CN115118784A - 算力资源的调度方法、装置及系统 - Google Patents
算力资源的调度方法、装置及系统 Download PDFInfo
- Publication number
- CN115118784A CN115118784A CN202210757897.7A CN202210757897A CN115118784A CN 115118784 A CN115118784 A CN 115118784A CN 202210757897 A CN202210757897 A CN 202210757897A CN 115118784 A CN115118784 A CN 115118784A
- Authority
- CN
- China
- Prior art keywords
- computing
- computing power
- resource
- resources
- information
- 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 49
- 238000004364 calculation method Methods 0.000 claims description 70
- 238000004590 computer program Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 10
- 230000035945 sensitivity Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 5
- 238000013468 resource allocation Methods 0.000 description 3
- 241000533950 Leucojum Species 0.000 description 2
- 230000002457 bidirectional effect Effects 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5051—Service on demand, e.g. definition and deployment of services in real time
Abstract
本公开提供了一种算力资源的调度方法、装置及系统,涉及算力网络领域,所述方法包括:接收用户的资源调度请求,资源调度请求包括参考信息,参考信息包括用户的需求信息,需求信息包括算力需求和网络需求,网络需求包括需要的第一路径的第一网络信息,第一路径为用户的用户设备与提供算力资源的算力节点之间的路径;根据参考信息,确定满足算力需求和网络需求的目标算力资源。
Description
技术领域
本公开涉及算力网络领域,尤其是一种算力资源的调度方法、装置及系统。
背景技术
算力网络技术的实现需要对各种算力资源进行调度,当前的算力网络实现方案主要有分布式方案和集中式方案。
分布式方案通过对边界网关协议(BGP)、内部网关协议(IGP)等路由协议进行扩展,将算力资源作为路由信息发布到网络;集中式方案主要基于集中式控制器对算力资源进行调度。
发明内容
发明人注意到,不管是分布式方案还是集中式方案的算力网络中,都存在用户无法及时或无法获取算力资源的问题。
发明人针对上述问题进行了进一步分析:
一方面,目前用户在申请算力资源时只提出了对算力资源的需求而没有提出对网络需求,进而出现算力资源可以满足用户的算力资源需求但由于与该算力资源对应的网络存在问题而使用户无法及时或无法获取到算力资源的情况。
例如,在分布式方案中,由于算力资源数据量大,在作为路由信息发布到网络的情况下容易造成网络负荷过大,进而用户无法及时或无法获取算力资源。
另一方面,在集中式方案中,算力网络的处理能力受限于集中式控制器的能力,也就是说,一旦集中式控制器发生故障则可能导致对应的算力网络瘫痪、数据丢失,进而无法获取算力资源信息。
为了解决上述问题,本公开实施例提出了如下解决方案。
根据本公开实施例的一方面,提供一种算力资源的调度方法,包括:接收用户的资源调度请求,所述资源调度请求包括参考信息,所述参考信息包括所述用户的需求信息,所述需求信息包括算力需求和网络需求,所述网络需求包括需要的第一路径的第一网络信息,所述第一路径为所述用户的用户设备与提供所述算力资源的算力节点之间的路径;根据所述参考信息,确定满足所述算力需求和所述网络需求的目标算力资源。
在一些实施例中,根据第一对应表,从多个算力资源中确定所述目标算力资源,所述第一对应表包括所述多个算力资源的标识和所述用户设备与所述多个算力资源中每个算力资源对应的算力节点之间的第二路径的第二网络信息,所述多个算力资源中每个算力资源的标识包括标识号和标识信息,所述标识信息指示出所述多个算力资源中每个算力资源对应的算力情况。
在一些实施例中,所述用户设备与用户侧接入设备之间的第一子路径;所述用户侧接入设备与算力资源侧接入设备之间的第二子路径;和所述多个算力资源中每个算力资源对应的算力节点与所述算力资源侧接入设备之间的第三子路径。
在一些实施例中,所述资源调度请求携带所述第一子路径的第二网络信息。
在一些实施例中,所述标识信息包括算力价格,所述根据第一对应表,从多个算力资源中确定所述目标算力资源包括:根据所述第一对应表,从所述多个算力资源中确定满足所述算力需求和所述网络需求的多个备选算力资源;在已经接收的所述资源调度请求的总数量小于预定数量的情况下,根据所述多个备选算力资源的容量和算力价格,对所述多个备选算力资源进行排序以选择容量最大且算力价格最低的备选算力资源作为所述目标算力资源。
在一些实施例中,所述参考信息还包括所述用户的属性信息,所述属性信息包括用户类别、用户价格敏感度、用户优先级和用户位置中的至少一项。
在一些实施例中,将所述目标算力资源的标识和所述参考信息对应存储在第二对应表中;在已经接收的所述资源调度请求的总数量不小于所述预定数量的情况下,根据所述属性信息,从所述第二对应表中选择与所述用户相似的历史用户的目标算力资源作为所述用户的目标算力资源。
在一些实施例中,从所述多个备选算力资源中选择出与所述用户相似的历史用户的多个目标算力资源;根据所述多个目标算力资源的容量和算力价格,对所述多个目标算力资源进行排序以选择容量最大且算力价格最低的目标算力资源作为所述用户的目标算力资源。
