CN111800446A - 调度处理方法、装置、设备和存储介质 - Google Patents
调度处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111800446A CN111800446A CN201910292375.2A CN201910292375A CN111800446A CN 111800446 A CN111800446 A CN 111800446A CN 201910292375 A CN201910292375 A CN 201910292375A CN 111800446 A CN111800446 A CN 111800446A
- Authority
- CN
- China
- Prior art keywords
- host node
- cluster
- host
- scheduling
- nodes
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 112
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000012216 screening Methods 0.000 claims abstract description 24
- 238000005070 sampling Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 13
- 238000011161 development Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000009825 accumulation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber 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
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种调度处理方法、装置、设备和存储介质,其中该方法包括:获取主机节点集群和待处理的调度单元,主机节点集群中包括M个主机节点,M为大于等于1的正整数;对主机节点集群进行筛选处理,得到主机节点子集群,主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;根据主机节点子集群,确定主机节点子集群中的最优主机节点;将待处理的调度单元,调度到最优主机节点上。可以根据主机节点集群中的部分主机节点,对主机节点与待处理的调度单元之间匹配程度进行分析;可以降低调度处理的时间,提高调度处理效率,并且提升调度性能。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种调度处理方法、装置、设备和存储介质。
背景技术
随着计算机技术的发展和进步,各类开发语言得到广泛的发展;其中,基于Go语言的开发语言得到了较为广泛的应用。在基于Go语言得到的系统或应用中,在对调度单元(Pod)进行调度的时候,需要确定出与调度单元匹配的主机节点;然后,将调度单元调度到该主机节点上。
现有技术中,在对调度单元进行调度的时候,会依次遍历主机节点集群中的每一个主机节点(Node);对主机节点集群中的每一个主机节点对进行处理,以确定出与调度单元最为匹配的一个主机节点;然后将调度单元调度到该主机节点上。
然而现有技术中,在对调度单元进行调度的时候,由于需要依次遍历主机节点集群中的所有主机节点,确定每一个主机节点与调度单元之间是否匹配,进而,整体的调度处理过程较长;尤其在主机节点集群中的主机节点的个数较多的时候,计算时间较长,导致调度处理过程较长、调度性能较低。
发明内容
本申请提供一种调度处理方法、装置、设备和存储介质,用以解决调度处理过程较长、调度性能较低的问题。
第一方面,本申请提供了一种调度处理方法,包括:
获取主机节点集群和待处理的调度单元,其中,所述主机节点集群中包括M个主机节点,M为大于等于1的正整数;
对所述主机节点集群进行筛选处理,得到主机节点子集群,其中,所述主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;
根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点;
将所述待处理的调度单元,调度到所述最优主机节点上。
进一步地,对所述主机节点集群进行筛选处理,得到主机节点子集群,包括:
对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群;
将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群。
进一步地,所述待处理的调度单元中包括所述待处理的调度单元的唯一标识;对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群,包括:
根据所述待处理的调度单元的唯一标识,确定哈希字符串;
以所述哈希字符串为随机种子,对所述主机节点集群中的各个主机节点的排列次序进行调整,得到所述调整后的主机节点集群。
进一步地,所述唯一标识为所述待处理的调度单元的用户身份证明UID字段。
进一步地,在将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群之前,还包括:
根据预设参数值,确定所述主机节点子集群的采样数;
若所述采样数小于M/10,则确定N的取值为M/10;
若所述采样数大于等于M/10,且所述采样数小于M*9/10,则确定N的取值为所述采样数。
进一步地,根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点,包括:
对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,所述处理集群中包括P个主机节点,P为预设参数值,所述P个主机节点中的每一个主机节点符合所述待处理的调度单元的调度需求;
对所述P个主机节点中的每一个主机节点进行优选打分处理,得到所述P个主机节点中的每一个主机节点的匹配分数;
确定匹配分数最高的主机节点,为所述最优主机节点。
进一步地,对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,包括:
设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在所述主机节点子集群中的第i个主机节点符合所述待处理的调度单元的调度需求时,将所述第i个主机节点加入到所述处理集群中,并确定i=i+1;其中,所述预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完所述主机节点子集群中的每一个主机节点;
若确定i小于P,则重复以下过程,直至i的取值等于P:从所述主机节点集群中获取新的主机节点子集群,并确定所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点;将所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点,加入到所述处理集群中,并确定i=i+1。
进一步地,在将所述待处理的调度单元,调度到所述最优主机节点上之后,还包括:
确定在所述最优主机节点上运行所述待处理的调度单元,以得到运行结果。
第二方面,本申请提供了一种调度处理装置,包括:
获取单元,用于获取主机节点集群和待处理的调度单元,其中,所述主机节点集群中包括M个主机节点,M为大于等于1的正整数;
筛选单元,用于对所述主机节点集群进行筛选处理,得到主机节点子集群,其中,所述主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;
确定单元,用于根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点;
调度单元,用于将所述待处理的调度单元,调度到所述最优主机节点上。
进一步地,所述筛选单元,包括:
调整模块,用于对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群;
处理模块,用于将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群。
进一步地,所述待处理的调度单元中包括所述待处理的调度单元的唯一标识;所述调整模块,包括:
确定子模块,用于根据所述待处理的调度单元的唯一标识,确定哈希字符串;
排序子模块,用于以所述哈希字符串为随机种子,对所述主机节点集群中的各个主机节点的排列次序进行调整,得到所述调整后的主机节点集群。
进一步地,所述唯一标识为所述待处理的调度单元的用户身份证明UID字段。
进一步地,所述筛选单元,还包括:
第一确定模块,用于在所述处理模块将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群之前,根据预设参数值,确定所述主机节点子集群的采样数;若所述采样数小于M/10,则确定N的取值为M/10;若所述采样数大于等于M/10,且所述采样数小于M*9/10,则确定N的取值为所述采样数。
进一步地,所述确定单元,包括:
预选模块,用于对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,所述处理集群中包括P个主机节点,P为预设参数值,所述P个主机节点中的每一个主机节点符合所述待处理的调度单元的调度需求;
打分模块,用于对所述P个主机节点中的每一个主机节点进行优选打分处理,得到所述P个主机节点中的每一个主机节点的匹配分数;
第二确定模块,用于确定匹配分数最高的主机节点,为所述最优主机节点。
进一步地,所述预选模块,包括:
第一处理子模块,用于设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在所述主机节点子集群中的第i个主机节点符合所述待处理的调度单元的调度需求时,将所述第i个主机节点加入到所述处理集群中,并确定i=i+1;其中,所述预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完所述主机节点子集群中的每一个主机节点;
第二处理子模块,用于若确定i小于P,则重复以下过程,直至i的取值等于P:从所述主机节点集群中获取新的主机节点子集群,并确定所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点;将所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点,加入到所述处理集群中,并确定i=i+1。
进一步地,所述装置,还包括:
运行单元,用于在所述调度单元将所述待处理的调度单元,调度到所述最优主机节点上之后,确定在所述最优主机节点上运行所述待处理的调度单元,以得到运行结果。
第三方面,本申请提供了一种调度处理设备,包括用于执行以上第一方面的任一方法各个步骤的单元或者手段(means)。
第四方面,本申请提供了一种调度处理设备,包括处理器、存储器以及计算机程序,其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现第一方面的任一方法。
第五方面,本申请提供了一种调度处理设备,包括用于执行以上第一方面的任一方法的至少一个处理元件或芯片。
第六方面,本申请提供了一种计算机程序,该计算程序在被处理器执行时用于执行以上第一方面的任一方法。
第七方面,本申请提供了一种计算机可读存储介质,其上存储有第六方面的计算机程序。
本申请提供的调度处理方法、装置、设备和存储介质,通过获取主机节点集群和待处理的调度单元,主机节点集群中包括M个主机节点,M为大于等于1的正整数;对主机节点集群进行筛选处理,得到主机节点子集群,主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;根据主机节点子集群,确定主机节点子集群中的最优主机节点;将待处理的调度单元,调度到最优主机节点上。通过对对主机节点集群进行筛选处理,得到主机节点子集群,该主机节点子集群中的主机节点的个数小于主机节点集群中的主机节点的个数;然后,对主机节点子集群中的各个主机节点与待处理的调度单元之间匹配程度进行分析,进而确定出与待处理的调度单元之间最为匹配的主机节点,将调度单元调度到确定出的主机节点上。从而,可以根据主机节点集群中的部分主机节点,对主机节点与待处理的调度单元之间匹配程度进行分析;可以降低调度处理的时间,提高调度处理效率,并且提升调度性能。
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,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种调度处理方法的流程示意图;
图2为本申请实施例提供的另一种调度处理方法的流程示意图;
图3为本申请实施例提供的一种调度处理装置的结构示意图;
图4为本申请实施例提供的另一种调度处理装置的结构示意图;
图5为本申请实施例提供的一种调度处理设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
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申请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、本申请的一些方面相一致的装置和方法的例子。
本申请实施例可以应用到各类设备中;可以应用到基于Go语言得到的系统或应用中。
需要指出的是,本申请实施例中涉及的名词或术语可以相互参考,不再赘述。
本申请具体的应用场景为:随着计算机技术的发展和进步,各类开发语言得到广泛的发展;其中,基于Go语言的开发语言得到了较为广泛的应用。可以基于Go语言得到各种系统或各种应用,例如,基于Go语言可以开发出一个Kubernetes系统,Kubernetes系统是一种开源的容器编排与管理的系统。
在基于Go语言得到各种系统或各种应用的处理过程中,会涉及调度过程;调度过程指的是,从主机节点集群中,为调度单元(Pod)调度一个主机节点(Node),其中,主机节点集群包括了多个主机节点。其中,主机节点是主机节点集群中的节点,一个主机节点对应了一台物理机;调度单元是容器的一种抽象表示,它可以包含一个或多个容器实例,例如,Kubernetes以调度单元作为最小单元的管理和调度单位。
首先,提供了一个调度器(Scheduler),该调度器是负责整个系统或应用(或者,容器平台)调度的重要组件;当调度器调度某一个调度单元时,调度器会依次遍历主机节点集群中的每一个主机节点;然后,调度器对每一个主机节点进行预选与优先的操作,进而选择出一个与调度单元最为匹配的主机节点,即,选择出一个与调度单元最为合适的主机节点;然后,调度器将调度单元调度到选择出的主机节点上进行运行。其中,调度器,用于调度Pod,使得Pod与Pod所匹配的主机节点进行绑定。
但是,以上调度方式中,调度器在调度某一个调度单元的时候,调度器需要依次遍历主机节点集群中的所有主机节点,从而调度处理过程和时间较长;并且,由于主机节点集群比较大,即,主机节点集群中的主机节点的个数较多,以上调度方式的调度性能较低;其中,调度性能,指的是,每秒钟可以调度多少个调度节点。从而,当调取的调度单元非常多的时候,对主机节点集群的遍历次数是调度单元的数量与主机节点的数量的乘积,可知,遍历次数越多,调度性能越低。
本申请提供的调度处理方法、装置、设备和存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的一种调度处理方法的流程示意图。如图1所示,该方法包括:
101、获取主机节点集群和待处理的调度单元,其中,主机节点集群中包括M个主机节点,M为大于等于1的正整数。
在本实施例中,本实施例的执行主体可以是服务器、或者终端设备、或者调度处理装置或设备、或者其他可以执行本实施例方法的装置或设备。
首先,提供了一个主机节点集群,该主机节点集群中包括了至少一个主机节点,即,主机节点集群中包括了M个主机节点。该主机节点集群用于为各个调度单元提供服务。并且,需要为多个调度单元进行调度处理。
从而,可以获取到该主机节点集群,并确定待处理的调度单元。
102、对主机节点集群进行筛选处理,得到主机节点子集群,其中,主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M。
在本实施例中,对主机节点集群进行筛选,以去除掉部分的主机节点,得到一个主机节点子集群,该主机节点子集群中的主机节点的个数小于主机节点集群中的主机节点的个数。
举例来说,主机节点集群中包括100个主机节点;只确定出主机节点集群中的20个主机节点,将该20个主机节点构成一个主机节点子集群。
103、根据主机节点子集群,确定主机节点子集群中的最优主机节点。
在本实施例中,对主机节点子集群中的各个主机节点与待处理的调度单元之间匹配程度进行分析,进而确定出与待处理的调度单元之间最为匹配的主机节点;将与待处理的调度单元之间最为匹配的主机节点,作为一个最优主机节点。
104、将待处理的调度单元,调度到最优主机节点上。
在本实施例中,在得到最优主机节点之后,直接将待处理的调度单元调度到最优主机节点上。从而,将待处理的调度单元与最优主机节点进行绑定(Bind);绑定之后,调度过程结束。
本实施例的过程,可以由基于Go语言得到系统或应用中的调度器来执行。
本实施例,通过获取主机节点集群和待处理的调度单元,主机节点集群中包括M个主机节点,M为大于等于1的正整数;对主机节点集群进行筛选处理,得到主机节点子集群,主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;根据主机节点子集群,确定主机节点子集群中的最优主机节点;将待处理的调度单元,调度到最优主机节点上。通过对对主机节点集群进行筛选处理,得到主机节点子集群,该主机节点子集群中的主机节点的个数小于主机节点集群中的主机节点的个数;然后,对主机节点子集群中的各个主机节点与待处理的调度单元之间匹配程度进行分析,进而确定出与待处理的调度单元之间最为匹配的主机节点,将调度单元调度到确定出的主机节点上。从而,可以根据主机节点集群中的部分主机节点,对主机节点与待处理的调度单元之间匹配程度进行分析;可以降低调度处理的时间,提高调度处理效率,并且提升调度性能。
图2为本申请实施例提供的另一种调度处理方法的流程示意图。如图2所示,该方法包括:
201、获取主机节点集群和待处理的调度单元,其中,主机节点集群中包括M个主机节点,M为大于等于1的正整数。
在本实施例中,本实施例的执行主体可以是服务器、或者终端设备、或者调度处理装置或设备、或者其他可以执行本实施例方法的装置或设备。
本步骤可以参见图1的步骤101,不再赘述。
202、对主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群。
可选的,待处理的调度单元中包括待处理的调度单元的唯一标识;则步骤202包括以下步骤:
第一步骤、根据待处理的调度单元的唯一标识,确定哈希字符串。
可选的,唯一标识为待处理的调度单元的用户身份证明(User Identification,简称UID)字段。
第二步骤、以哈希字符串为随机种子,对主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群。
在本实施例中,在步骤201之后,可以对主机节点集群中的各个主机节点的排列次序进行调整,进而将主机节点集群中的各个主机节点的排列次序打乱,以到一个调整后的主机节点集群;此时,调整后的主机节点集群中还是包括M个主机节点。
示例性的,由于待处理的调度单元中包括了一个唯一标识,该唯一标识标志出了待处理的调度单元。如,唯一标识可以是待处理的调度单元的UID字段;或者,为待处理的调度单元增加了一个新的字段,将该字段作为待处理的调度单元的唯一标识。
可以对待处理的调度单元的唯一标识,进行哈希(Hash)计算,得到一个哈希字符串;由于不同的调度单元的唯一标识是不同的,进而针对不同的调度单元所得到的哈希字符串也是不同的。
然后,将哈希字符串为随机种子;根据该随机种子,对主机节点集群中的各个主机节点的排列次序进行打乱,进而对排列次序进行调整;就可以得到一个调整后的主机节点集群。
在以上过程,由于不同的调度单元的唯一标识是不同的,进而,针对不同的调度单元所得到的哈希字符串也是不同的;从而,针对不同的调度单元,以哈希字符串作为随机种子,所得到调整后的主机节点集群中的主机节点的排列次序也是不同的。
203、根据预设参数值,确定主机节点子集群的采样数;若采样数小于M/10,则确定N的取值为M/10;若采样数大于等于M/10,且采样数小于M*9/10,则确定N的取值为采样数。
在本实施例中,调度器(Scheduler)预先设置一个预设参数值。示例性的,调度器的策略配置文件(Policy configuration file)添加了一个minFilteredNodesIfSampled参数,该minFilteredNodesIfSampled参数的值为上述预设参数值;其中,预设参数值也可以称为最小采样数。
根据上述参数值,计算出一个采样数N,该采样数N为针对于主机节点子集群进行采样时所采用的采样数。示例性的,根据参数minFilteredNodesIfSampled的值,计算出一个采样数N为BatchSize=3*minFilteredNodesIfSampled。
然后,判断采样数N是否小于主机节点集群中的主机节点个数的1/10,即,判断采样数N是否小于M/10;若采样数N小于M/10,则重新确定N的取值为M/10。
并且,若确定采样数N大于等于M/10、且采样数N小于M*9/10,则确定N的取值不变,即,N的取值依然为根据上述参数值所计算出的数值。
并且,若确定采样数N大于等于M*9/10,则重新确定N的取值为M,即N的取值为主机节点集群中的主机节点的总个数;此时,依然是针对主机节点集群中的所有主机节点进行分析。
204、将调整后的主机节点集群中的前N个主机节点,构成主机节点子集群,N为大于等于1的正整数,N小于M。
在本实施例中,由于在步骤203之后,重新调整了主机节点集群中的各个主机节点的排列次序,可以将前N个主机节点构成主机节点子集群。
205、对主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,处理集群中包括P个主机节点,P为预设参数值,P个主机节点中的每一个主机节点符合待处理的调度单元的调度需求。
可选的,步骤205,包括以下步骤:
第一步骤、设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在主机节点子集群中的第i个主机节点符合待处理的调度单元的调度需求时,将第i个主机节点加入到处理集群中,并确定i=i+1;其中,预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完主机节点子集群中的每一个主机节点。
第二步骤、若确定i小于P,则重复以下过程,直至i的取值等于P:从主机节点集群中获取新的主机节点子集群,并确定新的主机节点子集群中的符合待处理的调度单元的调度需求的主机节点;将新的主机节点子集群中的符合待处理的调度单元的调度需求的主机节点,加入到处理集群中,并确定i=i+1。
在本实施例中,调度器预先设置一个预设参数值,示例性的,预设参数值为minFilteredNodesIfSampled参数的值。对主机节点子集群中的主机节点进行预选处理,得到P个符合待处理的调度单元的调度需求的主机节点,其中,P的取值为预设参数值;将该P个主机节点,构成一个处理集群。
示例性的,本步骤可以分为以下几种情况。
第一种情况。预先设置一个i,i的初始值为1,且i为正整数。重复以下过程,直至遍历完主机节点子集群中的每一个主机节点:针对步骤204中得到的主机节点子集群,对主机节点子集群中的第i个主机节点进行分析,以确定第i个主机节点是否符合待处理的调度单元的调度需求;针对步骤204中得到的主机节点子集群,在确定第i个主机节点符合待处理的调度单元的调度需求的时候,将第i个主机节点加入到处理集群中,且将i累加1。以上重复过程结束之后,已经将步骤204中得到的主机节点子集群中的所有主机节点进行了遍历,可以得到P个主机节点,即处理集群中包括了P个主机节点,P个主机节点中的每一个主机节点都符合待处理的调度单元的调度需求。
举例来说,设定P=20;步骤204中得到的主机节点子集群中包括30个主机节点,依次对主机节点子集群中的各个主机节点进行遍历,将所有的主机节点都进行了遍历之后,才得到了20个符合待处理的调度单元的调度需求的节点。
第一种情况。预先设置一个i,i的初始值为1,且i为正整数。重复以下过程,直至i的取值为P:针对步骤204中得到的主机节点子集群,对主机节点子集群中的第i个主机节点进行分析,以确定第i个主机节点是否符合待处理的调度单元的调度需求;针对步骤204中得到的主机节点子集群,在确定第i个主机节点符合待处理的调度单元的调度需求的时候,将第i个主机节点加入到处理集群中,且将i累加1。以上重复过程结束之后,并没有将步骤204中得到的主机节点子集群中的所有主机节点进行了遍历,此时就已经得到了P个主机节点。
举例来说,设定P=20;步骤204中得到的主机节点子集群中包括30个主机节点,依次对主机节点子集群中的各个主机节点进行遍历,将对第25个主机节点进行分析的之后,就得到了20个符合待处理的调度单元的调度需求的节点;此时,并没有遍历完主机节点子集群中的各个主机节点。
第三种情况。预先设置一个i,i的初始值为1,且i为正整数。重复以下过程,直至遍历完主机节点子集群中的每一个主机节点:针对步骤204中得到的主机节点子集群,对主机节点子集群中的第i个主机节点进行分析,以确定第i个主机节点是否符合待处理的调度单元的调度需求;针对步骤204中得到的主机节点子集群,在确定第i个主机节点符合待处理的调度单元的调度需求的时候,将第i个主机节点加入到处理集群中,且将i累加1。
以上重复过程结束之后,得到了进行了累加处理之后的i;然后,判断进行了累加处理之后的i是否小于P,即,判断当前得到的处理集群中的主机节点的个数是否小于P。若进行了累加处理之后的i小于P,则确定还没有得到P个符合需求的主机节点,然后,需要重复以下过程,直至i的取值等于P:重新获取一个新的主机节点子集群,进而,将新的主机节点子集群中的符合待处理的调度单元的调度需求的主机节点,加入到处理集群中,对上述进行了累加处理之后的i再次进行累加1。其中,获取新的主机节点子集群的方式,可以参见步骤204中的主机节点子集群的获取方式。
举例来说,设定P=20;步骤204中得到的主机节点子集群中包括30个主机节点,依次对主机节点子集群中的各个主机节点进行遍历,将所有的主机节点都进行了遍历之后,才得到了15个符合待处理的调度单元的调度需求的主机节点。然后,需要获取新的主机节点子集群,再依次对新的主机节点子集群中的各个主机节点进行遍历,将所有主机节点都进行了遍历之后,又得到了5个符合待处理的调度单元的调度需求的主机节点。从而,得到了20个符合待处理的调度单元的调度需求的主机节点。
再举例来说,设定P=20;步骤204中得到的主机节点子集群中包括30个主机节点,依次对主机节点子集群中的各个主机节点进行遍历,将所有的主机节点都进行了遍历之后,才得到了15个符合待处理的调度单元的调度需求的节点。然后,需要获取新的主机节点子集群,再依次对新的主机节点子集群中的各个主机节点进行遍历,将所有主机节点都进行了遍历之后,又得到了3个符合待处理的调度单元的调度需求的主机节点。那么,还需要再次需要获取新的主机节点子集群,再依次对新的主机节点子集群中的各个主机节点进行遍历,又得到了2个符合待处理的调度单元的调度需求的主机节点。从而,得到了20个符合待处理的调度单元的调度需求的主机节点。
其中,主机节点是否符合待处理的调度单元的调度需求,可以采用以下维度进行分析:主机节点是否资源充足、主机节点的资源是否满足调度单元的需求、占用情况、主机名称(HostName)、标签信息、主机节点是否使用有磁盘压力、主机节点是否符合亲和性(Affinity)、调度器的调取要求、主机节点上是否存在卷冲突、等等。
主机节点上是否存在卷冲突,指的是,如果主机节点上已经挂载了卷,其它同样使用这个卷的调度单元不能调度到这个主机节点上。
机节点的资源是否满足调度单元的需求,在这一维度上,需要根据实际已经分配的资源量做调度,而不是使用已实际使用的资源量做调度。
占用情况,指的是,检查调度单元内每一个容器所需的主机口(HostPort)是否已被其它容器占用;如果有所需的HostPort不满足需求,那么调度单元不能调度到这个主机节点上。
主机名称,指的是,检查主机节点的名称,是不是调度单元所指定的HostName。
标签信息,指的是,检查主机节点的标签,是否满足调度单元的节点选择(nodeSelector)属性需求。
通过以上过程,对主机节点子集群中的主机节点进行预选的时候,确定出符合待处理的调度单元的调度需求的主机节点,就把该主机节点加入到处理集群中;一直到得到了P个符合调度需求的主机节点。
206、对P个主机节点中的每一个主机节点进行优选打分处理,得到P个主机节点中的每一个主机节点的匹配分数。
在本实施例中,对步骤205所得到的P个主机节点进行优选打分处理,即采用优选打分策略对P个主机节点中的每一个主机节点进行计算,以确定每一个主机节点与待处理的调度单元之间的匹配分数;进而,得到P个主机节点中的每一个主机节点的匹配分数。
其中,优选打分策略可以采用现有的打分方式。优选打分策略,例如有以下策略:
第一种优选打分策略,采用公式cpu((capacity–sum(requested))*10/capacity)+memory((capacity–sum(requested))*10/capacity)/2,计算每一个主机节点的匹配分数;其中,cpu为主机节点的中央处理器(Central Processing Unit,简称CPU)的资源的容量,capacity为主机节点的某一种资源的容量,requested为主机节点的某一种资源已经被消耗的资源量,其中,该资源为主机节点的中央处理器或内存(Memory),memory为主机节点中的内存资源的容量。在这一方式中,主机节点的匹配分数,由主机节点空闲的那部分与总容量的比值(即(总容量-主机节点上Pod的容量总和-新Pod的容量)/总容量)来决定。
第二种优选打分策略,采用公式score=10–abs(cpuFraction-memoryFraction)*10,计算每一个主机节点的匹配分数score;其中,cpuFraction为主机节点的CPU比重,memoryFraction为主机节点已经消耗的内存量与内存总量的比重。在这一方式中,主机节点的匹配分数,由cpu比重和memory比重的“距离”决定。
第三种优选打分策略,主机节点上运行的已存在的Pod越少,主机节点的打分越高。在这一方式中,对于属于同一个服务或应用的Pod,需要尽量分散在不同的主机节点上;如果指定了区域,则会尽量把Pod分散在不同区域的不同主机节点上;进而在调度一个Pod的时候,先查找Pod对应的服务,然后查找服务中已存在的Pod。
第四种优选打分策略,对于属于同一个服务的Pod,尽量分散在不同的具有指定标签的主机节点上。
第五种优选打分策略,根据主机节点上是否已具备Pod运行的环境来打分。在这一方式中,会判断主机节点上是否已存在Pod运行所需的镜像,然后,根据已有镜像的大小返回一个分数,该分数在0-10的范围之内;例如,如果主机节点上不存在Pod所需的镜像,返回0;如果主机上存在部分所需镜像,则根据这些镜像的大小来决定分值;镜像越大,打分就越高。
207、确定匹配分数最高的主机节点,为最优主机节点。
在本实施例中,将步骤206中的匹配分数最高的主机节点,作为一个最优主机节点。
208、将待处理的调度单元,调度到最优主机节点上。
在本实施例中,本步骤可以参见图1的步骤104,不再赘述。
209、确定在最优主机节点上运行待处理的调度单元,以得到运行结果。
在本实施例中,在最优主机节点上运行待处理的调度单元,以对待处理的调度单元进行处理或运算等运行过程,进而得到运行结果。
示例性的,调度器Scheduler通知Apiserver进行运行操作,进而对待处理的调度单元进行运行;其中,Apiserver为Kubernetes为其他组件提供的应用程序编程接口(Application Programming Interface,简称API),Apiserver可以直接读写etcd;etcd是一个开源的组件。
本实施例,通过获取主机节点集群和待处理的调度单元,其中,主机节点集群中包括M个主机节点,M为大于等于1的正整数;对主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群;将调整后的主机节点集群中的前N个主机节点,构成主机节点子集群,N为大于等于1的正整数,N小于M;对主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,处理集群中包括P个主机节点,P为预设参数值,P个主机节点中的每一个主机节点符合待处理的调度单元的调度需求;对P个主机节点中的每一个主机节点进行优选打分处理,得到最优主机节点;将待处理的调度单元,调度到最优主机节点上进行运行。通过对对主机节点集群进行随机筛选处理,得到主机节点子集群,该主机节点子集群中的主机节点的个数小于主机节点集群中的主机节点的个数;然后,从主机节点子集群中确定出P个符合待处理的调度单元的调度需求的主机节点;然后,对P个主机节点与待处理的调度单元之间匹配度进行打分,由于只需要对P个主机节点进行分析,且P个主机节点中的每一个主机节点符合待处理的调度单元的调度需求,从而,在可以得到最优主机节点的同时,可以大大降低主机节点的分析个数,降低筛选次数;进而,可以有效的降低调度处理的时间,提高调度处理效率,并且提升调度性能。
图3为本申请实施例提供的一种调度处理装置的结构示意图,如图3所示,本实施例的装置可以包括:
获取单元31,用于获取主机节点集群和待处理的调度单元,其中,主机节点集群中包括M个主机节点,M为大于等于1的正整数。
筛选单元32,用于对主机节点集群进行筛选处理,得到主机节点子集群,其中,主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M。
确定单元33,用于根据主机节点子集群,确定主机节点子集群中的最优主机节点。
调度单元34,用于将待处理的调度单元,调度到最优主机节点上。
本实施例的调度处理装置可执行本申请实施例提供的一种调度处理方法,其实现原理和技术效果相类似,此处不再赘述。
图4为本申请实施例提供的另一种调度处理装置的结构示意图,在图3所示实施例的基础上,如图4所示,本实施例的装置中,筛选单元32,包括:
调整模块321,用于对主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群。
处理模块322,用于将调整后的主机节点集群中的前N个主机节点,构成主机节点子集群。
待处理的调度单元中包括待处理的调度单元的唯一标识;调整模块321,包括:
确定子模块3211,用于根据待处理的调度单元的唯一标识,确定哈希字符串。
排序子模块3212,用于以哈希字符串为随机种子,对主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群。
唯一标识为待处理的调度单元的UID字段。
筛选单元32,还包括:
第一确定模块323,用于在处理模块322将调整后的主机节点集群中的前N个主机节点,构成主机节点子集群之前,根据预设参数值,确定主机节点子集群的采样数;若采样数小于M/10,则确定N的取值为M/10;若采样数大于等于M/10,且采样数小于M*9/10,则确定N的取值为采样数。
确定单元33,包括:
预选模块331,用于对主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,处理集群中包括P个主机节点,P为预设参数值,P个主机节点中的每一个主机节点符合待处理的调度单元的调度需求。
打分模块332,用于对P个主机节点中的每一个主机节点进行优选打分处理,得到P个主机节点中的每一个主机节点的匹配分数。
第二确定模块333,用于确定匹配分数最高的主机节点,为最优主机节点。
预选模块331,包括:
第一处理子模块3311,用于设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在主机节点子集群中的第i个主机节点符合待处理的调度单元的调度需求时,将第i个主机节点加入到处理集群中,并确定i=i+1;其中,预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完主机节点子集群中的每一个主机节点。
第二处理子模块3312,用于若确定i小于P,则重复以下过程,直至i的取值等于P:从主机节点集群中获取新的主机节点子集群,并确定新的主机节点子集群中的符合待处理的调度单元的调度需求的主机节点;将新的主机节点子集群中的符合待处理的调度单元的调度需求的主机节点,加入到处理集群中,并确定i=i+1。
本实施例提供的装置,还包括:
运行单元41,用于在调度单元34将待处理的调度单元,调度到最优主机节点上之后,确定在最优主机节点上运行待处理的调度单元,以得到运行结果。
本实施例的调度处理装置可执行本申请实施例提供的另一种调度处理方法,其实现原理和技术效果相类似,此处不再赘述。
图5为本申请实施例提供的一种调度处理设备的结构示意图,如图5所示,本申请实施例提供了一种调度处理设备,可以用于执行图1-图2所示实施例中装置的动作或步骤,具体包括:处理器2701,存储器2702和通信接口2703。
存储器2702,用于存储计算机程序。
处理器2701,用于执行存储器2702中存储的计算机程序,以实现图1-图2所示实施例中装置的动作,不再赘述。
可选的,调度处理设备还可以包括总线2704。其中,处理器2701、存储器2702以及通信接口2703可以通过总线2704相互连接;总线2704可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(ExtendedIndustry Standard Architecture,简称EISA)总线等。上述总线2704可以分为地址总线、数据总线和控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中,上述各实施例之间可以相互参考和借鉴,相同或相似的步骤以及名词均不再一一赘述。
或者,以上各个模块的部分或全部也可以通过集成电路的形式内嵌于该调度处理设备的某一个芯片上来实现。且它们可以单独实现,也可以集成在一起。即以上这些模块可以被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)等。
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2702,上述指令可由上述调度处理设备的处理器2701执行以完成上述方法。例如,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。
一种非临时性计算机可读存储介质,当该存储介质中的指令由调度处理设备的处理器执行时,使得调度处理设备能够执行上述调度处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、终端设备或数据中心通过有线(例如,同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如,红外、无线、微波等)方式向另一个网站站点、计算机、终端设备或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的终端设备、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
应当理解的是,本申请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。本申请的范围仅由所附的权利要求书来限制。
Claims (18)
1.一种调度处理方法,其特征在于,包括:
获取主机节点集群和待处理的调度单元,其中,所述主机节点集群中包括M个主机节点,M为大于等于1的正整数;
对所述主机节点集群进行筛选处理,得到主机节点子集群,其中,所述主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;
根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点;
将所述待处理的调度单元,调度到所述最优主机节点上。
2.根据权利要求1所述的方法,其特征在于,对所述主机节点集群进行筛选处理,得到主机节点子集群,包括:
对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群;
将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群。
3.根据权利要求2所述的方法,其特征在于,所述待处理的调度单元中包括所述待处理的调度单元的唯一标识;对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群,包括:
根据所述待处理的调度单元的唯一标识,确定哈希字符串;
以所述哈希字符串为随机种子,对所述主机节点集群中的各个主机节点的排列次序进行调整,得到所述调整后的主机节点集群。
4.根据权利要求3所述的方法,其特征在于,所述唯一标识为所述待处理的调度单元的用户身份证明UID字段。
5.根据权利要求2所述的方法,其特征在于,在将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群之前,还包括:
根据预设参数值,确定所述主机节点子集群的采样数;
若所述采样数小于M/10,则确定N的取值为M/10;
若所述采样数大于等于M/10,且所述采样数小于M*9/10,则确定N的取值为所述采样数。
6.根据权利要求1-5任一项所述的方法,其特征在于,根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点,包括:
对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,所述处理集群中包括P个主机节点,P为预设参数值,所述P个主机节点中的每一个主机节点符合所述待处理的调度单元的调度需求;
对所述P个主机节点中的每一个主机节点进行优选打分处理,得到所述P个主机节点中的每一个主机节点的匹配分数;
确定匹配分数最高的主机节点,为所述最优主机节点。
7.根据权利要求6所述的方法,其特征在于,对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,包括:
设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在所述主机节点子集群中的第i个主机节点符合所述待处理的调度单元的调度需求时,将所述第i个主机节点加入到所述处理集群中,并确定i=i+1;其中,所述预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完所述主机节点子集群中的每一个主机节点;
若确定i小于P,则重复以下过程,直至i的取值等于P:从所述主机节点集群中获取新的主机节点子集群,并确定所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点;将所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点,加入到所述处理集群中,并确定i=i+1。
8.根据权利要求1-5任一项所述的方法,其特征在于,在将所述待处理的调度单元,调度到所述最优主机节点上之后,还包括:
确定在所述最优主机节点上运行所述待处理的调度单元,以得到运行结果。
9.一种调度处理装置,其特征在于,包括:
获取单元,用于获取主机节点集群和待处理的调度单元,其中,所述主机节点集群中包括M个主机节点,M为大于等于1的正整数;
筛选单元,用于对所述主机节点集群进行筛选处理,得到主机节点子集群,其中,所述主机节点子集群中包括N个主机节点,N为大于等于1的正整数,N小于M;
确定单元,用于根据所述主机节点子集群,确定所述主机节点子集群中的最优主机节点;
调度单元,用于将所述待处理的调度单元,调度到所述最优主机节点上。
10.根据权利要求9所述的装置,其特征在于,所述筛选单元,包括:
调整模块,用于对所述主机节点集群中的各个主机节点的排列次序进行调整,得到调整后的主机节点集群;
处理模块,用于将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群。
11.根据权利要求10所述的装置,其特征在于,所述待处理的调度单元中包括所述待处理的调度单元的唯一标识;所述调整模块,包括:
确定子模块,用于根据所述待处理的调度单元的唯一标识,确定哈希字符串;
排序子模块,用于以所述哈希字符串为随机种子,对所述主机节点集群中的各个主机节点的排列次序进行调整,得到所述调整后的主机节点集群。
12.根据权利要求11所述的装置,其特征在于,所述唯一标识为所述待处理的调度单元的用户身份证明UID字段。
13.根据权利要求10所述的装置,其特征在于,所述筛选单元,还包括:
第一确定模块,用于在所述处理模块将所述调整后的主机节点集群中的前N个主机节点,构成所述主机节点子集群之前,根据预设参数值,确定所述主机节点子集群的采样数;若所述采样数小于M/10,则确定N的取值为M/10;若所述采样数大于等于M/10,且所述采样数小于M*9/10,则确定N的取值为所述采样数。
14.根据权利要求9-13任一项所述的装置,其特征在于,所述确定单元,包括:
预选模块,用于对所述主机节点子集群中的主机节点进行预选处理,得到处理集群,其中,所述处理集群中包括P个主机节点,P为预设参数值,所述P个主机节点中的每一个主机节点符合所述待处理的调度单元的调度需求;
打分模块,用于对所述P个主机节点中的每一个主机节点进行优选打分处理,得到所述P个主机节点中的每一个主机节点的匹配分数;
第二确定模块,用于确定匹配分数最高的主机节点,为所述最优主机节点。
15.根据权利要求14所述的装置,其特征在于,所述预选模块,包括:
第一处理子模块,用于设定i的初始值为1,i为正整数,重复以下过程,直至达到预设条件:在所述主机节点子集群中的第i个主机节点符合所述待处理的调度单元的调度需求时,将所述第i个主机节点加入到所述处理集群中,并确定i=i+1;其中,所述预设条件为第一条件和第一条件中的任意一个,第一条件为i的取值等于P,第二条件为遍历完所述主机节点子集群中的每一个主机节点;
第二处理子模块,用于若确定i小于P,则重复以下过程,直至i的取值等于P:从所述主机节点集群中获取新的主机节点子集群,并确定所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点;将所述新的主机节点子集群中的符合所述待处理的调度单元的调度需求的主机节点,加入到所述处理集群中,并确定i=i+1。
16.根据权利要求9-13任一项所述的装置,其特征在于,所述装置,还包括:
运行单元,用于在所述调度单元将所述待处理的调度单元,调度到所述最优主机节点上之后,确定在所述最优主机节点上运行所述待处理的调度单元,以得到运行结果。
17.一种调度处理设备,其特征在于,包括:处理器、存储器以及计算机程序;
其中,所述计算机程序存储在所述存储器中,并被配置为由所述处理器执行以实现如权利要求1-8任一项所述的方法。
18.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被处理器执行以实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910292375.2A CN111800446B (zh) | 2019-04-12 | 2019-04-12 | 调度处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910292375.2A CN111800446B (zh) | 2019-04-12 | 2019-04-12 | 调度处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111800446A true CN111800446A (zh) | 2020-10-20 |
CN111800446B CN111800446B (zh) | 2023-11-07 |
Family
ID=72805728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910292375.2A Active CN111800446B (zh) | 2019-04-12 | 2019-04-12 | 调度处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111800446B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114466022A (zh) * | 2021-12-31 | 2022-05-10 | 苏州浪潮智能科技有限公司 | 一种集群中获取服务器种子节点的方法、装置及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103685351A (zh) * | 2012-09-04 | 2014-03-26 | 中国移动通信集团公司 | 一种基于云计算平台的缓存服务节点的调度方法和设备 |
US8874926B1 (en) * | 2012-03-08 | 2014-10-28 | Sandia Corporation | Increasing security in inter-chip communication |
US20160323161A1 (en) * | 2015-04-30 | 2016-11-03 | Microsoft Technology Licensing, Llc | Multiple-computing-node system job node selection |
CN107566443A (zh) * | 2017-07-12 | 2018-01-09 | 郑州云海信息技术有限公司 | 一种分布式资源调度方法 |
CN108156032A (zh) * | 2017-12-22 | 2018-06-12 | 中国人民解放军战略支援部队信息工程大学 | 基于谱聚类与随机选择结合的参考节点选取方法 |
CN108269090A (zh) * | 2018-01-19 | 2018-07-10 | 中国科学院软件研究所 | 基于无协商随机抽签的用于区块链系统的共识方法和装置 |
CN108769254A (zh) * | 2018-06-25 | 2018-11-06 | 星环信息科技(上海)有限公司 | 基于抢占式调度的资源共享使用方法、系统及设备 |
CN109063104A (zh) * | 2018-07-27 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 推荐信息的刷新方法、装置、存储介质和终端设备 |
CN109408727A (zh) * | 2018-11-23 | 2019-03-01 | 武汉烽火众智数字技术有限责任公司 | 基于多维感知数据的用户关注信息智能推荐方法及系统 |
-
2019
- 2019-04-12 CN CN201910292375.2A patent/CN111800446B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8874926B1 (en) * | 2012-03-08 | 2014-10-28 | Sandia Corporation | Increasing security in inter-chip communication |
CN103685351A (zh) * | 2012-09-04 | 2014-03-26 | 中国移动通信集团公司 | 一种基于云计算平台的缓存服务节点的调度方法和设备 |
US20160323161A1 (en) * | 2015-04-30 | 2016-11-03 | Microsoft Technology Licensing, Llc | Multiple-computing-node system job node selection |
CN107566443A (zh) * | 2017-07-12 | 2018-01-09 | 郑州云海信息技术有限公司 | 一种分布式资源调度方法 |
CN108156032A (zh) * | 2017-12-22 | 2018-06-12 | 中国人民解放军战略支援部队信息工程大学 | 基于谱聚类与随机选择结合的参考节点选取方法 |
CN108269090A (zh) * | 2018-01-19 | 2018-07-10 | 中国科学院软件研究所 | 基于无协商随机抽签的用于区块链系统的共识方法和装置 |
CN108769254A (zh) * | 2018-06-25 | 2018-11-06 | 星环信息科技(上海)有限公司 | 基于抢占式调度的资源共享使用方法、系统及设备 |
CN109063104A (zh) * | 2018-07-27 | 2018-12-21 | 百度在线网络技术(北京)有限公司 | 推荐信息的刷新方法、装置、存储介质和终端设备 |
CN109408727A (zh) * | 2018-11-23 | 2019-03-01 | 武汉烽火众智数字技术有限责任公司 | 基于多维感知数据的用户关注信息智能推荐方法及系统 |
Non-Patent Citations (2)
Title |
---|
一猿: "OC数组随机打乱并取前N个元素", 《HTTPS://BLOG.CSDN.NET/SATAN0325/ARTICLE/DETAILS/50457065》 * |
一猿: "OC数组随机打乱并取前N个元素", 《HTTPS://BLOG.CSDN.NET/SATAN0325/ARTICLE/DETAILS/50457065》, 4 January 2016 (2016-01-04) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114466022A (zh) * | 2021-12-31 | 2022-05-10 | 苏州浪潮智能科技有限公司 | 一种集群中获取服务器种子节点的方法、装置及介质 |
CN114466022B (zh) * | 2021-12-31 | 2023-07-21 | 苏州浪潮智能科技有限公司 | 一种集群中获取服务器种子节点的方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111800446B (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110837410B (zh) | 任务调度方法、装置、电子设备及计算机可读存储介质 | |
CN112148468B (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
CN110300130B (zh) | 一种资源调度方法、装置、电子设备及存储介质 | |
CN116560860B (zh) | 一种基于机器学习的资源优先级的实时优化调整方法 | |
CN109828790A (zh) | 一种基于申威异构众核处理器的数据处理方法和系统 | |
CN110083536B (zh) | 测试资源分配方法及装置、电子设备及存储介质 | |
US8667008B2 (en) | Search request control apparatus and search request control method | |
CN111800446B (zh) | 调度处理方法、装置、设备和存储介质 | |
CN104301944A (zh) | 资源能力分配方法和设备 | |
CN116600014A (zh) | 一种服务器调度方法、装置、电子设备及可读存储介质 | |
CN114338386B (zh) | 一种网络的配置方法、装置、电子设备及存储介质 | |
CN112818007B (zh) | 数据处理方法、装置及可读存储介质 | |
CN112052330B (zh) | 一种应用程序关键词的分配方法及装置 | |
CN110543362B (zh) | 一种图形处理器管理方法、装置及服务器 | |
CN112764897A (zh) | 任务请求的处理方法、装置、系统及计算机可读存储介质 | |
CN110851483A (zh) | 用于筛选对象的方法、装置、电子设备以及介质 | |
CN111427692A (zh) | 功能配置方法、装置、电子设备及介质 | |
CN112214627A (zh) | 搜索方法、可读存储介质和电子设备 | |
CN106528577B (zh) | 一种设置待清理文件的方法和装置 | |
CN112783843A (zh) | 数据读取方法、装置及电子设备 | |
CN115174131B (zh) | 基于异常流量识别的信息拦截方法、系统及云平台 | |
CN116719628B (zh) | 一种并发任务抢占式调度方法、系统及介质 | |
CN115562830A (zh) | 主机总线适配器调优方法及装置、电子设备、存储介质 | |
CN118113451A (zh) | 一种任务分配的方法、装置及存储介质 | |
CN111159137A (zh) | 处理文件请求的方法和装置 |
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 |