CN110489221B - 一种自动化任务数量动态调整计算资源的方法及*** - Google Patents
一种自动化任务数量动态调整计算资源的方法及*** Download PDFInfo
- Publication number
- CN110489221B CN110489221B CN201910759613.6A CN201910759613A CN110489221B CN 110489221 B CN110489221 B CN 110489221B CN 201910759613 A CN201910759613 A CN 201910759613A CN 110489221 B CN110489221 B CN 110489221B
- Authority
- CN
- China
- Prior art keywords
- task
- module
- host
- tasks
- machine room
- 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
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
- G06F9/46—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
-
- 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
- G06F2209/48—Indexing scheme relating to G06F9/48
- G06F2209/484—Precedence
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multi Processors (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明提供一种自动化任务数量动态调整计算资源的***,包括任务发起端、任务整理模块、主机自动调整模块、任务配置模块和任务处理机,所述任务发起端用于用户在客户端发起任务;所述任务整理模块用于对接受的任务进行初步整理;所述主机自动调整模块用于根据当前任务数量和各机房主机数量,动态增加和减少主机数量的服务;本发明结合算法在多模块的配合下实现任务数量的自动化动态调整,使得计算机资源得到有效的配置和利用,通过在云端分地区分机房集群部署,多机房并多主机相互广域通信,大大增加了处理任务的可使用主机数量,避免单一机房主机损坏不能执行任务的问题。
Description
技术领域
本发明涉及计算机网络领域,尤其涉及一种自动化任务数量动态调整计算资源的方法及***。
背景技术
随着科技的发展,信息传递变得普及起来,人们日常生活、工作、交流都离不开信息,人们在用户端进行任务信息发起,传输到主机上进行处理,目前运行自动化任务的主机主要在局域网下部署成集群,主机数量是根据预计未来的任务数来提前部署的,由于提前部署的主机数量固定,当任务数增多或者原工作主机损坏的情况下,需要购买新的主机来补充主机,从而速度慢,导致任务完成不了;当任务比较少的情况下,导致主机空闲,不能最大化利用计算资源,当任务有时间要求的情况下,可能完成不了任务,造成用户***体验感差,影响工作进程。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种自动化任务数量动态调整计算资源的方法及***。
为实现上述目的,本发明采用了如下技术方案:
一种自动化任务数量动态调整计算资源的***,包括任务发起端、任务整理模块、主机自动调整模块、任务配置模块和任务处理机,所述任务发起端用于用户在客户端发起任务;所述任务整理模块用于对接受的任务进行初步整理;所述主机自动调整模块用于根据当前任务数量和各机房主机数量,动态增加和减少主机数量的服务;所述任务配置模块用于根据当前主机空闲情况分配任务到指定主机的服务;所述任务发起端与任务整理模块数据连接,所述任务整理模块与主机自动调整模块数据连接,所述主机自动调整模块与任务配置模块数据连接,所述主机自动调整模块与任务整理模块数据连接,所述任务配置模块与任务处理机数据连接。
作为优化,所述任务发起端包括描述模块、运行环境参数库和对比查找模块,所述描述模块用于用户输入并且描述任务信息;所述运行环境参数库用于存储用户所在环境的所有参数;对比查找模块用于将输入的任务信息与运行环境参数库中的信息进行对比分类;所述描述模块与对比查找模块数据连接,所述运行环境参数库与对比查找模块数据连接,所述对比查找模块与任务整理模块数据连接。
作为优化,所述任务整理模块包括统计模块、缓存模块和记录模块,所述统计模块与对比查找模块数据连接,所述统计模块与缓存模块数据连接,所述统计模块与记录模块数据连接,所述记录模块与主机自动调整模块数据连接,所述缓存模块与主机自动调整模块数据连接,所述统计模块用于统计发起的任务数量,所述缓存模块用于对发起后的任务进行缓存,所述记录模块用于记录任务信息和分配信息。
主机自动调整模块包括信息收集模块、动态调整控制模块和处理模块,所述信息收集模块任务处理机下各个主机的数量、待处理任务数量和各个主机上正在运行任务的数量;所述动态调整控制模块用于计算并且获取任务最佳分配方式;所述处理模块用于根据动态调整控制模块处理整合待处理的任务;所述信息收集模块与任务处理机数据连接,所述动态调整控制模块与信息收集模块数据连接,所述动态调整控制模块与处理模块数据连接,所述处理模块与任务配置模块数据连接。
作为优化,所述任务处理机包括机房,所述机房的数量为两个及两个以上,所述机房包括主机,所述主机的数量为两个或两个以上,同一个机房下的主机拥有相同的IP,不同机房的IP不同。
作为优化,一种自动化任务数量动态调整计算资源的方法,其具体步骤如下:
步骤S1:用户在用户端输入并且描述任务信息,接着对比查找模块将输入的任务信息与运行环境参数库中的信息进行对比分类;
步骤S2:对比分类后的任务在任务整理模块中进行统计数量,缓存任务信息并且记录;
步骤S3:主机自动调整模块通过信息收集模块收集到主机的数量、待处理任务数量和各个主机上正在运行任务的数量,并且通过算法计算并且获取任务分配方式;
步骤S4:任务配置模块根据任务的分配方式将任务分配到指定的主机内;
步骤S5:将分配后的任务信息和主机信息反馈到记录模块上进行记录和显示。
作为优化,所述步骤S3中算法具体如下:设定待处理任务数量为M,机房数量若干,具体取其中机房A和机房B,机房A下的主机数量为P,机房B下的主机数量为Q,机房A下各个主机的上正在运行的任务数量分别为a1、a2、a3、……an,机房B下各个主机的上正在运行的任务数量分别为b1、b2、b3、……bn,每个机房的处理任务上限值N;
步骤S31:计算机房A下平均每个主机的正在运行的任务数量a为a=(a1+a2+a3+……+an)/P,计算机房B下平均每个主机的正在运行的任务数量b为b=(b1+b2+b3+……+bn)/Q;
步骤S32:当机房A下的某个主机正在运行的任务数量ai小于a时,定义为空闲主机,将被分配任务;
步骤S33:计算机房A下每个空闲主机与平均值a的差值和X,当差值和X大于待处理任务数量M时,所有待处理任务将分配到机房A的空闲主机上;
步骤S34:当差值和X小于待处理任务数量M时,超过差值和X的部分待处理任务数量M-X传送到机房B中进行处理,并类比步骤S31~S34中机房A的动态调整方式在机房B中进行剩余部分待处理任务数量M-X的动态调整分配到主机bi。
作为优化,所述机房A为最优适配机房,用于确保任务处理最优。
作为优化,所述任务发起端与任务处理机之间的信息传递方式包括远距离通信网和无线广域网,所述远距离通信网为GPS或北斗***,所述无线广域网为GPRS或TD-LTE或TD-SCDMA。
与现有技术相比,本发明的有益效果为:本发明结合算法在多模块的配合下实现任务数量的自动化动态调整,使得计算机资源得到有效的配置和利用,通过在云端分地区分机房集群部署,多机房并多主机相互广域通信,大大增加了处理任务的可使用主机数量,避免单一机房主机损坏不能执行任务的问题;根据实际正在执行的任务数以及空闲主机的数量,动态增加或者较少工作主机,不仅能最大化利用计算资源,而且能够快速部署主机执行任务,降低完成不了任务的风险,不再受限于计算资源,极大提升任务执行的效率,提升用户体验,最大化利用计算资源,成本最小化,另外,通过机房最优选择原则,使得任务分配得到更加高效的处理,当某一区域的任务数量少使,该区域的空闲主机将作为其他区域的备用主机使用,分担其他区域的任务,大大提高主机的使用效率,使计算机资源得到充分的利用,广域网使得某区域的任务得到最大化的高效处理。
附图说明
图1为本发明一种自动化任务数量动态调整计算资源的方法及***的***流程图(一);
图2为本发明一种自动化任务数量动态调整计算资源的方法及***的***流程图(二);
图3为本发明自动化任务数量动态调整计算资源***各部件组成及连接关系图。
具体实施方式
为使对本发明的目的、构造、特征、及其功能有进一步的了解,兹配合实施例详细说明如下。
如图1所示,一种自动化任务数量动态调整计算资源的***,包括任务发起端、任务整理模块、主机自动调整模块、任务配置模块和任务处理机,任务发起端用于用户在客户端发起任务;任务整理模块用于对接受的任务进行初步整理;主机自动调整模块用于根据当前任务数量和各机房主机数量,动态增加和减少主机数量的服务;任务配置模块用于根据当前主机空闲情况分配任务到指定主机的服务;任务发起端与任务整理模块数据连接,任务整理模块与主机自动调整模块数据连接,主机自动调整模块与任务配置模块数据连接,主机自动调整模块与任务整理模块数据连接,任务配置模块与任务处理机数据连接。
如图2所示,任务发起端包括描述模块、运行环境参数库和对比查找模块,描述模块用于用户输入并且描述任务信息;运行环境参数库用于存储用户所在环境的所有参数;对比查找模块用于将输入的任务信息与运行环境参数库中的信息进行对比分类;描述模块与对比查找模块数据连接,运行环境参数库与对比查找模块数据连接,对比查找模块与任务整理模块数据连接。
如图2所示,任务整理模块包括统计模块、缓存模块和记录模块,统计模块与对比查找模块数据连接,统计模块与缓存模块数据连接,统计模块与记录模块数据连接,记录模块与主机自动调整模块数据连接,缓存模块与主机自动调整模块数据连接,统计模块用于统计发起的任务数量,缓存模块用于对发起后的任务进行缓存,记录模块用于记录任务信息和分配信息。
如图2所示,主机自动调整模块包括信息收集模块、动态调整控制模块和处理模块,信息收集模块任务处理机下各个主机的数量、待处理任务数量和各个主机上正在运行任务的数量;动态调整控制模块用于计算并且获取任务最佳分配方式;处理模块用于根据动态调整控制模块处理整合待处理的任务;信息收集模块与任务处理机数据连接,动态调整控制模块与信息收集模块数据连接,动态调整控制模块与处理模块数据连接,处理模块与任务配置模块数据连接。
如图2所示,任务处理机包括机房,机房的数量为两个及两个以上,机房包括主机,主机的数量为两个或两个以上,同一个机房下的主机拥有相同的IP,不同机房的IP不同。
一种自动化任务数量动态调整计算资源的方法,其具体步骤如下:
步骤S1:用户在用户端输入并且描述任务信息,接着对比查找模块将输入的任务信息与运行环境参数库中的信息进行对比分类;
步骤S2:对比分类后的任务在任务整理模块中进行统计数量,缓存任务信息并且记录;
步骤S3:主机自动调整模块通过信息收集模块收集到主机的数量、待处理任务数量和各个主机上正在运行任务的数量,并且通过算法计算并且获取任务分配方式;
步骤S4:任务配置模块根据任务的分配方式将任务分配到指定的主机内;
步骤S5:将分配后的任务信息和主机信息反馈到记录模块上进行记录和显示。
步骤S3中算法具体如下:设定待处理任务数量为M,机房数量若干,具体取其中机房A和机房B,机房A下的主机数量为P,机房B下的主机数量为Q,机房A下各个主机的上正在运行的任务数量分别为a1、a2、a3、……an,机房B下各个主机的上正在运行的任务数量分别为b1、b2、b3、……bn,每个机房的处理任务上限值N;
步骤S31:计算机房A下平均每个主机的正在运行的任务数量a为a=(a1+a2+a3+……+an)/P,计算机房B下平均每个主机的正在运行的任务数量b为b=(b1+b2+b3+……+bn)/Q;
步骤S32:当机房A下的某个主机正在运行的任务数量ai小于a时,定义为空闲主机,将被分配任务;
步骤S33:计算机房A下每个空闲主机与平均值a的差值和X,当差值和X大于待处理任务数量M时,所有待处理任务将分配到机房A的空闲主机上;
步骤S34:当差值和X小于待处理任务数量M时,超过差值和X的部分待处理任务数量M-X传送到机房B中进行处理,并类比步骤S31~S34中机房A的动态调整方式在机房B中进行剩余部分待处理任务数量M-X的动态调整分配到主机bi。
机房A为最优适配机房,用于确保任务处理最优。
任务发起端与任务处理机之间的信息传递方式包括远距离通信网和无线广域网,远距离通信网为GPS或北斗***,无线广域网为GPRS或TD-LTE或TD-SCDMA。
本发明结合算法在多模块的配合下实现任务数量的自动化动态调整,使得计算机资源得到有效的配置和利用,通过在云端分地区分机房集群部署,多机房并多主机相互广域通信,大大增加了处理任务的可使用主机数量,避免单一机房主机损坏不能执行任务的问题;根据实际正在执行的任务数以及空闲主机的数量,动态增加或者较少工作主机,不仅能最大化利用计算资源,而且能够快速部署主机执行任务,降低完成不了任务的风险,不再受限于计算资源,极大提升任务执行的效率,提升用户体验,最大化利用计算资源,成本最小化,另外,通过机房最优选择原则,使得任务分配得到更加高效的处理,当某一区域的任务数量少使,该区域的空闲主机将作为其他区域的备用主机使用,分担其他区域的任务,大大提高主机的使用效率,使计算机资源得到充分的利用,广域网使得某区域的任务得到最大化的高效处理。
如图3本发明自动化任务数量动态调整计算资源***各部件组成及连接关系图所示,
本发明自动化任务数量动态调整计算资源***包括任务分配服务组件,任务队列组件,主机动态调整服务组件,机房,机房包括机房A、机房B、……机房N。
1.任务队列,是用户发起任务后,缓存任务
2.主机动态调整服务,是根据当前任务数量和各机房主机数量,动态增加和减少主机数量的服务
3.任务分配服务,是根据当前主机空闲情况,分配任务到指定主机的服务
工作过程:
当用户产生一批任务后,主机动态调整服务会根据当前任务数量和各机房主机数量,动态增加和减少主机数量,任务分配服务不断给当前空闲主机分配任务执行。
本发明不再受限于计算资源,能极大提升任务执行的效率,提升用户体验,最大化利用计算资源,成本最小化。
本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。必需指出的是,已揭露的实施例并未限制本发明的范围。相反地,在不脱离本发明的精神和范围内所作的更动与润饰,均属本发明的专利保护范围。
Claims (7)
1.一种自动化任务数量动态调整计算资源的***,其特征在于:包括任务发起端、任务整理模块、主机自动调整模块、任务配置模块和任务处理机,所述任务发起端用于用户在客户端发起任务;所述任务整理模块用于对接受的任务进行初步整理;所述主机自动调整模块用于根据当前任务数量和各机房主机数量,动态增加和减少主机数量的服务;所述任务配置模块用于根据当前主机空闲情况分配任务到指定主机的服务;所述任务发起端与任务整理模块数据连接,所述任务整理模块与主机自动调整模块数据连接,所述主机自动调整模块与任务配置模块数据连接,所述主机自动调整模块与任务整理模块数据连接,所述任务配置模块与任务处理机数据连接;
主机自动调整模块通过信息收集模块收集到主机的数量、待处理任务数量和各个主机上正在运行任务的数量,并且通过算法计算并且获取任务分配方式;
所述任务处理机包括机房,所述机房的数量为两个及两个以上,所述机房包括主机,所述主机的数量为两个或两个以上,同一个机房下的主机拥有相同的IP,不同机房的IP不同;
设定待处理任务数量为M,机房数量若干,具体取其中机房A和机房B,机房A下的主机数量为P,机房B下的主机数量为Q,机房A下各个主机的上正在运行的任务数量分别为a1、a2、a3、……an,机房B下各个主机的上正在运行的任务数量分别为b1、b2、b3、……bn,每个机房的处理任务上限值N;
步骤S31:计算机房A下平均每个主机的正在运行的任务数量a为a=(a1+a2+a3+……+an)/P,计算机房B下平均每个主机的正在运行的任务数量b为b=(b1+b2+b3+……+bn)/Q;
步骤S32:当机房A下的某个主机正在运行的任务数量ai小于a时,定义为空闲主机,将被分配任务;
步骤S33:计算机房A下每个空闲主机与平均值a的差值和X,当差值和X大于待处理任务数量M时,所有待处理任务将分配到机房A的空闲主机上;
步骤S34:当差值和X小于待处理任务数量M时,超过差值和X的部分待处理任务数量M-X传送到机房B中进行处理,并类比步骤S31~S34中机房A的动态调整方式在机房B中进行剩余部分待处理任务数量M-X的动态调整分配到主机bi。
2.如权利要求1所述的一种自动化任务数量动态调整计算资源的***,其特征在于:所述任务发起端包括描述模块、运行环境参数库和对比查找模块,所述描述模块用于用户输入并且描述任务信息;所述运行环境参数库用于存储用户所在环境的所有参数;对比查找模块用于将输入的任务信息与运行环境参数库中的信息进行对比分类;所述描述模块与对比查找模块数据连接,所述运行环境参数库与对比查找模块数据连接,所述对比查找模块与任务整理模块数据连接。
3.如权利要求1所述的一种自动化任务数量动态调整计算资源的***,其特征在于:所述任务整理模块包括统计模块、缓存模块和记录模块,所述统计模块与对比查找模块数据连接,所述统计模块与缓存模块数据连接,所述统计模块与记录模块数据连接,所述记录模块与主机自动调整模块数据连接,所述缓存模块与主机自动调整模块数据连接,所述统计模块用于统计发起的任务数量,所述缓存模块用于对发起后的任务进行缓存,所述记录模块用于记录任务信息和分配信息。
4.如权利要求1所述的一种自动化任务数量动态调整计算资源的***,其特征在于:主机自动调整模块包括信息收集模块、动态调整控制模块和处理模块,所述信息收集模块任务处理机下各个主机的数量、待处理任务数量和各个主机上正在运行任务的数量;所述动态调整控制模块用于计算并且获取任务最佳分配方式;所述处理模块用于根据动态调整控制模块处理整合待处理的任务;所述信息收集模块与任务处理机数据连接,所述动态调整控制模块与信息收集模块数据连接,所述动态调整控制模块与处理模块数据连接,所述处理模块与任务配置模块数据连接。
5.一种自动化任务数量动态调整计算资源的方法,其具体步骤如下:
步骤S1:用户在用户端输入并且描述任务信息,接着对比查找模块将输入的任务信息与运行环境参数库中的信息进行对比分类;
步骤S2:对比分类后的任务在任务整理模块中进行统计数量,缓存任务信息并且记录;
步骤S3:主机自动调整模块通过信息收集模块收集到主机的数量、待处理任务数量和各个主机上正在运行任务的数量,并且通过算法计算并且获取任务分配方式;
步骤S4:任务配置模块根据任务的分配方式将任务分配到指定的主机内;
步骤S5:将分配后的任务信息和主机信息反馈到记录模块上进行记录和显示;
所述步骤S3中算法具体如下:设定待处理任务数量为M,机房数量若干,具体取其中机房A和机房B,机房A下的主机数量为P,机房B下的主机数量为Q,机房A下各个主机的上正在运行的任务数量分别为a1、a2、a3、……an,机房B下各个主机的上正在运行的任务数量分别为b1、b2、b3、……bn,每个机房的处理任务上限值N;
步骤S31:计算机房A下平均每个主机的正在运行的任务数量a为a=(a1+a2+a3+……+an)/P,计算机房B下平均每个主机的正在运行的任务数量b为b=(b1+b2+b3+……+bn)/Q;
步骤S32:当机房A下的某个主机正在运行的任务数量ai小于a时,定义为空闲主机,将被分配任务;
步骤S33:计算机房A下每个空闲主机与平均值a的差值和X,当差值和X大于待处理任务数量M时,所有待处理任务将分配到机房A的空闲主机上;
步骤S34:当差值和X小于待处理任务数量M时,超过差值和X的部分待处理任务数量M-X传送到机房B中进行处理,并类比步骤S31~S34中机房A的动态调整方式在机房B中进行剩余部分待处理任务数量M-X的动态调整分配到主机bi。
6.如权利要求5所述的自动化任务数量动态调整计算资源的方法,其特征在于:所述机房A为最优适配机房,用于确保任务处理最优。
7.如权利要求5所述的自动化任务数量动态调整计算资源的方法,其特征在于:任务发起端与任务处理机之间的信息传递方式包括远距离通信网和无线广域网,所述远距离通信网为GPS或北斗***,所述无线广域网为GPRS或TD-LTE或TD-SCDMA。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759613.6A CN110489221B (zh) | 2019-08-16 | 2019-08-16 | 一种自动化任务数量动态调整计算资源的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910759613.6A CN110489221B (zh) | 2019-08-16 | 2019-08-16 | 一种自动化任务数量动态调整计算资源的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110489221A CN110489221A (zh) | 2019-11-22 |
CN110489221B true CN110489221B (zh) | 2023-10-20 |
Family
ID=68551567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910759613.6A Active CN110489221B (zh) | 2019-08-16 | 2019-08-16 | 一种自动化任务数量动态调整计算资源的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110489221B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117130776A (zh) * | 2018-11-06 | 2023-11-28 | 创新先进技术有限公司 | 一种任务处理方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158911A (zh) * | 2014-09-01 | 2014-11-19 | 青岛海信电器股份有限公司 | 一种面向服务器集群的控制方法及*** |
CN104317650A (zh) * | 2014-10-10 | 2015-01-28 | 北京工业大学 | 一种面向Map/Reduce型海量数据处理平台的作业调度方法 |
CN107580023A (zh) * | 2017-08-04 | 2018-01-12 | 山东大学 | 一种动态调整任务分配的流处理作业调度方法及*** |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算***的资源调配方法、计算***、介质和服务器 |
CN109656691A (zh) * | 2017-10-11 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 计算资源的处理方法、装置以及电子设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8631403B2 (en) * | 2010-01-04 | 2014-01-14 | Vmware, Inc. | Method and system for managing tasks by dynamically scaling centralized virtual center in virtual infrastructure |
-
2019
- 2019-08-16 CN CN201910759613.6A patent/CN110489221B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104158911A (zh) * | 2014-09-01 | 2014-11-19 | 青岛海信电器股份有限公司 | 一种面向服务器集群的控制方法及*** |
CN104317650A (zh) * | 2014-10-10 | 2015-01-28 | 北京工业大学 | 一种面向Map/Reduce型海量数据处理平台的作业调度方法 |
CN107580023A (zh) * | 2017-08-04 | 2018-01-12 | 山东大学 | 一种动态调整任务分配的流处理作业调度方法及*** |
CN109656691A (zh) * | 2017-10-11 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 计算资源的处理方法、装置以及电子设备 |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算***的资源调配方法、计算***、介质和服务器 |
Non-Patent Citations (2)
Title |
---|
Integrating real-time hybrid task scheduling into a sensor node platform;Taehoon Kim;《SAC "10: Proceedings of the 2010 ACM Symposium on Applied Computing》;20100322;737-741 * |
高能物理云平台中的弹性计算资源管理机制;程振京等;《计算机工程与应用》;20170415(第08期);13-19 * |
Also Published As
Publication number | Publication date |
---|---|
CN110489221A (zh) | 2019-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103516807B (zh) | 一种云计算平台服务器负载均衡***及方法 | |
CN108845878A (zh) | 基于无服务器计算的大数据处理方法及装置 | |
CN112162865A (zh) | 服务器的调度方法、装置和服务器 | |
CN112148484B (zh) | 一种基于耦合度的微服务在线分配方法与*** | |
CN103747274B (zh) | 一种增设缓存集群的视频数据中心及其缓存资源调度方法 | |
CN107193652A (zh) | 容器云环境中流数据处理***的弹性资源调度方法及*** | |
CN104038540A (zh) | 一种应用代理服务器自动选择方法及*** | |
CN103152393A (zh) | 一种云计算的计费方法和计费*** | |
CN110287034B (zh) | 一种可充电移动边缘计算中能量-延迟平衡的动态任务分配方法 | |
CN105224393B (zh) | 一种JT-CoMP在C-RAN架构下的虚拟机调度机制 | |
CN108280018B (zh) | 一种节点工作流通信开销效率分析优化方法及*** | |
CN103699433A (zh) | 一种于Hadoop平台中动态调整任务数目的方法及*** | |
WO2020024443A1 (zh) | 资源调度方法、装置、计算机设备及计算机可读存储介质 | |
CN102681904A (zh) | 数据同步调度方法和装置 | |
CN110909962A (zh) | 一种基于rpa机器人共享中心的自动审批的方法 | |
CN110489221B (zh) | 一种自动化任务数量动态调整计算资源的方法及*** | |
CN116361006A (zh) | 面向存算分离的算网资源协同调度方法及*** | |
CN117135131A (zh) | 一种面向云边协同场景的任务资源需求感知方法 | |
CN109614228B (zh) | 基于动态负载均衡方式的综合监控前置***及工作方法 | |
Shu-Jun et al. | Optimization and research of hadoop platform based on fifo scheduler | |
CN110084507A (zh) | 云计算环境下分级感知的科学工作流调度优化方法 | |
CN116302404B (zh) | 面向资源解耦合数据中心的服务器无感知计算调度方法 | |
US11374869B2 (en) | Managing bandwidth based on user behavior | |
CN111026809B (zh) | 一种调度流程分布式执行*** | |
CN112817732B (zh) | 一种适应云边协同多数据中心场景下的流数据处理方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 210000 10 / F, building D-1, Greenland window, Yuhuatai District, Nanjing City, Jiangsu Province Applicant after: Cloud accounting room network technology Co.,Ltd. Address before: 210000 10 / F, building D-1, Greenland window, Yuhuatai District, Nanjing City, Jiangsu Province Applicant before: NANJING YUNZHANGFANG NETWORK TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |