CN117093352B - 基于模板的计算集群作业调度系统及方法、装置 - Google Patents
基于模板的计算集群作业调度系统及方法、装置 Download PDFInfo
- Publication number
- CN117093352B CN117093352B CN202311328291.2A CN202311328291A CN117093352B CN 117093352 B CN117093352 B CN 117093352B CN 202311328291 A CN202311328291 A CN 202311328291A CN 117093352 B CN117093352 B CN 117093352B
- Authority
- CN
- China
- Prior art keywords
- job
- target
- computing
- cluster
- user
- 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 69
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000013515 script Methods 0.000 claims description 32
- 230000015654 memory Effects 0.000 claims description 26
- 230000004044 response Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000009877 rendering Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 102100021164 Vasodilator-stimulated phosphoprotein Human genes 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 108010054220 vasodilator-stimulated phosphoprotein Proteins 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000000329 molecular dynamics simulation Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 238000011269 treatment regimen Methods 0.000 description 1
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
-
- 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
- G06F9/451—Execution arrangements for user interfaces
-
- 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]
- G06F9/5061—Partitioning or combining of resources
-
- 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)
- Human Computer Interaction (AREA)
- Stored Programmes (AREA)
Abstract
本说明书公开了一种基于模板的计算集群作业调度系统及方法、装置,通过在不同的计算集群中部署不完全相同的计算框架,当监测到用户的选择操作后,确定用户执行作业时需调用的目标框架,并向用户展示该目标框架对应的作业调用模板,再根据用户对该作业调用模板的输入操作,确定用户的输入数据,再将该输入数据和该目标作业调用模板进行组合,生成目标作业,最后将该目标作业下发至部署有该目标框架的目标集群中。从上述内容可以看出,本方法仅需要用户确定自身需执行的计算作业的作业类型,而不需要用户根据执行该计算作业的计算框架和对应计算集群的特点编写作业启动程序,提高了作业生成的效率和作业处理的效率。
Description
技术领域
本说明书涉及计算机技术领域,尤其涉及一种基于模板的计算集群作业调度系统及方法、装置。
背景技术
目前,随着计算机技术的发展和业务融合的需要,在科研、金融、工业制造、数字化治理等多个领域中,存在大量任务需要进行处理。而由于前述大量任务通常具有数据量大、计算密集的特点,因此,通常可由计算集群中的多个计算节点使用计算框架来对前述大量任务进行处理。
以前述任务为计算集群领域的作业为例,目前在对作业进行处理时,通常可由用户根据执行作业所需的计算框架的特点,以及执行作业所需的计算资源,人工编写可调用计算框架来执行作业的作业启动程序,再将该作业启动程序提交给计算集群。计算集群中的控制中心根据接收到的作业启动程序,为该作业分配相应的计算资源,通过计算资源来执行相应作业,得到作业执行结果。
但是,对于各计算框架来说,每个计算框架有其独特的调用方式和调用语言,也就是说,每个计算框架有其对应的特点,且各计算框架的特点各不相同,这也就使得在用户在人工编写作业启动程序前,需对该作业启动程序对应的计算框架的特点进行了解,导致作业启动程序的生成效率较低。在作业启动程序的生成时间较长的情况下,该计算集群的作业处理效率自然难以保障。
基于此,本说明书提供一种基于模板的计算集群作业调度系统及方法、装置,以部分解决以上问题。
发明内容
本说明书提供一种基于模板的计算集群作业调度系统及方法、装置、存储介质以及设备,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供一种基于模板的计算集群作业调度方法,所述方法应用于分布式系统中的调度节点,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板,所述方法包括:
响应于用户的第一选择操作,确定所述用户需执行的计算作业对应的目标作业类型,并根据所述目标作业类型,确定所述用户执行计算作业需调用的目标框架,以及向所述用户展示所述目标作业类型对应的调用模板;
响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架;
将所述目标作业下发至所述目标集群。
可选地,所述方法还包括:
确定待部署计算框架;
从所述各计算集群中,确定部署所述待部署计算框架的指定集群;
确定所述待部署计算框架对应的各作业类型,并针对每个作业类型,为该作业类型的作业配置计算框架所运行的计算集群信息与资源参数,该作业类型的作业的资源参数用于表征所述待部署计算框架执行该作业类型的作业时所需的资源信息;
确定所述计算框架对应的调用语句的语法类型,并根据所述语法类型,确定运行所述待部署计算框架的参数信息,所述参数信息至少包含所述待部署计算框架启动程序和参数映射关系;
根据所述资源信息和所述参数信息,确定所述待部署计算框架对应的作业调用模板。
可选地,向所述用户展示所述目标作业类型对应的作业调用模板,具体包括:
根据所述目标作业类型以及预先存储的各作业类型和各作业调用模板之间的对应关系,确定所述目标作业类型对应的目标作业调用模板,并将所述目标作业调用模板进行渲染,将渲染结果展示给所述用户。
可选地,所述系统还包括存储节点;
将所述目标作业下发至所述目标集群,具体包括:
确定所述目标集群的执行状态,并判断所述执行状态是否满足下发条件;
若是,将所述目标作业下发至所述目标集群;
若否,确定所述输入数据中包含的结构化信息和文件信息,并将所述结构化信息存储在数据库中,将所述文件信息存储至所述存储节点中,直至所述目标集群的执行状态满足下发条件,根据所述结构化信息、所述文件信息和所述作业调用模板,生成目标作业,并下发。
可选地,将所述目标作业下发至所述目标集群,具体包括:
确定所述目标作业调用模板中包含的计算框架启动程序和所述目标作业的运行参数;
根据所述计算框架启动程序、所述运行参数和所述目标作业的资源信息,生成与目标集群作业启动语法相应的作业启动脚本;
将所述作业启动脚本发送到所述目标集群中,以使所述目标集群使用与集群相应的作业提交方式根据所述作业启动脚本执行所述目标作业。
可选地,所述调度节点响应于多个用户的选择操作和输入操作,生成各用户分别对应的目标作业;
所述方法还包括:
针对每个目标作业,确定该目标作业的运行状态,并当根据所述运行状态确定该目标作业异常时,根据该目标作业的作业标识,向发起该目标作业的用户发送提示信息,所述提示信息用于表征该目标作业出现错误。
本说明书提供一种基于模板的计算集群作业调度系统,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板;其中:
所述调度节点,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板;响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架;将所述目标作业下发至所述目标集群;
所述计算集群,用于接收所述调度节点下发的目标作业,并根据所述计算集群中部署的计算框架,执行所述目标作业。
本说明书提供一种基于模板的计算集群作业调度装置,所述装置应用于分布式系统中的调度节点,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板;所述装置包括:
模板展示模块,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板;
作业生成模块,用于响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架;
下发模块,用于将所述目标作业下发至所述目标集群。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种基于模板的计算集群作业调度方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述一种基于模板的计算集群作业调度方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
通过在不同的计算集群中部署不完全相同的计算框架,当监测到用户的选择操作后,确定用户执行作业时需调用的目标框架,并向用户展示该目标框架对应的作业调用模板,再根据用户对该作业调用模板的输入操作,确定用户的输入数据,再将该输入数据和该目标作业调用模板进行组合,生成目标作业,最后将该目标作业下发至部署有该目标框架的目标集群中。
从上述内容可以看出,本方法由于作业调用模板的存在,使得用户在使用计算框架完成运算时,不需要学习计算框架以及计算集群作业的使用方式,可以快速的通过资源参数和运行参数的配置来启动作业,提高了作业生成的效率,在需要处理的作业的作业量过大时,可调用多个计算集群,通过各计算集群中部署的各计算框架,来协同处理作业,提高了作业处理效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书提供的一种基于模板的计算集群作业调度方法的流程示意图;
图2为本说明书提供的作业调用模版中需要配置的要素的结构示意图;
图3为本说明书提供的确定作业调用模板的流程示意图;
图4为本说明书提供的一种基于模板的计算集群作业调度系统的结构示意图;
图5为本说明书提供的一种基于模板的计算集群作业调度方法的流程示意图;
图6为本说明书提供的一种基于模板的计算集群作业调度装置的结构示意图;
图7为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,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他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书提供的一种基于模板的计算集群作业调度方法的流程示意图,其中:
S100:响应于用户的第一选择操作,确定所述用户需执行的计算作业对应的目标作业类型,并根据所述目标作业类型,确定所述用户执行计算作业需调用的目标框架,以及向所述用户展示所述目标作业类型对应的作业调用模板。
目前,分布式系统正广泛运用于网络计算、网络存储等各种场景中。用于网络计算的分布式系统往往包含调度节点和若干计算集群,利用该调度节点对各计算集群进行作业下发、配置下发等管理。而由于分布式系统中包含若干计算集群,而这些计算集群的架构方式可能是不同的。如当前较为流行的计算集群有Kubernetes计算集群、Slurm工作负载计算集群、PBS计算集群等集群技术,Kubernetes集群是一种开源的,容器集群管理系统,主要是用于容器化应用程序的部署,扩展和管理,也可以用来将计算资源整合起来以提供运算能力,其主要的特点是调度以Docker镜像生成容器来运算用户提交的作业的,采用go语言编写,而Slurm计算集群传统的HPC高性能计算集群上,通常是将多个物理计算节点整合成计算集群,Slurm是一个开源、容错和高度可扩展的集群管理和作业调度系统,采用C语言编写。不同的计算集群执行作业的提交方式也不同,如Kubernetes计算集群,通常需要提供一个yaml配置文件,在文件中指定计算的资源参数,同时指定要执行的运算请求,而Slurm计算集群则是需要提供一个启动脚本,在启动脚本中来确定资源和作业执行的内容。不同的计算集群提交作业的方式也是不同的。各计算框架的使用方式和处理的内容不同,甚至各计算框架可能由不同的语言编写,对同一个计算框架也有多种不同的使用场景和用途,以VASP为例,VASP是维也纳大学Hafner小组开发的进行电子结构计算和量子力学-分子动力学模拟软件包。它是材料模拟和计算物质科学研究中最流行的商用计算框架之一。VASP有多种不同的应用场景,如自洽计算,非线性磁矩计算,自旋轨道耦合等,每一种不同的计算处理的参数是不同的,使用VASP的方式也是不同的。如何对分布式系统中的计算集群进行统一的管理以完成计算作业的执行以及计算作业的快速生成便成为一大难题。本说明书的主体可以是该分布式系统中的调度节点,该调度节点可为服务器、终端、智能设备等电子设备,以下仅以调度节点作为主体,对本说明书提供的一种基于模版的计算集群作业调度方法进行说明。
当用户使用本系统执行计算作业时,首先该用户在本系统的作业配置界面选择所需执行的计算作业对应的目标作业类型,调度节点在获取到该目标作业类型后,确定执行该目标作业类型所需的目标框架,并在预存的各作业调用模板中,选择该目标框架所对应的作业调用模板,将该作业调用模板作为与用户选择的目标作业类型对应的目标作业调用模板,通过作业配置界面将该作业调用模板中需要配置的要素展示给该用户,如图2所示。
图2为本说明书提供的作业调用模版中需要配置的要素的结构示意图。由图可见,该需要配置的要素中包含作业调用模板基础信息、作业调用模板资源信息和作业调用模板运行参数三类。图中以该作业调用模板基础信息包含模板名称和模板领域,作业调用模板资源信息包含节点数量和生成的任务总数,作业调用模板运行参数包含参数名称、传入文件名称、配置文件名称、参数样式、传入文件的示例文件类型和配置文件的示例文件类型为例进行说明,在实际的使用场景中,根据计算集群所部属计算框架的不同,该计算集群所对应的作业调用模板的模板运行参数具体包含的参数项也会做出适应性的调整。后台控制人员可预先对作业调用模板中需要用户进行配置的要素进行调整,以选择将全部的要素展示给用户,以供用户配置(对上述作业配置模板中的各选项进行点或选等操作、对上述模板中的输入文本框进行输入操作),或,将其中的部分要素展示给用户以供配置,而将其余的要素以默认值的形式填入该作业调用模板。需要说明的是,由于作业调用模板的存在,前端展示程序无需保存与计算框架、计算集群的任何信息,在作业配置界面可以根据作业调用模板中包含的参数进行自动的获取和渲染,保证了前端展示程序和领域信息的解耦,并将所有的领域信息存储起来,使得关键知识仅存储一份,对于调度程序的修改扩展更加灵活,通过参数表单化来组织成作业调用模板,作业调用模板作为计算作业创建的抽象,这为计算框架的不同应用场景提供了方便的基础,使得用户在使用计算框架时更加方便。在作业调用模板中存储了计算集群和资源参数的抽象信息,由调度程序来保存不同计算集群的使用方式,这屏蔽了不同计算集群的使用差异。不同的计算框架有不同的作业调用模板,作业调用模板处理的参数不同,这可以屏蔽不同计算框架的使用差异,提升用户使用计算框架完成计算任务的使用体验。
其中,提供给用户进行选择的各作业类型为所有本系统中的计算节点中部署的计算框架所对应的作业类型。
根据用户的需求,本系统还可对自身可执行的作业类型进行扩展,具体包括:确定待部署计算框架,从所述各计算集群中,确定部署所述待部署计算框架的指定集群,确定所述待部署计算框架对应的各作业类型,并针对每个作业类型,为该作业类型的作业配置计算框架所运行的计算集群信息和资源参数,该作业类型的作业的资源参数用于表征所述待部署计算框架执行该作业类型的作业时所需的资源信息,确定所述计算框架对应的调用语句的语法类型,并根据所述语法类型,确定运行所述待部署计算框架的参数信息,所述参数信息至少包含所述待部署计算框架的参数映射关系,根据所述资源信息和所述参数信息,确定所述待部署计算框架对应的作业调用模板。
其中,所述资源信息包含执行该作业类型的作业时启动的任务的数量,执行该作业类型的作业所需节点数量、所需CPU数量和所需内存的至少一种。
图3为本说明书提供的确定作业调用模板的流程示意图,对可执行的作业类型进行扩展时,需先确定待部署计算框架,并进行该计算框架的安装,通常由管理员安装至系统的分布式文件系统中,而对于镜像类计算框架,则是采用通过构建计算框架镜像,并且将镜像推送至镜像仓库的方式完成。然后管理员需要根据计算框架和运算作业的需要,完成计算框架名称、领域、使用手册等信息与资源消耗和运算参数的配置,特别的,对于镜像类计算框架,则需要将镜像仓库中计算框架镜像的地址进行关联。随后根据该计算框架确定对应的作业调用模版。该作业调用模版中包含着,作业调用模板结构化信息、计算框架启动程序、资源信息和参数信息,其中参数信息可以包括示例输入文件、配置文件等文件信息,抽象了不同运算作业所处理的参数和使用方式。模板结构化信息主要是在用户使用计算框架进行计算时选择的模板信息,因此包含了模板名称、所述的软件应用,即计算框架名称,计算框架所述的领域,用以分类统计使用,并且计算框架领域信息也可以用来在分布式文件系统中作为目录结构确定的一部分,来保存作业调用模板中存在的输入文件和配置文件,在此不做限定;计算框架启动程序包含了任务计算所关联的计算框架启动的方式,所述的计算框架启动程序主要用来调用计算框架执行计算作业,另外,所述的计算框架启动程序可以接受输入用户的参数,并且计算框架启动程序接收的参数名与作业调度模板中运行参数相关联,这些运行参数和用户输入的参数或文件相关联。资源信息给出了在计算集群中使用该计算框架执行该作业调用模板的计算集群的资源信息,以及资源默认值和取值范围限定,对于不同的计算集群类型,参数可能会随之而发生变化,在此不做限定;参数信息包括输入文件定义、配置文件定义和运行参数定义,参数定义包含了名称、key、是否必填、描述、示例文件类型、是否展示,这些信息用来渲染与作业调用模板相应的作业配置界面,接收用户的输入参数,并在计算框架启动程序调用时拼接在启动程序后来正确的传递用户上传或者修改的参数值,其中输入文件具有计算的输入文件的含义,而配置文件,则是限定计算过程的配置的含义,而运行参数,则是需要传递的少量参数值的使用方式。由于各作业配置模版所对应的计算框架不同,在上述作业调用模板参数定义中可以通过添加运行参数定义的方式来根据需要添加不同类型的作业运行参数。但是在调用计算框架启动程序时,参数拼接的方式是一样的。另外,计算框架启动程序使用的语言不在此做限定,可以使用Shell脚本,也可以使用其他的面向对象程序语言,如Python,只要该启动程序能够正确的驱动计算框架处理用户输入的参数所代表的任务即可。
S102:响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架。
在获取到作业配置界面上展示的作业调用模板中需要配置的部分后,用户可对待配置的参数进行输入,并将输入结果提交,调度节点获取到该输入结果以及其对应的参数名,根据该输入结果配置作业调用模版的计算框架启动程序,将配置好的计算框架启动程序作为要执行的任务。由上可知,在部署用于执行计算作业的计算框架时,即确定了该计算框架所对应的作业调用模板,从而,将该计算框架所运行的计算集群作为该作业调用模板的目标集群。在确定目标集群后,整合目标作业调用模板中的资源参数名称和用户输入的资源参数值的信息,由调度程序获取目标集群表征资源的语法,将适应于目标集群的资源信息和生成的任务整合在一起,生成作业启动脚本。其中Kubernets集群的作业启动脚本多以yaml文件的形式,而Slurm集群的作业启动脚本则为包含资源需求和待处理任务的批处理脚本,不同的计算集群生成的作业启动脚本的语法不同,内容不同。
其中,若,在用户提交的输入结果中,存在空值或超出取值范围的值,则在配置该计算框架的框架启动程序时,采用预设的处置策略或者向用户提示报错信息,或者将该值所对应的参数配置为预设的默认值。
S104:将所述目标作业下发至目标集群。
将该作业调用模板所对应的配置好的作业启动脚本下发给目标集群,使该框架启动脚本在目标集群中执行用户需执行的计算作业。
基于图1所述的计算集群作业调度方法,响应于用户的第一选择操作,确定所述用户需执行的计算作业对应的目标作业类型,并根据所述目标作业类型,确定所述用户执行计算作业需调用的目标框架,以及向所述用户展示所述目标作业类型对应的作业调用模板,响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述输入数据和所述目标作业调用模板,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架,从所述各计算集群中,确定目标集群,所述目标集群为目标作业调用模板中配置的部署所述目标框架的计算集群,将所述目标作业下发至所述目标集群。
由于作业调用模板的存在,用户在使用计算框架完成运算时,不需要根据执行该计算作业的计算框架和对应计算集群的特点编写作业启动程序,也不需要学习计算框架以及计算集群作业的使用方式,可以快速的通过资源参数和运行参数的配置来启动作业,提高了作业生成的效率,在需要处理的作业的作业量过大时,可调用多个计算集群,通过各计算集群中部署的各计算框架,来协同处理作业,提高了作业处理效率。
另外,在如图1所述的步骤S100中,向所述用户展示所述目标作业类型对应的作业调用模板时,还可根据所述目标作业类型以及预先存储的各作业类型和各作业调用模板之间的对应关系,确定所述目标作业类型对应的目标作业调用模板,并将所述目标作业调用模板进行渲染,将渲染结果展示给所述用户。
由上可知,在部署计算框架时,即记录了该计算框架所对应的作业类型,并,生成了该计算框架所对应的作业调用模板,此时,存储该作业调用模板与该作业类型的对应关系,在获取到目标作业类型时,根据该对应关系选择用于展示的目标作业调用模板。
其中,渲染指的是将各参数的取值、描述、页面展示名称等信息以合理的方式排版在作业配置界面中,并预留好用户所需配置的参数的位置,以在用户通过该作业配置进行配置时,起到引导作用。
在如图1所述的步骤S104中,所述系统还包括存储节点,确定所述目标集群的执行状态,并判断所述执行状态是否满足下发条件,若是,将所述目标作业下发至所述目标集群,若否,确定所述输入数据中包含的结构化信息和文件信息,并将所述结构化信息存储在数据库中,将所述文件信息存储至所述存储节点中,直至所述目标集群的执行状态满足下发条件,根据所述结构化信息、所述文件信息和所述作业调用模板,生成目标作业,并下发。将生成的作业启动脚本下发给目标集群,然后通过集群作业提交语言完成作业的提交。不同的计算集群利用作业启动脚本提交作业的方式不同,以Kubernetes和Slurm计算集群为例,对于Kubernetes,一般生成的作业启动脚本为yaml文件,启动方式为调用kubectl来启动资源分配和作业的执行。而Slurm计算集群,一般生成的作业启动脚本为shell文件,启动方式为调用sbatch命令进行作业的提交不同的作业。不同的计算集群作业启动语法不同,作业启动的命令也不相同,在此不做限制。
在实际应用场景中,由于同时有不只一个用户使用本说明书所应用的分布式系统执行计算作业或该分布式系统中部分计算集群发生故障,当接收到新的目标作业时,该分布式系统中的与新目标作业对应的计算集群无法立即执行该新目标作业,将该新目标作业对应的结构化信息和文件信息暂时存储,当目标集群的执行状态满足下发条件,再将该新目标作业对应的结构化信息和文件信息提取出来,根据该结构化信息和文件信息配置对该作业调用模板的框架启动脚本进行配置,生成目标作业,继续下发给该目标集群。
如图1所述的步骤S104中,确定所述作业调用模板中包含的计算框架启动程序和所述目标作业的运行参数,根据所述计算框架启动程序、所述运行参数、所述目标作业的资源信息和所述作业调用模板的计算机群信息,生成作业启动脚本,将所述作业启动脚本发送到所述目标集群中,以使所述目标集群使用所述作业启动脚本执行所述目标作业。
其中,计算框架启动程序接收的参数名与作业运行参数相关联,根据该关联关系,配置该计算框架启动程序,得到计算框架要执行的任务,并将任务与计算集群资源信息整合以适应于计算集群作业提交的语法组织起来生成作业启动脚本,下发给对应的目标集群,以使所述目标集群使用所述作业启动脚本执行所述目标作业。
当所述调度节点响应于多个用户的选择操作和输入操作,生成各用户分别对应的目标作业,所述方法还包括:针对每个目标作业,确定该目标作业的运行状态,并当根据所述运行状态确定该目标作业异常时,根据该目标作业的作业标识,向发起该目标作业的用户发送提示信息,所述提示信息用于表征该目标作业出现错误。
基于同样思路,本说明书提供一种基于模板的计算集群作业调度系统的结构示意图。如图4所示,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板;其中:
所述调度节点,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板;响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架;将所述目标作业下发至所述目标集群;
所述计算集群,用于接收所述调度节点下发的目标作业,并根据所述计算集群中部署的计算框架,执行所述目标作业。
基于相同思路,本说明书提供一种基于模板的计算集群调度方法的流程示意图,如图5所示。
图5为本说明书提供的一种基于模板的计算集群调度方法的流程示意图。其中,该调度方法应用于分布式系统,该系统中包含存储节点、调度节点和计算集群。该用户可向调度节点发起作业创建请求。于是,该调度节点可响应于该作业创建请求,确定作业调用模板,并将作业调用模板展示给用户。则用户可根据展示的作业调用模板,执行输入操作。
接着,该调度节点可根据用户执行的输入操作,确定用户的输入数据,并根据该作业调用模板确定目标集群,随后根据该输入数据、作业调用模板和目标集群,生成目标作业。则在生成目标作业后,该调度节点可将该目标作业进行下发至目标集群。
该目标集群可接收该调度节点下发的目标作业,并执行,以及将执行结果存储在存储节点中。
另外,该调度节点下发目标作业时,还可判断该目标集群的执行状态是否满足下发条件。若满足,则将该目标作业下发至目标集群。若不满足,则将该目标作业存储在存储节点中,直至该目标集群满足下发条件时,将存储的目标作业进行下发。
基于同样思路,本说明书还提供一种基于模板的计算集群作业调度装置,如图6所示。
图6为本说明书提供的一种基于模板的计算集群作业调度装置的结构示意图,所述装置应用于分布式系统中的调度节点,所述系统包含调度节点和若干计算集群,所述调度节点与各计算集群更新,所述各计算集群分别部署有不完全相同的计算框架;其中:
模板展示模块200,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板。
作业生成模块202,用于响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述计算框架。
下发模块204,用于将所述目标作业下发至目标集群。
可选地,还包括框架部署模块206,所述框架部署模块206,用于确定待部署计算框架,从所述各计算集群中,确定部署所述待部署计算框架的指定集群,确定所述待部署计算框架对应的各作业类型,并针对每个作业类型,为该作业类型的作业配置计算框架运行的计算机群信息与资源参数,该作业类型的作业的资源参数用于表征所述待部署计算框架执行该作业类型的作业时所需的资源信息,所述资源信息包含执行该作业类型的作业时启动的任务的数量,执行该作业类型的作业所需节点数量、所需CPU数量、所需内存数量的至少一种,确定所述计算框架对应的调用语句的语法类型,并根据所述语法类型,确定运行所述待部署计算框架的参数信息,所述参数信息至少包含所述待部署计算框架启动程序和参数映射关系,根据所述资源信息和所述参数信息,确定所述待部署计算框架对应的作业调用模板。
可选地,模版展示模块200,用于根据所述目标作业类型以及预先存储的各作业类型和各作业调用模板之间的对应关系,确定所述目标作业类型对应的目标作业调用模板,并将所述目标作业调用模板进行渲染,将渲染结果展示给所述用户。
可选地,还包括存储模块208,存储模块208用于确定所述目标集群的执行状态,并判断所述执行状态是否满足下发条件,若是,将所述目标作业下发至所述目标集群,若否,确定所述输入数据中包含的结构化信息和文件信息,并将所述结构化信息存储在数据库中,将所述文件信息存储至所述存储节点中,直至所述目标集群的执行状态满足下发条件,根据所述结构化信息、所述文件信息和所述作业调用模板,生成目标作业,并下发。
可选地,下发模块204,用于确定所述作业调用模板中包含的框架启动脚本和所述目标作业的运行参数,根据所述框架启动脚本、所述运行参数和所述目标作业的资源信息,生成作业启动脚本,将所述作业启动脚本发送到所述目标集群中,以使所述目标集群使用所述作业启动脚本执行所述目标作业。
可选地,下发模块204,用于所述调度节点响应于多个用户的选择操作和输入操作,生成各用户分别对应的目标作业,针对每个目标作业,确定该目标作业的运行状态,并当根据所述运行状态确定该目标作业异常时,根据该目标作业的作业标识,向发起该目标作业的用户发送提示信息,所述提示信息用于表征该目标作业出现错误。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1提供的一种计算集群作业调度方法。