在一些实施例中,接收所述多个算力资源中每个算力资源的标识申请请求,所述标识申请请求包括第一算力信息,每个算力资源的第一算力信息包括每个算力资源对应的算力节点;根据标识生成信息,为所述多个算力资源中每个算力资源生成标识,所述标识生成信息包括所述第一算力信息。
在一些实施例中,所述第一算力信息还包括所述多个算力资源中每个算力资源所在的物理机和所述物理机中提供所述算力资源的容器,或所述算力资源所在的物理机和所述物理机中提供所述算力资源的虚拟机。
在一些实施例中,所述标识生成信息还包括时间信息,所述时间信息包括当前时刻和预设时刻;根据标识生成信息,为所述多个算力资源中每个算力资源生成标识包括:基于所述当前时刻与所述预设时刻的差值,生成所述标识号。
在一些实施例中,根据所述时间信息,生成二进制的第一序列号;根据所述第一算力信息,生成二进制的第二序列号,所述标识号包括所述第一序列号和所述第二序列号。
在一些实施例中,所述标识申请请求还包括第二算力信息;所述根据标识生成信息,为所述多个算力资源中每个算力资源生成标识包括:从所述第二算力信息中提取与预设字段匹配的相关信息,其中,所述第二算力信息包括以下至少一项:所述多个算力资源中每个算力资源所在的云端、所述多个算力资源中每个算力资源的算力种类、所述多个算力资源中每个算力资源的算力形式、所述多个算力资源中每个算力资源的算力单位、所述多个算力资源中每个算力资源包括的容量和接收到所述标识申请请求的时刻、所述多个算力资源中每个算力资源的价格,所述多个算力资源中每个算力资源的容量指示出所述多个算力资源中每个算力资源包括的算力单位的个数;和根据所述标识号和所述相关信息,生成统一资源定位符形式的标识作为所述多个算力资源中每个算力资源的标识。
在一些实施例中,所述标识申请请求还包括算力资源网络信息,所述算力资源网络信息包括所述第三子路径的第二网络信息。
在一些实施例中,所述第三子路径的第二网络信息包括所述第三子路径的价格,所述标识信息包括算力价格,所述算力价格根据所述第三子路径的价格确定,所述第三子路径的价格根据所述第三子路径的带宽和所述第三子路径的连接方式确定。
在一些实施例中,所述第一网络信息和所述第二网络信息包括时延、带宽和丢包率中的至少一项。
在一些实施例中,将所述目标算力资源的标识号发送给所述用户设备,以便所述用户设备基于所述标识号从算力解析平台获取所述目标算力资源的互联网协议IP地址。
在一些实施例中,在所述目标算力资源的标识号发送给所述用户设备之前,确认所述目标算力资源的算力节点与所述用户设备之间的路径是否可用。
在一些实施例中,在所述多个算力资源中任意一个算力资源的标识丢失的情况下,从所述算力解析平台获取所述任意一个算力资源的标识。
根据本公开实施例的还一方面,提供一种算力资源的调度装置,包括:接收模块,被配置为接收用户的资源调度请求,所述资源调度请求包括参考信息,所述参考信息包括所述用户的需求信息,所述需求信息包括算力需求和网络需求,所述算力需求包括需要的算力资源的算力种类和容量,所述网络需求包括需要的第一路径的第一网络信息,所述第一路径为所述用户的用户设备与提供所述算力资源的算力节点之间的路径;确定模块,被配置为根据所述参考信息,确定满足所述算力需求和所述网络需求的目标算力资源。
根据本公开实施例的还一方面,提供一种算力资源的调度装置,包括:存储器;以及耦接至所述存储器的处理器,被配置为基于存储在所述存储器中的指令,执行上述任意一个实施例所述的方法。
根据本公开实施例的还一方面,提供一种算力资源的调度系统,包括:上述任意一个实施例所述的算力资源的调度装置,被配置为根据第一对应表,从多个算力资源中确定所述目标算力资源,所述第一对应表包括所述多个算力资源的标识和所述用户设备与所述多个算力资源中每个算力资源对应的算力节点之间的第二路径的第二网络信息,所述多个算力资源中每个算力资源的标识包括标识号和标识信息,所述标识信息指示出所述多个算力资源中每个算力资源对应的算力情况;将所述目标算力资源的标识号发送给所述用户设备;算力解析平台,被配置为基于所述标识号向所述用户设备提供所述目标算力资源的IP地址。
在一些实施例中,在所述多个算力资源中任意一个算力资源的标识丢失的情况下,所述算力解析平台提供所述任意一个算力资源的标识。
根据本公开实施例的还一方面,提供一种计算机可读存储介质,包括计算机程序指令,其中,所述计算机程序指令被处理器执行时实现上述任意一个实施例所述的方法。
根据本公开实施例的还一方面,提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现上述任意一个实施例所述的方法。
本公开实施例中,在发出的资源调度请求中包括了对算力资源的算力需求和网络需求,进而可以调度同时满足算力需求和网络需求的算力资源,从而减少了由于与算力资源对应的网络存在问题而使用户无法及时或无法获取到算力资源的情况的发生。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本公开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公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本公开一些实施例的算力资源的调度方法的流程示意图;
图2是根据本公开另一些实施例的算力资源的调度方法的流程示意图;
图3是根据本公开一些实施例的算力资源的调度装置的结构示意图;
图4是根据本公开另一些实施例的算力资源的调度装置的结构示意图;
图5是根据本公开一些实施例的算力资源的调度系统的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图,对本公开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公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
另外,在本公开的描述中,术语“第一”、“第二”、“第三”等仅用于描述目的,而不能理解为指示或暗示相对重要性和顺序。类似地,虽然在附图中以特定次序描绘了操作,但是这不应该被理解为要求以所示的特定次序或者以顺序次序执行这样的操作,或者要求执行所有图示的操作以实现所希望的结果。在某些情况下,多任务处理和并行处理可以是有利的。
图1是根据本公开一些实施例的算力资源的调度方法的流程示意图。
