CN115396515A - 资源调度方法、装置及存储介质 - Google Patents

资源调度方法、装置及存储介质 Download PDF

Info

Publication number
CN115396515A
CN115396515A CN202210998586.XA CN202210998586A CN115396515A CN 115396515 A CN115396515 A CN 115396515A CN 202210998586 A CN202210998586 A CN 202210998586A CN 115396515 A CN115396515 A CN 115396515A
Authority
CN
China
Prior art keywords
coefficient
resource
cloud server
edge cloud
available
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
Application number
CN202210998586.XA
Other languages
English (en)
Inventor
何涛
曹畅
张岩
李建飞
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 United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202210998586.XA priority Critical patent/CN115396515A/zh
Publication of CN115396515A publication Critical patent/CN115396515A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开提供了一种资源调度方法、装置及存储介质,涉及通信技术领域,能够调度最佳的边缘云服务器部署服务节点。该方法包括:确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值;根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数;在调度系数最大的边缘云服务器中,部署目标业务的服务节点。本公开用于在边缘云服务器中部署服务节点的过程。

Description

资源调度方法、装置及存储介质
技术领域
本公开涉及通信技术领域,尤其涉及一种资源调度方法、装置及存储介质。
背景技术
相关技术中,在为算力业务调度边缘云服务器时,通常会选择距离用户平均距离最近的边缘云服务器或者随机选择一个边缘云服务器用于部署服务节点。该调度方法仅考虑了算力业务与边缘云服务器的距离,而未考虑调度的边缘云服务器所能提供的可用资源是否满足算力业务的需求。导致当前为算力业务调度边缘云服务器时容易出现调度的边缘云服务器资源不足的情况。
发明内容
本申请提供一种资源调度方法、装置及存储介质,能够调度最佳的边缘云服务器部署服务节点。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供一种资源调度方法,该方法包括:确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值;均衡系数用于表征任一边缘云服务器的可用资源量与边缘云服务器的总可用资源量之间的比值;根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数;在调度系数最大的边缘云服务器中,部署目标业务的服务节点。
结合上述第一方面,在一种可能的实现方式中,可用资源系数,包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数;计算资源系数为任一边缘云服务器的可用计算资源量与目标业务的需求计算资源量的比值;存储资源系数为任一边缘云服务器的可用存储资源量与目标业务的需求存储资源量的比值;内存资源系数为任一边缘云服务器的可用内存资源量与目标业务的需求内存资源量的比值;网络资源系数为任一边缘云服务器的可用网络资源量与目标业务的需求网络资源量的比值。
结合上述第一方面,在一种可能的实现方式中,可用资源系数还包括:处理器资源系数;处理器资源系数用于表征任一边缘云服务器的可用处理器资源量是否满足目标业务的需求处理器资源量。
结合上述第一方面,在一种可能的实现方式中,根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数,还包括:确定任一边缘云服务器的参考系数;其中,参考系数用于表征任一边缘云服务器的运行环境情况;根据任一边缘云服务器的可用资源系数、负载系数、均衡系数、以及参考系数,确定任一边缘云服务器的调度系数。
结合上述第一方面,在一种可能的实现方式中,调度系数满足以下公式:
Figure BDA0003806637710000021
其中,系数W为调度系数;系数P为处理器系数;系数p为边缘云服务器的计算资源系数;系数p为目标业务的计算资源系数;系数s为边缘云服务器的存储资源系数;系数s为目标业务的存储资源系数;系数m为边缘云服务器的内存资源系数;系数m为目标业务的内存资源系数;系数b为边缘云服务器的网络资源系数;系数b为目标业务的网络资源系数;系数α为负载系数;系数β为均衡系数;系数γ为参考系数。
第二方面,提供一种资源调度装置,包括:调度单元;调度单元,用于确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值;均衡系数用于表征任一边缘云服务器的可用资源量与边缘云服务器的总可用资源量之间的比值;调度单元,还用于根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数;调度单元,还用于在调度系数最大的边缘云服务器中,部署目标业务的服务节点。
结合上述第二方面,在一种可能的实现方式中,可用资源系数,包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数;计算资源系数为任一边缘云服务器的可用计算资源量与目标业务的需求计算资源量的比值;存储资源系数为任一边缘云服务器的可用存储资源量与目标业务的需求存储资源量的比值;内存资源系数为任一边缘云服务器的可用内存资源量与目标业务的需求内存资源量的比值;网络资源系数为任一边缘云服务器的可用网络资源量与目标业务的需求网络资源量的比值。
结合上述第二方面,在一种可能的实现方式中,可用资源系数还包括:处理器资源系数;处理器资源系数用于表征任一边缘云服务器的可用处理器资源量是否满足目标业务的需求处理器资源量。
结合上述第二方面,在一种可能的实现方式中,调度单元,还用于:确定任一边缘云服务器的参考系数;其中,参考系数用于表征任一边缘云服务器的运行环境情况;根据任一边缘云服务器的可用资源系数、负载系数、均衡系数、以及参考系数,确定任一边缘云服务器的调度系数。
结合上述第二方面,在一种可能的实现方式中,调度系数满足以下公式:
Figure BDA0003806637710000031
其中,系数W为调度系数;系数P为处理器系数;系数p为边缘云服务器的计算资源系数;系数p为目标业务的计算资源系数;系数s为边缘云服务器的存储资源系数;系数s为目标业务的存储资源系数;系数m为边缘云服务器的内存资源系数;系数m为目标业务的内存资源系数;系数b为边缘云服务器的网络资源系数;系数b为目标业务的网络资源系数;系数α为负载系数;系数β为均衡系数;系数γ为参考系数。
第三方面,本公开提供了一种资源调度装置,该资源调度装置包括:处理器以及存储器;其中,所述存储器用于存储计算机执行指令,当所述资源调度装置运行时,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述资源调度装置执行如第一方面和第一方面的任一种可能的实现方式中描述的资源调度方法。
第四方面,本公开提供了一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机可读存储介质中的指令由资源调度装置的处理器执行时,使得资源调度装置能够执行如第一方面和第一方面的任一种可能的实现方式中描述的资源调度方法。
第五方面,本公开提供了一种包含指令的计算机程序产品,当计算机程序产品在资源调度装置上运行时,使得资源调度装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的资源调度方法。
第六方面,本公开提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如第一方面和第一方面的任一种可能的实现方式中所描述的资源调度方法。
具体的,本申请实施例中提供的芯片还包括存储器,用于存储计算机程序或指令。
在本公开中,上述资源调度装置的名字对设备或功能模块本身不构成限定,在实际实现中,这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本公开类似,属于本公开权利要求及其等同技术的范围之内。
本公开的这些方面或其他方面在以下的描述中会更加简明易懂。
本公开提供的技术方案至少带来以下有益效果:
在该方案中,资源调度装置根据边缘云服务器和目标业务的相关权重信息,确定出边缘云服务器的可用资源系数、负载系数、均衡系数。资源调度装置根据获得的边缘云服务器的相关系数,通过调度系数的计算公式得到边缘云服务器的最终调度系数。资源调度装置调度调度系数最大的边缘云服务器为目标边缘云服务器,并在目标边缘云服务器上部署新的服务节点。这样,本申请在调度边缘云服务器时,能够调度出有足够资源可以部署服务节点的且新部署的服务节点的资源能够正常运行目标业务的边缘云服务器,从而实现了调度最佳的边缘云服务器来部署服务节点。
附图说明
图1为本申请实施例提供的一种资源调度装置的硬件结构示意图;
图2为本申请实施例提供的一种资源调度方法的流程示意图;
图3为本申请实施例提供的又一种资源调度方法的流程示意图;
图4为本申请实施例提供的一种资源分配装置的结构示意图。
具体实施方式
下面结合附图对本公开施例提供的资源调度方法、装置及存储介质进行详细地描述。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象,或者用于区别对同一对象的不同处理,而不是用于描述对象的特定顺序。
此外,本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括其他没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
图1为本公开实施例提供的一种资源调度装置的结构示意图。如图1所示,该资源调度装置100包括至少一个处理器101,通信线路102,以及至少一个通信接口104,还可以包括存储器103。其中,处理器101,存储器103以及通信接口104三者之间可以通过通信线路102连接。
处理器101可以是一个中央处理器(central processing unit,CPU),也可以是特定集成电路(application specific integrated circuit,ASIC),或者是被配置成实施本公开实施例的一个或多个集成电路,例如:一个或多个数字信号处理器(digital signalprocessor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
通信线路102可以包括一通路,用于在上述组件之间传送信息。
通信接口104,用于与其他设备或通信网络通信,可以使用任何收发器一类的装置,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless localarea networks,WLAN)等。
存储器103可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、只读光盘(compact disc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于包括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。
一种可能的设计中,存储器103可以独立于处理器101存在,即存储器103可以为处理器101外部的存储器,此时,存储器103可以通过通信线路102与处理器101相连接,用于存储执行指令或者应用程序代码,并由处理器101来控制执行,实现本公开下述实施例提供的资源调度确定方法。又一种可能的设计中,存储器103也可以和处理器101集成在一起,即存储器103可以为处理器101的内部存储器,例如,该存储器103为高速缓存,可以用于暂存一些数据和指令信息等。
作为一种可实现方式,处理器101可以包括一个或多个CPU,例如图1中的CPU0和CPU1。作为另一种可实现方式,资源调度装置100可以包括多个处理器,例如图1中的处理器101和处理器107。作为再一种可实现方式,资源调度装置100还可以包括输出设备105和输入设备106。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将网络节点的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,模块和网络节点的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
当前的算力网络边缘云服务器调度场景中,资源调度装置会为用户选择边缘云服务器来部署服务节点供用户使用。
相关技术中,资源调度装置会默认选择距离用户平均距离最近的边缘云服务器部署服务节点,或者是随机选择一个边缘云服务器来部署服务节点。这样会出现被选择的边缘云服务器的可用资源不足以部署新的服务节点,或者是被选择的边缘云服务器在部署完服务节点后,本身的可用资源不足以进行业务的处理,从而导致业务中断,影响用户的使用体验。因此,如何调度最佳的边缘云服务器来部署服务节点成为当前亟待解决的技术问题。
为了调度合适的边缘云服务器来部署服务节点,提高用户的使用体验,本申请实施例提供了一种资源调度方法,资源调度装置根据边缘云服务器和目标业务的相关权重信息,确定出边缘云服务器的可用资源系数、负载系数、均衡系数。资源调度装置根据获得的边缘云服务器的相关系数,通过调度系数的计算公式得到边缘云服务器的最终调度系数。资源调度装置调度调度系数最大的边缘云服务器为目标边缘云服务器,并在目标边缘云服务器上部署新的服务节点。这样,本申请在调度边缘云服务器时,能够调度出有足够资源可以部署服务节点的且新部署的服务节点的资源能够正常运行目标业务的边缘云服务器,从而达到了调度最佳的边缘云服务器来部署服务节点的效果。
本公开实施例提供的资源调度方法可以应用于如图1所示的资源调度装置中,如图2所示,本公开实施例提供的资源调度方法可以通过以下步骤201至步骤203实现。
步骤201、资源调度装置确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数。
其中,可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值;均衡系数用于表征任一边缘云服务器的可用资源量与边缘云服务器的总可用资源量之间的比值。
一种可能的实现方式中,资源调度装置响应于目标业务的访问请求,调度至少一个边缘云服务器并确定出至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数。
步骤202、资源调度装置根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数。
一种可能的实现方式中,资源调度装置根据确定出的每个边缘云服务器的可用资源系数、负载系数以及均衡系数,通过资源调度算法确定出每个边缘云服务器的调度系数。
步骤203、资源调度装置在调度系数最大的边缘云服务器中,部署目标业务的服务节点。
一种可能的实现方式中,资源调度装置调度出调度系数最大的边缘云服务器,并在该边缘云服务器中为目标业务部署服务节点。
