【技术实现步骤摘要】
本专利技术涉及任务调度,特别涉及一种多维度分布式任务调度的方法、装置、设备及存储介质。
技术介绍
1、随着互联网和物联网技术的迅速发展,数据量呈现出指数级增长,尤其是在大数据、人工智能和机器学习领域。传统的任务调度系统难以应对大规模数据处理、实时计算、以及复杂的机器学习模型训练任务。现有的分布式任务调度系统在处理大数据实时采集、清洗、实时计算任务、以及大规模机器学习模型训练等复杂场景时,常常受到编程语言的限制、容错性不足以及监控手段单一等问题的困扰。例如,不同编程语言(如flink、spark、tensorflow、python等)的任务无法统一调度,容错机制无法应对不同编程语言任务的故障,监控系统不能实时反馈任务状态和资源使用情况。
2、有鉴于此,提出本申请。
技术实现思路
1、本专利技术公开了一种多维度分布式任务调度的方法、装置、设备及存储介质,旨在解决在面对不同编程语言任务时无法统一调度的问题。
2、本专利技术第一实施例提供了一种多维度分布式任务调度的方法,包
3本文档来自技高网...
【技术保护点】
1.一种多维度分布式任务调度的方法,其特征在于,包括:
2.根据权利要求1所述的一种多维度分布式任务调度的方法,其特征在于,所述初步任务调度方案能够对多种编程语言任务进行统一调度,其中,编程语言包括Flink、Spark、TensorFlow、Python和Shell,任务类型包括实时任务、离线任务、以及脚本任务。
3.根据权利要求1所述的一种多维度分布式任务调度的方法,其特征在于,所述初步任务调度方案被配置为基于执行引擎集群节点的实时负载信息进行优化,其中,所述负载信息包括CPU使用率、内存使用率、磁盘I/O、网络流量和任务队列长度。
...【技术特征摘要】
1.一种多维度分布式任务调度的方法,其特征在于,包括:
2.根据权利要求1所述的一种多维度分布式任务调度的方法,其特征在于,所述初步任务调度方案能够对多种编程语言任务进行统一调度,其中,编程语言包括flink、spark、tensorflow、python和shell,任务类型包括实时任务、离线任务、以及脚本任务。
3.根据权利要求1所述的一种多维度分布式任务调度的方法,其特征在于,所述初步任务调度方案被配置为基于执行引擎集群节点的实时负载信息进行优化,其中,所述负载信息包括cpu使用率、内存使用率、磁盘i/o、网络流量和任务队列长度。
4.根据权利要求1所述的一种多维度分布式任务调度的方法,其特征在于,在根据所述资源使用信息和执行信息判监控到任务执行异常时,触发容错机制,重新分配任务资源或将任务转移到其他健康节点,具...
【专利技术属性】
技术研发人员:黄俊杰,吕金松,郑聪艺,黄天财,黄海波,王庭杰,阮争志,郑颖,罗浩,陈晓亮,李庆勇,
申请(专利权)人:厦门她趣信息技术有限公司,
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。