用程序或数据。其中，存储器1102可以是短暂存储或持久存储。存储在存储器1102的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对任务的分配设备中的一系列计算机可执行指令。更进一步地，处理器1101可以设置为与存储器1102通信，在任务的分配设备上执行存储器1102中的一系列计算机可执行指令。任务的分配设备还可以包括一个或一个以上电源1103，一个或一个以上有线或无线网络接口1104，一个或一个以上输入输出接口1105，一个或一个以上键盘1106。
具体在本实施例中，任务的分配设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对任务的分配设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
可选地，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
可选地，所述任务处理权重包括所述任务执行服务器的过载权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
可选地，所述任务处理权重包括所述任务执行服务器的任务分配权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
可选地，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
可选地，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
可选地，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，
所述根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重，包括：
分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；
根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
可选地，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，
所述确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
本说明书实施例提供一种任务的分配设备，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以将任务执行服务器的任务处理权重发送给任务分配服务器，以使任务分配服务器在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
实施例九
以上为本说明书实施例提供的任务的分配装置，基于同样的思路，本说明书实施例还提供一种任务的分配设备，如图12所示。
所述任务的分配设备可以为上述实施例提供的任务分配服务器。
任务的分配设备可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上的处理器1201和存储器1202，存储器1202中可以存储有一个或一个以上存储应用程序或数据。其中，存储器1202可以是短暂存储或持久存储。存储在存储器1202的应用程序可以包括一个或一个以上模块(图示未示出)，每个模块可以包括对任务的分配设备中的一系列计算机可执行指令。更进一步地，处理器1201可以设置为与存储器1202通信，在任务的分配设备上执行存储器1202中的一系列计算机可执行指令。任务的分配设备还可以包括一个或一个以上电源1203，一个或一个以上有线或无线网络接口1204，一个或一个以上输入输出接口1205，一个或一个以上键盘1206。
具体在本实施例中，任务的分配设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对任务的分配设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
获取用于为所述任务执行服务器分配任务的任务处理权重；
根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述获取用于为任务执行服务器分配任务的任务处理权重，包括：
从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
另外，具体在本实施例中，任务的分配设备包括有存储器，以及一个或一个以上的程序，其中一个或者一个以上程序存储于存储器中，且一个或者一个以上程序可以包括一个或一个以上模块，且每个模块可以包括对任务的分配设备中的一系列计算机可执行指令，且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
可选地，还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
可选地，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
本说明书实施例提供一种任务的分配设备，通过获取任务执行服务器的任务执行日志，确定用于为任务执行服务器分配任务的任务处理权重，然后，可以在接收到任务调度请求时，根据任务处理权重为任务执行服务器分配任务，这样，可以通过收集任务执行服务器的任务执行日志，确定任务执行服务器的任务处理权重，当下一次的任务调度请求到达时，可以根据上述任务处理权重为各个任务执行服务器分配任务，从而将“调度分配”、“任务执行”、“负载控制”三个处理环节形成完整的闭环，从而可以很好的平衡各个任务执行服务器之间的任务处理数量，避免任务执行服务器的“过载”或“饥饿”现象，能够动态地对当前任务执行服务器的任务处理进行调节，解决了随机调度定时任务的弊端。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本说明书的实施例可提供为方法、系统、或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书的实施例是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书一个或多个实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书一个或多个实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (31)

