[發明專利]一種基于Docker的集群管理方法及裝置有效
| 申請號: | 201710772532.0 | 申請日: | 2017-08-31 |
| 公開(公告)號: | CN107733977B | 公開(公告)日: | 2020-11-03 |
| 發明(設計)人: | 溫圣召;周漢清;劉傳秀;張家軍 | 申請(專利權)人: | 北京百度網訊科技有限公司 |
| 主分類號: | H04L29/08 | 分類號: | H04L29/08;G06F9/455;G06F9/50;G06F11/30 |
| 代理公司: | 北京鴻德海業知識產權代理事務所(普通合伙) 11412 | 代理人: | 袁媛 |
| 地址: | 100085 北京市*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 docker 集群 管理 方法 裝置 | ||
1.一種基于Docker的集群管理方法,其特征在于,包括:
接收任務請求,所述任務請求包括Docker鏡像索引,所述Docker鏡像索引用于指示Docker鏡像在鏡像倉庫中的存儲地址;
根據所述任務請求調度計算節點;
根據所述Docker鏡像索引,從鏡像倉庫拉取對應的Docker鏡像到所調度的計算節點上;將Docker鏡像中包括的基礎組件部署到所調度的計算節點上;
觸發所調度的計算節點利用所述基礎組件執行所述任務請求。
2.根據權利要求1所述的方法,其特征在于,
所述請求還包括:任務的配置信息、任務的數據信息。
3.根據權利要求1所述的方法,其特征在于,所述根據所述任務請求調度計算節點包括:
根據預設策略調度計算節點,包括:隨機調度、基于集群可用資源額度的調度或指定計算節點的調度。
4.根據權利要求2所述的方法,其特征在于,所述觸發所調度的計算節點利用所述基礎組件執行所述任務請求還包括:
向所調度的計算節點發送包括任務的配置信息和所述任務的數據信息的任務指令,以使所調度的計算節點利用所述基礎組件,根據任務指令進行集群運算。
5.根據權利要求1所述的方法,其特征在于,
所述Docker鏡像包括的基礎組件為用戶所采用的深度學習框架。
6.一種基于Docker的集群管理裝置,其特征在于,包括:
接收模塊,用于接收任務請求,所述任務請求包括Docker鏡像索引,所述Docker鏡像索引用于指示Docker鏡像在鏡像倉庫中的存儲地址;
調度模塊,用于根據所述任務請求調度計算節點;
部署模塊,用于根據所述Docker鏡像索引,從鏡像倉庫拉取對應的Docker鏡像到所調度的計算節點上;將Docker鏡像中包括的基礎組件部署到所調度的計算節點上;
執行模塊,用于觸發所調度的計算節點利用所述基礎組件執行所述任務請求。
7.根據權利要求6所述的裝置,其特征在于,
所述請求還包括:任務的配置信息、任務的數據信息。
8.根據權利要求6所述的裝置,其特征在于,所述調度模塊具體用于:
根據預設策略調度計算節點,包括:隨機調度、基于集群可用資源額度的調度或指定計算節點的調度。
9.根據權利要求7所述的裝置,其特征在于,所述執行模塊具體用于:
向所調度的計算節點發送包括任務的配置信息和所述任務的數據信息的任務指令,以使所調度的計算節點利用所述基礎組件,根據任務指令進行集群運算。
10.根據權利要求6所述的裝置,其特征在于,
所述Docker鏡像包括的基礎組件為用戶所采用的深度學習框架。
11.一種計算機設備,包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序,其特征在于,所述處理器執行所述程序時實現如權利要求1~5中任一項所述的方法。
12.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,所述程序被處理器執行時實現如權利要求1~5中任一項所述的方法。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京百度網訊科技有限公司,未經北京百度網訊科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710772532.0/1.html,轉載請聲明來源鉆瓜專利網。





