资源处理调度方法、装置、计算机设备和存储介质制造方法及图纸

本公开揭示了一种资源处理调度方法、装置、计算机设备和存储介质，属于数据处理技术领域，该资源处理调度方法包括：接收服务器的资源调度请求，所述资源调度请求包括请求的资源量和资源凭证；识别所述资源凭证出自的服务器；根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量；识别所述资源凭证的凭证信息，所述凭证信息包括所述资源凭证的凭证资源量，所述凭证资源量为所述请求的资源量的凭证；对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度。这样就可以更合理的进行资源调度，节约资源，提高任务处理效率。

【技术实现步骤摘要】
资源处理调度方法、装置、计算机设备和存储介质
本公开涉及数据处理
，特别是涉及资源处理调度方法、装置、计算机设备和存储介质。
技术介绍
传统的资源调度方法中，一般在资源处理调度系统有足够的剩余可调度资源量的情况下，服务器请求调度多少资源量，就调度多少资源量，但所述服务器请求调度的资源量为所述服务器判断的处理任务需要占用的资源量，故会存在即使资源处理调度系统调度的资源量少于服务器请求调度的资源量，也足够满足所述服务器的处理任务的需要的情况，这时若按照服务器请求调度的资源量进行调度，无疑会产生巨大的资源浪费，延长其他任务的等待时间，导致系统卡顿，降低任务处理效率。公开内容基于此，为解决相关技术中资源处理调度不合理产生资源浪费的技术问题，本公开提供了一种资源处理调度方法、装置、计算机设备和存储介质。第一方面，提供了一种资源处理调度方法，包括：接收服务器的资源调度请求，所述资源调度请求包括请求的资源量和资源凭证；识别所述资源凭证出自的服务器；根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量；识别所述资源凭证的凭证信息，所述凭证信息包括所述资源凭证的凭证资源量；对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度。在其中一个实施例中，所述资源调度请求包括请求调度的类型，在接收所述服务器的资源调度请求之后，所述方法还包括：判断所述资源调度请求的请求调度的类型；根据请求调度的类型，查询所述资源处理调度系统的剩余可调度资源量；若所述剩余可调度资源量小于所述资源调度请求中请求的资源量，拒绝所述资源调度请求。在其中一个实施例中，所述资源凭证为图片格式，所述识别所述资源凭证出自的服务器的步骤包括：扫描所述资源凭证，提取所述资源凭证的第一凭证特征；将所述提取的凭证特征输入机器学习模型，所述机器学习模型输出所述资源凭证出自的服务器。在其中一个实施例中，所述第一机器学习模型如下训练出：获取包括出自各个服务器的资源凭证的凭证样本集合，所述凭证样本集合中的每个资源凭证样本事先贴有服务器标签；获取所述凭证样本集合中的每个资源凭证样本的第一凭证特征；将所述凭证样本集合中的每个资源凭证样本的第一凭证特征逐一输入第一机器学习模型，第一机器学习模型输出判定的所述资源凭证出自的服务器，与贴有的服务器标签比对，如不一致，则调整所述第一机器学习模型，使所述机器学习模型输出的服务器与标签一致。在其中一个实施例中，所述根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪的步骤包括：获取所述资源凭证出自的服务器的标准凭证；提取所述标准凭证与所述资源凭证的第二凭证特征；将所述标准凭证与所述资源凭证的第二凭证特征一起输入第二机器学习模型，所述第二机器学习模型输出所述资源凭证与所述标准凭证是否相同的结果；根据所述第二机器学习模型输出的结果，判断所述资源调度请求的真伪。在其中一个实施例中，所述第二机器学习模型如下训练出：用出自同一服务器的资源凭证作为正样本对，出自不同服务器的资源凭证作为负样本对，所述正样本对与所述负样本对构成样本对集；分别识别样本对集中的每个样本对的资源凭证的第二凭证特征；将所述样本对集中的每一个样本对中的资源凭证的第二凭证特征逐一输入第二机器学习模型中进行学习，所述第二机器学习模型输出是否相同的判断结果，如果对于正样本对输出不相同的判断结果，或对于负样本对输出相同的判断结果，调整第二机器学习模型，使第二机器学习模型输出相反判断结果。在其中一个实施例中，所述对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度，具体包括：对比凭证资源量和请求的资源量，确定最小的资源量为预定资源量；对比预定资源量以及允许资源量，确定最小的资源量为最终调用的资源量，进行资源调度。第二方面，提供了一种资源处理调度装置，包括：请求接收单元，用于接收服务器的资源调度请求，所述资源调度请求包括请求的资源量和资源凭证；服务器识别单元，用于识别所述资源凭证出自的服务器；真伪识别单元，用于根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量；信息识别单元，用于识别所述资源凭证的凭证信息，所述凭证信息包括所述资源凭证的凭证资源量；资源调度单元，用于对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度。第三方面，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述资源处理调度方法的步骤。第四方面，提供了一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述资源处理调度方法的步骤。本公开的实施例提供的技术方案可以包括以下有益效果：上述资源处理调度方法、装置、计算机设备和存储介质，通过在接收所述服务器的包含有包括请求的资源量和资源凭证的资源调度请求后，识别所述资源凭证出自的服务器，根据识别出的资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量，所述允许资源量与资源凭证出自的服务器相关，一般的，所述资源凭证出自的服务器不一样，其请求的任务类型和任务需要占用的资源大小均不相同，但同一服务器请求的任务类型便基本一样，每次调用需要占用的资源大小也不会差别过大，故可以根据数据凭证出自的服务器确定允许资源量。然后在识别出资源凭证的凭证信息，凭证信息中含有凭证资源量。最后对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度，这样就可以更合理的进行资源调度，节约资源，提高任务处理效率。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。附图说明图1是一个实施例中提供的资源处理调度方法的实施环境图。图2是根据一示例性实施例示出的一种资源处理调度方法的流程图。图3是根据图2对应实施例示出的另一种资源处理调度方法的流程图。图4是根据图2对应实施例示出的资源处理调度方法中步骤S120的一种具体实现流程图。图5是根据图2对应实施例示出的资源处理调度方法中步骤S130的一种具体实现流程图。图6是根据图2对应实施例示出的资源处理调度方法中步骤S150的一种具体实现流程图。图7是根据一示例性实施例示出的一种资源处理调度装置的框图。图8示意性示出一种用于实现上述资源处理调度方法的电子设备示例框图。图9示意性示出一种用于实现上述资源处理调度方法的计算机可读存储介质。具体实施方式为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本公开，并不用于限定本公开。图1为一个实施例中提供的资源处理调度方法的实施环境图，如图1所示，在该实施环境中，包括资源调度系统100以及服务器200。资源调度系统100例如为调度系统维护人员使用的电脑、服务器等计算机设备。服务器200上安装有进行资源调度请求的客户端。服务器200在通过客户端发送资源调度请本文档来自技高网...

【技术保护点】
1.一种资源处理调度方法，其特征在于，所述方法包括：接收服务器的资源调度请求，所述资源调度请求包括请求的资源量和资源凭证；识别所述资源凭证出自的服务器；根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量；识别所述资源凭证的凭证信息，所述凭证信息包括所述资源凭证的凭证资源量；对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度。

【技术特征摘要】
1.一种资源处理调度方法，其特征在于，所述方法包括：接收服务器的资源调度请求，所述资源调度请求包括请求的资源量和资源凭证；识别所述资源凭证出自的服务器；根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪，并确定所述资源调度系统允许所述资源凭证出自的服务器调度的允许资源量；识别所述资源凭证的凭证信息，所述凭证信息包括所述资源凭证的凭证资源量；对比凭证资源量和请求的资源量以及允许资源量，确定最终调用的资源量，进行资源调度。2.如权利要求1所述的方法，其特征在于，所述资源调度请求还包括请求调度的类型，在接收所述服务器的资源调度请求之后，所述方法还包括：判断所述资源调度请求的请求调度的类型；根据请求调度的类型，查询所述资源处理调度系统的剩余可调度资源量；若所述剩余可调度资源量小于所述资源调度请求中请求的资源量，拒绝所述资源调度请求。3.如权利要求1所述的方法，其特征在于，所述资源凭证为图片格式，所述识别所述资源凭证出自的服务器的步骤包括：扫描所述资源凭证，提取所述资源凭证的第一凭证特征；将所述提取的凭证特征输入机器学习模型，所述机器学习模型输出所述资源凭证出自的服务器。4.如权利要求3所述的方法，其特征在于，所述第一机器学习模型如下训练出：获取包括出自各个服务器的资源凭证的凭证样本集合，所述凭证样本集合中的每个资源凭证样本事先贴有服务器标签；获取所述凭证样本集合中的每个资源凭证样本的第一凭证特征；将所述凭证样本集合中的每个资源凭证样本的第一凭证特征逐一输入第一机器学习模型，第一机器学习模型输出判定的所述资源凭证出自的服务器，与贴有的服务器标签比对，如不一致，则调整所述第一机器学习模型，使所述机器学习模型输出的服务器与标签一致。5.如权利要求1所述的方法，其特征在于，所述根据所述资源凭证出自的服务器，识别所述资源调度请求的真伪的步骤包括：获取所述资源凭证出自的服务器的标准凭证；提取所述标准凭证与所述资源凭证的第二凭证特征；将所述标准凭证与所述资源凭证的第二凭证特征一起输入第二机器学习模型，所述第二机器学习...

【专利技术属性】
技术研发人员：郑郁晶，
申请(专利权)人：深圳壹账通智能科技有限公司，
类型：发明
国别省市：广东,44