CN110347602A - 多任务脚本执行方法及装置、电子设备及可读存储介质 - Google Patents

多任务脚本执行方法及装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN110347602A
CN110347602A CN201910627075.5A CN201910627075A CN110347602A CN 110347602 A CN110347602 A CN 110347602A CN 201910627075 A CN201910627075 A CN 201910627075A CN 110347602 A CN110347602 A CN 110347602A
Authority
CN
China
Prior art keywords
task
classification
task groups
priority
groups
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
CN201910627075.5A
Other languages
English (en)
Other versions
CN110347602B (zh
Inventor
侯文龙
易晟义
林科锵
俞子波
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.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
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 Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN201910627075.5A priority Critical patent/CN110347602B/zh
Publication of CN110347602A publication Critical patent/CN110347602A/zh
Application granted granted Critical
Publication of CN110347602B publication Critical patent/CN110347602B/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
    • G06F9/5038—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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/36—Preventing errors by testing or debugging software
    • G06F11/3668—Software testing
    • G06F11/3672—Test management
    • G06F11/3688—Test management for test execution, e.g. scheduling of test suites
    • 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
    • G06F2209/5021—Priority
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供了一种多任务脚本执行方法，包括：获取待执行任务队列，其中，待执行任务队列中包括N个待执行任务；对N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，N和K为整数，K小于或等于N；确定执行每个类别的任务组中各任务的优先级；以及根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机，以便对应数量的执行机执行对应任务组中的待执行任务。本公开还提供了一种多任务脚本执行装置、一种电子设备以及一种计算机可读存储介质。

Description

多任务脚本执行方法及装置、电子设备及可读存储介质
技术领域
本公开涉及一种多任务脚本执行方法、一种多任务脚本执行装置、一种电子设备以及一种计算机可读存储介质。
背景技术
随着软件研发技术的发展，越来越多的企业通过自动化测试来维护整个版本测试过程，保证版本测试质量。在该种运营模式下，自动化脚本的调度执行稳定性及执行效率非常重要，影响着版本的上线周期和上线质量。
为了避免在自动化测试执行过程中对测试人员的工作造成影响和打断，提高测试人员的工作效率，在自动化测试执行过程中，一般会使用共享执行机代替测试人员本机来提供测试脚本的执行服务。
但是，在实现本公开的过程中，发明人发现，采用相关技术对软件进行自动化测试时，执行任务效率低，影响测试效率。
发明内容
本公开的一个方面提供了一种多任务脚本执行方法，包括：获取待执行任务队列，其中，上述待执行任务队列中包括N个待执行任务；对上述N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，上述N和上述K为整数，上述K小于或等于上述N；确定执行上述每个类别的任务组中各任务的优先级；以及根据与上述每个类别的任务组对应的优先级为上述每个类别的任务组分配对应数量的执行机，以便上述对应数量的执行机执行对应任务组中的待执行任务。
