一种智能的云平台的任务调度方法、装置及设备制造方法及图纸

本发明专利技术提供一种智能的云平台的任务调度方法、装置及设备，方法包括：获取用于表示工序的工作流程的工作流请求；通过工作流请求中的各任务分别对应于有向无环图中的一个节点，将工作流请求转换为目标有向无环图；获取目标有向无环图的各节点的节点特征、工作流的工作流特征以及请求的全局特征；所述工作流包括至少一个节点，所述请求包括至少一个工作流；将节点特征、工作流特征和全局特征，输入训练好的目标任务调度网络进行处理，得到工作流请求中的至少一个节点的调度概率；根据至少一个节点的调度概率，确定目标节点，并对所述目标节点进行调度。本发明专利技术的方案实现了低周期、高效率的调度决策，具有高拓展性。具有高拓展性。具有高拓展性。

【技术实现步骤摘要】
一种智能的云平台的任务调度方法、装置及设备


[0001]本专利技术涉及信息处理
，特别是指一种智能的云平台的任务调度方法、装置及设备。

技术介绍

[0002]随着云平台的急速发展，用户请求数量也在爆炸式地增加，单一机器早已不能满足业务需求。如今的大型分布式云平台，由于云平台的集群中的计算、通信、I/O(Input/Output，输入/输出)等操作分布不均匀，导致了节点之间负载差异过大，造成资源闲置和浪费。而现有用于解决云平台的资源闲置和浪费的方式是通过任务调度系统进行控制负载分配以及任务高效运行。
[0003]但是，现有的任务调度系统至少存在如下问题：
[0004](1)任务设备中可能会产生冲突的情况，在进行实时调度任务时，耗时长；
[0005](2)学习到价值低的决策的情况较多，影响了调度的效率。

技术实现思路

[0006]本专利技术要解决的技术问题是如何提供一种智能的云平台的任务调度方法、装置及设备。实现了对工作流中的各节点的高效调度。
[0007]为解决上述技术问题，本专利技术的技术方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能的云平台的任务调度方法，其特征在于，包括：获取用于表示工序的工作流程的工作流请求，所述工作流请求包括至少一个任务；通过所述工作流请求中的各任务分别对应于有向无环图中的节点，将所述工作流请求转换为目标有向无环图；获取所述目标有向无环图的各节点的节点特征、工作流的工作流特征以及请求的全局特征；所述工作流包括至少一个节点，所述请求包括至少一个工作流；将所述节点特征、工作流特征和全局特征，输入训练好的目标任务调度网络进行处理，得到所述工作流请求中的至少一个节点的调度概率；根据所述至少一个节点的调度概率，确定目标节点，并对所述目标节点进行调度。2.根据权利要求1所述的智能的云平台的任务调度方法，其特征在于，获取所述目标有向无环图的各节点的节点特征，包括：获取所述目标有向无环图的各节点的原始特征以及所述各节点的子节点集合；根据所述节点的原始特征以及所述节点的所有子节点特征，通过目标非线性函数进行运算，得到所述目标有向无环图的各节点的节点特征。3.根据权利要求1所述的智能的云平台的任务调度方法，其特征在于，获取所述目标有向无环图的工作流的工作流特征，包括：根据所述工作流中的所有节点的节点特征的总和，得到所述工作流特征。4.根据权利要求1所述的智能的云平台的任务调度方法，其特征在于，获取所述目标有向无环图的请求的全局特征，包括：根据所有工作流特征的总和，得到所述全局特征。5.根据权利要求1所述的智能的云平台的任务调度方法，其特征在于，将所述节点特征、工作流特征和全局特征，输入训练好的目标任务调度网络进行处理，得到所述工作流请求中的至少一个节点的调度概率，包括：将所述节点特征、工作流特征和全局特征，输入所述训练好的目标任务调度网络的输入层进行处理，分别得到第一值、第二值以及第三值；将所述第一值、第二值以及第三值输入所述训练好的目标任务调度网络的隐藏层进行处理，得到节点的调度概率、工作流的调度概率以及回报值；将所述节点的调度概率、工作流的调度概率以及回报值输入所述训练好的目标任务调度网络的输出层进行处理，输出所述工作流请求中的至少一个节点的调度概率、工作流的调度概率以及回报值。6.根据权利要求5所述的智能的云平台的任务调度方法，其特征在于，还包括：将每个所述节点的调度概率、工作流的调度概率、节点特征、工作流特征、全局特征以及回报值存入经...

【专利技术属性】
技术研发人员：李翠霞，高文龙，李英豪，刘成明，李丝毫，尚智泉，王俊海，关钰银，
申请(专利权)人：郑州大学，
类型：发明
国别省市：