申请/专利权人：纬创软件(武汉)有限公司

申请日：2023-11-13

公开（公告）日：2024-04-09

公开（公告）号：CN117573307B

主分类号：G06F9/48

分类号：G06F9/48;G06N3/048;G06N3/006

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种云环境下多任务的统筹管理方法及系统，涉及统筹管理技术领域，包括：获取任务请求，包括任务内容、任务标号、任务时间和任务优先级；对任务请求中的任务内容进行分析，得到任务请求的所需资源；根据任务请求的任务优先级、所需资源确定匹配算法，利用匹配算法对任务请求进行云计算节点的匹配，得到匹配方案集合；利用优化算法对匹配方案集合基于任务时间进行寻优，得到最优匹配方案；按照最优匹配方案对任务请求进行分配，分配完毕后执行任务请求；判断任务请求是否成功完成：若成功，则将任务请求、最优匹配方案进行共享存储；若失败，则进行异常分析，并生成异常报告。本发明能够提高任务执行效率和资源利用率。

主权项：1.一种云环境下多任务的统筹管理方法，其特征在于，包括以下步骤：S1：获取任务请求，包括任务内容task_content、任务标号task_id、任务时间task_time和任务优先级task_priority；步骤S1包括：S11：用户输入任务单，包括任务内容task_content、任务时间task_time和任务重要度task_importance，其中，任务时间task_time包括任务截止时间task_deadline和任务持续时间task_duration；S12：根据任务单生成唯一标识符，将唯一标识符作为任务标号task_id；S13：根据任务重要度task_importance和任务截止时间task_deadline计算任务优先级系数γ，计算公式为：γ＝task_importancetask_deadline-current_time式中，current_time为用户输入任务单的时间；S14：确定任务级别，根据任务优先级系数γ进行映射计算得到任务优先级task_priority，并将任务优先级task_priority映射到对应的任务级别，其中，任务级别包括五个级别，分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ；S15：将任务内容task_content、任务时间task_time、任务标号task_id和任务优先级task_priority组成任务请求；S2：对任务请求中的任务内容task_content进行分析，得到任务请求的所需资源task_resource；步骤S2包括：S21：建立分析模型并预训练，将任务内容task_content输入预训练的分析模型中进行特征学习，得到任务特征，包括任务的计算复杂度C、并行度P、内存消耗M、并发度F、数据量D和网络数据传输量L；S22：根据任务特征计算任务请求的所需资源task_resource，包括所需CPU资源、所需内存资源、所需存储资源和所需网络带宽资源；其中，所需CPU资源＝计算复杂度C*并行度P，所需内存资源＝内存消耗M*并发度F，所需存储资源＝数据量D，所需网络带宽资源＝网络数据传输量L*并发度F；S3：根据任务请求的任务优先级task_priority、所需资源task_resource确定匹配算法，利用匹配算法对任务请求进行云计算节点的匹配，得到匹配方案集合，其中，匹配方案集合中采用任务标号task_id表示相应的任务请求；步骤S3中，匹配算法的过程包括：S31：输入任务请求集合、云计算节点集合，任务请求集合包括多个任务请求，每个任务请求包括任务优先级task_priority、所需资源task_resource，云计算节点集合包括多个云计算节点，每个云计算节点包括可用资源的信息，可用资源包含可用CPU资源、可用内存资源、可用存储资源和可用网络带宽资源；S32：建立匹配方案集合{R}并初始化；S33：按照任务优先级task_priority从高到低的顺序将任务请求进行排序，得到第一排序列表；S34：选取第一排序列表中的第一个任务请求作为当前任务，遍历云计算节点集合，将云计算节点按照资源可用性进行从高到低排序，从第一个云计算节点开始与当前任务进行匹配：当遍历到的云计算节点的资源可用性满足当前任务的所需资源，则将当前任务分配给该云计算节点，并更新该云计算节点的资源可用性，将该云计算节点和当前任务的任务标号task_id形成匹配信息，添加到匹配方案集合{R}中；S35：将匹配完成的任务请求从第一排序列表中删除，更新第一排序列表，转至步骤四进行循环匹配，直至所有任务请求均匹配完成，输出匹配方案集合{R}；S4：利用优化算法对匹配方案集合基于任务时间task_time进行寻优，得到最优匹配方案；步骤S4包括：S41：根据匹配方案集合{R}随机生成N组初始的任务匹配方案作为种群，初始化种群，将每组任务匹配方案作为一个个体；S42：对每个个体，计算适应度值，适应度值根据适应度函数进行计算得到；S43：根据适应度值选择一部分个体作为父代，选择的概率与适应度值成正比；S44：从父代中选择两个个体，通过交叉操作生成新的个体，并对新的个体进行变异操作，引入随机变化，将父代和新的个体组合成新的种群；S45：重复步骤S42-S44，直至目标函数收敛；S46：根据适应度值输出最优个体，即最优匹配方案；适应度函数为：Y＝∑current_time+maxtask_duration,maxtask_deadline-current_time,task_priority×task_duration式中，Y为适应度值，current_time为当前时间，task_duration为任务持续时间，task_deadline为任务截止时间，task_priority为任务优先级；目标函数收敛为目标函数达到最小值，目标函数的公式如下：A＝minY式中，A为目标函数的值；S5：按照最优匹配方案对任务请求进行分配，分配完毕后执行任务请求；S6：判断任务请求是否成功完成：若成功，则将任务请求、最优匹配方案进行共享存储；若失败，则进行异常分析，并生成异常报告。

全文数据：

权利要求：

百度查询： 纬创软件(武汉)有限公司 云环境下多任务的统筹管理方法及系统

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