CN114416310A - 一种多处理器负载均衡方法、计算设备及存储介质 - Google Patents
一种多处理器负载均衡方法、计算设备及存储介质 Download PDFInfo
- Publication number
- CN114416310A CN114416310A CN202111639094.3A CN202111639094A CN114416310A CN 114416310 A CN114416310 A CN 114416310A CN 202111639094 A CN202111639094 A CN 202111639094A CN 114416310 A CN114416310 A CN 114416310A
- Authority
- CN
- China
- Prior art keywords
- processor
- target
- red
- black tree
- memory
- 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 217
- 230000008569 process Effects 0.000 claims abstract description 157
- 230000015654 memory Effects 0.000 claims abstract description 138
- 238000004891 communication Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007723 transport mechanism Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000001960 triggered effect Effects 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
- G06F9/505—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 load
Abstract
本发明公开了一种多处理器负载均衡方法、计算设备及存储介质,并包括步骤:获取每个处理器的负载值,将负载值最高的处理器作为目标处理器;从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程,以得到目标进程;将目标进程迁移到其他处理器运行,以降低目标处理器的负载值。本发明在对处理器进行负载均衡时,对负载高的处理器进行负载均衡,并且充分考虑处理器中的进程对内部存储器的访问次数,迁移访问次数少的进程,能够减少被迁移进程访问远程内存的概率,同时降低处理器的负载,提高系统整体的运行效率。
Description
技术领域
本发明涉及操作系统领域,特别涉及一种多处理器负载均衡方法、计算设备及存储介质。
背景技术
随着计算机技术的发展,为了实现高性能计算机的部署,计算机中会部署多个处理器,每个处理器还对应部署有内部存储器。为了能够使每个处理器均能够高效的对内部存储器进行访问,不受内存总访问带宽的限制,开发出了针对处理器和内部存储器的非统一内存访问架构(NUMA:Non Uniform Memory Access Architecture)。
现有技术中,非统一内存访问架构允许每个处理器使用分离的内存通道对内部存储器进行访问。每个处理器均能够访问本地内存和远程内存。本地内存是处理器可以与内部存储器的连接直接访问的内存;而远程内存则需要经过与其他处理器的连接来访问。处理器访问本地内存的速度较快,访问远程内存的速度较快。NUMA为了充分利用处理器的计算能力,会在不同处理器将迁移进程,增大进程访问远端内存的概率,大量消耗处理器的性能,导致系统整体性能下降。
为此,需要一种新的多处理器负载均衡方法。
发明内容
为此,本发明提供一种多处理器负载均衡方法,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种多处理器负载均衡方法,适于在计算设备中执行,计算设备中包括多个处理器和多个内部存储器,方法包括步骤:获取每个处理器的负载值,将负载值最高的处理器作为目标处理器;从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程,以得到目标进程;将目标进程迁移到其他处理器运行,以降低目标处理器的负载值。
可选地,在根据本发明的方法中,还包括步骤:在内部存储器中对进程访问的内存页,修改内存页的页面参数;当确定进程访问内存页时,根据修改的页面参数触发缺页中断的触发次数;将触发次数作为进程访问内部存储器的访问次数。
可选地,在根据本发明的方法中,还包括步骤:当建立新进程时,设置新进程的访问次数;根据新进程的访问次数,在红黑树中添加对应新进程的节点。
可选地,在根据本发明的方法中,还包括步骤:当进程对内部存储器的访问次数发生改变时,重新确定红黑树中进程对应的节点的颜色和所属父节点,以得到新的红黑树。
可选地,在根据本发明的方法中,从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程包括步骤:获取目标处理器的进程的红黑树;根据目标处理器的进程的红黑树确定目标处理器中的目标进程。
可选地,在根据本发明的方法中,根据目标处理器的进程的红黑树确定目标处理器中的目标进程包括步骤:遍历红黑树,确定红黑树中访问次数最少的节点;将访问次数最少的节点对应的进程作为目标处理器中的目标进程。
可选地,在根据本发明的方法中,从目标处理器中包括多个进程中,确定访问内部存储器次数最少的进程包括步骤:获取目标处理器的进程的红黑树,根据目标处理器的进程的红黑树确定目标处理器中的目标进程。
可选地,在根据本发明的方法中,还包括步骤:将目标进程迁移到其他处理器中执行后,移除红黑树中目标进程对应的节点来得到新的红黑树,以便根据新的红黑树重新确定目标处理器中访问内部存储器次数最少的进程。
根据本发明的另一个方面,提供了一种计算设备,包括:一个或多个处理器;存储器;以及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行根据本发明的多处理器负载均衡方法。
根据本发明的再一个方面,提供了一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,该指令当由计算设备执行时,使得计算设备执行根据本发明的多处理器负载均衡方法。
本发明公开了一种多处理器负载均衡方法,适于在计算设备中执行。计算设备包括内部存储器,本发明通过获取每个处理器的负载值,将负载值最高的处理器作为目标处理器,从而对负载值高的处理器进行负载均衡,让负载率低的处理器执行更多处理任务,实现系统性能的提高。接着从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程,以得到目标进程。通过对访问次数最少的进程迁移,能够降低目标进程被迁移后,访问远程内存的概率增加的情况。将目标进程迁移到其他处理器运行,以降低目标处理器的负载值,从而提高系统整体的运行效率。本发明中在对处理器进行负载均衡时,对负载高的处理器进行负载均衡,并且充分考虑处理器中的进程对内部存储器的访问次数,迁移访问次数少的进程,能够减少被迁移进程访问远程内存的概率,同时降低处理器的负载,提高系统整体的运行效率。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本发明公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个示范性实施例的计算设备中运行应用和操作系统的示意图;
图2示出了根据本发明一个示范性实施例的计算设备200的结构框图;以及
图3示出了根据本发明一个示范性实施例的多处理器负载均衡方法300的流程示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明一个示范性实施例的计算设备中包括多个处理器的示意图。如图1所示,计算设备200中包括处理器第一处理器111~第四处理器114。图1所示的计算设备200中所包括的处理器数量仅为示例的,本发明对计算设备200中处理器的数量不做限制。
每个处理器均直接连接有本地内存,并可通过其他处理器访问远程内存,每个远程内存均为相应的一个处理器的本地内存。在NUMA模式下,计算设备中所有的内部存储器所贡献的存储空间被平均分配到计算设备的所有处理器上。每个处理器与所分配的内部存储器直接连接,并与直连的内部存储器构成一个NUMA节点。处理器所在NUMA节点中的内存为本地内存,其他外部NUMA节点中的内存为本地内存均为远程内存。处理器访问所在NUMA节点中所直连本地内存时,速度较快;访问其他远程内存时,需要通过其他处理器进行通信,进行访问,因此速度较慢。
如图1所示,计算设备200中包括多个内部存储器,第一内部存储器115~第四内部存储器118;其中,第一内部存储器115连接到第一处理器111,作为第一处理器111的本地内存;第二内部存储器116连接到第二处理器112,作为第二处理器112的本地内存;第三内部存储器117连接到第三处理器113,作为第三处理器113的本地内存;第四内部存储器118连接到第四处理器114,作为第四处理器114的本地内存。计算设备200中,第二内部存储器116~第四内部存储器118为第一处理器111的远程内存,第一处理器111想要访问远程内存时,必须通过远程内存对应直连的处理器进行访问;例如第一处理器111想要访问远程内存第二内部存储器116时,需要通过第二处理器112进行通信,才能访问第二内部存储器116中的数据,速度较慢。
第一处理器111~第四处理器114,第一内部存储器115~第四内部存储器118,与各部件之间的通信资源共同构成计算设备200的多核架构110。计算设备200中还包括操作系统120,本发明对操作系统120的种类不做限制。
图2示出了根据本发明一个示范性实施例的计算设备200的结构框图。如图2所示,在基本配置202中,计算设备200典型地包括系统存储器206和一个或者多个处理器204。存储器总线208可以用于在处理器204和系统存储器206之间的通信。
取决于期望的配置,处理器204可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器204可以包括诸如一级高速缓存210和二级高速缓存212之类的一个或者多个级别的高速缓存、处理器核心214和寄存器216。示例的处理器核心214可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器218可以与处理器204一起使用,或者在一些实现中,存储器控制器218可以是处理器204的一个内部部分。
取决于期望的配置,系统存储器206可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器206可以包括操作系统220、一个或者多个程序222以及程序数据228。在一些实施方式中,程序222可以布置为在操作系统上由一个或者多个处理器204利用程序数据228执行根据本发明的方法300的指令223。
计算设备200还可以包括储存接口总线234。储存接口总线234实现了从储存设备232(例如,可移除储存器236和不可移除储存器238)经由总线/接口控制器230到基本配置202的通信。操作系统220、程序222以及数据224的至少一部分可以存储在可移除储存器236和/或不可移除储存器238上,并且在计算设备200上电或者要执行程序222时,经由储存接口总线234而加载到系统存储器206中,并由一个或者多个处理器204来执行。
计算设备200还可以包括有助于从各种接口设备(例如,输出设备242、外设接口244和通信设备246)到基本配置202经由总线/接口控制器230的通信的接口总线240。示例的输出设备242包括图形处理单元248和音频处理单元250。它们可以被配置为有助于经由一个或者多个A/V端口252与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外围接口244可以包括串行接口控制器254和并行接口控制器256,它们可以被配置为有助于经由一个或者多个I/O端口258和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备246可以包括网络控制器260,其可以被布置为以便经由一个或者多个通信端口264与一个或者多个其他计算设备200通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
在根据本发明的计算设备200中,程序222包括多处理器负载均衡方法300的多条程序指令,这些程序指令可以指示处理器204执行本发明的计算设备200中运行的多处理器负载均衡方法300中的部分步骤,以便计算设备200中的各部分通过执行本发明的多处理器负载均衡方法300来实现对多处理器进行负载均衡。
计算设备200可以实现为服务器,例如文件服务器、数据库、服务器、应用程序服务器等,这些电子设备可以是诸如个人数字助理(PDA)、无线网络浏览设备、应用专用设备、或者可以包括上面任何功能的混合设备。可以实现为包括桌面计算机和笔记本计算机配置的个人计算机,也在一些实施例中,计算设备200被配置为多处理器负载均衡方法300。
图3示出了根据本发明一个示范性实施例的多处理器负载均衡方法300的流程示意图。多处理器负载均衡方法300适于在计算设备中运行,如适于在如图1和图2所示的计算设备200中执行。计算设备200中包括多个处理器和多个内部存储器。
根据本发明的一个实施例,多个处理器通过NUMA架构进行构建,NUMA架构将计算设备200中所有的内存资源分配到每个处理器,使每个处理器直连每个处理器直连一个内部存储器,每个处理器、处理器对应直连的内部存储器及处理器的通信资源构成一个节点,即NUMA节点。
一个或多个NUMA节点可构成一级调度域,多个一级调度域可构成二级调度域,多个二级调度域可构成三级调度域,依次类推。通过NUMA节点可以构建多个层级的调度域,低级别的调度域能够组建更高级别的调度域。
可在每个调度域范围内设置调度规则,如设置某一级别的多个调度域之间,进程或内存页的调度规则。调度规则是指进程或内存页的所调度的条件和方式。根据多核架构在不同级别的调度域设置不同的调度规则,能够最大程度的发挥计算机的整体性能。
本发明可通过多处理器负载均衡方法在任一级别,对处理器进行负载均衡,本发明对多处理器负载均衡方法所应用的调度域及包括的处理器数量不做限制。
首先,执行步骤S310,获取每个处理器的负载值,将负载值最高的处理器作为目标处理器。根据每个处理器的负载值,确定负载值最高的处理器,从而确定需要对哪个处理器进行负载均衡。
确定处理器的负载值时,可根据处理器的所要处理的进程队列中的进程数量进行确定。处理器中,进程队列的进程数量多,则表示该处理器的负载值高,进程队列的进程数量少,则表示该处理器的负载值低。本发明对负载值的具体计算方式不做限制,可通过进程队列与处理器的内核数计算得到负载值,如:进程队列有20个进程,处理器的内核数为10,则可计算得到该处理器的负载值为2。
随后,执行步骤S320,从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程,以得到目标进程。将负载值最大的处理器作为目标处理器后,要在目标处理器中选择需要迁移的进程。
预先对计算设备中每个处理器中每个进程访问内部存储器的次数进行统计。具体的:在内部存储器中对进程访问的内存页,修改内存页的页面参数。接着当确定进程访问内存页时,根据修改的页面参数触发缺页中断的触发次数,再将触发次数作为进程访问内部存储器的访问次数。
根据本发明的一个实施例,内部存储器中包括进程需要访问的一个或多个内存页,对每个内存页的页面参数中添加表项:PAGE_NONE,使进程访问该内存页时触发缺页中断。进程创建时,其触发缺页中断的触发次数为0,相应的访问内部存储器的访问次数也未0。进程每次触发缺页中断时,触发缺页中断的触发次数就加1,将触发缺页中断的触发次数作为访问次数,相应的访问次数就加1。统计进程创建后触发缺页中断的触发次数,将其作为访问内部存储器的访问次数。
在对进程访问的内存页修改页面参数时,不仅修改进程所访问的本地内存的内存页的页面参数,还修改进程所访问的远程内存的内存页的页面参数,从从而全面统计进程访问内部存储器的访问次数。
根据本发明的一个实施例,根据方式确定处理器中每个进程对内部存储器的访问次数,接着根据每个进程及对应的访问次数构建红黑树,红黑树中每个节点对应处理器中的一个进程。红黑树是是一种自平衡二叉查找树,在进行插入和删除操作时通过特定操作保持二叉查找树的平衡,从而获得较高的查找性能。通过红黑树查找处理器中访问内部存储器次数最少的进程,能够获得较高的效率,红黑树保证没有一条查找路径会比其他路径长出俩倍。
构建红黑树时,根据进程对应的访问次数进行构建;构建得到的红黑树中,根节点所对应的进程,其访问次数为处理器中所有进程访问内部存储器的中位数。根节点的左子树的所有节点对应进程的访问次数,大于或等于根节点对应进程的访问次数;根节点的右子树的所有节点对应进程的访问次数,小于或等于根节点对应进程的访问次数。
根据本发明的一个实施例,当建立新进程时,设置新进程的访问次数;根据新进程的访问次数,在红黑树中添加所述对应所述新进程的节点。具体的,新进程的访问次数设置为0,在红黑树中查找访问次数为0的新进程对应的节点所属的父节点,查找到后插入新进程对应的新节点,并设置该新节点的颜色。
根据本发明的一个实施例,由于进程在运行过程中,会不断地对内部存储器进行访问,因此当进程访问内部存储器时触发了缺页中断,更新了对应的访问次数时,进程在红黑树中的节点的位置也需要改变。当进程对内部存储器的访问次数发生改变时,重新确定红黑树中进程对应的节点的颜色和所属父节点,以得到新的红黑树。若根据改变后的访问次数,该进程对应的节点依然需要在原父节点下,则不对红黑树进行改变。若根据改变后的访问次数,需要对该节点进行移动,则重新确定其新的父节点和颜色,并对受到节点位置修改影响的其他节点也重新确定颜色和所属父节点,得到新的红黑树。
从目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程时,获取目标处理器的进程的红黑树;再根据目标处理器的进程的红黑树确定目标处理器中的目标进程。具体的,遍历红黑树,确定红黑树中访问次数最少的节点,将访问次数最少的节点对应的进程作为目标处理器中的目标进程。
随后,执行步骤S330,将目标进程迁移到其他处理器运行,以降低目标处理器的负载值。由于所迁移的目标进程访问内部存储器的次数最少,因此增大其访问远程内存的概率最低,从而最大限度的在降低处理器负载的同时,保证处理器的运行效率。
根据本发明的一个实施例,将目标进程迁移到其他处理器中执行后,移除红黑树中目标进程对应的节点来得到新的红黑树,以便根据新的红黑树重新确定目标处理器中访问内部存储器次数最少的进程。将红黑树中的目标进程对应的节点移除后,目标进程对应节点的父节点会有空位,目标进程对应节点下的其子节点需要重新确定所属父节点和颜色,得到新的红黑树。
本发明公开了一种多处理器负载均衡方法,适于在计算设备中执行。计算设备包括内部存储器,本发明通过获取每个处理器的负载值,将负载值最高的处理器作为目标处理器,从而对负载值高的处理器进行负载均衡,让负载率低的处理器执行更多处理任务,实现系统性能的提高。接着从目标处理器中包括多个进程中,确定访问内部存储器次数最少的进程,得到目标进程。通过对访问次数最少的进程迁移,能够降低目标进程被迁移后,访问远程内存的概率增加的情况。将目标进程迁移到其他处理器运行,降低目标处理器的负载值,从而提高系统整体的运行效率。本发明中在对处理器进行负载均衡时,对负载高的处理器进行负载均衡,并且充分考虑处理器中的进程对内部存储器的访问次数,迁移访问次数少的进程,能够减少被迁移进程访问远程内存的概率,同时降低处理器的负载,提高系统整体的运行效率。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间,以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的多处理器负载均衡方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的。
Claims (10)
1.一种多处理器负载均衡方法,适于在计算设备中执行,所述计算设备中包括多个处理器和多个内部存储器,所述方法包括步骤:
获取每个处理器的负载值,将负载值最高的处理器作为目标处理器;
从所述目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程,以得到目标进程;
将所述目标进程迁移到其他处理器运行,以降低所述目标处理器的负载值。
2.如权利要求1所述的方法,其中,所述方法还包括步骤:
在所述内部存储器中对所述进程访问的内存页,修改内存页的页面参数;
当确定所述进程访问所述内存页时,根据修改的页面参数触发缺页中断的触发次数;
将所述触发次数作为进程访问所述内部存储器的访问次数。
3.如权利要求2所述的方法,其中,所述方法还包括步骤:
确定所述处理器中每个进程对所述内部存储器的访问次数;
根据每个进程及对应的访问次数构建红黑树,所述红黑树中每个节点对应处理器中的一个进程。
4.如权利要求3所述的方法,其中,所述方法还包括步骤:
当建立新进程时,设置所述新进程的访问次数;
根据所述新进程的访问次数,在所述红黑树中添加对应所述新进程的节点。
5.如权利要求4所述的方法,其中,所述方法还包括步骤:
当所述进程对内部存储器的访问次数发生改变时,重新确定所述红黑树中进程对应的节点的颜色和所属父节点,以得到新的红黑树。
6.如权利要求3-5中任一项所述的方法,其中,所述从所述目标处理器中包括的多个进程中,确定访问内部存储器次数最少的进程包括步骤:
获取所述目标处理器的进程的红黑树;
根据所述目标处理器的进程的红黑树确定所述目标处理器中的目标进程。
7.如权利要求6所述的方法,其中,所述根据所述目标处理器的进程的红黑树确定所述目标处理器中的目标进程包括步骤:
遍历所述红黑树,确定所述红黑树中访问次数最少的节点;
将访问次数最少的节点对应的进程作为所述目标处理器中的目标进程。
8.如权利要求6或7所述的方法,其中,所述方法还包括步骤:
将所述目标进程迁移到其他处理器中执行后,移除所述红黑树中所述目标进程对应的节点来得到新的红黑树,以便根据新的红黑树重新确定目标处理器中访问内部存储器次数最少的进程。
9.一种计算设备,包括:
一个或多个处理器;
存储器;以及
一个或多个装置,所述一个或多个装置包括用于执行根据权利要求1-8中任一项所述的方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639094.3A CN114416310A (zh) | 2021-12-29 | 2021-12-29 | 一种多处理器负载均衡方法、计算设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111639094.3A CN114416310A (zh) | 2021-12-29 | 2021-12-29 | 一种多处理器负载均衡方法、计算设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114416310A true CN114416310A (zh) | 2022-04-29 |
Family
ID=81268572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111639094.3A Pending CN114416310A (zh) | 2021-12-29 | 2021-12-29 | 一种多处理器负载均衡方法、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114416310A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115421927A (zh) * | 2022-10-31 | 2022-12-02 | 统信软件技术有限公司 | 一种负载均衡方法、计算设备及存储介质 |
CN115857418A (zh) * | 2023-02-28 | 2023-03-28 | 深圳华龙讯达信息技术股份有限公司 | 一种基于耦合设计的可编程逻辑控制系统 |
CN116483013A (zh) * | 2023-06-19 | 2023-07-25 | 成都实时技术股份有限公司 | 一种基于多通道采集器的高速信号采集系统及方法 |
-
2021
- 2021-12-29 CN CN202111639094.3A patent/CN114416310A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115421927A (zh) * | 2022-10-31 | 2022-12-02 | 统信软件技术有限公司 | 一种负载均衡方法、计算设备及存储介质 |
CN115857418A (zh) * | 2023-02-28 | 2023-03-28 | 深圳华龙讯达信息技术股份有限公司 | 一种基于耦合设计的可编程逻辑控制系统 |
CN116483013A (zh) * | 2023-06-19 | 2023-07-25 | 成都实时技术股份有限公司 | 一种基于多通道采集器的高速信号采集系统及方法 |
CN116483013B (zh) * | 2023-06-19 | 2023-09-05 | 成都实时技术股份有限公司 | 一种基于多通道采集器的高速信号采集系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3667496B1 (en) | Distributed computing system, data transmission method and device in distributed computing system | |
CN114416310A (zh) | 一种多处理器负载均衡方法、计算设备及存储介质 | |
JP5229731B2 (ja) | 更新頻度に基づくキャッシュ機構 | |
US20210011768A1 (en) | Thread associated memory allocation and memory architecture aware allocation | |
US10394609B2 (en) | Data processing | |
US11940915B2 (en) | Cache allocation method and device, storage medium, and electronic device | |
CN105302536A (zh) | MapReduce应用的相关参数的配置方法和装置 | |
Wu et al. | Hierarchical task mapping for parallel applications on supercomputers | |
CN115129621B (zh) | 一种内存管理方法、设备、介质及内存管理模块 | |
Ouyang et al. | Active SSD design for energy-efficiency improvement of web-scale data analysis | |
CN114327917A (zh) | 内存管理方法、计算设备及可读存储介质 | |
US9069621B2 (en) | Submitting operations to a shared resource based on busy-to-success ratios | |
Kim et al. | Accelerating gnn training with locality-aware partial execution | |
Goh et al. | Design and performance evaluation of combined first-fit task allocation and migration strategies in mesh multiprocessor systems | |
US11429299B2 (en) | System and method for managing conversion of low-locality data into high-locality data | |
CN114003289A (zh) | 一种应用程序运行方法、计算设备及存储介质 | |
JP2017204161A (ja) | クラスタリング装置、クラスタリング方法およびクラスタリングプログラム | |
WO2019184577A1 (zh) | 一种事务处理方法、服务器及事务处理系统 | |
CN115421927A (zh) | 一种负载均衡方法、计算设备及存储介质 | |
US20130173647A1 (en) | String matching device based on multi-core processor and string matching method thereof | |
CN114265677A (zh) | 一种用于负载均衡的调度方法、装置与计算设备 | |
CN113918527B (zh) | 一种基于文件缓存的调度方法、装置与计算设备 | |
US11954510B2 (en) | Native-image in-memory cache for containerized ahead-of-time applications | |
US11442643B2 (en) | System and method for efficiently converting low-locality data into high-locality data | |
US20240119008A1 (en) | Optimal deployment of embeddings tables across heterogeneous memory architecture for high-speed recommendations inference |
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 |