CN109976891B - 基于任务线程配置的服务器任务处理方法 - Google Patents
基于任务线程配置的服务器任务处理方法 Download PDFInfo
- Publication number
- CN109976891B CN109976891B CN201910242897.1A CN201910242897A CN109976891B CN 109976891 B CN109976891 B CN 109976891B CN 201910242897 A CN201910242897 A CN 201910242897A CN 109976891 B CN109976891 B CN 109976891B
- Authority
- CN
- China
- Prior art keywords
- time
- empirical
- task
- thread
- threads
- 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.)
- Active
Links
Images
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
-
- 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
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5022—Mechanisms to release resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/483—Multiproc
-
- 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
- G06F2209/5018—Thread allocation
Abstract
本发明公开了一种基于任务线程配置的服务器任务处理方法,包括:识别所有任务的类型,根据类型查找完成该类型对应任务的经验时间值和经验线程数,经验时间值小于时间阈值,则归入连续处理组,经验时间值大于或等于时间阈值,则归入间断处理组;连续处理组的任务,服务器根据经验线程数为该任务优先配置已完成任务但未释放的线程和监听器,任务完成后,线程不释放,继续处理连续处理组内的任务,直至连续处理组内的任务全部完成,线程释放;间断处理组的任务,服务器根据经验线程数优先配置空闲状态的线程和监听器,任务完成后,线程释放。本发明具有既能及时处理用户常用的应用功能的任务,提高用户体验,又能提高总体任务处理速度的有益效果。
Description
技术领域
本发明涉及服务器任务处理领域。更具体地说,本发明涉及一种基于任务线程配置的服务器任务处理方法。
背景技术
随着应用系统功能的不断增加,某些功能的实现对实时性要求不是那么高,但是逻辑却很复杂、执行比较耗时,比如涉及外部系统调用、多数据源等。而对于某些功能的实现,则对实时性要求很高,比如实时聊天,简历更新,而如果增加服务器的数量和容量,成本过高,不利于应用系统的推广应用,因此,设计一款能平衡二者需要的任务处理方法是值得本领域技术人员思量的。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于任务线程配置的服务器任务处理方法,根据时间阈值对任务进行分组,可以及时处理用户常用的应用功能的任务,提高用户体验,根据经验线程数合理配置线程,可以提高总体任务处理速度。
为了实现根据本发明的这些目的和其它优点,提供了一种基于任务线程配置的服务器任务处理方法,其特征在于,包括:
识别任务列表中的所有任务的类型,根据每个类型查找完成该类型对应的任务的经验时间值和经验线程数,根据经验时间值将所有任务分为连续处理组和间断处理组,如果经验时间值小于当前的时间阈值,则将任务归入所述连续处理组,如果经验时间值大于或等于当前时间阈值,则将任务归入所述间断处理组;
从所述连续处理组选取一个任务,服务器根据经验线程数为该任务优先配置已完成任务但未释放的线程和监听线程处理状态的监听器,当该任务完成后,计算并保存完成该任务的实际时间和实际线程数,计算此次任务完成后,该类型的经验时间值和经验线程数并保存,并且线程不释放,继续处理所述连续处理组内的任务,直至所述连续处理组内的任务全部完成后,所述线程释放,呈空闲状态;
从所述间断处理组选取一个任务,服务器根据经验线程数为该任务优先配置空闲状态的线程和监听线程处理状态的监听器,当该任务完成后,线程释放,呈空闲状态,计算并保存完成该任务的实际时间和实际线程数,计算此次任务该类型的经验时间值和经验线程数并保存。
优选的是,还包括:处理连续处理组的任务,当已完成任务但未释放的线程的数量小于经验线程数时,则服务器为该任务再配置空闲的线程,如果已完成任务但未释放的线程的数量和空闲的线程数的总和小于经验线程数,则服务器建立新的线程,以使已完成任务但未释放的线程的数量与新建立的新的线程的数量的总和大于经验线程数。
优选的是,还包括:当处理间断处理组的任务,且空闲状态的线程的数量小于经验线程数时,则服务器建立新的线程,以使新的线程的数量和空闲状态的线程的数量的总和大于经验线程数。
优选的是,计算一次任务完成后,对应类型的经验时间值的方法具体为:
选取当前时间t1至当前时间之前的时间t0之间的一段时间(t1-t0)内保存的经验时间值,将时间段(t1-t0)按时间顺序依次分成第一区间、第二区间、第三区间;
将保存时间位于第一区间的经验时间值的总和均乘于加权值λ1后除以第一区间内的经验时间值的个数得到第一时间值,将保存时间位于第二区间的经验时间值的总和均乘于λ2后除以第二区间内的经验时间值的个数得到第二时间值,将保存时间位于第三区间的经验时间值的总和均乘于λ3后除以第三区间内的经验时间值的个数得到第三时间值,其中,λ1<λ2<λ3<1;
第一时间值、第二时间值、第三时间值、此次完成任务后的实际时间值的平均值,即为此次任务完成后,对应类型的经验时间值。
优选的是,每隔时间(t1-t0),删除保存时间在时间t0之前的经验时间值。
优选的是,计算一次任务完成后,对应类型的经验线程数的方法具体为:
选取当前时间t1至当前时间t1之前的时间t0之间的一段时间(t1-t0)内保存的经验线程数,计算保存的经验线程数和此次完成任务后的实际线程数的平均值,即得此次任务完成后,对应类型的经验线程数。
优选的是,当前的时间阈值的计算方法具体为:
计算当前时间所有任务的经验时间值的平均值和经验线程数的平均值,经验时间值的平均值和经验线程数的平均值的乘积即为时间阈值。
优选的是,更新当前时间阈值的频率20次/min。
本发明至少包括以下有益效果:通过将任务按经验时间值进行分组,并且通过将线程进行完成任务但不释放的设置,达到快速处理相同类型,或者需要即时处理的任务,提高用户体验,如果频繁的进行线程的释放和启动非常耗时,而一个应用大多情况下用户用到的功能都是比较普通的功能,用时较少,即经验时间值少的任务,而那些用时多的功能用得少些,通过时间阈值的设置,可以平衡服务器为各任务分配线程,从而达到各任务快速合理的得以执行。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明的其中一个技术方案的方法流程示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
如图1所示,本发明提供一种基于任务线程配置的服务器任务处理方法,包括:
识别任务列表中的所有任务的类型,类型可以根据功能划分,比如发送消息、接收消息、连接外部数据等等,也可以根据事件划分,比如实时聊天、调用外部数据、数据源汇总等等,根据每个类型查找完成该类型对应的任务的经验时间值和经验线程数,根据经验时间值将所有任务分为连续处理组和间断处理组,如果经验时间值小于当前的时间阈值,则将任务归入所述连续处理组,如果经验时间值大于或等于当前时间阈值,则将任务归入所述间断处理组,时间阈值可以设置一个固定的值,也可以根据待处理的任务的数量、每个任务的经验时间值、经验线程数也计算,随时更新时间阈值,从而将任务分成两种,采用不同的线程进行处理,以期在有限的服务器资源时,更加合理的分配线程,平衡各项任务的执行,提高用户体验;
从所述连续处理组选取一个任务,服务器根据经验线程数为该任务优先配置已完成任务但未释放的线程和监听线程处理状态的监听器,已完成任务但未释放的线程会呈现非空闲状态,当该任务完成后,计算并保存完成该任务的实际时间和实际线程数,计算此次任务完成后,该类型的经验时间值和经验线程数并保存,为下一次执行相同类型的任务提供时间值和线路数的参考,并且线程不释放,使线程在外部呈现为非空闲状态,从而不会被服务器配置给其它组的任务,实现优先满足连续处理组的任务,保证该组的任务更加快速的被处理,比如实时聊天,用户需要即时发送和得到消息回复,继续处理所述连续处理组内的任务,直至所述连续处理组内的任务全部完成后,所述线程释放,呈空闲状态;
从所述间断处理组选取一个任务,服务器根据经验线程数为该任务优先配置空闲状态的线程和监听线程处理状态的监听器,当该任务完成后,线程释放,呈空闲状态,可以用于完成下一个任务,计算并保存完成该任务的实际时间和实际线程数,计算此次任务该类型的经验时间值和经验线程数并保存,为下一次执行相同类型的任务提供时间值和线路数的参考。
在上述技术方案中,通过将任务按经验时间值进行分组,并且通过将线程进行完成任务但不释放的设置,达到快速处理相同类型,或者需要即时处理的任务,提高用户体验,如果频繁的进行线程的释放和启动非常耗时,而一个应用大多情况下用户用到的功能都是比较普通的功能,用时较少,即经验时间值少的任务,而那些用时多的功能用得少些,通过时间阈值的设置,可以平衡服务器为各任务分配线程,从而达到各任务快速合理的得以执行。
在另一种技术方案中,还包括:处理连续处理组的任务,当已完成任务但未释放的线程的数量小于经验线程数时,则服务器为该任务再配置空闲的线程,如果已完成任务但未释放的线程的数量和空闲的线程数的总和小于经验线程数,则服务器建立新的线程,以使已完成任务但未释放的线程的数量与新建立的新的线程的数量的总和大于经验线程数。
在上述技术方案中,当某个任务需要较大的线程数时,为了提高该任务的执行速度,服务器会寻找空闲的线程补充,如果还是不能满足要求,则会根据自身的容量新建线程,如果还是不能满足要求,则需要等待,如此服务器可以以最大的速度完成任务,提高服务器的处理能力,即提高线程的吞吐量。
在另一种技术方案中,还包括:当处理间断处理组的任务,且空闲状态的线程的数量小于经验线程数时,则服务器建立新的线程,以使新的线程的数量和空闲状态的线程的数量的总和大于经验线程数。
在上述技术方案中,但某些经验时间值小的任务,但是需要的线程数多,而空闲线程数量不够时,为了不影响连续处理组的任务的正常执行,服务器根据自身容量新建线程,以保证任务的快速执行。
在另一种技术方案中,计算一次任务完成后,对应类型的经验时间值的方法具体为:
选取当前时间t1至当前时间之前的时间t0之间的一段时间(t1-t0)内保存的经验时间值,将时间段(t1-t0)按时间顺序依次分成第一区间、第二区间、第三区间;
将保存时间位于第一区间的经验时间值的总和均乘于加权值λ1后除以第一区间内的经验时间值的个数得到第一时间值,将保存时间位于第二区间的经验时间值的总和均乘于λ2后除以第二区间内的经验时间值的个数得到第二时间值,将保存时间位于第三区间的经验时间值的总和均乘于λ3后除以第三区间内的经验时间值的个数得到第三时间值,其中,λ1<λ2<λ3<1;
第一时间值、第二时间值、第三时间值、此次完成任务后的实际时间值的平均值,即为此次任务完成后,对应类型的经验时间值。
在上述技术方案中,每个时间的网络环境都在变化,通过更新保存的经验时间值,对不同时间区间的经验时间值进行加权,使经验时间值更加合理,与任务本身的实际处理时间更加匹配,从而达到提高此时间阶段的所有任务的整体处理能力。
在另一种技术方案中,每隔时间(t1-t0),删除保存时间在时间t0之前的经验时间值。为了避免资源浪费,定期清理不需要的内容。
在另一种技术方案中,计算一次任务完成后,对应类型的经验线程数的方法具体为:
选取当前时间t1至当前时间t1之前的时间t0之间的一段时间(t1-t0)内保存的经验线程数,计算保存的经验线程数和此次完成任务后的实际线程数的平均值,即得此次任务完成后,对应类型的经验线程数。各类型所需要的线程数相对较稳定,但由于各任务类型存在交差协同作用,因此,也会发生波动,设置经验线程数,可以更加精准的预测所需要的线程数,从而提高任务的处理速度。
在另一种技术方案中,当前的时间阈值的计算方法具体为:
计算当前时间所有任务的经验时间值的平均值和经验线程数的平均值,经验时间值的平均值和经验线程数的平均值的乘积即为时间阈值。每完成一次任务,即更校报时间阈值,可以更合理的对任务进行划分,从而提高整体提高任务的执行速度。
在另一种技术方案中,更新当前时间阈值的频率20次/min。由于时间阈值的计算需要耗费资源,设置该更新的频率,可以合理利用服务器资源,也能提高任务的执行速度。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出与描述的图例。
Claims (8)
1.基于任务线程配置的服务器任务处理方法,其特征在于,包括:
识别任务列表中的所有任务的类型,根据每个类型查找完成该类型对应的任务的经验时间值和经验线程数,根据经验时间值将所有任务分为连续处理组和间断处理组,如果经验时间值小于当前的时间阈值,则将任务归入所述连续处理组,如果经验时间值大于或等于当前时间阈值,则将任务归入所述间断处理组;
从所述连续处理组选取一个任务,服务器根据经验线程数为该任务优先配置已完成任务但未释放的线程和监听线程处理状态的监听器,当该任务完成后,计算并保存完成该任务的实际时间和实际线程数,计算此次任务完成后,该类型的经验时间值和经验线程数并保存,并且线程不释放,继续处理所述连续处理组内的任务,直至所述连续处理组内的任务全部完成后,所述线程释放,呈空闲状态;
从所述间断处理组选取一个任务,服务器根据经验线程数为该任务优先配置空闲状态的线程和监听线程处理状态的监听器,当该任务完成后,线程释放,呈空闲状态,计算并保存完成该任务的实际时间和实际线程数,计算此次任务完成后,该类型任务的经验时间值和经验线程数并保存。
2.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,还包括:处理连续处理组的任务,当已完成任务但未释放的线程的数量小于经验线程数时,则服务器为该任务再配置空闲的线程,如果已完成任务但未释放的线程的数量和空闲的线程数的总和小于经验线程数,则服务器建立新的线程,以使已完成任务但未释放的线程的数量与新建立的新的线程的数量的总和大于经验线程数。
3.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,还包括:当处理间断处理组的任务,且空闲状态的线程的数量小于经验线程数时,则服务器建立新的线程,以使新的线程的数量和空闲状态的线程的数量的总和大于经验线程数。
4.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,计算一次任务完成后,对应类型的经验时间值的方法具体为:
选取当前时间t1至当前时间之前的时间t0之间的一段时间(t1-t0)内保存的经验时间值,将时间段(t1-t0)按时间顺序依次分成第一区间、第二区间、第三区间;
将保存时间位于第一区间的经验时间值的总和乘以加权值λ1后除以第一区间内的经验时间值的个数得到第一时间值,将保存时间位于第二区间的经验时间值的总和乘以加权值λ2后除以第二区间内的经验时间值的个数得到第二时间值,将保存时间位于第三区间的经验时间值的总和乘以加权值λ3后除以第三区间内的经验时间值的个数得到第三时间值,其中,λ1<λ2<λ3<1;
第一时间值、第二时间值、第三时间值、此次完成任务后的实际时间值的平均值,即为此次任务完成后,对应类型的经验时间值。
5.如权利要求4所述的基于任务线程配置的服务器任务处理方法,其特征在于,每隔时间(t1-t0),删除保存时间在时间t0之前的经验时间值。
6.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,计算一次任务完成后,对应类型的经验线程数的方法具体为:
选取当前时间t1至当前时间t1之前的时间t0之间的一段时间(t1-t0)内保存的经验线程数,计算保存的经验线程数和此次完成任务后的实际线程数的平均值,即得此次任务完成后,对应类型的经验线程数。
7.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,当前的时间阈值的计算方法具体为:
计算当前时间所有任务的经验时间值的平均值和经验线程数的平均值,经验时间值的平均值和经验线程数的平均值的乘积即为时间阈值。
8.如权利要求1所述的基于任务线程配置的服务器任务处理方法,其特征在于,更新当前时间阈值的频率为20次/min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910242897.1A CN109976891B (zh) | 2019-03-28 | 2019-03-28 | 基于任务线程配置的服务器任务处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910242897.1A CN109976891B (zh) | 2019-03-28 | 2019-03-28 | 基于任务线程配置的服务器任务处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109976891A CN109976891A (zh) | 2019-07-05 |
CN109976891B true CN109976891B (zh) | 2020-11-03 |
Family
ID=67081199
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910242897.1A Active CN109976891B (zh) | 2019-03-28 | 2019-03-28 | 基于任务线程配置的服务器任务处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109976891B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651279A (zh) * | 2020-02-20 | 2020-09-11 | 中国银联股份有限公司 | 一种处理业务流程的方法及其处理系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103559443A (zh) * | 2013-11-01 | 2014-02-05 | 北京奇虎科技有限公司 | 多核设备的病毒扫描方法和装置 |
CN104572290A (zh) * | 2013-10-11 | 2015-04-29 | 中兴通讯股份有限公司 | 消息处理线程的控制方法及装置 |
CN105159768A (zh) * | 2015-09-09 | 2015-12-16 | 浪潮集团有限公司 | 一种任务管理方法及云数据中心管理平台 |
CN107918864A (zh) * | 2017-11-23 | 2018-04-17 | 平安科技(深圳)有限公司 | 电子保单生成方法、装置、计算机设备及存储介质 |
CN108710538A (zh) * | 2018-05-14 | 2018-10-26 | 中国平安人寿保险股份有限公司 | 一种线程配置方法、计算机可读存储介质及终端设备 |
CN109426561A (zh) * | 2017-08-29 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 一种任务处理方法、装置及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9329899B2 (en) * | 2013-06-24 | 2016-05-03 | Sap Se | Parallel execution of parsed query based on a concurrency level corresponding to an average number of available worker threads |
US10061619B2 (en) * | 2015-05-29 | 2018-08-28 | Red Hat, Inc. | Thread pool management |
-
2019
- 2019-03-28 CN CN201910242897.1A patent/CN109976891B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104572290A (zh) * | 2013-10-11 | 2015-04-29 | 中兴通讯股份有限公司 | 消息处理线程的控制方法及装置 |
CN103559443A (zh) * | 2013-11-01 | 2014-02-05 | 北京奇虎科技有限公司 | 多核设备的病毒扫描方法和装置 |
CN105159768A (zh) * | 2015-09-09 | 2015-12-16 | 浪潮集团有限公司 | 一种任务管理方法及云数据中心管理平台 |
