CN115328654A - 一种资源分配方法、装置、电子设备及存储介质 - Google Patents

一种资源分配方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115328654A
CN115328654A CN202210977423.3A CN202210977423A CN115328654A CN 115328654 A CN115328654 A CN 115328654A CN 202210977423 A CN202210977423 A CN 202210977423A CN 115328654 A CN115328654 A CN 115328654A
Authority
CN
China
Prior art keywords
task
executed
resource
resource state
matrix
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
CN202210977423.3A
Other languages
English (en)
Other versions
CN115328654B (zh
Inventor
丁鹏里
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.)
China Construction Bank Corp
CCB Finetech Co Ltd
Original Assignee
China Construction Bank Corp
CCB Finetech Co Ltd
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 China Construction Bank Corp, CCB Finetech Co Ltd filed Critical China Construction Bank Corp
Priority to CN202210977423.3A priority Critical patent/CN115328654B/zh
Publication of CN115328654A publication Critical patent/CN115328654A/zh
Application granted granted Critical
Publication of CN115328654B publication Critical patent/CN115328654B/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
    • G06F9/50—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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本申请实施例涉及资源调度技术领域，提供了一种资源分配方法、装置、电子设备及存储介质，该方法包括：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。本实施例精准地确定各资源状态下的最佳任务执行，为各类型的任务选择合理的资源分配，使得资源的整体使用率得到提高。

Description

一种资源分配方法、装置、电子设备及存储介质
技术领域
本申请实施例涉及资源调度技术领域，尤其涉及一种资源分配方法、装置、电子设备及存储介质。
背景技术
在计算机领域中，利用计算资源处理任务。随着任务中数据的增多，复杂性增大，对计算资源的要求也越来越高。但是计算资源是有限的，因此需要对资源进行合理分配，尽可能保证数据处理的时效性。
相关技术中，通常采用先到先服务算法进行资源分配，即根据任务到达时间依次处理任务。
然而，上述方式难以合理地分配资源。
发明内容
本申请实施例提供了一种资源分配方法、装置、电子设备及存储介质，用以合理地分配资源。
第一方面，本申请实施例提供了一种资源分配方法，该方法包括：
基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
上述方案，基于待执行任务的作业信息以及计算资源的资源信息，确定出在各资源状态执行各执行任务所反馈的作业矩阵；通过作业矩阵对预设期望矩阵进行调整，得到表征待执行任务期望高低的目标期望矩阵；进而基于该目标期望矩阵精准地确定各资源状态下的最佳任务执行，为各类型的任务选择合理的资源分配，使得资源的整体使用率得到提高。
一些可选的实施方式中，基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵，包括：
针对任一资源状态下任一待执行任务，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值。
一些可选的实施方式中，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值，包括：
基于所述资源状态下所述待执行任务对应的作业值、下一资源状态中第n次迭代的最大期望值、所述资源状态下所述待执行任务对应的第n次迭代的期望值以及预设系数，确定所述资源状态下所述待执行任务对应的第n+1次迭代的调整值；其中，第1次迭代的期望值为初始期望值；
将所述资源状态下所述待执行任务对应的第n次迭代的期望值以及所述第n+1次迭代的调整值之和，确定为所述资源状态下所述待执行任务对应的第n+1次迭代的期望值；其中，所述资源状态下所述待执行任务对应的目标期望值为第N次迭代的期望值，N为迭代总数，n+1≤N。
一些可选的实施方式中，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务，包括：
将所述目标期望矩阵中所述资源状态下最大的目标期望值对应的待执行任务，确定为所述资源状态对应的目标任务。
一些可选的实施方式中，所述作业信息包括作业运行时间、作业占用资源量以及作业优先级信息中的部分或全部；所述资源信息包括资源池节点数量、作业容量、资源占用量以及队列长度中的部分或全部。
一些可选的实施方式中，确定所述资源状态对应的目标任务之后，还包括：
通过预设通知方式将所述资源状态以及所述资源状态对应的目标任务进行通知。
第二方面，本申请实施例还提供了一种资源分配装置，该装置包括：
作业矩阵确定模块，用于基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
期望矩阵调整模块，用于基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
资源处理模块，用于针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
第三方面，本申请实施例提供一种电子设备，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行上述第一方面任一所述的资源分配方法。
第四方面，本申请实施例提供一种计算机可读存储介质，其存储有可由计算机执行的计算机程序，当所述程序在所述计算机上运行时，使得所述计算机执行上述第一方面任一所述的资源分配方法。
第五方面，本申请实施例提供了一种计算机程序产品，包含有计算机可执行指令，所述计算机可执行指令用于使计算机执行如第一方面任一所述的资源分配方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为本申请实施例提供的第一种资源分配方法的流程示意图；
图2为本申请实施例提供的第二种资源分配方法的流程示意图；
图3为本申请实施例提供的第三种资源分配方法的流程示意图；
图4为本申请实施例提供的第四种资源分配方法的流程示意图；
图5为本申请实施例提供的资源分配装置的结构示意图；
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请的一部分实施例，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它实施例，都属于本申请保护的范围。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“连接”应做广义理解，例如，可以是直接相连，也可以通过中间媒介间接相连，可以是两个器件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
计算资源是有限的，因此需要对资源进行合理分配，尽可能保证数据处理的时效性。
相关技术中，通常采用先到先服务算法进行资源分配，即根据任务到达时间依次处理任务。
还有一些实施例中，采用最短优先算法进行资源分配，即先处理耗时较短的任务；或者，采用优先级算法进行资源分配，即先处理优先级高的任务。
但是上述几种方式都只适用于单一场景，满足某种特定分配需求，因此，这几种方式均难以合理地分配资源。
鉴于此，本申请实施例提出一种资源分配方法、装置、电子设备及存储介质，该方法包括：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
上述方案，基于待执行任务的作业信息以及计算资源的资源信息，确定出在各资源状态执行各执行任务所反馈的作业矩阵；通过作业矩阵对预设期望矩阵进行调整，得到表征待执行任务期望高低的目标期望矩阵；进而基于该目标期望矩阵精准地确定各资源状态下的最佳任务执行，为各类型的任务选择合理的资源分配，使得资源的整体使用率得到提高。
下面将结合附图及具体实施例，对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
本申请实施例提供第一种资源分配方法，如图1所示，包括以下步骤：
步骤S101：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵。
其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值。
本实施例，任一资源状态下任一待执行任务的作业值表征了在该资源状态下执行该待执行任务所反馈的奖励大小；作业值越高，说明在该资源状态下执行该待执行任务所反馈的奖励越大；作业值越低，说明在该资源状态下执行该待执行任务所反馈的奖励越小。
示例性的，将单个计算资源节点作为一个智能体(AGENT)，将资源池作为周围环境，AGENT根据周围环境以及计算资源的资源信息，选择不同资源状态下各待执行任务，得到对应的作业值。
上述作业信息表征了待执行任务的任务对资源的占用情况。示例性的，作业信息包括作业运行时间、作业占用资源量以及作业优先级信息中的部分或全部。
上述资源信息表征了计算资源所能提供的资源。示例性的，资源信息包括资源池节点数量、作业容量、资源占用量以及队列长度中的部分或全部。
一些可选的实施方式中，待执行任务的作业运行时间越早，在前期的资源状态下作业值越高，在后期的资源状态下的作业值越低；作业占用资源量越小，在前期的资源状态下作业值越高，在后期的资源状态下的作业值越低；作业优先级信息越高，在前期的资源状态下作业值越高，在后期的资源状态下的作业值越低。
上述几种待执行任务对应的作业值只是示例性说明，可根据实际应用场景进行设置，本实施例并不以此为限。
步骤S102：基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵。
其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值。
示例性的，针对任一资源状态下任一待执行任务，基于作业矩阵中对应的作业值，对预设期望矩阵对应的初始期望值进行调整，得到该资源状态下该待执行任务对应的目标期望值，多个目标期望值组成上述目标期望矩阵。
步骤S103：针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
上述方案，基于待执行任务的作业信息以及计算资源的资源信息，确定出在各资源状态执行各执行任务所反馈的作业矩阵；通过作业矩阵对预设期望矩阵进行调整，得到表征待执行任务期望高低的目标期望矩阵；进而基于该目标期望矩阵精准地确定各资源状态下的最佳任务执行，为各类型的任务选择合理的资源分配，使得资源的整体使用率得到提高。
本申请实施例提供第二种资源分配方法，如图2所示，包括以下步骤：
步骤S201：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵。
该步骤S201的具体实现方式可参照上述实施例，此处不再赘述。
步骤S202：针对任一资源状态下任一待执行任务，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值。
本实施例，针对任一资源状态下任一待执行任务，基于作业矩阵中对应的作业值，对预设期望矩阵对应的初始期望值进行迭代更新，期望值会逐渐收敛，得到精准表征待执行任务期望高低的目标期望矩阵。
示例性的，有m个资源状态(分别记作S1、S2、……、Sm)，以及t个待执行任务(分别记作A1、A2、……、At)；组成上述作业矩阵的作业值可参阅表1所示，组成上述预设期望矩阵的初始期望值可参阅表2所示：
表1
Figure BDA0003798871400000071
表2
Figure BDA0003798871400000072
基于R11对Q11进行多次迭代，得到S1下A1对应的目标期望值；基于R21对Q21进行多次迭代，得到S1下A2对应的目标期望值；……；基于Rt1对Qt1进行多次迭代，得到S1下At对应的目标期望值；
基于R12对Q12进行多次迭代，得到S2下A1对应的目标期望值；基于R22对Q22进行多次迭代，得到S2下A2对应的目标期望值；……；基于Rt2对Qt2进行多次迭代，得到S2下At对应的目标期望值；
基于R1m对Q1m进行多次迭代，得到Sm下A1对应的目标期望值；基于R2m对Q2m进行多次迭代，得到Sm下A2对应的目标期望值；……；基于Rtm对Qtm进行多次迭代，得到Sm下At对应的目标期望值。
上述示例只是得到目标期望值的一种可能的实现方式，实施中可以有更多或更少的资源状态，以及更多或更少的待执行任务，本实施例对此不做具体限定。
步骤S203：针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
该步骤S203的具体实现方式可参照上述实施例，此处不再赘述。
上述方案，针对任一资源状态下任一待执行任务，基于作业矩阵中对应的作业值，对预设期望矩阵对应的初始期望值进行迭代更新，自适应优化期望值，从而精准得到表征待执行任务期望高低的目标期望矩阵；基于训练得到的目标期望矩阵，能够精准地确定各资源状态下的最佳任务执行。
一些可选的实施方式中，上述步骤202可通过但不限于如下方式实现：
基于所述资源状态下所述待执行任务对应的作业值、下一资源状态中第n次迭代的最大期望值、所述资源状态下所述待执行任务对应的第n次迭代的期望值以及预设系数，确定所述资源状态下所述待执行任务对应的第n+1次迭代的调整值；其中，第1次迭代的期望值为初始期望值；
将所述资源状态下所述待执行任务对应的第n次迭代的期望值以及所述第n+1次迭代的调整值之和，确定为所述资源状态下所述待执行任务对应的第n+1次迭代的期望值；其中，所述资源状态下所述待执行任务对应的目标期望值为第N次迭代的期望值，N为迭代总数，n+1≤N。
本实施例，可采用Q-learning算法，在确定此次迭代的调整值后，对上次迭代结果(上次迭代得到的期望值)进行调整，可得到此次迭代的期望值。
示例性的，上述预设系数包括预设学习率以及预设衰减系数，第n+1次迭代的调整值△Qn+1＝α[Rn+γ*maxQ′n-Qn]；第n+1次迭代的期望值Qn+1＝Qn+△Qn+1；
其中，α为上述预设学习率，γ为上述预设衰减系数，Rn为上述作业值，maxQ′n为上述下一资源状态中第n次迭代的最大期望值，Qn为上述第n次迭代的期望值。
本申请实施例提供第三种资源分配方法，如图3所示，包括以下步骤：
步骤S301：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵。
步骤S302：基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵。
该步骤S301～S302的具体实现方式可参照上述实施例，此处不再赘述。
步骤S303：针对任一资源状态，将所述目标期望矩阵中所述资源状态下最大的目标期望值对应的待执行任务，确定为所述资源状态对应的目标任务。
由于目标期望矩阵中各目标期望值表征了在对应状态执行对应的待执行任务的期望高低，基于此，在确定上述目标期望矩阵后，可从各资源状态下的所有待执行任务中选择目标期望值最大的待执行任务，从而得到各资源状态下最适于执行的目标任务。
本申请实施例提供第四种资源分配方法，如图4所示，包括以下步骤：
步骤S401：基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵。
步骤S402：基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵。
步骤S403：针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
该步骤S401～S403的具体实现方式可参照上述实施例，此处不再赘述。
步骤S404：通过预设通知方式将所述资源状态以及所述资源状态对应的目标任务进行通知。
实施中，通过将上述资源状态以及对应的目标任务进行通知，便于相关人员进行修改或者后期管理等。
本实施例对上述预设通知方式不做具体限定，如通过显示屏显示上述资源状态以及对应的目标任务；或者，通过扬声器语音播放上述资源状态以及对应的目标任务等。
基于相同的发明构思，本申请实施例提供一种资源分配装置，参阅图5所示，资源分配装置500包括：
