【技术实现步骤摘要】
任务调度方法、装置、计算机设备和存储介质
[0001]本申请涉及计算机
，特别是涉及一种任务调度方法、装置、计算机设备和存储介质。
技术介绍
[0002]任务调度是日常生活中常见的一种任务分配方案。然而，在日常的数据生产和消费流程中，往往出现电子设备在同一时间段接收到许多调度任务，使得该时间段所占用的设备资源较多。当某个时间段所占用的设备资源较多，则会使得该时间段的任务调度比较拥堵，而其它时间段则存在较多闲置的设备资源，存在任务调度过程中设备资源使用不均衡的问题。
技术实现思路
[0003]基于此，有必要针对上述技术问题，提供一种能够使得设备资源利用更加均衡的任务调度方法、装置、计算机设备和存储介质。
[0004]一种任务调度方法，所述方法包括：获取电子设备在历史周期中每个时间段的任务执行相关数据；基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息；基于所述目标周期中每个时间段的区间负载信息，确定所述目标周期中区间负载信息满足低负载条件的调度时间段；将待调度的目标任务...
【技术保护点】
【技术特征摘要】
1.一种任务调度方法，其特征在于，所述方法包括：获取电子设备在历史周期中每个时间段的任务执行相关数据；基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息；基于所述目标周期中每个时间段的区间负载信息，确定所述目标周期中区间负载信息满足低负载条件的调度时间段；将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期的调度时间段中确定出目标时间段；控制所述电子设备在所述目标时间段内调度执行所述目标任务。2.根据权利要求1所述的方法，其特征在于，所述基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息，包括：基于所述任务执行相关数据，构建时间序列的预测样本集；所述预测样本集中包括有多个历史周期中每个历史周期在每个时间段分别对应的样本特征数据；通过训练完成的负载预测模型对所述预测样本集进行处理，预测输出所述电子设备在目标周期中每个时间段的区间负载信息。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述任务执行相关数据，构建时间序列的训练样本集；所述训练样本集中包括有与各历史周期中每个时间段分别对应的样本特征数据，以及每个样本特征数据分别对应的负载标签，所述训练样本集与所述预测样本集中的样本特征数据至少存在部分不重合；基于所述训练样本集对待训练的负载预测模型进行训练，直到满足预设截止条件时停止，得到训练完成的负载预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述任务执行相关数据，构建时间序列的训练样本集，包括：基于所述任务执行相关数据，确定每个历史周期在每个时间段分别对应的样本特征数据，并确定每个样本特征数据各自所对应的负载标签；从多个所述历史周期中确定出预设数量个连续的历史周期，得到第一周期范围，并基于所述第一周期范围中的各历史周期所对应的样本特征数据和负载标签，得到训练样本集；所述基于所述任务执行相关数据，构建时间序列的预测样本集，包括：在与所述第一周期范围错开至少一个历史周期的情况下，从多个所述历史周期中确定出预设数量个连续的历史周期，得到第二周期范围；将所述第二周期范围中的各历史周期所对应的样本特征数据作为预测样本集。5.根据权利要求4所述的方法，其特征在于，所述确定每个样本特征数据各自所对应的负载标签，包括：从所述任务执行相关数据中，获取所述电子设备在每个历史周期的每个时间段内的历史负载信息；对于每个时间段，若所述电子设备的历史负载信息低于预设负载阈值，则将第一标签作为相应时间段内的样本特征数据所对应的负载标签；对于每个时间段，若所述电子设备的历史负载信息不低于所述预设负载阈值，则将第
二标签作为相应时间段内的样本特征数据所对应的负载标签。6.根据权利要求1所述的方法，其特征在于，所述将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期的调度时间段中确定出目标时间段，包括：获取所述电子设备在历史周期中每个时间段调度的历史任务数；基于所述历史周期中每个时间段调度的历史任务数，确定所述目标周期中各调度时间段的调度任务阈值；基于各调度时间段的调度任务阈值，将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期中确定出目标时间段。7.根据权利要求6所述的方法，其特征在于，所述基于各调度时间段的调度任务阈值，将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所...
【专利技术属性】
技术研发人员：钟子宏，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：
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。