CN111930514B - 一种资源优化分配方法及系统 - Google Patents

一种资源优化分配方法及系统 Download PDF

Info

Publication number
CN111930514B
CN111930514B CN202010958155.1A CN202010958155A CN111930514B CN 111930514 B CN111930514 B CN 111930514B CN 202010958155 A CN202010958155 A CN 202010958155A CN 111930514 B CN111930514 B CN 111930514B
Authority
CN
China
Prior art keywords
task
tasks
processor
resources
data
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
CN202010958155.1A
Other languages
English (en)
Other versions
CN111930514A (zh
Inventor
徐小君
张志明
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.)
AOSTAR INFORMATION TECHNOLOGIES Co.,Ltd.
Original Assignee
Aostar Information Technologies 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 Aostar Information Technologies Co ltd filed Critical Aostar Information Technologies Co ltd
Priority to CN202010958155.1A priority Critical patent/CN111930514B/zh
Publication of CN111930514A publication Critical patent/CN111930514A/zh
Application granted granted Critical
Publication of CN111930514B publication Critical patent/CN111930514B/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
    • G06F9/50—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
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5011—Pool

Abstract

本申请提供一种资源优化分配方法及系统，该方法包括如下步骤：获取每个任务的任务要求数据和任务处理现状数据；根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值；将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池；将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务。本申请针对任务的处理器和存储器资源进行重新合理分配，提高任务执行的效率和处理器与存储器的利用率，保证执行的任务符合任务要求。

