CN104580447A - 一种基于访问热度的时空数据服务调度方法 - Google Patents
一种基于访问热度的时空数据服务调度方法 Download PDFInfo
- Publication number
- CN104580447A CN104580447A CN201410848528.4A CN201410848528A CN104580447A CN 104580447 A CN104580447 A CN 104580447A CN 201410848528 A CN201410848528 A CN 201410848528A CN 104580447 A CN104580447 A CN 104580447A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- time
- threshold value
- network
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/091—Measuring contribution of individual network components to actual service level
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于访问热度的时空数据服务调度方法。该方法是:1)采集服务***中各存储介质的参数,以及服务***中各计算节点的参数;2)根据采集的数据编制数据服务***的网络拓扑图;3)根据所述网络拓扑图,把时空数据进行时空分片,采集并记录每个时空区块的访问数据访问的热度;4)根据访问热度调整数据的分布位置,并对计算节点进行调度。所述访问热度是指不同的时空区间内用户访问某些服务的频度。本发明能够将数据从存储介质到计算节点的多路径进行建模,***根据数据的访问热度把数据分布在不同的存储介质,计算节点通过不同的网络途径获取所需的数据,从而降低数据服务***的响应时间,提高数据服务***的服务质量。
Description
技术领域
本发明属于地学的云计算和大数据服务领域,具体涉及一种时空数据服务的数据分配和调度方法,用户通过采集数据服务***的各设备参数和历史访问热度,就可以据此制定一套合理的调度方法,从而降低数据服务***的响应时间,提供数据服务***的服务质量。
背景技术
数据服务是一种软件服务,它封装了数据实体的相关操作,面向服务的数据存储在多个***中,要和服务数据交互需要多个接口和多种机制。数据服务还要给不同需求的用户提供不同的服务,这给数据服务提供了挑战。集中式数据服务让数据使用者无需去访问或者更新多个数据源,更重要的是,当用户需要操作多个数据源时,数据服务有助于维持数据的完整性。此外,它们还能够帮助构建可被多个项目和创新利用的可重用数据服务。数据服务还能够执行关键的治理职能——它们有助于度量指标的集中化、监视、版本管理、数据类型的重用,以及执行数据可视化和访问规则。
衡量数据服务质量的一个重要因子就是数据访问的处理速度,访问速度的一个重要因子是计算存储器I/O的速度,目前的计算存储器主要有半导体、磁芯、磁鼓、磁带、激光光盘和闪存。就同一个计算机而言,有可以分为主存储器、副存储器、三级存储设备和离线存储设备。由于不同的存储设备其设计的目的不同,不同的设备有不同的特点,衡量存储介质的特点有持久性、多次擦写性、读取顺序、寻址能力、存储能力、访问延迟、吞吐效率、粒度、可靠性、能耗等。数据服务的不仅提供数据的上传下载服务,还提供大量的数据计算等任务,承担计算任务的计算机的能力根据其配置有所不同。衡量计算计算和存储能力的指标主要包括CPU主频、CPU数量、内存、本地硬盘种类和转速容量和显卡类型及显存等。随着数据体量的不断增大,依赖单个的存储介质的数据存放方式已经不能满足存储和计算的需要,不同的存储介质与计算设备之间需要利用网络设备进行连接,数据在网络之间传输。衡量网络的主要指标有网络结构、网络吞吐效率、不确定性、丢包率和延迟等。
由于投资规模、建设周期等因素的制约,一个数据中心往往是上述存储设备、计算设备和网络设备的多种设备的组合。
时空数据是指具有时间和空间维度的数据,是指同时带有空间坐标和时间标签的数据,传统的时空数据包括矢量格式的地理数据和遥感数据,现在已经拓展到如有时空坐标的社交媒体数据、网络数据等。时空数据的特点决定了其访问方式有一定的特点,其空间特征决定了数据访问的空间关联性,数据维度决定了数据访问具有时间的相关性。
现有技术条件下,时空数据服务中数据的存储介质的选择,网络链路的选择和计算节点的选择决定了数据服务计算任务的效率,以往的策略主要是依靠运行维护人员的经验,无法进行有效的量化和优化。这是大规模数据服务和数据密集型云计算Qos需要解决的重要问题。
发明内容
本发明的目的在于提供如何将数据服务***中的各个环节进行量化建模,进而提供数据服务调度的方法,以实现数据密集型计算环境中的数据的合理调度。
为了达到上述目的,本发明提出一种基于数据访问热度的时空数据服务调度建模方法,能够将数据从存储介质到计算节点的多路径进行建模,***根据数据的访问热度,把数据分布在不同的存储介质,计算节点通过不同的网络途径获取所需的数据,以实现数据服务的优化。
具体来说,本发明的技术方案为:
一种基于访问热度的时空数据服务调度方法,其步骤包括:
1)采集服务***中各存储介质的参数,以及服务***中各计算节点的参数;
2)根据步骤1)采集的数据,编制数据服务***的网络拓扑图,包括网络的结构、网络之间的链接方式、交换机效率、网络各存储介质在网络的位置、各计算节点在网络中的位置;
3)根据所述网络拓扑图,把时空数据进行时空分片,采集并记录每个时空区块的访问数据访问的热度;
4)根据访问热度调整数据的分布位置,并对计算节点进行调度。
进一步地,所述访问数据访问的热度,是指不同的时空区间内用户访问某些服务的频度,主要包括访问次数,通过日志记录的方法获得该热度。
进一步地,步骤1)所述存储介质的参数,包括ID、品牌、介质性质,容量大小、读取速度,读取方式、存储粒度、可靠性、能耗、使用年限、地理位置、网络节点位置等;所述计算节点的参数,包括ID、品牌、主频,CPU个数、内存,本地硬盘大小、硬盘个数、硬盘性质、能耗、使用年限、地理位置、网络节点位置等。
与现有技术相比,本发明的积极效果为:
本发明的根据数据访问热度的调度模型和方法,只需要采集数据服务***的各设备参数和历史访问热度,就可以据此制定一套合理的调度方法,从而降低数据服务***的响应时间,提高数据服务***的服务质量。
附图说明
图1是数据密集型计算环境中计算单元获取数据可能途径示意图。
图2是数据访问的多路径示意图。
图3是数据访问网络的多路径示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面通过具体实施例和附图,对本发明做进一步说明。
本发明的基于访问热度的时空数据服务调度方法,首先采集服务***中各存储介质的参数,以及服务***中各计算节点的参数;然后编制数据服务***的网络拓扑图,然后根据网络拓扑图把时空数据进行时空分片,采集并记录每个时空区块的访问数据访问的热度;然后根据访问热度调整数据的分布位置,并对计算节点进行调度。访问数据访问的热度是指不同的时空区间内用户访问某些服务的频度,主要包括访问次数,通过日志记录的方法获得该热度。
图1是数据密集型计算环境中计算单元获取数据的几种可能途径示意图,包括:1-本机内存、2-本地磁盘、3-同一计算集群中其他计算节点的硬盘、4-磁盘阵列、5-磁带库等。图2是数据访问的多路径示意图。图3数据访问网络的多路径示意图,其中,C、D表示访问的源头与目的,V1~V5表示访问节点,a1~a10表示访问所需的时间。
本实施例采用的数据分布优化策略的步骤如下:
1)集群主节点获取计算任务,分析计算任务所需的数据,按照数据特征划分为多个数据块:Data1,Data2,……,Datan。
2)把计算任务分解为和数据块对应的子任务:Task1,Task2,……,Taskn。每个子任务完成时间主要由每个节点完成子任务的计算时间和数据传输时间决定。
3)设计上述数据在整个资源放置矩阵中的位置,Data1可能存放在位置Loc1、Loc2……Locn;Data2也有可能存放在Loc1、Loc2……Locn;同样,Locn也可能存放在Loc1、Loc2……Locn。
4)计算数据的迁移所消耗的时间。存放在Loc1的数据Data1到达计算节点所消耗的时间为T11,存放在Loc2的数据Data1到达计算节点所消耗的时间为T12,存放在Locn的数据Data1到达计算节点所消耗的时间为T1n;存放在Loc1的数据Data2到达计算节点所消耗的时间为T21,存放在Loc2的数据Data2到达计算节点所消耗的时间为T22,存放在Locn的数据Data2到达计算节点所消耗的时间为T2n;存放在Loc1的数据Datan到达计算节点所消耗的时间为Tn1,存放在Loc2的数据Datan到达计算节点所消耗的时间为Tn2,存放在Locn的数据Datan到达计算节点所消耗的时间为Tnn。
则子任务Task1所需数据的迁移时间为:
TTi=vi/(ri+si)
其中vi为迁移到计算节点i处的数据量,ri为到计算节点i处的存储介质的读写速率,si为数据抵达计算节点i的传输速率。
5)根据通过计算资源管理中心获取每个节点的计算资源情况,包括CPU频率、总线速度、I/O速度及内存容量、CPU核心数。计算节点i处理等量数据的执行时间为:
式中:V表示要处理的数据量,fi表示节点计算核心频率,ci表示总线速度,mi表示主存储器速率,ioi表示I/O速率,CCi表示节点核心数。TCi越小,表示处理数据的耗时越短,此节点计算性能越强。节点i的计算性能表示为:
6)每个节点完成子任务的时间为计算时间和数据传输时间的和:
Ti=TTi+TCi
计算任务所分解的子任务为并行运行,所以完成任务的时间为耗时最长的子任务的执行时间:
T=max(Ti)
7)要想使任务的执行时间最短,应该为计算性能较强和传输速率较快的节点分配相对较多的数据,为计算性较弱和传输速率较慢的节点分配相对较少的数据。计算每个节点计算性能占所有参与计算任务的节点计算性能的比率,以及每个节点的数据传输的带宽所占的比率,据此分配相应数量的数据。
计算节点i的性能比率为:
式中:PRi表示计算节点i的性能比率,k表示所有参与任务计算的节点数量。
同理计算每个节点传输数据占所有节点传输速率的传输比率:
式中:TRi表示节点i传输数据的带宽比率,k表示所有参与任务计算的节点数量。
最理想的情况是所有子任务能够同时完成,也就是为节点分配的数据量占整个计算任务所需数据量的比例等于计算节点性能比率,此时要保证节点计算性能比率等于传输比率,即PRi=TRi。但现实情况一般PRi不等于TRi,下一步求解最优分配。
8)本优化方法是一种改进的轮循算法,参照木桶理论,比较计算性能比率和带宽比率,以它们的最小值为每个节点分配数据量,设定剩余数据量的阈值,此阈值可以是数据的最小单元或者数据总量的百分比(如1%),比较剩余数据量和此阈值的大小,如果剩余数据量大于这个阈值则将剩余数据重新进行下一轮分配;如果剩余数据量小于此阈值,则将剩余数据分配给执行效率最快的一个或多个节点。
首先,计算每个节点分配的数据量:
vi1=v0·min(PRi,TRi)
式中vi1为节点i在第一轮中分配的数据量,v0为计算过程所需的数据总量,经过第一轮的分配,剩余的数据量为:
式中k为节点数量。
然后,比较剩余数据量vr1和阈值的大小,如果小于阈值,则停止轮循,将剩余数据分配给min(PRi,TRi)最大的一个或者多个节点;如果大于阈值则按照第一轮分配方法进行第二轮分配,每个节点分配数据量为:
vi2=vr1·min(PRi,TRi)
比较剩余数据量vr2和阈值的大小,以此类推,直到剩余数据量小于阈值为止。
每个节点分配的数据量为每一轮数据分配数据量的和:
vi=vi1+vi2+…+vic
式中c为数据分配轮循次数。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的精神和范围,本发明的保护范围应以权利要求所述为准。
Claims (8)
1.一种基于访问热度的时空数据服务调度方法,其步骤包括:
1)采集服务***中各存储介质的参数,以及服务***中各计算节点的参数;
2)根据步骤1)采集的数据,编制数据服务***的网络拓扑图,包括网络的结构、网络之间的链接方式、交换机效率、网络各存储介质在网络的位置、各计算节点在网络中的位置;
3)根据所述网络拓扑图,把时空数据进行时空分片,采集并记录每个时空区块的访问数据访问的热度;
4)根据访问热度调整数据的分布位置,并对计算节点进行调度。
2.如权利要求1所述的方法,其特征在于:所述访问热度是指不同的时空区间内用户访问某些服务的频度,包括访问次数。
3.如权利要求2所述的方法,其特征在于:通过日志记录的方法获得所述访问热度。
4.如权利要求1所述的方法,其特征在于:步骤1)所述存储介质的参数包括:ID、品牌、介质性质,容量大小、读取速度,读取方式、存储粒度、可靠性、能耗、使用年限、地理位置、网络节点位置。
5.如权利要求1所述的方法,其特征在于:步骤1)所述计算节点的参数包括:ID、品牌、主频,CPU个数、内存,本地硬盘大小、硬盘个数、硬盘性质、能耗、使用年限、地理位置、网络节点位置。
6.如权利要求1所述的方法,其特征在于,步骤5)采用如下的数据分布优化策略实现:
1)集群主节点获取计算任务,分析计算任务所需的数据,按照数据特征划分为多个数据块;
2)把计算任务分解为和数据块对应的子任务,每个子任务完成时间由每个节点完成子任务的计算时间和数据传输时间决定;
3)根据数据在整个资源放置矩阵中的位置,计算数据的迁移所消耗的时间,所需数据的迁移时间为:
TTi=vi/(ri+si),
其中vi为迁移到计算节点i处的数据量,ri为到计算节点i处的存储介质的读写速率,si为数据抵达计算节点i的传输速率;
4)获取每个节点的计算资源情况,计算节点i处理等量数据的执行时间为:
式中:V表示要处理的数据量,fi表示节点计算核心频率,ci表示总线速度,mi表示主存储器速率,ioi表示I/O速率,CCi表示节点核心数;TCi越小,表示处理数据的耗时越短,此节点计算性能越强;节点i的计算性能表示为:
5)每个节点完成子任务的时间为计算时间和数据传输时间的和:
Ti=TTi+TCi,
计算任务所分解的子任务为并行运行,所以完成任务的时间为耗时最长的子任务的执行时间:
T=max(Ti);
6)计算每个节点计算性能占所有参与计算任务的节点计算性能的比率,以及每个节点的数据传输的带宽所占的比率,为计算性能较强和传输速率较快的节点分配相对较多的数据,为计算性较弱和传输速率较慢的节点分配相对较少的数据;计算节点i的性能比率为:
式中:PRi表示计算节点i的性能比率,k表示所有参与任务计算的节点数量;同理计算每个节点传输数据占所有节点传输速率的传输比率:
式中:TRi表示节点i传输数据的带宽比率,k表示所有参与任务计算的节点数量;
7)使所有子任务能够同时完成,即为节点分配的数据量占整个计算任务所需数据量的比例等于计算节点性能比率,也即保证节点计算性能比率PRi等于传输比率TRi。
7.如权利要求6所述的方法,其特征在于:对于PRi不等于TRi的情况,采用改进的轮循算法求解最优分配:比较计算性能比率和带宽比率,以它们的最小值为每个节点分配数据量,设定剩余数据量的阈值,此阈值是数据的最小单元或者数据总量的百分比,比较剩余数据量和此阈值的大小,如果剩余数据量大于这个阈值则将剩余数据重新进行下一轮分配;如果剩余数据量小于此阈值,则将剩余数据分配给执行效率最快的一个或多个节点。
8.如权利要求7所述的方法,其特征在于,所述求解最优分配的具体方法是:
首先,计算每个节点分配的数据量:
vi1=v0·min(PRi,TRi),
式中vi1为节点i在第一轮中分配的数据量,v0为计算过程所需的数据总量,经过第一轮的分配,剩余的数据量为:
式中k为节点数量;
然后,比较剩余数据量vr1和阈值的大小,如果小于阈值,则停止轮循,将剩余数据分配给min(PRi,TRi)最大的一个或者多个节点;如果大于阈值则按照第一轮分配方法进行第二轮分配,每个节点分配数据量为:
vi2=vr1·min(PRi,TRi),
比较剩余数据量vr2和阈值的大小,以此类推,直到剩余数据量小于阈值为止;每个节点分配的数据量为每一轮数据分配数据量的和:
vi=vi1+vi2+…+vic,
式中c为数据分配轮循次数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848528.4A CN104580447B (zh) | 2014-12-29 | 2014-12-29 | 一种基于访问热度的时空数据服务调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410848528.4A CN104580447B (zh) | 2014-12-29 | 2014-12-29 | 一种基于访问热度的时空数据服务调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104580447A true CN104580447A (zh) | 2015-04-29 |
CN104580447B CN104580447B (zh) | 2019-04-09 |
Family
ID=53095604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410848528.4A Active CN104580447B (zh) | 2014-12-29 | 2014-12-29 | 一种基于访问热度的时空数据服务调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104580447B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106502918A (zh) * | 2016-09-19 | 2017-03-15 | 上海华为技术有限公司 | 一种内存调度方法及装置 |
CN106933905A (zh) * | 2015-12-31 | 2017-07-07 | 北京国双科技有限公司 | 网页访问数据的监测方法和装置 |
CN108170254A (zh) * | 2017-12-30 | 2018-06-15 | 广东技术师范学院 | 一种基于零星请求的策略调度方法 |
CN108227901A (zh) * | 2017-12-30 | 2018-06-29 | 广东技术师范学院 | 一种基于零星请求的磁盘功耗状态切换方法 |
CN109784648A (zh) * | 2018-12-14 | 2019-05-21 | 北京三快在线科技有限公司 | 调度资源分配方法、装置、电子设备及可读存储介质 |
CN110505439A (zh) * | 2018-05-18 | 2019-11-26 | 杭州海康威视数字技术股份有限公司 | 视频业务可视化实现方法、装置、电子设备及存储介质 |
CN110543509A (zh) * | 2019-09-04 | 2019-12-06 | 北京奇艺世纪科技有限公司 | 用户访问数据的监控***、方法、装置及电子设备 |
CN110888892A (zh) * | 2019-11-15 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 一种区块同步方法、装置及存储介质 |
CN111104381A (zh) * | 2019-11-30 | 2020-05-05 | 北京浪潮数据技术有限公司 | 一种日志管理方法、装置、设备及计算机可读存储介质 |
CN114064588A (zh) * | 2021-11-24 | 2022-02-18 | 建信金融科技有限责任公司 | 存储空间调度方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557344A (zh) * | 2009-05-21 | 2009-10-14 | 南昌航空大学 | 一种基于空间地理位置的动态负载均衡方法 |
US20110072206A1 (en) * | 2009-09-21 | 2011-03-24 | Translattice, Inc. | Distributed content storage and retrieval |
CN102317901A (zh) * | 2011-07-25 | 2012-01-11 | 华为技术有限公司 | 对象调整方法、迁移控制设备、节点设备及存储*** |
CN103095788A (zh) * | 2011-11-02 | 2013-05-08 | 佳都新太科技股份有限公司 | 一种基于网络拓扑的云资源调度策略 |
CN103716381A (zh) * | 2013-12-12 | 2014-04-09 | 华为技术有限公司 | 一种分布式***的控制方法,及管理节点 |
-
2014
- 2014-12-29 CN CN201410848528.4A patent/CN104580447B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101557344A (zh) * | 2009-05-21 | 2009-10-14 | 南昌航空大学 | 一种基于空间地理位置的动态负载均衡方法 |
US20110072206A1 (en) * | 2009-09-21 | 2011-03-24 | Translattice, Inc. | Distributed content storage and retrieval |
CN102317901A (zh) * | 2011-07-25 | 2012-01-11 | 华为技术有限公司 | 对象调整方法、迁移控制设备、节点设备及存储*** |
CN103095788A (zh) * | 2011-11-02 | 2013-05-08 | 佳都新太科技股份有限公司 | 一种基于网络拓扑的云资源调度策略 |
CN103716381A (zh) * | 2013-12-12 | 2014-04-09 | 华为技术有限公司 | 一种分布式***的控制方法,及管理节点 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106933905A (zh) * | 2015-12-31 | 2017-07-07 | 北京国双科技有限公司 | 网页访问数据的监测方法和装置 |
CN106502918B (zh) * | 2016-09-19 | 2019-10-18 | 上海华为技术有限公司 | 一种内存调度方法及装置 |
CN106502918A (zh) * | 2016-09-19 | 2017-03-15 | 上海华为技术有限公司 | 一种内存调度方法及装置 |
CN108170254A (zh) * | 2017-12-30 | 2018-06-15 | 广东技术师范学院 | 一种基于零星请求的策略调度方法 |
CN108227901A (zh) * | 2017-12-30 | 2018-06-29 | 广东技术师范学院 | 一种基于零星请求的磁盘功耗状态切换方法 |
CN110505439A (zh) * | 2018-05-18 | 2019-11-26 | 杭州海康威视数字技术股份有限公司 | 视频业务可视化实现方法、装置、电子设备及存储介质 |
CN109784648A (zh) * | 2018-12-14 | 2019-05-21 | 北京三快在线科技有限公司 | 调度资源分配方法、装置、电子设备及可读存储介质 |
CN110543509A (zh) * | 2019-09-04 | 2019-12-06 | 北京奇艺世纪科技有限公司 | 用户访问数据的监控***、方法、装置及电子设备 |
CN110543509B (zh) * | 2019-09-04 | 2022-06-03 | 北京奇艺世纪科技有限公司 | 用户访问数据的监控***、方法、装置及电子设备 |
CN110888892A (zh) * | 2019-11-15 | 2020-03-17 | 腾讯科技(深圳)有限公司 | 一种区块同步方法、装置及存储介质 |
CN110888892B (zh) * | 2019-11-15 | 2023-06-16 | 腾讯科技(深圳)有限公司 | 一种区块同步方法、装置及存储介质 |
CN111104381A (zh) * | 2019-11-30 | 2020-05-05 | 北京浪潮数据技术有限公司 | 一种日志管理方法、装置、设备及计算机可读存储介质 |
CN114064588A (zh) * | 2021-11-24 | 2022-02-18 | 建信金融科技有限责任公司 | 存储空间调度方法及*** |
CN114064588B (zh) * | 2021-11-24 | 2023-04-25 | 建信金融科技有限责任公司 | 存储空间调度方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN104580447B (zh) | 2019-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104580447A (zh) | 一种基于访问热度的时空数据服务调度方法 | |
CN109491790B (zh) | 基于容器的工业物联网边缘计算资源分配方法及*** | |
CN103605567B (zh) | 面向实时性需求变化的云计算任务调度方法 | |
CN103379169B (zh) | 用于配置无线网络云***的方法和装置 | |
CN103631657B (zh) | 一种基于MapReduce的任务调度方法 | |
Yeh et al. | Economic-based resource allocation for reliable Grid-computing service based on Grid Bank | |
CN103377091A (zh) | 用于资源共享池中的作业的高效执行的方法和*** | |
CN109684074A (zh) | 物理机资源分配方法及终端设备 | |
CN106134136A (zh) | 计算针对广域网上的数据传送的长期调度 | |
CN104038540A (zh) | 一种应用代理服务器自动选择方法及*** | |
CN108491255B (zh) | 自助式MapReduce数据优化分配方法及*** | |
CN109005223A (zh) | 物联网资源调度方法及***、计算机可读存储介质和终端 | |
CN113037800B (zh) | 作业调度方法以及作业调度装置 | |
CN108833294B (zh) | 面向数据中心广域网的低带宽开销的流量调度方法 | |
CN114938372B (zh) | 一种基于联邦学习的微网群请求动态迁移调度方法及装置 | |
Taghizadeh et al. | A metaheuristic‐based data replica placement approach for data‐intensive IoT applications in the fog computing environment | |
Cui et al. | Multiagent reinforcement learning-based cooperative multitype task offloading strategy for internet of vehicles in B5G/6G network | |
CN113747450B (zh) | 一种移动网络中业务部署方法、装置及电子设备 | |
Tekiyehband et al. | An efficient dynamic service provisioning mechanism in fog computing environment: A learning automata approach | |
Xie et al. | Multi-objective optimization of data deployment and scheduling based on the minimum cost in geo-distributed cloud | |
Wang | Edge artificial intelligence-based affinity task offloading under resource adjustment in a 5G network | |
CN113014649B (zh) | 一种基于深度学习的云物联负载均衡方法、装置及设备 | |
CN116755867B (zh) | 一种面向卫星云的计算资源调度***、方法及存储介质 | |
Yan et al. | Service caching for meteorological emergency decision-making in cloud-edge computing | |
Asghar et al. | A survey on scheduling techniques in the edge cloud: Issues, challenges and future directions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |