CN115509724A - 基于任务分层与回填最早完成时间的任务调度方法及系统 - Google Patents

基于任务分层与回填最早完成时间的任务调度方法及系统 Download PDF

Info

Publication number
CN115509724A
CN115509724A CN202211390940.7A CN202211390940A CN115509724A CN 115509724 A CN115509724 A CN 115509724A CN 202211390940 A CN202211390940 A CN 202211390940A CN 115509724 A CN115509724 A CN 115509724A
Authority
CN
China
Prior art keywords
task
tasks
independent
layering
completion time
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
CN202211390940.7A
Other languages
English (en)
Inventor
付青
苏奕星
陈一山
杨航
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.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
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 Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202211390940.7A priority Critical patent/CN115509724A/zh
Publication of CN115509724A publication Critical patent/CN115509724A/zh
Pending legal-status Critical Current

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
    • G06F9/48—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
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出一种基于任务分层与回填最早完成时间的任务调度方法及系统，涉及变电站任务调度的技术领域，通过构建DAG任务图，将变电站任务划分为关联任务和独立任务，将关联任务分层归类，形成若干个关联任务层后，采用upward rank的计算方式匹配DAG任务图拓扑排序的顺序，对各层内的任务进行层内排序，最后将各项独立任务分别填入关联任务各层之间的空闲时间段中，按照各任务层从上到下、层内优先级从大到小的顺序执行关联任务及独立任务，将具有严格先后顺序的变电站任务进行分层，考虑变电站任务执行顺序的同时，充分利用了空闲运算资源，缩短了整体调度时长。

Description

基于任务分层与回填最早完成时间的任务调度方法及系统
技术领域
本发明涉及变电站任务调度的技术领域，更具体地，涉及一种基于任务分层与回填最早完成时间的任务调度方法及系统。
背景技术
在电力物联网、信息化技术、5G通信技术快速发展的背景下，变电站的新应用越来越多，变电站任务调度的压力越来越大。为缓解现有变电站运行压力大的情况，国内外专家提出针对智能变电站的一键顺控，一键顺控是指操作员发出指令调出相应的操作票流程，根据固定程序执行设备的状态检查以及远程的遥控操作，一次性地完成多个控制步骤的操作。随着云计算、物联网等快速发展，目前针对变电站一键顺控任务调度问题，变电站的调度中心应具有更强大的处理分析和分配能力。现阶段顺控操作执行时间长，且检查项目多，导致整体效率低下。目前的研究，更注重于顺控任务的功能转化以及防误，忽视了顺控任务的调度问题。
变电站的任务调度问题是一种完全多项式非确定性问题，是以实现任务最优调度为主要目的。传统的任务表调度算法有HEFT和CPOP等算法，这些算法考虑了任务的优先级，并按一定的规则进行排列，但这类方法在排序时按照最早完成时间原则进行资源调度，在关联任务分配时只要计算资源满足，且某一任务的前置任务已经调度时，无论其前置任务统一层级的其他任务是否调度，该任务均会被调度进计算资源中，但操作票流程中前置任务与后置任务有严格的分层优先级关系，该方式不满足操作票流程中的这种分层优先级关系，导致任务执行顺序混乱。但变电站电力任务一般以关联任务的形式出现，具有严格的执行顺序，无论是没有开始时间限制的表调度或者是复制后置任务的启发式算法，都没有充分考虑变电站任务的执行顺序，有待进一步加强。
发明内容
为解决当前变电站的实际任务调度过程中，未考虑变电站分层任务执行顺序的，导致变电站任务执行混乱问题，本发明提出一种基于任务分层与回填最早完成时间的任务调度方法及系统，考虑变电站任务执行顺序的同时，充分利用空闲运算资源，缩短调度时长。
为了达到上述技术效果，本发明的技术方案如下：
一种基于任务分层与回填最早完成时间的任务调度方法，包括：
S1.划分变电站多机任务中的关联任务及独立任务；
S2.将关联任务分层归类，形成若干个关联任务层；
S3.计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
S4.将各项独立任务分别填入关联任务各层之间的空闲时间段中；
S5.按照各任务层从上到下、层内优先级从大到小的顺序执行关联任务及独立任务。
在本技术方案中，通过任务分层和回填的调度方法，将具有严格先后顺序的变电站任务分层归类，对层内的任务执行次序进行排序，并在关联任务层之间的空闲时间段中回填独立任务，在保证变电站任务按顺序执行的同时充分利用计算资源，缩短了整体任务的完成时间。
优选地，步骤S1包括以下步骤：
S11.将变电站的每一个任务作为一个任务节点，以任务节点之间的执行序列约束作为有向弧，构建DAG任务图，根据任务节点-任务节点之间的有向弧联系，得到操作票作业的关联任务；
S12.将与关联任务中的任何一个任务节点都不存在父类或子类关系的任务节点对应的任务划分为独立任务。
优选地，步骤S2包括以下步骤：
S21.遍历整个DAG任务图；
S22.根据DAG任务图中的入口任务节点至出口任务节点的顺序，对关联任务进行分层，使不同层的关联任务无任何关联关系；
S23.将每层的关联任务构建一个任务集，将各层的任务集共同形成关联任务集TI，I＝1,2,…,n，其中n表示任务集的层数。
在此，划分了变电站的独立任务和关联任务，便于后续对任务执行顺序进行排序。
优选地，步骤S3包括以下步骤：
S31.获取出DAG任务图中每个任务的平均计算开销
Figure BDA0003930361410000021
和平均通信开销
Figure BDA0003930361410000022
S32.计算任务在不同CPU负载的虚拟机上的执行时间的方差S2，方差计算公式如下：
Figure BDA0003930361410000031
其中，
Figure BDA0003930361410000032
表示任务i在不同CPU负载的虚拟机上的开销，m表示虚拟机的数量，方差S2越大任务的执行优先级越高；
S33.基于
Figure BDA0003930361410000033
和S2，采用upward rank的计算方式匹配DAG任务图拓扑排序的顺序，得到每个已分层归类的关联任务的ranku的值；
S34.基于ranku的值，对已分层归类的关联任务进行层内的逆序排序。
优选地，步骤S4包括以下步骤：
S41.获取各项独立任务的预计完成时间；
S42.构建独立任务集I{t1,t2,t3…ts}，其中，s为独立任务的数量，将独立任务集I中的任务按预计完成时间降序排列；
S43.初始化p＝1；
S44.获取独立任务tp在虚拟机中的处理时间；
S45.确定关联任务集Tk和Tk+1两任务集间的空闲时间段Gk：
S46.设独立任务tp在虚拟机q中的处理时间为T(p,q)，若T(p,q)>Gk，则该空闲时间段不符合插入条件，令k的值增加1，返回步骤S45，其中k≤n；
若T(p,q)≤Gk，则该空闲时间段符合插入条件，将独立任务tp插入空闲时间段Gk中；将被插入的独立任务tp从任务列表中删除，同时更新空闲时间段大小；
S47.令p的值增加1，判断p是否大于s，若是，则所有独立任务都已被回填；否则，令k＝1，返回步骤S44。
在此，充分利用了空闲运算资源，将独立任务填入空闲时间段中，缩短了调度时长。
优选地，在步骤S41中，基于独立任务的PE和MI值等参数，通过MI和虚拟机上的处理器的MIPS值获得各项独立任务的预计完成时间。
优选地，在步骤S44中，获取独立任务tp在虚拟机中的处理时间，计算公式如下：
Figure BDA0003930361410000034
其中，p表示独立任务的编号，q表示虚拟机编号，T(p,q)代表独立任务tp在虚拟机q中的执行时间，vmips表示虚拟机的计算能力系数。
优选地，在步骤S45中，更新空闲时间段大小，更新公式为：
Figure BDA0003930361410000041
Figure BDA0003930361410000042
其中，
Figure BDA0003930361410000043
分别表示时间段Gk的开始时间和结束时间。
本申请还提出一种基于任务分层与回填最早完成时间的任务调度系统，所述系统包括：
DAG构图模块，用于划分变电站多机任务中的关联任务及独立任务；
关联任务分层模块，用于将关联任务分层归类，形成若干个关联任务层；
排序模块，用于计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
独立任务回填模块，用于将各项独立任务分别填入关联任务各层之间的空闲时间段中。
在本技术方案中，首先利用DAG构图模块基于变电站的每一个任务构建DAG任务图，根据任务节点之间的联系将任务划分为关联任务和独立任务，再通过关联任务分层模块将关联任务分层归类，形成若干个关联任务层，然后利用排序模块对各层内的任务的执行次序进行层内排序，最后通过独立任务回填模块，在关联任务各层之间的空闲时间段中填入各项独立任务，优化了变电站分层任务执行顺序，避免变电站任务执行混乱的问题；
与现有技术相比，本发明技术方案的有益效果是：
本发明提出一种基于任务分层与回填最早完成时间的任务调度方法及系统，通过构建DAG任务图，将变电站任务划分为关联任务和独立任务，将关联任务分层归类，形成若干个关联任务层后，采用upward rank的计算方式匹配DAG任务图拓扑排序的顺序，对各层内的任务进行层内排序，最后将各项独立任务分别填入关联任务各层之间的空闲时间段中，按照各任务层从上到下、层内优先级从大到小的顺序执行关联任务及独立任务，将具有严格先后顺序的变电站任务进行分层，考虑变电站任务执行顺序的同时，充分利用了空闲运算资源，缩短了整体调度时长。
附图说明
图1表示本发明实施例1中提出的基于任务分层与回填最早完成时间的任务调度方法的流程示意图；
图2表示本发明实施例1中提出的DAG任务图；
图3表示本发明实施例1中提出的基于任务分层和回填的调度结果示意图；
图4表示本发明实施例2中提出的独立任务回填示意图；
图5表示本发明实施例3中提出的基于任务分层与回填最早完成时间的任务调度系统的整体结构示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好地说明本实施例，附图某些部位会有省略、放大或缩小，并不代表实际尺寸；
对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
附图中描述位置关系的仅用于示例性说明，不能理解为对本专利的限制；
实施例1
如图1所示，本实施例提出一种基于任务分层与回填最早完成时间的任务调度方法，所述方法包括以下步骤：
S1.划分变电站多机任务中的关联任务及独立任务；
S11.将变电站的每一个任务作为一个任务节点，以任务节点之间的执行序列约束作为有向弧，构建DAG任务图，根据任务节点-任务节点之间的有向弧联系，得到操作票作业的关联任务；在本实施例中，根据福州220kV南门变电站操作票流程构建关联任务和DAG任务图，参见图2，任务流程如表1所示：
表1
Figure BDA0003930361410000051
Figure BDA0003930361410000061
其中，任务1-9为关联任务；
S12.将与关联任务中的任何一个任务节点都不存在父类或子类关系的任务节点对应的任务划分为独立任务，在本实施例中，任务10-17为独立任务。
S2.将关联任务分层归类，形成若干个关联任务层；
S21.遍历整个DAG任务图；
S22.根据DAG任务图中的入口任务节点至出口任务节点的顺序，对关联任务进行分层，使不同层的关联任务无任何关联关系；
S23.将每层的关联任务构建一个任务集，将各层的任务集共同形成关联任务集TI，I＝1,2,…,n，其中n表示任务集的层数，在本实施例中，n＝5。
S3.计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
S31.获取出DAG任务图中每个任务的平均计算开销
Figure BDA0003930361410000062
和平均通信开销
Figure BDA0003930361410000063
S32.计算任务在不同CPU负载的虚拟机上的执行时间的方差S2，方差计算公式如下：
Figure BDA0003930361410000064
其中，
Figure BDA0003930361410000065
表示任务i在不同CPU负载的虚拟机上的开销，m表示虚拟机的数量，方差S2越大任务的执行优先级越高；
S33.基于
Figure BDA0003930361410000066
和S2，采用upward rank的计算方式匹配DAG任务图拓扑排序的顺序，得到每个已分层归类的关联任务的ranku的值，upward rank的定义为：
Figure BDA0003930361410000067
其中，ti和tj表示关联任务集中的任意两个任务，succ(ti)表示任务i的所有后继任务；
upward rank从出口节点任务向上依次迭代产生，当任务为DAG任务图中出口节点任务texit时，其ranku的值为：
Figure BDA0003930361410000071
其中，
Figure BDA0003930361410000072
为出口节点任务texit的平均计算开销。
S34.基于ranku的值，对已分层归类的关联任务进行层内的逆序排序。
S4.如图3所示，将各项独立任务分别填入关联任务各层之间的空闲时间段中；
S5.按照各任务层从上到下、层内优先级从大到小的顺序执行关联任务及独立任务。
实施例2
如图4所示，在本实施例中，将各项独立任务分别填入关联任务各层之间的空闲时间段中的过程具体包括以下步骤：
a.获取各项独立任务的预计完成时间；
b.构建独立任务集I{t1,t2,t3…ts}，其中，s为独立任务的数量，将独立任务集I中的任务按预计完成时间降序排列；
c.初始化p＝1；
d.获取独立任务tp在虚拟机中的处理时间；
e.确定关联任务集Tk和Tk+1两任务集间的空闲时间段Gk：
f.设独立任务tp在虚拟机q中的处理时间为T(p,q)，若T(p,q)>Gk，则该空闲时间段不符合插入条件，令k的值增加1，返回步骤e，其中k≤n；
若T(p,q)≤Gk，则该空闲时间段符合插入条件，将独立任务tp插入空闲时间段Gk中；将被插入的独立任务tp从任务列表中删除，同时更新空闲时间段大小；
g.令p的值增加1，判断p是否大于s，若是，则所有独立任务都已被回填；否则，令k＝1，返回步骤d。
实施例3
在本实施例中，如图5所示，提出了一种基于任务分层与回填最早完成时间的任务调度系统，所述系统包括：
DAG构图模块101，用于划分变电站多机任务中的关联任务及独立任务；
关联任务分层模块102，用于将关联任务分层归类，形成若干个关联任务层；
排序模块103，用于计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
独立任务回填模块104，用于将各项独立任务分别填入关联任务各层之间的空闲时间段中。
整体上，利用DAG构图模块101基于变电站的每一个任务构建DAG任务图，根据任务节点之间的联系将任务划分为关联任务和独立任务，再通过关联任务分层模块102将关联任务分层归类，形成若干个关联任务层，然后利用排序模块103对各层内的任务的执行次序进行层内排序，最后通过独立任务回填模块104在关联任务各层之间的空闲时间段中填入各项独立任务，优化了变电站分层任务执行顺序，避免变电站任务执行混乱的问题。
显然，本发明的上述实施例仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (10)

1.一种基于任务分层与回填最早完成时间的任务调度方法，其特征在于，包括：
S1.划分变电站多机任务中的关联任务及独立任务；
S2.将关联任务分层归类，形成若干个关联任务层；
S3.计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
S4.将各项独立任务分别填入关联任务各层之间的空闲时间段中；
S5.按照各任务层从上到下、层内优先级从大到小的顺序执行关联任务及独立任务。
2.根据权利要求1所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，步骤S1包括以下步骤：
S11.将变电站的每一个任务作为一个任务节点，以任务节点之间的执行序列约束作为有向弧，构建DAG任务图，根据任务节点-任务节点之间的有向弧联系，得到操作票作业的关联任务；
S12.将与关联任务中的任何一个任务节点都不存在父类或子类关系的任务节点对应的任务划分为独立任务。
3.根据权利要求2所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，步骤S2包括以下步骤：
S21.遍历整个DAG任务图；
S22.根据DAG任务图中的入口任务节点至出口任务节点的顺序，对关联任务进行分层，使不同层的关联任务无任何关联关系；
S23.将每层的关联任务构建一个任务集，将各层的任务集共同形成关联任务集TI，I＝1,2,…,n，其中n表示任务集的层数。
4.根据权利要求3所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，步骤S3包括以下步骤：
S31.获取出DAG任务图中每个任务的平均计算开销
Figure FDA0003930361400000011
和平均通信开销
Figure FDA0003930361400000012
S32.计算任务在不同CPU负载的虚拟机上的执行时间的方差S2，方差计算公式如下：
Figure FDA0003930361400000021
其中，
Figure FDA0003930361400000026
表示任务i在不同CPU负载的虚拟机上的开销，m表示虚拟机的数量，方差S2越大任务的执行优先级越高；
S33.基于
Figure FDA0003930361400000022
和S2，采用upward rank的计算方式匹配DAG任务图拓扑排序的顺序，得到每个已分层归类的关联任务的ranku的值；
S34.基于ranku的值，对已分层归类的关联任务进行层内的逆序排序。
5.根据权利要求4所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，在步骤S33中，upward rank的定义为：
Figure FDA0003930361400000023
其中，ti和tj表示关联任务集中的任意两个任务，succ(ti)表示任务i的所有后继任务；
upward rank从出口节点任务向上依次迭代产生，当任务为DAG任务图中出口节点任务texit时，其ranku的值为：
Figure FDA0003930361400000024
其中，
Figure FDA0003930361400000025
为出口节点任务texit的平均计算开销。
6.根据权利要求5所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，步骤S4包括以下步骤：
S41.获取各项独立任务的预计完成时间；
S42.构建独立任务集I{t1,t2,t3…ts}，其中，s为独立任务的数量，将独立任务集I中的任务按预计完成时间降序排列；
S43.初始化p＝1；
S44.获取独立任务tp在虚拟机中的处理时间；
S45.确定关联任务集Tk和Tk+1两任务集间的空闲时间段Gk：
S46.设独立任务tp在虚拟机q中的处理时间为T(p,q)，若T(p,q)>Gk，则该空闲时间段不符合插入条件，令k的值增加1，返回步骤S45，其中k≤n；
若T(p,q)≤Gk，则该空闲时间段符合插入条件，将独立任务tp插入空闲时间段Gk中；将被插入的独立任务tp从任务列表中删除，同时更新空闲时间段大小；
S47.令p的值增加1，判断p是否大于s，若是，则所有独立任务都已被回填；否则，令k＝1，返回步骤S44。
7.根据权利要求6所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，在步骤S41中，基于独立任务的PE和MI值等参数，通过MI和虚拟机上的处理器的MIPS值获得各项独立任务的预计完成时间。
8.根据权利要求6所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，在步骤S44中，获取独立任务tp在虚拟机中的处理时间，计算公式如下：
Figure FDA0003930361400000031
其中，p表示独立任务的编号，q表示虚拟机编号，T(p,q)代表独立任务tp在虚拟机q中的执行时间，vmips表示虚拟机的计算能力系数。
9.根据权利要求8所述的基于任务分层与回填最早完成时间的任务调度方法，其特征在于，在步骤S45中，更新空闲时间段大小，更新公式为：
Figure FDA0003930361400000032
Figure FDA0003930361400000033
其中，
Figure FDA0003930361400000034
分别表示时间段Gk的开始时间和结束时间。
10.一种基于任务分层与回填最早完成时间的任务调度方法的计算机系统，其特征在于，包括：
DAG构图模块，用于划分变电站多机任务中的关联任务及独立任务；
关联任务分层模块，用于将关联任务分层归类，形成若干个关联任务层；
排序模块，用于计算已分层归类的关联任务的优先级，基于关联任务的优先级对各层内的任务的执行次序进行层内排序；
独立任务回填模块，用于将各项独立任务分别填入关联任务各层之间的空闲时间段中。
CN202211390940.7A 2022-11-07 2022-11-07 基于任务分层与回填最早完成时间的任务调度方法及系统 Pending CN115509724A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211390940.7A CN115509724A (zh) 2022-11-07 2022-11-07 基于任务分层与回填最早完成时间的任务调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211390940.7A CN115509724A (zh) 2022-11-07 2022-11-07 基于任务分层与回填最早完成时间的任务调度方法及系统

Publications (1)

Publication Number Publication Date
CN115509724A true CN115509724A (zh) 2022-12-23

Family

ID=84513722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211390940.7A Pending CN115509724A (zh) 2022-11-07 2022-11-07 基于任务分层与回填最早完成时间的任务调度方法及系统

Country Status (1)

Country Link
CN (1) CN115509724A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095804A (zh) * 2023-10-19 2023-11-21 江苏健康无忧网络科技有限公司 一种医疗检查空闲时段调度方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095804A (zh) * 2023-10-19 2023-11-21 江苏健康无忧网络科技有限公司 一种医疗检查空闲时段调度方法
CN117095804B (zh) * 2023-10-19 2023-12-29 江苏健康无忧网络科技有限公司 一种医疗检查空闲时段调度方法

Similar Documents

Publication Publication Date Title
CN111738434B (zh) 在异构处理单元上执行深度神经网络的方法
Han et al. Tailored learning-based scheduling for kubernetes-oriented edge-cloud system
WO2023241000A1 (zh) 一种dag任务调度方法、装置、设备及存储介质
CN108182109B (zh) 一种云环境下的工作流调度与数据分配方法
Sun et al. Predictive-trend-aware composition of web services with time-varying quality-of-service
CN111459628A (zh) 基于改进量子蚁群算法的Spark平台任务调度方法
CN109634742B (zh) 一种基于蚁群算法的时间约束科学工作流优化方法
CN107656799B (zh) 一种多云环境下考虑通信和计算代价的工作流调度方法
CN101237469B (zh) 运用蚁群算法优化多QoS网格工作流的方法
Tang Large-scale computing systems workload prediction using parallel improved LSTM neural network
CN114008594A (zh) 调度计算图上的操作
CN117271101B (zh) 一种算子融合方法、装置、电子设备及存储介质
CN112052092A (zh) 一种风险感知的边缘计算任务分配方法
Huang et al. Service requirement conflict resolution based on ant colony optimization in group-enterprises-oriented cloud manufacturing
CN115509724A (zh) 基于任务分层与回填最早完成时间的任务调度方法及系统
CN114610474A (zh) 一种异构超算环境下多策略的作业调度方法及系统
CN110334436A (zh) 一种数据处理方法以及设备
CN115543624A (zh) 异构算力编排调度方法、系统、设备及存储介质
CN115686830A (zh) 边缘计算资源弹性调度方法及系统
CN116633801A (zh) 资源调度方法、装置、系统及相关设备
Kofler et al. A parallel branch and bound algorithm for workflow QoS optimization
CN117436627A (zh) 任务分配方法、装置、终端设备及介质
CN112769942B (zh) 一种基于QoS的微服务动态编排方法
Batista et al. Scheduling grid tasks in face of uncertain communication demands
Aida et al. Performance enhancement of scheduling algorithm in heterogeneous distributed computing systems

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