CN112203057A - 解析任务创建方法、装置、服务器和计算机可读存储介质 - Google Patents
解析任务创建方法、装置、服务器和计算机可读存储介质 Download PDFInfo
- Publication number
- CN112203057A CN112203057A CN202011078652.9A CN202011078652A CN112203057A CN 112203057 A CN112203057 A CN 112203057A CN 202011078652 A CN202011078652 A CN 202011078652A CN 112203057 A CN112203057 A CN 112203057A
- Authority
- CN
- China
- Prior art keywords
- time
- task
- analysis
- resolution
- tasks
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L65/00—Network arrangements, protocols or services for supporting real-time applications in data packet communication
- H04L65/40—Support for services or applications
-
- 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)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Power Sources (AREA)
Abstract
本发明实施例提出一种解析任务创建方法、装置、服务器和计算机可读存储介质,涉及计算机领域。该方法包括:当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力,若所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为新接入的前端设备创建全时段解析任务。本发明实施例能够根据已接入的前端设备的分辨率,为新接入的前端设备自动创建对应的解析任务,提升了任务创建效率,节省了人力消耗。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种解析任务创建方法、装置、服务器和计算机可读存储介质。
背景技术
在安防领域中,前端设备相当于一双眼睛,通过配合图像解析(或视频解析)可以得到结构化或非结构化的人脸、人体、车辆、非机动车等的数据,图像解析和视频解析就像人的大脑一样,用于分析前端设备这双眼睛拍摄到的图像或视频。
目前,对于接入服务器的前端设备,通常是采用人工手动的方式创建对应的解析任务,用于对前端设备拍摄的图像或视频进行解析,这种方式会耗费大量的人力配置解析任务。
发明内容
有鉴于此,本发明的目的在于提供一种解析任务创建方法、装置、服务器和计算机可读存储介质,其能够根据已接入的前端设备的分辨率,为新接入的前端设备自动创建对应的解析任务,提升了任务创建效率,节省了人力消耗。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供一种解析任务创建方法,所述方法包括:
当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力;
若所述所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为所述新接入的前端设备创建全时段解析任务。
在可选的实施方式中,所述根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力,包括:
确定每个全时段解析任务对应的第一前端设备的分辨率;
根据预设的分辨率与算力的对应关系,确定每个第一前端设备的分辨率对应的算力;
根据每个第一前端设备的分辨率对应的算力,计算所有全时段解析任务运行需消耗的总算力。
在可选的实施方式中,所述方法还包括:
若所述所有全时段解析任务运行需消耗的总算力大于第一算力阈值,计算在为所述新接入的前端设备创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力;
若所述所有分时段解析任务运行需消耗的总算力小于或等于第二算力阈值,为所述新接入的前端设备创建分时段解析任务。
在可选的实施方式中,每个分时段解析任务具有对应的预设执行时间段,所述预设执行时间段包括起始执行时间和结束执行时间,所述计算在为所述新接入的前端设备创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力,包括:
确定每个分时段解析任务对应的第二前端设备的分辨率;
根据预设的分辨率与算力的对应关系,确定每个第二前端设备的分辨率对应的算力;
根据每个第二前端设备的分辨率对应的算力,计算每个第二前端设备对应的分时段解析任务运行时,单位时间需要消耗的算力;
根据每个分时段解析任务运行时单位时间需要消耗的算力、每个分时段解析任务对应的起始执行时间和结束执行时间,计算所有分时段解析任务运行需消耗的总算力。
在可选的实施方式中,每个分时段解析任务具有对应的优先级,所述为所述新接入的前端设备创建分时段解析任务之后,所述方法还包括:
若所述新接入的前端设备对应的分时段解析任务的优先级为第一优先级,将所述新接入的前端设备对应的分时段解析任务加入第一任务执行队列;若所述新接入的前端设备对应的分时段解析任务的优先级为第二优先级,将所述新接入的前端设备对应的分时段解析任务加入第二任务执行队列;其中,第一优先级高于第二优先级。
在可选的实施方式中,所述方法还包括:
在执行所述第一任务执行队列中的任一分时段解析任务时,若当前实际时间小于所述分时段解析任务对应的起始执行时间,将所述分时段解析任务置于所述第一任务执行队列的队尾,等待下次执行;在执行所述第二任务执行队列中的任一分时段解析任务时,若当前实际时间小于所述分时段解析任务对应的起始执行时间,将所述分时段解析任务置于所述第二任务执行队列的队尾,等待下次执行;
若当前实际时间处于所述分时段解析任务对应的起始执行时间和结束执行时间之间,解析所述分时段解析任务对应的前端设备在所述起始执行时间和所述当前实际时间之间采集的数据,并更新所述起始执行时间为所述当前实际时间;
若当前实际时间大于所述分时段解析任务对应的结束执行时间,解析所述分时段解析任务对应的前端设备在所述起始执行时间和所述结束执行时间之间采集的数据;
