The invention relates to a large-scale resource scheduling system for the minimum cost maximum flow and method based on task status table, receiving and storing tasks submitted by users, including task CPU usage, memory usage, disk I/O and network I/O, priority; cluster state table, save the cluster status information, including cluster CPU usage, memory usage, disk and network I/O in cluster state changes to the cluster state table is updated; scheduling table: user configuration storage scheduling objectives, including the current priority placement constraints and fairness; minimum cost maximum flow constructor, according to task state table and cluster state table information, select the scheduling target table from the scheduling objectives, structure the minimum cost maximum flow chart; the minimum cost maximum flow solver, the incremental algorithm of the minimum cost maximum flow The minimum cost maximum flow graph constructed by the constructor is solved; the task executor is responsible for the specific execution of the task. The invention satisfies the flexible requirement of the actual business scene.
【技术实现步骤摘要】
一种基于最小费用最大流的大规模资源调度系统及方法
本专利技术涉及一种基于最小费用最大流的大规模资源调度系统及方法,属于大数据资源管理领域,特别是大规模环境下资源调度问题。
技术介绍
随着互联网(Internet)、物联网(IoT)等技术的快速发展,数据(Data)开始从简单处理对象向基础性服务转变,多个作业(Job)同时提交,分解成并行执行任务(Task),在至少万级规模的物理服务器上运行处理,已成主流的应用模式,称之为“并行作业(Concurrentjob)”问题。例如,Github每年需处理2000多万个作业,Facebook每天要响应近万个作业请求。大规模资源调度是指多目标约束下,任务与物理资源最优映射决策过程,它是解决并行作业问题的关键。已有研究工作或权衡任务干扰约束(cross-taskinterference)和资源利用率(highresourceutilization),如Whare-Map、Tetrisched;或权衡公平性(fairness)和数据局部性(datalocality),如Quincy、YARN;或权衡公平性(fairness)和隔离性(isolation),如Mesos、Omega;或满足优先级(priority)等单一约束条件,如Borg、Alsched、Quasar。由此可见,已有工作通常只能适用目标固定不变,但相关研究表明,相同的作业集合采用不同的目标进行调度,或导致极低的资源利用率,如Twitter平均资源利用率小于20%;或引起作业性能下降5倍。因此,根据合适的场景选择合适的调度目标意义重大。随着大数据的快速发展和 ...
【技术保护点】
一种基于最小费用最大流的大规模资源调度系统,其特征在于包括:任务状态表、集群状态表、调度目标表、最小费用最大流构造器、最小费用最大流求解器、任务执行器,其中:任务状态表,接收并保存用户提交的任务状态,包括任务的CPU使用率、内存使用率、网络I/O、磁盘I/O和优先级;集群状态表,保存集群状态信息,包括集群CPU使用率、内存使用率、网络和磁盘I/O,在集群状态发生变化时对集群状态表进行更新;调度目标表:存储用户配置的调度目标,目前包括优先级、放置约束及公平性;最小费用最大流构造器,根据任务状态表和集群状态表信息,从调度目标表选择调度目标,构造最小费用最大流图;最小费用最大流求解器,采用增量式算法对最小费用最大流构造器构造的最小费用最大流图进行求解;任务执行器,采用容器技术进行任务隔离与执行,同时把任务状态和集群状态定期同步到任务状态表和集群状态表。
【技术特征摘要】
1.一种基于最小费用最大流的大规模资源调度系统,其特征在于包括:任务状态表、集群状态表、调度目标表、最小费用最大流构造器、最小费用最大流求解器、任务执行器,其中:任务状态表,接收并保存用户提交的任务状态,包括任务的CPU使用率、内存使用率、网络I/O、磁盘I/O和优先级;集群状态表,保存集群状态信息,包括集群CPU使用率、内存使用率、网络和磁盘I/O,在集群状态发生变化时对集群状态表进行更新;调度目标表:存储用户配置的调度目标,目前包括优先级、放置约束及公平性;最小费用最大流构造器,根据任务状态表和集群状态表信息,从调度目标表选择调度目标,构造最小费用最大流图;最小费用最大流求解器,采用增量式算法对最小费用最大流构造器构造的最小费用最大流图进行求解;任务执行器,采用容器技术进行任务隔离与执行,同时把任务状态和集群状态定期同步到任务状态表和集群状态表。2.根据权利要求1所述的基于最小费用最大流的大规模资源调度系统,其特征在于:所述最小费用最大流构造器对最小费用最大流图的构造方法如下:(1)根据最小费用最大流构造器建立最小费用最大流模型,提供基本操作接口;(2)根据任务状态表、集群状态表、调度目标表获取任务状态、集群状态和调度目标;(3)根据第一步提供的基本操作接口和第二步获取的任务状态、集群状态、和调度目标,采用不同构造方法构造最小费用最大...
【专利技术属性】
技术研发人员:吴恒,张文博,陈晓旭,钟华,宋云奎,张一鸣,
申请(专利权)人:中国科学院软件研究所,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。