一种示例,资源调度装置根据步骤202确定出的调度系数,从至少一个边缘云服务器中选择调度数最大的边缘服务器作为目标边缘云服务器。资源调度装置在目标边缘云服务器中部署目标业务的服务节点。
需要说明的是,当资源调度装置需要同时部署多个服务节点时,资源调度装置按照根据上述步骤201至步骤203中记载的方式依次部署上述多个服务器节点。
上述方案至少带来以下有益效果。资源调度装置根据边缘云服务器和目标业务的相关权重信息,确定出边缘云服务器的可用资源系数、负载系数、均衡系数。资源调度装置根据获得的边缘云服务器的相关系数,通过调度系数的计算公式得到边缘云服务器的最终调度系数。资源调度装置调度调度系数最大的边缘云服务器为目标边缘云服务器,并在目标边缘云服务器上部署新的服务节点。这样,本申请在调度边缘云服务器时,能够调度出有足够资源可以部署服务节点的且新部署的服务节点的资源能够正常运行目标业务的边缘云服务器,从而实现了调度最佳的边缘云服务器来部署服务节点。
结合图2,如图3所示,上述步骤202具体还可以通过以下步骤301–步骤302中的一个或多个步骤实现。
步骤301、资源调度装置确定任一边缘云服务器的参考系数。
其中,参考系数用于表征任一边缘云服务器的运行环境情况。
一种可能的实现方式中,资源调度装置确认边缘云服务器的参考系数。
一种示例,边缘云服务器的参考系数是由边缘云服务器的管理人员根据边缘云服务器的使用年限、部署地点的电力保障情况等非技术条件手工设定的,用系数γ来表示。
具体的,边缘云服务器的参考系数设定范围为0-1。
步骤302、资源调度装置根据任一边缘云服务器的可用资源系数、负载系数、均衡系数、以及参考系数,确定任一边缘云服务器的调度系数。
一种可能的实现方式中,资源调度装置根据获得的边缘云服务器的可用资源系数、负载系数、均衡系数、以及参考系数,利用调度系数计算公式确定出任一边缘云服务器的调度系数。
可选的,可用资源系数具体包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数、处理器资源系数。
其中,计算资源系数为边缘云服务器所能提供的计算资源量与目标业务的需求计算资源量的比值,用系数
Figure BDA0003806637710000081
来表示。
存储资源系数为边缘云服务器所能提供的存储资源量与目标业务的需求存储资源量的比值,用系数
Figure BDA0003806637710000082
来表示。
内存资源系数为边缘云服务器所能提供的内存资源量与目标业务的需求内存资源量的比值,用系数
Figure BDA0003806637710000083
来表示。
网络资源系数为边缘云服务器所能提供的网络资源量与目标业务的需求网络资源量的比值,用系数
Figure BDA0003806637710000084
来表示。
处理器资源系数用于表征边缘云服务器所能提供的可用处理器源量是否能够满足目标业务的需求处理器资源量,用系数P来表示。
具体来说,目标业务所需的边缘云处理器类型常见有一个中央处理器(centralprocessing unit,CPU)、图像处理器(graphics processing unit,GPU)、神经网络处理器(neural processing unit,NPU)等。当边缘云服务器所能提供的可用处理器资源量满足目标业务的需求处理器资源量时,系数P=1;当边缘云服务器所能提供的可用处理器资源量不满足目标业务的需求处理器资源量时,系数P=0。
需要说明的是,基于目标业务的网络访问时延要求,资源调度装置在调度边缘云服务器时,将部署的服务节点限定在特定的区域范围内。在该特定的区域范围内,满足所有目标业务的时延要求。本公开不考虑网络时延对部署服务节点的影响。
需要说明的是,目标业务的资源需求量为部署一个服务节点所需要的资源量的大小。
一种示例,边缘云服务器的负载系数反映了边缘云服务本身部署的服务节点对新部署的服务节点的影响,用系数α来表示。
可选的,边缘云服务器的负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值。其中,边缘云服务器的可用资源量为边缘云服务器可用的计算资源量和可用的存储资源量;边缘云服务器的总资源量为边缘云服务器本身总的计算资源量和存储资源量。
具体的,边缘云服务器的可用计算资源量与边缘云服务器本身总的计算资源量的比值用系数αp来表示;边缘云服务器的可用存储资源量与边缘云服务器本身总的计算资源量的比值用系数αs来表示。
可选的,边缘云服务器的负载系数α可由系数αp和系数αs共同确定。示例性的,边缘云服务器的负载系数α满足以下公式1
α=αp×αs 公式1
一种示例,边缘云服务器的均衡系数反映了资源调度装置调度的区域范围内资源使用情况的均衡性,用系数β来表示。
进一步的,边缘云服务器的均衡系数用于表征任一边缘云服务器的可用资源量与边缘云服务器的总可用资源量的比值。其中,边缘云服务器的可用资源量为边缘云服务器可用的计算资源量、可用的存储资源量以及可用内存资源量;边缘云服务器的总可用资源量为资源调度装置调度到的所有边缘云服务器总的可用计算资源、可用存储资源量以及可用内存资源量。
具体的,边缘云服务器的可用计算资源量与边缘云服务器总的可用计算资源量的比值用系数βp来表示;边缘云服务器的可用存储资源量与边缘云服务器总的可用存储资源量的比值用系数βs来表示;边缘云服务器的可用内存资源量与边缘云服务器总的可用内存资源量的比值用系数βm来表示。
进一步的,边缘云服务器的均衡系数β可由系数βp、系数βs和系数βm共同确定。示例性的,边缘云服务器的均衡系数β满足以下公式2
β=βp×βs×βm 公式2
一种具体的示例,边缘云服务器的调度系数满足以下公式3
Figure BDA0003806637710000101
一种示例,如下述表1所示,为资源调度装置确定出的每个边缘云服务器的权重系数。
表1、每个边缘云服务的权重系数
Figure BDA0003806637710000102
示例性的,结合表1。资源调度装置根据边缘云调度系数W的计算公式可以确定出,边缘云服务器A的调度系数W≈0.101、边缘云服务器B的调度系数W≈0.456、边缘云服务器C的调度系数W≈0.000、边缘云服务器D的调度系数W≈0.503。资源调度装置根据得到的调度系数选择的调度系数最大的边缘云服务器D,即为部署服务节点的最佳的边缘云服务器。
需要说明的是,系数P为处理器系数;系数p为计算资源系数;系数s为存储资源系数;系数m为内存资源系数;系数b为网络资源系数;系数α为负载系数;系数β为均衡系数;系数γ为参考系数。
以上,对本公开实施例涉及到的业务传输的装置,以及资源调度装置的各个设备的功能,设备之间的交互进行了详细说明。
可以看出,上述主要从方法的角度对本公开实施例提供的技术方案进行了介绍。为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的模块及算法步骤,本公开实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
本公开实施例可以根据上述方法示例对资源调度装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本公开实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本公开实施例可以根据上述方法示例对资源调度装置进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。可选的,本公开实施例中对模块的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
本公开实施例提供了一种资源调度装置,用于执行上述数据完整性确定系统中任一设备所需执行的方法。该资源调度装置可以为本公开中涉及的资源调度装置,或者资源调度装置中的模块;或者是资源调度装置中的芯片,也可以是其他用于执行资源调度确定方法的装置,本公开对此不做限定。
如图4所示,为本公开实施例提供的一种资源调度装置的结构示意图。该资源调度装置包括:调度单元401和通信单元402。
调度单元401,用于确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;负载系数用于表征任一边缘云服务器的可用资源量与任一边缘云服务器的总资源量的比值;均衡系数用于表征任一边缘云服务器的可用资源量与边缘云服务器的总可用资源量之间的比值;
可选的,调度单元401,还用于根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数;
可选的,调度单元401,还用于在调度系数最大的边缘云服务器中,部署目标业务的服务节点。
可选的,调度单元401,具体用于:至少一个边缘云服务器中每个边缘云服务器的可用资源系数,包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数;计算资源系数为任一边缘云服务器的可用计算资源量与目标业务的需求计算资源量的比值;存储资源系数为任一边缘云服务器的可用存储资源量与目标业务的需求存储资源量的比值;内存资源系数为任一边缘云服务器的可用内存资源量与目标业务的需求内存资源量的比值;网络资源系数为任一边缘云服务器的可用网络资源量与目标业务的需求网络资源量的比值;其中,网络资源量,包括:传输链路的带宽大小。
可选的,调度单元401,具体用于:可用资源系数还包括:处理器资源系数;
处理器资源系数用于表征任一边缘云服务器的可用处理器资源量是否满足目标业务的需求处理器资源量。
可选的,调度单元401,还用于:每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定每个边缘云服务器的调度系数,还包括:
确定任一边缘云服务器的参考系数;其中,参考系数用于表征任一边缘云服务器的运行环境情况;
根据任一边缘云服务器的可用资源系数、负载系数、均衡系数、以及参考系数,确定任一边缘云服务器的调度系数。
可选的,调度单元401,具体用于:调度系数满足以下公式:
Figure BDA0003806637710000121
其中,系数W为调度系数;系数P为处理器系数;系数p为边缘云服务器的计算资源系数;系数p为目标业务的计算资源系数;系数s为边缘云服务器的存储资源系数;系数s为目标业务的存储资源系数;系数m为边缘云服务器的内存资源系数;系数m为目标业务的内存资源系数;系数b为边缘云服务器的网络资源系数;系数b为目标业务的网络资源系数;系数α为负载系数;系数β为均衡系数;系数γ为参考系数。
本公开实施例提供了一种资源调度装置,用于执行上述数据完整性确定系统中任一设备所需执行的方法。该资源调度装置可以为本公开中涉及的资源调度装置,或者资源调度装置中的模块;或者是资源调度装置中的芯片,也可以是其他用于执行资源调度确定方法的装置,本公开对此不做限定。
本公开实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有指令,当计算机执行该指令时,该计算机执行上述方法实施例所示的方法流程中的各个步骤。
本公开的实施例提供一种包含指令的计算机程序产品,当指令在计算机上运行时,使得计算机执行上述方法实施例中的资源调度方法。
本公开的实施例提供一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行计算机程序或指令,以实现如上述方法实施例中的资源调度方法。
其中,计算机可读存储介质,例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit,ASIC)中。在本公开实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
由于本公开的实施例中的装置、设备、计算机可读存储介质、计算机程序产品可以应用于上述方法,因此,其所能获得的技术效果也可参考上述方法实施例,本公开实施例在此不再赘述。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何在本公开揭露的技术范围内的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应该以权利要求的保护范围为准。

Claims (12)

1.一种资源调度方法,其特征在于,包括:
确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;所述可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;所述负载系数用于表征所述任一边缘云服务器的可用资源量与所述任一边缘云服务器的总资源量的比值;所述均衡系数用于表征所述任一边缘云服务器的可用资源量与所述边缘云服务器的总可用资源量之间的比值;
根据所述每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定所述每个边缘云服务器的调度系数;
在调度系数最大的边缘云服务器中,部署所述目标业务的服务节点。
2.根据权利要求1所述的方法,其特征在于,所述可用资源系数包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数;
所述计算资源系数为所述任一边缘云服务器的可用计算资源量与所述目标业务的需求计算资源量的比值;
所述存储资源系数为所述任一边缘云服务器的可用存储资源量与所述目标业务的需求存储资源量的比值;
所述内存资源系数为所述任一边缘云服务器的可用内存资源量与所述目标业务的需求内存资源量的比值;
所述网络资源系数为所述任一边缘云服务器的可用网络资源量与所述目标业务的需求网络资源量的比值。
3.根据权利要求2所述的方法,其特征在于,所述可用资源系数还包括:处理器资源系数;
所述处理器资源系数用于表征所述任一边缘云服务器的可用处理器资源量是否满足所述目标业务的需求处理器资源量。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定所述每个边缘云服务器的调度系数,还包括:
确定所述任一边缘云服务器的参考系数;其中,所述参考系数用于表征所述任一边缘云服务器的运行环境情况;
根据所述任一边缘云服务器的所述可用资源系数、所述负载系数、所述均衡系数、以及所述参考系数,确定所述任一边缘云服务器的调度系数。
5.根据权利要求4所述的方法,其特征在于,所述调度系数满足以下公式:
Figure FDA0003806637700000021
其中,系数W为所述调度系数;系数P为所述处理器系数;系数p为所述边缘云服务器的计算资源系数;系数p为所述目标业务的计算资源系数;系数s为所述边缘云服务器的存储资源系数;系数s为所述目标业务的存储资源系数;系数m为所述边缘云服务器的内存资源系数;系数m为所述目标业务的内存资源系数;系数b为所述边缘云服务器的网络资源系数;系数b为所述目标业务的网络资源系数;系数α为所述负载系数;系数β为所述均衡系数;系数γ为所述参考系数。
6.一种资源调度装置,其特征在于,包括:调度单元;
所述调度单元,用于确定至少一个边缘云服务器中每个边缘云服务器的可用资源系数、负载系数以及均衡系数;所述可用资源系数用于表征任一边缘云服务器的可用资源量与目标业务的需求资源量的比值;所述负载系数用于表征所述任一边缘云服务器的可用资源量与所述任一边缘云服务器的总资源量的比值;所述均衡系数用于表征所述任一边缘云服务器的可用资源量与所述边缘云服务器的总可用资源量之间的比值;
所述调度单元,还用于根据所述每个边缘云服务器的可用资源系数、负载系数、以及均衡系数,确定所述每个边缘云服务器的调度系数;
所述调度单元,还用于在调度系数最大的边缘云服务器中,部署所述目标业务的服务节点。
7.根据权利要求6所述的装置,其特征在于,所述可用资源系数,包括:计算资源系数、存储资源系数、内存资源系数、网络资源系数;
所述计算资源系数为所述任一边缘云服务器的可用计算资源量与目标业务的需求计算资源量的比值;
所述存储资源系数为所述任一边缘云服务器的可用存储资源量与所述目标业务的需求存储资源量的比值;
所述内存资源系数为所述任一边缘云服务器的可用内存资源量与所述目标业务的需求内存资源量的比值;
所述网络资源系数为所述任一边缘云服务器的可用网络资源量与所述目标业务的需求网络资源量的比值。
8.根据权利要求7所述的装置,其特征在于,所述可用资源系数还包括:处理器资源系数;
所述处理器资源系数用于表征所述任一边缘云服务器的可用处理器资源量是否满足所述目标业务的需求处理器资源量。
9.根据权利要求6-8任一项所述的装置,其特征在于,所述调度单元,还用于:
确定所述任一边缘云服务器的参考系数;其中,所述参考系数用于表征所述任一边缘云服务器的运行环境情况;
根据所述任一边缘云服务器的所述可用资源系数、所述负载系数、所述均衡系数、以及所述参考系数,确定所述任一边缘云服务器的调度系数。
10.根据权利要求9所述的装置,其特征在于,所述调度系数满足以下公式:
Figure FDA0003806637700000031
其中,系数W为所述调度系数;系数P为所述处理器系数;系数p为所述边缘云服务器的计算资源系数;系数p为所述目标业务的计算资源系数;系数s为所述边缘云服务器的存储资源系数;系数s为所述目标业务的存储资源系数;系数m为所述边缘云服务器的内存资源系数;系数m为所述目标业务的内存资源系数;系数b为所述边缘云服务器的网络资源系数;系数b为所述目标业务的网络资源系数;系数α为所述负载系数;系数β为所述均衡系数;系数γ为所述参考系数。
11.一种资源调度装置,其特征在于,包括:处理器和通信接口;所述通信接口和所述处理器耦合,所述处理器用于运行计算机程序或指令,以实现如权利要求1-5任一项中所述的资源调度方法。
12.一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,其特征在于,当计算机执行该指令时,该计算机执行上述权利要求1-5任一项中所述的资源调度方法。
CN202210998586.XA 2022-08-19 2022-08-19 资源调度方法、装置及存储介质 Pending CN115396515A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210998586.XA CN115396515A (zh) 2022-08-19 2022-08-19 资源调度方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210998586.XA CN115396515A (zh) 2022-08-19 2022-08-19 资源调度方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN115396515A true CN115396515A (zh) 2022-11-25

Family

ID=84120452

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210998586.XA Pending CN115396515A (zh) 2022-08-19 2022-08-19 资源调度方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN115396515A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116232781A (zh) * 2022-12-08 2023-06-06 中国联合网络通信集团有限公司 节能方法、装置及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104010027A (zh) * 2014-04-21 2014-08-27 华数传媒网络有限公司 一种云服务平台的系统架构及实现方法
WO2019061169A1 (zh) * 2017-09-28 2019-04-04 深圳前海达闼云端智能科技有限公司 一种基于混合资源的路由选路方法、装置和服务器
CN110351376A (zh) * 2019-07-17 2019-10-18 国网四川省电力公司电力科学研究院 一种基于负反馈机制的边缘计算节点选择方法
CN111262906A (zh) * 2020-01-08 2020-06-09 中山大学 分布式边缘计算服务系统下的移动用户终端任务卸载方法
CN112084034A (zh) * 2020-09-18 2020-12-15 杭州电子科技大学 一种基于边缘平台层调节系数的mct调度方法
CN112506643A (zh) * 2020-10-12 2021-03-16 苏州浪潮智能科技有限公司 一种分布式系统的负载均衡方法、装置及电子设备
US20210105191A1 (en) * 2019-10-08 2021-04-08 Verizon Patent And Licensing Inc. Method and system for edge and non-edge networks allocation
CN112887345A (zh) * 2019-11-29 2021-06-01 上海交通大学 边缘计算环境的节点负载均衡调度方法
CN113992691A (zh) * 2021-12-24 2022-01-28 苏州浪潮智能科技有限公司 一种边缘计算资源的分配方法、装置、设备及存储介质
CN114443284A (zh) * 2021-12-29 2022-05-06 苏州浪潮智能科技有限公司 一种集群资源负载均衡方法、装置、电子设备和介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104010027A (zh) * 2014-04-21 2014-08-27 华数传媒网络有限公司 一种云服务平台的系统架构及实现方法
WO2019061169A1 (zh) * 2017-09-28 2019-04-04 深圳前海达闼云端智能科技有限公司 一种基于混合资源的路由选路方法、装置和服务器
CN110351376A (zh) * 2019-07-17 2019-10-18 国网四川省电力公司电力科学研究院 一种基于负反馈机制的边缘计算节点选择方法
US20210105191A1 (en) * 2019-10-08 2021-04-08 Verizon Patent And Licensing Inc. Method and system for edge and non-edge networks allocation
CN112887345A (zh) * 2019-11-29 2021-06-01 上海交通大学 边缘计算环境的节点负载均衡调度方法
CN111262906A (zh) * 2020-01-08 2020-06-09 中山大学 分布式边缘计算服务系统下的移动用户终端任务卸载方法
CN112084034A (zh) * 2020-09-18 2020-12-15 杭州电子科技大学 一种基于边缘平台层调节系数的mct调度方法
CN112506643A (zh) * 2020-10-12 2021-03-16 苏州浪潮智能科技有限公司 一种分布式系统的负载均衡方法、装置及电子设备
CN113992691A (zh) * 2021-12-24 2022-01-28 苏州浪潮智能科技有限公司 一种边缘计算资源的分配方法、装置、设备及存储介质
CN114443284A (zh) * 2021-12-29 2022-05-06 苏州浪潮智能科技有限公司 一种集群资源负载均衡方法、装置、电子设备和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116232781A (zh) * 2022-12-08 2023-06-06 中国联合网络通信集团有限公司 节能方法、装置及存储介质
CN116232781B (zh) * 2022-12-08 2024-04-16 中国联合网络通信集团有限公司 节能方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN108243044B (zh) 业务部署的方法与装置
CN112363813A (zh) 资源调度方法、装置、电子设备和计算机可读介质
US9304817B2 (en) Method and apparatus for a user-driven priority based job scheduling in a data processing platform
CN108667878A (zh) 服务器负载均衡方法及装置、存储介质、电子设备
US20090300134A1 (en) Linear programming formulation of resources in a data center
US9304814B2 (en) Determine variable wait time in an asynchronous call-back system based on calculated average sub-queue wait time
CN111866775A (zh) 一种业务编排方法及装置
EP3944091B1 (en) Cache allocation method and device, storage medium, and electronic device
CN114356587A (zh) 算力任务跨区域调度方法、系统及设备
US8140827B2 (en) System and method for efficient data transmission in a multi-processor environment
CN115396515A (zh) 资源调度方法、装置及存储介质
CN107741873B (zh) 业务处理方法及装置
CN109783236B (zh) 用于输出信息的方法和装置
CN112925616A (zh) 任务分配方法、装置、存储介质及电子设备
CN111177984A (zh) 电子设计自动化中异构计算单元的资源利用
CN116880994B (zh) 基于动态dag的多处理器任务调度方法、装置及设备
CN111800291B (zh) 一种服务功能链部署方法及装置
CN113472591B (zh) 一种业务性能的确定方法及装置
CN112492635B (zh) 一种调度优先级的确定方法及装置
CN111694670B (zh) 资源分配方法、装置、设备和计算机可读介质
CN115700482A (zh) 任务执行方法及装置
WO2020211358A1 (zh) 数据库调度方法、装置、计算机设备及存储介质
CN112948084A (zh) 任务调度方法及系统
CN114489463A (zh) 动态调整存储卷qos的方法、装置及计算设备
KR101718206B1 (ko) 로드 분산을 위한 동적 스펙트럼 할당 방식

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