Description

一种资源优化分配方法及系统
技术领域
本申请涉及数据处理技术领域，尤其涉及一种资源优化分配方法及系统。
背景技术
现有技术中，想要完成一个项目需要并行的执行多个任务，多个任务在执行的过程中分别需要多个处理器和多个存储器支持。每一个任务对应有初始的处理器和存储器数量，然而，不同的任务根据其任务要求的不同所需求的处理器和存储器的资源也不同，系统的处理器和存储器的数量是有限的，因此，如何为不同任务要求的任务合理分配系统的资源是非常重要的，有利于提高任务执行的效率和系统资源的利用率。
存储器分配的主要任务是为每个任务分配内存空间，提高存储器的利用率，以减少不可用的内存空间;允许正在执行的任务申请附加的内存空间，以适应数据动态增长的需要。
发明内容
本申请的目的在于提供一种资源优化分配方法及系统，该方法针对任务的处理器和存储器资源进行重新合理分配，提高任务执行的效率和处理器与存储器的利用率，保证执行的任务符合任务要求。
为达到上述目的，本申请提供一种资源优化分配方法，该方法包括如下步骤：
获取每个任务的任务要求数据和任务处理现状数据；
根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值；
将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池；
将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务。
如上的，其中，获取每个任务的任务要求数据和任务处理现状数据之前包括：
接收资源分配请求，其中，资源分配请求中包含用户信息和要进行资源分配的任务信息；
对用户信息和任务信息进行校验，校验合格后授权用户进行资源分配操作，否则，禁止用户进行资源分配操作。
如上的，其中，对用户信息和任务信息进行校验的方法为：
判断用户信息是否与系统存储的授权用户信息相匹配，若匹配，则执行下一步，否则，校验不合格；
判断任务信息是否为系统正在执行的任务信息，若是，则校验合格，否则，校验不合格。
如上的，其中，任务目标差值的计算公式为：
Figure 509517DEST_PATH_IMAGE001
;
其中，
Figure 8631DEST_PATH_IMAGE002
表示任务目标差值；
Figure 635922DEST_PATH_IMAGE003
表示数据处理总量；
Figure 878684DEST_PATH_IMAGE004
表示数据已处理量；
Figure 275031DEST_PATH_IMAGE005
表示预订完成处理时长；
Figure 945046DEST_PATH_IMAGE006
表示已处理时长。
如上的，其中，将第一分割值设定为小于或等于0的自然数。
如上的，其中，对第二任务池中任务的资源进行重新整合的方法包括：整合第二任务池中的任务的处理器资源，获得空闲的处理器；整合第二任务池中的任务的存储器资源，获得空闲的存储器。
如上的，其中，整合第二任务池中的任务的处理器资源，获得空闲的处理器的方法包括如下子步骤：
获取第二任务池中所有任务对应的处理器的属性参数；
依据获取的处理器的属性参数和该处理器对应的任务的任务要求数据计算处理器与对应任务的第一匹配度值；
将第一匹配度值小于预设第一匹配限值的处理器和任务筛选出来置于第一待优化区域，从第一待优化区域内筛选空闲的处理器资源。
如上的，其中，整合第二任务池中的任务的存储器资源，获得空闲的存储器的方法包括如下子步骤：
获取第二任务池中所有任务对应的存储器的空间占用率和存储器剩余可用空间；
根据获取的存储器的空间占用率和存储器剩余可用空间计算存储器与相应任务的第二匹配度值；
将第二匹配度值小于预设第二匹配限值的存储器和任务筛选出来置于第二待优化区域，从第二待优化区域内的筛选空闲存储器资源；
如上的，其中，将整合出的空闲资源分配给第一任务池中的任务的方法包括：
按照任务目标差值的大小将第一任务中的任务划分成多个资源需求等级，每一个资源需求等级对应不同的资源需求量。其中，任务目标差值越大对应的资源需求等级越高；资源需求等级越高的任务分配空闲的处理器和存储器的数量越多。
本申请还提供一种资源优化分配系统，该系统包括：
获取模块，用于获取每个任务的任务要求数据和任务处理现状数据；
数据处理模块，用于根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值；
任务分区模块，用于将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池；
