CN113032576B - 知识图谱管理方法、装置、设备及存储介质 - Google Patents
知识图谱管理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113032576B CN113032576B CN201911353640.XA CN201911353640A CN113032576B CN 113032576 B CN113032576 B CN 113032576B CN 201911353640 A CN201911353640 A CN 201911353640A CN 113032576 B CN113032576 B CN 113032576B
- Authority
- CN
- China
- Prior art keywords
- resource
- task
- task executor
- map
- executor
- 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请提供一种知识图谱管理方法、装置、设备及存储介质。该方法包括:接收携带有第一图谱资源的标识的请求任务;根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识;将所述请求任务分配给持有所述第一图谱资源的任务执行器。本申请能够避免不同类型的请求任务之间对图谱资源的竞争,从而减少请求阻塞的情况。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种知识图谱管理方法、装置、设备及存储介质。
背景技术
知识图谱旨在描述现实世界中存在的实体以及实体之间的关系。知识图谱的基本单位是由“实体-关系-实体”构成的三元组,一个三元组对应一条知识,一条条的知识汇总在一起便形成知识图谱。知识图谱是一张巨大的语义网络图,图中节点表示实体,边表示实体之间的关系。随着人工智能的技术发展和应用,知识图谱作为关键技术之一,已被广泛应用于智能搜索、智能问答、个性化推荐、内容分发等领域。对知识图谱***的构建、存储、查询、计算进行合理有效的管理是保证其提供可靠高效服务的前提。
一般地,知识图谱***包括应用层、调度层、图谱层和本体层。其中,调度层接收应用层对图谱资源的请求任务后,将请求任务分配给任务执行器,通过任务执行器执行请求任务,将图谱层中知识图谱的图谱资源分配给相应的请求任务。图谱资源为访问知识图谱的连接,应用层的服务可以通过请求到的图谱资源对知识图谱进行访问。
然而,在多类型并发的多个请求任务时,调度层将多类型并发的多个请求任务分配给同一任务执行器,导致请求任务之间对图谱资源的竞争,容易出现由资源匮乏导致的请求阻塞,并且多个请求任务共同积压在同一个任务执行器中,容易导致任务执行器无法承担而发生崩溃。
发明内容
本申请实施例提供一种知识图谱管理方法、装置、设备及存储介质,以解决图谱资源的请求任务并发时易发生请求阻塞的问题。
第一方面,本申请实施例提供一种知识图谱管理方法,包括:
接收携带有第一图谱资源的标识的请求任务;
根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识;
将所述请求任务分配给持有所述第一图谱资源的任务执行器。
在一种可能的实施方式中,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
在一种可能的实施方式中,所述资源分配记录还包括根节点,所述根节点对应于知识图谱***的***标识,所有任务执行器节点均为所述根节点的子节点。
在一种可能的实施方式中,所述方法还包括:
监控各个任务执行器的状态;
根据各个任务执行器的状态对所述资源分配记录进行更新。
在一种可能的实施方式中,所述任务执行器的状态包括故障状态;
根据各个任务执行器的状态对所述资源分配记录进行更新,包括:
在监控到第一任务执行器处于故障状态时,启动新的任务执行器,并在所述资源分配记录中添加所述新的任务执行器对应的任务执行器节点;
将所述第一任务执行器所持有的图谱资源重新分配给所述新的任务执行器,并更新所述新的任务执行器对应的任务执行器节点的子节点;
将所述第一任务执行器对应的任务执行器节点删除。
在一种可能的实施方式中,每种资源类型对应至少一个任务执行器;
根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,包括:
根据所述第一图谱资源的标识和资源分配记录,确定任务执行器列表,其中,所述任务执行器列表中包括多个持有所述第一图谱资源的任务执行器;
将所述请求任务分配给持有所述第一图谱资源的任务执行器,包括:
确定所述任务执行器列表中的各任务执行器的负载状态;
将所述请求任务分配给所述任务执行器列表中负载最小的任务执行器。
在一种可能的实施方式中,确定所述任务执行器列表中的各任务执行器的负载状态,包括:
获取所述任务执行器列表中的各任务执行器的图谱资源量和任务执行时间;
针对所述任务执行器列表中的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测。
在一种可能的实施方式中,所述方法还包括:
接收携带有第一图谱的标识的请求;
根据所述第一图谱的标识,获取所述第一图谱的待分配的图谱资源,并确定所述待分配的图谱资源所属的第一资源类型;
将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器。
在一种可能的实施方式中,将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器,包括:
在所述第一资源类型对应的任务执行器为多个时,确定所述第一资源类型对应的各个任务执行器的图谱资源量和任务执行时间;
针对所述第一资源类型对应的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第二预测模型对未来第二预设时间段内该任务执行器的负载状态进行预测;
将所述待分配的图谱资源分配给所述第一资源类型对应的多个任务执行器中负载最小的任务执行器。
在一种可能的实施方式中,接收携带有第一图谱资源的标识的请求任务,包括:
接收终端设备发送的携带有第一图谱资源的标识的请求任务;
将所述请求任务分配给持有所述第一图谱资源的任务执行器之后,所述方法还包括:
在持有所述第一图谱资源的任务执行器执行所述请求任务后,将所述第一图谱资源发送给所述终端设备,以使所述终端设备通过所述第一图谱资源对知识图谱进行访问。
第二方面,本申请实施例提供一种知识图谱管理装置,包括:
接收模块,用于接收携带有第一图谱资源的标识的请求任务;
处理模块,用于根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识;
第一分配模块,用于将所述请求任务分配给持有所述第一图谱资源的任务执行器。
在一种可能的实施方式中,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
在一种可能的实施方式中,所述资源分配记录还包括根节点,所述根节点对应于知识图谱***的***标识,所有任务执行器节点均为所述根节点的子节点。
在一种可能的实施方式中,所述装置还包括更新模块;
所述更新模块,用于:
监控各个任务执行器的状态;
根据各个任务执行器的状态对所述资源分配记录进行更新。
在一种可能的实施方式中,所述任务执行器的状态包括故障状态;
所述更新模块,具体用于:
在监控到第一任务执行器处于故障状态时,启动新的任务执行器,并在所述资源分配记录中添加所述新的任务执行器对应的任务执行器节点;
将所述第一任务执行器所持有的图谱资源重新分配给所述新的任务执行器,并更新所述新的任务执行器对应的任务执行器节点的子节点;
将所述第一任务执行器对应的任务执行器节点删除。
在一种可能的实施方式中,每种资源类型对应至少一个任务执行器;
所述处理模块,具体用于:
根据所述第一图谱资源的标识和资源分配记录,确定任务执行器列表,其中,所述任务执行器列表中包括多个持有所述第一图谱资源的任务执行器;
所述第一分配模块,具体用于:
确定所述任务执行器列表中的各任务执行器的负载状态;
将所述请求任务分配给所述任务执行器列表中负载最小的任务执行器。
在一种可能的实施方式中,所述第一分配模块,具体用于:
获取所述任务执行器列表中的各任务执行器的图谱资源量和任务执行时间;
针对所述任务执行器列表中的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测。
在一种可能的实施方式中,所述装置还包括第二分配模块;
所述第二分配模块,用于:
接收携带有第一图谱的标识的请求;
根据所述第一图谱的标识,获取所述第一图谱的待分配的图谱资源,并确定所述待分配的图谱资源所属的第一资源类型;
将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器。
在一种可能的实施方式中,所述第二分配模块,具体用于:
在所述第一资源类型对应的任务执行器为多个时,确定所述第一资源类型对应的各个任务执行器的图谱资源量和任务执行时间;
针对所述第一资源类型对应的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第二预测模型对未来第二预设时间段内该任务执行器的负载状态进行预测;
将所述待分配的图谱资源分配给所述第一资源类型对应的多个任务执行器中负载最小的任务执行器。
在一种可能的实施方式中,所述装置还包括发送模块;
所述接收模块,具体用于:
接收终端设备发送的携带有第一图谱资源的标识的请求任务;
所述发送模块,用于:
在持有所述第一图谱资源的任务执行器执行所述请求任务后,将所述第一图谱资源发送给所述终端设备,以使所述终端设备通过所述第一图谱资源对知识图谱进行访问。
第三方面,本申请实施例提供一种知识图谱管理设备,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的实施方式所述的知识图谱管理方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上第一方面以及第一方面各种可能的实施方式所述的知识图谱管理方法。
本申请实施例提供的知识图谱管理方法、装置、设备及存储介质,接收携带有第一图谱资源的标识的请求任务;根据第一图谱资源的标识和资源分配记录,确定持有第一图谱资源的任务执行器,其中,任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,资源分配记录中包含每个任务执行器所持有的图谱资源的标识;将请求任务分配给持有第一图谱资源的任务执行器,通过设置每个任务执行器对应一种资源类型,持有相应资源类型的图谱资源,从而将不同类型的图谱资源进行隔离,使分配到每个任务执行器的请求任务为请求同一类型图谱资源的任务,在多类型并发的请求任务时,避免不同类型的请求任务之间对图谱资源的竞争,从而减少请求阻塞的情况,减少由于过多请求任务积压导致任务执行器崩溃的情况。
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一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请一实施例提供的知识图谱***的架构示意图;
图2为本申请另一实施例提供的知识图谱***的架构示意图;
图3为本申请一实施例提供的知识图谱管理方法的流程示意图;
图4为本申请实施例提供的资源嗅探树的示意图;
图5为本申请实施例提供的任务执行器节点上线的流程示意图;
图6为本申请实施例提供的任务执行器节点下线的流程示意图;
图7为本申请实施例提供的任务执行器节点故障的流程示意图;
图8为本申请又一实施例提供的知识图谱管理方法的流程示意图;
图9为本申请实施例提供的请求任务分配的流程示意图;
图10为本申请另一实施例提供的知识图谱管理方法中进行图谱资源分配的流程示意图;
图11为本申请实施例提供的图谱资源分配的流程示意图;
图12为本申请一实施例提供的知识图谱管理装置的结构示意图;
图13为本申请一实施例提供的知识图谱管理设备的硬件结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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作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。
