CN117632431A - 云计算任务的调度方法、装置、设备及存储介质 - Google Patents
云计算任务的调度方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117632431A CN117632431A CN202311648191.8A CN202311648191A CN117632431A CN 117632431 A CN117632431 A CN 117632431A CN 202311648191 A CN202311648191 A CN 202311648191A CN 117632431 A CN117632431 A CN 117632431A
- Authority
- CN
- China
- Prior art keywords
- task
- cloud computing
- virtual machine
- scheduling
- state information
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000004044 response Effects 0.000 claims description 73
- 238000004590 computer program Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling 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
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
Abstract
本发明实施例公开了一种云计算任务的调度方法、装置、设备及存储介质。获取云计算任务集及虚拟机集;其中,所述云计算任务携带任务状态信息,各所述虚拟机携带虚拟机状态信息;基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略;基于所述目标任务调度策略将所述云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。本发明实施例提供的云计算任务的调度方法,基于任务状态信息和虚拟机状态信息确定目标任务调度策略,可以提高云计算任务的处理效率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种云计算任务的调度方法、装置、设备及存储介质。
背景技术
云计算为现代银行业务的发展带来了巨大变革。商业银行使用云计算,可以实现资源的高效聚合、分享与多方协同,整个产业链各方参与者的服务资源,为客户提供更加全面、实时的银行业务。
在云计算中,具有庞大的计算任务,因此任务调度十分重要,对于云计算的效率来说,也有着直接的影响。由于云工作负载的高度动态特性以及虚拟机配置的异构性,现有的在线任务调度解决方案存在效率低下的问题。
发明内容
本发明实施例提供一种云计算任务的调度方法、装置、设备及存储介质,可以提高云计算任务的处理效率。
第一方面,本发明实施例提供了一种云计算任务的调度方法,包括:
获取云计算任务集及虚拟机集;其中,所述云计算任务携带任务状态信息,各所述虚拟机携带虚拟机状态信息;
基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略;
基于所述目标任务调度策略将所述云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
第二方面,本发明实施例还提供了一种云计算任务的调度装置,包括:
获取模块,用于获取云计算任务集及虚拟机集;其中,所述云计算任务携带任务状态信息,各所述虚拟机携带虚拟机状态信息;
目标任务调度策略确定模块,用于基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略;
调度模块,用于基于所述目标任务调度策略将所述云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明实施例所述的云计算任务的调度方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明实施例所述的云计算任务的调度方法。
本发明实施例公开了一种云计算任务的调度方法、装置、设备及存储介质。获取云计算任务集及虚拟机集;其中,云计算任务携带任务状态信息,各虚拟机携带虚拟机状态信息;基于任务状态信息和虚拟机状态信息确定目标任务调度策略;基于目标任务调度策略将云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。本发明实施例提供的云计算任务的调度方法,基于任务状态信息和虚拟机状态信息确定目标任务调度策略,可以提高云计算任务的处理效率。
附图说明
图1是本发明实施例一中的一种云计算任务的调度方法的流程图;
图2是本发明实施例一中的一种确定目标任务调度策略的流程图;
图3是本发明实施例二中的一种云计算任务的调度装置的结构示意图;
图4是本发明实施例三中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种云计算任务的调度方法的流程图,本实施例可适用于对云计算任务进行调度情况,该方法可以由云计算任务的调度装置来执行,该装置可以通过软件和/或硬件的形式实现,可选的,通过电子设备来实现,该电子设备可以是移动终端、PC端或服务器等。具体包括如下步骤:
S110,获取云计算任务集及虚拟机集。
其中,云计算任务携带任务状态信息,各虚拟机携带虚拟机状态信息。任务状态信息可以包括指令长度、任务的CPU利用率及任务传输时间。虚拟机状态信息可以包括指令执行速度及任务等待时间。其中,任务传输时间可以理解为云计算任务从调度器到虚拟机的传输时间,可以由云计算任务的数据量与网络传输速度来确定。任务等待时间可以理解为执行完成虚拟机中的所有任务所需要的时间,即若有的云计算任务被分配到该台虚拟机,则为这个新的云计算任务的等待时间。本实施例中,对于第i个云计算任务,其对应的信息包括:[指令长度,CPU利用率,任务传输时间,各个虚拟机的任务执行速度,云计算任务i在各虚拟机中的任务等待时间]。
S120,基于任务状态信息和虚拟机状态信息确定目标任务调度策略。
其中,目标任务调度策略可以理解为云计算任务集中的各云计算任务被调度至哪个虚拟机中执行,即云计算任务与虚拟机的对应关系。
本实施例中,基于任务状态信息和虚拟机状态信息确定目标任务调度策略的过程可以是:首先确定多个候选任务调度策略,然后根据任务状态信息和虚拟机状态信息分别确定各候选任务调度策略的平均指令响应比,将平均指令响应比最大的候选任务调度策略确定为目标任务调度策略。
其中,指令响应比的计算过程可以是:对于每个候选任务调度策略中的每个云计算任务,确定该云计算任务被调度至对应的虚拟机的响应时间,然后将该云计算任务的指令长度与响应时间相比,获得指令响应比,然后根据各个云计算任务的指令响应比确定云计算任务集的平均指令响应比。
可选的,图2是本发明实施例中确定目标任务调度策略的流程图,如图2所示,基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略的方式可以是:基于如下迭代算法确定目标任务调度策略:对于每个云计算任务,确定云计算任务的候选调度策略;根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比;若平均指令响应比未满足设定条件,则基于平均指令响应比更新各云计算任务的候选调度策略;根据更新后的候选调度策略返回执行根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比的操作,直到平均指令响应比满足设定条件,则将候选调度策略确定为目标调度策略。
其中,迭代算法可以是深度强化学习(Deep Q-network,DQN)算法。候选调度策略为将目标云计算任务调度至候选虚拟机,指令响应比为云计算任务的指令长度与任务响应时间的比值。示例性的,假设有I个云计算任务,有J个虚拟机,则候选调度策略可以理解为将云计算任务i调度至虚拟机j上执行。
具体的,对于每个云计算任务,确定云计算任务的候选调度策略的方式可以是:对于每个云计算任务,确定各虚拟机的调度参数;基于调度参数确定各虚拟机的调度概率;基于调度概率确定云计算任务的候选调度策略。
其中,调度参数可以是迭代算法中的一个参数,在开始迭代时,调度参数可以是随机初始化的值,随着迭代的进行在不断的更新,即每次迭代中,调度参数是基于上一次迭代的调度参数更新获得的。基于调度参数确定各虚拟机的调度概率的方式可以是:将各虚拟机的调度参数与调度参数的总和作商,获得各虚拟机的调度概率。示例性的,假设第j个虚拟机的调度参数表示为Qj,则第j个虚拟机的计算公式可以表示为在获得各虚拟机的调度概率之后,基于调度概率对各虚拟机进行非均匀采样,从而获得当前云计算任务对应的候选虚拟机,即当前云计算任务的候选调度策略。
可选的,根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比的方式可以是:根据任务状态信息及候选虚拟机的虚拟机状态信息确定各云计算任务的指令响应比;基于各云计算任务的指令响应比确定云计算任务集的平均指令响应比。
其中,指令响应比可以理解为指令长度与任务响应时间之间的比值。具体的,根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定各云计算任务的指令响应比的方式可以是:根据指令执行速度、任务的CPU利用率及指令长度确定任务运行时间;基于任务运行时间、任务传输时间及任务等待时间确定任务响应时间;根据指令长度和任务响应时间确定各云计算任务的指令响应比。在获得各云计算任务的指令响应比之后,求取其平均值,获得平均指令响应比。
其中,根据指令执行速度、任务的CPU利用率及指令长度确定任务运行时间的方式可以是:首先将指令执行速度与任务的CPU利用率进行相乘,然后将指令长度与相乘结果作商,获得任务运行时间。基于任务运行时间、任务传输时间及任务等待时间确定任务响应时间的方式可以是:将任务运行时间、任务传输时间及任务等待时间进行累加,获得任务响应时间。根据指令长度和任务响应时间确定各云计算任务的指令响应比的方式可以是:将指令长度与任务响应时间作商,获得指令响应比。
可选的,基于平均指令响应比更新各云计算任务的候选调度策略的方式可以是:基于平均指令响应比更新各虚拟机的调度参数。
具体的,基于平均指令响应比更新各虚拟机的调度参数的方式可以是:确定平均指令响应比的梯度信息,将该梯度信息与调度参数进行累加,获得更新后的调度参数。
相应的,根据更新后的候选调度策略返回执行根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比的操作方式可以是:根据更新后的调度参数返回执行基于调度参数确定各虚拟机的调度概率的操作。
本实施例中,根据更新后的调度参数返回执行:基于调度参数确定各虚拟机的调度概率;基于调度概率确定云计算任务的候选调度策略;根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比的操作,循环执行上述操作,直到平均指令响应比满足设定条件,则将候选调度策略确定为目标调度策略。
S130,基于目标任务调度策略将云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
其中,目标任务调度策略包括云计算任务集中的各云计算任务要被调度至的虚拟机。具体的,在获得了目标任务调度策略之后,基于目标任务调度策略将云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
本实施例的技术方案,获取云计算任务集及虚拟机集;其中,云计算任务携带任务状态信息,各虚拟机携带虚拟机状态信息;基于任务状态信息和虚拟机状态信息确定目标任务调度策略;基于目标任务调度策略将云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。本发明实施例提供的云计算任务的调度方法,基于任务状态信息和虚拟机状态信息确定目标任务调度策略,可以提高云计算任务的处理效率。
实施例二
图3是本发明实施例二提供的一种云计算任务的调度装置的结构示意图,包括:
获取模块310,用于获取云计算任务集及虚拟机集;其中,云计算任务携带任务状态信息,各虚拟机携带虚拟机状态信息;
目标任务调度策略确定模块320,用于基于任务状态信息和虚拟机状态信息确定目标任务调度策略;
调度模块330,用于基于目标任务调度策略将云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
可选的,目标任务调度策略确定模块320,还用于:
基于如下迭代算法确定目标任务调度策略:
对于每个云计算任务,确定云计算任务的候选调度策略;其中,候选调度策略为将目标云计算任务调度至候选虚拟机;
根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比;其中,指令响应比为云计算任务的指令长度与任务响应时间的比值;
若平均指令响应比未满足设定条件,则基于平均指令响应比更新各云计算任务的候选调度策略;
根据更新后的候选调度策略返回执行根据任务状态信息及候选虚拟机的虚拟机状态信息确定云计算任务集的平均指令响应比的操作,直到平均指令响应比满足设定条件,则将候选调度策略确定为目标调度策略。
可选的,目标任务调度策略确定模块320,还用于:
对于每个云计算任务,确定各虚拟机的调度参数;
基于调度参数确定各虚拟机的调度概率;
基于调度概率确定云计算任务的候选调度策略。
可选的,目标任务调度策略确定模块320,还用于:
基于平均指令响应比更新各虚拟机的调度参数;
根据更新后的调度参数返回执行基于调度参数确定各虚拟机的调度概率的操作。
可选的,目标任务调度策略确定模块320,还用于:
根据任务状态信息及候选虚拟机的虚拟机状态信息确定各云计算任务的指令响应比;
基于各云计算任务的指令响应比确定云计算任务集的平均指令响应比。
可选的,任务状态信息包括指令长度、任务的CPU利用率及任务传输时间;虚拟机状态信息包括指令执行速度及任务等待时间。
可选的,目标任务调度策略确定模块320,还用于:
根据指令执行速度、任务的CPU利用率及指令长度确定任务运行时间;
基于任务运行时间、任务传输时间及任务等待时间确定任务响应时间;
根据指令长度和任务响应时间确定各云计算任务的指令响应比。
上述装置可执行本发明前述所有实施例所提供的方法,具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明前述所有实施例所提供的方法。
实施例三
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。
处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理,例如云计算任务的调度方法。
在一些实施例中,云计算任务的调度方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的云计算任务的调度方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行云计算任务的调度方法。
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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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,可以在电子设备上实施此处描述的系统和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算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,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种云计算任务的调度方法,其特征在于,包括:
获取云计算任务集及虚拟机集;其中,所述云计算任务携带任务状态信息,各所述虚拟机携带虚拟机状态信息;
基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略;
基于所述目标任务调度策略将所述云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
2.根据权利要求1所述的方法,其特征在于,基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略,包括:
基于如下迭代算法确定目标任务调度策略:
对于每个云计算任务,确定所述云计算任务的候选调度策略;其中,所述候选调度策略为将所述目标云计算任务调度至候选虚拟机;
根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定所述云计算任务集的平均指令响应比;其中,所述指令响应比为云计算任务的指令长度与任务响应时间的比值;
若所述平均指令响应比未满足设定条件,则基于所述平均指令响应比更新各云计算任务的候选调度策略;
根据更新后的候选调度策略返回执行根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定所述云计算任务集的平均指令响应比的操作,直到所述平均指令响应比满足设定条件,则将所述候选调度策略确定为目标调度策略。
3.根据权利要求2所述的方法,其特征在于,对于每个云计算任务,确定所述云计算任务的候选调度策略,包括:
对于每个云计算任务,确定各虚拟机的调度参数;
基于所述调度参数确定各虚拟机的调度概率;
基于所述调度概率确定所述云计算任务的候选调度策略。
4.根据权利要求3所述的方法,其特征在于,基于所述平均指令响应比更新各云计算任务的候选调度策略,包括:
基于所述平均指令响应比更新所述各虚拟机的调度参数;
相应的,根据更新后的候选调度策略返回执行根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定所述云计算任务集的平均指令响应比的操作,包括:
根据更新后的调度参数返回执行基于所述调度参数确定各虚拟机的调度概率的操作。
5.根据权利要求2所述的方法,其特征在于,根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定所述云计算任务集的平均指令响应比,包括:
根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定各云计算任务的指令响应比;
基于各云计算任务的指令响应比确定所述云计算任务集的平均指令响应比。
6.根据权利要求5所述的方法,其特征在于,所述任务状态信息包括指令长度、任务的CPU利用率及任务传输时间;所述虚拟机状态信息包括指令执行速度及任务等待时间。
7.根据权利要求6所述的方法,其特征在于,根据所述任务状态信息及所述候选虚拟机的虚拟机状态信息确定各云计算任务的指令响应比,包括:
根据所述指令执行速度、所述任务的CPU利用率及所述指令长度确定任务运行时间;
基于所述任务运行时间、所述任务传输时间及所述任务等待时间确定任务响应时间;
根据所述指令长度和所述任务响应时间确定各云计算任务的指令响应比。
8.一种云计算任务的调度装置,其特征在于,包括:
获取模块,用于获取云计算任务集及虚拟机集;其中,所述云计算任务携带任务状态信息,各所述虚拟机携带虚拟机状态信息;
目标任务调度策略确定模块,用于基于所述任务状态信息和所述虚拟机状态信息确定目标任务调度策略;
调度模块,用于基于所述目标任务调度策略将所述云计算任务集中的各云计算任务调度至对应的虚拟机进行处理。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的云计算任务的调度方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的云计算任务的调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648191.8A CN117632431A (zh) | 2023-12-04 | 2023-12-04 | 云计算任务的调度方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311648191.8A CN117632431A (zh) | 2023-12-04 | 2023-12-04 | 云计算任务的调度方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117632431A true CN117632431A (zh) | 2024-03-01 |
Family
ID=90037333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311648191.8A Pending CN117632431A (zh) | 2023-12-04 | 2023-12-04 | 云计算任务的调度方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117632431A (zh) |
-
2023
- 2023-12-04 CN CN202311648191.8A patent/CN117632431A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112561078B (zh) | 分布式的模型训练方法及相关装置 | |
EP4016398A1 (en) | Apparatus and method for distributed training model, and computer program product | |
CN115759252A (zh) | 深度学习推理引擎的调度方法、装置、设备和介质 | |
CN115150471B (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN112948081B (zh) | 延时处理任务的方法、装置、设备以及存储介质 | |
CN115438007A (zh) | 一种文件合并方法、装置、电子设备及介质 | |
CN115599571A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN117632431A (zh) | 云计算任务的调度方法、装置、设备及存储介质 | |
CN115269145A (zh) | 一种面向海上无人设备的高能效异构多核调度方法及装置 | |
CN115292662B (zh) | 一种卷积加速运算方法、装置、电子设备及存储介质 | |
CN116579914B (zh) | 一种图形处理器引擎执行方法、装置、电子设备及存储介质 | |
CN113360736B (zh) | 互联网数据的抓取方法和装置 | |
CN114331379B (zh) | 用于输出待办任务的方法、模型训练方法和装置 | |
CN117057411B (zh) | 一种大语言模型训练方法、装置、设备及存储介质 | |
CN117271840B (zh) | 图数据库的数据查询方法、装置及电子设备 | |
CN116915868A (zh) | 一种网络监测任务下发方法、装置、设备及存储介质 | |
CN117608944A (zh) | 权属迁移量配比的计算方法、装置、电子设备和存储介质 | |
CN117933353A (zh) | 强化学习模型训练方法、装置、电子设备及存储介质 | |
CN116661960A (zh) | 一种批量任务处理方法、装置、设备以及存储介质 | |
CN117539602A (zh) | 落后者任务推测的方法及装置、电子设备和存储介质 | |
CN116594708A (zh) | 多模型加载配置文件的生成方法、装置、设备及介质 | |
CN117076720A (zh) | 一种嵌入表访问方法、装置、电子设备及存储介质 | |
CN116319615A (zh) | 一种基于JSBridge的交互方法、装置、电子设备和存储介质 | |
CN115801718A (zh) | 消息处理方法、装置、电子设备及消息处理系统 | |
CN117130970A (zh) | 一种多芯片数据传输方法、装置、芯片及存储介质 |
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 |