在步骤102,接收用户的资源调度请求。这里,资源调度请求包括参考信息。
参考信息包括用户的需求信息,需求信息包括算力需求和网络需求,网络需求包括需要的第一路径的第一网络信息,第一路径为用户的用户设备与提供算力资源的算力节点之间的路径。
在一些实施例中,第一网络信息包括时延、带宽和丢包率中的至少一项。
在一些实施例中,算力需求包括需要的算力资源的算力种类和容量。
在一些实施例中,算力资源的算力种类包括中央处理器算力、图形处理器算力以及现场可编程逻辑门阵列算力。
在一些实施例中,算力资源的容量可以指示出算力资源包括的算力单位的个数。例如,算力资源的算力单位包括单精度浮点数(FP32)。
在一些实施例中,第一路径可以包括用户设备与用户侧接入设备之间的路径、用户侧接入设备与算力资源侧接入设备之间的路径和提供算力资源的算力节点与算力资源侧接入设备之间的路径。
在一些实施例中,参考信息还包括用户的属性信息,属性信息包括用户类别、用户价格敏感度、用户优先级和用户位置中的至少一项。这里,用户类别例如可以是个人用户、企业用户和政府用户;用户价格敏感度可以指示出用户对算力资源的价格是否敏感。
在一些实施例中,用户优先级可以表示用户是普通级用户、会员用户和超级会员用户,用户可以通过付费方式提升用户优先级。
作为一些实施方式,在低用户优先级用户和高用户优先级用户同时需要同一算力资源的情况下,高用户优先级用户可以优先使用算力资源。
作为又一些实施方式,高用户优先级用户可以申请到仅供高用户优先级用户使用的算力资源。
在步骤104,根据参考信息,确定满足算力需求和网络需求的目标算力资源。
在参考信息仅包括用户的需求信息的情况下,根据用户的需求信息确定目标算力资源;在参考信息包括用户的需求信息和属性信息的情况下,根据用户的需求信息和属性信息确定目标算力资源。
在一些实施例中,可以将与目标算力资源相关的信息发送给用户,用户可以利用该信息获取目标算力资源。
如此,在发出的资源调度请求中包括了对算力资源的算力需求和网络需求,进而可以调度同时满足算力需求和网络需求的算力资源,从而减少了由于与算力资源对应的网络存在问题而使用户无法及时或无法获取到算力资源的情况的发生。
在一些实施例中,可以根据第一对应表,从多个算力资源中确定目标算力资源。这里,第一对应表包括多个算力资源的标识和用户设备与该多个算力资源中每个算力资源对应的算力节点之间的第二路径的第二网络信息,该多个算力资源的标识包括标识号和标识信息,标识信息指示出该多个算力资源中每个算力资源对应的算力情况。
在一些实施例中,第二网络信息包括时延、带宽和丢包率中的至少一项。
如此,第一对应表中存储有不同算力资源的标识、以及用户设备和不同算力节点之间的路径对应的网络信息,从而可以提高确定的目标算力资源的准确性,并满足用户的网络需求。
在一些实施例中,第二路径包括用户设备与用户侧接入设备之间的第一子路径、用户侧接入设备与算力资源侧接入设备之间的第二子路径和多个算力资源中每个算力资源对应的算力节点到算力资源侧接入设备的第三子路径。这里,第一路径可以是一条或多条第二路径中的一条路径。
如此,根据第二路径中三段子路径的网络信息来选择目标算力资源,可以确保所确定的目标算力资源满足用户提出的网络需求。
作为一些实施方式,资源调度请求携带第一子路径的第二网络信息。换言之,用户在申请算力资源时一并上报第一子路径的第二网络信息。
作为又一些实施方式,用户在申请算力资源时,第一子路径上的网络设备(如,路由器)一并上报第一子路径的第二网络信息。
如此,根据用户上报的第二网络信息可以更准确地确定目标算力资源。此外,不需要再额外获取第一子路径的网络信息,加快了确定目标算力资源的速度,从而可以更快地为用户调度算力资源。
下面结合不同实施例介绍从多个算力资源中确定目标算力资源的实现方式。
在一些实施例中,标识信息包括算力价格,目标算力资源可以根据如下方法确定。
首先,根据第一对应表,从多个算力资源中确定满足算力需求和网络需求的多个备选算力资源。
然后,在已经接收的资源调度请求的总数量小于预定数量的情况下,根据多个备选算力资源的容量和算力价格,对多个备选算力资源进行排序以选择容量最大且算力价格最低的备选算力资源作为目标算力资源。
例如,如果预定数量是50,那么在已经接收到的资源调度请求(即,历史接收到的资源调度请求)总数量少于50条的情况下,对多个备选算力资源中的算力资源进行优先级排序,算力资源容量(即,算力资源包括的算力单位的个数)越大,算力价格越低,排序越靠前。这样,得到排序最靠前的算力资源,即为目标算力资源。
如此,通过考虑算力资源的容量和算力价格,可以为用户提供更可靠、且性价比更高的目标算力资源。
在另一些实施例中,参考信息还包括用户的属性信息。这种情况下,目标算力资源可以根据如下方法确定。
首先,根据第一对应表,从多个算力资源中确定满足算力需求和网络需求的多个备选算力资源。
然后,判断已经接收的资源调度请求的总数量是否小于预定数量。
在已经接收的资源调度请求的总数量小于预定数量的情况下,按照以上类似的方式,根据多个备选算力资源的容量和算力价格,对多个备选算力资源进行排序以选择容量最大且算力价格最低的备选算力资源作为目标算力资源。在确定出目标算力资源后,将目标算力资源的标识和参考信息对应存储在第二对应表中。
在已经接收的资源调度请求的总数量不小于预定数量的情况下,根据属性信息,从第二对应表中选择与用户相似的历史用户的目标算力资源作为目标算力资源。
在一些实现方式中,如果某个历史用户与当前用户的价格敏感度、用户优先级和用户类别中的任意一项相同,则可将该历史用户视为相似用户。
在另一些实现方式中,如果某个历史用户与当前用户的价格敏感度、用户优先级和用户类别中的两项或更多项相同,则可将该历史用户视为相似用户。如此,确定的相似用户更准确。
例如,如果预定数量是50,那么在已经接收到的资源调度请求(即,历史接收到的资源调度请求)总数量大于或等于50条的情况下,根据当前用户的价格敏感度、用户优先级和用户类别,查询第二对应表中的历史用户的目标算力资源分配信息,匹配相似用户,获取相似用户历史算力资源分配情况。
从多个备选算力资源中选择出与相似用户历史算力资源分配情况中的算力标识号一致的算力资源。
对与相似用户历史算力资源分配情况中的算力标识号一致的算力资源进行优先级排序,算力资源容量越大,算力价格越低,排序越靠前。这样,得到排序最靠前的算力资源,即为目标算力资源。
如此,在历史接收到的资源调度请求较多的情况下,无需再根据算力资源的容量和算力价格对众多算力资源全部进行排序,而只需要对与相似用户历史算力资源分配情况中的算力标识号一致的算力资源进行排序,加快了确定目标算力资源的速度;此外,通过考虑用户对应的相似用户的目标算力资源的容量和算力价格,可以为用户提供更可靠、且性价比更高的目标算力资源。
下面结合图2介绍如何分配算力资源的标识。
图2是根据本公开另一些实施例的算力资源的调度方法的流程示意图。
在步骤202,接收多个算力资源中每个算力资源的标识申请请求。这里,标识申请请求包括第一算力信息,每个算力资源的第一算力信息包括每个算力资源对应的算力节点。
例如,节点可以是某数据中心、某可用区、某资源池等物理载体。在一些实施例中,标识申请请求可以由算力资源所在的节点发送。
在步骤204,根据标识生成信息,为多个算力资源中每个算力资源生成标识。这里,标识生成信息包括第一算力信息。
例如,算力资源的标识可以包含标识号,或者可以基于预定规则将标识号转换为标识。
作为一些实现方式,标识号可以包含算力资源所在的节点的名称中的特定字符,例如某个数字等。例如,当算力资源所在的节点名称为“shenzhen1234”时,第一算力信息包括“shenzhen1234”,那么标识号可以为1234。
作为另一些实现方式,可以基于预定规则将算力资源所在的节点的名称转换为标识号。
可以理解的是,无论采用何种方式,只要将标识号和算力资源所在的节点唯一对应即可,即,节点不同的情况下,标识号不同。
标识生成信息还可以包括其他信息,后文将结合其他实施例进行说明。
如此,算力资源的标识申请请求携带算力资源所在的节点,利用算力资源所在的节点生成算力资源标识,实现了对算力资源的标识。由于各算力资源所在的节点具有唯一性,故生成的算力资源的标识可以唯一地对应于某个算力资源。如此,根据算力资源的标识,至少可以对位于不同节点的算力资源进行区分。
在一些实施例中,第一算力信息包括算力资源所在的节点和算力资源所在的物理机。物理机例如可以是服务器。这种情况下,可以基于算力资源所在的节点和算力资源所在的物理机生成算力资源的标识。根据这样的方式生成的算力资源的标识,不仅可以对位于不同节点的算力资源进行区分,还可以对位于同一节点的不同物理机的算力资源进行区分,实现了对算力资源更细粒度的区分。
在一些实施例中,第一算力信息包括算力资源所在的节点、算力资源所在的物理机和物理机中提供算力资源的容器或虚拟机。这里,容器或虚拟机也可以称作算力资源虚拟单元。
如此,根据这样的方式生成的算力资源的标识,不仅可以对位于不同节点的算力资源进行区分以及对位于同一节点的不同物理机的算力资源进行区分,还可以对位于同一节点的同一物理机中提供算力资源的容器或虚拟机的算力资源进行区分,实现了对算力资源更细粒度的区分。
在一些实施例中,标识生成信息包括第一算力信息和时间信息。这里,时间信息包括当前时刻。此时,可以基于当前时刻和第一算力信息,生成标识号。作为一些实现方式,标识号可以包括与当前时刻对应的数字。例如,算力资源所在的节点名称为“shenzhen1234”,当前时刻为14:51,则标识号可以为1451 1234。
如此,通过利用不同的当前时刻的区别对算力资源标识,进而增加了算力资源标识的区分度,从而提高了算力资源的标识的唯一性。
在一些实施例中,时间信息还包括预设时刻。这种情况下,基于当前时刻与预设时刻的差值,生成标识号。作为一些实现方式,标识号可以包括与当前时刻和预设时刻之间的差值对应的数字。例如,算力资源所在的节点名称为“shenzhen1234”,当前时刻为14:51,预设时刻为14:50,那么标识号可以为0001 1234。预设时刻也可以大于当前时刻,例如当前时刻为14:51,预设时刻为14:52,那么标识号也可以为0001 1234。
应理解,在标识号包括与当前时刻和预设时刻之间的差值对应的数字的情况下,当前时刻与预设时刻的差值的绝对值越小越好,这样可以使生成的对应的标识号从尽可能小的值开始,进而减小标识号的浪费。例如,在当前时刻为14:51,预设时刻为00:00的情况下,对应的标识号从1451开始,0000至1450的标识号被浪费;又例如,在当前时刻为14:51,预设时刻为14:51的情况下,对应的标识号从0000开始计数,因此没有标识号被浪费。
如此,通过利用当前时刻与预设时刻的差值对算力资源标识,不仅增加了算力资源标识的区分度,还减少了对标识号的浪费。
下面介绍一些基于标识生成信息,生成标识号的实施例。
在一些实施例中,基于时间信息,生成二进制的第一序列号;基于第一算力信息,生成二进制的第二序列号,该标识号包括第一序列号和第二序列号。
例如,第一算力信息包括当前时刻为00:00,则与当前时刻对应的二进制第一序列号为0000;第一个接收到的标识申请请求所对应的节点的二进制第二序列号为0001;这种情况下,标识号可以表示为0000 0001,即,该标识号指示出某个算力资源来自于第一个接收到的标识申请请求所对应的节点,且标识号在00:00生成。
又例如,第一算力信息包括当前时刻为00:00,则与当前时刻对应的二进制第一序列号为0000;接收到标识申请请求的节点的第二个物理机的二进制第二序列号为0010;这种情况下,标识号可以表示为0000 0010,即,该标识号指示出某个算力资源来自于接收到标识申请请求的节点的第二个物理机,且标识号在00:00生成。
如此,在节点个数和物理机个数较多的情况下,可以利用较少位数的二进制数表示较多的标识号,从而增加了算力资源标识的可用数量。
在一些实施例中,可以通过雪花(snowflake)算法生成第一序列号和第二序列号。
在一些实施例中,标识申请请求还包括第二算力信息,第二算力信息包括以下至少一项:算力资源所在的云端、算力资源的算力种类、算力资源的算力形式、算力资源的算力单位、算力资源包括的容量、接收到标识申请请求的时刻、算力资源的价格。这里,算力形式指示出是由标识号所对应的算力资源所在的服务器直接提供算力资源,或是由物理机基础上的裸金属提供算力资源,或是由物理机基础上的虚拟机或者容器提供算力资源。
例如,算力资源所在的云端包括云端的名称。例如,算力资源的算力单位包括单精度浮点数(FP32)。
在这种情况下,可以从第二算力信息中提取与预设字段匹配的相关信息;并且基于标识号和相关信息,生成统一资源定位符形式的标识作为算力资源的标识。
如此,通过标识号和相关信息生成统一资源定位符形式的标识作为算力资源的标识,可以进一步提高算力资源标识的唯一性。
在一些实施例中,预设字段是可以根据实际需要而扩展的,如此,可以通过扩展预设字段进而扩展统一资源定位符,从而使该算力资源标识方法具备了可扩展性,更便于区分并且可以满足未来对算力标识的扩展需求。
在一些实施例中,用户可以点击统一资源定位符标识以访问所对应的算力资源。
如此,用户可以以点击的方式快速访问相应的算力资源,从而节省了用户的时间。
在一些实施例中,对申请算力资源标识的算力资源进行可信认证,如果该算力资源未通过可信认证,则不为该算力资源赋予标识。
如此,可以拒绝未进行可信认证的算力资源的标识申请请求,提高了算力资源标识的安全性。
例如,生成统一资源定位符形式的标识作为算力资源的标识,该标识可以表示为URL:1123/eCloudN/天翼云/VM1/CPU/FP32/5/az1/s1/北京/2021-01-01 09:00:00/1000。
从该标识中可以清晰且容易地读出这是算力标识号为1123的算力资源,名称为eCloudN,为天翼云的虚机算力VM1,为基础CPU算力,位于算力资源节点az1的服务器s1上,可等效为5个FP32单位的算力,此算力资源对应的地理位置位于北京,接收到申请请求的时刻为2021-01-01 09:00:00,该算力资源的1个FP32单位的算力的价格为1000。
在一些实施例中,标识申请请求还可以包括算力资源网络信息。这里,算力资源网络信息可以包括第三子路径的第二网络信息。
作为一些实施方式,在算力资源申请标识时,第三子路径上的网络设备(如,路由器)一并上报第三子路径的第二网络信息。
如此,不需要再额外获取第三子路径的网络信息,加快了确定目标算力资源的速度。
在一些实施例中,第三子路径的第二网络信息包括第三子路径的价格,算力价格可以根据第三子路径的价格确定。这里,第三子路径的价格可以根据第三子路径的带宽和第三子路径的连接方式确定。这里,第三子路径的连接方式可以是有线连接或无线连接,有线连接例如可以是光纤连接,无线连接例如可以是第五代移动通信(5G)连接。
如此,通过结合路径的带宽和路径的连接方式,可以对算力资源的价格进行度量,使度量出的算力价格更合理,从而使得确定的目标算力资源更准确。
在一些实施例中,第三子路径的第二网络信息还可以包括路径的可靠性和安全性。这里,路径的可靠性可以是尽力而为传输或确定性传输;安全性可以指示出路径是否经过安全加密,安全加密方式可以是对称加密(如,AES)或非对称加密(如,RSA)。
如此,用户还可以进一步提出对路径的可靠性和安全性的要求,进而在选择目标算力资源的情况下进一步充分考虑用户的需求,从而进一步提升用户体验。
在一些实施例中,将目标算力资源的标识号发送给用户设备,以便用户设备基于标识号从算力解析平台获取目标算力资源的IP地址。
在一些实施例中,还可以从算力解析平台获取目标算力资源开启的特定访问端口号。
如此,发送的仅为算力资源的标识号而非整个算力资源信息,进而在发布到网络的情况下不容易造成网络负荷过大,进而使用户可以及时获取目标算力资源的标识号,从而从算力解析平台及时获取目标算力资源。
在一些实施例中,在目标算力资源的标识号发送给用户设备之前,确认目标算力资源的算力节点与用户设备之间的路径是否可用。
在一些实施例中,路径不可用可以指网络路径已饱和或者网络路径已中断。
如此,通过确认路径是否可用,可以避免用户无法接收到目标算力资源的标识号的情况的发生,从而确保用户可以接收到目标算力资源的标识号。
在一些实施例中,在多个算力资源中任意一个算力资源的标识丢失的情况下,可以从算力解析平台获取多个算力资源中任意一个算力资源的标识。
如此,算力解析平台还起到了备份数据库的作用,即在算力资源数据丢失的情况下,可以从算力解析平台获取丢失的算力资源数据。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图3是根据本公开一些实施例的算力资源的调度装置的结构示意图。
如图3所示,算力资源的调度装置包括接收模块301,被配置为接收用户的资源调度请求,资源调度请求包括参考信息,参考信息包括用户的需求信息,需求信息包括算力需求和网络需求,算力需求包括需要的算力资源的算力种类和容量,网络需求包括需要的第一路径的第一网络信息,第一路径为用户的用户设备与提供算力资源的算力节点之间的路径;确定模块302,被配置为根据参考信息,确定满足算力需求和网络需求的目标算力资源。
应理解,算力资源的调度装置还可以包括其他模块,以执行以上描述的其他相应操作。
图4是根据本公开一些实施例的算力资源的调度装置的结构示意图。
如图4所示,算力资源的调度装置400包括存储器401以及耦接至该存储器401的处理器402,处理器402被配置为基于存储在存储器401中的指令,执行前述任意一个实施例的方法。
存储器401例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如可以存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。
算力资源的调度装置400还可以包括输入输出接口403、网络接口404、存储接口405等。这些接口403、404、405之间、以及存储器401与处理器402之间例如可以通过总线406连接。输入输出接口403为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口404为各种联网设备提供连接接口。存储接口405为SD卡、U盘等外置存储设备提供连接接口。
如图5所示,本公开实施例还提供了一种算力资源的调度系统500,包括上述任意一个实施例的算力资源的调度装置501,被配置为将目标算力资源的标识号发送给用户设备;以及算力解析平台502,被配置为基于标识号向用户设备提供目标算力资源的IP地址。
在一些实施例中,算力资源调度装置501与算力解析平台502存在双向数据通信,在算力资源调度装置501为算力资源生成算力资源标识之后,会将生成的算力资源标识发送至算力解析平台502;在多个算力资源中任意一个算力资源的标识丢失的情况下,算力解析平台502向算力资源调度装置501提供多个算力资源中任意一个算力资源的标识。
作为一些实施方式,算力解析平台502可以与算力资源调度装置501集成。
在一些实施例中,算力资源的调度系统500与数据通信网520存在双向数据通信以接收算力资源的标识申请请求和用户设备的资源调度请求,并向算力资源发送算力资源的标识、向用户设备发送与算力资源调度相关的信息(如,目标算力资源的标识号)。
在一些实施例中,用户设备510与数据通信网520存在双向数据通信以发送资源调度请求并接收与算力资源调度相关的信息。
在一些实施例中,算力节点531-533与数据通信网520存在双向数据通信以发送标识申请请求并接收算力资源调度装置501生成的算力资源的标识。
在一些实施例中,用户设备510与数据通信网520之间存在网络设备(如,路由器),该网络设备可以收集并上报用户设备510与数据通信网520之间的网络路径的信息。
在一些实施例中,算力节点531-533中的任意一个或多个与数据通信网520之间存在网络设备(如,路由器),该网络设备可以收集并上报算力节点531-533中的任意一个或多个与数据通信网520之间的网络路径的信息。
在一些实施例中,数据通信网520可以是互联网、城域网、局域网中的一种或组合。
在一些实施例中,可以通过无线和/或有线连接的方式接入数据通信网520。
在一些实施例中,在多个算力资源中任意一个算力资源的标识丢失的情况下,上述算力资源的调度系统中的算力解析平台提供多个算力资源中任意一个算力资源的标识。
本公开实施例还提供了一种计算机可读存储介质,包括计算机程序指令,该计算机程序指令被处理器执行时实现上述任意一个实施例的方法。
本公开实施例还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上述任意一个实施例的方法。
至此,已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
本领域内的技术人员应当明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解,可由计算机程序指令实现流程图中一个流程或多个流程和/或方框图中一个方框或多个方框中指定的功能。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
虽然已经通过示例对本公开的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本公开的范围。本领域的技术人员应该理解,可在不脱离本公开的范围和精神的情况下,对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。
Claims (25)
1.一种算力资源的调度方法,包括:
接收用户的资源调度请求,所述资源调度请求包括参考信息,所述参考信息包括所述用户的需求信息,所述需求信息包括算力需求和网络需求,所述网络需求包括需要的第一路径的第一网络信息,所述第一路径为所述用户的用户设备与提供所述算力资源的算力节点之间的路径;
根据所述参考信息,确定满足所述算力需求和所述网络需求的目标算力资源。
2.根据权利要求1所述的方法,其中,所述根据所述参考信息,确定满足所述算力需求和所述网络需求的目标算力资源包括:
根据第一对应表,从多个算力资源中确定所述目标算力资源,所述第一对应表包括所述多个算力资源的标识和所述用户设备与所述多个算力资源中每个算力资源对应的算力节点之间的第二路径的第二网络信息,所述多个算力资源中每个算力资源的标识包括标识号和标识信息,所述标识信息指示出所述多个算力资源中每个算力资源对应的算力情况。
3.根据权利要求2所述的方法,其中,所述第二路径包括:
所述用户设备与用户侧接入设备之间的第一子路径;
所述用户侧接入设备与算力资源侧接入设备之间的第二子路径;和
所述多个算力资源中每个算力资源对应的算力节点与所述算力资源侧接入设备之间的第三子路径。
4.根据权利要求3所述的方法,其中,所述资源调度请求携带所述第一子路径的第二网络信息。
5.根据权利要求2-4任意一项所述的方法,其中,所述标识信息包括算力价格,所述根据第一对应表,从多个算力资源中确定所述目标算力资源包括:
根据所述第一对应表,从所述多个算力资源中确定满足所述算力需求和所述网络需求的多个备选算力资源;
在已经接收的所述资源调度请求的总数量小于预定数量的情况下,根据所述多个备选算力资源的容量和算力价格,对所述多个备选算力资源进行排序以选择容量最大且算力价格最低的备选算力资源作为所述目标算力资源。
6.根据权利要求5所述的方法,其中,所述参考信息还包括所述用户的属性信息,所述属性信息包括用户类别、用户价格敏感度、用户优先级和用户位置中的至少一项。
7.根据权利要求6所述的方法,其中,所述根据第一对应表,从多个算力资源中确定所述目标算力资源还包括:
将所述目标算力资源的标识和所述参考信息对应存储在第二对应表中;
在已经接收的所述资源调度请求的总数量不小于所述预定数量的情况下,根据所述属性信息,从所述第二对应表中选择与所述用户相似的历史用户的目标算力资源作为所述用户的目标算力资源。
8.根据权利要求7所述的方法,其中,所述根据所述属性信息,从所述第二对应表中选择与所述用户相似的历史用户的目标算力资源作为所述用户的目标算力资源包括:
从所述多个备选算力资源中选择出与所述用户相似的历史用户的多个目标算力资源;
根据所述多个目标算力资源的容量和算力价格,对所述多个目标算力资源进行排序以选择容量最大且算力价格最低的目标算力资源作为所述用户的目标算力资源。
9.根据权利要求3所述的方法,还包括:
接收所述多个算力资源中每个算力资源的标识申请请求,所述标识申请请求包括第一算力信息,每个算力资源的第一算力信息包括每个算力资源对应的算力节点;
根据标识生成信息,为所述多个算力资源中每个算力资源生成标识,所述标识生成信息包括所述第一算力信息。
10.根据权利要求9所述的方法,其中,所述第一算力信息还包括所述多个算力资源中每个算力资源所在的物理机和所述物理机中提供所述算力资源的容器,或所述算力资源所在的物理机和所述物理机中提供所述算力资源的虚拟机。
11.根据权利要求9所述的方法,其中,所述标识生成信息还包括时间信息,所述时间信息包括当前时刻和预设时刻;
根据标识生成信息,为所述多个算力资源中每个算力资源生成标识包括:
基于所述当前时刻与所述预设时刻的差值,生成所述标识号。
12.根据权利要求11所述的方法,其中,根据标识生成信息,为所述多个算力资源中每个算力资源生成标识包括:
根据所述时间信息,生成二进制的第一序列号;
根据所述第一算力信息,生成二进制的第二序列号,所述标识号包括所述第一序列号和所述第二序列号。
13.根据权利要求9所述的方法,其中,所述标识申请请求还包括第二算力信息;
所述根据标识生成信息,为所述多个算力资源中每个算力资源生成标识包括:
从所述第二算力信息中提取与预设字段匹配的相关信息,其中,所述第二算力信息包括以下至少一项:所述多个算力资源中每个算力资源所在的云端、所述多个算力资源中每个算力资源的算力种类、所述多个算力资源中每个算力资源的算力形式、所述多个算力资源中每个算力资源的算力单位、所述多个算力资源中每个算力资源包括的容量和接收到所述标识申请请求的时刻、所述多个算力资源中每个算力资源的价格,所述多个算力资源中每个算力资源的容量指示出所述多个算力资源中每个算力资源包括的算力单位的个数;和
根据所述标识号和所述相关信息,生成统一资源定位符形式的标识作为所述多个算力资源中每个算力资源的标识。
14.根据权利要求9所述的方法,其中,所述标识申请请求还包括算力资源网络信息,所述算力资源网络信息包括所述第三子路径的第二网络信息。
15.根据权利要求14所述的方法,其中,所述第三子路径的第二网络信息包括所述第三子路径的价格,所述标识信息包括算力价格,所述算力价格根据所述第三子路径的价格确定,所述第三子路径的价格根据所述第三子路径的带宽和所述第三子路径的连接方式确定。
16.根据权利要求2-4任意一项所述的方法,其中,所述第一网络信息和所述第二网络信息包括时延、带宽和丢包率中的至少一项。
17.根据权利要求2-4任意一项所述的方法,还包括:
将所述目标算力资源的标识号发送给所述用户设备,以便所述用户设备基于所述标识号从算力解析平台获取所述目标算力资源的互联网协议IP地址。
18.根据权利要求17所述的方法,还包括:
在所述目标算力资源的标识号发送给所述用户设备之前,确认所述目标算力资源的算力节点与所述用户设备之间的路径是否可用。
19.根据权利要求17所述的方法,其中,在所述多个算力资源中任意一个算力资源的标识丢失的情况下,从所述算力解析平台获取所述任意一个算力资源的标识。
20.一种算力资源的调度装置,包括:
接收模块,被配置为接收用户的资源调度请求,所述资源调度请求包括参考信息,所述参考信息包括所述用户的需求信息,所述需求信息包括算力需求和网络需求,所述算力需求包括需要的算力资源的算力种类和容量,所述网络需求包括需要的第一路径的第一网络信息,所述第一路径为所述用户的用户设备与提供所述算力资源的算力节点之间的路径;
确定模块,被配置为根据所述参考信息,确定满足所述算力需求和所述网络需求的目标算力资源。
21.一种算力资源的调度装置,包括:
存储器;以及
耦接至所述存储器的处理器,被配置为基于存储在所述存储器中的指令,执行权利要求1-19任意一项所述的方法。
22.一种算力资源的调度系统,包括:
权利要求20或21所述的算力资源的调度装置,被配置为根据第一对应表,从多个算力资源中确定所述目标算力资源,所述第一对应表包括所述多个算力资源的标识和所述用户设备与所述多个算力资源中每个算力资源对应的算力节点之间的第二路径的第二网络信息,所述多个算力资源中每个算力资源的标识包括标识号和标识信息,所述标识信息指示出所述多个算力资源中每个算力资源对应的算力情况;将所述目标算力资源的标识号发送给所述用户设备;
算力解析平台,被配置为基于所述标识号向所述用户设备提供所述目标算力资源的IP地址。
23.根据权利要求22所述的算力资源的调度系统,其中,在所述多个算力资源中任意一个算力资源的标识丢失的情况下,所述算力解析平台提供所述任意一个算力资源的标识。
24.一种计算机可读存储介质,包括计算机程序指令,其中,所述计算机程序指令被处理器执行时实现权利要求1-19任意一项所述的方法。
25.一种计算机程序产品,包括计算机程序,其中,所述计算机程序被处理器执行时实现权利要求1-19任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757897.7A CN115118784A (zh) | 2022-06-30 | 2022-06-30 | 算力资源的调度方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210757897.7A CN115118784A (zh) | 2022-06-30 | 2022-06-30 | 算力资源的调度方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115118784A true CN115118784A (zh) | 2022-09-27 |
Family
ID=83330090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210757897.7A Pending CN115118784A (zh) | 2022-06-30 | 2022-06-30 | 算力资源的调度方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115118784A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115766876A (zh) * | 2022-11-22 | 2023-03-07 | 中国联合网络通信集团有限公司 | 资源调度方法、装置、设备及存储介质 |
CN115914402A (zh) * | 2022-11-09 | 2023-04-04 | 中国联合网络通信集团有限公司 | 算力资源节点的确定方法、装置、设备以及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111865644A (zh) * | 2019-12-04 | 2020-10-30 | 北京小桔科技有限公司 | 一种计算资源的推荐方法、装置、电子设备及存储介质 |
CN113315700A (zh) * | 2020-02-26 | 2021-08-27 | 中国电信股份有限公司 | 算力资源调度方法、装置和存储介质 |
CN113810438A (zh) * | 2020-06-12 | 2021-12-17 | 中国移动通信有限公司研究院 | 服务算力资源的调度、请求方法、节点设备及终端 |
WO2022027224A1 (zh) * | 2020-08-04 | 2022-02-10 | 北京大学深圳研究生院 | 一种面向网内算力或资源服务的通信方法 |
CN114095577A (zh) * | 2020-07-31 | 2022-02-25 | 中国移动通信有限公司研究院 | 资源请求方法、装置、算力网元节点及算力应用设备 |
-
2022
- 2022-06-30 CN CN202210757897.7A patent/CN115118784A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111865644A (zh) * | 2019-12-04 | 2020-10-30 | 北京小桔科技有限公司 | 一种计算资源的推荐方法、装置、电子设备及存储介质 |
CN113315700A (zh) * | 2020-02-26 | 2021-08-27 | 中国电信股份有限公司 | 算力资源调度方法、装置和存储介质 |
CN113810438A (zh) * | 2020-06-12 | 2021-12-17 | 中国移动通信有限公司研究院 | 服务算力资源的调度、请求方法、节点设备及终端 |
CN114095577A (zh) * | 2020-07-31 | 2022-02-25 | 中国移动通信有限公司研究院 | 资源请求方法、装置、算力网元节点及算力应用设备 |
WO2022027224A1 (zh) * | 2020-08-04 | 2022-02-10 | 北京大学深圳研究生院 | 一种面向网内算力或资源服务的通信方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115914402A (zh) * | 2022-11-09 | 2023-04-04 | 中国联合网络通信集团有限公司 | 算力资源节点的确定方法、装置、设备以及存储介质 |
CN115914402B (zh) * | 2022-11-09 | 2024-03-19 | 中国联合网络通信集团有限公司 | 算力资源节点的确定方法、装置、设备以及存储介质 |
CN115766876A (zh) * | 2022-11-22 | 2023-03-07 | 中国联合网络通信集团有限公司 | 资源调度方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112153700B (zh) | 一种网络切片资源管理方法及设备 | |
Hegeman et al. | Toward optimal bounds in the congested clique: Graph connectivity and MST | |
CN107431651B (zh) | 一种网络服务的生命周期管理方法及设备 | |
US9389903B2 (en) | Method, system and apparatus for creating virtual machine | |
US20200192707A1 (en) | Performance-based hardware emulation in an on-demand network code execution system | |
US9417903B2 (en) | Storage management for a cluster of integrated computing systems comprising integrated resource infrastructure using storage resource agents and synchronized inter-system storage priority map | |
CN115118784A (zh) | 算力资源的调度方法、装置及系统 | |
CN104778079B (zh) | 用于调度、执行的装置和方法以及分布式系统 | |
CN107798108B (zh) | 一种异步任务查询方法及设备 | |
US8572621B2 (en) | Selection of server for relocation of application program based on largest number of algorithms with identical output using selected server resource criteria | |
JP2007133586A (ja) | リソース割当調停装置およびリソース割当調停方法 | |
JP5245711B2 (ja) | 分散データ処理システム、分散データ処理方法および分散データ処理用プログラム | |
CN110289999B (zh) | 一种数据处理方法、系统及装置 | |
Zhang et al. | Heterogeneity aware dominant resource assistant heuristics for virtual machine consolidation | |
CN105094981B (zh) | 一种数据处理的方法及装置 | |
CN109726004A (zh) | 一种数据处理方法及装置 | |
CN115033340A (zh) | 一种宿主机的选择方法及相关装置 | |
CN113608869A (zh) | 任务调度方法、装置、电子设备和计算机存储介质 | |
TWI454949B (zh) | 分散式資源管理系統及其分散式資源管理方法 | |
Akintoye et al. | Optimization of virtual resources allocation in cloud computing environment | |
US20130145004A1 (en) | Provisioning using presence detection | |
CN116703071A (zh) | 资源共享方法、装置及设备和存储介质 | |
KR101505468B1 (ko) | 클라우드 컴퓨팅 환경 내 데이터 비교 처리 방법 및 시스템 | |
CN108964904A (zh) | 群密钥安全管理方法、装置、电子设备及存储介质 | |
CN108206838B (zh) | 一种负载均衡系统、方法及装置 |
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 |