CN114995974A - 任务调度方法、装置、存储介质及计算机设备 - Google Patents
任务调度方法、装置、存储介质及计算机设备 Download PDFInfo
- Publication number
- CN114995974A CN114995974A CN202210582287.8A CN202210582287A CN114995974A CN 114995974 A CN114995974 A CN 114995974A CN 202210582287 A CN202210582287 A CN 202210582287A CN 114995974 A CN114995974 A CN 114995974A
- Authority
- CN
- China
- Prior art keywords
- node
- candidate
- task
- score
- candidate node
- 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 43
- 238000003860 storage Methods 0.000 title claims abstract description 11
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000004801 process automation Methods 0.000 description 2
- HRANPRDGABOKNQ-ORGXEYTDSA-N (1r,3r,3as,3br,7ar,8as,8bs,8cs,10as)-1-acetyl-5-chloro-3-hydroxy-8b,10a-dimethyl-7-oxo-1,2,3,3a,3b,7,7a,8,8a,8b,8c,9,10,10a-tetradecahydrocyclopenta[a]cyclopropa[g]phenanthren-1-yl acetate Chemical compound C1=C(Cl)C2=CC(=O)[C@@H]3C[C@@H]3[C@]2(C)[C@@H]2[C@@H]1[C@@H]1[C@H](O)C[C@@](C(C)=O)(OC(=O)C)[C@@]1(C)CC2 HRANPRDGABOKNQ-ORGXEYTDSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供了一种任务调度方法、装置、存储介质及计算机设备，该方法具体包括：按照第一周期，周期性地获取每一节点的空闲硬件资源；按照第二周期，周期性地获取每一节点的已安装软件标识；根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；对于每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；向一个所述候选节点分配所述待执行RPA任务。本申请能够有效提升RPA任务的执行成功率。
Description
技术领域
本申请涉及机器人流程自动化技术领域，尤其涉及一种任务调度方法、装置、存储介质及计算机设备。
背景技术
机器人流程自动化(Robotic Process Automation，以下简称RPA)是指用软件自动化的方式实现原本由人工操作计算机来完成的任务，可以让部署在不同节点上的软件机器人自动处理大量重复的以及按照某个规则执行的流程任务。在实现RPA的过程中，RPA控制中心在生成任务后，可以按照预先设定的规则调度分发任务，以将任务分发给各个执行节点，并通过执行节点的处理资源执行该任务。
目前，现有的RPA任务调度分发可以分为三种形式：一是RPA控制中心主动推送任务到执行节点；二是执行节点轮询从RPA控制中心中主动拉取任务；三是主动推送和主动拉取混合式获取任务。虽然前述三种方式均可以使执行节点获取到任务，但是，经发明人研究发现，目前的RPA任务调度分发方法易导致RPA任务执行失败的问题。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特别是现有技术中易导致RPA任务执行失败的技术缺陷。
第一方面，本申请实施例提供了一种任务调度方法，所述方法包括：
按照第一周期，周期性地获取每一节点的空闲硬件资源；
按照第二周期，周期性地获取每一节点的已安装软件标识；
根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；
对于每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；
向一个所述候选节点分配所述待执行RPA任务。
在其中一个实施例中，所述目标硬件资源包括执行所述待执行RPA任务所需的目标CPU内核数、目标内存空间以及目标磁盘容量；
向一个所述候选节点分配所述待执行RPA任务的步骤，包括：
若所述候选节点的数量大于或等于两个，则获取每一候选节点的总硬件资源，所述总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
对于每一候选节点，计算该候选节点的CPU内核总数与所述目标CPU内核数之间的第一差值，并将所述第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与所述目标内存空间之间的第二差值，并将所述第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与所述目标磁盘容量之间的第三差值，并将所述第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于所述第一平均值得到该候选节点的硬件资源得分；
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向所述执行节点分配所述待执行RPA任务。
在其中一个实施例中，向一个所述候选节点分配所述待执行RPA任务的步骤，还包括：
若所述候选节点的数量大于或等于两个，则获取所述待执行RPA任务的任务类型，并确定所述任务类型对应的已执行任务总数；
对于每一候选节点，获取该候选节点执行所述任务类型所对应的任务的成功次数，并基于所述成功次数和所述已执行任务总数之比得到该候选节点的历史执行得分；
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点的步骤，包括：
对于每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分；
基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点。
在其中一个实施例中，对于每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分的步骤，包括：
对于每一候选节点，将该候选节点的硬件资源得分与历史执行得分进行加权平均，以得到该候选节点的总得分；
基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点的步骤包括：
从各候选节点的总得分中确定最大总得分，并将所述最大总得分对应的候选节点作为所述执行节点。
在其中一个实施例中，从各候选节点的总得分中确定最大总得分的步骤，包括：
对各候选节点的总得分进行降序排列，并将降序排列后排列次序第一的总得分作为所述最大总得分。
在其中一个实施例中，根据待执行RPA任务的任务配置信息，确定预选节点的步骤，包括：
若所述任务配置信息包括节点标识，则对于每一节点标识所对应的指定节点，获取该指定节点的节点状态，在该指定节点的节点状态非无效状态且非维护状态的情况下，将该指定节点作为预选节点；
若所述任务配置信息未包括节点标识，则对于每一节点，获取该节点的节点状态，在该节点的节点状态非无效状态且非维护状态的情况下，将该节点作为预选节点。
第二方面，本申请实施例提供了一种任务调度装置，所述装置包括：
硬件资源获取模块，用于按照第一周期，周期性地获取每一节点的空闲硬件资源；
已安装软件标识获取模块，用于按照第二周期，周期性地获取每一节点的已安装软件标识；
配置信息获取模块，用于根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；
候选节点确定模块，用于针对每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；
分配模块，用于向一个所述候选节点分配所述待执行RPA任务。
在其中一个实施例中，所述目标硬件资源包括执行所述待执行RPA任务所需的目标CPU内核数、目标内存空间以及目标磁盘容量；所述分配模块包括：
硬件资源获取单元，用于在所述候选节点的数量大于或等于两个的情况下，获取每一候选节点的总硬件资源，所述总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
硬件资源得分计算单元，用于针对每一候选节点，计算该候选节点的CPU内核总数与所述目标CPU内核数之间的第一差值，并将所述第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与所述目标内存空间之间的第二差值，并将所述第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与所述目标磁盘容量之间的第三差值，并将所述第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于所述第一平均值得到该候选节点的硬件资源得分；
任务分配单元，用于基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向所述执行节点分配所述待执行RPA任务。
第三方面，本申请实施例提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述任一实施例所述任务调度方法的步骤。
第四方面，本申请实施例提供了一种计算机设备，包括：一个或多个处理器，以及存储器；所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行上述任一实施例所述任务调度方法的步骤。
本申请实施例提供了一种任务调度方法、装置、存储介质及计算机设备，RPA控制中心周期性地获取每一个节点的空闲硬件资源以及已安装软件标识。在进行任务的调度与分发时，RPA控制中心可以根据待执行RPA任务的任务配置信息，从各个节点中确定可调用的预选节点，以及根据该任务配置信息确定节点执行该待执行RPA任务所需的目标硬件资源与目标软件标识。对于每一预选节点，RPA控制中心判断该预选节点的空闲硬件资源是否满足目标硬件资源，以确定该预选节点是否有足够的硬件资源满足任务执行。RPA控制中心还判断该预选节点的已安装软件标识与目标软件标识是否匹配，以确定该预选节点的软件配置是否满足任务执行的软件需求。若该预选节点的软件配置与硬件资源均满足任务执行的需求，RPA控制中心可将该预选节点作为候选节点。在确定了候选节点的情况下，RPA控制中心可以将待执行RPA任务分配至一个候选节点来执行。如此，可有效避免执行节点的软硬件环境所导致的任务执行失败问题，有效提升RPA任务的执行成功率。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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它的附图。
图1为一个实施例中任务调度方法的应用环境图；
图2为一个实施例中任务调度方法的流程示意图；
图3为一个实施例中预选阶段的流程示意图；
图4为一个实施例中优选阶段的流程示意图；
图5为一个实施例中任务调度装置的示意性结构框图；
图6为一实施例中计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
目前，现有技术可以通过背景技术所陈述的三种方式之一来实现RPA任务的调度分发。但是，经发明人研究发现，在RPA的实际业务场景中，一个RPA任务的成功执行往往需要解决更多的问题：
一是硬件资源问题。RPA任务的执行节点是否有足够的硬件资源来满足RPA任务的执行，前述硬件资源包括CPU资源、内存资源和磁盘资源。若执行节点的硬件资源不满足RPA任务执行的需求，则该RPA任务可能存在执行失败的情况。
二是软件资源问题。例如，当RPA任务为报告制作任务时，该任务的执行需要依赖于浏览器和office等软件。若RPA任务的执行节点未安装有浏览器或者所需的office软件，则该RPA任务将无法正常执行。