1.一种任务的分配方法，所述方法包括：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
2.根据权利要求1所述的方法，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
3.根据权利要求2所述的方法，所述任务处理权重包括所述任务执行服务器的过载权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
4.根据权利要求2所述的方法，所述任务处理权重包括所述任务执行服务器的任务分配权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
5.根据权利要求2所述的方法，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
6.根据权利要求2所述的方法，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，
所述根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
7.根据权利要求6所述的方法，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，
所述根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重，包括：
分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；
根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
8.根据权利要求1所述的方法，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，
所述确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
9.一种任务的分配方法，所述方法包括：
接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
获取用于为所述任务执行服务器分配任务的任务处理权重；
根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
10.根据权利要求9所述的方法，所述方法还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
11.根据权利要求9所述的方法，所述获取用于为任务执行服务器分配任务的任务处理权重，包括：
从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
12.一种任务的分配方法，所述方法包括：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
13.根据权利要求12所述的方法，所述方法还包括：
以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
14.根据权利要求13所述的方法，所述根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重，包括：
根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
15.一种任务的分配装置，所述装置包括：
日志获取模块，用于获取任务执行服务器的任务执行日志；
权重确定模块，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
权重发送模块，用于将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
16.根据权利要求15所述的装置，所述权重确定模块，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
17.根据权利要求16所述的装置，所述任务处理权重包括所述任务执行服务器的过载权重，所述权重确定单元，用于根据所述单位时间内任务处理成功或业务型失败的数量，以及所述单位时间内处理的任务总数量，确定所述任务执行服务器的过载权重。
18.根据权利要求16所述的装置，所述任务处理权重包括所述任务执行服务器的任务分配权重，所述权重确定单元，用于根据所述单位时间内处理的任务总数量，确定所述任务执行服务器的任务分配权重。所述任务分配权重与所述单位时间内处理的任务总数量负相关。
19.根据权利要求16所述的装置，所述任务处理权重包括所述任务执行服务器的任务处理速度权重，所述权重确定单元，用于根据所述任务超时时间的上限，以及近期预定次数的任务处理的平均时长，确定所述任务执行服务器的任务处理速度权重。
20.根据权利要求16所述的装置，所述任务处理权重包括所述任务执行服务器的历史处理性能权重，所述权重确定单元，用于根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理性能权重。
21.根据权利要求20所述的装置，所述历史处理性能权重包括历史处理时长子权重和历史处理抖动子权重，所述权重确定单元，用于分别根据所述任务超时时间的上限和近期预定次数的任务处理的平均时长，确定所述任务执行服务器的历史处理时长子权重和所述历史处理抖动子权重；根据所述历史处理时长子权重和所述历史处理抖动子权重，确定所述历史处理性能权重。
22.根据权利要求15所述的装置，所述任务处理权重包括过载权重、任务分配权重、任务处理速度权重和历史处理性能权重，所述权重确定模块，用于根据所述过载权重、所述任务分配权重、所述任务处理速度权重和所述历史处理性能权重，利用公式
计算所述任务处理权重；其中，W为所述任务处理权重，W1为所述过载权重，W2为所述任务分配权重，W3为所述任务处理速度权重，W4为所述历史处理性能权重，a∈(0,1)，b∈(0,1)。
23.一种任务的分配装置，所述装置包括：
请求接收模块，用于接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
权重获取模块，用于获取用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块，用于根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
24.根据权利要求23所述的装置，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
25.根据权利要求23所述的装置，所述权重获取模块，用于从负载监控服务器中获取用于为任务执行服务器分配任务的任务处理权重。
26.一种任务的分配装置，所述装置包括：
日志获取模块，用于获取任务执行服务器的任务执行日志；
权重确定模块，用于根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
任务分配模块，用于当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
27.根据权利要求26所述的装置，所述装置还包括：
通知模块，用于以点对点调用的方式，通知所述任务执行服务器执行为所述任务执行服务器分配的任务。
28.根据权利要求27所述的装置，所述权重确定模块，包括：
统计单元，用于根据所述任务执行日志中执行任务过程中的相关参数数据，确定所述任务执行服务器的任务处理统计信息，所述任务处理统计信息至少包括以下中的一个或多个：任务超时时间的上限、单位时间内任务处理成功或业务型失败的数量、单位时间内超时完成任务的数量、单位时间内处理的任务总数量、单位时间内由于系统异常导致的任务失败数量；
权重确定单元，用于根据所述任务执行服务器的任务处理统计信息，确定用于为所述任务执行服务器分配任务的任务处理权重。
29.一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
将所述任务执行服务器的任务处理权重发送给任务分配服务器，以使所述任务分配服务器在接收到任务调度请求时，根据所述任务处理权重为所述任务执行服务器分配任务。
30.一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
接收任务调度请求，所述任务调度请求用于请求为任务执行服务器分配任务；
获取用于为所述任务执行服务器分配任务的任务处理权重；
根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
31.一种任务的分配设备，所述任务的分配设备包括：
处理器；以及
被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器：
获取任务执行服务器的任务执行日志；
根据所述任务执行日志，确定用于为所述任务执行服务器分配任务的任务处理权重；
当接收到任务调度请求时，根据所述任务处理权重，从所述任务调度请求对应的目标任务中为所述任务执行服务器分配任务。
CN201810298743.XA 2018-04-04 2018-04-04 一种任务的分配方法、装置及设备 Active CN108681484B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810298743.XA CN108681484B (zh) 2018-04-04 2018-04-04 一种任务的分配方法、装置及设备
PCT/CN2019/073963 WO2019192263A1 (zh) 2018-04-04 2019-01-30 一种任务的分配方法、装置及设备
TW108104575A TWI701597B (zh) 2018-04-04 2019-02-12 任務的分配方法、裝置及設備

