CN111240817B - 资源调度方法、资源调度装置及存储介质 - Google Patents
资源调度方法、资源调度装置及存储介质 Download PDFInfo
- Publication number
- CN111240817B CN111240817B CN202010009513.4A CN202010009513A CN111240817B CN 111240817 B CN111240817 B CN 111240817B CN 202010009513 A CN202010009513 A CN 202010009513A CN 111240817 B CN111240817 B CN 111240817B
- Authority
- CN
- China
- Prior art keywords
- task
- critical
- load
- clustering
- thread
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013468 resource allocation Methods 0.000 claims abstract description 33
- 230000005856 abnormality Effects 0.000 claims description 17
- 238000001514 detection method Methods 0.000 claims description 17
- 238000009877 rendering Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 4
- 230000000903 blocking effect Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开是关于一种资源调度方法、资源调度装置及存储介质。所述资源调度方法应用于帧绘制类应用，所述资源调度方法包括：确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度；根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配。通过本公开能够使系统资源精确和及时的调度到对帧绘制周期长度影响大的任务线程上，进而优化系统资源的调度策略，减少卡顿和丢帧现象。
Description
技术领域
本公开涉及终端技术领域，尤其涉及资源调度方法、资源调度装置及存储介质。
背景技术
随着触屏智能手机的普及和手机硬件的高速发展，智能手机等终端支持的应用也越来越多。高负载、多任务的发展态势已很普遍。
随着任务数的增多，终端系统中的中央处理器(central processing unit，CPU)等有限资源已无法满足所有线程的并发资源分配请求。而传统资源调度方法中，对系统中各任务发起的同一资源分配请求采用排队式的管理方式，使得扮演关键角色的任务无法及时的获得资源满足，增加了调度延迟和绘制等待超时等引发的卡顿以及丢帧问题。
发明内容
为克服相关技术中存在的问题，本公开提供一种资源调度方法、资源调度装置及存储介质。
根据本公开实施例的第一方面，提供一种资源调度方法，所述资源调度方法应用于帧绘制类应用，包括：
确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度；根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配。
一种实施方式中，确定帧绘制周期内各任务线程的聚类类别，包括：
根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类得到各任务线程的聚类类别。
另一种实施方式中，根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类，包括：
针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类；所述关键路径为关键结点组成的路径，所述关键结点为与帧绘制流程相关的操作。
又一种实施方式中，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类，包括：
根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类；其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
又一种实施方式中，确定帧绘制周期内各任务线程的聚类类别，包括：
根据各任务线程的负载对所述关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并根据各任务线程的负载对所述非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
又一种实施方式中，将对帧绘制周期长度无影响的任务线程聚类为同一类。
又一种实施方式中，根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配，包括：
按照聚类类别的优先级进行资源分配，其中，按照不同聚类类别的任务线程对绘制周期大小的影响程度确定聚类类别的优先级。
又一种实施方式中，高优先级聚类类别为对帧绘制周期长度影响程度大的任务线程对应的聚类类别；低优先级聚类类别为对帧绘制周期长度影响程度小的任务线程对应的聚类类别。
又一种实施方式中，关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类和非关键任务低负载任务类的优先级由高至低依次降低。
又一种实施方式中，所述资源调度方法还包括：
在帧绘制周期内监测各聚类类别内各任务线程的负载总和；针对每一聚类类别，若检测到各任务线程的负载总和超出负载异常探测阈值，则进行资源调整。
根据本公开实施例的第二方面，提供一种资源调度装置，应用于帧绘制类应用，所述资源调度装置包括：
聚类单元，用于确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度；调度单元，用于根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配。
一种实施方式中，所述聚类单元用于采用如下方式确定帧绘制周期内各任务线程的聚类类别：
根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类得到各任务线程的聚类类别。
另一种实施方式中，所述聚类单元采用如下方式根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类：
针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类；所述关键路径为关键结点组成的路径，所述关键结点为与帧绘制流程相关的操作。
又一种实施方式中，所述聚类单元采用如下方式依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类：
根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类；其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
又一种实施方式中，所述聚类单元采用如下方式确定帧绘制周期内各任务线程的聚类类别：
根据各任务线程的负载对所述关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并根据各任务线程的负载对所述非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
又一种实施方式中，所述聚类单元将对帧绘制周期长度无影响的任务线程聚类为同一类。
又一种实施方式中，所述调度单元采用如下方式根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配：
按照聚类类别的优先级进行资源分配，其中，按照不同聚类类别的任务线程对绘制周期大小的影响程度确定聚类类别的优先级。
又一种实施方式中，高优先级聚类类别为对帧绘制周期长度影响程度大的任务线程对应的聚类类别；低优先级聚类类别为对帧绘制周期长度影响程度小的任务线程对应的聚类类别。
又一种实施方式中，关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类和非关键任务低负载任务类的优先级由高至低依次降低。
又一种实施方式中，本公开实施例涉及的资源调度装置还包括监测单元；
所述监测单元用于在帧绘制周期内监测各聚类类别内各任务线程的负载总和；所述调度单元还用于针对每一聚类类别，响应于检测到各任务线程的负载总和超出预设的负载异常探测阈值，进行资源调整。
根据本公开实施例第三方面，提供一种终端，包括：
处理器；用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行第一方面或者第一方面任意一种实施方式所述的资源调度方法。
根据本公开实施例第四方面，提供一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行第一方面或者第一方面任意一种实施方式所述的资源调度方法。
本公开的实施例提供的技术方案可以包括以下有益效果：依据各任务线程对帧绘制周期长度影响程度确定的聚类类别的优先级匹配资源分配请求，能够使系统资源精确和及时的调度到对帧绘制周期长度影响大的任务线程上，进而优化系统资源的调度策略，减少卡顿和丢帧现象。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1是根据一示例性实施例示出的一种任务线程划分类别的示意图。
图2是根据一示例性实施例示出的一种资源调度方法的流程图。
图3是根据一示例性实施例示出的一种关键路径划分示意图。
图4是根据一示例性实施例示出的一种任务线程聚类方法流程图。
图5是根据一示例性实施例示出的基于固定长度的窗口周期进行任务线程负载更新的示意图。
图6所示为本公开一示例性实施例示出的一种资源调度方法流程图。
图7是根据一示例性实施例示出的一种资源调度装置的框图。
图8是根据一示例性实施例示出的一种资源调度装置的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本公开实施例提供的资源调度方法应用于安装有帧绘制类应用的终端中。帧绘制类应用运行过程中具有帧绘制周期。帧绘制周期可以理解为是相邻两帧图像显示间隔。
本公开实施例中，帧绘制类应用可以是终端上安装APP类应用，例如帧绘制类应用例如可以是游戏。本公开实施例以下以帧绘制类应用为游戏为例进行说明，当然本公开实施例并不限定帧绘制类应用为游戏应用，也可以为其他应用。
游戏等帧绘制类应用呈现出高负载、多任务的发展态势。随着游戏任务数的增多，系统中cpu等有限资源已无法满足所有线程的并发资源分配请求。而传统调度器，由于无法有效区分游戏中的任务扮演角色和负载成分，对系统中各任务线程发起的同一资源分配请求只能采用排队式的管理方式，使得扮演关键角色的任务线程不能满足资源分配，造成卡顿丢帧问题。
相关技术中，根据任务线程负载的大小，将任务线程划分为大任务和小任务两类。大任务具有较高的负载，小任务负载较轻。任务负载约等于某一固定窗口周期内任务线程运行时间，并在每个窗口周期结束的时候进行更新。为叙述方便，本公开实施例中涉及的负载，等同于任务的运行时间，并约定该运行时间是标准化后的值，与任务线程所处中央处理器(central processing unit，cpu)的运行频率和进程间通信(Inter-ProcessCommunication，IPC)值无关。如图1所示，假定负载更新的窗口周期长度为100ms，衡量任务线程负载是否较高的阈值设定为80。即当且仅当某一任务线程在该窗口周期内的运行时间超过了80ms(任务负载大于等于80时)，该任务线程会被视为大任务，否则即被视为小任务。图1中：
第0个窗口周期结束时，任务线程1和任务线程2因负载低于阈值80，均被视为小任务。
第1个窗口周期结束时，任务线程1和任务线程2因负载低于阈值80，均被视为小任务。
第2个窗口周期结束时，任务线程1的负载更新为90，大于阈值80，被视为大任务，任务线程2因负载等于60，小于阈值80，故仍将被视为小任务。
第3个窗口周期结束时，任务线程1和任务线程2都将被视为大任务。
上述进行大任务和小任务划分的实现中，未考虑系统中各线程在游戏绘制过程中扮演的角色，根据负载大小选出的大任务，不一定对提高游戏画面流畅度产生正面影响，甚至会产生负面效应。
有鉴于此，本公开实施例依据任务线程对帧绘制周期长度的影响程度确定任务线程的聚类类别，通过聚类类别表征任务线程对帧绘制周期长度的影响程度，按照聚类类别的优先级匹配资源分配请求。针对不同类别的任务线程对绘制周期大小的影响程度，执行不同的资源调度策略。例如，对帧绘制周期长度影响程度大的任务线程对应的聚类类别匹配资源分配请求的优先级较高，对帧绘制周期长度影响程度小的任务线程对应的聚类类别匹配资源分配请求的优先级较低，从而将系统中的资源优先调度给那些对绘制周期影响较大的任务线程使用。
图2是本公开一示例性实施例示出的一种资源调度方法的流程图。参阅图2所示，资源调度方法应用于终端，终端上安装有帧绘制类应用，例如游戏。图2中，包括如下步骤S11至步骤S12。
在步骤S11中，确定帧绘制周期内各任务线程的聚类类别。
本公开实施例中预先对帧绘制周期内各任务线程进行聚类，以通过聚类后得到的聚类类别表征任务线程对帧绘制周期长度的影响程度。
在步骤S12中，根据确定的聚类类别，在帧绘制周期内执行资源分配。
本公开实施例中，针对不同聚类类别的任务线程对帧绘制周期大小的影响程度，执行不同的资源分配。
通过本公开实施例可以优先将系统中的资源调度给那些对绘制周期大小影响较大的任务线程使用。
本公开实施例以下将结合实际应用对上述实施例涉及的资源调度方法进行说明。
本公开实施例中，按照不同聚类类别的任务线程对绘制周期大小的影响程度确定聚类类别的优先级，并按照聚类类别的优先级匹配资源分配请求，即按照聚类类别的优先级进行资源分配。
其中，高优先级聚类类别为对帧绘制周期长度影响程度大的任务线程对应的聚类类别；
低优先级聚类类别为对帧绘制周期长度影响程度小的任务线程对应的聚类类别。
本公开一实施例中，预先根据任务线程对帧绘制周期长度的影响程度对帧绘制周期内各任务线程进行聚类。
一方面，本公开实施例中引入帧绘制周期中的“关键结点”和“关键路径”。关键结点为与帧绘制流程相关的操作，例如渲染线程。关键路径为关键结点组成的路径。本公开实施例中，一方面，在进行关键路径确定时，可以确定一关键结点，然后根据各任务线程之间的依赖关系，推导出与确定的关键结点之间具有依赖关系的其他关键结点，组成关键路径。例如，帧绘制类应用中的渲染线程是容易识别的关键结点。但渲染线程执行前，要依赖一些其它的任务线程执行完成后，才能被调度。故，本公开实施例中可以通过其它任务线程和渲染线程的唤醒频率和唤醒关系，确定渲染线程依赖性强的任务线程，并标记为候选关键线程，依次逆推，得到关键路径中的任务线程。本公开实施例中另一方面，统计帧绘制类应用丢帧与帧绘制周期内各任务线程的运行时间。通过大数据，整理出帧绘制类应用丢帧与任务线程运行时间异常的关系，依据确定的关系确定出候选关键线程依赖的关键结点，依次逆推，得到关键路径中的任务线程。如图3所示，将游戏某一帧从开始绘制到绘制结束，中间发生的所有与帧绘制流程有关的操作定义为关键结点，例如图3中的节点1和节点4。由关键结点组成的路径定义为关键路径。图3中的节点2、节点5和节点8是非关键结点，故组成的路径是非关键路径，类似的，节点3和节点6是非关键结点，故组成的路径是非关键路径。
其中，本公开实施例中识别出关键路径，针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类。
图4所示为本公开一示例性实施例示出的一种依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类的方法流程图，参阅图4所示，包括如下步骤。
在步骤S21中，根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类。
本公开实施例中可通过大数据分析和智能学习得到帧绘制周期内关键结点与各任务线程的绑定关系，学习得到系统中各任务线程出现在关键路径中的概率。将出现在关键路径中概率高的任务线程聚类为关键任务类，将出现在关键路径中概率低的任务线程聚类为非关键任务类。其中，聚类为关键任务类的概率，以及聚类为非关键任务类的概率可以根据实际情况进行设定，其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
在步骤S22中，根据各任务线程的负载对关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并根据各任务线程的负载对非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
本公开实施例中可以将出现在关键路径中概率高且负载持续较重的线程聚类为关键任务高负载任务类，可以称为super-task。关键任务高负载任务类的任务线程运行时间长短会直接影响帧绘制周期长度。
本公开实施例中可将出现在关键路径中概率高且负载较轻的任务线程聚类为关键任务低负载任务类，可以称为vip-task。关键任务低负载任务类的任务线程运行时间长短会间接影响帧绘制周期长度。
本公开实施例中将出现在关键路径中概率低但负载持续较重的任务线程聚类为非关键任务高负载任务类，可以称为important-task。非关键任务高负载任务类的任务线程运行时间长度会间接影响帧绘制周期长度。
本公开实施例中将出现在关键路径中概率低且负载持续较轻的任务线程聚类为非关键任务低负载任务类，可以称为normal-task。非关键任务低负载任务类的任务线程运行时间长短不会直接影响帧绘制周期的长度。其中，非关键任务低负载任务类的任务线程可以是出现概率为0的系统服务(service)线程或内核线程。在关键路径中出现概率为0的系统服务(service)线程或内核线程虽然对帧绘制周期长度影响较小，但是为帧绘制类应用运行过程中必须要加载的内容。
另一方面，本公开实施例中将对帧绘制周期长度无影响的任务线程聚类为一类。例如第三方应用的线程，可以称为其它任务线程(other-task)，其它任务线程的运行时间长短与帧绘制周期的长度无关。
一种实施方式中，本公开实施例中关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类、非关键任务低负载任务类和其它任务类匹配资源分配请求的优先级由高至低依次降低。其中，资源分配请求可以是针对内存和io等资源的分配请求。
本公开实施例中通过对帧绘制周期内的各任务线程按照任务线程对帧绘制周期长度的影响程度，对帧绘制周期内各任务线程进行聚类，以确定各任务线程的聚类类别。对聚类后的各聚类类别分别设置匹配资源分配请求的优先级，对高优先级的聚类类别的关键线程优先匹配资源分配请求，能有效减少和降低因关键线程得不到资源及时调度而引发的丢帧和卡顿问题。针对低优先级的非关键线程，执行资源惰性分配和低优先级处理策略，从而在减少关键线程被非关键线程资源抢占的同时，节省功耗。
针对游戏场景，通过分析不同任务对帧绘制周期的影响程度差异，对任务进行聚类。使系统资源能更精确和及时的调度到与游戏画面流畅度关联紧密的任务上，从而优化游戏过程中系统资源的调度策略，减少游戏中的卡顿和丢帧现象。
本公开又一实施例中，针对各聚类类别分别设置各自对应的负载异常探测阈值。例如，针对关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类、非关键任务低负载任务类和其它任务类分别设置负载异常探测阈值。针对每一聚类类别中，检测到各任务线程的负载总和超出预设的负载异常探测阈值时，进行资源调优，例如提高工作频率，或者将重要任务迁往性能更优的核上处理。
相关技术中，基于固定长度的窗口周期进行任务线程负载的更新，例如图5所示。基于固定长度的窗口周期与帧绘制周期不同步，无法及时捕获帧绘制周期内线程负载的变化。本公开实施例中针对每一聚类类别，在帧绘制周期内监测各聚类类别内各任务线程的负载总和，响应于检测到各任务线程的负载总和超出预设的负载异常探测阈值时，进行资源调整，以便及时捕获帧绘制周期内线程负载的变化，加快后续重要任务的处理速度，降低丢帧发生的概率。
本公开实施例中，在帧绘制周期内进行系统负载获取，并将获取到的系统负载与负载异常探测阈值进行比较，以进行资源的重新调整。比如，重新分配资源或者对终端CPU频率进行调整。
图6所示为本公开一示例性实施例示出的一种资源调度方法流程图。参阅图6所示，包括如下步骤。
其中，步骤S31和步骤S32与步骤S11和步骤S12的实施过程相似，本公开实施例在此不再赘述。
在步骤S33中，在帧绘制周期内监测各聚类类别内各任务线程的负载总和。
本公开实施例中，针对每一聚类类别，在帧绘制周期内进行任务线程的统计和计算，以更精确的反映帧率变动和负载变化之间的关联。例如，基于帧绘制周期的游戏线程负载进行统计和计算，能够更精确的反映帧率变动和游戏负载变化之间的关联。例如图7中，在每一帧绘制周期结束时刻作为负载更新点进行负载的确定，并判断各负载的总和是否超出负载异常探测阈值。
在步骤S34中，针对每一聚类类别，响应于检测到各任务线程的负载总和超出预设的负载异常探测阈值时，进行资源调整。
本公开实施例中可以基于大数据统计和人工智能学习技术，针对聚类得到的各个聚类类别设置负载异常探测阈值。例如，针对每一帧绘制周期统计各任务线程的历史数据，若预测超过阈值后出现掉帧现象，则可以将该阈值设置为负载异常探测阈值。在监测到帧绘制周期统计各任务线程的负载总和超出设置的负载异常探测阈值，预测会出现掉帧，故可及时进行资源调优，避免出现掉帧。
通过本公开实施例设置负载异常探测阈值，并针对每一聚类类别，在帧绘制周期内监测到各任务线程的负载总和超出设置的负载异常探测阈值时，及时进行资源调优，可以提高任务线程运行时的平均帧率，减少帧率波动和低帧出现的概率。
例如，针对游戏场景，可以提高游戏运行时的平均帧率，减少帧率波动和低频出现的概率，获得较好的游戏体验。
基于相同的构思，本公开实施例还提供一种资源调度装置。
可以理解的是，本公开实施例提供的资源调度装置为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。结合本公开实施例中所公开的各示例的单元及算法步骤，本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同的方法来实现所描述的功能，但是这种实现不应认为超出本公开实施例的技术方案的范围。
图7是根据一示例性实施例示出的一种资源调度装置框图。资源调度装置应用于终端，终端上安装有帧绘制类应用。参照图7，资源调度装置100包括聚类单元101和调度单元102。
聚类单元101，用于确定帧绘制周期内各任务线程的聚类类别。其中，聚类类别表征任务线程对帧绘制周期长度的影响程度。调度单元102，用于根据确定的聚类类别，在帧绘制周期内执行资源分配。
一种实施方式中，聚类单元101采用如下方式确定帧绘制周期内各任务线程的聚类类别：根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类得到各任务线程的聚类类别。
另一种实施方式中，聚类单元101采用如下方式根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对各任务线程进行聚类：
针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类，关键路径为关键结点组成的路径，关键结点为与帧绘制流程相关的操作。
又一种实施方式中，聚类单元101采用如下方式依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类：
根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类，其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
一种实施方式中，聚类单元101采用如下方式确定帧绘制周期内各任务线程的聚类类别：根据各任务线程的负载对关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并根据各任务线程的负载对非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
又一种实施方式中，聚类单元101将对帧绘制周期长度无影响的任务线程聚类为同一类。
又一种实施方式中，调度单元102采用如下方式根据确定的所述聚类类别，在帧绘制周期内执行资源分配：
按照聚类类别的优先级进行资源分配，其中，按照不同聚类类别的任务线程对绘制周期大小的影响程度确定聚类类别的优先级。
又一种实施方式中，高优先级聚类类别为对帧绘制周期长度影响程度大的任务线程对应的聚类类别；低优先级聚类类别为对帧绘制周期长度影响程度小的任务线程对应的聚类类别。
又一种实施方式中，关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类和非关键任务低负载任务类匹配资源分配请求的优先级由高至低依次降低。
又一种实施方式中，本公开实施例涉及的资源调度装置100还包括监测单元103。
监测单元103用于在帧绘制周期内监测各聚类类别内各任务线程的负载总和。调度单元102还用于针对每一聚类类别，响应于检测到各任务线程的负载总和超出预设的负载异常探测阈值，进行资源调整。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图8是根据一示例性实施例示出的一种用于资源调度的装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
参照图8，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电力组件806，多媒体组件808，音频组件810，输入/输出(I/O)的接口812，传感器组件814，以及通信组件816。
处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
电力组件806为装置800的各种组件提供电力。电力组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(MIC)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。
在示例性实施例中，装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
进一步可以理解的是，本公开中“多个”是指两个或两个以上，其它量词与之类似。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
进一步可以理解的是，术语“第一”、“第二”等用于描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开，并不表示特定的顺序或者重要程度。实际上，“第一”、“第二”等表述完全可以互换使用。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。
进一步可以理解的是，本公开实施例中尽管在附图中以特定的顺序描述操作，但是不应将其理解为要求按照所示的特定顺序或是串行顺序来执行这些操作，或是要求执行全部所示的操作以得到期望的结果。在特定环境中，多任务和并行处理可能是有利的。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (12)
1.一种资源调度方法，其特征在于，应用于帧绘制类应用，所述资源调度方法包括：
确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度，所述聚类类别包括关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类和非关键任务低负载任务类；
根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配；
所述根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配，包括：
按照不同聚类类别的任务线程对所述帧绘制周期大小的影响程度确定优先级，并按照聚类类别的优先级匹配资源分配请求；
所述关键任务高负载任务类、所述关键任务低负载任务类、所述非关键任务高负载任务类和所述非关键任务低负载任务类的优先级由高至低依次降低；
其中，高优先级聚类类别为对所述帧绘制周期长度影响程度大的任务线程对应的聚类类别，低优先级聚类类别为对帧绘制周期程度影响程度小的任务线程对应的聚类类别；
所述确定帧绘制周期内各任务线程的聚类类别，包括：
根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类得到各任务线程的聚类类别；
所述根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类，包括：
针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类；
所述关键路径为关键结点组成的路径，所述关键结点为与帧绘制流程相关的操作。
2.根据权利要求1所述的资源调度方法，其特征在于，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类，包括：
根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类；
其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
3.根据权利要求2所述的资源调度方法，其特征在于，确定帧绘制周期内各任务线程的聚类类别，包括：
根据各任务线程的负载对所述关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并
根据各任务线程的负载对所述非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
4.根据权利要求1所述的资源调度方法，其特征在于，将对帧绘制周期长度无影响的任务线程聚类为同一类。
5.根据权利要求1所述的资源调度方法，其特征在于，所述资源调度方法还包括：
在帧绘制周期内监测各聚类类别内各任务线程的负载总和；
针对每一聚类类别，若检测到各任务线程的负载总和超出负载异常探测阈值，则进行资源调整。
6.一种资源调度装置，其特征在于，应用于帧绘制类应用，所述资源调度装置包括：
聚类单元，用于确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度，所述聚类类别包括关键任务高负载任务类、关键任务低负载任务类、非关键任务高负载任务类和非关键任务低负载任务类；
调度单元，用于根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配，包括：
按照不同聚类类别的任务线程对所述帧绘制周期大小的影响程度确定优先级，并按照聚类类别的优先级匹配资源分配请求；
所述关键任务高负载任务类、所述关键任务低负载任务类、所述非关键任务高负载任务类和所述非关键任务低负载任务类的优先级由高至低依次降低；
其中，高优先级聚类类别为对所述帧绘制周期长度影响程度大的任务线程对应的聚类类别，低优先级聚类类别为对帧绘制周期程度影响程度小的任务线程对应的聚类类别；
所述聚类单元用于采用如下方式确定帧绘制周期内各任务线程的聚类类别：
根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类得到各任务线程的聚类类别；
所述聚类单元采用如下方式根据帧绘制周期内各任务线程对帧绘制周期长度的影响程度，对所述各任务线程进行聚类：
针对影响帧绘制周期长度的任务线程，依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类；
所述关键路径为关键结点组成的路径，所述关键结点为与帧绘制流程相关的操作。
7.根据权利要求6所述的资源调度装置，其特征在于，所述聚类单元采用如下方式依据各任务线程的负载以及各任务线程出现在关键路径中的概率进行聚类：
根据各任务线程出现在关键路径中的概率，对任务线程进行聚类，得到关键任务类和非关键任务类；
其中，关键任务类中各任务线程出现在关键路径中的概率高于非关键任务类中各任务线程出现在关键路径中的概率。
8.根据权利要求7所述的资源调度装置，其特征在于，所述聚类单元采用如下方式确定帧绘制周期内各任务线程的聚类类别：
根据各任务线程的负载对所述关键任务类中的任务线程进行聚类，得到关键任务高负载任务类和关键任务低负载任务类，并
根据各任务线程的负载对所述非关键任务类中的任务线程进行聚类得到非关键任务高负载任务类和非关键任务低负载任务类。
9.根据权利要求6所述的资源调度装置，其特征在于，所述聚类单元将对帧绘制周期长度无影响的任务线程聚类为同一类。
10.根据权利要求6至9中任意一项所述的资源调度装置，其特征在于，所述资源调度装置还包括监测单元；
所述监测单元用于在帧绘制周期内监测各聚类类别内各任务线程的负载总和；
所述调度单元还用于针对每一聚类类别，响应于检测到各任务线程的负载总和超出预设的负载异常探测阈值，进行资源调整。
11.一种终端，其特征在于，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为：执行权利要求1至5中任意一项所述的资源调度方法。
12.一种非临时性计算机可读存储介质，当所述存储介质中的指令由终端的处理器执行时，使得终端能够执行权利要求1至5中任意一项所述的资源调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010009513.4A CN111240817B (zh) | 2020-01-06 | 2020-01-06 | 资源调度方法、资源调度装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010009513.4A CN111240817B (zh) | 2020-01-06 | 2020-01-06 | 资源调度方法、资源调度装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111240817A CN111240817A (zh) | 2020-06-05 |
| CN111240817B true CN111240817B (zh) | 2024-04-09 |
Family
ID=70865255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010009513.4A Active CN111240817B (zh) | 2020-01-06 | 2020-01-06 | 资源调度方法、资源调度装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111240817B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111831437B (zh) * | 2020-07-01 | 2024-07-30 | Oppo广东移动通信有限公司 | 设备管理方法、装置、存储介质及电子设备 |
| CN112114975B (zh) * | 2020-10-28 | 2023-06-27 | Oppo广东移动通信有限公司 | 处理器频率的调整方法、装置、存储介质及电子设备 |
| CN112650465A (zh) * | 2021-01-12 | 2021-04-13 | 北京字节跳动网络技术有限公司 | 终端的控制方法、装置、终端和存储介质 |
| CN113034659A (zh) * | 2021-05-24 | 2021-06-25 | 成都天锐星通科技有限公司 | 三维渲染数据处理方法、装置、电子设备和可读存储介质 |
| CN114531544B (zh) * | 2022-02-11 | 2024-07-19 | 维沃移动通信有限公司 | 录制方法、装置、设备及计算机存储介质 |
| CN115268713A (zh) * | 2022-07-20 | 2022-11-01 | Oppo广东移动通信有限公司 | 线程识别方法、装置、存储介质及电子设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870327A (zh) * | 2012-12-18 | 2014-06-18 | 华为技术有限公司 | 一种实时多任务调度方法和装置 |
| CN105451838A (zh) * | 2013-05-20 | 2016-03-30 | 微软技术许可有限责任公司 | 远程游戏环境中的游戏可用性 |
| CN110532100A (zh) * | 2019-09-02 | 2019-12-03 | Oppo广东移动通信有限公司 | 调度资源的方法、装置、终端及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120001925A1 (en) * | 2010-06-30 | 2012-01-05 | Ati Technologies, Ulc | Dynamic Feedback Load Balancing |
| CN107797866B (zh) * | 2016-05-31 | 2020-11-24 | Oppo广东移动通信有限公司 | 处理器资源的分配方法及移动终端和介质产品 |
-
2020
- 2020-01-06 CN CN202010009513.4A patent/CN111240817B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870327A (zh) * | 2012-12-18 | 2014-06-18 | 华为技术有限公司 | 一种实时多任务调度方法和装置 |
| CN105451838A (zh) * | 2013-05-20 | 2016-03-30 | 微软技术许可有限责任公司 | 远程游戏环境中的游戏可用性 |
| CN110532100A (zh) * | 2019-09-02 | 2019-12-03 | Oppo广东移动通信有限公司 | 调度资源的方法、装置、终端及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111240817A (zh) | 2020-06-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111240817B (zh) | 资源调度方法、资源调度装置及存储介质 | |
| CN105955765B (zh) | 应用预加载方法及装置 | |
| CN107193653B (zh) | 带宽资源分配方法、装置及存储介质 | |
| CN107506240B (zh) | 后台应用程序管控方法、装置、存储介质及电子设备 | |
| US10216248B2 (en) | Method and device for controlling power consumption | |
| CN109254849B (zh) | 应用程序的运行方法及装置 | |
| CN111198757A (zh) | Cpu内核调度方法、cpu内核调度装置及存储介质 | |
| CN108776624A (zh) | 确定终端卡顿原因的方法、装置及存储介质 | |
| CN111581174A (zh) | 基于分布式集群系统的资源管理方法及装置 | |
| EP3015983A1 (en) | Method and device for optimizing memory | |
| CN115576645B (zh) | 一种虚拟处理器调度方法、装置、存储介质及电子设备 | |
| CN105930213A (zh) | 应用运行方法及装置 | |
| CN111447239A (zh) | 视频流播放控制方法、设备及存储介质 | |
| CN113703937A (zh) | 动画切换方法及装置、存储介质 | |
| CN112486658A (zh) | 一种任务调度方法、装置和用于任务调度的装置 | |
| CN117193963A (zh) | 基于函数特征的服务器无感知计算调度方法和装置 | |
| CN111240835A (zh) | Cpu工作频率调整方法、cpu工作频率调整装置及存储介质 | |
| CN113360254A (zh) | 任务调度方法及系统 | |
| CN114461360A (zh) | 线程管控方法、线程管控装置、终端及存储介质 | |
| CN116048757A (zh) | 任务处理方法、装置、电子设备和存储介质 | |
| CN115964180A (zh) | 任务调度方法、装置和电子设备 | |
| CN116089025A (zh) | 处理器频率控制方法、装置及存储介质 | |
| CN110909886B (zh) | 一种机器学习网络运行方法、装置及介质 | |
| CN112286687A (zh) | 一种资源处理方法及装置 | |
| CN111338789B (zh) | 资源调配方法和装置、电子设备以及计算机可读存储介质 |
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 |