[發明專利]一種容器的任務調度方法及裝置

在審

• 申請號: 201710096581.7
• 申請日: 2017-02-22
• 公開（公告）號: CN106815082A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 馮振;顏秉珩;王理想
• 申請（專利權）人: 鄭州云海信息技術有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 羅滿

技術領域

本發明涉及云計算技術領域，特別是涉及一種容器的任務調度方法及裝置。

背景技術

容器是應用服務器中位于組件和平臺之間的接口集合。隨著容器技術的興起，越來越多的軟件系統開始采用以容器的形式分發和部署。在基于容器的任務處理系統中，容器的調度器擔負著將用戶任務分發至服務器的職責。

在具體實施中由于有多個用戶和多個服務器在參與，如何將每個用戶任務分發到當前系統中的哪些服務器來執行是調度器的一個重要處理任務。如果調度器的任務調度方法不合理，則不僅導致服務器的應用成本非常高，甚至有些情況下不能保證所有的用戶任務得到處理或者超出了服務器的處理能力。

由此可見，如何將大量的用戶任務合理的分配至相應的服務器進行處理是本領域技術人員亟待解決的問題。

發明內容

本發明的目的是提供一種容器的任務調度方法及裝置，用于將大量的用戶任務合理的分配至相應的服務器從而保證所有的用戶任務都得到處理，其次能夠確保分發到每個服務器的任務總和不超過服務器自身的計算能力，且總體的使用成本最低。

為解決上述技術問題，本發明提供一種容器的任務調度方法，包括：

獲取服務器集群的狀態參數，所述狀態參數包括各服務器的啟用費用、各服務器的當前計算能力、各用戶到各服務器的單位任務傳輸費用、用戶的任務需求量；

將所述狀態參數轉換為線性規劃對應的數學模型，所述數學模型中以總費用最低作為目標函數，以各用戶的任務需求量和各服務器的最大負載能力作為約束條件；

對所述數學模型進行求解以得到對應的目標服務器和任務分配量。

優選地，所述對所述數學模型進行求解以得到對應的目標服務器和任務分配量具體為：

將所述數學模型轉換為線性規劃的標準形式；

對所述標準形式進行求解。

優選地，所述對所述標準形式進行求解具體包括：

根據所述目標服務器的個數相對于所述服務器集群中的總個數的比重，將所述標準形式轉化為基于L1范數對應的稀疏性約束的壓縮感知算法數學模型；

采用壓縮感知算法求解所述壓縮感知算法數學模型。

優選地，還包括：

存儲所述狀態參數，以及所述目標服務器和所述任務分配量。

為解決上述技術問題，本發明還提供一種容器的任務調度裝置，包括：

獲取單元，用于獲取服務器集群的狀態參數，所述狀態參數包括各服務器的啟用費用、各服務器的當前計算能力、各用戶到各服務器的單位任務傳輸費用、用戶的任務需求量；

模型構建單元，用于將所述狀態參數轉換為線性規劃對應的數學模型，所述數學模型中以總費用最低作為目標函數，以各用戶的任務需求量和各服務器的最大負載能力作為約束條件；

計算單元，用于對所述數學模型進行求解以得到對應的目標服務器和任務分配量。

優選地，所述計算單元具包括：

轉換模塊，用于將所述數學模型轉換為線性規劃的標準形式；

計算模塊，用于對所述標準形式進行求解。

優選地，所述計算模塊具體用于根據所述目標服務器的個數相對于所述服務器集群中的總個數的比重，將所述標準形式轉化為基于L1范數對應的稀疏性約束的壓縮感知算法數學模型，并采用壓縮感知算法求解所述壓縮感知算法數學模型。

優選地，還包括：

存儲單元，用于存儲所述狀態參數，以及所述目標服務器和所述任務分配量。

本發明所提供的容器的任務調度方法及裝置，將任務調度的過程轉換為一個線性規劃的數學模型，通過對數學模型進行求解即可得到任務調度的結果。由于該數學模型中，以總費用最低作為目標函數，以各用戶的任務需求量和各服務器的最大負載能力作為約束條件，因此，該方法能夠保證所有的用戶任務都得到處理，其次能夠確保分發到每個服務器的任務總和不超過服務器自身的計算能力，且總體的使用成本最低。

附圖說明

為了更清楚地說明本發明實施例，下面將對實施例中所需要使用的附圖做簡單的介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1為本發明實施例提供的一種容器的任務調度方法的流程圖；

圖2為本發明實施例提供的另一種容器的任務調度方法的流程圖；

圖3為本發明實施例提供的一種容器的任務調度裝置的結構圖。

具體實施方式