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810298743.XA CN108681484B (zh) 2018-04-04 2018-04-04 一种任务的分配方法、装置及设备

Publications (2)

Publication Number Publication Date
CN108681484A true CN108681484A (zh) 2018-10-19
CN108681484B CN108681484B (zh) 2020-08-18

Family

ID=63800749

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810298743.XA Active CN108681484B (zh) 2018-04-04 2018-04-04 一种任务的分配方法、装置及设备

Country Status (3)

Country Link
CN (1) CN108681484B (zh)
TW (1) TWI701597B (zh)
WO (1) WO2019192263A1 (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019192263A1 (zh) * 2018-04-04 2019-10-10 阿里巴巴集团控股有限公司 一种任务的分配方法、装置及设备
CN110764892A (zh) * 2019-10-22 2020-02-07 北京字节跳动网络技术有限公司 任务处理方法、设备及计算机可读存储介质
CN110795255A (zh) * 2019-10-16 2020-02-14 金蝶软件（中国）有限公司 数据批量值调整方法、装置、可读存储介质和设备
CN110990136A (zh) * 2019-11-29 2020-04-10 北京奇艺世纪科技有限公司 一种任务处理方法和任务调度器
CN111182011A (zh) * 2018-11-09 2020-05-19 中移（杭州）信息技术有限公司 一种服务集分配方法及装置
CN111367647A (zh) * 2020-03-31 2020-07-03 绿盟科技集团股份有限公司 一种任务指派方法及装置
CN112286672A (zh) * 2020-12-30 2021-01-29 南京智闪萤科技有限公司 用于调度任务的方法、计算设备和计算机存储介质
CN113112139A (zh) * 2021-04-07 2021-07-13 上海联蔚盘云科技有限公司 云平台账单的处理方法和设备
CN113242301A (zh) * 2021-05-11 2021-08-10 鸬鹚科技(深圳)有限公司 真实服务器的选定方法、装置、计算机设备及存储介质
CN113467915A (zh) * 2021-07-13 2021-10-01 中科曙光国际信息产业有限公司 作业调度方法、装置、计算机设备及可读存储介质
WO2022188509A1 (zh) * 2021-03-12 2022-09-15 天翼云科技有限公司 分布式环境下的任务处理方法、装置、电子设备和介质
CN115357257A (zh) * 2022-10-21 2022-11-18 统信软件技术有限公司 一种安装文件生成方法、系统、计算设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090044060A1 (en) * 2001-05-14 2009-02-12 Stefan Noll Method for Supervising Task-Based Data Processing
CN103024081A (zh) * 2013-01-04 2013-04-03 福建星网视易信息系统有限公司 适用于有时效保证通讯系统的点对点通讯的终端调度方法
CN103281367A (zh) * 2013-05-22 2013-09-04 北京蓝汛通信技术有限责任公司 一种负载均衡方法及装置
US20140289370A1 (en) * 2013-03-19 2014-09-25 Canon Kabushiki Kaisha Log management system, log management method, image forming apparatus and control method thereof, and non-transitory computer-readable medium
CN106657399A (zh) * 2017-02-20 2017-05-10 北京奇虎科技有限公司 基于中间件实现的后台服务器选择方法及装置
CN107819626A (zh) * 2017-11-15 2018-03-20 广州天源信息科技股份有限公司 基于日志监控分析实现负载均衡器调整分发的方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7296269B2 (en) * 2003-04-22 2007-11-13 Lucent Technologies Inc. Balancing loads among computing nodes where no task distributor servers all nodes and at least one node is served by two or more task distributors
US9537973B2 (en) * 2012-11-01 2017-01-03 Microsoft Technology Licensing, Llc CDN load balancing in the cloud
CN103401947A (zh) * 2013-08-20 2013-11-20 曙光信息产业(北京)有限公司 多个服务器的任务分配方法和装置
CN105471985A (zh) * 2015-11-23 2016-04-06 北京农业信息技术研究中心 负载均衡方法及云平台计算方法、云平台
CN106412124B (zh) * 2016-12-01 2019-10-29 广州高能计算机科技有限公司 一种并序化云服务平台任务分配系统及任务分配方法
CN108681484B (zh) * 2018-04-04 2020-08-18 阿里巴巴集团控股有限公司 一种任务的分配方法、装置及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090044060A1 (en) * 2001-05-14 2009-02-12 Stefan Noll Method for Supervising Task-Based Data Processing
CN103024081A (zh) * 2013-01-04 2013-04-03 福建星网视易信息系统有限公司 适用于有时效保证通讯系统的点对点通讯的终端调度方法
US20140289370A1 (en) * 2013-03-19 2014-09-25 Canon Kabushiki Kaisha Log management system, log management method, image forming apparatus and control method thereof, and non-transitory computer-readable medium
CN103281367A (zh) * 2013-05-22 2013-09-04 北京蓝汛通信技术有限责任公司 一种负载均衡方法及装置
CN106657399A (zh) * 2017-02-20 2017-05-10 北京奇虎科技有限公司 基于中间件实现的后台服务器选择方法及装置
CN107819626A (zh) * 2017-11-15 2018-03-20 广州天源信息科技股份有限公司 基于日志监控分析实现负载均衡器调整分发的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FREDY JUAREZ 等: "Dynamic energy-aware scheduling for parallel task-based application in cloud computing", 《FUTURE GENERATION COMPUTER SYSTEMS》 *
李永魁 等: "基于非关系数据库的分布式负载均衡技术", 《计算机系统应用》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019192263A1 (zh) * 2018-04-04 2019-10-10 阿里巴巴集团控股有限公司 一种任务的分配方法、装置及设备
CN111182011A (zh) * 2018-11-09 2020-05-19 中移（杭州）信息技术有限公司 一种服务集分配方法及装置
CN111182011B (zh) * 2018-11-09 2022-06-10 中移（杭州）信息技术有限公司 一种服务集分配方法及装置
CN110795255B (zh) * 2019-10-16 2022-07-08 金蝶软件（中国）有限公司 数据批量值调整方法、装置、可读存储介质和设备
CN110795255A (zh) * 2019-10-16 2020-02-14 金蝶软件（中国）有限公司 数据批量值调整方法、装置、可读存储介质和设备
CN110764892A (zh) * 2019-10-22 2020-02-07 北京字节跳动网络技术有限公司 任务处理方法、设备及计算机可读存储介质
CN110990136B (zh) * 2019-11-29 2024-04-09 北京奇艺世纪科技有限公司 一种任务处理方法和任务调度器
CN110990136A (zh) * 2019-11-29 2020-04-10 北京奇艺世纪科技有限公司 一种任务处理方法和任务调度器
CN111367647A (zh) * 2020-03-31 2020-07-03 绿盟科技集团股份有限公司 一种任务指派方法及装置
CN112286672A (zh) * 2020-12-30 2021-01-29 南京智闪萤科技有限公司 用于调度任务的方法、计算设备和计算机存储介质
CN112286672B (zh) * 2020-12-30 2021-05-07 南京智闪萤科技有限公司 用于调度任务的方法、计算设备和计算机存储介质
WO2022188509A1 (zh) * 2021-03-12 2022-09-15 天翼云科技有限公司 分布式环境下的任务处理方法、装置、电子设备和介质
CN113112139A (zh) * 2021-04-07 2021-07-13 上海联蔚盘云科技有限公司 云平台账单的处理方法和设备
CN113242301A (zh) * 2021-05-11 2021-08-10 鸬鹚科技(深圳)有限公司 真实服务器的选定方法、装置、计算机设备及存储介质
CN113242301B (zh) * 2021-05-11 2024-03-26 鸬鹚科技(深圳)有限公司 真实服务器的选定方法、装置、计算机设备及存储介质
CN113467915A (zh) * 2021-07-13 2021-10-01 中科曙光国际信息产业有限公司 作业调度方法、装置、计算机设备及可读存储介质
CN115357257A (zh) * 2022-10-21 2022-11-18 统信软件技术有限公司 一种安装文件生成方法、系统、计算设备及存储介质

