云平台的任务执行方法技术

本发明专利技术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。本发明专利技术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。

【技术实现步骤摘要】

本专利技术涉及云计算，特别涉及一种云平台的任务执行方法。
技术介绍
云计算作为一种新型的计算模式和服务模式，它将大量的计算业务分布式的分派给由底层云平台计算机硬件组成的资源池中，在科研、生产和贸易服务领域有着广泛应用。由于数据服务器资源池是由海量的硬件资源共同组成的，而且计算机数量非常庞大，组成复杂，资源的配置差异较大，当大规模的计算业务需要数据服务器处理时，这时就会导致数据服务器的负载不平衡。而负载的不平衡会造成吞吐率的下降以及响应时间的增加，在一定程度上影响了云平台为用户提供的服务质量。针对云计算数据服务器，不同的业务调度策略会造成整个系统具有不同的负载分配情况，从而导致具有不同的执行效率和对外计算服务能力，最优的业务调度策略应该是一种能够使整个云计算系统产生负载平衡效果的策略。在现有的负载平衡策略中，往往需要维护额外的历史数据，这将导致系统的冗余负载，并且估计负载的效果并不是非常理想。
技术实现思路
为解决上述现有技术所存在的问题，本专利技术提出了一种云平台的任务执行方法，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。优选地，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： L R = Σ i = 1 n L t k i ]]>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本文档来自技高网...

【技术保护点】
一种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。

【技术特征摘要】
1.一种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。2.根据权利要求1所述的方法，其特征在于，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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：四川;51