任务调度方法、装置、网络设备及存储介质制造方法及图纸

本申请公开了一种任务调度方法、装置、网络设备及存储介质。其中，方法包括：获取第一任务，所述第一任务包含至少一个子任务；获取所述第一任务的第一信息；基于所述第一信息和鸽群算法，为所述至少一个子任务中每个子任务分配资源；其中，在基于鸽群算法分配资源的过程中，基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，得到第一类个体；更新本次地标算子迭代选中的至少一个个体，得到第二类个体；将所述第一类个体和所述第二类个体作为下一次地标算子迭代的个体，个体的位置表征所述第一任务中所有子任务的一种资源分配策略；所述第一算法包含Min

【技术实现步骤摘要】
任务调度方法、装置、网络设备及存储介质


[0001]本申请涉及云计算领域，尤其涉及一种任务调度方法、装置、网络设备及存储介质。

技术介绍

[0002]在利用云计算技术处理任务的过程中，云平台将复杂的任务分解为多个子任务，并利用不同的计算资源处理各个子任务，这个过程称为任务调度。任务调度的目标在于通过对各个子任务进行合理的资源分配，使任务完成时间达到最小，资源利用率达到最高。
[0003]然而，利用相关技术中的任务调度方法，资源的分配不合理。

技术实现思路

[0004]为解决相关技术问题，本申请实施例提供一种任务调度方法、装置、网络设备及存储介质。
[0005]本申请实施例的技术方案是这样实现的：
[0006]本申请实施例提供一种任务调度方法，包括：
[0007]获取第一任务，所述第一任务包含至少一个子任务；
[0008]获取第一信息，所述第一信息息包含所述至少一个子任务中每个子任务的描述信息和用于执行子任务的至少一个可用的资源信息；
[0009]基于所述第一信息和鸽群算法，为所述至少一个子任务中每个子任务分配资源；其中，在基于鸽群算法为所述至少一个子任务中每个子任务分配资源的过程中，基于第一算法更新本次地标算子(英文可以表达为LandMark operator)迭代未选中的至少一个个体中的每个个体，得到第一类个体；更新本次地标算子迭代选中的至少一个个体，得到第二类个体；将所述第一类个体和所述第二类个体作为下一次地标算子迭代的个体，个体至少表征所述第一任务中所有子任务的一种资源分配策略；所述第一算法包含Min
‑
Min算法或Max
‑
Min算法。
[0010]上述方案中，所述基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，包括：
[0011]针对本次地标算子迭代未选中的至少一个个体中的每个个体，确定第二信息，所述第二信息表征所述至少一个子任务中满足第一条件的子任务的比例，所述第一条件表征子任务的期望完成时间小于确定的目标完成时间；
[0012]基于所述第二信息，确定采用的第一算法；
[0013]利用确定的第一算法更新对应的个体。
[0014]上述方案中，所述方法还包括：
[0015]基于第三信息，确定所述目标完成时间；所述第三信息至少包含所述第一任务的平均最小期望完成时间与最小期望完成时间的均方差。
[0016]上述方案中，所述基于第三信息，确定所述目标完成时间，包括：
[0017]基于所述至少一个子任务中每个子任务的期望完成时间，对所述至少一个子任务进行排序，得到任务队列；
[0018]针对所述任务队列中每个子任务，确定第四信息；所述第四信息表征子任务与相邻子任务的期望完成时间的差值；
[0019]基于所述第三信息和所述第四信息，从所述任务队列中确定目标子任务，将所述目标子任务的期望完成时间作为目标完成时间。
[0020]上述方案中，所述基于所述第二信息，确定采用的第一算法，包括以下之一：
[0021]在所述至少一个子任务中满足第一条件的子任务的比例小于第一阈值的情况下，确定所述第一算法包含Min
‑
Min算法；
[0022]在所述至少一个子任务中满足第一条件的子任务的比例大于第二阈值的情况下，确定所述第一算法包含Max
‑
Min算法；
[0023]在所述至少一个任务中满足第一条件的子任务的比例在第一阈值和第二阈值之间的情况下，确定所述第一算法包含Max
‑
Min算法或Min
‑
Min算法；其中，
[0024]所述第一阈值小于所述第二阈值。
[0025]上述方案中，个体的位置包含所述至少一个子任务中每个子任务与所述至少一个可用资源中每个资源的分配关系，所述分配关系包含分配或不分配。
[0026]上述方案中，所述方法还包括：
[0027]利用模糊函数，确定所述至少一个子任务中每个子任务与所述至少一个可用资源中每个资源的分配关系。
[0028]本申请实施例还提供一种任务调度装置，包括：
[0029]获取单元，用于获取第一任务，所述第一任务包含至少一个子任务；以及，获取第一信息，所述第一信息息包含所述至少一个子任务中每个子任务的描述信息和用于执行子任务的至少一个可用的资源信息；
[0030]分配单元，用于基于所述第一信息和鸽群算法，为所述至少一个子任务中每个子任务分配资源；其中，在基于鸽群算法为所述至少一个子任务中每个子任务分配资源的过程中，基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，得到第一类个体；更新本次地标算子迭代选中的至少一个个体，得到第二类个体；将所述第一类个体和所述第二类个体作为下一次地标算子迭代的个体，个体至少表征所述第一任务中所有子任务的一种资源分配策略；所述第一算法包含Min
‑
Min算法或Max
‑
Min算法。
[0031]本申请实施例还提供一种网络设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
[0032]其中，所述处理器用于运行所述计算机程序时，执行权利要求上述任一方法的步骤。
[0033]本申请实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
[0034]本申请实施例提供的任务调度方法、装置、网络设备及存储介质，获取第一任务，所述第一任务包含至少一个子任务；
[0035]获取第一信息，所述第一信息息包含所述至少一个子任务中每个子任务的描述信息和用于执行子任务的至少一个可用的资源信息；
[0036]基于所述第一信息和鸽群算法，为所述至少一个子任务中每个子任务分配资源；其中，在基于鸽群算法为所述至少一个子任务中每个子任务分配资源的过程中，基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，得到第一类个体；更新本次地标算子迭代选中的至少一个个体，得到第二类个体；将所述第一类个体和所述第二类个体作为下一次地标算子迭代的个体，个体至少表征所述第一任务中所有子任务的一种资源分配策略；所述第一算法包含Min
‑
Min算法或Max
‑
Min算法。本申请实施例提供的方案，将不同的资源分配方案作为鸽群算法的个体进行优化，以确定最优的资源分配方案，能够提高资源负载均衡性能，提高资源利用率，并降低陷入局部最优的几率，从而提高了资源分配合理性。
附图说明
[0037]图1为本申请实施例任务调度的方法流程示意图；
[0038]图2为本申请应用示例电力云计算场景下基于云任务调度的方法流程示意图；
[0039]图3为本申请实施例任务调度装置结构示意图；
[0040]图4为本申请实施例网络设备结构示意图。
具体实施方式
[0041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，包括：获取第一任务，所述第一任务包含至少一个子任务；获取第一信息，所述第一信息息包含所述至少一个子任务中每个子任务的描述信息和用于执行子任务的至少一个可用的资源信息；基于所述第一信息和鸽群算法，为所述至少一个子任务中每个子任务分配资源；其中，在基于鸽群算法为所述至少一个子任务中每个子任务分配资源的过程中，基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，得到第一类个体；更新本次地标算子迭代选中的至少一个个体，得到第二类个体；将所述第一类个体和所述第二类个体作为下一次地标算子迭代的个体，个体至少表征所述第一任务中所有子任务的一种资源分配策略；所述第一算法包含Min
‑
Min算法或Max
‑
Min算法。2.根据权利要求1所述的方法，其特征在于，所述基于第一算法更新本次地标算子迭代未选中的至少一个个体中的每个个体，包括：针对本次地标算子迭代未选中的至少一个个体中的每个个体，确定第二信息，所述第二信息表征所述至少一个子任务中满足第一条件的子任务的比例，所述第一条件表征子任务的期望完成时间小于确定的目标完成时间；基于所述第二信息，确定采用的第一算法；利用确定的第一算法更新对应的个体。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于第三信息，确定所述目标完成时间；所述第三信息至少包含所述第一任务的平均最小期望完成时间与最小期望完成时间的均方差。4.根据权利要求3所述的方法，其特征在于，所述基于第三信息，确定所述目标完成时间，包括：基于所述至少一个子任务中每个子任务的期望完成时间，对所述至少一个子任务进行排序，得到任务队列；针对所述任务队列中每个子任务，确定第四信息；所述第四信息表征子任务与相邻子任务的期望完成时间的差值；基于所述第三信息和所述第四信息，从所述任务队列中确定目标子任务，将所述目标子任务的期望完成时间作为目标完成时间。5.根据权利要求2所述的方法，其特征在于，所述基于所述第二信息，确定采用的第一算法，包括以下之一：在所述至少一个子任务中满足第一条件的子任务的比例小于第一阈值的情况...

【专利技术属性】
技术研发人员：李政，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：