JP6447120B2 - ジョブスケジューリング方法、データアナライザ、データ解析装置、コンピュータシステム及びコンピュータ可読媒体 - Google Patents
ジョブスケジューリング方法、データアナライザ、データ解析装置、コンピュータシステム及びコンピュータ可読媒体 Download PDFInfo
- Publication number
- JP6447120B2 JP6447120B2 JP2014264453A JP2014264453A JP6447120B2 JP 6447120 B2 JP6447120 B2 JP 6447120B2 JP 2014264453 A JP2014264453 A JP 2014264453A JP 2014264453 A JP2014264453 A JP 2014264453A JP 6447120 B2 JP6447120 B2 JP 6447120B2
- Authority
- JP
- Japan
- Prior art keywords
- job
- user
- data
- resource
- new
- 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
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
- G06F9/50—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
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
-
- 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
Description
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータを収集し、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関連する前記リソースリクエストデータと前記リソース利用データとの間の比較に基づき、ジョブを実行するためにリクエストされるリソースを当該ユーザが過大に見積もる程度を示す信憑性スコアを計算し、
前記複数のユーザの1人から、実行されるべき新しいジョブと、該新しいジョブを実行するために当該ユーザによってリクエストされたリソースとを特定する新しいジョブ依頼を受け取り、
当該ユーザの前記信憑性スコアに基づき、実行のために前記新しいジョブをスケジューリングする、方法が提供される。
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザの前記信憑性スコア及び前記以前に実行されたジョブの前記性能データに基づく。性能データの使用は、ジョブのためにユーザによってリクエストされたリソースが、そのジョブを実行するのに実際に必要とされるリソースを反映するかどうかのより正確な推定を提供するのに役立つ。
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータにアクセスし、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関連する前記リソースリクエストデータと前記リソース利用データとの間の比較に基づき、ジョブを実行するためにリクエストされるリソースを当該ユーザが過大に見積もる程度を示す信憑性スコアを計算する
よう構成される、データアナライザが提供される。
以前に実行されたジョブからのジョブスクリプト、アプリケーション入力及びデータファイル、
それらの入力から為されたジョブスケジューラ決定及びジョブの実行からのジョブスケジューラ統計値(集合的に、参照符号128によって表される。)、
計算時間、通信時間及びI/O時間の間のバランスのような、アプリケーション性能解析データ、
内部ソース135から得られたアプリケーション実行中のデータセンターエネルギ使用量及び効率データ132、並びに
例えば、他のサイトからのデータ又は他のシステムからのアプリケーション性能特性を含む外部ソース137からの何らかの他の関連データ136
のうちの1又はそれ以上を含む、データストア114に記憶された履歴データの解析に基づく。新しいジョブ依頼が実行される場合に、ジョブスクリプト、アプリケーション入力及びデータファイル124は、データストア114に記憶されている以前に実行されたジョブに関するデータの部分になる。
利用率=リクエストされたリソース/利用可能なバックフィルウィンドウ
例えば、60コア時間のバックフィルウィンドウが利用可能であるとすると、Eveのジョブ(JobID=106)は選択から除外される(利用率=30/60=0.5)。ボブのジョブ(JobID=107)及びAliceのジョブ(JobID=108)はいずれも1の利用率を有し、依然として選択のために残る。
S802:HPCシステムのようなコンピュータシステムによって実行されるべきジョブがユーザから受け取られる。
S902:HPCシステムのようなコンピュータシステムによって実行されるべきジョブがユーザから受け取られる。
S910:ジョブの実行中に、ジョブの性能の定期的なスナップショットが、例えば、計算、メモリ、I/O及びエネルギリソースを含む、それが消費するリソースに関して、アプリケーションを特性化するために取られる。
・ジョブスケジューラ及び入力ファイル情報を検索し、これに基づきアプリケーションを実行すべき最良の計算リソースを自動的に選択することによって、アプリケーションの最適な性能を得るモジュール;
・アプリケーションのエネルギ利用要件を、データストアから得られるそのアプリケーションについての以前のエネルギ利用測定に基づき推定し、このエネルギ利用推定を、データセンターがその電力閾内に留まることを確かにするよう、ジョブスケジューラメトリックとして使用するモジュール;及び
・HPCシステムのどの部分が最も高い需要があるのかを報告することによってバジェット決定を方向付け、又は最も頻繁に使用されるアプリケーションについて重要なリソースボトルネックがどこにあるかを解析し識別するモジュール。
(付記1)
コンピュータ環境におけるジョブスケジューリングの方法であって、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータを収集し、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関連する前記リソースリクエストデータと前記リソース利用データとの間の比較に基づき、ジョブを実行するためにリクエストされるリソースを当該ユーザが過大に見積もる程度を示す信憑性スコアを計算し、
前記複数のユーザの1人から、実行されるべき新しいジョブと、該新しいジョブを実行するために当該ユーザによってリクエストされたリソースとを特定する新しいジョブ依頼を受け取り、
当該ユーザの前記信憑性スコアに基づき、実行のために前記新しいジョブをスケジューリングする、方法。
(付記2)
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザによってリクエストされたリソースよりも少ないリソースから構成されるバックフィルウィンドウに前記新しいジョブを割り当てることを含む、
付記1に記載の方法。
(付記3)
前記バックフィルウィンドウを構成するリソースに対する当該ユーザによってリクエストされたリソースの割合に基づき、前記新しいジョブの利用率を計算し、
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザの前記信憑性スコア及び前記利用率に基づく、
付記2に記載の方法。
(付記4)
前記新しいジョブは、履歴データが収集されたことがある以前に実行されたジョブに対応し、
ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータは、前記ジョブを実行することに関連する性能特性を示す性能データを更に含み、
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザの前記信憑性スコア及び前記以前に実行されたジョブの前記性能データに基づく、
付記1乃至3のうちいずれか1つに記載の方法。
(付記5)
ジョブは、1又はそれ以上のアプリケーションを含み、前記複数のユーザの夫々についての前記信憑性スコアは、夫々のアプリケーションに関して計算される、
付記1乃至4のうちいずれか1つに記載の方法。
(付記6)
前記複数のユーザの夫々についての前記信憑性スコアは、以前に実行されたジョブに実際に使用されたリクエストされたリソースのうちのパーセンテージに基づき計算される、
付記1乃至5のうちいずれか1つに記載の方法。
(付記7)
前記新しいジョブ依頼は、前記複数のユーザのうちの2又はそれ以上から受け取られた複数の新しいジョブ依頼のうちの1つであり、
前記新しいジョブは、実行のためにキューにおいて順序付けられ、
実行のために前記新しいジョブをスケジューリングすることは、前記キューにおいてより高いがより低い信憑性スコアを有するユーザによって発せられる少なくとも1つの新しいジョブに対して、前記キューにおいてより低いがより高い信憑性スコアを有するユーザによって発せられる少なくとも1つの新しいジョブを優先することを含む、
付記1乃至6のうちいずれか1つに記載の方法。
(付記8)
前記新しいジョブの実行中に、前記割り当てられたリソースは前記ジョブを完了するには不十分であると決定し、前記新しいジョブを終了又は一時中断する、
付記2乃至7のうちいずれか1つに記載の方法。
(付記9)
前記新しいジョブの実行後に、前記新しいジョブを実行するために使用された実際のリソースと前記割り当てられたリソースとの間の比較に基づき前記スケジューリングの精度を決定する、
付記2乃至8のうちいずれか1つに記載の方法。
(付記10)
データ解析モジュールを備え、該データ解析モジュールは、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータにアクセスし、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関連する前記リソースリクエストデータと前記リソース利用データとの間の比較に基づき、ジョブを実行するためにリクエストされるリソースを当該ユーザが過大に見積もる程度を示す信憑性スコアを計算する
よう構成される、データアナライザ。
(付記11)
前記信憑性スコアに基づきユーザから受け取られた新しいジョブ依頼を変更するよう構成されるジョブ依頼変更モジュール
を更に有する、付記10に記載のデータアナライザ。
(付記12)
付記10又は11に記載のデータアナライザと、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータを記憶するよう構成されるデータベースと
を備え、
ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含む、データ解析装置。
(付記13)
ジョブをスケジューリングするよう構成されるスケジューラと、
付記12に記載のデータ解析装置と、
スケジューリングされたジョブを実行するよう構成されるコンピューティングリソースと
を備えるコンピュータシステム。
(付記14)
コンピュータによって実行される場合に、該コンピュータに、付記1乃至9のうちいずれか1つに記載の方法を実行させる
コンピュータ可読コードを担持するコンピュータ可読媒体。
108 ジョブスケジューラ
110 データ解析ユニット
112 データアナライザ
114 データストア
122 ジョブ依頼
202 バックフィルウィンドウ
204,205 ジョブ
Claims (15)
- コンピュータ環境におけるジョブスケジューリングのための装置の作動方法であって、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータを収集し、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関して前記リソースリクエストデータで示されているリソースに対する前記リソース利用データで示されている実際のリソースの割合を求め、該割合に所定の関数を適用して、当該ユーザが以前にどれくらい正確にジョブ実行のためのリソースを見積もることができたかという当該ユーザの信憑性を示す信憑性スコアを算出し、
前記複数のユーザの1人から、実行されるべき新しいジョブと、該新しいジョブを実行するために当該ユーザによってリクエストされたリソースとを特定する新しいジョブ依頼を受け取り、
当該ユーザの前記信憑性スコアに基づき、実行のために前記新しいジョブをスケジューリングする、方法。 - 実行のために前記新しいジョブをスケジューリングすることは、当該ユーザによってリクエストされたリソースよりも少ないリソースから構成されるバックフィルウィンドウに前記新しいジョブを割り当てることを含む、
請求項1に記載の方法。 - 前記新しいジョブの利用率として、前記バックフィルウィンドウを構成するリソースに対する当該ユーザによってリクエストされたリソースの割合を計算し、
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザの前記信憑性スコア及び前記利用率に基づく、
請求項2に記載の方法。 - 前記新しいジョブは、履歴データが収集されたことがある以前に実行されたジョブに対応し、
ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータは、前記ジョブを実行することに関連する性能特性を示す性能データを更に含み、
実行のために前記新しいジョブをスケジューリングすることは、当該ユーザの前記信憑性スコア及び前記以前に実行されたジョブの前記性能データに基づく、
請求項1乃至3のうちいずれか一項に記載の方法。 - ジョブは、1又はそれ以上のアプリケーションを含み、前記複数のユーザの夫々についての前記信憑性スコアは、夫々のアプリケーションに関して計算される、
請求項1乃至4のうちいずれか一項に記載の方法。 - 前記複数のユーザの夫々についての前記信憑性スコアは、以前に実行されたジョブに関して当該ユーザによってリクエストされたリソースのうちのどれくらいの割合が実際に使用されたかに基づき計算される、
請求項1乃至5のうちいずれか一項に記載の方法。 - 前記新しいジョブ依頼は、前記複数のユーザのうちの2又はそれ以上から受け取られた複数の新しいジョブ依頼のうちの1つであり、
前記新しいジョブは、実行のためにキューにおいて順序付けられ、
実行のために前記新しいジョブをスケジューリングすることは、前記新しいジョブを、前記キューにおける順序付けに関わらず、前記新しいジョブに関連するユーザの信憑性スコアに応じて、他のジョブよりも優先することを含む、
請求項1乃至6のうちいずれか一項に記載の方法。 - 前記新しいジョブの実行中に、バックフィルウィンドウにおいて前記新しいジョブを割り当てられたリソースは該新しいジョブを完了するには不十分であると決定し、前記新しいジョブを終了又は一時中断する、
請求項2乃至7のうちいずれか一項に記載の方法。 - 前記新しいジョブの実行後に、前記新しいジョブを実行するために使用された実際のリソースと、バックフィルウィンドウにおいて前記新しいジョブを割り当てられたリソースとの間の比較に基づき前記スケジューリングの有効性を確認する、
請求項2乃至8のうちいずれか一項に記載の方法。 - 前記新しいジョブ依頼は、前記新しいジョブと、該新しいジョブを実行するための前記リクエストされたリソースとを特定するスクリプトを含み、
前記新しいジョブをスケジューリングすることは、前記新しいジョブ依頼においてリクエストされているリソースを低減するように前記スクリプトを夫々のユーザの前記信憑性スコアに基づき変更し、該変更されたスクリプトを用いて実行のために前記新しいジョブをスケジューリングすることを含む、
請求項1に記載の方法。 - データ解析モジュールを備え、該データ解析モジュールは、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータにアクセスし、ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含み、
前記複数のユーザの夫々について、当該ユーザから受け取られた1又はそれ以上のジョブ依頼に関して前記リソースリクエストデータで示されているリソースに対する前記リソース利用データで示されている実際のリソースの割合を求め、該割合に所定の関数を適用して、当該ユーザが以前にどれくらい正確にジョブ実行のためのリソースを見積もることができたかという当該ユーザの信憑性を示す信憑性スコアを算出する
よう構成される、データアナライザ。 - 前記信憑性スコアに基づきユーザから受け取られた新しいジョブ依頼を変更するよう構成されるジョブ依頼変更モジュール
を更に有する、請求項11に記載のデータアナライザ。 - 請求項11又は12に記載のデータアナライザと、
複数のユーザから受け取られたジョブ依頼に関連する履歴ジョブデータを記憶するよう構成されるデータベースと
を備え、
ユーザから受け取られたジョブ依頼に関連する前記履歴ジョブデータが、ジョブを実行するために当該ユーザによってリクエストされたリソースを示すリソースリクエストデータと、前記ジョブを実行するために使用された実際のリソースを示すリソース利用データとを含む、データ解析装置。 - ジョブをスケジューリングするよう構成されるスケジューラと、
請求項13に記載のデータ解析装置と、
スケジューリングされたジョブを実行するよう構成されるコンピューティングリソースと
を備えるコンピュータシステム。 - コンピュータによって実行される場合に、該コンピュータに、請求項1乃至10のうちいずれか一項に記載の方法を実行させる
コンピュータ可読コードを担持するコンピュータ可読媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP14150831.7A EP2894564A1 (en) | 2014-01-10 | 2014-01-10 | Job scheduling based on historical job data |
EP14150831.7 | 2014-01-10 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015133112A JP2015133112A (ja) | 2015-07-23 |
JP6447120B2 true JP6447120B2 (ja) | 2019-01-09 |
Family
ID=49949526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014264453A Active JP6447120B2 (ja) | 2014-01-10 | 2014-12-26 | ジョブスケジューリング方法、データアナライザ、データ解析装置、コンピュータシステム及びコンピュータ可読媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US9430288B2 (ja) |
EP (1) | EP2894564A1 (ja) |
JP (1) | JP6447120B2 (ja) |
Families Citing this family (94)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8856793B2 (en) * | 2004-05-11 | 2014-10-07 | International Business Machines Corporation | System, method and program for scheduling computer program jobs |
US9652294B2 (en) | 2013-11-25 | 2017-05-16 | International Business Machines Corporation | Cross-platform workload processing |
US9626226B2 (en) * | 2013-11-25 | 2017-04-18 | International Business Machines Corporation | Cross-platform workload processing |
US9715402B2 (en) | 2014-09-30 | 2017-07-25 | Amazon Technologies, Inc. | Dynamic code deployment and versioning |
US9323556B2 (en) | 2014-09-30 | 2016-04-26 | Amazon Technologies, Inc. | Programmatic event detection and message generation for requests to execute program code |
US9600312B2 (en) | 2014-09-30 | 2017-03-21 | Amazon Technologies, Inc. | Threading as a service |
US9678773B1 (en) | 2014-09-30 | 2017-06-13 | Amazon Technologies, Inc. | Low latency computational capacity provisioning |
US9830193B1 (en) | 2014-09-30 | 2017-11-28 | Amazon Technologies, Inc. | Automatic management of low latency computational capacity |
US10048974B1 (en) | 2014-09-30 | 2018-08-14 | Amazon Technologies, Inc. | Message-based computation request scheduling |
US9146764B1 (en) | 2014-09-30 | 2015-09-29 | Amazon Technologies, Inc. | Processing event messages for user requests to execute program code |
US9537788B2 (en) | 2014-12-05 | 2017-01-03 | Amazon Technologies, Inc. | Automatic determination of resource sizing |
US9588790B1 (en) | 2015-02-04 | 2017-03-07 | Amazon Technologies, Inc. | Stateful virtual compute system |
US9733967B2 (en) | 2015-02-04 | 2017-08-15 | Amazon Technologies, Inc. | Security protocols for low latency execution of program code |
US9785476B2 (en) | 2015-04-08 | 2017-10-10 | Amazon Technologies, Inc. | Endpoint management system and virtual compute system |
US9930103B2 (en) | 2015-04-08 | 2018-03-27 | Amazon Technologies, Inc. | Endpoint management system providing an application programming interface proxy service |
US9886311B2 (en) * | 2015-04-24 | 2018-02-06 | International Business Machines Corporation | Job scheduling management |
WO2016188706A1 (en) * | 2015-05-22 | 2016-12-01 | British Telecommunications Public Limited Company | Network resource management |
US20170032000A1 (en) * | 2015-07-28 | 2017-02-02 | Bank Of America Corporation | Database manager |
US10509683B2 (en) | 2015-09-25 | 2019-12-17 | Microsoft Technology Licensing, Llc | Modeling resource usage for a job |
CN106686619B (zh) * | 2015-11-06 | 2020-02-07 | 大唐移动通信设备有限公司 | 一种性能评估方法和设备 |
US9811434B1 (en) | 2015-12-16 | 2017-11-07 | Amazon Technologies, Inc. | Predictive management of on-demand code execution |
US10754701B1 (en) | 2015-12-16 | 2020-08-25 | Amazon Technologies, Inc. | Executing user-defined code in response to determining that resources expected to be utilized comply with resource restrictions |
US9910713B2 (en) | 2015-12-21 | 2018-03-06 | Amazon Technologies, Inc. | Code execution request routing |
US10067801B1 (en) | 2015-12-21 | 2018-09-04 | Amazon Technologies, Inc. | Acquisition and maintenance of compute capacity |
US20170235608A1 (en) * | 2016-02-16 | 2017-08-17 | Linkedin Corporation | Automatic response to inefficient jobs in data processing clusters |
US10891145B2 (en) | 2016-03-30 | 2021-01-12 | Amazon Technologies, Inc. | Processing pre-existing data sets at an on demand code execution environment |
US11132213B1 (en) | 2016-03-30 | 2021-09-28 | Amazon Technologies, Inc. | Dependency-based process of pre-existing data sets at an on demand code execution environment |
US10152360B2 (en) * | 2016-04-22 | 2018-12-11 | Schneider Electric Software, Llc | Coordinating event-driven object execution |
US10282229B2 (en) * | 2016-06-28 | 2019-05-07 | Amazon Technologies, Inc. | Asynchronous task management in an on-demand network code execution environment |
US10102040B2 (en) | 2016-06-29 | 2018-10-16 | Amazon Technologies, Inc | Adjusting variable limit on concurrent code executions |
US10277708B2 (en) | 2016-06-30 | 2019-04-30 | Amazon Technologies, Inc. | On-demand network code execution with cross-account aliases |
US10203990B2 (en) | 2016-06-30 | 2019-02-12 | Amazon Technologies, Inc. | On-demand network code execution with cross-account aliases |
JP6953800B2 (ja) | 2016-07-08 | 2021-10-27 | 富士通株式会社 | シミュレーションジョブを実行するためのシステム、コントローラ、方法、及びプログラム |
US10061613B1 (en) | 2016-09-23 | 2018-08-28 | Amazon Technologies, Inc. | Idempotent task execution in on-demand network code execution systems |
US10884787B1 (en) | 2016-09-23 | 2021-01-05 | Amazon Technologies, Inc. | Execution guarantees in an on-demand network code execution system |
US11119813B1 (en) | 2016-09-30 | 2021-09-14 | Amazon Technologies, Inc. | Mapreduce implementation using an on-demand network code execution system |
JP6646754B2 (ja) * | 2016-09-30 | 2020-02-14 | 株式会社日立製作所 | ジョブスケジューリングシステム、ジョブスケジューリング方法、およびジョブスケジューリング装置 |
US11099890B2 (en) * | 2016-12-13 | 2021-08-24 | Intel Corporation | Devices and methods for prioritized resource allocation based on communication channel conditions |
US10430300B2 (en) | 2017-06-05 | 2019-10-01 | Bank Of America Corporation | Predictive analysis, scheduling and observation system for use with loading multiple files |
US11573831B2 (en) * | 2017-06-20 | 2023-02-07 | International Business Machines Corporation | Optimizing resource usage in distributed computing environments by dynamically adjusting resource unit size |
US10541939B2 (en) * | 2017-08-15 | 2020-01-21 | Google Llc | Systems and methods for provision of a guaranteed batch |
US10564946B1 (en) | 2017-12-13 | 2020-02-18 | Amazon Technologies, Inc. | Dependency handling in an on-demand network code execution system |
US10733085B1 (en) | 2018-02-05 | 2020-08-04 | Amazon Technologies, Inc. | Detecting impedance mismatches due to cross-service calls |
US10831898B1 (en) | 2018-02-05 | 2020-11-10 | Amazon Technologies, Inc. | Detecting privilege escalations in code including cross-service calls |
US10353678B1 (en) | 2018-02-05 | 2019-07-16 | Amazon Technologies, Inc. | Detecting code characteristic alterations due to cross-service calls |
US10725752B1 (en) | 2018-02-13 | 2020-07-28 | Amazon Technologies, Inc. | Dependency handling in an on-demand network code execution system |
US10776091B1 (en) | 2018-02-26 | 2020-09-15 | Amazon Technologies, Inc. | Logging endpoint in an on-demand code execution system |
US10853115B2 (en) | 2018-06-25 | 2020-12-01 | Amazon Technologies, Inc. | Execution of auxiliary functions in an on-demand network code execution system |
US10649749B1 (en) | 2018-06-26 | 2020-05-12 | Amazon Technologies, Inc. | Cross-environment application of tracing information for improved code execution |
US11146569B1 (en) | 2018-06-28 | 2021-10-12 | Amazon Technologies, Inc. | Escalation-resistant secure network services using request-scoped authentication information |
US10949237B2 (en) | 2018-06-29 | 2021-03-16 | Amazon Technologies, Inc. | Operating system customization in an on-demand network code execution system |
US11099870B1 (en) | 2018-07-25 | 2021-08-24 | Amazon Technologies, Inc. | Reducing execution times in an on-demand network code execution system using saved machine states |
US11099917B2 (en) | 2018-09-27 | 2021-08-24 | Amazon Technologies, Inc. | Efficient state maintenance for execution environments in an on-demand code execution system |
US11243953B2 (en) | 2018-09-27 | 2022-02-08 | Amazon Technologies, Inc. | Mapreduce implementation in an on-demand network code execution system and stream data processing system |
US11943093B1 (en) | 2018-11-20 | 2024-03-26 | Amazon Technologies, Inc. | Network connection recovery after virtual machine transition in an on-demand network code execution system |
US11553047B2 (en) | 2018-11-30 | 2023-01-10 | International Business Machines Corporation | Dynamic connection capacity management |
US10884812B2 (en) | 2018-12-13 | 2021-01-05 | Amazon Technologies, Inc. | Performance-based hardware emulation in an on-demand network code execution system |
GB2580178B (en) * | 2018-12-21 | 2021-12-15 | Imagination Tech Ltd | Scheduling tasks in a processor |
US11010188B1 (en) | 2019-02-05 | 2021-05-18 | Amazon Technologies, Inc. | Simulated data object storage using on-demand computation of data objects |
US10956215B2 (en) * | 2019-02-18 | 2021-03-23 | International Business Machines Corporation | Predictive job admission control with feedback |
US11861386B1 (en) | 2019-03-22 | 2024-01-02 | Amazon Technologies, Inc. | Application gateways in an on-demand network code execution system |
US11099891B2 (en) | 2019-04-22 | 2021-08-24 | International Business Machines Corporation | Scheduling requests based on resource information |
US11119809B1 (en) | 2019-06-20 | 2021-09-14 | Amazon Technologies, Inc. | Virtualization-based transaction handling in an on-demand network code execution system |
US11190609B2 (en) | 2019-06-28 | 2021-11-30 | Amazon Technologies, Inc. | Connection pooling for scalable network services |
US11115404B2 (en) | 2019-06-28 | 2021-09-07 | Amazon Technologies, Inc. | Facilitating service connections in serverless code executions |
US11159528B2 (en) | 2019-06-28 | 2021-10-26 | Amazon Technologies, Inc. | Authentication to network-services using hosted authentication information |
US11360822B2 (en) | 2019-09-12 | 2022-06-14 | Bank Of America Corporation | Intelligent resource allocation agent for cluster computing |
US11550944B2 (en) | 2019-09-27 | 2023-01-10 | Amazon Technologies, Inc. | Code execution environment customization system for object storage service |
US11360948B2 (en) | 2019-09-27 | 2022-06-14 | Amazon Technologies, Inc. | Inserting owner-specified data processing pipelines into input/output path of object storage service |
US11263220B2 (en) | 2019-09-27 | 2022-03-01 | Amazon Technologies, Inc. | On-demand execution of object transformation code in output path of object storage service |
US11055112B2 (en) | 2019-09-27 | 2021-07-06 | Amazon Technologies, Inc. | Inserting executions of owner-specified code into input/output path of object storage service |
US11023311B2 (en) | 2019-09-27 | 2021-06-01 | Amazon Technologies, Inc. | On-demand code execution in input path of data uploaded to storage service in multiple data portions |
US11394761B1 (en) | 2019-09-27 | 2022-07-19 | Amazon Technologies, Inc. | Execution of user-submitted code on a stream of data |
US11106477B2 (en) | 2019-09-27 | 2021-08-31 | Amazon Technologies, Inc. | Execution of owner-specified code during input/output path to object storage service |
US11023416B2 (en) | 2019-09-27 | 2021-06-01 | Amazon Technologies, Inc. | Data access control system for object storage service based on owner-defined code |
US11250007B1 (en) | 2019-09-27 | 2022-02-15 | Amazon Technologies, Inc. | On-demand execution of object combination code in output path of object storage service |
US11416628B2 (en) | 2019-09-27 | 2022-08-16 | Amazon Technologies, Inc. | User-specific data manipulation system for object storage service based on user-submitted code |
US11386230B2 (en) | 2019-09-27 | 2022-07-12 | Amazon Technologies, Inc. | On-demand code obfuscation of data in input path of object storage service |
US10996961B2 (en) | 2019-09-27 | 2021-05-04 | Amazon Technologies, Inc. | On-demand indexing of data in input path of object storage service |
US11656892B1 (en) | 2019-09-27 | 2023-05-23 | Amazon Technologies, Inc. | Sequential execution of user-submitted code and native functions |
US10908927B1 (en) | 2019-09-27 | 2021-02-02 | Amazon Technologies, Inc. | On-demand execution of object filter code in output path of object storage service |
US20210133378A1 (en) * | 2019-11-06 | 2021-05-06 | OnScale, Inc. | Methods and systems for the estimation of the computational cost of simulation |
US11119826B2 (en) | 2019-11-27 | 2021-09-14 | Amazon Technologies, Inc. | Serverless call distribution to implement spillover while avoiding cold starts |
US10942795B1 (en) | 2019-11-27 | 2021-03-09 | Amazon Technologies, Inc. | Serverless call distribution to utilize reserved capacity without inhibiting scaling |
US11714682B1 (en) | 2020-03-03 | 2023-08-01 | Amazon Technologies, Inc. | Reclaiming computing resources in an on-demand code execution system |
US11188391B1 (en) | 2020-03-11 | 2021-11-30 | Amazon Technologies, Inc. | Allocating resources to on-demand code executions under scarcity conditions |
US11775640B1 (en) | 2020-03-30 | 2023-10-03 | Amazon Technologies, Inc. | Resource utilization-based malicious task detection in an on-demand code execution system |
CN112131607B (zh) * | 2020-09-25 | 2022-07-08 | 腾讯科技(深圳)有限公司 | 资源数据处理方法、装置、计算机设备和存储介质 |
US11593270B1 (en) | 2020-11-25 | 2023-02-28 | Amazon Technologies, Inc. | Fast distributed caching using erasure coded object parts |
US11550713B1 (en) | 2020-11-25 | 2023-01-10 | Amazon Technologies, Inc. | Garbage collection in distributed systems using life cycled storage roots |
US11556387B2 (en) | 2020-12-03 | 2023-01-17 | International Business Machines Corporation | Scheduling jobs |
US11388210B1 (en) | 2021-06-30 | 2022-07-12 | Amazon Technologies, Inc. | Streaming analytics using a serverless compute system |
TR2021022159A2 (tr) * | 2021-12-31 | 2022-01-21 | Univ Istanbul Gelisim | Fpga tabanli hi̇bri̇t sezgi̇sel arama algori̇tmalarina dayali i̇ş siralama ci̇hazi ve algori̇tmasi |
CN117407149A (zh) * | 2022-07-08 | 2024-01-16 | 微软技术许可有限责任公司 | 处理单元的资源利用 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5442730A (en) | 1993-10-08 | 1995-08-15 | International Business Machines Corporation | Adaptive job scheduling using neural network priority functions |
US6889243B1 (en) * | 1995-04-13 | 2005-05-03 | Hitachi, Ltd. | Job scheduling analysis method and system using historical job execution data |
JP3959516B2 (ja) * | 2001-08-06 | 2007-08-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | ネットワークシステム、cpu資源プロバイダ、クライアント装置、処理サービスの提供方法、およびプログラム |
US20030061260A1 (en) * | 2001-09-25 | 2003-03-27 | Timesys Corporation | Resource reservation and priority management |
US20050055694A1 (en) * | 2003-09-04 | 2005-03-10 | Hewlett-Packard Development Company, Lp | Dynamic load balancing resource allocation |
CN1297894C (zh) * | 2003-09-30 | 2007-01-31 | 国际商业机器公司 | 用于调度作业的方法、调度器以及网络计算机系统 |
US20050149940A1 (en) * | 2003-12-31 | 2005-07-07 | Sychron Inc. | System Providing Methodology for Policy-Based Resource Allocation |
US20050198636A1 (en) * | 2004-02-26 | 2005-09-08 | International Business Machines Corporation | Dynamic optimization of batch processing |
WO2005089241A2 (en) * | 2004-03-13 | 2005-09-29 | Cluster Resources, Inc. | System and method for providing object triggers |
US8261283B2 (en) * | 2005-02-16 | 2012-09-04 | Yissum Research Development Company Of Hebrew University Of Jerusalem | System and method for backfilling with system-generated predictions rather than user runtime estimates |
US7958509B2 (en) * | 2005-12-21 | 2011-06-07 | International Business Machines Corporation | Method and system for scheduling of jobs |
US8458712B2 (en) * | 2008-04-30 | 2013-06-04 | International Business Machines Corporation | System and method for multi-level preemption scheduling in high performance processing |
US20100131959A1 (en) * | 2008-11-26 | 2010-05-27 | Spiers Adam Z | Proactive application workload management |
US8060617B2 (en) * | 2008-12-19 | 2011-11-15 | Cisco Technology, Inc. | Reserving network resources during scheduling of meeting event |
WO2011131211A1 (en) * | 2010-04-19 | 2011-10-27 | Telefonaktiebolaget L M Ericsson (Publ) | Pre-scheduling of quality of service reservation |
US8438570B2 (en) | 2010-07-31 | 2013-05-07 | International Business Machines Corporation | Resource allocator with knowledge-based optimization |
US20140137122A1 (en) * | 2012-11-13 | 2014-05-15 | David A. Egolf | Modified backfill scheduler and a method employing frequency control to reduce peak cluster power requirements |
US8689220B2 (en) * | 2011-11-30 | 2014-04-01 | International Business Machines Corporation | Job scheduling to balance energy consumption and schedule performance |
US20130159376A1 (en) * | 2011-12-15 | 2013-06-20 | Charles Moore | Systems and methods for a computing resource broker agent |
US8549570B2 (en) * | 2012-02-23 | 2013-10-01 | Ericsson Television Inc. | Methods and apparatus for managing network resources used by multimedia streams in a virtual pipe |
US8972579B2 (en) * | 2012-09-06 | 2015-03-03 | Hewlett-Packard Development Company, L.P. | Resource sharing in computer clusters according to objectives |
US20140359113A1 (en) * | 2013-05-30 | 2014-12-04 | Sap Ag | Application level based resource management in multi-tenant applications |
-
2014
- 2014-01-10 EP EP14150831.7A patent/EP2894564A1/en not_active Ceased
- 2014-12-26 JP JP2014264453A patent/JP6447120B2/ja active Active
-
2015
- 2015-01-05 US US14/589,393 patent/US9430288B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US9430288B2 (en) | 2016-08-30 |
US20150199218A1 (en) | 2015-07-16 |
JP2015133112A (ja) | 2015-07-23 |
EP2894564A1 (en) | 2015-07-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6447120B2 (ja) | ジョブスケジューリング方法、データアナライザ、データ解析装置、コンピュータシステム及びコンピュータ可読媒体 | |
US10831633B2 (en) | Methods, apparatuses, and systems for workflow run-time prediction in a distributed computing system | |
Park et al. | 3sigma: distribution-based cluster scheduling for runtime uncertainty | |
US9875135B2 (en) | Utility-optimized scheduling of time-sensitive tasks in a resource-constrained environment | |
JP6953800B2 (ja) | シミュレーションジョブを実行するためのシステム、コントローラ、方法、及びプログラム | |
US20130339973A1 (en) | Finding resource bottlenecks with low-frequency sampled data | |
US8756307B1 (en) | Translating service level objectives to system metrics | |
US9423957B2 (en) | Adaptive system provisioning | |
US11966778B2 (en) | Cloud application scaler | |
US9875169B2 (en) | Modeling real capacity consumption changes using process-level data | |
US11150999B2 (en) | Method, device, and computer program product for scheduling backup jobs | |
CN110659137B (zh) | 针对离线任务的处理资源分配方法及系统 | |
CN108205469B (zh) | 一种基于MapReduce的资源分配方法及服务器 | |
CN115269108A (zh) | 一种数据处理方法、装置及设备 | |
Çavdar et al. | Quantifying the brown side of priority schedulers: Lessons from big clusters | |
US9111022B2 (en) | Simulation techniques for predicting in-memory database systems performance | |
JP7319196B2 (ja) | 車両スケジューリングのために車両相互依存性を解決するためのコンピュータ化されたシステムおよび方法 | |
US20160299787A1 (en) | System, method and managing device | |
CN114356571A (zh) | 一种处理方法及装置 | |
KR20240019403A (ko) | 데이터 질의들의 예상 사전 실행 | |
JP6753521B2 (ja) | 計算資源管理装置、計算資源管理方法、及びプログラム | |
US20180341521A1 (en) | Managing job schedules | |
US20230004440A1 (en) | Allocating of computing resources for applications | |
Lin | Optimizing the Cost and Performance for Batch jobs on HPC by Utilizing Swap Space | |
Park | Distribution-based cluster scheduling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20171113 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180620 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180703 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180813 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181119 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6447120 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |