一种云端计算资源排程方法与应用的系统，主要的特征是通过记载各计算节点的负载历史记录得出计算模型，通过各计算节点的负载历史记录预测未来的计算能力，作为分配计算任务的依据，以提升云端计算能力；根据实施例，云端计算资源排程方法包括先接收一计算需求，包括有需要的计算节点数量、计算起始时间与计算的时间长度，接着根据负载历史记录建立各计算节点的计算资源表，以计算得出各计算节点的可用度与信心度，通过可用度与信心度得出符合计算需求的资源期望值，经排序后选择出一或多个计算节点，经分配后执行计算任务。
【技术实现步骤摘要】
本专利技术涉及云端计算资源排程方法与应用的系统，特别是利用各终端电脑的计算资源负载历史记录作为资源排程的基础，执行较有效率的云端计算的目的。
技术介绍
网格计算(Grid computing)可实现一种云端计算，是通过网络沟通多个电脑系统而进一步使用加入此计算计划中各电脑的未用资源达到计算目的的概念，未用资源包括使用中央处理器的空闲时间与磁盘存量，借以解决大量的计算要求。针对大量计算需求的要求，公知技术利用多数闲置的终端电脑系统的可用资源， 尤其是各终端电脑系统的中央处理器的闲置运算能力，利用网络沟通，执行分散运算，于运算完成后，将结果通过网络回传至中央运算中心。网格计算中的中央处理器资源分配可参考图1所示的示意图，此例中，两个或多个电脑系统101，102通过网络10与一网格运算中心12相链接，其中电脑系统101，102的中央处理器(CPU)的计算资源可通过网络10分享出去，特别是执行由网格运算中心12发出的计算需求。在此架构中，是由电脑系统101，102将闲置的中央处理器的计算周期(CPU cycle)分享出去，借以执行网格运算。运作时，网格运算中心12需要获取各参与运算的电脑系统101，102的运作状态，以得到可以采用的计算资源。当公知技术通过一中介单位(Broker)，比如上述的网格运算中心12，获得各参与计算计划的终端电脑系统的可用资源状态，比如某参与计划的电脑系统进入闲置状态 (idle state)，多半是通过一个安装于各终端电脑系统中的代理程序(Agent)随时侦测各计算资源，经实时侦测与回报的机制获取可用资源，包括中央处理器的计算资源、内存使用资源、输出入(I/O)系统等，据以分配进一步计算要求。有关各计算资源的管理与排程(scheduling)可参考图2所示公知技术的网格运算架构示意图。其中主要是通过一个网格伺服管理器20进行针对特定计算需求的排成规划，而整体显示一个网格运算的架构主要有三个部分，包括提出计算需求的客户端应用 21，23，25，作为管理、监控与排程的网格伺服管理器20，与各终端提供计算资源的网格引擎 201，202，203，204，205。其中客户端应用21，23，25可通过一驱动程序(未显示)，经过网络对网格伺服管理器20提出计算需求；而各终端网格引擎(201，202，203，204，205，可包括各式终端的电脑系统、工作站等)则通过网络监控机制回报网格伺服管理器20其中的计算资源是否处于可用(available)状态，或是于特定计算工作完成后通知网格伺服管理器20与回传结果； 网格伺服管理器20则主要是通过监控与管理机制了解各终端网格引擎201，202，203，204， 205的负载，以提供最佳的计算规划。在公知技术中，各端仍有一些相互信息传递的机制，包括传递在线可以重复使用、模块化的服务，包括直接传递的一些信息等，在此并不赘述。
技术实现思路
由于公知云端计算的技术仅根据各终端节点的实时计算负载来分配计算任务，而未考虑将来在不同时间的可能变动，虽然可以通过随时监控而随时改变可用的计算资源， 但仍产生变动过多引发的不稳定情况与效率不彰的问题。鉴于公知技术中各终端节点的负载能力无法预测的缺点，本专利技术提出一种云端计算资源排程方法与应用的系统，通过参考各计算节点的负载历史记录，提升云端计算能力。根据实施例，云端计算资源排程方法包括先接收一计算需求，此计算需求将包括有需要的计算节点数量、计算起始时间与计算的时间长度，接着，由各计算节点上收集的负载历史记录建立相对各计算节点的计算资源表，其中包括由负载历史记录得出的一计算模型，此计算模型系将描述各计算节点的中央运算资源依时间的使用状态，经多个负载等级区分后，依据时间顺序排列得到计算模型。之后，方法根据计算需求与计算模型计算得出各计算节点的一可用度，包括依据所需的计算长度与计算起始时间，将计算模型中各负载等级符合计算长度的可用资源值相加，即得出可用度。再根据计算需求与计算模型计算得出各计算节点的一信心度，其中信心度的计算方法包括先计算得出符合计算长度与计算起始时间的计算模型的数量，接着再算符合计算起始时间，但小于计算长度的计算模型的数量，将相除的后得出信心度。由可用度与信心度计算得出各计算节点的一资源期望值，经排序后依据该计算需求与各计算节点的该资源期望值选择出一个或多个计算节点，经分配后执行计算任务，最后，根据选择的该多个计算节点分配该计算任务。本专利技术的特征是借由各计算节点的负载历史记录得出计算模型，由计算模型建立各计算节点的计算资源表，再由计算需求中得出各种参数，以负载历史记录为基础来选择计算节点，能产生较有效率的云端计算。应用上述云端计算资源排程方法的系统则包括有多个计算节点，该多个计算节点区分为一或多个群组，各群组由执行一代理程序撷取各计算节点的负载信息，并建立各计算节点的一计算资源表；还包括一中介单位，此中介单位通过网络记载由各代理程序所撷取的计算资源表，其中至少包括一节点标识符与一计算模型，并接收一计算需求，该计算需求包括一计算节点数量、一计算长度、一计算起始时间，根据该计算需求分配该多个计算节点计算任务，以及利用一网络链接该多个计算节点与该中介单位。之后，接收一计算需求， 再根据计算需求分配多个计算节点计算任务。附图说明图1为公知技术网格运算的示意图；图2为公知技术的网格运算架构示意图；图3为本专利技术应用云端计算资源排程方法的系统示意图；图4为本专利技术云端计算资源排程方法的实施例示意图；图5为本专利技术云端计算资源排程方法中期望值的计算流程；图6为本专利技术云端计算资源排程方法的实施例流程图。主要元件附图标记说明网络 10电脑系统 101，102网格运算中心 12客户端应用 21，23，25网格伺服管理器20网格引擎 201，202，203，204，205网络 30中介单位 31终端电脑301，302，303，304，305，306计算需求35资源参数表33S501 S515本专利技术期望值的计算流程S601 S611本专利技术云端计算资源排程方法流程具体实施例方式根据本专利技术提出的云端计算资源排程方法与应用的系统的实施例，主要特征是能够借由一段时间记录各终端电脑系统的资源使用状况，如中央处理器的负载历史记录，作为未来分配计算任务的判断基础，使用预测的方式选择计算资源，可较精确地选择到合适的计算资源，能够有效应用到各端的计算资源，并提高整体云端计算的效率。应用于云端计算的计算资源通常都有其特定的使用者，相关各计算资源的负载可能依时间产生高低起伏不定的负载变化，而各用户或是相关运作的任务会有一种规律性， 借此可推算计算资源的可用程度，在本专利技术提出的方法则是根据各使用者与相关计算资源过去的负载历史记录，经过数值分析后，能够准确选择未来的计算资源。实施例可参考图3所示为本专利技术应用云端计算资源排程方法的系统示意图，此例中，布置有多个终端电脑(也就有多个计算节点)301，302，303，304，305，306，各终端电脑参与一个由中介单位(Broker)31管理的计算计划，为了获取各终端电脑的可使用资源，各终端电脑可区分一或多个群组，此例可略分有两个群组，各群组将通过一代理程序(Agent)随时间收集各终端电脑的中央处理器负载(另有实施本文档来自技高网...
【技术保护点】
１．一种云端计算资源排程方法，利用多个终端电脑的计算资源负载历史记录作为资源排程的基础，其特征在于，所述的方法包括：接收一计算需求；撷取多个计算节点的计算资源表，其中包括由各计算节点的负载历史记录得出的一计算模型；根据该计算需求与该计算模型计算得出各计算节点的一可用度；根据该计算需求与该计算模型计算得出各计算节点的一信心度；由该可用度与该信心度计算得出各计算节点的一资源期望值；以及依据该计算需求与各计算节点的该资源期望值选择一个或多个计算节点；执行一计算任务；以及根据选择的该多个计算节点分配该计算任务。
【技术特征摘要】
1.一种云端计算资源排程方法，利用多个终端电脑的计算资源负载历史记录作为资源排程的基础，其特征在于，所述的方法包括接收一计算需求；撷取多个计算节点的计算资源表，其中包括由各计算节点的负载历史记录得出的一计算模型；根据该计算需求与该计算模型计算得出各计算节点的一可用度； 根据该计算需求与该计算模型计算得出各计算节点的一信心度； 由该可用度与该信心度计算得出各计算节点的一资源期望值；以及依据该计算需求与各计算节点的该资源期望值选择一个或多个计算节点； 执行一计算任务；以及根据选择的该多个计算节点分配该计算任务。2.如权利要求1所述的云端计算资源排程方法，其特征在于，所述的计算需求至少包括一计算节点数量、一计算起始时间与一计算长度。3.如权利要求2所述的云端计算资源排程方法，其特征在于，系依据该计算节点数量与各计算节点的期望值大小选择该一或多个计算节点执行该计算任务。4.如权利要求1所述的云端计算资源排程方法，其特征在于，所述的多个计算节点形成一个群组，通过一代理程序记录各计算节点的负载历史记录，再利用一中介单位通过一网络撷取由该代理程序所记录的负载历史记录。5.如权利要求4所述的云端计算资源排程方法，其特征在于，所述的中介单位具有一资源参数表，用以记载各计算节点的节点标识符与计算模型，更包括根据该计算需求得出的一计算节点数量、一计算起始时间、一计算长度，与由该计算需求计算得出的可用度与信心度。6.如权利要求1所述的云端计算资源排程方法，其特征在于，所述的负载历史记录包括各计算节点的中央运算资源使用状态与对应的时间，再根据该中央运算资源的负载区分为多个负载等级，并依据时间顺序排列各时间的负载等级，以得到该计算模型。7.如权利要求6所述的云端计算资源排程方法，...
【专利技术属性】
技术研发人员：张良毅，
申请(专利权)人：精英电脑股份有限公司，
类型：发明
国别省市：71
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。