CN112214318A - 一种任务调度方法、系统、设备以及介质 - Google Patents
一种任务调度方法、系统、设备以及介质 Download PDFInfo
- Publication number
- CN112214318A CN112214318A CN202011042511.1A CN202011042511A CN112214318A CN 112214318 A CN112214318 A CN 112214318A CN 202011042511 A CN202011042511 A CN 202011042511A CN 112214318 A CN112214318 A CN 112214318A
- Authority
- CN
- China
- Prior art keywords
- queue
- task
- node
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000002955 isolation Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06F9/48—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
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/548—Queue
Landscapes
- Engineering & Computer Science (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
本发明公开了一种任务调度方法,包括以下步骤:响应于接收到任务,对任务携带的标签进行识别,以将任务分配到与标签对应的第一队列;利用第一队列对任务进行资源调度,以利用第一队列对应的多个节点的资源对构成任务的多个子任务进行处理;响应于利用多个节点中的与多个第一队列相对应的节点处理子任务,利用该节点上预先创建的第二队列对子任务进行资源调度。本发明还公开了一种系统、计算机设备以及可读存储介质。本发明提出的方案能够使得每一个节点接收多个第一队列分配的不同种类型的子任务,即实现一个节点能够处理多种标签对应的任务,进而保障集群资源的更高效使用。
Description
技术领域
本发明涉及任务调度领域,具体涉及一种任务调度方法、系统、设备以及存储介质。
背景技术
在计算时代,调度器起着非常重要的作用。合理的调度既能够使任务运行的更快更高效,又能使资源能够最大化的利用。目前大数据调度组件中,yarn调度器可谓独树一帜,yarn可为各类计算框架提供资源的管理和调度,主要用于管理集群当中的资源(主要是服务器的各种硬件资源,包括CPU,内存,磁盘,网络IO等)以及调度运行在yarn上面的各种任务。Yarn提供了多种方式进行资源任务的调度,常见的有FIFO Scheduler、CapacityScheduler、Fair Scheduler以及标签调度和优先级调度。其中基于标签的调度解决的核心需求是实现部分资源的完全隔离,以及由此基础之上的各个资源池之间的资源互助,最终达到隔离并且弹性的计算形态。但是这种标签调度缺乏灵活性,每个节点最多只能绑定一个标签,如果某台主机即可调度cpu密集型任务也可调度内存密集型任务,以cpu或内存作为标签的话,势必会存在一方无法被充分利用。
发明内容
有鉴于此,为了克服上述问题的至少一个方面,本发明实施例提出一种任务调度方法,包括以下步骤:
响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度。
在一些实施例中,还包括:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
在一些实施例中,还包括:
为每一个所述第一队列和所述第二队列分别设置调度策略,以根据对应的所述调度策略对所述第一队列中的多个任务和/或所述第二队列中的多个子任务进行资源调度。
在一些实施例中,利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
根据所述调度策略确定所述第一队列中每一个任务的调度顺序。
在一些实施例中,响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度,进一步包括:
根据所述调度策略确定为与所述节点相对应的每一个第一队列分配的总资源;
利用为与所述子任务对应的第一队列分配的总资源为所述子任务进行资源调度。
在一些实施例中,利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
获取每一个节点的资源利用率;
将所述多个子任务分别分配到所述资源利用率大于阈值的节点上。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种任务调度系统,包括:
接收模块,所述接收模块配置为响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
第一调度模块,所述第一调度模块配置为利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
第二调度模块,所述第二调度模块配置为响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度。
在一些实施例中,还包括初始化模块,所述初始化模块配置为:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种计算机设备,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时执行如上所述的任一种任务调度方法的步骤。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时执行如上所述的任一种任务调度方法的步骤。
本发明具有以下有益技术效果之一:本发明提出的方案能够使得每一个节点接收多个第一队列分配的不同种类型的子任务,即实现一个节点能够处理多种标签对应的任务,进而保障集群资源的更高效使用。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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的实施例。
图1为本发明的实施例提供的任务调度方法的流程示意图;
图2为本发明的实施例提供的第一队列、第二队列与节点的对应关系的示意图;
图3为本发明的实施例提供的任务调度系统的结构示意图;
图4为本发明的实施例提供的计算机设备的结构示意图;
图5为本发明的实施例提供的计算机可读存储介质的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
需要说明的是,在本发明的实施例中,FIFO Scheduler指把任务按提交的顺序排成一个队列,这是一个先进先出队列,在进行资源分配的时候,先给队列中最头上的任务进行分配资源,待最头上任务需求满足后再给下一个分配,以此类推。Capacity Scheduler指允许多个组织共享整个集群,每个组织可以获得集群的一部分计算能力。通过为每个组织分配专门的队列,然后再为每个队列分配一定的集群资源。Fair Scheduler指为所有的应用分配公平的资源。
根据本发明的一个方面,本发明的实施例提出一种任务调度方法,如图1所示,其可以包括步骤:
S1,响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
S2,利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
S3,响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度。
本发明提出的方案能够使得每一个节点接收多个第一队列分配的不同种类型的子任务,即实现一个节点能够处理多种标签对应的任务,进而保障集群资源的更高效使用。
在一些实施例中,方法还包括:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
具体的,用户可以在管理平台上为每一个节点绑定一种或多种标签,然后为每一种标签创建一个对应的第一队列,即通过标签即可实现绑定节点与第一队列,使得每一个节点与一个或多个第一队列相对应,而每一个第一队列可以与一个节点对应(一种标签只绑定到一个节点上),也可以与多个节点相对应(一种标签绑定到多个节点上)。当节点绑定的标签的数量大于预设值,例如大于1个时,则在该节点上创建第二队列,以利用第二队列接收与该节点对应的多个第一队列分配的子任务。
在一些实施例中,标签可以是cpu密集型L_cpu、内存密集型L_mem、是否有gpu卡L_gpu,当节点绑定了多个标签后,该节点可以处理多种类型(与标签对应)的子任务,而不是只能处理单一类型的任务,提高了节点的资源利用率。
例如,如图2所示,有五个节点分别为node1-node5,三个标签分别为cpu密集型L_cpu、内存密集型L_mem、是否有gpu卡L_gpu。可以将三个标签分别绑定到node1-node3、node2-node4、node3-node5,然后将三个标签分别绑定到三个第一队列Q1、Q2、Q3,而对于绑定了多个标签的node2,node3和node4则需要分别创建第二队列,VQ1、VQ2、VQ3。
在一些实施例中,还包括:
为每一个所述第一队列和所述第二队列分别设置调度策略,以根据对应的所述调度策略对所述第一队列中的多个任务和/或所述第二队列中的多个子任务进行资源调度。
具体的,每一个队列均可以设置调度策略,例如,FIFO Scheduler、CapacityScheduler、Fair Scheduler和优先级等,当接收到任务后,可以根据任务所携带的标签确定对应的第一队列,然后根据该第一队列的调度策略对该任务进行调度。当第一队列对该任务进行调度时,可以通过调度与该第一队列对应的多个节点上资源以利用与第一队列对应的多个节点上资源对该任务的子任务进行处理。
需要说明的是,第一队列和第二队列可以设置相同的调度策略,也可以设置不同的调度策略。不同的第一队列可以设置相同的调度策略,也可以设置不同的调度策略。不同的第二队列可以设置相同的调度策略,也可以设置不同的调度策略。
在一些实施例中,步骤S2,利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
根据所述调度策略确定所述第一队列中每一个任务的调度顺序。
具体的,可以根据调度策略决定每一个任务的调度顺序,例如当调度策略为FIFOScheduler时,可以先给队列中第一个任务进行资源调度,待第一个任务需求满足后再给下一个的调度,以此类推,当资源利用完后,队列中仍有任务未进行资源调度,则进行等待。还可以为任务设置优先级,优先为优先级高的任务进行资源调度。
在一些实施例中,步骤S3,响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度,进一步包括:
S31,根据所述调度策略确定为与所述节点相对应的每一个第一队列分配的总资源;
S32,利用为与所述子任务对应的第一队列分配的总资源为所述子任务进行资源调度。
具体的,可以根据为第二队列设置的调度策略确定每一个第一队列分配的总资源,即与每一个标签所对应的总资源。例如,节点node2绑定了cpu密集型L_cpu(标签1)和内存密集型L_mem(标签2),可以为标签1分配节点node2资源的80%作为标签1的总资源,节点node2资源的20%作为标签2的总资源。这样,可以利用节点node2资源的80%处理标签1对应的队列Q1分配的子任务,利用节点node2资源的20%处理标签2对应的队列Q2分配的子任务。当为每一种标签(或每一个第一队列)分配的总资源利用完,则对应的队列无法再利用向该节点调度子任务。
在一些实施例中,利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
获取每一个节点的资源利用率;
将所述多个子任务分别分配到所述资源利用率大于阈值的节点上。
具体的,在利用第一队列将任务的每一个子任务调度到对应的节点上进行处理时,需要确定每一个节点的资源利用率,优先将子任务调度到资源利用率小于阈值的节点上。
需要说明的是,在将任务分配到第一队列上前多个子任务已经确定,第一队列只需根据调度策略进行资源调度即可,每一个节点可以接收同一个任务的一个或多个子任务。
本发明提出的方案能够使得每一个节点接收多个第一队列分配的不同种类型的子任务,即实现一个节点能够处理多种标签对应的任务,合理的队列策略能够使资源得到更加精准的使用,进而保障集群资源的更高效使用。
基于同一发明构思,根据本发明的另一个方面,本发明的实施例还提供了一种任务调度系统400,如图3所示,包括:
接收模块401,所述接收模块401配置为响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
第一调度模块402,所述第一调度模块402配置为利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
第二调度模块403,所述第二调度模块403配置为响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用该节点上预先创建的第二队列对所述子任务进行资源调度。
在一些实施例中,还包括初始化模块,所述初始化模块配置为:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
基于同一发明构思,根据本发明的另一个方面,如图4所示,本发明的实施例还提供了一种计算机设备501,包括:
至少一个处理器520;以及
存储器510,存储器510存储有可在处理器上运行的计算机程序511,处理器520执行程序时执行如上的任一种任务调度方法的步骤。
基于同一发明构思,根据本发明的另一个方面,如图5所示,本发明的实施例还提供了一种计算机可读存储介质601,计算机可读存储介质601存储有计算机程序指令610,计算机程序指令610被处理器执行时执行如上的任一种任务调度方法的步骤。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。
此外,应该明白的是,本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种任务调度方法,其特征在于,包括以下步骤:
响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用所述节点上预先创建的第二队列对所述子任务进行资源调度。
2.如权利要求1所述的方法,其特征在于,还包括:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
3.如权利要求1所述的方法,其特征在于,还包括:
为每一个所述第一队列和所述第二队列分别设置调度策略,以根据对应的所述调度策略对所述第一队列中的多个任务和/或所述第二队列中的多个子任务进行资源调度。
4.如权利要求3所述的方法,其特征在于,利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
根据所述调度策略确定所述第一队列中每一个任务的调度顺序。
5.如权利要求3所述的方法,其特征在于,响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用所述节点上预先创建的第二队列对所述子任务进行资源调度,进一步包括:
根据所述调度策略确定为与所述节点相对应的每一个第一队列分配的总资源;
利用为与所述子任务对应的第一队列分配的总资源为所述子任务进行资源调度。
6.如权利要求1所述的方法,其特征在于,利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理,进一步包括:
获取每一个节点的资源利用率;
将所述多个子任务分别分配到所述资源利用率大于阈值的节点上。
7.一种任务调度系统,其特征在于,包括:
接收模块,所述接收模块配置为响应于接收到任务,对所述任务携带的标签进行识别,以将所述任务分配到与所述标签对应的第一队列;
第一调度模块,所述第一调度模块配置为利用所述第一队列对所述任务进行资源调度,以利用所述第一队列对应的多个节点的资源对构成所述任务的多个子任务进行处理;
第二调度模块,所述第二调度模块配置为响应于利用所述多个节点中的与多个所述第一队列相对应的节点处理所述子任务,利用所述节点上预先创建的第二队列对所述子任务进行资源调度。
8.如权利要求7所述的系统,其特征在于,还包括初始化模块,所述初始化模块配置为:
为每一个所述节点分别绑定若干种标签,并分别为每一种标签创建对应的第一队列,以使所述每一个节点与一个或多个所述第一队列相对应;
响应于存在绑定的标签的数量大于预设值的节点,在所述绑定的标签的数量大于预设值的节点上创建第二队列。
9.一种计算机设备,包括:
至少一个处理器;以及
存储器,所述存储器存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时执行如权利要求1-6任意一项所述的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如权利要求1-6任意一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011042511.1A CN112214318A (zh) | 2020-09-28 | 2020-09-28 | 一种任务调度方法、系统、设备以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011042511.1A CN112214318A (zh) | 2020-09-28 | 2020-09-28 | 一种任务调度方法、系统、设备以及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112214318A true CN112214318A (zh) | 2021-01-12 |
Family
ID=74052219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011042511.1A Withdrawn CN112214318A (zh) | 2020-09-28 | 2020-09-28 | 一种任务调度方法、系统、设备以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112214318A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968507A (zh) * | 2021-04-27 | 2022-08-30 | 中移互联网有限公司 | 图像处理任务的调度方法及装置 |
CN116109110A (zh) * | 2023-04-11 | 2023-05-12 | 华能信息技术有限公司 | 一种业务中台的任务调度方法 |
-
2020
- 2020-09-28 CN CN202011042511.1A patent/CN112214318A/zh not_active Withdrawn
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114968507A (zh) * | 2021-04-27 | 2022-08-30 | 中移互联网有限公司 | 图像处理任务的调度方法及装置 |
CN114968507B (zh) * | 2021-04-27 | 2023-08-15 | 中移互联网有限公司 | 图像处理任务的调度方法及装置 |
CN116109110A (zh) * | 2023-04-11 | 2023-05-12 | 华能信息技术有限公司 | 一种业务中台的任务调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10003500B2 (en) | Systems and methods for resource sharing between two resource allocation systems | |
US11256554B2 (en) | Reducing overlay network overhead across container hosts | |
Chowdhury et al. | Efficient coflow scheduling without prior knowledge | |
Jung et al. | Synchronous parallel processing of big-data analytics services to optimize performance in federated clouds | |
CN113448743B (zh) | 用于任务处理的方法、电子设备以及计算机程序产品 | |
CN111026519B (zh) | 基于分布式的任务优先级调度方法和系统及存储介质 | |
Bok et al. | An efficient MapReduce scheduling scheme for processing large multimedia data | |
WO2024021489A1 (zh) | 一种任务调度方法、装置及Kubernetes调度器 | |
CN112214318A (zh) | 一种任务调度方法、系统、设备以及介质 | |
CA2631255A1 (en) | Scalable scheduling of tasks in heterogeneous systems | |
US20170344266A1 (en) | Methods for dynamic resource reservation based on classified i/o requests and devices thereof | |
Hung et al. | Task scheduling for optimizing recovery time in cloud computing | |
Nivodhini et al. | Algorithms to improve scheduling techniques in IaaS cloud | |
US9990240B2 (en) | Event handling in a cloud data center | |
Onoue et al. | Scheduling of parallel migration for multiple virtual machines | |
US10656967B1 (en) | Actor and thread message dispatching | |
Somula et al. | Analysis of CPU scheduling algorithms for cloud computing | |
Zhou et al. | Performance analysis of scheduling algorithms for dynamic workflow applications | |
Loganathan et al. | Job scheduling with efficient resource monitoring in cloud datacenter | |
Nzanywayingoma et al. | Task scheduling and virtual resource optimising in Hadoop YARN-based cloud computing environment | |
CN111522637A (zh) | 一种基于成本效益的storm任务调度方法 | |
CN104506452A (zh) | 一种报文处理方法及装置 | |
Kaladevi et al. | Processor co-allocation enabling advanced reservation of jobs in MultiCluster systems | |
Nirmala et al. | Service provisioning of flexible advance reservation leases in IaaS clouds | |
CN111209097B (zh) | 软件部署方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210112 |
|
WW01 | Invention patent application withdrawn after publication |