CN112202866A - 用于任务调度的方法、装置和设备 - Google Patents

用于任务调度的方法、装置和设备 Download PDF

Info

Publication number
CN112202866A
CN112202866A CN202011025516.3A CN202011025516A CN112202866A CN 112202866 A CN112202866 A CN 112202866A CN 202011025516 A CN202011025516 A CN 202011025516A CN 112202866 A CN112202866 A CN 112202866A
Authority
CN
China
Prior art keywords
mobile user
task
acquiring
mobile
scheduling
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
Application number
CN202011025516.3A
Other languages
English (en)
Other versions
CN112202866B (zh
Inventor
曾子洋
曾峰
王新春
夏云霓
孙晓宁
谢洪
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.)
Discovery Technology Shenzhen Co ltd
Datuo Infinite Chongqing Intelligent Technology Co Ltd
Chongqing University
Original Assignee
Discovery Technology Shenzhen Co ltd
Datuo Infinite Chongqing Intelligent Technology Co Ltd
Chongqing University
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 Discovery Technology Shenzhen Co ltd, Datuo Infinite Chongqing Intelligent Technology Co Ltd, Chongqing University filed Critical Discovery Technology Shenzhen Co ltd
Priority to CN202011025516.3A priority Critical patent/CN112202866B/zh
Publication of CN112202866A publication Critical patent/CN112202866A/zh
Application granted granted Critical
Publication of CN112202866B publication Critical patent/CN112202866B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • 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
    • 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
    • G06F9/5072—Grid computing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • 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
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/484—Precedence
    • 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
    • G06F2209/5021—Priority
    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请涉及云计算技术领域，公开一种用于任务调度的方法。该方法包括获取移动用户的预测性任务偏心度；根据所述移动用户的预测性任务偏心度，获取所述移动用户任务调度的优先度；根据所述优先度，对所述移动用户进行任务调度。该方法通过移动用户的预测性任务偏心度来获取移动用户任务调度的优先度，再根据优先度对移动用户实施任务调度，这样能够依照获取的优先度有序的对移动用户进行云节点任务调度。本申请还公开一种用于任务调度的装置和设备。

Description

用于任务调度的方法、装置和设备
技术领域
本申请涉及云计算技术领域，例如涉及一种用于任务调度的方法、装置和设备。
背景技术
云计算就是一种提供资源的网络，是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池，资源包括网络、服务器、存储、应用软件、服务等，这些资源能够被快速提供，需要投入很少的管理工作，或与服务供应商进行很少的交互。以云计算包含两个方面的含义：一个方面是底层构建的云计算平台基础设施，是用来构建上层应用程序的基础；另一方面的含义是构建在这个基础平台之上的云计算应用程序。云计算是通过系统虚拟化、多处理器虚拟化、内存虚拟化、I/O虚拟化等虚拟化技术将物理资源虚拟化成资源池，这些资源再由云系统平台进行统一的管理调度。对于大部分基础设施及服务云而言，分布于物理机或者物理服务器上的虚拟机(VirtualMachine，VM)，是云系统向用户提供服务的基础性单元。VM是通过硬件虚拟化技术将一台物理服务器分割成了多个逻辑隔离的单元，每个单元都是一个虚拟的计算机，和真实的计算机一样它也有CPU(central processing unit，中央处理器)、主板、内存、硬盘等等设备组成，可以为这台虚拟的计算机安装操作系统。一台物理服务器通过虚拟化技术可以同时运行多个VM，这样不仅节省了硬件采购成本与电能消耗，也降低了维护工作量。
近年来，移动计算与云计算技术的相互融合成为一个新趋势。在众多研究和技术问题中，如何使云计算系统更好的为具有移动性的用户提供服务，是一个研究热点和难点。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种用于任务调度的方法、装置和设备，以能够有序的进行云节点任务调度。
在一些实施例中，所述用于任务调度的方法包括：
获取移动用户的预测性任务偏心度；
根据所述移动用户的预测性任务偏心度，获取所述移动用户任务调度的优先度；
根据所述优先度，对所述移动用户进行任务调度。
在一些实施例中，获取移动用户的预测性任务偏心度，包括：
预测所述移动用户的移动位置；
针对预设的区域内的云节点，获取剩余可用资源的质心位置；
获取所述移动用户在所述云节点上的运行任务数量；
根据所述移动用户的移动位置、所述质心位置和所述运行任务数量，获取所述移动用户的预测性任务偏心度。
在一些实施例中，预测所述移动用户的移动位置，包括：
获取所述移动用户的当前位置；
获取所述移动用户的移动速度和移动方向；
根据所述移动用户的当前位置、所述移动速度和所述移动方向，预测所述移动用户的移动位置。
在一些实施例中，所述获取剩余可用资源的质心位置，包括：
获取所述云节点的当前位置及资源可用率；
根据所述云节点的当前位置和资源可用率，获取所述剩余可用资源的质心位置。
在一些实施例中，根据所述移动用户的预测性任务偏心度，获取所述移动用户任务调度的优先度，包括：
根据所述运行任务数量和所述云节点的当前位置，获取所述移动用户处于运行状态的任务所处的云节点的地理分散程度；
获取所述移动用户处于运行状态的任务的总体失效风险；
根据所述预测性任务偏心度、所述地理分散程度和所述总体失效风险，获取所述移动用户任务调度的优先度。
在一些实施例中，获取所述移动用
户处于运行状态的任务的总体失效风险，包括：
获取所述云节点的累积故障数量；
根据所述故障数量和所述运行任务数量，获取所述移动用户处于运行状态的任务的总体失效风险。
在一些实施例中，根据所述优先度，对所述移动用户进行任务调度，包括：
按照所述优先度将所述移动用户进行排序；
按照所述排序依次对所述移动用户进行任务调度。
在一些实施例中，按照所述排序依次对所述移动用户进行任务调度，包括：
按照所述排序确定出一个待调度移动用户；
针对所述待调度移动用户，获取所述待调度移动用户对应所述云节点的任务失效风险；
针对所述待调度移动用户，获取所述待调度移动用户对应所述云节点的新任务接受偏好度；
根据所述任务失效风险和所述新任务接受偏好度，对所述待调度移动用户进行任务调度。
在一些实施例中，所述用于任务调度的装置包括：包括处理器和存储有程序指令的存储器，所述处理器被配置为在执行所述程序指令时，执行上述的用于任务调度的方法。
在一些实施例中，所述设备包括：上述的用于任务调度的装置。
本公开实施例提供的用于任务调度的方法、装置和设备，可以实现以下技术效果：通过移动用户的预测性任务偏心度来获取移动用户任务调度的优先度，再根据优先度对移动用户实施任务调度，这样能够依照获取的优先度有序的对移动用户进行云节点任务调度。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个用于任务调度的方法的示意图；
图2是本公开实施例提供的一个用于任务调度的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
结合图1所示，本公开实施例提供一种用于任务调度的方法，包括：
步骤S101，获取移动用户的预测性任务偏心度；
步骤S102，根据移动用户的预测性任务偏心度，获取移动用户任务调度的优先度；
步骤S103，根据优先度，对移动用户进行任务调度。
采用本公开实施例提供的用于任务调度的方法，通过移动用户的预测性任务偏心度来获取移动用户任务调度的优先度，再根据优先度对移动用户实施任务调度，这样能够依照获取的优先度有序的对移动用户进行云节点任务调度。
可选地，获取移动用户的预测性任务偏心度，包括：预测移动用户的移动位置；针对预设的区域内的云节点，获取剩余可用资源的质心位置；获取移动用户在云节点上的运行任务数量；根据移动用户的移动位置、质心位置和运行任务数量，获取移动用户的预测性任务偏心度。
可选地，获取移动用户的预测性任务偏心度，包括：移动用户预期出现的移动位置与预设区域内的云节点上剩余可用资源的质心位置的距离，再加上移动用户对应的任务执行的云节点的当前位置与剩余可用资源的质心位置的距离的加权平均距离。
可选地，通过计算
Figure BDA0002702018930000051
获得第i个移动用户的预测性任务偏心度；
其中，YPXDi为第i个移动用户的预测性任务偏心度，ZXJD为云节点剩余可用资源的质心位置的经度，ZXWD为云节点剩余可用资源的质心位置的纬度，PJDi为预测的移动用户i的移动位置的经度，PWDi为预测的移动用户i的移动位置的纬度，YXTij为移动用户i在云节点j上运行任务数量，CJDj为云节点j当前位置的经度，CWDj为云节点j当前位置的纬度，m为云节点的数量，1≤j≤m，j和m均为正整数。
可选地，预测移动用户的移动位置，包括：获取移动用户的当前位置；获取移动用户的移动速度和移动方向；根据移动用户的当前位置、移动速度和移动方向，预测移动用户的移动位置。
可选地，获取预设区域内的移动用户当前位置的经度JDi和纬度WDi。
可选地，通过计算PJDi＝JDi+Vi×cos(Ai)×t预测移动用户i的移动位置的经度PJDi；通过计算PWDi＝WDi+Vi×sin(Ai)×t预测移动用户i的移动位置的纬度PWDi；
其中，PJDi为移动用户i的移动位置的经度，PWDi为移动用户i的移动位置的纬度，JDi为移动用户i当前位置的经度，WDi为移动用户i当前位置的纬度，Vi为移动用户i的移动速度，Ai为移动用户i的移动角度，1≤i≤n，n为移动用户的数量；t为最近一次任务到达移动用户i的时刻与当前时刻的间隔时间。
可选地，获取剩余可用资源的质心位置，包括：获取云节点的当前位置及资源可用率；根据云节点的当前位置和资源可用率，获取剩余可用资源的质心位置。
可选地，获取预设区域内分布式云节点的位置信息，即各个云节点当前位置的经度CJDj和纬度CWDj。
可选地，获取云节点的资源可用率，包括：云节点上已被占用的资源的数量与资源总量的比值KYLj。例如：云节点上已被占用的虚拟机、CPU、内外存空间等资源数量与资源总量的比值。
可选地，通过计算
Figure BDA0002702018930000061
获得云节点j上剩余可用资源的质心位置的经度ZXJD；
通过计算
Figure BDA0002702018930000062
获得云节点j上剩余可用资源的质心位置的纬度ZXWD；
其中，ZXJD为云节点j上剩余可用资源的质心位置的经度，ZXWD为云节点j上剩余可用资源的质心位置的纬度，KYLj为云节点j的资源可用率，CJDj为云节点j的当前位置的经度，CWDj为云节点j的当前位置的纬度。
这样，通过获取云节点上剩余可用资源的质心位置，即剩余资源可用率加权的质心位置，为确定移动用户的任务调度，提供了输入信息。
可选地，根据移动用户的预测性任务偏心度，获取移动用户任务调度的优先度，包括：根据运行任务数量和云节点的当前位置，获取移动用户处于运行状态的任务所处的云节点的地理分散程度；获取移动用户处于运行状态的任务的总体失效风险；根据预测性任务偏心度、地理分散程度和总体失效风险，获取移动用户任务调度的优先度。
可选地，通过计算DDYXDi＝YPXDi×FSDi×SSFXi获得第i个移动用户的任务调度的优先度DDYXDi；
其中，DDYXDi为第i个移动用户任务调度的优先度，YPXDi为第i个移动用户的预测性任务偏心度，FSDi为第i个移动用户处于运行状态的任务所处的云节点的地理分散程度，SSFXi为第i个移动用户处于运行状态的任务的总体失效风险。
可选地，获取移动用户处于运行状态的任务所处的云节点的地理分散程度，即移动用户处于运行状态的任务分散度，包括：处于运行状态的任务所处的云节点之间的距离与对应的运行任务数量的幂，再进行累乘。
通过计算
Figure BDA0002702018930000071
其中，FSDi为移动用户i处于运行状态的任务所处的云节点的地理分散程度，CJDj为云节点j当前位置的经度，CWDj为云节点j当前位置的纬度，CJDk为为云节点k当前位置的经度，CWDk为云节点k当前位置的纬度，YXTij为移动用户i在云节点j上的运行任务数量，YXTik为移动用户i在云节点k上的运行任务数量，m为云节点的数量，j、k和m均为正整数。
在一些实施例中，在移动用户处于运行状态的任务分散在距离较远的云节点上，且运行状态的任务数量较多的情况下，移动用户处于运行状态的任务分散度较高。
可选地，获取移动用户处于运行状态的任务的总体失效风险，包括：获取云节点的累积故障数量；根据故障数量和运行任务数量，获取移动用户处于运行状态的任务的总体失效风险。
可选地，获取移动用户处于运行状态的任务的总体失效风险，包括：各个云节点上处于运行状态的任务的失效风险的累乘。可选地，获取云节点上处于运行状态的任务失效风险，包括：该云节点的累计故障数量与运行任务数量的幂。
可选地，通过计算
Figure BDA0002702018930000081
获得移动用户i处于运行状态的任务的总体失效风险SSFXi；
其中，SSFXi为移动用户i处于运行状态的任务的总体失效风险，LJGZj为云节点j的累积故障数量，YXTij为移动用户i在云节点j上的运行任务数量。
可选地，根据优先度，对移动用户进行任务调度，包括：按照优先度将移动用户进行排序；按照排序依次对移动用户进行任务调度。
可选地，将移动用户按照移动用户任务调度的优先度进行降序排序，并按照优先度排序依次为移动用户实施任务调度。
可选地，按照排序依次对移动用户进行任务调度，包括：按照排序确定出一个待调度移动用户；针对待调度移动用户，获取待调度移动用户对应云节点的任务失效风险；针对待调度移动用户，获取待调度移动用户对应云节点的新任务接受偏好度；根据任务失效风险和新任务接受偏好度，对待调度移动用户进行任务调度。
在一些实施例中，按照优先度降序排序确定出第i个移动用户为待调度移动用户；可选地，通过计算
Figure BDA0002702018930000082
获得待调度移动用户i对应云节点j上处于运行状态的任务的失效风险；其中，ZJFXj为待调度移动用户i对应云节点j上处于运行状态的任务的失效风险，LJGZj为云节点j的累积故障数量，YXTij为第i个待调度移动用户在云节点j上的任务数量。
可选地，按照ZJFXj值进行降序排序，预设初始标记d＝1；将按照ZJFXj值降序排序中排名处于第d位的云节点上隶属于第i个待调度移动用户的任务都迁移到按照ZJFXj值降序排序中排名为第m-d+1位的云节点上；d赋值为d+1，在d小于s的情况下，重复将排名处于第d位的云节点上隶属于第i个待调度移动用户的任务都迁移到排名为第m-d+1位的云节点上；其中，s为循环控制变量。可选地，
Figure BDA0002702018930000091
可选地，从第d位云节点上迁出的任务数量不能超过第m-d+1位迁入云节点的剩余任务承载能力。
可选地，获取待调度移动用户对应云节点的新任务接受偏好度，包括：待调度移动用户对应云节点的当前位置与待调度移动用户的移动位置的距离乘以该云节点的资源可用率。
可选地，通过计算
Figure BDA0002702018930000092
获得待调度移动用户i对应云节点j的新任务接受偏好度PHDj；其中，PHDj为待调度移动用户i对应云节点j的新任务接受偏好度，KYLj为云节点j的资源可用率，CJDj为云节点j当前位置的经度，CWDj为云节点j当前位置的纬度，PJDj为预测的待调度移动用户的移动位置的经度，PWDj为预测的待调度移动用户的移动位置的纬度。
可选地，将待调度移动用户i上所有的新请求任务，都分配到具有最高PHDj值的云节点上。可选地，分配的任务数量不能超过迁入云节点的剩余任务承载能力。
可选地，对移动用户进行任务调度之后，等到下一个新任务到达任意一个移动用户时，返回执行步骤S101。
本公开实施例提供的用于任务调度的方法，能够基于用户移动性和故障频度分析对分布式云任务调度，充分考虑了真实环境下移动用户对云系统服务承载能力和故障避免的需求，避免了传统的移动环境云系统任务调度仅仅依靠位置接近性驱动任务调度的不足，使非可靠和故障易发的云基础设施能够更好的应对和服务于高移动性、高任务请求频度、高并发性、高资源需求性的任务执行场景。
本公开实施例提供的用于任务调度的方法，综合考虑任务请求的位置预测信息、云节点的可靠性特征、可用资源的空间分布情况，来进行实时的任务调度和迁移，进而取得了负载均衡、任务执行效率、任务执行成功率的多赢。
结合图2所示，本公开实施例提供一种用于任务调度的装置，包括处理器(processor)100和存储有程序指令的存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的程序指令，以执行上述实施例的用于任务调度的方法。
此外，上述的存储器101中的程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。
存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于任务调度的方法。
存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。
采用本公开实施例提供的用于任务调度的装置，通过移动用户的预测性任务偏心度来获取移动用户任务调度的优先度，再根据优先度对移动用户实施任务调度，这样能够依照获取的优先度有序的对移动用户进行云节点任务调度。
本公开实施例提供了一种设备，包含上述的用于任务调度的装置。
可选地，设备包括计算机或服务器等。
该设备通过移动用户的预测性任务偏心度来获取移动用户任务调度的优先度，再根据优先度对移动用户实施任务调度，这样能够依照获取的优先度有序的对移动用户进行云节点任务调度。
本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，计算机可执行指令设置为执行上述用于任务调度的方法。
本公开实施例提供了一种计算机程序产品，计算机程序产品包括存储在计算机可读存储介质上的计算机程序，计算机程序包括程序指令，当程序指令被计算机执行时，使计算机执行上述用于任务调度的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，设备，或者网络设备等)执行本公开实施例方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，可以仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外，在本公开实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (10)

