TWI553472B - 個人資料中心內的排程和管理 - Google Patents

個人資料中心內的排程和管理 Download PDF

Info

Publication number
TWI553472B
TWI553472B TW100141073A TW100141073A TWI553472B TW I553472 B TWI553472 B TW I553472B TW 100141073 A TW100141073 A TW 100141073A TW 100141073 A TW100141073 A TW 100141073A TW I553472 B TWI553472 B TW I553472B
Authority
TW
Taiwan
Prior art keywords
job
computing
task
resource
available
Prior art date
Application number
TW100141073A
Other languages
English (en)
Other versions
TW201227287A (en
Inventor
巴漢保羅
費古洛喬瑟夫Ｎ
Original Assignee
微軟技術授權有限責任公司
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 微軟技術授權有限責任公司 filed Critical 微軟技術授權有限責任公司
Publication of TW201227287A publication Critical patent/TW201227287A/zh
Application granted granted Critical
Publication of TWI553472B publication Critical patent/TWI553472B/zh

Links

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
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities
    • 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
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/501—Performance criteria
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/503—Resource availability

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Stored Programmes (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Small-Scale Networks (AREA)
  • Computer And Data Communications (AREA)

Description

個人資料中心內的排程和管理
本發明涉及個人資料中心內的排程和管理。
日益常見的是，家庭擁有多於一個電腦，並且這些機器處於家用網路上。這些電腦中的每一個皆有大量的計算能力、記憶體和儲存容量。當前常用的作業系統使人們能很容易地使用本地機器的資源，但難以利用網路上其他機器的資源。因此，在執行計算密集的應用時，遠端機器的CPU一般是閒置的，該等遠端機器的記憶體也不可存取。類似地，在執行I/O密集的應用時，本地磁碟可以得到100%的利用，但其他儲存裝置是閒置的。
家庭計算需求日益增長。例如，視訊編輯和代碼轉換日益常用，並且要花費若干小時來完成。即使對於高端家庭計算系統，要完成任務也花費長時間。另一方面，大多數家庭具有以桌上型電腦、膝上型電腦、家庭影院PC(HTPC)形式的多個電腦，以及包含諸如遊戲控制台、行動電話和嵌入式裝置之類的常見計算硬體的非傳統計算裝置(例如機上盒、路由器和其他設備)。
在資料中心設置中，分散式系統軟體使得該分散式系統軟體能夠跨多個儲存裝置傳播資料，並且跨多個機器以平行方式執行計算。資料中心通常很同構，意味著每個機器具有類似的處理器、記憶體量、網路頻寬和其他資源。資料中心中使用的排程演算法一般是貪婪的並且不考慮機器差異，而是考慮排程時機器的數量和可用性。各個公司提供了用於向資料中心內的多個電腦傳播作業執行的資料平行框架，諸如MICROSOFT TM Dryad,Google MapReduce和Yahoo! Hadoop。這些中的一些還提供了工具集和程式設計語言來使平行計算更容易，諸如MICROSOFT TM DryadLINQ。
類似的功能在家庭/個人設置中越來越有用，但是由於非均勻性、連線性、功率管理和軟體版本/更新管理等問題而複雜得多。資料中心中有效的假設在家庭環境中完全無效。例如，家用電腦在使用者帶著膝上型電腦或其他行動設備進入或離開居所時進入和離開。家用電腦可以使用各種連接類型來進行網路連接，諸如在使用者在居所範圍內漫遊時使用Wi-Fi連接，以及在使用者和膝上型電腦對接時使用有線乙太網路連接。家用電腦也可以休眠或者沒電。最終，家用電腦包括混雜的處理器、圖形處理能力、記憶體量、磁碟空間、磁碟速度等。這些差異導致分散式计算實際上不存在於家庭或其他小型集群設置中。
這裡描述了個人資料中心系統，該個人資料中心系統提供了用於在動態變化的環境中利用多個異構電腦的框架，以及用於執行各個任務的資料平行處理的自組織集群。在一些實施例中，修改作業系統以提供分散式的檔案系統抽象，以及允許對資料平行計算進行動態分割和遠端執行的服務。每個系統的作業系統協調地量測和分析當前可用處理、通訊和儲存資源的效能，並且利用該資訊以最有效的方式跨多個機器分割計算。家庭環境和典型的資料中心相比更為異構和動態，典型的資料中心排程策略對於這種類型的小型集群並不能很好地工作。家庭內的機器可能被開啟或關閉、被移動並帶到其他地方、並且藉由具有有線和無線技術的混合的自組織網路拓撲結構來連接。個人資料中心系統提供了元件來克服這些差異。系統標識一個動態可用的機器集合、表徵該等機器的效能、發現網路拓撲結構、並且監視機器間的可用通訊頻寬。該資訊然後用來為資料平行及/或高效能計算(HPC)型的應用計算有效的執行計畫。
提供本發明內容以便以簡化的形式介紹將在以下具體實施方式中進一步描述的一些概念選擇。本發明內容並不旨在標識所主張標的的關鍵特徵或必要特徵，也不旨在用於限制所主張標的的範圍。
這裡描述了個人資料中心系統，該個人資料中心系統提供了用於在動態變化的環境中利用多個異構電腦的框架，以及用於執行各個任務的資料平行處理的自組織集群。在一些實施例中，修改作業系統以提供分散式的檔案系統抽象，以及允許對資料平行計算進行動態分割和遠端執行的服務。每個系統的作業系統協調地量測和分析當前可用處理、通訊和儲存資源的效能，並且利用該資訊以最有效的方式跨多個機器傳播計算。分散式檔案系統和集群計算服務一般部署在具有上千的相同機器、管理良好的基礎設施以及足夠的通訊頻寬的資料中心中。機器確實偶爾會失效，但通常會連續地執行。由於全部機器被同一個人信任和擁有，因此安全性不是大問題。
相反，家庭環境就更為異構和動態得多。家庭內的機器可能被開啟或關閉、被移動並帶到其他地方、並且藉由具有有線和無線技術的混合的自組織網路拓撲結構來連接。個人資料中心系統提供了元件來克服這些差異。系統標識一個動態可用的機器集合(處理器、記憶體和儲存)、(藉由量測結果或藉由檢視資料庫中的該資訊)表徵該等機器的效能、發現網路拓撲結構、並且監視機器間的可用通訊頻寬。該資訊然後用來為資料平行及/或高效能計算(HPC)型的應用計算有效的執行計畫。
多個使用者可擁有機器，並且因此安全性可能比在(全部機器在單一授權級別下執行)資料中心中更加相關，因為是資源的受控共享以提供差別服務品質(例如，坐在機器邊的使用者擁有比遠端地存取機器資源的使用者更高的優先權)。在一些實施例中，個人資料中心系統利用來自集群計算的現成軟體和資料中心設置，諸如Dryad、DryadLINQ和TidyFS。家中的每個機器執行提供遠端程序執行和共享檔案系統命名空間的服務程序。資料在多個機器上被複製，使得可以從最接近的副本對該資料存取，並且使得即使一些機器被斷電該資料仍然是可用的。
上面的軟體可以用安全性來擴展以保護使用者的資料免予其他人的存取、本地資源劃分以及排程機制來實施QoS。另外，每個機器的OS執行對本地資源進行標識並制定基準、並向中央資料庫註冊這些資源的服務。作業系統協調地發現相關的網路拓撲結構並量測可用的頻寬。在一些實施例中，作業系統根據全域QoS考慮協調式地排程網路通訊量。中央全域作業排程器接受來自任何參與的機器的作業，並且在給定當前可用資源集、當前作業集及該等資源及作業的相關聯的QoS參數的情況下標識劃分計算的高效的方式。
圖1是圖示在一個實施例中的個人資料中心系統的各元件的方塊圖。系統100包括命名空間元件110、程序執行元件120、集群資源管理器130、資源標識元件140、基準元件150、作業排程元件160以及作業管理元件170。這些元件中的每一個皆在此處進一步詳細討論。
命名空間元件110管理多個電腦之間的共享檔案系統命名空間。由於系統100所處理的資料可被儲存在個人資料中心中的多個電腦上，因此電腦使用共用的命名空間來引用可標識資料中心內任何位置的檔案。命名空間可以像將電腦名附加到每個機器的檔案系統命名空間那樣簡單(例如，\\laptop1\c\file.txt，用於存取名為「laptop1」的機器上標記為「C」的驅動器的根的名為「file.txt」的檔案)，或者更複雜以處理問題，諸如相似的機器名、機器名重用、非傳統的檔案系統等。例如，命名空間元件110可向每個機器以及機器上的位置分配全域唯一識別碼用於儲存檔案和其他資料。
程序執行元件120管理每個機器上的每個表示系統100所管理的較大作業的細分的程序的執行。程序執行元件120可包括在個人資料中心中每個電腦上執行的服務或常駐程式，該服務或常駐程式從作業排程元件160接收指令以在服務正執行的機器上執行作業的一部分。程序執行元件120調用一個程序，監視該程序的進度，並且在該程序的退出處收集執行結果。程序可以執行各種任務，諸如對視訊訊框進行編碼、搜索磁碟以檢視包括特定文字的檔案或任何其他任務。
集群資源管理器130儲存描述可用的計算資源以及在可用的計算資源上執行的正在進行的分散式作業的資訊。集群資源管理器130可包括一或多個檔案、檔案系統、資料庫、儲存區域網路(SAN)、外部儲存裝置、基於雲端的儲存服務或用於儲存資料的其他設施。系統100可以選擇即使在資料中心環境改變時有可能保持可用的用於集群資源管理器130的儲存位置。例如，系統可將資料儲存在未被配置為睡眠的家庭伺服器或桌上型電腦上。另選地或另外地，系統100可以利用經由高可用性、已知的伺服器複製協定(諸如Paxos)或像分散式散列表(DHT)等技術可以存取的遠端儲存位置，諸如基於雲端的儲存。
資源標識元件140標識個人資料中心環境中可用於執行分散式、平行計算任務的計算資源。資源可包括一或多個裝置，該一或多個裝置具有中央處理單元(CPU)、圖形處理單元(GPU)、記憶體、儲存空間或可用來執行計算任務或儲存用於執行計算任務的資料的其他資源中的任一個。資源標識元件140可以經由各種方式來標識計算資源。例如，每個可用的計算資源可以執行對個人資料中心中的計算資源進行登記的服務，使得主動地向中央協調服務通知該等計算資源。另選地或另外地，元件140可以發送邀請可用的計算資源回應的查詢訊息，諸如廣播。
基準元件150決定每個所標識的計算資源的一或多個能力。制定基準可以從每個計算資源收集靜態資訊和動態資訊。靜態資訊可包括從作業系統查詢的資訊，諸如處理器速度、計算核的數量、記憶體大小、磁碟大小、網路速度等。動態資訊可包括以下資訊，諸如計算資源目前有多忙、計算資源與其他計算資源之間的所量測的頻寬、目前可用的記憶體等。基準元件150可以週期性地執行以基於改變的情況重新決定可用的容量。元件150還可以基於計算資源的歷史效能來決定排程。例如，元件150可以觀察到在桌上型電腦系統在特定的時段期間通常是閒置的，而在其他時間期間通常是忙的。基準元件150還可決定計算資源是否正在代管當前互動式使用者，因為系統100可以偏好避免使正被積極使用的電腦過載。
作業排程元件160藉由分析所標識的計算資源、每個計算資源已決定的能力以及計算作業的一或多個需求來決定用於完成計算作業的排程。計算作業的需求可包括從標識作業可能的處理需求、磁碟使用、記憶體使用等的元資料或對作業的其他分析收到的資訊。作業的一些部分可以是受CPU限制的，而其他部分可以是受I/O限制或記憶體限制的。同樣，一些計算資源可以很好地適於處理密集的任務，但具有很少的儲存空間用於受I/O限制的作業。
作業排程元件160將作業劃分為可由可用的計算資源執行的一或多個任務。任務可包括獨立任務以及從屬任務，獨立任務可被平行地執行和完成，從屬任務的輸出擔當對另一個任務的輸入。排程考慮了各種需求和依賴性以試圖尋找將以滿足效能標準的方式來完成作業的排程。例如，在一些情形中，效能標準可以尋求縮短完成時間，使得元件160找到最佳利用每個資源的排程。在其他情形中，效能標準可以尋求避免在共用使用時間期間佔用資源，並且元件160找到在閒置時段期間或使用較少的計算資源上執行作業的排程。
作業管理元件170管理一或多個任務的執行，該一或多個任務構成已決定的排程所指定的計算資源上的作業。對於直接任務，管理執行可包括收集輸入資料，在計算資源上執行程序，並且收集結果。對於其他更複雜的任務，元件170可以監視並報告進度、管理對依賴輸入的收集等。作業管理元件170可以調用在每個計算資源上執行的程序執行元件120的實例以執行任務，以及調用命名空間元件110的實例以存取輸入資料並收集輸出資料。任務完成時，作業管理元件170收集任何結果並在需要提供作業的輸出的場合組合該等結果。
作業管理組件170還可處理所選計算資源的突然的不可用。例如，使用者可以簡單地帶著膝上型電腦離開，使得連通性不再可用，或者僅在慢得多的網路連接上可用。在這種情形中，作業管理元件170可以調用作業排程元件160以決定新的排程，使任務完全失效，標識執行任務的另一個計算資源，或者等待計算資源返回以完成任務。所選的補救可以依賴於作業作者或計算資源的使用者所配置的參數。
