一种云计算平台中的任务处理方法、装置及系统制造方法及图纸

本申请公开了一种云计算平台中的任务处理方法，包括采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；根据所述特征向量获取对应的特征向量权重；基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；根据所述权值确定对应的目标任务的优先级；根据所述目标任务的优先级执行所述目标任务。该任务处理方法可以在保证云计算平台计算能力的前提下，有效降低其能耗以及资源损耗，进一步提高了整个云计算平台的运行效率。本申请还公开了一种云计算平台中的任务处理装置、系统及计算机可读存储介质，也具有上述有益效果。

A task processing method, device and system in cloud computing platform

This application discloses a task processing method in a cloud computing platform, which includes collecting eigenvectors corresponding to each target task, in which the eigenvectors include device power, obtaining corresponding eigenvector weights according to the eigenvectors, and using gradient rise method for each item based on the eigenvector weights. The target task is iterated until the predetermined accuracy is reached, and the corresponding weights of each target task under the predetermined accuracy are obtained; the priority of the corresponding target task is determined according to the weights; and the target task is executed according to the priority of the target task. This task processing method can effectively reduce the energy consumption and resource consumption of cloud computing platform on the premise of guaranteeing its computing capacity, and further improve the operational efficiency of the whole cloud computing platform. The application also discloses a task processing device, system and computer readable storage medium in a cloud computing platform, which also has the above beneficial effects.

【技术实现步骤摘要】
一种云计算平台中的任务处理方法、装置及系统
本申请涉及云计算
，特别涉及一种云计算平台中的任务处理方法，还涉及一种云计算平台中的任务处理装置、系统及计算机可读存储介质。
技术介绍
云计算作为一种新型的计算方式，以其高可扩展性和高可用性等优点迅速成为学术界和产业界的研究热点，但是，要实现低成本、高效、安全、易用的云计算系统依然面临诸多挑战，其中高能耗是云计算系统最为严重的问题之一。云计算系统中，除了处理任务时产生的必要能耗开销，其运行过程中还存在能耗浪费的现象。首先，由于计算任务到达的随机性，使得单位时间内到达的任务量时而稀疏，时而密集，而现有的云计算系统通常是长时间处于开启状态，以等待计算任务的到达，但是当计算机处于空闲状态时，其空闲功率会占峰值功率的50％～60％，因此，云计算系统会产生大量的空闲能耗；其次，由于云计算系统中通常包含不同的计算机，而不同计算机对不同计算任务的执行功率和响应时间一般不同，例如，同一图像处理任务分别在CPU和GPU上的执行功率和响应时间不同，任务执行完成后产生的总能耗也不同。综上，当未考虑能耗因素时，不匹配的调度方式会造成本来用较低能耗就能解决的问题，但却用了较高能耗，因此，云计算系统的能耗优化管理也就成为亟待解决的问题。目前，Min-min算法是云计算平台中一种常用的任务处理算法，其主要的调度思想是以最快的时间进行任务分配和处理，即将时间作为单一权重实现任务的处理，具体而言，Min-min算法是将任务分配到处理时间最短的资源上，保证任务完成的时间最短。例如，在云计算平台中，有M个需要执行的任务：Task{T1,T2,T3.......Tm}，N个可用的资源节点Slave{S1,S2,S3.......Sn}(注：一般情况下，N<M),即需要将这M个任务分配到N个可用的资源节点上，进行处理，此时，假设每个任务Tj在Si节点上处理的时间为Time(i，j)，利用Min-min算法以合适的分配方式将任务Task分配到执行时间最短的资源上，保证总的执行时间最短，即为Time(i，j)-min。然而，虽然Min-min算法保证了任务的处理时间最短，但是这样将会导致处理能力强的资源节点一直处于工作状态，而其他资源节点一直处于空闲状态，反而不能体现分布式处理的优势；同时，由于处理能力强的资源节点一直处于工作状态，那么这将会造成处理能力强的资源节点的快速损耗。综上，由于Min-min算法只专注于任务的完成时间，而不考虑能耗、负载平衡等其他因素，因此对云计算平台造成了平均功率极大，耗电严重等问题。因此，如何在保证云计算平台计算能力的前提下，有效降低其能耗以及资源损耗，进一步提高整个云计算平台的运行效率是本领域技术人员亟待解决的问题。
技术实现思路
本申请的目的是提供一种云计算平台中的任务处理方法，该任务处理方法可以在保证云计算平台计算能力的前提下，有效降低其能耗以及资源损耗，进一步提高整个云计算平台的运行效率；本申请的另一目的是提供一种云计算平台中的任务处理装置、系统及计算机可读存储介质，也具有上述有益效果。为解决上述技术问题，本申请提供了一种云计算平台中的任务处理方法，所包括：采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；根据所述特征向量获取对应的特征向量权重；基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；根据所述权值确定对应的目标任务的优先级；根据所述目标任务的优先级执行所述目标任务。优选的，基于公式根据所述设备功率获取对应的设备功率权重PW：其中，P{total}为所述设备功率；min(P{total})为设备空闲功率；max(P{total})为设备满负载功率。优选的，所述特征向量还包括任务等待时间和/或磁盘负载。优选的，基于公式根据所述任务等待时间获取对应的任务等待时间权重TW：其中，其中，progress为所述目标任务的执行进度；progressrate为所述目标任务的进度增长率；currenttime为执行所述目标任务的当前时间；dispatchtime为所述目标任务已被执行的时间。优选的，基于公式根据所述磁盘负载获取对应的磁盘负载权重DL：其中，NS为设备总数；NR为执行所述目标任务的设备数量。优选的，所述基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，包括：基于所述特征向量权重利用Logistic回归模型算法获取各个所述目标任务对应的观测值概率；基于各个所述观测值概率利用所述梯度上升法对各个所述目标任务进行迭代处理。优选的，所述根据所述权值确定对应的目标任务的优先级，包括：计算每个所述目标任务对应的各个权值之和，获得权值和；根据所述权值和确定对应的目标任务的优先级。为解决上述技术问题，本申请提供了一种云计算平台中的任务处理装置，包括：采集模块，用于采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；获取模块，用于根据所述特征向量获取对应的特征向量权重；迭代模块，用于基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；确定模块，用于根据所述权值确定对应的目标任务的优先级；执行模块，用于根据所述目标任务的优先级执行所述目标任务。为解决上述技术问题，本申请提供了一种云计算平台中的任务处理系统，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现上述任意一项所述的云计算平台中的任务处理方法的步骤。为解决上述技术问题，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质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意一项所述的云计算平台中的任务处理方法的步骤。本申请所提供的一种云计算平台中的任务处理方法，包括采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；根据所述特征向量获取对应的特征向量权重；基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；根据所述权值确定对应的目标任务的优先级；根据所述目标任务的优先级执行所述目标任务。可见，本申请所提供的云计算平台中的任务处理方法，在保证云计算平台自身计算能力的前提下，将能耗考虑在其综合表现里，以基于各个任务的相关特征向量来确定对应的任务的优先级，进一步实现对各个任务的优化调度并进行处理，降低了云计算平台的能耗，提高了其运行效率，有效保证了云计算平台发挥出高性能以及低能耗的实力；同时，此种任务处理方法不会使处理能力强的资源节点一直处于工作状态，而其他节点一直处于空闲状态，有效体现出分布式任务处理的优势，避免了处理能力较强的资源节点的损耗，使云计算平台的性能得到充分发挥。本申请所提供的一种云计算平台中的任务处理装置、系统及计算机可读存储介质，也具有上述有益效果，在此不再赘述。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简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普本文档来自技高网...

【技术保护点】
1.一种云计算平台中的任务处理方法，其特征在于，包括：采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；根据所述特征向量获取对应的特征向量权重；基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；根据所述权值确定对应的目标任务的优先级；根据所述目标任务的优先级执行所述目标任务。

【技术特征摘要】
1.一种云计算平台中的任务处理方法，其特征在于，包括：采集各个目标任务对应的特征向量；其中，所述特征向量包括设备功率；根据所述特征向量获取对应的特征向量权重；基于所述特征向量权重利用梯度上升法对各个所述目标任务进行迭代处理，直至达到预定精度为止，并获取在所述预定精度下各个所述目标任务对应的权值；根据所述权值确定对应的目标任务的优先级；根据所述目标任务的优先级执行所述目标任务。2.如权利要求1所述的任务处理方法，其特征在于，基于公式根据所述设备功率获取对应的设备功率权重PW：其中，P{total}为所述设备功率；min(P{total})为设备空闲功率；max(P{total})为设备满负载功率。3.如权利要求2所述的任务处理方法，其特征在于，所述特征向量还包括任务等待时间和/或磁盘负载。4.如权利要求3所述的任务处理方法，其特征在于，基于公式根据所述任务等待时间获取对应的任务等待时间权重TW：其中，其中，progress为所述目标任务的执行进度；progressrate为所述目标任务的进度增长率；currenttime为执行所述目标任务的当前时间；dispatchtime为所述目标任务已被执行的时间。5.如权利要求3所述的任务处理方法，其特征在于，基于公式根据所述磁盘负载获取对应的磁盘负载权重DL：其中，NS为设备总数；NR为执行所述目标任务的设备数量。6.如权利要求1所述的任务处理方法，其特征在于，所述基于所...

【专利技术属性】
技术研发人员：钟光正，陈平华，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：广东,44