三是任务分配不均的问题，容易导致节点资源浪费。
为解决上述问题，本申请实施例提供了一种任务调度方法、装置、存储介质及计算机设备，通过收集每一节点的软硬件环境，并将收集到的软硬件环境与执行待执行RPA任务所需的硬件资源、软件资源进行对比，从而可确保每一个候选节点的软件配置与硬件资源均满足任务执行的需求。RPA控制中心可以将待执行RPA任务分配至一个候选节点来执行。如此，可有效避免执行节点的软硬件环境所导致的任务执行失败问题，有效提升RPA任务的执行成功率。
在一些实施例中，在候选节点为多个的情况下，本申请还可对候选节点的硬件资源进行评分，并根据每一个候选节点的硬件资源分数，从多个候选节点中选取一个作为RPA任务的执行节点。如此，可根据候选节点的节点负载情况来动态调整任务RPA任务的执行，进而可提高节点资源的利用率以及RPA任务的执行效率，降低RPA任务的执行时间。
进一步地，在一些实施例中，本申请还可对候选节点的历史执行情况进行评分，对于每一个候选节点，其总分数可基于该候选节点的硬件资源分数和历史执行分数获取。RPA控制中心可以根据各个候选节点的总分数，从多个候选节点中选取一个作为RPA任务的执行节点。如此，可优先将待执行RPA任务分配给历史执行成功率高的节点，以进一步提高RPA任务的执行成功率。
本申请提供的任务调度方法可以应用于图1示出的环境中。如图1所示，该应用环境可以包括RPA控制中心102以及多个节点104，RPA控制中心102可连接每一节点104，以将待执行的RPA任务分发至对应的节点104执行。其中，每个节点104可以通过服务器或服务器集群来实现，本申请对此不作具体限制。在其中一个实施例中，该RPA控制中心102也可具备任务处理功能，换言之，该RPA控制中心102可视作一节点。
具体而言，在RPA控制中心102创建待执行RPA任务之后，可以通过本申请提供的方案来进行任务调度。其中，在待执行RPA任务的创建阶段，可支持任务配置信息的设置，例如，可在创建阶段设置执行该待执行RPA任务所需的硬件资源和软件资源。
本申请的任务调度方法可以被划分为两个阶段，分别为预选阶段和优选阶段。其中，RPA控制中心102在创建待执行RPA任务之后，可进入预选阶段。预选阶段用于从指定的节点筛选范围中，确定节点软硬件资源均满足待执行RPA任务所需资源的候选节点。优选阶段用于在候选节点的数量为多个的情况下，分别对每一候选节点104进行评分，以从中选取出最优的候选节点作为执行节点。
下面将结合实施例做具体说明。
在一个实施例中，本申请提供了一种任务调度方法，以该方法应用于图1所示的RPA控制中心为例进行说明。如图2所示，该方法可具体包括如下步骤：
S210：按照第一周期，周期性地获取每一节点的空闲硬件资源。
可以理解，该第一周期的具体数值可以依照实际情况确定，本申请对此不作具体限制。在一个示例中，该第一周期为1分钟，也即，RPA控制中心每分钟收集一次各个节点的空闲硬件资源情况。
S220：按照第二周期，周期性地获取每一节点的已安装软件标识。
可以理解，该第二周期的具体数值可以依照实际情况确定，本申请对此不作具体限制。在一个示例中，该第二周期为5分钟，也即，RPA控制中心每5分钟收集一次各个节点的软件资源情况。
S230：根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点。
其中，预选节点是指需要将节点的软硬件资源与执行待执行RPA任务所需的软硬件资源进行比较的节点，其可根据任务配置信息的节点指定情况来确定。目标硬件资源为执行该待执行RPA任务所需的硬件资源，目标软件标识资源为执行该待执行RPA任务所需的软件对应的软件标识。目标硬件资源和目标软件标识资源均可以从任务配置信息中提取得出。
在其中一个实施例中，根据待执行RPA任务的任务配置信息，确定预选节点的步骤，包括：若所述任务配置信息包括节点标识，则对于每一节点标识所对应的指定节点，获取该指定节点的节点状态，在该指定节点的节点状态非无效状态且非维护状态的情况下，将该指定节点作为预选节点；若所述任务配置信息未包括节点标识，则对于每一节点，获取该节点的节点状态，在该节点的节点状态非无效状态且非维护状态的情况下，将该节点作为预选节点。
具体而言，对于一些待执行RPA任务而言，其任务配置信息中可包括一个或多个的指定节点所对应的节点标识，该待执行RPA任务需要由指定节点之一来执行。在此情况下，RPA控制中心可以确定每一个指定节点的节点状态，以判断每一个指定节点是否可调用，并据此确定预选节点。当指定节点的节点状态为无效状态或者为维护状态时，则表明该指定节点不可调用，例如无法将待执行RPA任务分配至该指定节点中或者该指定节点无法执行该待执行RPA任务。当指定节点的节点状态既非无效状态，也非维护状态时，可表明该指定节点为可调用节点，若将待执行RPA任务分配至该指定节点中，其可执行待执行RPA任务。为避免将待执行RPA任务分配至不可调用的节点中，RPA控制中心可以对不可调用的指定节点进行排除，并将可调用的指定节点作为预选节点进行保留。
对于另一些待执行RPA任务而言，其任务配置信息中未包括节点标识，则表明，该待执行RPA任务没有指定执行节点，其可以由任一节点来执行。在此情况下，RPA控制中心可以确定每一个节点的节点状态，并将无效状态的节点以及维护状态的节点进行排除，将可调用的节点保留为预选节点。
如此，可避免将待执行RPA任务分配至不可调用的节点中执行，以进一步提升RPA任务的执行成功率。
S240：对于每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点。
具体而言，对于每一个预选节点，RPA控制中心可以检查该预选节点是否有足够的硬件资源(如CPU资源、内存资源、磁盘资源)，以满足RPA任务的执行，以及是否满足RPA任务执行的必备软件资源。
在检查该预选节点是否有足够的硬件资源时，RPA控制中心可以将最新获取到的该预选节点的空闲硬件资源与目标硬件资源进行比较，若该预选节点的空闲硬件资源多于或等于目标硬件资源，则可确定该预选节点的空闲硬件资源满足目标硬件资源。否则，则可确定该预选节点的空闲硬件资源不满足目标硬件资源。而在检查预选节点是否满足RPA任务执行的必备软件资源时，RPA控制中心可以将最新获取到的该预选节点的已安装软件标识与目标软件标识进行比对，以判断该预选节点是否安装有执行待执行RPA任务需要的每一个软件。若是，则可确定该预选节点满足待执行RPA任务的必备软件资源。否则，则可确定该预选节点不满足待执行RPA任务的必备软件资源。
若预选节点的空闲硬件资源与软件资源均满足待执行RPA任务所需的硬件资源与软件资源，则将该预选节点作为候选节点。如此，RPA控制中心可从各个预选节点中确定一个或多个的候选节点。
S250：向一个所述候选节点分配所述待执行RPA任务。
在其中一个实施例中，若候选节点的数量为一个，即在执行步骤S240后，RPA控制中心只得到一个候选节点，则RPA控制中心可直接将待执行RPA任务分配至该候选节点，以通过该候选节点执行该待执行RPA任务。
在其中一个实施例中，若候选节点的数量为多个，则RPA控制中心可将该待执行RPA任务分配至任一候选节点，以通过任一候选节点执行该待执行RPA任务。
本申请实施例中，在进行任务的调度与分发时，RPA控制中心可以根据待执行RPA任务的任务配置信息，从各个节点中确定可调用的预选节点，以及根据该任务配置信息确定节点执行该待执行RPA任务所需的目标硬件资源与目标软件标识。对于每一预选节点，RPA控制中心判断该预选节点的空闲硬件资源是否满足目标硬件资源，以确定该预选节点是否有足够的硬件资源满足任务执行。RPA控制中心还判断该预选节点的已安装软件标识与目标软件标识是否匹配，以确定该预选节点的软件配置是否满足任务执行的软件需求。若该预选节点的软件配置与硬件资源均满足任务执行的需求，RPA控制中心可将该预选节点作为候选节点。在确定了候选节点的情况下，RPA控制中心可以将待执行RPA任务分配至一个候选节点来执行。如此，可有效避免执行节点的软硬件环境所导致的任务执行失败问题，有效提升RPA任务的执行成功率。
在一个实施例中，如图3所示，预选阶段可以包括如下步骤：
S310，待执行RPA任务创建完成后，进入节点预选阶段；
S320，根据待执行RPA任务的任务配置信息，检查该待执行RPA任务是否指定了一个或多个的执行节点，其中，该指定的执行节点即为其他实施例所述的指定节点；若是则进入步骤S330，若否则进入步骤S340；
S330，从指定的执行节点中排除无效节点和维护节点，并将其余节点作为预选节点；
S340，从全部节点中排除无效节点和维护节点，并将其余节点作为预选节点；
S350，检查每一预选节点是否有足够的硬件资源满足RPA任务执行；
S360，检查每一预选节点是否满足RPA任务执行的必备软件资源。
在预选阶段执行完毕后，若RPA控制中心筛选出多个候选节点，则RPA控制中心可以对候选节点的硬件资源进行评分，并根据每一个候选节点的硬件资源分数，从多个候选节点中选取一个作为RPA任务的执行节点。
在一个实施例中，目标硬件资源可以包括执行该待执行RPA任务所需的CPU内核数(即目标CPU内核数)、执行该待执行RPA任务所需的内存空间(即目标内存空间)以及执行该待执行RPA任务所需的磁盘容量(即目标磁盘容量)。
向一个候选节点分配待执行RPA任务的步骤，包括：
若候选节点的数量大于或等于两个，则获取每一候选节点的总硬件资源，总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
对于每一候选节点，计算该候选节点的CPU内核总数与目标CPU内核数之间的第一差值，并将第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与目标内存空间之间的第二差值，并将第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与目标磁盘容量之间的第三差值，并将第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于第一平均值得到该候选节点的硬件资源得分；
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向执行节点分配待执行RPA任务。
具体而言，RPA控制中心可以根据CPU内核数、内存空间以及磁盘容量的情况，得出每一候选节点的硬件资源得分，硬件资源得分的数值大小关联于待执行RPA任务所请求的硬件资源占该候选节点的总硬件资源的百分比。
其中，候选节点的总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量。需要说明的是，CPU内核总数是指该候选节点的CPU的全部内核数量，例如，若某候选节点的CPU为8核CPU，且当前有2核不可用，则该候选节点的CPU内核总数为8。候选节点的总内存空间与总磁盘空间可与CPU内核总数同理。
对于每一个候选节点，RPA控制中心可依照下式计算该候选节点的内核得分cpuFraction、内存得分memoryFraction和磁盘得分volumeFraction：
cpuFraction＝(该候选节点的CPU内核总数-目标CPU内核数)/该候选节点的CPU内核总数；
memoryFraction＝(该候选节点的总内存空间-目标内存空间)/该候选节点的总内存空间；
volumeFraction＝(该候选节点的总磁盘容量-目标磁盘容量)/该候选节点的总磁盘容量。
在得到该候选节点的内核得分、内存得分和磁盘得分后，RPA控制中心可对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值。可以理解，内核评分所对应的权重、内存得分所对应的权重以及磁盘得分所对应的权重均可依照实际情况确定，本申请对此不作具体限制。在一个示例中，第一平均值mean可以通过下式求得：
mean＝(cpuFraction+memoryFraction+volumeFraction)/3
在得到该候选节点的第一平均值后，RPA控制中心可以根据该第一平均值得到该候选节点的硬件资源得分。在一个示例中，该候选节点的硬件资源得分c1可以依照下式求得：
c1＝mean*10
通过上述步骤，RPA控制中心可以计算得到各个候选节点的硬件资源得分。而后，RPA控制中心可以基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，例如将硬件资源得分最大的候选节点作为执行节点。
本实施例中，RPA控制中心可以根据每一个候选节点的节点负载情况来动态调整任务RPA任务的执行，进而可提高节点资源的利用率以及RPA任务的执行效率，降低RPA任务的执行时间。
在一个实施例中，向一个所述候选节点分配所述待执行RPA任务的步骤，还包括：
若所述候选节点的数量大于或等于两个，则获取所述待执行RPA任务的任务类型，并确定所述任务类型对应的已执行任务总数；
对于每一候选节点，获取该候选节点执行所述任务类型所对应的任务的成功次数，并基于所述成功次数和所述已执行任务总数之比得到该候选节点的历史执行得分。
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点的步骤，包括：
对于每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分；
基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点。
具体而言，RPA控制中心还可以结合每一候选节点的硬件资源得分与历史执行得分，计算得出该候选节点的总得分，并基于总得分从多个候选节点中选取一个节点作为执行节点。其中，历史执行得分可以根据该候选节点的历史该任务执行情况来确定，用于反映该候选节点执行同类型的RPA任务的成功率。
具体地，在候选节点的数量大于或等于两个时，RPA控制中心可以获取待执行RPA任务的任务类型，并统计该任务类型所对应的RPA任务的执行总数，该执行总数即为已执行任务总数。对于每一个候选节点，RPA控制中心可以统计该候选节点执行同类型RPA任务的成功次数，并计算成功次数与已执行任务总数的比值，基于该比值得到该候选节点的历史执行得分。在其中一个实施例中，对于每一个候选节点，RPA控制中心可以按照下式确定该候选节点的历史执行得分c2：
c2＝(t/T)*10
其中，t为该候选节点所对应的成功次数，T为已执行任务总数。
对于每一个候选节点，在求得该候选节点的历史执行得分后，RPA控制中心可以根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分。在得到各个候选节点的总得分后，RPA控制中心可以基于各个总得分的数值大小，从各个候选节点中选取一个节点作为执行节点，并将待执行RPA任务分配至该执行节点。
在其中一个实施例中，对于每一候选节点，RPA控制中心可以将该候选节点的硬件资源得分与历史执行得分进行加权平均，以得到该候选节点的总得分。可以理解，硬件资源得分所对应的权重以及历史执行得分所对应的权重均可依照实际情况确定，本申请对此不作具体限制。例如，RPA控制中心可以按照下式计算该候选节点的总得分C：
C＝(c1+c2)/2
而后，RPA控制中心可从各候选节点的总得分中确定最大总得分，该最大总得分为各个总得分中数值最大的总得分。并将最大总得分对应的候选节点作为所述执行节点，以从候选节点中确定最优节点。可以理解，本申请可以采用任意方式来确定最大总得分，在一个示例中，RPA控制中心可以对各候选节点的总得分进行降序排列，并将降序排列后排列次序第一的总得分(即降序排列后的第一个值)作为所述最大总得分。
本实施例中，可优先将待执行RPA任务分配给历史执行成功率高的节点，以进一步提高RPA任务的执行成功率。
在一个示例中，如图4所示，预选阶段可以包括如下步骤：
S410，当候选节点的数量大于或等于两个时，进入优选阶段；
S420，对于每一候选节点，根据该候选节点的CPU内核、内存空间以及磁盘容量进行打分，以得到该候选节点的硬件资源得分；
S430，对于每一候选节点，根据该候选节点对于同类型RPA任务的历史执行情况进行打分，以得到该候选节点的历史执行得分；
S440，对于每一候选节点，根据该候选节点的硬件资源得分以及历史执行得分，计算该候选节点的总得分；
S450，根据各个总得分，从多个候选节点中确定最优节点，并将该最优节点作为执行节点。
本申请通过在优选阶段通过对候选节点的硬件资源进行打分，以及对该候选节点的任务历史执行情况进行打分，一方面可以提高服务器节点资源的利用率；另一方面，因为考虑了候选节点的任务历史执行信息，可以优先保证节点历史执行好的优先执行该任务，提高RPA任务执行的成功。
下面对本申请实施例提供的任务调度装置进行描述，下文描述的任务调度装置与上文描述的任务调度方法可相互对应参照。
在一个实施例中，本申请提供了一种任务调度装置。如图5所示，该装置具体包括硬件资源获取模块、已安装软件标识获取模块、配置信息获取模块、候选节点确定模块和分配模块。其中：
硬件资源获取模块，用于按照第一周期，周期性地获取每一节点的空闲硬件资源；
已安装软件标识获取模块，用于按照第二周期，周期性地获取每一节点的已安装软件标识；
配置信息获取模块，用于根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；
候选节点确定模块，用于针对每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；
分配模块，用于向一个所述候选节点分配所述待执行RPA任务。
在一个实施例中，所述目标硬件资源包括执行所述待执行RPA任务所需的目标CPU内核数、目标内存空间以及目标磁盘容量。所述分配模块包括：
硬件资源获取单元，用于在所述候选节点的数量大于或等于两个的情况下，获取每一候选节点的总硬件资源，所述总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
硬件资源得分计算单元，用于针对每一候选节点，计算该候选节点的CPU内核总数与所述目标CPU内核数之间的第一差值，并将所述第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与所述目标内存空间之间的第二差值，并将所述第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与所述目标磁盘容量之间的第三差值，并将所述第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于所述第一平均值得到该候选节点的硬件资源得分；
任务分配单元，用于基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向所述执行节点分配所述待执行RPA任务。
在一个实施例中，所述分配模块还包括已执行任务总数获取单元和历史执行得分计算单元。其中，已执行任务总数获取单元用于在所述候选节点的数量大于或等于两个的情况下，获取所述待执行RPA任务的任务类型，并确定所述任务类型对应的已执行任务总数。历史执行得分计算单元用于针对每一候选节点，获取该候选节点执行所述任务类型所对应的任务的成功次数，并基于所述成功次数和所述已执行任务总数之比得到该候选节点的历史执行得分。
任务分配单元包括总得分计算单元和执行节点确定单元。其中，总得分计算单元用于针对每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分。执行节点确定单元用于基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点。
在一个实施例中，总得分计算单元用于针对每一候选节点，将该候选节点的硬件资源得分与历史执行得分进行加权平均，以得到该候选节点的总得分。执行节点确定单元用于从各候选节点的总得分中确定最大总得分，并将所述最大总得分对应的候选节点作为所述执行节点。
在一个实施例中，执行节点确定单元用于对各候选节点的总得分进行降序排列，并将降序排列后排列次序第一的总得分作为所述最大总得分。
在一个实施例中，配置信息获取模块包括预选节点确定单元。该预选节点确定单元用于在所述任务配置信息包括节点标识的情况下，对于每一节点标识所对应的指定节点，获取该指定节点的节点状态，在该指定节点的节点状态非无效状态且非维护状态的情况下，将该指定节点作为预选节点。该预选节点确定单元还用于在所述任务配置信息未包括节点标识的情况下，对于每一节点，获取该节点的节点状态，在该节点的节点状态非无效状态且非维护状态的情况下，将该节点作为预选节点。
在一个实施例中，本申请还提供了一种存储介质，所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述任务调度方法的步骤。
在一个实施例中，本申请还提供了一种计算机设备，所述计算机设备中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如上述实施例中任一项所述任务调度方法的步骤。
示意性地，如图6所示，图6为本申请实施例提供的一种计算机设备的内部结构示意图，该计算机设备900可以被提供为一服务器。参照图6，计算机设备900包括处理组件902，其进一步包括一个或多个处理器，以及由存储器901所代表的存储器资源，用于存储可由处理组件902的执行的指令，例如应用程序。存储器901中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件902被配置为执行指令，以执行上述任意实施例的任务调度方法。
计算机设备900还可以包括一个电源组件903被配置为执行计算机设备900的电源管理，一个有线或无线网络接口904被配置为将计算机设备900连接到网络，和一个输入输出(I/O)接口905。计算机设备900可以操作基于存储在存储器901的操作系统，例如WindowsServer TM、Mac OS XTM、Unix TM、Linux TM、Free BSDTM或类似。
本领域技术人员可以理解，本申请示出的计算机设备的内部结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。本文中，“一”、“一个”、“所述”、“该”和“其”也可以包括复数形式，除非上下文清楚指出另外的方式。多个是指至少两个的情况，如2个、3个、5个或8个等。“和/或”包括相关所列项目的任何及所有组合。
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，各个实施例之间可以根据需要进行组合，且相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种任务调度方法，其特征在于，所述方法包括：
按照第一周期，周期性地获取每一节点的空闲硬件资源；
按照第二周期，周期性地获取每一节点的已安装软件标识；
根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；
对于每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；
向一个所述候选节点分配所述待执行RPA任务。
2.根据权利要求1所述的任务调度方法，其特征在于，所述目标硬件资源包括执行所述待执行RPA任务所需的目标CPU内核数、目标内存空间以及目标磁盘容量；
向一个所述候选节点分配所述待执行RPA任务的步骤，包括：
若所述候选节点的数量大于或等于两个，则获取每一候选节点的总硬件资源，所述总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
对于每一候选节点，计算该候选节点的CPU内核总数与所述目标CPU内核数之间的第一差值，并将所述第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与所述目标内存空间之间的第二差值，并将所述第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与所述目标磁盘容量之间的第三差值，并将所述第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于所述第一平均值得到该候选节点的硬件资源得分；
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向所述执行节点分配所述待执行RPA任务。
3.根据权利要求2所述的任务调度方法，其特征在于，向一个所述候选节点分配所述待执行RPA任务的步骤，还包括：
若所述候选节点的数量大于或等于两个，则获取所述待执行RPA任务的任务类型，并确定所述任务类型对应的已执行任务总数；
对于每一候选节点，获取该候选节点执行所述任务类型所对应的任务的成功次数，并基于所述成功次数和所述已执行任务总数之比得到该候选节点的历史执行得分；
基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点的步骤，包括：
对于每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分；
基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点。
4.根据权利要求3所述的任务调度方法，其特征在于，对于每一候选节点，根据该候选节点的硬件资源得分和历史执行得分，计算该候选节点的总得分的步骤，包括：
对于每一候选节点，将该候选节点的硬件资源得分与历史执行得分进行加权平均，以得到该候选节点的总得分；
基于各候选节点的总得分的数值大小，从各候选节点中选取一个候选节点作为所述执行节点的步骤包括：
从各候选节点的总得分中确定最大总得分，并将所述最大总得分对应的候选节点作为所述执行节点。
5.根据权利要求4所述的任务调度方法，其特征在于，从各候选节点的总得分中确定最大总得分的步骤，包括：
对各候选节点的总得分进行降序排列，并将降序排列后排列次序第一的总得分作为所述最大总得分。
6.根据权利要求1至5任一项所述的任务调度方法，其特征在于，根据待执行RPA任务的任务配置信息，确定预选节点的步骤，包括：
若所述任务配置信息包括节点标识，则对于每一节点标识所对应的指定节点，获取该指定节点的节点状态，在该指定节点的节点状态非无效状态且非维护状态的情况下，将该指定节点作为预选节点；
若所述任务配置信息未包括节点标识，则对于每一节点，获取该节点的节点状态，在该节点的节点状态非无效状态且非维护状态的情况下，将该节点作为预选节点。
7.一种任务调度装置，其特征在于，所述装置包括：
硬件资源获取模块，用于按照第一周期，周期性地获取每一节点的空闲硬件资源；
已安装软件标识获取模块，用于按照第二周期，周期性地获取每一节点的已安装软件标识；
配置信息获取模块，用于根据待执行RPA任务的任务配置信息，确定预选节点、执行所述待执行RPA任务所需的目标硬件资源以及执行所述待执行RPA任务所需的目标软件标识；每一预选节点为可调用的节点；
候选节点确定模块，用于针对每一预选节点，若最新获取的该预选节点的空闲硬件资源满足所述目标硬件资源，且最新获取的该预选节点的已安装软件标识包括每一所述目标软件标识，则将该预选节点作为候选节点；
分配模块，用于向一个所述候选节点分配所述待执行RPA任务。
8.根据权利要求7所述的任务调度装置，其特征在于，所述目标硬件资源包括执行所述待执行RPA任务所需的目标CPU内核数、目标内存空间以及目标磁盘容量；所述分配模块包括：
硬件资源获取单元，用于在所述候选节点的数量大于或等于两个的情况下，获取每一候选节点的总硬件资源，所述总硬件资源包括该候选节点的CPU内核总数、总内存空间和总磁盘容量；
硬件资源得分计算单元，用于针对每一候选节点，计算该候选节点的CPU内核总数与所述目标CPU内核数之间的第一差值，并将所述第一差值与该候选节点的CPU内核总数之比作为该候选节点的内核得分；计算该候选节点的总内存空间与所述目标内存空间之间的第二差值，并将所述第二差值与该候选节点的总内存空间之比作为该候选节点的内存得分；计算该候选节点的总磁盘容量与所述目标磁盘容量之间的第三差值，并将所述第三差值与该候选节点的总磁盘容量之比作为该候选节点的磁盘得分；对该候选节点的内核得分、内存得分和磁盘得分进行加权平均，以得到第一平均值，并基于所述第一平均值得到该候选节点的硬件资源得分；
任务分配单元，用于基于各候选节点的硬件资源得分的数值大小，从各候选节点中选取一个候选节点作为执行节点，并向所述执行节点分配所述待执行RPA任务。
9.一种存储介质，其特征在于：所述存储介质中存储有计算机可读指令，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至6中任一项所述任务调度方法的步骤。
10.一种计算机设备，其特征在于，包括：一个或多个处理器，以及存储器；
所述存储器中存储有计算机可读指令，所述计算机可读指令被所述一个或多个处理器执行时，执行如权利要求1至6中任一项所述任务调度方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210582287.8A CN114995974A (zh) | 2022-05-26 | 2022-05-26 | 任务调度方法、装置、存储介质及计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210582287.8A CN114995974A (zh) | 2022-05-26 | 2022-05-26 | 任务调度方法、装置、存储介质及计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114995974A true CN114995974A (zh) | 2022-09-02 |
Family
ID=83028533
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210582287.8A Pending CN114995974A (zh) | 2022-05-26 | 2022-05-26 | 任务调度方法、装置、存储介质及计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114995974A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115408136A (zh) * | 2022-11-01 | 2022-11-29 | 安徽思高智能科技有限公司 | 一种基于遗传算法的rpa流程调度方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933506A (zh) * | 2019-03-20 | 2019-06-25 | 浪潮商用机器有限公司 | 服务器大数据性能评价方法、系统及电子设备和存储介质 |
| CN110968424A (zh) * | 2019-09-12 | 2020-04-07 | 广东浪潮大数据研究有限公司 | 一种基于K8s的资源调度方法、装置和存储介质 |
| CN111522664A (zh) * | 2020-04-24 | 2020-08-11 | 中国工商银行股份有限公司 | 基于分布式服务的服务资源管控方法及装置 |
| CN112231108A (zh) * | 2020-11-02 | 2021-01-15 | 网易（杭州）网络有限公司 | 任务处理方法、装置、计算机可读存储介质及服务器 |
| WO2021042510A1 (zh) * | 2019-09-02 | 2021-03-11 | 平安科技（深圳）有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
| CN113742068A (zh) * | 2021-08-27 | 2021-12-03 | 深圳市商汤科技有限公司 | 任务调度方法、装置、设备、存储介质及计算机程序产品 |
-
2022
- 2022-05-26 CN CN202210582287.8A patent/CN114995974A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109933506A (zh) * | 2019-03-20 | 2019-06-25 | 浪潮商用机器有限公司 | 服务器大数据性能评价方法、系统及电子设备和存储介质 |
| WO2021042510A1 (zh) * | 2019-09-02 | 2021-03-11 | 平安科技（深圳）有限公司 | 一种任务分配方法、装置、可读存储介质及终端设备 |
| CN110968424A (zh) * | 2019-09-12 | 2020-04-07 | 广东浪潮大数据研究有限公司 | 一种基于K8s的资源调度方法、装置和存储介质 |
| CN111522664A (zh) * | 2020-04-24 | 2020-08-11 | 中国工商银行股份有限公司 | 基于分布式服务的服务资源管控方法及装置 |
| CN112231108A (zh) * | 2020-11-02 | 2021-01-15 | 网易（杭州）网络有限公司 | 任务处理方法、装置、计算机可读存储介质及服务器 |
| CN113742068A (zh) * | 2021-08-27 | 2021-12-03 | 深圳市商汤科技有限公司 | 任务调度方法、装置、设备、存储介质及计算机程序产品 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115408136A (zh) * | 2022-11-01 | 2022-11-29 | 安徽思高智能科技有限公司 | 一种基于遗传算法的rpa流程调度方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10474504B2 (en) | Distributed node intra-group task scheduling method and system | |
| US7203747B2 (en) | Load balancing system and method in a multiprocessor system | |
| US7856572B2 (en) | Information processing device, program thereof, modular type system operation management system, and component selection method | |
| CN105159769A (zh) | 一种适用于计算能力异构集群的分布式作业调度方法 | |
| CN111880939A (zh) | 容器动态迁移方法、装置及电子设备 | |
| US11438271B2 (en) | Method, electronic device and computer program product of load balancing | |
| CN108616424B (zh) | 一种资源调度方法、计算机设备和系统 | |
| US20190280945A1 (en) | Method and apparatus for determining primary scheduler from cloud computing system | |
| CN114756347A (zh) | 基于集群的服务器资源调度方法、装置、云平台及介质 | |
| CN114995974A (zh) | 任务调度方法、装置、存储介质及计算机设备 | |
| CN116010064A (zh) | Dag作业调度和集群管理的方法、系统及装置 | |
| CN112214288B (zh) | 基于Kubernetes集群的Pod调度方法、装置、设备和介质 | |
| CN111767145A (zh) | 容器调度系统、方法、装置和设备 | |
| Shukla et al. | Fault tolerance based load balancing approach for web resources in cloud environment. | |
| CN114116173A (zh) | 动态调整任务分配的方法、装置和系统 | |
| CN111240824A (zh) | 一种cpu资源调度方法及电子设备 | |
| CN116360922A (zh) | 集群资源调度方法、装置、计算机设备和存储介质 | |
| CN113590274A (zh) | 任务分配方法及装置、任务处理系统 | |
| CN114826908B (zh) | kubernetes集群服务保障方法、组件、系统 | |
| CN111143210A (zh) | 一种测试任务调度方法和系统 | |
| CN115629854A (zh) | 分布式任务调度方法、系统、电子设备和存储介质 | |
| CN115202810A (zh) | 一种Kubernetes工作节点分配方法及系统 | |
| CN111459651B (zh) | 一种负载均衡方法、装置、存储介质及调度系统 | |
| CN111324447A (zh) | 线程的调整方法、装置、应用服务器和存储介质 | |
| CN113204434B (zh) | 基于k8s的计划任务执行方法、装置及计算机设备 |
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 |