资源整合分配模块，用于将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务。
本申请实现的有益效果如下：
（1）本申请根据任务的任务要求数据和任务处理现状数据计算任务目标差值，根据任务目标差值的大小将任务目标差值小的任务对应的多余资源分配给任务目标差值大的任务，从而对资源进行了充分利用，同时提高了任务目标差值大的任务处理数据的效率。
（2）本申请根据任务目标差值的大小将需要再分配资源的任务划分为多个资源需求等级，从而根据资源需求等级越高的任务分配更多的资源，提高了资源的合理利用程度。
（3）本申请对有多余资源的任务与其所占用的资源之间的匹配度进行了计算，从而将匹配度较低的资源筛选出来，作为待清空的资源，以合理筛选出空闲的资源，提高系统资源的合理利用程度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本申请实施例的一种资源优化分配方法的流程图。
图2为本申请实施例的对用户信息和任务信息进行校验的方法的流程图。
图3为本申请实施例的整合第二任务池中的任务的处理器资源，获得空闲的处理器的方法的流程图。
图4为本申请实施例的整合第二任务池中的任务的存储器资源，获得空闲的存储器的方法的流程图。
图5为本申请实施例的一种资源优化分配系统的结构示意图。
附图标记：10-接收模块；20-校验模块；30-获取模块；40-数据处理模块；50-任务分区模块；60-资源整合分配模块；61-处理器空闲资源获取模块；62-存储器资源空闲资源获取模块；63-资源分配模块；64-资源需求等级划分模块；100-资源优化分配系统。
具体实施方式
下面结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
实施例一
如图1所示，本申请提供一种资源优化分配方法，该方法包括如下步骤：
步骤S1，接收资源分配请求，其中，资源分配请求中包含用户信息和需要进行资源分配的任务信息。
其中，用户信息包括用户的名称和用户代码；任务信息包括任务的代码。
步骤S2，对用户信息和任务信息进行校验，校验合格后授权用户进行资源分配操作，否则，禁止用户进行资源分配操作。
如图2所示，对用户信息和任务信息进行校验的方法为：
步骤S210，判断用户信息是否与系统存储的授权用户信息相匹配，若匹配，则执行下一步，否则，校验不合格。
具体的，若用户的名称和用户代码与预先存储在系统中授权用户的名称和用户代码相一致，则匹配；否则，不匹配。
步骤S220，判断任务信息是否为系统正在执行的任务的任务信息，若是，则校验合格，否则，校验不合格。
步骤S3，授权资源分配操作后，获取每个任务的任务要求数据和任务处理现状数据。
其中，任务要求数据包括数据处理总量、预订完成处理时长。
其中，任务处理现状数据包括数据已处理量和已处理时长。
步骤S4，根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值。
按照任务目标差值从大到小的顺序对任务进行排序。
其中，任务目标差值的计算公式为：
Figure 59633DEST_PATH_IMAGE001
;
其中，
Figure 840507DEST_PATH_IMAGE002
表示任务目标差值；
Figure 622518DEST_PATH_IMAGE003
表示数据处理总量；
Figure 463435DEST_PATH_IMAGE004
表示数据已处理量；
Figure 65318DEST_PATH_IMAGE005
表示预订完成处理时长；
Figure 384304DEST_PATH_IMAGE006
表示已处理时长。
其中，X为正数时说明完成不了任务，X为负数时说明可以完成任务。
步骤S5，将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池。
作为本发明的一个具体实施例，将第一分割值设定为小于或等于0的自然数。
第一任务池中的任务对应的任务目标差值越大，表示该任务能够按照任务要求完成任务的难度越大。
第二任务池中的任务对应的任务目标差值为负数时，表示该任务能够按照任务要求完成任务；当为负数的任务目标差值越小时，表示该任务的资源充足，越容易按照在任务要求下完成任务，且有多余的资源。
步骤S6，将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务。
步骤S6中获得空闲资源的方法包括：整合第二任务池中的任务的处理器资源，获得空闲的处理器；整合第二任务池中的任务的存储器资源，获得空闲的存储器。
如图3所示，根据本发明的一个具体实施例，整合第二任务池中的任务的处理器资源，获得空闲的处理器的方法包括如下子步骤：
步骤S610，获取第二任务池中所有任务对应的处理器的属性参数。
其中，处理器的属性参数包括：处理器的使用频繁程度值和数据处理速率。
步骤S620，依据获取的处理器的属性参数和该处理器对应的任务的任务要求数据计算处理器与对应任务的第一匹配度值。
具体的，单个处理器与对应任务之间的第一匹配度值的计算公式为：
Figure 755242DEST_PATH_IMAGE007
；
其中，
Figure 501481DEST_PATH_IMAGE008
表示第k个处理器与对应任务之间的第一匹配度值；
Figure 325081DEST_PATH_IMAGE009
表示第k个处理器使用频繁程度值;
Figure 447758DEST_PATH_IMAGE010
表示第k个处理器处理的任务中子任务数量；
Figure 673203DEST_PATH_IMAGE011
表示第k个处理器处理的第j个子任务的数据量；
Figure 590343DEST_PATH_IMAGE012
表示第k个处理器对应的任务的数据总量；
Figure 166818DEST_PATH_IMAGE013
表示第k个处理器的数据处理速率；
Figure 827606DEST_PATH_IMAGE014
表示第k个处理器对应的任务的预订完成处理时长；
Figure 907558DEST_PATH_IMAGE015
表示第k个处理器在处理对应任务的过程中还处理其他任务的时长；ln（）表示函数；
Figure 261179DEST_PATH_IMAGE016
表示相乘运算。
步骤S630，将第一匹配度值小于预设第一匹配限值的处理器和任务筛选出来置于第一待优化区域，从第一待优化区域内筛选空闲的处理器资源。
根据本发明的一个具体实施例，从第一待优化区域内筛选空闲的处理器资源的方法为：
步骤S631，将第一待优化区域内的每一个任务所占用的使用频繁程度值小于预设第一限值的处理器筛选出来，作为待清空的第一处理器，将第一待优化区域内的每一个任务所占用的使用频繁程度值大于预设第一限值的处理器筛选出来，作为第二处理器。
步骤S632，将第一处理器所处理的数据转移至第二处理器。其中，第一阈值范围的最小值大于第一限值。
步骤S633，将第一处理器所处理的数据转移至第二处理器后，请求第二处理器处理转移数据。
具体的，将第一处理器所处理的数据转移至第二处理器的方法包括如下步骤：
步骤S6331，将第一处理器的使用频繁程度值从大到小依次从“1”开始进行顺序编号。
步骤S6332，将第二处理器按照使用频繁程度值从小到大依次从“1”开始进行顺序编号。
步骤S6333，将编号相同的第一处理器和第二处理器分为一组，将每一组中第一处理器的数据转移至第二处理器，数据转移后，第一处理器为空闲资源。
如图4所示，根据本发明的一个具体实施例，整合第二任务池中的任务的存储器资源，获得空闲的存储器的方法包括如下子步骤：
步骤S710，获取第二任务池中所有任务对应的存储器的空间占用率和存储器剩余可用空间。
步骤S720，根据获取的存储器的空间占用率和存储器剩余可用空间计算存储器与相应任务的第二匹配度值。
具体的，单个存储器与对应任务之间的第二匹配度值的计算公式为：
Figure 59371DEST_PATH_IMAGE017
；
其中，
Figure 523850DEST_PATH_IMAGE018
表示第q个存储器与对应任务之间的第二匹配度值；
Figure 192729DEST_PATH_IMAGE019
表示第q个存储器的空间占用率；L表示第q个存储器存储的子任务的任务数量；
Figure 717251DEST_PATH_IMAGE020
表示第q个存储器存储第l个子任务的数据占用内存量；
Figure 2739DEST_PATH_IMAGE021
表示第q个存储器对应的任务的数据总占用内存量；
Figure 5330DEST_PATH_IMAGE022
表示第q个存储器被除对应任务的其他数据占用的空间占用率；
Figure 59874DEST_PATH_IMAGE023
表示存储器剩余可用空间大小；
Figure 755297DEST_PATH_IMAGE024
表示相乘运算。
步骤S730，将第二匹配度值小于预设第二匹配限值的存储器和任务筛选出来置于第二待优化区域，从第二待优化区域内的筛选空闲存储器资源。
根据本发明的一个具体实施例，从第二待优化区域内的筛选空闲存储器资源的方法包括如下子步骤：
步骤S731，将第二待优化区域内的每一个任务所占用的占用率小于预设第二限值的存储器筛选出来，作为待清空的第一存储器；将第二待优化区域内的每一个任务所占用的占用率大于预设第二限值的存储器筛选出来，作为第二存储器。
步骤S732，将第一存储器所存储的数据转存至第二存储器。
具体的，将第一存储器所存储的数据转存至第二存储的方法包括如下子步骤：
步骤S7321，将第一存储器按照占用率从大到小依次从“1”开始进行顺序编号。
步骤S7322，将第二存储器按照占用率从小到大依次从“1”开始进行顺序编号。
步骤S7323，将编号相同的第一存储器和第二存储器分为一组，将每一组中的第一存储器的数据转存至第二存储器，数据转存后，第一存储器为空闲资源。
根据本发明的一个具体实施例，步骤S6中将整合出的空闲资源分配给第一任务池中的任务的方法包括：
按照任务目标差值的大小将第一任务池中的任务划分成多个资源需求等级，每一个资源需求等级对应不同的资源需求量。其中，任务目标差值越大对应的资源需求等级越高；资源需求等级越高的任务分配空闲的处理器和存储器的数量越多。
根据本发明的一个具体实施例，获取任务目标差值最大值和最小值；将最大值和最小值之间均等划分为4、6或8个均等的阈值；对应的将资源需求等级划分为4、6或8个等级；从最小资源需求等级对应的任务开始分配1个处理器和1个存储器，资源需求等级每提高一个阶层就再给对应的任务多分配1个处理器和1个存储器。
根据本发明的一个具体实施例，所有的任务根据自身的任务需要，当判断其需要处理的数据量增加，当前资源不够用时，可以请求系统增加处理器和存储器资源分配。
实施例二
如图5所示，本申请提供一种资源优化分配系统100，该系统包括：
获取模块30，用于获取每个任务的任务要求数据和任务处理现状数据。
数据处理模块40，用于根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值。
任务分区模块50，用于将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池。
资源整合分配模块60，用于将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务。
该系统100还包括：
接收模块10，用于接收资源分配请求。
校验模块20，用于对用户信息和任务信息进行校验，校验合格后授权用户进行资源分配操作，否则，禁止用户进行资源分配操作。
校验模块20判断用户信息是否与系统存储的授权用户信息相匹配，若匹配，则执行下一步，否则，校验不合格；判断任务信息是否为系统正在执行的任务的任务信息，若是，则校验合格，否则，校验不合格。
数据处理模块40还用于计算单个处理器与对应任务之间的第一匹配度值以及单个存储器与对应任务之间的第二匹配度值。
资源整合分配模块60包括处理器空闲资源获取模块61和存储器空闲资源获取模块62，处理器空闲资源获取模块61用于获取处理器空闲资源，存储器空闲资源获取模块62用于获取存储器空闲资源。
资源整合分配模块60还包括资源分配模块63，资源分配模块63用于将处理器空闲资源和存储器空闲资源分配给第一任务池中的任务。
资源整合分配模块60还包括资源需求等级划分模块64，资源需求等级划分模块64用于第第一任务池中的任务划分为多个资源需求等级，每一个资源需求等级对应不同的资源需求量。
本申请实现的有益效果如下：
（1）本申请根据任务的任务要求数据和任务处理现状数据计算任务目标差值，根据任务目标差值的大小将任务目标差值小的任务对应的多余资源分配给任务目标差值大的任务，从而对资源进行了充分利用，同时提高了任务目标差值大的任务处理数据的效率。
（2）本申请根据任务目标差值的大小将需要再分配资源的任务划分为多个资源需求等级，从而根据资源需求等级越高的任务分配更多的资源，提高了资源的合理利用程度。
（3）本申请对有多余资源的任务与其所占用的资源之间的匹配度进行了计算，从而将匹配度较低的资源筛选出来，作为待清空的资源，以合理筛选出空闲的资源，提高系统资源的合理利用程度。
上所述仅为本发明的实施方式而已，并不用于限制本发明。对于本领域技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原理的内所做的任何修改、等同替换、改进等，均应包括在本发明的权利要求范围之内。