作业矩阵确定模块501，用于基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
期望矩阵调整模块502，用于基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
资源处理模块503，用于针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
一些可选的实施方式中，期望矩阵调整模块502具体用于：
针对任一资源状态下任一待执行任务，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值。
一些可选的实施方式中，期望矩阵调整模块502具体用于：
基于所述资源状态下所述待执行任务对应的作业值、下一资源状态中第n次迭代的最大期望值、所述资源状态下所述待执行任务对应的第n次迭代的期望值以及预设系数，确定所述资源状态下所述待执行任务对应的第n+1次迭代的调整值；其中，第1次迭代的期望值为初始期望值；
将所述资源状态下所述待执行任务对应的第n次迭代的期望值以及所述第n+1次迭代的调整值之和，确定为所述资源状态下所述待执行任务对应的第n+1次迭代的期望值；其中，所述资源状态下所述待执行任务对应的目标期望值为第N次迭代的期望值，N为迭代总数，n+1≤N。
一些可选的实施方式中，资源处理模块503具体用于：
将所述目标期望矩阵中所述资源状态下最大的目标期望值对应的待执行任务，确定为所述资源状态对应的目标任务。
一些可选的实施方式中，所述作业信息包括作业运行时间、作业占用资源量以及作业优先级信息中的部分或全部；所述资源信息包括资源池节点数量、作业容量、资源占用量以及队列长度中的部分或全部。
一些可选的实施方式中，确定所述资源状态对应的目标任务之后，资源处理模块503还用于：
通过预设通知方式将所述资源状态以及所述资源状态对应的目标任务进行通知。
由于该装置即是本申请实施例中的方法中的装置，并且该装置解决问题的原理与该方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
基于相同的技术构思，本申请实施例还提供了一种电子设备600，如图6所示，包括至少一个处理器601，以及与至少一个处理器连接的存储器602，本申请实施例中不限定处理器601与存储器602之间的具体连接介质，图6中处理器601和存储器602之间通过总线603连接为例。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
其中，处理器601是电子设备的控制中心，可以利用各种接口和线路连接电子设备的各个部分，通过运行或执行存储在存储器602内的指令以及调用存储在存储器602内的数据，从而实现数据处理。可选的，处理器601可包括一个或多个处理单元，处理器601可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理下发指令。可以理解的是，上述调制解调处理器也可以不集成到处理器601中。在一些实施例中，处理器601和存储器602可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
处理器601可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合资源分配方法实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器602可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器602是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器602还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
在本申请实施例中，存储器602存储有计算机程序，当该程序被处理器601执行时，使得处理器601执行：
基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
一些可选的实施方式中，处理器601具体执行：
针对任一资源状态下任一待执行任务，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值。
一些可选的实施方式中，处理器601具体执行：
基于所述资源状态下所述待执行任务对应的作业值、下一资源状态中第n次迭代的最大期望值、所述资源状态下所述待执行任务对应的第n次迭代的期望值以及预设系数，确定所述资源状态下所述待执行任务对应的第n+1次迭代的调整值；其中，第1次迭代的期望值为初始期望值；
将所述资源状态下所述待执行任务对应的第n次迭代的期望值以及所述第n+1次迭代的调整值之和，确定为所述资源状态下所述待执行任务对应的第n+1次迭代的期望值；其中，所述资源状态下所述待执行任务对应的目标期望值为第N次迭代的期望值，N为迭代总数，n+1≤N。
一些可选的实施方式中，处理器601具体执行：
将所述目标期望矩阵中所述资源状态下最大的目标期望值对应的待执行任务，确定为所述资源状态对应的目标任务。
一些可选的实施方式中，所述作业信息包括作业运行时间、作业占用资源量以及作业优先级信息中的部分或全部；所述资源信息包括资源池节点数量、作业容量、资源占用量以及队列长度中的部分或全部。
一些可选的实施方式中，确定所述资源状态对应的目标任务之后，处理器601还执行：
通过预设通知方式将所述资源状态以及所述资源状态对应的目标任务进行通知。
由于该电子设备即是本申请实施例中的方法中的电子设备，并且该电子设备解决问题的原理与该方法相似，因此该电子设备的实施可以参见方法的实施，重复之处不再赘述。
基于相同的技术构思，本申请实施例还提供了一种计算机可读存储介质，其存储有可由计算机执行的计算机程序，当所述程序在所述计算机上运行时，使得所述计算机执行上述资源分配方法的步骤。
在一些可选的实施方式中，本申请提供的资源分配方法的各个方面还可以实现为一种程序产品的形式，其包含有计算机可执行指令，当程序产品在计算机设备上运行时，计算机可执行指令用于使计算机设备执行本说明书上述描述的根据本申请各种示例性实施方式的资源分配方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。
本申请是参照根据本申请的方法、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和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。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。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种资源分配方法，其特征在于，该方法包括：
基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
2.如权利要求1所述的方法，其特征在于，基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵，包括：
针对任一资源状态下任一待执行任务，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值。
3.如权利要求2所述的方法，其特征在于，基于所述资源状态下所述待执行任务对应的作业值，对所述资源状态下所述待执行任务对应的初始期望值进行多次迭代，得到所述资源状态下所述待执行任务对应的目标期望值，包括：
基于所述资源状态下所述待执行任务对应的作业值、下一资源状态中第n次迭代的最大期望值、所述资源状态下所述待执行任务对应的第n次迭代的期望值以及预设系数，确定所述资源状态下所述待执行任务对应的第n+1次迭代的调整值；其中，第1次迭代的期望值为初始期望值；
将所述资源状态下所述待执行任务对应的第n次迭代的期望值以及所述第n+1次迭代的调整值之和，确定为所述资源状态下所述待执行任务对应的第n+1次迭代的期望值；其中，所述资源状态下所述待执行任务对应的目标期望值为第N次迭代的期望值，N为迭代总数，n+1≤N。
4.如权利要求1所述的方法，其特征在于，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务，包括：
将所述目标期望矩阵中所述资源状态下最大的目标期望值对应的待执行任务，确定为所述资源状态对应的目标任务。
5.如权利要求1所述的方法，其特征在于，所述作业信息包括作业运行时间、作业占用资源量以及作业优先级信息中的部分或全部；所述资源信息包括资源池节点数量、作业容量、资源占用量以及队列长度中的部分或全部。
6.如权利要求1～5任一所述的方法，其特征在于，确定所述资源状态对应的目标任务之后，还包括：
通过预设通知方式将所述资源状态以及所述资源状态对应的目标任务进行通知。
7.一种资源分配装置，其特征在于，该装置包括：
作业矩阵确定模块，用于基于待执行任务的作业信息以及计算资源的资源信息，确定作业矩阵；其中，所述作业矩阵包括不同资源状态下各待执行任务对应的作业值；
期望矩阵调整模块，用于基于所述作业矩阵对预设期望矩阵进行调整，得到目标期望矩阵；其中，所述预设期望矩阵包括不同资源状态下各待执行任务对应的初始期望值；
资源处理模块，用于针对任一资源状态，根据所述目标期望矩阵中所述资源状态下各待执行任务对应的目标期望值，确定所述资源状态对应的目标任务。
8.一种电子设备，其特征在于，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如权利要求1至6任一所述的方法。
9.一种计算机可读存储介质，其特征在于，其存储有可由计算机执行的计算机程序，当所述程序在所述计算机上运行时，使得所述计算机执行如权利要求1至6任一所述的方法。
10.一种计算机程序产品，其特征在于，包含有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1至6任一所述的方法。
CN202210977423.3A 2022-08-15 2022-08-15 一种资源分配方法、装置、电子设备及存储介质 Active CN115328654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210977423.3A CN115328654B (zh) 2022-08-15 2022-08-15 一种资源分配方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210977423.3A CN115328654B (zh) 2022-08-15 2022-08-15 一种资源分配方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN115328654A true CN115328654A (zh) 2022-11-11
CN115328654B CN115328654B (zh) 2024-08-20

Family

ID=83923088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210977423.3A Active CN115328654B (zh) 2022-08-15 2022-08-15 一种资源分配方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115328654B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1144569A (zh) * 1994-03-25 1997-03-05 英国电讯有限公司 资源分配
US20050268063A1 (en) * 2004-05-25 2005-12-01 International Business Machines Corporation Systems and methods for providing constrained optimization using adaptive regulatory control
CN107133095A (zh) * 2017-04-07 2017-09-05 北京科技大学 一种云环境下的任务调度方法
CN111174375A (zh) * 2019-12-11 2020-05-19 西安交通大学 面向数据中心能耗最小化的作业调度和机房空调调控方法
CN113535400A (zh) * 2021-07-19 2021-10-22 闻泰通讯股份有限公司 并行计算资源分配方法与装置、存储介质、终端设备
CN114443273A (zh) * 2021-12-21 2022-05-06 天翼云科技有限公司 一种边缘集群计算资源分配方法、装置和电子设备
CN114816690A (zh) * 2021-01-29 2022-07-29 中移(苏州)软件技术有限公司 一种任务分配方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1144569A (zh) * 1994-03-25 1997-03-05 英国电讯有限公司 资源分配
US20050268063A1 (en) * 2004-05-25 2005-12-01 International Business Machines Corporation Systems and methods for providing constrained optimization using adaptive regulatory control
CN107133095A (zh) * 2017-04-07 2017-09-05 北京科技大学 一种云环境下的任务调度方法
CN111174375A (zh) * 2019-12-11 2020-05-19 西安交通大学 面向数据中心能耗最小化的作业调度和机房空调调控方法
CN114816690A (zh) * 2021-01-29 2022-07-29 中移(苏州)软件技术有限公司 一种任务分配方法、装置、设备及存储介质
CN113535400A (zh) * 2021-07-19 2021-10-22 闻泰通讯股份有限公司 并行计算资源分配方法与装置、存储介质、终端设备
CN114443273A (zh) * 2021-12-21 2022-05-06 天翼云科技有限公司 一种边缘集群计算资源分配方法、装置和电子设备

Also Published As

Publication number Publication date
CN115328654B (zh) 2024-08-20

Similar Documents

Publication Publication Date Title
CN108885571B (zh) 分批处理机器学习模型的输入
US20190087090A1 (en) Method and device for scheduling virtual disk input and output ports
CN106056529B (zh) 一种对用于图片识别的卷积神经网络训练的方法与设备
CN111400022A (zh) 一种资源调度方法、装置及电子设备
US20150150016A1 (en) Method and apparatus for a user-driven priority based job scheduling in a data processing platform
WO2021208786A1 (zh) 一种线程管理方法及装置
CN107948084B (zh) 一种限流方法和装置
CN111694669A (zh) 一种任务处理方法及装置
CN113448728B (zh) 一种云资源调度方法、装置、设备及存储介质
CN111324471A (zh) 服务调整方法、装置、设备及存储介质
EP4404539A1 (en) Resource scheduling method, apparatus and system, device, medium, and program product
CN113177632A (zh) 一种基于流水线并行的模型训练方法、装置以及设备
US9069621B2 (en) Submitting operations to a shared resource based on busy-to-success ratios
CN115586961A (zh) 一种ai平台计算资源任务调度方法、装置及介质
CN111813541B (zh) 一种任务调度方法、装置、介质和设备
CN111625358B (zh) 一种资源分配方法、装置、电子设备及存储介质
CN115328654B (zh) 一种资源分配方法、装置、电子设备及存储介质
CN115187097A (zh) 一种任务排期方法、装置、电子设备以及计算机存储介质
CN113468442A (zh) 资源位流量的分发方法、计算设备及计算机存储介质
CN111290850B (zh) 一种数据存储方法、装置及设备
CN110955644A (zh) 一种存储系统的io控制方法、装置、设备及存储介质
US20190294474A1 (en) Predictive queue map for parallel computing resource management
CN111858019A (zh) 任务调度方法、装置及计算机可读存储介质
CN114896079B (zh) 指令执行方法、处理器和电子装置
CN111063405B (zh) 任务调度方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant