一种基于云平台的任务识别方法及装置制造方法及图纸

技术编号:16326955 阅读:52 留言:0更新日期:2017-09-29 18:56
本发明专利技术公开了一种基于云平台的任务识别方法,包括:检测任务的运行状态及资源需求;利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。可见,在本方案中,通过任务的运行状态及资源需求,可生成与每个任务相对应的指纹,这样在检测到新的任务时,可通过将新任务的指纹与经验数据库中存储的已识别任务的指纹进行对比,实现对新任务的识别;本发明专利技术还公开了一种基于云平台的任务识别装置,同样能实现上述技术效果。

【技术实现步骤摘要】
一种基于云平台的任务识别方法及装置
本专利技术涉及任务识别
,更具体地说,涉及一种基于云平台的任务识别方法及装置。
技术介绍
NUMA架构为非一致性内存架构(Non-uniformMemoryArchitecture),是为了解决传统的对称多处理(SymmetricMulti-processor)系统中的可扩展性问题而诞生的。在NUMA架构中可运行很多不同类型的任务,目前对不同类型任务的识别,一般是通过单一属性进行识别,这种识别方式不准确,并且无法知道不同类型任务的资源消耗情况。因此,如何对任务进行准确识别,是本领域技术人员需要解决的问题。
技术实现思路
有鉴于此,本专利技术的目的在于提供一种基于云平台的任务识别方法及装置,以实现对云平台任务的准确识别。其具体方案如下:一种基于云平台的任务识别方法,包括:检测任务的运行状态及资源需求;利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。其中,所述检测任务的运行状态及资源需求,利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹,包括:通过计数器对所述任务的预定的硬件采样事件进行信息采集,并对采集的信息进行分析挖掘,生成与所述任务对应的指纹;其中,所述指纹中包括多个硬件性能指标。其中,所述识别成功之后,还包括:从所述经验数据库中获取与所述目标指纹对应的资源调度策略并执行。其中,所述经验数据库的生成方法包括:利用指纹以及基于数据挖掘的分类算法,对任务进行分类,生成多个任务分类集合;通过资源分配器对每个任务分类集合中的每个任务进行动态资源调整,确定每个任务的资源调度策略,生成经验数据库。其中,所述利用指纹以及基于数据挖掘的分类算法,对任务进行分类,生成多个任务分类集合,包括:利用指纹及Kmeans分类算法对任务进行分类,生成多个任务分类集合。一种基于云平台的任务识别装置,包括:检测模块,用于检测任务的运行状态及资源需求;指纹生成模块,用于利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断模块,用于判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。其中,所述检测模块通过计数器对所述任务的预定的硬件采样事件进行信息采集;所述指纹生成模块通过对采集的信息进行分析挖掘,生成与所述任务对应的指纹;其中,所述指纹中包括多个硬件性能指标。其中,还包括:执行模块,用于从所述经验数据库中获取与所述目标指纹对应的资源调度策略并执行。其中,还包括经验数据库生成模块;所述经验数据库生成模块包括:分类单元,用于用于利用指纹以及基于数据挖掘的分类算法,对任务进行分类,生成多个任务分类集合;资源调度策略生成模块,用于通过资源分配器对每个任务分类集合中的每个任务进行动态资源调整,确定每个任务的资源调度策略,生成经验数据库。其中,所述分类单元利用指纹及Kmeans分类算法对任务进行分类,生成多个任务分类集合。通过以上方案可知,本专利技术实施例提供的一种基于云平台的任务识别方法,包括:检测任务的运行状态及资源需求;利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。可见,在本方案中,通过任务的运行状态及资源需求,可生成与每个任务相对应的指纹,这样在检测到新的任务时,可通过将新任务的指纹与经验数据库中存储的已识别任务的指纹进行对比,实现对新任务的识别;本专利技术还公开了一种基于云平台的任务识别装置,同样能实现上述技术效果。附图说明为了更清楚地说明本专利技术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专利技术的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。图1为本专利技术实施例公开的一种基于云平台的任务识别方法流程图;图2为本专利技术实施例公开的一种基于云平台的任务识别装置结构示意图;图3为本专利技术实施例公开的一种基于云平台的多维度任务识别方法流程图;图4为本专利技术实施例公开的一种基于云平台的多维度任务识别装置结构示意图;图5为本专利技术实施例公开的一种基于云平台的任务瓶颈确定方法流程图;图6为本专利技术实施例公开的一种基于云平台的任务瓶颈确定装置结构示意图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。当前,NUMA架构作为非一致性内存架构,是为了解决传统的对称多处理系统中的可扩展性问题而诞生的。在NUMA架构中可运行很多不同类型的任务,目前对不同类型任务的识别,一般是通过单一属性进行识别,这种识别方式不准确,并且无法知道不同类型任务的资源消耗情况。如何对任务进行准确识别,是本领域技术人员需要解决的问题。为此,本专利技术实施例相应地公开了一种基于云平台的任务识别方法及装置,以实现对基于云平台的任务进行识别。参见图1,本专利技术实施例提供的一种基于云平台的任务识别方法,包括:S101、检测任务的运行状态及资源需求;具体的,本方案中的运行状态和资源需求与实时统计的硬件事件信息相同,即为整个服务器硬件资源信息,从CPU信息到磁盘信息均可,包括硬件资源信息以及操作系统信息,通过这些信息均可以了解到任务的资源消耗以及资源需求。本方案的运行状态为:当前任务在运行过程中在哪些服务器硬件资源上的消耗情况,资源需求包括整体服务器的硬件资源,网络,计算,存储等。S102、利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;具体的,为了精确了解每个任务的资源请求,在本方案中生成每个任务的指纹,以识别任务的资源需求。首先,需要提取任务的资源指纹,在提取资源指纹时,需要满足如下策略,并且,通过任务的运行状态及资源需求所生成的指纹,可以准确的标注任务的资源消耗,以及当前资源供给与任务资源需要的匹配程度。无干扰的监测策略:由于云端上一般会运行多个不同的应用任务,在本方案中并不能假设云端所有的接口都是开放的,即,并不是所有的guestVM以及应用任务的信息都是可以在生产环境中直接被获得,因此,设计无干扰式的监测手段并且不依赖生产环境的可用接口变得至关重要;隔离性策略:为了保证采样的精确性,需要确保应用任务的指纹信息不受其他采样过程的性能影响,并且确保任务指纹的采样精确性不受其他任务的性能干扰;轻量性策略:采样指纹的过程会不可避免的带来性能开销,本方案设计的代理模块将任务拷贝至采样环境时,需要产生较少的开销以避免给系统带来额外的资源压力。S103、判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。具体的,本方案中,可以使用底层的指标捕捉负载任务的行为,为本文档来自技高网...
一种基于云平台的任务识别方法及装置

【技术保护点】
一种基于云平台的任务识别方法,其特征在于,包括:检测任务的运行状态及资源需求;利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。

【技术特征摘要】
1.一种基于云平台的任务识别方法,其特征在于,包括:检测任务的运行状态及资源需求;利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹;判断经验数据库中是否存在与所述指纹一致的目标指纹;若存在,则识别成功;若不存在,则识别失败;所述经验数据库中包括已识别任务的指纹。2.根据权利要求1所述的任务识别方法,其特征在于,所述检测任务的运行状态及资源需求,利用所述任务的运行状态及资源需求,生成与所述任务对应的指纹,包括:通过计数器对所述任务的预定的硬件采样事件进行信息采集,并对采集的信息进行分析挖掘,生成与所述任务对应的指纹;其中,所述指纹中包括多个硬件性能指标。3.根据权利要求1或2所述的任务识别方法,其特征在于,所述识别成功之后,还包括:从所述经验数据库中获取与所述目标指纹对应的资源调度策略并执行。4.根据权利要求3所述的任务识别方法,其特征在于,所述经验数据库的生成方法包括:利用指纹以及基于数据挖掘的分类算法,对任务进行分类,生成多个任务分类集合;通过资源分配器对每个任务分类集合中的每个任务进行动态资源调整,确定每个任务的资源调度策略,生成经验数据库。5.根据权利要求4所述的任务识别方法,其特征在于,所述利用指纹以及基于数据挖掘的分类算法,对任务进行分类,生成多个任务分类集合,包括:利用指纹及Kmeans分类算法对任务进行分类,生成多...

【专利技术属性】
技术研发人员:古亮周旭
申请(专利权)人:深信服科技股份有限公司
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 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。

1