CN106897136A - 一种任务调度方法及装置 - Google Patents
一种任务调度方法及装置 Download PDFInfo
- Publication number
- CN106897136A CN106897136A CN201710113622.9A CN201710113622A CN106897136A CN 106897136 A CN106897136 A CN 106897136A CN 201710113622 A CN201710113622 A CN 201710113622A CN 106897136 A CN106897136 A CN 106897136A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- task
- priority
- waiting task
- order
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/484—Precedence
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
Abstract
本申请实施例公开了一种任务调度方法和装置,实现了使任务高效完成的同时,又考兼顾了节约能耗的目的。其中,所述方法包括:获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
Description
技术领域
本申请涉及任务处理领域,尤其涉及一种任务调度方法及装置。
背景技术
随着虚拟化技术的引入,任务调度由传统的分布式环境推到了虚拟化环境。同时,随着当前数据中心规模不断扩大、用户数量持续增加,虚拟机资源管理中亟待解决的问题是如何对虚拟机资源进行合理的分配,以快速有效的完成用户任务。同时,大规模的机器设备也带来了能耗问题。如何平衡任务的处理时间以及设备的能耗问题是任务调度领域的难点和重点。
发明内容
本申请提供了一种任务调度方法及装置,实现了使任务高效完成的同时,又考兼顾了节约能耗的目的。
本申请提供了一种任务调度方法,所述方法包括:
获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;
依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;
按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;
从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
可选的,所述将待处理任务的优先级考虑如下至少一个因素:
所述待处理任务所需要的资源、难易程度、紧急程度。
可选的,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
本申请提供了一种任务调度装置,所述装置包括:
任务排序单元、虚拟机排序单元、备选虚拟机确定单元和选择单元;
所述任务排序单元,用于获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;
所述虚拟机排序单元,用于依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;
所述备选虚拟机确定单元,用于按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;
所述选择单元,用于从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
可选的,所述将待处理任务的优先级考虑如下至少一个因素:
所述待处理任务所需要的资源、难易程度、紧急程度。
可选的,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
本申请综合利用列表调度依赖算法和节能调度依赖算法实现任务调度的目的,使任务高效完成的同时,又考兼顾了节约能耗,非常适用于当前大规模的数据中心所具有的数量庞大的服务器集群,提高虚拟机的资源利用率,减少数据中心资源能耗浪费。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本申请实施例一提供的一种任务调度方法的流程图;
图2为本申请实施例二提供的一种任务调度装置的结构框图。
具体实施方式
在介绍本申请提供的技术方案之前,首先介绍一下基本原理:
任务可分为没有前后顺序限制的任务和有前后顺序限制的任务。任务还可以按照有没有完成期限约束分为实时任务和非实时任务。本实施例中的待处理任务是指没有前后顺序限制的实时任务,即在给定的完成期限之前完成没有前后顺序限制的任务。
本申请首先定义了任务在虚拟机环境中运行所消耗的能耗模型。在本模型中,计算环境是一个由异构服务器组成的数据中心。数据中心部署着向外提供服务的服务器中的大量虚拟机。用户向数据中心提交待处理任务,待处理任务被部署到虚拟机中运行。令d为数据中心,由异构服务器S1,S2,…Sj组成。令Sj={vmj1,vmj2,…,vmjm}来表示服务器Sj上的虚拟机vmj1,vmj2,…,vmjm。每一个虚拟机都有各自的处理速率,用MIPS来表示。
没有前后顺序约束的待处理任务可表示为TIG:G=(N,E)由n个结点的任务集和e条边的边集组成。令V={v1,v2,…vn},其中v1,v2,…vn是要被调度的待处理任务。令R={r1,r2,…rn},其中r1,r2,…rn是任务的计算需求(任务所需的基本操作数)。由于任务与虚拟机的不同,任务在不同虚拟机中的运行时间和能耗是不同的。本申请不考虑任务与任务之间的通信,即任务与任务之间没有通信需求。
综合考虑调度长度和能耗的调度优化问题定义如下:数据中心中的m个虚拟机在给定的期限T之内完成N个任务。假定虚拟机i上分配了ni个任务,每个任务用Vk来表示,则k=1,2,…ni,i=1,2,…m,且每个虚拟机i都有不可变的处理速度si(单位时间内可以处理的基本操作数MIPS)。每个任务vk的计算需求用rk来表示,则任务vk在虚拟机i上的运行时间为rk/si,虚拟机i上ni个任务运行的总时间为任务vk在虚拟机上运行的能耗为其中α=1+2/γ≥3,0﹤γ≤1,i=1,2,…m,k=1,2,…,ni。则虚拟机i上ni个任务运行的能耗为n个任务在m个虚拟机上运行的总能耗为据此给出同时考虑调度长度和能耗的优化问题定义:
最小化下式:同时满足一下约束条件:1≤ni≤n-m+1,其中m是虚拟机的总数量,n是任务的总数量,ni是分配到虚拟机i中的任务数量,T是给定的任务完成期限。
为了实现上述模型,本申请提供了一种任务调度方法。为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一:
参见图1,该图为本申请实施例一提供的一种任务调度方法的流程图。
本实施例提供的任务调度方法包括如下步骤:
步骤S101:获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序。
列表调度(List Scheduling)依赖算法是一种被广泛采用的启发式调度算法。列表调度的基本原理就是将优先权分配给任务图中的待处理任务,然后按照优先权降序将待处理任务排列在一个列表中。优先权高的待处理任务要在优先权低的任务之前完成调度。列表调度依赖算法因其低复杂度及良好的性能被广泛采用。在列表调度算法中,一个待处理任务的顺序列表会通过向任务分配优先权来创建。任务按照他们的优先权被选择出来,每个被选择的任务被调度到能够最小化预先定义的成本函数在虚拟机上。列表调度算法能产生高质量的调度策略,并且时间复杂度很低。
异构最早完成时间算法(HEFT)是一种应用很广泛的列表调度算法。HEFT算法在平均调度长度、速度等方面显著地超越DLS、MH、LMT和CPOP算法。HEFT算法在每一步选择具有最高优先权的任务分配到虚拟机上,并以***原则来最小化任务的最早完成时间。HEFT算法使用任务在所有虚拟机上的平均计算时间和在所有通信链路上的平均通信率来计算任务的优先权。HEFT算法在调度时还考虑到虚拟机上任务与任务之间空闲时间段的利用。由于HEFT算法主要针对具有先后顺序限制的任务,所以被调度到同一虚拟机上的任务的开始执行时间点之间可能存在空闲时间段。HEFT算法在调度的每一步都会寻找虚拟机是否适合当前被调度的任务的空闲时间段,即当前被调度的任务可以开始执行的时间和运行总时间恰好处于空闲时间段之内,这时就将任务调度到该虚拟机上,使其在适合的空闲时间段内运行,从而缩短调度长度。
在本实施例中,所述将待处理任务的优先级考虑如下至少一个因素:所述待处理任务所需要的资源、难易程度、紧急程度等。
步骤S102:依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率。
节能调度依赖算法的基本原理为:
令T为任务的完成期限,M(i)={j|ri/sj≤T}为虚拟机集合,该集合里的虚拟机j满足以下条件:虚拟机j能在给定完成期限T内完成任务i。可以很明显的看出如果任务i在不属于M(i)的虚拟机上运行,则该虚拟机的调度长度会超过T,而且对于且ri≤ri’,从M(i)的定义可以看出,如果一个任务i的计算需求小于任务i',则所有能运行任务i'且保证调度长度不超过T的虚拟机也可以运行任务i。如果给定的T很大,则所有任务的M(i)会包含所有的虚拟机,此时可将所有的任务都分配到具有最小si的虚拟机中运行,从而得到最优能耗的调度。
步骤S103:按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机。
在本实施例中,按照所述待处理任务的先后顺序,依次对每个待处理任务都执行以下步骤:按照虚拟机的先后顺序,获取所述待处理任务在当前虚拟机中的执行时间,并判断所述执行时间是否小于或等于阈值。由于虚拟机的先后顺序是按照处理速率排序的,越排在靠前的,处理速率越高,因此,若执行时间小于或等于阈值,则认为该虚拟机可以作为该待处理任务的备选虚拟机,继续获取所述待处理任务在下一个虚拟机中的执行时间;若大于阈值,则停止进行下一步,并将排在该虚拟机之前的所有虚拟机作为被选虚拟机。
在本实施例中,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
步骤S104:从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
在本实施例中,可以利用最短路径算法(ELS)从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。算法ELS的核心操作就是在任务i的虚拟机集合M(i)中选择速度最慢的虚拟机,并将任务i分配到该虚拟机上。M(i)中所有的虚拟机都能在T之内完成任务i,而M(i)中每个虚拟机装上的任务完成期限也不超过T,所以当算法ELS有返回结果时,其调度策略的调度长度一定小于等于2T。当任务i的虚拟机集合M(i)为空时,算法ELS没有返回调度策略,说明不存在这样一种调度策略使其调度长度小于等于T。因为当任务i的虚拟机集合M(i)为空时,说明没有虚拟机能满足在T之内完成任务i,所以不存在适合的调度策略。
进一步,为了降低时间复杂度,可以用数据结构堆(Heap)来实现虚拟机的选择操作。对任务按计算需求降序排列的时间复杂度为Ο(n log n),对虚拟机按处理速度升序排列的时间复杂度为Ο(m log m)。从堆中取出或***一个虚拟机的耗费为Ο(log m),这种操作会进行m次,因此对于堆操作耗费为Ο(m log m)。任务的调度和判断过程都会在常数时间内完成,且有n个任务需求调度,所以调度操作的耗费为Ο(n)。综上,结构堆的时间复杂度为Ο(n log n+m log m)。
本实施例综合利用列表调度依赖算法和节能调度依赖算法实现任务调度的目的,使任务高效完成的同时,又考兼顾了节约能耗,非常适用于当前大规模的数据中心所具有的数量庞大的服务器集群,提高虚拟机的资源利用率,减少数据中心资源能耗浪费。
基于以上实施例提供的一种任务调度方法,本申请实施例还提供了一种任务调度装置,下面结合附图来详细说明其工作原理。
实施例二
参见图2,该图为本申请实施例二提供的一种任务调度装置的结构框图。
本实施例提供的任务调度装置包括:任务排序单元101、虚拟机排序单元102、备选虚拟机确定单元103和选择单元104;
所述任务排序单元101,用于获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;
所述虚拟机排序单元102,用于依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;
所述备选虚拟机确定单元103,用于按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;
所述选择单元104,用于从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
可选的,所述将待处理任务的优先级考虑如下至少一个因素:
所述待处理任务所需要的资源、难易程度、紧急程度。
可选的,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
本实施例综合利用列表调度依赖算法和节能调度依赖算法实现任务调度的目的,使任务高效完成的同时,又考兼顾了节约能耗,非常适用于当前大规模的数据中心所具有的数量庞大的服务器集群,提高虚拟机的资源利用率,减少数据中心资源能耗浪费。
当介绍本申请的各种实施例的元件时,冠词“一”、“一个”、“这个”和“所述”都意图表示有一个或多个元件。词语“包括”、“包含”和“具有”都是包括性的并意味着除了列出的元件之外,还可以有其它元件。
需要说明的是,本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccess Memory,RAM)等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元及模块可以是或者也可以不是物理上分开的。另外,还可以根据实际的需要选择其中的部分或者全部单元和模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅是本申请的具体实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (6)
1.一种任务调度方法,其特征在于,所述方法包括:
获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;
依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;
按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;
从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
2.根据权利要求1所述的方法,其特征在于,所述将待处理任务的优先级考虑如下至少一个因素:
所述待处理任务所需要的资源、难易程度、紧急程度。
3.根据权利要求1或2所述的方法,其特征在于,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
4.一种任务调度装置,其特征在于,所述装置包括:
任务排序单元、虚拟机排序单元、备选虚拟机确定单元和选择单元;
所述任务排序单元,用于获取待处理任务,利用列表调度依赖算法确定待处理任务的优先级,并按照优先级由高到低的顺序对所述待处理任务进行排序;
所述虚拟机排序单元,用于依据节能调度依赖算法确定虚拟机的优先级,并按照优先级由高到低的顺序对所述虚拟机进行排序,所述虚拟机的优先级考虑虚拟机的处理速率;
所述备选虚拟机确定单元,用于按照所述待处理任务的顺序以及所述虚拟机的顺序,依次获取所述待处理任务在各个虚拟机中的执行时间,并确定执行时间小于或等于阈值的虚拟机,作为备选虚拟机;
所述选择单元,用于从所述备选虚拟机中选出一个作为该待处理任务对应的虚拟机。
5.根据权利要求4所述的装置,其特征在于,所述将待处理任务的优先级考虑如下至少一个因素:
所述待处理任务所需要的资源、难易程度、紧急程度。
6.根据权利要求5所述的装置,其特征在于,所述阈值为按照每一个任务的最优和最差执行时间得出的平均时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113622.9A CN106897136A (zh) | 2017-02-28 | 2017-02-28 | 一种任务调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710113622.9A CN106897136A (zh) | 2017-02-28 | 2017-02-28 | 一种任务调度方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106897136A true CN106897136A (zh) | 2017-06-27 |
Family
ID=59184378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710113622.9A Pending CN106897136A (zh) | 2017-02-28 | 2017-02-28 | 一种任务调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106897136A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536518A (zh) * | 2018-03-28 | 2018-09-14 | 深圳市银之杰科技股份有限公司 | 任务调度的方法及***、征信平台、服务终端及存储器 |
CN110740100A (zh) * | 2019-10-22 | 2020-01-31 | 新华三信息安全技术有限公司 | 一种传输速率确定方法、装置、网络设备及存储介质 |
CN111428973A (zh) * | 2020-03-11 | 2020-07-17 | 慧镕电子***工程股份有限公司 | 一种能有效提高资源利用率的虚拟资源分配方法 |
WO2021243589A1 (en) * | 2020-06-03 | 2021-12-09 | Citrix Systems, Inc. | Prioritizing sequential application tasks |
CN114205420A (zh) * | 2021-12-14 | 2022-03-18 | 深圳Tcl新技术有限公司 | 任务调度方法、装置、存储介质及电子设备 |
CN114780648A (zh) * | 2022-04-19 | 2022-07-22 | 湖南长银五八消费金融股份有限公司 | 任务调度方法、装置、计算机设备、存储介质和程序产品 |
CN114936081A (zh) * | 2022-05-30 | 2022-08-23 | 南京信息工程大学 | 一种基于woa算法的雾计算应用程序任务调度方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605567A (zh) * | 2013-10-29 | 2014-02-26 | 河海大学 | 面向实时性需求变化的云计算任务调度方法 |
CN103942102A (zh) * | 2014-04-14 | 2014-07-23 | 桂林电子科技大学 | 基于双优先级的实时任务调度方法 |
CN106126317A (zh) * | 2016-06-24 | 2016-11-16 | 安徽师范大学 | 应用于云计算环境的虚拟机调度方法 |
-
2017
- 2017-02-28 CN CN201710113622.9A patent/CN106897136A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605567A (zh) * | 2013-10-29 | 2014-02-26 | 河海大学 | 面向实时性需求变化的云计算任务调度方法 |
CN103942102A (zh) * | 2014-04-14 | 2014-07-23 | 桂林电子科技大学 | 基于双优先级的实时任务调度方法 |
CN106126317A (zh) * | 2016-06-24 | 2016-11-16 | 安徽师范大学 | 应用于云计算环境的虚拟机调度方法 |
Non-Patent Citations (1)
Title |
---|
李健: "云计算环境下最小化运营开销的调度技术研究", 《中国博士学位论文全文数据库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108536518A (zh) * | 2018-03-28 | 2018-09-14 | 深圳市银之杰科技股份有限公司 | 任务调度的方法及***、征信平台、服务终端及存储器 |
CN110740100A (zh) * | 2019-10-22 | 2020-01-31 | 新华三信息安全技术有限公司 | 一种传输速率确定方法、装置、网络设备及存储介质 |
CN110740100B (zh) * | 2019-10-22 | 2022-04-22 | 新华三信息安全技术有限公司 | 一种传输速率确定方法、装置、网络设备及存储介质 |
CN111428973A (zh) * | 2020-03-11 | 2020-07-17 | 慧镕电子***工程股份有限公司 | 一种能有效提高资源利用率的虚拟资源分配方法 |
CN111428973B (zh) * | 2020-03-11 | 2024-04-12 | 慧镕电子***工程股份有限公司 | 一种能有效提高资源利用率的虚拟资源分配方法 |
WO2021243589A1 (en) * | 2020-06-03 | 2021-12-09 | Citrix Systems, Inc. | Prioritizing sequential application tasks |
US11341443B2 (en) | 2020-06-03 | 2022-05-24 | Citrix Systems, Inc. | Prioritizing sequential application tasks |
CN114205420A (zh) * | 2021-12-14 | 2022-03-18 | 深圳Tcl新技术有限公司 | 任务调度方法、装置、存储介质及电子设备 |
CN114780648A (zh) * | 2022-04-19 | 2022-07-22 | 湖南长银五八消费金融股份有限公司 | 任务调度方法、装置、计算机设备、存储介质和程序产品 |
CN114936081A (zh) * | 2022-05-30 | 2022-08-23 | 南京信息工程大学 | 一种基于woa算法的雾计算应用程序任务调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106897136A (zh) | 一种任务调度方法及装置 | |
CN107659433B (zh) | 一种云资源调度方法及设备 | |
CN105550318B (zh) | 一种基于Spark大数据处理平台的查询方法 | |
CN104268018B (zh) | 一种Hadoop集群中的作业调度方法和作业调度器 | |
CN103425519B (zh) | 分布式计算方法和分布式计算*** | |
CN107135257A (zh) | 一种节点集群中任务分配的方法、节点和*** | |
CN112801448B (zh) | 物料需求分配方法、装置、***及存储介质 | |
CN112416585B (zh) | 面向深度学习的gpu资源管理与智能化调度方法 | |
CN105808334A (zh) | 一种基于资源重用的MapReduce短作业优化***及方法 | |
CN107329815A (zh) | 一种基于BP‑Tabu搜索的云任务负载均衡调度方法 | |
CN104023042B (zh) | 云平台资源调度方法 | |
CN105975340A (zh) | 一种虚拟机应用分配部署算法 | |
CN103401939A (zh) | 一种采用混合调度策略的负载均衡方法 | |
CN107656813A (zh) | 一种负载调度的方法、装置及终端 | |
CN106412124B (zh) | 一种并序化云服务平台任务分配***及任务分配方法 | |
CN108427602B (zh) | 一种分布式计算任务的协同调度方法及装置 | |
CN106528288A (zh) | 一种资源管理方法、装置和*** | |
CN106775948A (zh) | 一种基于优先级的云任务调度方法及装置 | |
CN110362388A (zh) | 一种资源调度方法及装置 | |
Goux et al. | Solving large MINLPs on computational grids | |
CN113157421A (zh) | 一种基于用户作业流程的分布式集群资源调度方法 | |
CN115586961A (zh) | 一种ai平台计算资源任务调度方法、装置及介质 | |
CN110084507B (zh) | 云计算环境下分级感知的科学工作流调度优化方法 | |
CN103685492A (zh) | Hadoop集群***的调度方法、调度装置及其应用 | |
CN110442454A (zh) | 一种资源调度方法、装置及计算机设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170627 |
|
RJ01 | Rejection of invention patent application after publication |