[發明專利]任務調度方法、裝置、計算機設備和存儲介質有效
| 申請號: | 202111401564.2 | 申請日: | 2021-11-24 |
| 公開(公告)號: | CN113821330B | 公開(公告)日: | 2022-03-15 |
| 發明(設計)人: | 鐘子宏 | 申請(專利權)人: | 騰訊科技(深圳)有限公司 |
| 主分類號: | G06F9/48 | 分類號: | G06F9/48;G06F9/50;G06N3/04;G06N3/08 |
| 代理公司: | 華進聯合專利商標代理有限公司 44224 | 代理人: | 鄭義 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 任務 調度 方法 裝置 計算機 設備 存儲 介質 | ||
1.一種任務調度方法,其特征在于,所述方法包括:
獲取電子設備在歷史周期中每個時間段的任務執行相關數據;所述任務執行相關數據是所述電子設備在調度執行任務的情況下所產生的相關數據;
基于所述任務執行相關數據,確定每個歷史周期在每個時間段分別對應的樣本特征數據,并確定每個樣本特征數據各自所對應的負載標簽;
從多個所述歷史周期中確定出預設數量個連續的歷史周期,得到第一周期范圍,并基于所述第一周期范圍中的各歷史周期所對應的樣本特征數據和負載標簽,得到訓練樣本集;
在與所述第一周期范圍錯開至少一個歷史周期的情況下,從多個所述歷史周期中確定出預設數量個連續的歷史周期,得到第二周期范圍,將所述第二周期范圍中的各歷史周期所對應的樣本特征數據和負載標簽作為預測樣本集,所述訓練樣本集與所述預測樣本集中的樣本特征數據至少存在部分不重合;
基于所述訓練樣本集對待訓練的負載預測模型進行訓練,直到滿足預設截止條件時停止,得到訓練完成的負載預測模型;
通過訓練完成的負載預測模型對所述預測樣本集進行處理,預測所述電子設備在目標周期中每個時間段的區間負載信息;
基于所述目標周期中每個時間段的區間負載信息,確定所述目標周期中區間負載信息滿足低負載條件的調度時間段;
根據所述電子設備在歷史周期中每個時間段調度的歷史任務數,確定所述目標周期中各調度時間段的調度任務閾值;
若待調度的目標任務的預約時間處于調度時間段內,則將所述預約時間所處的調度時間段作為第一時間段,若所述第一時間段中的第一已預約調度任務數小于所述第一時間段的調度任務閾值,則將所述第一時間段作為目標時間段;
若所述第一已預約調度任務數大于或等于所述第一時間段的調度任務閾值,則基于各第二時間段的第二已預約調度任務數和對應的調度任務閾值,從所述第二時間段中確定出目標時間段;其中,所述第二時間段為多個調度時間段中除所述第一時間段以外的調度時間段;
控制所述電子設備在所述目標時間段內調度執行所述目標任務。
2.根據權利要求1所述的方法,其特征在于,所述確定每個樣本特征數據各自所對應的負載標簽,包括:
從所述任務執行相關數據中,獲取所述電子設備在每個歷史周期的每個時間段內的歷史負載信息;
對于每個時間段,若所述電子設備的歷史負載信息低于預設負載閾值,則將第一標簽作為相應時間段內的樣本特征數據所對應的負載標簽;
對于每個時間段,若所述電子設備的歷史負載信息不低于所述預設負載閾值,則將第二標簽作為相應時間段內的樣本特征數據所對應的負載標簽。
3.根據權利要求1所述的方法,其特征在于,所述基于各第二時間段的第二已預約調度任務數和對應的調度任務閾值,從所述第二時間段中確定出目標時間段,包括:
從各第二時間段中確定第二已預約調度任務數小于對應的調度任務閾值的第一備選時間段;
從各所述第一備選時間段中確定目標時間段。
4.根據權利要求1所述的方法,其特征在于,所述方法還包括:
若待調度的目標任務的預約時間不處于調度時間段內,獲取各調度時間段的已預約調度任務數;
從各調度時間段中確定已預約調度任務數小于對應的調度任務閾值的第二備選時間段;
從各第二備選時間段中確定目標時間段。
5.根據權利要求1至4中任一項所述的方法,其特征在于,所述控制所述電子設備在所述目標時間段內調度執行所述目標任務,包括:
若在所述目標時間段之前存在前序時間段內的電子設備的負載信息滿足低負載條件,則從各前序時間段中確定出新的目標時間段;
控制所述電子設備在所述新的目標時間段內調度執行所述目標任務。
6.根據權利要求1至4中任一項所述的方法,其特征在于,所述控制所述電子設備在所述目標時間段內調度執行所述目標任務,包括:
若在所述目標時間段內未執行所述目標任務而所述電子設備的負載信息滿足高負載條件,則從所述目標時間段之后的后續時間段中確定出新的目標時間段;
控制所述電子設備在所述新的目標時間段內調度執行所述目標任務。
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騰訊科技(深圳)有限公司,未經騰訊科技(深圳)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/202111401564.2/1.html,轉載請聲明來源鉆瓜專利網。





