CN115640110B - 分布式云计算系统调度方法和装置 - Google Patents
分布式云计算系统调度方法和装置 Download PDFInfo
- Publication number
- CN115640110B CN115640110B CN202211383425.6A CN202211383425A CN115640110B CN 115640110 B CN115640110 B CN 115640110B CN 202211383425 A CN202211383425 A CN 202211383425A CN 115640110 B CN115640110 B CN 115640110B
- Authority
- CN
- China
- Prior art keywords
- cache information
- pod
- mounting
- data source
- server
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004044 response Effects 0.000 claims abstract description 8
- 230000008859 change Effects 0.000 claims description 6
- 230000000977 initiatory effect Effects 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 230000001502 supplementing effect Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 abstract description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了分布式云计算系统调度方法和装置,涉及人工智能领域,尤其涉及云计算领域和深度学习领域。具体实现方案为:获取集群中各挂载pod(一个容器或少数几个紧密耦合并共享资源的容器)的缓存信息,并存储在数据库中,其中,缓存信息包括数据源的标识、主机节点的标识;响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源;在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;将所述作业任务调度到查询到的缓存信息中的主机节点上执行。该实施方式实现了数据缓存的复用,使得缓存数据机制能够充分发挥降时提效的作用。
Description
技术领域
本公开涉及人工智能领域,尤其涉及云计算领域和深度学习领域。
背景技术
在云原生分布式计算环境中,从远端通过读取存储数据耗时较大,因此现有技术中常有在计算任务中将从远端已读取的数据缓存在计算任务所在机器中,在此任务或之后任务需要读取同样数据时不再需要从远端通过网络拉取,而使用本地缓存数据,减少网络耗时。
然而在云原生分布式计算下,使用同一存储数据的任务不一定会调度到同一台机器上,因而会出现即使有缓存数据的机制且多个任务使用同一份数据,但这些任务被调度器调度到不同的节点主机上,无法复用数据缓存,使得缓存数据机制并未充分发挥降时提效的作用。
发明内容
本公开提供了一种分布式云计算系统调度方法、装置、设备、存储介质以及计算机程序产品。
根据本公开的第一方面,提供了一种分布式云计算系统调度方法,包括:获取集群中各挂载pod的缓存信息,并存储在数据库中,其中,缓存信息包括数据源的标识、主机节点的标识;响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源;在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;将所述作业任务调度到查询到的缓存信息中的主机节点上执行。
根据本公开的第二方面,提供了一种分布式云计算系统调度装置,包括:获取单元,被配置成获取集群中各挂载pod的缓存信息,并存储在数据库中,其中,缓存信息包括数据源的标识、主机节点的标识;作业单元,被配置成响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源;查询单元,被配置成在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;调度单元,被配置成将所述作业任务调度到查询到的缓存信息中的主机节点上执行。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够第一方面所述的方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现第一方面所述的方法。
本公开的实施例提供的分布式云计算系统调度方法和装置,通过记录数据源的缓存信息在哪个主机节点上,当任务需要同一数据源时,分配到已经缓存了数据源的主机节点上。能够显著提高本地缓存数据的复用率,从而在数据密集型应用中大幅降低网络请求数据带来的时间开销,大幅提高计算的时间效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的分布式云计算系统调度方法的一个实施例的流程图;
图3是根据本公开的分布式云计算系统调度方法的一个应用场景的示意图;
图4是根据本公开的分布式云计算系统调度方法的又一个实施例的流程图;
图5是根据本公开的分布式云计算系统调度装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本公开的分布式云计算系统调度方法或分布式云计算系统调度装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括服务器、主机节点、远端数据源、数据库。网络用以在服务器、主机节点、数据源、数据库之间提供通信链路的介质。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
系统架构是通用的云计算架构,可采用kubernetes。服务器上提供任务的发起、调度、数据库管理等服务。kubernetes,简称k8s,是用8代替名字中间的8个字符“kubernete”而成的缩写。是一个开源的,用于管理云平台中多个主机上的容器化的应用,kubernetes的目标是让部署容器化的应用简单并且高效(powerful),kubernetes提供了应用部署,规划,更新,维护的一种机制。
传统的应用部署方式是通过插件或脚本来安装应用。这样做的缺点是应用的运行、配置、管理、所有生存周期将与当前操作系统绑定,这样做并不利于应用的升级更新/回滚等操作,当然也可以通过创建虚拟机的方式来实现某些功能,但是虚拟机非常重,并不利于可移植性。
新的方式是通过部署容器方式实现,每个容器之间互相隔离,每个容器有自己的文件系统,容器之间进程不会相互影响,能区分计算资源。相对于虚拟机,容器能快速部署,由于容器与底层设施、机器文件系统解耦的,所以它能在不同云、不同版本操作系统间进行迁移。
容器占用资源少、部署快,每个应用可以被打包成一个容器镜像,每个应用与容器间成一对一关系也使容器有更大优势,使用容器可以在build或release的阶段,为应用创建容器镜像,因为每个应用不需要与其余的应用堆栈组合,也不依赖于生产环境基础结构,这使得从研发到测试、生产能提供一致环境。类似地,容器比虚拟机轻量、更“透明”,这更便于监控和管理。
主机节点用来执行具体的任务,可运行kubernetes的客户端kubelet。主机节点需要从远端数据源获取数据来执行任务。为了加速计算,可将远端数据源的数据缓存到本地。挂载pod就可以执行挂载远端数据源的操作。
pod是kubernetes最基本的操作单元,包含一个或多个紧密相关的容器,一个pod可以被一个容器化的环境看作应用层的“逻辑宿主机”;一个pod中的多个容器应用通常是紧密耦合的,pod在Node(主机节点)上被创建、启动或者销毁;每个pod里运行着一个特殊的被称之为Pause的容器,其他容器则为业务容器,这些业务容器共享Pause容器的网络栈和Volume挂载卷,因此他们之间通信和数据交换更为高效,在设计时我们可以充分利用这一特性将一组密切相关的服务进程放入同一个pod中。同一个pod里的容器之间仅需通过localhost就能互相通信。一个pod中的应用容器共享同一组资源:PID命名空间:pod中的不同应用程序可以看到其他应用程序的进程ID;网络命名空间:pod中的多个容器能够访问同一个IP和端口范围;IPC命名空间:pod中的多个容器能够使用SystemV IPC或POSIX消息队列进行通信;UTS命名空间:pod中的多个容器共享一个主机名;Volumes(共享存储卷):pod中的各个容器可以访问在pod级别定义的Volumes;pod的生命周期通过ReplicationController来管理;通过模板进行定义,然后分配到一个Node上运行,在pod所包含容器运行结束后,pod结束。
数据库用于存储服务器调度、管理所需要的数据,例如,缓存信息和数据源的映射表。
需要说明的是,本公开的实施例所提供的分布式云计算系统调度方法一般由服务器执行,相应地,分布式云计算系统调度装置一般设置于服务器中。
应该理解,图1中的服务器、主机节点、远端数据源、数据库的数目仅仅是示意性的。根据实现需要,可以具有任意数目的服务器、主机节点、远端数据源、数据库。主机节点上的挂载pod数量仅仅是示意性的,可以为0,1,2,3。作业pod数量仅仅是示意性的,不一定要和挂载pod一致或相关。
继续参考图2,示出了根据本公开的分布式云计算系统调度方法的一个实施例的流程200。该分布式云计算系统调度方法,包括以下步骤:
步骤201,获取集群中各挂载pod的缓存信息,并存储在数据库中。
在本实施例中,分布式云计算系统调度方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从集群中各主机节点上的每个挂载pod获取缓存信息,缓存信息可包括数据源的标识(例如路径)、主机节点的标识。
挂载pod在挂载远端数据源时在挂载动作之外增加一个操作,即查询挂载的缓存信息(如缓存数据大小、内存占用大小/硬盘占用大小、主机节点信息等,可通过FUSE进程收集输出)。
挂载pod可主动向服务器上报缓存信息,也可由服务器主动轮询挂载pod时再反馈。
服务器获取到各挂载pod的缓存信息后存储在数据库中,以备调度时使用。
步骤202,响应于接收到发起作业任务的请求,查询作业任务所需的数据源。
在本实施例中,服务器中可保存作业任务与数据源的对应关系,接收到作业任务就能查询出需要哪个数据源。
步骤203,在数据库中查询作业任务所需的数据源的标识对应的缓存信息。
在本实施例中,预先已经保存了缓存信息与数据源的标识的对应关系,通过数据源的标识就可查询到作业任务对应的缓存信息。
步骤204,将作业任务调度到查询到的缓存信息中的主机节点上执行。
在本实施例中,原本有多个候选节点可以调度,由于查询到的缓存信息中的主机节点上已经缓存了数据,使用该节点执行作业任务就不需要再从远端数据源拉取数据,实现了缓存数据的复用。
本公开的上述实施例提供的方法,使用同一存储数据的任务一定会调度到同一台机器上,从而可以复用数据缓存,使得缓存数据机制能够充分发挥降时提效的作用。
在本实施例的一些可选的实现方式中,所述获取集群中各挂载pod的缓存信息,包括:周期地向集群中各挂载pod发送查询请求;接收各挂载pod发送的注解字段,其中,挂载pod在挂载数据源时获取缓存信息并添加到注解字段中;从各挂载pod的注解字段中解析出缓存信息。挂载pod在挂载远端数据源时就可将相关数据收集起来,写入注解字段。当服务器周期性轮询挂载pod时,通过现在的查询机制,将主机节点位置、挂载的存储内容(例如,数据源标识)和注解字段等信息发送给服务器。服务器可以从注解字段中解析出缓存信息。这种方式利用了现有技术中的数据结构和查询机制,不需要额外的软件开发成本。不需要升级硬件设备,也具备普遍性,适应于不同厂家的云计算系统。
在本实施例的一些可选的实现方式中,所述获取集群中各挂载pod的缓存信息,包括:接收各挂载pod发送的包括缓存信息的http请求;从各挂载pod的http请求中解析出缓存信息。挂载pod在挂载远端数据源时就可将相关数据收集起来,不用等服务器查询就主动向服务器上报。可通过http请求上报缓存信息。服务器再从http请求中解析出缓存信息。由于http请求消息的生成和发送是现有技术,报文中有预留的字段可以直接使用,因此不需要额外的软件开发成本。不需要升级硬件设备,也具备普遍性,适应于不同厂家的云计算系统。
在本实施例的一些可选的实现方式中,所述方法还包括:若更新了服务器的IP地址,则向集群内所有挂载pod发送IP地址变更消息,以使得各挂载pod根据更新后的IP地址发送包括缓存信息的http请求。该获取缓存信息的方法中缓存信息不是通过patch到挂载pod中,由server主动查询的,而是挂载pod获取serverIP地址,server开放api接口,由挂载pod发送http请求主动上报给server的。由于http请求是需要知道IP地址才能正确发送的,因此如果在运算过程中改变了server的IP,需要额外更新环境内的serverIP参数。将IP地址的变更同步给每个挂载pod可防止出现http请求发送失败导致的缓存信息不能及时反馈给服务器的问题。
在本实施例的一些可选的实现方式中,若所述分布式云计算系统采用k8s,则通过k8s的客户端将缓存信息补充到挂载pod的注解字段中。利用现有的工具将缓存信息补充到挂载pod的注解字段中,即patch操作,可以提高有效性,也不需要额外的软件开发,具备通用性,降低了运维成本。
继续参见图3,图3是根据本实施例的分布式云计算系统调度方法的应用场景的一个示意图。在图3的应用场景中,在k8s的云原生分布式计算环境下,挂载存储使用挂载pod的容器内进行挂载。在这个挂的pod中,在挂载动作之外增加一个操作,即查询挂载缓存的参数(如缓存数据大小、内存占用大小、主机节点信息等,可通过FUSE进程收集输出),并将缓存信息通过k8s客户端patch到挂载pod的annotations这个字段中。
分布式计算的环境往往会有一个服务器(下称server)进行任务的发起、调度、数据库管理等服务。在此设计流程中,这个服务按照一定的时间间隔通过k8s客户端轮询挂载pod,记录他们所在主机节点位置,挂载的存储内容,和其挂载pod的annotations字段中我们patch上的缓存信息。Server获取这些信息后,记录在数据库内。当server发起任务时,对于该任务使用的存储卷查询数据库,获取所用存储卷的缓存信息,并在调度此作业时,将有缓存信息的主机节点加入作业pod“节点亲和性”中,使其在k8s环境中调度到有数据缓存的主机节点。作业在执行时就可以使用本地缓存的数据,而非另外从远端拉取数据。节省了网络时间。
进一步参考图4,其示出了分布式云计算系统调度方法的又一个实施例的流程400。该分布式云计算系统调度方法的流程400,包括以下步骤:
步骤401,获取集群中各挂载pod的缓存信息,并存储在数据库中。
步骤402,响应于接收到发起作业任务的请求,查询作业任务所需的数据源。
步骤403,在数据库中查询作业任务所需的数据源的标识对应的缓存信息。
步骤404,将作业任务调度到查询到的缓存信息中的主机节点上执行。
步骤401-404与步骤201-204基本相同,因此不再赘述。
步骤405,检测各挂载pod的缓存信息的有效性。
在本实施例中,缓存信息不是永远有效的,如果挂载pod失效,服务器会清理挂载pod,该挂载pod的缓存信息也就失效了。服务器可以定时检测各挂载pod的缓存信息的有效性,也可在挂载pod失效时触发检测。
步骤406,若检测到失效的缓存信息,则在数据库中删除失效的缓存信息。
在本实施例中,如果缓存信息失效,则不能继续使用,在数据库中删除失效的缓存信息。这样在调度时不会再将任务调度到已经失效的缓存信息指示的主机节点中了。
从图4中可以看出,与图2对应的实施例相比,本实施例中的分布式云计算系统调度方法的流程400体现了对失败的缓存信息进行处理的步骤。由此,本实施例描述的方案可以即时更新缓存信息,防止将任务调度到已经失效的缓存信息指示的主机节点中。不会因为失效的缓存信息影响调度的优先级,从而能够保证计算效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种分布式云计算系统调度装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的分布式云计算系统调度装置500包括:获取单元501、作业单元502、查询单元503、调度单元504。其中,获取单元501,被配置成获取集群中各挂载pod的缓存信息,并存储在数据库中,其中,缓存信息包括数据源的标识、主机节点的标识;作业单元502,被配置成响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源;查询单元503,被配置成在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;调度单元504,被配置成将所述作业任务调度到查询到的缓存信息中的主机节点上执行。
在本实施例中,分布式云计算系统调度装置500的获取单元501、作业单元502、查询单元503、调度单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,获取单元501进一步被配置成:周期地向集群中各挂载pod发送查询请求;接收各挂载pod发送的注解字段,其中,挂载pod在挂载数据源时获取缓存信息并添加到注解字段中;从各挂载pod的注解字段中解析出缓存信息。
在本实施例的一些可选的实现方式中,获取单元501进一步被配置成:接收各挂载pod发送的包括缓存信息的http请求;从各挂载pod的http请求中解析出缓存信息。
在本实施例的一些可选的实现方式中,装置500还包括删除单元(附图中未示出),被配置成:检测各挂载pod的缓存信息的有效性;若检测到失效的缓存信息,则在所述数据库中删除失效的缓存信息。
在本实施例的一些可选的实现方式中,装置500还包括变更单元(附图中未示出),被配置成:若更新了服务器的IP地址,则向集群内所有挂载pod发送IP地址变更消息,以使得各挂载pod根据更新后的IP地址发送包括缓存信息的http请求。
在本实施例的一些可选的实现方式中,若所述分布式云计算系统采用k8s,则通过k8s的客户端将缓存信息补充到挂载pod的注解字段中。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行流程200或400所述的方法。
一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行流程200或400所述的方法。
一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现流程200或400所述的方法。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如分布式云计算系统调度方法。例如,在一些实施例中,分布式云计算系统调度方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的分布式云计算系统调度方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行分布式云计算系统调度方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (10)
1.一种分布式云计算系统调度方法,包括:
获取集群中各挂载pod的缓存信息,并存储在数据库中,其中,将远端数据源的数据缓存到本地,挂载pod执行挂载远端数据源的操作,查询挂载pod的缓存信息,挂载pod主动向服务器上报缓存信息或者由服务器主动轮询挂载pod时再反馈,服务器获取到各挂载pod的缓存信息后存储在数据库中,以备调度时使用,缓存信息包括数据源的标识、主机节点的标识、缓存数据大小、内存占用大小、硬盘占用大小;
响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源,其中,服务器中保存作业任务与数据源的对应关系;
在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;
将所述作业任务调度到查询到的缓存信息中的主机节点上执行;
其中,所述获取集群中各挂载pod的缓存信息,包括:接收各挂载pod发送的包括缓存信息的http请求,其中,挂载pod在挂载远端数据源时就将相关数据收集起来,不用等服务器查询就主动向服务器上报,直接使用http请求报文中预留的字段携带缓存信息;从各挂载pod的http请求中解析出缓存信息;或者
周期地向集群中各挂载pod发送查询请求;接收各挂载pod发送的注解字段,其中,挂载pod在挂载数据源时获取缓存信息并添加到注解字段中;从各挂载pod的注解字段中解析出缓存信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
检测各挂载pod的缓存信息的有效性;
若检测到失效的缓存信息,则在所述数据库中删除失效的缓存信息。
3.根据权利要求1所述的方法,其中,所述方法还包括:
若更新了服务器的IP地址,则向集群内所有挂载pod发送IP地址变更消息,以使得各挂载pod根据更新后的IP地址发送包括缓存信息的http请求。
4.根据权利要求1所述的方法,其中,若所述分布式云计算系统采用k8s,则通过k8s的客户端将缓存信息补充到挂载pod的注解字段中。
5.一种分布式云计算系统调度装置,包括:
获取单元,被配置成获取集群中各挂载pod的缓存信息,并存储在数据库中,其中,将远端数据源的数据缓存到本地,挂载pod执行挂载远端数据源的操作,查询挂载pod的缓存信息,挂载pod主动向服务器上报缓存信息或者由服务器主动轮询挂载pod时再反馈,服务器获取到各挂载pod的缓存信息后存储在数据库中,以备调度时使用,缓存信息包括数据源的标识、主机节点的标识、缓存数据大小、内存占用大小、硬盘占用大小;
作业单元,被配置成响应于接收到发起作业任务的请求,查询所述作业任务所需的数据源,其中,服务器中保存作业任务与数据源的对应关系;
查询单元,被配置成在所述数据库中查询所述作业任务所需的数据源的标识对应的缓存信息;
调度单元,被配置成将所述作业任务调度到查询到的缓存信息中的主机节点上执行;
其中,所述获取单元进一步被配置成:
接收各挂载pod发送的包括缓存信息的http请求,其中,挂载pod在挂载远端数据源时就将相关数据收集起来,不用等服务器查询就主动向服务器上报,直接使用http请求报文中预留的字段携带缓存信息;从各挂载pod的http请求中解析出缓存信息;或者
周期地向集群中各挂载pod发送查询请求;接收各挂载pod发送的注解字段,其中,挂载pod在挂载数据源时获取缓存信息并添加到注解字段中;从各挂载pod的注解字段中解析出缓存信息。
6.根据权利要求5所述的装置,其中,所述装置还包括删除单元,被配置成:
检测各挂载pod的缓存信息的有效性;
若检测到失效的缓存信息,则在所述数据库中删除失效的缓存信息。
7.根据权利要求5所述的装置,其中,所述装置还包括变更单元,被配置成:
若更新了服务器的IP地址,则向集群内所有挂载pod发送IP地址变更消息,以使得各挂载pod根据更新后的IP地址发送包括缓存信息的http请求。
8.根据权利要求5所述的装置,其中,若所述分布式云计算系统采用k8s,则通过k8s的客户端将缓存信息补充到挂载pod的注解字段中。
9. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-4中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211383425.6A CN115640110B (zh) | 2022-11-07 | 2022-11-07 | 分布式云计算系统调度方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211383425.6A CN115640110B (zh) | 2022-11-07 | 2022-11-07 | 分布式云计算系统调度方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115640110A CN115640110A (zh) | 2023-01-24 |
CN115640110B true CN115640110B (zh) | 2023-11-17 |
Family
ID=84948762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211383425.6A Active CN115640110B (zh) | 2022-11-07 | 2022-11-07 | 分布式云计算系统调度方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115640110B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116594848B (zh) * | 2023-07-18 | 2023-10-10 | 中移(苏州)软件技术有限公司 | 一种任务监控方法、装置、设备、终端设备及存储介质 |
CN116755893B (zh) * | 2023-08-22 | 2023-11-17 | 之江实验室 | 面向深度学习的分布式计算系统的作业调度方法和装置 |
CN117033000B (zh) * | 2023-10-09 | 2024-01-05 | 合肥中科类脑智能技术有限公司 | 数据调度方法、设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111124277A (zh) * | 2019-11-21 | 2020-05-08 | 苏州浪潮智能科技有限公司 | 一种深度学习数据集缓存方法、系统、终端及存储介质 |
CN113377817A (zh) * | 2021-06-28 | 2021-09-10 | 深圳市华曦达科技股份有限公司 | 数据处理方法、系统、设备及存储介质 |
CN113835874A (zh) * | 2021-08-17 | 2021-12-24 | 苏州浪潮智能科技有限公司 | 深度学习业务调度方法、系统、终端及存储介质 |
CN114153499A (zh) * | 2021-10-27 | 2022-03-08 | 济南浪潮数据技术有限公司 | 基于jenkins的任务构建方法、系统和存储介质 |
-
2022
- 2022-11-07 CN CN202211383425.6A patent/CN115640110B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111124277A (zh) * | 2019-11-21 | 2020-05-08 | 苏州浪潮智能科技有限公司 | 一种深度学习数据集缓存方法、系统、终端及存储介质 |
CN113377817A (zh) * | 2021-06-28 | 2021-09-10 | 深圳市华曦达科技股份有限公司 | 数据处理方法、系统、设备及存储介质 |
CN113835874A (zh) * | 2021-08-17 | 2021-12-24 | 苏州浪潮智能科技有限公司 | 深度学习业务调度方法、系统、终端及存储介质 |
CN114153499A (zh) * | 2021-10-27 | 2022-03-08 | 济南浪潮数据技术有限公司 | 基于jenkins的任务构建方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115640110A (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115640110B (zh) | 分布式云计算系统调度方法和装置 | |
CN107590001B (zh) | 负载均衡方法及装置、存储介质、电子设备 | |
US20120047107A1 (en) | System and method for implementing on demand cloud database | |
US9838346B2 (en) | Alerting on dual-queue systems | |
CN111897638B (zh) | 分布式任务调度方法及系统 | |
US8825750B2 (en) | Application server management system, application server management method, management apparatus, application server and computer program | |
CN109391664A (zh) | 用于多集群容器部署的系统和方法 | |
US8266301B2 (en) | Deployment of asynchronous agentless agent functionality in clustered environments | |
CN104462370A (zh) | 分布式任务调度系统及方法 | |
US10944655B2 (en) | Data verification based upgrades in time series system | |
US9836358B2 (en) | Ephemeral remote data store for dual-queue systems | |
CN109783151B (zh) | 规则变更的方法和装置 | |
CN113742031A (zh) | 节点状态信息获取方法、装置、电子设备及可读存储介质 | |
CN112905537B (zh) | 文件处理方法、装置、电子设备和存储介质 | |
US20110282923A1 (en) | File management system, method, and recording medium of program | |
CN110798358B (zh) | 分布式服务标识方法、装置、计算机可读介质及电子设备 | |
CN107273047B (zh) | 一种缓存管理方法、缓存管理器及存储管理软件 | |
CN110737510A (zh) | 块设备管理系统 | |
CN114070889B (zh) | 配置方法、流量转发方法、设备、存储介质及程序产品 | |
CN111698109A (zh) | 监控日志的方法和装置 | |
CN113656144B (zh) | 一种数据发布系统、方法、装置、电子设备及存储介质 | |
CN107102901B (zh) | 一种任务处理方法和装置 | |
CN115309558A (zh) | 一种资源调度管理系统、方法、计算机设备及存储介质 | |
KR20190015817A (ko) | 미들웨어를 이용한 모니터링 방법, 장치 및 시스템 | |
CN111385334A (zh) | 一种数据配送方法、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 |