CN112527509B - 一种资源分配方法、装置、电子设备及存储介质 - Google Patents
一种资源分配方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112527509B CN112527509B CN202011519670.6A CN202011519670A CN112527509B CN 112527509 B CN112527509 B CN 112527509B CN 202011519670 A CN202011519670 A CN 202011519670A CN 112527509 B CN112527509 B CN 112527509B
- Authority
- CN
- China
- Prior art keywords
- resource allocation
- resource
- service
- resources
- service request
- 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
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 109
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012549 training Methods 0.000 claims description 14
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000000638 solvent extraction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Mobile Radio Communication Systems (AREA)
- Stored Programmes (AREA)
Abstract
本公开公开了资源分配方法、装置、电子设备及存储介质,涉及资源管理领域。具体实现方案为:将多个资源划分至多个资源分配单位,每个资源分配单位包括多个资源;设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位;接收业务请求,为业务请求分配对应的资源区域,以使业务请求从对应的资源区域获取资源。本公开能够减少不同获取资源时的竞争,提高资源利用率。本公开能够提高资源分配的性能。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及资源管理领域。
背景技术
在高并发的互联网环境下如何高效利用系统资源是十分重要的。例如,对于目前新兴的Golang语言,协程(Coroutine,也叫轻量级线程)是一种用户态的轻量级线程,协程资源的调度完全由用户控制。这种资源分配方式性能较低,存在资源分配不公平的情况。
发明内容
本公开提供了一种资源分配方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种资源分配方法,包括:
将多个资源划分至多个资源分配单位,每个资源分配单位包括多个资源;
设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位;
接收业务请求,为业务请求分配对应的资源区域,以使业务请求从对应的资源区域获取资源。
根据本公开的另一方面,提供了一种资源分配装置,包括:
划分及设置模块,用于将多个资源划分至多个资源分配单位,每个资源分配单位包括多个资源;设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位;
代理模块,用于接收业务请求,为业务请求分配对应的资源区域,以使业务请求从对应的资源区域获取资源。
根据本公开的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行本公开任一实施例中的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现本公开任一实施例中的方法。
本公开通过将资源划分至多个资源分配单元,并设置对应多个资源分配单元的资源区域,能够为业务请求分配对应的资源,减少业务之间的资源竞争,从而提高资源分配的性能,使资源分配更公平合理。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一种资源分配方法实现流程图;
图2A是本公开的一种将协程资源初始化的示意图;
图2B是本公开的一种将协程资源划分至多个网格的示意图;
图2C是本公开的一种资源区域设置的示意图;
图3是本公开的一种资源分配装置300的结构示意图;
图4是本公开的一种资源分配装置400的结构示意图;
图5是用来实现本公开实施例的资源分配方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开提出一种资源分配方法,图1是本公开的一种资源分配方法实现流程图,至少包括以下步骤:
S101:将多个资源划分至多个资源分配单位,每个资源分配单位包括多个资源;
S102:设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位;
S103:接收业务请求,为业务请求分配对应的资源区域,以使业务请求从对应的资源区域获取资源。
可选地,上述资源包括Golang语言中的协程资源。针对Golang语言,本公开提供了更高效的利用携程资源的协程池框架,以合理分配协程资源,降低协程过度使用造成的系统性能下降。在以下实施例中,将资源具体为协程资源进行举例,本公开也可以适用于对其他资源进行分配。
上述资源分配单位可以为网格(grid)。本公开可以先将协程资源池划分为多个网格(grid),之后将多个网格(grid)划分至多个资源区域(region),每个资源区域(region)对应多个网格(grid)。
参见图2A和图2B,其中,图2A是本公开的一种将协程资源初始化的示意图。如图2A所示,本公开可以根据默认配置将将协程资源初始化为多个协程,例如,将系统中的协程资源初始化为10000个协程。初始化后的协程尚未划分,所有的协程均处于阻塞状态。图2B是本公开的一种将协程资源划分至多个网格的示意图,如图2A所示,将图2A初始化后的协程划分至多个网格,例如将初始化后的10000个协程划分至100个网格,每个网格包括100个协程。
网格是提供协程资源的基本单位,在划分网格的基础上,如上述步骤S102所示,本公开设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位。
图2C是本公开的一种资源区域设置的示意图。如图3所示,资源池中的网格被配置对应多个资源区域,每个资源区域对应多个网格,资源区域可以对应业务请求。当接收到业务请求时,本公开可以通过代理服务器将不同的业务请求分配至对应的资源区域,以使业务请求从该对应的资源区域中获取网格;由于一个网格包括多个协程,因此也就实现了使业务请求从对应的资源区域中协程。这种为不同的业务分配不同资源区域的方式实现了对整个协程资源池的划分,能够减少资源获取的锁竞争,提高资源利用率,进而提高整个资源系统的性能。
可选地,上述S103中为业务请求分配对应的资源区域时,可以根据预先设置的业务与资源区域的对应关系,为业务请求分配对应的资源区域。
在一些实施方式中,上述步骤S101中的将多个资源划分至多个资源分配单位、以及步骤102中设置对应不同业务请求的资源区域的过程可以包括:
根据预先训练的资源分配模型,将资源池中的资源进行初始化,将初始化后的多个资源划分至多个资源分配单位,并设置对应不同业务请求的资源区域。
训练资源分配模型的目的是实现智能地分配协程,该资源分配模型能够初始化协程总数、网格内的协程数目、region数目等参数。
在一些实施方式中,上述资源分配模型用于根据业务的标识或类型预测所述业务对应的资源分配参数;
资源分配模型的训练方式包括:
将业务执行时的性能数据作为训练数据,训练资源分配模型,资源分配模型用于根据输入的业务标识或类型预测业务对应资源分配参数;其中,
性能数据包括CPU核心数、CPU频率、内存消耗、磁盘性能、业务峰值、至少一个业务依赖服务及业务耗时中的至少一项;
资源分配参数包括:初始化的资源数量、资源分配单位的数量、资源区域的数量、以及资源区域所对应的资源分配单位的数量中的至少一项。
上述资源分配模型可以采用深度神经网络(DNN,Deep Neural Networks)模型。例如,该DNN模型可以采用三层结构,包括输入层、隐层和输出层。其中,输入层可以用于输入业务标识或类型,输出层可以输出预测的资源分配参数;根据采用该资源分配参数分配资源时的实际性能数据来优化DNN模型中的参数,以使预测的资源分配参数能够使系统达到更优的性能。
此外,在训练上述资源分配模型时,可以针对特定业务进行训练;这样训练成功的资源分配模型能够针对该特定业务进行网格的划分及region的设置。此外,本公开中的资源分配模型还可以适用于一定程度的类型迁移,例如,本公开采用A业务类型的训练数据训练出资源分配模型,该资源分配模型除了可以针对业务类型A进行网格的划分及region的设置之外,还可以应用于针对与业务类型A相似的其他业务类型进行网格的划分及region的设置。
基于此,本公开提出的方法还可以包括:
根据业务的标识或类型,选择针对该业务的资源分配模型;或者,
根据业务的标识或类型,确定该业务的相似业务,选择针对该相似业务的资源分配模型。
本公开提出一种资源分配装置,图3是本公开的一种资源分配装置300的结构示意图,包括:
划分及设置模块310,用于将多个资源划分至多个资源分配单位,每个资源分配单位包括多个资源;设置对应不同业务请求的资源区域,每个资源区域对应多个资源分配单位;
代理模块320,用于接收业务请求,为业务请求分配对应的资源区域,以使业务请求从对应的资源区域获取资源。
可选地,上述资源包括协程资源。
可选地,上述代理模块320用于,接收业务请求,根据预先设置的业务与资源区域的对应关系,为业务请求分配对应的资源区域。
可选地,上述划分及设置模块310用于,利用预先训练的资源分配模型,将资源池中的资源进行初始化,将初始化后的多个资源划分至多个资源分配单位,并设置对应不同业务请求的资源区域。
图4是本公开的一种资源分配装置400的结构示意图,如图4所示,可选地,上述装置还包括:
模型训练模块430,用于将业务执行时的性能数据作为训练数据,训练资源分配模型,资源分配模型用于根据输入的业务标识或类型预测业务对应资源分配参数;其中,
性能数据包括CPU核心数、CPU频率、内存消耗、磁盘性能、业务峰值、至少一个业务依赖服务及业务耗时中的至少一项;
资源分配参数包括:初始化的资源数量、资源分配单位的数量、资源区域的数量、以及资源区域对应的资源分配单位的数量中的至少一项。
如图4所示,可选地,上述装置还包括:
模型选择模块440,用于根据业务的标识或类型,选择针对该业务的资源分配模型;或者根据业务的标识或类型,确定该业务的相似业务,选择针对该相似业务的资源分配模型。
可见,本公开构建的协程池能够降低协程过度使用造成的系统性能下降。本公开将整体协程池分块,减少不同业务对携程池的竞争,不同的业务请求只能获取协程池中的一个资源区域,可以减少业务请求获得不到协程资源的情况。并且,本公开提出的携程池分配可以随着业务的变化而改变,并由机器模型决定一个业务请求需要多大的业务区域,不同的业务可以借鉴彼此的协程数量,这样可以使得携程池更智能,同时降低模型训练的成本。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或要求的本公开的实现。
如图5所示,电子设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如资源分配方法。例如,在一些实施例中,资源分配方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的资源分配方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行资源分配方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入、或者触觉输入来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (8)
1.一种资源分配方法,包括:
将多个资源划分至多个资源分配单位,每个所述资源分配单位包括多个所述资源,其中,所述资源分配单位为网格,所述资源包括协程资源;
设置对应不同业务请求的资源区域,每个所述资源区域对应多个所述资源分配单位;
接收业务请求,为所述业务请求分配对应的资源区域,以使所述业务请求从所述对应的资源区域获取所述资源;
其中,所述将多个资源划分至多个资源分配单位及所述设置对应不同业务请求的资源区域,包括:利用预先训练的资源分配模型,将资源池中的所述资源进行初始化,将初始化后的多个所述资源划分至多个所述资源分配单位,并设置对应不同业务请求的资源区域;
所述方法还包括:根据业务的标识或类型,选择针对所述业务的所述资源分配模型;或者,根据所述业务的标识或类型,确定所述业务的相似业务,选择针对所述相似业务的所述资源分配模型。
2.根据权利要求1所述的方法,其中,所述接收业务请求,为所述业务请求分配对应的资源区域,包括:
接收业务请求,根据预先设置的业务与资源区域的对应关系,为所述业务请求分配对应的资源区域。
3.根据权利要求1所述的方法,其中,所述资源分配模型用于根据业务的标识或类型预测所述业务对应的资源分配参数;
所述资源分配模型的训练方式包括:
将业务执行时的性能数据作为训练数据,训练所述资源分配模型;
所述性能数据包括CPU核心数、CPU频率、内存消耗、磁盘性能、业务峰值、至少一个业务依赖服务及业务耗时中的至少一项;
所述资源分配参数包括:初始化的资源数量、所述资源分配单位的数量、所述资源区域的数量、以及所述资源区域所对应的资源分配单位的数量中的至少一项。
4.一种资源分配装置,包括:
划分及设置模块,用于将多个资源划分至多个资源分配单位,每个所述资源分配单位包括多个所述资源;设置对应不同业务请求的资源区域,每个所述资源区域对应多个所述资源分配单位,其中,所述资源分配单位为网格,所述资源包括协程资源;
代理模块,用于接收业务请求,为所述业务请求分配对应的资源区域,以使所述业务请求从所述对应的资源区域获取资源;
所述划分及设置模块用于,利用预先训练的资源分配模型,将资源池中的所述资源进行初始化,将初始化后的多个所述资源划分至多个所述资源分配单位,并设置对应不同业务请求的资源区域;
该装置还包括:模型选择模块,用于根据业务的标识或类型,选择针对所述业务的所述资源分配模型;或者,根据所述业务的标识或类型,确定所述业务的相似业务,选择针对所述相似业务的所述资源分配模型。
5.根据权利要求4所述的装置,其中,所述代理模块用于,接收业务请求,根据预先设置的业务与资源区域的对应关系,为所述业务请求分配对应的资源区域。
6.根据权利要求4所述的装置,还包括:
模型训练模块,用于将业务执行时的性能数据作为训练数据,训练所述资源分配模型,所述资源分配模型用于根据业务的标识或类型预测所述业务对应的资源分配参数;其中,
所述性能数据包括CPU核心数、CPU频率、内存消耗、磁盘性能、业务峰值、至少一个业务依赖服务及业务耗时中的至少一项;
所述资源分配参数包括:初始化的资源数量、所述资源分配单位的数量、所述资源区域的数量、以及所述资源区域所对应的资源分配单位的数量中的至少一项。
7. 一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-3中任一项所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行权利要求1-3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519670.6A CN112527509B (zh) | 2020-12-21 | 2020-12-21 | 一种资源分配方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011519670.6A CN112527509B (zh) | 2020-12-21 | 2020-12-21 | 一种资源分配方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112527509A CN112527509A (zh) | 2021-03-19 |
CN112527509B true CN112527509B (zh) | 2023-09-01 |
Family
ID=75002057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011519670.6A Active CN112527509B (zh) | 2020-12-21 | 2020-12-21 | 一种资源分配方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112527509B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113328948B (zh) * | 2021-06-02 | 2022-10-04 | 杭州迪普信息技术有限公司 | 资源管理方法、装置、网络设备及计算机可读存储介质 |
CN113590329A (zh) * | 2021-08-02 | 2021-11-02 | 北京百度网讯科技有限公司 | 资源处理方法及装置 |
CN114217947A (zh) * | 2021-11-04 | 2022-03-22 | 北京百度网讯科技有限公司 | 任务执行方法、装置、电子设备及可读存储介质 |
CN114090253A (zh) * | 2021-11-23 | 2022-02-25 | 中国电信股份有限公司 | 网络算力资源的分配方法、装置、电子设备和可读介质 |
CN118555590A (zh) * | 2024-07-29 | 2024-08-27 | 北京小米移动软件有限公司 | 数据调度方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742653A (zh) * | 2008-11-04 | 2010-06-16 | 中兴通讯股份有限公司 | 业务资源处理方法和系统 |
CN106155794A (zh) * | 2016-07-21 | 2016-11-23 | 浙江大华技术股份有限公司 | 一种应用于多线程系统中的事件分配方法及装置 |
CN109213597A (zh) * | 2018-08-01 | 2019-01-15 | 平安科技(深圳)有限公司 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
CN109582234A (zh) * | 2018-11-23 | 2019-04-05 | 金色熊猫有限公司 | 储存资源分配方法、装置、电子设备及计算机可读介质 |
CN109783229A (zh) * | 2018-12-17 | 2019-05-21 | 平安普惠企业管理有限公司 | 线程资源分配的方法及装置 |
CN111176852A (zh) * | 2020-01-15 | 2020-05-19 | 上海依图网络科技有限公司 | 资源分配方法、装置、芯片及计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295634A1 (en) * | 2010-05-28 | 2011-12-01 | International Business Machines Corporation | System and Method for Dynamic Optimal Resource Constraint Mapping in Business Process Models |
-
2020
- 2020-12-21 CN CN202011519670.6A patent/CN112527509B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101742653A (zh) * | 2008-11-04 | 2010-06-16 | 中兴通讯股份有限公司 | 业务资源处理方法和系统 |
CN106155794A (zh) * | 2016-07-21 | 2016-11-23 | 浙江大华技术股份有限公司 | 一种应用于多线程系统中的事件分配方法及装置 |
CN109213597A (zh) * | 2018-08-01 | 2019-01-15 | 平安科技(深圳)有限公司 | 资源分配方法、装置、计算机设备及计算机可读存储介质 |
CN109582234A (zh) * | 2018-11-23 | 2019-04-05 | 金色熊猫有限公司 | 储存资源分配方法、装置、电子设备及计算机可读介质 |
CN109783229A (zh) * | 2018-12-17 | 2019-05-21 | 平安普惠企业管理有限公司 | 线程资源分配的方法及装置 |
CN111176852A (zh) * | 2020-01-15 | 2020-05-19 | 上海依图网络科技有限公司 | 资源分配方法、装置、芯片及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
Hosein Taghaddos等.Simulation-Based Scheduling of Modular Construction Using Multi-agent Resource Allocation.《2010 Second International Conference on Advances in System Simulation》.2010,摘要. * |
Also Published As
Publication number | Publication date |
---|---|
CN112527509A (zh) | 2021-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112527509B (zh) | 一种资源分配方法、装置、电子设备及存储介质 | |
CN112559182B (zh) | 资源分配方法、装置、设备及存储介质 | |
US11436050B2 (en) | Method, apparatus and computer program product for resource scheduling | |
CN110968366B (zh) | 一种基于有限mec资源的任务卸载方法、装置及设备 | |
CN104243405A (zh) | 一种请求处理方法、装置及系统 | |
CN111880914A (zh) | 资源调度方法、资源调度装置、电子设备和存储介质 | |
CN112508768B (zh) | 单算子多模型流水线推理方法、系统、电子设备及介质 | |
CN111078404B (zh) | 一种计算资源确定方法、装置、电子设备及介质 | |
CN111552550A (zh) | 一种基于图形处理器gpu资源的任务调度方法、设备及介质 | |
CN111190719B (zh) | 优化集群资源分配的方法、装置、介质及电子设备 | |
CN113849312A (zh) | 数据处理任务的分配方法、装置、电子设备及存储介质 | |
CN114327918B (zh) | 调整资源量的方法、装置、电子设备和存储介质 | |
EP4060496A2 (en) | Method, apparatus, device and storage medium for running inference service platform | |
CN114155026A (zh) | 一种资源分配方法、装置、服务器及存储介质 | |
CN116661960A (zh) | 一种批量任务处理方法、装置、设备以及存储介质 | |
CN114924745A (zh) | 深度学习编译器的运行方法、装置及电子设备 | |
CN107872405A (zh) | 分布式带宽分配和调节 | |
CN113986497A (zh) | 基于多租户技术的队列调度方法、装置及系统 | |
CN114490048A (zh) | 任务执行方法、装置、电子设备及计算机存储介质 | |
CN117472471A (zh) | 一种应用程序配置方法、装置、设备及存储介质 | |
CN117112222A (zh) | 一种请求处理方法、装置、电子设备及存储介质 | |
CN116634023A (zh) | 业务调度方法、装置、电子设备及存储介质 | |
CN114579187B (zh) | 一种指令分配方法、装置、电子设备及可读存储介质 | |
EP4235424A1 (en) | Resource control method for function computing, device, and medium | |
CN114051057B (zh) | 云设备排队时长的确定方法、装置、电子设备和介质 |
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 |