1.一种用于任务调度的方法，其特征在于，包括：
获取移动用户的预测性任务偏心度；
根据所述移动用户的预测性任务偏心度，获取所述移动用户任务调度的优先度；
根据所述优先度，对所述移动用户进行任务调度。
2.根据权利要求1所述的方法，其特征在于，获取移动用户的预测性任务偏心度，包括：
预测所述移动用户的移动位置；
针对预设的区域内的云节点，获取剩余可用资源的质心位置；
获取所述移动用户在所述云节点上的运行任务数量；
根据所述移动用户的移动位置、所述质心位置和所述运行任务数量，获取所述移动用户的预测性任务偏心度。
3.根据权利要求2所述的方法，其特征在于，预测所述移动用户的移动位置，包括：
获取所述移动用户的当前位置；
获取所述移动用户的移动速度和移动方向；
根据所述移动用户的当前位置、所述移动速度和所述移动方向，预测所述移动用户的移动位置。
4.根据权利要求2所述的方法，其特征在于，所述获取剩余可用资源的质心位置，包括：
获取所述云节点的当前位置及资源可用率；
根据所述云节点的当前位置和资源可用率，获取所述剩余可用资源的质心位置。
5.根据权利要求4所述的方法，其特征在于，根据所述移动用户的预测性任务偏心度，获取所述移动用户任务调度的优先度，包括：
根据所述运行任务数量和所述云节点的当前位置，获取所述移动用户处于运行状态的任务所处的云节点的地理分散程度；
获取所述移动用户处于运行状态的任务的总体失效风险；
根据所述预测性任务偏心度、所述地理分散程度和所述总体失效风险，获取所述移动用户任务调度的优先度。
6.根据权利要求5所述的方法，其特征在于，获取所述移动用户处于运行状态的任务的总体失效风险，包括：
获取所述云节点的累积故障数量；
根据所述故障数量和所述运行任务数量，获取所述移动用户处于运行状态的任务的总体失效风险。
7.根据权利要求1至6任一项所述的方法，其特征在于，根据所述优先度，对所述移动用户进行任务调度，包括：
按照所述优先度将所述移动用户进行排序；
按照所述排序依次对所述移动用户进行任务调度。
8.根据权利要求7所述的方法，其特征在于，按照所述排序依次对所述移动用户进行任务调度，包括：
按照所述排序确定出一个待调度移动用户；
针对所述待调度移动用户，获取所述待调度移动用户对应所述云节点的任务失效风险；
针对所述待调度移动用户，获取所述待调度移动用户对应所述云节点的新任务接受偏好度；
根据所述任务失效风险和所述新任务接受偏好度，对所述待调度移动用户进行任务调度。
9.一种用于任务调度的装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在执行所述程序指令时，执行如权利要求1至8任一项所述的用于任务调度的方法。
10.一种设备，其特征在于，包括如权利要求9所述的用于任务调度装置。
CN202011025516.3A 2020-09-25 2020-09-25 用于任务调度的方法、装置和设备 Active CN112202866B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011025516.3A CN112202866B (zh) 2020-09-25 2020-09-25 用于任务调度的方法、装置和设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011025516.3A CN112202866B (zh) 2020-09-25 2020-09-25 用于任务调度的方法、装置和设备

Publications (2)

Publication Number Publication Date
CN112202866A true CN112202866A (zh) 2021-01-08
CN112202866B CN112202866B (zh) 2022-08-23

Family

ID=74008305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011025516.3A Active CN112202866B (zh) 2020-09-25 2020-09-25 用于任务调度的方法、装置和设备

Country Status (1)

Country Link
CN (1) CN112202866B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905319A (zh) * 2021-02-04 2021-06-04 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080040457A1 (en) * 2006-08-08 2008-02-14 International Business Machines Corporation Heterogeneous, role based enterprise priority manager
US20140226477A1 (en) * 2011-10-19 2014-08-14 Huawei Technologies Co., Ltd. Method, Apparatus, and System for Improving user Experience of Small Flow User
CN106707781A (zh) * 2016-12-19 2017-05-24 常宸 一种智能管家任务调度方法及其装置
CN108563500A (zh) * 2018-05-08 2018-09-21 深圳市零度智控科技有限公司 基于云平台的任务调度方法、云平台及计算机存储介质
CN110097226A (zh) * 2019-05-06 2019-08-06 航天科工网络信息发展有限公司 一种资源调度方法、系统、电子设备及可读存储介质
CN111475274A (zh) * 2020-04-20 2020-07-31 北京邮电大学 云协同多任务调度方法及装置
US20200301741A1 (en) * 2019-03-22 2020-09-24 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080040457A1 (en) * 2006-08-08 2008-02-14 International Business Machines Corporation Heterogeneous, role based enterprise priority manager
US20140226477A1 (en) * 2011-10-19 2014-08-14 Huawei Technologies Co., Ltd. Method, Apparatus, and System for Improving user Experience of Small Flow User
CN106707781A (zh) * 2016-12-19 2017-05-24 常宸 一种智能管家任务调度方法及其装置
CN108563500A (zh) * 2018-05-08 2018-09-21 深圳市零度智控科技有限公司 基于云平台的任务调度方法、云平台及计算机存储介质
US20200301741A1 (en) * 2019-03-22 2020-09-24 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups
CN110097226A (zh) * 2019-05-06 2019-08-06 航天科工网络信息发展有限公司 一种资源调度方法、系统、电子设备及可读存储介质
CN111475274A (zh) * 2020-04-20 2020-07-31 北京邮电大学 云协同多任务调度方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
WEI ZHENG: "A Priority-Based Scheduling Heuristic to Maximize Parallelism of Ready Tasks for DAG Applications", 《2015 15TH IEEE/ACM INTERNATIONAL SYMPOSIUM ON CLUSTER, CLOUD AND GRID COMPUTING》 *
刘毅等: "一种模型驱动的WS-CDL服务组合可靠性预测方法", 《计算机工程与应用》 *
吴鸿飞: "基于边缘计算的微服务调度算法研究", 《工程科技Ⅱ辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112905319A (zh) * 2021-02-04 2021-06-04 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备
CN112905319B (zh) * 2021-02-04 2024-04-02 重庆惠科金渝光电科技有限公司 用于移动云服务位置调整的方法、装置及设备

Also Published As

Publication number Publication date
CN112202866B (zh) 2022-08-23

Similar Documents

Publication Publication Date Title
CN108009016B (zh) 一种资源负载均衡控制方法及集群调度器
US10558483B2 (en) Optimal dynamic placement of virtual machines in geographically distributed cloud data centers
US11212125B2 (en) Asset management with respect to a shared pool of configurable computing resources
RU2710860C1 (ru) Способ ограничения области автоматического выбора виртуальной машины защиты
Shen et al. A resource usage intensity aware load balancing method for virtual machine migration in cloud datacenters
Singh et al. Agent based framework for scalability in cloud computing
CN103810016A (zh) 实现虚拟机迁移的方法、装置和集群系统
US10764165B1 (en) Event-driven framework for filtering and processing network flows
US11321121B2 (en) Smart reduce task scheduler
US10616134B1 (en) Prioritizing resource hosts for resource placement
CN104375897A (zh) 基于最小相对负载不均衡度的云计算资源调度方法
CN109614227A (zh) 任务资源调配方法、装置、电子设备及计算机可读介质
CN112148492A (zh) 一种考虑多用户移动性的服务部署和资源分配方法
US11777991B2 (en) Forecast-based permissions recommendations
WO2022084784A1 (en) Auto-scaling a query engine for enterprise-level big data workloads
CN114930291A (zh) 在多云环境中实现工作负载
Shen et al. Performance modeling of big data applications in the cloud centers
CN112202866B (zh) 用于任务调度的方法、装置和设备
CN110659108A (zh) 一种云系统虚拟机任务迁移方法及装置、服务器
Keerthika et al. A multiconstrained grid scheduling algorithm with load balancing and fault tolerance
US11586480B2 (en) Edge computing workload balancing
CN111290835B (zh) 用于云平台虚拟机迁移的方法、装置及服务器
Sood Dynamic resource provisioning in cloud based on queuing model
US11017417B1 (en) Using incentives to manage computing resources
Negru et al. Cost-aware cloud storage service allocation for distributed data gathering

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