在离线任务混合部署方法与设备技术

本申请涉及云计算技术领域，提供了一种在离线任务混合部署方法与设备，该在离线任务混合部署方法利用通过强化学习方法训练得到的资源配额预测模型预测目标在线任务在下一时刻的预期资源配额，并以此调整目标服务器中目标在线任务在下一时刻的实际资源配额，之后对目标服务器中所有任务的资源配置总量和目标服务器的资源配置限制之间进行大小比较得到比较结果，根据比较结果进行离线任务编排，能够在保证任务执行效果的前提下，将在线和离线任务混合部署到同一台服务器上，提高服务器的资源利用率。资源利用率。资源利用率。

【技术实现步骤摘要】
在离线任务混合部署方法与设备


[0001]本申请涉及云计算
，尤其涉及一种在离线任务混合部署方法与设备。

技术介绍

[0002]在云计算场景下，在线任务的资源使用量通常会随着用户使用的情况而呈现周期性的波动，如Web服务和数据库服务，而离线任务不会直接与用户进行交互，资源使用量不会有明显的波动，如大数据和批处理任务，厂商通常会将在线任务和离线任务混合部署到同一台服务器上，从而提高服务器的资源利用率，降低厂商的运营成本。
[0003]但如果在离线任务混合部署时，将若干离线任务调度到在线任务的服务器上，可能会影响在线任务对应的服务质量，尤其是当在线任务承受较大负载压力时，服务器资源被离线任务挤占，最终会增加调用时延，从而影响用户体验。因此，如何在保证任务执行效果的前提下，将不同类型的任务混合部署到同一台服务器上以提高服务器的资源利用率，是本领域亟待解决的技术问题。

技术实现思路

[0004]本申请实施例的主要目的在于提出一种在离线任务混合部署方法与设备，能够在保证任务执行效果的前提下，将不同类型的任务混合部署到同一台服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在离线任务混合部署方法，其特征在于，所述方法包括：获取目标服务器在第一时刻的第一资源使用量；通过预设的资源配额预测模型根据所述第一资源使用量得到部署在所述目标服务器上的目标在线任务在第二时刻的第一预期资源配额，其中，所述资源配额预测模型通过目标强化学习方法基于所述目标在线任务在所述目标服务器上的历史运行数据训练得到，所述第二时刻为所述第一时刻经过预设时间间隔后的时刻；根据所述第一预期资源配额调整所述目标服务器中所述目标在线任务在所述第二时刻的实际资源配额，并统计调整资源配额后所述目标服务器上部署的所有任务的资源配额总量；对所述资源配额总量和所述目标服务器的资源配额限制进行大小比较，并根据所述资源配额总量和所述目标服务器的资源配额限制之间的比较结果进行离线任务编排。2.根据权利要求1所述的在离线任务混合部署方法，其特征在于，所述根据所述资源配额总量和所述目标服务器的资源配额限制之间的比较结果进行离线任务编排，包括：若比较结果表征所述资源配额总量大于所述目标服务器的资源配额限制，确定所述资源配额总量与所述目标服务器的资源配额限制的第一资源配额差值；根据所述第一资源配额差值从所述目标服务器上部署的所有离线任务中确定待驱逐的第一目标离线任务；通过容器编排平台将所述第一目标离线任务驱逐出所述目标服务器。3.根据权利要求1所述的在离线任务混合部署方法，其特征在于，所述根据所述资源配额总量和所述目标服务器的资源配额限制之间的比较结果进行离线任务编排，包括：若比较结果表征所述资源配额总量小于所述目标服务器的资源配额限制，确定所述资源配额总量与所述目标服务器的资源配额限制的第二资源配额差值；根据所述第二资源配额差值从预先建立的多个离线任务中确定待调度的第二目标离线任务；通过容器编排平台将所述第二目标离线任务调度至所述目标服务器。4.根据权利要求1所述的在离线任务混合部署方法，其特征在于，所述目标强化学习方法包括：获取所述目标在线任务在所述目标服务器上的历史运行数据；根据预设的资源配额调整策略和所述历史运行数据得到多组样本数据，其中，每组所述样本数据包括所述目标服务器在当前时刻的第二资源使用量、所述目标在线任务在下一时刻的第二预期资源配额、所述目标服务器在下一时刻的第三资源使用量以及目标奖励值；根据多组所述样本数据对所述资源配额预测模型的参数进行更新。5.根据权利要求4所述的在离线任务混合部署方法，其特征在于，所述资源使用量模型包括目标网络和训练网络，所述根据多组所述样本数据对所述资源配额预测模型的参数进行更新，包括：对于每组所述样...

【专利技术属性】
技术研发人员：曹建琦，李皈颖，张剑，杨鹏，
申请(专利权)人：南方科技大学，
类型：发明
国别省市：