CN113190341A - 一种服务器资源调度方法及系统 - Google Patents
一种服务器资源调度方法及系统 Download PDFInfo
- Publication number
- CN113190341A CN113190341A CN202110602702.7A CN202110602702A CN113190341A CN 113190341 A CN113190341 A CN 113190341A CN 202110602702 A CN202110602702 A CN 202110602702A CN 113190341 A CN113190341 A CN 113190341A
- Authority
- CN
- China
- Prior art keywords
- task
- cluster
- scheduling
- message queue
- task execution
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000000737 periodic effect Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000010453 quartz Substances 0.000 description 3
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N silicon dioxide Inorganic materials O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012826 global research Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012800 visualization 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
- G06F9/48—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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- 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
- G06F2209/50—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
- G06F2209/547—Messaging middleware
-
- 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
本发明公开了一种服务器资源调度方法及系统,所述资源调度方法包括如下步骤:将服务器中的节点划分为任务调度节点和任务执行节点,建立任务调度集群和任务执行集群;任务调度集群对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行。本发明的任务调度集群和任务执行集群均分别作用于消息队列,利用消息队列作为中间件,任务调度集群和任务执行集群实现了生产者消费者工作模式,二者互不干扰,实现了服务器资源的合理调度,提高了网络检索的匹配精度。
Description
技术领域
本发明涉及网络服务技术领域,特别是涉及一种服务器资源调度方法及系统。
背景技术
随着计算机存储能力的提升和复杂算法的发展,近年来的数据量成指数型增长,这些趋势使科学技术发展也日新月异,商业模式发生了颠覆式变化。根据麦肯锡全球研究院(MGI)出据的大数据分析报告可知大数据分析在零售业、制造业、互联网行业、公共体系建设等领域有很大的增长潜力。然而传统的通用搜索引擎(Search Engine),比如Google、Yahoo和Alta Vista等获取的数据来源渠道众多,有门户网站、快讯、自媒体等等。各渠道的数据结构也不统一,这样便导致每一个任务都很个性化,需要做定制化处理来满足多种渠道非结构化数据的采集及存储,用来满足企业数据分析的需求,同时也对服务器资源的调配提出了更高的要求。
发明内容
本发明的目的是提供一种服务器资源调度方法及系统,以实现服务器资源的合理调度,提高网络检索的匹配精度。
为实现上述目的,本发明提供了如下方案:
本发明提供一种服务器资源调度方法,所述资源调度方法包括如下步骤:
将服务器中的节点划分为任务调度节点和任务执行节点,建立任务调度集群和任务执行集群;
任务调度集群对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;
任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行。
可选的,所述待执行任务为对采用网络爬虫方法获取的第一信息和第二信息进行匹配。
可选的,分别将每个所述子任务加入到消息队列中,具体包括:
以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
可选的,所述任务调度集群对待执行任务进行分配,获得多个子任务,具体包括:
所述任务调度集群采用负载均衡策略对待执行任务进行分配,获得多个子任务。
可选的,所述任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行,具体包括:
所述任务执行集群中的每个任务执行节点采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
一种服务器资源调度系统,所述资源调度系统包括:任务调度集群、数据库和任务执行集群;所述任务调度集群包括一个或多个任务调度节点,所述任务执行集群包括多个任务执行节点;
所述任务调度集群用于对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;所述数据库用于存储所述消息队列;
所述任务执行集群中的每个任务执行节点用于单独从所述消息队列中获取任务,并执行。
可选的,所述待执行任务为对采用网络爬虫技术获取的第一信息和第二信息进行匹配。
可选的,所述任务调度集群用于以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
可选的,所述任务调度集群用于采用负载均衡策略对待执行任务进行分配,获得多个子任务。
可选的,所述任务执行集群中的每个任务执行节点用于采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明公开了一种服务器资源调度方法,所述资源调度方法包括如下步骤:将服务器中的节点划分为任务调度节点和任务执行节点,建立任务调度集群和任务执行集群;任务调度集群对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行。本发明的任务调度集群和任务执行集群均分别作用于消息队列,利用消息队列作为中间件,任务调度集群和任务执行集群实现了生产者消费者工作模式,二者互不干扰,实现了服务器资源的合理调度,提高了网络检索的匹配精度。
而且由于本发明采用的是生产者消费者工作模式,所以本发明的任务调度节点和任务执行节点可以部署在多台独立的设备机器,实现任务分布式执行,使服务器资源具有扩展性。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种服务器资源调度方法的流程图;
图2为本发明提供的服务器资源调度方法及系统的应用示例图。
具体实施方式
下面将结合本发明实施例中的附图,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。基于本发明中的实施例,本领域普通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,都属于本发明保护的范围。
本发明的目的是提供一种服务器资源调度方法及系统,以实现服务器资源的合理调度,提高网络检索的匹配精度。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明提供一种服务器资源调度方法,所述资源调度方法包括如下步骤:
步骤101,将服务器中的节点划分为任务调度节点和任务执行节点,建立任务调度集群和任务执行集群。
在任务调度集群和任务执行集群中,每个节点能和数据库组成一个独立且完整的应用。Quartz通过数据库来调度当前节点与其他节点进行协作,每个节点的启动或停止是相互独立的行为,它们之间没有任何通信。Quartz集群在同一个数据库下,由数据库中保存状态来判断调度任务是否正在执行,并且其他节点不能执行正在执行中的任务,这样就保证了该任务的实例在集群中是单实例运行的,并且集群中分配任务是按照负载均衡策略来进行。当任务在其中一个节点中运行失败,数据库中会有状态的记录,并且马上重新分配到另外一个节点中启动运行,这样便保证了任务的高可用性。
步骤102,任务调度集群对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中。
所述待执行任务为对采用网络爬虫方法获取的第一信息和第二信息进行匹配。
如图2所示,本发明以大数据与人工智能技术为基础,建设集园区信息可视化展示、数据采集、资源匹配、数据统计分析等功能为一体的综合性园区服务大数据平台,着力解决园区与企业之间的资源信息的精准匹配,一方面收集政府的招商需求,另一方面收集各行各业的基本需求,帮助企业进行产业谋划和政策对接,充分释放政策红利。以此为基础所诞生的园区服务大数据平台,不仅可以打破传统招商的时空藩篱,为园区招商部门解决资源有限、人手不够、掌握信息不全的难题,让招商业务流程更加通畅,园区与企业之间真正实现知己知彼和有效互动,实现园区与企业精准匹配过程的标准化、智能化、流程化,更能带动园区招商引资体系的智慧升级,提升招商的效率和成功率。
其中,所述任务调度集群对待执行任务进行分配,获得多个子任务,具体包括:所述任务调度集群采用负载均衡策略对待执行任务进行分配,获得多个子任务。
负载均衡:是指从网络带宽、连接节点、吞吐量等方面考虑,将多个执行任务分摊到多个服务器执行,将执行压力分散从而提高平台的数据处理能力。
其中,分别将每个所述子任务加入到消息队列中,具体包括:
以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
本发明的消息队列为RabbitMQ消息队列,本发明由多个任务调度节点和任务执行节点组成,他们之间通过消息队列连接,任务调度将任务开始执行、停止执行等命令发送到消息队列中,由消息队列发送给对应的任务执行节点来执行任务。
步骤103,任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行。
所述任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行,具体包括:所述任务执行集群中的每个任务执行节点采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
利用消息队列作为中间件,任务调度集群和任务执行集群实现了生产者消费者工作模式,二者互不干扰,实现了服务器资源的合理调度,提高了网络检索的匹配精度。生产者消费者工作模式是指任务调度节点只负责生产任务,将任务详情发送到消息队列之后不用等待后者做出回应,继续执行下一个任务调度任务。任务执行节点只负责获取任务来执行而不需要知道任务的生产者是谁。从而提高两边的效率。
例如:任务调度节点将10分钟后启动A任务的消息发送至消息队列,不需要等待执行结果继续处理下一次的任务调度,消息队列负责将10分钟后将A任务发送至任务执行节点开始执行,任务执行节点不用等待特定的任务调度告知它具体执行哪个任务。
由于本发明采用的是生产者消费者工作模式,所以本发明的任务调度节点和任务执行节点可以部署在多台独立的设备机器,实现任务分布式执行,使服务器资源具有扩展性。
本发明还提供一种服务器资源调度系统,所述资源调度系统包括:任务调度集群、数据库和任务执行集群;所述任务调度集群包括一个或多个任务调度节点,所述任务执行集群包括多个任务执行节点。
所述任务调度集群用于对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;所述数据库用于存储所述消息队列;所述待执行任务为对采用网络爬虫技术获取的第一信息和第二信息进行匹配。
所述任务调度集群用于采用负载均衡策略对待执行任务进行分配,获得多个子任务。
所述任务调度集群用于以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
所述任务执行集群中的每个任务执行节点用于单独从所述消息队列中获取任务,并执行。
所述任务执行集群中的每个任务执行节点用于采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
(1)本发明采用了生产者消费者工作模式来进行分布式定时系统的架构设计。整个系统主要分为三个部分,任务调度集群、任务执行集群以及作为两端通信中介的消息中间件(消息队列)。设计后的系统各模块之间分工明确、耦合度低并且易于扩展。
(2)使用SpringBoot框架分别实现了系统的任务调度集群和任务执行集群;任务执行集群基于Quartz实现任务的定时触发和周期性触发;连接任务生产者和消费者的消息中间件选择了具备高可靠性的RabbitMQ(消息队列);系统实现后既能满足定时任务调度需求,又解决了当下定时任务主流实现方案存在的弊端。
(3)进行系统测试。按照制定的需求对系统进行功能和性能测试。测试结果表明本文所设计的系统不仅能满足定时任务的基本业务需求,还具备动态扩展、负载均衡、自动的机器故障发现与任务重启、统一的日志管理等度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都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互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种服务器资源调度方法,其特征在于,所述资源调度方法包括如下步骤:
将服务器中的节点划分为任务调度节点和任务执行节点,建立任务调度集群和任务执行集群;
任务调度集群对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;
任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行。
2.根据权利要求1所述的服务器资源调度方法,其特征在于,所述待执行任务为对采用网络爬虫方法获取的第一信息和第二信息进行匹配。
3.根据权利要求2所述的服务器资源调度方法,其特征在于,分别将每个所述子任务加入到消息队列中,具体包括:
以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
4.根据权利要求1所述的服务器资源调度方法,其特征在于,所述任务调度集群对待执行任务进行分配,获得多个子任务,具体包括:
所述任务调度集群采用负载均衡策略对待执行任务进行分配,获得多个子任务。
5.根据权利要求1所述的服务器资源调度方法,其特征在于,所述任务执行集群中的每个任务执行节点单独从所述消息队列中获取任务,并执行,具体包括:
所述任务执行集群中的每个任务执行节点采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
6.一种服务器资源调度系统,其特征在于,所述资源调度系统包括:任务调度集群、数据库和任务执行集群;所述任务调度集群包括一个或多个任务调度节点,所述任务执行集群包括多个任务执行节点;
所述任务调度集群用于对待执行任务进行分配,获得多个子任务,并分别将每个所述子任务加入到消息队列中;所述数据库用于存储所述消息队列;
所述任务执行集群中的每个任务执行节点用于单独从所述消息队列中获取任务,并执行。
7.根据权利要求6所述的服务器资源调度系统,其特征在于,所述待执行任务为对采用网络爬虫技术获取的第一信息和第二信息进行匹配。
8.根据权利要求7所述的服务器资源调度系统,其特征在于,所述任务调度集群用于以子任务中用于匹配的第一信息和第二信息的相关度为优先级,将每个所述子任务按照优先级从大到小的顺序加入到所述消息队列中。
9.根据权利要求6所述的服务器资源调度系统,其特征在于,所述任务调度集群用于采用负载均衡策略对待执行任务进行分配,获得多个子任务。
10.根据权利要求6所述的服务器资源调度系统,其特征在于,所述任务执行集群中的每个任务执行节点用于采用定时触发或周期性触发的方式从所述消息队列中获取任务,并执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602702.7A CN113190341A (zh) | 2021-05-31 | 2021-05-31 | 一种服务器资源调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602702.7A CN113190341A (zh) | 2021-05-31 | 2021-05-31 | 一种服务器资源调度方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113190341A true CN113190341A (zh) | 2021-07-30 |
Family
ID=76986069
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110602702.7A Pending CN113190341A (zh) | 2021-05-31 | 2021-05-31 | 一种服务器资源调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113190341A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460290A (zh) * | 2022-08-12 | 2022-12-09 | 北京连星科技有限公司 | 分布式网站IPv6支持度检测调度方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521044A (zh) * | 2011-12-30 | 2012-06-27 | 北京拓明科技有限公司 | 一种基于消息中间件的分布式任务调度方法及系统 |
CN106909451A (zh) * | 2017-02-28 | 2017-06-30 | 郑州云海信息技术有限公司 | 一种分布式任务调度系统及方法 |
CN107493199A (zh) * | 2017-08-31 | 2017-12-19 | 郑州云海信息技术有限公司 | 一种分布式集群管理方法及系统 |
CN110489223A (zh) * | 2019-08-26 | 2019-11-22 | 北京邮电大学 | 一种异构集群中任务调度方法、装置及电子设备 |
CN111290854A (zh) * | 2020-01-20 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 任务管理方法、装置、系统、计算机存储介质及电子设备 |
CN111338791A (zh) * | 2020-02-12 | 2020-06-26 | 平安科技(深圳)有限公司 | 集群队列资源的调度方法、装置、设备及存储介质 |
US20210073169A1 (en) * | 2019-09-09 | 2021-03-11 | Shanghai Denglin Technologies Co., Ltd. | On-chip heterogeneous ai processor |
-
2021
- 2021-05-31 CN CN202110602702.7A patent/CN113190341A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521044A (zh) * | 2011-12-30 | 2012-06-27 | 北京拓明科技有限公司 | 一种基于消息中间件的分布式任务调度方法及系统 |
CN106909451A (zh) * | 2017-02-28 | 2017-06-30 | 郑州云海信息技术有限公司 | 一种分布式任务调度系统及方法 |
CN107493199A (zh) * | 2017-08-31 | 2017-12-19 | 郑州云海信息技术有限公司 | 一种分布式集群管理方法及系统 |
CN110489223A (zh) * | 2019-08-26 | 2019-11-22 | 北京邮电大学 | 一种异构集群中任务调度方法、装置及电子设备 |
US20210073169A1 (en) * | 2019-09-09 | 2021-03-11 | Shanghai Denglin Technologies Co., Ltd. | On-chip heterogeneous ai processor |
CN111290854A (zh) * | 2020-01-20 | 2020-06-16 | 腾讯科技(深圳)有限公司 | 任务管理方法、装置、系统、计算机存储介质及电子设备 |
CN111338791A (zh) * | 2020-02-12 | 2020-06-26 | 平安科技(深圳)有限公司 | 集群队列资源的调度方法、装置、设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115460290A (zh) * | 2022-08-12 | 2022-12-09 | 北京连星科技有限公司 | 分布式网站IPv6支持度检测调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2656215B1 (en) | Scheduling and management in a personal datacenter | |
CN102880503A (zh) | 数据分析系统及数据分析方法 | |
US8776062B2 (en) | Determining desired job plan based on previous inquiries in a stream processing framework | |
CN111885439B (zh) | 一种光网络综合管理和值勤管理系统 | |
CN114153580A (zh) | 一种跨多集群的工作调度方法及装置 | |
CN114666335B (zh) | 一种基于数据分发服务dds的分布式系统负载均衡装置 | |
CN115297008A (zh) | 基于智算网络的协同训练方法、装置、终端及存储介质 | |
CN113190341A (zh) | 一种服务器资源调度方法及系统 | |
CN114095537A (zh) | 一种物联网应用中基于Netty的海量数据接入方法及系统 | |
CN113515363A (zh) | 面向异型任务高并发的多层次数据处理系统动态调度平台 | |
Hummer et al. | Dynamic migration of processing elements for optimized query execution in event-based systems | |
CN112231223A (zh) | 基于mqtt的分布式自动化软件测试方法及系统 | |
Pham-Nguyen et al. | Dynamic resource provisioning on fog landscapes | |
CN109976894B (zh) | 一种平台无关的可扩展的分布式系统任务调度支撑框架 | |
CN116089079A (zh) | 一种基于大数据的计算机资源分配管理系统及方法 | |
CN115525717A (zh) | 一种数据同步处理方法及装置 | |
CN115250227A (zh) | 一种边缘计算场景下实现故障迁移的调度系统 | |
CN115374949A (zh) | 分布式量子计算系统和资源管理方法 | |
Favarim et al. | Adaptive Fault-Tolerant CORBA Components. | |
CN112581080A (zh) | 一种轻量级的分布式工作流引擎构建系统 | |
CN111782363A (zh) | 一种支持多业务场景调用的方法和流程系统 | |
Cavallo et al. | A Hadoop based Framework to Process Geo-distributed Big Data. | |
Azizi et al. | A QoS-aware service placement algorithm for fog-cloud computing environments | |
Cheng et al. | Learning process models in IoT Edge | |
CN116594784B (zh) | 一种边边调度方法、装置、系统和可读存储介质 |
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 |