CN116909751B - 一种云计算系统中的资源分配方法 - Google Patents

一种云计算系统中的资源分配方法 Download PDF

Info

Publication number
CN116909751B
CN116909751B CN202311163709.9A CN202311163709A CN116909751B CN 116909751 B CN116909751 B CN 116909751B CN 202311163709 A CN202311163709 A CN 202311163709A CN 116909751 B CN116909751 B CN 116909751B
Authority
CN
China
Prior art keywords
cloud computing
flow
task groups
resource
task
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
Application number
CN202311163709.9A
Other languages
English (en)
Other versions
CN116909751A (zh
Inventor
李健
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.)
Beijing Blue Yun Polytron Technologies Inc
Original Assignee
Beijing Blue Yun Polytron Technologies Inc
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 Beijing Blue Yun Polytron Technologies Inc filed Critical Beijing Blue Yun Polytron Technologies Inc
Priority to CN202311163709.9A priority Critical patent/CN116909751B/zh
Publication of CN116909751A publication Critical patent/CN116909751A/zh
Application granted granted Critical
Publication of CN116909751B publication Critical patent/CN116909751B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • G06F9/5072Grid computing
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种云计算系统中的资源分配方法,涉及云计算技术领域。本发明通过接收用户的云计算需求,划分为多个云计算的流程任务流;进行资源需求分析与匹配,将多个流程任务流归类为多个流程任务组;将多个流程任务组归类为多个独立关系的流程任务集团;对多个流程任务集团进行活跃关联排序,生成活跃关联顺序;按照活跃关联顺序,对多个流程任务集团进行次序资源分配与云计算处理。能够划分多个流程任务流,进行资源需求匹配和关系分析,归类得到多个独立关系的流程任务集团,并进行活跃关联排序,对多个流程任务集团进行次序资源分配与云计算处理,提高云计算系统的稳定性,且使得云计算的资源分配更加满足用户的实际需求。

Description

一种云计算系统中的资源分配方法
技术领域
本发明涉及云计算技术领域,具体涉及一种云计算系统中的资源分配方法。
背景技术
云计算,是继并行计算、分布式计算、网格计算后的新型计算模式。云计算的资源具有分布、异构、规模大等特点。
云计算的推广应用中,需要重点解决的问题是资源调度,资源调度效率对云计算环境工作性能有直接影响。
现有技术中,云计算的资源分配具有以下的缺陷:
(1)只是按照任务流进行相应的资源需求分配,资源分配的变化较大,容易产生资源竞争,引起云计算系统的不稳定;
(2)不能够进行流程规划,只是按照任务流的初始顺序进行资源分配与云计算处理,不能识别用户的需要优先进行重要的云计算资源分配,无法满足用户的实际需求。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种云计算系统中的资源分配方法,解决了现有技术中的以下的缺陷:(1)只是按照任务流进行相应的资源需求分配,资源分配的变化较大,容易产生资源竞争,引起云计算系统的不稳定;(2)不能够进行流程规划,只是按照任务流的初始顺序进行资源分配与云计算处理,不能识别用户的需要优先进行重要的云计算资源分配,无法满足用户的实际需求。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种云计算系统中的资源分配方法,该方法包括:
接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流;
基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组;
对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团;
对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序;
按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理。
作为本发明实施例技术方案进一步的限定,所述接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流具体包括:
接收用户的云计算需求;
对所述云计算需求进行云计算的处理规划,生成处理规划数据;
对所述处理规划数据进行流程化分析,确定多个流程化目标;
按照多个所述流程化目标,进行流程划分处理,得到多个云计算处理的流程任务流。
作为本发明实施例技术方案进一步的限定,所述基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组具体包括:
对多个所述流程任务流进行资源需求分析,获取多个资源需求数据;
获取更新的最大资源分配数据;
基于所述最大资源分配数据和预设的资源标准差异,将多个所述流程任务流归类为多个流程任务组。
作为本发明实施例技术方案进一步的限定,所述基于所述最大资源分配数据和预设的资源标准差异,将多个所述流程任务流归类为多个流程任务组具体包括:
基于所述最大资源分配数据,对多个所述流程任务流进行匹配规划,生成匹配规划结果;
按照预设的资源标准差异,对所述匹配规划结果进行匹配调整,生成匹配调整结果;
根据所述匹配调整结果,将多个所述流程任务流归类为多个流程任务组,多个所述流程任务组之间的总资源需求差异不大于预设的资源标准差异。
作为本发明实施例技术方案进一步的限定,所述对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团具体包括:
对多个所述流程任务组进行任务条件分析,获取多个任务条件数据;
根据多个所述任务条件数据,进行关系分析,生成关系分析结果;
依据所述关系分析结果,构建条件关系网络;
按照所述条件关系网络,将多个所述流程任务组归类为多个独立关系的流程任务集团。
作为本发明实施例技术方案进一步的限定,所述对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序具体包括:
对用户进行活跃度监测,获取活跃度监测数据;
对活跃度监测数据进行活跃分析,确定多个活跃进程和对应的活跃时间;
按照多个所述活跃进程和对应的活跃时间,进行占比统计,得到占比统计数据;
根据所述占比统计数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序。
作为本发明实施例技术方案进一步的限定,所述对用户进行活跃度监测,获取活跃度监测数据具体包括:
向用户发送活跃度监测请求;
接收用户的监测请求反馈;
根据所述监测请求反馈,在用户同意所述活跃度监测请求时,生成活跃度监测指令;
按照所述活跃度监测指令,进行活跃度监测,获取活跃度监测数据。
作为本发明实施例技术方案进一步的限定,所述根据所述占比统计数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序具体包括:
根据所述占比统计数据进行占比标记,得到多个占比标记信息;
对多个所述流程任务集团进行关联识别,记录多个任务关联信息;
根据多个所述占比标记信息,对多个所述任务关联信息进行排序标记,得到多个排序标记信息;
按照多个所述排序标记信息,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序。
作为本发明实施例技术方案进一步的限定,所述按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理具体包括:
规划并分配基础云计算资源;
按照所述活跃关联顺序,从多个所述流程任务集团中,更新确定当前任务集团;
基于所述基础云计算资源,对所述当前任务集团进行次序资源调整,确定次序云计算资源;
调配所述次序云计算资源,对所述当前任务集团进行云计算处理。
(三)有益效果
本发明提供了一种云计算系统中的资源分配方法。与现有技术相比,具备以下有益效果:
(1)本发明能够对云计算需求进行流程化分析,划分多个流程任务流,通过进行资源需求分析与匹配,将多个流程任务流归类为多个资源需求相近的流程任务组,减小云计算资源分配的变化,避免云计算系统中的资源竞争,提高云计算系统的稳定性;
(2)本发明能够对多个流程任务组进行关系分析,将多个流程任务组归类为多个独立关系的流程任务集团,并通过对用户进行活跃度监测,对流程任务集团进行活跃关联排序,进而进行次序资源分配与云计算处理,从而按照用户的活跃度进行需求排列,优先进行重要的云计算资源分配,使得云计算的资源分配更加满足用户的实际需求。
附图说明
为了更清楚地说明本发明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发明的一些实施例,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为一种云计算系统中的资源分配方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例通过提供一种云计算系统中的资源分配方法,解决了现有技术中的一些缺陷:(1)只是按照任务流进行相应的资源需求分配,资源分配的变化较大,容易产生资源竞争,引起云计算系统的不稳定;(2)不能够进行流程规划,只是按照任务流的初始顺序进行资源分配与云计算处理,不能识别用户的需要优先进行重要的云计算资源分配,无法满足用户的实际需求。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例1:
如图1所示,本发明提供了一种云计算系统中的资源分配方法,该方法包括:
S101、接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流;
S102、基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组;
S103、对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团;
S104、对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序;
S105、按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理。
本实施例的有益效果为:
(1)本实施例能够对云计算需求进行流程化分析,划分多个流程任务流,通过进行资源需求分析与匹配,将多个流程任务流归类为多个资源需求相近的流程任务组,减小云计算资源分配的变化,避免云计算系统中的资源竞争,提高云计算系统的稳定性;
(2)本实施例能够对多个流程任务组进行关系分析,将多个流程任务组归类为多个独立关系的流程任务集团,并通过对用户进行活跃度监测,对流程任务集团进行活跃关联排序,进而进行次序资源分配与云计算处理,从而按照用户的活跃度进行需求排列,优先进行重要的云计算资源分配,使得云计算的资源分配更加满足用户的实际需求。
下面对本发明实施例的实现过程进行详细说明:
在S101中,在云计算的应用场景中,用户进行云计算的操作与使用,生成并上传云计算需求,通过接收用户的云计算需求,对云计算需求进行云计算处理流程的规划,生成处理规划数据,再对处理规划数据进行流程化分析,确定多个流程化目标,进而按照多个流程化目标,对云计算需求进行流程划分处理,得到多个云计算处理的流程任务流。
可以理解的是,处理规划数据,是按照云计算处理流程的顺序,对不同的云计算处理方式进行规划整理得到的规划性数据;流程化目标,是云计算处理过程中需要使用的应用、数据库、算法等,不同的流程化目标,对应不同的流程任务流。
在S102中,通过对多个流程任务流进行资源需求的评估分析,获取多个流程任务流对应的资源需求数据,再按照云计算系统的资源使用状态,更新当前云计算系统中的最大资源分配数据,基于最大资源分配数据,对多个流程任务流进行匹配规划,生成匹配规划结果,使得匹配在一起的流程任务流的总资源需求不大于最大资源分配数据中对应的数值,再按照预设的资源标准差异,对匹配规划结果进行匹配调整,生成匹配调整结果,进而根据匹配调整结果,将多个流程任务流归类为多个流程任务组,使得流程任务组中的多个流程任务流的总资源需求不大于最大资源分配数据中对应的数值的情况下,且每个流程任务组之间的总资源需求差异不大于预设的资源标准差异。
在S103中,对多个流程任务组进行任务条件分析,获取每个流程任务组对应的任务条件数据,再根据多个任务条件数据,对多个流程任务组进行关系分析,判断不同的流程任务组之间是否具有条件联系,生成关系分析结果,依据关系分析结果,构建多个流程任务组之间的条件关系网络,再按照条件关系网络,将多个流程任务组归类为多个独立关系的流程任务集团,使得多个流程任务集团之间均不具有条件联系,从而开启任意的流程任务集团的云计算都不受其他流程任务集团的约束。
可以理解的是,若流程任务组A3的云计算处理,需要应用流程任务组A2的云计算处理结果中的数据,则表明流程任务组A3与流程任务组A2之间具有条件联系。
在S104中,生成活跃度监测请求,并向用户发送活跃度监测请求,用户对活跃度监测请求浏览之后,可以进行同意或拒绝的选择操作,生成相应的监测请求反馈,通过接收用户的监测请求反馈,在监测请求反馈为用户同意活跃度监测请求时,生成活跃度监测指令,此时按照生成活跃度监测指令,对用户的用户端进行活跃度监测,获取活跃度监测数据,再对活跃度监测数据进行活跃分析,确定用户端的多个活跃进程和对应的活跃时间,按照多个活跃时间,对多个活跃进程进行占比统计,得到占比统计数据,根据占比统计数据,对多个活跃进程进行占比标记,得到多个占比标记信息,再对多个流程任务集团与多个活跃进程进行关联识别,记录多个任务关联信息,根据多个占比标记信息,对多个任务关联信息进行排序标记,得到多个排序标记信息,进而按照多个排序标记信息,对多个流程任务集团进行活跃关联排序,生成活跃关联顺序。
可以理解的是,关联识别,是对流程任务集团与活跃进程之间的对应联系识别,例如:流程任务集团有“违章查询”和“驾驶证补办查询”,活跃进程为“驾驶证录入”,则“驾驶证补办查询”与“驾驶证录入”之间具有对应联系,而“违章查询”与“驾驶证录入”之间不具有对应联系。
在S105中,计算多个流程任务组之间的平均资源需求,按照平均资源需求规划基础云计算资源,并进行基础云计算资源的提前分配,再按照活跃关联顺序,对多个流程任务集团进行顺序处理,确定当前处理开启的流程任务集团,并将其标记为当前任务集团,基于基础云计算资源,对流程任务集团中的多个流程任务组进行逐个云计算处理,并在云计算处理的过程中,按照不同流程任务组的实际资源需求,对基础云计算资源进行调整,确定对应的次序云计算资源,按照次序云计算资源,进行云计算资源的调配优化,通过调配优化的次序云计算资源,完成对当前任务集团进行云计算处理。
实施例2:
本发明提供了一种云计算系统中的资源分配系统,该系统包括:
流程化分析模块,用于接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流;
需求分析匹配模块,用于基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组;
关系分析归类模块,用于对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团;
活跃关联排序模块,用于对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序;
次序资源分配模块,用于按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理。
可理解的是,本发明实施例提供的一种云计算系统中的资源分配系统与上述一种云计算系统中的资源分配方法相对应,其有关内容的解释、举例、有益效果等部分可以参考一种云计算系统中的资源分配方法中的相应内容,此处不再赘述。
综上所述,与现有技术相比,本发明具备以下有益效果:
(1)本发明能够对云计算需求进行流程化分析,划分多个流程任务流,通过进行资源需求分析与匹配,将多个流程任务流归类为多个资源需求相近的流程任务组,减小云计算资源分配的变化,避免云计算系统中的资源竞争,提高云计算系统的稳定性;
(2)本发明能够对多个流程任务组进行关系分析,将多个流程任务组归类为多个独立关系的流程任务集团,并通过对用户进行活跃度监测,对流程任务集团进行活跃关联排序,进而进行次序资源分配与云计算处理,从而按照用户的活跃度进行需求排列,优先进行重要的云计算资源分配,使得云计算的资源分配更加满足用户的实际需求。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种云计算系统中的资源分配方法,其特征在于,该方法包括:
接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流;
基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组;
通过对多个流程任务流进行资源需求的评估分析,获取多个流程任务流对应的资源需求数据,再按照云计算系统的资源使用状态,更新当前云计算系统中的最大资源分配数据,基于最大资源分配数据,对多个流程任务流进行匹配规划,生成匹配规划结果,使得匹配在一起的流程任务流的总资源需求不大于最大资源分配数据中对应的数值,再按照预设的资源标准差异,对匹配规划结果进行匹配调整,生成匹配调整结果,进而根据匹配调整结果,将多个流程任务流归类为多个流程任务组,使得流程任务组中的多个流程任务流的总资源需求不大于最大资源分配数据中对应的数值的情况下,且每个流程任务组之间的总资源需求差异不大于预设的资源标准差异;
对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团;
对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序;
生成活跃度监测请求,并向用户发送活跃度监测请求,用户对活跃度监测请求浏览之后,进行同意或拒绝的选择操作,生成相应的监测请求反馈,通过接收用户的监测请求反馈,在监测请求反馈为用户同意活跃度监测请求时,生成活跃度监测指令,此时按照活跃度监测指令,对用户的用户端进行活跃度监测,获取活跃度监测数据,再对活跃度监测数据进行活跃分析,确定用户端的多个活跃进程和对应的活跃时间,按照多个活跃时间,对多个活跃进程进行占比统计,得到占比统计数据,根据占比统计数据,对多个活跃进程进行占比标记,得到多个占比标记信息,再对多个流程任务集团与多个活跃进程进行关联识别,记录多个任务关联信息,根据多个占比标记信息,对多个任务关联信息进行排序标记,得到多个排序标记信息,进而按照多个排序标记信息,对多个流程任务集团进行活跃关联排序,生成活跃关联顺序;
按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理;
计算多个流程任务组之间的平均资源需求,按照平均资源需求规划基础云计算资源,并进行基础云计算资源的提前分配,再按照活跃关联顺序,对多个流程任务集团进行顺序处理,确定当前处理开启的流程任务集团,并将其标记为当前任务集团,基于基础云计算资源,对流程任务集团中的多个流程任务组进行逐个云计算处理,并在云计算处理的过程中,按照不同流程任务组的实际资源需求,对基础云计算资源进行调整,确定对应的次序云计算资源,按照次序云计算资源,进行云计算资源的调配优化,通过调配优化的次序云计算资源,对当前任务集团进行云计算处理。
2.如权利要求1所述的一种云计算系统中的资源分配方法,其特征在于,所述接收用户的云计算需求,对所述云计算需求进行流程化分析,划分为多个云计算的流程任务流具体包括:
接收用户的云计算需求;
对所述云计算需求进行云计算的处理规划,生成处理规划数据;
对所述处理规划数据进行流程化分析,确定多个流程化目标;
按照多个所述流程化目标,进行流程划分处理,得到多个云计算处理的流程任务流。
3.如权利要求1所述的一种云计算系统中的资源分配方法,其特征在于,所述基于预设的资源标准差异,对多个所述流程任务流进行资源需求分析与匹配,将多个所述流程任务流归类为多个流程任务组具体包括:
对多个所述流程任务流进行资源需求分析,获取多个资源需求数据;
获取更新的最大资源分配数据;
基于所述最大资源分配数据和预设的资源标准差异,将多个所述流程任务流归类为多个流程任务组。
4.如权利要求3所述的一种云计算系统中的资源分配方法,其特征在于,所述基于所述最大资源分配数据和预设的资源标准差异,将多个所述流程任务流归类为多个流程任务组具体包括:
基于所述最大资源分配数据,对多个所述流程任务流进行匹配规划,生成匹配规划结果;
按照预设的资源标准差异,对所述匹配规划结果进行匹配调整,生成匹配调整结果;
根据所述匹配调整结果,将多个所述流程任务流归类为多个流程任务组,多个所述流程任务组之间的总资源需求差异不大于预设的资源标准差异。
5.如权利要求1所述的一种云计算系统中的资源分配方法,其特征在于,所述对多个所述流程任务组进行关系分析,将多个所述流程任务组归类为多个独立关系的流程任务集团具体包括:
对多个所述流程任务组进行任务条件分析,获取多个任务条件数据;
根据多个所述任务条件数据,进行关系分析,生成关系分析结果;
依据所述关系分析结果,构建条件关系网络;
按照所述条件关系网络,将多个所述流程任务组归类为多个独立关系的流程任务集团。
6.如权利要求1所述的一种云计算系统中的资源分配方法,其特征在于,所述对用户进行活跃度监测,获取活跃度监测数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序具体包括:
对用户进行活跃度监测,获取活跃度监测数据;
对活跃度监测数据进行活跃分析,确定多个活跃进程和对应的活跃时间;
按照多个所述活跃进程和对应的活跃时间,进行占比统计,得到占比统计数据;
根据所述占比统计数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序。
7.如权利要求6所述的一种云计算系统中的资源分配方法,其特征在于,所述对用户进行活跃度监测,获取活跃度监测数据具体包括:
向用户发送活跃度监测请求;
接收用户的监测请求反馈;
根据所述监测请求反馈,在用户同意所述活跃度监测请求时,生成活跃度监测指令;
按照所述活跃度监测指令,进行活跃度监测,获取活跃度监测数据。
8.如权利要求6所述的一种云计算系统中的资源分配方法,其特征在于,所述根据所述占比统计数据,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序具体包括:
根据所述占比统计数据进行占比标记,得到多个占比标记信息;
对多个所述流程任务集团进行关联识别,记录多个任务关联信息;
根据多个所述占比标记信息,对多个所述任务关联信息进行排序标记,得到多个排序标记信息;
按照多个所述排序标记信息,对多个所述流程任务集团进行活跃关联排序,生成活跃关联顺序。
9.如权利要求1所述的一种云计算系统中的资源分配方法,其特征在于,所述按照所述活跃关联顺序,对多个所述流程任务集团进行次序资源分配与云计算处理具体包括:
规划并分配基础云计算资源;
按照所述活跃关联顺序,从多个所述流程任务集团中,更新确定当前任务集团;
基于所述基础云计算资源,对所述当前任务集团进行次序资源调整,确定次序云计算资源;
调配所述次序云计算资源,对所述当前任务集团进行云计算处理。
CN202311163709.9A 2023-09-11 2023-09-11 一种云计算系统中的资源分配方法 Active CN116909751B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311163709.9A CN116909751B (zh) 2023-09-11 2023-09-11 一种云计算系统中的资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311163709.9A CN116909751B (zh) 2023-09-11 2023-09-11 一种云计算系统中的资源分配方法

Publications (2)

Publication Number Publication Date
CN116909751A CN116909751A (zh) 2023-10-20
CN116909751B true CN116909751B (zh) 2023-12-01

Family

ID=88360619

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311163709.9A Active CN116909751B (zh) 2023-09-11 2023-09-11 一种云计算系统中的资源分配方法

Country Status (1)

Country Link
CN (1) CN116909751B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117520345B (zh) * 2023-11-15 2024-04-23 北京宝联之星科技股份有限公司 基于云计算和区块链的数据处理方法、系统和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110311965A (zh) * 2019-06-21 2019-10-08 长沙学院 一种云计算环境下的任务调度方法及系统
CN113238841A (zh) * 2021-05-11 2021-08-10 湖北碳聚生物科技有限责任公司 一种基于云计算技术的任务调度方法
WO2021227999A1 (zh) * 2020-05-11 2021-11-18 中兴通讯股份有限公司 云计算服务系统和方法
CN115794339A (zh) * 2022-11-21 2023-03-14 贵州电网有限责任公司 云计算任务跟踪处理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9141433B2 (en) * 2009-12-18 2015-09-22 International Business Machines Corporation Automated cloud workload management in a map-reduce environment

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110311965A (zh) * 2019-06-21 2019-10-08 长沙学院 一种云计算环境下的任务调度方法及系统
WO2021227999A1 (zh) * 2020-05-11 2021-11-18 中兴通讯股份有限公司 云计算服务系统和方法
CN113238841A (zh) * 2021-05-11 2021-08-10 湖北碳聚生物科技有限责任公司 一种基于云计算技术的任务调度方法
CN115794339A (zh) * 2022-11-21 2023-03-14 贵州电网有限责任公司 云计算任务跟踪处理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
电力云计算中关联任务调度算法;杨漾 等;《电子测试》;第39-41页 *

Also Published As

Publication number Publication date
CN116909751A (zh) 2023-10-20

Similar Documents

Publication Publication Date Title
CN108536650B (zh) 生成梯度提升树模型的方法和装置
CN111915366B (zh) 一种用户画像构建方法、装置、计算机设备及存储介质
CN116909751B (zh) 一种云计算系统中的资源分配方法
CN110471671A (zh) 应用部署方法、装置、系统、设备及计算机可读存储介质
CN1975771A (zh) 基于优先级实现订单调度的系统和方法
US20120222097A1 (en) System and method for user classification and statistics in telecommunication network
CN112148468A (zh) 一种资源调度方法、装置、电子设备及存储介质
Thai et al. Executing bag of distributed tasks on the cloud: Investigating the trade-offs between performance and cost
Choi et al. An enhanced data-locality-aware task scheduling algorithm for hadoop applications
CN116467076A (zh) 一种基于集群可用资源的多集群调度方法及系统
EP1524599B1 (en) A method of reassigning objects to processing units
CN116029571B (zh) 基于元宇宙的数据处理方法及相关装置
JP7095619B2 (ja) 予測装置、予測方法及びプログラム
CN116596547A (zh) 一种基于多维信息数据的客户关系管理方法及系统
CN115062676B (zh) 数据处理方法、装置及计算机可读存储介质
CN114520773B (zh) 一种服务请求的响应方法、装置、服务器及存储介质
CN114203304B (zh) 基于智慧医疗大数据的信息推送方法及智慧医疗云服务器
CN115562861A (zh) 针对数据倾斜的数据处理的方法和装置
Ray et al. Is high performance computing (HPC) ready to handle big data?
CN111737371B (zh) 可动态预测的数据流量检测分类方法及装置
CN113760550A (zh) 资源分配方法和资源分配装置
WO2020053883A1 (en) System for decentralized and distributed deep learning
CN112235152B (zh) 流量大小估算方法和装置
CN110992087A (zh) 客户用电行为区域差异化方法及装置
CN111683154B (zh) 一种内容推送的方法、装置、介质及电子设备

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