申请/专利权人：浙江工业大学

申请日：2021-01-26

公开（公告）日：2024-03-15

公开（公告）号：CN112764906B

主分类号：G06F9/48

分类号：G06F9/48;G06F9/50

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2021.05.25#实质审查的生效;2021.05.07#公开

摘要：本发明涉及集群调度技术领域，尤其涉及一种基于用户作业类型及节点性能偏向性的集群资源调度方法，包括以下步骤：1Master节点收集集群中各节点的静态指标值，计算各节点静态性能；2Master节点计算作业队列中当前将运行的用户作业类型；3Master节点采集集群中各节点的动态状态数据，计算各节点的动态性能；4根据各节点的动态与静态性能，Master节点计算各节点的性能偏向性；5Master节点根据用户作业类型和节点的性能偏向性，将合适的节点资源分配给用户作业，作业完成，Master节点返回作业的执行结果；6若所有用户作业执行完成，系统运行结束；否则返回步骤2。本发明的有益效果在于：有效提高集群的性能、缩短用户作业的执行时间。

主权项：1.一种基于用户作业类型及节点性能偏向性的集群资源调度方法，其特征在于，包括以下步骤：1Master节点收集集群中各节点的静态指标值，计算各节点静态性能；具体包括以下步骤：1.1Master节点收集集群中各节点静态性能指标，静态性能指标包括CPU核数、CPU速度、磁盘容量和内存大小；1.2Master节点计算集群中各节点的静态性能StaticResource：StaticResource＝α1Cores+α2Memory+αsStore+α4CpuSpeed1其中α1，α2，α3，α4分别为CPU核数、内存容量、磁盘容量和CPU速度静态指标的权值，并且α1+α2+α3+α4＝1；α1，α2，α3和α4的值使用层次分析法计算得到；2Master节点计算作业队列中当前将运行的用户作业类型；具体包括以下步骤：2.1Master节点获取完成当前即将运行的用户作业所需的CPU核数requiredCores和内存数量requiredMemory；2.2Master节点确定用户作业类型UAT： 3Master节点采集集群中各节点的动态状态数据，计算各节点的动态性能；具体包括以下步骤：3.1集群各节点采集自己的动态性能指标，包括CPU剩余率、内存剩余率、磁盘容量剩余率和当前磁盘读写速度；3.2Master节点通过心跳信息收集各节点的动态性能指标；3.3Master节点计算集群中各节点的动态性能DynamicResource：DynamicResource＝β1AvaiCores+β2AvaiMemory+β3AvaiSSdSpd+β4AvaiSSd3其中β1，β2，β3，β4分别为CPU剩余率、内存剩余率、磁盘当前的读写速度和磁盘剩余率的权值，并且β1+β2+β3+β4＝1，β1，β2，β3和β4的初值使用层次分析法计算得到，同时β1和β2的数值根据用户作业类型进行调整；4根据各节点的动态与静态性能，Master节点计算各节点的性能偏向性；上述节点的性能偏向NPT的计算公式如下：NPT＝αStaticResource+βDynamicResource4其中α和β分别是StaticResource和DynamicResource的权值，使用层次分析法计算得到；5Master节点对各节点的性能偏向值进行排序，从优先级高的节点开始为用户作业分配适合的节点以满足作业需要的内存和CPU核数要求，作业完成，Master节点返回作业的执行结果；6若所有用户作业执行完成，系统运行结束；否则返回步骤2。

全文数据：

权利要求：

百度查询： 浙江工业大学 一种基于用户作业类型及节点性能偏向性的集群资源调度方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD