调度任务及训练神经网络模型的方法、装置、终端和介质制造方法及图纸

本发明专利技术实施例提供一种调度任务及训练神经网络模型的方法、装置、终端和介质。该调度任务的方法包括：判断主任务中的待构建子任务的队列是否变化，若是，则执行以下步骤；基于耗时预测神经网络模型获得主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为主任务的构建剩余耗时；判断主任务的构建剩余耗时是否满足耗时要求，若否，则调整主任务中的待构建子任务的排队顺序。如此，在从服务器资源有限的情况下，可以动态调整每一个主任务中的待构建子任务的排队顺序，以合理利用有限的从服务器资源，并保证各个主任务快速、准时地交付。

【技术实现步骤摘要】
调度任务及训练神经网络模型的方法、装置、终端和介质
本专利技术涉及调度任务的
，尤其涉及一种调度任务及训练神经网络模型的方法、装置、终端和介质。
技术介绍
Jenkins是一个开源软件项目，是基于Java开发的一种持续集成工具，其旨在提供一个开放易用的软件平台，用于监控持续重复的工作，使软件的持续集成变成可能。Jenkins服务器主要分为主服务器(master服务器)和从服务器(slave服务器)两种，其中，主服务器主要用于构建任务的分配，从服务器主要用于构建任务的执行。通常，在项目构建时，每个项目中均包含多个工程需要构建，而且这些工程可能集中触发且需要并发进行构建。由此，当Jenkins用于项目构建时，就需要部署几十、甚至上百台从服务器。如果从服务器资源充足，可以同时构建这些工程，而且构建时间最长的那个工程的耗时就是整个项目构建的耗时。但是，从服务器不可能无限部署，否则会造成资源浪费，利用率低等问题。为了保证项目构建能快速、准时地交付，通常希望采用一定的调度策略以合理利用这些有限的从服务器资源。然而，传统的资源调本文档来自技高网...

【技术保护点】
1.一种调度任务的方法(100)，其特征在于，包括：/nS110，判断主任务中的待构建子任务的队列是否变化，若是，则执行以下步骤，其中，所述变化包括所述待构建子任务中有子任务入列和/或有子任务出列；/nS120，基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为所述主任务的构建剩余耗时；/nS130，判断所述主任务的构建剩余耗时是否满足耗时要求，若否，则调整所述主任务中的待构建子任务的排队顺序。/n

【技术特征摘要】
1.一种调度任务的方法(100)，其特征在于，包括：
S110，判断主任务中的待构建子任务的队列是否变化，若是，则执行以下步骤，其中，所述变化包括所述待构建子任务中有子任务入列和/或有子任务出列；
S120，基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为所述主任务的构建剩余耗时；
S130，判断所述主任务的构建剩余耗时是否满足耗时要求，若否，则调整所述主任务中的待构建子任务的排队顺序。


2.根据权利要求1所述的方法(100)，其特征在于，基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务的构建剩余耗时包括：
通过所述耗时预测神经网络模型分别预测所述主任务中的各个正在构建子任务的构建预测耗时；
获取所述主任务中的各个正在构建子任务的已构建耗时；
分别取所述主任务中的各个正在构建子任务的构建预测耗时与各自已构建耗时的差值作为所述主任务中的各个正在构建子任务的构建剩余耗时。


3.根据权利要求1所述的方法(100)，其特征在于，基于耗时预测神经网络模型获得所述主任务中的各个待构建子任务的构建剩余耗时包括：
通过所述耗时预测神经网络模型分别预测所述主任务中的各个待构建子任务的构建预测耗时；
获取适于构建所述主任务中的各个待构建子任务的从服务器中的各个正在构建子任务的任务释放耗时；
分别取所述主任务中的各个待构建子任务的构建预测耗时与相应的任务释放耗时的和作为所述主任务中的各个待构建子任务的构建剩余耗时。


4.根据权利要求1所述的方法(100)，其特征在于，所述步骤S130包括：
判断所述主任务的构建剩余耗时是否小于或等于所述主任务的构建可用耗时，若否，则判断所述主任务中每一个待构建子任务的排队级别是否达到最高级别，如果没有达到所述最高级别，则提高相应的待构建子任务的排队级别，并返回步骤S120；
其中，所述主任务的可用耗时为所述主任务的期望完成时间与当前时间之间的差值。


5.根据权利要求4所述的方法(100)，其特征在于，如果达到所述最高级别，则中止比所述主任务的排队级别低的主任务中的正在构建子任务。


6.根据权利要求4所述的方法(100)，其特征在于，所述提高相应的待构建子任务的排队级别包括：
提高没有达到最高级别的待构建子任务中构建剩余耗时最大的待构建子任务的排队级别；和/或
提高没有达到最高级别的待构建子任务中构建剩余耗时大于所述主任务的构建可用耗时的待构建子任务的排队级别；和/或
提高所有没有达到最高级别的待构建子任务的排队级别。


7.一种调度任务的装置(200)，其特征在于，包括：
判断模块(210)，其适于判断主任务中的待构建子任务的队列是否变化、以及所述主任务的构建剩余耗时是否满足耗时要求，其中，所述变化包括所述待构建子任务中有子任务入列和/或有子任务出列；
计算模块(220)，其适于在所述队列有变化时基于耗时预测神经网络模型获得所述主任务中的各个正在构建子任务和各个待构建子任务的构建剩余耗时，并取其中最大者作为所述主任务的构建剩余耗时；
调整模块(230)，其适于获取所述主任务的耗时要求，并在所述主任务的构建剩余耗时不满足耗时要求时调整所述主任务中的待构建子任务的排队顺序。


8.根据权利要求7所述的装置(200)，其特征在于，所述计算模块(220)包括：
预测单元，其适于通过所述耗时预测神经网络模型分别预测所述主任务中的各个正在构建子任务、以及各个待构建子任务的构建预测耗时；
获取单元，其适于获取所述主任务中的各个正在构建子任务的已构建耗时、以及适于构建所述主任务中的各个待构建子任务的从服务器中的各个正在构建子任务的任务释放耗时；
计算单元，其适于分别取所述主任务中的各个正在构建子任务的构建预测耗时与各自已构建耗时的差值作为所述主任务中的各个正在构建子任务的构建剩余耗时、分别取所述主任务中的各个待构建子任务的构建预测耗时与相应的任务释放耗时的和作为所述主任务中的各个待构建子任务的构建剩余耗时、以及取所述主任务的各个正在构建子任务和各个待构建子任务中构建剩余耗时最大者的构建剩余耗时作为所述主任务的构建剩余耗时。


9.根据权利要求7所述的装置(200)，其特征在于，...

【专利技术属性】
技术研发人员：钱民乾，
申请(专利权)人：展讯通信上海有限公司，
类型：发明
国别省市：上海;31