Also Published As

Publication number Publication date
TW201942739A (zh) 2019-11-01
TWI701597B (zh) 2020-08-11
CN108681484B (zh) 2020-08-18
WO2019192263A1 (zh) 2019-10-10

Similar Documents

Publication Publication Date Title
CN108681484A (zh) 一种任务的分配方法、装置及设备
CN102232282B (zh) 一种实现数据中心资源负载均衡的方法及装置
Bi et al. Application-aware dynamic fine-grained resource provisioning in a virtualized cloud data center
CN109471727A (zh) 一种任务处理方法、装置及系统
Van den Bossche et al. Cost-efficient scheduling heuristics for deadline constrained workloads on hybrid clouds
Zhu et al. Scheduling stochastic multi-stage jobs to elastic hybrid cloud resources
CN109005125A (zh) 动态限流方法、装置及系统
US8984521B2 (en) Computer system performance by applying rate limits to control block tenancy
CN108537619A (zh) 一种基于最大流算法的任务分配方法、装置及设备
CN108683692A (zh) 一种业务请求处理方法及装置
CN107645520A (zh) 一种负载均衡方法、装置以及系统
CN109739627A (zh) 任务的调度方法、电子设备及介质
CN109669773A (zh) 金融数据处理方法、装置、设备和存储介质
CN110099083A (zh) 一种用于服务器集群的负载均衡调度方法及装置
CN115421905A (zh) 一种任务调度方法、装置、电子设备及存储介质
Thai et al. Budget constrained execution of multiple bag-of-tasks applications on the cloud
CN106407007B (zh) 面向弹性分析流程的云资源配置优化方法
Madhumathi et al. A resource allocation strategy in cloud using roulette wheel selection method
CN111930516B (zh) 一种负载均衡方法及相关装置
Attiya et al. TCSA: A dynamic job scheduling algorithm for computational grids
CN115766582A (zh) 流量控制方法、装置和系统、介质和计算机设备
CN113703945B (zh) 微服务集群的调度方法、装置、设备及存储介质
Paulos et al. Priority-enabled load balancing for dispersed computing
Ajeena Beegom et al. Non-dominated sorting based PSO algorithm for workflow task scheduling in cloud computing systems
Tekin et al. Dynamic server allocation for unstable queueing networks with flexible servers

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
TR01 Transfer of patent right

Effective date of registration: 20200923

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Patentee after: Innovative advanced technology Co.,Ltd.

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Patentee before: Advanced innovation technology Co.,Ltd.

Effective date of registration: 20200923

Address after: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Patentee after: Advanced innovation technology Co.,Ltd.

Address before: A four-storey 847 mailbox in Grand Cayman Capital Building, British Cayman Islands

Patentee before: Alibaba Group Holding Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20240221

Address after: Guohao Times City # 20-01, 128 Meizhi Road, Singapore

Patentee after: Advanced Nova Technology (Singapore) Holdings Ltd.

Country or region after: Singapore

Address before: Cayman Enterprise Centre, 27 Hospital Road, George Town, Grand Cayman, British Islands

Patentee before: Innovative advanced technology Co.,Ltd.

Country or region before: Cayman Islands

TR01 Transfer of patent right