實現個人資料中心系統所在的計算裝置可包括一或多個中央處理單元、記憶體、輸入裝置(例如，鍵盤和指標裝置)、輸出裝置(例如，顯示裝置)和儲存裝置(例如，磁碟機或其他非揮發性儲存媒體)。記憶體和儲存裝置是可以用實現或啟用該系統的電腦可執行指令(例如，軟體)來編碼的電腦可讀取儲存媒體。此外，資料結構和訊息結構可被儲存或經由諸如通訊鏈路上的信號的資料傳送媒體發送。可以使用各種通訊鏈路，諸如網際網路、區域網路、廣域網路、點對點撥號連接、蜂巢式電話網路等。
該系統的實施例可以在各種操作環境中實現，這些操作環境包括個人電腦、伺服器電腦、掌上型或膝上型裝置、多處理器系統、基於微處理器的系統、可程式設計消費電子產品、數位照相機、網路PC、小型電腦、大型電腦、包括任何上述系統或裝置、機上盒、片上系統(SOC)等中任一種的分散式運算環境等。電腦系統可以是蜂巢式電話、個人數位助理、智慧型電話、個人電腦、可程式設計消費電子產品、數位照相機等。
該系統可以在由一或多個電腦或其他裝置執行的諸如程式模組等電腦可執行指令的通用上下文中描述。一般而言，程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、元件、資料結構等等。通常，程式模組的功能可在各個實施例中依須求組合或分佈。
圖2是圖示在一個實施例中，個人資料中心系統在小型、異構計算環境內提供平行處理的處理的流程圖。在方塊210中開始，系統決定計算環境中可用的計算資源。可用的計算資源可包括一或多個桌上型電腦、膝上型電腦、平板電腦、行動電話、媒體電腦、家庭伺服器、遊戲控制台，或家庭或其他小型網路環境中的其他計算裝置。系統可以經由各種方式來決定可用的計算資源，如參考圖3進一步詳細說明。系統可以根據存在於環境中的資源以及每個資源的當前狀態來決定可用的資源。例如，系統可以基於歷史或其他資訊(例如，指示使用者計畫離開的裝置的日曆)，不選擇使用當前被使用者使用的或不久可能離開該環境(例如，行動電話)的資源。
在方塊220中繼續，系統在已決定的可用計算資源上執行一或多個基準，以決定可用於分散式計算的可用能力。例如，系統可查詢每個計算資源上的作業系統以標識靜態屬性，諸如CPU速度、已安裝的記憶體和磁碟大小，以及動態屬性，諸如CPU可用百分比、記憶體使用、磁碟使用等。系統可以週期性地重新執行基準以使用用於排程資源以執行任務的關於每個計算資源的資訊來更新中央資料儲存。
在方塊230中繼續，系統從發端計算資源接收作業用於在一或多個其他計算資源上執行。該作業可包括對於發端計算資源過大的作業或藉由利用多個計算資源將更快地完成的作業。基於已決定的排程，發端計算資源可以參與或者可以不參與作業的執行。作業可包括標識了作業的一或多個需求或要求的元資料或其他資訊，諸如所涉及的輸入資料、作業的邏輯子任務、作業的各部分所消耗的資源等。
在方塊240中繼續，系統決定對完成作業的一或多個任務的排程，其中該任務可被分發到計算環境中的多個可用的計算資源，並且已決定的排程為每個任務選擇滿足一或多個效能標準的資源。效能標準可包括對作業進行最佳化以快速地完成，將計算資源保持在特定的可用性級別，或其它目標。系統以將任務的需求與計算資源的計算能力進行配對的方式來排程任務。例如，系統將嘗試將處理器密集的任務排程到具有快速處理器的計算資源。
在方塊250中繼續，系統將描述每個任務的資訊發送到可用的計算資源以執行該任務。系統可為每個計算資源提供要執行的程序或者為計算資源上已經可用的程序提供要執行的指令(例如，在虛擬機器或可編寫腳本執行引擎的情形中)。系統還可提供標識了命名空間中在哪裡尋找輸入資料及/或放置輸出資料的資訊。
在方塊260中繼續，系統管理每個任務直到完成，並且為作業收集各個任務結果。管理每個任務可包括處理失效的任務。任務可出於各種原因而失效，諸如計算資源突然變為不可用(例如，由於使用者登錄或將資源帶離環境)。系統可以藉由將失效的任務分配給另一個計算資源來嘗試在任務失效後完成該作業。每個任務完成時，系統收集結果並按作業所指示的組合該等結果。例如，如果作業是可被劃分的一個作業使得每個任務朝一個聚集的結果(例如，對大視訊進行編碼)執行小的工作量，則系統可以接收每個任務的單獨結果並組合該等結果以形成聚集的結果。
在方塊270中繼續，系統向發端計算資源報告作業結果。結果可包括一或多個結果代碼、儲存在命名空間中的輸出檔案、電子郵件訊息等。在方塊270之後，這些步驟結束。
圖3是圖示一個實施例中，個人資料中心系統收集關於可用計算資源的處理的流程圖。系統可在初始建立程序期間執行這些步驟，以及不斷地監聽新的計算資源。在一些實施例中，系統與諸如提供網域名稱系統(DNS)伺服器的路由器或其他裝置等外部元件進行互動，以發現新的計算資源。很多家庭環境包括每個計算資源連接到的Wi-Fi及/或乙太網路路由器。MICROSOFTTM具有用於網路上的可伸縮節點發現的稱為BAND的協定，並且還存在用於決定網路交換機和集線器的配置以及量測頻寬的連結層拓撲結構發現(Link Layer Topology Discovery)協定。
在方塊310中開始，系統在集群資源管理器中建立集群資訊記錄。該記錄可包括在資料中心環境中計算資源中之一個上儲存的檔案、商業資料中心中遠端儲存的記錄，或者用於持久地追蹤環境中可用的計算資源的一些其它儲存設施。
在方塊320中繼續，系統發送網路查詢以標識個人資料中心中的計算資源。例如，網路查詢可包括經由在個人資料中心中發現的每個連接傳輸而發送的廣播訊息。普通的家庭可包括Wi-Fi網路和有線乙太網路網路。系統可在每個網路上發送廣播訊息，或者可以將公知的訊息導向到每個電腦的已知埠，經由外部資訊源來標識個人資料中心中的該每個電腦。諸如MICROSOFTTM WINDOWSTM等一些作業系統維護已發現的計算系統的快取記憶體，諸如經由伺服器訊息區(SMB)協定或網路檔案系統(NFS)協定來標識的那些快取記憶體。系統還可使用BAND或此處描述的其他協定來擷取該資訊。路由器可包括標識了已經連接到該路由器的每個計算資源的DNS租用表。這些和其他源可以幫助系統來標識計算資源。
在方塊330中繼續，系統從可用的計算資源接收一或多個回應。對網路查詢的回應指示了計算資源可用於分散式計算並且可包括指定關於計算資源的限制、能力或其他有用資訊的元資料。限制可包括關於在計算資源上排程的不能被中斷的任務的資訊(例如，在媒體電腦上錄製電視)等。能力可包括制定基準資訊、可用的網路連接類型等。回應還可以指示計算資源一般位於個人資料中心以外的時間，諸如指示使用者通常何時在工作的膝上型電腦。
在方塊340中繼續，系統將可用的計算資源添加到集群資訊記錄。系統可儲存任何已接收的元資料以及用於獲得計算資源的資訊，諸如與計算資源相關聯的網路傳輸和位址。在一些實施例中，系統繼續監聽附加的計算資源以在該等附加的計算資源變為可用時宣佈該等附加的計算資源的存在，如在以下步驟中進一步描述的。
在方塊350中繼續，系統監聽附加的計算資源以在個人資料中心中宣佈該等附加的計算資源的可用性。這可以包括在更早的查詢期間被斷開連接的資源，或者對於分散式計算不可用的資源。系統可以定義(諸如當被結合到作業系統中時)用於宣佈計算資源的可用性的協定，而資源可以在連接到新網路後或在其他情況下宣佈該等資源自身。在一些實施例中，以前所標識的資源可以在某種很短的時間內繼續向伺服器宣佈該等資源的可用性，通知伺服器該資源尚未被斷開連接。
在判決方塊360中繼續，如果系統接收宣佈訊息，則系統在方塊370繼續，否則系統循環到方塊350以繼續監聽可用的計算資源。只要任何計算資源被連接到資料中心，系統就可以監聽，或者系統可在定義的建立階段完成後退出該程序。
在方塊370中繼續，系統將已宣佈的資源添加到集群資訊記錄。系統儲存關於資源的對排程任務以在該資源上執行有用的資訊。另外，對於任何所標識的計算資源，系統可以導向資源以安裝用於參與到個人資料中心的一或多個程序或服務，諸如程序執行元件和制定基準元件。經安裝的程序收集資訊並處理難於遠端執行的任務。在方塊370之後，這些步驟結束。
圖4是圖示一個實施例中，個人資料中心系統在可用計算資源上排程作業的處理的流程圖。在方塊410中開始，系統決定被提交用於由個人資料中心中一或多個可用的計算資源處理的作業的一或多個需求。作業需求可包括CPU、記憶體、磁碟或影響該作業的執行的其他要求。作業可包括描述該作業的需求的元資料，或者系統可藉由檢查該作業(例如，基於程式設計語言所提供的資訊、對可執行代碼的靜態分析或其他方法)來自動地決定作業的需求。
在方塊420中繼續，系統將作業劃分為一或多個任務，其中每個任務適於在可用的計算資源中之一個上執行。任務可由作業本身來標識，或者系統可以自動地標識並建立任務以實現作業。很多類型的計算問題可被劃分為獨立任務，該等獨立任務可被執行並隨後被組合以產生結果。系統可以基於可用的計算資源的量、基於與每個任務相關聯的需求、或關於每個任務將有多高效地在可用的計算資源上執行的其他標準來劃分作業。存在將程式細分為任務的多種方式--這可能導致任務間的不同的定序約束，和在子任務間通訊的不同的資料量。系統可從程式中提取該資訊並以任務依賴圖的形式對該資訊進行儲存，該任務依賴圖的節點記錄任務計算需求的記錄屬性並且該任務依賴圖的邊緣記錄資料/通訊需求。另外，系統可包括給定系統中任何給定節點上的任務(頂點)的輸入和輸出資料的位置，可以預測其執行時間的元件。
在方塊430中繼續，該系統選擇作業的第一個任務。系統對任務進行排序以便按照特定的順序(例如，藉由處理需求)來處理該等任務，或者可以選擇作業中所指定的第一個任務。在隨後的迭代中，該系統選擇下一個任務。
在方塊440中繼續，系統決定用於執行所選任務的合適的計算資源。系統對任務的需求與每個計算資源所標識的能力進行匹配。系統使用此處描述的制定基準來維護對每個計算資源的能力的最新視圖，並且隨後對制定基準結果與合適的任務進行匹配。例如，計算繁重的任務有可能適於具有快速處理器的電腦，而輸出繁重的任務可能適於具有儲存結果的大量磁碟空間的電腦。系統將每個任務與合適的計算資源進行配對。在一些情形中，對系統的排程可能不會將特定任務與最快的資源進行配對，以便提高完成作業的整體速度。
所屬領域的技藝人士應當理解，為特定的任務決定資源可由從簡單到複雜的多個演算法來執行。例如，可存在輸入資料已經準備好的兩個任務(亦即，滿足全部依賴性)。系統可以決定在不同節點上執行該等任務，但該等任務的輸入資料目前可能常駐在同一磁碟上。如果兩個任務同時存取同一磁碟，則該等任務會發現下降的效能。較有經驗的排程器可能注意到這種效果，並且安排兩個任務的輸入資料儲存在不同的位置，或者有意選擇不同時執行兩個「可執行的」任務。作為另一個實例，系統可能偏好靜態地計算排程，但由於計算時間的資料依賴性以及由於系統資源上的可變的負載，這可能是不實際的，使得排程包括動態地作出這種決定的執行時元件。
在方塊450中繼續，系統決定完成任務的順序。每個任務可以具有對其他任務的依賴性，並且存在比計算資源更多的任務，使得系統排程每個任務以按照特定的順序來執行。系統決定將允許每個任務的輸出對消耗該輸出的任務是可用的以及將產生滿足系統的一或多個效能標準的排程的順序。
在方塊460中繼續，系統將任務資訊儲存在可由可用的計算資源執行的排程中。系統可將排程儲存到磁片或記憶體中，並且調用系統的其他元件來執行該排程並操控對結果的處理。
在判決方塊470中繼續，如果存在要排程的更多個任務，則系統循環到方塊430以選擇下一個任務，否則系統完成。在每個任務已被排程之後，排程完成，並且系統可以根據已決定的排程開始發送和執行任務。在方塊470之後，這些步驟結束。
在一些實施例中，個人資料中心系統與個人資料中心以外的商用資料中心進行介面以執行一些任務。例如，商用資料中心(例如，MICROSOFTTM WINDOWSTM AZURETM)可以向家庭使用者提供訂閱或按使用的計畫，該計畫允許家庭使用者付費以在具有比個人資料中心中可用的更快的規格的硬體上遠端地執行特定的計算密集的任務。使用者可以選擇付費以更快地完成作業，並且由此可以選擇商用資料中心作為完成某些任務的可選計算資源。系統可在排程期間結合該資訊以(例如，藉由使用商用資料中心)提高速度、(例如，藉由在個人資料中心資源足夠時避免商用資料中心)降低成本等。效能預測幫助使用者評估為附加資源所支付的成本/收益。
在一些實施例中，個人資料中心系統儲存關於每個計算資源的歷史排程資訊，並且收集其他排程提示。例如，系統可以存取與特定計算設備或使用者相關聯的約會的日曆，該日曆指示何時行動計算資源可能不可用或經由更慢的網路連接(例如，3G對Wi-Fi)來連接。系統還可儲存關於之前已經執行過的每個程式/作業的資訊。系統保留統計資料以改善未來的效能產生。系統可以基於歷史來決定計算資源有可能在已排程作業期間離開，並且避免將任務排程到該資源。另一方面，對於在裝置將返回之後到期的作業，即使在裝置移入或移出對個人資料中心的可存取性時，系統也可以能夠利用排程中的該裝置。諸如電池壽命之類的其他問題也可以通知系統的排程選擇。
在一些實施例中，個人資料中心系統使用地理位置資訊來標識計算資源的位置，並且基於從位置推斷的資訊來排程資源。例如，系統可以基於全球定位系統(GPS)資訊來決定使用者正攜帶行動計算裝置返回家中，並且不久將位於快速(例如，Wi-Fi)網路連接的範圍內。因此，系統可以排程一或多個任務在行動設備上執行，即使裝置當前可能具有較慢的連接。
從前面的描述中可以理解，此處描述的個人資料中心系統的特定實施例只是為了說明，但是，在不偏離本發明的精神和範圍的情況下，可以進行各種修改。例如，雖然已經描述了在家庭設置中使用該系統，但該系統還可被應用於計算資源的其他小型、異構分組中，諸如小型辦公室、咖啡店、教室等。因此，本發明只受所附申請專利範圍限制。
100．．．系統
110．．．命名空間元件
120．．．程序執行元件
130．．．集群資源管理器
140．．．資源標識元件
150．．．基準元件
160．．．作業排程元件
170．．．作業管理元件
210．．．方塊
220．．．方塊
230．．．方塊
240．．．方塊
250．．．方塊
260．．．方塊
270．．．方塊
310．．．方塊
320．．．方塊
330．．．方塊
340．．．方塊
350．．．方塊
360．．．方塊
370．．．方塊
410．．．方塊
420．．．方塊
430．．．方塊
440．．．方塊
450．．．方塊
460．．．方塊
470．．．方塊
圖1是圖示在一個實施例中的個人資料中心系統的各元件的方塊圖。
圖2圖示在一個實施例中，個人資料中心系統在小型、異構計算環境內提供平行處理的處理的流程圖。
圖3是圖示一個實施例中，個人資料中心系統收集關於可用計算資源的處理的流程圖。
圖4是圖示一個實施例中，個人資料中心系統在可用計算資源上排程作業的處理的流程圖。
100．．．系統
110．．．命名空間元件
120．．．程序執行元件
130．．．集群資源管理器
140．．．資源標識元件
150．．．基準元件
160．．．作業排程元件
170．．．作業管理元件

Claims (20)

  1. 一種在一異構的個人計算環境中提供平行處理的電腦實現的方法，該方法包括以下步驟：以至少一個處理器執行以下步驟：決定該計算環境中一或多個可用的計算資源；在該等已決定的可用的計算資源上執行一或多個基準評校程式(benchmark estimation programs)，以決定可用於分散式計算的可用能力；從一發端計算資源接收一作業(job)以用於在一或多個其他計算資源上執行；決定一或多個任務的一排程以完成該作業，其中該等任務可被分散到該計算環境中的多個可用的計算資源，並且該已決定的排程為每個任務選擇滿足一或多個效能標準的一資源；將描述每個任務的資訊發送到一可用的計算資源以執行該任務；管理每個任務直到完成，並且為該作業收集各個任務結果；及向該發端計算資源報告該等作業結果。
  2. 如請求項1之方法，其中決定一或多個可用的計算資源的步驟包括以下步驟：標識經由一家庭中的一或多個網路連接的一或多個桌上型電腦、膝上型電腦、平板電腦、行 動電話、媒體電腦、家庭伺服器以及遊戲控制台。
  3. 如請求項1之方法，其中決定一或多個可用的計算資源的步驟包括以下步驟：選擇不使用當前正被一使用者所使用資源的或者是將離開該環境的候選(candidate)的資源。
  4. 如請求項1之方法，其中執行一或多個基準評校程式的步驟包括以下步驟：查詢每個計算資源上的一作業系統以標識該資源的靜態和動態屬性。
  5. 如請求項1之方法，其中執行一或多個基準評校程式的步驟包括以下步驟：週期性地重新執行該一或多個基準評校程式以使用關於每個計算資源的可用性的資訊來更新一中央資料儲存，該資訊用於排程該資源以執行任務。
  6. 如請求項1之方法，其中接收該作業的步驟包括以下步驟：接收藉由利用多個計算資源而不是單個該發端計算資源而將更快地完成的一作業。
  7. 如請求項1之方法，其中接收該作業的步驟包括以下步驟：接收標識了該作業的一或多個需求的元資料，該一或多個需求影響如何將該作業排程到可用的計算資源。
  8. 如請求項1之方法，其中決定該排程的步驟包括以下步 驟：藉由對該作業的任務的需求與可用的計算資源的能力進行匹配，對該作業進行最佳化以快速地完成。
  9. 如請求項1之方法，其中該效能標準包括避免過度利用具有一當前互動式使用者的計算資源。
  10. 如請求項1之方法，其中該效能標準包括標識有可能在最快可能的時間內完成的一排程。
  11. 如請求項1之方法，其中發送描述每個任務的資訊的步驟包括以下步驟：為每個計算資源提供要執行的一程序，或者為該計算資源上已經可用的一程序提供要執行的指令，以執行該任務。
  12. 一種用於管理一異構的個人資料中心的電腦系統，該系統包括：一處理器和記憶體，該處理器和記憶體被配置成執行包含(embodied)在以下元件內的軟體指令；一命名空間元件，該命名空間元件管理該個人資料中心中的多個電腦之間的一共享檔案系統命名空間；一程序執行元件，該程序執行元件管理每個計算資源上的程序的執行，其中每個程序表示該系統所管理的一較大作業的一細分；一集群資源管理器，該集群資源管理器儲存描述可用 的計算資源以及在該個人資料中心中可用的計算資源上執行的進行中的分散式作業的資訊；一資源標識元件，該資源標識元件標識可用於執行分散式、平行計算任務的一個人資料中心環境中的計算資源；一基準元件，該基準元件決定每個所標識的計算資源的一或多個能力；一作業排程元件，該作業排程元件被配置為藉由分析該等所標識的計算資源、每個計算資源的該等已決定的能力以及該計算作業的一或多個需求來決定用於完成一計算作業的一排程；及一作業管理元件，該作業管理元件管理一或多個任務的執行，該一或多個任務構成該已決定的排程所指定的計算資源上的一作業。
  13. 如請求項12之系統，其中該程序執行元件包括在該個人資料中心中的每個可用的計算資源上執行的一服務或常駐程式(daemon)，該服務或常駐程式從該作業排程元件接收指令以在該服務正執行的該計算資源上執行一作業的一部分。
  14. 如請求項12之系統，其中選擇即使在該資料中心環境改變時也有可能保持可用的該集群資源管理器的位置。
  15. 如請求項12之系統，其中該資源標識元件標識一或多個資源，該一或多個資源包括一中央處理單元(CPU)、一圖形處理單元(GPU)、一記憶體、一儲存空間或可用來執行計算任務或儲存用於執行計算任務的資料的其他資源中的任一個。
  16. 如請求項12之系統，其中該基準元件基於一計算資源歷史的登錄到該個人資料中心中及離開該個人資料中心，來決定一可用性排程。
  17. 如請求項12之系統，其中該作業排程元件執行對該作業的分析，以標識該作業可能的處理需求、磁碟使用、記憶體使用及通訊中的至少一個。
  18. 如請求項12之系統，其中該作業排程元件將一作業劃分為可由該等可用的計算資源執行的一或多個任務，其中每個任務是可在一單個計算資源上並存執行並完成的一獨立任務。
  19. 如請求項12之系統，其中該作業排程元件將一作業劃分為一或多個任務並且標識任務間的一或多個依賴性。
  20. 一種電腦可讀取儲存媒體，該電腦可讀取儲存媒體包括用於控制一電腦系統在一個人資料中心中的一或多個可 用的計算資源上排程一作業的指令，其中該等指令在執行之後使一處理器執行動作，該等動作包括：決定被提交用於由該個人資料中心中一或多個可用的計算資源處理的一作業的一或多個需求；將作業劃分為一或多個任務，其中每個任務適於在該等可用的計算資源中之一個上執行；選擇該作業的一任務用於排程；藉由對該任務的該等所決定需求與該所決定計算資源所標識的能力進行匹配，來決定用於執行該所選任務的合適的計算資源；決定完成該任務的一順序；及將該所決定資源和順序作為任務資訊儲存在一排程中，該排程可由該等可用的計算資源執行。
TW100141073A 2010-12-20 2011-11-10 個人資料中心內的排程和管理 TWI553472B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US12/972,563 US9268613B2 (en) 2010-12-20 2010-12-20 Scheduling and management in a personal datacenter

Publications (2)

Publication Number Publication Date
TW201227287A TW201227287A (en) 2012-07-01
TWI553472B true TWI553472B (zh) 2016-10-11

Family

ID=46236261

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100141073A TWI553472B (zh) 2010-12-20 2011-11-10 個人資料中心內的排程和管理

Country Status (6)

Country Link
US (1) US9268613B2 (zh)
EP (1) EP2656215B1 (zh)
CN (1) CN102591921A (zh)
AR (1) AR084436A1 (zh)
TW (1) TWI553472B (zh)
WO (1) WO2012087767A2 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI826137B (zh) * 2022-11-22 2023-12-11 宏碁股份有限公司 電腦系統、應用於電腦系統的資源分配方法及執行資源分配方法的電腦程式產品

Families Citing this family (77)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3413198A1 (en) 2007-04-11 2018-12-12 Apple Inc. Data parallel computing on multiple processors
US11836506B2 (en) 2007-04-11 2023-12-05 Apple Inc. Parallel runtime execution on multiple processors
US8276164B2 (en) 2007-05-03 2012-09-25 Apple Inc. Data parallel computing on multiple processors
US8286196B2 (en) * 2007-05-03 2012-10-09 Apple Inc. Parallel runtime execution on multiple processors
US8341611B2 (en) 2007-04-11 2012-12-25 Apple Inc. Application interface on multiple processors
US8813192B2 (en) 2011-05-04 2014-08-19 Novell, Inc. Techniques for establishing a trusted cloud service
US11206579B1 (en) 2012-03-26 2021-12-21 Amazon Technologies, Inc. Dynamic scheduling for network data transfers
US9055067B1 (en) 2012-03-26 2015-06-09 Amazon Technologies, Inc. Flexible-location reservations and pricing for network-accessible resource capacity
US9760928B1 (en) 2012-03-26 2017-09-12 Amazon Technologies, Inc. Cloud resource marketplace for third-party capacity
US9294236B1 (en) 2012-03-27 2016-03-22 Amazon Technologies, Inc. Automated cloud resource trading system
US10223647B1 (en) 2012-03-27 2019-03-05 Amazon Technologies, Inc. Dynamic modification of interruptibility settings for network-accessible resources
US9479382B1 (en) * 2012-03-27 2016-10-25 Amazon Technologies, Inc. Execution plan generation and scheduling for network-accessible resources
US9240025B1 (en) 2012-03-27 2016-01-19 Amazon Technologies, Inc. Dynamic pricing of network-accessible resources for stateful applications
US9985848B1 (en) 2012-03-27 2018-05-29 Amazon Technologies, Inc. Notification based pricing of excess cloud capacity
US9141430B2 (en) * 2012-04-30 2015-09-22 Hewlett-Packard Development Company, L.P. Scheduling mapreduce job sets
US10686677B1 (en) 2012-05-18 2020-06-16 Amazon Technologies, Inc. Flexible capacity reservations for network-accessible resources
US10152449B1 (en) 2012-05-18 2018-12-11 Amazon Technologies, Inc. User-defined capacity reservation pools for network-accessible resources
US9246986B1 (en) 2012-05-21 2016-01-26 Amazon Technologies, Inc. Instance selection ordering policies for network-accessible resources
US9306870B1 (en) 2012-06-28 2016-04-05 Amazon Technologies, Inc. Emulating circuit switching in cloud networking environments
US10846788B1 (en) 2012-06-28 2020-11-24 Amazon Technologies, Inc. Resource group traffic rate service
US9154589B1 (en) 2012-06-28 2015-10-06 Amazon Technologies, Inc. Bandwidth-optimized cloud resource placement service
US20140082627A1 (en) * 2012-09-14 2014-03-20 Syntel, Inc. Parallel compute framework
CN102904750B (zh) * 2012-09-24 2017-06-23 曙光信息产业(北京)有限公司 一种基于网络拓扑结构的作业分配方法
CN102945198B (zh) * 2012-10-19 2016-03-02 浪潮电子信息产业股份有限公司 一种表征高性能计算应用特征的方法
CN103838779B (zh) * 2012-11-27 2019-02-05 深圳市腾讯计算机系统有限公司 复用空闲计算资源的云转码方法及系统、分布式文件装置
TWI487331B (zh) * 2012-12-18 2015-06-01 Wistron Corp 管理網路傳輸順序之方法及其非揮發性電腦可讀媒體
US11062047B2 (en) * 2013-06-20 2021-07-13 Tata Consultancy Services Ltd. System and method for distributed computation using heterogeneous computing nodes
US10491663B1 (en) * 2013-10-28 2019-11-26 Amazon Technologies, Inc. Heterogeneous computations on homogeneous input data
CN103593323A (zh) * 2013-11-07 2014-02-19 浪潮电子信息产业股份有限公司 一种MapReduce任务资源配置参数的机器学习方法
IN2013MU03836A (zh) * 2013-12-06 2015-07-31 Tata Consultancy Services Ltd
WO2015166304A1 (en) * 2014-04-30 2015-11-05 Sony Corporation End-user devices handling objects via network server assistance
US9948514B2 (en) * 2014-06-30 2018-04-17 Microsoft Technology Licensing, Llc Opportunistically connecting private computational resources to external services
US20160026553A1 (en) * 2014-07-22 2016-01-28 Cray Inc. Computer workload manager
US9521089B2 (en) 2014-08-30 2016-12-13 International Business Machines Corporation Multi-layer QoS management in a distributed computing environment
US9298807B1 (en) * 2014-09-09 2016-03-29 Sas Institute Inc. Techniques for dynamic partitioning in a distributed parallel computational environment
US10705945B1 (en) * 2014-09-23 2020-07-07 Amazon Technologies, Inc. Computing system testing service
CA2881033C (en) 2015-02-03 2016-03-15 1Qb Information Technologies Inc. Method and system for solving lagrangian dual of a constrained binary quadratic programming problem
US11797641B2 (en) 2015-02-03 2023-10-24 1Qb Information Technologies Inc. Method and system for solving the lagrangian dual of a constrained binary quadratic programming problem using a quantum annealer
US10832224B2 (en) * 2015-05-06 2020-11-10 Vmware, Inc. Calendar based management of information technology (IT) tasks
EP3320435A1 (en) * 2015-07-09 2018-05-16 Telecom Italia S.p.A. Method and system of ict services provisioning
US10212255B2 (en) * 2015-09-28 2019-02-19 Microsoft Technology Licensing, Llc Processing requests for multi-versioned service
US10366359B2 (en) * 2015-11-18 2019-07-30 Microsoft Technology Licensing, Llc Automatic extraction and completion of tasks associated with communications
CN106933669B (zh) * 2015-12-29 2021-01-08 伊姆西Ip控股有限责任公司 用于数据处理的装置和方法
US10673976B2 (en) * 2016-03-07 2020-06-02 Intertrust Technologies Corporation Connected device processing systems and methods
US9870273B2 (en) * 2016-06-13 2018-01-16 1Qb Information Technologies Inc. Methods and systems for quantum ready and quantum enabled computations
US10044638B2 (en) 2016-05-26 2018-08-07 1Qb Information Technologies Inc. Methods and systems for quantum computing
US10545815B2 (en) * 2016-08-03 2020-01-28 Futurewei Technologies, Inc. System and method for data redistribution in a database
CA3090944A1 (en) 2017-02-08 2018-08-16 Upstream Data Inc. Blockchain mine at oil or gas facility
US11036765B1 (en) * 2017-03-15 2021-06-15 Jpmorgan Chase Bank, N.A. System and method for dynamic data ingestion
US10896064B2 (en) * 2017-03-27 2021-01-19 International Business Machines Corporation Coordinated, topology-aware CPU-GPU-memory scheduling for containerized workloads
CN107450983A (zh) * 2017-07-14 2017-12-08 中国石油大学(华东) 一种基于虚拟聚类的分级网络资源调度方法及系统
WO2019139633A1 (en) 2018-01-11 2019-07-18 Lancium Llc Method and system for dynamic power delivery to a flexible growcenter using unutilized energy sources
US10831550B2 (en) * 2018-03-27 2020-11-10 Oracle Financial Services Software Limited Computerized control of execution pipelines
CN108932309B (zh) * 2018-06-15 2020-12-01 未鲲(上海)科技服务有限公司 跨平台数据库管理方法、装置、计算机设备和存储介质
US10644936B2 (en) * 2018-07-27 2020-05-05 EMC IP Holding Company LLC Ad-hoc computation system formed in mobile network
US11144354B2 (en) * 2018-07-31 2021-10-12 Vmware, Inc. Method for repointing resources between hosts
CN109376005B (zh) * 2018-09-03 2021-10-29 福建星瑞格软件有限公司 大数据框架处理任务的资源管理方法
US11016553B2 (en) 2018-09-14 2021-05-25 Lancium Llc Methods and systems for distributed power control of flexible datacenters
US11031787B2 (en) 2018-09-14 2021-06-08 Lancium Llc System of critical datacenters and behind-the-meter flexible datacenters
US10873211B2 (en) 2018-09-14 2020-12-22 Lancium Llc Systems and methods for dynamic power routing with behind-the-meter energy storage
US10367353B1 (en) 2018-10-30 2019-07-30 Lancium Llc Managing queue distribution between critical datacenter and flexible datacenter
CN109688222B (zh) * 2018-12-26 2020-12-25 深圳市网心科技有限公司 共享计算资源的调度方法、共享计算系统、服务器及存储介质
US10452127B1 (en) 2019-01-11 2019-10-22 Lancium Llc Redundant flexible datacenter workload scheduling
US11438435B2 (en) 2019-03-01 2022-09-06 Microsoft Technology Licensing, Llc User interaction and task management using multiple devices
CA3183109A1 (en) 2019-05-15 2020-11-19 Upstream Data Inc. Portable blockchain mining system and methods of use
WO2020255076A1 (en) 2019-06-19 2020-12-24 1Qb Information Technologies Inc. Method and system for mapping a dataset from a hilbert space of a given dimension to a hilbert space of a different dimension
CN110287016A (zh) * 2019-07-01 2019-09-27 武汉兆格信息技术有限公司 一种分布式流程图异构计算调度方法
US11397999B2 (en) 2019-08-01 2022-07-26 Lancium Llc Modifying computing system operations based on cost and power conditions
US11868106B2 (en) 2019-08-01 2024-01-09 Lancium Llc Granular power ramping
US11016804B2 (en) * 2019-08-02 2021-05-25 Argo AI, LLC Ahead of time scheduling process for autonomous vehicles
US11044300B2 (en) 2019-10-21 2021-06-22 Citrix Systems, Inc. File transfer control systems and methods
US11016458B2 (en) 2019-10-28 2021-05-25 Lancium Llc Methods and systems for adjusting power consumption based on dynamic power option agreement
US11847500B2 (en) * 2019-12-11 2023-12-19 Cisco Technology, Inc. Systems and methods for providing management of machine learning components
US11042948B1 (en) 2020-02-27 2021-06-22 Lancium Llc Computing component arrangement based on ramping capabilities
US11394660B2 (en) * 2020-05-13 2022-07-19 Google Llc Processing allocation in data center fleets
CN111897636A (zh) * 2020-07-14 2020-11-06 广东科徕尼智能科技有限公司 一种基于数据计算与分析的调度方法、设备、存储介质
US20230043202A1 (en) * 2021-08-05 2023-02-09 International Business Machines Corporation Query and update of processor boost information

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050246666A1 (en) * 2004-04-30 2005-11-03 Forgent Networks, Inc. System, method and software for managing and publishing resource availability data
US7003547B1 (en) * 2000-03-30 2006-02-21 United Devices, Inc. Distributed parallel processing system having capability-based incentives and associated method
TWI309393B (en) * 2005-08-08 2009-05-01 Via Tech Inc Multi-execution resource graphics processor
US20090210431A1 (en) * 2007-11-12 2009-08-20 Attune Systems, Inc. Load Sharing Cluster File Systems

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5408663A (en) * 1993-11-05 1995-04-18 Adrem Technologies, Inc. Resource allocation methods
US6098091A (en) * 1996-12-30 2000-08-01 Intel Corporation Method and system including a central computer that assigns tasks to idle workstations using availability schedules and computational capabilities
US6349406B1 (en) * 1997-12-12 2002-02-19 International Business Machines Coporation Method and system for compensating for instrumentation overhead in trace data by computing average minimum event times
US6363434B1 (en) * 1999-03-30 2002-03-26 Sony Corporation Of Japan Method of managing resources within a network of consumer electronic devices
US6463457B1 (en) * 1999-08-26 2002-10-08 Parabon Computation, Inc. System and method for the establishment and the utilization of networked idle computational processing power
GB2373136A (en) 2001-03-07 2002-09-11 Int Computers Ltd Distributed computing using wireless mobile devices
EP1318453A1 (en) 2001-12-07 2003-06-11 Hewlett-Packard Company Scheduling system, method and apparatus for a cluster
US7395536B2 (en) 2002-11-14 2008-07-01 Sun Microsystems, Inc. System and method for submitting and performing computational tasks in a distributed heterogeneous networked environment
US7143260B2 (en) * 2002-12-20 2006-11-28 Veritas Operating Corporation Intermediate descriptions of intent for storage allocation
CN1251111C (zh) 2002-12-31 2006-04-12 联想(北京)有限公司 基于系统级诊断信息的负载衡量方法
US7574502B2 (en) * 2003-07-02 2009-08-11 International Business Machines Corporation Early warning of potential service level agreement violations
US7010657B2 (en) 2003-07-21 2006-03-07 Motorola, Inc. Avoiding deadlock between storage assignments by devices in a network
CN1302412C (zh) 2003-11-11 2007-02-28 联想(北京)有限公司 一种计算机机群系统及其作业管理方法
US7975270B2 (en) 2004-03-10 2011-07-05 International Business Machines Corporation Facilitating allocation of resources in a heterogeneous computing environment
US7953843B2 (en) * 2004-06-14 2011-05-31 Hewlett-Packard Development Company, L.P. System and method for evaluating a heterogeneous cluster for supporting expected workload in compliance with at least one service parameter
GB2416878B (en) 2004-08-06 2008-05-14 Univ Surrey Resource management in grid computing
US20060190944A1 (en) * 2005-02-18 2006-08-24 Charles Moon System and Method for Resource Management
US8027684B2 (en) 2005-08-22 2011-09-27 Infosys Technologies, Ltd. System for performing a task in a communication network and methods thereof
US7958509B2 (en) 2005-12-21 2011-06-07 International Business Machines Corporation Method and system for scheduling of jobs
US7814114B2 (en) 2006-09-05 2010-10-12 Oracle International Corporation Tree-based information query model
US7934107B2 (en) 2007-01-24 2011-04-26 Hewlett-Packard Development Company, L.P. Power management system and method
US8230070B2 (en) * 2007-11-09 2012-07-24 Manjrasoft Pty. Ltd. System and method for grid and cloud computing
WO2010019356A2 (en) * 2008-07-22 2010-02-18 Wms Gaming, Inc. Automated wagering game machine configuration and recovery

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7003547B1 (en) * 2000-03-30 2006-02-21 United Devices, Inc. Distributed parallel processing system having capability-based incentives and associated method
US20050246666A1 (en) * 2004-04-30 2005-11-03 Forgent Networks, Inc. System, method and software for managing and publishing resource availability data
TWI309393B (en) * 2005-08-08 2009-05-01 Via Tech Inc Multi-execution resource graphics processor
US20090210431A1 (en) * 2007-11-12 2009-08-20 Attune Systems, Inc. Load Sharing Cluster File Systems

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI826137B (zh) * 2022-11-22 2023-12-11 宏碁股份有限公司 電腦系統、應用於電腦系統的資源分配方法及執行資源分配方法的電腦程式產品

Also Published As

Publication number Publication date
AR084436A1 (es) 2013-05-15
WO2012087767A2 (en) 2012-06-28
CN102591921A (zh) 2012-07-18
EP2656215B1 (en) 2017-11-15
US20120159506A1 (en) 2012-06-21
TW201227287A (en) 2012-07-01
EP2656215A2 (en) 2013-10-30
WO2012087767A3 (en) 2012-10-04
EP2656215A4 (en) 2014-07-30
US9268613B2 (en) 2016-02-23

Similar Documents

Publication Publication Date Title
TWI553472B (zh) 個人資料中心內的排程和管理
US11522811B2 (en) On-demand access to compute resources
US11487771B2 (en) Per-node custom code engine for distributed query processing
US7558859B2 (en) Peer-to-peer auction based data distribution
Chaczko et al. Availability and load balancing in cloud computing
US9086923B2 (en) Autonomic workflow management in dynamically federated, hybrid cloud infrastructures
US8010651B2 (en) Executing programs based on user-specified constraints
US9075659B2 (en) Task allocation in a computer network
US8037186B2 (en) System and method for routing service requests
Kristiani et al. The implementation of a cloud-edge computing architecture using OpenStack and Kubernetes for air quality monitoring application
US9424096B2 (en) Task allocation in a computer network
Attaoui et al. Multi-criteria virtual machine placement in cloud computing environments: a literature review
Dedousis et al. On the fly load balancing to address hot topics in topic-based pub/sub systems
US20230136612A1 (en) Optimizing concurrent execution using networked processing units
Barlaskar et al. Energy-efficient virtual machine placement using enhanced firefly algorithm
US9806956B1 (en) Managing computing resources by predicting resource usage
Li et al. An adaptive read/write optimized algorithm for Ceph heterogeneous systems via performance prediction and multi-attribute decision making
US10540669B2 (en) Managing object values and resource consumption
Apolónia et al. Leveraging deployment models on low-resource devices for cloud services in community networks
Wei et al. PIVOT: An adaptive information discovery framework for computational grids
Tran-Dang et al. Fog Resource Aware Framework for Task Offloading in IoT Systems
Majumdar Cloud-Based Smart-Facilities Management
Sharma et al. Efficient Multi-Broker Load Balancing in Event Driven Pub-Sub Networks
Kyriazis et al. An open architecture for QoS information in business grids
Zhang et al. Towards a scalable and energy-efficient resource manager for coupling cluster computing with distributed embedded computing

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees