CN111209102A - 一种分布式任务分发方法与系统 - Google Patents

一种分布式任务分发方法与系统 Download PDF

Info

Publication number
CN111209102A
CN111209102A CN202010018745.6A CN202010018745A CN111209102A CN 111209102 A CN111209102 A CN 111209102A CN 202010018745 A CN202010018745 A CN 202010018745A CN 111209102 A CN111209102 A CN 111209102A
Authority
CN
China
Prior art keywords
task
node
host
cpu
tasks
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
CN202010018745.6A
Other languages
English (en)
Inventor
王力
李一文
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.)
Hunan Yingke Mutual Entertainment Network Information Co Ltd
Original Assignee
Hunan Yingke Mutual Entertainment Network Information Co 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 Hunan Yingke Mutual Entertainment Network Information Co Ltd filed Critical Hunan Yingke Mutual Entertainment Network Information Co Ltd
Priority to CN202010018745.6A priority Critical patent/CN111209102A/zh
Publication of CN111209102A publication Critical patent/CN111209102A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F9/5011—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
    • 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
    • G06F9/5016—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 the resource being the memory
    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multi Processors (AREA)

Abstract

一种分布式任务分发方法，包括：主控主机对任务进行评估，计算出总任务数，接着，主控主机根据节点主机的运算能力筛选出任务节点主机，然后，主控主机向任务节点主机分发任务。本发明能实现分布式任务分发的自动化和高效化，提高处理业务效率。

Description

一种分布式任务分发方法与系统
技术领域
本发明涉及网络技术领域，特别是涉及一种分布式任务分发方法与系统。
背景技术
随着信息技术的不断发展，分布式处理的应用越来越广泛。分布式处理(distributed processing)是一种能够提高并行处理速度的架构体系。具体地，分布式处理是将不同地点的，或具有不同功能的，或拥有不同数据的多台计算机通过通信网络连接起来，在控制系统的统一管理控制下，协调地完成大规模信息处理任务的计算机系统。其中，分布式处理中的任务管理方式是提高信息资源利用效率的关键。
前面的叙述在于提供一般的背景信息，并不一定构成现有技术。
发明内容
本发明的目的在于提供一种能提高业务处理效率的分布式任务分发方法与系统。
本发明提供一种分布式任务分发方法，包括：
主控主机对任务进行评估，计算出总任务数；
所述主控主机根据节点主机的运算能力筛选出任务节点主机；
所述主控主机向所述节点主机分发所述任务。
进一步地，所述主控主机根据节点主机的运算能力筛选出任务节点主机，包括：
根据所述节点主机上报的主机状态估算所述节点主机的运算能力；
筛选符合运算要求的节点主机作为任务节点主机。
进一步地，所述节点主机的运算能力符合的运算要求包括且不限于：
CPU在用户模式的时间占比与CPU在系统模式的时间占比之和小于等于60％；
内存使用率小于等于50％；
CPU等待输入输出完成时间占比小于等于20％。
进一步地，所述主控主机向所述节点主机分发所述任务，包括：
根据所述任务节点主机的运算能力计算其任务节点权重系数；
根据所述任务节点权重系数及所述总任务数确定给所述任务节点主机分配的任务数。
进一步地，所述任务节点权重系数的计算公式为：
Figure BDA0002359927310000021
所述任务节点主机分配的任务数计算公式为：
Figure BDA0002359927310000022
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
本发明还提供一种分布式任务分发系统，包括：
主控任务分发模块，用于评估任务，计算出总任务数及根据节点主机的运算能力分发所述任务；
节点主机存活检测模块，用于根据所述节点主机的运算能力筛选出任务节点主机。
进一步地，所述节点主机存活检测模块中，根据所述节点主机上报的主机状态估算所述节点主机的运算能力，筛选符合计算要求的节点主机作为任务节点主机。
进一步地，所述节点主机的运算能力符合的运算要求包括且不限于：
CPU在用户模式的时间占比与CPU在系统模式的时间占比之和小于等于60％；
内存使用率小于等于50％；
CPU等待输入输出完成时间占比小于等于20％。
进一步地，所述主控主机向所述节点主机分发所述任务，包括：
根据所述任务节点主机的运算能力计算其任务节点权重系数；
根据所述任务节点权重系数及所述总任务数确定给所述任务节点主机分配的任务数。
进一步地，所述主控任务分发模块中，根据所述节点主机的运算能力计算其任务节点权重系数，根据所述任务节点权重系数及所述总任务数确定给所述任务节点主机分配的任务数。
进一步地，所述任务节点权重系数的计算公式为：
Figure BDA0002359927310000031
所述任务节点主机分配的任务数计算公式为：
Figure BDA0002359927310000032
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
本发明提供的分布式任务分发方法与系统，主控主机对任务进行评估，计算出总任务数，接着，主控主机根据节点主机的运算能力筛选出任务节点主机，然后，主控主机向任务节点主机分发任务。通过上述方式，本发明能实现分布式任务分发的自动化和高效化，提高处理业务效率。
附图说明
图1为本发明实施例分布式任务分发方法的流程示意图；
图2为本发明实施例分布式任务分发方法的结构示意图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本实施例中，分布式任务分发方法，包括如下步骤：
步骤S101：主控主机对任务进行评估，计算出总任务数。
步骤S102：主控主机根据节点主机的运算能力筛选出任务节点主机。
步骤S103：主控主机向任务节点主机分发任务。
首先，步骤S101中，主控主机识别到计算量大、耗时多的任务时进行分离处理，根据任务的计算量和时间长度动态判断处理该任务需要启动多少个节点主机，以及每个节点主机需要启动多少个服务进程来完成任务。
然后，步骤S102中，主控主机根据节点主机上报的主机状态估算节点主机的运算能力。一般地，节点主机自动上报主机状态，包括主机CPU、内存、磁盘等动态信息，用于判断该节点主机是否可以接收新的任务分发，通过综合CPU、内存及磁盘的参数能全面准确地评估节点主机的资源空闲状态。主控主机判断节点主机的运算能力符合任务分发的运算要求时，筛选该节点主机作为任务节点主机。具体地，主控主机筛选满足以下表格要求的节点主机作为任务节点主机。
CPU user％+sys％≤60％
内存 mem％≤50％
磁盘 iowait％≤20％
user％：表示CPU处在用户模式下的时间百分比
sys％：表示CPU处在系统模式下的时间百分比
iowait％：表示CPU等待输入输出完成时间的百分比
mem％：表示主机内存使用率。
接着，步骤S103中，根据任务节点主机的运算能力计算其任务节点权重系数，任务节点权重系数由任务节点主机的CPU、内存和磁盘多个参数加权计算得出，能客观可靠地反应各任务节点主机的运算能力。然后综合任务节点权重系数以及总任务数，计算出给任务节点主机分配的任务数，即任务节点主机分配的任务与其任务节点权重系数呈正相关，可充分利用节点主机的空闲资源，提高任务处理效率。本方法拥有完整的多机任务协作处理机制，让耗时任务处理更加高效快捷，可以最大限度利用空闲节点主机资源，节省成本。
任务分配计算公式如下：
Figure BDA0002359927310000051
Figure BDA0002359927310000052
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
在一实施方式中，主控主机还可以收集任务节点主机对任务的完成状态，节点主机任务执行完毕之后会实时汇报任务完成状态，主控主机获取任务执行信息完成输出，实现了核心任务的高效处理，无需人工干预，全过程智能化自动化。
在一实施方式中，主控主机与节点主机可以通过redis消息队列进行通信。主控主机与节点主机之间通过Redis消息队列通信，主控主机分发任务信息到redis队列，节点主机获取消息队列的任务信息，从而达到高效分布式通信。当然，在其他实施例中，也可以使用其他消息队列如MQ等。
在一实施方式中，本方法还可实现异常处理、系统报警及日志记录等功能。当主控主机任务执行或者节点主机任务执行异常之后，任务异常处理机制会将任务转发到其余正常的主机之上。当出现任务执行失败的时候会通过报警模块通知到钉钉系统和短信系统。此外，所有任务分发、任务处理的流程通过日志模块统一记录，方便查看和预警系统出现的缺陷及时完善。提升了分布式任务分发过程的可靠性，保证任务可以安全可靠的执行完毕。
实际实现时，以分布式PHP脚本分发系统为例。分布式PHP脚本分发系统包括任务分发模块，主机存活检测模块，消息队列模块，异常处理模块，报警模块，日志模块等。其中，首先将主控主机中计算量大，耗时的任务分离处理，通过检测系统将符合要求的节点主机信息汇总，通过任务分发系统将任务分发到节点主机中，节点主机按照执行执行完系统任务，将结果上报主控主机。主控主机完成所有任务信息收集，最终完成整个任务分发执行流程。
本发明实施例提供分布式PHP脚本分发系统，包括多机任务分发，消息队列，多任务协作，主机状态存活检测，实时进程检测，任务处理状态上报等。如图2所示，其主要工作流程如下：业务系统出现某一项计算量巨大的任务，同时该任务处理时间需要很长，单台主机已经无法高效完成任务的时候，PHP脚本分发系统会自动检测当前任务的节点主机空闲状态，收集节点主机信息，同时触发任务分发系统，将主控主机任务通过消息队列分发给其他空闲的主机同时处理，节点主机完成之后会将任务上报至消息队列，最终向主控主机汇总，完成此次任务协作。本过程全程自动化智能化地完成，无需人工干预。分布式的PHP脚本分发系统作为多机多任务协作系统，能够高效实时的完成计算巨大，耗时很长的计算任务，有效利用空闲资源，节省主机成本，大大提高业务处理效率。同时，本系统可以无限扩展节点主机共同完成任务，计算巨大，时间耗时很长的任务都可以通过任务分发的形式高效的在短时间内完成，提高任务处理效率。本系统自动化地完成这个任务的分发与协作，无需人工干预。
本发明提供的分布式任务分发方法，主控主机对任务进行评估，计算出总任务数，接着，主控主机根据节点主机的运算能力筛选出任务节点主机，然后，主控主机向任务节点主机分发任务。通过上述方式，本发明能实现分布式任务分发的自动化和高效化，提高处理业务效率。
本发明实施例的分布式任务分发系统，包括：
主控任务分发模块，用于评估任务，计算出总任务数及根据节点主机的运算能力分发任务。可根据节点主机的运算能力计算其任务节点权重系数，根据任务节点权重系数及总任务数确定给任务节点主机分配的任务数。其中，任务节点权重系数的计算公式为：
Figure BDA0002359927310000071
所述任务节点主机分配的任务数计算公式为：
Figure BDA0002359927310000081
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
节点主机存活检测模块，用于根据节点主机的运算能力筛选出任务节点主机。可根据节点主机上报的主机状态估算节点主机的运算能力，筛选符合计算要求的节点主机作为任务节点主机。其中，节点主机的运算能力符合的运算要求包括且不限于：CPU在用户模式的时间占比与CPU在系统模式的时间占比之和小于等于60％；内存使用率小于等于50％；CPU等待输入输出完成时间占比小于等于20％。
在一实施方式中，分布式任务分发系统还包括：任务信息收集模块，用于收集任务节点主机对任务的完成状态。
在一实施方式中，分布式任务分发系统还包括：消息队列模块，用于使主控主机与节点主机通过redis消息队列进行通信。
在一实施方式中，分布式任务分发系统还包括：异常处理模块，用于当主控机任务执行或者节点主机任务执行异常之后，任务异常处理机制会将任务转发到其余正常的主机之上。报警模块，用于当出现任务执行失败的时候会通过报警模块通知到钉钉系统和短信系统。日志模块，用于将所有任务分发、任务处理的流程通过日志模块统一记录，方便查看和预警系统出现的缺陷，及时完善任务处理流程。
本实施例中分布式任务分发系统的具体实施过程，请参见上述图1所示实施例中描述的具体内容，在此不再赘述。
本发明实施例提供的分布式任务分发系统，包括主控任务分发模块和节点主机存活检测模块。其中，主控任务分发模块用于评估任务，计算出总任务数及根据节点主机的运算能力分发任务，节点主机存活检测模块用于根据节点主机的运算能力筛选出任务节点主机。通过上述方式，能实现分布式任务分发的自动化和高效化，提高处理业务效率。
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，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种分布式任务分发方法，其特征在于，包括：
主控主机对任务进行评估，计算出总任务数；
所述主控主机根据节点主机的运算能力筛选出任务节点主机；
所述主控主机向所述任务节点主机分发所述任务。
2.如权利要求1所述的分布式任务分发方法，其特征在于，所述主控主机根据节点主机的运算能力筛选出任务节点主机，包括：
根据节点主机上报的主机状态估算所述节点主机的运算能力；
筛选符合运算要求的节点主机作为任务节点主机。
3.如权利要求2所述的分布式任务分发方法，其特征在于，所述节点主机的运算能力符合的运算要求包括且不限于：
CPU在用户模式的时间占比与CPU在系统模式的时间占比之和小于等于60％；
内存使用率小于等于50％；
CPU等待输入输出完成时间占比小于等于20％。
4.如权利要求1所述的分布式任务分发方法，其特征在于，所述主控主机向所述任务节点主机分发所述任务，包括：
根据所述任务节点主机的运算能力计算其任务节点权重系数；
根据所述任务节点权重系数及所述总任务数确定给所述任务节点主机分配的任务数。
5.如权利要求4所述的分布式任务分发方法，其特征在于，所述任务节点权重系数的计算公式为：
Figure FDA0002359927300000011
所述任务节点主机分配的任务数计算公式为：
Figure FDA0002359927300000012
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
6.一种分布式任务分发系统，其特征在于，包括：
主控任务分发模块，用于评估任务，计算出总任务数及根据节点主机的运算能力分发所述任务；
节点主机存活检测模块，用于根据所述节点主机的运算能力筛选出任务节点主机。
7.如权利要求6所述的分布式任务分发系统，其特征在于，所述节点主机存活检测模块中，根据所述节点主机上报的主机状态估算所述节点主机的运算能力，筛选符合计算要求的节点主机作为任务节点主机。
8.如权利要求7所述的分布式任务分发系统，其特征在于，所述节点主机的运算能力符合的运算要求包括且不限于：
CPU在用户模式的时间占比与CPU在系统模式的时间占比之和小于等于60％；
内存使用率小于等于50％；
CPU等待输入输出完成时间占比小于等于20％。
9.如权利要求6所述的分布式任务分发系统，其特征在于，所述主控任务分发模块中，根据所述任务节点主机的运算能力计算其任务节点权重系数，根据所述任务节点权重系数及所述总任务数确定给所述任务节点主机分配的任务数。
10.如权利要求9所述的分布式任务分发系统，其特征在于，所述任务节点权重系数的计算公式为：
Figure FDA0002359927300000031
所述任务节点主机分配的任务数计算公式为：
Figure FDA0002359927300000032
CPU_USER：CPU处在用户模式下的时间百分比
CPU_SYS：CPU处在系统模式下的时间百分比
MEM：内存使用率
IOWAIT：表示CPU等待输入输出完成时间的百分比
NODE_TASK_WEIGH：表示单个节点任务权重系数
NODE_TASK_WEIGH1至n：表示1到n个节点的任务权重系数
NODE_TASK：节点所分配得到的任务数
TASKS：待分配的总任务数。
CN202010018745.6A 2020-01-08 2020-01-08 一种分布式任务分发方法与系统 Pending CN111209102A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010018745.6A CN111209102A (zh) 2020-01-08 2020-01-08 一种分布式任务分发方法与系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010018745.6A CN111209102A (zh) 2020-01-08 2020-01-08 一种分布式任务分发方法与系统

Publications (1)

Publication Number Publication Date
CN111209102A true CN111209102A (zh) 2020-05-29

Family

ID=70784218

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010018745.6A Pending CN111209102A (zh) 2020-01-08 2020-01-08 一种分布式任务分发方法与系统

Country Status (1)

Country Link
CN (1) CN111209102A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113419842A (zh) * 2021-08-25 2021-09-21 北京翼辉信息技术有限公司 一种基于JavaScript构建边缘计算微服务的方法、装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929718A (zh) * 2012-09-17 2013-02-13 江苏九章计算机科技有限公司 一种基于任务调度的分布式gpu计算机系统
CN103617086A (zh) * 2013-11-20 2014-03-05 东软集团股份有限公司 一种并行计算方法及系统
CN105718364A (zh) * 2016-01-15 2016-06-29 西安交通大学 一种云计算平台中计算资源能力动态评估方法
CN107562534A (zh) * 2017-07-31 2018-01-09 北京航天自动控制研究所 一种加权最小数据量负载均衡方法
CN110187960A (zh) * 2019-04-23 2019-08-30 广东省智能制造研究所 一种分布式资源调度方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102929718A (zh) * 2012-09-17 2013-02-13 江苏九章计算机科技有限公司 一种基于任务调度的分布式gpu计算机系统
CN103617086A (zh) * 2013-11-20 2014-03-05 东软集团股份有限公司 一种并行计算方法及系统
CN105718364A (zh) * 2016-01-15 2016-06-29 西安交通大学 一种云计算平台中计算资源能力动态评估方法
CN107562534A (zh) * 2017-07-31 2018-01-09 北京航天自动控制研究所 一种加权最小数据量负载均衡方法
CN110187960A (zh) * 2019-04-23 2019-08-30 广东省智能制造研究所 一种分布式资源调度方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113419842A (zh) * 2021-08-25 2021-09-21 北京翼辉信息技术有限公司 一种基于JavaScript构建边缘计算微服务的方法、装置

Similar Documents

Publication Publication Date Title
CN110502494B (zh) 日志处理方法、装置、计算机设备及存储介质
CN105487930B (zh) 一种基于Hadoop的任务优化调度方法
CN109471705B (zh) 任务调度的方法、设备及系统、计算机设备
CN102541460B (zh) 一种多磁盘场景下的磁盘管理方法和设备
CN102667724A (zh) 利用加速器的、目标指向的工作负载性能管理
CN106713396B (zh) 服务器调度方法和系统
CN103995735A (zh) 用于调度工作流作业的设备和方法
CN107992362B (zh) 自动化性能测试的方法、装置及系统
CN111459641B (zh) 一种跨机房的任务调度和任务处理的方法及装置
CN113010576A (zh) 云计算系统容量评估的方法、装置、设备和存储介质
CN115373835A (zh) Flink集群的任务资源调整方法、装置及电子设备
CN102339233A (zh) 云计算集中管理平台
CN114666335B (zh) 一种基于数据分发服务dds的分布式系统负载均衡装置
CN104182278A (zh) 一种判定计算机硬件资源繁忙程度的方法和装置
CN106897133A (zh) 一种基于pbs作业调度管理集群负载的实现方法
CN115080373A (zh) 配电终端操作系统的性能检测方法、装置、设备及介质
CN111209102A (zh) 一种分布式任务分发方法与系统
CN107203256A (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
GB2613125A (en) Storage level load balancing
CN114490091B (zh) 工业数据采集管理系统中监控规则引擎性能的方法及装置
CN107589995B (zh) 一种数据业务播前预览任务调度方法
CN115168042A (zh) 监控集群的管理方法及装置、计算机存储介质、电子设备
CN112468414B (zh) 一种云计算多级调度方法、系统及存储介质
CN111211938B (zh) 生物信息软件监控系统及方法
CN112948229A (zh) 调度集群的性能确定方法、装置、计算机设备及存储介质

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