CN116360994A - 分布式异构资源池的调度方法、装置、服务器及存储介质 - Google Patents

分布式异构资源池的调度方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN116360994A
CN116360994A CN202310333537.9A CN202310333537A CN116360994A CN 116360994 A CN116360994 A CN 116360994A CN 202310333537 A CN202310333537 A CN 202310333537A CN 116360994 A CN116360994 A CN 116360994A
Authority
CN
China
Prior art keywords
resource
resource pool
score
pools
instance
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
Application number
CN202310333537.9A
Other languages
English (en)
Inventor
岳海涛
叶奕洲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Unicom Digital Technology Co Ltd
Unicom Cloud Data Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Unicom Digital Technology Co Ltd
Unicom Cloud Data Co Ltd
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 China United Network Communications Group Co Ltd, Unicom Digital Technology Co Ltd, Unicom Cloud Data Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202310333537.9A priority Critical patent/CN116360994A/zh
Publication of CN116360994A publication Critical patent/CN116360994A/zh
Pending legal-status Critical Current

Links

Images

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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • 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
    • 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
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances
    • 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
    • G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
    • 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
    • G06F2009/45583—Memory management, e.g. access or allocation
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances
    • 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
    • G06F2209/5011—Pool
    • 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)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种分布式异构资源池的调度方法、装置、服务器及存储介质，该方法包括：接收用户端发送的资源创建请求，资源创建请求中包括实例规格；获取与实例规格对应的实例规格族；根据实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表；根据资源池的资源库存量对第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表；对第二资源池列表中的资源池进行评分并得到评分结果，根据评分结果从第二资源池列表中的资源池中获得目标资源池；根据资源创建请求在目标资源池上创建资源实例。本发明实现了在分布式云场景下从多个资源池中筛选出合适的资源池，还实现了对同一个云池内不同资源池的调度。

Description

分布式异构资源池的调度方法、装置、服务器及存储介质
技术领域
本发明涉及云计算技术领域，尤其涉及一种分布式异构资源池的调度方法、装置、服务器及存储介质。
背景技术
在云计算中，通过对计算资源、存储资源以及网络资源进行虚拟化、形成一个资源池，可以提高资源的利用率，降低运维管理成本。并且随着云计算的发展，服务器支持的CPU(中央处理器，central processing unit)架构也是多种多样。
现有技术中，当用户创建虚拟机时，基于资源分配策略和资源调度策略进行资源的调度的方法为：根据用户选择的资源分配策略，确定资源池内的可用主机的信息，并生成主机列表；根据用户选择的资源调度策略，从主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；计算得到剩余主机列表中优化主机和优化存储，并分配给虚拟机；当集群开启分布式资源调度程序时，将集群的列表和剩余主机列表组成一个综合主机列表供选择；计算得到综合主机列表中优化主机和优化存储，并分配给虚拟机。
然而，发明人发现，现在技术至少存在以下缺点：资源调度的方法无法适应分布式云的场景，无法从多个资源池中通过调度算法筛选出合适的资源池；并且现有技术的资源调度的方法不能解决服务器的中央处理器架构不同导致的异构云的资源调度问题。因此无法合理地把资源的创建调度到合适的资源池上，不能解决各资源池上的资源合理分配问题。
发明内容
本发明提供一种分布式异构资源池的调度方法、装置、服务器及存储介质，以解决现有技术中存在的无法合理地把资源的创建调度到合适的资源池上，不能解决各资源池上的资源合理分配的问题。
第一方面，本发明提供一种分布式异构资源池的调度方法，包括：
接收用户端发送的资源创建请求，其中所述资源创建请求中包括实例规格；
获取与所述实例规格对应的实例规格族；
根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表；
根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表；
对所述第二资源池列表中的资源池进行评分并得到评分结果，根据所述评分结果从所述第二资源池列表中的资源池中获得目标资源池；
根据所述资源创建请求在所述目标资源池上创建资源实例。
在一种可能的设计中，所述根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表，包括：获取所述实例规格族的类型、实例规格族的中央处理器架构属性以及磁盘类型，作为所述实例规格族的资源属性；根据所述资源属性从资源池中筛选出满足所述实例规格族的资源属性的资源池；将筛选得到的资源池生成第一资源池列表。
在一种可能的设计中，所述根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表，包括：通过库存获得资源池中的资源库存量；根据所述资源库存量按照预设筛选标准从所述第一资源池列表中的资源池中筛选出资源池；其中所述预设筛选标准为资源池的资源库存量满足至少一个资源实例的创建；将筛选得到的资源池生成第二资源池列表。
在一种可能的设计中，其中所述资源池为多个，且各资源池分别包含多个专区；相应地，所述对所述第二资源池列表中的资源池进行评分，根据评分结果从所述第二资源池列表中的资源池中获得目标资源池，包括：根据所述实例规格对应的实例规格族，对所述第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到所述各资源池的第一得分；根据各资源池中剩余的中央处理器核数和内存进行统计打分，得到所述各资源池的第二得分；根据各资源池的网络延迟时间进行统计打分，得到所述各资源池的第三得分；根据所述第一得分、第二得分和第三得分得到资源池的最终得分，并根据所述最终得分确定目标资源池。
在一种可能的设计中，其中所述资源创建请求中还包括各专区的权重值；相应地，所述根据所述实例规格对应的实例规格族，对所述第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到所述各资源池的第一得分，包括：根据所述实例规格对应的实例规格族对所述第二资源池列表中的各个资源池包含的多个专区进行过滤，得到满足所述实例规格的多个目标专区；获取所述多个目标专区的权重值，并将各目标专区的权重值中的最大值设定为第一得分。
在一种可能的设计中，所述根据各个资源池中剩余的中央处理器核数和内存进行统计打分，得到所述各个资源池的第二得分，包括：获取所述实例规格的虚拟中央处理器数量和所述实例规格的内存数，获取所述资源池的虚拟中央处理器库存数量和内存的库存数量；计算所述资源池的虚拟中央处理器库存数量与所述实例规格的虚拟中央处理器数量的第一比值；计算内存的库存数量与实例规格的内存数的第二比值；将所述第一比值和第二比值中的最小值确定为所述第二得分。
在一种可能的设计中，所述根据各个资源池的网络延迟情况进行统计打分，得到所述各个资源池的第三得分，包括：获取资源池的网络延迟时间，用第一时间值减去所述网络延迟时间与第二时间值的比值，得到第二网络延迟时间；若第二网络延迟时间大于0，则将第二网络延迟时间设置为资源池的第三得分；若第二网络延迟时间小于等于0，则将资源池的第三得分设置为0。
在一种可能的设计中，所述资源创建请求中还包含第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；相应地，所述根据所述第一得分、第二得分和第三得分得到资源池的最终得分，并根据所述最终得分确定目标资源池，包括：将第一得分、第二得分和第三得分进行加和，得到所述最终得分；或者，从所述资源创建请求中获取第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；将第一得分与第一得分的权重占比的乘积、第二得分与第二得分的权重占比的乘积以及第三得分与第三得分的权重占比的乘积进行加和，得到所述最终得分；将最大的最终得分对应的资源池确定为目标资源池。
第二方面，本发明提供一种分布式异构资源池的调度装置，包括：
接收模块，用于接收用户端发送的资源创建请求，其中所述资源创建请求中包括实例规格；
获取模块，用于获取与所述实例规格对应的实例规格族；
第一筛选模块，用于根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表；
第二筛选模块，用于根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表；
评分模块，用于对所述第二资源池列表中的资源池进行评分并得到评分结果，根据所述评分结果从所述第二资源池列表中的资源池中获得目标资源池；
创建模块，用于根据所述资源创建请求在所述目标资源池上创建资源实例。
第三方面，本发明提供一种服务器，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设计所述的分布式异构资源池的调度方法。
第四方面，本发明提供一种计算机存储介质，所述计算机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设计所述的分布式异构资源池的调度方法。
本发明提供的分布式异构资源池的调度方法、装置、服务器及存储介质，通过接收用户端发送的资源创建请求，根据资源创建请求中的实例规格获取与实例规格对应的实例规格族，根据实例规格族的资源属性对资源池进行第一次筛选，再根据资源池的资源库存量对资源池进行第二次筛选，最后结合资源池的评分筛选得到目标资源池，根据资源创建请求在目标资源池上创建资源实例，实现了在分布式云场景下从多个资源池中筛选出合适的资源池，解决了各资源池上的资源合理分配问题，同时实现了对同一个云池内不同资源池的调度，解决异构云的资源调度问题。
附图说明
为了更清楚地说明本发明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发明的一些实施例，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为本发明实施例提供的分布式异构资源池的调度方法的应用场景示意图；
图2为本发明实施例提供的分布式异构资源池的调度方法的***架构示意图；
图3为本发明实施例提供的分布式异构资源池的调度方法流程示意图一；
图4为本发明实施例提供的分布式异构资源池的调度方法流程示意图二；
图5为本发明实施例提供的分布式异构资源池的调度装置的结构示意图；
图6为本发明实施例提供的服务器的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
在云计算中，通过对计算资源、存储资源以及网络资源进行虚拟化，形成一个资源池，提高资源的利用率，降低运维管理成本。随着云计算的发展，服务器支持的CPU架构也是多种多样，除了支持X86_64(Intel/AMD64、海光、兆芯)外，还支持ARM64(鲲鹏、飞腾)、Loongarch/MIPS(龙芯)、SW64(申威)等CPU架构。现有技术中，当用户创建虚拟机时，基于资源分配策略和资源调度策略进行资源的调度的方法为：根据用户选择的资源分配策略，确定资源池内的可用主机的信息，并生成主机列表；根据用户选择的资源调度策略，从主机列表中筛选出符合创建虚拟机资源的主机，得到剩余主机列表；计算得到剩余主机列表中优化主机和优化存储，并分配给虚拟机；当集群开启分布式资源调度程序时，将集群的列表和剩余主机列表组成一个综合主机列表供选择；计算得到综合主机列表中优化主机和优化存储，并分配给虚拟机。然而，发明人发现，现在技术至少存在以下缺点：无法适应分布式云的场景，在分布式云场景下，不仅仅只有一个资源池，可能存在很多资源池，要从所有的资源池里面通过调度算法筛选出合适的资源池，而不是筛选主机列表。不能解决异构云的资源调度问题，一个资源池下可能存在不同CPU架构的服务器，不同的资源池下的服务器用的CPU架构也有所不同。没有涉及到资源库存，云计算中的资源调度一般会涉及到资源的库存问题，这也是该算法存在的局限性。
为了解决上述技术问题，本发明实施例提出以下技术方案：接收用户端发送的资源创建请求，根据资源创建请求中的实例规格获取与实例规格对应的实例规格族，根据实例规格族的资源属性对资源池进行第一次筛选，再根据资源池的资源库存量对资源池进行第二次筛选，将筛选出的资源池进行评分，根据评分结果对资源池进行再次筛选，得到目标资源池，根据资源创建请求在目标资源池上创建资源实例。
图1为本发明实施例提供的分布式异构资源池的调度方法的应用场景示意图。如图1所示，用户端101发送资源创建请求至服务器102，服务器102接收资源创建请求并根据资源创建请求从资源池103中筛选出目标资源池，然后服务器102根据资源创建请求在目标资源池上创建资源实例。
图2为本发明实施例提供的分布式异构资源池的调度方法的***架构示意图。如图2所示，在云计算中，将计算资源按照实例规格的规格类型进行分类得到例规格族，实例规格族可以包含鲲鹏型实例规格族、计算型实例规格族和裸金属型实例规格族等，其他类型的实例规格族没有在图2中一一罗列出来，只举其中几种规格类型加以说明。每一种实例规格族下各自有多种实例规格，比如鲲鹏型实例规格族下有鲲鹏通用型(KS)实例规格和鲲鹏内存型(KM)实例规格，计算型实例规格族下有通用型(S)实例规格和内存型(M)实例规格，裸金属型实例规格族下有GPU直通型(G)实例规格和GPU虚拟化渲染型(VG)实例规格。此外实例规格族的类型还包括：网络增强型(EN)实例规格、本地存储型(L)实例规格和裸金属型(B)实例规格等。每种实例规格会包含计算资源相关的信息，比如s1.large4这种实例规格代表2个虚拟CPU数，4G内存数。并且实例规格族的规格类型还可以包含CPU架构属性，比如鲲鹏型实例规格族只能在arm架构的服务器上面进行实例的创建，到其它非arm架构的服务器上面创建实例会导致创建失败。图2中的资源池和云区域是同一个概念，一个云区域也就是一个资源池，一个资源池下会有很多服务器组成。不同的服务器的CPU架构是有所不同的，需要区分出来，因此资源池中会标识该资源池下的服务器都是什么类型的CPU架构，方便资源调度时区分。每个资源池分别包含多个专区，每个资源池上的资源都通过资源库存来进行管理，管理资源的使用量以及剩余量。
图3为本发明实施例提供的分布式异构资源池的调度方法流程示意图一，本实施例的执行主体可以为服务器，也可以是其他计算机设备，本实施例此处不做特别限制。如图3所示，该方法包括：
S301：接收用户端发送的资源创建请求，其中资源创建请求中包括实例规格。
本实施例中，用户端发送的资源创建请求中包含符合用户需求的实例规格。每种实例规格包含计算资源相关的信息，比如s1.large4这种实例规格代表2个虚拟CPU数，4G内存数。如图2所示，实例规格有多种类型，如上述的s1.large4，还有ks1.large4、km1.2×large8和m1.2×large8等。对实例规格的规格类型进行分类，就得到图2中的实例规格族。
S302：获取与实例规格对应的实例规格族。
本实施例中，如图2所示，每种实例规格都对应一种实例规格族，例如，若用户端发送的资源创建请求中的实例规格为s1.large4或m1.2×large8，则对应的实例规格族为计算型实例规格族。若用户端发送的资源创建请求中的实例规格为ks1.large4或km1.2×large8，则对应的实例规格族为鲲鹏型实例规格族。若用户端发送的资源创建请求中的实例规格为g1.large4或vg1.2×large4，则对应的实例规格族为裸金属型实例规格族。
当用户创建虚拟机资源时，由于实例规格族与实例规格的关联关系为一对多，根据用户选择某种具体的实例规格，即可获取用户所要创建的资源属于哪种实例规格族。
S303：根据实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表。
本实施例中，获取实例规格族的类型、实例规格族的中央处理器架构属性以及磁盘类型，作为实例规格族的资源属性；根据资源属性从资源池中筛选出满足实例规格族的资源属性的资源池；将筛选得到的资源池生成第一资源池列表。
具体地，步骤S302中确定实例规格族后即可获取到实例规格族的CPU架构属性，例如，鲲鹏型实例规格族(KS，KM)的CPU架构为arm架构，计算型实例规格族(S，M)的CPU架构为x86架构，裸金属型实例规格族(G，VG)的CPU架构为GPU架构。根据实例规格族的类型可以确定实例规格族的CPU架构属性，比如鲲鹏型规格类型，它只能在arm架构的服务器上面进行实例的创建，否则到其它非arm架构的服务器上面创建实例会导致创建失败。根据实例规格族的类型、实例规格族的中央处理器的架构属性，以及磁盘类型对资源池进行筛选，确定有哪些可用的资源池，即能满足用户创建的资源的可用资源池，并生成资源池列表。
S304：根据资源池的资源库存量对第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表。
本实施例中，通过库存获得资源池中的资源库存量；根据资源库存量按照预设筛选标准从第一资源池列表中的资源池中筛选出资源池；其中预设筛选标准为资源池的资源库存量满足至少一个资源实例的创建；将筛选得到的资源池生成第二资源池列表。
具体地，每个资源池上的资源都是有限的，本申请的实施例中通过资源库存来管理资源的使用量以及剩余量。预设筛选标准为用户端发送的资源创建请求中的实例规格中的CPU核数、内存大小以及磁盘大小等硬性资源条件，根据该硬性资源条件，从第一资源池列表中的资源池过滤筛选出资源库存量最少能满足一个实例创建的资源池。
S305：对第二资源池列表中的资源池进行评分并得到评分结果，根据评分结果从第二资源池列表中的资源池中获得目标资源池。
本实施例中，结合调度策略、算力优先策略和时延优先策略等对第二资源池列表中的资源池进行打分筛选。用户可以根据自己的业务需求选择合适的调度方法来控制资源实例创建到哪些资源池。***会根据用户选择的调度策略、算力优先策略和时延优先策略对预选的资源池列表进行打分，计算出哪些资源池最适合创建资源。
S306：根据资源创建请求在目标资源池上创建资源实例。
本实施例中，步骤S305确定了目标资源池后，根据用户端发送的资源创建请求即可在选定的目标资源池上进行资源实例的创建。
综上，本实施例提供的分布式异构资源池的调度方法，通过接收用户端发送的资源创建请求，根据资源创建请求中的实例规格获取与实例规格对应的实例规格族，根据实例规格族的资源属性对资源池进行第一次筛选，再根据资源池的资源库存量对资源池进行第二次筛选，最后结合资源池的评分筛选得到目标资源池，根据资源创建请求在目标资源池上创建资源实例，实现了在分布式云场景下从多个资源池中筛选出合适的资源池，解决了各资源池上的资源合理分配问题，同时实现了对同一个云池内不同资源池的调度，解决异构云的资源调度问题。
图4为本发明实施例提供的分布式异构资源池的调度方法流程示意图二。在本发明实施例中，资源池为多个，且各资源池分别包含多个专区。在图3提供的实施例的基础上，对步骤S305中对第二资源池列表中的资源池进行评分并得到评分结果，根据评分结果从第二资源池列表中的资源池中获得目标资源池的具体实现方法进行了详细说明。如图4所示，该方法包括：
S401：根据实例规格对应的实例规格族，对第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到各资源池的第一得分。
本实施例中，资源创建请求中还包括各专区的权重值；根据实例规格对应的实例规格族对第二资源池列表中的各个资源池包含的多个专区进行过滤，得到满足实例规格的多个目标专区；获取多个目标专区的权重值，并将各目标专区的权重值中的最大值设定为第一得分。
具体地，根据实例规格对应的实例规格族对每个资源池下的专区进行过滤，过滤得到满足用户的实例规格的专区，并结合专区的权重进行打分，对过滤得到的专区的权重分数进行排序取最大值，便可得到该资源池的得分情况。具体的打分规则如下：设某个资源池下有n个专区，过滤得到的满足用户端发送的资源创建请求中的实例规格的专区只有i个专区，专区1的权重为a1，专区2的权重为a2，专区i的权重为ai，则该资源池按照该默认调度策略所获得的分数w1为a1至ai中的最大值，用公式表示为：
w1＝MAX(a1,a2,...,ai)。
例如，资源池下有三个专区，专区1的权重为20，专区2的权重为30，专区3的权重为10，假设满足用户端发送的资源创建请求中的实例规格的专区只有专区1和专区3，则该资源池的打分则为20分。
S402：根据各资源池中剩余的中央处理器核数和内存进行统计打分，得到各资源池的第二得分。
本实施例中，获取实例规格的虚拟中央处理器数量和实例规格的内存数，获取资源池的虚拟中央处理器库存数量和内存的库存数量；计算资源池的虚拟中央处理器库存数量与实例规格的虚拟中央处理器数量的第一比值；计算内存的库存数量与实例规格的内存数的第二比值；将第一比值和第二比值中的最小值确定为第二得分。
具体地，根据每个资源池剩余多少个CPU核数和内存对资源池进行统计打分，剩余的实例资源越多打分越高。具体的打分规则如下：根据实例规格的CPU核数以及内存大小来对资源池进行打分，满足一个实例规格的要求便可得一分。设用户端发送的资源创建请求中的实例规格的虚拟CPU数为m，内存数为n，设资源池的虚拟CPU库存数量为M，内存的库存数量为N，则该资源池按算力优先策略所获得的分数w2为M/m和N/n中的最小值，用公式表示为：
w2＝MIN(M/m,N/n)。
例如，用户端发送的资源创建请求中的实例规格为s1.large4，其虚拟CPU核数为2个，其内存大小为4G。当资源池的库存量为300个虚拟CPU，内存大小为4TB，此时该资源池最多可以开出150个s1.large4的实例，再多一个实例，虚拟CPU的库存就不够，即使内存还有剩余，因此该资源池可以打150分。
S403：根据各资源池的网络延迟时间进行统计打分，得到各资源池的第三得分。
本实施例中，获取资源池的网络延迟时间，用第一时间值减去网络延迟时间与第二时间值的比值，得到第二网络延迟时间；若第二网络延迟时间大于0，则将第二网络延迟时间设置为资源池的第三得分；若第二网络延迟时间小于等于0，则将资源池的第三得分设置为0。
具体地，第三得分的打分方法的名称为时延优先策略，根据每个资源池的网络延迟情况进行统计打分，网络时延越低打分越高。具体的打分规则如下：资源池的网络延迟时间打分梯度，网络延迟时间在0ms的资源池，可打100分，每递增50ms，则减1分，直到减为0分。
例如，设资源池的网络延迟时间为T，该资源池按时延优先策略所获得的分数w3为100减去网络延迟时间T与50的比值的差值与0之间的最大值，用公式表示为：
w3＝MAX(100-T/50,0)。
S404：根据第一得分、第二得分和第三得分得到资源池的最终得分，并根据最终得分确定目标资源池。
本实施例中，资源创建请求中还包含第一得分的权重占比、第二得分的权重占比和第三得分的权重占比。相应地，将第一得分、第二得分和第三得分进行加和，得到最终得分；或者，从资源创建请求中获取第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；将第一得分与第一得分的权重占比的乘积、第二得分与第二得分的权重占比的乘积以及第三得分与第三得分的权重占比的乘积进行加和，得到最终得分；将最大的最终得分对应的资源池确定为目标资源池。
具体地，可以直接将第一得分、第二得分和第三得分的加和作为最终得分。设资源池的总分数为s，则该资源池的总分数为：
s＝w1+w2+w3，
式中，w1为第一得分，w2为第二得分，w3为第三得分。
也可以根据用户项目的实际情况针对第一得分、第二得分和第三得分设置各自的权重占比。权重占比可以设置如下：第一得分的权重占比、第二得分的权重占比和第三得分的权重占比的值均小于1，且第一得分的权重占比、第二得分的权重占比和第三得分的权重占比之和等于1。设第一得分的权重占比为v1、第二得分的权重占比为v2，第三得分的权重占比为v3，则资源池的总分数s的计算公式如下：
s＝v1*w1+v1*w2+v1*w3，
式中，w1为第一得分，w2为第二得分，w3为第三得分。根据各资源池的总分数进行排名,总分数排名第一的资源池即为目标资源池。
综上，本实施例提供的分布式异构资源池的调度方法，通过根据实例规格对应的实例规格族对各资源池包含的多个专区进行打分，根据各资源池中剩余的中央处理器核数和内存对各资源池进行统计打分，并根据各资源池的网络延迟时间进行统计打分，然后根据得到的各个得分确定各资源池的最终得分，根据最终得分确定目标资源池，可以实现指定实例规格在相关资源池和资源池的专区中被优先调度，可以满足东数西算、部分云资源池优先售卖等场景。
图5为本发明实施例提供的分布式异构资源池的调度装置的结构示意图。如图5所示，该分布式异构资源池的调度装置包括：接收模块501、获取模块502、第一筛选模块503、第二筛选模块504、评分模块505以及创建模块506。
接收模块501，用于接收用户端发送的资源创建请求，其中资源创建请求中包括实例规格。
获取模块502，用于获取与实例规格对应的实例规格族。
第一筛选模块503，用于根据实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表。
第二筛选模块504，用于根据资源池的资源库存量对第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表。
评分模块505，用于对第二资源池列表中的资源池进行评分并得到评分结果，根据评分结果从第二资源池列表中的资源池中获得目标资源池。
创建模块506，用于根据资源创建请求在目标资源池上创建资源实例。
在一种可能的实现方式中，第一筛选模块503具体用于，获取实例规格族的类型、实例规格族的中央处理器架构属性以及磁盘类型，作为实例规格族的资源属性；根据资源属性从资源池中筛选出满足实例规格族的资源属性的资源池；将筛选得到的资源池生成第一资源池列表。
在一种可能的实现方式中，第二筛选模块504具体用于，通过库存获得资源池中的资源库存量；根据资源库存量按照预设筛选标准从第一资源池列表中的资源池中筛选出资源池；其中预设筛选标准为资源池的资源库存量满足至少一个资源实例的创建；将筛选得到的资源池生成第二资源池列表。
在一种可能的实现方式中，资源池为多个，且各资源池分别包含多个专区；相应地，评分模块505具体用于，根据实例规格对应的实例规格族，对第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到各资源池的第一得分；根据各资源池中剩余的中央处理器核数和内存进行统计打分，得到各资源池的第二得分；根据各资源池的网络延迟时间进行统计打分，得到各资源池的第三得分；根据第一得分、第二得分和第三得分得到资源池的最终得分，并根据最终得分确定目标资源池。
在一种可能的实现方式中，资源创建请求中还包括各专区的权重值；相应地，评分模块505还具体用于，根据实例规格对应的实例规格族对第二资源池列表中的各个资源池包含的多个专区进行过滤，得到满足实例规格的多个目标专区；获取多个目标专区的权重值，并将各目标专区的权重值中的最大值设定为第一得分。
在一种可能的实现方式中，评分模块505还具体用于，获取实例规格的虚拟中央处理器数量和实例规格的内存数，获取资源池的虚拟中央处理器库存数量和内存的库存数量；计算资源池的虚拟中央处理器库存数量与实例规格的虚拟中央处理器数量的第一比值；计算内存的库存数量与实例规格的内存数的第二比值；将第一比值和第二比值中的最小值确定为第二得分。
在一种可能的实现方式中，评分模块505还具体用于，获取资源池的网络延迟时间，用第一时间值减去网络延迟时间与第二时间值的比值，得到第二网络延迟时间；若第二网络延迟时间大于0，则将第二网络延迟时间设置为资源池的第三得分；若第二网络延迟时间小于等于0，则将资源池的第三得分设置为0。
在一种可能的实现方式中，资源创建请求中还包含第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；相应地，评分模块505还具体用于，将第一得分、第二得分和第三得分进行加和，得到最终得分；或者，从资源创建请求中获取第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；将第一得分与第一得分的权重占比的乘积、第二得分与第二得分的权重占比的乘积以及第三得分与第三得分的权重占比的乘积进行加和，得到最终得分；将最大的最终得分对应的资源池确定为目标资源池。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
图6为本发明实施例提供的服务器的硬件结构示意图。如图6所示，本实施例的服务器包括：至少一个处理器601以及存储器602；其中
存储器602，用于存储计算机执行指令；
处理器601，用于执行存储器存储的计算机执行指令，以实现上述实施例中服务器所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
可选地，存储器602既可以是独立的，也可以跟处理器601集成在一起。
当存储器602独立设置时，该服务器还包括总线603，用于连接存储器602和处理器601。
本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机执行指令，当处理器执行计算机执行指令时，实现如上述的分布式异构资源池的调度方法。
本发明实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，实现如上述的分布式异构资源池的调度。本发明实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时，实现如上述的分布式异构资源池的调度方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本申请各个实施例上述方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated 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。结合发明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，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture，简称ISA)总线、外部设备互连(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，简称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。
上述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。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。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，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发明各实施例技术方案的范围。

Claims (11)

1.一种分布式异构资源池的调度方法，其特征在于，包括：
接收用户端发送的资源创建请求，其中所述资源创建请求中包括实例规格；
获取与所述实例规格对应的实例规格族；
根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表；
根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表；
对所述第二资源池列表中的资源池进行评分并得到评分结果，根据所述评分结果从所述第二资源池列表中的资源池中获得目标资源池；
根据所述资源创建请求在所述目标资源池上创建资源实例。
2.根据权利要求1所述的方法，其特征在于，所述根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表，包括：
获取所述实例规格族的类型、实例规格族的中央处理器架构属性以及磁盘类型，作为所述实例规格族的资源属性；
根据所述资源属性从资源池中筛选出满足所述实例规格族的资源属性的资源池；
将筛选得到的资源池生成第一资源池列表。
3.根据权利要求1所述的方法，其特征在于，所述根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表，包括：
通过库存获得资源池中的资源库存量；
根据所述资源库存量按照预设筛选标准从所述第一资源池列表中的资源池中筛选出资源池；其中所述预设筛选标准为资源池的资源库存量满足至少一个资源实例的创建；
将筛选得到的资源池生成第二资源池列表。
4.根据权利要求1至3任一项所述的方法，其特征在于，其中所述资源池为多个，且各资源池分别包含多个专区；
相应地，所述对所述第二资源池列表中的资源池进行评分，根据评分结果从所述第二资源池列表中的资源池中获得目标资源池，包括：
根据所述实例规格对应的实例规格族，对所述第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到所述各资源池的第一得分；
根据各资源池中剩余的中央处理器核数和内存进行统计打分，得到所述各资源池的第二得分；
根据各资源池的网络延迟时间进行统计打分，得到所述各资源池的第三得分；
根据所述第一得分、第二得分和第三得分得到资源池的最终得分，并根据所述最终得分确定目标资源池。
5.根据权利要求4所述的方法，其特征在于，其中所述资源创建请求中还包括各专区的权重值；
相应地，所述根据所述实例规格对应的实例规格族，对所述第二资源池列表中的各资源池包含的多个专区进行过滤，对过滤得到的专区的权重进行打分，得到所述各资源池的第一得分，包括：
根据所述实例规格对应的实例规格族对所述第二资源池列表中的各个资源池包含的多个专区进行过滤，得到满足所述实例规格的多个目标专区；
获取所述多个目标专区的权重值，并将各目标专区的权重值中的最大值设定为第一得分。
6.根据权利要求4所述的方法，其特征在于，所述根据各个资源池中剩余的中央处理器核数和内存进行统计打分，得到所述各个资源池的第二得分，包括：
获取所述实例规格的虚拟中央处理器数量和所述实例规格的内存数，获取所述资源池的虚拟中央处理器库存数量和内存的库存数量；
计算所述资源池的虚拟中央处理器库存数量与所述实例规格的虚拟中央处理器数量的第一比值；计算内存的库存数量与实例规格的内存数的第二比值；
将所述第一比值和第二比值中的最小值确定为所述第二得分。
7.根据权利要求4所述的方法，其特征在于，所述根据各个资源池的网络延迟情况进行统计打分，得到所述各个资源池的第三得分，包括：
获取资源池的网络延迟时间，用第一时间值减去所述网络延迟时间与第二时间值的比值，得到第二网络延迟时间；
若第二网络延迟时间大于0，则将第二网络延迟时间设置为资源池的第三得分；
若第二网络延迟时间小于等于0，则将资源池的第三得分设置为0。
8.根据权利要求4所述的方法，其特征在于，其中，所述资源创建请求中还包含第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；；
相应地，所述根据所述第一得分、第二得分和第三得分得到资源池的最终得分，并根据所述最终得分确定目标资源池，包括：
将第一得分、第二得分和第三得分进行加和，得到所述最终得分；
或者，从所述资源创建请求中获取第一得分的权重占比、第二得分的权重占比和第三得分的权重占比；
将第一得分与第一得分的权重占比的乘积、第二得分与第二得分的权重占比的乘积以及第三得分与第三得分的权重占比的乘积进行加和，得到所述最终得分；
将最大的最终得分对应的资源池确定为目标资源池。
9.一种分布式异构资源池的调度装置，其特征在于，包括：
接收模块，用于接收用户端发送的资源创建请求，其中所述资源创建请求中包括实例规格；
获取模块，用于获取与所述实例规格对应的实例规格族；
第一筛选模块，用于根据所述实例规格族的资源属性对资源池进行筛选，将筛选得到的资源池生成第一资源池列表；
第二筛选模块，用于根据资源池的资源库存量对所述第一资源池列表中的资源池进行筛选，将筛选得到的资源池生成第二资源池列表；
评分模块，用于对所述第二资源池列表中的资源池进行评分并得到评分结果，根据所述评分结果从所述第二资源池列表中的资源池中获得目标资源池；
创建模块，用于根据所述资源创建请求在所述目标资源池上创建资源实例。
10.一种服务器，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，使得所述处理器执行如权利要求1至8任一项所述的分布式异构资源池的调度方法。
11.一种计算机存储介质，其特征在于，所述计算机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至8任一项所述的分布式异构资源池的调度方法。
CN202310333537.9A 2023-03-30 2023-03-30 分布式异构资源池的调度方法、装置、服务器及存储介质 Pending CN116360994A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310333537.9A CN116360994A (zh) 2023-03-30 2023-03-30 分布式异构资源池的调度方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310333537.9A CN116360994A (zh) 2023-03-30 2023-03-30 分布式异构资源池的调度方法、装置、服务器及存储介质

Publications (1)

Publication Number Publication Date
CN116360994A true CN116360994A (zh) 2023-06-30

Family

ID=86906625

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310333537.9A Pending CN116360994A (zh) 2023-03-30 2023-03-30 分布式异构资源池的调度方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN116360994A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117331678A (zh) * 2023-12-01 2024-01-02 之江实验室 面向异构算力联邦的多集群作业资源规格计算方法和***

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117331678A (zh) * 2023-12-01 2024-01-02 之江实验室 面向异构算力联邦的多集群作业资源规格计算方法和***
CN117331678B (zh) * 2023-12-01 2024-04-19 之江实验室 面向异构算力联邦的多集群作业资源规格计算方法和***

Similar Documents

Publication Publication Date Title
CN109783237B (zh) 一种资源配置方法及装置
CN111506404A (zh) 一种基于Kubernetes的共享GPU调度方法
CN111966500A (zh) 资源调度方法、装置、电子设备及存储介质
WO2017166643A1 (zh) 一种任务资源的量化方法和装置
CN111866054A (zh) 一种云主机的搭建方法、装置、电子设备及可读存储介质
CN111603765B (zh) 服务器的分配方法、***及存储介质
CN114416352A (zh) 算力资源分配方法、装置、电子设备及储存介质
CN110708369B (zh) 设备节点的文件部署方法、装置、调度服务器及存储介质
CN116360994A (zh) 分布式异构资源池的调度方法、装置、服务器及存储介质
CN109471725A (zh) 资源分配方法、装置和服务器
CN116361010B (zh) 一种用于腾云s2500的cpu资源调配调度优化方法
CN112181613A (zh) 异构资源分布式计算平台批量任务调度方法及存储介质
CN112860383A (zh) 集群资源调度方法、装置、设备及存储介质
CN116881009A (zh) Gpu资源调度方法、装置、电子设备和可读存储介质
CN113535087B (zh) 数据迁移过程中的数据处理方法、服务器及存储***
CN108228350A (zh) 一种资源分配方法及装置
CN104657216B (zh) 一种资源池的资源分配方法及装置
CN112214321B (zh) 一种新增微服务的节点选择方法、装置及微服务管理平台
CN113626173A (zh) 调度方法、装置及存储介质
CN116483547A (zh) 资源调度方法、装置、计算机设备和存储介质
CN116339989A (zh) 一种混部服务器、混部服务器的资源管理方法及装置
CN114116228A (zh) 一种任务分配方法、装置、设备及存储介质
CN116841720A (zh) 资源配置方法、装置、计算机设备、存储介质及程序产品
CN115689763A (zh) 数据处理方法、装置、电子设备及存储介质
CN116431327B (zh) 一种任务限流处理方法及堡垒机

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