CN109426561A (zh) * | 2017-08-29 | 2019-03-05 | 阿里巴巴集团控股有限公司 | 一种任务处理方法、装置及设备 |
CN107918864A (zh) * | 2017-11-23 | 2018-04-17 | 平安科技(深圳)有限公司 | 电子保单生成方法、装置、计算机设备及存储介质 |
CN108710538A (zh) * | 2018-05-14 | 2018-10-26 | 中国平安人寿保险股份有限公司 | 一种线程配置方法、计算机可读存储介质及终端设备 |
Non-Patent Citations (1)
Title |
---|
大规模异构通信网络管理信息系统;井雅,李群,陈亭,张海阔;《计算机工程与设计》;20151231;3390-3395、3401 * |
Also Published As
Publication number | Publication date |
---|---|
CN109976891A (zh) | 2019-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110908788B (zh) | 基于Spark Streaming的数据处理方法、装置、计算机设备及存储介质 | |
CN111381950B (zh) | 一种面向边缘计算环境基于多副本的任务调度方法和系统 | |
CN107370667B (zh) | 多线程并行处理方法和装置、可读介质和存储控制器 | |
US7441240B2 (en) | Process scheduling apparatus, process scheduling method, program for process scheduling, and storage medium recording a program for process scheduling | |
JP7214786B2 (ja) | 深層学習推論エンジンのスケジューリング方法、装置、機器及び媒体 | |
CN105320570B (zh) | 资源管理方法和系统 | |
CN105511950A (zh) | 大数据集的任务队列优先级的调度管理方法 | |
CN103944997A (zh) | 结合随机抽样和虚拟化技术的负载均衡方法 | |
CN109976891B (zh) | 基于任务线程配置的服务器任务处理方法 | |
CN109298924A (zh) | 定时任务的管理方法、计算机可读存储介质和终端设备 | |
CN111240822B (zh) | 任务调度方法、装置、系统及存储介质 | |
CN114448989B (zh) | 调整消息分发的方法、装置、电子设备、存储介质及产品 | |
CN110688229B (zh) | 任务处理方法和装置 | |
CN113961341A (zh) | 基于Actor模型的并发数据处理方法、系统、设备和存储介质 | |
CN114490048A (zh) | 任务执行方法、装置、电子设备及计算机存储介质 | |
CN116702885B (zh) | 同步数据并行训练控制方法、系统、装置、设备及介质 | |
CN111106946A (zh) | 一种联网设备边缘计算节点改造方法和系统 | |
CN112860401A (zh) | 任务调度方法、装置、电子设备和存储介质 | |
CN107911484B (zh) | 一种消息处理的方法及装置 | |
CN115373860B (zh) | Gpu任务的调度方法、装置、设备和存储介质 | |
Huang et al. | Joint optimization of task mapping and routing for service provisioning in distributed datacenters | |
GB2505412A (en) | Collaborative modified consensus workload distribution between computing nodes | |
Birke et al. | Meeting latency target in transient burst: A case on spark streaming | |
CN112817965B (zh) | 一种数据拼接方法、装置、电子设备和存储介质 | |
CN109379605B (zh) | 基于弹幕顺序的弹幕分发方法、装置、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 100102 unit 02-31, 5 / F, 5 / F, 10 Furong street, Chaoyang District, Beijing Patentee after: Beijing Wangpin Information Technology Co.,Ltd. Address before: 100102 unit 02-31, 5 / F, 5 / F, 10 Furong street, Chaoyang District, Beijing Patentee before: BEIJING WANGPIN CONSULTING Co.,Ltd. |