任务调度方法及服务器技术

本发明专利技术公开了一种任务调度方法及服务器，所述任务调度方法应用于服务器，所述任务调度方法包括：获取任务的特征，所述特征为所述任务被执行时所占用的计算机的虚拟资源或者硬件资源的属性，根据所述特征对所述任务进行分类，得到分类后的所述任务，根据分类后的所述任务对应的目标种群，确定目标调度信息，所述目标调度信息为使得所述任务被执行时所占用的计算机的虚拟资源或者硬件资源最小的调度信息，所述目标调度信息为使得所述任务被执行时所占用的计算机的虚拟资源或者硬件资源最小的调度信息，根据所述目标调度信息，将所述任务调度至任务执行设备。能够将任务调度至合适的任务执行设备，以提升对任务执行设备的利用效率。用效率。用效率。

【技术实现步骤摘要】
任务调度方法及服务器


[0001]本专利技术涉及云计算领域，尤其涉及一种任务调度方法及服务器。

技术介绍

[0002]在云计算领域，服务器需要将任务调度至某个任务执行设备执行，任务的数量比较庞大，并且每个任务执行设备自身的计算机特性不同，比如有的任务执行设备能够处理比较大的带宽资源的任务，但是延迟比较高，如果将有低延迟需求的任务调度至该任务执行设备，会使得资源利用不合理，可见，如果对于任务的调度不合理，则会导致对任务执行设备的利用效率较低。

技术实现思路

[0003]本专利技术的主要目的在于提供一种任务调度方法及服务器，旨在解决任务的调度不合理，导致对任务执行设备的利用效率较低的技术问题。
[0004]为实现上述目的，本专利技术提供一种任务调度方法，所述任务调度方法应用于服务器，所述任务调度方法包括：
[0005]获取任务的特征，所述特征为所述任务被执行时所占用的计算机的虚拟资源或者硬件资源的属性；
[0006]根据所述特征对所述任务进行分类，得到分类后的所述任务；
[0007]根据分类后的所述任务对应的目标种群，确定目标调度信息，所述目标调度信息为使得所述任务被执行时所占用的计算机的虚拟资源或者硬件资源最小的调度信息；
[0008]根据所述目标调度信息，将所述任务调度至任务执行设备。
[0009]可选地，所述根据所述特征对所述任务进行分类的步骤包括：
[0010]确定所述特征对应的分类权重；
[0011]根据所述分类权重以及预设卷积神经网络，对所述特征对应的任务进行分类，所述预设卷积神经网络为预先训练的卷积神经网络，所述预设卷积神经网络包括卷积层以及全连接层，所述分类权重用于设定所述卷积层或者所述全连接层的权重。
[0012]可选地，所述确定所述特征对应的分类权重的步骤包括：
[0013]根据所述特征以及所述特征对应的任务的执行优先级，确定所述特征对应的分类权重，所述执行优先级为任务执行的先后顺序的优先级。
[0014]可选地，所述特征包括任务执行的时长、任务执行占用的网络资源以及任务执行占用的计算资源。
[0015]可选地，所述根据分类后的所述任务对应的目标种群，确定目标调度信息的步骤之前，还包括：
[0016]生成分类后的所述任务对应的初始种群，所述初始种群中包括所述特征，其中，分类后得到的不同类型的所述任务对应不同所述初始种群；
[0017]确定对所述初始种群迭代得到的所述目标种群；
[0018]确定分类后的所述任务对应的所述目标种群。
[0019]可选地，所述生成分类后的所述任务对应的初始种群的步骤包括：
[0020]获取分类后的所述任务的特征，以及各个所述任务执行设备的属性信息，所述属性信息包括虚拟资源信息以及硬件资源信息中的至少一个；
[0021]对所述特征以及所述属性信息进行编码，以得到分类后的所述任务对应的个体；
[0022]根据分类后的所述任务对应的个体，生成所述初始种群。
[0023]可选地，所述确定对所述初始种群迭代得到的目标种群的步骤包括：
[0024]对所述初始种群进行迭代，其中，所述迭代包括对任意两个所述初始种群进行交叉操作和变异操作得到进化种群；
[0025]在满足迭代的终止条件时，获取所述进化种群中适应度值最大的目标个体，所述适应度值为指示个体在优化计算中与最优解的相似程度的值；或者，
[0026]在不满足迭代的终止条件时，将所述进化种群作为所述初始种群，返回执行所述对所述初始种群进行迭代的步骤。
[0027]可选地，所述对任意两个所述初始种群进行交叉操作和变异操作，得到进化种群的步骤包括：
[0028]对任意两个所述初始种群中的个体进行交叉操作，以及对所述初始种群中的个体进行变异操作；
[0029]合并交叉操作后的所述个体以及变异操作后的所述个体，得到合并种群；
[0030]根据所述合并种群，生成所述进化种群。
[0031]可选地，所述根据所述合并种群，生成所述进化种群的步骤包括：
[0032]确定所述合并种群中每一个体的适应度值；
[0033]确定所述适应度值小于预设适应度值的异常个体；
[0034]剔除所述合并种群中的所述异常个体以得到所述进化种群。
[0035]可选地，所述服务器根据预设适应度值判别规则确定所述适应度值，其中，所述确定所述适应度值包括：
[0036]确定当前迭代次数对应的全部种群中目标适应度值的最小值，以及所述当前迭代次数对应的目标种群的目标适应度值，所述目标种群为所述初始种群或者所述进化种群；
[0037]确定所述当前迭代次数对应的各所述目标种群的目标适应度值的和为总适应度值，以及所述目标种群的目标适应度值与所述最小值的第一差值；
[0038]确定所述总适应度值与所述最小值的第二差值；
[0039]将所述第一差值与所述第二差值的比值作为所述适应度值。
[0040]可选地，所述终止条件包括以下至少一个：
[0041]迭代次数达到预设迭代次数；
[0042]所述进化种群中存在任一个体的适应度值大于或者等于最优适应度值。
[0043]可选地，所述任务由物联网设备经网关发送至所述服务器。
[0044]可选地，所述根据目标调度信息，将所述任务调度至任务执行设备的步骤包括：
[0045]向网关发送所述目标调度信息，以使所述网关根据所述目标调度信息将所述任务调度至所述任务执行设备。
[0046]可选地，所述根据所述目标种群，确定目标调度信息的步骤包括：
[0047]确定所述目标种群中的目标个体，所述目标个体为所述目标种群中适应度值最大的个体，所述适应度值为指示个体在优化计算中与最优解的相似程度的值；
[0048]对所述目标个体进行解码，得到所述目标调度信息，所述目标调度信息包括解码后得到的所述任务的特征以及所述任务执行设备的属性信息。
[0049]此外，为实现上述目的，本专利技术还提供一种服务器，所述服务器包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的任务调度程序，所述任务调度程序被所述处理器执行时实现上述任一项所述的任务调度方法的步骤。
[0050]本专利技术实施例提出的一种任务调度方法及服务器，通过获取任务的特征，从而确定了任务被执行时所需要占用的计算机的虚拟资源或者硬件资源的属性，进一步根据特征对任务进行分类，得到分类后的任务，根据分类后的任务对应的目标种群，确定目标调度信息，根据目标调度信息将任务调度至任务执行设备，服务器在通过上述方式进行任务调度时，首先对任务进行分类，得到分类后的任务，进一步根据分类后的任务对应的目标种群，确定目标调度信息，目标种群作为分类后的任务对应的解空间，其中包括了对于任务调度的最优解，最优解所对应的即为目标调度信息，目标调度信息为使得任务被执行时占用的计算机的虚拟资源或者硬件资源最小的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务调度方法，其特征在于，所述任务调度方法应用于服务器，所述任务调度方法包括：获取任务的特征，所述特征为所述任务被执行时所占用的计算机的虚拟资源或者硬件资源的属性；根据所述特征对所述任务进行分类，得到分类后的所述任务；根据分类后的所述任务对应的目标种群，确定目标调度信息，所述目标调度信息为使得所述任务被执行时所占用的计算机的虚拟资源或者硬件资源最小的调度信息；根据所述目标调度信息，将所述任务调度至任务执行设备。2.如权利要求1所述的任务调度方法，其特征在于，所述根据所述特征对所述任务进行分类的步骤包括：确定所述特征对应的分类权重；根据所述分类权重以及预设卷积神经网络，对所述特征对应的任务进行分类，所述预设卷积神经网络为预先训练的卷积神经网络，所述预设卷积神经网络包括卷积层以及全连接层，所述分类权重用于设定所述卷积层或者所述全连接层的权重。3.如权利要求2所述的任务调度方法，其特征在于，所述确定所述特征对应的分类权重的步骤包括：根据所述特征以及所述特征对应的任务的执行优先级，确定所述特征对应的分类权重，所述执行优先级为任务执行的先后顺序的优先级。4.如权利要求3所述的任务调度方法，其特征在于，所述特征包括任务执行的时长、任务执行占用的网络资源以及任务执行占用的计算资源。5.如权利要求1所述的任务调度方法，其特征在于，所述根据分类后的所述任务对应的目标种群，确定目标调度信息的步骤之前，还包括：生成分类后的所述任务对应的初始种群，所述初始种群中包括所述特征，其中，分类后得到的不同类型的所述任务对应不同所述初始种群；确定对所述初始种群迭代得到的所述目标种群；确定分类后的所述任务对应的所述目标种群。6.如权利要求5所述的任务调度方法，其特征在于，所述生成分类后的所述任务对应的初始种群的步骤包括：获取分类后的所述任务的特征，以及各个所述任务执行设备的属性信息，所述属性信息包括虚拟资源信息以及硬件资源信息中的至少一个；对所述特征以及所述属性信息进行编码，以得到分类后的所述任务对应的个体；根据分类后的所述任务对应的个体，生成所述初始种群。7.如权利要求6所述的任务调度方法，其特征在于，所述确定对所述初始种群迭代得到的目标种群的步骤包括：对所述初始种群进行迭代，其中，所述迭代包括对任意两个所述初始种群进行交叉操作和变异操作得到进化种群；在满足迭代的终止条件时，获取所述进化种群中适应度值最大的目标个体，所述适应度值为指示个体在优化计算中与最优解的相似程度的值；或者，在不满足迭代的终止条件时，将所述进化种群作为所述初始种群，返回执行所述对所
述初始种群进行迭代的步骤。8.如权利要求7所述的任务调度方法，...

【专利技术属性】
技术研发人员：赵天钰，
申请(专利权)人：深圳TCL新技术有限公司，
类型：发明
国别省市：