本说明书还提供了图7所示的电子设备的示意结构图。如图7所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1所述的一种基于模板的计算集群作业调度方法。当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书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,本说明书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。
本说明书是参照根据本说明书实施例的方法、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病灶检测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病灶检测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病灶检测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病灶检测设备上,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。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书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,本说明书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。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种基于模板的计算集群作业调度方法,其特征在于,所述方法应用于分布式系统中的调度节点,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板,所述方法包括:
响应于用户的第一选择操作,确定所述用户需执行的计算作业对应的目标作业类型,并根据所述目标作业类型,确定所述用户执行计算作业需调用的目标框架,以及向所述用户展示所述目标作业类型对应的作业调用模板;
响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述目标框架;
将所述目标作业下发至目标集群。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
确定待部署计算框架;
从所述各计算集群中,确定部署所述待部署计算框架的指定集群;
确定所述待部署计算框架对应的各作业类型,并针对每个作业类型,为该作业类型的作业配置计算框架所运行的计算集群信息与资源参数,该作业类型的作业的资源参数用于表征所述待部署计算框架执行该作业类型的作业时所需的资源信息;
确定所述计算框架对应的调用语句的语法类型,并根据所述语法类型,确定运行所述待部署计算框架的参数信息,所述参数信息至少包含所述待部署计算框架启动程序和参数映射关系;
根据所述资源信息和所述参数信息,确定所述待部署计算框架对应的作业调用模板。
3.如权利要求2所述的方法,其特征在于,向所述用户展示所述目标作业类型对应的作业调用模板,具体包括:
根据所述目标作业类型以及预先存储的各作业类型和各作业调用模板之间的对应关系,确定所述目标作业类型对应的目标作业调用模板,并将所述目标作业调用模板进行渲染,将渲染结果展示给所述用户。
4.如权利要求1所述的方法,其特征在于,所述系统还包括存储节点;
将所述目标作业下发至所述目标集群,具体包括:
确定所述目标集群的执行状态,并判断所述执行状态是否满足下发条件;
若是,将所述目标作业下发至所述目标集群;
若否,确定所述输入数据中包含的结构化信息和文件信息,并将所述结构化信息存储在数据库中,将所述文件信息存储至所述存储节点中,直至所述目标集群的执行状态满足下发条件,根据所述结构化信息、所述文件信息和所述目标作业调用模板,生成目标作业,并下发。
5.如权利要求1所述的方法,其特征在于,将所述目标作业下发至所述目标集群,具体包括:
确定所述目标作业调用模板中包含的计算框架启动程序和所述目标作业的运行参数;
根据所述计算框架启动程序、所述运行参数和所述目标作业的资源信息,生成与目标集群作业启动语法相应的作业启动脚本;
将所述作业启动脚本发送到所述目标集群中,以使所述目标集群使用与集群相应的作业提交方式利用所述作业启动脚本执行所述目标作业。
6.如权利要求1所述的方法,其特征在于,所述调度节点响应于多个用户的选择操作和输入操作,生成各用户分别对应的目标作业;
所述方法还包括:
针对每个目标作业,确定该目标作业的运行状态,并当根据所述运行状态确定该目标作业异常时,根据该目标作业的作业标识,向发起该目标作业的用户发送提示信息,所述提示信息用于表征该目标作业出现错误。
7.一种基于模板的计算集群作业调度系统,其特征在于,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板;其中:
所述调度节点,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板;响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述目标框架;将所述目标作业下发至所述目标集群;
所述计算集群,用于接收所述调度节点下发的目标作业,并根据所述计算集群中部署的计算框架,执行所述目标作业。
8.一种基于模板的计算集群作业调度装置,其特征在于,所述装置用于分布式系统中的调度节点,所述系统包含调度节点和若干计算集群,不同的计算集群中部署不完全相同的计算框架,针对每个计算框架,所述调度节点中存储有该计算框架对应的作业调用模板;所述装置包括:
模板展示模块,用于响应于用户的第一选择操作,确定所述用户执行计算作业需调用的目标框架,并向所述用户展示所述目标框架对应的作业调用模板;
作业生成模块,用于响应于用户的第二选择操作,确定目标作业调用模板,并向用户展示对应于目标作业调用模板的作业配置界面,响应于所述用户的输入操作,确定所述用户的输入数据,并根据所述目标作业调用模板确定目标集群,所述目标集群为目标作业调用模板中存储的部署所述目标框架的计算集群;根据所述输入数据、所述目标作业调用模板和所述目标集群,生成目标作业,其中,所述目标作业调用模板用于和所述输入数据进行组合调用所述目标框架;
下发模块,用于将所述目标作业下发至所述目标集群。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现上述权利要求1~6任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现上述权利要求1~6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311328291.2A CN117093352B (zh) | 2023-10-13 | 2023-10-13 | 基于模板的计算集群作业调度系统及方法、装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311328291.2A CN117093352B (zh) | 2023-10-13 | 2023-10-13 | 基于模板的计算集群作业调度系统及方法、装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117093352A CN117093352A (zh) | 2023-11-21 |
CN117093352B true CN117093352B (zh) | 2024-01-09 |
Family
ID=88770141
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311328291.2A Active CN117093352B (zh) | 2023-10-13 | 2023-10-13 | 基于模板的计算集群作业调度系统及方法、装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117093352B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117573359A (zh) * | 2023-11-28 | 2024-02-20 | 之江实验室 | 一种基于异构集群的计算框架管理系统及方法 |
CN117555586B (zh) * | 2024-01-11 | 2024-03-22 | 之江实验室 | 一种算法应用发布、管理及评分方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713942A (zh) * | 2012-09-28 | 2014-04-09 | 腾讯科技(深圳)有限公司 | 在集群中调度运行分布式计算框架的方法和系统 |
CN105786611A (zh) * | 2014-12-16 | 2016-07-20 | 中国移动通信集团公司 | 一种分布式集群的任务调度方法及装置 |
CN108920259A (zh) * | 2018-03-30 | 2018-11-30 | 华为技术有限公司 | 深度学习作业调度方法、系统和相关设备 |
CN110795219A (zh) * | 2019-10-24 | 2020-02-14 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 适用于多种计算框架的资源调度方法及系统 |
CN112395196A (zh) * | 2020-11-18 | 2021-02-23 | 上海浦东发展银行股份有限公司 | 数据作业开发测试方法、装置、设备、系统及存储介质 |
CN113553152A (zh) * | 2021-07-20 | 2021-10-26 | 中国工商银行股份有限公司 | 作业调度方法及装置 |
CN115454629A (zh) * | 2022-08-30 | 2022-12-09 | 南方科技大学 | 基于云原生技术的ai算法与微服务调度方法及其装置 |
CN115509756A (zh) * | 2022-09-30 | 2022-12-23 | 深圳依时货拉拉科技有限公司 | 多集群计算任务提交方法及相关装置、设备 |
CN115686850A (zh) * | 2022-11-02 | 2023-02-03 | 北京百度网讯科技有限公司 | 基于Spark的目标任务的处理方法、装置和电子设备 |
CN115964176A (zh) * | 2023-01-05 | 2023-04-14 | 海马云(天津)信息技术有限公司 | 云计算集群调度方法、电子设备和存储介质 |
CN116382880A (zh) * | 2023-06-07 | 2023-07-04 | 成都登临科技有限公司 | 任务执行方法、装置、处理器、电子设备及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11003501B2 (en) * | 2019-07-03 | 2021-05-11 | Advanced New Technologies Co., Ltd. | Loading models on nodes having multiple model service frameworks |
-
2023
- 2023-10-13 CN CN202311328291.2A patent/CN117093352B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103713942A (zh) * | 2012-09-28 | 2014-04-09 | 腾讯科技(深圳)有限公司 | 在集群中调度运行分布式计算框架的方法和系统 |
CN105786611A (zh) * | 2014-12-16 | 2016-07-20 | 中国移动通信集团公司 | 一种分布式集群的任务调度方法及装置 |
CN108920259A (zh) * | 2018-03-30 | 2018-11-30 | 华为技术有限公司 | 深度学习作业调度方法、系统和相关设备 |
CN110795219A (zh) * | 2019-10-24 | 2020-02-14 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 适用于多种计算框架的资源调度方法及系统 |
CN112395196A (zh) * | 2020-11-18 | 2021-02-23 | 上海浦东发展银行股份有限公司 | 数据作业开发测试方法、装置、设备、系统及存储介质 |
CN113553152A (zh) * | 2021-07-20 | 2021-10-26 | 中国工商银行股份有限公司 | 作业调度方法及装置 |
CN115454629A (zh) * | 2022-08-30 | 2022-12-09 | 南方科技大学 | 基于云原生技术的ai算法与微服务调度方法及其装置 |
CN115509756A (zh) * | 2022-09-30 | 2022-12-23 | 深圳依时货拉拉科技有限公司 | 多集群计算任务提交方法及相关装置、设备 |
CN115686850A (zh) * | 2022-11-02 | 2023-02-03 | 北京百度网讯科技有限公司 | 基于Spark的目标任务的处理方法、装置和电子设备 |
CN115964176A (zh) * | 2023-01-05 | 2023-04-14 | 海马云(天津)信息技术有限公司 | 云计算集群调度方法、电子设备和存储介质 |
CN116382880A (zh) * | 2023-06-07 | 2023-07-04 | 成都登临科技有限公司 | 任务执行方法、装置、处理器、电子设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
Presenting method to schedule tasks in the cloud computing environment using the whale optimization algorithm;Armin Tavakoli Dinani et al.;《2022 27th International Computer Conference, Computer Society of Iran (CSICC)》;全文 * |
TDDS:基于虚拟集群系统的任务部署与调度;冯琳;付勇;陈康;郑纬民;;计算机研究与发展(05);全文 * |
面向Web的高性能计算集群作业调度系统;李薛剑;苏素;梁瑞;陈仕绮;;电脑知识与技术(27);全文 * |
面向大数据复杂应用的虚拟集群动态部署模型;王瑾;曹云鹏;王海峰;;计算机应用研究(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117093352A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117093352B (zh) | 基于模板的计算集群作业调度系统及方法、装置 | |
EP3403178B1 (en) | Identifiers across application instances | |
US20180060055A1 (en) | Application containers with dynamic sub-package loading | |
US8302103B2 (en) | System and method for managing resources of applications and threads performed on java virtual machine | |
CN110401700B (zh) | 模型加载方法及系统、控制节点及执行节点 | |
CN108549562A (zh) | 一种图像加载的方法及装置 | |
US20220283846A1 (en) | Pod deployment method and apparatus | |
CN117075930B (zh) | 一种计算框架管理系统 | |
CN113190282A (zh) | 安卓运行环境构建的方法及装置 | |
CN111459573B (zh) | 一种智能合约执行环境的启动方法以及装置 | |
CN113656001A (zh) | 平台组件开发方法、装置、计算机设备及存储介质 | |
CN116107728A (zh) | 一种任务执行方法、装置、存储介质及电子设备 | |
CN116382713A (zh) | 构建应用镜像的方法、系统、设备和存储介质 | |
CN114860377A (zh) | 一种针对容器运维的业务处理方法、装置以及设备 | |
CN109669764B (zh) | 处理方法、装置、设备和机器可读介质 | |
CN116382877B (zh) | 一种任务的执行方法、装置、存储介质及电子设备 | |
CN116167437B (zh) | 一种芯片管理系统、方法、设备及存储介质 | |
CN117519912B (zh) | 一种镜像仓库部署的方法、装置、存储介质、设备 | |
CN116501474B (zh) | 一种批量同质任务的处理系统、方法以及装置 | |
CN116719796A (zh) | 升级结果的确定方法和装置、处理器及电子设备 | |
CN117573359A (zh) | 一种基于异构集群的计算框架管理系统及方法 | |
CN117648165A (zh) | 一种应用冷启动任务管理方法、装置及系统 | |
CN113900742A (zh) | 应用实例的管理方法、装置、电子设备及存储介质 | |
CN114861456A (zh) | 产品分析结果的输出优化方法及装置、电子设备、存储介质 | |
CN116339997A (zh) | 资源调度和容器启动方法、设备、系统及存储介质 |
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 |