根据本公开的实施例，确定执行上述每个类别的任务组中各任务的优先级包括：确定用于确定上述每个类别的任务组对应的优先级的多个决策因子；以及根据上述多个决策因子确定上述每个类别的任务组对应的优先级。
根据本公开的实施例，上述决策因子包括以下至少之一：上述每个类别的任务组的类别信息、上述每个类别的任务组中的任务数量、上述每个类别的任务组与其他任务组的执行依赖信息、上述每个类别的任务组对应的执行机信息、上述每个类别的任务组的测试环境信息和历史任务执行信息。
根据本公开的实施例，根据上述多个决策因子确定上述每个类别的任务组对应的优先级包括：将上述多个决策因子进行量化处理，得到每个决策因子的量化值；确定上述每个决策因子的权重；根据上述每个决策因子的量化值和权重，计算上述每个类别的任务组对应的优先等级分数；以及根据上述每个类别的任务组对应的优先等级分数确定上述每个类别的任务组对应的优先级。
根据本公开的实施例，根据与上述每个类别的任务组对应的优先级为上述每个类别的任务组分配对应数量的执行机包括：在执行上述N个待执行任务的执行机数量固定的情况下，将优先级较低的任务组对应的执行机中的部分分配给优先级较高的任务组，以增加执行上述优先级高的任务组中的任务的执行机数量。
根据本公开的实施例，在将优先级低的任务组对应的执行机中的部分分配给优先级高的任务组之后：按照预定时间间隔重新确定上述每个类别的任务组对应的优先级；以及根据重新确定后的上述每个类别的任务组对应的优先级，为上述每个类别的任务组分配对应数量的执行机。
本公开的另一个方面提供了一种多任务脚本执行装置，包括获取模块，用于获取待执行任务队列，其中，上述待执行任务队列中包括N个待执行任务；分类模块，用于对上述N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，上述N和上述K为整数，上述K小于或等于上述N；确定模块，用于确定执行上述每个类别的任务组中各任务的优先级；以及分配模块，用于根据与上述每个类别的任务组对应的优先级为上述每个类别的任务组分配对应数量的执行机，以便上述对应数量的执行机执行对应任务组中的待执行任务。
根据本公开的实施例，上述确定模块包括第一确定单元，用于确定上述每个类别的任务组对应的优先级的多个决策因子；以及第二确定单元，用于根据上述多个决策因子确定上述每个类别的任务组对应的优先级。
根据本公开的实施例，上述决策因子包括以下至少之一：上述每个类别的任务组的类别信息、上述每个类别的任务组中的任务数量、上述每个类别的任务组与其他任务组的执行依赖信息、上述每个类别的任务组对应的执行机信息、上述每个类别的任务组的测试环境信息和历史任务执行信息。
根据本公开的实施例，第二确定单元用于将上述多个决策因子进行量化处理，得到每个决策因子的量化值；确定上述每个决策因子的权重；根据上述每个决策因子的量化值和权重，计算上述每个类别的任务组对应的优先等级分数；以及根据上述每个类别的任务组对应的优先等级分数确定上述每个类别的任务组对应的优先级。
根据本公开的实施例，上述分配模块用于在执行上述N个待执行任务的执行机数量固定的情况下，将优先级较低的任务组对应的执行机中的部分分配给优先级较高的任务组，以增加执行上述优先级高的任务组中的任务的执行机数量。
根据本公开的实施例，上述确定模块还用于在将优先级低的任务组对应的执行机中的部分分配给优先级高的任务组之后，按照预定时间间隔重新确定上述每个类别的任务组对应的优先级；以及上述分配模块还用于根据重新确定后的上述每个类别的任务组对应的优先级，为上述每个类别的任务组分配对应数量的执行机。
本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；计算机可读存储介质，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了根据本公开实施例的多任务脚本执行方法及装置的应用场景；
图2示意性示出了根据本公开实施例的多任务脚本执行方法的流程图；
图3示意性示出了根据本公开实施例的确定任务组对应的优先级的流程图；
图4示意性示出了根据本公开实施例的确定任务组对应的优先级和生成调度方案的另一示例流程图；
图5示意性示出了根据本公开另一实施例的多任务脚本执行方法的流程图；
图6示意性示出了根据本公开实施例的调度执行机的流程图；
图7示意性示出了根据本公开另一实施例的调度执行机的流程图；
图8示意性示出了根据本公开实施例的多任务脚本执行装置的框图；以及
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
在待执行任务多，公共执行机资源有限的情况下，单一维度的执行机任务调度机制无法满足任务执行调度的需要，容易导致某种类型的脚本执行队列过长，对应类别的执行机资源没有及时调整、某些执行任务存在顺序前后关系，因前项任务被卡滞，后项任务迟迟不执行等情况出现，造成后台执行机资源的浪费，自动化执行任务效率低。
在任务执行的过程中，相关技术中也很少将被测环境状态纳入调度引擎算法因子中，导致在被测环境不具备完整可测性的情况下，自动化脚本任务仍然被提交，任务执行失败后，造成脏数据，对被测环境测试数据产生影响。
因此，需要一种更加完善的智能调度方案。在待执行任务众多、可用执行机资源有限、不同类型的任务需要不同类型的执行机资源、不同类型的执行机可相互切换的条件下，需要一定的调度算法来保证自动化测试执行任务的实施成功率和执行效率。多任务脚本执行方法可以提供自动化脚本的调度执行服务，可以通过多维度进行可用执行机资源的调度分配，实施自动化脚本的调度执行。
本公开的实施例提供了一种多任务脚本执行方法，包括：获取待执行任务队列，其中，待执行任务队列中包括N个待执行任务；对N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，N和K为整数，K小于或等于N；确定执行每个类别的任务组中各任务的优先级；根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机，以便对应数量的执行机执行对应任务组中的待执行任务。
图1示意性示出了根据本公开实施例的多任务脚本执行方法及装置的应用场景。需要注意的是，图1所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
根据本公开的实施例，如图1所示，多任务脚本执行方法可以由调度中心110执行，多任务脚本执行装置可以设置在调度中心110中。
根据本公开的实施例，调度中心110可以确定执行每个类别的任务组中各任务的优先级，根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机。
执行机系统120包括多个执行机，例如，如图1所示，执行机系统120包括执行机1～执行机6。需要说明的是，本公开执行机的数量不限于此。
根据本公开的实施例，执行机1～执行机6可以用于执行任务组中的待执行任务。
调度中心110可以提供更加完善的智能调度方案，在待执行任务众多、或者可用执行机资源有限、或者不同类型的任务需要不同类型的执行机资源、不同类型的执行机可相互切换的条件下，可以保证自动化测试执行任务的实施成功率和执行效率，可以提供自动化脚本的调度执行服务。
图2示意性示出了根据本公开实施例的多任务脚本执行方法的流程图。
如图2所示，该方法包括操作S210～S240。
在操作S210，获取待执行任务队列，其中，待执行任务队列中包括N个待执行任务。
在操作S220，对N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，N和K为整数，K小于或等于N。
在操作S230，确定执行每个类别的任务组中各任务的优先级。
根据本公开的实施例，确定执行每个类别的任务组中各任务的优先级可以是确定每个类别的任务组整体的优先级，也可以是每个类别的任务组中每个任务的优先级。
根据本公开的实施例，以确定每个类别的任务组整体的优先级为例，K等于3，每个类别的任务组分别具有对应的优先级，可以得到3个级别的任务组。
在操作S240，根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机，以便对应数量的执行机执行对应任务组中的待执行任务。
根据本公开的实施例，例如，以包括三个类别的任务组为例。第一任务组的优先级高于第二任务组，第二任务组的优先级高于第三任务组，可以将较多数量的执行机分配给第一任务组，将较少的执行机分配给第三任务组。即，优先分配较多执行机给优先级较高的第一任务组和第二任务组。
本公开提供了一种更加完善的智能调度方案，在待执行任务众多、或者可用执行机资源有限、或者不同类型的任务需要不同类型的执行机资源、不同类型的执行机可相互切换的条件下，可以保证自动化测试执行任务的实施成功率和执行效率，可以提供自动化脚本的调度执行服务，通过多维度进行可用执行机资源的调度分配，实施自动化脚本的调度执行。解决了相关技术中对软件进行自动化测试时，执行任务效率低的技术问题，达到了提高测试效率的技术效果。
下面参考图3～图7，结合具体实施例对图2所示的方法做进一步说明。
图3示意性示出了根据本公开实施例的确定任务组对应的优先级的流程图。
如图3所示，在例如图2所示的操作S230确定任务组对应的优先级的一种示例方法可以包括操作S310～S330。
在操作S310，从任务队列信息、执行机队列信息、测试环境信息和历史任务执行信息等数据源中采集需要的数据。
根据本公开的实施例，任务队列信息可以包括任务类型、任务数量、任务优先级、任务执行依赖(即，此任务是否为彼任务的前项或后项)等信息。
根据本公开的实施例，执行机队列信息可以包括执行机类型、各执行机状态(是否可用、执行任务中还是空闲状态)、执行机数量等信息。
根据本公开的实施例，测试环境信息可以包括被测环境版本信息、环境就绪情况、当前可用状态、测试环境质量(可测性)评分等信息。
根据本公开的实施例，历史执行信息可以包括各类型任务历史执行成功率、各执行机历史执行成功率、执行机历史切换时间、各执行机已执行任务数量等信息。
在操作S320，对采集到的数据进行处理。例如，进行格式校验、数据校验等，提取决策因子等等。
根据本公开的实施例，例如，从任务队列信息和执行机队列信息中提取任务类型及各类型任务的数量、各类型任务的执行依赖(是否有前项或后项)、执行机类型、各类型执行机的数量、各执行机的任务执行情况等。
根据本公开的实施例，例如，从测试环境信息中提取当前各测试环境的版本信息、各测试环境的版本就绪情况、各测试环境的连通性检查结果和各测试环境的可测性检查结果等。
根据本公开的实施例，例如，从历史任务执行信息中提取各类型任务的执行成功率、各类型执行机的任务执行成功率、各类型执行机间的切换时间和各类型执行机已执行任务数量等信息。
根据本公开的实施例，决策因子可以包括以下至少之一：每个类别的任务组的类别信息、每个类别的任务组中的任务数量、每个类别的任务组与其他任务组的执行依赖信息、每个类别的任务组对应的执行机信息、每个类别的任务组的测试环境信息和历史任务执行信息。
在操作S330，根据决策因子确定每一类任务组的优先级。
根据本公开的实施例，确定执行每个类别的任务组中各任务的优先级包括确定用于确定每个类别的任务组对应的优先级的多个决策因子，根据多个决策因子确定每个类别的任务组对应的优先级。
根据本公开的实施例，可以结合从待执行任务队列信息、执行机资源信息、被测环境服务状态信息、历史任务执行信息等中提取的决策因子，智能设置对应决策因子所占权重，依据执行优化算法形成对执行机资源的调度配置方案。
根据本公开的实施例，根据多个决策因子确定每个类别的任务组对应的优先级包括：将多个决策因子进行量化处理，得到每个决策因子的量化值，确定每个决策因子的权重，根据每个决策因子的量化值和权重，计算每个类别的任务组对应的优先等级分数，根据每个类别的任务组对应的优先等级分数确定每个类别的任务组对应的优先级。
例如，图4示意性示出了根据本公开实施例的确定任务组对应的优先级和生成调度方案的另一示例流程图。
如图4所示，在例如图2所示的操作S230确定任务组对应的优先级的另一种示例方法，以及生成调度方案可以包括操作S410～S430。
在操作S410，采集任务队列信息、执行机队列信息、测试环境信息和历史任务执行信息，然后确定决策因子1～决策因子n。
在操作S420，将每个决策因子进行量化处理，确定每个决策因子的权重，决策因子n对应于权重Wn。根据每个决策因子的量化值和权重计算每个类别的任务组对应的优先等级分数。
在操作S430，根据优先等级分数确定优先级，并根据优先级生成调度方案。
根据本公开的实施例，将每个决策因子进行量化处理的量化规则不做限定。
例如，对采集到的任务队列信息和执行机队列信息等数据进行分析处理，提取出负载率、依赖等级、优先等级等决策因子并量化成对应的数值。以任务队列的负载率为例，M是从执行机队列信息中采集到的目标类型的执行机数量，T是从任务队列信息中采集到的该目标类型执行机对应的待执行任务数量，p的取值在1-99之间，小于1的可以调整为1。
根据本公开的实施例，也可以对采集到的测试环境信息数据进行分析处理。例如，将环境版本未就绪、连通性和可测性分数为0的各类型任务对应的环境决策因子量化为0。将版本已就绪、连通性和可测性分数不为0的量化成环境决策因子对应的数值。
根据本公开的实施例，也可以对采集到的任务历史执行信息数据进行分析处理。例如，将各类型任务近期执行成功率和已执行机任务的数量量化成因素对应的数值。
根据本公开的实施例，在将每个决策因子进行量化处理，确定每个决策因子的权重之后，可以通过公式算出每个类别的任务组对应的优先等级分数。
其中，Gi表示第i个类别的任务组对应的优先等级分数；w是各决策因子权重；p是每个决策因子的量化数值。根据分析得到的各类型任务的各决策因子的量化数值和各决策因子的权重设置，可以得到各类型任务的优先等级分数，最后可以输出调度方案。
根据本公开的实施例，例如，有四种不同类别的任务组A、B、C、D，每个任务组中可以包括一个或多个任务。提取出四个不同的决策因子，其中，决策因子1为任务队列状态信息，决策因子2为执行机队列状态信息，决策因子3为为测试环境状态信息，决策因子4为历史任务执行信息。
其中，按照系统内预制的决策决策因子量化算法，对于决策因子1，任务组A的分数pA1为10，任务组B的分数pB1为50，任务组C的分数pC1为20，任务组D的分数pD1为0。
对于决策因子2，任务组A的分数pA2为30，任务组B的分数pB2为80，任务组C的分数pC2为40，任务组D的分数pD2为0。
对于决策因子3，任务组A的分数pA3为50，任务组B的分数pB3为60，任务组C的分数pC3为50，任务组D的分数pD3为0。
对于决策因子4，任务组A的分数pA4为20，任务组B的分数pB4为70，任务组C的分数pC4为30，任务组D的分数pD4为30。
四个决策因子权重分别预设为w1＝10，w2＝50，w3＝20，w4＝20，那根据公式计算得到A类任务组的最终优先等级分数 同理，B类任务组的最终优先等级分数GB为71，C类任务组的最终优先等级分数GC为38，D类任务组的最终优先等级分数GD为6。此时对这些分数排序，可以得出GB＞GC＞GA＞GD，则此四类任务组的优先程度依次为B、C、A、D，可以根据优先程度顺序来调度和分配执行机。
其中，GB的值最大，按照依据执行机优先级调整规则B类任务组被标记为第一档执行机。
GC的值排在优先级第二位，按照依据执行机优先级调整规则C类任务组被标记为第二档执行机。
GD的值在四种任务组类别中值最小，依据执行机优先级调整规则D类任务组被标记为第三档执行机，第三档执行机可以被其他优先级较高的任务组征用。
若某类任务组的Gi值为0时，系统可以将对应类别的执行机进行释放，划分为空闲执行机。
在一轮执行机调整中，可以从空闲执行机中新调入M台执行机给B类任务组。可以从空闲执行机中新调入T台执行机C类任务组。A类任务组执行机可以不做调整。
根据本公开的实施例，当M+T大于当前空闲执行机的总数时，可以从D类任务组调出L台执行机置为空闲执行机，否则D类任务组执行机也不做调整。当然，作为一种可选的实施例，也可以直接从D类任务组调出Z台执行机置为空闲执行机。
在调整过程中，可以优先保障B类任务组的执行机资源，若资源不足时，等待下个调整周期进行重新调整，单个调整周期可预设为15分钟，通过多周期不断的动态智能调整，保障优先级Gi最高的任务组尽快执行。
根据本公开的实施例，调度方案中可以包括各执行机是否调整、调整成何种类型，执行何类任务、切换时间、任务ID等信息。
通过本公开的实施例，综合多种因素得到调整任务序列的智能调度方案，可以更加客观的反映了当前各任务的优先级别，并提高了执行机器资源的使用率，最大程度地保证任务的快速执行。
根据本公开的实施例，此方案可以充分考虑到测试环境可测性、执行机历史执行信息等因素，完善了传统调度方案，多维度地兼顾了各任务的测试环境是否具有客观意义上的可测性、各执行机执行各类型任务展现出来的不同表现(成功率、切换时间等)等因素，更大程度地提高执行机资源的利用率，在保障任务的执行成功率的前提下执行更多的任务，提高整体任务的执行效率。
图5示意性示出了根据本公开另一实施例的多任务脚本执行方法的流程图。
如图5所示，该方法包括操作S501～S508。
在操作S501，分析任务队列信息和执行机队列信息，提取决策因子并量化成对应的数值。
在操作S502，分析处理测试环境信息。
在操作S503，对测试环境信息中的版本就绪情况，连通性和可用性进行分析。
在操作S504，在版本未就绪或者连通性可测性为0的情况下，将任务对应的环境决策因子的数值设置为0。
在操作S505，在版本就绪或者连通性可测性不为0的情况下，将任务对应的各项环境决策因子量化为对应的数值。
在操作S506，分析处理历史任务执行信息，提取决策因子并量化为对应的数值。
在操作S507，结合各决策因子对应的权重，计算各类型任务的优先等级分数。
在操作S508，根据优先等级分数确定调度方案，将执行机分配给各类型任务组。
根据本公开的实施例，根据每个类别的任务组对应的优先等级分数可以确定每个类别的任务组对应的优先级。
根据本公开的实施例，例如，可以将每个类别的任务组对应的优先等级分数降序排名，得到从高到低降序排名后的顺序G1、G2、G3、G4...Gm，然后从可调整执行机的集合中按照调整规则进行执行机分派。
根据本公开的实施例，根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机包括：在执行N个待执行任务的执行机数量同定的情况下，将优先级较低的任务组对应的执行机中的部分分配给优先级较高的任务组，以增加执行优先级高的任务组中的任务的执行机数量。
根据本公开的实施例，例如，根据每个类别的任务组对应的优先等级分数将所有任务组划分出三档。因此，所有执行机也可以划分为三档。优先等级分数最高的任务组对应第一档，优先等级分数次高的任务组对应第二档，优先等级分数最低的任务组对应第三档。
根据本公开的实施例，在调度分配执行机时，可以优先给第一档任务组和第二档任务组分配执行机。在第一档任务组和第二档任务组对应的执行机数量不足时，从第三档任务组的执行机中调整出N台执行机给第一档任务组和第二档任务组。
通过本公开的实施例，通过灵活调度分配执行机的方式可以减少人为的手工干预，并节省执行机器资源，尤其是在执行机资源有限的情况下，此方法可以依据待执行任务队列优先级和关联性等因素，提供尽可能多的脚本执行服务。
根据本公开的实施例，例如图2的操作S240中根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机可以包括调度执行机。图6示意性示出了根据本公开实施例的调度执行机的一种示例方法流程图。
如图6所示，该调度执行机的方法包括操作S610～S620。
在操作S610，在将优先级低的任务组对应的执行机中的部分分配给优先级高的任务组之后，按照预定时间间隔重新确定每个类别的任务组对应的优先级。
根据本公开的实施例，预定时间间隔可以预先设定，间隔的时长不做限定，例如，可以是10分钟，15分钟等等。
在操作S620，根据重新确定后的每个类别的任务组对应的优先级，为每个类别的任务组分配对应数量的执行机。
根据本公开的实施例，由于不同类别的任务组在执行一段时间之后，任务组中的任务数量会发生变化。一般情况下，被分配执行机数量较多的任务组中的任务数量减少的较多。在重新确定每个类别的任务组对应的优先级之后，不同类别的任务组对应的优先级电会发生变化。为了提高任务执行效率，可以根据重新确定后的每个类别的任务组对应的优先级，为每个类别的任务组重新分配对应数量的执行机。需要说明的是，被分配的执行机一般是空闲的执行机，或者刚刚执行完任务的执行机。根据本公开的实施例，达到了动态分配执行机的效果。
图7示意性示出了根据本公开另一实施例的调度执行机的流程图。
如图7所示，该调度执行机的方法包括操作S710～S740。
在操作S710，确定被调整执行机集合。其中，被调整执行机集合中的执行机一般是空闲的执行机。
在操作S720，根据各类型任务的优先等级分数降序排序，得到排序前N的任务集合。
在操作S730，分配被调整执行机集合内的执行机，形成调度方案。
在操作S740，生成调度指令发送至各执行机。
通过本公开的实施例，通过灵活调度分配执行机的方式可以减少人为的手工干预，并节省执行机器资源，尤其是在执行机资源有限的情况下，此方法可以依据待执行任务队列优先级和关联性等因素，提供尽可能多的脚本执行服务。
图8示意性示出了根据本公开实施例的多任务脚本执行装置的框图。
如图8所示，多任务脚本执行装置800包括获取模块810、分类模块820、确定模块830和分配模块840。
获取模块810用于获取待执行任务队列，其中，待执行任务队列中包括N个待执行任务。
分类模块820用于对N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，N和K为整数，K小于或等于N。
确定模块830用于确定执行每个类别的任务组中各任务的优先级。
分配模块840用于根据与每个类别的任务组对应的优先级为每个类别的任务组分配对应数量的执行机，以便对应数量的执行机执行对应任务组中的待执行任务。
本公开提供了一种更加完善的智能调度方案，在待执行任务众多、或者可用执行机资源有限、或者不同类型的任务需要不同类型的执行机资源、不同类型的执行机可相互切换的条件下，可以保证自动化测试执行任务的实施成功率和执行效率，可以提供自动化脚本的调度执行服务，通过多维度进行可用执行机资源的调度分配，实施自动化脚本的调度执行。解决了相关技术中对软件进行自动化测试时，执行任务效率低的技术问题，达到了提高测试效率的技术效果。
根据本公开的实施例，确定模块830包括第一确定单元和第二确定单元。
第一确定单元用于确定每个类别的任务组对应的优先级的多个决策因子。
第二确定单元用于根据多个决策因子确定每个类别的任务组对应的优先级。
根据本公开的实施例，决策因子包括以下至少之一：每个类别的任务组的类别信息、每个类别的任务组中的任务数量、每个类别的任务组与其他任务组的执行依赖信息、每个类别的任务组对应的执行机信息、每个类别的任务组的测试环境信息和历史任务执行信息。
根据本公开的实施例，第二确定单元用于：将多个决策因子进行量化处理，得到每个决策因子的量化值，确定每个决策因子的权重，根据每个决策因子的量化值和权重，计算每个类别的任务组对应的优先等级分数，根据每个类别的任务组对应的优先等级分数确定每个类别的任务组对应的优先级。
根据本公开的实施例，分配模块840用于在执行N个待执行任务的执行机数量固定的情况下，将优先级较低的任务组对应的执行机中的部分分配给优先级较高的任务组，以增加执行优先级高的任务组中的任务的执行机数量。
根据本公开的实施例，确定模块830还用于在将优先级低的任务组对应的执行机中的部分分配给优先级高的任务组之后，按照预定时间间隔重新确定每个类别的任务组对应的优先级。
根据本公开的实施例，分配模块840还用于根据重新确定后的每个类别的任务组对应的优先级，为每个类别的任务组分配对应数量的执行机。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，获取模块810、分类模块820、确定模块830和分配模块840中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块810、分类模块820、确定模块830和分配模块840中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块810、分类模块820、确定模块830和分配模块840中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
本公开的另一方面提供了一种电子设备，包括：一个或多个处理器；计算机可读存储介质，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的方法。
根据本公开的实施例，以电子设备为计算机系统为例。
图9示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图9示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示，根据本公开实施例的计算机系统900包括处理器901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中，存储有系统900操作所需的各种程序和数据。处理器901、ROM 902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例，系统900还可以包括输入/输出(I/O)接口905，输入/输出(I/O)接口905也连接至总线904。系统900还可以包括连接至I/O接口905的以下部件中的一项或多项：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (10)

1.一种多任务脚本执行方法，包括：
获取待执行任务队列，其中，所述待执行任务队列中包括N个待执行任务；
对所述N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，所述N和所述K为整数，所述K小于或等于所述N；
确定执行所述每个类别的任务组中各任务的优先级；以及
根据与所述每个类别的任务组对应的优先级为所述每个类别的任务组分配对应数量的执行机，以便所述对应数量的执行机执行对应任务组中的待执行任务。
2.根据权利要求1所述的方法，其中，确定执行所述每个类别的任务组中各任务的优先级包括：
确定用于确定所述每个类别的任务组对应的优先级的多个决策因子；以及
根据所述多个决策因子确定所述每个类别的任务组对应的优先级。
3.根据权利要求2所述的方法，其中，所述决策因子包括以下至少之一：
所述每个类别的任务组的类别信息、所述每个类别的任务组中的任务数量、所述每个类别的任务组与其他任务组的执行依赖信息、所述每个类别的任务组对应的执行机信息、所述每个类别的任务组的测试环境信息和历史任务执行信息。
4.根据权利要求2所述的方法，其中，根据所述多个决策因子确定所述每个类别的任务组对应的优先级包括：
将所述多个决策因子进行量化处理，得到每个决策因子的量化值；
确定所述每个决策因子的权重；
根据所述每个决策因子的量化值和权重，计算所述每个类别的任务组对应的优先等级分数；以及
根据所述每个类别的任务组对应的优先等级分数确定所述每个类别的任务组对应的优先级。
5.根据权利要求1所述的方法，其中，根据与所述每个类别的任务组对应的优先级为所述每个类别的任务组分配对应数量的执行机包括：
在执行所述N个待执行任务的执行机数量固定的情况下，将优先级较低的任务组对应的执行机中的部分分配给优先级较高的任务组，以增加执行所述优先级高的任务组中的任务的执行机数量。
6.根据权利要求5所述的方法，还包括，在将优先级低的任务组对应的执行机中的部分分配给优先级高的任务组之后：
按照预定时间间隔重新确定所述每个类别的任务组对应的优先级；以及
根据重新确定后的所述每个类别的任务组对应的优先级，为所述每个类别的任务组分配对应数量的执行机。
7.一种多任务脚本执行装置，包括：
获取模块，用于获取待执行任务队列，其中，所述待执行任务队列中包括N个待执行任务；
分类模块，用于对所述N个待执行任务进行分类，得到K个类别的任务组，其中，每个类别的任务组包括一个或多个待执行任务，其中，所述N和所述K为整数，所述K小于或等于所述N；
确定模块，用于确定执行所述每个类别的任务组中各任务的优先级；以及
分配模块，用于根据与所述每个类别的任务组对应的优先级为所述每个类别的任务组分配对应数量的执行机，以便所述对应数量的执行机执行对应任务组中的待执行任务。
8.根据权利要求7所述的装置，其中，所述确定模块包括：
第一确定单元，用于确定所述每个类别的任务组对应的优先级的多个决策因子；以及
第二确定单元，用于根据所述多个决策因子确定所述每个类别的任务组对应的优先级。
9.一种电子设备，包括：
一个或多个处理器；
计算机可读存储介质，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的方法。
CN201910627075.5A 2019-07-11 2019-07-11 多任务脚本执行方法及装置、电子设备及可读存储介质 Active CN110347602B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910627075.5A CN110347602B (zh) 2019-07-11 2019-07-11 多任务脚本执行方法及装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910627075.5A CN110347602B (zh) 2019-07-11 2019-07-11 多任务脚本执行方法及装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN110347602A true CN110347602A (zh) 2019-10-18
CN110347602B CN110347602B (zh) 2023-08-22

Family

ID=68175885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910627075.5A Active CN110347602B (zh) 2019-07-11 2019-07-11 多任务脚本执行方法及装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110347602B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111580964A (zh) * 2020-04-29 2020-08-25 杭州涂鸦信息技术有限公司 一种应用任务优先级分配方法、系统及相关设备
CN111966480A (zh) * 2020-08-28 2020-11-20 山东英信计算机技术有限公司 一种任务执行方法及相关装置
CN112764924A (zh) * 2021-01-14 2021-05-07 城云科技（中国）有限公司 任务调度方法、装置及电子设备
CN113448743A (zh) * 2020-03-25 2021-09-28 伊姆西Ip控股有限责任公司 用于任务处理的方法、电子设备以及计算机程序产品
CN115601195A (zh) * 2022-10-17 2023-01-13 桂林电子科技大学（Cn） 基于电力用户实时标签的交易双向推荐系统及其方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108255589A (zh) * 2017-08-29 2018-07-06 平安科技（深圳）有限公司 任务调度方法及服务器
CN108733476A (zh) * 2017-04-20 2018-11-02 北京京东尚科信息技术有限公司 一种执行多任务的方法和装置
US20190114202A1 (en) * 2017-10-13 2019-04-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Task scheduling method and apparatus of artificial intelligence heterogeneous hardware, device and readable medium
CN109814987A (zh) * 2017-11-20 2019-05-28 北京京东尚科信息技术有限公司 任务处理方法、系统、电子设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108733476A (zh) * 2017-04-20 2018-11-02 北京京东尚科信息技术有限公司 一种执行多任务的方法和装置
CN108255589A (zh) * 2017-08-29 2018-07-06 平安科技（深圳）有限公司 任务调度方法及服务器
US20190114202A1 (en) * 2017-10-13 2019-04-18 Beijing Baidu Netcom Science And Technology Co., Ltd. Task scheduling method and apparatus of artificial intelligence heterogeneous hardware, device and readable medium
CN109814987A (zh) * 2017-11-20 2019-05-28 北京京东尚科信息技术有限公司 任务处理方法、系统、电子设备和计算机可读介质

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113448743A (zh) * 2020-03-25 2021-09-28 伊姆西Ip控股有限责任公司 用于任务处理的方法、电子设备以及计算机程序产品
CN113448743B (zh) * 2020-03-25 2024-02-23 伊姆西Ip控股有限责任公司 用于任务处理的方法、电子设备以及计算机程序产品
CN111580964A (zh) * 2020-04-29 2020-08-25 杭州涂鸦信息技术有限公司 一种应用任务优先级分配方法、系统及相关设备
CN111966480A (zh) * 2020-08-28 2020-11-20 山东英信计算机技术有限公司 一种任务执行方法及相关装置
CN112764924A (zh) * 2021-01-14 2021-05-07 城云科技（中国）有限公司 任务调度方法、装置及电子设备
CN115601195A (zh) * 2022-10-17 2023-01-13 桂林电子科技大学（Cn） 基于电力用户实时标签的交易双向推荐系统及其方法
CN115601195B (zh) * 2022-10-17 2023-09-08 桂林电子科技大学 基于电力用户实时标签的交易双向推荐系统及其方法

Also Published As

Publication number Publication date
CN110347602B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN110347602A (zh) 多任务脚本执行方法及装置、电子设备及可读存储介质
EP3847549B1 (en) Minimizing impact of migrating virtual services
CN105900064B (zh) 调度数据流任务的方法和装置
CN111176852A (zh) 资源分配方法、装置、芯片及计算机可读存储介质
US9342355B2 (en) Joint optimization of multiple phases in large data processing
CN106844051A (zh) 一种边缘计算环境中功耗优化的负载任务迁移算法
CN105700948A (zh) 一种用于在集群中调度计算任务的方法与设备
CN105373432B (zh) 一种基于虚拟资源状态预测的云计算资源调度方法
CN103593323A (zh) 一种MapReduce任务资源配置参数的机器学习方法
US20220066743A1 (en) Automatic Derivation Of Software Engineering Artifact Attributes With Integrated Distribution Calculation
CN112068957B (zh) 资源分配方法、装置、计算机设备及存储介质
CN115543577B (zh) 基于协变量的Kubernetes资源调度优化方法、存储介质及设备
CN112148468B (zh) 一种资源调度方法、装置、电子设备及存储介质
CN106383746A (zh) 大数据处理系统的配置参数确定方法和装置
CN110262887B (zh) 基于特征识别的cpu-fpga任务调度方法及装置
CN113515382B (zh) 云资源的分配方法、装置、电子设备及存储介质
CN105740059B (zh) 一种面向可分割任务的粒子群调度方法
CN106202092A (zh) 数据处理的方法及系统
CN104793993A (zh) 基于Levy飞行的人工蜂群粒子群算法的云计算任务调度方法
CN116263701A (zh) 算力网络任务调度方法、装置、计算机设备及存储介质
US20230229487A1 (en) Virtual machine deployment method, virtual machine management method having the same and virtual machine management system implementing the same
CN115134371A (zh) 包含边缘网络算力资源的调度方法、系统、设备及介质
CN115292014A (zh) 图像渲染方法、装置和服务器
CN116127899A (zh) 芯片设计系统、方法、电子设备和存储介质
CN113886034A (zh) 任务调度方法、系统、电子设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant