容器资源调度方法和装置、计算机可读存储介质制造方法及图纸

本公开涉及一种容器资源调度方法和装置、计算机可读存储介质。该容器资源调度方法包括：采用基准测试算法集中每种基准测试算法，对所有类型计算设备进行基准测试；根据基准测试结果、基准测试算法复杂度和每种计算设备虚拟切片数换算每种计算设备的最小单元算力；接收指定计算任务所属的算法类型、计算数据量和算法复杂度；将计算任务算法与基准测试算法进行匹配，查询该匹配算法的最小单元算力；根据匹配算法的最小单元算力、计算任务的计算数据量和算法复杂度，将计算任务调度到合适的资源设备上。本公开可以实现多类型计算任务在异构新型计算资源上的归一化调度。新型计算资源上的归一化调度。新型计算资源上的归一化调度。

【技术实现步骤摘要】
容器资源调度方法和装置、计算机可读存储介质


[0001]本公开涉及云计算领域，特别涉及一种容器资源调度方法和装置、计算机可读存储介质。

技术介绍

[0002]为了满足不断攀升的数据处理需求，未来的系统需在运算能力上进行改善。传统解决方案(如x86处理器)再也无法以高效率、低成本的方式提供所需运算带宽，因此系统设计人员须寻找新的运算平台。越来越多系统将FPGA(Field Programmable Gate Array，可编程门阵列)和GPU(Graphics Processing Unit，图形处理器或绘图处理器)视为能够满足未来需求的运算平台。那么作为主流的应用承载方式容器系统要如何将新型运算平台资源合理的分配给容器计算任务使用，目前还未有成熟的解决方案。

技术实现思路

[0003]专利技术人通过研究发现：相关技术容器集群系统对新型计算资源GPU设备调度中存在的不足，主要存在以下问题：
[0004]1)关于新型计算资源GPU相关技术容器资源分配技术无法衡量不同计算资源的算力。
[0005]2)不同厂家不同型号的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种容器资源调度方法，其特征在于，包括：采用基准测试算法集中每种基准测试算法，对所有类型计算设备进行基准测试；根据基准测试结果、基准测试算法复杂度和每种计算设备虚拟切片数换算每种计算设备的最小单元算力；接收指定计算任务所属的算法类型、计算数据量和算法复杂度；将计算任务算法与基准测试算法进行匹配，查询该匹配算法的最小单元算力；根据匹配算法的最小单元算力、计算任务的计算数据量和算法复杂度，将计算任务调度到合适的资源设备上。2.根据权利要求1所述的容器资源调度方法，其特征在于，还包括：建立基准测试算法集，进行基准测试库初始化。3.根据权利要求1所述的容器资源调度方法，其特征在于，还包括：通过容器集群获取容器节点上的计算设备信息；在容器节点上的计算设备类型更新的情况下，向系统注册相应更新设备，并进行计算设备的算力换算。4.根据权利要求1-3中任一项所述的容器资源调度方法，其特征在于，所述对所有类型计算设备进行基准测试包括：对容器资源池中所有类型计算设备运行基准测试压测；在计算设备的一项性能指标出现瓶颈的情况下，输出基准测试的测试数据量作为基准测试结果。5.根据权利要求1-3中任一项所述的容器资源调度方法，其特征在于，所述根据基准测试结果、基准测试算法复杂度和每种计算设备虚拟切片数换算每种计算设备的最小单元算力包括：根据基准测试结果和基准测试算法复杂度换算计算设备算力，其其中，基准测试结果包括测试数据量、基准测试类型、压测数据量和计算设备标识；根据计算设备算力和每种计算设备虚拟切片数换算每种计算设备的最小单元算力。6.根据权利要求1-3中任一项所述的容器资源调度方法，其特征在于，所述根据匹配算法的最小单元算力、计算任务的计算数据量和算法复杂度，将计算任务调度到合适的资源设备上包括：根据计算任务的计算数据量和算法复杂度确定计算任务的所需算力；选择剩余算力大于预定值且算力负载最小的计算设备作为目标计算设备进行调度；根据计算任务的所需算力确定目标计算设备的需分配切片数量，将计算任务调度到目标计算设备的需分配切片数...

【专利技术属性】
技术研发人员：严丽云，何震苇，杨新章，张凌，林园致，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：