[发明专利]云平台的任务执行方法有效
申请号: | 201610439452.9 | 申请日: | 2016-06-17 |
公开(公告)号: | CN106095582B | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 张敬华;程映忠;王松 | 申请(专利权)人: | 四川新环佳科技发展有限公司 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06F9/48 |
代理公司: | 北京天奇智新知识产权代理有限公司 11340 | 代理人: | 杨春 |
地址: | 610041 四川省*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种云平台的任务执行方法,该方法包括:将计算节点剩余资源量大于用户业务请求集合总资源量的计算节点组成第一集合,对云平台中的计算节点进行聚类,计算上述计算节点之间的近似度,将近似度在阈值内的计算节点加入第二集合,将待处理的业务调度至第二集合中的计算节点。本发明提出了一种云平台的任务执行方法,提高了云平台数据服务器的吞吐率,优化了数据服务器对外服务性能,具有更好的调度平衡效果。 | ||
搜索关键词: | 平台 任务 执行 方法 | ||
【主权项】:
1.一种医药云平台的任务执行方法,用于将云平台数据服务器收集到的业务请求调度到云平台的目标计算节点上,其特征在于:将计算节点剩余资源量大于用户业务请求集合总资源量的计算节点组成第一集合,对云平台中的计算节点进行聚类,计算上述计算节点之间的近似度,将近似度在阈值内的计算节点加入第二集合,将待处理的业务调度至第二集合中的计算节点;所述方法进一步包括:步骤1:将数据服务器的n台计算节点组成一个集合H,对数据服务器中的全部计算节点进行一个约束条件限制,将计算节点的剩余资源量Li作为度量标准,Li定义如下:Li=αLc+βLm其中α+β=1Lc为处理器剩余;Lm为存储器剩余;α为处理器权重;β为存储器权重;α和β值的采用BP神经网络学习确定,根据计算节点性能的适应性函数,获取整个数据服务器中计算节点的各项性能监控数据,包括处理器和存储器数据,计算出当前云平台数据服务器中n台计算节点的剩余资源量;将约束值定义为特定时间段内接收到的业务请求集合的总资源量,即:其中,LR表示为业务请求集合的总资源量,表示为业务请求集合中第i个业务的资源量;定义一个空集S,计算出业务请求集合的总资源量LR,当Li>LR时,将i计算节点调度至集合S中,否则继续寻找,当n台计算节点与约束值比较完成后得到的集合S,集合S={s1,s2,s3....,sm},即为聚类点的集合,m<n;步骤2:根据计算节点性能的适应性函数得到每台计算节点的性能值,通过和约束值的限定,将计算节点的处理器剩余和存储器剩余作为计算节点的两个属性;设S={s1,s2,s3....,sm}为m个计算节点组成的集合,对集合S中的计算节点的处理器剩余进行降序排序,假设sj为处理器剩余最大的计算节点,将sj作为聚类点,则计算近似度的公式为:s(si,sj)=1/d(si,sj)为计算节点j的第k个属性,由此计算出计算节点j与计算节点i之间的近似度s(si,sj):步骤3:以sj为聚类点,计算sj与集合H中各个元素之间的近似度值;根据近似度给定一个阈值U,如果近似度大于阈值U,则将该元素加入新集合S'中;然后集合S按照计算节点处理器剩余的降序依次选择聚类点,分别计算与集合H中元素的近似度,将阈值大于U的元素调度至集合S'中,当集合S'中元素不再变化时,则迭代结束,集合S'为最终的聚类结果,即S'={s1',s2'...sq'},其中q<m<n;步骤4:将数据服务器接收的业务请求调度至集合S'中的计算节点,然后集合S'中的计算节点处理请求的业务集合,处理完成后将结果返回给用户;数据服务器在从集合S'中计算节点开始处理业务到处理完成的特定时间段内接收的业务请求数作为下一次待处理的业务;步骤5:在下一时间段内重复步骤1‑4的过程。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川新环佳科技发展有限公司,未经四川新环佳科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610439452.9/,转载请声明来源钻瓜专利网。