CN111290847B - 去中心化的分布式多节点协同任务调度平台及方法 - Google Patents

去中心化的分布式多节点协同任务调度平台及方法 Download PDF

Info

Publication number
CN111290847B
CN111290847B CN202010141655.6A CN202010141655A CN111290847B CN 111290847 B CN111290847 B CN 111290847B CN 202010141655 A CN202010141655 A CN 202010141655A CN 111290847 B CN111290847 B CN 111290847B
Authority
CN
China
Prior art keywords
module
node
task
center server
dispatching
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
Application number
CN202010141655.6A
Other languages
English (en)
Other versions
CN111290847A (zh
Inventor
陈星�
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.)
Zhoupu Data Technology Nanjing Co ltd
Original Assignee
Zhoupu Data Technology Nanjing 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 Zhoupu Data Technology Nanjing Co ltd filed Critical Zhoupu Data Technology Nanjing Co ltd
Priority to CN202010141655.6A priority Critical patent/CN111290847B/zh
Publication of CN111290847A publication Critical patent/CN111290847A/zh
Application granted granted Critical
Publication of CN111290847B publication Critical patent/CN111290847B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F9/5027—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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明公开了去中心化的分布式多节点协同任务调度平台及方法，其中，去中心化的分布式多节点协同任务调度平台，调度平台包括调度中心服务器、分布式检测模块、任务接收分配模块、节点装配模块、信息反馈模块；所述调度中心服务器、节点装配模块、分布式检测模块、信息反馈模块依次通过内网连接，节点装配模块、信息反馈模块分别和调度中心服务器通过内网连接,任务接收分配模块分别和调度中心服务器、节点装配模块通过内网连接，利用调度中心服务器内部PLC芯片对调控平台内部的所有模块进行控制，数据库对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性。

Description

去中心化的分布式多节点协同任务调度平台及方法
技术领域
本发明涉及大数据领域，具体涉及去中心化的分布式多节点协同任务调度平台及方法。
背景技术
调度系统主要应用于应急指挥所、值班室、急救中心、矿井、应急车等。配置触摸屏调度台，用户可以以最快速度、最有效的手段进行紧急通知和命令发布，并可以直观的显示被通知对象的状态。
在大数据下，对个节点的计算机进行统一调配较为重要，大数据”是指以多元形式，自许多来源搜集而来的庞大数据组，往往具有实时性。在企业对企业销售的情况下，这些数据可能得自社交网络、电子商务网站、顾客来访纪录，还有许多其他来源。这些数据，并非公司顾客关系管理数据库的常态数据组，但是在现在随着互联网技术的迅速发展，各服务器都具有相应的调度任务，若只在一台服务器执行调度任务，会给该台服务器增加负担，严重时导致服务器崩溃，而调度平台能够更好的对服务器的进行分布任务调控。
目前，公开号为CN110599787A的中国专利公开了自动驾驶车辆的智能调度系统，通过路测信息采集装置及路口信息采集装置采集路侧及路口信息，将采集的路侧信息及路口信息发送至调度平台，调度平台判断自动驾驶车辆行驶至道路拥堵路段时，车载终端控制该车辆诱速换道，极大的提高了自动驾驶车辆的运行效率，避免了耽误车辆上乘客的时间，达到了智能调度，高效、节能的运输乘客。
这种自动驾驶车辆的智能调度系统虽然能够实现智能排班、车辆调度、客流调查、车场调度、充电调度、维修救急调度，达到共享数据、自动跟驰、自动编列、自动分离、自动停靠上下乘客、自动充电、低谷充电成本之功能，完成智能调度，智慧运营，高效、节能的运输乘客，但是该调度系统需要只能对指定服务器进行只能调度，不能对多个服务器进行分布式任务调度。
发明内容
本发明的一目的是提供去中心化的分布式多节点协同任务调度平台及方法，其具有对多个服务器进行分布式任务调度的优点。
本发明的上述技术目的是通过以下技术方案得以实现的：
去中心化的分布式多节点协同任务调度平台，调度平台包括调度中心服务器、分布式检测模块、任务接收分配模块、节点装配模块、信息反馈模块；所述调度中心服务器、节点装配模块、分布式检测模块、信息反馈模块依次通过内网连接，节点装配模块、信息反馈模块分别和调度中心服务器通过内网连接,任务接收分配模块分别和调度中心服务器、节点装配模块通过内网连接。
通过采用上述技术方案：调度中心服务器包括PLC芯片、数据库和人工修改子模块，其中，数据库和人工修改子模块与PLC芯片通过内网连接；所述PLC芯片用于对调控平台内部的所有模块进行控制，数据库用于对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块用于对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性。
通过采用上述技术方案：所述节点装配模块包括节点类别统计子模块、节点位置统计子模块、节点数量统计子模块，其中，节点类别统计子模块、节点位置统计子模块、节点位置统计子模块分别和调度中心服务器通过内网连接，节点类别统计子模块用于对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块用于对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块用于统计节点的数量反馈给调度中心服务器。
通过采用上述技术方案：所述任务接收分配模块包括任务内容检测子模块和任务匹配子模块，任务内容检测子模块与调度中心服务器通过内网连接，任务匹配子模块与节点装配模块通过内网连接，任务内容检测子模块用于对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块用于根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理。
通过采用上述技术方案：所述分布式检测模块包括数据执行响应速率检测子模块和数据执行失误率分析子模块，分布式检测模块用于检测分析节点装配模块对数据执行的响应速度和失误率，数据执行响应速率检测子模块用于检测节点装配模块数据执行响应的速率，数据执行失误率分析子模块用于检测节点装配模块数据执行失误率，从而分析各节点的性能。
通过采用上述技术方案：所述信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理。
去中心化的分布式多节点协同任务调度方法，其特征在于：
S1：利用调度中心服务器内部PLC芯片对调控平台内部的所有模块进行控制，数据库对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性；
S2：利用节点装配模块内部节点类别统计子模块对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块统计节点的数量反馈给调度中心服务器；
S3：利用任务接收分配模块内部的任务内容检测子模块对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理；
S4：利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率；
S5：利用信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理；
通过采用上述技术方案：所述步骤S4，利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率，还包括以下步骤：
A1：利用数据执行响应速率检测子模块检测节点装配模块数据执行响应的速率，将检测的速率发送给分布式检测模块进行分析；
A2：利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，从而分析各节点的性能，将失误率发送给分布式检测模块进行分析；
A3：利用分布式检测模块对检测的速率和失误率进行计算分析。
通过采用上述技术方案：所述步骤A3中，利用分布式检测模块对检测的速率和失误率进行计算分析，还包括以下步骤：
所述数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为t1、t2、t3、...、t(n-1)、tn，当上述时间检测数据传送量为X1、X2、X3、...、Xn-1、Xn，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000051
利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为L1、L2、L3、...、Ln-1、Ln，将检测的失误率从大到小进行排序，排序结果为Ln-1、L3、L1、...、Ln、L2，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器。
本发明的上述技术目的是通过以下技术方案得以实现的：
本发明能够对多个服务器进行分布式任务调度，从而控制多个节点进行统一调控，收集个节点的类别，从而进行针对性的任务调度；
利用调度中心服务器内部PLC芯片对调控平台内部的所有模块进行控制，数据库对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性；
利用节点装配模块内部节点类别统计子模块对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块统计节点的数量反馈给调度中心服务器；
利用任务接收分配模块内部的任务内容检测子模块对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理；
利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率，利用数据执行响应速率检测子模块检测节点装配模块数据执行响应的速率，将检测的速率发送给分布式检测模块进行分析；利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，从而分析各节点的性能，将失误率发送给分布式检测模块进行分析；利用分布式检测模块对检测的速率和失误率进行计算分析；
利用信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理；
附图说明
下面结合附图对本发明进一步说明。
图1是去中心化的分布式多节点协同任务调度平台具体模块示意图；
图2是去中心化的分布式多节点协同任务调度方法步骤示意图；
图3是去中心化的分布式多节点协同任务调度方法步骤S4中具体步骤示意图；
图4是去中心化的分布式多节点协同任务调度方法实施过程示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步说明。
本发明所采用的技术方案是：
去中心化的分布式多节点协同任务调度平台，调度平台包括调度中心服务器、分布式检测模块、任务接收分配模块、节点装配模块、信息反馈模块；所述调度中心服务器、节点装配模块、分布式检测模块、信息反馈模块依次通过内网连接，节点装配模块、信息反馈模块分别和调度中心服务器通过内网连接,任务接收分配模块分别和调度中心服务器、节点装配模块通过内网连接。
通过采用上述技术方案：调度中心服务器包括PLC芯片、数据库和人工修改子模块，其中，数据库和人工修改子模块与PLC芯片通过内网连接；所述PLC芯片用于对调控平台内部的所有模块进行控制，数据库用于对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块用于对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性。
通过采用上述技术方案：所述节点装配模块包括节点类别统计子模块、节点位置统计子模块、节点数量统计子模块，其中，节点类别统计子模块、节点位置统计子模块、节点位置统计子模块分别和调度中心服务器通过内网连接，节点类别统计子模块用于对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块用于对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块用于统计节点的数量反馈给调度中心服务器。
通过采用上述技术方案：所述任务接收分配模块包括任务内容检测子模块和任务匹配子模块，任务内容检测子模块与调度中心服务器通过内网连接，任务匹配子模块与节点装配模块通过内网连接，任务内容检测子模块用于对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块用于根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理。
通过采用上述技术方案：所述分布式检测模块包括数据执行响应速率检测子模块和数据执行失误率分析子模块，分布式检测模块用于检测分析节点装配模块对数据执行的响应速度和失误率，数据执行响应速率检测子模块用于检测节点装配模块数据执行响应的速率，数据执行失误率分析子模块用于检测节点装配模块数据执行失误率，从而分析各节点的性能。
通过采用上述技术方案：所述信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理。
去中心化的分布式多节点协同任务调度方法，其特征在于：
S1：利用调度中心服务器内部PLC芯片对调控平台内部的所有模块进行控制，数据库对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性；
S2：利用节点装配模块内部节点类别统计子模块对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块统计节点的数量反馈给调度中心服务器；
S3：利用任务接收分配模块内部的任务内容检测子模块对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理；
S4：利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率；
S5：利用信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理；
通过采用上述技术方案：所述步骤S4，利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率，还包括以下步骤：
A1：利用数据执行响应速率检测子模块检测节点装配模块数据执行响应的速率，将检测的速率发送给分布式检测模块进行分析；
A2：利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，从而分析各节点的性能，将失误率发送给分布式检测模块进行分析；
A3：利用分布式检测模块对检测的速率和失误率进行计算分析。
通过采用上述技术方案：所述步骤A3中，利用分布式检测模块对检测的速率和失误率进行计算分析，还包括以下步骤：
所述数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为t1、t2、t3、...、t(n-1)、tn，当上述时间检测数据传送量为X1、X2、X3、...、Xn-1、Xn，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000091
利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为L1、L2、L3、...、Ln-1、Ln，将检测的失误率从大到小进行排序，排序结果为Ln-1、L3、L1、...、Ln、L2，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器。
实施例1：限定条件，数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为15s、21s、37s、44s、60s，上述时间检测的数据传送量分别为1200bit、2700bit、4300bit、5700bit、8300bit，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000101
计算得出：
Figure GDA0004187938970000102
(100+200+162.5)＝154.2bit/s，利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为20％、31％、7％、42％、11％，将检测的失误率从大到小进行排序，排序结果为7％、11％、20％、31％、42％，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器，从而实现对各节点性能的检测，保证各节点提高失误率和传输速率，提高节点任务执行的性能。
实施例2：限定条件，数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为7s、16s、31s、48s、55s，上述时间检测的数据传送量分别为1380bit、3100bit、4903bit、6700bit、7790bit，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000103
计算得出：
Figure GDA0004187938970000104
Figure GDA0004187938970000105
利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为13％、47％、21％、17％、11％，将检测的失误率从大到小进行排序，排序结果为11％、13％、17％、21％、47％，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器，从而实现对各节点性能的检测，保证各节点提高失误率和传输速率，提高节点任务执行的性能。
实施例3：限定条件，数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为17s、21s、33s、47s、63s，上述时间检测的数据传送量分别为1428bit、3400bit、4700bit、6900bit、8800bit，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000111
计算得出：
Figure GDA0004187938970000112
(108.3+157.1+118.7)＝128bit/s，利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为22％、16％、23％、19％、7％，将检测的失误率从大到小进行排序，排序结果为7％、16％、19％、22％、23％，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器，从而实现对各节点性能的检测，保证各节点提高失误率和传输速率，提高节点任务执行的性能。
实施例4：限定条件，数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为6s、13s、17s、26s、33s，上述时间检测的数据传送量分别为780bit、2230bit、4100bit、5180bit、6700bit，设定数据执行响应速率的均值设为C，根据公式：
Figure GDA0004187938970000121
计算得出：
Figure GDA0004187938970000122
＝237bit/s，利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为7％、18％、15％、8％、11％，将检测的失误率从大到小进行排序，排序结果为7％、8％、11％、15％、18％，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器，从而实现对各节点性能的检测，保证各节点提高失误率和传输速率，提高节点任务执行的性能。
以上是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰，均属于发明技术方案的范围内。

Claims (5)

1.去中心化的分布式多节点协同任务调度平台，其特征在于：所述调度平台包括调度中心服务器、分布式检测模块、任务接收分配模块、节点装配模块、信息反馈模块；所述调度中心服务器、节点装配模块、分布式检测模块、信息反馈模块依次通过内网连接，节点装配模块、信息反馈模块分别和调度中心服务器通过内网连接,任务接收分配模块分别和调度中心服务器、节点装配模块通过内网连接；
所述调度中心服务器包括PLC芯片、数据库和人工修改子模块，其中，数据库和人工修改子模块与PLC芯片通过内网连接；所述PLC芯片用于对调控平台内部的所有模块进行控制，数据库用于对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块用于对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性；
所述分布式检测模块包括数据执行响应速率检测子模块和数据执行失误率分析子模块，分布式检测模块用于检测分析节点装配模块对数据执行的响应速度和失误率，数据执行响应速率检测子模块用于检测节点装配模块数据执行响应的速率，数据执行失误率分析子模块用于检测节点装配模块数据执行失误率，从而分析各节点的性能；
所述任务接收分配模块包括任务内容检测子模块和任务匹配子模块，任务内容检测子模块与调度中心服务器通过内网连接，任务匹配子模块与节点装配模块通过内网连接，任务内容检测子模块用于对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块用于根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理；
所述节点装配模块包括节点类别统计子模块、节点位置统计子模块、节点数量统计子模块，其中，节点类别统计子模块、节点位置统计子模块、节点位置统计子模块分别和调度中心服务器通过内网连接，节点类别统计子模块用于对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块用于对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块用于统计节点的数量反馈给调度中心服务器。
2.根据权利要求1所述的去中心化的分布式多节点协同任务调度平台，其特征在于：所述信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理。
3.去中心化的分布式多节点协同任务调度方法，其特征在于：
S1：利用调度中心服务器内部PLC芯片对调控平台内部的所有模块进行控制，数据库对调控平台内部的所有模块上传的数据进行存储和备份，人工修改子模块对调控平台的任务分布进行人工干预，保证平台内部任务分布的实时性；
S2：利用节点装配模块内部节点类别统计子模块对调度平台内部的节点的装配种类进行分析和统计，反馈给调度中心服务器，节点位置统计子模块对调度平台内部的节点的装配位置进行定位统计，反馈给调度中心服务器，节点位置统计子模块统计节点的数量反馈给调度中心服务器；
S3：利用任务接收分配模块内部的任务内容检测子模块对调度中心服务器分配的任务进行内容检测，判定任务的类别，任务匹配子模块根据任务内容检测子模块检测的任务类别，与各节点类别进行匹配，从而进行数据的高效率处理；
S4：利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率；
S5：利用信息反馈模块用于将分布式检测模块信息进行整合反馈给调度中心服务器进行处理。
4.根据权利要求3所述的去中心化的分布式多节点协同任务调度方法，其特征在于：所述步骤S4，利用分布式检测模块检测分析节点装配模块对数据执行的响应速度和失误率，还包括以下步骤：
A1：利用数据执行响应速率检测子模块检测节点装配模块数据执行响应的速率，将检测的速率发送给分布式检测模块进行分析；
A2：利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，从而分析各节点的性能，将失误率发送给分布式检测模块进行分析；
A3：利用分布式检测模块对检测的速率和失误率进行计算分析。
5.根据权利要求4所述的去中心化的分布式多节点协同任务调度方法，其特征在于：所述步骤A3中，利用分布式检测模块对检测的速率和失误率进行计算分析，还包括以下步骤：
所述数据执行响应速率检测子模块对各节点传输的时间进行检测，检测时间数值为t1、t2、t3、...、t(n-1)、tn，当上述时间检测数据传送量为X1、X2、X3、...、Xn-1、Xn，设定数据执行响应速率的均值设为C，根据公式：
Figure FDA0004187938960000031
利用数据执行失误率分析子模块检测节点装配模块数据执行失误率，设定各节点的失误率为L1、L2、L3、...、Ln-1、Ln，将检测的失误率从大到小进行排序，排序结果为Ln-1、L3、L1、...、Ln、L2，将各节点进行失误率的标记，分布式检测模块将各节点的失误率和节点装配模块数据执行响应的速率均值按顺序发送给反馈模块，反馈模块将信息重新传输给调度中心服务器。
CN202010141655.6A 2020-03-03 2020-03-03 去中心化的分布式多节点协同任务调度平台及方法 Active CN111290847B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010141655.6A CN111290847B (zh) 2020-03-03 2020-03-03 去中心化的分布式多节点协同任务调度平台及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010141655.6A CN111290847B (zh) 2020-03-03 2020-03-03 去中心化的分布式多节点协同任务调度平台及方法

Publications (2)

Publication Number Publication Date
CN111290847A CN111290847A (zh) 2020-06-16
CN111290847B true CN111290847B (zh) 2023-07-07

Family

ID=71025782

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010141655.6A Active CN111290847B (zh) 2020-03-03 2020-03-03 去中心化的分布式多节点协同任务调度平台及方法

Country Status (1)

Country Link
CN (1) CN111290847B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114095240B (zh) * 2021-11-17 2023-12-01 东南大学 一种基于区块链的分布式节点协同方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732353A (zh) * 2015-04-03 2015-06-24 成都吉普斯能源科技有限公司 一种基于云计算的车辆集成管理系统
CN105554059A (zh) * 2015-11-25 2016-05-04 北京华油信通科技有限公司 基于北斗导航技术的物流运输智能感知与位置服务系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106528280B (zh) * 2015-09-15 2019-10-29 阿里巴巴集团控股有限公司 一种任务分配方法和系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104732353A (zh) * 2015-04-03 2015-06-24 成都吉普斯能源科技有限公司 一种基于云计算的车辆集成管理系统
CN105554059A (zh) * 2015-11-25 2016-05-04 北京华油信通科技有限公司 基于北斗导航技术的物流运输智能感知与位置服务系统

Also Published As

Publication number Publication date
CN111290847A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
CN107705045A (zh) 一种基于云‑站‑点架构的生产物流智能配送agv系统及其应用
CN102063336B (zh) 一种分布式计算多应用功能异步并发调度方法
CN107564270A (zh) 一种智能公交调度运营方法
EP4128722B1 (en) Cloud-based real-time vehicle data sharing
CN109726890B (zh) 一种基于平行车联网的车辆调度管理平台及方法
CN106779502A (zh) 可移动机械设备的物联和调度方法及装置
WO2021147412A1 (zh) 服务位置推荐方法、装置、电子设备及可读存储介质
CN111290847B (zh) 去中心化的分布式多节点协同任务调度平台及方法
CN113051019A (zh) 流程任务执行管控方法、装置以及设备
CN110033143A (zh) 一种智能多路线规划调度与管理方法和系统
CN109598816A (zh) 车辆行为特征收集方法、装置、服务器及系统
CN107480027A (zh) 一种分布式深度学习运维系统
CN113104459A (zh) 一种基于信息汇聚的仓储设备管控平台
CN203503170U (zh) 一种基于gps的通勤车信息管理系统
Safiullin et al. Method of forming an integrated automated control system for intelligent objects
Al-Khateeb et al. Intelligent dynamic traffic light sequence using RFID
CN108762932A (zh) 一种集群任务调度系统及处理方法
WO2023179319A1 (zh) 报警方法及装置
CN104156505A (zh) 一种基于用户行为分析的Hadoop集群作业调度方法及装置
CN102055620B (zh) 监控用户体验的方法和系统
CN113127176A (zh) 一种用于工作平台的多角色任务分配方法及系统
CN117097026A (zh) 一种基于源网荷储新型电力系统运维监控平台的操作方法
CN108156616A (zh) 通信路径管理方法及通信路径管理系统
CN116757394A (zh) 一种调度系统及方法、设备、计算机可读存储介质
Merino et al. Impact of data quality in real-time big data systems

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