Claims (8)

1.一种资源优化分配方法，其特征在于，该方法包括如下步骤：
获取每个任务的任务要求数据和任务处理现状数据；
根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值；
将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池；
将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务；
对第二任务池中任务的资源进行重新整合的方法包括：整合第二任务池中的任务的处理器资源，获得空闲的处理器；整合第二任务池中的任务的存储器资源，获得空闲的存储器；
其中，获得空闲的处理器的方法包括如下子步骤：
获取第二任务池中所有任务对应的处理器的属性参数；
依据获取的处理器的属性参数和该处理器对应的任务要求数据计算处理器与对应任务的第一匹配度值；
其中，处理器与对应任务的第一匹配度值的计算公式为：
Figure 612059DEST_PATH_IMAGE001
；
其中，
Figure 324800DEST_PATH_IMAGE002
表示第k个处理器与对应任务之间的第一匹配度值；
Figure 180717DEST_PATH_IMAGE003
表示第k个处理器使用频繁程度值;
Figure 611699DEST_PATH_IMAGE004
表示第k个处理器处理的任务中子任务数量；
Figure 912230DEST_PATH_IMAGE005
表示第k个处理器处理的第j个子任务的数据量；
Figure 886002DEST_PATH_IMAGE006
表示第k个处理器对应的任务的数据总量；
Figure 980997DEST_PATH_IMAGE007
表示第k个处理器的数据处理速率；
Figure 899275DEST_PATH_IMAGE008
表示第k个处理器对应的任务的预订完成处理时长；
Figure 941180DEST_PATH_IMAGE009
表示第k个处理器在处理对应任务的过程中还处理其他任务的时长；
Figure 566196DEST_PATH_IMAGE010
表示相乘运算；
将第一匹配度值小于预设第一匹配限值的处理器和任务筛选出来置于第一待优化区域，从第一待优化区域内筛选空闲的处理器资源。
2.根据权利要求1所述的资源优化分配方法，其特征在于，获取每个任务的任务要求数据和任务处理现状数据之前包括：
接收资源分配请求，其中，资源分配请求中包含用户信息和要进行资源分配的任务信息；
对用户信息和任务信息进行校验，校验合格后授权用户进行资源分配操作，否则，禁止用户进行资源分配操作。
3.根据权利要求2所述的资源优化分配方法，其特征在于，对用户信息和任务信息进行校验的方法为：
判断用户信息是否与系统存储的授权用户信息相匹配，若匹配，则执行下一步，否则，校验不合格；
判断任务信息是否为系统正在执行的任务信息，若是，则校验合格，否则，校验不合格。
4.根据权利要求1所述的资源优化分配方法，其特征在于，任务目标差值的计算公式为：
Figure 894410DEST_PATH_IMAGE011
;
其中，
Figure 175349DEST_PATH_IMAGE012
表示任务目标差值；
Figure 83262DEST_PATH_IMAGE013
表示数据处理总量；
Figure 890681DEST_PATH_IMAGE014
表示数据已处理量；
Figure 265162DEST_PATH_IMAGE015
表示预订完成处理时长；
Figure 95715DEST_PATH_IMAGE016
表示已处理时长。
5.根据权利要求1所述的资源优化分配方法，其特征在于，将第一分割值设定为小于或等于0的自然数。
6.根据权利要求5所述的资源优化分配方法，其特征在于，整合第二任务池中的任务的存储器资源，获得空闲的存储器的方法包括如下子步骤：
获取第二任务池中所有任务对应的存储器的空间占用率和存储器剩余可用空间；
根据获取的存储器的空间占用率和存储器剩余可用空间计算存储器与相应任务的第二匹配度值；
将第二匹配度值小于预设第二匹配限值的存储器和任务筛选出来置于第二待优化区域，从第二待优化区域内的筛选空闲存储器资源。
7.根据权利要求1所述的资源优化分配方法，其特征在于，将整合出的空闲资源分配给第一任务池中的任务的方法包括：
按照任务目标差值的大小将第一任务中的任务划分成多个资源需求等级，每一个资源需求等级对应不同的资源需求量；其中，任务目标差值越大对应的资源需求等级越高；资源需求等级越高的任务分配空闲的处理器和存储器的数量越多。
8.一种资源优化分配系统，其特征在于，该系统包括：
获取模块，用于获取每个任务的任务要求数据和任务处理现状数据；
数据处理模块，用于根据每个任务的任务要求数据和任务处理现状数据计算每一个任务的任务目标差值；
任务分区模块，用于将任务目标差值高于预设第一分割值的任务放入第一任务池，将任务目标差值低于第一分割值的任务放入第二任务池；
资源整合分配模块，用于将第二任务池中任务的资源进行重新整合，获得空闲资源，将整合出的空闲资源分配给第一任务池中的任务；
对第二任务池中任务的资源进行重新整合的方法包括：整合第二任务池中的任务的处理器资源，获得空闲的处理器；整合第二任务池中的任务的存储器资源，获得空闲的存储器；
其中，获得空闲的处理器的方法包括如下子步骤：
获取第二任务池中所有任务对应的处理器的属性参数；
依据获取的处理器的属性参数和该处理器对应的任务要求数据计算处理器与对应任务的第一匹配度值；
其中，处理器与对应任务的第一匹配度值的计算公式为：
Figure 604057DEST_PATH_IMAGE017
；
其中，
Figure 203665DEST_PATH_IMAGE002
表示第k个处理器与对应任务之间的第一匹配度值；
Figure 749047DEST_PATH_IMAGE003
表示第k个处理器使用频繁程度值;
Figure 129213DEST_PATH_IMAGE004
表示第k个处理器处理的任务中子任务数量；
Figure 113349DEST_PATH_IMAGE005
表示第k个处理器处理的第j个子任务的数据量；
Figure 505148DEST_PATH_IMAGE006
表示第k个处理器对应的任务的数据总量；
Figure 611644DEST_PATH_IMAGE007
表示第k个处理器的数据处理速率；
Figure 416789DEST_PATH_IMAGE008
表示第k个处理器对应的任务的预订完成处理时长；
Figure 876720DEST_PATH_IMAGE009
表示第k个处理器在处理对应任务的过程中还处理其他任务的时长；
Figure 513238DEST_PATH_IMAGE010
表示相乘运算；
将第一匹配度值小于预设第一匹配限值的处理器和任务筛选出来置于第一待优化区域，从第一待优化区域内筛选空闲的处理器资源。
CN202010958155.1A 2020-09-14 2020-09-14 一种资源优化分配方法及系统 Active CN111930514B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010958155.1A CN111930514B (zh) 2020-09-14 2020-09-14 一种资源优化分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010958155.1A CN111930514B (zh) 2020-09-14 2020-09-14 一种资源优化分配方法及系统

Publications (2)

Publication Number Publication Date
CN111930514A CN111930514A (zh) 2020-11-13
CN111930514B true CN111930514B (zh) 2021-09-10

Family

ID=73333458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010958155.1A Active CN111930514B (zh) 2020-09-14 2020-09-14 一种资源优化分配方法及系统

Country Status (1)

Country Link
CN (1) CN111930514B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113723867B (zh) * 2021-05-21 2024-04-26 深圳市海柔创新科技有限公司 资源分配的方法、装置、设备、存储介质及程序产品
CN117591302A (zh) * 2024-01-18 2024-02-23 中国电子科技集团公司第十五研究所 基于无约束优化算法的项目资源优化分配方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9183016B2 (en) * 2013-02-27 2015-11-10 Vmware, Inc. Adaptive task scheduling of Hadoop in a virtualized environment
US20150227586A1 (en) * 2014-02-07 2015-08-13 Futurewei Technologies, Inc. Methods and Systems for Dynamically Allocating Resources and Tasks Among Database Work Agents in an SMP Environment
CN106980532A (zh) * 2016-01-18 2017-07-25 西安中兴新软件有限责任公司 一种作业调度方法和装置
CN107066332B (zh) * 2017-01-25 2020-03-13 广东神马搜索科技有限公司 分布式系统及其调度方法和调度装置
CN109189581B (zh) * 2018-09-20 2021-08-31 郑州云海信息技术有限公司 一种作业调度方法和装置

Also Published As

Publication number Publication date
CN111930514A (zh) 2020-11-13

Similar Documents

Publication Publication Date Title
CN111930514B (zh) 一种资源优化分配方法及系统
CN104079503B (zh) 一种资源分配方法及装置
CN111124687B (zh) 一种cpu资源预留方法、装置及其相关设备
CN111078369B (zh) 一种云计算机下虚拟机分配方法、装置以及服务器
CN112272203B (zh) 一种集群业务节点选择方法、系统、终端及存储介质
CN111258745B (zh) 一种任务处理方法及设备
CN106851747B (zh) 一种移动通信系统内动态资源分配方法和装置
CN107301093B (zh) 一种管理资源的方法和装置
CN112269641B (zh) 一种调度方法、装置、电子设备及存储介质
EP3238055A1 (en) Allocating cloud computing resources in a cloud computing environment
CN113467933B (zh) 分布式文件系统线程池优化方法、系统、终端及存储介质
CN112068957A (zh) 资源分配方法、装置、计算机设备及存储介质
CN111949408A (zh) 一种边缘计算资源的动态分配方法
CN112965792B (zh) 为多个虚拟机分配内存的方法、计算机可读存储介质
CN112860383A (zh) 集群资源调度方法、装置、设备及存储介质
WO2016206441A1 (zh) 一种虚拟资源分配方法及装置、计算机存储介质
CN116260876A (zh) 基于K8s的AI应用调度方法、装置及电子设备
CN113672382B (zh) 一种业务资源分配方法、装置、电子设备和存储介质
CN111796934B (zh) 任务下发方法、装置、存储介质和电子设备
CN110599141B (zh) 用于向节点分配处理费用的方法、装置、系统和介质
CN110780992B (zh) 一种云计算平台优化部署方法、系统、终端及存储介质
CN113504988A (zh) 系统算力资源调度的控制方法、系统、介质及装置
CN112667392A (zh) 云计算资源分配方法、装置、计算机设备和存储介质
CN111459651A (zh) 一种负载均衡方法、装置、存储介质及调度系统
CN108174387B (zh) 一种ce资源调度方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20210823

Address after: No.2688 Xiyuan Avenue, modern industrial port (south area), Pidu District, Chengdu, Sichuan 610000

Applicant after: AOSTAR INFORMATION TECHNOLOGIES Co.,Ltd.

Address before: 102400 no.18-d11961, Jianshe Road, Kaixuan street, Liangxiang, Fangshan District, Beijing

Applicant before: Beijing yingmaiqi Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant