CN113590324A - 一种面向云边端协同计算的启发式任务调度方法和系统 - Google Patents

一种面向云边端协同计算的启发式任务调度方法和系统 Download PDF

Info

Publication number
CN113590324A
CN113590324A CN202110873737.4A CN202110873737A CN113590324A CN 113590324 A CN113590324 A CN 113590324A CN 202110873737 A CN202110873737 A CN 202110873737A CN 113590324 A CN113590324 A CN 113590324A
Authority
CN
China
Prior art keywords
tasks
met
edge
edge server
server
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
CN202110873737.4A
Other languages
English (en)
Other versions
CN113590324B (zh
Inventor
王博
王昌海
胡春晖
黄万伟
范乃梅
曹洁
崔霄
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.)
Guangdong Mechanical And Electrical Equipment Tendering Center Co ltd
Original Assignee
Zhengzhou University of Light Industry
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 Zhengzhou University of Light Industry filed Critical Zhengzhou University of Light Industry
Priority to CN202110873737.4A priority Critical patent/CN113590324B/zh
Publication of CN113590324A publication Critical patent/CN113590324A/zh
Application granted granted Critical
Publication of CN113590324B publication Critical patent/CN113590324B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
    • G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
    • 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
    • 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
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种面向云边端协同计算的启发式任务调度方法和系统，按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中，将调度到边缘服务器的且需求能够在本地设备上满足的任务重新调度到本地设备，将未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器，按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中。本发明能够充分利用云服务器计算资源的丰富性和边缘服务器、本地设备资源的低网络延时性，同时满足计算密集型和网络延时敏感型任务的需求，能够有效满足各种应用的性能需求。

Description

一种面向云边端协同计算的启发式任务调度方法和系统
技术领域
本发明涉及一种面向云边端协同计算的启发式任务调度方法和系统。
背景技术
随着用户需求的日益增长，移动互联网应用在复杂性和数量上高速增长。尽管目前诸如智能手机、穿戴设备等移动设备的硬件性能已接近于个人电脑，但是因存储能量和资源容量的差异，设备的硬件配置无法满足其用户的所有需求。为解决该问题，云边端协同计算通过网络延时低的边缘服务器资源和计算资源丰富的云服务器资源，满足各类用户不同的应用性能需求。而如何高效地利用资源是当前云边端协同计算环境中亟需解决的问题。任务调度合理地将每个任务调度到合适的计算资源进行处理，是解决该问题的有效方法之一。尽管已有一些工作致力于设计合理的任务调度方法，然而这些方法均优先充分利用本地设备资源和边缘服务器资源，无法有效满足各种应用的性能需求。
发明内容
有鉴于此，本发明提供一种面向云边端协同计算的启发式任务调度方法和系统。
本发明采用以下技术方案：
一种面向云边端协同计算的启发式任务调度方法，步骤如下：
按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中；
将调度到边缘服务器的且需求能够在本地设备上满足的任务重新调度到本地设备；
将未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器；
按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中。
进一步地，所述按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中，步骤如下：
将所有需求能够在云服务器上满足的任务调度到云服务器；
将所有未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器；
将所有未被调度的且需求能够在本地设备上满足的任务调度到本地设备。
进一步地，所述按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中，步骤如下：
将调度到云服务器上的且需求能够在边缘服务器上满足的任务重新调度到边缘服务器；
将调度到云服务器上的且需求能够在本地设备满足的任务重新调度到本地设备；
将调度到边缘服务器上的且需求能够在本地设备满足的任务重新调度到本地设备。
一种面向云边端协同计算的启发式任务调度系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的面向云边端协同计算的启发式任务调度方法的步骤。
本发明的有益效果为：由于云服务器、边缘服务器和本地设备的计算性能逐渐降低，云服务器、边缘服务器和本地设备的网络性能逐渐增大，因此，首先充分利用计算资源丰富的云服务器资源满足计算密集型任务的需求，利用边缘服务器和本地设备资源满足网络延时敏感任务的需求；其后，通过将边缘服务器上的任务重新调度到本地设备，使部分边缘服务器资源空闲，用于满足本地资源量较少的用户的需求；最后将网络性能较差的资源上的任务重新调度到网络性能较好的资源上，从而提高任务的数据传输性能。因此，本发明能够充分利用云服务器计算资源的丰富性和边缘服务器、本地设备资源的低网络延时性，同时满足计算密集型和网络延时敏感型任务的需求，并非只是简单地优先充分利用本地设备资源和边缘服务器资源，能够有效满足各种应用的性能需求。
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：
图1是本申请实施例提供的面向云边端协同计算的启发式任务调度方法的整体流程示意图；
图2是本申请实施例提供的面向云边端协同计算的启发式任务调度方法的任务调度过程示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
为了说明本申请所述的技术方案，下面通过具体实施方式来进行说明。
参见图1，是本申请实施例提供的面向云边端协同计算的启发式任务调度方法的流程图，为了便于说明，仅示出了与本申请实施例相关的部分。
步骤S101：按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中：
应当理解，云服务器、边缘服务器和本地设备的计算性能逐渐降低，即云服务器的计算性能最佳，适合处理计算密集型的任务，本地设备的计算性能最差，不适合处理计算密集型的任务。计算密集型任务是指对计算性能有较高要求的任务。然而，云服务器、边缘服务器和本地设备的网络性能逐渐增大，云服务器由于与本地设备需要一定的网络传输，因此，云服务器的网络性能最差，无法满足网络延时敏感型任务的需求，而边缘服务器的网络性能较佳，本地设备的网络性能最佳，能够满足网络延时敏感型任务的需求，网络延时敏感型任务是指对网络延时比较敏感的任务。
按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中。因此，先根据实际需求，优先将任务调度到云服务器中，接着根据实际需求，将任务调度到边缘服务器中，然后根据实际需求，将任务调度到本地设备中。作为一个具体实施方式，以下给出该步骤的实现子步骤，子步骤之间具有严格的先后顺序，顺序如下：
步骤S1：将所有需求能够在云服务器上满足的任务调度到云服务器。此时，所有计算密集型的且需求可被云服务器满足的任务可以被云服务器完成，并且此时网络延时低的边缘服务器资源和本地设备资源均未使用。任务需求能够在云服务器上满足是指：将该任务调度到云服务器上后，调度到云服务器上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。本实施例中，截止时间是指执行对应任务的最晚时间。
步骤S2：将所有未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器，能够充分利用边缘服务器资源执行网络延时敏感型的任务。任务需求能够在边缘服务器上满足是指：将该任务调度到边缘服务器上后，调度到边缘服务器上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S3：将所有未被调度的且需求能够在本地设备上满足的任务调度到本地设备，能够充分利用本地设备资源执行网络延时敏感型的任务。任务需求能够在本地设备上满足是指：将该任务调度到本地设备上后，调度到本地设备上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
因此，步骤S101为面向云边端协同计算的启发式任务调度方法的第一阶段，在调度任务时按照计算资源的稀缺程度依次进行调度，优先使用富有计算资源的云服务器资源。
步骤S102：将调度到边缘服务器的且需求能够在本地设备上满足的任务重新调度到本地设备：
将调度到边缘服务器的且需求能够在本地设备上满足的任务重新调度到本地设备，相应地，就可以空闲出一部分的边缘服务器资源。利用一些用户的空闲本地设备资源置换一些边缘服务器资源，置换出的边缘服务器资源可被用于执行本地设备资源少的其他用户所请求的任务，从而提高总体的用户满意度。任务需求能够在本地设备上满足与上文相同，是指：将该任务调度到本地设备上后，调度到本地设备上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S103：将未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器：
由于步骤S102空闲出一部分的边缘服务器资源，则将所有未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器，提高部分用户的满意度。任务需求能够在边缘服务器上满足与上文相同，是指：将该任务调度到边缘服务器上后，调度到边缘服务器上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S102和步骤S103为面向云边端协同计算的启发式任务调度方法的第二阶段，通过将用户共享的边缘服务器上且相应本地设备资源相对空闲的一些任务重新调度到各自的本地设备，从而空闲出一部分边缘服务器资源，再将需要使用边缘服务器的任务调度到边缘服务器，能够满足部分本地设备资源相对稀缺的任务需求。
步骤S104：按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中：
按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中，该步骤包含以下子步骤，子步骤之间具有严格的先后顺序，顺序如下：
步骤S1：将调度到云服务器上的且需求能够在边缘服务器上满足的任务重新调度到边缘服务器，从而充分利用边缘服务器资源提高部分任务的数据传输性能。任务需求能够在边缘服务器上满足与上文相同，是指：将该任务调度到边缘服务器上后，调度到边缘服务器上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S2：将调度到云服务器上的且需求能够在本地设备满足的任务重新调度到本地设备，从而充分利用本地设备资源提高部分任务的数据传输性能。任务需求能够在本地设备上满足与上文相同，是指：将该任务调度到本地设备上后，调度到本地设备上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S3：将调度到边缘服务器上的且需求能够在本地设备满足的任务重新调度到本地设备，从而充分利用本地设备资源提高部分任务的数据传输性能。任务需求能够在本地设备上满足与上文相同，是指：将该任务调度到本地设备上后，调度到本地设备上的所有任务按照截止时间从早至晚的顺序执行时，这些任务均能在其截止时间之前完成。
步骤S104为面向云边端协同计算的启发式任务调度方法的第三阶段，通过将网络性能较差的资源上的任务重新调度到网络性能较好的资源上，提高任务性能，具体是提高任务的数据传输性能。
如图2所示，为本实施例提供的面向云边端协同计算的启发式任务调度方法的一种具体的过程图，①-⑧为方法的实现顺序。
本实施例还提供一种面向云边端协同计算的启发式任务调度系统，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的面向云边端协同计算的启发式任务调度方法的步骤。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (4)

1.一种面向云边端协同计算的启发式任务调度方法，其特征在于，步骤如下：
按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中；
将调度到边缘服务器的且需求能够在本地设备上满足的任务重新调度到本地设备；
将未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器；
按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中。
2.根据权利要求1所述的面向云边端协同计算的启发式任务调度方法，其特征在于，所述按照云服务器、边缘服务器和本地设备的优先级高低顺序，将需求能够在对应的对象上满足的任务分别调度到对应的对象中，步骤如下：
将所有需求能够在云服务器上满足的任务调度到云服务器；
将所有未被调度的且需求能够在边缘服务器上满足的任务调度到边缘服务器；
将所有未被调度的且需求能够在本地设备上满足的任务调度到本地设备。
3.根据权利要求1所述的面向云边端协同计算的启发式任务调度方法，其特征在于，所述按照本地设备、边缘服务器和云服务器的优先级高低顺序，将需求能够在对应的对象上满足的任务分别重新调度到对应的对象中，步骤如下：
将调度到云服务器上的且需求能够在边缘服务器上满足的任务重新调度到边缘服务器；
将调度到云服务器上的且需求能够在本地设备满足的任务重新调度到本地设备；
将调度到边缘服务器上的且需求能够在本地设备满足的任务重新调度到本地设备。
4.一种面向云边端协同计算的启发式任务调度系统，包括存储器、处理器以及存储在所述存储器中并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计算机程序时实现如权利要求1-3任一项所述的面向云边端协同计算的启发式任务调度方法的步骤。
CN202110873737.4A 2021-07-30 2021-07-30 一种面向云边端协同计算的启发式任务调度方法和系统 Active CN113590324B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110873737.4A CN113590324B (zh) 2021-07-30 2021-07-30 一种面向云边端协同计算的启发式任务调度方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110873737.4A CN113590324B (zh) 2021-07-30 2021-07-30 一种面向云边端协同计算的启发式任务调度方法和系统

Publications (2)

Publication Number Publication Date
CN113590324A true CN113590324A (zh) 2021-11-02
CN113590324B CN113590324B (zh) 2022-12-13

Family

ID=78252882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110873737.4A Active CN113590324B (zh) 2021-07-30 2021-07-30 一种面向云边端协同计算的启发式任务调度方法和系统

Country Status (1)

Country Link
CN (1) CN113590324B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742048A (zh) * 2021-11-03 2021-12-03 北京中科金马科技股份有限公司 一种酒店云服务系统及其服务方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190064787A1 (en) * 2017-08-31 2019-02-28 Rockwell Automation Technologies, Inc. Discrete manufacturing hybrid cloud solution architecture
WO2020185132A1 (en) * 2019-03-12 2020-09-17 Telefonaktiebolaget Lm Ericsson (Publ) Method and current edge cloud manager for controlling resources
CN111756812A (zh) * 2020-05-29 2020-10-09 华南理工大学 一种能耗感知的边云协同动态卸载调度方法
CN112272201A (zh) * 2020-09-15 2021-01-26 网宿科技股份有限公司 一种设备纳管方法、系统及纳管集群
CN112272198A (zh) * 2020-09-03 2021-01-26 中国空间技术研究院 一种面向卫星网络的协同计算任务迁移方法及装置
CN112650581A (zh) * 2020-12-21 2021-04-13 湘潭大学 一种面向智能楼宇的云边协同任务调度方法
CN112905327A (zh) * 2021-03-03 2021-06-04 湖南商务职业技术学院 一种任务调度方法、边缘服务器、计算机介质及边云协同计算系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190064787A1 (en) * 2017-08-31 2019-02-28 Rockwell Automation Technologies, Inc. Discrete manufacturing hybrid cloud solution architecture
WO2020185132A1 (en) * 2019-03-12 2020-09-17 Telefonaktiebolaget Lm Ericsson (Publ) Method and current edge cloud manager for controlling resources
CN111756812A (zh) * 2020-05-29 2020-10-09 华南理工大学 一种能耗感知的边云协同动态卸载调度方法
CN112272198A (zh) * 2020-09-03 2021-01-26 中国空间技术研究院 一种面向卫星网络的协同计算任务迁移方法及装置
CN112272201A (zh) * 2020-09-15 2021-01-26 网宿科技股份有限公司 一种设备纳管方法、系统及纳管集群
CN112650581A (zh) * 2020-12-21 2021-04-13 湘潭大学 一种面向智能楼宇的云边协同任务调度方法
CN112905327A (zh) * 2021-03-03 2021-06-04 湖南商务职业技术学院 一种任务调度方法、边缘服务器、计算机介质及边云协同计算系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHUO SHENG: "A Resource Collaborative Scheduling Strategy Based on Cloud Edge Framework", 《2021 IEEE 5TH ADVANCED INFORMATION TECHNOLOGY, ELECTRONIC AND AUTOMATION CONTROL CONFERENCE (IAEAC)》 *
马红娟等: "云环境下安全感知的实时并行任务调度算法", 《控制工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113742048A (zh) * 2021-11-03 2021-12-03 北京中科金马科技股份有限公司 一种酒店云服务系统及其服务方法

Also Published As

Publication number Publication date
CN113590324B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
US9274832B2 (en) Method and electronic device for thread scheduling
US7441240B2 (en) Process scheduling apparatus, process scheduling method, program for process scheduling, and storage medium recording a program for process scheduling
CN102096603B (zh) MapReduce系统中的作业分解控制方法及设备
WO2018175138A1 (en) Controlled energy utilization in a computing device
US9304814B2 (en) Determine variable wait time in an asynchronous call-back system based on calculated average sub-queue wait time
CN109597378B (zh) 一种资源受限混合任务能耗感知方法
CN114610474B (zh) 一种异构超算环境下多策略的作业调度方法及系统
Andersson et al. Some insights on fixed-priority preemptive non-partitioned multiprocessor scheduling
CN103873587A (zh) 一种基于云平台实现调度的方法及装置
CN113590324B (zh) 一种面向云边端协同计算的启发式任务调度方法和系统
US11422857B2 (en) Multi-level scheduling
Agrawal et al. Intractability issues in mixed-criticality scheduling
CN111913792B (zh) 一种业务处理方法和装置
Niu et al. A hybrid static/dynamic dvs scheduling for real-time systems with (m, k)-guarantee
Buttazzo Scalable applications for energy-aware processors
Buttazzo Achieving scalability in real-time systems
CN112099937A (zh) 一种资源治理方法和装置
CN109144693B (zh) 一种功率自适应任务调度方法及系统
CN115480890A (zh) 概率混合关键系统动态优先级非精确任务节能调度方法及装置
CN111176848B (zh) 集群任务的处理方法、装置、设备和存储介质
CN113986484A (zh) 社交软件的任务处理全局调度方法
CN113961323B (zh) 一种面向混合云的安全感知任务调度方法和系统
Yi et al. An effective algorithm of jobs scheduling in clusters
CN110457130B (zh) 一种分布式资源弹性调度模型、方法、电子设备及存储介质
CN115454640B (zh) 任务处理系统及自适应任务调度的方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20221118

Address after: Room 501, 5th Floor, Dongzhao Building, No. 515, Dongfeng Middle Road, Yuexiu District, Guangzhou City, Guangdong Province, 510000

Applicant after: Guangdong Mechanical and Electrical Equipment Tendering Center Co.,Ltd.

Address before: No. 136, Kexue Avenue, high tech Industrial Development Zone, Zhengzhou City, Henan Province

Applicant before: Zhengzhou University of light industry

GR01 Patent grant
GR01 Patent grant