计算每个分时段解析任务的实际执行时间,若同一分辨率下超过预设数目个分时段解析任务的实际执行时间大于或小于所述预设执行时间段对应的结束执行时间与起始执行时间之差,根据各分时段解析任务的实际执行时间、所述预设执行时间段对应的结束执行时间与起始执行时间之差对所述分辨率对应的算力进行校正。
在可选的实施方式中,所述根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力之前,所述方法还包括:
计算当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力;
若所述当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力大于第三算力阈值,生成提示信息以告警算力资源不足,不为所述新接入的前端设备创建解析任务。
第二方面,本发明实施例提供一种解析任务创建装置,所述装置包括:
算力计算模块,用于当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力;
任务创建模块,用于若所述所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为所述新接入的前端设备创建全时段解析任务。
第三方面,本发明实施例提供一种服务器,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现前述实施方式任一项所述的方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施方式任一项所述的方法。
本发明实施例提供的解析任务创建方法、装置、服务器和计算机可读存储介质,当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力,若所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为新接入的前端设备创建全时段解析任务。本发明实施例能够根据已接入的前端设备的分辨率,为新接入的前端设备自动创建对应的解析任务,提升了任务创建效率,节省了人力消耗。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了适用于本发明实施例的一种应用环境示意图;
图2示出了本发明实施例提供的服务器的一种方框示意图;
图3示出了本发明实施例提供的解析任务创建方法的一种流程示意图;
图4示出了本发明实施例提供的解析任务创建方法的另一种流程示意图;
图5示出了本发明实施例提供的解析任务创建方法的又一种流程示意图;
图6示出了本发明实施例提供的解析任务创建方法的又一种流程示意图;
图7示出了本发明实施例提供的解析任务创建方法的又一种流程示意图;
图8示出了本发明实施例提供的解析任务创建方法的又一种流程示意图;
图9示出了本发明实施例提供的解析任务创建装置的一种功能模块图;
图10示出了本发明实施例提供的解析任务创建装置的另一种功能模块图。
图标:100-服务器;200-前端设备;300-网络;900-解析任务创建装置;110-存储器;120-处理器;130-通信模块;910-算力计算模块;920-任务创建模块;930-任务执行模块。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
请参照图1,为适用于本发明实施例的一种应用环境示意图。如图1所示,服务器100、前端设备200位于网络300中,前端设备200通过网络300与服务器100进行通信,以实现前端设备200与服务器100之间的数据通信或交互。其中,前端设备200的数量可以为至少一个。
在本实施例中,服务器100可以是,但不限于,网络服务器、数据库服务器、云端服务器等。前端设备200可以是抓拍机、摄像机等具有视频、图像采集功能的设备,服务器100可对前端设备200采集的数据(视频或者图像)进行解析,从而获得人脸、人体、车辆等信息。
下面将结合附图具体描述本发明中的各实施例。
请参照图2,是本发明实施例提供的服务器100的一种方框示意图。服务器100包括存储器110、处理器120及通信模块130。存储器110、处理器120以及通信模块130各元件相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
其中,存储器110用于存储程序或者数据。存储器110可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(ErasableProgrammable Read-Only Memory,EPROM),电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory,EEPROM)等。
处理器120用于读/写存储器110中存储的数据或程序,并执行相应地功能。在本实施例中,该处理器120可以是图形处理器(Graphics Processing Unit,GPU),处理器120的数量可以为至少一个。当处理器120执行存储器110中存储的计算机程序时可以实现本发明实施例揭示的解析任务创建方法。
通信模块130用于通过网络300建立服务器100与其它通信终端(如前端设备200)之间的通信连接,并用于通过网络300收发数据。
应当理解的是,图2所示的结构仅为服务器100的结构示意图,服务器100还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器120执行时可以实现本发明实施例揭示的解析任务创建方法。
请参照图3,为本发明实施例提供的解析任务创建方法的一种流程示意图。需要说明的是,本发明实施例所述的解析任务创建方法并不以图3以及以下所述的具体顺序为限制,应当理解,在其它实施例中,本发明所述的解析任务创建方法其中部分步骤的顺序可以根据实际需要相互交换,或者其中的部分步骤也可以省略或删除。该解析任务创建方法可应用于上述的服务器100,下面将对图3所示的具体流程进行详细阐述。
步骤S301,当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力。
在本实施例中,服务器100中可预先配置设备资源树,通过监听设备资源树上添加的前端设备200确定当前接入的前端设备200。对于新接入的前端设备200,需要判断当前是否适合为其创建对应的全时段解析任务,在本实施例中,可以先假设为新接入的前端设备200创建全时段解析任务,并在该条件下,根据已接入的各前端设备200的分辨率计算出所有全时段解析任务运行需消耗的总算力Tall。
在本实施例中,解析任务指的是对前端设备200采集的图像或视频进行解析的任务,故其可以为图像解析任务(用于解析图像)或视频解析任务(用于解析视频)。全时段解析任务指的是具有高实时性的解析任务,该类解析任务会始终占有相应的GPU算力并实时解析前端设备200采集的视频或者图像。前端设备200的分辨率指的是前端设备200采集的视频或者图像的分辨率。
步骤S302,若所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为新接入的前端设备创建全时段解析任务。
在本实施例中,服务器100中预先设置第一配置参数p和第二配置参数f,该第一配置参数p用于表征可动态创建解析任务的百分比,该第二配置参数f用于表征算力资源告警阈值,服务器100根据当前安装的处理器120计算出服务器100可提供的最大算力Tmax,则第一算力阈值=p×f×Tmax。
例如,假设服务器100当前安装了2张GPU卡,每张GPU卡默认提供16算力,则服务器100可提供的最大算力Tmax=32,第一配置参数p默认为80%,第二配置参数f默认为95%,则第一算力阈值=80%×95%×32≈24;则当计算出的所有全时段解析任务运行需消耗的总算力Tall满足Tall≤24时,可为新接入的前端设备200创建对应的全时段解析任务,并自动设置全时段解析任务的优先级(默认为低优先级Pl)和实时性(高实时性Rh)。
可见,本发明实施例提供的解析任务创建方法,通过监听前端设备200接入,并根据已接入的各前端设备200的分辨率,为新接入的前端设备200自动创建对应的解析任务,提升了任务创建效率,节省了人力消耗,尤其针对服务器集群很大、GPU资源和接入的前端设备很多的情况,能够有效减少大量的人力配置解析任务。
可选地,服务器100中可以预先存储分辨率与算力的对应关系,请参照图4,上述的步骤S301可以包括如下子步骤:
子步骤S3011,确定每个全时段解析任务对应的第一前端设备的分辨率。
在本实施例中,在假设为新接入的前端设备200创建全时段解析任务后,则可以确定当前服务器100中所有全时段解析任务对应的第一前端设备(包括该新接入的前端设备200),进而确定出每个第一前端设备的分辨率D。
子步骤S3012,根据预设的分辨率与算力的对应关系,确定每个第一前端设备的分辨率对应的算力。
在一个示例中,服务器100中预设的分辨率D与算力T(T>0)的对应关系可以参照表1,即当确定第一前端设备的分辨率D后,便可以确定该分辨率D对应的算力Tn(n=1,2,3,…),从而确定出该第一前端设备对应的全时段解析任务运行需消耗的算力。例如,假设接入的第一前端设备200为200万像素,则其对应的全时段解析任务运行需消耗1个算力,接入的第一前端设备200为800万像素,则其对应的全时段解析任务运行需消耗4个算力。
表1
子步骤S3013,根据每个第一前端设备的分辨率对应的算力,计算所有全时段解析任务运行需消耗的总算力。
在本实施例中,当计算出每个第一前端设备的分辨率对应的算力后,根据公式Tall=T1+T2+T3+…+Tn可以得到所有全时段解析任务运行需消耗的总算力。
可选地,在本实施例中,当新接入的前端设备200不符合创建全时段解析任务的条件时,可以进一步判断其是否符合创建分时段解析任务的条件。其中,分时段解析任务指的是低实时性的解析任务,该类解析任务会竞争GPU算力来解析前端设备200采集的视频或者图像,不会实时占有GPU算力。请参照图5,该解析任务创建方法还可以包括:
步骤S501,若所有全时段解析任务运行需消耗的总算力大于第一算力阈值,计算在为新接入的前端设备创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力。
在本实施例中,当计算出的所有全时段解析任务运行需消耗的总算力Tall>第一算力阈值p×f×Tmax,表明当前系统剩余算力不足以创建全时段解析任务,进一步判断能否为该新接入的前端设备200创建分时段解析任务。在本实施例中,可以先假设为新接入的前端设备200创建分时段解析任务,并在该条件下,计算出所有分时段解析任务运行需消耗的总算力Tinterval。
步骤S502,若所有分时段解析任务运行需消耗的总算力小于或等于第二算力阈值,为新接入的前端设备创建分时段解析任务。
在本实施例中,第二算力阈值=(1-p)×f×Tmax。
例如,假设服务器100当前安装了2张GPU卡,每张GPU卡默认提供16算力,则服务器100可提供的最大算力Tmax=32,第一配置参数p默认为80%,第二配置参数f默认为95%,则第二算力阈值=(1-80%)×95%×32≈6;则当计算出的所有分时段解析任务运行需消耗的总算力Tinterval满足Tinterval≤6时,可为新接入的前端设备200创建对应的分时段解析任务,并自动设置分时段解析任务的优先级(默认为低优先级Pl)和实时性(低实时性Rl)。
可见,本发明实施例提供的解析任务创建方法,当新接入的前端设备200不符合创建全时段解析任务的条件时,即所有全时段解析任务运行需消耗的总算力大于第一算力阈值的情况下,通过判断其是否符合创建分时段解析任务的条件,在所有分时段解析任务运行需消耗的总算力小于或等于第二算力阈值时,为新接入的前端设备200创建分时段解析任务。由于分时段解析任务不会实时占有GPU算力资源,故相比于现有的采用一个前端设备200占有一个GPU算力的方式,能有效减少GPU算力资源的浪费,实现GPU算力资源的最大化利用,提高解析任务创建的灵活性。
可选地,服务器100在创建分时段解析任务时,需要设置该分时段解析任务对应的执行时间,即每个分时段解析任务具有对应的预设执行时间段,该预设执行时间段包括起始执行时间(starttime)和结束执行时间(endtime),00:00≤starttime<endtime≤23:59。请参照图6,上述的步骤S501可以包括如下子步骤:
子步骤S5011,确定每个分时段解析任务对应的第二前端设备的分辨率。
在本实施例中,通过假设为新接入的前端设备200创建分时段解析任务,可以确定当前服务器100中所有分时段解析任务对应的第二前端设备(包括该新接入的前端设备200),进而确定出每个第二前端设备的分辨率D。
子步骤S5012,根据预设的分辨率与算力的对应关系,确定每个第二前端设备的分辨率对应的算力。
在本实施例中,服务器100可以根据上述表1所示的分辨率D与算力T的对应关系,确定该每个第二前端设备的分辨率D对应的算力Tn(n=1,2,3,…)。
子步骤S5013,根据每个第二前端设备的分辨率对应的算力,计算每个第二前端设备对应的分时段解析任务运行时,单位时间需要消耗的算力。
在本实施例中,该单位时间可以采用单位小时或者单位分钟,以单位分钟为例,对于任一个第二前端设备,其对应的分时段解析任务运行时,单位分钟需要消耗的算力可以通过公式Tminute=T÷(24×60)。
例如,假设接入的第二前端设备为400万像素,则该第二前端设备的分辨率对应的算力为2算力,该第二前端设备对应的分时段解析任务运行时,单位分钟需要消耗的算力Tminute=2÷(24×60)≈0.0014。
子步骤S5014,根据每个分时段解析任务运行时单位时间需要消耗的算力、每个分时段解析任务对应的起始执行时间和结束执行时间,计算所有分时段解析任务运行需消耗的总算力。
在本实施例中,对于任一个第二前端设备对应的分时段解析任务,在计算出其单位分钟运行需要消耗的算力Tminute后,可以根据公式Tminute×(endtime-starttime)×60计算出该分时段解析任务运行需要消耗的算力,进而根据公式Tinterval=Tminute1×(endtime1-starttime1)×60+Tminute2×(endtime2-starttime2)×60+…+Tminuten×(endtimen-starttimen)×60计算得到所有分时段解析任务运行需消耗的总算力。
需要说明的是,本实施例中可以默认设置分时段解析任务对应的执行时间段为每天8:00~20:00,在完成分时段解析任务的自动创建后,用户可以根据实际需求对分时段解析任务对应的执行时间段进行调整。例如,调整某个分时段解析任务对应的执行时间段为每天8:00~10:00。
可见,本发明实施例提供的解析任务创建方法,在创建分时段解析任务时,通过对GPU算力资源按时间进行切片,计算每个分时段解析任务在单位时间内消耗的GPU算力资源,进而根据每个分时段解析任务运行时单位时间需要消耗的算力、每个分时段解析任务对应的起始执行时间和结束执行时间,计算所有分时段解析任务运行需消耗的总算力,实现自动创建分时段解析任务。
需要说明的是,上述的第一前端设备和第二前端设备是用于区分创建全时段解析任务的前端设备200和创建分时段解析任务的前端设备200。对于任何一个接入的前端设备200(例如,设备X),可以选择为其创建全时段解析任务,也可以选择为其创建分时段解析任务。可以理解,当设备X接入时符合创建全时段解析任务的条件,则可以为该设备X创建全时段解析任务,当前创建了全时段解析任务的设备X即为前述的第一前端设备;当设备X接入时不符合创建全时段解析任务的条件,但符合创建分时段解析任务的条件,则可以为该设备X创建分时段解析任务,当前创建了分时段解析任务的设备X即为前述的第二前端设备;设备X接入后不会同时既是第一前端设备又是第二前端设备。
在本实施例中,在自动创建分时段解析任务后,每个分时段解析任务具有对应的优先级,用户也可以根据实际需求对分时段解析任务对应的优先级进行调整。例如,将一个或者多个分时段解析任务对应的优先级由默认的低优先级Pl调整为高优先级Ph。请参照图7,在创建分时段解析任务之后,该解析任务创建方法还可以包括:
步骤S701,若新接入的前端设备对应的分时段解析任务的优先级为第一优先级,将新接入的前端设备对应的分时段解析任务加入第一任务执行队列;若新接入的前端设备对应的分时段解析任务的优先级为第二优先级,将新接入的前端设备对应的分时段解析任务加入第二任务执行队列;其中,第一优先级高于第二优先级。
也即是说,在本实施例中,对于高实时性的解析任务(即全时段解析任务),任务的实时性质不变,始终独占T个GPU算力资源;对于低实时性的解析任务(即分时段解析任务),需按照优先级对分时段解析任务进行分组,若该分时段解析任务的优先级为第一优先级(例如,高优先级Ph),则将该分时段解析任务加入第一任务执行队列(例如,高优先级任务执行队列);若该分时段解析任务的优先级为第二优先级(例如,低优先级Pl),则将该分时段解析任务加入第二任务执行队列(例如,低优先级任务执行队列)。
需要说明的是,本实施例可以根据分时段解析任务的创建时间将分时段解析任务加入队列,例如,越先创建的分时段解析任务越靠近队首,最后创建的分时段解析任务放在队尾。这样,当从队列的队首取出分时段解析任务并执行时,可以实现先创建的分时段解析任务先执行。
步骤S702,在执行第一任务执行队列中的任一分时段解析任务时,若当前实际时间小于分时段解析任务对应的起始执行时间,将分时段解析任务置于第一任务执行队列的队尾,等待下次执行;在执行第二任务执行队列中的任一分时段解析任务时,若当前实际时间小于分时段解析任务对应的起始执行时间,将分时段解析任务置于第二任务执行队列的队尾,等待下次执行。
在本实施例中,假设当前实际时间为currenttime,当取出第一任务执行队列或第二任务执行队列中队首的分时段解析任务后,若currenttime小于该分时段解析任务对应的起始执行时间starttime,则将该分时段解析任务置于该分时段解析任务所在队列的队尾,等待下次执行。
步骤S703,若当前实际时间处于分时段解析任务对应的起始执行时间和结束执行时间之间,解析分时段解析任务对应的前端设备在起始执行时间和当前实际时间之间采集的数据,并更新起始执行时间为当前实际时间。
在本实施例中,当currenttime处于分时段解析任务对应的起始执行时间starttime和结束执行时间endtime之间,则执行该分时段解析任务,通过该分时段解析任务解析对应的前端设备200在starttime~currenttime时间段内采集的数据(视频或图像),并更新起始执行时间为currenttime。
步骤S704,若当前实际时间大于分时段解析任务对应的结束执行时间,解析分时段解析任务对应的前端设备在起始执行时间和结束执行时间之间采集的数据。
在本实施例中,当currenttime>endtime,则直接解析对应的前端设备200在starttime~endtime时间段内采集的数据,执行完毕后,将该分时段解析任务移出相应的任务执行队列。
步骤S705,计算每个分时段解析任务的实际执行时间,若同一分辨率下超过预设数目个分时段解析任务的实际执行时间大于或小于预设执行时间段对应的结束执行时间与起始执行时间之差,根据各分时段解析任务的实际执行时间、预设执行时间段对应的结束执行时间与起始执行时间之差对分辨率对应的算力进行校正。
在本实施例中,对于第一任务执行队列或第二任务执行队列中的每个分时段解析任务,在当天执行完毕后,可以计算出该分时段解析任务的实际执行时间RT。其中,RT=RT1+RT2+…+RTn,其中,RTn表示该分时段解析任务的某一次执行时间,可以理解,通过队列排队的方式执行分时段解析任务,有的分时段解析任务可能会执行多次,有的分时段解析任务可能只执行一次。
例如,假设当前实际时间为12:00,取出第一任务执行队列位于队首的分时段解析任务A,判断该分时段解析任务A对应的执行时间段为14:00~20:00,由于12:00小于12:00,故将该分时段解析任务A置于第一任务执行队列的队尾,等待下次执行;接着取出第一任务执行队列位于队首的分时段解析任务B,判断该分时段解析任务B对应的执行时间段为8:00~20:00,由于8:00<12:00<20:00,则由该分时段解析任务B将对其对应的前端设备200在8:00~12:00之间采集的数据进行解析,解析完成后,该分时段解析任务B将进入第一任务执行队列的队尾继续排队等待执行;当分时段解析任务B在当前实际时间为21:00再次被执行时,由于21:00大于20:00,且上一次执行后起始执行时间starttime已经由8:00更新为上一次执行时对应的currenttime(即12:00),故此时该分时段解析任务B将对其对应的前端设备200在12:00~20:00之间采集的数据进行解析,解析完成后,分时段解析任务B将被移出该第一任务执行队列。由此可知,分时段解析任务B在一天中执行了两次,一次是在12:00,一次是在21:00,则分时段解析任务B的实际执行时间RT=RT1+RT2。
在本实施例中,对于每个分时段解析任务,根据其对应的执行时间段(starttime~endtime)可以计算出该分时段解析任务对应的预设执行时间,即预设执行时间OT=endtime-starttime,若RT大于OT,表明算力T对解析该分辨率D的视频或图像非常充裕,此时可以适当减少该分辨率D对应的算力T;若RT小于OT,表明算力T对解析该分辨率D的视频或图像出现资源不足。因此,本实施例中基于每个分时段解析任务对应的RT与OT的关系,可以对分辨率D对应的算力T进行校正。也即是说,服务器100中预设的分辨率D与算力T的对应关系并非一成不变,分辨率D与算力T的对应关系可以在实际运行中动态改变。
应当理解的是,在实际应用中,可以先从第一任务执行队列中取出分时段解析任务,申请需要的算力资源并执行该分时段解析任务;在第一任务执行队列中的所有分时段解析任务执行完毕后,再从第二任务执行队列中取出分时段解析任务,申请需要的算力资源并执行该分时段解析任务。在第一任务执行队列和第二任务执行队列中的分时段解析任务执行过程中,均可以对分辨率D对应的算力T进行校正。
需要说明的是,在本实施例中,对于移出队列的分时段解析任务,可以在特定的时间(如每日凌晨)重新将分时段解析任务加入相应的第一任务执行队列或第二任务执行队列,并且在加入第一任务执行队列或第二任务执行队列之前,可以判断前一天的任务是否执行完毕,若没有执行完毕,则告警算力资源不足。
可见,本发明实施例提供的解析任务创建方法,在执行分时段解析任务的过程中,通过对分时段解析任务按照优先级进行分组,按照任务执行队列的优先级执行任务执行队列中的分时段解析任务,并在分时段解析任务执行过程中,对分辨率D对应的算力T进行校正,实现了合理利用算力资源、减少算力资源的浪费的效果。
可选地,在实际应用中,可以在有前端设备200接入时,先判断服务器100上的剩余算力资源是否足够自动创建解析任务,以提高解析任务的创建效率。请参照图8,该解析任务创建方法还可以包括:
步骤S801,计算当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力。
在本实施例中,可以根据前述公式Tall=T1+T2+T3+…+Tn计算当前所有已创建的全时段解析任务运行消耗的算力Tall,以及根据前述公式Tinterval=Tminute1×(endtime1-starttime1)×60+Tminute2×(endtime2-starttime2)×60+…+Tminuten×(endtimen-starttimen)×60计算当前已创建的分时段解析任务运行消耗的算力,进而得到所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力Tall+Tinterval。
步骤S802,判断当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力是否大于第三算力阈值。
其中,若当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力大于第三算力阈值,则执行步骤S803;若当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力小于或等于第三算力阈值,则执行步骤S301。
步骤S803,若当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力大于第三算力阈值,生成提示信息以告警算力资源不足,不为新接入的前端设备创建解析任务。
在本实施例中,第三算力阈值可以根据第二配置参数f和服务器100可提供的最大算力Tmax计算得到。
例如,假设Tmax=32,f=95%,当有前端设备200接入,若当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力Tall+Tinterval>f×Tmax=95%×32≈30,则可以确定服务器100上的剩余算力资源不足以自动创建解析任务,此时不再为该新接入的前端设备200创建解析任务,并告警算力资源不足。
为了执行上述实施例及各个可能的方式中的相应步骤,下面给出一种解析任务创建装置的实现方式。请参阅图9,为本发明实施例提供的一种解析任务创建装置900的功能模块图。需要说明的是,本实施例所提供的解析任务创建装置900,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。该解析任务创建装置900包括:算力计算模块910和任务创建模块920。
可选地,上述模块可以软件或固件(Firmware)的形式存储于图2所示的存储器110中或固化于该服务器100的操作系统(Operating System,OS)中,并可由图2中的处理器120执行。同时,执行上述模块所需的数据、程序的代码等可以存储在存储器110中。
该算力计算模块910用于当监听到有前端设备200接入时,根据已接入的各前端设备200的分辨率,计算在为新接入的前端设备200创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力。
可选地,该算力计算模块910具体可用于确定每个全时段解析任务对应的第一前端设备的分辨率,根据预设的分辨率与算力的对应关系,确定每个第一前端设备的分辨率对应的算力,根据每个第一前端设备的分辨率对应的算力,计算所有全时段解析任务运行需消耗的总算力。
可以理解,该算力计算模块910可以执行上述步骤S301、步骤S3011~步骤S3013。
该任务创建模块920用于若所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为新接入的前端设备200创建全时段解析任务。
可以理解,该任务创建模块920可以执行上述步骤S302。
可选地,该算力计算模块910还可以用于若所有全时段解析任务运行需消耗的总算力大于第一算力阈值,计算在为新接入的前端设备200创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力。
可选地,该算力计算模块910具体可用于确定每个分时段解析任务对应的第二前端设备的分辨率,根据预设的分辨率与算力的对应关系,确定每个第二前端设备的分辨率对应的算力,根据每个第二前端设备的分辨率对应的算力,计算每个第二前端设备对应的分时段解析任务运行时,单位时间需要消耗的算力,根据每个分时段解析任务运行时单位时间需要消耗的算力、每个分时段解析任务对应的起始执行时间和结束执行时间,计算所有分时段解析任务运行需消耗的总算力。
可以理解,该算力计算模块910还可以执行步骤S501、步骤S5011~步骤S5014。
该任务创建模块920还可以用于若所有分时段解析任务运行需消耗的总算力小于或等于第二算力阈值,为新接入的前端设备200创建分时段解析任务。
可以理解,该任务创建模块920还可以执行步骤S502。
可选地,每个分时段解析任务具有对应的优先级,如图10所示,该解析任务创建装置900还可以包括任务执行模块930,该任务执行模块930用于若新接入的前端设备200对应的分时段解析任务的优先级为第一优先级,将新接入的前端设备200对应的分时段解析任务加入第一任务执行队列;若新接入的前端设备200对应的分时段解析任务的优先级为第二优先级,将新接入的前端设备200对应的分时段解析任务加入第二任务执行队列;其中,第一优先级高于第二优先级。
该任务执行模块930还可以用于在执行第一任务执行队列中的任一分时段解析任务时,若当前实际时间小于分时段解析任务对应的起始执行时间,将分时段解析任务置于第一任务执行队列的队尾,等待下次执行;在执行第二任务执行队列中的任一分时段解析任务时,若当前实际时间小于分时段解析任务对应的起始执行时间,将分时段解析任务置于第二任务执行队列的队尾,等待下次执行。
该任务执行模块930还可以用于若当前实际时间处于分时段解析任务对应的起始执行时间和结束执行时间之间,解析分时段解析任务对应的前端设备200在起始执行时间和当前实际时间之间采集的数据,并更新起始执行时间为当前实际时间。
该任务执行模块930还可以用于若当前实际时间大于分时段解析任务对应的结束执行时间,解析分时段解析任务对应的前端设备200在起始执行时间和结束执行时间之间采集的数据。
该任务执行模块930还可以用于计算每个分时段解析任务的实际执行时间,若同一分辨率下超过预设数目个分时段解析任务的实际执行时间大于或小于预设执行时间段对应的结束执行时间与起始执行时间之差,根据各分时段解析任务的实际执行时间、预设执行时间段对应的结束执行时间与起始执行时间之差对分辨率对应的算力进行校正。
可以理解,该任务执行模块930可以执行上述步骤S701~步骤S705。
可选地,该算力计算模块910还可以用于计算当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力。
可以理解,该算力计算模块910可以执行上述步骤S801。
该任务创建模块920还可以用于若当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力大于第三算力阈值,生成提示信息以告警算力资源不足,不为新接入的前端设备200创建解析任务。
可以理解,该任务创建模块920可以执行上述步骤S802和步骤S803。
综上所述,本发明实施例提供的解析任务创建方法、装置、服务器和计算机可读存储介质,当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力,若所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为新接入的前端设备创建全时段解析任务。本发明实施例能够根据已接入的前端设备的分辨率,为新接入的前端设备自动创建对应的解析任务,提升了任务创建效率,节省了人力消耗。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、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,所述模块、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。也应当注意,在有些作为替换的实现方式中,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,这依所涉及的功能而定。也要注意的是,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。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块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。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分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,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括: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)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种解析任务创建方法,其特征在于,所述方法包括:
当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力;
若所述所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为所述新接入的前端设备创建全时段解析任务。
2.根据权利要求1所述的方法,其特征在于,所述根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力,包括:
确定每个全时段解析任务对应的第一前端设备的分辨率;
根据预设的分辨率与算力的对应关系,确定每个第一前端设备的分辨率对应的算力;
根据每个第一前端设备的分辨率对应的算力,计算所有全时段解析任务运行需消耗的总算力。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述所有全时段解析任务运行需消耗的总算力大于第一算力阈值,计算在为所述新接入的前端设备创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力;
若所述所有分时段解析任务运行需消耗的总算力小于或等于第二算力阈值,为所述新接入的前端设备创建分时段解析任务。
4.根据权利要求3所述的方法,其特征在于,每个分时段解析任务具有对应的预设执行时间段,所述预设执行时间段包括起始执行时间和结束执行时间,所述计算在为所述新接入的前端设备创建分时段解析任务的情况下,所有分时段解析任务运行需消耗的总算力,包括:
确定每个分时段解析任务对应的第二前端设备的分辨率;
根据预设的分辨率与算力的对应关系,确定每个第二前端设备的分辨率对应的算力;
根据每个第二前端设备的分辨率对应的算力,计算每个第二前端设备对应的分时段解析任务运行时,单位时间需要消耗的算力;
根据每个分时段解析任务运行时单位时间需要消耗的算力、每个分时段解析任务对应的起始执行时间和结束执行时间,计算所有分时段解析任务运行需消耗的总算力。
5.根据权利要求4所述的方法,其特征在于,每个分时段解析任务具有对应的优先级,所述为所述新接入的前端设备创建分时段解析任务之后,所述方法还包括:
若所述新接入的前端设备对应的分时段解析任务的优先级为第一优先级,将所述新接入的前端设备对应的分时段解析任务加入第一任务执行队列;若所述新接入的前端设备对应的分时段解析任务的优先级为第二优先级,将所述新接入的前端设备对应的分时段解析任务加入第二任务执行队列;其中,第一优先级高于第二优先级。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
在执行所述第一任务执行队列中的任一分时段解析任务时,若当前实际时间小于所述分时段解析任务对应的起始执行时间,将所述分时段解析任务置于所述第一任务执行队列的队尾,等待下次执行;在执行所述第二任务执行队列中的任一分时段解析任务时,若当前实际时间小于所述分时段解析任务对应的起始执行时间,将所述分时段解析任务置于所述第二任务执行队列的队尾,等待下次执行;
若当前实际时间处于所述分时段解析任务对应的起始执行时间和结束执行时间之间,解析所述分时段解析任务对应的前端设备在所述起始执行时间和所述当前实际时间之间采集的数据,并更新所述起始执行时间为所述当前实际时间;
若当前实际时间大于所述分时段解析任务对应的结束执行时间,解析所述分时段解析任务对应的前端设备在所述起始执行时间和所述结束执行时间之间采集的数据;
计算每个分时段解析任务的实际执行时间,若同一分辨率下超过预设数目个分时段解析任务的实际执行时间大于或小于所述预设执行时间段对应的结束执行时间与起始执行时间之差,根据各分时段解析任务的实际执行时间、所述预设执行时间段对应的结束执行时间与起始执行时间之差对所述分辨率对应的算力进行校正。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力之前,所述方法还包括:
计算当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力;
若所述当前所有已创建的全时段解析任务和所有已创建的分时段解析任务运行消耗的总算力大于第三算力阈值,生成提示信息以告警算力资源不足,不为所述新接入的前端设备创建解析任务。
8.一种解析任务创建装置,其特征在于,所述装置包括:
算力计算模块,用于当监听到有前端设备接入时,根据已接入的各前端设备的分辨率,计算在为新接入的前端设备创建全时段解析任务的情况下,所有全时段解析任务运行需消耗的总算力;
任务创建模块,用于若所述所有全时段解析任务运行需消耗的总算力小于或等于第一算力阈值,为所述新接入的前端设备创建全时段解析任务。
9.一种服务器,其特征在于,包括处理器和存储器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078652.9A CN112203057B (zh) | 2020-10-10 | 2020-10-10 | 解析任务创建方法、装置、服务器和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011078652.9A CN112203057B (zh) | 2020-10-10 | 2020-10-10 | 解析任务创建方法、装置、服务器和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112203057A true CN112203057A (zh) | 2021-01-08 |
CN112203057B CN112203057B (zh) | 2022-06-03 |
Family
ID=74014252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011078652.9A Active CN112203057B (zh) | 2020-10-10 | 2020-10-10 | 解析任务创建方法、装置、服务器和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112203057B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023897A (zh) * | 2010-11-04 | 2011-04-20 | 曙光信息产业(北京)有限公司 | 一种众核环境下动态自适应的并行解码方法和系统 |
US20180046512A1 (en) * | 2016-08-11 | 2018-02-15 | Samsung Electronics Co., Ltd. | System and method for dynamically managing compute and i/o resources in data processing systems |
CN108519910A (zh) * | 2018-03-21 | 2018-09-11 | 四川斐讯信息技术有限公司 | 一种基于单双日期的数据处理方法及系统 |
CN109788315A (zh) * | 2019-01-31 | 2019-05-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 视频转码方法、装置及系统 |
CN110362407A (zh) * | 2019-07-19 | 2019-10-22 | 中国工商银行股份有限公司 | 计算资源调度方法及装置 |
CN110502323A (zh) * | 2019-07-18 | 2019-11-26 | 国网浙江省电力有限公司衢州供电公司 | 一种云计算任务实时调度方法 |
CN110532092A (zh) * | 2019-08-21 | 2019-12-03 | 云湾科技(嘉兴)有限公司 | 资源匹配方法、装置及设备 |
CN110995614A (zh) * | 2019-11-05 | 2020-04-10 | 华为技术有限公司 | 一种算力资源分配的方法及装置 |
CN111124644A (zh) * | 2019-12-19 | 2020-05-08 | 北京旷视科技有限公司 | 任务调度资源的确定方法、装置及系统 |
CN111158879A (zh) * | 2019-12-31 | 2020-05-15 | 上海依图网络科技有限公司 | 一种系统资源的调度方法,装置、机器可读介质和系统 |
CN111245906A (zh) * | 2019-12-31 | 2020-06-05 | 中国电子科技集团公司第五十四研究所 | 一种业务请求分配方法 |
-
2020
- 2020-10-10 CN CN202011078652.9A patent/CN112203057B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102023897A (zh) * | 2010-11-04 | 2011-04-20 | 曙光信息产业(北京)有限公司 | 一种众核环境下动态自适应的并行解码方法和系统 |
US20180046512A1 (en) * | 2016-08-11 | 2018-02-15 | Samsung Electronics Co., Ltd. | System and method for dynamically managing compute and i/o resources in data processing systems |
CN108519910A (zh) * | 2018-03-21 | 2018-09-11 | 四川斐讯信息技术有限公司 | 一种基于单双日期的数据处理方法及系统 |
CN109788315A (zh) * | 2019-01-31 | 2019-05-21 | 湖南快乐阳光互动娱乐传媒有限公司 | 视频转码方法、装置及系统 |
CN110502323A (zh) * | 2019-07-18 | 2019-11-26 | 国网浙江省电力有限公司衢州供电公司 | 一种云计算任务实时调度方法 |
CN110362407A (zh) * | 2019-07-19 | 2019-10-22 | 中国工商银行股份有限公司 | 计算资源调度方法及装置 |
CN110532092A (zh) * | 2019-08-21 | 2019-12-03 | 云湾科技(嘉兴)有限公司 | 资源匹配方法、装置及设备 |
CN110995614A (zh) * | 2019-11-05 | 2020-04-10 | 华为技术有限公司 | 一种算力资源分配的方法及装置 |
CN111124644A (zh) * | 2019-12-19 | 2020-05-08 | 北京旷视科技有限公司 | 任务调度资源的确定方法、装置及系统 |
CN111158879A (zh) * | 2019-12-31 | 2020-05-15 | 上海依图网络科技有限公司 | 一种系统资源的调度方法,装置、机器可读介质和系统 |
CN111245906A (zh) * | 2019-12-31 | 2020-06-05 | 中国电子科技集团公司第五十四研究所 | 一种业务请求分配方法 |
Non-Patent Citations (3)
Title |
---|
王强等: ""实时系统中的非定期任务调度算法综述"", 《计算机研究与发展》 * |
郭圣娥: ""云计算下计算机实验可靠性资源实时调度仿真"", 《计算机仿真》 * |
陈黄科等: ""虚拟化云中随机任务与资源调度方法"", 《系统工程与电子技术》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112203057B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9491247B2 (en) | Automatic capture of detailed analysis information based on remote server analysis | |
JP2023511327A (ja) | モデル訓練方法および装置 | |
KR20200122364A (ko) | 자원 스케줄링 방법 및 단말 장치 | |
CN109117252B (zh) | 基于容器的任务处理的方法、系统及容器集群管理系统 | |
US9311598B1 (en) | Automatic capture of detailed analysis information for web application outliers with very low overhead | |
CN109840141B (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
Nicol et al. | Problem oriented protocol design | |
CN109117279B (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
CN109117280B (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
EP4198738A1 (en) | Real-time reporting based on instrumentation of software | |
CN115373835A (zh) | Flink集群的任务资源调整方法、装置及电子设备 | |
CN110765208A (zh) | 一种数据同步方法、装置、电子设备及存储介质 | |
CN111311014B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN114490078A (zh) | 一种微服务的动态缩扩容方法、装置及设备 | |
CN112203057B (zh) | 解析任务创建方法、装置、服务器和计算机可读存储介质 | |
CN111555987B (zh) | 限流配置方法、装置、设备及计算机存储介质 | |
CN109831673B (zh) | 一种直播间数据处理方法、装置、设备及存储介质 | |
CN115658745A (zh) | 数据处理方法、装置、计算机设备和计算机可读存储介质 | |
JP7013569B2 (ja) | コンテンツ要求に応答する際のコンピューティングリソースの効率的な使用 | |
CN109062706B (zh) | 电子装置及其限制进程间通信的方法、存储介质 | |
CN108920722B (zh) | 一种参数配置的方法、装置及计算机存储介质 | |
CN112527482A (zh) | 基于移动边缘云平台的任务管理方法及系统 | |
CN111432042A (zh) | 网络地址处理方法、计算机设备及存储介质 | |
CN111901423B (zh) | 基于自动变频的异步任务调度方法及装置 | |
CN115827788B (zh) | 一种数据迁移方法、装置、电子设备及可读存储介质 |
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 |