图1为本申请一实施例提供的知识图谱***的架构示意图。如图1所示,本实施例提供的知识图谱***包括应用层11、调度层12、图谱层13和本体层14。其中,应用层11用于提供各种应用服务,如信息管理、图谱查询、图谱推理、图谱管理、图谱挖掘、图谱更新等,用户可以通过应用层11下发各种类型的请求任务。调度层12用于根据请求任务进行相应的图谱资源调度。调度层12可以包括资源嗅探器和任务执行器,任务执行器用于执行请求任务,资源嗅探器用于对***中的资源和任务进行监管调度。本申请实施例主要对调度层12进行改进,后面将作详细说明,此处暂不做说明。图谱层13用于实现对知识谱图的图谱构建、知识融合、图谱沉淀等处理。本体层14用于实现知识图谱的本体抽象、本体继承、本体进行等。该知识图谱***可以集成于一个设备上实现,也可以由多个设备共同实现,在此不作限定。
图2为本申请另一实施例提供的知识图谱***的架构示意图。如图2所示,本实施例提供的知识图谱***包括终端设备21、知识图谱管理设备22。其中,终端设备21用于接收用户输入的指令,生成相应的服务请求发送至知识图谱管理设备22。知识图谱管理设备22根据接收到的服务请求生成相应的请求任务,为请求任务分配相应的图谱资源,并将图谱资源返回到终端设备21,以便终端设备21通过图谱资源连接到知识图谱。例如,用户需要根据某产品的名称或产品编号查询该产品对应的知识图谱,以了解该产品的价格、历史版本、厂家、组件参数等信息。用户可以通过终端设备21发送查询请求,知识图谱管理设备22将查询请求对应的图谱资源返回给终端设备21,终端设备21通过该图谱资源向用户显示所查询的信息。
图3为本申请一实施例提供的知识图谱管理方法的流程示意图。如图3所示,该方法包括:
S301、接收携带有第一图谱资源的标识的请求任务。
本实施例中,知识图谱库中可以包括一个或多个知识图谱,每个知识图谱可以有多个图谱资源。每个图谱资源对应于一个标识。知识图谱管理设备可以接收应用层发送的请求任务,该应用层可以为知识图谱管理设备的一个模块,也可以为用户的终端设备,在此不作限定。例如,知识图谱管理设备可以接收终端设备发送的携带有第一图谱资源的标识的请求任务。该请求任务携带有第一图谱资源的标识,用于请求第一图谱资源。
S302、根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识。
本实施例中,图谱资源可以分为多种资源类型,例如,资源类型可以为查询资源、更新资源、挖掘资源等。任务执行器设有多个。每个任务执行器对应于一种资源类型。而一种资源类型可以对应于一个或多个任务执行器,在此不作限定。知识图谱管理设备在进行图谱资源的分配时,对于每个任务执行器,只会给其分配对应类型的图谱资源,使每个任务执行器仅持有其对应资源类型的图谱资源。相应的,每个任务执行器也只能执行请求相应资源类型的图谱资源的请求任务。其中,任务执行器持有某图谱资源,是指该图谱资源被分配到该任务执行器的资源池中,该任务执行器可以在执行请求任务时将该图谱资源分配给发起请求任务的请求者。
资源分配记录用于记录每个任务执行器所持有的图谱资源的标识。例如,资源分配记录可以记录有每个任务执行器的标识,以及每个任务执行器所持有的图谱资源的标识,任务执行器的标识与其所持有的图谱资源的标识相关联。另外,资源分配记录还可以记录有每个任务执行的上线状态、其持有的图谱资源所分配到的请求者等信息,在此不作限定。通过在资源分配记录中查找第一图谱资源的标识,可以确定出持有第一图谱资源的任务执行器。
可选地,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
本实施例中,资源分配记录可以为树形数据结构。为便于描述,本实施例中将树形数据结构的资源分配记录称为资源嗅探树。资源嗅探树包括至少两层节点:任务执行器节点,图谱资源节点。任务执行器节点与任务调用设备中运行的任务执行器一一对应。每个任务执行器下可以对应于一个或多个图谱资源节点。一个任务执行器节点的子节点即为该任务执行器所持有的图谱资源所对应的节点。例如,一个任务执行器的任务执行器节点可以包括该任务执行器的标识,一个图谱资源的图谱资源节点可以包括该图谱资源节的标识。
可选地,所述资源分配记录还包括根节点,所述根节点对应于知识图谱***的***标识,所有任务执行器节点均为所述根节点的子节点。
本实施例中,资源嗅探树包括三层节点:根节点、任务执行器节点、图谱资源节点。其中,根节点对应于知识图谱***的***标识,任务执行器所对应的节点均为该根节点的子节点。
如图4所示为本申请实施例提供的资源嗅探树的示意图。图4中,第一层根节点表示为S,对应于知识图谱***的标识。第二层节点为3个任务执行器节点,表示为执行器1、执行器2、执行器3。其中,执行器1对应于A类资源,执行器2对应于B类资源、执行器3对应于C类资源。第三层节点共有9个图谱资源节点,分别表示为1A、2A、1A、1B、3B、4B、5C、6C、7C。其中,1A表示图谱1的A类资源,3B表示图谱3的B类资源,其他节点按照同样的方式命名,不再赘述。第三层节点中,1A、2A、1A为执行器1持有,1B、3B、4B为执行器2持有,5C、6C、7C为执行器3持有。
S303、将所述请求任务分配给持有所述第一图谱资源的任务执行器。
本实施例中,知识图谱管理设备确定持有第一图谱资源的任务执行器后,将该请求任务发送给该任务执行器执行,以使该任务执行器在执行该请求任务,将相应的图谱资源分配给发起该请求任务的请求者。
本申请实施例接收携带有第一图谱资源的标识的请求任务;根据第一图谱资源的标识和资源分配记录,确定持有第一图谱资源的任务执行器,其中,任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,资源分配记录中包含每个任务执行器所持有的图谱资源的标识;将请求任务分配给持有第一图谱资源的任务执行器,通过设置每个任务执行器对应一种资源类型,持有相应资源类型的图谱资源,从而将不同类型的图谱资源进行隔离,使分配到每个任务执行器的请求任务为请求同一类型图谱资源的任务,在多类型并发的请求任务时,避免不同类型的请求任务之间对图谱资源的竞争,从而减少请求阻塞的情况,减少由于过多请求任务积压导致任务执行器崩溃的情况。
可选地,S303之后,上述方法还可以包括:
在持有所述第一图谱资源的任务执行器执行所述请求任务后,将所述第一图谱资源发送给所述终端设备,以使所述终端设备通过所述第一图谱资源对知识图谱进行访问。
本实施例中,知识图谱管理设备接收终端设备发送的请求任务,将请求任务分配给持有第一图谱资源的任务执行器,在持有第一图谱资源的任务执行器执行该请求任务后,将第一图谱资源发送给终端设备。终端设备通过第一图谱资源对知识图谱进行访问,获取或管理相应的知识图谱信息。
可选地,上述方法还可以包括:
监控各个任务执行器的状态;
根据各个任务执行器的状态对所述资源分配记录进行更新。
本实施例中,任务执行器的状态可以为启动、关闭、发生故障、所持有的图谱资源变化等。任务监控设备可以监控任务执行器的状态,及时对资源分配记录进行更新,以确保资源分配记录准确反映任务执行器的状态。
在某任务执行器启动时可以在资源嗅探树中上线相应的任务执行器节点。例如,参照图5,知识图谱***启动时可以根据环境配置同时启动任务执行器,每个任务执行器启动完成后主动向资源嗅探树注册该任务执行器节点,并记录该任务执行器的最大图谱资源容量。其中,最大图谱资源容量表征该任务执行器所能持有的图谱资源的最大数量。任务执行器节点一旦注册成功,便向知识图谱管理设备定时发送当前时间以维持自己的活跃状态。例如,知识图谱管理设备中可以包括资源嗅探器,资源嗅探器用于对资源嗅探树进行管理和更新。任务执行器节点可以向资源嗅探器定时发送当前时间以维持自己的活跃状态。
在某任务执行器关闭时可以在资源嗅探树中下线相应的任务执行器节点。例如,参照图6,任务执行器完成任务被主动关闭之前,可以主动向资源嗅探树下线自己对应的节点,可以请求知识图谱管理设备首先将任务执行器自身所持有的所有图谱资源下线,然后将自身对应的节点下线。
在一种可能的实施方式中,所述任务执行器的状态包括故障状态;
根据各个任务执行器的状态对所述资源分配记录进行更新,包括:
在监控到第一任务执行器处于故障状态时,启动新的任务执行器,并在所述资源分配记录中添加所述新的任务执行器对应的任务执行器节点;
将所述第一任务执行器所持有的图谱资源重新分配给所述新的任务执行器,并更新所述新的任务执行器对应的任务执行器节点的子节点;
将所述第一任务执行器对应的任务执行器节点删除。
本实施例中,在某任务执行器发生故障时可以启动新的任务执行器,并在资源嗅探树中更新相应的任务执行器节点。例如,参照图7,在任务执行器1出现故障时,资源嗅探器可以通过判断当前时间与任务执行器1最新一次发送的时间查差是否大于活跃配置时间,如果是则判定任务执行器1故障,则重启新的任务执行器3,由新的任务执行器3节点将故障的任务执行器1节点所持有的图谱资源重新进行申请,并将故障的任务执行器1的节点下线。
本申请实施例知识图谱管理设备基于三层的资源嗅探树对***中图谱资源使用及分配情况进行实时嗅探管理,同时对任务执行者进行嗅探,分别有不同的处理机制应对谱图资源和任务执行者的上线、下线和故障情况。与相关技术相比,当***中存在多种类型的图谱资源存在时,能够方便统一及时地对图谱资源以及图谱资源的持有者进行监控。通过在***中构建一个树结构的根节点表征该***标识,对任务执行器进行身份注册,在树结构中构建第二层节点;对任务执行器所持有的图谱资源进行请求者记录和图谱资源信息记录,构建树中第三层节点,能够实现自上而下地对任务执行器和其所持有的资源进行实时监控。该架构的基础上,通过对图谱资源节点加上用户标识,便可以轻松实现用户级别的资源隔离。
图8为本申请又一实施例提供的知识图谱管理方法的流程示意图。本实施例对确定持有第一图谱资源的任务执行器的具体实现过程进行了详细说明。如图8所示,该方法包括:
S801、接收携带有第一图谱资源的标识的请求任务。
本实施例中,S801与图3实施例中的S301类似,此处不再赘述。
S802、根据所述第一图谱资源的标识和资源分配记录,确定任务执行器列表,其中,所述任务执行器列表中包括多个持有所述第一图谱资源的任务执行器。所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识。
本实施例中一种资源类型可能对应于一个或多个任务执行器,所以存在多个任务执行器都持有第一图谱资源的情况,这些任务执行器都能够被分配用于执行请求第一图谱资源的请求任务。因此,根据第一图谱资源的标识和资源分配记录可以确定任务执行器列表,该任务执行器列表中可以包含所有持有第一图谱资源的任务执行器。例如,请求任务携带有图谱1的A类图谱资源的标识,用于请求图谱1的A类图谱资源。通过查询资源分配记录,发现当前有两个任务执行器,执行器1和执行器3均持有图谱1的A类图谱资源,因此可以确定出任务执行器列表,该任务执行器列表中包含执行器1和执行器3的标识。
S803、确定所述任务执行器列表中的各任务执行器的负载状态。
本实施例中,知识图谱管理设备可以获取任务执行器列表中的各个任务执行器的数据,根据获取到的数据确定各任务执行器的负载状态,以便根据各任务执行器的负载状态确定将待分配的请求任务,分配到其中哪个任务执行器上,实现对任务执行器的负载均衡调整,避免同一类型的图谱资源的请求任务集中于某个任务执行器的情况,进一步减少同类型的请求任务之间的资源竞争,减少请求阻塞。
可选地,S803可以包括:
获取所述任务执行器列表中的各任务执行器的图谱资源量和任务执行时间;
针对所述任务执行器列表中的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测。
本实施例中,知识图谱管理设备可以获取任务执行器列表中的各个任务执行器的图谱资源量和任务执行时间。其中,图谱资源量为任务执行器所持有的图谱资源的数量。任务执行时间可以为任务执行器中待执行的所有请求任务所需的时间,或者任务执行器执行单个请求任务所需的时间等,在此不作限定。此外,还可以获取与各任务执行器的负载状态相关的其他数据,在此不作限定。对于每个任务执行器,可以根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测,从而确定该任务执行器的负载状态。第一预测模型可以为基于时序分析方法、自回归时间序列方法、机器学习回归算法等方式构建的预测模型,在此不作限定。
S804、将所述请求任务分配给所述任务执行器列表中负载最小的任务执行器。
本实施例中,在确定出各任务执行器的负载状态后,可以将待分配的请求任务发送给任务执行器中负载最小的任务执行器,从而实现对任务执行器之间的负载均衡。
下面结合图9进行说明,如图9所示为本申请实施例提供的请求任务分配的流程示意图。知识图谱中不同的请求任务需要使用的图谱资源是不同的,所以知识图谱***中对请求任务的分配是基于图谱资源进行的。知识图谱管理设备进行请求任务分配时首先要获取到进行任务调度所依据的图谱资源,该图谱资源由资源嗅探器拉取资源嗅探树的信息得到,之后进行对应图谱资源路由获取到持有可用图谱资源的所有任务执行器列表。知识图谱管理设备基于任务执行器列表进行任务路由,确定好哪些任务执行器进行任务执行后向资源嗅探树更新任务执行器状态以及所持有的图谱资源状态。在对任务执行器进行任务路由时,由知识图谱管理设备的预测模型进行路由,即基于该类别的任务执行器的负载预测结果进行升序排序后,优先将请求任务分配给排在最前端的且持有任务所需要的图谱资源的任务执行器,进行任务的负载均衡。
图10为本申请另一实施例提供的知识图谱管理方法中进行图谱资源分配的流程示意图。本实施例中知识图谱管理设备除了进行任务调度之外,还向任务执行器分配图谱资源。
如图4所示,该方法包括:
S1001、接收携带有第一图谱的标识的请求。
本实施例中,用户在需要请求某个知识图谱的图谱资源之前,可以先通过应用层向知识图谱管理设备发送携带有该知识图谱的标识的请求,以使知识图谱管理设备将该知识图谱的图谱资源分配到相应的任务执行器上,之后用户可以通过应用层向知识图谱管理设备发送请求任务,以请求该知识图谱的某类资源。
S1002、根据所述第一图谱的标识,获取所述第一图谱的待分配的图谱资源,并确定所述待分配的图谱资源所属的第一资源类型。
S1003、将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器。
本实施例中,由于不同的资源类型对应于不同的任务执行器,在根据获取第一图谱的待分配的图谱资源后,先确定待分配的图谱资源所属的资源类型,在此记为第一资源类型,然后将待分配的图谱资源分配给第一资源类型对应的任务执行器,以实现每个任务执行器仅持有相应资源类型的图谱资源。
可选地,S1003可以包括:
在所述第一资源类型对应的任务执行器为多个时,确定所述第一资源类型对应的各个任务执行器的图谱资源量和任务执行时间;
针对所述第一资源类型对应的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第二预测模型对未来第二预设时间段内该任务执行器的负载状态进行预测;
将所述待分配的图谱资源分配给所述第一资源类型对应的多个任务执行器中负载最小的任务执行器。
本实施例中,第二预测模型可以基于时序分析方法、自回归时间序列方法、机器学习回归算法等方式构建的预测模型,在此不作限定。知识图谱管理设备在进行图谱资源分配时,可以确定该图谱资源所属类型对应的各个任务执行器的负载状态,根据负载状态,将待分配的图谱资源分配给其中负载最小的任务执行器,以实现同类型的任务执行器之间的负载均衡。
知识图谱的应用是需要对应于底层知识图谱的,因此不同的图谱应用所需要的图谱资源是不同的。现有的分布式资源管理框架分配资源时每个任务执行器所分配到的图谱资源完全相同,此种模式对应于知识图谱***而言,由于图谱资源有多种且每个任务执行器拥有所有种类的资源,容易导致某一个任务执行器的任务堆积阻塞,且造成其他任务执行器中只有极少任务导致图谱资源的浪费。例如,当上层服务的多并发是针对同一个知识图谱的同一类型任务时,容易出现同一类任务堆积在同一个任务执行器中,造成其他任务执行器空闲而该任务执行器繁忙,出现请求负载不均衡情况,影响***使用效率。
针对上述问题,本实施例中的图谱资源分配模式可以支持资源的异步分配,所谓异步是指将不同类型的图谱资源分配到不同的任务执行器中,即不同的任务执行器可以被分配不同的资源。任务达到时已经由任务管理器基于资源嗅探树根据图谱资源被分流,可以解决任务的堆积阻塞,同时避免资源分配的重复性导致的资源浪费。通过提供多类型多数量的任务执行器,同一类别的多任务可以均衡分配到不同的任务执行器中,实现任务和资源的负载均衡,提高***资源利用率。
下面结合图11进行说明,如图11所示为本申请实施例提供的请求任务分配的流程示意图。图谱资源的异步分配是基于知识图谱管理设备的预测进行分配的,知识图谱管理设备对资源嗅探树上任务执行器和资源的状态进行实时记录,统计各个任务执行器的类别、图谱资源量和任务执行时间,基于时序分析方法、自回归时间序列方法、机器学习回归算法等方式构建相应的预测模型,对未来一段时间内各个任务执行器上的负载状态进行预测。资源的异步分配是针对每类任务执行器的负载预测进行升序排序后,将图谱资源优先分配给排在最前端,负载状态相对空闲的任务执行器,通过对资源进行负载均衡从而实现对未来任务的负载均衡。
本申请实施例通过提出三层资源嗅探树对***中的资源和任务进行监管调度,并基于资源调度树和任务执行器的未来负载预测设计了知识图谱资源的异步资源分配和任务分配,具有以下优点:
1.提出基于三层嗅探树架构的资源嗅探器,实现对资源和任务执行器的统一监控。
2.基于资源嗅探器,进行任务和资源分配,实现任务执行器的资源隔离,确保任务执行器之间资源的独立性,避免多任务的并发时出现请求阻塞。
3.基于资源嗅探树和负载预测模型提出图谱资源的异步分配模式和任务分配模式,可以将同一类别的多任务均衡分配,实现资源和任务的负载均衡,提高***资源利用率。
图12为本申请一实施例提供的知识图谱管理装置的结构示意图。如图12所示,该知识图谱管理装置120包括:接收模块1201、处理模块1202和第一分配模块1203。
接收模块1201,用于接收携带有第一图谱资源的标识的请求任务。
处理模块1202,用于根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识。
第一分配模块1203,用于将所述请求任务分配给持有所述第一图谱资源的任务执行器。
本申请实施例接收携带有第一图谱资源的标识的请求任务;根据第一图谱资源的标识和资源分配记录,确定持有第一图谱资源的任务执行器,其中,任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,资源分配记录中包含每个任务执行器所持有的图谱资源的标识;将请求任务分配给持有第一图谱资源的任务执行器,通过设置每个任务执行器对应一种资源类型,持有相应资源类型的图谱资源,从而将不同类型的图谱资源进行隔离,使分配到每个任务执行器的请求任务为请求同一类型图谱资源的任务,在多类型并发的请求任务时,避免不同类型的请求任务之间对图谱资源的竞争,从而减少请求阻塞的情况。
可选地,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
可选地,所述资源分配记录还包括根节点,所述根节点对应于知识图谱***的***标识,所有任务执行器节点均为所述根节点的子节点。
可选地,所述装置还包括更新模块;
所述更新模块,用于:
监控各个任务执行器的状态;
根据各个任务执行器的状态对所述资源分配记录进行更新。
可选地,所述任务执行器的状态包括故障状态;
所述更新模块,具体用于:
在监控到第一任务执行器处于故障状态时,启动新的任务执行器,并在所述资源分配记录中添加所述新的任务执行器对应的任务执行器节点;
将所述第一任务执行器所持有的图谱资源重新分配给所述新的任务执行器,并更新所述新的任务执行器对应的任务执行器节点的子节点;
将所述第一任务执行器对应的任务执行器节点删除。
可选地,每种资源类型对应至少一个任务执行器;
所述处理模块1202,具体用于:
根据所述第一图谱资源的标识和资源分配记录,确定任务执行器列表,其中,所述任务执行器列表中包括多个持有所述第一图谱资源的任务执行器;
所述第一分配模块1203,具体用于:
确定所述任务执行器列表中的各任务执行器的负载状态;
将所述请求任务分配给所述任务执行器列表中负载最小的任务执行器。
可选地,所述第一分配模块1203,具体用于:
获取所述任务执行器列表中的各任务执行器的图谱资源量和任务执行时间;
针对所述任务执行器列表中的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测。
可选地,所述装置还包括第二分配模块;
所述第二分配模块,用于:
接收携带有第一图谱的标识的请求;
根据所述第一图谱的标识,获取所述第一图谱的待分配的图谱资源,并确定所述待分配的图谱资源所属的第一资源类型;
将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器。
可选地,所述第二分配模块,具体用于:
在所述第一资源类型对应的任务执行器为多个时,确定所述第一资源类型对应的各个任务执行器的图谱资源量和任务执行时间;
针对所述第一资源类型对应的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第二预测模型对未来第二预设时间段内该任务执行器的负载状态进行预测;
将所述待分配的图谱资源分配给所述第一资源类型对应的多个任务执行器中负载最小的任务执行器。
可选地,所述装置还包括发送模块;
所述接收模块,具体用于:
接收终端设备发送的携带有第一图谱资源的标识的请求任务;
所述发送模块,用于:
在持有所述第一图谱资源的任务执行器执行所述请求任务后,将所述第一图谱资源发送给所述终端设备,以使所述终端设备通过所述第一图谱资源对知识图谱进行访问。
本申请实施例提供的知识图谱管理装置,可用于执行上述的方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
图13为本申请一实施例提供的知识图谱管理设备的硬件结构示意图。如图13所示,本实施例提供的知识图谱管理设备130包括:至少一个处理器1301和存储器1302。该知识图谱管理设备130还包括通信部件1303。其中,处理器1301、存储器1302以及通信部件1303通过总线1304连接。
在具体实现过程中,至少一个处理器1301执行所述存储器1302存储的计算机执行指令,使得至少一个处理器1301执行如上的知识图谱管理方法。
处理器1301的具体实现过程可参见上述方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
在上述的图13所示的实施例中,应理解,处理器可以是中央处理单元(英文:Central Processing Unit,简称:CPU),还可以是其他通用处理器、数字信号处理器(英文:Digital Signal Processor,简称:DSP)、专用集成电路(英文:Application SpecificIntegrated Circuit,简称:ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器。
总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral Component Interconnect,PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture,EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示,本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如上的知识图谱管理方法。
上述的计算机可读存储介质,上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的可读存储介质耦合至处理器,从而使处理器能够从该可读存储介质读取信息,且可向该可读存储介质写入信息。当然,可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(Application Specific IntegratedCircuits,简称:ASIC)中。当然,处理器和可读存储介质也可以作为分立组件存在于设备中。
最后应说明的是:以上各实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述各实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (12)
1.一种知识图谱管理方法,其特征在于,包括:
接收携带有第一图谱资源的标识的请求任务;
根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识;
将所述请求任务分配给持有所述第一图谱资源的任务执行器;
其中,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
2.根据权利要求1所述的方法,其特征在于,所述资源分配记录还包括根节点,所述根节点对应于知识图谱***的***标识,所有任务执行器节点均为所述根节点的子节点。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
监控各个任务执行器的状态;
根据各个任务执行器的状态对所述资源分配记录进行更新。
4.根据权利要求3所述的方法,其特征在于,所述任务执行器的状态包括故障状态;
根据各个任务执行器的状态对所述资源分配记录进行更新,包括:
在监控到第一任务执行器处于故障状态时,启动新的任务执行器,并在所述资源分配记录中添加所述新的任务执行器对应的任务执行器节点;
将所述第一任务执行器所持有的图谱资源重新分配给所述新的任务执行器,并更新所述新的任务执行器对应的任务执行器节点的子节点;
将所述第一任务执行器对应的任务执行器节点删除。
5.根据权利要求1所述的方法,其特征在于,每种资源类型对应至少一个任务执行器;
根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,包括:
根据所述第一图谱资源的标识和资源分配记录,确定任务执行器列表,其中,所述任务执行器列表中包括多个持有所述第一图谱资源的任务执行器;
将所述请求任务分配给持有所述第一图谱资源的任务执行器,包括:
确定所述任务执行器列表中的各任务执行器的负载状态;
将所述请求任务分配给所述任务执行器列表中负载最小的任务执行器。
6.根据权利要求5所述的方法,其特征在于,确定所述任务执行器列表中的各任务执行器的负载状态,包括:
获取所述任务执行器列表中的各任务执行器的图谱资源量和任务执行时间;
针对所述任务执行器列表中的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第一预测模型对未来第一预设时间段内该任务执行器的负载状态进行预测。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收携带有第一图谱的标识的请求;
根据所述第一图谱的标识,获取所述第一图谱的待分配的图谱资源,并确定所述待分配的图谱资源所属的第一资源类型;
将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器。
8.根据权利要求7所述的方法,其特征在于,将所述待分配的图谱资源分配给所述第一资源类型对应的任务执行器,包括:
在所述第一资源类型对应的任务执行器为多个时,确定所述第一资源类型对应的各个任务执行器的图谱资源量和任务执行时间;
针对所述第一资源类型对应的每个任务执行器,根据该任务执行器的图谱资源量和任务执行时间,通过第二预测模型对未来第二预设时间段内该任务执行器的负载状态进行预测;
将所述待分配的图谱资源分配给所述第一资源类型对应的多个任务执行器中负载最小的任务执行器。
9.根据权利要求1-8任一项所述的方法,其特征在于,接收携带有第一图谱资源的标识的请求任务,包括:
接收终端设备发送的携带有第一图谱资源的标识的请求任务;
将所述请求任务分配给持有所述第一图谱资源的任务执行器之后,所述方法还包括:
在持有所述第一图谱资源的任务执行器执行所述请求任务后,将所述第一图谱资源发送给所述终端设备,以使所述终端设备通过所述第一图谱资源对知识图谱进行访问。
10.一种知识图谱管理装置,其特征在于,包括:
接收模块,用于接收携带有第一图谱资源的标识的请求任务;
处理模块,用于根据所述第一图谱资源的标识和资源分配记录,确定持有所述第一图谱资源的任务执行器,其中,所述任务执行器为多个,每个任务执行器对应于一种资源类型,每个任务执行器持有相应资源类型的图谱资源,所述资源分配记录中包含每个任务执行器所持有的图谱资源的标识;
第一分配模块,用于将所述请求任务分配给持有所述第一图谱资源的任务执行器;
其中,所述资源分配记录为树形数据结构,所述资源分配记录包括任务执行器节点和图谱资源节点;每个任务执行器节点对应于一个任务执行器,每个图谱资源节点对应于一个图谱资源;每个任务执行器所持有的图谱资源对应的图谱资源节点,为该任务执行器对应的任务执行器节点的子节点。
11.一种知识图谱管理设备,其特征在于,包括:至少一个处理器和存储器;
所述存储器存储计算机执行指令;
所述至少一个处理器执行所述存储器存储的计算机执行指令,使得所述至少一个处理器执行如权利要求1-9任一项所述的知识图谱管理方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现如权利要求1-9任一项所述的知识图谱管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353640.XA CN113032576B (zh) | 2019-12-25 | 2019-12-25 | 知识图谱管理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911353640.XA CN113032576B (zh) | 2019-12-25 | 2019-12-25 | 知识图谱管理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113032576A CN113032576A (zh) | 2021-06-25 |
CN113032576B true CN113032576B (zh) | 2022-06-03 |
Family
ID=76452425
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911353640.XA Active CN113032576B (zh) | 2019-12-25 | 2019-12-25 | 知识图谱管理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113032576B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317635A (zh) * | 2014-10-13 | 2015-01-28 | 北京航空航天大学 | 混合任务下的动态资源调度方法及*** |
CN107277126A (zh) * | 2017-06-13 | 2017-10-20 | 郑州云海信息技术有限公司 | 一种云计算资源管理方法及装置 |
CN107734558A (zh) * | 2017-10-26 | 2018-02-23 | 北京邮电大学 | 一种基于多服务器的移动边缘计算控制及资源调度方法 |
CN109471727A (zh) * | 2018-10-29 | 2019-03-15 | 北京金山云网络技术有限公司 | 一种任务处理方法、装置及*** |
CN110175826A (zh) * | 2019-05-31 | 2019-08-27 | 上海连尚网络科技有限公司 | 一种用于资源分配的方法与设备 |
CN110457489A (zh) * | 2019-08-12 | 2019-11-15 | 珠海格力电器股份有限公司 | 资源调度方法及***、计算机可读存储介质 |
-
2019
- 2019-12-25 CN CN201911353640.XA patent/CN113032576B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104317635A (zh) * | 2014-10-13 | 2015-01-28 | 北京航空航天大学 | 混合任务下的动态资源调度方法及*** |
CN107277126A (zh) * | 2017-06-13 | 2017-10-20 | 郑州云海信息技术有限公司 | 一种云计算资源管理方法及装置 |
CN107734558A (zh) * | 2017-10-26 | 2018-02-23 | 北京邮电大学 | 一种基于多服务器的移动边缘计算控制及资源调度方法 |
CN109471727A (zh) * | 2018-10-29 | 2019-03-15 | 北京金山云网络技术有限公司 | 一种任务处理方法、装置及*** |
CN110175826A (zh) * | 2019-05-31 | 2019-08-27 | 上海连尚网络科技有限公司 | 一种用于资源分配的方法与设备 |
CN110457489A (zh) * | 2019-08-12 | 2019-11-15 | 珠海格力电器股份有限公司 | 资源调度方法及***、计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113032576A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11507430B2 (en) | Accelerated resource allocation techniques | |
US11586673B2 (en) | Data writing and reading method and apparatus, and cloud storage system | |
JP6732798B2 (ja) | コンピュートクラスタ内のリソースインスタンスグループの自動スケーリング | |
US9686141B2 (en) | Systems and methods for resource sharing between two resource allocation systems | |
US10887202B2 (en) | Pre-starting services based on traversal of a directed graph during execution of an application | |
CN110941481A (zh) | 资源调度方法、装置及*** | |
EP3089032A1 (en) | Management system, overall management node, and management method | |
CN105049268A (zh) | 分布式计算资源分配***和任务处理方法 | |
US9184982B2 (en) | Balancing the allocation of virtual machines in cloud systems | |
CN105515977B (zh) | 获取网络中传输路径的方法、装置和*** | |
CN107665143B (zh) | 资源管理方法、装置及*** | |
CN112162852A (zh) | 一种多架构cpu节点的管理方法、装置及相关组件 | |
CN106533961A (zh) | 一种流量控制方法及装置 | |
CN105260244A (zh) | 一种分布式***任务调度的方法和装置 | |
CN109039694B (zh) | 一种面向业务的全局网络资源分配方法及装置 | |
CN113535346B (zh) | 线程数量调整的方法、装置、设备及计算机存储介质 | |
CN113032576B (zh) | 知识图谱管理方法、装置、设备及存储介质 | |
CN112448833B (zh) | 一种多管理域的通信方法和装置 | |
US20220360487A1 (en) | Negative caching for event notifications | |
CN109962941B (zh) | 通信方法、装置以及服务器 | |
US11416563B1 (en) | Query language for selecting and addressing resources | |
CN115470303A (zh) | 一种数据库访问方法、装置、***、设备及可读存储介质 | |
US10771539B2 (en) | Systems and methods for cross-cluster service provision | |
CN112822306A (zh) | 代理ip动态管理方法、设备及计算机可读存储介质 | |
CN105868012A (zh) | 处理用户请求的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |